JP2010173511A - 車両用運転支援装置および車両用運転支援方法 - Google Patents

Abstract

【課題】運転者による障害物回避操作をより適切に支援できるようにすること。
【解決手段】障害物検出手段が、自車両の周囲の障害物の位置を検出する。また、存在確率分布推定手段が、検出した位置および障害物検出手段の特性により当該位置に含まれる検出誤差の性質に基づいて、自車両の周囲における障害物の存在確率分布を推定する。そして、回避支援手段が、推定した存在確率分布に基づいて、運転者による障害物回避操作を支援する。そのため、例えば、障害物検出手段の特性により検出結果に含まれる検出誤差、つまり、障害物の位置の検出誤差が大きい場合に、障害物の存在確率を低減することができる。そして、障害物回避操作の支援量を低減できる。その結果、運転者による障害物回避操作に当該回避操作の支援が干渉することを抑制できる。したがって、運転者による障害物回避操作をより適切に支援できるようになる。
【選択図】 図２

Description

本発明は、運転者による障害物回避操作を支援する車両用運転支援装置および車両用運転支援方法に関する。

従来、この種の技術としては、例えば、特許文献１に記載の技術がある。
この特許文献１に記載の技術では、まず、自車両の運動状態および他車両の運動状態を検出する。次に、それら自車両の運動状態および他車両の運動状態に基づいて、設定時間後における自車両の予測到達位置と他車両の予測到達位置とを算出する。次に、地図上に、自車両の到達予測位置に自車両の車両サイズに応じた四角形を配置する。同様に、他車両の到達予測位置に他車両の車両サイズに応じた四角形を配置する。そして、各四角形が重複する面積の大きさに応じて、運転者に警報等の情報を提供する。

特開２００８−６５４８３号公報

ところで、特許文献１に記載の技術では、他車両の走行状態の検出誤差に応じて、地図上に配置した、他車両の車両サイズに応じた四角形を拡大するようになっている。
そのため、例えば、他車両の走行状態の検出誤差が大きい場合には、他車両の車両サイズに応じた四角形が大きくなる。それゆえ、各四角形が重複し易くなり、警報の発生タイミングが早くなる。その結果、運転者に違和感を与える可能性があった。
したがって、運転者による障害物回避操作を適切に支援することが困難であった。
本発明は、上記のような点に着目し、運転者による障害物回避操作をより適切に支援可能とすることを課題としている。

上記課題を解決するため、本発明は、自車両の周囲の障害物の位置を検出し、検出した位置および障害物検出手段の特性により当該位置に含まれる検出誤差の性質に基づいて、前記障害物の存在確率分布を推定する。そして、推定した存在確率分布に基づいて、運転者による障害物回避操作を支援する。

本発明によれば、例えば、障害物検出手段の検出結果に含まれる検出誤差、つまり、障害物の位置の検出誤差が大きい場合に、障害物の存在確率を低減することができる。それゆえ、障害物回避操作の支援量を低減できる。その結果、運転者による障害物回避操作に当該回避操作の支援が干渉することを抑制できる。
したがって、運転者による障害物回避操作をより適切に支援できるようになる。

第１実施形態の車両用運転支援装置を装備した自車両ＳＷの装置構成の概念図である。 第１実施形態の車両用運転支援装置を示すブロック図である。 回避支援コントローラ４の処理を示すフローチャートである。 想定する場面の一例を示す平面図である。 障害物ＳＭの存在確率分布を示すグラフである。 障害物ＳＭの存在確率分布を示すグラフである。 操舵支援トルクを算出する処理を示すフローチャートである。 自車両ＳＷの状態量を説明するための平面図である。 第２実施形態の車両用運転支援装置を装備した自車両ＳＷの装置構成の概念図である。 第２実施形態の車両用運転支援装置を示すブロック図である。 回避支援コントローラ４の処理を示すフローチャートである。 想定する場面の一例を示す平面図である。 障害物ＳＭの存在確率分布を示すグラフである。 操舵支援トルクの特性を示す図である。 応用例を示す図である。 障害物ＳＭの存在確率分布の算出方法を示すフローチャートである。 制御マップのインデックスの抽出方法を示す図である。 障害物ＳＭの横方向速度ｖ_BYの変化状態を示すグラフである。 障害物ＳＭの存在確率分布を示すグラフである。 障害物ＳＭの存在確率分布を示すグラフである。 右回避舵角パターンを算出する処理を示すフローチャートである。 舵角パターンδ_f(t)を示す図である。 第３実施形態の車両用運転支援装置を示すブロック図である。 回避支援コントローラ４の処理を示すフローチャートである。 想定する場面の一例を示す平面図である。 操舵支援トルクの特性を示す図である。 右回避舵角パターンを算出する処理を示すフローチャートである。 第４実施形態の車両用運転支援装置を装備した自車両ＳＷの装置構成の概念図である。 第４実施形態の車両用運転支援装置を示すブロック図である。 回避支援コントローラ４の処理を示すフローチャートである。 右回避舵角パターンδ_Riを示す図である。 操舵支援トルクの特性を示す図である。 自車両ＳＷと障害物ＳＭとが干渉する可能性の有無を判定する処理を示すフローチャートである。 右回避舵角パターンδ_Riを算出する処理を示すフローチャートである。

次に、本発明に係る実施形態について図面を参照して説明する。
（第１実施形態）
図１は、本実施形態の車両用運転支援装置を装備した自車両ＳＷの装置構成の概念図である。
（構成）
図１に示すように、自車両ＳＷは、前輪操舵で且つ前輪駆動の車両である。
自車両ＳＷは、次のような種々のセンサ類を装備する。そのセンサ類は、複数台のカメラ１、車速センサ２、および操舵角センサ３である。これらセンサ類は、検出信号を回避支援コントローラ４に出力する。

カメラ１は、自車両ＳＷの前方の情報を検出する。例えば、車室内前方に取り付けたＣＣＤカメラ等を利用可能である。そして、自車両ＳＷの前方の道路状況を撮影することで、障害物ＳＭの有無および当該障害物ＳＭの位置を検出する。障害物ＳＭとは、自車両ＳＷの走行の障害となる物体である。例えば、歩行者、車両等が挙げられる。また、カメラ１を２台で構成してステレオ形式とすることで、障害物ＳＭとの間の距離も検出する。

車速センサ２は、車輪の回転数を検出する。例えば、後輪５RL、５RRに取り付けたロータリエンコーダ等が利用可能である。そして、後輪５RL、５RRの回転に比例して発生するパルス信号を検出することで、後輪５RL、５RRの回転数を検出する。
操舵角センサ３は、運転者による操舵の回転角度を検出する。例えば、ラック＆ピニオン方式で構成した前輪操舵機構における、ピニオンに取り付けたロータリエンコーダ等が利用可能である。そして、ピニオンの回転に比例して発生するパルス信号を検出することで、ステアリングホイール６の回転角度を検出する。

また、自車両ＳＷは、ステアリングアクチュエータ７を備える。ステアリングアクチュエータ７は、回避支援コントローラ４からの信号に応じて、運転者による障害物回避操作を支援する操舵支援トルクをステアリングコラム８に付与する。例えば、油圧パワーステアリングまたは電動パワーステアリングを利用可能である。
回避支援コントローラ４は、マイクロプロセッサからなる。マイクロプロセッサは、Ａ／Ｄ変換回避、Ｄ／Ａ変換回避、中央演算処理装置およびメモリ等から構成した集積回避を備える。そして、メモリに格納したプログラムに従って、各種センサで検出した信号の処理を行い、その処理結果を、ステアリングアクチュエータ７に出力する。

図２に、以上の装置構成を機能別にまとめたブロック図を示す。
自車両状態検出手段は、車速センサ２によって構成する。そして、車速センサ２で検出した信号を統合的に処理して自車両ＳＷの運動状態に関する情報を得る機能を実現する。
操作状態検出手段は、操舵角センサ３によって構成する。そして、操舵角センサ３で検出した信号を処理して運転者の操作状態に関する情報を得る機能を実現する。

障害物検出手段は、カメラ１によって構成する。そして、カメラ１で撮像したイメージを画像処理して障害物ＳＭの位置に関する情報を抽出する機能を実現する。
存在確率分布推定手段は、回避支援コントローラ４によって構成する。そして、障害物検出手段で得た情報を処理して障害物ＳＭの存在確率を推定する機能を実現する。
回避支援手段は、ステアリングアクチュエータ７によって構成する。そして、自車両状態検出手段、操作状態検出手段、および存在確率分布検出手段で得た情報に基づき、運転者による障害物回避操作を支援する機能をステアリングアクチュエータ７で実現する。

次に、回避支援コントローラ４の処理について図面を参照して説明する。
図３は、回避支援コントローラ４の処理を示すフローチャートである。
図４は、想定する場面の一例を示す平面図である。
ここでは、具体性を持たせて処理を分かりやすくするために、図４に示す場面を想定して説明する。図４に示す場面では、自車両ＳＷが直線道路上を走行しているときに、自車両ＳＷの前方に静止した障害物ＳＭを検出した場面を想定している。なお、障害物ＳＭの左右のいずれにも自車両ＳＷが通り抜け可能なスペースがあるものとする。

なお、図３の処理は、設定したサンプリング周期で繰り返し実行する。
図３に示すように、まず、そのステップＳ１０１では、各種センサが検出した信号をメモリ上に読み込む。そして、自車両ＳＷの運動状態、自車両ＳＷの操作状態、障害物ＳＭの位置、および障害物ＳＭとの間の距離を、統一した座標系上の値として算出する。上記座標系は、適当に設定することが可能である。本実施形態では、図４に示すように、自車両ＳＷの車体の前後方向にＸ軸を、そのＸ軸と垂直である車幅方向にＹ軸を設定する。また、本実施形態の説明では、上記座標系は、Ｘ座標系の原点をカメラ１の取り付け位置に設定し、且つ、Ｙ座標の原点を道路の中心線付近に設定する。

上記座標系を設定することで、自車両ＳＷの位置と速度とを（Ｘ_V、Ｙ_V、Ｖ_VY、Ｖ_VY）＝（０、０、ｖ_VX、０）といった形式で表記することができるようになる。
また、障害物ＳＭの位置と速度とを（Ｘ_B、Ｙ_B、Ｖ_BX、Ｖ_BY）＝（ｘ_B、ｙ_B、０、０）といった形式で表記することができるようになる。
縦方向速度ｖ_VXは、縦方向速度ｖ_VXに比べて横方向速度ｖ_VYが十分に小さいとみなせれば、非駆動輪の車輪速で近似することができる。従って、縦方向速度ｖ_VXは、非駆動輪にとりつけた車速センサ２の検出値から求めることができる。

また、障害物ＳＭの縦方向位置ｘ_B、横方向位置ｙ_Bは、カメラ１から取得できる。
また、自車両ＳＷの運動状態を表す状態量として、ヨー角θ、操舵角δ_fが重要な物理量であると考える。これらの自車両ＳＷの運動状態を記述する物理量は、次に説明するようにセンサの検出信号を処理することによって、具体的な値を取得できる。
すなわち、これらの物理量のうち、ヨー角θに関しては、道路が直線であると仮定すれば、道路境界と自車両ＳＷの向いている方向とのなす角を、カメラ１が撮影した自車両ＳＷの前方の道路状況を画像処理によって推定することで求めることができる。

操舵角δは、操舵角センサ３から取得することができる。
次に、ステップＳ１０２では、自車両ＳＷと障害物ＳＭとが干渉する可能性の有無によって処理を分岐する。障害物ＳＭと干渉する可能性の有無を判定する方法としては、例えば、現在から設定時間Ｔ_CJ後までの間に、自車両ＳＷの走行領域に障害物ＳＭが侵入するか否かによって判定する方法を利用可能である。自車両ＳＷの走行領域とは、現在から設定時間Ｔ_CJ後までの間に、自車両ＳＷが走行する道路上の領域である。
具体的には、まず、自車両ＳＷの縦方向速度ｖ_VXおよび障害物ＳＭの縦方向位置ｘ_Bに基づき、下記（１）式に従って設定時間Ｔ_CJを算出する。
T_CJ=x_B/v_VX ………（１）
次に、算出した設定時間Ｔ_CJに基づいて、当該設定時間Ｔ_CJ後における障害物ＳＭの横方向位置ｙ_B（Ｔ_CJ）を算出する。

