CN111766868A - 车辆控制装置、车辆控制方法及存储介质 - Google Patents
车辆控制装置、车辆控制方法及存储介质 Download PDFInfo
- Publication number
- CN111766868A CN111766868A CN202010159833.8A CN202010159833A CN111766868A CN 111766868 A CN111766868 A CN 111766868A CN 202010159833 A CN202010159833 A CN 202010159833A CN 111766868 A CN111766868 A CN 111766868A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- user
- scheduled
- ride
- take
- 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 34
- 230000001133 acceleration Effects 0.000 claims abstract description 14
- 230000008569 process Effects 0.000 claims description 21
- 238000013459 approach Methods 0.000 claims description 16
- 230000009471 action Effects 0.000 abstract description 10
- 238000010586 diagram Methods 0.000 description 35
- 238000012545 processing Methods 0.000 description 32
- 238000004891 communication Methods 0.000 description 24
- 230000010365 information processing Effects 0.000 description 24
- 230000008859 change Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 8
- 238000013528 artificial neural network Methods 0.000 description 7
- 239000000523 sample Substances 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 5
- 238000002485 combustion reaction Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000036461 convulsion Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001012 protector Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
- G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
-
- 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
- G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
- G05D1/0251—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting 3D information from a plurality of images taken from different locations, e.g. stereo vision
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/028—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using a RF signal
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/0285—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using signals transmitted via a public communication network, e.g. GSM network
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- 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
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- 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
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Optics & Photonics (AREA)
- Software Systems (AREA)
- Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Navigation (AREA)
Abstract
本发明提供能够进行与用户的类别相应的适当的车迎接动作的车辆控制装置、车辆控制方法及存储介质。车辆控制装置具备:周边状况识别部,其识别车辆的周边状况;以及驾驶控制部,其基于由所述周边状况识别部识别到的周边状况,来控制所述车辆的转向及加减速,所述驾驶控制部基于向所述车辆乘车预定的用户的类别,来变更在所述乘车预定的所述用户的附近停车时的动作的优先级。
Description
技术领域
本发明涉及车辆控制装置、车辆控制方法及存储介质。
背景技术
近年来,对于自动地控制车辆,研究正在推进。公开了一种自主行驶车辆,其特征在于,具备:自主行驶控制部,其在到预先设定的目的地为止的路径上行驶;摄像部,其对乘车后的车内的乘员进行拍摄;计数部,其识别由摄像部拍摄的图像,对乘员的人数进行计数;以及判别部,其判别由计数部计数出的乘员的人数是否超过乘车定员,自主行驶控制部在由判别部判别为乘员的人数超过乘车定员的情况下,不进行车辆的行驶,在由判别部判别为乘员的人数没有超过乘车定员的情况下,开始车辆的行驶(日本特开2015-200933号公报)。
然而,上述的自主行驶车辆是在用户乘车了时考虑乘车定员的处理,存在对于车迎接动作并没有进行考虑的情况。
发明内容
本发明是考虑这样的情形而完成的,其目的之一在于提供能够进行与用户的类别相应的适当的车迎接动作的车辆控制装置、车辆控制方法及存储介质。
本发明的车辆控制装置、车辆控制方法及存储介质采用了以下的构成。
(1):本发明的一方案的车辆控制装置具备:周边状况识别部,其识别车辆的周边状况;以及驾驶控制部,其基于由所述周边状况识别部识别到的周边状况,来控制所述车辆的转向及加减速,所述驾驶控制部基于向所述车辆进行乘车预定的用户的类别,来变更在所述乘车预定的所述用户的附近停车时的动作的优先级。
(2):在上述(1)的方案中,所述驾驶控制部在所述车辆从停车场出库而在使所述车辆的用户乘坐的乘车区域使所述用户乘坐的自动出库处理中,基于所述乘车预定的用户的类别,来变更在所述乘车预定的用户的附近停车时的动作的优先级。
(3):在上述(1)或(2)的方案中,所述用户的类别至少包含成人、儿童以及老年人这三个种类。
(4):在上述(1)到(3)的任一方案中,所述用户的类别包含儿童,所述驾驶控制部在所述乘车预定的所述用户中包含一位以上的儿童的情况下,以所述车辆的车门接近所述一位以上的儿童中着眼的儿童等待的位置附近的方式使所述车辆停车,以使所述一位以上的儿童能够优先乘坐所述车辆。
(5):在上述(4)的方案中,所述驾驶控制部将所述乘车预定的用户中包含的一位以上的儿童中没有与所述乘车预定的一位以上的成人牵手的儿童从着眼的儿童除外。
(6):在上述(4)或(5)的方案中,所述驾驶控制部以在所述车辆的车室内设置有儿童座椅的座位附近的车门接近所述着眼的儿童等待的位置附近的方式使所述车辆停车。
