JP2012208829A - Vehicle traveling plan generation system - Google Patents
Vehicle traveling plan generation system Download PDFInfo
- Publication number
- JP2012208829A JP2012208829A JP2011075153A JP2011075153A JP2012208829A JP 2012208829 A JP2012208829 A JP 2012208829A JP 2011075153 A JP2011075153 A JP 2011075153A JP 2011075153 A JP2011075153 A JP 2011075153A JP 2012208829 A JP2012208829 A JP 2012208829A
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- travel plan
- stop
- stop point
- statistical data
- 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.)
- Granted
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
Description
本発明は車両用走行計画生成システムに係り、より詳細には、統計データを利用して次の停止地点を予想し、自車両が発進してから停止するまでのショートトリップの走行計画を生成する車両用走行計画生成システムに関する。 The present invention relates to a vehicle travel plan generation system, and more specifically, predicts a next stop point using statistical data, and generates a short trip travel plan from when the vehicle starts to stop. The present invention relates to a vehicle travel plan generation system.
従来の走行計画生成装置の一例が、下記の特許文献1に開示されている。この特許文献1に開示の技術によれば、交差点の交通信号の点灯サイクルに基づいた停止場面を考慮して、燃費の良い走行計画を生成している。 An example of a conventional travel plan generation device is disclosed in Patent Document 1 below. According to the technique disclosed in Patent Document 1, a travel plan with good fuel efficiency is generated in consideration of a stop scene based on a lighting cycle of a traffic signal at an intersection.
ところで、実際に全ての交通信号機の青、黄、赤色の信号灯の正確な切替えタイミングのデータを得ることは容易ではない場合もある。 By the way, it may not be easy to actually obtain accurate switching timing data of blue, yellow, and red signal lights of all traffic signals.
そこで、本発明は、交通信号機の切替えタイミングのデータと関係なく、自車両が停止する可能性の高いショートトリップの停止地点を予測して走行計画を生成することができる車両用走行計画生成システムを提供することを目的としている。 Therefore, the present invention provides a vehicular travel plan generation system that can generate a travel plan by predicting a stop point of a short trip where the host vehicle is likely to stop regardless of data of traffic signal switching timing. It is intended to provide.
上記の目的を達成するため、本発明の車両用走行計画生成システムは、車両のショートトリップの統計データを蓄積したデータベースと、前記データベースから、自車の現在のショートトリップにおける停止地点の候補を含む統計データを抽出する統計データ抽出手段と、抽出された統計データに含まれる停止地点の候補の中から、自車の現在のショートトリップの走行条件に基づいて、計画停止地点を予測する停止地点予測手段と、自車両が計画停止地点に停止するように、走行計画を生成する走行計画生成手段とを有することを特徴としている。 In order to achieve the above object, a vehicular travel plan generation system according to the present invention includes a database storing statistical data of short trips of a vehicle, and candidates for stop points in the current short trip of the vehicle from the database. Statistical data extraction means for extracting statistical data, and stop point prediction for predicting planned stop points based on the current short trip driving conditions of the vehicle from among the stop point candidates included in the extracted statistical data And travel plan generation means for generating a travel plan so that the host vehicle stops at the planned stop point.
このように構成された本発明は、過去の統計データと自車両の現在の走行条件とに基づいて、自車両が現在のショートトリップで次に停止する計画停止地点を予測する。これにより、本発明によれば、交通信号機の切替えタイミングのデータと関係なく、自車両が停止する可能性の高いショートトリップの停止地点を予測して走行計画を生成することができる。 The present invention thus configured predicts a planned stop point at which the host vehicle will stop next on the current short trip based on past statistical data and the current travel conditions of the host vehicle. As a result, according to the present invention, it is possible to generate a travel plan by predicting a stop point of a short trip where the host vehicle is likely to stop regardless of the traffic signal switching timing data.
また、本発明において好ましくは、前記データベースは、ショートトリップの発進地点と停止地点との組合せと、各組合せの発進地点から発進した車両のうちその組合せの停止地点に停止する車両の割合を示す停止確率と、各組合せのショートトリップの走行条件の統計値とを対応付けた統計データを蓄積しており、前記統計データ抽出手段は、前記データベースから、自車両の現在のショートトリップの発進地点を含む組合せを含む統計データを抽出し、前記停止地点予測手段は、抽出された統計データに含まれる停止確率を事前確率とし、抽出された統計データに含まれる走行条件の統計値及び自車両の現在のショートトリップの走行条件の値に基づいて尤度を計算し、前記抽出統計データに含まれる各組合せの停止地点にそれぞれ停止する確率を事後確率として計算し、前記事後確率の最も高い停止地点を計画停止地点として予測する。 In the present invention, preferably, the database includes a combination of a short trip start point and a stop point, and a stop indicating a ratio of vehicles stopping at the stop point of the combination among vehicles starting from the start point of each combination. Statistical data in which probabilities and statistical values of short-trip driving conditions for each combination are associated is accumulated, and the statistical data extraction means includes the start point of the current short trip of the vehicle from the database. The statistical data including the combination is extracted, and the stop point predicting means uses the stop probability included in the extracted statistical data as a prior probability, the statistical value of the driving condition included in the extracted statistical data, and the current vehicle current The likelihood is calculated based on the value of the short trip driving condition, and stopped at each stop point of each combination included in the extracted statistical data. That probability was calculated as the posterior probability, to predict before the highest stopping point of the article after the probability as planned shutdown point.
このように、過去の統計データと自車両の現在の走行条件とに基づいて、自車両が現在のショートトリップで次に停止する確率の最も高い停止地点を求めて、これを計画停止地点として予測する。ここで、計画停止地点は、単に過去の統計データ上で車両が停止する停止確率の最も高い地点ではなく、過去の統計データと現在の自車両の走行条件とに基づいて求めた停止確率の最も高い地点である。このため、単に過去データだけを使用した場合よりも、自車両が停止する確率のより高い停止地点を求めることができる。 In this way, based on the past statistical data and the current running conditions of the host vehicle, the stop point with the highest probability that the host vehicle will stop next in the current short trip is obtained and predicted as the planned stop point. To do. Here, the planned stop point is not simply the point with the highest stop probability that the vehicle will stop on the past statistical data, but the highest stop probability obtained based on the past statistical data and the current driving conditions of the host vehicle. It is a high point. For this reason, it is possible to obtain a stop point with a higher probability that the host vehicle will stop than when only past data is used.
また、本発明において、好ましくは、前記データベースに蓄積された統計データは、プローブ情報から生成されたものである。 In the present invention, it is preferable that the statistical data stored in the database is generated from probe information.
プローブ情報とは、走行中の車両から無線通信を介して収集した、その車両の位置及び速度等の様々なデータをいう。プローブ情報を利用することにより、車両が発進してから停止するまでのショートトリップの発進地点と停止地点との組合せと、発進地点から発進した車両のうち各組合せの停止地点に停止する車両の割合を示す停止確率と、各組合せのショートトリップごとの走行条件の統計値とを対応付けた統計データを蓄積することができる。 Probe information refers to various data such as the position and speed of a vehicle collected from a traveling vehicle via wireless communication. By using probe information, the combination of the short trip start point and stop point from when the vehicle starts until it stops, and the percentage of vehicles that stop at each combination stop point among vehicles that start from the start point Can be accumulated and the statistical data in which the stop probability indicating the value and the statistical value of the traveling condition for each short trip of each combination are associated with each other.
また、本発明において、好ましくは、前記走行計画生成手段は、自車両の現在のショートトリップの発進地点から計画停止地点までの道程における自車両の計画速度及び計画加速度の少なくとも一方を設定する走行計画を生成する。
これにより、車両の速度及び加速度をパラメータとした走行計画を生成することができる。
In the present invention, it is preferable that the travel plan generation means sets at least one of the planned speed and the planned acceleration of the host vehicle in the path from the start point of the current short trip of the host vehicle to the planned stop point. Is generated.
As a result, a travel plan using the vehicle speed and acceleration as parameters can be generated.
また、本発明において、好ましくは、前記走行計画生成手段は、自車両の現在のショートトリップの発進地点から計画停止地点までの道程に沿って、加速区間、定速区間、惰行区間及び減速区間を順次に設定した走行計画であって、前記ショートトリップの全区間のうちの前記惰行区間の割合が所定値以上である走行計画を生成する。 In the present invention, it is preferable that the travel plan generation unit includes an acceleration section, a constant speed section, a coasting section, and a deceleration section along a path from the current short trip start point of the host vehicle to the planned stop point. A travel plan that is set sequentially, and in which the ratio of the coasting section of all sections of the short trip is a predetermined value or more, is generated.
このように、惰行区間の割合を所定値以上とすることによって、車両の燃費の向上を図ることができる。 Thus, the fuel consumption of the vehicle can be improved by setting the ratio of the coasting section to a predetermined value or more.