次に、算出した横方向位置ｙ_B（Ｔ_CJ）の絶対値｜ｙ_B（Ｔ_CJ）｜が設定値Ｙ_TH未満であるか否かを判定する。設定値Ｙ_THとは、自車両ＳＷの走行領域への障害物ＳＭの侵入を検出するためのしきい値である。例えば、自車両ＳＷ幅と障害物ＳＭ幅の合計値の半分の値よりも大きな値を利用可能である。そして、横方向位置の絶対値｜ｙ_B（Ｔ_CJ）｜が設定値Ｙ_TH未満であると判定した場合には、自車両ＳＷの走行領域に障害物ＳＭが侵入すると判定し(YES)、ステップＳ１０３に移行する。一方、横方向位置の絶対値｜ｙ_B（Ｔ_CJ）｜が設定値Ｙ_TH以上であると判定した場合には、自車両ＳＷの走行領域に障害物ＳＭが侵入しない(NO)、つまり、運転者による障害物回避操作を支援する必要がないと判定し、処理を終了する。

次に、ステップＳ１０３では、カメラ１の検出特性により当該カメラ１の検出結果に含まれる検出誤差、つまり、障害物ＳＭの位置座標（ｘ_B、ｙ_B）の検出誤差の性質に基づいて、自車両ＳＷの周囲における障害物ＳＭの存在確率分布を推定する。障害物ＳＭの存在確率分布としては、例えば、図５および図６に示すように、（μ_x、μ_Y）で最高確率となり、（μ_x、μ_Y）から遠ざかるにつれて存在確率が漸減する２次元の正規分布を利用可能である。μ_xはＸ軸方向における平均値であり、μ_YはＹ軸方向における平均値である。

図５および図６は、障害物ＳＭの存在確率分布を示すグラフである。
具体的には、カメラ１には、障害物ＳＭが遠いほど、障害物ＳＭの位置座標（ｘ_B、ｙ_B）の検出誤差が増大する特性がある。それゆえ、本実施形態では、障害物ＳＭの縦方向位置ｘ_Bを平均値μ_Xに設定し、横方向位置ｙ_Bを平均値μ_yに設定し、自車両ＳＷと障害物ＳＭとの間の距離Ｒ_s（＝（Ｘ_B ²＋Ｙ_B ²）^1/2）に応じて分散値σ_X ²、σ_Y ²を設定する。

これにより、自車両ＳＷと障害物ＳＭとの間の距離Ｒ_sが遠いほど、障害物ＳＭの存在確率分布の最高値および当該最高値の周辺の存在確率が低減する。
ここで、平均値μ_X、μ_yおよび分散値σ_X ²、σ_Y ²は、（Ｒ、θ）座標系を設定することで、自車両ＳＷと障害物ＳＭとの間の距離Ｒ_sの関数で表記することができる。それゆえ、障害物ＳＭの存在確率分布ｆ(X,Y,0)は、関数μ_X(Ｒ_s)、μ_Y(Ｒ_s)、σ_Y(Ｒ_s)²、σ_X(Ｒ_s)²に基づき、下記（２）式のように表記することができる。
f(X,Y,0)=N(μ_X(R_s),μ_Y(R_s),σ_x(R_s)²,σ_Y(R_s)²) ………（２）

関数μ_X(Ｒ_s)、μ_Y(Ｒ_s)、σ_Y(Ｒ_s)²、σ_X(Ｒ_s)²は、車両用運転支援装置の設計段階で見積もった、距離Ｒ_sに対する障害物ＳＭの存在確率の分布を用いて設定する。
次に、ステップＳ１０４では、障害物ＳＭの存在確率分布ｆ(X,Y,0)と自車両ＳＷの将来の走行経路とに基づいて操舵支援トルクを算出する。そして、操舵支援トルクの付与を指示する信号をステアリングアクチュエータ７に出力する。

次に、上記ステップＳ１０４で行う、上記操舵支援トルクの算出方法を、図面を参照して説明する。
図７は、操舵支援トルクを算出する処理を示すフローチャートである。
図７に示すように、まず、そのステップＳ２０１では、自車両ＳＷの将来の走行経路を算出する。
具体的には、まず、自車両ＳＷの将来の走行経路を算出するために、自車両ＳＷの運動を記述するモデルを導入する。ここでは、自車両ＳＷの運動を記述するモデルとして、四輪車両の運動を二輪車両の運動で近似する二輪モデルを使用する。

この二輪モデルは、走行速度が一定で、ヨー角θが十分に小さく、横方向速度ｖ_VYが縦方向速度ｖ_VXと比較して十分に小さく、タイヤ横力の飽和特性が顕著に現れない運動状態では、下記（３）式のように近似することができる。
dx_V/dt=vcos(β+θ)
dy_V/dt=vsin(β+θ) ………(３)
dθ/dt=γ
dβ/dt=-γ+[2K_fα_f+2K_rα_r]/MV_V
dγ/dt=[2L_fK_fα_f-2L_rK_rα_r]/I
α_f=β+L_fγ/V_V-δ_f/N_G
α_r=β-L_fγ/V_V

図８は、自車両ＳＷの状態量を説明するための平面図である。
ただし、図８に示すように、βはすべり角であり、γはヨーレイトである。また、Ｍは車両質量であり、Ｉは車両ヨー慣性モーメントであり、Ｌfは車両重心から前輪軸までの距離であり、Ｌrは車両重心から後輪軸までの距離である。さらに、Ｋfは前輪コーナリングパワー係数であり、Ｋrは後輪コーナリングパワー係数である。また、α_fは前輪５FL、５FRのタイヤすべり角であり、α_rは後輪５RL、５RRのタイヤすべり角である。さらに、Ｎ_Gは、操舵角δ_fを前輪５FL、５FRの転舵角に変換する際のギア比である。

また、上記（３）式は、下記（４）式のようにまとめることができる。
dx_V/dt=f_V(x_V、u_V) ………（４）
x_V=(x_V、y_V、θ、β、γ)
u_V=(δ_f)
以上のようにして導入した二輪モデルおよび操舵角δ_fを用い、現在から設定時間Ｔ_T後までの間の状態ベクトルｘ_V (t)を予測するものとして、ｔ＝０、Δｔ、２Δｔ、…、Ｔ_T−Δｔ、Ｔ_Tまで、上記（４）式に従って状態ベクトルｘ_V (t)を算出する。算出した状態ベクトルｘ_V (t)の時系列は、自車両ＳＷの将来の走行経路を表す。

次に、ステップＳ２０２では、前記ステップＳ２０１で算出した自車両ＳＷの将来の走行経路上から、障害物ＳＭの存在確率の最大値Ｐ_mを抽出する。
具体的には、まず、前記ステップＳ１０３で設定した障害物ＳＭの存在確率分布を参照し、前記ステップＳ２０１で算出した自車両ＳＷの将来の走行経路上の各地点（ｘ_V (t)、ｙ_V(t)）に対して、障害物ＳＭの存在確率を算出する。そして、算出した存在確率のうち、最大のものを最大値Ｐ_m（=maxf(x_V(t)、y_V(t),t)）として抽出する。

次に、ステップＳ２０３では、算出した障害物ＳＭの存在確率の最大値Ｐ_mに対して、当該最大値Ｐ_mが大きいか小さいかを判断するレベリングを行う。最もシンプルな方法として、予め存在確率のレベルを何段階かで設定しておき、最大値Ｐ_mがどのレベルに属するのかを判別する方法が考えられる。
具体的には、まず、前記ステップＳ２０２で設定した障害物ＳＭの存在確率の最大値Ｐ_mが、予め設定した複数段階のレベルのいずれに属するかを判別する。

次に、判別したレベルが、設定レベルＰ_mTH以上であるか否かを判定する。設定レベルＰ_mTHとは、障害物ＳＭの存在確率の最大値Ｐ_mが大きいか小さいか判定するためのしきい値である。そして、設定レベルＰ_mTH以上であると判定した場合には、障害物ＳＭの存在確率の最大値Ｐ_mが大きいと判定する。一方、設定レベルＰ_mTH未満であると判定した場合には、当該最大値Ｐ_mが小さいと判定する。

次に、ステップＳ２０４では、レベリング結果に基づいて操舵支援トルクを設定する。
具体的には、まず、前記ステップＳ２０３で障害物ＳＭの存在確率の最大値Ｐ_mが大きいと判定した場合には、自車両ＳＷが障害物ＳＭの存在確率の高い領域を走行すると判定し、操舵支援トルクの絶対値を比較的大きい値Ｔ_HIGHに設定する。一方、前記ステップＳ２０３で障害物ＳＭの存在確率の最大値Ｐ_mが小さいと判定した場合には、自車両ＳＷが障害物ＳＭの存在確率の低い領域を走行すると判定し、操舵支援トルクの絶対値を比較的小さい値Ｔ_LOW（＜Ｔ_HIGH）に設定する。

次に、操舵角δ_fを切り増すことで得られる操舵角δ_f’を算出する。そして、算出した操舵角δ_f’に基づいて、上記ステップＳ２０１およびＳ２０２のフローを実行し、障害物ＳＭの存在確率の最大値Ｐ_m（δ_f’）を算出する。
次に、算出した最大値Ｐ_m（δ_f’）が、障害物ＳＭの存在確率の最大値Ｐ_m（δ_f）よりも小さいか否かを判定する。そして、最大値Ｐ_m（δ_f）よりも小さい場合には、操舵支援トルクの方向を切り増し方向に設定する。一方、最大値Ｐ_m（δ_f）以上である場合には、操舵支援トルクの方向を切り戻し方向に設定する。
次に、設定した操舵支援トルクの付与を指示する信号をステアリングアクチュエータ７に出力する。

（動作）
定期的に、各センサからの信号に基づき、自車両ＳＷの運動状態や障害物情報、道路環境情報を取得し、同一の座標上に展開した情報に変換する。その同一座標に展開した情報によって、自車両ＳＷの周辺における障害物ＳＭの存在確率分布を推定する。
続いて、自車両ＳＷの将来の走行経路を算出する。そして、将来の走行経路のうち、障害物ＳＭの存在確率が最も高くなる位置での当該存在確率の最大値Ｐ_mを抽出する。
続いて、抽出した最大値Ｐ_mが大きいか小さいかを判定する。最大値Ｐ_mが大きいと判定すると、比較的大きい操舵支援トルクＴ_HIGHの付与を指示する信号をステアリングアクチュエータ７に出力する。一方、最大値Ｐ_mが小さいと判定すると、比較的小さい操舵支援トルクＴ_LOWの付与を指示する信号をステアリングアクチュエータ７に出力する。

以上のことが定期的に繰り返される。
これによって、各時刻における操舵支援トルクを算出・制御することができる。この結果、運転者による障害物回避操作の支援を実現することができる。
この実施形態では、自車両ＳＷから遠方に障害物ＳＭを検出した場合には、カメラ１の検出特性により検出誤差が大きくなる。そのため、障害物ＳＭの存在確率分布を平面状に広げて障害物ＳＭの存在確率が低下する。それゆえ、自車両ＳＷと障害物ＳＭとの干渉に余裕があるシーンでは、運転者の操作を妨げない程度の支援量となる。
ここで、本実施形態では、図２の車速センサ２が自車両状態検出手段を構成する。以下同様に、図２の操舵角センサ３が操作状態検出手段を構成する。また、カメラ１が障害物検出手段を構成する。さらに、図２の回避支援コントローラ４が存在確率分布推定手段を構成する。

（本実施形態の効果）
（１）本実施形態では、障害物検出手段が、自車両の周囲の障害物の位置を検出する。また、存在確率分布推定手段が、検出した位置および障害物検出手段の特性により当該位置に含まれる検出誤差の性質に基づいて、自車両の周囲における障害物の存在確率分布を推定する。そして、回避支援手段が、推定した存在確率分布に基づいて、運転者による障害物回避操作を支援する。

そのため、例えば、障害物検出手段の特性により検出結果に含まれる検出誤差、つまり、障害物の位置の検出誤差が大きい場合に、障害物の存在確率を低減することができる。それゆえ、障害物回避操作の支援量を低減できる。その結果、運転者による障害物回避操作に当該回避操作の支援が干渉することを抑制できる。
したがって、運転者による障害物回避操作をより適切に支援できるようになる。

（２）また、存在確率分布推定手段が、自車両と障害物との間の距離が遠い場合、当該距離が近い場合と比較して、障害物の存在確率分布の最高値および当該最高値の周辺の存在確率を低減する。
そのため、例えば、障害物検出手段に、障害物が遠いほど検出結果に含まれる検出誤差が増大するという特性がある場合に、自車両と障害物との間の距離が遠いときに、障害物の存在確率を低減できる。それゆえ、障害物が実際と異なる位置に存在すると誤検出し、誤検出した障害物と自車両との干渉の可能性が高いと誤判断することを防止できる。