(7):在上述(6)的方案中,所述用户的类别还包含老年人,所述驾驶控制部在所述乘车预定的用户中除了所述一位以上的儿童之外还包含老年人的情况下,在所述一位以上的儿童中的全员或一部分乘坐所述车辆后,以所述车辆的车门接近所述老年人等待的位置附近的方式使所述车辆移动,以使所述老年人能够优先乘坐所述车辆。
(8):在上述(1)到(7)中的任一个方案中,所述驾驶控制部根据所述乘车预定的人数,在所述车辆的宽度方向上,控制所述车辆与所述乘车预定的用户中着眼的用户之间的距离而使所述车辆停车。
(9):在上述(1)到(8)中的任一个方案中,在所述车辆设置有侧台阶,所述驾驶控制部使所述车辆在能够使用所述侧台阶的位置停车。
(10):在上述(1)到(9)中的任一方案中,在所述车辆设置有提升座椅,所述驾驶控制部在所述乘车预定的用户中包含推定为利用所述提升座椅的用户的情况下,在所述停车时将所述提升座椅放出到车外。
(11):在上述(1)到(10)中的任一方案中,在所述车辆设置有滑动门和铰接车门,所述驾驶控制部基于所述乘车预定的用户的服装和所述乘车预定的用户的类别中的一方或双方,来决定最靠近所述用户中着眼的用户的所述车辆的车门,以使决定出的车门位于所述用户存在的位置附近的方式使所述车辆停车。
(12):本发明的一方案的车辆控制方法使车辆控制装置执行如下处理:识别车辆的周边状况;基于所述识别到的周边状况来控制所述车辆的转向及加减速;以及基于向所述车辆进行乘车预定的用户的类别,来变更在所述乘车预定的所述用户的附近停车时的动作的优先级。
(13):本发明的一方案的存储介质存储有程序,该程序使车辆控制装置执行如下处理:识别车辆的周边状况,基于所述识别到的周边状况来控制所述车辆的转向及加减速;以及基于向所述车辆进行乘车预定的用户的类别,来变更在所述乘车预定的所述用户的附近停车时的动作的优先级。
根据(1)~(3)、(7)、(12)、(13),能够进行与用户的类别相应的适当的车迎接动作。
根据(4)到(6),进而通过儿童及儿童的保护者来进行适当的车迎接动作。
根据(8),进而用户能够顺利地向车辆乘车。
根据(9)、(10),通过车辆的用户及用户的辅助者来进行适当的车迎接动作。
根据(11),能够提供考虑了车辆的用户的着衣的车迎接服务。
附图说明
图1是利用了实施方式的车辆控制装置的车辆***的构成图。
图2是第一控制部及第二控制部的功能构成图。
图3是示意性地示出执行自动泊车事件的场景的图。
图4是示出停车场管理装置的构成的一例的图。
图5是示出由相机对在乘降区域等待着的用户进行拍摄而得到的图像的一例的图。
图6是示出在存在儿童的情况下本车辆停车的位置的一例的图。
图7是用于对在存在儿童的情况下进行的本车辆停车的位置的决定方法的一例进行说明的图。
图8是示出在乘车预定的用户中存在二个儿童的场景的一例的图。
图9是用于对在存在儿童及特定用户的情况下进行的处理的一例进行说明的图。
图10是示出由自动驾驶控制装置执行的处理的流程的一例的流程图。
图11是用于对乘车预定的用户是一人的情况下的控制的一例进行说明的图。
图12是用于对在乘车预定的用户是多个的情况下的控制的一例进行说明的图。
图13是示出设置有侧台阶的本车辆使用户乘车的位置的一例的图。
图14是示出设置有提升座椅的本车辆使用户乘车的位置的一例的图。
图15是示出设置有斜坡的本车辆使用户乘车的位置的一例的图。
图16是示出第二实施方式的自动驾驶控制装置的功能构成的一例的图。
图17是示出由第二实施方式的自动驾驶控制装置执行的处理的流程的一例的流程图。
图18是示意性地示出从步骤S200到S204的处理的内容的图。
图19是示出以设置有滑动门的车门接近穿着和服的用户的方式停车了的本车辆M的一例的图。
图20是示出实施方式的自动驾驶控制装置的硬件结构的一例的图。
具体实施方式
以下,参照附图对本发明的车辆控制装置、车辆控制方法及存储介质的实施方式进行说明。
<第一实施方式>
[整体构成]
图1是利用了实施方式的车辆控制装置的车辆***1的构成图。供车辆***1搭载的车辆例如是两轮、三轮、四轮等车辆,其驱动源是柴油发动机、汽油发动机等内燃机、电动机或者它们的组合。电动机使用连结于内燃机的发电机的发电电力或者二次电池、燃料电池的放电电力来进行动作。
车辆***1例如具备相机10、雷达装置12、探测器14、物体识别装置16、通信装置20、HMI(Human Machine Interface)30、车辆传感器40、导航装置50、MPU(Map PositioningUnit)60、驾驶操作件80、自动驾驶控制装置100、行驶驱动力输出装置200、制动装置210以及转向装置220。这些装置、设备通过CAN(Controller Area Network)通信线等多路通信线、串行通信线、无线通信网等而互相连接。图1所示的结构只不过是一例,可以省略结构的一部分,电可以进而追加其他的结构。
相机10例如是利用了CCD(Charge Coupled Device)、CMOS(Complementary MetalOxide Semiconductor)等固体摄像元件的数码相机。相机10安装于供车辆***1搭载的车辆(以下,称为本车辆M)的任意部位。在拍摄前方的情况下,相机10安装于前风窗玻璃上部、车室内后视镜背面等。相机10例如周期性地反复拍摄本车辆M的周边。相机10也可以是立体摄影机。
雷达装置12对本车辆M的周边放射毫米波等电波,并且检测由物体反射的电波(反射波)而至少检测物体的位置(距离及方位)。雷达装置12安装于本车辆M的任意部位。雷达装置12也可以通过FM-CW(Frequency Modulated Continuous Wave)方式来检测物体的位置及速度。
探测器14是LIDAR(Light Detection and Ranging)。探测器14对本车辆M的周边照射光,对散射光进行测定。探测器14基于从发光到受光为止的时间,来检测到对象为止的距离。被照射的光例如是脉冲状的激光。探测器14安装于本车辆M的任意部位。
物体识别装置16对相机10、雷达装置12及探测器14中的一部分或全部的检测结果进行传感器融合处理,识别物体的位置、种类、速度等。物体识别装置16将识别结果向自动驾驶控制装置100输出。物体识别装置16也可以将相机10、雷达装置12及探测器14的检测结果原样向自动驾驶控制装置100输出。也可以从车辆***1省略物体识别装置16。
通信装置20例如利用蜂窝网、Wi-Fi网、Bluetooth(注册商标)、DSRC(DedicatedShort Range Communication)等,与存在于本车辆M的周边的其他车辆或停车场管理装置(后述)或者各种服务器装置通信。
HMI30对本车辆M的用户提示各种信息,并且接受用户的输入操作。HMI30包含各种显示装置、扬声器、蜂鸣器、触摸面板、开关、按键等。
车辆传感器40包含检测本车辆M的速度的车速传感器、检测加速度的加速度传感器、检测绕铅垂轴的角速度的横摆角速度传感器、检测本车辆M的朝向的方位传感器等。
导航装置50例如具备GNSS(Global Navigation Satellite System)接收机51、导航HMI52以及路径决定部53。导航装置50在HDD(Hard Disk Drive)、闪存器等的存储装置中保存有第一地图信息54。GNSS接收机51基于从GNSS卫星接收到的信号来确定本车辆M的位置。本车辆M的位置也可以通过利用了车辆传感器40的输出的INS(Inertial NavigationSystem)来确定或补充。导航HMI52包含显示装置、扬声器、触摸面板、按键等。导航HMI52也可以与前述的HMI30将一部分或全部共用化。路径决定部53例如参照第一地图信息54来决定从由GNSS接收机51确定的本车辆M的位置(或者输入的任意的位置)到使用导航HMI52而由用户输入的目的地为止的路径(以下,称为地图上路径)。第一地图信息54例如是通过表示道路的线路和由线路连接而成的节点来表现道路形状的信息。第一地图信息54也可以包含道路的曲率、POI(Point Of Interest)信息等。地图上路径被向MPU60输出。导航装置50也可以基于地图上路径,来进行使用了导航HMI52的路径引导。导航装置50例如也可以通过用户所持有的智能手机、平板终端等终端装置的功能来实现。导航装置50也可以经由通信装置20向导航服务器发送当前位置和目的地,从导航服务器取得与地图上路径同等的路径。
MPU60例如包含推荐车道决定部61,在HDD、闪存器等存储装置中保存有第二地图信息62。推荐车道决定部61将从导航装置50提供的地图上路径分割成多个区段(例如,在车辆行进方向上每隔100[m]进行分割),参照第二地图信息62而针对每个区段决定推荐车道。推荐车道决定部61进行在从左起的第几个车道上行驶这一决定。
推荐车道决定部61在地图上路径存在分支部位的情况下,以本车辆M能够在用于向分支目的地行进的合理性路径上行驶的方式,决定推荐车道。
第二地图信息62是精度比第一地图信息54高的地图信息。第二地图信息62例如包含车道的中央的信息或者车道的边界的信息等。在第二地图信息62中,也可以包含道路信息、交通限制信息、住所信息(住所、邮政编码)、设施信息、电话号码信息等。第二地图信息62也可以通过通信装置20与其他装置通信,而被随时更新。
驾驶操作件80例如包含油门踏板、制动踏板、换挡杆、转向盘、异形方向盘、操纵杆、其他的操作件。在驾驶操作件80,安装有检测操作量或者操作的有无的传感器,其检测结果被向自动驾驶控制装置100、或者行驶驱动力输出装置200、制动装置210及转向装置220中的一部分或全部输出。
自动驾驶控制装置100例如具备第一控制部120、第二控制部160、信息处理部170以及存储部180。第一控制部120和第二控制部160分别例如通过CPU(Central ProcessingUnit)等硬件处理器执行程序(软件)来实现。这些构成要素中的一部分或全部可以由LSI(Large Scale Integration)、ASIC(Application Specific Integrated Circuit)、FPGA(Field-Programmable Gate Array)、GPU(Graphics Processing Unit)等硬件(包含电路部:circuitry)来实现,也可以通过软件和硬件的协同配合来实现。程序也可以预先保存于自动驾驶控制装置100的HDD、闪存器等存储装置(具备非暂时性存储介质的存储装置)、DVD、CD-ROM等能够装卸的存储介质,通过存储介质(非暂时性存储介质)被安装于驱动装置而安装于自动驾驶控制装置100的HDD、闪存器。
存储部180由HDD、闪存器、EEPROM(Electrically ErasableProgrammable ReadOnly Memory)、ROM(Read Only Memory)或RAM(Random Access Memory)等实现。在存储部180例如存储有参照信息181、用户信息182、车辆信息183等(详情后述)。
图2是第一控制部120及第二控制部160的功能构成图。第一控制部120例如具备识别部130和行动计划生成部140。第一控制部120例如并行地实现基于AT(ArtificialIntelligence;人工智能)的功能和基于预先赋予的模型的功能。例如,“识别交叉路口”功能也可以通过并行地执行基于深度学习等的交叉路口的识别和基于预先赋予的条件(存在能够进行图案匹配的信号、道路标示等)的识别,对双方进行评分而综合性地进行评价来实现。由此,确保自动驾驶的可靠性。
识别部130基于从相机10、雷达装置12及探测器14经由物体识别装置16而输入的信息,来识别处于本车辆M的周边的物体的位置及速度、加速度等状态。物体的位置例如作为以本车辆M的代表点(重心、驱动轴中心等)为原点的绝对坐标上的位置而被识别,使用于控制。物体的位置可以由该物体的重心、角部等代表点来表示,也可以由表现的区域来表示。所谓物体的“状态”,也可以包含物体的加速度、加加速度或者“行动状态”(例如是否正在进行车道变更或者想要进行车道变更)。
识别部130例如识别本车辆M正在行驶的车道(行驶车道)。例如,识别部130通过对从第二地图信息62得到的道路划分线的图案(例如实线和虚线的排列)和根据由相机10拍摄到的图像识别的本车辆M的周边的道路划分线的图案进行比较,从而识别行驶车道。识别部130不限于道路划分线,也可以通过识别包含道路划分线、路肩、缘石、中央隔离带、护栏等的行驶路边界(道路边界),来识别行驶车道。在该识别中,也可以加上从导航装置50取得的本车辆M的位置、基于INS的处理结果。识别部130识别暂时停止线、障碍物、红灯、收费站及其他的道路事项。
识别部130在识别行驶车道时,识别本车辆M相对于行驶车道的位置、姿态。识别部130例如也可以将本车辆M的基准点从车道中央的偏离及本车辆M的行进方向相对于将车道中央相连的线而成的角度作为本车辆M相对于行驶车道的相对位置及姿态而识别。也可以取代于此,识别部130将本车辆M的基准点相对于行驶车道的任一侧端部(道路划分线或道路边界)的位置等作为本车辆M相对于行驶车道的相对位置而识别。
识别部130具备用户识别部131及在自动泊车事件中起动的停车空间识别部132。对于用户识别部131及停车空间识别部132的功能的详情在后面叙述。
行动计划生成部140以原则上在由推荐车道决定部61决定出的推荐车道行驶、进而能够应对本车辆M的周边状况的方式,生成本车辆M将来要自动地(不依赖于驾驶员的操作地)行驶的目标轨道。目标轨道例如包含速度要素。例如,目标轨道表现为将本车辆M应该到达的地点(轨道点)依次排列而成的轨道。轨道点是在沿途距离上每隔规定的行驶距离(例如几[m]左右)的本车辆M应该到达的地点,也可以与此不同,而按照规定的采样时间(例如零点几[sec]左右)的目标速度及目标加速度作为目标轨道的一部分而生成。轨道点也可以是按照规定的采样时间的该采样时刻下的本车辆M应该到达的位置。在该情况下,目标速度、目标加速度的信息以轨道点的间隔来表达。
行动计划生成部140也可以在每次生成目标轨道时,设定自动驾驶的事件。在自动驾驶的事件中,存在定速行驶事件、低速追随行驶事件、车道变更事件、分支事件、汇合事件、接管事件、在代客泊车等中无人行驶(或自动行驶)而停车的自动泊车事件等。行动计划生成部140生成与使起动了的事件相应的目标轨道。行动计划生成部140具备在执行自动泊车事件的情况下起动的自动泊车控制部142。对于自动泊车控制部142的功能的详情在后面叙述。
第二控制部160以本车辆M按照预定的时刻通过由行动计划生成部140生成的目标轨道的方式,控制行驶驱动力输出装置200、制动装置210及转向装置220。
返回图2,第二控制部160例如具备取得部162、速度控制部164以及转向控制部166。取得部162取得由行动计划生成部140生成的目标轨道(轨道点)的信息,使其存储于存储器(未图示)。速度控制部164基于存储于存储器的目标轨道所附带的速度要素,来控制行驶驱动力输出装置200或制动装置210。转向控制部166根据存储于存储器的目标轨道的弯曲程度,来控制转向装置220。速度控制部164及转向控制部166的处理例如通过前馈控制和反馈控制的组合来实现。作为一例,转向控制部166将与本车辆M的前方的道路的曲率相应的前馈控制和基于从目标轨道的偏离的反馈控制组合而执行。
信息处理部170管理自动驾驶控制装置100取得的信息,或者对取得的信息执行各种处理。对于信息处理部170的处理的详情在后面叙述。
行驶驱动力输出装置200将用于车辆行驶的行驶驱动力(转矩)向驱动轮输出。行驶驱动力输出装置200例如具备内燃机、电动机及变速器等的组合和对它们进行控制的ECU(Electronic Control Unit)。ECU按照从第二控制部160输入的信息或者从驾驶操作件80输入的信息,来控制上述的结构。
制动装置210例如具备制动钳、向制动钳传递液压的液压缸、使液压缸产生液压的电动马达以及制动ECU。制动ECU按照从第二控制部160输入的信息或者从驾驶操作件80输入的信息来控制电动马达,将与制动操作相应的制动转矩向各车轮输出。制动装置210也可以具备将由驾驶操作件80所包含的制动踏板的操作而产生的液压经由主液压缸而向液压缸传递的机构作为后备。制动装置210不限于上述说明的结构,也可以是按照从第二控制部160输入的信息来控制致动器,将主液压缸的液压向液压缸传递的电子控制式液压制动装置。
转向装置220例如具备转向ECU和电动马达。电动马达例如使力作用于齿条-小齿轮机构而变更转向轮的朝向。转向ECU按照从第二控制部160输入的信息或者从驾驶操作件80输入的信息,来驱动电动马达,使转向轮的朝向变更。
[自动泊车事件-入库时]
自动泊车控制部142例如基于由通信装置20从停车场管理装置400取得的信息,来使本车辆M在停车空间内停车。图3是示意性地示出执行自动泊车事件的场景的图。在从道路Rd到访问目的地设施为止的路径上设置有闸口300-in及300-out。本车辆M通过手动驾驶或自动驾驶而经过闸口300-in行进到停止区域310为止。停止区域310面向连接于访问目的地设施的乘降区域320。在乘降区域320中设置有用于躲避雨、雪的遮挡体。