また、本発明において好ましくは、前記加速区間及び前記定速区間において、自車両の実際の車速と走行計画による車速との差が所定値以上である場合に、前記停止地点予測手段は、前記自車両の実際の車速に基づいて新たな計画停止地点を予測する。 In the present invention, it is preferable that the stop point prediction means is configured to detect the own stop point when the difference between the actual vehicle speed of the host vehicle and the vehicle speed according to the travel plan is equal to or greater than a predetermined value in the acceleration section and the constant speed section. A new planned stop point is predicted based on the actual vehicle speed.
このように、加速区間及び前記定速区間においては、運転者の意志を尊重して当初の走行計画を取り消して新た計画停止地点を予測し、一方、惰行区間に入った後は、車両の燃費が優先されて、当初の走行計画は取り消されない。これにより、運転者の意志と車両の燃費の向上との両立が図られる。 In this way, in the acceleration section and the constant speed section, the driver's will is respected and the original travel plan is canceled to predict a new planned stop point. On the other hand, after entering the coasting section, the fuel consumption of the vehicle Will be given priority and the original travel plan will not be cancelled. As a result, both the will of the driver and the improvement of the fuel consumption of the vehicle can be achieved.
また、本発明において好ましくは、前記惰行区間において、アクセルペダルが所定時間以上継続して操作された場合に、前記停止地点予測手段は、当初の計画停止地点よりも先に位置する新たな計画停止地点を予測する。
これにより、よい運転者の意図に沿った運転計画を生成することができる。
Preferably, in the present invention, when the accelerator pedal is continuously operated for a predetermined time or more in the coasting section, the stop point prediction means is a new planned stop located before the original planned stop point. Predict the location.
Thereby, the driving | operation plan along the good driver | operator's intent can be produced | generated.
また、本発明において好ましくは、前記走行計画生成手段は、計画停止地点までのショートトリップの道程上で自車両に先行する他車両の車速が、当初の走行計画の前記定速区間の計画速度よりも低い場合に、前記停止地点予測手段は、前記他車両の車速に基づいて新たな計画停止地点を予測する。 In the present invention, it is preferable that the travel plan generation means is configured such that the vehicle speed of the other vehicle preceding the host vehicle on the short trip route to the planned stop point is greater than the planned speed of the constant speed section of the initial travel plan. If it is lower, the stop point prediction means predicts a new planned stop point based on the vehicle speed of the other vehicle.
このように、自車両の周囲の交通状況により、走行計画に従った走行が困難な場合に、新たな走行計画を生成することにより、実現の可能性の高い走行計画を生成することができる。 As described above, when it is difficult to travel according to the travel plan due to the traffic situation around the host vehicle, a travel plan having a high possibility of realization can be generated by generating a new travel plan.
なお、ここで先行する他車両とは、自車両の直前を走行する先行車両であってもよいし、自車両の何台も前を走行する車両であってもよい。また、他車両の車速は、自車両に搭載したレーダなどの機器で直接測定してもよいし、プローブ情報として取得してもよい。 Here, the preceding other vehicle may be a preceding vehicle that travels immediately before the host vehicle, or may be a vehicle that travels in front of the host vehicle. Further, the vehicle speed of the other vehicle may be directly measured by a device such as a radar mounted on the host vehicle, or may be acquired as probe information.
また、本発明において、好ましくは、前記データベースに蓄積された統計データは、加速して通過する場合と減速して停車する場合の両方の頻度の高いジレンマ地点のデータを含み、前記停止地点予測手段は、自車両の現在のショートトリップの発進地点と計画停止地点との間にジレンマ地点が存在する場合に、当該ジレンマ地点を計画停止地点とする。 In the present invention, it is preferable that the statistical data stored in the database includes data of a dilemma point having a high frequency both when accelerating and passing and decelerating and stopping. If there is a dilemma point between the current short trip start point of the host vehicle and the planned stop point, the dilemma point is set as the planned stop point.
ジレンマ地点付近では、運転者が車両を停止させるべきか、通過させるべきか迷う頻度が高い。このような地点では、例えば、信号機付き交差点の手前で、車両が急加速したたり、またはその逆に、車両が急停止したりする頻度が高い。特に、車両が急加速した場合には、車両の燃費が悪化する。また、急加速して通過した直後の交差点で停止することもある。そこで、ジレンマ地点を計画停止地点とした走行計画を生成することによって、ジレンマ地点付近での急加速及び急停止の発生を回避することができる。 In the vicinity of the dilemma point, there is a high frequency that the driver is wondering whether to stop or pass the vehicle. At such a point, for example, the frequency of the vehicle suddenly accelerating immediately before the intersection with a traffic light or vice versa is high. In particular, when the vehicle accelerates rapidly, the fuel consumption of the vehicle deteriorates. Moreover, it may stop at the intersection immediately after passing suddenly. Therefore, by generating a travel plan with the dilemma point as a planned stop point, it is possible to avoid the occurrence of sudden acceleration and sudden stop near the dilemma point.
本発明の車両用走行計画生成システムによれば、交通信号機の切替えタイミングのデータと関係なく、自車両が停止する可能性の高いショートトリップの停止地点を予測して走行計画を生成することができる。 According to the vehicular travel plan generation system of the present invention, it is possible to generate a travel plan by predicting a stop point of a short trip where the host vehicle is likely to stop regardless of the traffic signal switching timing data. .
以下、添付の図面を参照して、本発明の車両用走行計画生成システムの第1実施形態を説明する。
まず、図1を参照して、車両が発進してから停止するまでのショートトリップの走行計画について説明する。図1の上段には、道程に沿って順次に位置する信号機付き交差点(以下、交差点)A、B及びCが示されている。図1の中段には、走行計画のない走行パターンの一例が曲線Iで示されている。さらに、図1の下段には、走行計画に従った走行パターンの一例が曲線IIで示されている。図1の中段及び下段の横軸は道程を表し、縦軸は車速を表す。
Hereinafter, a vehicle travel plan generation system according to a first embodiment of the present invention will be described with reference to the accompanying drawings.
First, with reference to FIG. 1, a travel plan for a short trip from when the vehicle starts until it stops will be described. In the upper part of FIG. 1, signaled intersections (hereinafter referred to as intersections) A, B, and C are sequentially located along the route. In the middle of FIG. 1, an example of a travel pattern without a travel plan is indicated by a curve I. Furthermore, in the lower part of FIG. 1, an example of a travel pattern according to the travel plan is indicated by a curve II. The horizontal axis in the middle and lower stages in FIG. 1 represents the journey, and the vertical axis represents the vehicle speed.
曲線Iで示すように、走行計画のない走行パターンでは、交差点Aと交差点Bとの間の破線aで囲んだ領域で不必要な加減速が繰り返されている。このような加減速は、燃費を悪化させる。さらに、この走行パターンでは、交差点B付近の破線bで囲んだ領域で、車両が急加速している。この急加速は、交差点Bの信号機の点灯が切り替わる前に、車両が交差点を通過しようとした結果である。このような急加速も燃費を悪化させる。そのうえ、車両は、急加速をして交差点Bを通過したものの、結局、交差点Bの直後の交差点Cで停止している。このため、交差点B付近での急加速は無駄な結果となっている。 As indicated by the curve I, in a travel pattern without a travel plan, unnecessary acceleration / deceleration is repeated in a region surrounded by a broken line a between the intersection A and the intersection B. Such acceleration / deceleration deteriorates fuel consumption. Further, in this travel pattern, the vehicle is rapidly accelerating in a region surrounded by a broken line b near the intersection B. This sudden acceleration is a result of the vehicle trying to pass the intersection before the traffic lights at the intersection B are switched on. Such sudden acceleration also deteriorates fuel consumption. Moreover, although the vehicle has accelerated rapidly and passed through the intersection B, the vehicle has stopped at the intersection C immediately after the intersection B. For this reason, sudden acceleration near the intersection B is a useless result.
これに対して、曲線IIで示すように、走行計画に従った走行パターンでは、車両は不必要な加減速をすることなく、交差点Aから発進して交差点Bで停止している。このため、この走行計画に従って走行することによって、燃費の向上を図ることができる。さらに、ある車両が走行計画に従って燃費効率の良い走行パターンで走行すると、その車両の後続車も燃費効率の良い走行パターンで走行することになる。したがって、走行計画を生成することによって、道路交通全体の省燃費に貢献することが期待できる。
なお、走行計画の走行パターンは、燃料消費を抑制するものに限定されない。例えば、車両の加速性能を十分に発揮できるような走行パターンであってもよい。
On the other hand, as shown by the curve II, in the traveling pattern according to the traveling plan, the vehicle starts from the intersection A and stops at the intersection B without unnecessary acceleration / deceleration. For this reason, the fuel consumption can be improved by traveling according to the travel plan. Furthermore, when a certain vehicle travels in a travel pattern with high fuel efficiency according to the travel plan, the subsequent vehicle of the vehicle also travels in a travel pattern with high fuel efficiency. Therefore, by generating a travel plan, it can be expected to contribute to the fuel efficiency of the entire road traffic.