（第２実施形態）
次に、本発明の第２実施形態について図面を参照しつつ説明する。なお、上記各実施形態と同様な構成などについては同一の符号を使用する。
本実施形態の基本的な車両構成は、図９に示すように上記第１実施形態と同様である。
ただし、ジャイロセンサ９を備えている。ジャイロセンサ９は、自車両ＳＷの重心位置に発生するロールレート、ピッチレイトλおよびヨーレイトγを検出する。例えば、水晶振動子や半導体等を用いて構成したものを利用可能である。そして、検出信号を回避支援コントローラ４に出力する。

図１０に、以上の装置構成を機能別にまとめたブロック図を示す。
本実施形態では、自車両状態検出手段は、車速センサ２およびジャイロセンサ９によって構成する。そして、車速センサ２およびジャイロセンサ９で検出した信号を統合的に処理して、自車両ＳＷの運動状態に関する情報を得る機能を実現する。
回避支援コントローラ４は、回避経路生成手段としての用途を兼ねている。そして、存在確率分布検出手段で得た情報に基づき、回避経路を生成する機能を実現する。
回避支援手段は、操作状態検出手段、および回避経路演算手段で得た情報に基づき、運転者による障害物回避操作を支援する機能をステアリングアクチュエータ７で実現する。

次に、回避支援コントローラ４の処理について図面を参照して説明する。
図１１は、回避支援コントローラ４の処理を示すフローチャートである。
図１２は、想定する場面の一例を示す平面図である。
ここでは、具体性を持たせて処理を分かりやすくするために、図１２に示す場面を想定して説明する。図１２に示す場面では、自車両ＳＷが直線道路上を走行しているときに、自車両ＳＷの前方に左側から横断する歩行者を検出した場面を想定している。なお、障害物ＳＭの左右のいずれにも自車両ＳＷが通り抜け可能なスペースがあるものとする。
なお、図１１の処理は、設定したサンプリング周期で繰り返し実行する。

図１１に示すように、まず、そのステップＳ３０１では、各種センサが検出した信号をメモリ上に読み込む。そして、自車両ＳＷの運動状態、自車両ＳＷの操作状態、障害物ＳＭの位置、および障害物ＳＭとの間の距離を、統一した座標系上の値として算出する。
上記座標系を設定することで、自車両ＳＷの位置と速度とを（Ｘ_V、Ｙ_V、Ｖ_VX、Ｖ_VY）＝（０、０、ｖ_VX、０）といった形式で表記することができるようになる。

また、障害物ＳＭの位置と速度とを（Ｘ_B、Ｙ_B、Ｖ_BX、Ｖ_BY）＝（ｘ_B、ｙ_B、０、ｖ_BY）といった形式で表記することができるようになる。
障害物ＳＭの横方向速度ｖ_BYは、カメラ１から得ることができる。
ピッチレイトλおよびヨーレイトγは、ジャイロセンサ９から得ることができる。
次に、ステップＳ３０２では、自車両ＳＷと障害物ＳＭとが干渉する可能性の有無によって処理を分岐する。障害物ＳＭと干渉する可能性の有無を判定する方法としては、例えば、現在から設定時間Ｔ_CJ後までの間に、自車両ＳＷの走行領域に障害物ＳＭが侵入するか否かによって判定する方法を利用可能である。

具体的には、まず、自車両ＳＷの縦方向速度ｖ_VXおよび障害物ＳＭの縦方向位置ｘ_Bに基づき、前記（１）式に従って設定時間Ｔ_CJを算出する。
次に、算出した設定時間Ｔ_CJに基づいて、当該設定時間Ｔ_CJ後における障害物ＳＭの横方向位置y_B(T_CJ)+v_BY×T_CJを算出する。
次に、算出した横方向位置y_B(T_CJ)+v_BY×T_CJの絶対値｜y_B(T_CJ)+v_BY×T_CJ｜が設定値Ｙ_TH未満であるか否かを判定する。そして、横方向位置の絶対値｜y_B(T_CJ)+v_BY×T_CJ｜が設定値Ｙ_TH未満であると判定した場合には、自車両ＳＷの走行領域に障害物ＳＭが侵入すると判定し(YES)、ステップＳ３０３に移行する。一方、横方向位置の絶対値｜y_B(T_CJ)+v_BY×T_CJ｜が設定値Ｙ_TH以上であると判定した場合には、自車両ＳＷの走行領域に障害物ＳＭが侵入しない(NO)、つまり、運転者による障害物回避操作を支援する必要がないと判定し、処理を終了する。

次に、ステップＳ３０３では、カメラ１の検出特性により当該カメラ１の検出結果に含まれる検出誤差の性質に基づいて、自車両ＳＷの周囲における障害物ＳＭの存在確率分布を推定する。障害物ＳＭの存在確率分布としては、例えば、図１３（ａ）（ｂ）に示すように、（μ_x、μ_Y）で最高確率となり、（μ_x、μ_Y）から遠ざかるにつれて存在確率が漸減する２次元の正規分布を利用可能である。

図１３は、障害物ＳＭの存在確率分布を示すグラフである。
具体的には、カメラ１には、自車両ＳＷのピッチ方向への運動が大きいほど、障害物ＳＭの縦方向位置ｘ_Bの検出誤差が増大する特性がある。それゆえ、本実施形態では、自車両ＳＷがピッチ運動を行っていない場合（λ＝０）には、障害物ＳＭの縦方向位置ｘ_Bを平均値μ_Xに設定する。一方、自車両ＳＷがピッチ運動を行っている場合には（λ≠０）、障害物ＳＭの縦方向位置ｘ_Bと異なる値を平均値μ_Xに設定し、自車両ＳＷがピッチ運動を行っていない場合に比べ、分散値σ_X ²を比較的大きな値に設定する。

これにより、自車両ＳＷのピッチ方向への運動が大きいほど、自車両ＳＷの縦方向における障害物ＳＭの存在確率分布の最高値および当該最高値の周辺の存在確率が低減する。
また、カメラ１には、自車両ＳＷのヨー方向への運動が大きいほど、障害物ＳＭの横方向位置ｙ_Bの検出誤差が増大する特性がある。それゆえ、本実施形態では、自車両ＳＷがヨー運動を行っていない場合（γ＝０）には、障害物ＳＭの横方向位置ｙ_Bを平均値μ_Yに設定する。一方、自車両ＳＷがヨー運動を行っている場合（γ≠０）には、障害物ＳＭの横方向位置ｙ_Bと異なる値を平均値μ_Xに設定し、自車両ＳＷがヨー運動を行っていない場合に比べ、分散値σ_Y ²を比較的大きな値に設定する。

これにより、自車両ＳＷのヨー方向への運動が大きいほど、自車両ＳＷの横方向における障害物ＳＭの存在確率分布の最高値および当該最高値の周辺の存在確率が低減する。
なお、本実施形態では、自車両ＳＷのピッチレイトλおよびヨーレイトγに基づいて、障害物ＳＭの存在確率分布を推定する例を示したが、他の構成を採用することもできる。例えば、自車両ＳＷの加速度を検出する加速度センサを装備し、ピッチレイトλおよびヨーレイトγに代えて自車両ＳＷの縦方向の加速度および横方向への加速度を用いて、障害物ＳＭの存在確率分布を推定することもできる。

次に、ステップＳ３０４では、まず、前記ステップＳ３０３で推定した障害物ＳＭの存在確率分布に基づいて、障害物ＳＭの右方向を通過する回避経路を生成する。回避経路とは、自車両ＳＷが障害物ＳＭの存在確率が水準値ＴＨ_iよりも低い領域内を通過する経路である。各設定水準ＴＨ_iは、ＴＨ₁＞ＴＨ₂＞…＞ＴＨ_NTHとなるように設定する。すなわち、設定水準ＴＨ_iは、変数ｉが大きいほど小さな値とする。

次に、生成した回避経路を走行させる操舵角δ_fの集合（以下、「右回避舵角パターン」とも呼ぶ）δ_Ri（ｉ＝１〜Ｎ_TH）を算出する。ここで、設定水準ＴＨ_iは、変数ｉが大きいほど小さな値となるので、設定水準ＴＨ_iに応じて生成する右回避舵角パターンδ_Riは、変数ｉが大きいほど大きな値となる。具体的な算出方法については後述する。
次に、ステップＳ３０５では、まず、前記ステップＳ３０３で推定した障害物ＳＭの在確率分布に基づいて、障害物ＳＭの左方向を通過する回避経路を生成する。

次に、生成した回避経路を走行させる操舵角δ_fの集合（以下、「左回避舵角パターン」とも呼ぶ）δ_Liを算出する。
なお、左回避舵角パターンδ_Liも変数ｉが大きいほど大きな値となる。
次に、ステップＳ３０６では、前記ステップＳ３０４で算出した右回避舵角パターンδ_Riおよび前記ステップＳ３０５で算出した左回避舵角パターンδ_Liに基づいて、操舵支援トルクの特性を設定する。

図１４は、Ｎ_THを２とした場合の操舵支援トルクの特性を示す図である。
具体的には、まず、前記ステップＳ３０４で算出した右回避舵角パターンδ_Riに基づいて、第１の支援トルク特性図を設定する。第１の支援トルク特性図とは、操舵角δ_fと操舵支援トルクとの関係を示す図である。例えば、図１４（ａ）に示すように、操舵角δ_fに応じて、ステアリングコラム８に付与する操舵支援トルクを表す図を利用できる。第１の操舵支援トルク特性図は、右回避舵角パターンδ_Riと当該右回避舵角パターンδ_Riに対応した操舵支援トルクＴ_Riからなる点（δ_Ri、Ｔ_Ri）を２次元平面上にプロットし、プロットした各点（δ_Ri、Ｔ_Ri）の間を直線で結ぶことによって生成する。操舵支援トルクＴ_Riとは、右回避舵角パターンδ_Riに対応づけて設定した操舵支援トルクである。各操舵支援トルクＴ_Riは、Ｔ_R1＞Ｔ_R2＞…＞Ｔ_RNTH（＝０）となるように設定する。

次に、前記ステップＳ３０５で算出した左回避舵角パターンδ_Liに基づいて、第２の支援トルク特性図を設定する。第２の支援トルク特性図とは、操舵角δ_fと操舵支援トルクとの関係を示す図である。例えば、図１４（ｂ）に示すように、左回避舵角パターンδ_Liと当該左回避舵角パターンδ_Liに対応した操舵支援トルクＴ_Liからなる点（δ_Li、Ｔ_Li）を平面上にプロットし、プロットした各点（δ_Li、Ｔ_Li）の間を直線で結ぶことによって生成する。操舵支援トルクＴ_Liとは、左回避舵角パターンδ_Riに対応づけて設定した操舵支援トルクである。各左回避舵角パターンδ_Liに対応した操舵支援トルクＴ_Liは、Ｔ_L1＜Ｔ_L2＜…＜Ｔ_LNTH（＝０）となるように設定する。

次に、設定した第１および第２の支援トルク特性図をもとに、操舵角δ_fに対応する操舵支援トルクを算出する。そして、算出した操舵支援トルクの付与を指示する信号をステアリングアクチュエータ７に出力する。
以上のように、ステップＳ３０６では、自車両ＳＷが障害物ＳＭの存在確率の低い領域を走行するように、運転者が操舵を行っている場合には、操舵支援トルクを弱くする。これにより、操舵意志のある運転者に対しては、操舵操作を邪魔しない程度の操舵トルクを付与する。そのため、運転者の操作が主体となった支援を行うことができる。

図１５は、応用例を示す図である。
なお、本実施形態では、操舵角δ_fと操舵支援トルクとの関係に基づいて、操舵支援トルクを算出する例を示したが、他の構成を採用することもできる。例えば、図１５（ａ）（ｂ）に示すように、操舵角速度ｄδ_f/ｄｔ（＝δ_vf）と操舵支援トルクとの関係に基づいて、操舵支援トルクを算出することもできる。これにより、操舵角速度ｄδ_f/ｄｔから運転者の操舵意思を図って、運転者にトルク支援を行うこともできる。
また、操舵角δ_fおよび操舵角速度ｄδ_f /ｄｔの両方を用いて、運転者の操舵意思を図ることで、より運転者の回避意図を正確に把握することも可能である。

次に、上記ステップＳ３０３で行う、上記障害物ＳＭの存在確率分布の推定方法を、図面を参照して説明する。
図１６は、障害物ＳＭの存在確率分布の算出方法を示すフローチャートである。
本実施形態では、障害物ＳＭの存在確率分布を算出方法として、縦距離、横距離、ピッチレイト、ヨーレイトの４軸でマップ化する方法と、縦距離、横距離、ピッチレイト、ヨーレイトの関数として平均値と分散値とを表現する方法を併せたものを用いる。
図１６に示すように、まず、そのステップＳ４０１では、制御マップを参照し、障害物ＳＭの位置座標（ｘ_B、ｙ_B）に対応するインデックスを抽出する。制御マップとは、位置座標（Ｘ'_B、Ｙ'_B）をインデックスとし、自車両ＳＷと位置座標（Ｘ'_B、Ｙ'_B）との間の距離をＲ_sとした場合の分散値σ_x(Ｒ_s)²、σ_Y(Ｒ_s)²を表すマップである。例えば、予めメモリに格納したマップデータ等が利用可能である。