本车辆M在停止区域310处让用户下车后,开始以无人方式进行自动驾驶、移动到停车场PA内的停车空间PS为止的自动泊车事件。自动泊车事件的开始触发例如可以是用户进行的某种操作,也可以是从停车场管理装置400而以无线方式接收到规定的信号。自动泊车控制部142在开始自动泊车事件的情况下,控制通信装置20而将停车请求朝向停车场管理装置400发送。然后,本车辆M从停止区域310到停车场PA为止,按照停车场管理装置400的引导或以自己的能力一边感应一边移动。
图4是示出停车场管理装置400的构成的一例的图。停车场管理装置400例如具备通信部410、控制部420以及存储部430。在存储部430中保存有停车场地图信息432、停车空间状态表434等信息。
通信部410通过无线方式与本车辆M、其他的车辆通信。控制部420基于由通信部410取得的信息和保存于存储部430的信息,来将车辆向停车空间PS引导。停车场地图信息432是几何性地表达停车场PA的构造的信息。停车场地图信息432包含针对每个停车空间PS的坐标。
停车空间状态表434中,例如相对于作为停车空间PS的识别信息的停车空间ID,而表示是空状态还是满(停车中)状态的状态和在是满状态的情况下的停车中的车辆的识别信息即车辆ID建立了对应关系。
若通信部410从车辆接收到停车请求,则控制部420参照停车空间状态表434而提取状态是空状态的停车空间PS,将提取出的停车空间PS的位置从停车场地图信息432取得,使用通信部410将到取得的停车空间PS的位置为止的适当的路径向车辆发送。控制部420基于多个车辆的位置关系,以车辆不会同时向相同的位置行进的方式,根据需要而对特定的车辆指示停止、缓行等。
在接收到路径的车辆(以下,设为是本车辆M)中,自动泊车控制部142生成基于路径的目标轨道。若成为目标的停车空间PS接近,则停车空间识别部132识别划分停车空间PS的停车位线等,识别停车空间PS的详细的位置而向自动泊车控制部142提供。自动泊车控制部142接受到该情况,修正目标轨道,使本车辆M在停车空间PS停车。
[自动泊车事件-出库时]
自动泊车控制部142及通信装置20在本车辆M的停车中也维持动作状态。自动泊车控制部142例如在通信装置20从用户的终端装置接收到车迎接请求的情况下,使本车辆M的***起动,使本车辆M移动到停止区域310为止(以下,有时将该处理称作“自动出库处理”)。此时,自动泊车控制部142控制通信装置20而对停车场管理装置400发送起步请求。停车场管理装置400的控制部420与入库时同样,基于多个车辆的位置关系,以车辆不会同时向相同的位置行进的方式,根据需要而对特定的车辆指示停止、缓行等。到停止区域310为止使本车辆M移动而使用户乘坐,则自动泊车控制部142停止动作,之后开始手动驾驶或者基于其他的功能部的自动驾驶。
不限于上述的说明,自动泊车控制部142也可以不依赖于通信,基于相机10、雷达装置12、探测器14或物体识别装置16的检测结果而自行发现空状态的停车空间,使本车辆M在发现了的停车空间内停车。
以下的说明中适当地使用XYZ坐标系来说明位置关系等。X方向是车身的中心轴方向(前方方向),Y方向是车辆的宽度方向即在水平面内与X方向正交的方向。Z方向是与X方向及Y方向正交的方向。
[基于用户的类别的处理(特定处理)的概要]
自动驾驶控制装置100基于向本车辆M进行乘车预定的用户的类别,来变更在乘车预定的用户的附近停车时的动作的优先级(以下,有时将该处理称作“特定处理”。)。用户的类别例如至少包含成人、儿童以及老年人这三个种类。在以下的说明中,自动驾驶控制装置100在本车辆M从停车场PA出库而使在本车辆M的用户乘坐的乘降区域320中使用户乘坐的自动出库处理中,进行特定处理,针对该情况进行了说明,但是也可以在不进行自动出库处理的情况下也进行特定处理。
所谓“类别”,例如包含成人、儿童、身高、姿容、基于规定的基准的分类结果等。所谓“停车时的动作的优先级的变更”,例如包含优先的本车辆M的停车位置的变更、停车时优先的设置于本车辆M的车载设备的状态的变更等。
图5是示出由相机10对在乘降区域320等待着的用户进行拍摄而得到的图像的一例的图。例如,自动驾驶控制装置100基于在自动出库处理中预先设定的规则、由停车场管理装置400或用户保持的便携终端装置等发送的位置信息等,来确定向本车辆M“乘车预定的用户”。所谓上述的规则,例如是乘降区域320中的待机位置的规定。自动驾驶控制装置100也可以将乘车预定的用户和该用户的周边的人组别化,将组别化了的所有的人确定为“乘车预定的用户”。
用户识别部131识别向本车辆M进行乘车预定的用户的类别。例如,用户识别部131参照存储于存储部180的参照信息181,基于由相机10拍摄到的图像,来确定用户的类别。所谓由相机10拍摄到的图像,是在图5所示那样的乘降区域320中等待着的用户(图中,C、A)。所谓参照信息,例如是用户的类别和图像的特征量的分布彼此建立了对应关系的信息。所谓特征量,例如是基于亮度值、亮度梯度等的指标。
用户识别部131也可以参照用户信息182,基于由相机10拍摄到的图像,来确定用户的类别。用户信息182包含预先登记的用户的特征量的分布、各种信息。在各种信息中例如包含表示成人、儿童、年龄、性别等的信息。在各种信息中,例如也可以包含基于在规定的期间内或最近在乘坐了本车辆M的用户由车室内相机拍摄到的图像而导出的特征量的分布、基于通过用户的规定的操作而登记了的图像而导出的特征量的分布等。各种信息可以是基于用户的操作的信息,也可以是用户识别部131基于用户被拍摄到的图像及规定的算法、规定的模型而导出的信息。
例如,自动驾驶控制装置100决定乘车预定的用户中着眼的用户,以本车辆M的规定的车门接近决定出的用户等待的位置的方式控制本车辆M。然后,自动驾驶控制装置100以本车辆M的规定的车门位于用户等待的位置附近的方式使本车辆M停车。
所谓着眼的用户,是自动驾驶控制装置100使之优先乘坐本车辆M的用户。着眼的用户例如在乘车预定的用户不包含儿童、特定用户(后述)的情况下,例如是以下的(1)到(3)的任一种用户。(1)是存在于最靠近本车辆M的当前的位置的位置的乘车预定的用户。(2)是在设想的状况下用户中应该使之最先乘坐的用户。设想的状况是信息处理部170设想了以使乘坐本车辆M时乘车预定的用户的移动量的合计成为最少的方式用户能够乘坐的顺序的状况。(3)是在设想了使进行乘车预定的用户高效地乘坐本车辆M时应该最小乘车的用户。所谓规定的车门,例如是设置于本车辆M的车门中的任意的车门、预先设定的车门、基于用户的类别而决定出的车门。
[在存在儿童的情况下进行的处理(其1)]
自动驾驶控制装置100的第一控制部120在进行乘车预定的用户中包含一位以上的儿童的情况下,以本车辆M的车门接近一位以上的儿童中着眼的儿童等待的位置附近的方式使本车辆M停车,以使一位以上的儿童能够优先乘坐本车辆M。
图6是示出在存在儿童的情况下本车辆M停车的位置的一例的图。例如,自动驾驶控制装置100在存在儿童的情况下,使本车辆M在儿童容易乘坐本车辆M的位置停车。
图7是用于对在存在儿童的情况下进行的本车辆M停车的位置的决定方法的一例进行说明的图。信息处理部170设定从本车辆M的基准位置在本车辆M的X方向上延伸的第一假想线IL1,以第一假想线IL1为基准,设定使第一假想线IL1旋转角度θ1的第二假想线IL2。在图7的例子中,设想儿童向后部座位乘坐,规定的车门作为负Y侧的后部座位而被设定。在该情况下,角度θ1例如被设定在180度到270度之间。进而,信息处理部170使第二假想线IL2延伸规定距离L1,设定延伸了的第二假想线IL2的前端的基准位置。
然后,自动驾驶控制装置100以相对于本车辆M的位置,而用户与由信息处理部170设定的基准位置一致的方式使本车辆M停车。基准位置是与打开了本车辆M的车门的情况下的车门的轨迹不重叠的位置。
由此,由于本车辆M在儿童容易乘车的位置停车,所以儿童能够优先乘坐本车辆M。这样,自动驾驶控制装置100能够进行对于向进行本车辆M乘车预定的用户而言适当的车迎接动作。
[在存在儿童的情况下进行的处理(其2)]
自动驾驶控制装置100将乘车预定的用户中所包含的一位以上的儿童中没有与乘车预定的一位以上的成人牵手的儿童从着眼的儿童除外。所谓除外,是不作为儿童而应对而作为成人来应对,相比着眼的儿童而使优先级降低。
例如,自动驾驶控制装置100在存在乘车预定的用户中包含的一人的儿童且该儿童与乘车预定的一位以上的成人牵手的情况下,以牵手着的儿童能够优先乘坐本车辆M的方式,基于基准位置而使本车辆M停车。自动驾驶控制装置100在存在乘车预定的用户中包含的一位以上的儿童且该儿童没有与乘车预定的一位以上的成人牵手的情况下,可以以使该儿童优先乘坐本车辆M的方式决定停车位置,也可以基于其他的要素来决定本车辆M的停车位置。所谓其他的要素,例如是存在于最靠近本车辆M的当前的位置的位置的乘车预定的用户的位置、在乘坐本车辆M时乘车预定的用户的移动量的合计成为最少那样的位置、乘车预定的用户能够高效地乘坐本车辆M那样的位置。例如,在上述处理中,按照多个儿童中牵手着的儿童、年龄低的儿童的顺序,乘坐本车辆M的优先级高。例如,用户识别部131进行图像处理,确定是儿童和成人牵手着的状态、儿童的年龄等。
图8是示出在乘车预定的用户中存在二人的儿童的场景的一例的图。用户识别部131进行图像处理,识别出儿童C1和儿童C2中,儿童C1和成人A是牵着手的状态,儿童C2和成人A是没有牵着手的状态。在该情况下,自动驾驶控制装置100使本车辆M在牵着手的儿童C1容易乘车的位置停车。
例如,和成人牵着手的儿童与没有和成人牵着手的儿童相比,有时难以自行乘坐本车辆M。因此,自动驾驶控制装置100通过使本车辆M在和成人牵着手的儿童容易乘车的位置停车,从而这样地,自动驾驶控制装置100能够进行对于向本车辆M乘车预定的用户而言的适当的车迎接动作。
例如,自动驾驶控制装置100也可以在存在乘车预定的用户所包含的二人以上的儿童且该二人以上的儿童中一人的儿童和乘车预定的一位以上的成人牵着手的情况下,以牵着手的儿童能够优先乘坐本车辆M的方式,基于基准位置而使本车辆M停车。自动驾驶控制装置100也可以在存在乘车预定的用户所包含的二人以上的儿童且该二人以上的儿童和乘车预定的一位以上的成人牵着手的情况下,以这些儿童中第一儿童能够优先乘坐本车辆M的方式,基于基准位置而使本车辆M停车。在该情况下,自动驾驶控制装置100也可以在第一儿童乘车后,以第二儿童能够优先乘坐本车辆M的方式,使本车辆M停车。例如,自动驾驶控制装置100也可以以使多个儿童中年龄低的儿童(推定为年龄低的儿童)优先乘车的方式使本车辆M停车。
在上述的处理中,自动驾驶控制装置100也可以以使在本车辆M的车室内设置有儿童座椅的座位附近的车门接近着眼的儿童(牵着手的儿童)等待的位置附近的方式使本车辆M停车。例如,在车辆信息183中存储有设定有儿童座椅的座位的信息。该信息是由用户登记的信息、基于由车室内相机拍摄到的图像而导出的信息。由此,对于使牵着手的儿童乘坐本车辆M的成人而言,便利性进一步提高。
[在存在儿童及特定用户的情况下进行的处理]
自动驾驶控制装置100在乘车预定的用户中除了一位以上的儿童之外还包含特定用户的情况下,在一位以上的儿童中的全员或一部分乘坐本车辆M后,以使本车辆M的车门接近特定用户等待的位置附近的方式使本车辆M移动,以使得特定用户能够优先乘坐本车辆M。所谓“特定用户”,是规定以上的年龄的老年人、预先在自动驾驶控制装置100中登记了优先乘车的用户等。
图9是用于对在存在儿童及特定用户的情况下进行的处理的一例进行说明的图。在图9的例子中,乘车预定的用户中包含儿童、成人、老年人。在时刻T,自动驾驶控制装置100使本车辆M在儿童C容易乘坐本车辆M的位置停车。在时刻T+1,儿童C乘坐本车辆M。在时刻T+2,在儿童C乘坐本车辆M后,自动驾驶控制装置100使本车辆M倒车而在老年人S容易乘坐本车辆M的位置停车。在时刻T+3,老年人S乘坐本车辆M。
这样,本车辆M在儿童容易乘车的位置停车,在儿童乘车后,使在特定用户容易停车的位置停车了的特定用户乘车,所以乘车预定的用户能够顺利地乘坐本车辆M,乘车预定的用户的便利性提高,进行更高效的乘车,所以停车场的运营效率化。
自动驾驶控制装置100在儿童存在二人以上的情况下,可以在所有的儿童乘车后,使特定用户乘车,也可以在使规定的儿童(例如,和成人牵着手的儿童)乘车后,相比其他的儿童优先而使特定用户乘车。也可以基于预先设定的优先级,来决定乘车的顺序。例如,也可以按照特定用户、儿童的顺序,而优先级高。
[流程图]
图10是示出由自动驾驶控制装置100执行的处理的流程的一例的流程图。例如,本处理在本车辆M接近距乘降区域320规定距离的位置的情况下执行。
首先,用户识别部131取得由相机10拍摄到的图像(步骤S100),基于取得的图像来识别乘车预定的用户的类别(步骤S102)。接着,用户识别部131基于步骤S102的识别结果,来判定在乘车预定的用户中是否包含儿童(步骤S104)。
在步骤S104中判定为不包含儿童的情况下,用户识别部131基于步骤S102的识别结果,来判定在乘车预定的用户中是否包含特定用户(步骤S106)。在步骤S106中判定为不包含特定用户的情况下,信息处理部170决定乘车预定的用户中着眼的用户(步骤S108)。
自动驾驶控制装置100使本车辆M在规定的车门的位置接近了着眼的用户所处的位置处的位置停车(步骤S110)。接着,自动驾驶控制装置100判定全部的乘车预定的用户是否已乘车(步骤S112)。在全部的乘车预定的用户乘车了的情况下,本流程图的1例程的处理结束。
在步骤S104中判定为不包含儿童的情况下,用户识别部131基于步骤S102的识别结果,来判定是否存在多个儿童(步骤S114)。在步骤S114中判定为不存在多个儿童的情况下,自动驾驶控制装置100以使规定的车门的位置接近在步骤S102中识别到的儿童所处的位置的方式使本车辆M停车(步骤S116)。
在步骤S114中判定为存在多个儿童的情况下,信息处理部170决定多个儿童中着眼的儿童(步骤S118),以使规定的车门的位置接近儿童所处的位置的方式使本车辆M停车(步骤S120)。在此,在存在多个儿童的情况下,也可以在步骤S120的处理后,自动驾驶控制装置100决定在步骤S120的处理中在停车后乘车了的儿童的下一个着眼的儿童,使规定的车门接近靠近决定出的着眼的儿童所处的位置处的位置而使本车辆M停车,使着眼的儿童乘坐本车辆M。在步骤S116或步骤S120的处理后,自动驾驶控制装置100判定作为全部的乘车预定的用户的儿童是否已乘车,在作为全部的乘车预定的用户的儿童乘车了的情况下,进入步骤S106的处理(步骤S122)。例如,在步骤S116的处理后,在步骤S102中识别到的儿童的乘车完成了的情况下,进入步骤S106,在步骤S120的处理后,在步骤S102中识别到的多个儿童的乘车完成了的情况下,进入步骤S106。
在步骤S106中判定为包含特定用户的情况下,自动驾驶控制装置100以使规定的车门的位置接近在步骤S102中识别到的特定用户所处的位置的方式使本车辆M停车(步骤S124)。在特定用户乘车后,进入步骤S108的处理。在存在多个特定用户的情况下,也可以按照优先级从高到低的顺序,而以使特定用户容易乘车的方式移动车辆。由此,本流程图的1例程的处理结束。
通过上述的处理,自动驾驶控制装置100能够进行对于向车辆乘车预定的用户而言的适当的车迎接动作。
[与乘车预定的人数相应的本车辆的宽度方向的控制]
自动驾驶控制装置100根据乘车预定的人数,在本车辆M的宽度方向上,控制本车辆M和乘车预定的用户中着眼的人之间的距离而使本车辆M停车。例如,自动驾驶控制装置100根据乘车预定的人数,而变更与乘车预定的用户相对的本车辆M停车的位置。例如,自动驾驶控制装置100在存在多个乘车预定的用户的情况下,与乘车预定的用户为一人的情况相比,使本车辆M在乘车预定的用户与本车辆M的横向的距离短的位置停车。
图11是用于对乘车预定的用户为一人的情况下的控制的一例进行说明的图。在乘车预定的用户是一人的情况下,信息处理部170设定从本车辆M的基准位置在本车辆M的X方向上延伸的第三假想线IL3,设定以第三假想线IL3为基准而使第三假想线IL3旋转角度θ3而得到的第四假想线IL4。进而,信息处理部170使第四假想线IL4延伸规定距离L3,将延伸了的第四假想线IL4的前端设定为基准位置。基准位置是在本车辆M的宽度方向上距本车辆M距离L4的位置。
图12是用于对乘车预定的用户是多个的情况下的控制的一例进行说明的图。在乘车预定的用户(U1~U3)是多个的情况下,信息处理部170例如将存在于最靠近本车辆M的位置的人决定为着眼的人,以使该着眼的人优先乘车的方式控制本车辆M的停车位置。信息处理部170设定从本车辆M的基准位置在本车辆M的X方向上延伸的第五假想线IL5,设定以第五假想线IL5为基准而使第五假想线IL5旋转角度θ4而得到的第六假想线IL6。进而,信息处理部170使第六假想线IL6延伸规定距离L5,将延伸了的第六假想线IL6的前端设定为基准位置。基准位置是在本车辆M的宽度方向上距本车辆M距离L6的位置。距离L6是比距离L4短的距离。
在上述的各处理或后述的处理中,也可以基于预先登记了的表示用户和乘车顺序的对应信息、过去的乘车顺序的履历信息,来决定优先乘坐本车辆M的用户。例如,信息处理部170参照对应信息、履历信息,关于乘车,可以相比儿童而使特定用户优先,也可以相比牵着手的儿童而使其他的用户优先,还不可以相比着眼的用户而使其他的用户优先。
[考虑了侧台阶的控制]
也可以在本车辆M设置有侧台阶,自动驾驶控制装置100使本车辆M在能够使用侧台阶的位置停车。自动驾驶控制装置100在乘车预定的用户中包含推定为使用侧台阶的用户(例如,儿童、特定用户)的情况下,也可以使本车辆M在能够使用侧台阶的位置停车。信息处理部170例如参照参照信息182、用户信息182等,基于图像识别处理,来对推定为使用侧台阶的用户进行推定。
侧台阶是对用户向本车辆M的乘车进行辅助的器具。侧台阶例如设置于作为本车辆M的车身的下部的乘降口的下侧。该侧台阶例如在本车辆M的车门为闭状态的情况下,以不向本车辆M的宽度方向的外侧突出的方式,收纳于设置于本车辆M的车身的下部的收纳部,在本车辆M的车门成为了开状态的情况下,从收纳部滑动而向乘降口附近突出。用户能够将脚放到突出的侧台阶,更加容易地乘坐本车辆M。
图13是示出设置有侧台阶的本车辆M使用户乘车的位置的一例的图。在停止区域310附近设置有缘石Cu。该缘石Cu是规定的高度,缘石Cu不会对于本车辆M的车门的开闭成为障碍,而缘石Cu的高度是与设置有侧台阶SS的高度同等程度或其以上的高度。因此,在侧台阶SS滑动而从本车辆M的宽度突出了的情况下,侧台阶和缘石Cu碰撞。缘石Cu的高度是人能够越过的程度的高度。
在该情况下,自动驾驶控制装置100识别缘石Cu,使本车辆M在能够利用侧台阶的位置停车。例如,自动驾驶控制装置100使缘石Cu和本车辆M的左侧的端部分离宽度量Ls1,使本车辆M停车。宽度Ls1是在侧台阶滑动而突出的情况下的滑动的宽度加上富余宽度而得到的宽度。
由此,用户能够利用侧台阶而容易地乘坐本车辆M。例如,用户可以越过缘石而乘坐本车辆M,也可以不越过缘石而经过不存在缘石的部位例如从负X方向或正X方向接近本车辆M的乘降口而利用侧台阶,乘坐本车辆M。
[考虑了提升座椅的控制]
在本车辆M设置有提升座椅,自动驾驶控制装置100在停车时使提升座椅向车外放出。自动驾驶控制装置100也可以在乘车预定的用户中包含推定为利用提升座椅的用户的情况下,在停车时使提升座椅向车外放出。信息处理部170例如参照参照信息182、用户信息182等,基于图像识别处理,来对推定为使用提升座椅的用户进行推定。
提升座椅是用户就座的座椅,座椅主体具备能够经过本车辆M侧方的车门的开口部而向车室内外移动的移动机构。自动驾驶控制装置100在为了使乘车预定的用户乘车而在停车位置处停车时,控制移动机构而使提升座椅向车外移动。
所谓“在停车时使提升座椅向车外放出”,是在从车辆停车时起的规定时间以内提升座椅向车外放出、在停车时提升座椅向车外放出而用户能够利用的状态。
图14是示出设置有提升座椅的本车辆M使用户乘车的位置的一例的图。在停止区域310附近设置有壁W。自动驾驶控制装置100识别壁W,使本车辆M在能够利用提升座椅RS的位置停车。例如,自动驾驶控制装置100使壁W和本车辆M的左侧的端部离开宽度量Ls2,而使本车辆M停车。宽度Ls2是在提升座椅RS向车室外突出了的情况下的提升座椅宽度加上富余宽度Ls3而得到的宽度。
由此,用户能够利用提升座椅而容易地乘坐本车辆M。
[考虑了设置于车辆的斜坡的控制]
在本车辆M设置有能够收纳的斜坡,自动驾驶控制装置100在停车时使斜坡向车外放出。自动驾驶控制装置100也可以在乘车预定的用户中包含推定为利用斜坡的用户(例如乘坐轮椅的人)的情况下,在停车时使斜坡向车外放出。信息处理部170例如参照参照信息182、用户信息182等,基于图像识别处理,来对推定为利用斜坡的用户进行推定。
斜坡设置于本车辆M的后部。例如,自动驾驶控制装置100能够使本车辆M的后门开口(向上方抬起),使收纳及设定斜坡的驱动机构驱动而设定斜坡。
图15是示出设置有斜坡SL的本车辆M使用户乘车的位置的一例的图。例如,自动驾驶控制装置100在停止区域310中,使本车辆M在能够设定斜坡SL的位置停车。所谓能够设定斜坡SL的位置,是在假定为设定斜坡SL的情况下斜坡SL及剩余区域AR收束于停止区域310那样的位置。
由此,用户能够利用斜坡SL而容易地乘坐本车辆M。
根据以上说明的第一实施方式,自动驾驶控制装置100基于向本车辆M进行乘车预定的用户的类别,来变更在乘车预定的用户的附近停车时的动作的优先级,从而能够进行对于向车辆乘车预定的用户而言的适当的车迎接动作。
<第二实施方式>
以下,对于第二实施方式进行说明。在第二实施方式中,在本车辆M设置有滑动门和铰接车门。自动驾驶控制装置100基于进行乘车预定的用户的服装或乘车预定的用户的类别中的一方或双方,来决定成为最靠近用户中着眼的人的本车辆M的车门,以使决定出的车门位于人所处的位置附近的方式使本车辆M停车。以下,对于第二实施方式进行说明。
图16是示出第二实施方式的自动驾驶控制装置100A的功能构成的一例的图。自动驾驶控制装置100A例如取代第一实施方式的存储部180,而具备存储部180A。存储部180A除了存储于存储部180的信息之外,还具备学习模型184。学习模型184是若被输入基于图像的信息,则输出表示是以滑动门为基准来决定停车位置或是以铰接车门为基准而决定停止位置的信息的模型。学习模型184可以是利用了神经网络等的模型,也可以是确定了规定的函数、规定的规则的模型。
信息处理部170在使用学习模型184而得到的结果是以滑动门为基准而决定停车位置的情况下,以滑动门为基准而决定停车位置,在使用学习模型184而得到的结果是以铰接车门为基准而决定停车位置的情况下,以铰接车门为基准而决定停车位置。
[流程图]
图17是示出由第二实施方式的自动驾驶控制装置100A执行的处理的流程的一例的流程图。本处理例如在本车辆M到达了距乘降区域320规定距离的位置的情况下执行。
首先,信息处理部170取得由相机10拍摄到的图像(步骤S200)。接着,信息处理部170将在步骤S100中拍摄到的图像向学习模型184输入(步骤S202),取得学习模型184的输出结果(步骤S204)。
图18是示意性地示出从步骤S200到S204的处理的内容的图。在图示的例子中,信息处理部170通过向作为学习模型184的神经网络输入图像IM,从而取得表示以滑动门或铰接车门中的哪个车门为基准而决定停车位置的信息。
神经网络也可以在中间层导出图像所包含的乘车预定的用户的类别。在该情况下,也可以向其他的神经网络输入表示用户的类别的信息,基于其他的神经网络输出的结果,来取得表示以任一个车门为基准决定停车位置的信息。其他的神经网络是若输入用户的类别则导出被输入了的类别的用户喜好的车门的类别的模型。
例如,对于学习模型184,未图示的学习装置基于包含对各种各样的服装的人进行拍摄而得到的图像和此人喜好的车门的类别的学习数据,来进行学习。例如,学习装置在被输入了规定的图像的情况下,以该图像所包含的用户喜好的车门的类别作为输出结果而输出的方式,调整神经网络中的各层的系数、权重,从而生成学习模型184。例如,学习模型184在日式服装、和服、长裙、西装、礼服、正装等、难以从铰接车门的开口部向本车辆M乘入的服装的用户被拍摄到的图像被输入了的情况下输出表示以滑动门为基准而决定停车位置的信息。学习模型184也可以是针对每个车种类生成的模型。在该情况下,根据车种类的不同,有时任何服装都优选铰接车门或者优选滑动门。
返回图17的说明。在步骤S206中,信息处理部170基于学习模型184的输出结果,来决定对停车位置进行决定的基准的车门(步骤206),以决定出的车门为基准而使本车辆M停车(步骤S208)。由此,本流程图的1例程的处理结束。
例如,在乘车预定的用户穿着和服的情况下决定为基准的车门为滑动门的情况下,自动驾驶控制装置100如图19所示那样以设置有滑动门的车门接近穿着和服的用户的方式使本车辆M停止。由此,用户能够更加顺利地乘坐本车辆M。
学习模型184例如也可以是在被输入了人物被拍摄到的图像的情况下,输出表示以滑动门或铰接车门中的任一个车门为基准而决定停车位置的信息的模型。在该情况下,例如也可以与服装无关地,输出与人物的特征相应的车门的类别。
自动驾驶控制装置100也可以基于乘车预定的用户的服装和乘车预定的用户的类别中的一方或双方,来决定成为最靠近着眼的用户的本车辆M的车门。在该情况下,例如学习模型184在人物被拍摄到的图像被输入了的情况下,加上用户的服装和类别,而输出表示以哪个车门为基准而决定停车位置的信息。自动驾驶控制装置100也可以进行图像处理,决定用户的服装的类别和用户的类别,基于将与决定出的两个类别相应的2个分数统合了的结果,来决定设为基准的车门。
根据以上说明的第二实施方式,自动驾驶控制装置100基于乘车预定的用户的服装和乘车预定的用户的类别中的一方或双方,来决定成为最靠近用户中着眼的用户的本车辆M的车门,以使决定出的车门位于用户所处的位置附近的方式使本车辆M停车,从而能够提供考虑了车辆的用户的着衣的车迎接服务。
自动驾驶控制装置100也可以取代上述的控制(或者除此之外),例如根据与向本车辆M进行乘车预定的用户相关的以下的(a)~(d)的状态,来变更在用户的附近停车时的动作的优先级。(a)用户是仅成人的状态,(b)用户中包含儿童的状态,(c)用户中包含老年人的状态,(d)用户中包含儿童和老年人双方的状态。例如,也可以停车时的行为与(a)的状态相比,(b)、(c)、(d)的状态下更加缓慢地进行,本车辆M和用户的车辆的宽度方向上的距离与(a)的状态相比,(b)、(c)或(d)的状态下更近或者更远。自动驾驶控制装置100也可以在是(c)或(d)的状态的情况下,使提升座椅、规定的车载设备在停车时向车外放出。自动驾驶控制装置100也可以取代上述的控制(或者除此之外),基于向本车辆M乘车预定的用户的身高、脚的长度,而变更在用户的附近停车时的动作的优先级。用户的身高、脚的长度是表示“用户的类别”的信息的一例。例如,自动驾驶控制装置100也可以以用户容易乘坐本车辆M的方式,根据身高、脚的长度,而变更在用户的附近停车时的本车辆M和用户的车辆的宽度方向和行进方向中的一方或双方的距离。
[硬件结构]
图20是示出实施方式的自动驾驶控制装置100的硬件结构的一例的图。如图所示,自动驾驶控制装置100成为通信控制器100-1、CPU100-2、作为工作存储器而使用的RAM(Random Access Memory)100-3、保存引导程序等的ROM(Read Only Memory)100-4、闪存器、HDD(Hard Disk Drive)等存储装置100-5、驱动装置100-6等通过内部总线或者专用通信线而相互连接的结构。通信控制器100-1进行与自动驾驶控制装置100以外的构成要素的通信。在存储装置100-5中保存有CPU100-2执行的程序100-5a。该程序通过DMA(DirectMemory Access)控制器(未图示)等而在RAM100-3中展开,由CPU100-2执行。由此,实现第一控制部120、第二控制部160及信息处理部170中的一部分或全部。
上述说明的实施方式能够如以下那样来表达。
一种车辆控制装置,构成为具备:
存储有程序的存储装置;以及
硬件处理器,
所述硬件处理器通过执行存储于所述存储装置的程序来执行如下处理:
识别车辆的周边状况,
基于所述识别到的周边状况来控制所述车辆的转向及加减速,
基于向所述车辆进行乘车预定的用户的类别,来变更在所述乘车预定的所述用户的附近停车时的动作的优先级。
以上使用实施方式说明了本发明的具体实施方式,但本发明完全不被这样的实施方式限定,在不脱离本发明的主旨的范围内能够施加各种变形及替换。
Claims (13)
1.一种车辆控制装置,其特征在于,具备:
周边状况识别部,其识别车辆的周边状况;以及
驾驶控制部,其基于由所述周边状况识别部识别到的周边状况,来控制所述车辆的转向及加减速,
所述驾驶控制部基于向所述车辆进行乘车预定的用户的类别,来变更在所述乘车预定的所述用户的附近停车时的动作的优先级。
2.根据权利要求1所述的车辆控制装置,其中,
所述驾驶控制部在所述车辆从停车场出库而在使所述车辆的用户乘坐的乘车区域使所述用户乘坐的自动出库处理中,基于所述乘车预定的用户的类别,来变更在所述乘车预定的用户的附近停车时的动作的优先级。
3.根据权利要求1或2所述的车辆控制装置,其中,
所述用户的类别至少包含成人、儿童以及老年人这三个种类。
4.根据权利要求1至3中任一项所述的车辆控制装置,其中,
所述用户的类别包含儿童,
所述驾驶控制部在所述乘车预定的所述用户中包含一位以上的儿童的情况下,以所述车辆的车门接近所述一位以上的儿童中着眼的儿童等待的位置附近的方式使所述车辆停车,以使所述一位以上的儿童能够优先乘坐所述车辆。
5.根据权利要求4所述的车辆控制装置,其中,
所述驾驶控制部将所述乘车预定的用户中包含的一位以上的儿童中没有与所述乘车预定的一位以上的成人牵手的儿童从着眼的儿童除外。
6.根据权利要求4或5所述的车辆控制装置,其中,
所述驾驶控制部以在所述车辆的车室内设置有儿童座椅的座位附近的车门接近所述着眼的儿童等待的位置附近的方式使所述车辆停车。
7.根据权利要求6所述的车辆控制装置,其中,
所述用户的类别还包含老年人,
所述驾驶控制部在所述乘车预定的用户中除了所述一位以上的儿童之外还包含老年人的情况下,在所述一位以上的儿童中的全员或一部分乘坐所述车辆后,以所述车辆的车门接近所述老年人等待的位置附近的方式使所述车辆移动,以使所述老年人能够优先乘坐所述车辆。
8.根据权利要求1至7中任一项所述的车辆控制装置,其中,
所述驾驶控制部根据所述乘车预定的人数,在所述车辆的宽度方向上,控制所述车辆与所述乘车预定的用户中着眼的用户之间的所述宽度方向上的距离而使所述车辆停车。
9.根据权利要求1至8中任一项所述的车辆控制装置,其中,
在所述车辆设置有侧台阶,
所述驾驶控制部使所述车辆在能够使用所述侧台阶的位置停车。
10.根据权利要求1至9中任一项所述的车辆控制装置,其中,
在所述车辆设置有提升座椅,
所述驾驶控制部在所述乘车预定的用户中包含推定为利用所述提升座椅的用户的情况下,在所述停车时将所述提升座椅放出到车外。
11.根据权利要求1至10中任一项所述的车辆控制装置,其中,
在所述车辆设置有滑动门和铰接车门,
所述驾驶控制部基于所述乘车预定的用户的服装和所述乘车预定的用户的类别中的一方或双方,来决定最靠近所述用户中着眼的用户的所述车辆的车门,以使决定出的车门位于所述用户存在的位置附近的方式使所述车辆停车。
12.一种车辆控制方法,其特征在于,
所述车辆控制方法使车辆控制装置执行如下处理:
识别车辆的周边状况;
基于所述识别到的周边状况来控制所述车辆的转向及加减速;以及
基于向所述车辆进行乘车预定的用户的类别,来变更在所述乘车预定的所述用户的附近停车时的动作的优先级。
13.一种存储介质,其特征在于,
所述存储介质存储有程序,该程序使车辆控制装置执行如下处理:
识别车辆的周边状况;
基于所述识别到的周边状况来控制所述车辆的转向及加减速;以及
基于向所述车辆进行乘车预定的用户的类别,来变更在所述乘车预定的所述用户的附近停车时的动作的优先级。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019-058434 | 2019-03-26 | ||
JP2019058434A JP2020160705A (ja) | 2019-03-26 | 2019-03-26 | 車両制御装置、車両制御方法、およびプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111766868A true CN111766868A (zh) | 2020-10-13 |
Family
ID=72607844
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010159833.8A Pending CN111766868A (zh) | 2019-03-26 | 2020-03-09 | 车辆控制装置、车辆控制方法及存储介质 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20200310457A1 (zh) |
JP (1) | JP2020160705A (zh) |
CN (1) | CN111766868A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114724397A (zh) * | 2020-12-22 | 2022-07-08 | 丰田自动车株式会社 | 自动驾驶装置和自动驾驶方法 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7243389B2 (ja) * | 2019-03-29 | 2023-03-22 | マツダ株式会社 | 車両走行制御装置 |
US20220144140A1 (en) * | 2020-11-09 | 2022-05-12 | Ford Global Technologies, Llc | Exterior imager utilized in adjusting a passenger compartment arrangement |
JP7439781B2 (ja) * | 2021-03-02 | 2024-02-28 | トヨタ自動車株式会社 | 自動運転車両、乗合車両及び車両乗換システム |
JP7388383B2 (ja) | 2021-03-26 | 2023-11-29 | トヨタ自動車株式会社 | 車両及び車両運行システム |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017124802A (ja) * | 2016-01-15 | 2017-07-20 | トヨタ自動車株式会社 | 駐車支援装置 |
JP2017185954A (ja) * | 2016-04-07 | 2017-10-12 | トヨタ自動車株式会社 | 自動運転車両 |
US20180137593A1 (en) * | 2016-11-11 | 2018-05-17 | Uber Technologies, Inc. | Personalizing ride experience based on contextual ride usage data |
JP2018081623A (ja) * | 2016-11-18 | 2018-05-24 | 本田技研工業株式会社 | 車両制御システム、車両制御方法、および車両制御プログラム |
CN108290577A (zh) * | 2016-08-29 | 2018-07-17 | 马自达汽车株式会社 | 车辆控制装置 |
US10152053B1 (en) * | 2017-07-06 | 2018-12-11 | Cubic Corporation | Passenger classification-based autonomous vehicle routing |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018169441A (ja) * | 2017-03-29 | 2018-11-01 | 三菱自動車工業株式会社 | 車両制御装置 |
-
2019
- 2019-03-26 JP JP2019058434A patent/JP2020160705A/ja active Pending
-
2020
- 2020-03-09 CN CN202010159833.8A patent/CN111766868A/zh active Pending
- 2020-03-16 US US16/819,213 patent/US20200310457A1/en not_active Abandoned
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017124802A (ja) * | 2016-01-15 | 2017-07-20 | トヨタ自動車株式会社 | 駐車支援装置 |
JP2017185954A (ja) * | 2016-04-07 | 2017-10-12 | トヨタ自動車株式会社 | 自動運転車両 |
CN108290577A (zh) * | 2016-08-29 | 2018-07-17 | 马自达汽车株式会社 | 车辆控制装置 |
US20180137593A1 (en) * | 2016-11-11 | 2018-05-17 | Uber Technologies, Inc. | Personalizing ride experience based on contextual ride usage data |
JP2018081623A (ja) * | 2016-11-18 | 2018-05-24 | 本田技研工業株式会社 | 車両制御システム、車両制御方法、および車両制御プログラム |
US10152053B1 (en) * | 2017-07-06 | 2018-12-11 | Cubic Corporation | Passenger classification-based autonomous vehicle routing |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114724397A (zh) * | 2020-12-22 | 2022-07-08 | 丰田自动车株式会社 | 自动驾驶装置和自动驾驶方法 |
US11807223B2 (en) | 2020-12-22 | 2023-11-07 | Toyota Jidosha Kabushiki Kaisha | Automated drive device and automated drive method |
CN114724397B (zh) * | 2020-12-22 | 2024-04-05 | 丰田自动车株式会社 | 自动驾驶装置和自动驾驶方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2020160705A (ja) | 2020-10-01 |
US20200310457A1 (en) | 2020-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110239538B (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
CN110228472B (zh) | 车辆控制***、车辆控制方法及存储介质 | |
CN111391826B (zh) | 车辆控制***、车辆控制方法及存储介质 | |
CN111582520A (zh) | 车迎接管理装置、车迎接控制方法及存储介质 | |
CN111766868A (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
CN111796592B (zh) | 车辆控制***、车辆控制方法及存储介质 | |
JP7145112B2 (ja) | 車両制御装置、車両制御方法、およびプログラム | |
CN111986505B (zh) | 控制装置、上下车设施、控制方法及存储介质 | |
JP7236307B2 (ja) | 車両制御装置、車両制御方法、及びプログラム | |
CN111731293A (zh) | 车辆控制***、车辆控制方法及存储介质 | |
CN111665832A (zh) | 车辆控制装置、车辆控制***、车辆控制方法及存储介质 | |
CN111932927B (zh) | 管理装置、管理方法及存储介质 | |
CN111768508B (zh) | 收费装置、收费方法及存储介质 | |
CN111746437A (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
CN111796591B (zh) | 车辆控制装置、监视***、车辆控制方法及存储介质 | |
US11377124B2 (en) | Vehicle control device, vehicle control method, and storage medium | |
CN111746438A (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
CN111688708A (zh) | 车辆控制***、车辆控制方法及存储介质 | |
CN111661038A (zh) | 车辆控制***、车辆控制方法及存储介质 | |
CN111619568A (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
CN111619571B (zh) | 车辆控制***、车辆控制方法及存储介质 | |
CN111754005A (zh) | 管理装置、管理方法及存储介质 | |
CN112009478A (zh) | 车辆控制***、车辆控制方法及存储介质 | |
CN111951545A (zh) | 信息处理装置、车辆控制装置、信息处理方法及存储介质 |
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 |