The travel pattern of the travel plan is not limited to the one that suppresses fuel consumption. For example, a traveling pattern that can sufficiently exhibit the acceleration performance of the vehicle may be used.
つぎに、図2を参照して、本発明の実施形態による車両用走行計画生成システムの構成について説明する。図2は、実施形態による車両用走行計画生成システムの構成を示すブロック図である。 Next, the configuration of the vehicle travel plan generation system according to the embodiment of the present invention will be described with reference to FIG. FIG. 2 is a block diagram illustrating a configuration of the vehicle travel plan generation system according to the embodiment.
図2に示すように、実施形態による車両用走行計画生成システムは、プローブ情報センター1と車載システム2とから構成されている。プローブ情報センター1は、車両との間でプローブ情報を通信する通信部11と、プローブ情報を処理して統計データを生成するサーバ12と、統計データを蓄積するデータベース13とを備えている。
As shown in FIG. 2, the vehicle travel plan generation system according to the embodiment includes a probe information center 1 and an in-vehicle system 2. The probe information center 1 includes a communication unit 11 that communicates probe information with a vehicle, a
下記の表1に示すように、データベース13には、車両が発進してから停止するまでのショートトリップの発進交差点と停止交差点との組合せと、各組合せの発進交差点から発進した車両のうちその組合せの停止交差点に停止する車両の割合を示す停止確率と、各組合せのショートトリップの走行条件の統計値とを対応付けた統計データが蓄積されている。
As shown in Table 1 below, the
上記の表1では、発進交差点Aと停止交差点Bとの組合せに対して、発進交差点Aから発進した車両のうち交差点Bに停止する車両の割合を示す停止確率「0.04」と、その組合せのショートトリップの走行条件の統計値とが対応付けられている。走行条件の統計値(予測パラメータ)としては、車両が発進後、加速終了時の発進交差点からの距離の平均値、発進時から加速終了時迄の経過時間の平均値、及び加速終了時の車速の平均値が挙げられる。さらに、加速終了後の定速走行中の車速の平均値や、信号変化からの経過時間の平均値を加えてもよい。また、統計データには、各組合せごとの予測パラメータとして、平均、分散、共分散行列及び行列式を含めてもよい。 In Table 1 above, with respect to the combination of the starting intersection A and the stopping intersection B, the stop probability “0.04” indicating the proportion of the vehicles that have started from the starting intersection A and stop at the intersection B, and the combination Are associated with statistical values of the short trip driving conditions. Statistical values (prediction parameters) of driving conditions include the average value of the distance from the starting intersection after the vehicle starts, the average value of the elapsed time from the start to the end of acceleration, and the vehicle speed at the end of acceleration. Is the average value. Furthermore, you may add the average value of the vehicle speed during the constant speed driving | running | working after completion | finish of acceleration, and the average value of the elapsed time from a signal change. In addition, the statistical data may include an average, variance, covariance matrix, and determinant as prediction parameters for each combination.
また、車載システム2は、プローブセンター1との間でプローブ情報を通信する通信部21と、データベース13の蓄積データに基づいて走行計画を生成する計画生成ユニット22とを有する。計画生成ユニット22は、データベース13から、自車両の現在のショートトリップの発進地点を含む組合せを含む関連統計データを抽出する統計データ抽出部221と、関連統計データと、自車両の現在のショートトリップの走行条件の値とに基づいて、抽出統計データに含まれる各組合せの停止地点にそれぞれ停止する停止確率を計算し、停止確率の最も高い停止地点を計画停止地点として予測する停止地点予測部222と、自車両が計画停止地点に停止するように、走行計画を生成する走行計画生成部223とを有する。
The in-vehicle system 2 includes a
統計データ抽出部221は、通信部21を介して、データベース13から、自車両の現在のショートトリップの発進地点を含む組合せを含む関連統計データを抽出する。図3に示すように、自車両が交差点Aから発進する場合、データベース13から、上記表1の統計データのうち発進交差点Aを含む組合せ1〜4の統計データを抽出する。抽出された関連統計データでは、交差点B〜Eに停止する停止確率は、それぞれ「0.04」、「0.14」、「0.09」及び「0.4」である。これらの停止確率は、プローブ情報サーバ1が収集した多数の車両のプローブ情報を統計処理し、交差点Aから発進して、各交差点B〜Eにそれぞれ停止した車両の頻度に基づいて求めたものである。
The statistical
ここで、図4(a)に、交差点B〜Eに停止する停止確率を棒グラフで模式的に示す。図4(a)に示すように、停止確率では、交差点Cに停止する確率が最も高くなっている。 Here, in FIG. 4A, the stop probability of stopping at the intersections B to E is schematically shown as a bar graph. As shown in FIG. 4A, in the stop probability, the probability of stopping at the intersection C is the highest.
停止地点予測部222は、関連統計データと、自車両の現在のショートトリップの走行条件の値とに基づいて、抽出統計データに含まれる各組合せの停止地点にそれぞれ停止する停止確率を計算し、停止確率の最も高い停止地点を計画停止地点として予測する。停止確率の計算に当たっては、ベイズの定理を利用する。
The stop
ベイズの定理は、下記の式1で表される。 Bayes' theorem is expressed by Equation 1 below.
上記の式1において、P(H1)は、H1が生じる確率(事前確率)を表し、P(D|H1)は、H1という事象が生じるときのDが生じる確率(尤度)を表し、また、P(H1|D)は、Dという事象が生じたときのH1が生じる確率(事後確率)を表す。 In Equation 1 above, P (H1) represents the probability of occurrence of H1 (prior probability), P (D | H1) represents the probability of occurrence of D when the event H1 occurs (likelihood), and , P (H1 | D) represents the probability (posterior probability) of occurrence of H1 when the event D occurs.
尤度は、予測パラメータの正規分布を仮定すると、μを平均ベクトル、Sを共分散行列、xを走行時に得られるデータベクトルとして、下記の式で表される。 Assuming a normal distribution of prediction parameters, the likelihood is expressed by the following equation, where μ is an average vector, S is a covariance matrix, and x is a data vector obtained during travel.
そして、事前確率P(H1)は、抽出した関連統計データにおいて車両が交差点H1〜Hnに停止する停止確率に相当する。 The prior probability P (H1) corresponds to the stop probability that the vehicle stops at the intersections H1 to Hn in the extracted related statistical data.
また、尤度P(D|H1)〜P(D|Hn)は、それぞれの交差点H1〜Hnに停車したときの、走行条件の平均値となる確率に相当する。走行条件の平均値(予測パラメータ)としては、例えば、加速終了時の発進交差点からの距離の平均値、発進時から加速終了時迄の経過時間の平均値、加速終了時の車速の平均値、及び、加速終了後の定速走行中の車速の平均値となる確率に相当する。 In addition, the likelihoods P (D | H1) to P (D | Hn) correspond to the probability of being an average value of the traveling conditions when the vehicles stop at the respective intersections H1 to Hn. As an average value (prediction parameter) of driving conditions, for example, an average value of the distance from the start intersection at the end of acceleration, an average value of elapsed time from the start to the end of acceleration, an average value of the vehicle speed at the end of acceleration, Further, this corresponds to the probability of the average value of the vehicle speed during constant speed travel after the end of acceleration.
そして、ベイズの定理を利用して事前確率及び尤度から求められる事後確率P(H1|D)〜P(Hn|D)は、抽出された統計データと、自車両の現在のショートトリップの走行条件の値とに基づいて、抽出された統計データに含まれる各組合せの停止地点にそれぞれ停止する停止確率に相当する。 The posterior probabilities P (H1 | D) to P (Hn | D) obtained from the prior probabilities and likelihoods using Bayes' theorem are the extracted statistical data and the current short trip travel of the host vehicle. This corresponds to the stop probability of stopping at each combination stop point included in the extracted statistical data based on the condition value.
図4(b)に、交差点B〜Eに停止する停止確率を示す。図4(b)に示すように、停止確率では、交差点Bに停止する確率が最も高くなっている。したがって、交差点Bが、計画停止地点として予測される。 FIG. 4B shows the probability of stopping at the intersections B to E. As shown in FIG. 4B, the probability of stopping at the intersection B is the highest in the stop probability. Therefore, the intersection B is predicted as a planned stop point.
