CN111731280A - 车辆的控制装置、车辆的控制方法及存储介质 - Google Patents
车辆的控制装置、车辆的控制方法及存储介质 Download PDFInfo
- Publication number
- CN111731280A CN111731280A CN202010052561.1A CN202010052561A CN111731280A CN 111731280 A CN111731280 A CN 111731280A CN 202010052561 A CN202010052561 A CN 202010052561A CN 111731280 A CN111731280 A CN 111731280A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- characteristic parameter
- control characteristic
- vehicles
- control
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000003993 interaction Effects 0.000 claims abstract description 87
- 230000036651 mood Effects 0.000 claims abstract description 21
- 230000008451 emotion Effects 0.000 claims description 83
- 238000004364 calculation method Methods 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 20
- 230000002452 interceptive effect Effects 0.000 claims 1
- 230000001133 acceleration Effects 0.000 description 19
- 208000019901 Anxiety disease Diseases 0.000 description 17
- 230000036506 anxiety Effects 0.000 description 17
- 238000004891 communication Methods 0.000 description 15
- 230000002996 emotional effect Effects 0.000 description 15
- 230000008859 change Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 9
- 230000004044 response Effects 0.000 description 9
- 230000001052 transient effect Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 230000006872 improvement Effects 0.000 description 5
- 230000002093 peripheral effect Effects 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 3
- 230000036772 blood pressure Effects 0.000 description 3
- 230000001771 impaired effect Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 230000003727 cerebral blood flow Effects 0.000 description 2
- 230000004424 eye movement Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 210000001747 pupil Anatomy 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006397 emotional response Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0013—Planning or execution of driving tasks specially adapted for occupant comfort
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
- B60W40/09—Driving style or behaviour
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/14—Adaptive cruise control
- B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/082—Selecting or switching between different modes of propelling
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0015—Planning or execution of driving tasks specially adapted for safety
- B60W60/0016—Planning or execution of driving tasks specially adapted for safety of the vehicle or its occupants
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
- G06V20/597—Recognising the driver's state or behaviour, e.g. attention or drowsiness
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/174—Facial expression recognition
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
- B60W2040/0872—Driver physiology
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
- B60W2050/146—Display means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2540/00—Input parameters relating to occupants
- B60W2540/22—Psychological state; Stress level or workload
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
- B60W2556/65—Data transmitted between vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2754/00—Output or target parameters relating to objects
- B60W2754/10—Spatial relation or speed relative to objects
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2756/00—Output or target parameters relating to data