図１７は、制御マップのインデックスの抽出方法を示す図である。
具体的には、図１７に示すように、制御マップのインデックス（Ｘ'_B、Ｙ'_B）から、障害物ＳＭの位置座標（ｘ_B、ｙ_B）に最も近いものを抽出する。
次に、ステップＳ４０２では、制御マップを参照し、抽出したインデックス（Ｘ'_B、Ｙ'_B）に対応する分散値σ_X ²、σ_Y ²を取得する。

また、インデックス（Ｘ'_B、Ｙ'_B）のＸ成分Ｘ'_Bを平均値μ_Xとし、インデックス（Ｘ'_B、Ｙ'_B）のＹ成分Ｙ'_Bを平均値μ_Yに設定する。
次に、ステップＳ４０３では、ピッチレイトλおよびヨーレイトγに基づき、前記ステップＳ４０２で取得した分散値σ_X ²、σ_Y ²および平均値μ_X、μ_Yを補正する。
具体的には、ピッチレイトλおよびヨーレイトγに基づき、下記（５）式に従って平均値μ_X、μ_Yおよび分散値σ_X ²、σ_Y ²を補正する。
μ_X→μ_X+Δμ_X(λ)
μ_Y→μ_Y+Δμ_Y(γ)
σ_X ²→σ_X ²+Δσ_X ²(λ)
σ_Y ²→σ_Y ²+Δσ_Y ²(γ) ………（５）
０≦Δσ_X ²（λ）、Δσ_Y ²（γ）≦１

ただし、Δμ_X（λ）は、ピッチレイトλに応じて、障害物ＳＭの縦方向位置ｘ_Bと平均値μ_Xとのオフセットを表す関数である。また、Δσ_X ²（λ）は、ピッチレイトλに応じて分散値σ_X ²の増大量を表す関数である。同様に、Δμ_Y（λ）は、ヨーレイトγに応じて、障害物ＳＭの横方向位置ｙBと平均値μ_Yのオフセットを表す関数である。また、Δσ_Y ²（γ）は、ヨーレイトγに応じて分散値σ_Y ²の増大量を表す関数である。
なお、関数Δμ_X（λ）、Δμ_Y（γ）、Δσ_X ²（λ）およびΔσ_Y ²（γ）は、車両用運転支援装置の設計段階で見積もった、ピッチ方向およびヨー方向への運動時における障害物ＳＭの存在確率の分布を用いて設定する。

また、補正後のμ_X、μ_Y、σ_x ²、σ_Y ²に基づき、ｔ＝０における障害物ＳＭの存在確率分布ｆ_X(X、0)、ｆ_Y(Y、0)は、下記（６）式のように表記することができる。
f_X(X、0)=N(μ_X、σ_x ²)
f_Y(Y、0)=N(μ_Y、σ_Y ²) ………（６）
ただし、Ｎ(μ_X、σ_x ²）は、平均値μ_X、分散値σ_X ²の１次元の正規分布であり、Ｎ(μ_Y、σ_Y ²)は、平均値μ_Y、分散値σ_Y ²の１次元の正規分布である。
ここまでの処理で、静止している障害物ＳＭの検出誤差に基づいた存在確率が求まる。

次に、ステップＳ４０４では、障害物ＳＭが移動しているか否かを判定する。
前記ステップＳ４０３で説明した静止している障害物ＳＭに対する存在確率は、確率密度関数として算出したが、これに移動速度の確率分布を併せて数学的な定義に基づいて導出しようとすると、数式表現が複雑になる。そのため、前記ステップＳ４０３に関する以下の説明では、数学的に導出した確率密度関数ではなく、実用上の観点で定義したものを、移動している障害物ＳＭに対する存在確率として使用する。

具体的には、まず、障害物ＳＭの縦方向速度ｖ_BXおよび横方向速度ｖ_BYがいずれも設定値ｖ_TH未満であるか否かを判定する。設定値ｖ_THとは、障害物ＳＭが移動しているか否かを判定するためのしきい値である。例えば、「０」近傍の比較的小さな値を利用可能である。そして、障害物ＳＭの縦方向速度ｖ_BXおよび横方向速度ｖ_BYがいずれも設定値ｖ_TH未満であると判定した場合には、障害物ＳＭが静止していると判定し(YES)、処理を終了して復帰する。一方、縦方向速度ｖ_BXおよび横方向速度ｖ_BYの少なくともいずれかが設定値ｖ_TH以上であると判定した場合には、障害物ＳＭが移動していると判定し(NO)、ステップＳ４０５に移行する。

なお、図１２に示す場面では、障害物ＳＭである歩行者が道路を横断しているので、ステップＳ４０４の判定は「ＮＯ」となり、ステップＳ４０５に移行する。
次に、ステップＳ４０５では、障害物ＳＭの横方向速度ｖ_BYに含まれる検出誤差を考慮して、障害物ＳＭの存在確率分布を修正する。
ここでは、障害物ＳＭが等速移動していると仮定し、現在以前の速度情報も使用して移動速度の最大見積もり分ｖ'_BYmaxおよび最小見積もり分ｖ'_BYminを算出する。

図１８は、障害物ＳＭの横方向速度ｖ_BYの変化状態を示すグラフである。
図１８に示すように、障害物ＳＭの移動速度は、検出誤差を含んだ形で所定時間間隔ごとに取得する。そして、現在から設定時間Ｔ_CJ前までの間における障害物ＳＭの横方向速度ｖ_BYのうち、最大値ｖ_BYmaxおよび最小値ｖ_BYminをメモリ上に記録しておく。そして、記録した最大値ｖ_BYmaxおよび最小値ｖ_BYminに基づき、下記（７）式に従って移動速度の最大見積もり分ｖ'_BYmaxおよび最小見積もり分ｖ'_BYminを算出する。
v'_BYmax=(v_BYmax+v_BYmin)/2+κ[v_BYmax-(v_BYmax+v_BYmax)/2]
v'_BYmax=(v_BYmax+v_BYmin)/2-κ[v_BYmax-(v_BYmax+v_BYmax)/2] ………（７）
0≦κ≦1
ただし、κは、設計パラメータである。κが１の場合には、Ｖ'_BXmax＝Ｖ_BXmax、Ｖ'_Bymax＝ｖ_BYmaxとなり、そのままメモリ内の値を使用することになる。

図１９および図２０は、障害物ＳＭの存在確率分布を示すグラフである。
図１９（ａ）に示すように、障害物ＳＭが最大見積もり分ｖ'_BYmaxで移動した場合には、現在からｔ秒後の障害物ＳＭの存在確率分布の平均値μ_Ymaxは、前記ステップＳ４０３で補正した平均値μ_Yに基づき、下記（８）式のように表記することができる。
μ_Ymax=μ_Y+t×v_BYmax ………（８）

また、障害物ＳＭが、横方向速度Ｖ_BYの最小見積もり分ｖ'_BYminで移動した場合には、現在からｔ秒後の障害物ＳＭの存在確率分布の平均値μ_Yminは、前記ステップＳ４０３で補正した平均値μYに基づき、下記（９）式のように表記することができる。
μ_Ymin=μ_Y+t×v_BYmin ………（９）
ここで、分散値σ_x ²、σ_Y ²は、障害物ＳＭが移動しても変動しないものとする。

次に、算出した平均値μ_Ymin、分散値σ_Y ²の１次元の正規分布ｆ_min、および算出した平均値μ_Ymax、分散値σ_Y ²の１次元の正規分布ｆ_maxを設定する。
次に、図１９（ｂ）に示すように、設定した両正規分布ｆ_min、ｆ_maxの最大値の間が直線で結ばれるように当該両正規分布の最大値の間を補完する。補完後の障害物ＳＭの存在確率分布ｆ_Y(Y,t)は、下記（１０）式のように表記することができる。
f_Y(Y,t)=N(μ_Ymin、σ_Y ²)、Y≦μ_Ymin
f_Y(Y,t)=max[f_Y(μ_Ymin、T_CJ)、f_Y(μ_Ymax、T_CJ)]、μ_Ymin<Y<μ_Ymax
f_Y(Y,t)=N(μ_Ymax、σ_Y ²)、μ_Ymin≦Y ………（１０）

障害物ＳＭがＹ軸方向に移動している場合には上記（１０）式で存在確率を推定する。
図１２に示す場面では、障害物ＳＭはＸ軸方向には移動していないので、上記（１０）式は、下記（１１）式のように表記することができる。
f_Y(X,T_CJ)=N(μ_X、σ_X ²) ………（１１）

また、上記（１０）式および（１１）式をまとめると、障害物ＳＭの存在確率分布は、下記（１２）式のように表記することができる。
f(X,Y,t)=N(μ_X、μ_Ymin、σ_X ²、σ_Y ²)/K_Now、Y≦μ_Ymin
f(X,Y,t)=max[f_Ya(μ_X、μ_Ymin、σ_X ²、σ_Y ²)、f_Ya(μ_X、μ_Ymax、σ_X ²、σ_Y ²)]/K_Now、μ_Ymin<Y<μ_Ymax
f(X,Y,t)=N(μ_X、μ_Ymax、σ_X ²、σ_Y ²)/K_Now、μ_Ymin≦Y ………（１２）
ただし、Ｋ_NOWは、障害物ＳＭの存在確率分布を正規化するための係数である。
なお、ここでは図１２に示す場面に基づいて、障害物ＳＭがＹ軸方向に移動している場合について説明したが、障害物ＳＭがＸ軸方向に移動している場合にも、同様の手法で将来における障害物ＳＭの存在確率分布の推定を行うことができる。

次に、上記ステップＳ３０４で行う、上記右回避舵角パターンδ_Riの算出方法を、図面を参照して説明する。
図２１は、右回避舵角パターンδ_fを算出する処理を示すフローチャートである。
図２１に示すように、まず、そのステップＳ５０１では、変数ｉが設定値Ｎ_THであるか否かを判定する。変数ｉは、後述するステップＳ５０２からＳ５０５までのフローの実行回数をカウントするための変数であり、この処理の開始時に１に設定する。そして、変数ｉが設定値Ｎ_THであると判定した場合には(YES)処理を終了して復帰する。一方、変数ｉが設定値Ｎ_THではないと判定した場合には(NO)ステップＳ５０２に移行する。

次に、ステップＳ５０２では、舵角パターンδ_f(t)を設定する。舵角パターンδ_f(t)としては、例えば、図２２に示すように、切り増し動作および切り戻し動作が存在するような舵角パターンや一定舵角を利用可能である。図２２のような操舵パターンを利用する例は後述するとし、ここでは、一定舵角での説明を行う。
具体的には、まず、舵角パターンδ_f(t)として、小さい正の一定値Δδを設定する。舵角パターンδ_f(t)の符号は、前輪５FL、５FRを右方向に転舵する操舵角を正値とし、前輪５FL、５FRを左方向に転舵する操舵角を負値とする。

次に、ステップＳ５０３では、前記ステップＳ５０２で設定した舵角パターンδf(t)で操舵した場合に、自車両ＳＷが障害物ＳＭの存在確率が設定水準ＴＨ_iよりも低い領域のみを走行することが可能か否かを判別する。
具体的には、まず、舵角パターンδf(t)に基づき、上記（４）式のように定義した二輪モデルに従って、自車両ＳＷの将来の走行経路（ｘ_V(t)、ｙ_V(t)）を算出する。

次に、前記ステップＳ３０３で設定した障害物ＳＭの存在確率分布を参照し、算出した自車両ＳＷの将来の走行経路（ｘ_V(t)、ｙ_V(t)）上の各地点に対して、障害物ＳＭの存在確率を算出する。そして、算出した存在確率から、最大のものを最大値Ｐ_m（=maxf(x_V(t)、y_V(t),t)）として抽出する。
次に、算出した障害物ＳＭの存在確率の最大値Ｐ_mが設定水準ＴＨ_iより小さいか否かを判定する。そして、設定水準ＴＨ_iよりも小さいと判定した場合には、障害物ＳＭの存在確率が設定水準ＴＨ_iよりも低い領域のみを走行することが可能な回避経路を生成したと判定し(YES)、ステップＳ５０５に移行する。一方、設定水準ＴＨ_i以上であると判定した場合には、障害物ＳＭの存在確率が設定水準ＴＨ_iよりも高い領域を通過する回避経路であると判定し(NO)、ステップＳ５０４に移行する。

次に、ステップＳ５０４では、障害物ＳＭの存在確率が設定水準ＴＨ_iよりも低い領域のみを走行ことができる回避経路を生成するように、下記（１３）式に従って舵角パターンδ_f(t)を再設定する。その後、前記ステップＳ５０３に移行する。
δ_f(t)=δ_f(t)+Δδ ………（１３）
一方、ステップＳ５０５では、前記ステップＳ５０２で設定した舵角パターンδ_f(t)を、右回避舵角パターンδ_Riとしてメモリに格納する。また、変数ｉに「１」を加算した値を、新しい変数ｉとする。その後、前記ステップＳ５０１に移行する。
なお、ステップＳ３０５で行う、上記左回避舵角パターンδ_Liの算出方法も、上記右回避舵角パターンδ_Riの算出方法と同様である。
ただし、Δδを負の値に設定する。また、前記ステップＳ５０２で設定した舵角パターンδ_f(t)は、左回避舵角パターンδ_Liとしてメモリに格納する。

（動作）
以上の処理を所定の制御周期毎に繰り返すことで、各時刻における操舵支援トルクを算出・制御できる。この結果、運転者による障害物回避操作の支援を実現できる。
この実施形態では、自車両ＳＷがヨー運動またはピッチ運動を行っている場合には、カメラ１の検出特性により検出誤差が大きくなる。そのため、障害物ＳＭの存在確率分布を平面状に広げて障害物ＳＭの存在確率を低減する。それゆえ、自車両ＳＷと障害物ＳＭとの干渉に余裕があるシーンでは、運転者の操作を妨げない程度の支援量となる。
ここで、本実施形態では、図１０の車速センサ２が自車両状態検出手段を構成する。以下同様に、図１０の操舵角センサ３が操作状態検出手段を構成する。また、カメラ１が障害物検出手段を構成する。さらに、図１０の回避支援コントローラ４が存在確率分布推定手段および回避経路生成手段を構成する。また、操舵支援トルクが支援制御量を構成する。

（本実施形態の効果）
（１）本実施形態では、存在確率分布推定手段が、自車両の横方向への運動およびヨー方向への運動の少なくとも一方の運動に基づき当該運動が大きい場合、当該運動が小さい場合と比較して、自車両の横方向における障害物の存在確率分布の最高値および当該最高値の周辺の存在確率を低減する。
そのため、例えば、障害物検出手段に、自車両の横方向への運動が大きいほど検出結果に含まれる検出誤差が増大するという特性がある場合に、自車両の横方向への運動が大きいときに、障害物の存在確率を低減できる。同様に、自車両のヨー方向への運動が大きいほど検出結果に含まれる検出誤差が増大するという特性がある場合に、自車両のヨー方向への運動が大きいときに、障害物の存在確率を低減できる。それゆえ、障害物が実際と異なる位置に存在すると誤検出し、誤検出した障害物と自車両との干渉の可能性が高いと誤判断することを防止できる。その結果、運転者に違和感を与えることを防止できる。

（２）また、存在確率推定手段が、自車両の縦方向への運動およびピッチ方向への運動の少なくとも一方の運動に基づき当該運動が大きい場合、当該運動が小さい場合と比較して、自車両の縦方向における障害物の存在確率分布の最高値および当該最高値の周辺の存在確率を低減する。
そのため、例えば、障害物検出手段に、自車両の縦方向への運動が大きいほど検出結果に含まれる検出誤差が増大するという特性がある場合、自車両の縦方向への運動が大きいときに、障害物の存在確率を低減できる。同様に、自車両のピッチ方向への運動が大きいほど検出結果に含まれる検出誤差が増大するという特性がある場合、自車両のピッチ方向への運動が大きいときに、障害物の存在確率を低減できる。それゆえ、障害物が実際よりも近い位置に存在すると誤検出し、誤検出した障害物と自車両との干渉の可能性が高いと誤判断することを防止できる。その結果、運転者に違和感を与えることを防止できる。

（３）さらに、回避支援手段が、自車両の将来の走行経路上における障害物の存在確率が高い場合、当該存在確率が低い場合と比較して、障害物回避操作を支援する支援制御量を増大する。
そのため、例えば、障害物の存在確率が高い領域に車両が侵入する場合には、回避操作に対する支援量を増大できる。その結果、自車両が障害物と干渉する可能性を低減でき、自車両と障害物との干渉をより適切に回避できる。

（４）また、車両操作検出手段が、自車両の操舵角および操舵角速度の少なくともいずれかを検出する。
そのため、操舵角および操舵速度の少なくともいずれかに基づいて、運転者による障害物回避操作を支援することができる。それゆえ、例えば、操舵角または操舵速度により、運転者の操舵意思を図ることで、障害物回避操作をより適切に支援できるようになる。

（５）さらに、回避経路生成手段が、障害物の存在確率が設定値よりも低い領域内を通過する回避経路を生成する。また、回避支援手段が、自車両に回避経路を走行させる舵角パターンおよび自車両の操作状態に基づいて障害物回避操作を支援する支援制御量を設定する。
そのため、例えば、自車両が回避経路に沿って走行するように支援量を算出することで、自車両が障害物の存在確率が低い領域のみを走行するように、運転者による回避操作を支援することができる。その結果、将来において自車両と障害物とが干渉する可能性を考慮した、より的確な支援を行うことができる。

（第３実施形態）
次に、本発明の第３実施形態について図面を参照しつつ説明する。なお、上記各実施形態と同様な構成などについては同一の符号を使用する。
（構成）
本実施形態の基本的な車両構成は、図９に示すように上記第２実施形態と同様である。
ただし、カメラ１は、自車両ＳＷの前方の道路境界を検出する役割も果たす。道路境界とは、自車両ＳＷが走行している道路または走行車線の両脇を区切る境界線である。
図２３に、以上の装置構成を機能別にまとめたブロック図を示す。

本実施形態では、カメラ１は、道路境界検出手段としての用途も兼ねている。そして、カメラ１で撮像したイメージを画像処理して自車両ＳＷの前方の道路境界に関する情報を抽出する機能を実現する。
回避経路生成手段は、自車両状態検出手段、障害物検出手段、存在確率分布検出手段、および道路境界検出手段で得た情報に基づき、回避経路を生成する機能を実現する。

次に、回避支援コントローラ４の処理について図面を参照して説明する。
図２４は、回避支援コントローラ４の処理を示すフローチャートである。
図２５は、想定する場面の一例を示す平面図である。
ここでは、具体性を持たせて処理を分かりやすくするために、図２５に示す場面を想定して説明する。図２５に示す場面では、自車両ＳＷが片側１車線の直線道路上を走行しているときに、自車両ＳＷの前方に左側から横断する歩行者を検出した場面を想定している。なお、第１実施形態および第２実施形態では、障害物ＳＭの左右のいずれにも自車両ＳＷが通り抜け可能なスペースがあるものとしたが、図２５に示す場面では、道路境界により、自車両ＳＷが通り抜け可能なスペースが限られているものとする。

なお、図２４の処理は、設定したサンプリング周期で繰り返し実行する。
図２４に示すように、まず、そのステップＳ６０１では、各種センサが検出した信号をメモリ上に読み込む。そして、自車両ＳＷの運動状態、自車両ＳＷの操作状態、障害物ＳＭの位置、および障害物ＳＭとの間の距離を、統一した座標系上の値として算出する。
上記座標系を設定することで、道路の左端の道路境界の位置をＹ＝Ｙ_L、道路の右端の道路境界の位置をＹ＝Ｙ_Rといった形式で表記することができる。

道路の左端および右端の位置は、カメラ１による道路境界検出によって検出する。
次に、ステップＳ６０２では、自車両ＳＷと障害物ＳＭとが干渉する可能性の有無によって処理を分岐する。例えば、第１実施形態のステップＳ１０２と同様の処理や、第２実施形態のステップＳ３０２と同様の処理を利用できる。そして、自車両ＳＷと障害物ＳＭとが干渉する可能性があると判定した場合には(YES)ステップＳ６０３に移行する。一方、有無によって処理を分岐する。一方、自車両ＳＷと障害物ＳＭとが干渉する可能性がないと判定した場合には(NO)処理を終了する。

次に、ステップＳ６０３では、カメラ１の検出特性により当該カメラ１の検出結果に含まれる検出誤差の性質に基づいて、自車両ＳＷの周囲における障害物ＳＭの存在確率分布を推定する。例えば、第１実施形態のステップＳ１０３と同様の処理や、第２実施形態のステップＳ３０３と同様の処理を利用できる。
次に、ステップＳ６０４では、まず、前記ステップＳ６０３で算出した障害物ＳＭの存在確率分布に基づいて、障害物ＳＭの右方向を通過する回避経路を生成する。

次に、生成した回避経路を走行させる右回避舵角パターンδ_Riを算出する。
回避経路などの具体的な生成方法については後述する。
次に、ステップＳ６０５では、まず、前記ステップＳ６０３で推定した障害物ＳＭの在確率分布に基づいて、障害物ＳＭの左方向を通過する回避経路を生成する。
次に、生成した回避経路を走行させる左回避舵角パターンδ_Liを算出する。
次に、ステップＳ６０６では、前記ステップＳ６０４で算出した右回避舵角パターンδ_Ri、および前記ステップＳ６０５で算出した左回避舵角パターンδ_Liに基づいて、操舵支援トルクの特性を設定する。

図２６は、Ｎ_THを４とした場合の操舵支援トルクの特性を示す図である。
具体的には、まず、前記ステップＳ６０４で算出した右回避舵角パターンδ_Riに基づいて第１の支援トルク特性図を設定する。第１の支援トルク特性図は、図２６（ａ）に示すように、例えば、右回避舵角パターンδ_Riと当該右回避舵角パターンδ_Riに対応した操舵支援トルクＴ_Riからなる点（δ_Ri、Ｔ_Ri）を２次元平面上にプロットし、プロットした各点（δ_Ri、Ｔ_Ri）の間を直線で結ぶことによって生成する。操舵支援トルクＴ_Riは、Ｔ_R1＞Ｔ_R2＞…＞Ｔ_RNTHとなるように設定する。ここで、ｋ番目の右回避舵角パターンδ_Rkに対応する回避経路は道路境界内に収まるが、k+1番目の右回避舵角パターンδ_Rk+1に対応する回避経路は道路境界内に収まらないとする。その場合、操舵支援トルクＴ_Rkを「０」とし、操舵支援トルクＴ_Rk+1、…、Ｔ_RNTHを負の値とする。すなわち、操舵支援トルクＴ_iは、Ｔ_R1＞Ｔ_R2＞…＞Ｔ_Rk（＝０）＞…＞Ｔ_RNTHとなるように設定する。操舵支援トルクＴ_iの符号は、前輪５FL、５FRを右方向に転舵する操舵支援トルクを正値とし、前輪５FL、５FRを左方向に転舵する操舵支援トルクを負値とする。

次に、前記ステップＳ６０５で算出した左回避舵角パターンδ_Liに基づいて第２の支援トルク特性図を設定する。第２の支援トルク特性図は、例えば、図２６（ｂ）に示すように、左回避舵角パターンδ_Liと当該左回避舵角パターンδ_Liに対応した操舵支援トルクＴ_Liからなる点（δ_Li、Ｔ_Li）を平面上にプロットし、プロットした各点（δ_Li、Ｔ_Li）の間を直線で結ぶことによって生成する。操舵支援トルクＴ_Liは、Ｔ_L1＜Ｔ_L2＜…＜Ｔ_LNTHとなるように設定する。ここで、ｋ番目の左回避舵角パターンδ_Lkに対応する回避経路は道路境界内に収まるが、k+1番目の左回避舵角パターンδ_Lk+1に対応する回避経路は道路境界内に収まらないとする。その場合、操舵支援トルクＴ_Lkを「０」とし、操舵支援トルクＴ_Lk+1、…、Ｔ_LNTHを正の値とする。すなわち、操舵支援トルクＴ_Liは、Ｔ_L1＜Ｔ_L2＜…＜Ｔ_Lk（＝０）＜…＜Ｔ_LNTHとなるように設定する。
次に、設定した第１および第２の支援トルク特性図をもとに、操舵角δ_fに対応する操舵支援トルクを算出する。そして、算出した操舵支援トルクの付与を指示する信号をステアリングアクチュエータ７に出力する。

以上のように、ステップＳ６０６では、回避経路が道路境界内に収まるか否かを考慮して操舵支援トルクの特性を設定する。例えば、図２５および図２６に示すように、障害物ＳＭの左側のスペースが狭く、３番目の左回避舵角パターンδ_L3に対応する回避経路が道路境界内に収まらないとする。この場合、操舵角δ_fが左回避舵角パターンδ_L3に近いほど、自車両ＳＷが道路境界内から逸脱する可能性が高くなる。そのため、操舵角δ_fが左回避舵角パターンδ_L3に近い場合には、操舵の切りすぎを知らせるための逆方向トルク、つまり、切り戻し方向への操舵支援トルクを付与する。また、４番目の右回避舵角パターンδ_R4に対応する回避経路が道路境界内に収まらないとする。とする。この場合、操舵角δ_fが右旋回経路δ_R4に近いほど、自車両ＳＷが道路境界内から逸脱する可能性が高くなる。そのため、操舵角δ_fが右旋回経路δ_R4に近い場合には、逆方向トルク、つまり、切り戻し方向への操舵支援トルクを発生する。
なお、本実施形態では、操舵角δ_fに基づいて、操舵支援トルクを算出する例を示したが、他の構成を採用することもできる。例えば、操舵角δ_fおよび操舵角速度ｄδ_f/ｄｔに基づいて、自車両ＳＷの逸脱可能性をより適切に算出することもできる。

次に、上記ステップＳ６０４で行う、上記右回避舵角パターンδ_Riの算出方法を、図面を参照して説明する。
図２７は、右回避舵角パターンを算出する処理を示すフローチャートである。
図２７に示すように、まず、ステップＳ７０１では、変数ｉが設定値Ｎ_THであるか否かを判定する。変数ｉは、後述するステップＳ７０２からＳ７０６までのフローの実行回数をカウントするための変数であり、この処理の開始時に１に設定する。そして、変数ｉが設定値Ｎ_THであると判定した場合には(YES)処理を終了して復帰する。一方、変数ｉが設定値Ｎ_THではないと判定した場合には(NO)ステップＳ７０２に移行する。

次にステップＳ７０２では、障害物回避のための舵角パターンδ_f ^'(k)を設定する。
本実施形態では、予め設定した舵角パターンδ_f(t)に、障害物回避操作の調整を行うためのゲインＫδ設定を行うことで、舵角パターンδ_f ^'(k)を設定する。
舵角パターンδ_f(t)としては、操舵の切り返しから切り戻しまでの操作を行うことを踏まえて、図２２に示すように、サイン状、三角状、台形状の舵角パターンδ_f(t)を利用可能である。切り返しを行うタイミングは、Ｔ_CJを基準とし、ΔＴ_Xのパラメータを事前に調整することで設定する。

この舵角パターンδ_f(t)を適当なステップ数Ｎで分割して離散化を行い、各ステップ時点における舵角パターンδ_f(t)の値を算出する。これにより、以下に示すような、Ｎ個の時系列データを得ることができる。
δ_f(k)=[δ_f(0^*2×(T_CJ+ΔT_X)N)、δ_f(1^*2×(T_CJ+ΔT_X)N)、…、δ_f((N-1)^*2×(T_CJ+ΔT_X)N)]
また、上記Ｎ個の時系列データに基づき、舵角パターンδ_f ^'(k)は、下記（１４）式のように表記することができる。
δ_f'(k)=Kδ×δ_f(k) ………（１４）
ただし、ゲインＫδは、この処理の開始時に小さい正の値ΔＫδに設定する。

次に、ステップＳ７０３では、前記ステップＳ７０２で設定した舵角パターンδ_f ^'(k)で走行可能な経路表す経路が、道路境界内に収まっている経路であるか否かによって処理を分岐する。道路境界内に収まっている経路であるか否かによって処理を分岐する方法としては、例えば、舵角パターンδ_f ^'(k)によって自車両ＳＷを操舵した場合に、現在から2×(T_CJ+ΔT_X)後までの間に、自車両ＳＷが道路境界内から逸脱するか否かを判定する。

具体的には、まず、舵角パターンδ_f ^'(k)に基づき、上記（４）式に従って、自車両ＳＷの将来の走行経路（ｘ_V(t)、ｙ_V(t)）を算出する。そして、算出した将来の走行経路（ｘ_V(t)、ｙ_V(t)）を回避経路（ｘ_V(t)、ｙ_V(t)）とする。
次に、算出した回避経路（ｘ_V(t)、ｙ_V(t)）上から、Ｙ成分ｙ_V(k)の最小値ｙ_min（=min(yV(k))）を抽出する。なお、逸脱の可能性があるのは道路の右端の道路境界であるので、最小値ｙ_minを抽出は、現在から2×(T_CJ+ΔT_X)後までのＹ成分ｙ_V ^* (k)を対象として行う。

次に、抽出した最小値ｙ_minが設定値Ｙ_Rより小さいか否かを判定する。設定値Ｙ_Rとは、道路の右端の道路境界の位置である。そして、設定値Ｙ_Rよりも小さいと判定した場合には、回避経路が道路境界内に収まっていると判定し(YES)、処理を終了して復帰する。一方、設定値Ｙ_R以上であると判定した場合には、回避経路が道路境界内に収まっておらず、道路境界内から逸脱していると判定し(NO)、ステップＳ７０４に移行する。

次に、ステップＳ７０４では、前記ステップＳ７０２で設定した舵角パターンδ_f ^'(k)で操舵した場合に、自車両ＳＷが障害物ＳＭの存在確率が設定水準ＴＨ_iよりも低い領域のみを走行することが可能か否かを判別する。
具体的には、まず、前記ステップＳ６０３で設定した障害物ＳＭの存在確率分布を参照し、前記ステップＳ７０３で設定した回避経路（ｘ_V(t)、ｙ_V(t)）上の各地点に対して、障害物ＳＭの存在確率を算出する。そして、算出した存在確率のうち、最大のものを最大値Ｐ_m（=maxf(x_V(t)、y_V(t),t)）として抽出する。

次に、抽出した障害物ＳＭの存在確率の最大値Ｐ_mが設定水準ＴＨ_iより小さいか否かを判定する。そして、設定水準ＴＨ_iよりも小さいと判定した場合には、障害物ＳＭの存在確率が設定水準ＴＨ_iよりも低い領域のみを走行することが可能な回避経路を生成したと判定し(YES)、ステップＳ７０６に移行する。一方、設定水準ＴＨ_i以上であると判定した場合には、障害物ＳＭの存在確率が設定水準ＴＨ_iよりも高い領域を通過する回避経路であると判定し(NO)、ステップＳ７０５に移行する。

次に、ステップＳ７０５では、障害物ＳＭの存在確率が設定水準ＴＨ_iよりも低い領域のみを走行ことができる回避経路を生成するように、下記（１５）式に従ってゲインＫδを再設定する。その後、前記ステップＳ７０３に移行する。
Kδ=Kδ+ΔKδ ………（１５）
一方、ステップＳ７０６では、前記ステップＳ７０２で設定した舵角パターンδ_f ^'(k)を、右回避舵角パターンδ_Riとしてメモリに格納する。また、変数ｉに「１」を加算した値を、新しい変数ｉとする。その後、前記ステップＳ７０１に移行する。

なお、ステップＳ６０５で行う、上記左回避舵角パターンδ_Liの算出方法も、上記右回避舵角パターンδ_Riの算出方法と同様である。
ただし、ΔＫδを負の値に設定する。また、前記ステップＳ７０２で設定した舵角パターンδ_f ^'(k)は、左回避舵角パターンδ_Liとしてメモリに格納する。
ここで、本実施形態では、図２３の車速センサ２およびジャイロセンサ９が自車両状態検出手段を構成する。以下同様に、図２３の操舵角センサ３が操作状態検出手段を構成する。また、カメラ１が障害物検出手段を構成する。さらに、図２３の回避支援コントローラ４が存在確率分布推定手段および回避経路生成手段を構成する。

（本実施形態の効果）
（１）本実施形態では、回避経路生成手段が、回避経路として、道路境界内に収まっている経路を生成する。
そのため、自車両が道路境界内から逸脱しない回避経路を生成することができる。それゆえ、例えば、生成した回避経路に沿って自車両が走行するように支援量を算出することで、自車両が道路境界内に留るように運転者による回避操作を支援することができる。その結果、運転者が障害物を回避するために必要以上の操舵をした場合にも、自車両が道路境界内から逸脱することを防止することができる。

（第４実施形態）
次に、本発明の第４実施形態について図面を参照しつつ説明する。なお、上記各実施形態と同様な構成などについては同一の符号を使用する。
図２８は、第４実施形態の車両用運転支援装置を装備した自車両ＳＷの装置構成の概念図である。
本実施形態の基本的な車両構成は図２８に示すように上記第２実施形態と同様である。
ただし、加速度センサ１０を備えている。加速度センサ１０は、自車両ＳＷに発生する特定の方向の加速度を検出する。例えば、圧電素子等を用いて構成したものを利用可能である。そして、検出信号を回避支援コントローラ４に出力する。
図２９に、以上の装置構成を機能別にまとめたブロック図を示す。
本実施形態では、自車両状態検出手段は、車速センサ２、ジャイロセンサ９および加速度センサ１０によって構成する。そして、各センサで検出した信号を統合的に処理して、自車両ＳＷの運動状態に関する情報を得る機能を実現する。

次に、回避支援コントローラ４の処理について図面を参照して説明する。
図３０は、回避支援コントローラ４の処理を示すフローチャートである。
ここでは、具体性を持たせて処理を分かりやすくするために、図２５に示す場面を想定して説明する。図２５に示す場面では、自車両ＳＷが片側１車線の直線道路上を走行しているときに、自車両ＳＷの前方に左側から横断する歩行者を検出した場面を想定している。なお、第１実施形態および第２実施形態では、障害物ＳＭの左右のいずれにも自車両ＳＷが通り抜け可能なスペースがあるものとしたが、図２５に示す場面では、道路境界により、自車両ＳＷが通り抜け可能なスペースが限られているものとする。また、自車両ＳＷの運転者は、障害物ＳＭの存在を認識し、制動操作を行っているものとする。

なお、図３０の処理は、設定したサンプリング周期で繰り返し実行する。
図３０に示すように、まず、そのステップＳ８０１では、各種センサが検出した信号をメモリ上に読み込む。そして、自車両ＳＷの運動状態、自車両ＳＷの操作状態、障害物ＳＭの位置、および障害物ＳＭとの間の距離を、統一した座標系上の値として算出する。
自車両ＳＷの減速度ａ_VXは、加速度センサ１０から得ることができる。

次に、ステップＳ８０２では、現在から設定時間後までの間に、自車両ＳＷと障害物ＳＭとが干渉する可能性の有無を判別する。具体的な判別方法については後述する。
次に、ステップＳ８０３では、カメラ１の検出特性により当該カメラ１の検出結果に含まれる検出誤差の性質に基づいて、自車両ＳＷの周囲における障害物ＳＭの存在確率分布を推定する。例えば、第１実施形態のステップＳ１０３と同様の処理や、第２実施形態のステップＳ３０３と同様の処理を利用できる。

例えば、図１９に示すように、障害物ＳＭが等速移動している場合には、障害物ＳＭの存在確率ｆ_c（Ｘ、Ｙ、ｔ）は、下記（１６）式のように表記できる。
f_c(X,Y,t)=N(μ_X、μ_YC、σ_X ²、σ_Y ²) ………（１６）
また、障害物ＳＭが加速移動している場合には、障害物ＳＭの存在確率ｆ_a（Ｘ、Ｙ、ｔ）は、下記（１７）式のように表記できる。
f_a(X,Y,t)=N(μ_X、μ_YC、σ_X ²、σ_Y ²)、Y≦μ_YC
f_a(X,Y,t)=max[f_Ya(μ_X、μ_YC、σ_X ²、σ_Y ²)、f_Ya(μ_X、μ_YA、σ_X ²、σ_Y ²)]、μ_YC<Y<μ_YA
f_a(X,Y,t)=N(μ_X、μ_YA、σ_X ²、σ_Y ²)、μ_YA≦Y ………（１７）

さらに、障害物ＳＭが減速移動している場合には、障害物ＳＭの存在確率ｆ_d（Ｘ、Ｙ、ｔ）は、下記（１８）式のように表記できる。
f_d(X,Y,t)=N(μ_X、μ_YD、σ_X ²、σ_Y ²)、Y≦μ_YD
f_d(X,Y,t)=max[f_Ya(μ_X、μ_YD、σ_X ²、σ_Y ²)、f_Ya(μ_X、μ_YC、σ_X ²、σ_Y ²)]、μ_YD<Y<μ_YC
f_d(X,Y,t)=N(μ_X、μ_YD、σ_X ²、σ_Y ²)、μ_YC≦Y ………（１８）
ここで、上記（１８）式は、連続な関数であり、Ｘ、Ｙに関して微分可能である。
また、上記（１６）〜（１８）式に基づき、障害物ＳＭの移動を考慮した場合の障害物ＳＭの存在確率は、下記（１９）式のようにまとめることができる。
f(X,Y,t)=[K_d×f_d(X,Y,t)+f_c(X,Y,t)+K_a×f_a(X,Y,t)]/[K_Now(1+Kd+ Ka)] ………（１９）

次に、ステップＳ８０４では、まず、前記ステップＳ８０３で算出した障害物ＳＭの存在確率分布に基づいて、障害物ＳＭの右方向を通過する回避経路を生成する。
次に、生成した回避経路を走行させる右回避舵角パターンδ_Riを算出する。
回避経路などの具体的な生成方法については後述する。
次に、ステップＳ８０５では、まず、前記ステップＳ８０３で推定した障害物ＳＭの在確率分布に基づいて、障害物ＳＭの左方向を通過する回避経路を生成する。
次に、生成した回避経路を走行させる左回避舵角パターンδ_Liを算出する。
次に、ステップＳ８０６では、前記ステップＳ８０４で算出した右回避舵角パターンδ_Riおよび前記ステップＳ８０５で設定した左回避舵角パターンδ_Liに基づいて、操舵支援トルクの特性を設定する。

図３１は、Ｎ_THを４とした場合の右回避舵角パターンδ_Riを示す図である。
図３２は、操舵支援トルクの特性を示す図である。
図３１に示すように、現在時刻ｔ₀における右回避舵角パターンδ_Ri(t₀)はいずれも同じ値となる。そのため、本実施形態では、現在時刻ｔ₀からΔｔ秒後の右回避舵角パターンδ_Ri(t₀+Δt)を利用して、操舵支援トルクの特性を設定する。

具体的には、まず、前記ステップＳ８０４で算出した右回避舵角パターンδ_Ri(t₀+Δt)に基づいて第１の支援トルク特性図を設定する。第１の支援トルク特性図は、図３２に示すように、例えば、右回避舵角パターンδ_Ri(t₀+Δt)と当該右回避舵角パターンδ_Ri(t₀+Δt)に対応する操舵支援トルクＴ_Riからなる点（δ_Ri(t₀+Δt)、Ｔ_Ri）を２次元平面上にプロットし、プロットした各点（δ_Ri(t₀+Δt)、Ｔ_Ri）の間を直線で結ぶことによって生成する。操舵支援トルクＴ_Riは、Ｔ_R1＞Ｔ_R2＞…＞Ｔ_RNTHとなるように設定する。ここで、ｋ番目の右回避舵角パターンδ_Rk(t₀+Δt)に対応する回避経路は道路境界内に収まるが、k+1番目の右回避舵角パターンδ_Rk+1(t₀+Δt)に対応する回避経路は道路境界内に収まらないとする。その場合、操舵支援トルクＴ_Rkを「０」とし、操舵支援トルクＴ_Rk+1、…、Ｔ_RNTHを負の値とする。すなわち、操舵支援トルクＴ_iは、Ｔ_R1＞Ｔ_R2＞…＞Ｔ_Rk（＝０）＞…＞Ｔ_RNTHとなるように設定する。

次に、前記ステップＳ８０５で算出した左回避舵角パターンδ_Li(t₀+Δt)に基づいて第２の支援トルク特性図を設定する。第２の支援トルク特性図は、例えば、左回避舵角パターンδ_Li(t₀+Δt)と当該左回避舵角パターンδ_Li(t₀+Δt)に対応した操舵支援トルクＴ_Liからなる点（δ_Li(t₀+Δt)、Ｔ_Li）を平面上にプロットし、プロットした各点（δ_Li(t₀+Δt)、Ｔ_Li）の間を直線で結ぶことによって生成する。操舵支援トルクＴ_Liは、Ｔ_L1＜Ｔ_L2＜…＜Ｔ_LNTHとなるように設定する。ここで、ｋ番目の左回避舵角パターンδ_Lk(t₀+Δt)に対応する回避経路は道路境界内に収まるが、k+1番目の左回避舵角パターンδ_Lk+1(t₀+Δt)に対応する回避経路は道路境界内に収まらないとする。その場合、操舵支援トルクＴ_Lkを「０」とし、操舵支援トルクＴ_Lk+1、…、Ｔ_LNTHを正の値とする。すなわち、Ｔ_L1＜Ｔ_L2＜…＜Ｔ_Lk（＝０）＜…＜Ｔ_LNTHとなるように設定する。

次に、設定した第１および第２の支援トルク特性図をもとに、操舵角δ_fに対応する操舵支援トルクを算出する。そして、算出した操舵支援トルクの付与を指示する信号をステアリングアクチュエータ７に出力する。
この処理をサンプリング周期ごとに逐次行うことで、運転者の不確定性に対して逐次補正をかけることが可能となり、予測のずれに対する信頼性を向上することができる。

次に、上記ステップＳ８０２で行う、上記自車両ＳＷと障害物ＳＭとが干渉する可能性の有無の判定方法を、図面を参照して説明する。
図３３は、自車両ＳＷと障害物ＳＭとが干渉する可能性の有無を判定する処理を示すフローチャートである。
図３３に示すように、まず、そのステップＳ９０１では、自車両ＳＷの減速度ａ_VXを維持することで、障害物ＳＭの手前で自車両ＳＷを停止できるか否かを判定する。

具体的には、ｖ_VX ²が(-2×a_VX×x_B)未満であるか否かを判定する。そして、(-2×a_VX×x_B)未満であると判定した場合には、自車両ＳＷの減速度ａ_VXを維持することで、障害物ＳＭの手前で自車両ＳＷを停止できると判定し(YES)、処理を終了して復帰する。この復帰により、ステップＳ８０１に移行する。一方、(-2×a_VX×x_B)以上であると判定した場合には、自車両ＳＷの減速度ａ_VXを維持しても、自車両ＳＷと障害物ＳＭとが干渉する可能性があると判定し(NO)、ステップＳ９０２に移行する。

次に、ステップＳ９０２では、自車両ＳＷが障害物ＳＭの位置に到達するまでの到達時間Ｔ_CJ'を算出する。
具体的には、自車両ＳＷの減速度ａ_VX、自車両ＳＷの縦方向速度ｖ_VXおよび障害物ＳＭの縦方向位置ｘ_Bに基づき、下記（２０）式を満たす正の値ｔを算出する。そして、算出した値ｔを到達時間Ｔ_CJ'とする。
0.5×a_VX×t²+V_VX×t=X_B ………（２０）
次に、ステップＳ９０３では、現在から到達時間Ｔ_CJ'後までの間に、自車両ＳＷの走行領域に障害物ＳＭが侵入するか否かを判定する。
具体的には、まず、前記ステップＳ９０２で算出した到達時間Ｔ_CJ'に基づいて、当該到達時間Ｔ_CJ'後における障害物ＳＭの横方向位置y_B+v_BY×T_CJ'を算出する。

次に、算出した横方向位置y_B+v_BY×T_CJ'の絶対値｜y_B+v_BY×T_CJ'｜が設定値Ｙ_TH未満であるか否かを判定する。そして、横方向位置の絶対値｜y_B+v_BY×T_CJ'｜が設定値Ｙ_TH未満であると判定した場合には、自車両ＳＷの走行領域に障害物ＳＭが侵入すると判定し(YES)、処理を終了して復帰する。一方、横方向位置の絶対値｜y_B+v_BY×T_CJ'｜が設定値Ｙ_TH以上であると判定した場合には、自車両ＳＷの走行領域に障害物が侵入しない(NO)、つまり、運転者による障害物回避操作を支援する必要がないと判定し、処理を終了して復帰する。この復帰により、ステップＳ８０１に移行する。

次に、上記ステップＳ８０４で行う、上記右回避舵角パターンδ_Riの算出方法を、図面を参照して説明する。
図３４は、右回避舵角パターンδ_Riを算出する処理を示すフローチャートである。
図３４に示すように、まず、そのステップＳ１００１では、変数ｉが設定値Ｎ_THであるか否かを判定する。変数ｉは、後述するステップＳ１００２〜Ｓ１００７のフローの実行回数をカウントするための変数であり、この処理の開始時に１に設定する。そして、変数ｉが設定値Ｎ_THであると判定した場合には(YES)処理を終了して復帰する。一方、変数ｉが設定値Ｎ_THではないと判定した場合には(NO)ステップＳ１００２に移行する。

次に、ステップＳ１００２では、障害物回避のための評価関数Ｊ(ｕ)を設定する。
本実施形態では、車両モデル、評価関数Ｊ(ｕ)を使用した最適化計算によって、障害物ＳＭの存在確率が設定水準ＴＨ_iよりも低い領域内を通過する回避経路を生成する。
具体的には、まず、自車両ＳＷの将来の走行経路を算出するために、自車両ＳＷの運動を記述する二輪モデルとして、自車両ＳＷの減速を考慮した二輪モデルを使用する。

この二輪モデルは、走行速度が一定で、ヨー角θが十分に小さく、横方向速度ｖ_VYが縦方向速度ｖ_VXと比較して十分に小さく、タイヤ横力の飽和特性が顕著に現れない運動状態では、下記（２１）式のように近似することができる。
dx_V/dt=vcos(β+θ)
dy_V/dt=vsin(β+θ) ………(２１)
dθ/dt=γ
dv/dt=a_VX
dβ/dt=-γ+[2K_f(α_f、a_VX)+2Y_r(α_r、a_VX)]/MV_V
dγ/dt=[2L_fK_f(α_f、a_VX)-2L_rY_r(α_f、a_VX)]/I
dδ_f/dt=-δ_f/T_s-δ_f/T_s

ただし、Ｙ_f（α_f、α_VX）、Ｙ_r（α_r、α_VX）は、タイヤ特性をモデル化した関数を簡略化したものである。例えば、"Bakker,E.,Nyborg,L.and Pacejka,H.B.:Tyre Modeling for Use in Vehicle Dynamics Studies,SAE Tech. Pap.Ser.,No.870495 (1987)"に記載のものを利用可能である。Ｙ_f（α_f、α_VX）、Ｙ_r（α_r、α_VX）では、タイヤが発生する力は摩擦円拘束を有し、同じタイヤすべり角α_f、α_rでも、縦方向に力が発生していると横力が減少する。

また、タイヤすべり角α_f、α_rが上記（３）式のものと同様とすると、上記（２１）式は、下記（２２）式のようにまとめることができる。
dx_V /dt=f_V(x_V、u_V) ………(２２)
x_V=(x_V、y_V、θ、v、β、γ、δ_f)
u_V=(δ_f ^*)
そして、上記（２２）式をもとに、現在時刻ｔ₀から推定時刻t₀+T_fまでの間に、自車両ＳＷに加えた操作量ｕに対する車両状態ベクトルｘ_Vの予測値に基づき、評価関数Ｊ(ｕ)は、下記（２３）式のように表記することができる。

ここで、上記（２３）式の右辺の第１項は、推定時刻t₀+T_fにおける車両運動状態を評価するための終端評価式である。終端評価式は、第１の評価項目Ψ₁（t₀+T_f）を有する。第１の終端評価項目Ψ₁（t₀+T_f）は、推定時刻t₀+T_f後に、自車両ＳＷの車両姿勢が道路の進行方向に向くようにするための項目である。

また、右辺の第２項は、現在時刻ｔ₀から推定時刻t₀+T_fまでの間における車両運動状態を評価する区間評価式である。区間評価式は、第１〜第３の区間評価項目を有する。第１の区間評価項目Ｌ₂（τ）は、現在時刻ｔ0から推定時刻t₀+T_fまでの間、自車両ＳＷが障害物ＳＭに近づかないようにするための項目である。第２の区間評価項目Ｌ₃（τ）は、現在時刻ｔ0から推定時刻t₀+T_fまでの間、自車両ＳＷが道路境界内から逸脱しないようにするための項目である。第３の区間評価項目Ｌ₄（τ）は、現在時刻ｔ0から推定時刻t₀+T_fまでの間、自車両ＳＷの操作量ｕ_vを小さくするための評価式である。

さらに、ｗ₁、ｗ₂、ｗ₃、ｗ₄は重みパラメータである。
次に、ステップＳ１００３では、前記ステップＳ１００２で設定した評価関数Ｊ(ｕ)に基づいて、当該評価関数Ｊ(ｕ)を最小にする最適化計算を行う。
評価関数Ｊ(ｕ)を最小にする操作量を求める問題は、一般に最適制御問題と呼び、その数値解を求めるために様々なアルゴリズムが公知の技術として考えられている。
公知の技術の一例としては、例えば、T.Ohtsuka,"A continuation /GMRES method for fastcomputation of nonlinear receeding horizon control",Automatica, vol,40, 563/574, 2004.が挙げられる。
また、右回避舵角パターンδ_Riを得るためには、最適化計算の初期解として、前輪５FL、５FRを右方向に転舵する舵角パターンを読み込む必要がある。この初期解は、予め速度および障害物ＳＭとの間の距離Ｒ_s等の条件に応じたものをメモリに格納しておく。

本実施形態の場合、操作量ｕvは操舵角δ_fであるので、最適化計算によって得られる数値解は、現在時刻ｔ₀から時刻t₀+T_fまでの間の操舵量の時系列となる。
なお、実際の計算では、評価区間ｔ₀〜t₀+T_fを適当なステップ数Ｎで分割して離散化を行い、各ステップ時点における操作量の値を算出する。これにより、以下に示すような、Ｎ個の時系列操作量δ_f ^*を得ることができる。
δ_f ^*=(δ_f ^*(t₀)、δ_f ^*(t₀+T_f/N)、…、δ_f ^*(t₀+(N-1)×T_f/N))

ここで、ステップ数Ｎは大きいほどサンプル時間間隔が短縮し、精度の高い予測操作量δ_f ^*を算出できる。しかし、ステップ数Ｎが大きくなると、算出するデータの数が大幅に増加するため、回避支援コントローラ４の計算負荷が高くなる。そのため、ステップ数Ｎは、予測操作量δ_f ^*の精度と回避支援コントローラ４の計算付加とが適切となるように設定する。例えば、サンプル時間間隔が１０〜１００msec.となるように決定する。

次に、ステップＳ１００４では、前記ステップＳ１００３で設定した予測操作量（以下、「舵角パターンδ_f ^*」とも呼ぶ）によって自車両ＳＷを操舵した場合に、自車両ＳＷが走行する将来の走行経路（ｘ_V ^*(t)、ｙ_V ^*(t)）を算出する。そして、算出した将来の走行経路（ｘ_V ^*(t)、ｙ_V ^*(t)）を回避経路（ｘ_V ^*(t)、ｙ_V ^*(t)）とする。
具体的には、舵角パターンδ_f ^*に基づき、上記（２１）式および（２２）式のように定義した二輪モデルに従って、自車両ＳＷの将来の走行経路（ｘ_V ^*(t)、ｙ_V ^*(t)）を算出する。これにより、以下に示すような、Ｎ個の時系列データを得ることができる。
x_V ^*=(x_V ^* (t₀)、x_V ^* (t₀+T_f/N)、…、x_V ^* (t₀+T_f))
y_V ^*=(y_V ^* (t₀)、y_V ^* (t₀+T_f/N)、…、y_V ^* (t₀+T_f))

次に、ステップＳ１００５では、前記ステップＳ１００３で設定した舵角パターンδ_f ^* (t)で操舵した場合に、自車両ＳＷが道路境界内から逸脱するか否かを判定する。
具体的には、まず、前記ステップＳ１００４で算出した自車両ＳＷの将来の走行経路（ｘ_V ^*(t)、ｙ_V ^*(t)）上から、Ｙ成分ｙ_V ^* (k)の最小値ｙ_minを抽出する。なお、逸脱の可能性があるのは道路の右端の道路境界であるので、最小値ｙ_minを抽出は、現在から2×(T_CJ+ΔT_X)後までのＹ成分ｙ_V ^* (k)を対象として行う。

次に、抽出した最小値ｙ_minが設定値Ｙ_Rより小さいか否かを判定する。そして、設定値Ｙ_Rよりも小さいと判定した場合には、舵角パターンδ_f ^* (k)で操舵しても、回避経路が道路境界内に収まっていると判定し(YES)、処理を終了して復帰する。一方、設定値Ｙ_R以上であると判定した場合には、回避経路が道路境界内に収まっておらず、道路境界内から逸脱していると判定し(NO)、ステップＳ１００６に移行する。

次に、ステップＳ１００６では、前記ステップＳ１００３で設定した舵角パターンδ_f ^* (t)で操舵した場合に、自車両ＳＷが障害物ＳＭの存在確率が設定水準ＴＨ_iよりも低い領域のみを走行することが可能か否かを判別する。
具体的には、前記ステップＳ８０３で設定した障害物ＳＭの存在確率分布を参照し、前記ステップＳ１００４で算出した回避経路（ｘ_V ^*(t)、ｙ_V ^*(t)）上の各地点に対して、障害物ＳＭの存在確率を算出する。そして、算出した存在確率から、最大のものを最大値Ｐ_m（=maxf(x_V ^*(t)、y_V ^*(t),t)）として抽出する。

次に、抽出した障害物ＳＭの存在確率の最大値Ｐ_mが設定水準ＴＨ_iより小さいか否かを判定する。そして、設定水準ＴＨ_iよりも小さいと判定した場合には、障害物ＳＭの存在確率が設定水準ＴＨ_iよりも低い領域のみを走行することが可能な回避経路を生成したと判定し(YES)、ステップＳ１００８に移行する。一方、設定水準ＴＨ_i以上であると判定した場合には、障害物ＳＭの存在確率が設定水準ＴＨ_iよりも高い領域を通過する回避経路であると判定し(NO)、ステップＳ１００７に移行する。

次に、ステップＳ１００７では、重みｗ₄をより低い値に再設定する。
一方、ステップＳ１００８では、前記ステップＳ１００３で設定した舵角パターンδ_f ^*を、右回避舵角パターンδ_Riとしてメモリに格納する。また、変数ｉに「１」を加算した値を、新しい変数ｉとする。その後、前記ステップＳ１００１に移行する。
なお、ステップＳ８０５で行う、上記左回避舵角パターンδ_Liの算出方法も、上記右回避舵角パターンδ_Riの算出方法と同様である。

ただし、左回避舵角パターンδ_Liを得るためには、最適化計算の初期解として、前輪５FL、５FRを左方向に転舵する舵角パターンを読み込む必要がある。また、設定した舵角パターンδ_f ^*は、左回避舵角パターンδ_Liとしてメモリに格納する。
ここで、本実施形態では、図２９の車速センサ２、ジャイロセンサ９および加速度センサ１０が自車両状態検出手段を構成する。以下同様に、図２９の操舵角センサ３が操作状態検出手段を構成する。また、カメラ１が障害物検出手段を構成する。さらに、図２９の回避支援コントローラ４が存在確率分布推定手段および回避経路生成手段を構成する。また、操舵支援トルクが支援制御量を構成する。

（本実施形態の効果）
（１）本実施形態では、回避経路として、回避経路を数値的に評価する評価関数を最大または最小とする経路を生成する。
そのため、評価関数を最大または最小とする回避経路を算出することができる。それゆえ、例えば、評価関数として、関数値が大きくまたは小さくなると、回避時の評価項目の評価が高くなる関数を設定することで、評価項目の評価が高い回避経路、つまり、より適切な経路を算出することができる。その結果、算出した回避経路に沿って自車両が走行するように回避操作を支援することで、より適切な支援を行うことができる。

（２）また、回避支援手段が、障害物回避操作を支援する支援制御量を逐次演算する。
そのため、最新の自車両の運動状態、自車両の操作状態、および障害物の存在確率分布に応じた支援制御量を算出することができる。それゆえ、例えば、障害物の動きの予測が外れ、自車両の将来の走行経路上における障害物の存在確率分布が変動した場合、新しい自車両の運動状態に応じて支援制御量を算出することで、支援制御量を適宜修正することができる。その結果、より適切な支援を行うことができる。

（３）さらに、回避経路生成手段が、自車両のタイヤの摩擦円を考慮した車両モデルを用いて回避経路を生成する。
そのため、例えば、運転者が操舵とともに、制動操作も行っている場合には、制動操作により、自車両が発生する横力が減少することを考慮して回避経路を生成できる。その結果、より適切な回避経路を生成することができる。

１はカメラ（障害物検出手段、道路境界検出手段）、２は車速センサ（自車両状態検出手段）、３は操舵角センサ（操作状態検出手段）、４は回避支援コントローラ（存在確率分布推定手段、回避経路生成手段）、７はステアリングアクチュエータ（ステアリングアクチュエータ）、８はステアリングコラム、９はジャイロセンサ（自車両状態検出手段）、１０は加速度センサ（自車両状態検出手段）、ＳＷは自車両、ＳＭは障害物、操舵支援トルクは支援制御量

Claims (12)

1. 自車両の運動状態を検出する自車両状態検出手段と、
   前記自車両の操作状態を検出する操作状態検出手段と、
   前記自車両の周囲の障害物の位置を検出する障害物検出手段と、
   前記障害物検出手段が検出した前記障害物の位置、および前記障害物検出手段の検出特性により当該位置に含まれる検出誤差の性質に基づいて、前記障害物の存在確率分布を推定する存在確率分布推定手段と、
   前記自車両状態検出手段が検出した前記自車両の運動状態、前記操作状態検出手段が検出した前記自車両の操作状態、および前記存在確率分布推定手段が推定した前記障害物の存在確率分布に基づいて、運転者による障害物回避操作を支援する回避支援手段と、を備えることを特徴とする車両用運転支援装置。
2. 前記存在確率分布推定手段は、前記自車両と前記障害物との間の距離が遠い場合、当該距離が近い場合と比較して、前記障害物の存在確率分布の最高値および当該最高値の周辺の存在確率を低減することを特徴とする請求項１に記載の車両用運転支援装置。
3. 前記存在確率分布推定手段は、前記自車両の横方向への運動およびヨー方向への運動の少なくとも一方の運動に基づき当該運動が大きい場合、当該運動が小さい場合と比較して、前記自車両の横方向における前記障害物の存在確率分布の最高値および当該最高値の周辺の存在確率を低減することを特徴とする請求項１または２に記載の車両用運転支援装置。
4. 前記存在確率推定手段は、前記自車両の縦方向への運動およびピッチ方向への運動の少なくとも一方の運動に基づき当該運動が大きい場合、当該運動が小さい場合と比較して、前記自車両の縦方向における前記障害物の存在確率分布の最高値および当該最高値の周辺の存在確率を低減することを特徴とすることを特徴とする請求項１から３のいずれか１項に記載の車両用運転支援装置。
5. 前記回避支援手段は、前記存在確率分布推定手段が推定した前記障害物の存在確率分布に基づき、前記自車両の将来の走行経路上における前記障害物の存在確率が高い場合、当該存在確率が低い場合と比較して、前記障害物回避操作を支援する支援制御量を増大することを特徴とする請求項１から４のいずれか１項に記載の車両用運転支援装置。
6. 前記車両操作検出手段は、前記自車両の操舵角および操舵角速度の少なくともいずれかを検出することを特徴とする請求項１から５のいずれか１項に記載の車両用運転支援装置。
7. 前記存在確率分布推定手段が推定した前記障害物の存在確率分布に基づき、前記障害物の存在確率が設定値よりも低い領域内を通過する回避経路を生成する回避経路生成手段を備え、
   前記回避支援手段は、前記自車両に前記回避経路を走行させる舵角パターン、および前記自車両の操作状態に基づいて、前記障害物回避操作を支援する支援制御量を設定することを特徴とする請求項１から６のいずれか１項に記載の車両用運転支援装置。
8. 前記自車両の周囲の道路境界を検出する道路境界検出手段を備え、
   前記回避経路生成手段は、前記回避経路として、前記道路境界内に収まっている経路を生成することを特徴とする請求項７に記載の車両用運転支援装置。
9. 前記回避経路生成手段は、前記回避経路として、前記回避経路を数値的に評価する評価関数を最大または最小とする経路を生成することを特徴とする請求項７または８のいずれか１項に記載の車両用運転支援装置。
10. 前記回避支援手段は、前記障害物回避操作を支援する支援制御量を逐次演算することを特徴とする請求項７から９のいずれか１項に記載の車両用運転支援装置。
11. 前記回避経路生成手段は、前記自車両のタイヤの摩擦円を考慮した車両モデルを用いて回避経路を生成することを特徴とする請求項７から１０のいずれか１項に記載の車両用運転支援装置。
12. 自車両の周囲の障害物の位置を検出し、検出した位置および前記障害物検出手段の特性により当該位置に含まれる検出誤差の性質に基づいて、前記自車両の周囲における前記障害物の存在確率分布を推定し、推定した存在確率分布、前記自車両の運動状態、および前記自車両の操作状態に基づいて、運転者による障害物回避操作を支援することを特徴とする車両用運転支援方法。

Images