走行計画生成部223は、交差点Aから発進した自車両が、交差点Bに停止するように、ショートトリップの走行計画を生成する。走行計画においては、自車両の現在のショートトリップの発進交差点Aから計画停止交差点Bまでの道程における自車両の計画速度及び計画加速度を設定することにより、走行パターンが設定される。
The travel
図5に、走行計画の一例を示す。図5の横軸は道程を表し、縦軸は車速を表す。図5に曲線IIIで示す走行パターンは、自車両の現在のショートトリップの発進交差点Aから計画停止交差点Bまでの道程に沿って、加速区間L1、定速区間L2、惰行区間L3及び減速区間L4が順次に設定されている。加速区間L1では、所定の加速度で車両を加速し、定速区間L2では、所定の一定車速で走行する。また、惰行区間L3では、アクセルを踏み込んでいない状態で惰行走行する。そして、停止交差点Bの手前から所定の減速度で車両を減速して、停止交差点Bに停止する。 FIG. 5 shows an example of a travel plan. The horizontal axis in FIG. 5 represents the journey, and the vertical axis represents the vehicle speed. The traveling pattern indicated by curve III in FIG. 5 is an acceleration section L1, a constant speed section L2, a coasting section L3, and a deceleration section L4 along the route from the start intersection A of the current short trip of the host vehicle to the planned stop intersection B. Are set sequentially. In the acceleration section L1, the vehicle is accelerated at a predetermined acceleration, and in the constant speed section L2, the vehicle travels at a predetermined constant vehicle speed. In the coasting section L3, the vehicle travels in a coasting state without depressing the accelerator. Then, the vehicle is decelerated at a predetermined deceleration from before the stop intersection B and stops at the stop intersection B.
例えば、加速終了地点に基づいて計画停止交差点が決定されると、(1)定速区間L2における巡航速度、(2)惰行区間L3の終了時の速度、(3)惰行区間L3における減速度、及び(4)減速区間L4におけるブレーキによる減速中の減速度を設定して、走行パターンを構成する速度プロファイルが生成される。 For example, when the planned stop intersection is determined based on the acceleration end point, (1) the cruise speed in the constant speed section L2, (2) the speed at the end of the coasting section L3, (3) the deceleration in the coasting section L3, And (4) A deceleration profile during deceleration by the brake in the deceleration section L4 is set, and a speed profile constituting the travel pattern is generated.
ここで、(1)定速区間L2での巡航速度は、自車の現在のショートトリップと同じショートトリップ区間を走行した車両の蓄積データにおける巡航速度の平均値に設定されるとよい。このように、蓄積データにおける巡航速度の平均値に準じた巡航速度を設定すれば、計画各停止位置に停止し易くなると考えられる。 Here, (1) the cruising speed in the constant speed section L2 may be set to the average value of the cruising speed in the accumulated data of the vehicle traveling in the same short trip section as the current short trip of the host vehicle. In this way, it is considered that if the cruise speed according to the average value of the cruise speeds in the accumulated data is set, it is easy to stop at each planned stop position.
また、(2)惰行区間L3の終了時の速度は、予め所定の速度(例えば、30km/h)を設定しておくとよい。また、(3)惰行区間L3での減速度も、予め所定の減速度(例えば、0.04G)を設定しておくとよい。さらに(4)減速区間L4で減速度も、予め所定の減速度(例えば、0.15G)を設定しておくとよい。 Further, (2) the speed at the end of the coasting section L3 may be set in advance at a predetermined speed (for example, 30 km / h). Further, (3) the deceleration in the coasting section L3 may be set in advance to a predetermined deceleration (for example, 0.04G). Further, (4) a predetermined deceleration (for example, 0.15 G) may be set in advance in the deceleration section L4.
そして、交差点Aから交差点B間のショートトリップの全区間のうちの惰行区間L3の割合が所定値(例えば、50%)以上である。このように、惰行区間L3の割合を高くすることによって、燃費の向上を図ることができる。 And the ratio of the coasting section L3 of all the sections of the short trip between the intersection A and the intersection B is more than a predetermined value (for example, 50%). Thus, the fuel efficiency can be improved by increasing the ratio of the coasting section L3.
さらに、車載システム2は、走行計画に沿った走行パターンを運転者に提供する情報提供部23と、走行計画に沿った走行パターンでの走行をするように運転者を誘導するために、アクセルペダルの反発力を調整するペダル制御部24と、反発力を調整可能なアクセルペダル25とを備えている。例えば、情報提供部23は、ショートトリップの走行パターンに合わせて、加速区間L1、定速区間L2、惰行区間L3及び減速区間Lの別を運転者対して表示したり、音声で報知したりするとよい。また、ペダル制御部24は、定速区間L2を走行中に、加速区間L1を走行中よりもアクセルペダル25の反発力を大きくする。さらに、ペダル制御部24は、惰行区間L3走行中に、定速区間L2を走行中よりも一段とアクセルペダル25の反発力を大きくする。これにより、運転者を走行計画の走行パターンに従って運転するように誘導することができる。
Further, the in-vehicle system 2 includes an
また、車載システム2は、先行車両の速度を測定するためのレーダ26と、車両の位置を測定するGPS(全地球測位システム)27と、カーナビゲーションシステムの地図情報が格納された記憶部28とを備えている。
The in-vehicle system 2 includes a
次に、実施形態による車両用走行計画生成システムの動作例を説明する。
まず、図6及び図7のフローチャートを参照して、プローブ情報センター1の処理を説明する。プローブ情報センター1は、通信部11を介して、多数の車両からプローブ情報(プローブデータ)を収集してデータベース13に蓄積する(S601)。
プローブ情報センター1のサーバ12は、蓄積されたプローブ情報から、トリップごとのプローブデータを抽出する(S602)。
Next, an operation example of the vehicle travel plan generation system according to the embodiment will be described.
First, the processing of the probe information center 1 will be described with reference to the flowcharts of FIGS. The probe information center 1 collects probe information (probe data) from a large number of vehicles via the communication unit 11 and stores it in the database 13 (S601).
The
さらに、サーバ12は、トリップのプローブデータを、車両が発進してから次に停止するまでのショートトリップごとに分割して、ショートトリップデータ(STデータ)を生成する(S603)。ここでは、車速Vが発進判定速度Vs以上(V≧Vs)になった時点から、車速Vが最低到達速度Vmin以上(V≧Vmin)になった後、車速が停止判定速度Ve以下(V≦Ve)になるまでを、1つのショートトリップとする。例えば、車速がV=0から再びV=0になるまでをショートトリップとして抽出してもよい。
Further, the
次に、サーバ12は、ショートトリップごとの発進交差点及び停止交差点を特定する(S604)。交差点の特定に当たっては、車両に搭載されたGPSから車両の位置を特定し、車両の位置を地図データベースと照合するとよい。
Next, the
サーバ12は、ショートトリップごとのデータについて以下の処理を行う。
ショートトリップデータの発進交差点と停止交差点とが異なる場合(S605で「Yes」の場合)、サーバ12は、発進時の時刻t0と、発進時の車両の走行距離l0と、発進交差点までの距離Dとを求める(S606)。
The
When the start intersection and the stop intersection of the short trip data are different (in the case of “Yes” in S605), the
次に、車両の加速終了時の時刻ta、走行距離la、及び車速Vaを求める(S607)。加速終了の判断条件は、V≧Vmin、かつ加速度<0とするとよい。 Next, the time ta at the end of acceleration of the vehicle, the travel distance la, and the vehicle speed Va are obtained (S607). The conditions for determining the end of acceleration are preferably V ≧ Vmin and acceleration <0.
次に、車両が発進交差点を通過した時点の走行距離lpを求める(S608)。
なお、ステップS606で求めた距離Dは、カーナビゲーションシステムを利用して求めても良いし、発進時の走行距離l0と交差点通過時の走行距離lpとの差(lp−l0)として求めてもよい。
Next, the travel distance lp when the vehicle passes the starting intersection is obtained (S608).
The distance D obtained in step S606 may be obtained by using a car navigation system, or may be obtained as a difference (lp−l0) between the travel distance l0 when starting and the travel distance lp when passing the intersection. Good.
次に、車両の加速終了時の発進交差点からの走行距離La、及び加速終了時の信号変化からの経過時間Taを求める。発進交差点からの距離Laは、加速終了時の走行距離laと発進交差点を通過時の走行距離lpとの差(la−lp)として求めるとよい。また、加速終了時の信号変化からの経過時間Taは、発進時の時刻t0から加速終了時の時刻ta迄の経過時間(t0−ta)に、交差点までの距離Dを発進波伝播速度Wsで除したもの(D/Ws)を加えて求めるとよい。 Next, the travel distance La from the starting intersection at the end of acceleration of the vehicle and the elapsed time Ta from the signal change at the end of acceleration are obtained. The distance La from the starting intersection may be obtained as a difference (la-lp) between the traveling distance la at the end of acceleration and the traveling distance lp when passing through the starting intersection. The elapsed time Ta from the signal change at the end of the acceleration is the elapsed time (t0−ta) from the time t0 at the start to the time ta at the end of the acceleration, and the distance D to the intersection is the start wave propagation velocity Ws. It may be obtained by adding the divided value (D / Ws).