- B60W2756/10—Involving external transmission of data to or from the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Mathematical Physics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供车辆的控制装置、车辆的控制方法及存储介质。根据车辆间的搭乘者的驾驶特性,进行最佳的自动驾驶。所提供车辆的行驶控制***(1000)具备:相互作用判断部(170),其判断在自动驾驶过程中相互作用的车辆;以及车辆控制部(185),其基于相互作用的车辆间的搭乘者的情绪,对相互作用的车辆进行控制。通过该构成,能够根据车辆间的搭乘者的驾驶特性,进行最佳的自动驾驶。
Description
技术领域
本发明涉及车辆的控制装置、车辆的控制方法和存储介质。
背景技术
以往,例如如下述的专利文献1、专利文献2所记载,提出了在自动驾驶车辆中,通过将搭乘者(驾驶员、同乘者)的驾驶特性反映到行驶控制,从而抑制焦虑和/或不适感的技术。
另外,如下述的专利文献3、专利文献4所记载,提出了通过检测搭乘者的焦虑并判断该焦虑产生的主要原因,与此对应地调整行驶控制,从而减小焦虑的技术。
现有技术文献
专利文献
专利文献1:日本特开2015-89801号公报
专利文献2:国际公开第2017/057060号
专利文献3:日本特开2016-52881号公报
专利文献4:日本特开2017-136922号公报
非专利文献
非专利文献1:汽车技术协会论文集Vol.40,No.3,2009年5月《加速、转向的个人差异、状况差异分析》
非专利文献2:汽车技术协会研讨会文本,No.06-05,p.71-78
发明内容
技术问题
在多个车辆正在行驶的情况下,为了使它们进行协调的驾驶,期望在搭乘者的情绪上不产生压力地进行驾驶。但是,即使车辆在相同的状况下,如果搭乘者不同则驾驶特性和/或情绪等级也不同。例如,如果以与前行车的车间距离举例,则有人认为20m最佳且如果是20m以下的车间距离会感到恐惧,另一方面,也有人认为30m最佳且如果是30m以下的车间距离会感到恐惧。另外,感到恐惧的距离也会根据车辆的速度、道路宽度、交通量等状况而改变。
另外,如果对每个车辆应用反映了驾驶特性的行驶控制,则在某状况下各车辆的动作不一致,反而会加重焦虑和/或不适感。例如在假设两辆自动驾驶车辆排列等待信号的状况下,在前方车辆驾驶员谨慎且后方车辆驾驶员性急,并在各自的车辆上应用反映其特性的行驶控制的情况下,前车与后车的从停止状态开始的加速不同,可以想象后车驾驶员会感到焦躁。
另外,如专利文献3、专利文献4所记载,在与检测出的情绪对应地进行调整的方法中,由于变成觉知焦虑和/或不适感之后的控制,因此存在事后应对的问题。
因此,本发明是鉴于上述问题而做出的,本发明的目的在于,提供一种能够与车辆间的搭乘者的驾驶特性对应地进行最佳的自动驾驶的新颖且经改良的车辆的控制装置、车辆的控制方法和存储介质。
技术方案
为了解决上述问题,根据本发明的一个观点,提供一种车辆的控制装置,具备:相互作用判断部,其判断在自动驾驶过程中相互作用的车辆;搭乘者情绪获取部,其获取被上述相互作用判断部判断为相互作用的车辆间的搭乘者的情绪;以及车辆控制部,其基于上述搭乘者的情绪,对相互作用的车辆进行控制。
上述控制可以是多个车辆的协调控制。
另外,也可以是如下的车辆的控制装置,具备:控制特征参数获取部,其获取上述相互作用的车辆的控制特征参数;以及共用控制特征参数计算部,其基于上述相互作用的车辆的上述控制特征参数,计算共用控制特征参数,上述车辆控制部基于上述共用控制特征参数来控制车辆。
另外,上述控制特征参数可以是表示搭乘者的驾驶特性的参数。
另外,也可以是如下的车辆的控制装置:上述相互作用判断部基于预先设定的相互作用阈值,判断上述相互作用的车辆,上述相互作用阈值根据与手动驾驶时的周围环境关联的搭乘者的情绪来设定。
另外,也可以是如下的车辆的控制装置:具备判断周边环境的周边环境判断部,上述相互作用判断部基于与上述周边环境判断部判断出的周边环境对应的上述相互作用阈值,判断上述相互作用的车辆。
另外,也可以是如下的车辆的控制装置:上述共用控制特征参数计算部基于上述相互作用的车辆的搭乘者的情绪,进行上述相互作用的车辆的上述控制特征参数的加权,并计算上述共用控制特征参数。
另外,也可以是如下的车辆的控制装置:上述共用控制特征参数计算部基于上述相互作用的车辆的搭乘者的情绪,计算使上述相互作用的车辆的搭乘者的情绪改善的上述共用控制特征参数。
另外,也可以是如下的车辆的控制装置:上述共用控制特征参数计算部使上述共用控制特征参数接近于上述相互作用的车辆中的情绪等级更差的车辆的上述控制特征参数。
另外,也可以是如下的车辆的控制装置:具备推定搭乘者的情绪的搭乘者情绪推定部,在反映出上述共用控制特征参数的车辆控制的前后,上述搭乘者情绪推定部推定搭乘者的情绪,上述共用控制特征参数计算部基于推定出的上述情绪,计算上述共用控制特征参数,以使搭乘者的情绪在车辆控制的前后不变差。
另外,也可以是如下的车辆的控制装置:上述共用控制特征参数计算部基于上述相互作用的车辆的搭乘者的驾驶安全等级进行加权,并计算上述共用控制特征参数。
另外,也可以是如下的车辆的控制装置:基于手动驾驶时的搭乘者的驾驶特性来计算上述控制特征参数。
另外,也可以是如下的车辆的控制装置:上述控制特征参数与手动驾驶时的搭乘者的驾驶特性和该手动驾驶时的周边环境对应地被预先存储于数据库,上述控制特征参数获取部根据判断为上述相互作用的车辆时的周边环境,获取与该周边环境对应的上述控制特征参数。
另外,为了解决上述问题,根据本发明的另一观点,提供一种车辆的控制方法,具备以下步骤:判断在自动驾驶过程中相互作用的车辆;以及基于相互作用的车辆间的搭乘者的情绪,对相互作用的车辆进行控制。
另外,为了解决上述问题,根据本发明的另一观点,提供一种程序,用于使计算机作为以下单元发挥功能:对在自动驾驶过程中相互作用的车辆进行判断的单元;基于相互作用的车辆间的搭乘者的情绪,对相互作用的车辆进行控制的单元。
另外,为了解决上述问题,根据本发明的另一观点,提供一种车辆的控制装置,具备:控制特征参数获取部,其在自动驾驶过程中获取多个车辆的控制特征参数;共用控制特征参数计算部,其基于上述多个车辆的搭乘者的情绪,进行上述多个车辆的上述控制特征参数的加权,并计算共用控制特征参数;以及车辆控制部,其基于上述共用控制特征参数,对车辆进行控制。
另外,为了解决上述问题,根据本发明的另一观点,提供一种车辆的控制方法,具备以下步骤:在自动驾驶过程中获取多个车辆的控制特征参数;基于上述多个车辆的搭乘者的情绪,进行上述多个车辆的上述控制特征参数的加权,并计算共用控制特征参数;以及基于上述共用控制特征参数,对车辆进行控制。
另外,为了解决上述问题,根据本发明的另一观点,提供一种存储介质,存储有用于使计算机作为以下单元发挥功能的程序:获取多个车辆的控制特征参数的单元;基于上述多个车辆的上述控制特征参数,并基于上述多个车辆的搭乘者的情绪而进行加权,计算共用控制特征参数的单元;以及基于上述共用控制特征参数来控制上述多个车辆的单元。
技术效果
根据本发明,能够与车辆间的搭乘者的驾驶特性对应地进行最佳的自动驾驶。
附图说明
图1是示出本发明的一实施方式的车辆行驶控制***和其周边的构成的示意图。
图2是示出利用车辆行驶控制***进行的处理的流程图。
图3是示出利用车辆行驶控制***进行的处理的流程图。
图4是示出利用车辆行驶控制***进行的处理的流程图。
图5是示出相互作用阈值的确定方法的示意图。
图6是示出判断车辆彼此是否能够相互作用的方法的示意图。
图7是示出控制特征参数的改变前和改变后的示意图。
符号说明
100装置
160搭乘者情绪获取部
170相互作用判断部
175控制特征参数获取部
180平均控制特征参数计算部
185车辆控制部
1000车辆行驶控制***
具体实施方式
以下一边参照附图一边对本发明的优选实施方式进行详细说明。应予说明,在本说明书和附图中,对于具有实质上相同的功能构成的构成要素,通过标注相同的符号来省略重复说明。
在本实施方式中,对于处于反映出驾驶特性的行驶控制下的各个车辆,在这些车辆存在于相互作用的位置的情况下,通过对给行驶控制赋予特征的参数(控制特征参数)进行加权平均(加权),从而制作平均控制特征参数,并将反映了该参数的行驶控制应用于该各个车辆,由此实现协调的行驶。应予说明,“相互作用”是指各个车辆彼此受到影响,并导致一方车辆进行从驾驶员意图的驾驶特性偏离的行驶控制的情况。另外,“驾驶特性”是驾驶员意图的驾驶特性,并且是通过由驾驶员进行的加速、制动、转向等来实现的驾驶的特性。例如,在前后车辆跟随行驶的情况下,或者在以变道时有可能碰撞的程度近距离地存在车辆的情况下等,受到相互作用,一方车辆偏离驾驶员意图的驾驶特性。例如如果是从上述停止状态开始出发时,则前车相对地提高加速度,后车降低加速度。
另外,在制作上述平均控制特征参数时,也可以进行反映出各车辆中的搭乘者的情绪状态的加权。具体而言,根据生物体信息等掌握情绪状态,以使在该车辆间情绪状态得到改善的方式进行加权。例如在从上述停车状态开始出发时,在后车搭乘者的情绪状态恶劣而前车搭乘者的情绪状态良好的情况下,进行着重于后车搭乘者的加权。如果能够将情绪状态数值化,则可以基于该数值进行加权。
在制作平均控制特征参数时,也可以基于各个车辆搭乘者的驾驶安全等级进行加权。即,使进行安全驾驶的驾驶员的驾驶特性优先。
该技术能够不限于反映出驾驶特性的自动驾驶车辆而进行应用。例如在未反映驾驶特性的自动驾驶的情况下,确定其行驶控制的参数也由制造商设定。由于对于每个制造商这些参数均不相同,因此能够应用该技术。
图1是示出本发明的一实施方式的车辆行驶控制***1000和其周边构成的示意图。车辆行驶控制***(车辆的控制装置)1000构成为具有:行驶控制模式切换部100、周围环境判断部110、驾驶操作学***均控制特征参数计算部(共用控制特征参数计算部)180和车辆控制部185。应予说明,车辆行驶控制***1000的各构成要素能够通过电路(硬件)或CPU等中央运算处理装置和用于使其发挥功能的程序(软件)构成。
另外,在车辆行驶控制***1000,连接有搭乘者识别传感器200、控制设定接口300、周围环境传感器400、车辆操作传感器500、导航装置600、生物体传感器700、通信装置800和行驶用致动器900。车辆行驶控制***1000能够介由通信装置800而与外部的服务器2000进行通信。
搭乘者识别传感器200由例如对搭乘者进行拍摄的相机等构成,根据搭乘者的面部图像来识别搭乘者。控制设定接口300是进行驾驶控制模式的设定的接口。另外,搭乘者识别传感器200包括获取搭乘者的语音的麦克风等。
周围环境传感器400由立体相机、单眼相机、毫米波雷达、红外线传感器等构成,检测本车辆周边的人和/或车辆等的位置、速度。在周围环境传感器400由立体相机构成的情况下,立体相机构成为包括具有CCD传感器、CMOS传感器等拍摄元件的左右一对相机,并对车辆外的外部环境进行拍摄,将拍摄到的图像信息向车辆行驶控制***1000发送。作为一例,立体相机由能够获取颜色信息的彩色相机构成,并设置于车辆的前挡风玻璃的上部。
车辆操作传感器500是检测油门开度、制动踏板踩踏量、方向盘转向角等车辆操作量并且检测车辆的速度、加速度、横摆角速度等表示车辆操作的结果的驾驶状态的参数的传感器。车辆操作传感器500也可以是获取利用车辆内的CAN(Controller Area Network:控制器局域网)进行通信的信息的传感器。
导航装置600基于地图信息,检索从当前所在地至目的地的路径。因此,导航装置600能够通过全球定位***(GPS:GlobalPositioning System)等获取车辆的当前位置。另外,导航装置600存储有车辆行驶至当前所在地的路径。
生物体传感器700是检测脑电波和/或脑血流、血压、出汗、心电图、心率、眼球运动,瞳孔直径等的传感器。根据生物体传感器700检测出的这些信息、搭乘者识别传感器200识别出的搭乘者的面部信息等,来推定搭乘者的情绪。
通信装置800与车辆外部进行通信,收发各种信息。特别是,通信装置800进行与外部的服务器2000之间的通信和/或与其他车辆之间的车车间通信。车辆行驶控制***1000通过介由服务器2000的通信或车车间通信,来与其他车辆共有信息。
图2~图4是示出在车辆行驶控制***1000中进行的处理的流程图。首先,在步骤S10中,启动***。在下一步骤S12中,通过搭乘者识别传感器200进行搭乘者的识别。作为识别方法,例如,使用利用了相机的驾驶员监控***(DMS)等根据面部图像来进行辨别的方法。或者,也可以是针对利用扬声器进行的来自车辆行驶控制***1000的询问,使用麦克风进行应答的形式等。
在下一步骤S14中,进行驾驶控制模式的设定。在能够自动驾驶的车辆的情况下,作为行驶控制模式可预想到手动驾驶模式和自动驾驶模式这两种。在搭乘者坐进车辆,启动了车辆行驶控制***1000的阶段,选择手动驾驶模式和自动驾驶模式中的一个模式。另外,在行驶中有时也会发生切换。驾驶控制模式的设定介由搭乘者向触摸屏等控制设定接口300的输入来进行,并由行驶控制模式切换部100进行模式切换。
在下一步骤S16中,判断是否为自动驾驶模式,在为手动驾驶模式的情况下,进入图4的步骤S54。在以手动驾驶操作车辆的情况下,成为学习驾驶操作者(驾驶员)的驾驶操作特性的机会。以下,对在步骤S54以后进行的学习阶段进行说明。
在步骤S54中,进行搭乘者情绪的获取。在通过手动驾驶开始行驶时,或者在从自动驾驶模式切换到手动驾驶时,获取搭乘者(驾驶员和同乘者)的情绪。在该阶段获取情绪的理由是因为:通过掌握在开始驾驶时或者驾驶模式被改变时的初始情绪,从而能够按时间顺序掌握以后的手动模式中的情绪变化(例如是否从消极变到了积极)。
通过搭乘者情绪获取部160根据由生物体传感器700获取到的信息、由搭乘者识别传感器200识别出的信息来获取搭乘者情绪。应予说明,搭乘者情绪获取部160也可以从智能手机等设备获取搭乘者情绪。作为这些传感器检测出的信息,可列举脑电波、脑血流、血压、出汗、心电图、心率、眼球运动、瞳孔直径、视线的移动和/或眨眼的次数等,并应用它们来推定搭乘者情绪。作为一例,在血压和/或心率比初始值增加的情况下,能够推定为搭乘者激动而有损情绪。另外,在出汗量比初始值增加的情况下,能够推定为搭乘者情绪受损。另外,搭乘者的情绪也能够通过获取搭乘者的语音内容、语音音量,并分析语音内容和/或语音音量来进行推定。例如,在使用了平时不使用的措辞,或语音音量比平时大的情况下,能够推定为搭乘者情绪受损。
在下一步骤S56中,车辆被驾驶员手动操作,开始行驶。在下一步骤S58中,通过周围环境传感器400识别周围环境,掌握周围环境。例如,利用从作为周围环境传感器400的前后方相机和/或前后方激光雷达得到的信息,另外,通过从导航装置600得到的位置信息、地图信息等,周围环境判断部110识别并掌握周围环境信息。具体而言,周围环境判断部110能够针对通过构成周围环境传感器400的立体相机的左右一组相机拍摄到的左右一组立体图像对,利用三角测量的原理从对应的位置的偏离量生成并获取至对象物为止的距离信息。同时,周围环境判断部110能够根据图像信息获取被拍摄体的位置信息。另外,周围环境判断部110针对利用三角测量的原理而生成的距离信息,进行公知的分组处理,并通过将分组处理而得的距离信息与预先设定的三维立体物数据等进行比较,由此检测出立体物数据和/或白线数据等。由此,周围环境判断部110也能够识别人物、其他车辆、临时停车标志、停止线、ETC门架等。另外,周围环境判断部110能够利用根据三角测量的原理生成的与人物、其他车辆之间的距离信息,计算出与人物和/或其他车辆之间的距离的变化量、相对速度。距离的变化量能够通过累计每单位时间检测到的帧图像间的距离来求出。另外,相对速度能够通过将每单位时间检测到的距离除以该单位时间来求出。应予说明,周围环境的识别也能够适当应用上述专利文献1中记载的方法。
在下一步骤S60中,介由车辆操作传感器500(油门开度传感器、转向角传感器等)而对在车辆的行驶过程中在识别出的周围环境下驾驶员进行怎样的操作进行检测,并由驾驶操作学习部120进行学习。学习结果作为驾驶员的控制特征参数,而被存储于控制特征参数DB140。
以下,对根据检测出的驾驶操作与周围环境的组合来提取驾驶员的驾驶操作特性的方法进行说明。虽然存在各种关于根据状况而不同的个人的驾驶操作的先行研究,但在此基于上述非专利文献1所示的驾驶操作模型来进行说明。以起步加速时和曲线行驶时的模型进行例示。
根据非专利文献1,在从车辆停止状态(或者低速行驶状态)起步加速中,加速开始至结束(达到目标速度为止)的期间长度tobj由以下的式(1)表示。
[数学式1]
在此,vobj为加速后的目标速度,受个人喜好和/或道路形状、限速、前行车/周围车辆的速度等限制。因此,在学***均加速度。为了进一步表示车速的瞬态响应,根据以下的式(2)、式(3),使加速中的车速和反馈增益变化。
[数学式2]
在此,k为表示加速的瞬态响应的差异的参数,且是(0,1)范围的值。由此,通过将式(2)、式(3)应用到手动驾驶时的车速时序数据,并进行参数拟合,从而能够获取表示某状况下的加速时的个人特征的vobj、k。vobj、k作为控制特征参数,与在该时刻下对应的周边环境信息、车辆操作信息、搭乘者情绪等信息一起被存储于控制特征参数DB140。
另外,根据非专利文献1,提出了包括曲线行驶时的车辆前后的速度调整的转向模型。即,是驾驶员针对前方注视点与转弯时的目标轨道之间的位置误差进行转向的模型。在此,至前方注视点为止的距离L根据驾驶员固有的预测时间Tp和转弯时的车速v由以下的式(4)表示。
[数学式3]
L=Tpv (4)
另外,就转弯时的速度v而言,假定依赖于曲线曲率c和能够允许的横向加速度ay,并在学习手动驾驶时的驾驶操作之前针对曲线曲率等每个周围状况进行收集,在此设为已知。转向增益G由以下的式(5)表示。
[数学式4]
在此,n表示转向***的总传动比,l表示前后车轴间距离。通过将式(5)应用于非专利文献2所示的预见、预测控制模型,并进行参数拟合,从而得到表示曲线行驶时的驾驶员的个人特性的v、Tp。v、Tp作为控制特征参数,与对应的周边环境信息一起被存储于控制特征参数DB140。
除了上述以外,针对各种状况也提出了各种模型。如此,能够针对各种状况下的驾驶操作,提取驾驶员固有的特性(特征量)。提取出的特征被存储于控制特征参数DB140。应予说明,也可以采用如专利文献2所示的将驾驶特性本身函数化的方法。在此情况下,以后的平均化运算以该函数为对象。
应予说明,为了应用于后述的平均控制特征参数计算,将所得到的控制特征参数介由通信装置800而上传到服务器2000。
在下一步骤S62中,在进行了驾驶特性(与个人关联的控制特征参数)的提取之后,获取搭乘者情绪。这有两个目的,第一是为了与其他车辆之间的相互作用的判断(后述),第二是为了获取搭乘者(驾驶员/同乘者)对手动操作的感觉如何。
关于上述两个目的,在驾驶员的情绪已变差的情况下,可考虑与自身的意图无关地进行该操作的可能性。例如,可考虑对于突然横向***而紧急踩踏制动踏板的情况等。虽然这类操作包含个人特征,但没有必要主动再现,因此可以不在自动驾驶模式时反映(仅限于能够在车辆***侧提供更安全且可靠的方法的情况)。
另外,在同乘者的情绪已变差的情况下,可认为同乘者不喜欢驾驶员的驾驶操作特性。另外,在同乘者的情绪已改善的情况下,可认为同乘者善意地接受驾驶员的驾驶操作特性。因此,在同乘者不驾驶而不具有上述控制特征参数的情况下,也可以将同乘者的针对驾驶员的驾驶特性的情绪响应作为同乘者的驾驶特性(采用驾驶员的令人喜欢的参数作为同乘者的控制特征参数)。
在下一步骤S64中,基于手动驾驶中的搭乘者情绪,相互作用阈值确定部130确定与其他车辆之间的相互作用阈值。在此,与其他车辆之间的相互作用是指,该车辆在自动驾驶模式中反映驾驶特性而进行行驶时,由于与其他车辆接近而需要对车辆控制进行改变的状态。
例如假设在本车通过自动驾驶以60km/h在单侧一车道的直线道路上定速巡航,且本车搭乘者喜好60km/h的状况下,在前方存在以40km/h行驶的另一车辆,且该另一车辆的搭乘者喜好40km/h的情况。在两车的距离逐渐接近的情况下,如果两车不改变控制而继续行驶则会发生碰撞,因此在接近达到某一距离时使速度变化,避免碰撞。如果考虑到后续车辆减速的情况,则根据开始减速时的距离(时刻),搭乘者会感到恐惧、焦虑和/或不适感。例如,符合从比搭乘者想像的更靠近前方车开始进行减速等的情况。在这样的情况下,需要从更早开始减速。
由于同样的状况也发生在手动驾驶时,因此在那时掌握搭乘者的特性。即,如果在手动驾驶时进行上述跟随行驶的示例,则根据驾驶员操作而导致搭乘者感到恐惧、焦虑和/或不适感,所以通过重复经历各种状况,从而可以学习到不使各搭乘者感到恐惧等的距离。因此,将使与从情绪获取得到的信息关联的距离具备裕度而得的值作为适当的控制改变时刻,并作为相互作用阈值。应予说明,相互作用阈值的值可以在车辆出厂时设定为预定的初始值,也可以不根据手动驾驶的经历而变化,设为恒定值。
图5是示出相互作用阈值的确定方法的示意图。在此,将与相互作用相关的值设为与前行车(相互作用对象)之间的距离。在图5中,示出了与作为相互作用对象的前行车之间的距离(横轴)和搭乘者的焦虑等级(纵轴)之间的关系。如图5所示,与相互作用对象之间的距离变得越小,搭乘者的焦虑等级变得越大。通过在手动驾驶时获取与距前行车的距离关联的搭乘者的焦虑等级,从而得知如图5所示的恐惧产生位置的距离。能够将相互作用阈值设为对恐惧产生位置的距离加上裕度而得的值。确定出的相互作用阈值被存储于相互作用阈值DB150。另外,相互作用阈值可以介由通信装置800而与其他车辆共有。
应予说明,在上述的示例中,作为判断相互作用的参数而例示了车间距离,但除了车间距离以外也能够使用各种参数。例如,根据道路的宽度、停在路边的车辆数量、行人的数量(行人来往)、曲线的曲率、路面状况(干燥、潮湿)、天气、时刻等主要原因,搭乘者的焦虑等级不同。另外,根据手动驾驶时的车辆操作不同,搭乘者的焦虑等级也不同。在规定相互作用阈值时,与这些主要原因(周围环境信息、车辆操作信息)关联地规定相互作用阈值。在相互作用阈值DB150中,存储有与周边环境信息、车辆操作信息关联的相互作用阈值。
应予说明,相互作用的对象设为同一车道上的前后若干辆车和左右车道(包括相同方向/相反方向)的若干辆车。例如将前后20m、左右5m程度的车辆作为对象。
根据以上说明,能够获取某状况下的驾驶特性(控制特征参数)和与该特性关联的搭乘者情绪和相互作用阈值。在下一步骤S66中,车辆行驶控制***1000将它们登记于控制特征参数DB140和相互作用阈值DB150,并在自动驾驶时应用它们。
应予说明,由于控制特征参数、搭乘者情绪、相互作用阈值随着越反复学***均等而进行更新。
手动驾驶时的学习通过以上说明的处理来实施。该处理在步骤S68的判断中,在驾驶控制模式切换为自动驾驶模式时结束(处理内容转移到图2的步骤S16)。或者,该处理在步骤S70的判断中车辆***转移到停止状态的情况下结束。
接着,对自动驾驶时的驾驶特性反映阶段进行说明。在将该车辆设定到自动驾驶模式的情况下,根据在手动驾驶时获取到的控制特征参数来进行车辆行驶控制。以下,对自动驾驶模式下的多个车辆中,这些车辆存在于可能相互作用的位置的情况下,能够协调并控制该车辆的技术进行说明。
首先,在图2的步骤S16中判断为自动驾驶模式的情况下进入步骤S18。在步骤S18中,进行路径设定。通过利用导航装置600设定目的地,而从距离和/或所需时间、搭乘者意向、交通状况等观点提示多条行驶路径。根据搭乘者的选择或者通过***进行最佳的选择,而从多条候选路径中,设定路径。
虽然行驶路径的信息根据状况变化而被修正,但该车辆掌握从当前位置至终点位置的路径而进行行驶。该路径信息在判断车辆间的相互作用时使用(后述)。因此,路径信息被发送到服务器2000,并介由服务器2000而发送到其他车辆。另外,路径信息通过车车间通信而被发送到其他车辆。由此,各车辆共有各个路径信息。
在下一步骤S20中,在开始行驶之前,获取搭乘者的情绪。通过在行驶前获取,从而能够掌握行驶开始时的情绪初始值。在下一步骤S22中,开始由反映出搭乘者特性的自动驾驶控制进行的行驶。在下一步骤S24中,利用与图4的步骤S56相同的方法来识别并掌握周围环境。
在下一步骤S26中,进行与驾驶特性、情绪对应的驾驶控制。根据手动驾驶时的学习,获得某状况下的驾驶特性和与其关联的搭乘者情绪。在自动驾驶时,基于驾驶操作模型和控制特征参数来实现搭乘者情绪变化为良好(或者中性)的行驶控制。如上所述,将控制特征参数与周边环境信息、车辆操作信息、搭乘者情绪等信息关联地存储于控制特征参数DB140。因此,能够针对在步骤S24识别出的周边环境,从控制特征参数DB140提取情绪最良好的控制特征参数。然后,通过利用提取出的控制特征参数进行自动驾驶,从而能够使搭乘者的情绪良好。
在下一步骤S28中,检测周边车辆。然后,判断在执行自动驾驶模式过程中,在与其他自动驾驶车辆之间是否产生相互作用。
具体而言,首先,通过参照各车辆所具有的路径信息,来判断车辆彼此是否能相互作用。图6是示出判断车辆彼此是否能够相互作用的方法的示意图。在图6中,在直线道路中途存在向左的分岔路,且车辆A、车辆B正在行驶的情况下,将相互作用的情况示于左图,将不相互作用的情况示于右图。
例如考虑在同一车道上,本车(车辆A)以更快的速度从前行车(车辆B)的后方靠近的状况。如图6的左图所示,在两车的路径相同的情况下,可预测车间距离迟早会达到相互作用阈值。在这样的状态时,将前行车(车辆B)检测为能够与本车(车辆A)相互作用的车辆(周围车辆)。
另一方面,如图6的右图所示,在车辆A与车辆B的路径不同,车辆B选取分岔向左弯曲的路径的情况下,车间距离不会达到相互作用阈值。在这样的状态时,将前行车(车辆B)检测为不与本车(车辆A)相互作用的车辆(周围车辆)。
在此,将判断是否能够相互作用的条件设为在t秒后是否接近而达到相互作用距离。这能够通过共有两车的信息,从而参照两车的相对速度和路径上的相对距离来进行判断。t可以由用户单独设定,也可以预先由制造商来设定。应予说明,如果在t秒后车辆间隔为相互作用阈值以上,则判断为不相互作用。两车的信息(车速、加速度和/或路径上的相对距离等)通过介由服务器2000的通信或车车间通信而共有。
在下一步骤S30中,判断是否存在相互作用的可能性,在存在相互作用的可能性的情况进入图3的步骤S32。另一方面,在没有相互作用的可能性的情况下,返回步骤S24。
如果对于全部其他车辆进行步骤S32的相互判断,则存在用于相互判断的处理负荷增大的可能性。另一方面,通过基于各车辆的路径信息而仅对可能相互作用的车辆进行相互作用判断,从而能够大幅度减轻处理负荷。
在图3的步骤S32中,相互作用判断部170利用手动驾驶时确定的相互作用阈值来进行相互作用判断。此时,由于在相互作用阈值DB150中存储有与周边环境信息关联的相互作用阈值,因此基于在步骤S28得到的周边环境的信息,应用对应的相互作用阈值。由此,能够根据周围环境信息而不使搭乘者感到焦虑地转移到针对相互作用的车辆的协调控制。关于相互作用判断,如果以本车与前行车之间的距离举例进行说明,则在步骤S34中本车与前行车之间的距离为相互作用阈值以下的情况下,进入下一步骤S36。另一方面,在本车与前行车之间的距离不是相互作用阈值以下的情况下,返回步骤S32,继续利用相互作用阈值进行判断。应予说明,在本车与前行车中相互判断阈值不同的情况下,能够采用更加容易进行相互判断的阈值。例如,在本车的相互判断阈值为车间距离30m,前行车的相互判断阈值为车间距离20m的情况下,能够采用更加容易进行相互判断的本车的相互判断阈值来进行相互作用判断。在此情况下,如果本车的相互作用判断条件成立,则通过向其他车辆发送该意思,从而对其他车辆而言相互作用判断条件也成立,两车开始协调控制。
在步骤S36中,在根据后述的协调控制进行控制参数改变之前,获取搭乘者的情绪(等级),掌握搭乘者情绪。获取的目的是为了在之后的步骤中:(1)设置针对参数改变的限制反馈;(2)根据情绪等级变化而实施车辆控制参数的加权计算这两点。均在后面描述。
在下一步骤S38中,实施相互作用的多个车辆的平均控制。具体而言,控制特征参数获取部175介由通信装置800而获取相互作用的多个车辆(包括本车)的控制特征参数,平均控制特征参数计算部180计算出平均控制特征参数,并应用于这些多个车辆。然后,相互作用的各车辆将平均控制特征参数在该车辆间共有。能够应用如下方法作为共有方法:各车辆获取上传到服务器2000上的平均控制特征参数、利用车车间通信相互进行通信等方法。相互作用的各车辆基于平均控制特征参数,由车辆控制部185控制行驶用致动器900。由此,在相互作用的多个车辆间,通过共用的平均控制特征参数(共用控制特征参数)来进行车辆控制。
控制参数不仅是反映出驾驶员驾驶特性的参数,也可以是制造商等设定的值。共有后,计算出这些控制特征参数的平均值。最简单地可考虑进行算术平均(相加平均)。
基于控制特征参数改变前的情绪,也可以进行着重于存在情绪状态差的搭乘者的车辆侧的加权。例如,考虑如下车辆:其搭载能够将情绪按照积极(Positive)、消极(Negative)这两种各设置五个等级的***且能够进行反映出驾驶特性的自动驾驶。在该两辆车辆排列地从停止状态开始起步的状况下,设后车搭乘者的情绪等级为消极3,前车搭乘者的情绪等级为积极2。此时,如果以积极5(最优的情绪等级)为基准,则两者的情绪等级中后车表示为8(=|-3-5|),前车表示为3(=|2-5|)。基于此,例如在进行加权平均的情况下,能够如以下的式(6)、式(7)那样计算加速时的平均控制参数。
[数学式5]
其中,vobj,front为前车搭乘者喜好的加速后的目标车速,vobj,rear为后车搭乘者喜好的加速后的目标车速,kfront为前车搭乘者的瞬态响应参数,krear为后车搭乘者的瞬态响应参数。这些值是通过上述的式(2)、式(3)而作为控制特征参数预先求出的值。结果能够得到与后车搭乘者的控制特征参数接近的平均控制参数vobj,ave、kave。
图7是示出在上述示例的情况下控制特征参数的改变前和改变后的示意图。考虑本车(车辆A)以更快的速度从前行车(车辆B)的后方接近的状况。在控制参数改变前,车辆A的目标车速为vobj,rear,车辆B的目标速度为vobj,front。另外,车辆A的瞬态响应参数为krear,车辆B的瞬态响应参数为kfront。控制参数改变后,车辆A、车辆B的目标车速均为vobj,ave,瞬态响应参数均为kave。由此,能够改善作为车辆A和车辆B的全体搭乘者的搭乘者的情绪。
另外,在曲线行驶时,两辆车在相互作用的距离,为上述相同的情绪状态的情况(后车搭乘者的情绪等级为消极3,前车搭乘者的情绪等级为积极2)下,在进行例如加权平均的情况下,平均控制参数利用以下的式(8)、式(9)来计算。
[数学式6]
其中,vfront为前车搭乘者的目标车速,vrear为后车搭乘者的目标车速,Tp,front为前车搭乘者的预测时间,Tp,rear为后车搭乘者的预测时间。这些值是通过上述的式(4)、式(5)而作为控制特征参数预先求出的值。结果得到与后车搭乘者的控制特征参数接近的平均控制参数vave、Tp,ave。
在存在多个搭乘者的情况下,可以设定将哪个搭乘者作为对象。例如有在行驶前设定乘坐于驾驶席的搭乘者作为对象等的方法。或者也有将当时情绪等级最差的人作为对象的方法。或者也可以是该车辆的全体搭乘者的平均值。
作为加权方法,可以使用除了搭乘者的情绪以外,例如搭乘者的安全驾驶等级作为变量。作为驾驶安全等级的计算方法,考虑为基于交通事故和/或违章次数、频率,或者平时的(手动操作时的)驾驶操作、制造商等设定的指标来进行计算的方法。在上述的示例中,提高后车搭乘者的权重,设定了与后车搭乘者的情绪接近的平均控制特征参数,但在使用安全驾驶等级的情况下,设定与安全驾驶等级高的搭乘者接近的平均控制特征参数。
然后,将计算出的平均控制参数应用于相互作用的多个车辆。结果是相互作用的车辆间的控制参数变为相同。然后,基于平均控制参数,驱动相互作用的车辆的各种行驶用致动器900。由于相互作用的各车辆的控制参数相同,因此可以进行协调的行驶控制。
在向相互作用的各车辆反映平均控制特征参数的情况下,因改变控制,而存在搭乘者感到不适的可能性。因此在改变时,可以将该意思进行语音通知,也可以将该意思显示于显示器。
在下一步骤S40中,在相互作用的各车辆中,改变控制参数之后获取搭乘者的情绪状态。
在下一步骤S42中,判断情绪是否已改善,在搭乘者的情绪已改善的情况下,进入下一步骤S44。另外,在情绪未改善的情况(变差的情况)下,返回步骤S38,根据其情绪状态而再次计算平均控制参数。
