WO2023218560A1 - 通過地点生成装置 - Google Patents

通過地点生成装置 Download PDF

Info

Publication number
WO2023218560A1
WO2023218560A1 PCT/JP2022/019950 JP2022019950W WO2023218560A1 WO 2023218560 A1 WO2023218560 A1 WO 2023218560A1 JP 2022019950 W JP2022019950 W JP 2022019950W WO 2023218560 A1 WO2023218560 A1 WO 2023218560A1
Authority
WO
WIPO (PCT)
Prior art keywords
target state
state
passing point
candidates
trajectory
Prior art date
Legal status (The legal status 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 status listed.)
Ceased
Application number
PCT/JP2022/019950
Other languages
English (en)
French (fr)
Inventor
裕基 吉田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
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 Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Priority to PCT/JP2022/019950 priority Critical patent/WO2023218560A1/ja
Priority to US18/858,752 priority patent/US20250269874A1/en
Priority to CN202280095792.8A priority patent/CN119156657A/zh
Priority to DE112022007188.5T priority patent/DE112022007188T5/de
Priority to JP2022557725A priority patent/JP7275406B1/ja
Publication of WO2023218560A1 publication Critical patent/WO2023218560A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y10/00—Economic sectors
    • G16Y10/40—Transportation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y20/00—Information sensed or collected by the things
    • G16Y20/20—Information sensed or collected by the things relating to the thing itself
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/60—Positioning; Navigation

Definitions

  • the present disclosure relates to a passing point generation device that generates passing points for realizing automatic driving of a vehicle or the like.
  • a first gate is selected from among a plurality of gates based on static information, and then the selection result of the first gate is modified to a second gate based on dynamic information.
  • the gate selection results we are proposing a technology to select a more suitable gate and a vehicle control system that increases the probability of passing through the gate.
  • the present disclosure has been made in order to solve the above-mentioned problems, and provides a passing point where the target state after the change can be reached without sudden trajectory correction even in a situation where a change in the target state is forced.
  • the purpose is to provide a generation device.
  • a passing point generating device is a passing point generating device that generates a passing point to be reached by a moving body, and the passing point generating device generates a passing point to be reached by a moving body, and the passing point generating device generates a passing point to be reached by a moving body, and the passing point generating device generates a passing point to be reached by a moving body, and the passing point generating device generates a passing point to be reached by a moving body, and the passing point generating device generates a passing point to be reached by a moving body, and the passing point generating device generates a passing point to be reached by a moving body, and the passing point generation device generates a passing point to be reached by a moving body, and the passing point generation device generates a passing point to be reached by a moving body.
  • a target state candidate generation unit that calculates a plurality of target state candidates including state quantities and a local target state that can be reached in any of the target state candidates at an intermediate point between the target state candidates and the vicinity of the plurality of target state candidates.
  • a passing point generation device comprising: a local target state generation unit that calculates a local target state and outputs the local target state as the passing point.
  • a local target state that is a target state that can be reached in any of the target state candidates at an intermediate point to the vicinity of a plurality of target state candidates
  • FIG. 1 is a block diagram showing the configuration of a mobile body equipped with a passing point generation device according to a first embodiment of the present disclosure
  • FIG. FIG. 2 is a diagram schematically showing a state in which a moving object is about to enter a travel lane of a tollgate.
  • 2 is a flowchart illustrating an example of the operation of the passing point generation device according to the first embodiment of the present disclosure.
  • FIG. 3 is a conceptual diagram showing a process of generating a target state candidate set.
  • FIG. 2 is a conceptual diagram illustrating target state candidates. It is a conceptual diagram explaining a reachable boundary.
  • FIG. 7 is a block diagram showing the configuration of a modified example of the target state candidate generation section.
  • FIG. 3 is a conceptual diagram illustrating a process of generating a virtual trajectory up to a driveable state.
  • FIG. 7 is a conceptual diagram illustrating processing in a modified example of the target state candidate calculation unit.
  • FIG. 2 is a conceptual diagram illustrating a process of calculating a local target state in a local target state generation unit.
  • FIG. 2 is a conceptual diagram illustrating a process of calculating a local target state in a local target state generation unit.
  • FIG. 2 is a conceptual diagram illustrating a process of calculating a local target state in a local target state generation unit.
  • FIG. 3 is a conceptual diagram when a local target state is defined as a region. It is a conceptual diagram when a local target state is made into a probability distribution.
  • FIG. 3 is a conceptual diagram when a local target state is defined as a region. It is a conceptual diagram when a local target state is made into a probability distribution.
  • FIG. 6 is a conceptual diagram illustrating a process of calculating a local target state when weighting target state candidates.
  • FIG. 3 is a conceptual diagram illustrating a process of calculating a local target state when a virtual trajectory is weighted.
  • FIG. 3 is a conceptual diagram illustrating a process of generating a target trajectory of a moving body in a trajectory generation unit.
  • FIG. 3 is a conceptual diagram illustrating a process of generating a target trajectory from among target state candidates in a trajectory generation unit.
  • FIG. 3 is a conceptual diagram illustrating an example of a sudden change in a local target state.
  • FIG. 3 is a conceptual diagram illustrating an example of a sudden change in a local target state.
  • FIG. 6 is a conceptual diagram illustrating a process for restricting sudden changes in local target states.
  • FIG. 2 is a block diagram showing the configuration of a mobile body equipped with a passing point generation device according to a second embodiment of the present disclosure.
  • FIG. 3 is a conceptual diagram illustrating a process of generating a global target state in a global target state generation unit.
  • FIG. 3 is a conceptual diagram illustrating processing in a target state candidate calculation unit.
  • FIG. 7 is a conceptual diagram illustrating processing in a modified example of the target state candidate calculation unit.
  • FIG. 3 is a block diagram showing the configuration of a control server equipped with a passing point generation device according to a third embodiment of the present disclosure.
  • FIG. 2 is a conceptual diagram showing a system in which a local target state is transmitted from a control server to a mobile body through communication between the control server and the mobile body.
  • 1 is a diagram showing a hardware configuration for realizing a passing point generation device according to Embodiments 1 to 3.
  • FIG. 1 is a diagram showing a hardware configuration for realizing a passing point generation device according to Embodi
  • FIG. 1 is a block diagram showing the configuration of a mobile object 1 equipped with a passing point generation device according to a first embodiment of the present disclosure.
  • a passing point generating device 200 generates a passing point to be reached by the moving body 1 based on the local target state generated by the passing point generating device 200, and a passing point generating device 200 that generates a passing point for the moving body 1 to reach the local target state based on the local target state generated by the passing point generating device 200. It also includes a motion control section 300 that controls motion. Note that the information obtained by the autonomous sensor information acquisition unit 100 is input to the passing point generation device 200 via the preprocessing unit 10, and the function of the preprocessing unit 10 will be explained later. Further, the local target state generated by the passing point generation device 200 is input to the movement control unit 300 via the post-processing unit 20, and the function of the post-processing unit 20 will be explained later.
  • the autonomous sensor information acquisition unit 100 includes a surrounding environment information acquisition unit 110 and a self-state acquisition unit 120.
  • the surrounding environment information acquisition unit 110 acquires information on walls around the moving object, relative positions and speeds of moving obstacles such as other moving objects, azimuth angles, and space in which the moving object can travel without obstacles. These are acquired by, for example, a millimeter wave radar, camera, LiDAR (Light Detection and Ranging), sonar, etc. attached to a moving object.
  • a millimeter wave radar camera, LiDAR (Light Detection and Ranging), sonar, etc. attached to a moving object.
  • the surrounding environment information acquisition unit 110 also acquires information such as at least one possible travel position, travel speed, travel azimuth, etc. that the mobile object 1 uses as a travel target. These acquire information from, for example, information specified in advance by the user, a predetermined position of map information held by the mobile object 1, and the like.
  • the map information possessed by the mobile object 1 refers to a high-precision map, a car navigation map, a point cloud map generated by SLAM (Simultaneous Localization and Mapping), and the like.
  • Examples of possible travel positions include the entrance or bar position of each gate at a toll plaza, the front wheel of each airplane on a towing tractor, and at least one position of the mobile object 1 specified by the user.
  • Examples of the traveling speed include a legal speed, a designated speed preset by the user, and the like.
  • the travel azimuth is a target angle when passing a travelable position, and includes, for example, the direction perpendicular to the toll gate when passing through the gate.
  • FIG. 2 is a diagram schematically showing a state in which the mobile object 1 is about to enter the travel lane defined by the left and right lane boundaries LB in front of the toll gate FS.
  • FIG. 2 shows an example of a travelable position, travel speed, and travel azimuth when passing through a toll gate GT.
  • i is a subscript
  • (x pi , y pi ) is a travelable position
  • v pi is a travel speed at each travelable position
  • ⁇ pi is a travel azimuth at each travelable position.
  • the set of driveable positions is expressed by the following formula (1).
  • the set of running speeds is expressed by the following formula (2).
  • the set of traveling azimuth angles is expressed by the following formula (3).
  • the subscript f is the terminal number in that environment, and in the example of FIG. 2, the terminal number is 7.
  • a driveable state is defined by each driveable position, running speed, and running azimuth, and a set of driveable positions, a drive speed set, and a drive azimuth angle is referred to as a driveable state set.
  • the ⁇ mark schematically represents the travelable position
  • the direction of the arrow represents the travel azimuth
  • the length of the arrow schematically represents the travel speed
  • the self-state acquisition unit 120 has a plurality of sensors that acquire the current state of the mobile object itself.
  • the plurality of sensors include a speed sensor, an acceleration sensor, an inertial measurement device, a steering angle sensor, a steering torque sensor, a yaw rate sensor, and a Global Navigation Satellite System (GNSS) sensor.
  • GNSS Global Navigation Satellite System
  • the inertial measurement device will be referred to as an IMU (Inertial Measurement Unit) sensor.
  • the current state quantity of the moving body 1 is expressed as (x e , y e , ⁇ e , v e ), where x e is the x-coordinate of the position of the moving body 1, and y e is the x coordinate of the position of the moving body 1.
  • the state quantity of the moving body 1 is not limited to the position, azimuth angle, and speed, and it is sufficient if it includes at least the state quantity of the position. It is also possible to include other state quantities of the moving body 1 such as acceleration, jerk, altitude, yaw rate, rotational angular velocity, and steering angle.
  • the passing point generation device 200 includes a target state candidate generation section 210 and a local target state generation section 220.
  • the target state candidate generation unit 210 generates a target state selected as an initial travel target from a set of states through which the mobile object 1 passes, that is, all tollgate gates GT in the environment where the mobile object 1 exists.
  • a new determination is made based on at least one driveable state acquired from the surrounding environment information acquisition unit 110 and the current state of the mobile object 1 acquired from the self-state acquisition unit 120.
  • the selected target state is generated as a target state candidate for changing the target state selected by the mobile object 1.
  • the target state refers to the state of one target that the moving body 1 ultimately wants to pass through.
  • the mobile object 1 can change the target state among the target state candidates, and holds changeable target state candidates. This prevents the target state from being changed to an unexpected target state that is located far away from the original target state by restricting midway changes to passing states other than target state candidates. can.
  • the target state is not limited to the position, speed, and azimuth of the moving body 1, but it is sufficient if it includes at least the state quantity of the position. It is also possible to include other state quantities of the moving body 1 such as acceleration, jerk, altitude, yaw rate, rotational angular velocity, and steering angle.
  • the local target state generation unit 220 generates a target state that is reachable by any of the target state candidates at an intermediate point when moving to the vicinity of at least one target state candidate acquired from the target state candidate generation unit 210. compute two local target states.
  • the motion control section 300 includes a trajectory generation section 310, a control amount calculation section 320, and an actuator control section 330.
  • the trajectory generation unit 310 generates a trajectory consisting of at least the route and speed that the mobile object 1 should travel until reaching the local target state generated by the local target state generation unit 220, and The generated trajectory is output to the control amount calculation unit 320 so as to control the moving body 1 along the trajectory. At this time, the trajectory generated by the trajectory generation unit 310 can also generate a route that does not include speed information and time information.
  • the control amount calculation unit 320 uses the trajectory generated by the trajectory generation unit 310 as a target trajectory, calculates a target control value for the moving body 1 to travel along the target trajectory, and outputs it to the actuator control unit 330.
  • the actuator control unit 330 is a controller mounted on the moving body 1, and operates the actuator so that the moving body 1 follows the target control value calculated by the control amount calculation unit 320.
  • Examples of the actuator include a steering wheel, a drive motor, and a brake.
  • the preprocessing unit 10 determines whether the mobile object 1 is currently traveling based on the surrounding environment information acquired by the surrounding environment information acquisition unit 110 of the autonomous sensor information acquisition unit 100. A determination is made as to whether the area in question is near a tollgate (step S101).
  • the area near the toll plaza FS can be, for example, an area where the vehicle can travel from a position an arbitrary distance before the point where the lane marking BL disappears, that is, until it passes through the toll plaza gate GT.
  • the area it is also possible to set the area as an area without a marking line BL or an area within an arbitrary distance from the drivable position.
  • the area determination as to whether the area in which the mobile object 1 is currently traveling is near a toll gate can be made by using the location information of the toll gate from map information such as a high-precision map and a car navigation map that the mobile object 1 has, or by Judgments can be made by processing images obtained from the on-board front camera.
  • step S101 If it is determined in step S101 that the mobile object 1 is traveling near a tollgate (in the case of Yes), the passing point generation device 200 collects obstacle information around the mobile object from the surrounding environment information acquisition unit 110 and A set of possible states is acquired, and the current state (self-state) of the mobile body 1 is acquired from the self-state acquisition unit 120 (step S102).
  • the moving object 1 is not running through a tollgate (in the case of No)
  • the moving object 1 is moved in the trajectory generating section 310 based on the road lane information acquired by the surrounding environment information acquiring section 110. Generate the desired trajectory.
  • Target state candidate set After acquiring the self-state, surrounding environment information, and runnable state set in step S102, the target state candidate generating section 210 generates multiple Target state candidates (target state candidate set) are generated (step S103).
  • Target state candidate set A conceptual diagram of this process is shown in FIG.
  • FIG. 4 schematically shows a state in which the mobile object 1 is about to enter the travel lane in front of the toll gate FS.
  • i is a subscript
  • (x ci , y ci ) is the target The position candidate
  • v ci is the target velocity candidate
  • ⁇ ci is the target azimuth angle candidate.
  • the set of target position candidates is expressed by the following equation (4).
  • the set of target speed candidates is expressed by the following equation (5).
  • the set of target azimuth angle candidates is expressed by the following equation (6).
  • the subscript e is the terminating number in that environment, and in the example of FIG. 4, the terminating number is 3.
  • target state candidates are defined by individual target position candidates, target speed candidates, and target azimuth candidates, and the set of target position candidates, target speed candidates, and target azimuth candidate set is referred to as the target state candidate set. To call.
  • the target state candidates are three driveable states selected from the set of driveable states obtained from the surrounding environment information acquisition unit 110 shown in FIG. ing.
  • the target state candidate set is the set of runnable states shown in FIG. 2 narrowed down to three runnable states.
  • each state quantity of the target state candidate set is a cluster of values close to each other, so that each target state candidate selects an adjacent driveable state.
  • This block is a set of state quantities such that each adjacent target state falls within a predetermined range.
  • trajectory corrections by changing the target state can be executed more smoothly.
  • the target state candidates are all state quantities that are within the kinematically reachable region R0 of the moving body 1 and whose reachability is guaranteed.
  • a plurality of reachable boundaries R0B that define the reachable region R0 are indicated by ⁇ marks, and by connecting adjacent reachable boundaries R0B to each other, it becomes a reachable boundary line, and two reachable boundaries R0B are connected. The area between the boundary lines becomes the reachable area R0.
  • target state candidates included in the reachable region R0 there are four target state candidates included in the reachable region R0, and these constitute a target state candidate set. In the example of FIG. 5, all four target state candidates within the reachable region R0 are selected, but it is not necessary to select all of them, and any number can be selected.
  • the reachable boundary R0B can be determined by applying an arbitrary initial state such as an arbitrary speed, an arbitrary starting position, an arbitrary azimuth, etc. to a simple dynamic model of a moving body such as the following equation (7).
  • acceleration, an arbitrary maximum steering angular velocity, that is, a limit value for the moving object 1 can be expressed by a discrete predicted trajectory of the virtual moving object obtained by repeatedly inputting the limit value.
  • a conceptual diagram of this expression is shown in FIG.
  • Equation (7) t is a time variable, dt is one sampling time in the control period, umax is the maximum steering angular velocity input, and it is assumed that there are two patterns of rotation directions in the left and right directions.
  • ⁇ is an arbitrary acceleration input
  • ⁇ is a steering angle
  • L is a wheel base
  • ⁇ is a moving body sideslip angle.
  • the maximum steering angular velocity input is defined, for example, as the maximum value of the rotation angle per second (deg/sec) of the steering wheel of the automobile, and is set to a value that takes safety into consideration.
  • the start position is the start position of the toll gate area where the lane marking BL disappears
  • the virtual mobile body VMV is at the start position STP with the initial state quantities (x t0 , y t0 , ⁇ t0 , v t0 ). It is assumed that it exists. Then, by repeating an arbitrary input value every time and applying it to the formula (7) that defines the motion of the virtual moving body, a discrete predicted trajectory of the virtual moving body VMV at each time as shown in FIG. 6 can be obtained. can be obtained.
  • the arbitrary input value is a value that is different enough to obtain a predicted trajectory that defines the reachable region R0.
  • a discrete predicted trajectory obtained by repeatedly inputting the upper limit value of the input value that is, a trajectory represented by a plurality of virtual moving bodies VMV on the left side in FIG.
  • the discrete predicted trajectory obtained by repeatedly inputting the lower limit value that is, the trajectory represented by the plurality of virtual moving objects VMV on the right side in FIG. 6, is set as the reachable boundary.
  • the upper limit value of the input value is, for example, the maximum steering angular speed input umax or the maximum acceleration input.
  • the acceleration ⁇ may be fixed and input as a uniform acceleration.
  • the lower limit value of the input value is, for example, the minimum steering angular velocity input or the minimum acceleration input.
  • the upper and lower limit values of the input values are not limited to values related to the performance limit of the moving body 1, but may be values that take ride comfort into consideration or values arbitrarily determined by the user.
  • values that take ride comfort into consideration is setting acceleration, jerk, rotational speed, and rotational acceleration to less than predetermined values. Also, at least one of these can be less than a predetermined value.
  • This predetermined value can be a fixed value that is set in advance, or can be a value that can be adjusted by the user.
  • the dynamic model of the virtual moving object is not limited to formula (7), but other models such as a two-wheel model, which is a dynamic model that approximates four wheels to two wheels, and a dynamic model for each target moving object, are used. You can also do that.
  • the reachable boundary R0B is not limited to the trajectory predicted by the dynamic model, but can also be set by a spline curve, a clothoid curve, an n-th order polynomial curve, a straight line, etc. arbitrarily set by the user.
  • the reachable region R0 is a static region calculated from a fixed starting position, but it can be obtained by repeatedly calculating the current state of the moving object 1, which moves from time to time, as the starting position each time the moving object moves. It can also be a dynamic region that is
  • the target state candidate generation unit 210 shown in FIG. Although the description has been made assuming that a newly determined target state is generated as a target state candidate, a configuration as shown in FIG. 7 may also be used.
  • the target state candidate generation unit 210 includes a virtual trajectory generation unit 211 that generates a virtual trajectory for traveling or reaching each driveable state, and a virtual trajectory generation unit 211 that generates a virtual trajectory for the moving object 1 to travel through or reach each driveable state.
  • a method for generating target state candidates with this configuration will be described below.
  • FIG. 8 is a conceptual diagram illustrating a process of generating a virtual trajectory up to a travel-ready state in the virtual trajectory generation unit 211.
  • trj i represents a virtual trajectory to the i-th runnable state.
  • the initial state IS is the starting position of the toll gate area where the lane marking BL disappears, and is the state quantity (x 0 , y 0 , ⁇ 0 , v 0 ).
  • the virtual trajectory is expressed by a polynomial such as Equation (8), for example, by solving simultaneous equations of boundary conditions in the initial state and each driveable state expressed by Equations (9) to (14) below.
  • Equation (8) a polynomial such as Equation (8), for example, by solving simultaneous equations of boundary conditions in the initial state and each driveable state expressed by Equations (9) to (14) below.
  • Equation (9) to (14) Each coefficient can be derived.
  • j is the degree of the polynomial
  • c is the coefficient of each degree, and in the first embodiment, the degree is 5th degree.
  • Equation (9) represents the boundary condition regarding the position in the initial state
  • Equation (10) is the boundary condition regarding the position in each driveable state
  • Equation (11) is the boundary condition regarding the inclination in the initial state
  • Equation (12) is the boundary condition regarding the inclination in each driveable state
  • Equation (13) is the boundary condition regarding the inclination in each driveable state.
  • a boundary condition regarding curvature in the initial state and Equation (14) represents a boundary condition regarding curvature in each driveable state.
  • the possibility of reaching any of the target states increases.
  • the virtual trajectory generated by the virtual trajectory generation unit 211 is generated by a two-point boundary value problem of polynomials. It can also be generated using other methods, such as sampling methods such as Exploring Random Tree and graph search algorithms such as the A* search algorithm.
  • the virtual trajectory evaluation unit 212 dynamically evaluates the virtual trajectory generated by the virtual trajectory generation unit 211. For example, regarding a hypothetical trajectory, a trajectory that has a point with a larger curvature than the minimum turning radius of the mobile object 1 exceeds dynamic constraints, so it is considered an unreachable trajectory. conduct. Furthermore, it is also possible to add to the evaluation items whether the generated trajectory straddles or collides with a static obstacle such as an outer wall obtained by the surrounding environment information acquisition unit 110.
  • the trajectory of the virtual moving object is predicted using the dynamic model of the moving object in Equation (7)
  • the trajectory of the virtual moving body that exceeds the constraints regarding the dynamics of the moving body 1, such as, can be evaluated as an unreachable trajectory.
  • the target state candidate calculation unit 213 sets a travelable state that can be reached on a virtual trajectory evaluated as reachable as a target state candidate. A conceptual diagram of this process is shown in FIG.
  • the trajectories that are evaluated as unreachable in the virtual trajectory evaluation unit 212 are marked with an x mark and are evaluated as reachable.
  • the resulting trajectories are marked with a circle, and all of the target state candidates are state quantities that allow the vehicle to travel on achievable virtual trajectories.
  • target state candidates there are four target state candidates, and these constitute a target state candidate set.
  • all four target state candidates that can run on the reachable virtual trajectory are selected, but it is not necessary to select all of them, and any number can be selected.
  • Examples of the arbitrary number include the maximum number, minimum number, and all the numbers that can be reached on a virtual trajectory set by the user.
  • the virtual trajectory evaluation unit 212 scores a plurality of virtual trajectories that reach each target state candidate based on a predetermined evaluation index, and calculates the score given to each virtual trajectory.
  • a point where the vehicle travels on a trajectory that is greater than or equal to a predetermined threshold or less than a predetermined threshold can also be set as a target state candidate.
  • This evaluation index includes, for example, the straightness of the virtual trajectory, its length, the maximum value of curvature, the magnitude of the rate of change of curvature, the number of times the steering wheel is turned back and forth, and the like.
  • Target state candidates are determined by allocating points based on gender and comparing the total score with a predetermined threshold.
  • the target state candidates can be changed by changing the distribution of scores according to the designer's and user's preferences.
  • Examples of the evaluation method in the virtual trajectory evaluation unit 212 include a method of geometrically evaluating a virtual trajectory. For example, calculate the maximum curvature Kmax of each trajectory from a virtual trajectory, and calculate the score from the curvature value so that the score of each trajectory is 1/Kmax1, 1/Kmax2, ... 1/Kmaxi. Another method of evaluation is possible.
  • the subscript i corresponds to the subscript of each orbit.
  • the number of points for each trajectory is 1/L1, 1/L2, 1/L3, ... 1/Li).
  • a method of evaluating by calculating a score from the value may also be considered. Note that the reason why 1/maximum curvature and 1/length are used in the above is that for these geometric elements, smaller values are generally better from a safety standpoint.
  • the local target state generation unit 220 calculates one target state candidate that can reach any target state candidate at an intermediate point when moving to the vicinity of the target state candidate set.
  • a local target state is calculated (step S104). This is a process based on the concept that any target state candidate can be reached by starting from an intermediate point. A conceptual diagram of this process is shown in FIG.
  • FIG. 10 schematically shows a state in which the mobile object 1 attempts to enter the travel lane in front of the toll gate FS, and at an intermediate point when moving to the vicinity of the target state candidate set, the local target state LTS shows the calculated state.
  • S ci represents each target state candidate and is defined by the following formula (15), but the state variable can also be a variable other than the variable in formula (15).
  • (x l , y l , ⁇ l , v l ) are each element of the local target state LTS, and the local target state S l , which is a collection of each element, is defined by the following formula (16). be done.
  • any target state candidate can be reached.
  • the local target state LTS is located at a position that can be reached by any target state candidate, but as shown in FIG. 11, the local target state LTS is located at the center of the set of target state candidates. It can also be an arbitrary position on a virtual trajectory that reaches the target state candidate.
  • the starting position of the toll gate area where the lane marking BL disappears is set as the initial state IS, and the state quantities (x 0 , y 0 , ⁇ 0 , v 0 ) are set.
  • trj 2 represents a virtual trajectory to the second target state candidate
  • l s is a distance that can be detected by an autonomous sensor.
  • an arbitrary position on a virtual trajectory is a distance l s before the target state candidate set, and a line segment parallel to the y direction including the position is a point where the target state candidate set can be detected. Then, the position where the point intersects with the virtual trajectory trj2 can be set as the local target state LTS.
  • any position on the virtual trajectory can be a position closer than the previous position by a distance l s , for example, as shown in FIG. It can be set as the position minus a .
  • the local target state LTS is placed so as to aim at the target state candidate located in the center of the set of target state candidates. This is because when making a trajectory correction to a state candidate, target state candidates exist on both sides, and the number of target state candidates that can be trajectory corrected increases.
  • dynamic information such as dynamic obstacles and ETC gate signal colors can be obtained in real time.
  • dynamic information become detectable, changes in the selected target state are more likely to occur. For this reason, situations in which the target state is forced to change increase, for example, when approaching a target gate, a broken vehicle is detected and the gate is changed.
  • the detectable distance l s of the autonomous sensor is longer than the case where the local target state LTS is calculated at the intermediate point when moving to the vicinity of the target state candidate set, as in the example of FIG. , since the distance is short, the local target state LTS can be set closer to the target state candidate set, and after reaching the local target state LTS, it is possible to avoid the final target state becoming undriveable. can.
  • target state candidates exist on both sides, making it easier to correct the trajectory.
  • the local target state LTS is one point, but as shown in FIG. 13, the local target state can also be a region.
  • FIG. 13 schematically shows a state in which the mobile object 1 is about to enter the travel lane in front of the toll gate FS, and l s is a distance that can be detected by an autonomous sensor.
  • a ci is a reachable area in which each target state candidate S ci can be reached
  • a s is a sensor detectable area in which a set of target state candidates can be detected by an autonomous sensor
  • a l is the local target area.
  • the local target area A l is defined as an area where the reachable area A ci and the sensor detectable area A s of the target state candidate overlap.
  • the reachable boundaries constituting the reachable area A ci are determined based on the assumption that, for example, when the initial position is used as each target state candidate, the virtual moving object moves in the opposite direction to the direction through which the moving object 1 can pass.
  • a discrete value of a virtual moving body obtained by repeatedly inputting an arbitrary acceleration and an arbitrary maximum steering angular velocity, that is, a limit value for moving body 1 into a simple dynamic model of a moving body such as Equation (7). It can be expressed by a predicted trajectory.
  • the dynamic model of the virtual moving object is not limited to formula (7), but other models such as a two-wheel model, which is a dynamic model that approximates four wheels to two wheels, and a dynamic model for each target moving object, are used. You can also do that.
  • the reachable boundary is not limited to the trajectory predicted by the dynamic model, but can also be set by a spline curve, clothoid curve, nth-order polynomial curve, straight line, etc. arbitrarily set by the user.
  • the upper and lower limits of the input values input to the dynamic model to obtain the reachable boundary are not limited to values related to the performance limits of the moving object 1, but may also be values that take ride comfort into consideration or are arbitrarily determined by the user.
  • the value can be set as follows.
  • the local target state LTS is one point, and in FIG. 13 it is a local target area, but as shown in FIG. 14, the local target state is expressed by a probability distribution that each target state candidate can be reached. You can also do that.
  • FIG. 14 schematically shows a state in which the mobile object 1 is about to enter the travel lane in front of the tollgate FS, and the probability distribution f p (s i ) of the local target state is expressed by the hatching density.
  • the darkest region has the highest probability of reaching the target state candidate, and by starting from this region, the probability of reaching any of the target state candidates is highest.
  • the local target state generation unit 220 can weight each target state candidate calculated by the target state candidate generation unit 210 based on a predetermined evaluation index, and calculate a local target state according to the weight. A conceptual diagram of this process is shown in FIG.
  • FIG. 15 schematically shows a state in which the mobile object 1 is about to enter the travel lane in front of the toll gate FS, where i is the subscript and w i is the weight given to the target state candidate. , w 1 is the heaviest, w 3 is the lightest, and w 1 > w 2 > w 3 .
  • the local target state LTS is a state quantity close to the target state candidate S c1 , that is, it is located closer to the target state candidate S c1 , and is separated from the local target state LTS. Once started, the possibility of reaching the target state candidate S c1 increases.
  • the local target state can be set by changing the weights according to the designer's and user's preferences.
  • the predetermined evaluation index for each target state candidate that serves as a weighting index is such that, for example, the closer the distance from the current moving object 1 is to the candidate, the heavier the weight is given to the candidate, and the more the candidate passes through a gate with a wider width, the heavier the weight is given to the candidate. It is possible to evaluate based on geometric conditions, such as giving weight to candidates that pass through a gate with a curved path, and giving light weight to candidates that pass through a gate whose path inside the gate is a curve.
  • evaluation can be performed based on the degree of difficulty of passing through the gate, such as if the shape of the road in front of the gate through which the target state candidate passes is complex, or the speed required to pass through the gate.
  • the local target state generation unit 220 weights the trajectory until reaching each target state candidate among the virtual trajectories generated by the virtual trajectory generation unit 211 in the target state candidate generation unit 210 shown in FIG. It is also possible to set the local target state using the weights of the virtual trajectory. A conceptual diagram of this process is shown in FIG.
  • FIG. 16 schematically shows a virtual trajectory starting from the initial state IS, with the starting position of the toll gate area where the lane marking BL disappears as the initial state IS, and l s is the distance that can be detected by the autonomous sensor. It is.
  • (x l , y l , ⁇ l , v l ) are each element of the local target state LTS, and if i is a subscript, trj i represents the virtual trajectory to the i-th target state candidate.
  • w i is the weight given to the virtual trajectory trj i
  • (x li , y li ) is the position where the virtual trajectory intersects the target state candidate set detectable point. This is called an arbitrary point on the virtual orbit.
  • the local target state LTS is a state quantity close to the target state candidate S c1 , that is, it is located closer to the target state candidate S c1 , and the local target state LTS If you start from , the possibility of reaching the target state candidate S c1 increases.
  • the local target state can be set by changing the weights according to the designer's and user's preferences.
  • the local target state LTS can reflect the weight of each virtual trajectory by taking a weighted average of weights and arbitrary points on the virtual trajectory using equations (17) and (18). can.
  • the weight is a value between 1 and 0, and in the example of FIG. 16, the subscript b at the end is 3.
  • the position x l of the local target state LTS in the x direction can be obtained by the following equation (17).
  • the position y l of the local target state LTS in the y direction can be obtained by the following equation (18).
  • the weights may be based on, for example, the distance to the moving object 1, the amount of lateral movement required to move to each target state candidate, the degree of congestion at the gate through which each target state candidate passes, the selection rate of the target state of other vehicles, and a wider range of factors. It is set based on the distance and positional relationship with the target state (described in Embodiment 2). Note that, as shown in Equations (17) and (18), the weight for the x direction and the weight for the y direction are set to be the same w i , but they may be different.
  • the post-processing unit 20 determines whether the moving object has approached the local target state (step S105). For example, it is determined that the moving object 1 has approached the local target state when the Euclidean distance between the moving object 1 and the local target state is less than the threshold value, or when the mobile object 1 has arrived within the local target area A1 explained using FIG. be done.
  • step S105 If it is determined in step S105 that the mobile object 1 is not approaching the local target state (in the case of No), the process proceeds to step S106, where the trajectory generation unit 310 (FIG. 1) uses the local target state as a target value to 1 target trajectory is generated.
  • the trajectory generation unit 310 FIG. 1
  • FIG. 17 schematically shows a state in which the mobile object 1 is about to enter the travel lane in front of the toll gate FS, from the position of the mobile object 1 generated by the trajectory generation unit 310 to the local target state LTS.
  • the target trajectory trj t of the moving body 1 is shown.
  • step S105 determines that the moving object has approached the local target state (in the case of Yes)
  • the process advances to step S106, and the trajectory generation unit 310 generates a trajectory to one target state from among the target state candidates. is generated as the target trajectory.
  • a conceptual diagram of this process is shown in FIG.
  • one target state is selected from three target state candidates, and the target trajectory trj t to the selected target state is determined by the trajectory generating unit 310. Shows the generated state.
  • one method for selecting a target state is, for example, a method of weighting target state candidates according to a predetermined index and selecting a target state candidate with a large weight.
  • the predetermined index is, for example, the distance to the moving object 1, the amount of lateral movement required to move to each target state candidate, the degree of congestion at the gate through which each target state candidate passes, and the target state of other vehicles. , the distance and positional relationship with a more global target state (described in Embodiment 2), and the like.
  • One method is to exclude target state candidates.
  • the trajectory generated in the next step S106 differs depending on whether the determination result in step S105 is Yes or No. That is, if the determination in step S105 is Yes, the trajectory generation unit 310 generates a trajectory to the target state, and if the determination in step S105 is No, the trajectory generation unit 310 generates a trajectory to the local target state. Generate a trajectory. After generating any of the trajectories in step S106, the series of processing ends. Based on the generated trajectory, the control amount calculation section 320 of the motion control section 300 calculates a target control value for the moving body 1 to travel along the target trajectory, and the actuator control section 330 calculates the target control value for the moving body 1 to travel along the target trajectory. The actuator is operated so that the moving body 1 follows the value, but since known techniques can be used for these operations, a description thereof will be omitted.
  • the trajectory generation unit 310 when the trajectory generation unit 310 generates a trajectory to the local target state, if the local target state is suddenly changed after the mobile body 1 has approached the local target state to a certain extent, the mobile body 1 will have a steep trajectory. Such sudden changes in the local target state can be restricted because corrections are required and a trajectory that can reach the changed local target state may not be found. Specifically, it is possible to restrict changes in the target state quantity such that the change in the state quantity per unit time is greater than or equal to a predetermined amount.
  • FIGS. 19 and 20 Examples of such sudden changes in the local target state are shown in FIGS. 19 and 20.
  • FIG. 19 shows the target trajectory trj t of the moving body 1 from the current position of the moving body 1 to the initial local target state LTS.
  • the target trajectory trj t With the target trajectory trj t , it becomes impossible to reach the changed local target state LTSX. In such a case, a new target trajectory trj t must be generated, which takes time.
  • FIG. 20 shows a case where the initial local target state LTS exists near the toll plaza FS, but if it is suddenly changed to the local target state LTSX, a failure occurs before the toll plaza gate GT. Due to the presence of the vehicle BV, a trajectory that can reach the changed local target state LTSX may not be found or there may not be time to calculate it.
  • the start position of the toll plaza area where the lane marking BL disappears is the start position STP
  • the area closer to the start position STP is the area RA
  • the area closer to the toll plaza gate GT than the start position STP is the area RB.
  • the processing from step S101 to step S104 is performed while the mobile object 1 is traveling in the area RA, and after the mobile object 1 has passed the start position STP, the processing from steps S101 to S104 is not performed, and while the mobile object 1 is traveling in the area RA.
  • the target state candidate set and the value of the local target state LTS calculated in the above are used.
  • start position STP is not limited to the point where the lane marking BL disappears, but can also be a point a predetermined distance before the point where the lane marking BL disappears.
  • a plurality of target passing point candidates are generated in consideration of the fact that the target passing point is modified. Decide. Further, a local target state LTS that can reach any target passing point is set as an intermediate point, and the vehicle runs toward the intermediate point. Therefore, even if a change in the target passing point occurs while traveling near the halfway point or before, the change in the target passing point can be flexibly dealt with, and the probability of passing the target passing point can be improved. Furthermore, when the target passing point is impassable, it is possible to change the target passing point to another passing point without performing sudden trajectory correction processing.
  • FIG. 22 is a block diagram showing the configuration of a mobile object 1 equipped with a passing point generation device according to Embodiment 2 of the present disclosure.
  • FIG. 22 the same components as those of the moving body 1 described using FIG.
  • the mobile body 1 shown in FIG. 22 has a surrounding environment information acquisition section 110, a self-state acquisition section 120, and a global environment information acquisition section 130 in the autonomous sensor information acquisition section 100.
  • the global environment information acquisition unit 130 acquires a wider range of global information than the surrounding environment information acquisition unit 110.
  • This information includes, for example, information such as lane route information, broader destinations, passing positions, and relay points; for example, information specified in advance by the user, and predetermined route information from map information held by the mobile object 1. Obtained from information and location information, high-precision locators, in-vehicle communication devices, etc.
  • the moving object 1 includes a global target state generating section 230, a target state candidate generating section 210, and a local target state generating section 220 in the passing point generating device 200.
  • the global target state generation unit 230 generates the driveable state acquired by the surrounding environment information acquisition unit 110 and the target state candidate generation unit 210 based on information such as the global destination acquired from the global environment information acquisition unit 130.
  • a global goal state that is a more global goal state than the target state candidate set is generated.
  • a conceptual diagram of this process is shown in FIG.
  • FIG. 23 shows a state in which the mobile object 1 has passed the start position STP and is approaching the toll plaza FS, and the global target state GTS exists on the other side of the toll plaza FS.
  • (x g , y g , ⁇ g , v g ) are each element of the global target state GTS, (x g , y g ) are the global target position, v g is the global target velocity, ⁇ g is the global target azimuth.
  • the global target state includes at least position information, and may not include velocity and azimuth information.
  • the target route TR in FIG. 23 is an example of information acquired by the global environment information acquisition unit 130, and the global target state GTS in FIG. becomes.
  • the target state candidates are three driveable states selected from the driveable state set, and are indicated by blacking out the star marks as the target state candidate set.
  • the target state candidate generation unit 210 sets the start position STP as an initial position, and calculates the kinematically reachable region of the moving body 1 from the initial position and the global target state GTS that the moving body 1 kinematically reaches.
  • a target state candidate is generated from a set of drivable states within a region that overlaps with a possible reachable region. A conceptual diagram of this process is shown in FIG.
  • the reachable region R1 is a kinematically reachable region of the moving body from the start position STP, and a plurality of reachable boundaries R1B are indicated by circles, and reachable boundaries R1B that are adjacent to each other are shown. By connecting them, they become a reachable boundary line, and the area sandwiched between the two reachable boundary lines becomes a reachable area R1.
  • the reachable region R2 is an area in which the moving body can kinematically reach the global target state GTS, and a plurality of reachable boundaries R2B are indicated by ⁇ marks, and the reachable boundaries R2B that are adjacent to each other are By connecting them, they become reachable boundaries, and the area sandwiched between the two reachable boundaries becomes reachable area R2.
  • the target state candidate is a state quantity within a region where both reachable region R1 and reachable region R2 overlap.
  • Reachable regions R1 and R2 are determined by reachable boundaries R1B and R2 based on discrete predicted trajectories of a virtual moving body obtained using a simple dynamic model of a moving body such as Equation (7) described in Embodiment 1. It can be obtained by deriving R2B.
  • a virtual trajectory generation section 211 that generates a virtual trajectory and a virtual trajectory generation section 211, like the goal state candidate generation section 210 shown in FIG. a virtual trajectory evaluation unit 212 that evaluates the condition based on dynamic constraints of the mobile body 1; and a target state candidate calculation unit 213 that selects as a target state candidate a driveable state that can be reached on a virtual trajectory that does not violate the constraints. It is possible to have a configuration with the following.
  • FIG. 25 is a conceptual diagram illustrating a process of generating a virtual trajectory up to a driveable state in the virtual trajectory generation unit 211.
  • trj bi is a virtual trajectory from the i-th driveable state
  • trj ai is a virtual trajectory from the i-th driveable state to the global target state GTS. It is.
  • the virtual trajectory generation unit 211 generates a virtual trajectory from the start position STP to the driveable state and a virtual trajectory from the driveability state to the global target state GTS, and then the virtual trajectory evaluation unit At 212, the virtual trajectory is dynamically evaluated. Finally, two achievable trajectories are evaluated in which both the virtual trajectory from the start position STP to the driveable state and the virtual trajectory from the driveable state to the global target state are evaluated to be reachable.
  • a passing state that can be passed by a combination of is set as a target state candidate.
  • the virtual trajectory is expressed by a polynomial such as Equation (8) explained in Embodiment 1, and each coefficient is calculated by solving the simultaneous equations of the boundary conditions expressed by Equations (9) to (14). It can be obtained by deriving it.
  • the target state candidates are determined by the virtual trajectory evaluation unit 212 as a plurality of virtual trajectories that reach each target state candidate from the start position STP, and a plurality of virtual trajectories that reach the global target state GTS from each goal state candidate.
  • the trajectory is scored based on a predetermined evaluation index. Then, for the virtual trajectory that reaches each goal state candidate and the virtual trajectory that reaches the global goal state GTS from each goal state candidate, a goal state that can be run in a combination where the scores of both are equal to or higher than a threshold is determined as the goal state.
  • the weights shown in Embodiment 1 may be assigned. In this case, weights are given to a plurality of virtual trajectories that reach each target state candidate from the start position STP and a plurality of virtual trajectories that reach the global target state GTS from each goal state candidate.
  • the passing point generation device 200 of the second embodiment it is possible to improve the probability of traveling to the target state, and to perform sudden trajectory correction when the target state is not travelable and the target state is changed. It is possible to implement it without any restrictions. Furthermore, when aiming for a global target point beyond the target state after reaching the target state, since the target state takes the global target state into consideration, it becomes easier to reach the global target point.
  • FIG. 26 is a block diagram showing the configuration of the control server 2 (control device) and the mobile object 1 in which the passing point generation device of Embodiment 3 according to the present disclosure is installed.
  • the same components as those of the moving body 1 described using FIG.
  • the control server 2 shown in FIG. 26 includes a driving area information acquisition section 400 and a passing point generation device 200.
  • the driving area information acquisition section 400 has an area information acquisition section 410.
  • the area information acquisition unit 410 acquires spatial information about the tollgate area where the vehicle can travel, for example, positional information such as outer walls defining the tollgate area, and objective state quantities of the moving object 1, that is, an absolute coordinate system rather than the own vehicle coordinate system.
  • Information such as the state quantity at , the objective state quantity of the moving obstacle, at least one travelable position targeted by the moving body 1, the travel speed, and the travel azimuth are acquired. These collect information from roadside sensors installed in the driving area.
  • the passing point generation device 200 includes a target state candidate generation section 210 and a local target state generation section 220.
  • the target state candidate generation unit 210 generates objective state quantities of the moving body 1 acquired by the area information acquisition unit 410, at least one possible travel position, travel speed, and travel azimuth that the mobile body 1 sets as a travel target.
  • the newly determined target state is generated as a target state candidate for changing the target state.
  • the local target state generation unit 220 generates a target state that is reachable by any of the target state candidates at an intermediate point when moving to the vicinity of at least one target state candidate acquired from the target state candidate generation unit 210. compute two local target states.
  • the state quantity of the local target state calculated by the local target state generation unit 220 is transmitted to the moving body 1, and the trajectory generation unit 310 of the motion control unit 300 generates the state quantity of the mobile body 1 until the local target state is reached. Generates a trajectory consisting of the route and speed that the robot should travel.
  • the passing point generation device 200 is installed in the control server 2, and the local target state is transmitted from the control server 2 to the mobile object through communication between the control server 2 and the mobile object 1. It is a system that transmits to 1. A conceptual diagram of this system is shown in FIG.
  • FIG. 27 schematically shows a state in which a mobile object 1 that has entered the travel lane in front of the toll gate FS and a control server 2 that controls the mobile object 1 are communicating. Further, a plurality of roadside sensors RS are installed in the tollgate area, and each roadside sensor RS and the mobile object 1 communicate with each other via the control server 2.
  • the driving area information acquisition unit 400 of the control server 2 acquires information such as the objective state quantity of the mobile object 1 and the objective state quantity of the moving obstacle MOB in the toll plaza area via the plurality of roadside sensors RS. do.
  • the control server 2 and the mobile object 1 communicate, and the state quantity of the local target state calculated by the local target state generation unit 220 of the passing point generation device 200 in the control server 2 is given to the moving body 1. Therefore, the local target state generation unit 220 generates target state candidates and local target states, taking into account the communication delay associated with transmission from the control server 2 to the mobile object 1.
  • the dynamic calculation of the moving body 1 necessary to calculate target state candidates such as the reachable region described using FIG. 5 in the first embodiment and the virtual trajectory described using FIG. Regarding the reachability, calculations are performed that take into account the communication delay by incorporating not only the dynamics of the mobile object 1 but also the communication delay into a dynamic model such as Equation (7).
  • the dynamic reachability of the moving object related to the calculation of the local target state as shown in FIGS. Generates a local target state.
  • the passing point generation device 200 of the third embodiment is installed in the control server 2. Therefore, compared to the case where the passing point generating device 200 is mounted inside the moving body 1, the calculation processing is not concentrated inside the moving body 1, and the calculation load within the moving body 1 is reduced.
  • control server 2 can monitor a wider area than the mobile object 1. Therefore, the passing point calculated by the passing point generation device 200 using the information recognized by the control server 2 is likely to be a more suitable position than the passing point calculated by the mobile object 1.
  • the control server 2 can instruct a plurality of moving objects about the target state, and the plurality of moving objects can cooperate and automatically pass through the gate.
  • each component of the passing point generation device 200 can be configured using a computer, and is realized by the computer executing a program. That is, the passing point generation device 200 is realized, for example, by the processing circuit 50 shown in FIG. 28.
  • a processor such as a CPU or a DSP (Digital Signal Processor) is applied to the processing circuit 50, and the functions of each part are realized by executing a program stored in a storage device.
  • DSP Digital Signal Processor
  • the processing circuit 50 may be, for example, a single circuit, a composite circuit, a programmed processor, a parallel programmed processor, an ASIC (Application Specific Integrated Circuit), or an FPGA (Field-Programmable Circuit). Gate Array), or a combination of these.
  • ASIC Application Specific Integrated Circuit
  • FPGA Field-Programmable Circuit
  • each component can be realized by individual processing circuits, and these functions can also be realized collectively by one processing circuit.
  • FIG. 29 shows a hardware configuration in the case where the processing circuit 50 is configured using a processor.
  • the functions of each part of the waypoint generation device 200 are realized by a combination of software or the like (software, firmware, or software and firmware).
  • Software etc. are written as programs and stored in the memory 52.
  • a processor 51 functioning as a processing circuit 50 realizes the functions of each part by reading and executing a program stored in a memory 52 (storage device). That is, it can be said that this program causes a computer to execute the procedure and method of operation of the components of the waypoint generation device 200.
  • the memory 52 includes, for example, non-volatile or volatile semiconductor memory such as RAM, ROM, flash memory, EPROM (Erasable Programmable Read Only Memory), EEPROM (Electrically Erasable Programmable Read Only Memory), HDD (Hard Disk It can be a magnetic disk, a flexible disk, an optical disk, a compact disk, a mini disk, a DVD (Digital Versatile Disc) and its drive device, or any storage medium that will be used in the future.
  • non-volatile or volatile semiconductor memory such as RAM, ROM, flash memory, EPROM (Erasable Programmable Read Only Memory), EEPROM (Electrically Erasable Programmable Read Only Memory), HDD (Hard Disk It can be a magnetic disk, a flexible disk, an optical disk, a compact disk, a mini disk, a DVD (Digital Versatile Disc) and its drive device, or any storage medium that will be used in the future.
  • each component of the waypoint generation device 200 are realized by either hardware, software, or the like.
  • the present invention is not limited to this, and a configuration may also be adopted in which some of the components of the passing point generation device 200 are implemented by dedicated hardware, and other components are implemented by software or the like.
  • the functions are realized by the processing circuit 50 as dedicated hardware, and for some other components, the processing circuit 50 as the processor 51 executes the program stored in the memory 52. The function can be realized by reading and executing it.
  • the passing point generation device 200 can realize each of the above-mentioned functions using hardware, software, etc., or a combination thereof.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Computing Systems (AREA)
  • Automation & Control Theory (AREA)
  • Accounting & Taxation (AREA)
  • Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Traffic Control Systems (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Navigation (AREA)

Abstract

本開示は通過地点生成装置に関し、移動体の到達すべき通過地点を生成する通過地点生成装置であって、前記移動体の周辺環境情報と前記移動体の状態量に基づいて、少なくとも位置の状態量を含む複数の目標状態候補を演算する目標状態候補生成部と、前記複数の目標状態候補の周辺までの中間地点において、いずれの目標状態候補においても到達可能な局所的な目標状態である局所目標状態を演算し、局所目標状態を通過地点として出力する局所目標状態生成部と、を備える。

Description

通過地点生成装置
　本開示は、車両等の自動運転を実現するための通過地点を生成する通過地点生成装置に関する。
　近年、自動運転の自動車および自律搬送台車などの自律移動体の開発が進んでいる。これらの自律移動体は決められた目標位置を含む目標状態へ到達するように走行制御される。しかし場合によっては、外界センサ等によって得られる情報によって、目標位置が通過不可であることが目標位置に接近して初めて認知されることがある。例えば、料金所ゲートを通過するシーンおいて、対象車が料金所ゲートから充分な距離がある段階で目標の料金所ゲートを選定した場合、当初目標としていた料金所ゲートに接近して初めて、その料金所ゲートが稼働していないこと、または料金所内に故障車が止まっていたということが分かるシーンが考えられる。このようなシーンでは目標位置を変更することが必要になる。例えば、特許文献１に開示されているように、センサ等で得られる動的情報に応じて、選択したゲートを修正することにより、より好適なゲートの通過を実現する技術が開発されている。
国際公開第２０１８／１４２５６１号
　特許文献１においては、静的情報に基づいて複数のゲートの中から第１のゲートを選択し、その後、動的情報に基づいて、第１のゲートの選択結果を第２のゲートへと修正し、ゲート選択結果に修正処理を加えることで、より好適なゲートを選択する技術およびゲートの通過確率が上がるような車両制御システムを提案している。
　しかし、第１のゲートを目指して走行している途中で第１のゲートから大きく離れたゲートに修正された場合、または第１のゲート到達直前に他のゲートへと修正された場合、車両は軌道修正に急なハンドル制御が必要になったり、修正後のゲートへ到達できる軌道が見つからないという課題が発生する。
　本開示は上記のような問題を解決するためになされたものであり、目標状態の変更が余儀なくされた状況においても、急な軌道修正が発生せず、変更後の目標状態に到達できる通過地点生成装置を提供することを目的とする。
　本開示に係る通過地点生成装置は、移動体の到達すべき通過地点を生成する通過地点生成装置であって、前記移動体の周辺環境情報と前記移動体の状態量に基づいて、少なくとも位置の状態量を含む複数の目標状態候補を演算する目標状態候補生成部と、前記複数の目標状態候補の周辺までの中間地点において、いずれの目標状態候補においても到達可能な局所的な目標状態である局所目標状態を演算し、前記局所目標状態を前記通過地点として出力する局所目標状態生成部と、を備える、通過地点生成装置。
　本開示に係る通過地点生成装置によれば、目標状態の変更に備えて、複数の目標状態候補の周辺までの中間地点において、いずれの目標状態候補においても到達可能な目標状態である局所目標状態を演算し、局所目標状態を通過地点とすることで、目標状態の変更が発生した場合でも、急な軌道修正をすることなく対応でき、変更後の目標状態に到達できる。
本開示に係る実施の形態１の通過地点生成装置を搭載した移動体の構成を示すブロック図である。 料金所の走行車線に移動体が進入しようとする状態を模式的に示す図である。 本開示に係る実施の形態１の通過地点生成装置の動作の一例を示すフローチャートである。 目標状態候補集合を生成する処理を示す概念図である。 目標状態候補を説明する概念図である。 到達可能境界を説明する概念図である。 目標状態候補生成部の変形例の構成を示すブロック図である。 走行可能状態までの仮想的な軌道を生成する処理を説明する概念図である。 目標状態候補演算部の変形例での処理を説明する概念図である。 局所目標状態生成部での局所目標状態を演算する処理を説明する概念図である。 局所目標状態生成部での局所目標状態を演算する処理を説明する概念図である。 局所目標状態生成部での局所目標状態を演算する処理を説明する概念図である。 局所目標状態を領域とした場合の概念図である。 局所目標状態を確率分布とした場合の概念図である。 目標状態候補に重みを付けた場合の局所目標状態を演算する処理を説明する概念図である。 仮想的な軌道に重みを付けた場合の局所目標状態を演算する処理を説明する概念図である。 軌道生成部において移動体の目標軌道を生成する処理を説明する概念図である。 軌道生成部において目標状態候補の中から目標軌道を生成する処理を説明する概念図である。 急な局所目標状態の変更の例を示す概念図である。 急な局所目標状態の変更の例を示す概念図である。 急な局所目標状態の変更に制限をかける処理を説明する概念図である。 本開示に係る実施の形態２の通過地点生成装置を搭載した移動体の構成を示すブロック図である。 大域目標状態生成部での大域的目標状態を生成する処理を説明する概念図である。 目標状態候補演算部での処理を説明する概念図である。 目標状態候補演算部の変形例での処理を説明する概念図である。 本開示に係る実施の形態３の通過地点生成装置を搭載した管制サーバーの構成を示すブロック図である。 管制サーバーと移動体との間の通信により局所的な目標状態を管制サーバーから移動体に送信されるシステムを示す概念図である。 実施の形態１～３の通過地点生成装置を実現するハードウェア構成を示す図である。 実施の形態１～３の通過地点生成装置を実現するハードウェア構成を示す図である。
　＜実施の形態１＞
　図１は、本開示に係る実施の形態１の通過地点生成装置を搭載した移動体１の構成を示すブロック図である。
　図１に示す移動体１は、移動体１の走行すべき周辺環境情報および目的地、移動体１の自己状態を取得する自律センサ情報取得部１００と、自律センサ情報取得部１００から得られる情報に基づき、移動体１の到達すべき通過地点を生成する通過地点生成装置２００と、通過地点生成装置２００によって生成された局所目標状態に基づいて、局所目標状態に到達するように移動体１の運動を制御する運動制御部３００とを備えている。なお、自律センサ情報取得部１００で得られる情報は、前処理部１０を介して通過地点生成装置２００に入力されるが、前処理部１０の機能については後に説明する。また、通過地点生成装置２００によって生成された局所目標状態は、後処理部２０を介して運動制御部３００に入力されるが、後処理部２０の機能については後に説明する。
　自律センサ情報取得部１００は、周辺環境情報取得部１１０、および自己状態取得部１２０を有している。
　周辺環境情報取得部１１０は、移動体周辺の壁、他の移動体等の移動障害物の相対的な位置および速度、方位角、障害物のない走行可能な空間情報を取得する。これらは、例えば移動体に取り付けられているミリ波レーダー、カメラ、ＬｉＤＡＲ（Light Detection and Ranging）、ソナー等によって取得する。
　周辺環境情報取得部１１０は、移動体１が走行目標とする少なくとも１つ以上の走行可能位置、走行速度、走行方位角等の情報も取得する。これらは、例えばユーザーが予め指定した情報、移動体１が持つ地図情報の所定の位置等から情報を取得する。ここで、移動体１が持つ地図情報は、高精度地図、カーナビ地図、ＳＬＡＭ（Simultaneous Localization and Mapping）等で生成した点群地図等を指す。
　走行可能位置は例えば、料金所における各ゲートの入口あるいはバーの位置、トーイングトラクターにおける各飛行機の前輪部、ユーザーが指定した移動体１の少なくとも１つ以上の位置などが挙げられる。走行速度は、例えば、法定速度、ユーザーが予め設定した指定の速度などが挙げられる。走行方位角は、走行可能位置を通り過ぎる際の目標とする角度であり、例えば、料金所ゲートを通過する際のゲートに対する垂直方向の向きなどが挙げられる。
　図２は、料金所ＦＳの手前の左右の車線境界ＬＢで規定される走行車線に、移動体１が進入しようとする状態を模式的に示す図である。図２においては、料金所ゲートＧＴを通過する際の走行可能位置、走行速度、走行方位角の一例を示す。図２において、ｉを添字とすると、（ｘｐｉ,ｙｐｉ）は走行可能位置、ｖｐｉは各走行可能位置における走行速度、θｐｉは各走行可能位置における走行方位角である。
　走行可能位置の集合は以下の数式（１）で表される。
Figure JPOXMLDOC01-appb-M000001
　走行速度の集合は以下の数式（２）で表される。
Figure JPOXMLDOC01-appb-M000002
　走行方位角の集合は以下の数式（３）で表される。
Figure JPOXMLDOC01-appb-M000003
　ここで、添字ｆはその環境における終端の数字であり、図２の例であれば終端の数字は７となる。
　図２の例では走行可能位置が複数存在している場合に、走行速度、走行方位角も複数個存在しているが、１つとすることもでき、走行可能位置の数に対応している必要はない。
　以下、個々の走行可能位置、走行速度および走行方位角により走行可能状態が規定され、走行可能位置の集合、走行速度の集合、走行方位角の集合のまとまりを走行可能状態集合と呼称する。
　なお、図２では、☆印は走行可能位置を、矢印の向きは走行方位角を、矢印の長さは走行速度を模式的に表しており、これは、他の平面図においても共通である。
　自己状態取得部１２０は、移動体自身の現在の状態を取得する複数のセンサを有している。複数のセンサとしては、例えば、速度センサ、加速度センサ、慣性計測装置、操舵角センサ、操舵トルクセンサ、ヨーレートセンサおよび全地球衛星測位システム（ＧＮＳＳ：Global Navigation Satellite System）センサなどが挙げられる。ここで慣性計測装置は、以下においてＩＭＵ（Inertial Measurement Unit）センサと呼称する。
　図２の例では現在の移動体１の状態量は（ｘｅ,ｙｅ,θｅ,ｖｅ）で表され、ｘｅは移動体１の位置のｘ座標、ｙｅは移動体１の位置のｙ座標、θｅは移動体１の方位角、ｖｅは移動体１の速度である。また、移動体１の状態量は位置、方位角および速度に限定されず、少なくとも位置の状態量を含んでいれば足りる。また、加速度、躍度、高度、ヨーレート、回転角速度、舵角等のその他の移動体１の状態量を含むことも可能である。
　ここで、図１の説明に戻る。図１に示されるように、通過地点生成装置２００は、目標状態候補生成部２１０および局所目標状態生成部２２０を有している。
　目標状態候補生成部２１０は、移動体１が通過状態の集合、すなわち、移動体１が存在する環境にある全て料金所ゲートＧＴの中から、当初の走行目標として選定していた目標状態、すなわちゲートが走行不可となった場合に、周辺環境情報取得部１１０から取得した少なくとも１つ以上の走行可能状態、および自己状態取得部１２０から取得した移動体１の現在の状態に基づいて新たに決定した目標状態を、移動体１が選定した目標状態の変更のための目標状態候補として生成する。ここで、目標状態とは、移動体１が最終的に通過したい１つの目標の状態を指す。
　移動体１は、目標状態候補の中では目標状態の変更を実行することができ、変更可能な目標状態候補を保持しておく。これにより、目標状態候補以外の通過状態への途中変更を制限することで、当初目標としていた目標状態から大きく離れた位置の想定外の目標状態に目標状態が変更されることを防止することができる。
　目標状態は、移動体１の位置、速度および方位角に限定されず、少なくとも位置の状態量を含んでいれば足りる。また、加速度、躍度、高度、ヨーレート、回転角速度、舵角等その他の移動体１の状態量を含むことも可能である。
　局所目標状態生成部２２０は、目標状態候補生成部２１０から取得する少なくとも１つ以上の目標状態候補の周辺まで移動する際の中間地点において、いずれの目標状態候補においても到達可能であるような１つの局所的な目標状態を演算する。
　運動制御部３００は、軌道生成部３１０、制御量演算部３２０およびアクチュエータ制御部３３０を有している。
　軌道生成部３１０は、少なくとも、局所目標状態生成部２２０で生成された局所的な目標状態に到達するまでに移動体１が走行すべき経路と速度で構成される軌道を生成し、生成された軌道に沿って移動体１を制御するように制御量演算部３２０に生成した軌道を出力する。この際、軌道生成部３１０で生成する軌道は速度情報および時間情報を含まない経路を生成することもできる。
　制御量演算部３２０は、軌道生成部３１０で生成された軌道を目標軌道として、目標軌道に沿って走行するための移動体１への目標制御値を演算し、アクチュエータ制御部３３０に出力する。
　アクチュエータ制御部３３０は、移動体１に搭載されたコントローラであり、制御量演算部３２０で演算された目標制御値に移動体１が追従するように、アクチュエータを動作させる。アクチュエータとしては、例えばステアリング、駆動用モータおよびブレーキが挙げられる。
　次に、図２を参照しつつ、通過地点生成装置２００の動作の一例を図３に示すフローチャートを用いて説明する。以下では、料金所ゲートを走行する場合について説明する。
　まず、通過地点生成装置２００での処理に先立って、前処理部１０において、自律センサ情報取得部１００の周辺環境情報取得部１１０で取得された周辺環境情報に基づいて、移動体１が現在走行している領域が料金所付近かどうかの領域判定を行う（ステップＳ１０１）。
　図２において、料金所ＦＳの付近である領域は、例えば区画線ＢＬがなくなる地点より任意の距離手前の位置から走行可能位置、すなわち料金所ゲートＧＴを通過するまでの領域とすることも可能であり、区画線ＢＬのない領域または走行可能位置から任意の距離以内の領域とすることも可能である。
　移動体１が現在走行している領域が料金所付近かどうかの領域判定は、移動体１が持つ高精度地図およびカーナビ地図などの地図情報の料金所の位置情報を用いたり、移動体１に搭載されている前方カメラから取得した画像を画像処理して判断することができる。
　ステップＳ１０１において移動体１が料金所付近を走行していると判定された場合（Ｙｅｓの場合）は、通過地点生成装置２００は、周辺環境情報取得部１１０から移動体周辺の障害物情報と走行可能状態集合を取得し、自己状態取得部１２０から移動体１の現在の状態（自己状態）を取得する（ステップＳ１０２）。一方、移動体１が料金所を走行していない場合（Ｎｏの場合）は、周辺環境情報取得部１１０で取得された道路の車線の情報に基づいて、軌道生成部３１０において移動体１が走行すべき軌道を生成する。
　ステップＳ１０２において、自己状態、周辺環境情報、走行可能状態集合を取得した後は、目標状態候補生成部２１０において、周辺環境情報取得部１１０および自己状態取得部１２０から取得した情報に基づいて複数の目標状態の候補（目標状態候補集合）を生成する（ステップＳ１０３）。この処理の概念図を図４に示す。
　　＜目標状態候補生成部での処理＞
　図４は、料金所ＦＳの手前の走行車線に、移動体１が進入しようとする状態を模式的に示しており、図４において、ｉを添字とすると、（ｘｃｉ,ｙｃｉ）は目標位置候補、ｖｃｉは目標速度候補、θｃｉは目標方位角候補である。
　目標位置候補の集合は以下の数式（４）で表される。
Figure JPOXMLDOC01-appb-M000004
　目標速度候補の集合は以下の数式（５）で表される。
Figure JPOXMLDOC01-appb-M000005
　目標方位角候補の集合は以下の数式（６）で表される。
Figure JPOXMLDOC01-appb-M000006
　ここで、添字ｅはその環境における終端の数字であり、図４の例であれば終端の数字は３となる。
　図４の例では目標位置候補が複数存在している場合に、目標速度候補、目標方位角の候補も複数個存在しているが、１つとすることもでき、目標位置候補の数に対応している必要はない。
　以下、個々の目標位置候補、目標速度候補および目標方位角候補により目標状態候補が規定され、目標位置候補の集合、目標速度候補の集合、目標方位角候補の集合のまとまりを目標状態候補集合と呼称する。
　図４の例では、目標状態候補は、図２に示した周辺環境情報取得部１１０から得られた走行可能状態集合の中から選択した３つの走行可能状態であり、☆印を黒く塗りつぶして示している。換言すれば、図２に示した走行可能状態集合を３つの走行可能状態に絞ったものを目標状態候補集合としている。
　また、図４の例のように、各目標状態候補は、隣り合う走行可能状態を選択しているように、目標状態候補集合の各状態量は、互いに近い値の塊とする。この塊とは、隣接する各目標状態が予め設定された所定範囲内となるような状態量の集合である。
　目標状態候補がいずれも近くに位置するため、目標状態の変更による軌道修正がより滑らかに実行できる。
　また、目標状態候補は、図５に示すように、いずれも移動体１の運動学的に到達可能な到達可能領域Ｒ０内にあって到達可能性が保証されている状態量とする。
　すなわち、図５においては到達可能領域Ｒ０を規定する複数の到達可能境界Ｒ０Ｂが〇印で示されており、互いに前後する到達可能境界Ｒ０Ｂどうしを繋ぐことで到達可能境界線となり、２つの到達可能境界線で挟まれた領域が到達可能領域Ｒ０となる。
　いずれの目標状態候補も到達可能性が保証されているため、移動体１がいずれかの目標状態に到達する可能性が高くなる。
　図５の例では、到達可能領域Ｒ０に含まれる目標状態候補は４つであり、これらで目標状態候補集合を構成する。なお、図５の例では、到達可能領域Ｒ０内の４つの目標状態候補の全てが選択されているが、全てを選択する必要はなく、任意の個数分を選択することもできる。
　到達可能境界Ｒ０Ｂは、例えば以下の数式（７）のような簡易な移動体の動力学モデルに、任意の初期状態、例えば、任意の速度、任意のスタート位置、任意の方位角等から、任意の加速度、任意の最大舵角速度、すなわち移動体１における制限値を繰り返し入力して得られた仮想移動体の離散的な予測軌道によって表現できる。この表現の概念図を図６に示す。
Figure JPOXMLDOC01-appb-M000007
　数式（７）において、ｔは時刻変数、ｄｔは制御周期における１サンプリング時間、ｕｍａｘは最大舵角速度入力であり、左右方向に２パターンの回転方向があるものとする。αは任意の加速度入力、δは舵角、Ｌはホイールベース、βは移動体横滑り角である。ここで、最大舵角速度入力は、例えば自動車のハンドルの１秒間あたりの回転角度（ｄｅｇ／ｓｅｃ）の最大値で定義され、安全性を考慮した値に設定される。
　図６の例では、スタート位置を区画線ＢＬがなくなる料金所エリアの開始位置とし、当該スタート位置ＳＴＰに仮想移動体ＶＭＶが初期の状態量（ｘｔ０,ｙｔ０,θｔ０,ｖｔ０）で存在していると仮定している。そして、任意の入力値を時間毎に繰り返して仮想移動体の動作を規定する数式（７）に与えることで、図６に示されるような仮想移動体ＶＭＶの各時間毎の離散的な予測軌道を得ることができる。ここで、任意の入力値とは、到達可能領域Ｒ０を規定する予測軌道を得ることができる程度に異なった値である。
　本実施の形態１では、入力値の上限値を繰り返し入力することで得た離散的な予測軌道、すなわち図６に向かって左側の複数の仮想移動体ＶＭＶで表される軌道と、入力値の下限値を繰り返し入力することで得た離散的な予測軌道、すなわち図６に向かって右側の複数の仮想移動体ＶＭＶで表される軌道とを到達可能境界とする。
　ここで、入力値の上限値とは、例えば最大舵角速度入力ｕｍａｘ、または最大加速度入力であり、場合によっては最大舵角速度入力ｕｍａｘと加速度αを０に固定して入力したり、舵角速度ｕを固定して、加速度αを等加速度として入力したりする。また、入力値の下限値とは、例えば最小舵角速度入力、または最小加速度入力である。
　なお、入力値の上限値および下限値は、移動体１が持つ性能限界に関する値に限らず、乗り心地を考慮した値またはユーザーが任意に決定した値とすることができる。
　乗り心地を考慮した値の一例として、加速度、ジャーク、回転速度、回転加速度を所定値未満とすることが挙げられる。また、これらのうちの少なくとも１つを所定値未満とすることもできる。この所定値は、予め設定される固定値とすることもでき、ユーザーによって調整可能な値とすることもできる。
　入力値の上限値および下限値を乗り心地を考慮した値とすることで、いずれかの目標状態に、乗り心地良く到達できる可能性が高くなる。
　また、仮想移動体の動力学モデルは数式（７）に限らず、四輪を二輪に近似した動力学モデルである二輪モデルおよび対象とする移動体毎の動力学モデル等、別のモデルを用いることもできる。
　また、到達可能境界Ｒ０Ｂは、動力学モデルで予測した軌跡に限らず、ユーザーが任意に設定したスプライン曲線、クロソイド曲線、ｎ次の多項式曲線、直線等で設定することもできる。
　なお、到達可能領域Ｒ０は固定のスタート位置から演算した静的な領域としているが、時々刻々と移動する移動体１の現在の状態をスタート位置として移動体が移動するたび繰り返して演算して得られる動的な領域とすることもできる。
　　＜目標状態候補生成部の変形例での処理＞
　図１に示した目標状態候補生成部２１０は、周辺環境情報取得部１１０から取得した少なくとも１つ以上の走行可能状態、および自己状態取得部１２０から取得した移動体１の現在の状態に基づいて新たに決定した目標状態を目標状態候補として生成するものとして説明したが、図７に示すような構成とすることもできる。
　図７に示すように目標状態候補生成部２１０は、各走行可能状態を走行する、あるいは到達するまでの仮想的な軌道を生成する仮想軌道生成部２１１と、仮想的な軌道について移動体１の動力学的な制約に基づいて評価する仮想軌道評価部２１２と、制約を破らない仮想的な軌道で到達できる走行可能状態を目標状態候補として選択する目標状態候補演算部２１３とを備えた構成とすることができる。以下、当該構成で目標状態候補を生成する方法について説明する。
　図８は、仮想軌道生成部２１１において走行可能状態までの仮想的な軌道を生成する処理を説明する概念図である。図８において、ｉを添字とすると、ｔｒｊｉはｉ番目の走行可能状態までの仮想的な軌道を表している。
　ここで、初期状態ＩＳは、区画線ＢＬがなくなる料金所エリアの開始位置とし、状態量（ｘ０,ｙ０,θ０,ｖ０）とする。
　仮想的な軌道は、例えば数式（８）のような多項式で表現され以下の数式（９）から数式（１４）で表される初期状態および各走行可能状態における境界条件の連立方程式を解くことで各係数を導出することができる。
Figure JPOXMLDOC01-appb-M000008
　数式（８）において、ｊは多項式の次数、ｃは各次数の係数であり本実施の形態１では次数は５次とする。
Figure JPOXMLDOC01-appb-M000009
Figure JPOXMLDOC01-appb-M000010
Figure JPOXMLDOC01-appb-M000011
Figure JPOXMLDOC01-appb-M000012
Figure JPOXMLDOC01-appb-M000013
Figure JPOXMLDOC01-appb-M000014
　ここで、ｆ'（ｘ）はｆ（ｘ）の一階微分、ｆ''（ｘ）はｆ（ｘ）の二階微分を表し、数式（９）は、初期状態における位置に関する境界条件、数式（１０）は、各走行可能状態における位置に関する境界条件、数式（１１）は、初期状態における傾きに関する境界条件、数式（１２）は、各走行可能状態における傾きに関する境界条件、数式（１３）は、初期状態における曲率に関する境界条件、数式（１４）は各走行可能状態における曲率に関する境界条件を表す。
　目標状態候補を、移動体１が目標状態に到達可能な仮想的な軌道上に置くことで、いずれかの目標状態に到達する可能性が上が高くなる。
　本実施の形態１では、仮想軌道生成部２１１で生成する仮想的な軌道は、多項式の２点境界値問題によって生成しているが、ポテンシャル法、モデル予測制御等のモデルベース手法、ＲＲＴ（Rapidly Exploring Random Tree）等のサンプリング手法およびＡ*探索アルゴリズム等のグラフ探索アルゴリズムなど、他の手法で生成することもできる。
　仮想軌道評価部２１２においては、仮想軌道生成部２１１で生成された仮想的な軌道を動力学的に評価する。例えば、仮想的な軌道について、移動体１の最小旋回半径よりも曲率の大きい箇所がある軌道は動力学的な制約を越えるので、到達不可能な軌道とする、などの到達可能性の評価を行う。また、生成した軌道が周辺環境情報取得部１１０によって得られた外壁等の静的な障害物を跨ぐか、あるいは衝突するかを評価項目に加えることもできる。
　また、数式（７）の移動体の動力学モデルを用いて仮想移動体の軌道の予測を行った場合に、移動体１が追従不可であった仮想移動体の軌道、最大舵角速度または舵角等の移動体１の動力学に関する制約を超えてしまう仮想移動体の軌道は、到達不可能な軌道とするような評価とすることができる。
　目標状態候補演算部２１３においては、到達可能であると評価された仮想的な軌道で到達できる走行可能状態を目標状態候補とする。この処理の概念図を図９に示す。
　図９は、仮想軌道生成部２１１において生成された仮想的な軌道ｔｒｊ１～ｔｒｊ７のうち、仮想軌道評価部２１２において到達不可能と評価された軌道に×印を付し、到達可能と評価された軌道に〇印を付しており、目標状態候補は、いずれも到達可能な仮想的な軌道で走行できる状態量となっている。
　図９の例では、目標状態候補は４つであり、これらで目標状態候補集合を構成する。なお、図９の例では、目標状態候補は到達可能な仮想的な軌道で走行できる４つ全てが選択されているが、全てを選択する必要はなく、任意の個数分を選択することもできる。任意の個数は、例えばユーザーが設定した最大個数、最小個数、仮想的な軌道で到達できる全ての個数などが挙げられる。
　目標状態候補は、仮想軌道評価部２１２において、各目標状態候補に到達する複数の仮想的な軌道を、所定の評価指標に基づいて点数付けを行い、各仮想的な軌道に付与された点数が所定の閾値以上または所定の閾値未満となる軌道で走行する地点を目標状態候補とすることもできる。この評価指標は、例えば、仮想的な軌道の直進性、長さ、曲率の最大値、曲率の変化率の大きさ、ハンドルの切り返し回数等が挙げられる。
　上記評価指標において、直進性であれば、ほぼ直進の軌道であれば１０点であり、直進部分がない軌道であれば０点であるなどの配点が想定され、長さ、曲率などについても安全性に基づいた配点を行い、それらの合計点数を所定の閾値と比較することで、目標状態候補とする。
　各目標状態候補に到達する複数の仮想的な軌道に点数付けを行うことで、目標状態候補を、設計者およびユーザーの好みによって配点を変えることで変更できる。
　仮想軌道評価部２１２での評価方法としては、仮想的な軌道を幾何学的に評価する方法が挙げられる。例えば仮想的な軌道から、それぞれの軌道の最大曲率Ｋｍａｘを算出し、各軌道の点数を１／Ｋｍａｘ１，１／Ｋｍａｘ２，・・・１／Ｋｍａｘｉとするように曲率の値から点数を算出して評価する方法も考えられる。ここで、添字ｉは、各軌道の添字に相当する。
　また、軌道の長さであれば、軌道の長さをＬとすると、それぞれの軌道の点数を１／Ｌ１，１／Ｌ２，１／Ｌ３，・・・１／Ｌｉ）とするように長さ値から点数を算出して評価する方法も考えられる。なお、上記において１／最大曲率、１／長さとしているのは、これらの幾何学的要素では、一般的に小さい値の方が安全性の観点からは良好であるためである。
　また、上記の最大曲率による点数および長さによる点数を累積して合計点数を所定の閾値と比較することもできるが、重視したい幾何学的要素があれば、重み付けすることもできる。
　また、より単純には、軌道の最大曲率の値がａａ～ｂｂの範囲にある場合は７点、ｂｂ～ｃｃの範囲にある場合は６点、ｃｃ～ｄｄの範囲にある場合は５点とするなどの、大まかな配点とすることもできる。上記において数値の大小関係はａａ＜ｂｂ＜ｃｃ＜ｄｄとなっている。
　ここで、図３のフローチャートの説明に戻る。ステップＳ１０３において目標状態候補を演算した後は、局所目標状態生成部２２０において、目標状態候補集合の周辺まで移動する際の中間地点において、いずれの目標状態候補にも到達可能であるような１つの局所目標状態を演算する（ステップＳ１０４）。これは、中間地点からスタートすればいずれの目標状態候補にも到達できるとの概念に基づいた処理である。この処理の概念図を図１０に示す。
　　＜局所目標状態生成部での処理＞
　図１０は、料金所ＦＳの手前の走行車線に、移動体１が進入しようとする状態を模式的に示しており、目標状態候補集合の周辺まで移動する際の中間地点において、局所目標状態ＬＴＳが算出された状態を示している。
　図１０において、ｉを添字とすると、Ｓｃｉは各目標状態候補を表し、以下の数式（１５）で定義されるが、状態変数は数式（１５）内の変数以外とすることもできる。
Figure JPOXMLDOC01-appb-M000015
　また、図１０において（ｘｌ,ｙｌ,θｌ,ｖｌ）は、局所目標状態ＬＴＳの各要素であり、各要素をまとめた局所目標状態Ｓｌは、以下の数式（１６）で定義される。
Figure JPOXMLDOC01-appb-M000016
　図１０の例では、目標状態候補は３つであり、これらで目標状態候補集合を構成する。局所目標状態ＬＴＳからスタートすることで、いずれの目標状態候補にも到達可能となっている。
　図１０の例では、局所目標状態ＬＴＳは、いずれの目標状態候補にも到達可能な位置としたが、図１１に示すように、局所目標状態ＬＴＳは、目標状態候補集合の中でも中央に位置する目標状態候補まで到達する仮想的な軌道上の任意の位置とすることもできる。
　図１１においては、区画線ＢＬがなくなる料金所エリアの開始位置を初期状態ＩＳとし、状態量（ｘ０,ｙ０,θ０,ｖ０）とする。図１１において、ｔｒｊ２は２番目の目標状態候補までの仮想的な軌道を表し、ｌｓは、自律センサで検知可能な距離である。図１１に示すように、仮想的な軌道上の任意の位置は、目標状態候補集合から距離ｌｓ手前の位置とし、当該位置を含むｙ方向に平行な線分を目標状態候補集合検知可能地点とし、当該地点と仮想的な軌道ｔｒｊ２とが交わる位置を局所目標状態ＬＴＳとすることができる。
　また、前記仮想的な軌道上の任意の位置は距離ｌｓ分手前の位置よりも近い位置とすることができ、例えば図１２のように目標状態候補集合からの距離ｌｓから任意の距離ｌaを引いた位置とすることができる。
　図１１において、目標状態候補集合の中の中央に位置する目標状態候補を目指すように局所目標状態ＬＴＳを置いているのは、中央の目標状態候補が走行不可であった場合に、他の目標状態候補に軌道修正する際に、両隣のどちらにも目標状態候補が存在することとなり、軌道修正できる目標状態候補の数が多くなるためである。
　また、局所目標状態を目標状態候補集合から自律センサの検知可能な距離ｌｓ手前の位置とすることで、リアルタイムで動的な情報、例えば動的な障害物およびＥＴＣゲートの信号の色の取得が可能となり、これらの動的な情報が検知可能になると、選択した目標状態の変更が発生する可能性が高くなる。このため、例えば、目標ゲートに近づいたら故障車を検知してゲートを変更するなど、目標状態の変更を余儀なくされる状況が増える。
　一方、図１１の場合、自律センサの検知可能な距離ｌｓは、図１０の例のように、目標状態候補集合の周辺まで移動する際の中間地点において局所目標状態ＬＴＳを算出する場合よりも、短い距離となるので、局所目標状態ＬＴＳを目標状態候補集合により近い位置とすることができ、当該局所目標状態ＬＴＳに到達後は、最終的な目標状態が走行不可となることを避けることができる。
　目標状態候補集合の中でも中央に位置する目標状態候補を目指すように局所目標状態ＬＴＳを置くことで、中央の目標状態候補が走行不可であった場合に、他の目標状態候補に軌道修正する際に、両隣のどちらにも目標状態候補が存在することとなり、軌道修正しやすくなる。
　図１０および図１１では、局所目標状態ＬＴＳは１点としたが、図１３に示すように、局所目標状態は領域とすることもできる。
　図１３は、料金所ＦＳの手前の走行車線に、移動体１が進入しようとする状態を模式的に示しており、ｌｓは、自律センサで検知可能な距離である。図１３において、ｉを添字とすると、Ａｃｉは各目標状態候補Ｓｃｉに到達可能な到達可能領域であり、Ａｓは目標状態候補集合を自律センサで検知可能なセンサ検知可能領域であり、Ａｌは局所目標領域である。局所目標領域Ａｌは、到達可能領域Ａｃｉと、目標状態候補のセンサ検知可能領域Ａｓとが重なる領域として定義される。
　到達可能領域Ａｃｉを構成する到達可能境界は、例えば、初期位置を各目標状態候補とした場合に、移動体１が通過可能な方位とは逆方向に仮想的な移動体が進むと仮定し、数式（７）のような簡易な移動体の動力学モデルに、任意の加速度、任意の最大舵角速度、すなわち移動体１における制限値を繰り返し入力して得られた仮想移動体の離散的な予測軌道によって表現できる。これが、図１３の各到達可能領域を規定する左右の境界である。
　各到達可能領域内では、どこからスタートしても目標とする目標状態候補に到達することができ、さらに、局所目標領域Ａｌ内であれば、どこからスタートしても目標状態候補集合のいずれかの目標状態候補に到達することができる。
　また、仮想移動体の動力学モデルは数式（７）に限らず、四輪を二輪に近似した動力学モデルである二輪モデルおよび対象とする移動体毎の動力学モデル等、別のモデルを用いることもできる。
　また、到達可能境界は、動力学モデルで予測した軌跡に限らず、ユーザーが任意に設定したスプライン曲線、クロソイド曲線、ｎ次の多項式曲線、直線等で設定することもできる。
　なお、到達可能境界を得るために動力学モデルに入力する入力値の上限値および下限値は、移動体１が持つ性能限界に関する値に限らず、乗り心地を考慮した値またはユーザーが任意に決定した値とすることができる。
　図１０および図１１では、局所目標状態ＬＴＳは１点とし、図１３では局所目標領域としたが、図１４に示すように、局所目標状態は、各目標状態候補に到達できる確率分布で表現することもできる。
　図１４は、料金所ＦＳの手前の走行車線に、移動体１が進入しようとする状態を模式的に示しており、局所目標状態の確率分布ｆｐ（ｓｉ）は、ハッチングの濃淡で確率の高さを表しており、最も濃い領域が目標状態候補に到達できる確率が最も高く、この領域からスタートすることで、いずれかの目標状態候補に到達する可能性が最も高くなる。
　　＜目標状態候補への重み付け＞
　局所目標状態生成部２２０は、目標状態候補生成部２１０で演算した各目標状態候補に対する所定の評価指標に基づいて重み付けを行い、重みに応じて局所目標状態を演算することができる。この処理の概念図を図１５に示す。
　図１５は、料金所ＦＳの手前の走行車線に、移動体１が進入しようとする状態を模式的に示しており、ｉを添字とすると、ｗｉは目標状態候補に付与される重みであり、重さはｗ１が最も重く、ｗ３が最も軽く、ｗ１＞ｗ２＞ｗ３となっている。
　目標状態候補Ｓｃ１に付与されている重みが最も重いため、局所目標状態ＬＴＳは、目標状態候補Ｓｃ１に近い状態量、すなわち目標状態候補Ｓｃ１寄りに位置しており、局所目標状態ＬＴＳからスタートすると目標状態候補Ｓｃ１に到達する可能性が高くなる。
　これにより、局所目標状態を、設計者およびユーザーの好みによって重みを変えることで設定できる。
　ここで、重み付けの指標となる各目標状態候補に対する所定の評価指標は、例えば現在の移動体１からの距離が近い候補ほど重みを重くし、また、横幅が広いゲートを通過する候補ほど重みを重くし、ゲート内の経路がカーブであるゲートを通過する候補は重みを軽くするなど、幾何学的な条件に基づいて評価することができる。
　また、目標状態候補が通過するゲートの混雑具合、目標状態候補が通過するゲートがＥＴＣゲートか、一旦停止を必要とする一般ゲートか、目標状態候補が通過するゲートが料金所の両端のどちらかにあるかに基づいて評価することができる。
　また、目標状態候補が通過するゲートの手前の道路形状が複雑だったり、ゲート通過に要する通過速度等のゲート通過の難易度に基づいて評価することができる。
　　＜仮想的な軌道への重み付け＞
　局所目標状態生成部２２０は、図７に示した目標状態候補生成部２１０における仮想軌道生成部２１１で生成した仮想的な軌道の中でも、各目標状態候補に到達するまでの軌道に対して重み付けを行い、仮想的な軌道の重みを用いて、局所目標状態とすることもできる。この処理の概念図を図１６に示す。
　図１６は、区画線ＢＬがなくなる料金所エリアの開始位置を初期状態ＩＳとし、初期状態ＩＳからスタートする仮想的な軌道を模式的に示しており、ｌｓは、自律センサで検知可能な距離である。図１６において（ｘｌ,ｙｌ,θｌ,ｖｌ）は、局所目標状態ＬＴＳの各要素であり、ｉを添字とすると、ｔｒｊiはｉ番目の目標状態候補までの仮想的な軌道を表し、ｗｉは仮想的な軌道ｔｒｊiに付与される重みであり、（ｘｌｉ,ｙｌｉ）は仮想的な軌道と目標状態候補集合検知可能地点とが交わる位置である。これを仮想軌道上任意点と呼称する。
　仮想的な軌道ｔｒｊiに付与される重みの重さはｗ１が最も重く、ｗ３が最も軽く、ｗ１＞ｗ２＞ｗ３となっている。仮想的な軌道ｔｒｊ１に付与されている重みが最も重いため、局所目標状態ＬＴＳは、目標状態候補Ｓｃ１に近い状態量、すなわち目標状態候補Ｓｃ１寄りに位置しており、局所目標状態ＬＴＳからスタートすると目標状態候補Ｓｃ１に到達する可能性が高くなる。
　このように、局所目標状態を、設計者およびユーザーの好みによって重みを変えることで設定できる。
　局所目標状態ＬＴＳは、例えば、数式（１７）および数式（１８）を用いて仮想軌道上任意点と重みの加重平均を取ることで、各仮想的な軌道の重みの大きさを反映させることができる。ただし、重みは１から０の間の値とし、図１６の例であれば終端の添字ｂは３となる。
　局所目標状態ＬＴＳのｘ方向の位置ｘｌは、以下の数式（１７）で得ることができる。
Figure JPOXMLDOC01-appb-M000017
　局所目標状態ＬＴＳのｙ方向の位置ｙｌは、以下の数式（１８）で得ることができる。
Figure JPOXMLDOC01-appb-M000018
　重みは、例えば、移動体１との距離、各目標状態候補に移動するために必要な横移動量、各目標状態候補が通過するゲートの混雑具合、他車の目標状態の選択率、より大域的な目標状態（実施の形態２で説明）との距離および位置関係などに基づいて設定される。なお、数式（１７）および数式（１８）に示すように、ｘ方向に対する重みとｙ方向に対する重みとを同じｗｉとしているが、異なっていてもよい。
　ここで、図３のフローチャートの説明に戻る。ステップＳ１０４において局所目標状態を演算した後は、後処理部２０において、移動体が局所目標状態へ接近したかを判定する（ステップＳ１０５）。例えば、移動体１と局所目標状態とのユークリッド距離が閾値未満の場合、または図１３を用いて説明した局所目標領域Ａｌ内に到達した場合に移動体１が局所目標状態に接近したと判定される。
　ステップＳ１０５において移動体１が局所目標状態へ接近していない判定された場合（Ｎｏの場合）は、ステップＳ１０６に進み、局所目標状態を目標値として、軌道生成部３１０（図１）において移動体１の目標軌道を生成する。この処理の概念図を図１７に示す。
　図１７は、料金所ＦＳの手前の走行車線に、移動体１が進入しようとする状態を模式的に示しており、軌道生成部３１０で生成された移動体１の位置から局所目標状態ＬＴＳまでの移動体１の目標軌道ｔｒｊｔが示されている。
　一方、ステップＳ１０５において移動体が局所目標状態へ接近したと判定された場合（Ｙｅｓの場合）は、ステップＳ１０６に進み、軌道生成部３１０において、目標状態候補の中から１つの目標状態までの軌道を目標軌道として生成する。この処理の概念図を図１８に示す。
　図１８には、移動体１が当初の目標状態候補に接近した後、３つの目標状態候補から１つの目標状態を選択し、選択された目標状態までの目標軌道ｔｒｊｔが軌道生成部３１０で生成された状態を示している。
　この場合、１つの目標状態の選択方法は、例えば、所定の指標に応じて目標状態候補に重み付けを行い、重みが大きい目標状態候補を選択する方法が挙げられる。
　ここで、所定の指標とは、例えば、移動体１との距離、各目標状態候補に移動するために必要な横移動量、各目標状態候補が通過するゲートの混雑具合、他車の目標状態の選択率、より大域的な目標状態（実施の形態２で説明）との距離および位置関係などが挙げられる。
　また、図１８のように、１つの目標状態候補の付近で故障車ＢＶが存在している場合、または料金所ゲートＧＴの信号が赤信号となって通過できない目標状態候補がある場合は、該当する目標状態候補を除外するという方法が挙げられる。
　このように、ステップＳ１０５の判定結果がＹｅｓかＮｏかによって、次のステップＳ１０６で生成される軌道は異なる。すなわち、ステップＳ１０５の判定がＹｅｓの場合には、軌道生成部３１０は、目標状態までの軌道を生成し、ステップＳ１０５の判定がＮｏの場合には、軌道生成部３１０は、局所目標状態までの軌道を生成する。ステップＳ１０６においていずれかの軌道を生成した後は、一連の処理を終了する。なお、生成された軌道に基づいて、運動制御部３００の制御量演算部３２０では目標軌道に沿って走行するための移動体１への目標制御値を演算し、アクチュエータ制御部３３０は、目標制御値に移動体１が追従するように、アクチュエータを動作させるが、これらの動作は公知の技術を用いることができるので、説明は省略する。
　ここで、軌道生成部３１０において局所目標状態までの軌道を生成する場合には、移動体１が局所目標状態にある程度近づいた後に、急に局所目標状態を変更すると、移動体１は急な軌道修正が必要になり、また、変更後の局所目標状態に到達可能な軌道が見つからない場合もあるため、このような急な局所目標状態の変更は制限することができる。具体的には、単位時間あたりの状態量の変化が所定量以上となるような目標状態量の変更を制限することができる。
　急な局所目標状態の変更を制限することで、移動体１の急な軌道修正および変更後の局所目標状態に到達できる軌道が見つからない状態を防止できる。
　このような急な局所目標状態の変更の例を図１９および図２０に示す。図１９には、移動体１の現在位置から、当初の局所目標状態ＬＴＳまでの移動体１の目標軌道ｔｒｊｔが示されているが、急に局所目標状態ＬＴＳＸに変更されると、当初の目標軌道ｔｒｊｔでは変更後の局所目標状態ＬＴＳＸに到達できなくなる。このような場合は、新たな目標軌道ｔｒｊｔを生成することになり、時間を要する。
　図２０には、当初の局所目標状態ＬＴＳが料金所ＦＳの近くに存在している場合が示されているが、急に局所目標状態ＬＴＳＸに変更されると、料金所ゲートＧＴの手前の故障車ＢＶの存在により、変更後の局所目標状態ＬＴＳＸに到達できる軌道が見つからない、または算出する時間がない場合がある。
　さらに、図３のステップＳ１０１～ステップＳ１０４の処理の期間に制限をかけることもできる。この制限を図２１を用いて説明する。
　図２１は、区画線ＢＬがなくなる料金所エリアの開始位置をスタート位置ＳＴＰとし、スタート位置ＳＴＰよりも手前側を領域ＲＡ、スタート位置ＳＴＰよりも料金所ゲートＧＴ側を領域ＲＢとし、図３のステップＳ１０１～ステップＳ１０４の処理は、移動体１が領域ＲＡを走行中に行い、移動体１がスタート位置ＳＴＰを通過した後は、ステップＳ１０１～Ｓ１０４までの処理は行わず、領域ＲＡを走行中に演算された目標状態候補集合と局所目標状態ＬＴＳの値を用いる。
　これにより、移動体１がスタート位置ＳＴＰを通過後に目標とする局所目標状態が常に変化したり、移動体１の目標値が振動したりすることを防ぎ、生成した軌道の揺れ、すなわち軌道生成時の目標値の揺れを防止することができる。
　なお、スタート位置ＳＴＰは、区画線ＢＬがなくなる地点に限らず、区画線ＢＬがなくなる地点よりも所定の距離手前の地点とすることもできる。
　以上説明したように実施の形態１の通過地点生成装置２００によれば、目標通過地点を決定する初めの段階で、目標通過地点が修正されることを考慮して、複数の目標通過地点の候補を決定しておく。また、いずれの目標通過地点にも到達可能である局所目標状態ＬＴＳを中間地点に設定し、中間地点を目指して走行する。このため、中間地点付近の走行時および、それ以前で目標通過地点の変更が発生しても、目標通過地点の変更に臨機応変に対応でき、目標通過地点の通過確率を向上できる。また、目標通過地点が通行不可である場合に、目標通過地点を他の通過地点に変更する動作を、急な軌道修正処理をせずに実施することが可能となる。
　＜実施の形態２＞
　図２２は、本開示に係る実施の形態２の通過地点生成装置を搭載した移動体１の構成を示すブロック図である。なお、図２２においては、図１を用いて説明した移動体１と同一の構成については同一の符号を付し、重複する説明は省略する。
　図２２に示す移動体１は、自律センサ情報取得部１００において、周辺環境情報取得部１１０、自己状態取得部１２０および大域環境情報取得部１３０を有している。
　大域環境情報取得部１３０は、周辺環境情報取得部１１０よりもさらに広範囲の大域的な情報を取得する。この情報には、例えば、車線のルート情報、より大域的な目的地、通過位置および中継地点などの情報が該当し、例えばユーザーが予め指定した情報、移動体１が持つ地図情報の所定のルート情報および位置情報、高精度ロケータおよび車載通信装置等から取得する。
　また、移動体１は、通過地点生成装置２００において、大域目標状態生成部２３０、目標状態候補生成部２１０および局所目標状態生成部２２０を有している。
　大域目標状態生成部２３０は、大域環境情報取得部１３０から取得した大域的な目的地等の情報に基づいて、周辺環境情報取得部１１０で取得する走行可能状態および目標状態候補生成部２１０で生成する目標状態候補集合よりもさらに大域的な目標状態である大域的目標状態を生成する。この処理の概念図を図２３に示す。
　図２３は、移動体１がスタート位置ＳＴＰを通過し、料金所ＦＳに接近しつつある状態を示しており、料金所ＦＳの向こう側には大域的目標状態ＧＴＳが存在している。
　図２３において、（ｘｇ,ｙｇ,θｇ,ｖｇ）は大域的目標状態ＧＴＳの各要素であり、（ｘｇ,ｙｇ）は大域的目標位置、ｖｇは大域的目標速度、θｇは大域的目標方位角である。ここで、大域的目標状態は少なくとも位置の情報を含んでいれば足り、速度および方位角の情報を含まないことも可能である。図２３中の目標ルートＴＲは、大域環境情報取得部１３０で取得する情報の一例であり、図２３における大域的目標状態ＧＴＳは、目標ルートＴＲに従って走行するために必要な移動体１の初期位置となる。
　図２３の例では、目標状態候補は、走行可能状態集合の中から選択した３つの走行可能状態であり、目標状態候補集合として☆印を黒く塗りつぶして示している。
　目標状態候補生成部２１０は、スタート位置ＳＴＰを初期位置とし、初期位置から移動体１の運動学的に到達可能な到達可能領域と、大域的目標状態ＧＴＳに移動体１の運動学的に到達可能な到達可能領域との双方が重なる領域内における走行可能状態集合の中から目標状態候補を生成する。この処理の概念図を図２４に示す。
　図２４において、到達可能領域Ｒ１は、スタート位置ＳＴＰから移動体の運動学的に到達可能な領域であり、複数の到達可能境界Ｒ１Ｂが〇印で示されており、互いに前後する到達可能境界Ｒ１Ｂどうしを繋ぐことで到達可能境界線となり、２つの到達可能境界線で挟まれた領域が到達可能領域Ｒ１となる。
　到達可能領域Ｒ２は、大域的目標状態ＧＴＳに移動体が運動学的に到達可能な領域であり、複数の到達可能境界Ｒ２Ｂが〇印で示されており、互いに前後する到達可能境界Ｒ２Ｂどうしを繋ぐことで到達可能境界線となり、２つの到達可能境界線で挟まれた領域が到達可能領域Ｒ２となる。目標状態候補は、到達可能領域Ｒ１と到達可能領域Ｒ２の双方が重なる領域内の状態量である。
　到達可能領域Ｒ１およびＲ２は、実施の形態１において説明した数式（７）のような簡易な移動体の動力学モデルを用いて得られる仮想移動体の離散的な予測軌道によって到達可能境界Ｒ１ＢおよびＲ２Ｂを導出することで得ることができる。
　　＜目標状態候補生成部の変形例での処理＞
　また、図２２に示した目標状態候補生成部２１０の代わりに、図７に示した目標状態候補生成部２１０のように、仮想的な軌道を生成する仮想軌道生成部２１１と、仮想的な軌道について移動体１の動力学的な制約に基づいて評価する仮想軌道評価部２１２と、制約を破らない仮想的な軌道で到達できる走行可能状態を目標状態候補として選択する目標状態候補演算部２１３とを備えた構成とすることができる。
　図２５は、仮想軌道生成部２１１において走行可能状態までの仮想的な軌道を生成する処理を説明する概念図である。図２５において、ｉを添字とすると、ｔｒｊbiはｉ番目の走行可能状態までの仮想的な軌道であり、ｔｒｊaiは、ｉ番目の走行可能状態から大域的目標状態ＧＴＳまでの仮想的な軌道である。
　まず、仮想軌道生成部２１１においてスタート位置ＳＴＰから走行可能状態までの仮想的な軌道と、走行可能状態から大域的目標状態ＧＴＳまでの仮想的な軌道をそれぞれ生成し、次に、仮想軌道評価部２１２において仮想的な軌道を動力学的に評価する。最後に、スタート位置ＳＴＰから走行可能状態までの仮想的な軌道と、走行可能状態から大域的目標状態までの仮想的な軌道の双方が到達可能であると評価された、到達可能な２つの軌道の組み合わせで通過できる通過状態を目標状態候補とする。
　なお、仮想的な軌道は、実施の形態１において説明した数式（８）のような多項式で表現され、数式（９）～（１４）で表される境界条件の連立方程式を解いて各係数を導出することで得ることができる。
　また、目標状態候補は、仮想軌道評価部２１２において、スタート位置ＳＴＰから各目標状態候補に到達する複数の仮想的な軌道、および各目標状態候補から大域的目標状態ＧＴＳに到達する複数の仮想的な軌道について、所定の評価指標に基づいて点数付けを行う。そして、各目標状態候補に到達する仮想的な軌道と各目標状態候補から大域的目標状態ＧＴＳに到達する仮想的な軌道について、双方の点数が閾値以上となる組み合わせで走行できる目標状態を目標状態候補とする。また、仮想的な軌道について点数付けを行う代わりに、実施の形態１で示した重みを付与してもよい。この場合、スタート位置ＳＴＰから各目標状態候補に到達する複数の仮想的な軌道、および各目標状態候補から大域的目標状態ＧＴＳに到達する複数の仮想的な軌道について、重みが付与される。
　以上説明したように実施の形態２の通過地点生成装置２００によれば、目標状態への走行確率の向上と、目標状態が走行不可で目標状態を変更するという動作を急な軌道修正をすることなく実施することが可能である。さらに、目標状態に到達した後に、さらにその先の大域的な目標地点を目指す場合に、目標状態が大域的な目標状態を考慮しているため、大域的な目標地点に到達しやすくなる。
　＜実施の形態３＞
　図２６は、本開示に係る実施の形態３の通過地点生成装置が搭載された管制サーバー２（管制装置）と移動体１の構成を示すブロック図である。なお、図２６においては、図１を用いて説明した移動体１と同一の構成については同一の符号を付し、重複する説明は省略する。
　図２６に示す管制サーバー２は、走行エリア情報取得部４００および通過地点生成装置２００を有している。
　走行エリア情報取得部４００は、エリア情報取得部４１０を有している。エリア情報取得部４１０は、料金所エリアの走行可能な空間情報、例えば料金所エリアを規定する外壁等の位置情報、移動体１の客観的な状態量、すなわち自車座標系ではなく絶対座標系での状態量、移動障害物の客観的な状態量、移動体１が走行目標とする少なくとも１つ以上の走行可能位置、走行速度、走行方位角等の情報を取得する。これらは走行エリアに設置されている路側センサから情報を収集する。
　通過地点生成装置２００は、通過地点生成装置２００は、目標状態候補生成部２１０および局所目標状態生成部２２０を有している。
　目標状態候補生成部２１０は、エリア情報取得部４１０で取得された移動体１の客観的な状態量、移動体１が走行目標とする少なくとも１つ以上の走行可能位置、走行速度、走行方位角等の情報に基づいて、新たに決定した目標状態を、目標状態の変更のための目標状態候補として生成する。
　局所目標状態生成部２２０は、目標状態候補生成部２１０から取得する少なくとも１つ以上の目標状態候補の周辺まで移動する際の中間地点において、いずれの目標状態候補においても到達可能であるような１つの局所的な目標状態を演算する。
　局所目標状態生成部２２０で演算した局所的な目標状態の状態量は、移動体１に送信され、運動制御部３００の軌道生成部３１０において、局所的な目標状態に到達するまでに移動体１が走行すべき経路と速度で構成される軌道を生成する。
　このように、実施の形態３では、通過地点生成装置２００が管制サーバー２に搭載にされ、管制サーバー２と移動体１との間の通信により、局所的な目標状態が管制サーバー２から移動体１に送信されるシステムとなっている。このシステムの概念図を図２７に示す。
　図２７は、料金所ＦＳの手前の走行車線に進入した移動体１と、移動体１を管制制御する管制サーバー２とが通信している状態を模式的に示している。また、料金所エリアには複数の路側センサＲＳが設置されており、それぞれの路側センサＲＳと移動体１が管制サーバー２を介して通信し合っている。
　管制サーバー２の走行エリア情報取得部４００は、複数の路側センサＲＳを介して移動体１の客観的な状態量、料金所エリア内の移動障害物ＭＯＢの客観的な状態量等の情報を取得する。
　このように、管制サーバー２と移動体１とが通信を行い、管制サーバー２内の通過地点生成装置２００の局所目標状態生成部２２０で演算したは局所的な目標状態の状態量は、通信により移動体１に与えられる。このため、局所目標状態生成部２２０は、管制サーバー２から移動体１への送信に伴う通信遅延を考慮して、目標状態候補、および局所目標状態を生成する。
　例えば、実施の形態１において図５を用いて説明した到達可能領域、図８を用いて説明した仮想的な軌道などの目標状態候補を演算するために必要な、移動体１の動力学的な到達可能性については、移動体１の動力学のみでなく通信遅延も数式（７）等の動力学モデルに入れることで、通信遅延を考慮した演算を行う。
　また、実施の形態１において、図１０および図１３等の局所目標状態の演算に関わる移動体の動力学的な到達可能性についても、移動体の動力学のみでなく通信遅延も考慮した上で局所目標状態の生成を行う。
　例えば、目標状態候補に到達するまでの通信遅延による追従遅れを考慮して局所目標状態の位置をやや手前にする方法などが挙げられる。
　以上説明したように実施の形態３の通過地点生成装置２００は、管制サーバー２に搭載されている。このため、移動体１内に通過地点生成装置２００を搭載する場合に比べて、演算処理が移動体１内に集中せず、移動体１内の演算負荷が軽減される。
　また、管制サーバー２は移動体１よりも広範囲な領域を監視することができる。そのため、管制サーバー２で認知した情報を活用して通過地点生成装置２００で演算した通過地点は、移動体１で算出した通過地点よりも適した位置になりやすい。
　管制サーバー２は複数台の移動体に目標状態を指示することができ、複数台の移動体が協調しながら自動でゲート通過をすることができる。
　また、通信遅延が発生する管制制御であっても、いずれの目標状態候補にも到達することができ、料金所ゲートＧＴの通過確率が向上する。
　なお、以上説明した実施の形態１～３に係る通過地点生成装置２００の各構成要素は、コンピュータを用いて構成することができ、コンピュータがプログラムを実行することで実現される。すなわち、通過地点生成装置２００は、例えば図２８に示す処理回路５０により実現される。処理回路５０には、ＣＰＵ、ＤＳＰ（Digital Signal Processor）などのプロセッサが適用され、記憶装置に格納されるプログラムを実行することで各部の機能が実現される。
　なお、処理回路５０には、専用のハードウェアを適用することもできる。処理回路５０が専用のハードウェアである場合、処理回路５０は、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）、またはこれらを組み合わせたもの等が該当する。
　通過地点生成装置２００は、構成要素の各々の機能が個別の処理回路で実現でき、それらの機能がまとめて１つの処理回路で実現することもできる。
　また、図２９には、処理回路５０がプロセッサを用いて構成されている場合におけるハードウェア構成を示している。この場合、通過地点生成装置２００の各部の機能は、ソフトウェア等（ソフトウェア、ファームウェア、またはソフトウェアとファームウェア）との組み合わせにより実現される。ソフトウェア等はプログラムとして記述され、メモリ５２に格納される。処理回路５０として機能するプロセッサ５１は、メモリ５２（記憶装置）に記憶されたプログラムを読み出して実行することにより、各部の機能を実現する。すなわち、このプログラムは、通過地点生成装置２００の構成要素の動作の手順および方法をコンピュータに実行させるものであると言える。
　ここで、メモリ５２は、例えば、ＲＡＭ、ＲＯＭ、フラッシュメモリー、ＥＰＲＯＭ（Erasable Programmable Read Only Memory）、ＥＥＰＲＯＭ（Electrically Erasable Programmable Read Only Memory）等の、不揮発性または揮発性の半導体メモリ、ＨＤＤ（Hard Disk Drive）、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ミニディスク、ＤＶＤ（Digital Versatile Disc）およびそのドライブ装置等、または、今後使用されるあらゆる記憶媒体とすることができる。
　以上、通過地点生成装置２００の各構成要素の機能が、ハードウェアおよびソフトウェア等のいずれか一方で実現される構成について説明した。しかしこれに限ったものではなく、通過地点生成装置２００の一部の構成要素を専用のハードウェアで実現し、別の一部の構成要素をソフトウェア等で実現する構成とすることもできる。例えば、一部の構成要素については専用のハードウェアとしての処理回路５０でその機能を実現し、他の一部の構成要素についてはプロセッサ５１としての処理回路５０がメモリ５２に格納されたプログラムを読み出して実行することによってその機能を実現することが可能である。
　以上のように、通過地点生成装置２００は、ハードウェア、ソフトウェア等、またはこれらの組み合わせによって、上述の各機能を実現することができる。
　本開示は詳細に説明されたが、上記した説明は、全ての局面において、例示であって、本開示がそれに限定されるものではない。例示されていない無数の変形例が、本開示の範囲から外れることなく想定され得るものと解される。
　なお、本開示は、その開示の範囲内において、各実施の形態を自由に組み合わせたり、各実施の形態を適宜、変形、省略することが可能である。

Claims (13)

  1. 　移動体の到達すべき通過地点を生成する通過地点生成装置であって、
    　前記移動体の周辺環境情報と前記移動体の状態量に基づいて、少なくとも位置の状態量を含む複数の目標状態候補を演算する目標状態候補生成部と、
    　前記複数の目標状態候補の周辺までの中間地点において、いずれの目標状態候補においても到達可能な局所的な目標状態である局所目標状態を演算し、前記局所目標状態を前記通過地点として出力する局所目標状態生成部と、を備える、通過地点生成装置。
  2. 　前記目標状態候補生成部は、
    　前記移動体が前記局所目標状態に到達した際に、前記いずれの目標状態候補においても到達可能なように、隣接する各目標状態が所定範囲内となるように互いに近い状態量の集合とする、請求項１記載の通過地点生成装置。
  3. 　前記目標状態候補生成部は、
    　前記いずれの目標状態候補も、前記移動体の運動学的に到達可能な到達可能領域内にあるように演算する、請求項１または請求項２記載の通過地点生成装置。
  4. 　前記目標状態候補生成部は、
    　前記いずれの目標状態候補も、前記移動体の乗り心地を考慮した移動により到達可能なように演算する、請求項１から請求項３の何れか１項に記載の通過地点生成装置。
  5. 　前記複数の目標状態候補の各目標状態よりも大域的な目標状態を生成して大域的目標状態として出力する大域目標状態生成部をさらに備え、
    　前記目標状態候補生成部は、
    　前記いずれの目標状態候補も、前記大域的目標状態に到達可能なように演算する、請求項１から請求項４の何れか１項に記載の通過地点生成装置。
  6. 　前記複数の目標状態候補のそれぞれは、
    　前記移動体が料金所ゲートを通過するための目標状態であって、
    　前記大域的目標状態は、
    　前記移動体が前記料金所ゲートを通過した後に、前記移動体が目指す位置の状態量を少なくとも含む、請求項５記載の通過地点生成装置。
  7. 　前記目標状態候補生成部は、
    　複数の目標状態を通過する複数の仮想的な軌道を生成する仮想軌道生成部と、
    　前記複数の仮想的な軌道について前記移動体の動力学的な制約に基づいて評価する仮想軌道評価部と、
    　前記複数の仮想的な軌道のうち、前記制約を破らない仮想的な軌道で到達できる前記複数の目標状態を前記複数の目標状態候補として演算する目標状態候補演算部と、を有する、請求項１から請求項６の何れか１項に記載の通過地点生成装置。
  8. 　前記局所目標状態生成部は、
    　前記複数の仮想的な軌道のうち、前記目標状態候補演算部で演算した前記複数の目標状態候補の中で最も中央に位置する目標状態候補まで到達する仮想的な軌道上の任意の位置を前記局所目標状態とする、請求項１から請求項７の何れか１項に記載の通過地点生成装置。
  9. 　前記局所目標状態生成部は、
    　前記移動体が前記局所目標状態に到達する直前での前記局所目標状態の変更を制限する請求項１から請求項８の何れか１項に記載の通過地点生成装置。
  10. 　前記局所目標状態生成部は、
    　前記複数の目標状態候補について、所定の評価指標に基づいて重み付けを行い、重みの値に基づいて前記局所目標状態を演算する、請求項１から請求項９の何れか１項に記載の通過地点生成装置。
  11. 　前記目標状態候補生成部は、
    　前記複数の仮想的な軌道について、所定の評価指標に基づいて点数付けを行い、仮想的な軌道にそれぞれ付与された点数と閾値との比較を行い、前記閾値以上または前記閾値未満となる前記仮想的な軌道で走行する地点を前記複数の目標状態候補とする、請求項７または請求項８記載の通過地点生成装置。
  12. 　前記局所目標状態生成部は、
    　前記複数の仮想的な軌道のうち、前記目標状態候補演算部で演算した前記複数の目標状態候補まで到達する仮想的な軌道に対して重み付けを行い、前記仮想的な軌道上の任意の位置と重みとを加重平均した状態を前記局所目標状態とする、請求項７または請求項８記載の通過地点生成装置。
  13. 　前記通過地点生成装置は、
    　前記移動体との通信により前記移動体を管制制御する管制装置に搭載され、
    　前記局所目標状態生成部は、
    　管制制御の通信遅延を考慮して、前記いずれの目標状態候補にも到達可能なように前記局所目標状態を演算する、請求項１から請求項１２の何れか１項に記載の通過地点生成装置。
PCT/JP2022/019950 2022-05-11 2022-05-11 通過地点生成装置 Ceased WO2023218560A1 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
PCT/JP2022/019950 WO2023218560A1 (ja) 2022-05-11 2022-05-11 通過地点生成装置
US18/858,752 US20250269874A1 (en) 2022-05-11 2022-05-11 Passage point generation apparatus
CN202280095792.8A CN119156657A (zh) 2022-05-11 2022-05-11 通过地点生成装置
DE112022007188.5T DE112022007188T5 (de) 2022-05-11 2022-05-11 Passierungspunkt-Erzeugungsvorrichtung
JP2022557725A JP7275406B1 (ja) 2022-05-11 2022-05-11 通過地点生成装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/019950 WO2023218560A1 (ja) 2022-05-11 2022-05-11 通過地点生成装置

Publications (1)

Publication Number Publication Date
WO2023218560A1 true WO2023218560A1 (ja) 2023-11-16

Family

ID=86332455

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/019950 Ceased WO2023218560A1 (ja) 2022-05-11 2022-05-11 通過地点生成装置

Country Status (5)

Country Link
US (1) US20250269874A1 (ja)
JP (1) JP7275406B1 (ja)
CN (1) CN119156657A (ja)
DE (1) DE112022007188T5 (ja)
WO (1) WO2023218560A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2024037589A (ja) * 2022-09-07 2024-03-19 株式会社Subaru 車両の運転支援装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019006205A (ja) * 2017-06-22 2019-01-17 株式会社ショーワ 経路生成装置、車両、及び車両システム
JP2019171938A (ja) * 2018-03-27 2019-10-10 トヨタ自動車株式会社 車両制御装置
JP2019529209A (ja) * 2017-01-10 2019-10-17 三菱電機株式会社 車両を駐車するシステム、方法及び非一時的コンピューター可読記憶媒体
WO2021020297A1 (ja) * 2019-07-26 2021-02-04 株式会社デンソー 駐車支援装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019199815A1 (en) * 2018-04-10 2019-10-17 Cavh Llc Connected and automated vehicle systems and methods for the entire roadway network

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019529209A (ja) * 2017-01-10 2019-10-17 三菱電機株式会社 車両を駐車するシステム、方法及び非一時的コンピューター可読記憶媒体
JP2019006205A (ja) * 2017-06-22 2019-01-17 株式会社ショーワ 経路生成装置、車両、及び車両システム
JP2019171938A (ja) * 2018-03-27 2019-10-10 トヨタ自動車株式会社 車両制御装置
WO2021020297A1 (ja) * 2019-07-26 2021-02-04 株式会社デンソー 駐車支援装置

Also Published As

Publication number Publication date
US20250269874A1 (en) 2025-08-28
CN119156657A (zh) 2024-12-17
JPWO2023218560A1 (ja) 2023-11-16
JP7275406B1 (ja) 2023-05-17
DE112022007188T5 (de) 2025-04-30

Similar Documents

Publication Publication Date Title
US11698638B2 (en) System and method for predictive path planning in autonomous vehicles
US11126187B2 (en) Systems and methods for controlling the operation of a vehicle
US10953883B2 (en) Vehicle control device
US11465617B2 (en) Vehicle path planning
CN110126825B (zh) 用于低级别前馈车辆控制策略的系统和方法
CN112292646B (zh) 车辆的控制系统、用于控制车辆的方法和非暂时性计算机可读存储器
CN108693878B (zh) 前进路线设定装置以及前进路线设定方法
CN106080598B (zh) 实时预期速度控制
US10488863B2 (en) Autonomous vehicle post-fault operation
CN109990794A (zh) 具有动态成本学习的自主驾驶轨迹规划器
JP7193656B2 (ja) 割り込んでくる又は抜け出て行く車両を認識する制御ユニット及び方法
US12296845B2 (en) Vehicle path adjustment with control barrier function
CN117733835A (zh) 动态边界框
CN120122640A (zh) 一种露天矿环境下的无人驾驶车辆路径规划方法
CN114217601B (zh) 自驾车的混合决策方法及其系统
WO2023218560A1 (ja) 通過地点生成装置
KR20220088611A (ko) 차량 및 자율 주행 시스템
JP7267383B1 (ja) 車両制御装置及び車両制御方法
JP7614820B2 (ja) 運転制御方法及び運転制御装置
CN117873052A (zh) 具有实时函数逼近器的自动驾驶车辆的轨迹规划系统
US20250196886A1 (en) Path planning and operation domain navigation with gnss error predictions
CN119645031B (zh) 一种无人车静态避障方法
JP7241800B2 (ja) 車両制御装置及び車両制御方法
JP7710630B1 (ja) 軌道生成装置、および、軌道生成方法
EP4561884B1 (en) Control system and method for controlling autonomous driving of a vehicle

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2022557725

Country of ref document: JP

Kind code of ref document: A

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

Ref document number: 22941640

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 18858752

Country of ref document: US

WWE Wipo information: entry into national phase

Ref document number: 202280095792.8

Country of ref document: CN

WWE Wipo information: entry into national phase

Ref document number: 112022007188

Country of ref document: DE

WWP Wipo information: published in national office

Ref document number: 112022007188

Country of ref document: DE

122 Ep: pct application non-entry in european phase

Ref document number: 22941640

Country of ref document: EP

Kind code of ref document: A1

WWP Wipo information: published in national office

Ref document number: 18858752

Country of ref document: US