次に、停止交差点の手前の減速開始地点の走行距離le、及び減速開始地点を通過した時刻teを求める(S610)。減速開始の判定は、停止交差点から遡って、加速度>0となった地点として求めるとよい。 Next, the travel distance le at the deceleration start point before the stop intersection and the time te that has passed through the deceleration start point are obtained (S610). The determination of the start of deceleration may be obtained as a point where acceleration> 0, going back from the stop intersection.
次に、加速終了時点から減速開始時点までの平均車速Vlを求める(S701)。平均車速は、減速開始地点の距離leと加速終了時の距離laとの差(le−la)を、減速開始地点の通過時刻teと加速終了時の時刻taとの差(te−ta)で除したもの((le−la)/(te−ta))として求めるとよい。 Next, an average vehicle speed Vl from the end of acceleration to the start of deceleration is obtained (S701). The average vehicle speed is the difference between the distance le at the deceleration start point and the distance la at the end of acceleration (le-la), and the difference between the passage time te at the deceleration start point and the time ta at the end of acceleration (te-ta). It is good to obtain | require as what remove | divided ((le-la) / (te-ta)).
次に、蓄積されたショートトリップデータを、同一発進交差点ごとにまとめる(グルーピングする)(S702)。 Next, the accumulated short trip data is grouped (grouped) for each same starting intersection (S702).
そして、所定数以上のショートトリップデータが蓄積されてから(S704で「Yes」の場合)、グルーピングされたショートトリップのデータの統計処理を行う(S705)。統計処理によって、上述した種々のパラメータの平均、分散、共分散行列及び逆行列を求めるとよい。 Then, after a predetermined number or more of short trip data has been accumulated (in the case of “Yes” in S704), statistical processing of the grouped short trip data is performed (S705). The average, variance, covariance matrix, and inverse matrix of the various parameters described above may be obtained by statistical processing.
次に、統計処理により求められた各種の統計データを、発信交差点と停止交差点の組合せ(ペア)ごとに整理する(S706)
このようにして、プローブ情報を利用して、上記の表1に示す統計データが得られる。
Next, various statistical data obtained by the statistical processing are arranged for each combination (pair) of the outgoing intersection and the stop intersection (S706).
In this way, the statistical data shown in Table 1 is obtained using the probe information.
次に、図8及び図9のフローチャートを参照して、車載システム2の処理を説明する。車載システム2は、自車両が停止中に(S801で「Yes」)、自車両の直前の交差点の識別子(ID)、距離D、現在の停止時の走行距離l0を求める(S802)。図4(a)に示す例では、自車両は交差点Aの直前に停止している。したがって、車載システム2は、GPS27により自車両の現在位置を求め、その現在位置を、記憶部28に記憶されている地図データと照合して、直前の交差点Aの識別子を求める。これにより、交差点Aが発進交差点となる。
なお、自車両の車速Vが、停止判定速度Ve以下(V≦Ve)であり、かつ、自車両のブレーキが掛けられている状態の場合に、自車両が停止であると判定するとよい。
Next, processing of the in-vehicle system 2 will be described with reference to the flowcharts of FIGS. 8 and 9. The in-vehicle system 2 obtains the identifier (ID) of the intersection immediately before the own vehicle, the distance D, and the travel distance 10 at the time of the current stop (S802) while the own vehicle is stopped (“Yes” in S801). In the example shown in FIG. 4A, the host vehicle stops just before the intersection A. Therefore, the in-vehicle system 2 obtains the current position of the host vehicle by the
In addition, when the vehicle speed V of the own vehicle is equal to or lower than the stop determination speed Ve (V ≦ Ve) and the brake of the own vehicle is applied, it is preferable to determine that the own vehicle is stopped.
次に、統計データ抽出部221は、通信部21を介して、プローブ情報センター1に対して、データベース13に蓄積されている統計データのうち、自車両の現在のショートトリップの発進交差点Aを含む組合せを含む関連統計データを要求する(S803)。具体的には、表1に示した統計データのうち、発進交差点Aを含む関連データを要求する。
Next, the statistical
次に、自車両が発進したとき(S804で「Yes」の場合)に、発進時の時刻t0を求める(S805)。
続いて、自車両が発進交差点Aを通過したとき(S805で「Yes」の場合)に、発進交差点Aを通過した時点の走行距離lpを求める(S806)。
Next, when the host vehicle starts (in the case of “Yes” in S804), the time t0 at the time of start is obtained (S805).
Subsequently, when the host vehicle passes through the start intersection A (in the case of “Yes” in S805), the travel distance lp when the vehicle passes the start intersection A is obtained (S806).
次に、自車両の加速が終了したとき(S808で「Yes」の場合)に、加速終了時の時刻ta、走行距離la及び車速Vaを求める(S809)。
さらに、加速終了時の発進交差点Aからの距離La、信号変化からの経過時間Taを求める(S810)。
Next, when the acceleration of the host vehicle is completed (in the case of “Yes” in S808), the time ta, the travel distance la, and the vehicle speed Va when the acceleration ends are obtained (S809).
Further, the distance La from the starting intersection A at the end of acceleration and the elapsed time Ta from the signal change are obtained (S810).
次に、通信部21を介して、プローブ情報センター1のデータベース13から、自車両の現在のショートトリップの発進交差点Aを含む組合せを含む関連統計データが抽出されて送信された場合(S811で「Yes」の場合)、停止地点予測部222は、関連統計データと、自車両の現在のショートトリップの走行条件の値とに基づいて、抽出統計データに含まれる各組合せの停止交差点にそれぞれ停止する停止確率を計算する。そして、停止確率の最も高い停止交差点を計画停止地点として予測する(S901)。
Next, when related statistical data including a combination including the start intersection A of the current short trip of the vehicle is extracted and transmitted from the
本実施形態では、計画停止交差点の予測にあたって、これまでのステップで求めた自車両の種々の走行条件、即ち、加速終了時の発進交差点Aからの距離La、及び信号変化からの経過時間Ta、加速終了時の速度Vaを予測パラメータとして使用して、式1に示したベイズの定理を利用して、各停止交差点での停止確率(事後確率)を計算する。そして、交差点Bに停止する事後確率が最大となった場合、交差点Bを計画停止交差点として予測する。 In this embodiment, in predicting the planned stop intersection, the various running conditions of the host vehicle obtained in the previous steps, that is, the distance La from the start intersection A at the end of acceleration, and the elapsed time Ta from the signal change, Using the velocity Va at the end of acceleration as a prediction parameter, the stop probability (post-probability) at each stop intersection is calculated using the Bayes' theorem shown in Equation 1. When the posterior probability of stopping at the intersection B becomes the maximum, the intersection B is predicted as a planned stop intersection.
そして、走行計画生成部223は、自車両が計画停止交差点Bに停止するように、図5に示したように、加速区間L1、定速区間L2、惰行区間L3及び減速区間L4を順次に設定した走行パターンの走行計画を生成する(S902)。
また、情報提示部23は、運転者に走行計画の走行パターンを報知して、走行計画の走行パターンに従って車両を走行させるように運転者を誘導する。
Then, the travel
In addition, the
ところで、常に運転者が走行計画どおりの車両を運転するとは限らない。その結果、自車両の実際の車速と走行計画による車速とが異なることがある。そこで、加速区間L1及び定速区間L2において、すなわち、惰行区間L3の開始地点P2に到達するまで(S906で「No」の場合)、自車両の実際の車速と走行計画による車速との差が所定値以上である場合(S903で「Yes」の場合)に、停止地点予測部222は、自車両の実際の車速に基づいて新たな計画停止交差点を予測する(S904)。
By the way, the driver does not always drive the vehicle according to the travel plan. As a result, the actual vehicle speed of the host vehicle may differ from the vehicle speed according to the travel plan. Therefore, in the acceleration section L1 and the constant speed section L2, that is, until the start point P2 of the coasting section L3 is reached (in the case of “No” in S906), the difference between the actual vehicle speed of the host vehicle and the vehicle speed according to the travel plan is If the value is equal to or greater than the predetermined value (“Yes” in S903), the stop
次に、走行計画生成部223は、当初の走行計画を取り消し、新たな計画停止交差点までのショートトリップの走行計画を生成する(S905)。
Next, the travel
次に、惰行区間L3の開始地点P2に到達した場合(S906で「Yes」の場合)において、後続車両が一定距離以上離れているとき(S907で「Yes」の場合)、計画生成ユニット22は、惰行開始を指示する(S908)。
Next, when the start point P2 of the coasting section L3 is reached (in the case of “Yes” in S906), when the following vehicle is separated by a certain distance or more (in the case of “Yes” in S907), the
一方、惰行区間L3の開始地点P2に到達した場合(S906で「Yes」の場合)において、後続車両が一定距離以下のとき(S907で「No」の場合)、惰行開始地点が変更される(S909)。後続車が迫っている場合に惰行を開始すると、後続車が追突するおそれがある。このため、惰行開始を遅らせることによって、追突の防止を図ることができる。 On the other hand, when the starting point P2 of the coasting section L3 is reached (in the case of “Yes” in S906), the coasting start point is changed when the following vehicle is a certain distance or less (in the case of “No” in S907) ( S909). If coasting is started when the following vehicle is approaching, the following vehicle may collide. For this reason, it is possible to prevent the rear-end collision by delaying the coasting start.
そして、変更後の惰行開始位置に到達した場合(S910)、計画生成ユニット22は、惰行開始を指示する(S908)。惰行開始の指示によって、情報提示部23は、運転者に惰行開始を指示する(S908)。さらに、ペダル制御部24は、アクセルペダル25の反発力を高くして、運転者にアクセルペダル25を踏み込まない惰行運転を促す。
When the coasting start position after the change is reached (S910), the
ところで、惰行開始指示後も、運転者がアクセルペダル25を所定時間以上継続して操作した場合(S912で「No」の場合)には、停止地点予測部222は、運転者の意志を尊重して、当初の計画停止地点よりも先に位置する新たな計画停止地点を予測する。
By the way, even after the coasting start instruction, when the driver operates the
そして、車両が停止することによって(S913で「Yes」の場合)、ショートトリップは終了する。 Then, when the vehicle stops (in the case of “Yes” in S913), the short trip ends.
次に、本発明の車両用走行計画生成システムの第2実施形態を説明する。
第2実施形態の車両用走行計画生成システムは、図9のステップS901〜S902の処理内容以外は、第1実施形態のものと基本的に同じである。第2実施形態では、先行車両の車速を考慮して、走行計画を生成する。
Next, a second embodiment of the vehicle travel plan generation system of the present invention will be described.
The vehicle travel plan generation system of the second embodiment is basically the same as that of the first embodiment except for the processing contents of steps S901 to S902 in FIG. In the second embodiment, the travel plan is generated in consideration of the vehicle speed of the preceding vehicle.
以下、図10のフローチャートを参照して、第2実施形態における変更部分の処理を説明する。
図10に示すように、第2実施形態では、第1実施形態のステップS901と同様に、加速終了時の予測パラメータを利用して、計画停止交差点を予測する(S1001)。
Hereinafter, the process of the changed part in the second embodiment will be described with reference to the flowchart of FIG.
As shown in FIG. 10, in the second embodiment, similarly to step S901 of the first embodiment, a predicted stop intersection is predicted using a prediction parameter at the end of acceleration (S1001).
次に、予測パラメータから定速区間における計画速度(巡航速度)を設定する(S1002)。 Next, the planned speed (cruising speed) in the constant speed section is set from the prediction parameters (S1002).
次に、計画停止地点までのショートトリップの道程上で、前方に先行車両が存在する場合(S1003で「Yes」の場合)、レーダ等で先行車両の車速を測定する(S1004)。 Next, when there is a preceding vehicle on the short trip to the planned stop point (“Yes” in S1003), the vehicle speed of the preceding vehicle is measured by a radar or the like (S1004).
次に、先行車両野車速が、自車両の当初の走行計画の定速区間の計画速度よりも低い場合(S1006で「Yes」の場合)、停止地点予測部221は、先行車両の車速を、自車両の定速区間の新たな計画速度(巡航速度)として設定する(S1007)。
Next, when the preceding vehicle field speed is lower than the planned speed of the constant speed section of the initial travel plan of the host vehicle (in the case of “Yes” in S1006), the stop
次に、停止地点予測部221は、新たに設定した計画速度に基づいて、新たな計画停止交差点を予測する(S1008)。
Next, the stop
次に、第1実施形態のステップS902と同様に、走行計画生成部223は、新たに設定した計画速度と、新たな計画停止交差点とに基づいて、走行計画を生成する(S1009)。
このように、自車両の周囲の交通状況により、走行計画に従った走行が困難な場合に、新たな走行計画を生成することにより、実現の可能性の高い走行計画を生成することができる。
Next, similarly to step S902 of the first embodiment, the travel
As described above, when it is difficult to travel according to the travel plan due to the traffic situation around the host vehicle, a travel plan having a high possibility of realization can be generated by generating a new travel plan.
次に、本発明の車両用走行計画生成システムの第3実施形態を説明する。
第3実施形態の車両用走行計画生成システムは、図9のステップS901〜S902の処理内容以外は、第1実施形態のものと基本的に同じである。第3実施形態では、周囲の交通の流れを考慮して、走行計画を生成する。
Next, a third embodiment of the vehicle travel plan generation system of the present invention will be described.
The vehicle travel plan generation system of the third embodiment is basically the same as that of the first embodiment except for the processing contents of steps S901 to S902 in FIG. In the third embodiment, a travel plan is generated in consideration of the flow of surrounding traffic.
以下、図11のフローチャートを参照して、第3実施形態における変更部分の処理を説明する。
図11に示すように、第3実施形態では、第1実施形態のステップS901と同様に、計画停止交差点を予測した後、自車両に先行する他車両の車速を取得する(S1101)。ここでは、自車両の前方、計画停止交差点まで道程上の他車両の車速を、ビックス(VICS:Vehicle Information and Communication System)、リアルタイムのプローブ情報によって取得するのがよい。
Hereinafter, with reference to the flowchart of FIG. 11, the process of the change part in 3rd Embodiment is demonstrated.
As shown in FIG. 11, in the third embodiment, similarly to step S <b> 901 of the first embodiment, after predicting the planned stop intersection, the vehicle speed of the other vehicle preceding the host vehicle is acquired (S <b> 1101). Here, the vehicle speed of the other vehicle on the road to the planned stop intersection in front of the host vehicle may be acquired by VICS (VICS: Vehicle Information and Communication System) and real-time probe information.
なお、ビックス(VICS:Vehicle Information and Communication System)とは、渋滞、交通規制、所要時間、交通障害及び駐車場といった道路交通情報をリアルタイムに送信し、カーナビゲーションなどの車載機器に文字・図形で表示する情報通信システムをいう。 In addition, VICS (VICS: Vehicle Information and Communication System) transmits road traffic information such as traffic congestion, traffic regulation, required time, traffic obstacles, and parking lots in real time and displays them in characters and figures on in-vehicle devices such as car navigation systems. An information communication system.
次に、先行する他車両の車速(リンク流速)が、当初の走行計画の定速区間の計画速度よりも低い場合に、停止地点予測部222は、その先行する他車両の車速(リンク流速)を、定速区間の計画速度として、新たな計画停止交差点を予測する(S1103)。
Next, when the vehicle speed (link flow velocity) of the preceding other vehicle is lower than the planned speed of the constant speed section of the initial travel plan, the stop
次に、走行計画生成部223は、先行する他車両の車速(リンク流速)と、新たな計画停止交差点とに基づいて、新たな走行計画を生成する(S1104)。新たな走行計画も、加速区間、定速区間、惰行区間及び減速区間を順次に設定した走行パターンを有する。新たな走行計画では、定速区間の計画速度が、先行する他車両の車速であり、自車両は、新たな計画停止交差点で停止する。
Next, the travel
続いて、図9のS903のステップへ戻る。
このように、自車両の周囲の交通状況により、走行計画に従った走行が困難な場合に、新たな走行計画を生成することにより、実現の可能性の高い走行計画を生成することができる。
Subsequently, the process returns to step S903 in FIG.
As described above, when it is difficult to travel according to the travel plan due to the traffic situation around the host vehicle, a travel plan having a high possibility of realization can be generated by generating a new travel plan.
次に、本発明の車両用走行計画生成システムの第4実施形態を説明する。
第4実施形態の車両用走行計画生成システムは、データベース13内の統計データの内容、及び図9のステップS901〜S902の処理内容以外は、第1実施形態のものと基本的に同じである。第4実施形態では、交差点通過時の信号の変わり目におけるジレンマをを考慮して、走行計画を生成する。
Next, a fourth embodiment of the vehicle travel plan generation system of the present invention will be described.
The vehicle travel plan generation system of the fourth embodiment is basically the same as that of the first embodiment except for the contents of statistical data in the
下記の表2に示すように、第4実施形態では、データベース13に蓄積された統計データは、所定値以上の急加速をして通過する場合と所定値以上の急減速をして停車する場合の両方の頻度の高いジレンマ地点のデータを含む。
As shown in Table 2 below, in the fourth embodiment, the statistical data stored in the
さらに、データベース13は、ジレンマ交差点が示されている組合せについて、走行条件の特徴値を、上記表2とは別にジレンマデータとして蓄積する。ジレンマデータでは、ジレンマ(急加速又は急減速)が発生したショートトリップの特徴量を計算したものである。特徴量としては、例えば、加速終了時の発進交差点からの距離、経過時間、車速が挙げられる。
Further, the
以下、図12のフローチャートを参照して、第4実施形態における変更部分の処理を説明する。 Hereinafter, with reference to the flowchart of FIG. 12, the process of the change part in 4th Embodiment is demonstrated.