在步骤S42中,搭乘者情绪改善的判断针对作为计算平均控制参数时的对象的搭乘者进行。或者也可以以情绪等级最差的状态的搭乘者作为对象进行情绪改善的判断。另外,也可以基于车辆的全体搭乘者的情绪等级的平均值,来进行情绪改善的判断。
关于情绪改善的判断,可能会发生例如车辆A的搭乘者a情绪改善而车辆B的搭乘者b变差的状况。在这样的情况下,如果在整个相互作用的车辆的情绪改善,则视为改善。例如,在后车搭乘者的情绪等级为消极3,前车搭乘者的情绪等级为积极2的上述的跟随行驶中,假设在参数改变后,后车搭乘者的情绪等级为消极1,前车搭乘者的情绪等级为积极2。此时,如果以积极5作为基准,则两车的情绪等级中,后车为6(=|-1-5|),前车为3(=|2-5|),改变前:11(=8+3),改变后:9(=6+3)。在此情况下,判断为改善了。
在与安全驾驶等级对应的平均控制参数的情况下,不进行基于情绪状态的反馈。
应予说明,在控制参数改变中情绪大幅度变差的情况下,可以将该平均控制参数视为搭乘者厌恶的驾驶特性,并在以后的控制中进行回避。
在步骤S44中,进行相互作用判断。从成为多个车辆相互作用的状况(例如,车间距离低于相互作用阈值的状况)起继续行驶的过程中,达到不相互作用的状况。例如两辆车排列地行驶在同一车道上,但其中一辆车根据目的地而偏离到其他道路的情况下,其相互作用消失。
就相互作用是否消失而言,与步骤S34同样地根据相互作用阈值来进行判断。在步骤S46中,在车间距离为相互作用阈值以上的情况下,进入下一步骤S48,由于相互作用已消失,因此使控制特征参数恢复到原来状态。由此,进行基于车辆搭乘者的驾驶操作特征参数的驾驶。另外,可以在使控制特征参数恢复到原来状态时进行通知。
通过以上说明的处理来实施自动驾驶时的控制。在步骤S50的判断中,在驾驶控制模式切换到了手动驾驶模式时结束该处理(处理内容进入图2的步骤S16)。或者,在步骤S52的判断中车辆***进入到停止状态的情况下结束该处理。
应予说明,在上述的说明中,对利用设置于车辆的车辆行驶控制***1000进行的车辆控制进行了示例,但车辆行驶控制***1000的一部分或全部的构成要素可以设置于外部的服务器(云服务器),也可以在服务器侧进行驾驶操作的学***均控制特征参数的计算等处理。
如以上说明那样根据本实施方式,能够在不相互作用的条件下实现反映出搭乘者的驾驶特性的自动驾驶,并且在相互作用的条件下实现协调的行驶控制,因此可以避免或抑制搭乘者的沮丧、焦虑和/或不适感。
另外,由于在感觉到焦虑和/或不适感等消极的情绪之前,在判断为相互作用的时间点进行控制参数调整(平均控制特征参数的计算和应用),因此能够使搭乘者不怀有消极的情绪。
另外,即使在假定未能避免怀有消极的情绪的情况下,通过掌握各车辆搭乘者的情绪并向平均控制特征参数制作进行反馈,从而能够根据当时的情绪状态,进行随机应变的控制。
另外,通过在制作平均控制特征参数时,反映各车辆搭乘者的驾驶安全等级,从而能够在多个自动驾驶车辆相互作用时,实现更安全的行驶控制。
以上,参照附图对本发明的优选实施方式进行了详细说明,但本发明不限于相关示例。需要明确的是,作为本发明所属技术领域内的具有通常知识的人员,在权利要求书中记载的技术构思的范围内能够想到各种变更例或修正例,可理解的是这些变更例或修正例当然也属于本发明的技术范围内。
Claims (18)
1.一种车辆的控制装置,其特征在于,具备:
相互作用判断部,其判断在自动驾驶过程中相互作用的车辆;
搭乘者情绪获取部,其获取被所述相互作用判断部判断为相互作用的车辆间的搭乘者的情绪;以及
车辆控制部,其基于所述搭乘者的情绪,对相互作用的车辆进行控制。
2.根据权利要求1所述的车辆的控制装置,其特征在于,所述控制是多个车辆的协调控制。
3.根据权利要求1所述的车辆的控制装置,其特征在于,所述车辆的控制装置具备:
控制特征参数获取部,其获取所述相互作用的车辆的控制特征参数;以及
共用控制特征参数计算部,其基于所述相互作用的车辆的所述控制特征参数,计算共用控制特征参数,
所述车辆控制部基于所述共用控制特征参数来控制车辆。
4.根据权利要求3所述的车辆的控制装置,其特征在于,所述控制特征参数是表示搭乘者的驾驶特性的参数。
5.根据权利要求3所述的车辆的控制装置,其特征在于,所述相互作用判断部基于预先设定的相互作用阈值,判断所述相互作用的车辆,所述相互作用阈值根据与手动驾驶时的周围环境关联的搭乘者的情绪来设定。
6.根据权利要求5所述的车辆的控制装置,其特征在于,所述车辆的控制装置具备判断周边环境的周围环境判断部,
所述相互作用判断部基于与所述周边环境判断部判断出的周边环境对应的所述相互作用阈值,判断所述相互作用的车辆。
7.根据权利要求3~6中任一项所述的车辆的控制装置,其特征在于,所述共用控制特征参数计算部基于所述相互作用的车辆的搭乘者的情绪,进行所述相互作用的车辆的所述控制特征参数的加权,并计算所述共用控制特征参数。
8.根据权利要求7所述的车辆的控制装置,其特征在于,所述共用控制特征参数计算部基于所述相互作用的车辆的搭乘者的情绪,计算使所述相互作用的车辆的搭乘者的情绪改善的所述共用控制特征参数。
9.根据权利要求7所述的车辆的控制装置,其特征在于,所述共用控制特征参数计算部使所述共用控制特征参数接近于所述相互作用的车辆中的情绪等级更差的车辆的所述控制特征参数。
10.根据权利要求7所述的车辆的控制装置,其特征在于,在反映出所述共用控制特征参数的车辆控制的前后,所述搭乘者情绪获取部推定搭乘者的情绪,
所述共用控制特征参数计算部基于推定出的所述情绪来计算所述共用控制特征参数,以使搭乘者的情绪在车辆控制的前后不变差。
11.根据权利要求3~6中任一项所述的车辆的控制装置,其特征在于,所述共用控制特征参数计算部基于所述相互作用的车辆的搭乘者的驾驶安全等级进行加权,并计算所述共用控制特征参数。
12.根据权利要求3~6中任一项所述的车辆的控制装置,其特征在于,基于手动驾驶时的搭乘者的驾驶特性来计算所述控制特征参数。
13.根据权利要求12所述的车辆的控制装置,其特征在于,所述控制特征参数与手动驾驶时的搭乘者的驾驶特性和该手动驾驶时的周边环境对应地被预先存储于数据库,
所述控制特征参数获取部根据判断为所述相互作用的车辆时的周边环境,获取与该周边环境对应的所述控制特征参数。
14.一种车辆的控制方法,其特征在于,具备以下步骤:
判断在自动驾驶过程中相互作用的车辆;以及
基于相互作用的车辆间的搭乘者的情绪,对相互作用的车辆进行控制。
15.一种存储介质,其特征在于,存储有用于使计算机作为以下单元发挥功能的程序:
对在自动驾驶过程中相互作用的车辆进行判断的单元;以及
基于相互作用的车辆间的搭乘者的情绪,对相互作用的车辆进行控制的单元。
16.一种车辆的控制装置,其特征在于,具备:
控制特征参数获取部,其在自动驾驶过程中获取多个车辆的控制特征参数;
共用控制特征参数计算部,其基于所述多个车辆的搭乘者的情绪,进行所述多个车辆的所述控制特征参数的加权,并计算共用控制特征参数;以及
车辆控制部,其基于所述共用控制特征参数,对车辆进行控制。
17.一种车辆的控制方法,其特征在于,具备以下步骤:
在自动驾驶过程中获取多个车辆的控制特征参数;
基于所述多个车辆的搭乘者的情绪,进行所述多个车辆的所述控制特征参数的加权,并计算共用控制特征参数;以及
基于所述共用控制特征参数,对车辆进行控制。
18.一种存储介质,其特征在于,存储有用于使计算机作为以下单元发挥功能的程序:
获取多个车辆的控制特征参数的单元;
基于所述多个车辆的所述控制特征参数,并基于所述多个车辆的搭乘者的情绪而进行加权,并计算共用控制特征参数的单元;以及
基于所述共用控制特征参数来控制所述多个车辆的单元。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019056887A JP7232094B2 (ja) | 2019-03-25 | 2019-03-25 | 車両の制御装置、車両の制御方法及びプログラム |
JP2019-056887 | 2019-03-25 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111731280A true CN111731280A (zh) | 2020-10-02 |
Family
ID=72604145
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010052561.1A Pending CN111731280A (zh) | 2019-03-25 | 2020-01-17 | 车辆的控制装置、车辆的控制方法及存储介质 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11345354B2 (zh) |
JP (1) | JP7232094B2 (zh) |
CN (1) | CN111731280A (zh) |
DE (1) | DE102020103357A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7263475B1 (ja) | 2021-10-13 | 2023-04-24 | 株式会社電通 | 授業支援システム、授業支援方法、授業支援プログラム |
US20240166209A1 (en) * | 2022-11-22 | 2024-05-23 | Toyota Motor Engineering & Manufacturing North America, Inc. | System and method for controlling a cruise control system of a vehicle using the moods of one or more occupants |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016007989A (ja) * | 2014-06-26 | 2016-01-18 | クラリオン株式会社 | 車両制御装置及び車両制御方法 |
JP2017061191A (ja) * | 2015-09-24 | 2017-03-30 | 日産自動車株式会社 | サポート装置及びサポート方法 |
JP2017136922A (ja) * | 2016-02-02 | 2017-08-10 | 富士通テン株式会社 | 車両制御装置、車載機器制御装置、地図情報生成装置、車両制御方法及び車載機器制御方法 |
JP2017213984A (ja) * | 2016-05-31 | 2017-12-07 | 株式会社東芝 | 自律制御システム、サーバ装置及び自律制御方法 |
CN107444395A (zh) * | 2016-05-19 | 2017-12-08 | 本田技研工业株式会社 | 车辆控制***、车辆控制方法和车辆控制程序 |
JP2018063703A (ja) * | 2016-10-13 | 2018-04-19 | バイドゥ ユーエスエイ エルエルシーBaidu USA LLC | 自律走行車用のグループ運転スタイル学習フレーム |
CN108058708A (zh) * | 2016-11-09 | 2018-05-22 | 丰田自动车株式会社 | 车辆的控制装置 |
WO2018193765A1 (ja) * | 2017-04-21 | 2018-10-25 | 株式会社デンソー | 提示制御装置、自動運転制御装置、提示制御方法及び自動運転制御方法 |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SE537958C2 (sv) * | 2012-09-24 | 2015-12-08 | Scania Cv Ab | Förfarande, mätanordning och styrenhet för anpassning av fordonstågsstyrning |
JP2015089801A (ja) | 2013-11-07 | 2015-05-11 | 株式会社デンソー | 運転制御装置 |
JP6520506B2 (ja) | 2014-09-03 | 2019-05-29 | 株式会社デンソー | 車両の走行制御システム |
US9896100B2 (en) * | 2015-08-24 | 2018-02-20 | International Business Machines Corporation | Automated spatial separation of self-driving vehicles from other vehicles based on occupant preferences |
JP6773040B2 (ja) | 2015-09-30 | 2020-10-21 | ソニー株式会社 | 情報処理システム、および情報処理システムの情報処理方法、情報処理装置、並びにプログラム |
JP6656079B2 (ja) | 2015-10-08 | 2020-03-04 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America | 情報提示装置の制御方法、及び、情報提示装置 |
JP6540465B2 (ja) | 2015-11-09 | 2019-07-10 | トヨタ自動車株式会社 | 運転支援装置 |
US10293830B2 (en) * | 2016-11-07 | 2019-05-21 | Honeywell International Inc. | Systems and methods for recognizing and analyzing emotional states of a vehicle operator |
US10192171B2 (en) * | 2016-12-16 | 2019-01-29 | Autonomous Fusion, Inc. | Method and system using machine learning to determine an automotive driver's emotional state |
US10151594B1 (en) * | 2017-01-19 | 2018-12-11 | State Farm Mutual Automobile Insurance Company | Technology for generating alternate navigation directions for vehicles |
US10343555B2 (en) * | 2017-02-27 | 2019-07-09 | Nissan North America, Inc. | Autonomous vehicle seat positioning system |
JP2018195301A (ja) * | 2017-05-15 | 2018-12-06 | キヤノン株式会社 | 制御装置及び制御方法 |
EP3416147B1 (en) * | 2017-06-13 | 2020-01-15 | Volvo Car Corporation | Method for providing drowsiness alerts in vehicles |
US20180373980A1 (en) * | 2017-06-27 | 2018-12-27 | drive.ai Inc. | Method for training and refining an artificial intelligence |
DE102017212695A1 (de) * | 2017-07-25 | 2019-01-31 | Robert Bosch Gmbh | Verfahren und Vorrichtung in einem Fahrzeug zum Auswerten und Speichern von Daten |
US10957201B2 (en) * | 2017-09-15 | 2021-03-23 | Qualcomm Incorporated | System and method for relative positioning based safe autonomous driving |
US20190163176A1 (en) * | 2017-11-30 | 2019-05-30 | drive.ai Inc. | Method for transferring control of an autonomous vehicle to a remote operator |
JP6600878B2 (ja) * | 2017-12-21 | 2019-11-06 | 本田技研工業株式会社 | 車両制御装置、車両制御方法、およびプログラム |
US11919531B2 (en) * | 2018-01-31 | 2024-03-05 | Direct Current Capital LLC | Method for customizing motion characteristics of an autonomous vehicle for a user |
US10796175B2 (en) * | 2018-06-26 | 2020-10-06 | Toyota Jidosha Kabushiki Kaisha | Detection of a drowsy driver based on vehicle-to-everything communications |
JP7234614B2 (ja) * | 2018-12-10 | 2023-03-08 | トヨタ自動車株式会社 | 異常検出装置、異常検出システム及び異常検出プログラム |
CN109747657A (zh) * | 2018-12-17 | 2019-05-14 | 北京百度网讯科技有限公司 | 自动驾驶汽车远程控制方法和装置 |
JP2020101869A (ja) * | 2018-12-19 | 2020-07-02 | 本田技研工業株式会社 | 制御装置及びプログラム |
US11312298B2 (en) * | 2020-01-30 | 2022-04-26 | International Business Machines Corporation | Modulating attention of responsible parties to predicted dangers of self-driving cars |
-
2019
- 2019-03-25 JP JP2019056887A patent/JP7232094B2/ja active Active
-
2020
- 2020-01-17 CN CN202010052561.1A patent/CN111731280A/zh active Pending
- 2020-02-10 US US16/786,751 patent/US11345354B2/en active Active
- 2020-02-11 DE DE102020103357.5A patent/DE102020103357A1/de active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016007989A (ja) * | 2014-06-26 | 2016-01-18 | クラリオン株式会社 | 車両制御装置及び車両制御方法 |
JP2017061191A (ja) * | 2015-09-24 | 2017-03-30 | 日産自動車株式会社 | サポート装置及びサポート方法 |
JP2017136922A (ja) * | 2016-02-02 | 2017-08-10 | 富士通テン株式会社 | 車両制御装置、車載機器制御装置、地図情報生成装置、車両制御方法及び車載機器制御方法 |
CN107444395A (zh) * | 2016-05-19 | 2017-12-08 | 本田技研工业株式会社 | 车辆控制***、车辆控制方法和车辆控制程序 |
JP2017213984A (ja) * | 2016-05-31 | 2017-12-07 | 株式会社東芝 | 自律制御システム、サーバ装置及び自律制御方法 |
JP2018063703A (ja) * | 2016-10-13 | 2018-04-19 | バイドゥ ユーエスエイ エルエルシーBaidu USA LLC | 自律走行車用のグループ運転スタイル学習フレーム |
CN108058708A (zh) * | 2016-11-09 | 2018-05-22 | 丰田自动车株式会社 | 车辆的控制装置 |
WO2018193765A1 (ja) * | 2017-04-21 | 2018-10-25 | 株式会社デンソー | 提示制御装置、自動運転制御装置、提示制御方法及び自動運転制御方法 |
Also Published As
Publication number | Publication date |
---|---|
US11345354B2 (en) | 2022-05-31 |
JP7232094B2 (ja) | 2023-03-02 |
US20200307611A1 (en) | 2020-10-01 |
JP2020157820A (ja) | 2020-10-01 |
DE102020103357A1 (de) | 2020-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109195850B (zh) | 用于产生用于基于规则进行驾驶员辅助的控制数据的方法 | |
CN111295699B (zh) | 辅助方法以及利用该辅助方法的辅助***、辅助装置 | |
EP3885220B1 (en) | Automatically estimating skill levels and confidence levels of drivers | |
CN101054092B (zh) | 基于驾驶员工作负荷的车辆稳定性增强控制 | |
US20110251734A1 (en) | Method for the adaption of a driving behavior of a vehicle with a change of driver | |
CN109835346B (zh) | 驾驶建议装置和驾驶建议方法 | |
CN109804420B (zh) | 车辆控制装置 | |
JP7073880B2 (ja) | 進路決定装置 | |
JP2015219830A (ja) | 運転支援装置 | |
JP2016531044A (ja) | ドライバー支援システム最適化のための方法及び装置 | |
CN112699721B (zh) | 离开道路扫视时间的情境相关调整 | |
JPWO2020202283A1 (ja) | 鞍乗り型車両の運転支援装置 | |
JPWO2020202266A1 (ja) | 鞍乗り型車両の運転支援装置 | |
JP7116540B2 (ja) | 運転アドバイス装置及び運転アドバイス方法 | |
CN111731280A (zh) | 车辆的控制装置、车辆的控制方法及存储介质 | |
CN117222563A (zh) | 用于在执行转弯时支持机动车的方法和驾驶员辅助*** | |
JP7198742B2 (ja) | 自動運転車両、画像表示方法およびプログラム | |
CN113928328A (zh) | 受损驾驶辅助 | |
WO2023145170A1 (ja) | 車両統合制御装置、車両統合制御方法 | |
JP2023164166A (ja) | 運転スキル推定装置 | |
JP2023075502A (ja) | 車両情報処理装置、車両情報処理方法およびプログラム | |
JP2023164167A (ja) | 運転支援装置 | |
JP2023164172A (ja) | 視線方向認識装置、及び、運転スキル推定装置 | |
JP2023164168A (ja) | 運転支援装置 | |
JP2024080735A (ja) | 情報処理装置、車両、情報処理システム、情報処理方法およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |