CN112677978B - 预测装置、车辆***、预测方法及存储介质 - Google Patents
预测装置、车辆***、预测方法及存储介质 Download PDFInfo
- Publication number
- CN112677978B CN112677978B CN202011096175.9A CN202011096175A CN112677978B CN 112677978 B CN112677978 B CN 112677978B CN 202011096175 A CN202011096175 A CN 202011096175A CN 112677978 B CN112677978 B CN 112677978B
- Authority
- CN
- China
- Prior art keywords
- unit
- prediction
- moving body
- risk
- time
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 173
- 230000008859 change Effects 0.000 claims description 21
- 238000005070 sampling Methods 0.000 description 69
- 238000010586 diagram Methods 0.000 description 30
- 230000008569 process Effects 0.000 description 16
- 238000004891 communication Methods 0.000 description 13
- 230000015654 memory Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 230000009471 action Effects 0.000 description 7
- 230000001133 acceleration Effects 0.000 description 6
- 230000006399 behavior Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000033228 biological regulation Effects 0.000 description 3
- 238000002485 combustion reaction Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 241001465754 Metazoa Species 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
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000003936 working memory Effects 0.000 description 1
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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
- B60W60/00274—Planning or execution of driving tasks using trajectory prediction for other traffic participants considering possible movement changes
-
- 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
- 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
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
-
- 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
- B60W40/04—Traffic 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
- 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
- B60W50/0097—Predicting future conditions
-
- 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
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- 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
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4041—Position
-
- 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
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4045—Intention, e.g. lane change or imminent movement
-
- 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
- B60W2556/10—Historical data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/62—Extraction of image or video features relating to a temporal dimension, e.g. time-based feature extraction; Pattern tracking
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
提供能够更加精度良好地导出移动体的将来的风险的预测装置、车辆***、预测方法及存储介质。预测装置具备:识别部,其识别移动体的状态;预测部,其基于所述识别部的识别结果,来预测所述移动体的将来的位置;处理部,其基于由所述识别部识别到的移动体的位置与由所述预测部过去预测到的将来的位置之间的偏离,来决定对所述移动体是设定第一风险区域,还是设定比所述第一风险区域大的第二风险区域。
Description
技术领域
本发明涉及预测装置、车辆***、预测方法及存储介质。
背景技术
近年来,关于自动地控制车辆的研究不断进展。以往,公开了对本车辆的周围的移动物体的将来位置进行预测的预测装置(日本特开2018-124663号公报、日本特开2002-74594号公报、日本专利第4349452号公报)。该预测装置具备:第一预测部,其对所述移动物体的将来位置进行简易预测;第二预测部,其与所述第一预测部相比高精度地对所述移动物体的将来位置进行正式预测;以及分配部,其根据所述简易预测的结果,来分配通过所述第二预测部对所述将来位置进行正式预测的移动物体。
然而,上述的预测装置有时不能精度良好地导出移动体的将来的风险。
发明内容
本发明是考虑这样的情况而完成的,其目的之一在于提供能够更加精度良好地导出移动体的将来的风险的预测装置、车辆***、预测方法及存储介质。
用于解决课题的方案
本发明的预测装置、车辆***、预测方法及存储介质采用了以下的结构。
(1):本发明的一方案的预测装置具备:识别部,其识别移动体的状态;预测部,其基于所述识别部的识别结果,来预测所述移动体的将来的位置;以及处理部,其基于由所述识别部识别到的移动体的位置与由所述预测部过去预测到的将来的位置之间的偏离,来决定对所述移动体是设定第一风险区域,还是设定比所述第一风险区域大的第二风险区域。
(2):在上述(1)的方案中,所述处理部对所述移动体的当前的位置与所述移动体的将来的位置中的一方或双方设定所述第一风险区域或所述第二风险区域。
(3):在上述(1)或(2)的方案中,在所述识别部识别到的第二时刻的所述移动体的第一位置与所述预测部在所述第二时刻之前的第一时刻预测到的所述第二时刻的所述移动体的第二位置之间的偏离小于第一规定程度的情况下,所述处理部对所述移动体设定所述第一风险区域,在所述识别部识别到的所述第二时刻的所述移动体的所述第一位置与所述预测部在所述第二时刻之前的第一时刻预测到的所述第二时刻的所述移动体的所述第二位置之间的偏离为第一规定程度以上的情况下,所述处理部对所述移动体设定所述第二风险区域。
(4):在上述(3)的方案中,所述处理部在设定所述第二风险区域之后所述第一位置与所述第二位置之间的偏离小于第二规定程度的情况下,对所述移动体设定所述第一风险区域。
(5):在上述(4)的方案中,所述第二规定程度为比所述第一规定程度小的程度。
(6):在上述(2)至(5)中的任意方案中,所述处理部对所述识别部识别到的第二时刻的所述移动体的第一位置与所述预测部在所述第二时刻之前的第一时刻预测到的所述第二时刻的所述移动体的第二位置之间的偏离为第一规定程度以上、且存在于距基准位置规定的范围内的移动体设定所述第二风险区域。
(7):在上述(1)至(6)中的任意方案中,所述识别部和所述预测部中的至少一方基于由所述识别部识别到的移动体的位置与由所述预测部过去预测到的将来的位置之间的偏离,来变更处理的周期。
(8):在上述(7)的方案中,在所述识别部识别到的第二时刻的所述移动体的第一位置与所述预测部在所述第二时刻之前的第一时刻预测到的所述第二时刻的所述移动体的第二位置之间的偏离小于第一规定程度的情况下,所述识别部和所述预测部中的至少一方不变更所述处理的周期,在所述识别部识别到的所述第二时刻的所述移动体的所述第一位置与所述预测部在所述第二时刻之前的第一时刻预测到的所述第二时刻的所述移动体的所述第二位置之间的偏离为第一规定程度以上的情况下,所述识别部和所述预测部中的至少一方变更所述处理的周期。
(9):在上述(8)的方案中,所述识别部和所述预测部中的至少一方在变更所述处理的周期之后所述第一位置与所述第二位置之间的偏离小于第三规定程度的情况下,将所述处理的周期变更为变更前的周期。
(10):在上述(9)的方案中,所述第三规定程度为比所述第一规定程度小的程度。
(11):在上述(8)至(10)中的任意方案中,在所述识别部识别到的第二时刻的所述移动体的第一位置与所述预测部在所述第二时刻之前的第一时刻预测到的所述第二时刻的所述移动体的第二位置之间的偏离为第一规定程度以上、且所述移动体存在于距基准位置规定的范围内的情况下,所述识别部和所述预测部中的至少一方变更将所述移动体作为对象的处理的周期。
(12):本发明的一方案的预测装置具备:识别部,其识别移动体的状态;预测部,其基于所述识别部的识别结果,来预测所述移动体的将来的位置;以及处理部,其对所述移动体设定风险区域,所述识别部和所述预测部中的至少一方基于由所述识别部识别到的移动体的位置与由所述预测部过去预测到的将来的位置之间的偏离,来变更处理的周期。
(13):本发明的一方案的车辆***包括:上述(1)至(12)中的任意方案的预测装置;以及控制装置,其基于由所述处理部设定的第一风险区域或第二风险区域,来控制车辆的速度及转向中的至少一方。
(14):本发明的一方案的预测方法,其中,所述预测方法使计算机进行如下处理:识别移动体的状态;基于所述识别结果,来预测所述移动体的将来的位置;以及基于识别到的所述移动体的位置与过去预测到的将来的位置之间的偏离,来决定对所述移动体是设定第一风险区域,还是设定比所述第一风险区域大的第二风险区域。
(15):本发明的一方案的存储介质,其存储有程序,其中,所述程序使计算机进行如下处理:识别移动体的状态;基于所述识别结果,来预测所述移动体的将来的位置;以及基于识别到的所述移动体的位置与过去预测到的将来的位置之间的偏离,来决定对所述移动体是设定第一风险区域,还是设定比所述第一风险区域大的第二风险区域。
根据(1)~(15),预测装置基于由识别部识别到的移动体的位置与由预测部过去预测到的将来的位置之间的偏离,来设定第一风险区域或第二风险区域,由此能够更加精度良好地导出移动体的将来的风险。尤其是,预测装置能够更加精度良好地导出进行出乎预料的运动的移动体的将来的风险。
根据(4),预测装置在设定第二风险区域之后第一位置与第二位置之间的偏离小于第二规定程度的情况下,设定第一风险区域,由此能够对移动体设定更适当的风险。
根据(5),第二规定程度为比第一规定程度小的程度,因此振荡(hunting)得到抑制。
根据(6),处理部对存在于距基准位置规定的范围内的移动体设定第二风险区域,由此能够减轻处理负荷,且更加精度良好地导出移动体的将来的风险。
根据(7),预测装置的识别部和预测部中的至少一方基于由识别部识别到的移动体的位置与由预测部过去预测到的将来的位置之间的偏离,来变更处理的周期,由此能够更迅速地使基于预测结果得到的移动体的位置与基于识别部的识别结果得到的移动体的位置接近。
根据(9),预测装置在变更处理的周期之后第一位置与第二位置之间的偏离小于第三规定程度的情况下,将处理的周期变更为变更前的周期,由此能够减轻装置的处理负荷。
根据(10),第三规定程度为比第一规定程度小的程度,因此振荡得到抑制。
根据(11),处理部在移动体存在于距基准位置规定的范围内的情况下,变更将移动体作为对象的处理的周期,由此能够减轻处理负荷,且更迅速地使基于预测结果得到的移动体的位置与基于识别部的识别结果得到的移动体的位置接近。
根据(12),识别部和预测部中的至少一方基于由识别部识别到的移动体的位置与由预测部过去预测到的将来的位置之间的偏离,来变更处理的周期,由此能够在减轻处理负荷的同时,更迅速地使基于预测结果得到的移动体的位置与基于识别部的识别结果得到的移动体的位置接近。
根据(13),车辆能够进行更加与移动体的特性适应的行驶。
附图说明
图1是利用了实施方式的车辆控制装置的车辆***的结构图。
图2是第一控制部及第二控制部的功能结构图。
图3是表示设定了风险区域的场景的一例的图。
图4是用于说明预测到的行人PD的位置的图。
图5是用于说明识别到的行人PD的位置的图。
图6是用于说明第一风险区域和第二风险区域的图。
图7是表示本车辆的行为的一例的图。
图8是用于说明采样率的变更的图。
图9是用于说明处理部使采样率上升了的情况下的处理和不使采样率上升的情况下的处理的图。
图10是用于说明采样率的上升的图。
图11是采样率被变更的情况下的处理和采样率不被变更的情况下的处理的概念图。
图12是用于说明规定的移动体的图。
图13是用于说明采样率的变更的图。
图14是表示由处理部执行的处理的流程的一例的流程图。
图15是表示由处理部执行的处理的流程的一例的流程图。
图16是表示车辆***的功能结构的一例的图。
图17是表示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,来说明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。以下,对适用左侧通行的法规的情况进行说明,但在适用右侧通行的法规的情况下,将左右对调阅读即可。本说明书全文使用的单数形式“一”、“该”包括复数释义,除非语境明确表明并非如此。
[整体结构]
图1是利用了实施方式的车辆控制装置的车辆***1的结构图。搭载车辆***1的车辆例如是二轮、三轮、四轮等的车辆,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。电动机使用由与内燃机连结的发电机发出的发电电力、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、LIDAR(Light Detection and Ranging)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 Positioning Unit)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及转向装置220。这些装置、设备通过CAN(ControllerAreaNetwork)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所示的结构只是一例,可以省略结构的一部分,也可以进一步追加别的结构。
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安装于搭载车辆***1的车辆(以下称作本车辆M)的任意部位。在对前方进行拍摄的情况下,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例如周期性地反复对本车辆M的周边进行拍摄。相机10也可以是立体相机。
雷达装置12向本车辆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)来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。
LIDAR14向本车辆M的周边照射光(或者波长与光接近的的电磁波),测定散射光。LIDAR14基于从发光到受光的时间,来检测距对象的距离。照射的光例如是脉冲状的激光。LIDAR14安装于本车辆M的任意部位。
物体识别装置16对由相机10、雷达装置12及LIDAR14中的一部分或全部检测的检测结果进行传感器融合处理,来识别物体的位置、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可以将相机10、雷达装置12及LIDAR14的检测结果直接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,来与存在于本车辆M的周边的其他车辆通信,或者经由无线基站与各种服务器装置通信。
HMI30对本车辆M的乘员提示各种信息,并且接受由乘员进行的输入操作。HMI30包括各种显示装置、扬声器、蜂鸣器、触摸面板、开关、按键等。
车辆传感器40包括检测本车辆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、以及检测本车辆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及路径决定部53。导航装置50将第一地图信息54保持于HDD(Hard Disk Drive)、闪存器等存储装置。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的位置也可以由利用了车辆传感器40的输出的INS(Inertial Navigation System)确定或补充。导航HMI52包括显示装置、扬声器、触摸面板、按键等。导航HMI52也可以一部分或全部与前述的HMI30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确定出的本车辆M的位置(或者输入的任意的位置)到由乘员使用导航HMI52输入的目的地的路径(以下称作地图上路径)。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的节点来表现道路形状的信息。第一地图信息54也可以包括道路的曲率、POI(PointOf Interest)信息等。地图上路径向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例如也可以通过乘员持有的智能手机、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,并从导航服务器取得与地图上路径同等的路径。
MPU60例如包括推荐车道决定部61,将第二地图信息62保持于HDD、闪存器等存储装置。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为多个区块(例如在车辆行进方向上按每100[m]进行分割),并参照第二地图信息62针对每个区块决定推荐车道。推荐车道决定部61进行在从左起第几车道上行驶这样的决定。推荐车道决定部61在地图上路径存在分支部位的情况下,决定推荐车道,以使本车辆M能够在用于向分支目的地行进的合理的路径上行驶。
第二地图信息62是比第一地图信息54高精度的地图信息。第二地图信息62例如包括车道的中央的信息或车道的边界的信息等。第二地图信息62可以包括道路信息、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可以通过通信装置20与其他装置通信而随时被更新。
驾驶操作件80例如包括油门踏板、制动踏板、换挡杆、转向盘、异形方向盘、操纵杆以及其他操作件。在驾驶操作件80上安装有检测操作量或操作的有无的传感器,其检测结果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和第二控制部160。第一控制部120和第二控制部160分别例如通过CPU(Central Processing Unit)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通过LSI(Large ScaleIntegration)、ASIC(Application Specific Integrated Circuit)、FPGA(Field-Programmable Gate Array)、GPU(Graphics Processing Unit)等硬件(包括电路部:circuitry)来实现,也可以通过软件与硬件的协同配合来实现。程序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(具备非暂时性的存储介质的存储装置),也可以保存于DVD、CD-ROM等能够装卸的存储介质,并通过存储介质(非暂时性的存储介质)装配于驱动装置而安装于自动驾驶控制装置100的HDD、闪存器。自动驾驶控制装置100为“控制装置”的一例。
图2是第一控制部120及第二控制部160的功能结构图。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例如并行实现基于AI(ArtificialIntelligence:人工智能)的功能和基于预先给出的模型的功能。例如,“识别交叉路口”的功能可以通过“并行执行基于深度学习等进行的交叉路口的识别和基于预先给出的条件(存在能够图案匹配的信号、道路标示等)进行的识别,并对双方进行评分而综合地评价”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LIDAR14经由物体识别装置16输入的信息,来识别处于本车辆M的周边的物体的位置、速度、加速度等状态。物体的位置例如被识别为以本车辆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,并使用于控制。物体的位置可以由该物体的重心、角部等代表点表示,也可以由表现出的区域表示。物体的“状态”也可以包括物体的加速度、加加速度、或者“行动状态”(例如是否正进行车道变更或要进行车道变更)。
识别部130例如识别本车辆M行驶着的车道(行驶车道)。例如,识别部130通过将从第二地图信息62得到的道路划分线的图案(例如实线与虚线的排列)与根据由相机10拍摄到的图像识别出的本车辆M的周边的道路划分线的图案进行比较,来识别行驶车道。识别部130不限于识别道路划分线,也可以识别道路划分线、包括路肩、缘石、中央隔离带、护栏等在内的行驶路边界(道路边界),由此来识别行驶车道。在该识别中,也可以加进从导航装置50取得的本车辆M的位置、由INS处理的处理结果。识别部130识别暂时停止线、障碍物、红灯、收费站以及其他道路现象。
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例如也可以识别本车辆M的基准点从车道中央的偏离、以及本车辆M的行进方向相对于将车道中央相连的线所成的角度,来作为本车辆M相对于行驶车道的相对位置及姿态。也可以代替于此,识别部130识别本车辆M的基准点相对于行驶车道的任意侧端部(道路划分线或道路边界)的位置等,来作为本车辆M相对于行驶车道的相对位置。
行动计划生成部140以原则上在由推荐车道决定部61决定的推荐车道上行驶、而且能够应对本车辆M的周边状况的方式,生成本车辆M自动(不依赖于驾驶员的操作)地将来行驶的目标轨道。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。轨道点是按沿途距离计每隔规定的行驶距离(例如数[m]程度)的本车辆M应该到达的地点,有别于此,每隔规定的采样时间(例如零点几[sec]程度)的目标速度及目标加速度作为目标轨道的一部分而生成。轨道点也可以是每隔规定的采样时间的在该采样时刻本车辆M应该到达的位置。在该情况下,目标速度、目标加速度的信息由轨道点的间隔表现。
行动计划生成部140在生成目标轨道时,可以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、接管事件等。行动计划生成部140生成与起动了的事件相应的目标轨道。
行动计划生成部140例如具备预测部142和处理部144。关于预测部142的处理和处理部144的处理的详细情况见后述。将上述的识别部130、预测部142及处理部144合起来是“预测装置”的一例。
第二控制部160控制行驶驱动力输出装置200、制动装置210及转向装置220,以使本车辆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。
返回图2,第二控制部160例如具备取得部162、速度控制部164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,并使存储器(未图示)存储该信息。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情况,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与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与基于从目标轨道的偏离进行的反馈控制组合而执行。
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、以及控制它们的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,使得与制动操作相应的制动转矩向各车轮输出。制动装置210可以具备将通过驾驶操作件80所包含的制动踏板的操作而产生的液压经由主液压缸向液压缸传递的机构作为备用。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,从而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-小齿轮机构来变更转向轮的朝向。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。
[预测部的详细情况]
预测部142基于识别部130的识别结果,来预测移动体的将来的位置。预测部142基于规定的算法,来预测将来的行人PD的位置。规定的算法是指,在预先设定的假定下模拟将来的每个步骤(时刻)的行人PD的移动。在该情况下,将来的每个步骤的行人PD的移动也可以考虑从其他交通参加者受到的影响。也可以代替于此,规定的算法将加速度、速度假定为恒定,通过多阶方程式来对轨迹进行拟合。
[处理部的详细情况]
(风险区域的设定)
处理部144基于由识别部130识别到的移动体的第一位置与由预测部142过去预测到的将来的第二位置之间的偏离,来决定是对移动体设定第一风险区域,还是对移动体设定比第一风险区域大的第二风险区域。以下,在不对第一风险区域与第二风险区域进行区别的情况下,有时称作“风险区域”。关于风险区域的详细情况见后述。“第一位置”是由识别部130识别到的移动体的位置,“第二位置”是预测部142预测到的移动体的位置。
“移动体”包括人、动物等。移动体包括行人、自行车、轮椅等。在以下的说明中,说明移动体为行人的情况。
图3是表示设定了风险区域的场景的一例的图。例如,在本车辆M在道路上行驶期间存在有在本车辆M的行进方向上存在的行人PD的情况下,处理部144对包含行人PD的区域及行人PD的将来的位置设定风险区域AR。例如,按照以下的顺序设定风险区域AR。
首先,处理部144取得由预测部142预测到的行人PD的位置。图4是用于说明预测到的行人PD的位置的图。例如如图所示,处理部144取得在时刻t预测到的位置Pa1(t+1)、位置Pa2(t+2)及位置Pa3(t+3)。位置Pa1(t+1)、位置Pa2(t+2)及位置Pa3(t+3)是预测为在时刻t+1存在的行人PD的位置、预测为在时刻t+2存在的行人PD的位置、预测为在时刻t+3存在的行人PD的位置。位置P(t)是时刻t下的行人PD的位置。
接着,处理部144取得在从时刻t到规定时刻(例如时刻+2)为止的期间由识别部130识别到的行人PD的位置。图5是用于说明识别到的行人PD的位置的图。例如如图所示,处理部144取得位置Pb1(t+1)及位置Pb2(t+2)。位置Pb1(t+1)及位置Pb2(t+2)是在时刻t+1识别到的行人PD的位置、以及在时刻t+2识别到的行人PD的位置。
接着,处理部144判定由识别部130识别到的移动体的位置(第一位置)相对于由预测部142过去预测到的将来的位置(第二位置)是否偏离第一规定程度以上(偏离例如距离L以上)。例如,处理部144在位置Pa2(t+2)与位置Pb2(t+2)未偏离第一规定程度以上的情况下,对移动体的当前的位置或移动体的将来的位置设定第一风险区域。处理部144在位置Pa2(t+2)与位置Pb2(t+2)偏离了第一规定程度以上的情况下,对移动体的当前的位置或移动体的将来的位置设定第二风险区域。第二风险区域是比第一风险区域大的区域。
例如,在满足以下的条件的情况下,处理部144判定为由识别部130识别到的移动体的位置相对于由预测部142过去预测到的将来的位置偏离了第一规定程度以上。
(1)时刻t+n下的第一位置相对于时刻t+n下的第二位置偏离了第一规定程度以上。“n”为任意的自然数。在该情况下,也可以根据时刻“n”来变更第一规定程度的值。
例如,位置Pa2(t+2)与位置Pb2(t+2)偏离了第一规定程度以上。
时刻t为“第一时刻”的一例,时刻t+2为“第二时刻”的一例。
(2)对针对每个时刻求出的第一位置与第二位置之间的偏离进行合计得到的值、平均得到的值为阈值以上。例如,位置Pa1(t+1)与位置Pb1(t+1)之间的距离、以及位置Pa2(t+2)与位置Pb2(t+2)之间的距离的合计为第一规定程度以上。
(3)上述的(1)或(2)的条件连续在多次的处理周期成立。例如,在时刻t+n下的第一位置相对于时刻t+n下的第二位置偏离了第一规定程度以上这一情况连续在多次(例如3次)的处理周期成立了的情况下,判定为第一位置与第二位置偏离了第一规定程度以上。
“风险区域”是指设定潜在风险值的区域。“潜在风险值”是指表示在本车辆M进入了设定有潜在风险值的区域的情况下的风险的高度的指标值。第一风险区域及第二风险区域是设定有作为规定的大小的指标值(超过零的指标值)的潜在风险值的区域。
图6是用于说明第一风险区域和第二风险区域的图。在图中,位置Pb3(t+3)、位置Pb4(t+4)、位置Pb5(t+5)是预测部142基于当前(时刻t+2)的行人PD的状态(位置、移动方向、速度)、过去的行人PD的状态而预测到的将来的行人PD的位置。例如,在距离L小于阈值Th(小于第一规定程度)的情况下,处理部144对Pb2(t+2)-Pb5(t+5)设定第一风险区域AR1。例如,在距离L为阈值Th以上的情况下,处理部144对Pb2(t+2)-Pb5(t+5)设定第二风险区域AR2。
风险区域例如以移动体的位置或移动体的将来的位置为中心设定。例如,风险区域设定为将移动体的中心点作为潜在风险值的最高值并随着向周边扩展而值降低。例如,风险区域中的潜在风险值也可以由高斯分布等表示风险的分布表现。风险区域例如设定为以移动体为中心而移动体移动的方向的区域比其他方向的区域大(或者移动体移动的方向的潜在风险值比其他方向的潜在风险值大)。与距当前近的将来的移动体的位置相比,在较远的将来的移动体的位置处风险区域设定为较大(或潜在风险值设定为较小)。
在设定了第二风险区域AR2之后,在第一位置与第二位置之间的偏离小于规定程度(第二规定程度)的情况下,处理部144也可以对移动体设定比第二风险区域AR2小的风险区域(第一风险区域AR1)。此时的规定程度(第二规定程度)也可以是与作为用于设定第二风险区域AR的基准的规定程度(第一规定程度)不同的程度。例如,第二规定程度也可以是比第一规定程度小的程度。
图7是表示本车辆M的行为的一例的图。在例如如上所述那样设定了第二风险区域AR2的情况下,自动驾驶控制装置100控制本车辆M以躲避第二风险区域。例如,自动驾驶控制装置100控制本车辆M,以免在时刻t+5接近与位置Pb5(时刻+5)对应的第二风险区域AR2。
这样,处理部144通过对运动不稳定的移动体或进行出乎预料的运动的移动体设定更大的风险区域,能够更加精度良好地导出移动体的将来的风险。并且,自动驾驶控制装置100能够执行抑制了向运动不稳定的移动体或进行出乎预料的运动的移动体接近的风险的行驶。
(采样率的变更)
识别部130和预测部142中的至少一方基于由识别部130识别到的移动体的位置与由预测部142过去预测到的将来的位置之间的偏离,来变更处理的周期。识别部130和预测部142中的至少一方在识别部130识别到的第二时刻的移动体的第一位置与预测部142在第二时刻之前的第一时刻预测到的第二时刻的移动体的第二位置之间的偏离小于第一规定程度的情况下,不变更处理的周期,在识别部130识别到的第二时刻的移动体的第一位置与预测部142在第二时刻之前的第一时刻预测到的第二时刻的移动体的第二位置之间的偏离为第一规定程度以上的情况下,变更处理的周期。
图8是用于说明采样率的变更的图。以与图5的不同点为中心进行说明。例如,处理部144在如前述的图5所示那样位置Pa2(t+2)与位置Pb2(t+2)偏离了第一规定程度以上的情况下,让识别部130使识别处理的采样率上升。例如,如图8所示,使采样率为2倍。以下,将上升了的采样率称作“第二采样率”,将上升前的采样率称作“第一采样率”。
然后,处理部144使预测部142针对识别处理的每个结果而预测移动体的将来的位置。即,预测部142使预测处理的采样率上升。
图9是用于说明处理部144使采样率上升了的情况的处理和不使采样率上升的情况的处理的图。例如,在处理部144不变更采样率的情况(不使采样率上升的情况)下,第一位置与第二位置之间的偏离有时不迅速缩小。与此相对,在处理部144变更采样率的情况(使采样率上升的情况)下,预测部142的预测结果成为向实际的移动体的位置接近的倾向,因此第一位置与第二位置之间的偏离缩小。
这样,处理部144通过使采样率上升,能够迅速地缩小第一位置与第二位置之间的偏离,能够更加精度良好地设定风险区域。
在上述的例子中,说明了处理部144在第一位置与第二位置之间的偏离为第一规定程度以上的情况下使采样率上升的情形,但也可以代替于此,在第一位置与第二位置之间的偏离小于第一规定程度的情况下,使采样率降低。
处理部144也可以基于由识别处理识别到的移动体的位置,来插补未识别的移动体的位置。例如,处理部144也可以基于位置Pa2(t+2)和位置Pa3(t+3),来插补位置Pa2.5(t+2.5)。也可以除了(或者代替)使采样率上升的处理,处理部144基于由预测处理预测到的移动体的位置,来插补未预测的移动体的将来的位置。例如,处理部144也可以基于由预测部142预测到的位置Pb2(t+2)和位置Pb3(t+3),来插补位置Pb3.5(t+3.5)的将来的移动体的位置。预测部142也可以基于过去的预测结果,来执行规定的处理周期的预测处理。
预测部142在使采样率上升时,也可以使预测处理的采样率上升。图10是用于说明采样率的上升的图。例如,识别部130在时刻T-时刻T+4分别识别移动体的位置。在采样率未被变更的情况下,预测部142在时刻T、时刻T+2、时刻T+4分别进行预测处理,预测将来的移动体的位置。然后,处理部144在时刻T、时刻T+2、时刻T+4基于该时刻的移动体的位置和通过过去的预测处理得到的将来的移动体的位置,来决定设定的风险区域,或者变更采样率。
与此相对,在采样率被变更了的情况下,预测部142在时刻T-时刻T+4分别进行预测处理,预测将来的移动体的位置。然后,处理部144在时刻T-时刻T+4的各个时刻基于该时刻的移动体的位置和通过过去的预测处理得到的将来的移动体的位置,来决定设定的风险区域,或者变更采样率。这样,处理部144通过使采样率上升,能够迅速地缩小第一位置与第二位置之间的偏离,能够更加精度良好地设定风险区域。
识别部130和预测部142中的至少一方在变更处理的周期之后第一位置与第二位置之间的偏离小于规定程度(第三规定程度)的情况下,也可以将处理的周期变更为变更前的周期。变更后的处理周期例如为第二采样率,变更前的处理的周期例如为第一采样率。第三规定程度可以是与第一规定程度相同的值,也可以是与第一规定程度不同的值。第三规定程度例如是比第一规定程度小的程度。
图11是采样率被变更的情况的处理和采样率不被变更的情况的处理的概念图。在第一位置与第二位置之间的偏离小于阈值Th1的情况下(1),处理部144以第一采样率进行处理(2)。在以后的处理中,也以第一采样率进行处理(3)。
在第一位置与第二位置之间的偏离为阈值Th1以上的情况下(10),处理部144以第二采样率进行处理(11)。第二采样率是与第一采样率相比采样率高的采样率。在以后的处理中,也以第二采样率进行处理(12)。当以第二采样率进行处理而第一位置与第二位置之间的偏离小于阈值Th2时,处理部144以第一采样率执行处理(13)。例如,阈值Th1与阈值Th2可以是同样的值,也可以是不同的值。阈值Th1可以是比阈值Th2大的值,也可以是比阈值Th2小的值。
这样,处理部144根据第一位置与第二位置之间的偏离来变更采样率,由此能够减轻处理负荷,且更加精度良好地对移动体设定风险区域。
(基于特定条件是否成立进行的处理)
处理部144也可以在特定条件成立了的情况下,以比特定条件成立之前短的周期(采样率)使预测部142执行预测部142预测移动体的将来的位置的预测处理、或者使识别部130执行识别部130识别移动体的状态的识别处理。特定条件是指,由识别部130识别到的移动体的第一位置相对于由预测部142过去预测到的移动体的将来的第二位置偏离规定程度(第一规定程度)以上、且移动体存在于距基准位置规定的范围内。以下,有时将存在于距基准位置(例如本车辆M的位置)规定的范围内的移动体称作“规定的移动体”。
处理部144也可以向针对多个移动体中的规定的移动体进行的处理适用第二采样率。规定的移动体是指与本车辆M的行驶相关的影响度为规定程度以上的移动体。规定的移动体例如是存在于距本车辆M规定距离以内的行人PD。
图12是用于说明规定的移动体的图。例如,处理部144在作为规定的移动体的行人PD1及行人PD2的处理中适用第二采样率,在作为规定的移动体的行人PD3的处理中适用第一采样率。
这样,处理部144通过在规定的移动体的处理中适用第二采样率,能够减轻处理负荷,且能够更加精度良好地对移动体设定风险区域。
处理部144也可以在特定条件成立的情况下,在针对特定条件成立的移动体而第一位置与第二位置偏离了第一规定程度以上时,对该移动体设定第二风险区域。在该情况下,处理部144也可以即便在第一位置与第二位置偏离了第一规定程度以上的情况下,在特定条件未成立时,也不对该移动体设定第二风险区域,而设定第一风险区域。
(其他)
在预测处理中,也可以如下述那样变更采样率。图13是用于说明采样率的变更的图。以与图6之间的不同点为中心进行说明。例如,处理部144在位置Pa2(t+2)与位置Pb2(t+2)偏离了第一规定程度以上的情况下,使预测处理的采样率上升。例如,使采样率为2倍而如位置Pb2(t+2)、位置Pb2.5(t+2.5)、位置Pb3(t+3)、位置Pb3.5(t+3.5)···这样预测位置。
这样,处理部144通过使采样率上升,能够更加精度良好地预测移动体的将来的位置,更加精度良好地导出移动体的将来的风险。
处理部144也可以省略将第一风险区域与第二风险区域切换设定的处理,而基于第一位置与第二位置是否偏离了第一规定程度以上,来进行该变更采样率的处理。即,在自动驾驶控制装置100中,也可以是,进行设定第二风险区域的处理的功能被省略,识别部130和预测部142中的至少一方具有基于由识别部130识别到的移动体的位置与由预测部142过去预测到的将来的位置之间的偏离来变更处理的周期的功能。
如上述那样,处理部144通过使采样率上升,能够使第一位置与第二位置之间的偏离迅速缩小。
[流程图(其1)]
图14是表示由处理部144执行的处理的流程的一例的流程图。首先,处理部144判定由预测部142预测到的移动体的第一位置与由识别部130识别到的移动体的第二位置是否偏离了第一规定程度以上(步骤S100)。
在第一位置与第二位置偏离了第一规定程度以上的情况下,处理部144以第二采样率使识别部130执行识别处理,以第二采样率使预测部142执行预测处理(步骤S102)。在第一位置与第二位置未偏离第一规定程度以上的情况下,处理部144以第一采样率使识别部130执行识别处理,以第一采样率使预测部142执行预测处理(步骤S104)。由此,本流程图的1个例程的处理结束。
如上所述,处理部144基于第一位置与第二位置之间的偏离程度来变更采样率,由此能够减轻处理负荷,且更加精度良好地对移动体设定风险区域。
[流程图(其2)]
图15是表示由处理部144执行的处理的流程的一例的流程图。首先,处理部144判定由预测部142预测到的移动体的第一位置与由识别部130识别到的移动体的第二位置是否偏离了第一规定程度以上(步骤S200)。
在第一位置与第二位置偏离了第一规定程度以上的情况下,处理部144对移动体的位置及移动体的将来的位置设定第二风险区域(步骤S202)。在第一位置与第二位置未偏离第一规定程度以上的情况下,处理部144对移动体的位置及移动体的将来的位置设定第一风险区域(步骤S204)。处理部144在设定风险区域之后,基于风险区域来生成将来的轨道,执行基于所生成的轨道进行的控制(步骤S206)。由此,本流程图的1个例程的处理结束。
如上所述,处理部144执行基于风险区域进行的控制,由此能够使本车辆M在离移动体有充分距离的位置行驶。例如,处理部144对行为不稳定或者进行出乎预料的行为的移动体设定第二风险区域,由此能够使本车辆M在离该移动体有充分距离的位置行驶。
根据以上说明的第一实施方式,处理部144基于第一位置与第二位置之间的偏离程度来变更风险区域,由此能够更加精度良好地对移动体设定风险区域。处理部144通过基于第一位置与第二位置之间的偏离程度来变更采样率,能够减轻处理负荷,且迅速地减少偏离程度。
<变形例>
图16是表示车辆***1的功能结构的一例的图。车辆***1A代替自动驾驶控制装置100而具备自动驾驶控制装置100A。车辆***1A具备预测装置300。关于在第一实施方式中说明过的自动驾驶控制装置100以外的结构,省略图示及说明。
自动驾驶控制装置100A例如具备第一控制部120A和第二控制部160。第一控制部120A具备行动计划生成部140。
预测装置300例如具备识别部130、预测部320及处理部330。识别部130例如取得物体识别装置16的处理结果,与第一实施方式的识别部130同样地进行识别处理。预测部320具有与预测部142同等的功能,处理部330具有与处理部144同等的功能。处理部330向自动驾驶控制装置100提供处理结果。自动驾驶控制装置100基于处理部330的处理结果(例如风险区域)来控制本车辆M。
根据以上说明的变形例,起到与第一实施方式的效果同样的效果。
[硬件结构]
图17是表示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以外的构成要素之间的通信。在存储装置100-5中保存有CPU100-2执行的程序100-5a。该程序由DMA(DirectMemory Access)控制器(未图示)等向RAM100-3展开,并由CPU100-2执行。由此,实现识别部130、预测部142及处理部144中的一部分或全部。
上述说明的实施方式可以通过以下方式表现。
车辆控制装置构成为具备:
存储装置,其存储有程序;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而进行如下处理:
识别移动体的状态;
基于所述识别结果来预测所述移动体的将来的位置;以及
基于识别到的所述移动体的位置与过去预测到的将来的位置之间的偏离,来决定对所述移动体是设定第一风险区域,还是设定比所述第一风险区域大的第二风险区域。
以上使用实施方式说明了本发明的具体实施方式,但本发明丝毫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 (15)
1.一种预测装置,其中,
所述预测装置具备:
识别部,其识别移动体的状态;
预测部,其基于所述识别部的识别结果,来预测所述移动体的将来的位置;以及
处理部,其基于由所述识别部识别到的移动体的位置与由所述预测部过去预测到的将来的位置之间的偏离,来决定对所述移动体是设定第一风险区域,还是设定比所述第一风险区域大的第二风险区域,
所述第一风险区域和所述第二风险区域是被设定了表示在安装有所述预测装置的车辆进入的情况下的风险的高度的指标值的区域。
2.根据权利要求1所述的预测装置,其中,
所述处理部对所述移动体的当前的位置和所述移动体的将来的位置中的一方或双方设定所述第一风险区域或所述第二风险区域。
3.根据权利要求1或2所述的预测装置,其中,
在所述识别部识别到的第二时刻的所述移动体的第一位置与所述预测部在所述第二时刻之前的第一时刻预测到的所述第二时刻的所述移动体的第二位置之间的偏离小于第一规定程度的情况下,所述处理部对所述移动体设定所述第一风险区域,
在所述识别部识别到的所述第二时刻的所述移动体的所述第一位置与所述预测部在所述第二时刻之前的第一时刻预测到的所述第二时刻的所述移动体的所述第二位置之间的偏离为第一规定程度以上的情况下,所述处理部对所述移动体设定所述第二风险区域。
4.根据权利要求3所述的预测装置,其中,
所述处理部在设定所述第二风险区域之后所述第一位置与所述第二位置之间的偏离小于第二规定程度的情况下,对所述移动体设定所述第一风险区域。
5.根据权利要求4所述的预测装置,其中,
所述第二规定程度为比所述第一规定程度小的程度。
6.根据权利要求2所述的预测装置,其中,
所述处理部对所述识别部识别到的第二时刻的所述移动体的第一位置与所述预测部在所述第二时刻之前的第一时刻预测到的所述第二时刻的所述移动体的第二位置之间的偏离为第一规定程度以上、且存在于距基准位置规定的范围内的移动体设定所述第二风险区域。
7.根据权利要求1或2所述的预测装置,其中,
所述识别部和所述预测部中的至少一方基于由所述识别部识别到的移动体的位置与由所述预测部过去预测到的将来的位置之间的偏离,来变更处理的周期。
8.根据权利要求7所述的预测装置,其中,
在所述识别部识别到的第二时刻的所述移动体的第一位置与所述预测部在所述第二时刻之前的第一时刻预测到的所述第二时刻的所述移动体的第二位置之间的偏离小于第一规定程度的情况下,所述识别部和所述预测部中的至少一方不变更所述处理的周期,
在所述识别部识别到的所述第二时刻的所述移动体的所述第一位置与所述预测部在所述第二时刻之前的第一时刻预测到的所述第二时刻的所述移动体的所述第二位置之间的偏离为第一规定程度以上的情况下,所述识别部和所述预测部中的至少一方变更所述处理的周期。
9.根据权利要求8所述的预测装置,其中,
所述识别部和所述预测部中的至少一方在变更所述处理的周期之后所述第一位置与所述第二位置之间的偏离小于第三规定程度的情况下,将所述处理的周期变更为变更前的周期。
10.根据权利要求9所述的预测装置,其中,
所述第三规定程度为比所述第一规定程度小的程度。
11.根据权利要求8所述的预测装置,其中,
在所述识别部识别到的第二时刻的所述移动体的第一位置与所述预测部在所述第二时刻之前的第一时刻预测到的所述第二时刻的所述移动体的第二位置之间的偏离为第一规定程度以上、且所述移动体存在于距基准位置规定的范围内的情况下,所述识别部和所述预测部中的至少一方变更将所述移动体作为对象的处理的周期。
12.一种预测装置,其中,
所述预测装置具备:
识别部,其识别移动体的状态;
预测部,其基于所述识别部的识别结果,来预测所述移动体的将来的位置;以及
处理部,其对所述移动体设定风险区域,
所述识别部和所述预测部中的至少一方基于由所述识别部识别到的移动体的位置与由所述预测部过去预测到的将来的位置之间的偏离,来变更处理的周期,
所述风险区域是被设定了表示在安装有所述预测装置的车辆进入的情况下的风险的高度的指标值的区域。
13.一种车辆***,其中,
所述车辆***包括:
权利要求1或2所述的预测装置;以及
控制装置,其基于由所述处理部设定的第一风险区域或第二风险区域,来控制车辆的速度及转向中的至少一方。
14.一种预测方法,其是基于预测装置的预测方法,其中,
所述预测方法使计算机进行如下处理:
识别移动体的状态;
基于所述识别结果,来预测所述移动体的将来的位置;以及
基于识别到的所述移动体的位置与过去预测到的将来的位置之间的偏离,来决定对所述移动体是设定第一风险区域,还是设定比所述第一风险区域大的第二风险区域,
所述第一风险区域和所述第二风险区域是被设定了表示在安装有所述预测装置的车辆进入的情况下的风险的高度的指标值的区域。
15.一种存储介质,其存储有执行基于预测装置的预测方法的程序,其中,
所述程序使计算机进行如下处理:
识别移动体的状态;
基于所述识别结果来预测所述移动体的将来的位置;以及
基于识别到的所述移动体的位置与过去预测到的将来的位置之间的偏离,来决定对所述移动体是设定第一风险区域,还是设定比所述第一风险区域大的第二风险区域,
所述第一风险区域和所述第二风险区域是被设定了表示在安装有所述预测装置的车辆进入的情况下的风险的高度的指标值的区域。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019-191022 | 2019-10-18 | ||
JP2019191022A JP7232166B2 (ja) | 2019-10-18 | 2019-10-18 | 予測装置、車両システム、予測方法、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112677978A CN112677978A (zh) | 2021-04-20 |
CN112677978B true CN112677978B (zh) | 2024-06-07 |
Family
ID=75445754
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011096175.9A Active CN112677978B (zh) | 2019-10-18 | 2020-10-14 | 预测装置、车辆***、预测方法及存储介质 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11866071B2 (zh) |
JP (1) | JP7232166B2 (zh) |
CN (1) | CN112677978B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20210074937A (ko) * | 2019-12-12 | 2021-06-22 | 현대자동차주식회사 | 차량 및 그 제어방법 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8538902B2 (en) * | 2007-08-27 | 2013-09-17 | Toyota Jidosha Kabushiki Kaisha | Behavior predicting device that predicts the behavior of an object based on characteristic values of the object |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002074594A (ja) | 2000-08-25 | 2002-03-15 | Alpine Electronics Inc | 障害物検知システム |
WO2010038851A1 (ja) | 2008-10-02 | 2010-04-08 | 日立オートモティブシステムズ株式会社 | 車両走行に関する情報処理装置 |
JP4917626B2 (ja) * | 2009-03-31 | 2012-04-18 | 本田技研工業株式会社 | 内燃機関の吸気装置 |
CN106164998B (zh) * | 2014-04-10 | 2019-03-15 | 三菱电机株式会社 | 路径预测装置 |
JP6442904B2 (ja) * | 2014-08-01 | 2018-12-26 | 株式会社デンソー | 運転支援装置 |
US9604639B2 (en) * | 2015-08-28 | 2017-03-28 | Delphi Technologies, Inc. | Pedestrian-intent-detection for automated vehicles |
JP6752024B2 (ja) | 2016-02-12 | 2020-09-09 | 日立オートモティブシステムズ株式会社 | 画像処理装置 |
US10126722B2 (en) * | 2016-08-01 | 2018-11-13 | Qualcomm Incorporated | System and method of dynamically controlling parameters for processing sensor output data for collision avoidance and path planning |
JP2018124663A (ja) | 2017-01-30 | 2018-08-09 | 日立オートモティブシステムズ株式会社 | 移動物体予測装置 |
JP7002910B2 (ja) | 2017-10-20 | 2022-01-20 | 株式会社Soken | 物体検知装置 |
JP7100998B2 (ja) * | 2018-03-08 | 2022-07-14 | 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 |
US11345342B2 (en) * | 2019-09-27 | 2022-05-31 | Intel Corporation | Potential collision warning system based on road user intent prediction |
US20220315047A1 (en) * | 2021-03-30 | 2022-10-06 | Honda Research Institute Europe Gmbh | Method, system and vehicle with an uncertainty-based lane positioning control |
-
2019
- 2019-10-18 JP JP2019191022A patent/JP7232166B2/ja active Active
-
2020
- 2020-10-13 US US17/068,847 patent/US11866071B2/en active Active
- 2020-10-14 CN CN202011096175.9A patent/CN112677978B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8538902B2 (en) * | 2007-08-27 | 2013-09-17 | Toyota Jidosha Kabushiki Kaisha | Behavior predicting device that predicts the behavior of an object based on characteristic values of the object |
Also Published As
Publication number | Publication date |
---|---|
CN112677978A (zh) | 2021-04-20 |
JP7232166B2 (ja) | 2023-03-02 |
US11866071B2 (en) | 2024-01-09 |
JP2021068013A (ja) | 2021-04-30 |
US20210114629A1 (en) | 2021-04-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111095380B (zh) | 车辆控制装置、车辆控制方法、及存储介质 | |
CN111201170B (zh) | 车辆控制装置及车辆控制方法 | |
CN113460077B (zh) | 移动体控制装置、移动体控制方法及存储介质 | |
CN110126822B (zh) | 车辆控制***、车辆控制方法及存储介质 | |
CN112677966B (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
CN110271542B (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
CN110194166B (zh) | 车辆控制***、车辆控制方法及存储介质 | |
JP7112374B2 (ja) | 車両制御装置、車両制御方法、およびプログラム | |
US20190283740A1 (en) | Vehicle control device, vehicle control method, and storage medium | |
CN110217231B (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
CN111688692A (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
JP7406432B2 (ja) | 移動体制御装置、移動体制御方法、およびプログラム | |
CN112677967B (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
CN110341703B (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
CN112677978B (zh) | 预测装置、车辆***、预测方法及存储介质 | |
CN112141097B (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
CN112550263B (zh) | 信息处理装置、车辆***、信息处理方法及存储介质 | |
CN115158347A (zh) | 移动体控制装置、移动体控制方法及存储介质 | |
CN114954511A (zh) | 车辆控制装置、车辆控制方法以及存储介质 | |
CN114506316A (zh) | 车辆控制装置、车辆控制方法以及存储介质 | |
CN112172805A (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
CN112172809B (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
CN113511220B (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
CN112606845B (zh) | 推定装置、推定方法及存储介质 | |
JP7429555B2 (ja) | 車両制御装置、車両制御方法、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 | ||
GR01 | Patent grant |