第4実施形態では、第1実施形態のステップS901と同様にして計画停止交差点を予測した後、自車両の現在のショートトリップの発進地点と計画停止地点との間にジレンマ地点が存在する場合(S1201で「Yes」の場合)に、データベース13に蓄積されたジレンマデータとの類似度を計算する(S1202)。ジレンマデータとの類似度の計算にあたっては、例えば、ジレンマデータに蓄積された1つ以上の特徴量と、自車両の現在の走行条件の値との差を計算する。
In the fourth embodiment, when a planned stop intersection is predicted in the same manner as in step S901 of the first embodiment, a dilemma point exists between the current short trip start point of the host vehicle and the planned stop point ( In the case of “Yes” in S1201), the similarity with the dilemma data stored in the
次に、類似度が基準値以上である場合(S1203で「Yes」の場合)に、ジレンマ交差点を計画停止交差点に設定する(S1204)。例えば、前ステップで計算した差が、所定の基準値以下である場合に、類似度が基準値以上であると判定する。 Next, when the similarity is equal to or higher than the reference value (in the case of “Yes” in S1203), the dilemma intersection is set as a planned stop intersection (S1204). For example, when the difference calculated in the previous step is less than or equal to a predetermined reference value, it is determined that the similarity is greater than or equal to the reference value.
例えば、上記の表1の、発進交差点「A」と停止交差点「C」との組合せ「2」の場合、ジレンマ交差点「B」が登録されている。この場合、例えば、ジレンマデータとして蓄積された加速終了時の発進交差点からの距離と、自車両の現在の走行条件の加速終了時の発進交差点からの距離との差が、所定の基準値以下である場合に、ジレンマ交差点「B」を新たな計画停止交差点として設定する。 For example, in the case of the combination “2” of the starting intersection “A” and the stop intersection “C” in Table 1 above, the dilemma intersection “B” is registered. In this case, for example, the difference between the distance from the starting intersection at the end of acceleration accumulated as dilemma data and the distance from the starting intersection at the end of acceleration under the current running condition of the host vehicle is less than a predetermined reference value. In some cases, the dilemma intersection “B” is set as a new planned stop intersection.
続いて、図9のS903のステップへ戻る。
このように、ジレンマ交差点を計画停止交差点とした走行計画を生成することによって、ジレンマ交差点付近での急加速及び急停止の発生を回避することができる。
Subsequently, the process returns to step S903 in FIG.
Thus, by generating a travel plan with the dilemma intersection as a planned stop intersection, it is possible to avoid sudden acceleration and sudden stoppage near the dilemma intersection.
上述の実施形態においては、本発明を特定の条件で構成した例について説明したが、本発明は種々の変更及び組み合わせを行うことができ、これに限定されるものではない。例えば、上述の実施形態では、発進地点及び停止地点が信号機付き交差点である例について説明したが、本発明では、発進地点及び停止地点はこれに限定されない。例えば、渋滞頻度の高い地点を発進地点又は停止地点としてもよい。 In the above-mentioned embodiment, although the example which comprised this invention on the specific conditions was demonstrated, this invention can perform a various change and combination, and is not limited to this. For example, in the above-described embodiment, an example in which the start point and the stop point are intersections with traffic lights has been described. However, in the present invention, the start point and the stop point are not limited thereto. For example, a point with a high traffic frequency may be set as a start point or a stop point.
また、上述の実施形態においては、加速区間、定速区間、惰行区間及び減速区間を順次に設定した走行パターンを有する走行計画を生成する例について説明したが、本発明の生成する走行計画の走行パターンはこれに限定されない。 In the above-described embodiment, the example of generating the travel plan having the travel pattern in which the acceleration section, the constant speed section, the coasting section, and the deceleration section are sequentially set has been described. However, the travel of the travel plan generated by the present invention is described. The pattern is not limited to this.
1 プローブ情報センター
2 車載システム
11 通信部
12 サーバ
13 データベース
21 通信部
22 計画生成ユニット
23 情報提示部
24 ペダル制御部
25 アクセルペダル
26 レーダ
27 GPS
28 記憶部
221 統計データ抽出部
222 停止地点予測部
223 走行計画生成部
DESCRIPTION OF SYMBOLS 1 Probe information center 2 In-vehicle system 11
28
Claims (9)
前記データベースから、自車の現在のショートトリップにおける停止地点の候補を含む統計データを抽出する統計データ抽出手段と、
抽出された統計データに含まれる停止地点の候補の中から、自車の現在のショートトリップの走行条件に基づいて、計画停止地点を予測する停止地点予測手段と、
自車両が計画停止地点に停止するように、走行計画を生成する走行計画生成手段と、
を有する
ことを特徴とする、車両用走行計画生成システム。 A database that accumulates statistical data on past vehicle short trips,
Statistical data extracting means for extracting statistical data including candidates for stopping points in the current short trip of the vehicle from the database;
Out of the candidate stop points included in the extracted statistical data, stop point prediction means for predicting the planned stop point based on the current short trip driving condition of the vehicle,
Travel plan generating means for generating a travel plan so that the host vehicle stops at the planned stop point;
A vehicle travel plan generation system characterized by comprising:
前記統計データ抽出手段は、前記データベースから、自車両の現在のショートトリップの発進地点を含む組合せを含む統計データを抽出し、
前記停止地点予測手段は、抽出された統計データに含まれる停止確率を事前確率とし、抽出された統計データに含まれる走行条件の統計値及び自車両の現在のショートトリップの走行条件の値に基づいて尤度を計算し、前記抽出統計データに含まれる各組合せの停止地点にそれぞれ停止する確率を事後確率として計算し、前記事後確率の最も高い停止地点を計画停止地点として予測する
ことを特徴とする、請求項1記載の車両用走行計画生成システム。 The database includes a combination of a short trip start point and a stop point, a stop probability indicating a ratio of vehicles that stop at the combination stop point among vehicles started from the start point of each combination, and a short trip for each combination. Statistical data that correlates with statistical values of driving conditions for
The statistical data extracting means extracts, from the database, statistical data including a combination including a start point of a current short trip of the host vehicle,
The stop point prediction means uses a stop probability included in the extracted statistical data as a prior probability, and is based on a statistical value of the driving condition included in the extracted statistical data and a value of the current short trip driving condition of the host vehicle. The likelihood is calculated, the probability of stopping at each combination stop point included in the extracted statistical data is calculated as a posterior probability, and the stop point with the highest posterior probability is predicted as a planned stop point. The vehicle travel plan generation system according to claim 1.
ことを特徴とする、請求項1又は2記載の車両用走行計画生成システム。 The statistical data accumulated in the database is generated from probe information.
The vehicle travel plan generation system according to claim 1, wherein the vehicle travel plan generation system is provided.
ことを特徴とする、請求項1〜3の何れか一項に記載の車両用走行計画生成システム。 The travel plan generating means generates a travel plan that sets at least one of a planned speed and a planned acceleration of the host vehicle in a journey from the start point of the current short trip of the host vehicle to a planned stop point. The vehicle travel plan generation system according to any one of claims 1 to 3.
ことを特徴とする、請求項4記載の車両用走行計画生成システム。 The travel plan generation means is a travel plan in which an acceleration section, a constant speed section, a coasting section, and a deceleration section are sequentially set along a path from the start point of the current short trip of the host vehicle to the planned stop point. The vehicle travel plan generation system according to claim 4, wherein a travel plan in which a ratio of the coasting section of all sections of the short trip is a predetermined value or more is generated.
ことを特徴とする、請求項5記載の車両用走行計画生成システム。 In the acceleration section and the constant speed section, when the difference between the actual vehicle speed of the host vehicle and the vehicle speed according to the travel plan is equal to or greater than a predetermined value, the stop point prediction means is based on the actual vehicle speed of the host vehicle. 6. The vehicle travel plan generation system according to claim 5, wherein a new planned stop point is predicted.
ことを特徴とする、請求項5又は6記載の車両用走行計画生成システム。 In the coasting section, when the accelerator pedal is operated continuously for a predetermined time or more, the stop point prediction means predicts a new planned stop point that is located before the original planned stop point. The vehicle travel plan generation system according to claim 5 or 6.
計画停止地点までのショートトリップの道程上で自車両に先行する他車両の車速が、当初の走行計画の前記定速区間の計画速度よりも低い場合に、前記停止地点予測手段は、前記他車両の車速に基づいて新たな計画停止地点を予測する
ことを特徴とする、請求項5〜7の何れか一項に記載の車両用走行計画生成システム。 The travel plan generation means includes
When the vehicle speed of the other vehicle preceding the host vehicle on the short trip route to the planned stop point is lower than the planned speed of the constant speed section of the original travel plan, the stop point predicting means 8. A vehicle travel plan generation system according to claim 5, wherein a new planned stop point is predicted based on the vehicle speed of the vehicle.
前記停止地点予測手段は、自車両の現在のショートトリップの発進地点と計画停止地点との間にジレンマ地点が存在する場合に、当該ジレンマ地点を計画停止地点として予測する
ことを特徴とする、請求項1〜8の何れか一項に記載の車両用走行計画生成システム。 The statistical data stored in the database includes data of dilemma points that are frequently used both when accelerating and passing and when decelerating.
The stop point prediction means predicts the dilemma point as a planned stop point when a dilemma point exists between the start point of the current short trip of the host vehicle and the planned stop point. Item 9. The vehicle travel plan generation system according to any one of Items 1 to 8.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011075153A JP5783356B2 (en) | 2011-03-30 | 2011-03-30 | Vehicle travel plan generation system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011075153A JP5783356B2 (en) | 2011-03-30 | 2011-03-30 | Vehicle travel plan generation system |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2012208829A true JP2012208829A (en) | 2012-10-25 |
JP5783356B2 JP5783356B2 (en) | 2015-09-24 |
Family
ID=47188473
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011075153A Expired - Fee Related JP5783356B2 (en) | 2011-03-30 | 2011-03-30 | Vehicle travel plan generation system |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5783356B2 (en) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015092311A (en) * | 2013-11-08 | 2015-05-14 | トヨタ自動車株式会社 | Intersection information generation device and processor for vehicle |
JP2016095707A (en) * | 2014-11-14 | 2016-05-26 | 株式会社デンソー | Transition prediction data generation device and transition prediction device |
WO2016193960A1 (en) * | 2015-06-05 | 2016-12-08 | 住友電気工業株式会社 | Driving assist device, driving assist system, and driving assist method |
CN109948244A (en) * | 2019-03-18 | 2019-06-28 | 长安大学 | A method of for constructing automobile transient state driving cycle length |
US11364909B2 (en) | 2018-06-06 | 2022-06-21 | Hitachi Astemo, Ltd. | Vehicle control device |
RU2782969C1 (en) * | 2021-12-07 | 2022-11-08 | Общество С Ограниченной Ответственностью "Омникомм Онлайн" | Device for forming an energy-efficient track of an operated vehicle when the operated vehicle is moving along a section of the track that includes a mandatory stop point |
US11693888B1 (en) * | 2018-07-12 | 2023-07-04 | Intuit, Inc. | Intelligent grouping of travel data for review through a user interface |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001183150A (en) * | 1999-10-15 | 2001-07-06 | Nissan Motor Co Ltd | Running pattern production device |
JP2003296891A (en) * | 2002-04-01 | 2003-10-17 | I Transport Lab Co Ltd | Travel time estimation device, method therefor and computer program |
JP2004108777A (en) * | 2002-09-13 | 2004-04-08 | Equos Research Co Ltd | Vehicle traveling pattern preparation device, vehicle traveling pattern preparation method, and engine start/stop device |
JP2005192349A (en) * | 2003-12-26 | 2005-07-14 | Equos Research Co Ltd | Traveling pattern estimator |
JP2006327545A (en) * | 2005-05-30 | 2006-12-07 | Toyota Central Res & Dev Lab Inc | Device and method for calculating traveling pattern of traveling object |
JP2007191134A (en) * | 2005-12-22 | 2007-08-02 | Nissan Motor Co Ltd | Vehicular driving operation assisting device, and vehicle provided with vehicular driving operation assisting device |
JP2010143304A (en) * | 2008-12-17 | 2010-07-01 | Masahiro Watanabe | Vehicle traveling support control method and device |
-
2011
- 2011-03-30 JP JP2011075153A patent/JP5783356B2/en not_active Expired - Fee Related
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001183150A (en) * | 1999-10-15 | 2001-07-06 | Nissan Motor Co Ltd | Running pattern production device |
JP2003296891A (en) * | 2002-04-01 | 2003-10-17 | I Transport Lab Co Ltd | Travel time estimation device, method therefor and computer program |
JP2004108777A (en) * | 2002-09-13 | 2004-04-08 | Equos Research Co Ltd | Vehicle traveling pattern preparation device, vehicle traveling pattern preparation method, and engine start/stop device |
JP2005192349A (en) * | 2003-12-26 | 2005-07-14 | Equos Research Co Ltd | Traveling pattern estimator |
JP2006327545A (en) * | 2005-05-30 | 2006-12-07 | Toyota Central Res & Dev Lab Inc | Device and method for calculating traveling pattern of traveling object |
JP2007191134A (en) * | 2005-12-22 | 2007-08-02 | Nissan Motor Co Ltd | Vehicular driving operation assisting device, and vehicle provided with vehicular driving operation assisting device |
JP2010143304A (en) * | 2008-12-17 | 2010-07-01 | Masahiro Watanabe | Vehicle traveling support control method and device |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015092311A (en) * | 2013-11-08 | 2015-05-14 | トヨタ自動車株式会社 | Intersection information generation device and processor for vehicle |
JP2016095707A (en) * | 2014-11-14 | 2016-05-26 | 株式会社デンソー | Transition prediction data generation device and transition prediction device |
WO2016193960A1 (en) * | 2015-06-05 | 2016-12-08 | 住友電気工業株式会社 | Driving assist device, driving assist system, and driving assist method |
JP2017004105A (en) * | 2015-06-05 | 2017-01-05 | 住友電気工業株式会社 | Driving support device, driving support system and driving support method |
US11364909B2 (en) | 2018-06-06 | 2022-06-21 | Hitachi Astemo, Ltd. | Vehicle control device |
US11693888B1 (en) * | 2018-07-12 | 2023-07-04 | Intuit, Inc. | Intelligent grouping of travel data for review through a user interface |
CN109948244A (en) * | 2019-03-18 | 2019-06-28 | 长安大学 | A method of for constructing automobile transient state driving cycle length |
CN109948244B (en) * | 2019-03-18 | 2023-06-30 | 长安大学 | Method for constructing length of transient driving working condition of automobile |
RU2782972C1 (en) * | 2021-12-06 | 2022-11-08 | Общество С Ограниченной Ответственностью "Омникомм Онлайн" | Method for forming a recuperative energy-efficient track of an operated vehicle equipped with an electric power recuperation system during braking, when the operated vehicle is moving along a section of the path that includes a possible deceleration point |
RU2782971C1 (en) * | 2021-12-06 | 2022-11-08 | Общество С Ограниченной Ответственностью "Омникомм Онлайн" | Device for forming a recuperative energy-efficient track of an operated vehicle equipped with an electric power recuperative system during braking, when the operated vehicle is moving along a section of the path that includes a possible deceleration point |
RU2782969C1 (en) * | 2021-12-07 | 2022-11-08 | Общество С Ограниченной Ответственностью "Омникомм Онлайн" | Device for forming an energy-efficient track of an operated vehicle when the operated vehicle is moving along a section of the track that includes a mandatory stop point |
RU2782970C1 (en) * | 2021-12-07 | 2022-11-08 | Общество С Ограниченной Ответственностью "Омникомм Онлайн" | System for forming an energy-efficient track of an operated vehicle when the operated vehicle is moving along a section of the track that includes a mandatory stop point |
Also Published As
Publication number | Publication date |
---|---|
JP5783356B2 (en) | 2015-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6531983B2 (en) | Automatic driving apparatus, automatic driving support method and automatic driving support program | |
JP5783356B2 (en) | Vehicle travel plan generation system | |
JP6451111B2 (en) | Driving support device and driving support method | |
JP5900454B2 (en) | Vehicle lane guidance system and vehicle lane guidance method | |
US12017648B2 (en) | Vehicle control device | |
EP2997331B1 (en) | Preventive fuel saving-aimed motor vehicle driver assistance | |
CN103298673B (en) | Vehicular information disposal system | |
US20140058579A1 (en) | Driving assist device and driving assist method | |
JP5370498B2 (en) | Information processing system for vehicles | |
CN111731294B (en) | Travel control device, travel control method, and storage medium storing program | |
JP2012238169A (en) | Platooning control device | |
CN103359110A (en) | Electric vehicle driving support system | |
JP2018120291A (en) | Event prediction system, event prediction method, program, and moving body | |
JP2006350568A (en) | Vehicle control system | |
JP4475177B2 (en) | Vehicle control system | |
JP6663215B2 (en) | Information display device, information display method, and program | |
JP2010274839A (en) | Travel control apparatus | |
JP5716560B2 (en) | Vehicle support device | |
JP2018120290A (en) | Event prediction system, event prediction method, program, and moving body | |
JP5889085B2 (en) | Driving assistance device | |
JP2018124603A (en) | Automatic driving support system and automatic driving support program | |
JP7363073B2 (en) | Lane change support device, lane change support method, program | |
JP2010170259A (en) | Driving support device for vehicle | |
JP2024080821A (en) | Information Processing System | |
CN118405151A (en) | Information processing apparatus |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140212 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20141031 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20141105 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20141210 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20150624 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150707 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5783356 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |