JP2022185369A - 電子制御装置及び制御方法 - Google Patents
電子制御装置及び制御方法 Download PDFInfo
- Publication number
- JP2022185369A JP2022185369A JP2021093009A JP2021093009A JP2022185369A JP 2022185369 A JP2022185369 A JP 2022185369A JP 2021093009 A JP2021093009 A JP 2021093009A JP 2021093009 A JP2021093009 A JP 2021093009A JP 2022185369 A JP2022185369 A JP 2022185369A
- Authority
- JP
- Japan
- Prior art keywords
- sensor
- detection
- information
- external sensor
- vehicle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 45
- 238000001514 detection method Methods 0.000 claims abstract description 397
- 230000007613 environmental effect Effects 0.000 claims abstract description 69
- 230000010354 integration Effects 0.000 claims abstract description 30
- 230000008859 change Effects 0.000 claims description 22
- 230000007423 decrease Effects 0.000 claims description 4
- 238000009434 installation Methods 0.000 claims description 2
- 230000015556 catabolic process Effects 0.000 abstract description 3
- 238000006731 degradation reaction Methods 0.000 abstract description 3
- 230000004044 response Effects 0.000 abstract description 2
- 238000012545 processing Methods 0.000 description 47
- 230000008569 process Effects 0.000 description 33
- 230000006866 deterioration Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 14
- 238000004891 communication Methods 0.000 description 13
- 238000007726 management method Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 238000011109 contamination Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 240000006829 Ficus sundaica Species 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007850 degeneration Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/04—Traffic conditions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/867—Combination of radar systems with cameras
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/40—Means for monitoring or calibrating
- G01S7/4004—Means for monitoring or calibrating of parts of a radar system
- G01S7/4039—Means for monitoring or calibrating of parts of a radar system of sensor or antenna obstruction, e.g. dirt- or ice-coating
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
- B60W50/0205—Diagnosing or detecting failures; Failure detection models
- B60W2050/0215—Sensor drifts or sensor failures
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/403—Image sensing, e.g. optical camera
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/408—Radar; Laser, e.g. lidar
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/35—Data fusion
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2013/932—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles using own vehicle data, e.g. ground speed, steering wheel direction
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Mathematical Physics (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
【課題】外部環境の変化に拠るセンサの性能低下や道路環境の性能要求に対して柔軟かつ安全に走行制御可能な走行制御装置を提供する。【解決手段】車両に搭載される電子制御装置であって、前記車両に搭載される第一の外界センサの検出情報と第二の外界センサの検出情報を取得するセンサ検出情報取得部と、前記第一の外界センサの検出情報に示された環境要素と前記第二の外界センサの検出情報に示された環境要素との対応関係を特定するセンサ検出情報統合部と、前記統合検出情報において、前記第二の外界センサで検出されている環境要素に対する前記第一の外界センサの検出状態に基づき、前記第一の外界センサにおける相対位置と検出能力の関係性を決定し、当該関係性に基づき前記第一の外界センサの検出可能領域を決定するセンサ検出可能領域決定部と、を備える。【選択図】図6
Description
本発明は、電子制御装置及び制御方法に関する。
近年、車両の快適で安全な自動運転を実現するため、車両の外界センサの性能低下を検出して、自動運転の機能縮退や安全停止をする技術が提案されている。例えば、特許文献1では、外界センサの汚れや故障による性能低下を検出して、走行速度を抑えたり、安全に停止したりする手段が開示されている。具体的には、特許文献1には「センサで障害物や走行路を検出して自律走行する自律走行車両に、センサの性能低下の状態を評価するセンサ状態評価手段と、センサの性能低下の状態に基づいて走行速度及び舵角に制限値を設ける速度・舵角制限値設定手段と、現在の位置に停止した場合の他車の運行への影響を評価する運行障害評価手段とを設け、センサの性能低下時に他の車両の運行を妨げない地点まで、設定された速度、及び舵角の制限値内で走行した後停止することを特徴とする。」との記載がある。
特許文献1に記載されている発明では、カメラの画素出力値の変化有無を用いて、カメラに付着した汚れや故障による性能低下を検出し、その状態に応じて縮退運転や安全停止等の運転モードを判断している。
一方、外界センサの性能低下は、センサ自身の汚れや故障だけでなく、外部環境の変化に応じても発生し得る。例えば、カメラやLiDAR(Light Detection And Ranging)を外界センサとして用いた場合、豪雨や霧等の悪天候下では、障害物を検出可能な距離性能が低下する。また、悪天候に強いと言われるミリ波レーダを外界センサとして用いた場合でも、豪雨時における遠方の障害物の検知性能は、通常時よりも低下することが知られている。このように、外部環境要因によって外界センサの性能低下が発生するような場合、特許文献1に開示されている手法では外界センサの性能低下を検出できない。
また、外部環境の状態は連続的に時々刻々変化するものであり、これに応じて外界センサの性能低下の度合も連続的に変化する。しかしながら、特許文献1のように、外界センサの性能低下のレベルを離散的に判断して運転モードを決定する場合、外部環境の変化に応じた柔軟な走行制御が難しい。そのため、より安全側に運転モードを設定することになり、自動運転を継続できる条件が本来よりも制限される可能性がある。
本発明は、上記のような従来技術における課題を解決するために、外部環境の変化によるセンサの性能低下、特に対象物を有効に検出可能な範囲の縮小に対して、柔軟かつ安全に走行制御を継続可能な電子制御装置の提供を目的とする。
本発明の第1の態様による電子制御装置は、車両に搭載されるものであって、前記車両に搭載される第一の外界センサの検出情報と第二の外界センサの検出情報を取得するセンサ検出情報取得部と、前記第一の外界センサの検出情報に示された環境要素と前記第二の外界センサの検出情報に示された環境要素との対応関係を特定するセンサ検出情報統合部と、前記第二の外界センサで検出されている環境要素に対する前記第一の外界センサの検出状態に基づき、前記第一の外界センサにおける相対位置と検出能力の関係性を決定し、当該関係性に基づき前記第一の外界センサの検出可能領域を決定するセンサ検出可能領域決定部と、を備える。
本発明によれば、外部環境の変化に拠るセンサの性能低下や道路環境の性能要求に対して柔軟かつ安全に走行制御を継続可能である。
―第1の実施の形態―
以下、図1~図10を参照して、電子制御装置である走行制御装置3の第1の実施の形態を説明する。
以下、図1~図10を参照して、電子制御装置である走行制御装置3の第1の実施の形態を説明する。
(システム構成)
図1は、本発明の実施の形態に係る走行制御装置3を含む車両システム1の構成を示す機能ブロック図である。車両システム1は、車両2に搭載される。車両システム1は、車両2の周辺における走行道路や周辺車両等の障害物の状況を認識した上で、適切な運転支援や走行制御を行う。図1に示すように、車両システム1は、走行制御装置3、外界センサ群4、車両センサ群5、地図情報管理装置6、アクチュエータ群7、HMI(Human Machine Interface)装置群8等を含んで構成される。走行制御装置3、外界センサ群4、車両センサ群5、地図情報管理装置6、アクチュエータ群7、HMI装置群8は、車載ネットワークNにより互いに接続される。なお以下では、車両2を他の車両と区別するために「自車両」2と呼ぶこともある。
図1は、本発明の実施の形態に係る走行制御装置3を含む車両システム1の構成を示す機能ブロック図である。車両システム1は、車両2に搭載される。車両システム1は、車両2の周辺における走行道路や周辺車両等の障害物の状況を認識した上で、適切な運転支援や走行制御を行う。図1に示すように、車両システム1は、走行制御装置3、外界センサ群4、車両センサ群5、地図情報管理装置6、アクチュエータ群7、HMI(Human Machine Interface)装置群8等を含んで構成される。走行制御装置3、外界センサ群4、車両センサ群5、地図情報管理装置6、アクチュエータ群7、HMI装置群8は、車載ネットワークNにより互いに接続される。なお以下では、車両2を他の車両と区別するために「自車両」2と呼ぶこともある。
走行制御装置3は、ECU(Electronic Control Unit)である。走行制御装置3は、外界センサ群4、車両センサ群5、等から提供される各種入力情報に基づいて、車両2の運転支援または自動運転のための走行制御情報を生成し、アクチュエータ群7等に出力する。走行制御装置3は、処理部10と、記憶部30と、通信部40と、を有する。処理部10は、たとえば、中央演算処理装置であるCPU(Central Processing Unit)を含んで構成される。ただし、CPUに加えて、GPU(Graphics Processing Unit)、FPGA(Field-Programmable Gate Array)、ASIC(application specific integrated circuit)等を含んで構成されてもよいし、いずれか1つにより構成されてもよい。
処理部10はその機能として、情報取得部11、センサ検出情報統合部12、センサ検出可能領域決定部13、走行制御モード判断部14、走行制御情報生成部15、HMI情報生成部16、および情報出力部17を有する。処理部10は、記憶部30に格納されている所定の動作プログラムを実行することで、これらを実現する。
情報取得部11は、走行制御装置3に接続された他装置から車載ネットワークNを介して各種情報を取得し、記憶部30に格納する。例えば、外界センサ群4が検出した車両2周辺の観測点に関する情報や、観測点に関する情報に基づいて推定された車両2周辺の障害物、路面標示、標識、信号などの環境要素に関する情報を取得し、外界センサ群4の検出情報を表すセンサ検出情報データ群31として記憶部30に格納する。また、車両センサ群5等が検出した車両2の動きや状態等に関連する情報を取得し、車両情報データ群32として記憶部30に格納する。また、地図情報管理装置6等から車両2の走行環境や走行経路に関連する情報を取得し、走行環境データ群33として記憶部30に格納する。
センサ検出情報統合部12は、情報取得部11により取得されて記憶部30に格納されたセンサ検出情報データ群31に基づき、車両2周辺における障害物や路面標示、標識、信号等の環境要素に関する統合検出情報を生成する。センサ検出情報統合部12が行う処理は、例えば、センサフュージョンと一般的に呼ばれる機能に相当する。センサ検出情報統合部12により生成された統合検出情報は、統合検出情報データ群34として記憶部30に格納される。
センサ検出可能領域決定部13は、情報取得部11により取得されて記憶部30に格納されたセンサ検出情報データ群31に基づいて、外界センサ群4の検出可能領域を示すセンサ検出可能領域を決定する。例えば、外界センサ群4に含まれる個別センサ単体での検出可能領域、または複数の同種個別センサの組合せにおける検出可能領域を、センサ検出可能領域として決定する。以降では、センサ検出可能領域を決定する対象の外界センサの組合せ(単体含む)を「センサグループ」と呼ぶこととする。センサ検出可能領域決定部13は、センサグループ毎にセンサ検出可能領域を決定し、決定した各センサ検出可能領域の情報を、センサ検出可能領域データ群35として記憶部30に格納する。
センサ検出可能領域とは、当該領域内に障害物、路面標示、標識、信号等の環境要素が存在していた場合に、当該センサグループが十分に高い確率でその環境要素を検出できる領域を意味する。換言すれば、センサ検出可能領域とは、当該センサグループによる環境要素の不検知が発生する確率が十分に低い領域であり、この領域で当該センサグループが検出対象とする障害物等の環境要素を検出しなかった場合は、当該領域内には検出対象の環境要素が存在しないとみなすことができる。外界センサ群4を構成するそれぞれのセンサは、製品仕様としてセンサ検出可能領域を静的に定義していることが多いが、実際には外部環境に応じてセンサ検出可能領域は変化する。センサ検出可能領域決定部13は、センサ検出情報統合部12が生成した統合検出情報における、各センサグループの検出状態や検出精度、検出位置等の情報から、各センサグループのセンサ検出可能領域を動的に推定する。
走行制御モード判断部14は、車両システム1や走行制御装置3のシステム状態(故障状態、乗員の指示モード等)や、走行環境に求められる外界センサ群4の性能要件、センサ検出可能領域決定部13によりセンサ検出可能領域の状態等に基づき、車両2が安全に走行可能な車両システム1の走行制御モードを判断する。走行制御モード判断部14により判断された走行制御モードの情報は、システムパラメータデータ群38の一部として記憶部30に格納される。
走行制御情報生成部15は、センサ検出可能領域決定部13が生成したセンサ検出可能領域や、センサ検出情報統合部12が生成した統合検出情報、走行制御モード判断部14が判断した走行制御モード等に基づき、車両2の走行制御情報を生成する。例えば、これらの情報に基づいて車両2が走行すべき軌道を計画し、その計画軌道を追従するためのアクチュエータ群7に出力する制御指令値を決定する。そして、決定した計画軌道および制御指令値と、走行制御モード判断部14による走行制御モードの判断結果とを用いて、走行制御情報を生成する。走行制御情報生成部15が生成した走行制御情報は、走行制御情報データ群36として記憶部30に記憶される。
HMI情報生成部16は、センサ検出可能領域決定部13が生成したセンサ検出可能領域や、センサ検出情報統合部12が生成した統合検出情報、走行制御モード判断部14が判断した走行制御モード等に基づき、車両2のHMI情報を生成する。例えば、現在の走行制御モードの状態や走行制御モードの変化を、音声や画面等により乗員に通知するための情報を生成する。また、車両2におけるセンサ検出可能領域や統合検出情報を画面等により乗員に通知するための情報を生成する。HMI情報生成部16が生成したこれらHMI情報は、HMI情報データ群37として記憶部30に記憶される。
情報出力部17は、走行制御装置3に接続された他装置に対して車載ネットワークNを介して、走行制御情報生成部15が生成した走行制御情報を出力する。例えば、走行制御装置3は、走行制御情報生成部15が決定した制御指令値を含む走行制御情報をアクチュエータ群7に出力し、車両2の走行を制御する。また、たとえば、走行制御装置3は、走行制御モード判断部14が判断した走行制御モードを含む走行制御情報を他装置に出力して、車両システム1全体として整合したシステムモードに移行できるようにする。
記憶部30は、たとえば、HDD(Hard Disk Drive)、フラッシュメモリ、ROM(Read Only Memory)などの記憶装置や、RAM(Random Access Memory)などのメモリを含んで構成される。記憶部30は、処理部10が処理するプログラムや、その処理に必要なデータ群等が格納される。また、処理部10がプログラムを実行する際の主記憶として、一時的にプログラムの演算に必要なデータを格納する用途にも利用される。本実施形態では、走行制御装置3の機能を実現するための情報として、センサ検出情報データ群31、車両情報データ群32、走行環境データ群33、統合検出情報データ群34、センサ検出可能領域データ群35、走行制御情報データ群36、HMI情報データ群37、システムパラメータデータ群38等が記憶部30に格納される。
センサ検出情報データ群31とは、外界センサ群4による検出情報やその信頼度に関するデータの集合である。検出情報とは、例えば、外界センサ群4がそのセンシングの観測情報に基づき特定した障害物や路面標示、標識、信号等の環境要素に関する情報や、外界センサ群4の観測情報そのもの(LiDARの点群情報、ミリ波レーダのFFT情報、カメラ画像、ステレオカメラの視差画像等)である。検出情報の信頼度とは、当該センサが検出した環境要素に関する情報、観測情報が実在する確度(存在確率)に相当し、センサの種類や製品仕様に応じて異なる。例えば、LiDARやミリ波レーダのように反射波で観測するようなセンサであればその受信強度や信号対雑音比(SN比)を用いて表現してもよいし、時系列でどれだけ連続して観測できたかに応じて算出されたものでもよいし、検出情報の確度に関する指標であれば何でもよい。センサ検出情報データ群31におけるセンサ検出情報のデータ表現例は、図3において後述する。センサ検出情報データ群31は、情報取得部11によって外界センサ群4から取得され、記憶部30に格納される。
車両情報データ群32とは、車両2の動きや状態等に関するデータの集合である。車両情報データ群32には、車両センサ群5等が検出して情報取得部11により取得された車両情報として、例えば、車両2の位置、走行速度、操舵角、アクセルの操作量、ブレーキの操作量等の情報が含まれる。
走行環境データ群33とは、車両2の走行環境に関するデータの集合である。走行環境に関するデータとは、車両2が走行している道路を含む車両2周辺の道路に関する情報である。これには例えば、車両2の走行経路や、その走行経路上または車両2周辺の道路や、その道路を構成する車線の形状や属性(進行方向、制限速度、走行規制等)に関する情報等が含まれる。
統合検出情報データ群34とは、外界センサ群4の検出情報に基づき統合的に判断された、車両2周辺における環境要素に関する統合検出情報のデータの集合である。統合検出情報データ群34は、センサ検出情報データ群31の情報に基づき、センサ検出情報統合部12によって生成、格納される。
センサ検出可能領域データ群35とは、外界センサ群4のセンサグループ毎における障害物等の環境要素を検出可能な領域であるセンサ検出可能領域に関するデータの集合である。センサ検出可能領域データ群35におけるセンサ検出可能領域に関するデータの表現例は、図4において後述する。センサ検出可能領域データ群35は、センサ検出情報データ群31の情報と統合検出情報データ群34の情報に基づき、センサ検出可能領域決定部13によって生成、格納される。
走行制御情報データ群36とは、車両2の走行を制御するための計画情報に関するデータ群であり、車両2の計画軌道、アクチュエータ群7に出力する制御指令値等が含まれる。走行制御情報データ群36におけるこれらの情報は、走行制御情報生成部15によって生成、格納される。
HMI情報データ群37とは、車両2に搭載されるHMI装置群8を制御するためのHMI情報に関するデータ群であり、走行制御モードの状態やその変化、車両2のセンサ状態や環境要素の検出状況等を、HMI装置群8を介して乗員に通知するための情報が含まれる。HMI情報データ群37におけるこれらの情報は、HMI情報生成部16によって生成、格納される。
システムパラメータデータ群38とは、車両システム1や走行制御装置3のシステム状態(走行制御モード、故障状態、乗員の指示モード等)や走行環境に求められる検出性能要求等に関するデータの集合である。
通信部40は、車載ネットワークNを介して接続された他の装置との通信機能を有する。情報取得部11が他の装置から車載ネットワークNを介して各種情報を取得する際や、情報出力部17が車載ネットワークNを介して他の装置へ各種情報を出力する際には、この通信部40の通信機能が利用される。通信部40は、たとえば、IEEE802.3又はCAN(Controller Area Network)等の通信規格に準拠したネットワークカード等を含んで構成される。通信部40は、車両システム1において走行制御装置3と他の装置との間で、各種プロトコルに基づきデータの送受信を行う。
なお、本実施形態では、通信部40と処理部10とを分けて記載しているが、処理部10の中で通信部40の処理の一部が実行されてもよい。たとえば、通信処理におけるハードウェアデバイス相当が通信部40に位置し、それ以外のデバイスドライバ群や通信プロトコル処理等は、処理部10の中に位置するように構成してもよい。
外界センサ群4は、車両2の周辺の状態を検出する装置の集合体である。外界センサ群4はたとえば、カメラ装置、ミリ波レーダ、LiDAR、ソナー等の各種センサが該当する。外界センサ群4は、そのセンシングの観測情報や、その観測情報に基づき特定した障害物、路面標示、標識、信号等の環境要素に関する情報を、車載ネットワークNを介して走行制御装置3に出力する。「障害物」とは、例えば、車両2以外の車両である他車両や、歩行者、道路への落下物、路端等である。「路面標示」とは、例えば、白線や横断歩道、停止線等である。
車両センサ群5は、車両2の各種状態を検出する装置の集合体である。各車両センサは、たとえば、車両2の位置情報、走行速度、操舵角、アクセルの操作量、ブレーキの操作量等を検出し、車載ネットワークNを介して走行制御装置3に出力する。
地図情報管理装置6は、車両2周辺のデジタル地図情報や車両2の走行経路に関する情報を管理及び提供する装置である。地図情報管理装置6は、例えば、ナビゲーション装置等により構成される。地図情報管理装置6は、例えば、車両2の周辺を含む所定地域のデジタル道路地図データを備えており、車両センサ群5から出力される車両2の位置情報等に基づき、地図上での車両2の現在位置、すなわち車両2が走行中の道路や車線を特定するように構成されている。また、特定した車両2の現在位置やその周辺の地図データを、車載ネットワークNを介して走行制御装置3に出力する。
アクチュエータ群7は、車両の動きを決定する操舵、ブレーキ、アクセル等の制御要素を制御する装置群である。アクチュエータ群7は、運転者によるハンドル、ブレーキペダル、アクセルペダル等の操作情報や走行制御装置3から出力される制御指令値に基づいて、車両の動きを制御する。
HMI装置群8は、車両システム1が乗員と情報をやり取りするためのHMI(Human Machine Interface)を有する装置の集合体である。HMIは、たとえば、マイクやスピーカ等の音声インタフェース、ディスプレイやパネル等の画面インタフェース等が該当する。それらのHMIを搭載したHMI装置群8は、乗員からのHMIを介した指示に基づいて車両システム1に情報を出力したり、走行制御装置3等から出力されるHMI情報に基づいて乗員に情報を通知したりする。
(センサ検出可能領域)
図2は、車両2に搭載される外界センサ群4によるセンサ検出可能領域の概念図である。図2は、センサ検出可能領域を説明するための一例だが、実際には、外界センサ群4は車両システム1の自動運転機能からの検出性能要求を満たすように設置される。
図2は、車両2に搭載される外界センサ群4によるセンサ検出可能領域の概念図である。図2は、センサ検出可能領域を説明するための一例だが、実際には、外界センサ群4は車両システム1の自動運転機能からの検出性能要求を満たすように設置される。
図2の例では、車両2には7つのセンサ(外界センサ4-1~4-7)が設置されており、それぞれのおおまかなセンサ検出可能領域が、領域111~117で示されている。例えば、領域111に対応する外界センサ4-1は長距離用ミリ波レーダ、領域112に対応する外界センサ4-2はカメラ系センサ、領域113~116にそれぞれ対応する外界センサ4-3~4-6は短距離用ミリ波レーダ、領域117に対応する外界センサ4-7はLiDAR、で構成される。ここでは簡単のため、センサ検出可能な領域111~117を、車両2を中心とする扇形で表現しているが、実際には各センサの検出範囲に応じた任意の形状でセンサ検出可能領域を表現可能である。なお、センサ検出可能領域の大きさや形状は、外部環境に応じて変化する。
詳細については後述するが、走行制御装置3は、複数の外界センサの検出範囲の重複領域における検出結果を比較し、外界センサの有効な検出範囲を決定する。例えば、図2では、長距離用ミリ波レーダの領域111とカメラ系センサの領域112が重複している。ここで、カメラ系センサの領域112の距離方向の外縁は、長距離用ミリ波レーダの領域111に内包されているので、カメラ系センサの距離方向の性能低下は、長距離用ミリ波レーダの検知結果と比較することで識別できる。同様に、長距離用ミリ波レーダの領域111の角度方向の外縁は、カメラ系センサの領域112に内包されているので、長距離用ミリ波レーダの角度方向の性能低下は、カメラ系センサの検知結果と比較することで識別できる。
(センサ検出情報)
図3は、センサ検出情報データ群31に格納されるセンサ検出情報の一例を示す図である。ここでは、前述の外界センサ4-1(長距離用ミリ波レーダ)のセンサ検出情報のデータ構造例と、前述の外界センサ4-2(カメラ系センサ)のセンサ検出情報のデータ構造例を、それぞれ示している。
図3は、センサ検出情報データ群31に格納されるセンサ検出情報の一例を示す図である。ここでは、前述の外界センサ4-1(長距離用ミリ波レーダ)のセンサ検出情報のデータ構造例と、前述の外界センサ4-2(カメラ系センサ)のセンサ検出情報のデータ構造例を、それぞれ示している。
外界センサ4-1及び外界センサ4-2のセンサ検出情報データは、検出時刻301、検出ID302、検出位置303、検出種別304、存在確率305等を含んで構成される。
検出時刻301は、当該エントリの検出情報を検出したタイミングに関する情報である。この情報は時刻情報でもよいし、当該外界センサが周期的に検出するセンサである場合は、当該エントリの検出情報がどの周期に該当するかを示す番号でもよい。
検出ID302は、各検出情報エントリを識別するためのIDである。これは、時系列において同一の検出対象物に共通のIDを割り当てるように設定されていてもよいし、毎周期で通し番号のように設定されていてもよい。
検出位置303は、当該エントリにおける検出情報に対応する環境要素が存在する位置に関する情報である。図3では、当該センサの基準座標系における距離rと角度θで表現される極座標を用いているが、直交座標系を用いてもよい。
検出種別304は、当該エントリにおける検出情報が示す環境要素の種別を示している。例えば、車両、歩行者、白線、標識、信号、路端、不明等が挙げられる。
存在確率305は、当該エントリの検出情報に対応する環境要素がどれぐらいの確率で実在するかを示す情報である。例えば、ミリ波レーダやLiDARの場合、SN比が低下すると検出対象の環境要素からの反射波と雑音との区別が難しくなり、誤検知する可能性が高くなる。外界センサ群4は、それぞれ環境要素を特定する処理の中で、SN比や時系列での検出状態等に基づき、存在確率(あるいはそれに相当する指標)を算出、設定する。
(統合検出情報)
図4は、統合検出情報データ群34に格納される統合検出情報の一例を示す図である。ここでは、図3で示した外界センサ4-1のセンサ検出情報と外界センサ4-2のセンサ検出情報の統合した結果のデータ構造例を示している。
図4は、統合検出情報データ群34に格納される統合検出情報の一例を示す図である。ここでは、図3で示した外界センサ4-1のセンサ検出情報と外界センサ4-2のセンサ検出情報の統合した結果のデータ構造例を示している。
統合検出情報データは、統合検出時刻401、統合検出ID402、統合検出位置403、統合検出種別404、統合存在確率405、センサソース406等を含んで構成される。
統合検出時刻401は、当該エントリの統合検出情報がどの時点の検出状態を表現しているかを示す情報である。センサ検出情報の検出時刻301は外界センサに応じて異なることが多い。また、外界センサが検出してから走行制御装置3が取得するまで遅延があるため、過去の状態を示している。そのため、センサ検出情報統合部12は、その時刻差異や遅延の影響を軽減するため、センサ検出情報の検出時刻301や車両情報データ群32の含まれる速度や角速度などの自車情報に基づき、所定時刻に対して補正をかけて統合することが好ましい。統合検出時刻401は、その補正対象の時刻が設定される。
統合検出ID402は、各統合検出情報エントリを識別するためのIDである。時系列において同一の検出対象物(環境要素)に共通のIDを割り当てるように設定される。
統合検出位置403は、当該エントリの統合検出情報が示す環境要素の位置に関する情報である。図4では、車両座標系(後輪車軸中心を原点とし、車両の前方をxの正方向、車両の左方をyの正方向とする座標系)におけるx、yで表現しているが、別の座標系で表現してもよい。
統合検出種別404は、当該エントリの統合検出情報が示す環境要素の種別を示している。例えば、車両、歩行者、白線、標識、信号、路端、不明等が挙げられる。
統合存在確率405は、当該エントリの統合検出情報に対応する環境要素がどれぐらいの確率で実在するかを示す情報である。
センサソース406は、当該エントリの統合検出情報が、どのセンサ検出情報に基づいて生成されたものなのかを示す情報である。センサ検出情報データ群31とセンサソース406の情報を照合することにより、当該エントリの統合検出情報の推定に利用されているセンサ検出情報のエントリを特定することができるように構成される。センサソース406は、例えば、センサ識別子と検出IDの組み合わせで表現される。時系列データにおけるエントリの特定が必要な場合は検出時刻301をさらに組み合わせても良い。
(センサ検出可能領域データ群)
図5は、センサ検出可能領域データ群35に格納される一部のデータの構造例を示す図である。センサ検出可能領域データ群35は、外界センサ群4のセンサグループの単位で生成される。ここでは、所定のセンサグループに対して生成されるデータの構造例を示している。
図5は、センサ検出可能領域データ群35に格納される一部のデータの構造例を示す図である。センサ検出可能領域データ群35は、外界センサ群4のセンサグループの単位で生成される。ここでは、所定のセンサグループに対して生成されるデータの構造例を示している。
センサ検出可能領域データは、センサグループ501、検出種別502、検出可能距離503、検出可能角度範囲504、等を含んで構成される。
センサグループ501は、当該エントリのセンサ検出可能領域情報の対象となるセンサグループの識別子である。
検出種別502は、当該エントリのセンサ検出可能領域情報がどの環境要素の種別を検出対象としたものかを示す情報である。例えば、車両、歩行者、白線、標識、信号、路端、不明等が挙げられる。
検出可能距離503と検出可能角度範囲504は、それぞれ当該エントリのセンサグループ501が検出種別502を検出可能と推定される距離と角度範囲である。例えば、図5のセンサグループ「4-2」は、車両については50m先まで検出可能であり、歩行者については30m先まで検出可能であるとしている。
ここでは、センサ検出可能領域を検出可能距離と検出可能角度範囲の組み合わせという形式で表現しているが、表現形態はそれに限定しない。例えば、センサの検出可能角度範囲を所定の単位で分割して、それぞれの分割範囲における検出可能距離を表現する形態でもよい。外界センサは、検出角度に応じて性能差が発生する場合がある。例えば、カメラ系のセンサは画角の境界部では性能が落ちる。その性能差を考慮する必要がある場合は、検出角度に応じた検出可能距離を表現する形が望ましい。
センサグループ501は、当該エントリのセンサ検出可能領域情報の対象となるセンサグループの識別子である。
検出種別502は、当該エントリのセンサ検出可能領域情報がどの環境要素の種別を検出対象としたものかを示す情報である。例えば、車両、歩行者、白線、標識、信号、路端、不明等が挙げられる。
検出可能距離503と検出可能角度範囲504は、それぞれ当該エントリのセンサグループ501が検出種別502を検出可能と推定される距離と角度範囲である。例えば、図5のセンサグループ「4-2」は、車両については50m先まで検出可能であり、歩行者については30m先まで検出可能であるとしている。
ここでは、センサ検出可能領域を検出可能距離と検出可能角度範囲の組み合わせという形式で表現しているが、表現形態はそれに限定しない。例えば、センサの検出可能角度範囲を所定の単位で分割して、それぞれの分割範囲における検出可能距離を表現する形態でもよい。外界センサは、検出角度に応じて性能差が発生する場合がある。例えば、カメラ系のセンサは画角の境界部では性能が落ちる。その性能差を考慮する必要がある場合は、検出角度に応じた検出可能距離を表現する形が望ましい。
(システム動作)
図6~図10を用いて、車両システム1の動作を説明する。
図6は走行制御装置3が実現する機能の相関関係を示す図である。
情報取得部11は、車載ネットワークNを介して他の装置から必要な情報を取得し、後段の処理部に受け渡す。具体的には、情報取得部11は、外界センサ群4からセンサ検出情報データ群31を、車両センサ群5から車両情報データ群32を、地図情報管理装置6から走行環境データ群33を、それぞれ取得し、後段の処理部に受け渡す。各データ群の受け渡しは、例えば図示しない記憶部30を介して行えばよい。
図6~図10を用いて、車両システム1の動作を説明する。
図6は走行制御装置3が実現する機能の相関関係を示す図である。
情報取得部11は、車載ネットワークNを介して他の装置から必要な情報を取得し、後段の処理部に受け渡す。具体的には、情報取得部11は、外界センサ群4からセンサ検出情報データ群31を、車両センサ群5から車両情報データ群32を、地図情報管理装置6から走行環境データ群33を、それぞれ取得し、後段の処理部に受け渡す。各データ群の受け渡しは、例えば図示しない記憶部30を介して行えばよい。
センサ検出情報統合部12は、情報取得部11から取得したセンサ検出情報データ群31と車両情報データ群32に基づき、複数の外界センサの検出情報を統合した統合検出情報データ群34を生成し、記憶部30に格納する。そして、生成した統合検出情報データ群34をセンサ検出可能領域決定部13と走行制御情報生成部15に出力する。
センサ検出可能領域決定部13は、情報取得部11から取得したセンサ検出情報データ群31と、センサ検出情報統合部12から取得した統合検出情報データ群34に基づき、外界センサ群4のセンサグループ毎に検出可能領域を決定し、センサ検出可能領域データ群35として記憶部30に格納し、後段の処理部に受け渡す。
走行制御モード判断部14は、情報取得部11から取得した走行環境データ群33や、センサ検出可能領域決定部13から取得したセンサ検出可能領域データ群35、システムパラメータデータ群38に格納された車両システム1や走行制御装置3のシステム状態(故障状態、乗員の指示モード等)や走行環境に求められる検出性能要件に基づき、車両2の走行制御モードを判断する。そして、その判断結果をシステムパラメータデータ群38の一部として記憶部30に格納し、走行制御情報生成部15に出力する。なお、システムパラメータデータ群38に関する情報は、走行制御装置3の外部装置や各処理部により生成され得るものであるが、図6上では省略している。
走行制御情報生成部15は、センサ検出情報統合部12から取得した統合検出情報データ群34や、センサ検出可能領域決定部13から取得したセンサ検出可能領域データ群35、情報取得部11から取得した車両情報データ群32と走行環境データ群33、走行制御モード判断部14から取得したシステムパラメータデータ群38に含まれる車両2の走行制御モードの判断結果等に基づき、車両2の走行制御モードを決定して走行制御の軌道を計画し、同軌道を追従する制御指令値等を生成する。そして、これらの情報を含む走行制御情報データ群36を生成し、記憶部30に格納するとともに、情報出力部17に出力する。
HMI情報生成部16は、センサ検出情報統合部12から取得した統合検出情報データ群34や、センサ検出可能領域決定部13から取得したセンサ検出可能領域データ群35、走行制御モード判断部14から取得したシステムパラメータデータ群38に含まれる車両2の走行制御モードの判断結果等に基づき、統合検出情報やセンサ検出可能領域、走行制御モードの状態や状態変化を乗員に通知するためのHMI情報データ群37を生成し、記憶部30に格納するとともに、情報出力部17に出力する。
情報出力部17は、走行制御情報生成部15から取得した走行制御情報データ群36とHMI情報生成部16から取得したHMI情報データ群27に基づき、車両2の走行制御情報を出力する。例えば、制御指令値を含む走行制御情報をアクチュエータ群7に出力したり、現在の走行制御モードを含む走行制御情報を他装置へ出力したりする。
(センサ検出情報統合処理)
センサ検出情報統合部12は、情報取得部11から取得したセンサ検出情報データ群31と車両情報データ群32に基づき、複数の外界センサの検出情報を統合した統合検出情報データ群34を生成し、記憶部30に格納する。
センサ検出情報統合部12は、情報取得部11から取得したセンサ検出情報データ群31と車両情報データ群32に基づき、複数の外界センサの検出情報を統合した統合検出情報データ群34を生成し、記憶部30に格納する。
センサ検出情報統合処理は、検出情報のセンサフュージョン処理に相当する。センサ検出情報統合部12は、まず、センサ検出情報データ群31に含まれる個別の外界センサの検出情報を比較して同一の環境要素に対する検出情報を同定する。そして、同定されたセンサ検出情報を統合し、統合検出情報データ群34を生成する。
例えば、図3の外界センサ4-1の検出ID302-1が「1」のエントリと、外界センサ4-2の検出ID302-2が「1」のエントリは、検出位置が近く、検出種別も「車両」と同じである。そのため、センサ検出情報統合部12は、それら2つのエントリは同一の環境要素を検出しているものと判断し、2つのエントリの情報を統合して、統合検出情報を生成する。生成された統合検出情報は、図4において統合検出ID402が「1」のエントリに該当する。センサ検出情報統合部12は、統合検出情報を生成する際に、それがどのセンサのどの検出IDの情報を統合したのかを示すセンサソース406を記録しておく。例えば、図4の統合検出ID402が「1」のエントリにおけるセンサソース406「(4-1,1)(4-2,1)」は、そのエントリの情報が、図3の外界センサ4-1における検出IDが「1」の情報と、外界センサ4-2における検出IDが「1」の情報を統合したものであることを示している。
(センサ検出可能領域決定処理)
図7は、図6のセンサ検出可能領域決定部13の第1の実施の形態における処理を説明するフローチャートである。第1の実施の形態では、統合検出情報の時系列データを比較することで各センサグループの検出能力の限界点(性能限界点)を抽出し、抽出した検出能力の限界点の情報に基づき各センサグループのセンサ検出可能領域を決定する手法である。センサ検出可能領域決定部13は、S701~S713の処理を実行し、各センサグループのセンサ検出可能領域データを生成し、センサ検出可能領域データ群35として記憶部30に格納する。
図7は、図6のセンサ検出可能領域決定部13の第1の実施の形態における処理を説明するフローチャートである。第1の実施の形態では、統合検出情報の時系列データを比較することで各センサグループの検出能力の限界点(性能限界点)を抽出し、抽出した検出能力の限界点の情報に基づき各センサグループのセンサ検出可能領域を決定する手法である。センサ検出可能領域決定部13は、S701~S713の処理を実行し、各センサグループのセンサ検出可能領域データを生成し、センサ検出可能領域データ群35として記憶部30に格納する。
まず、S701とS702において、記憶部30に格納された統合検出情報データ群34から、所定時点に生成された統合検出情報ObList(t)と、その1つ前の処理サイクルで生成された統合検出情報ObList(t-1)を取得する。所定時点に生成された統合検出情報とは、好ましくは、本処理が実行された時点での最新の統合検出情報である。なお、センサ検出情報データ群31及び統合検出情報データ群34には、情報取得部11が取得した外界センサ群4の最新の検出情報やセンサ検出情報統合部12が生成した最新の統合検出情報に加え、前回の処理で扱った検出情報や統合検出情報に関連するデータも含まれているものとする。
続いて、ObList(t)に含まれる各エントリに対して、S703~S711の処理を実行する。S703~S711の処理では、統合検出情報の時系列データにおいて、同一の環境要素に対するセンサグループの検出状態が変化する位置を探すことにより、当該センサグループの性能限界点を抽出する。センサグループの検出状態とは、例えば、対象の環境要素に対して当該センサグループが検出できているか、検出できていないかを表す。その場合、時系列データにおいて検出状態が変化するというのは、検出できている状態から検出できていない状態になったか、または、検出できていない状態から検出できている状態になったか、のいずれかである。いずれの場合も、検出状態が変化した前後で、当該センサグループの性能限界点をまたいだ可能性が高いことを意味している。
S703では、ObList(t)に未処理のエントリが存在しないかを確認する。もしも未処理のエントリが存在しない場合は(S703でN)、S712に進む。未処理のエントリが存在する場合は(S703でY)、S704に進み、該当エントリObを一つ取り出す。
そして、S705において、Obの統合検出ID402と同一の統合検出ID402を持つエントリOb’がObList(t-1)に存在しないかを確認する。もしも該当エントリOb’が存在しない場合は(S705でN)、S703に戻る。もしも該当エントリOb’が存在する場合は(S705でY)、S706に進む。
S706では、ObとOb’のセンサソース406を比較して、どちらか片方のエントリにしか存在しないセンサグループSが存在するかを確認する。該当するセンサグループSが存在しない場合は(S706でN)、S703に戻る。もしも該当するセンサグループSが存在する場合は(S706でY)、S707に進む。ObとOb’のセンサソース406において片方のエントリしか存在しないセンサグループでは、Ob’からObの時間経過において、検出できていた環境要素を検出できなくなった、あるいは、検出できていなかった環境要素を検出できるようになった、ということを示している。すなわち、そのセンサグループの性能限界の境界部分が現れている可能性がある。
ここで留意すべきは、ObとOb’は、性能限界の境界部分が現れているセンサグループに加えて、別のセンサグループで検出されているという点である。もしも性能限界の境界部分が現れているセンサグループのみにより検出されている環境要素の場合は、当該センサグループで検出できなくなると、センサ検出情報が存在しないため統合検出情報には含まれなくなる。すなわち、所定のセンサグループの検出状態の変化を、他のセンサグループの検出結果に基づいてチェックしていることを意味する。
所定のセンサグループの検出状態の変化を、センサ検出情報データ群31に含まれる当該センサグループのセンサ検出情報の時系列データから判断することも可能である。その場合は、センサ検出情報の時系列データにおいて同一の環境要素に対するエントリの有無が変化する位置を抽出する。ただし、センサグループ単体の検出状態の変化で抽出した場合、環境要素を誤検知している場合や、他の障害物により遮蔽されて検出できない場合なども多く含まれる可能性が出てくるため、性能限界の推定誤差が大きくなる。それに対し、他のセンサグループで検出している環境要素に対する検出状態の変化で抽出した場合は、誤検知や他の障害物により遮蔽されたもの等が紛れ込む可能性は低くなるため、性能限界の推定誤差が小さくなる効果がある。
S707では、センサグループSがObとOb’のいずれかで当該環境要素を検出できなかった要因(未検出要因)を推定する。未検出要因としては、例えば、検出距離に関する性能限界の超過(距離限界)、検出角度に関する性能限界の超過(視野角限界)、他の障害物による遮蔽(オクルージョン)等が考えられる。他のセンサグループで検出している環境要素を対象とすることで、オクルージョンの可能性は低くなる。しかし、例えば、ミリ波レーダの場合は、前方車両で遮蔽されていたとしても、前方車両下の隙間を通じてその先の車両を検出できる場合がある。一方、カメラの場合は、前方車両が遮蔽していると、その先の車両を検出することはできない。そのため、ミリ波レーダでは検出できていたとしても、カメラでは前方車両に遮られてさらにその前の車両を検出することはできない、という状況が発生し得る。そのようなケースを取り除くために、オクルージョン含めて未検出要因を推定する。
未検出要因がオクルージョンであるかどうかは、例えば、センサグループSが未検出だった統合検出情報エントリ(ObもしくはOb’)における統合検出位置403と、同じタイミングの統合検出情報(ObList(t)もしくはObList(t-1))に含まれる他の統合検出情報エントリの統合検出位置403と、の位置関係から判断する。各統合検出位置403を、センサグループSから見た極座標系に変換すると、センサグループSにおける検出距離rと検出角度θがそれぞれ求まる。未検出だった統合検出情報エントリの検出距離、検出角度をそれぞれr0、θ0としたとき、θ0-Δθ≦θ<θ0+Δθかつr0>rとなるような他の統合検出情報エントリが存在する場合、センサグループSから見て未検出の環境要素よりも手前に別の環境要素が存在していることを意味する。そして、手前に存在している環境要素の特徴(大きさや高さ等)により、未検出の環境要素を遮蔽している可能性が高いと判断できる場合は、未検出要因をオクルージョンと判断する。
未検出要因が視野角限界であるかどうかは、例えば、センサグループSが未検出だった統合検出情報エントリにおける統合検出位置403が、センサグループSにおける視野角の境界付近の範囲にあり、かつ、オクルージョンが未検出要因ではない場合に判断する。
未検出要因が距離限界であるかどうかは、例えば、未検出要因がオクルージョンでも視野角限界でもない場合に判断する。
S707による未検出要因の判断結果が距離限界だった場合は(S708でY)、センサグループSに関する距離限界の観測値として、ObとOb’で値が小さい方の検出距離をその検出時刻と共に距離限界観測値群DList(S)に追加する(S709)。ここでは一例として、値が小さい方の検出距離を距離限界の観測値としたが、ObとOb’の検出距離の平均値でもよいし、大きい方の検出距離でもよい。
S707による未検出要因の判断結果が距離限界ではなかった場合は(S708でN)、S710に進み、未検出要因の判断結果が視野角限界であるかどうかを確認する。未検出要因の判断結果が視野角限界だった場合は(S710でY)、センサグループSに関する視野角限界の観測値として、ObとOb’で絶対値が小さい方の検出角度をその検出時刻と共に視野角限界観測値AList(S)に追加する(S711)。ここでは一例として、絶対値が小さい方の検出角度を視野角限界の観測値としたが、ObとOb’の検出角度の平均値でもよいし、絶対値が大きい方の検出角度でもよい。
なお、距離限界観測値群DList(S)と視野角限界観測値群AList(S)は、過去に追加した情報も保持している。つまり、DList(S)とAList(S)には、センサグループSの距離限界および視野角限界に関する観測値の時系列データが格納されている状態である。実際には、所定の時間以上経過したエントリを削除したり、リングバッファで管理して格納エントリ数が所定値以上にならないように制御したりすることで、使用するメモリ量を抑えることが望ましい。
S707による未検出要因の判断結果が視野角限界でなかった場合は(S710でN)、S703に戻る。
S707による未検出要因の判断結果が視野角限界でなかった場合は(S710でN)、S703に戻る。
ObList(t)のすべてのエントリに対して、S703~S711の処理が完了すると、S712に進む。S712では、各センサグループについて、距離限界観測値群DList(S)と視野角限界観測値群AList(S)に基づき、現時点のセンサ検出可能領域を算出する。そして、算出した各センサグループの検出可能領域を記憶部30のセンサ検出可能領域データ群35として格納し(S713)、処理を終了する。
図8は、S712において、DList(S)に基づきセンサ検出可能距離を算出する方法の一例を示した図である。図8のグラフ800は、所定のセンサグループSのDList(S)に含まれる距離限界観測値群を、横軸を検出時刻として縦軸に距離限界観測値をプロットしたものの一例である。この例では、時間経過に伴い、センサグループSの検出距離の傾向が変化しており、時刻t2付近の検出距離の分布は、時刻t1付近の検出距離の分布よりも低下していることがわかる。これは、悪天候などの外部環境要因に拠って当該センサグループSの性能低下が発生していることを意味している。例えば、カメラ系のセンサは、豪雨や濃霧のような悪天候下では、遠方に行くほど視界不良となり、複数画像の基づき距離を算出するための視差情報や、認識処理での対象物の輪郭にノイズが載るため、通常時と比較して検出距離は低下傾向になる。また、LiDARにおいても、雨滴や水蒸気等の影響により反射波の減衰率が高まり、同様の結果を示す。
センサグループSの検出可能距離は、例えば、算出時点から過去T秒間における距離限界観測値の平均値や最大値、最小値などの統計値で求められる。例えば、グラフ800の時刻t1および時刻t2では、それぞれ観測値群801および観測値群802が検出可能距離の算出に用いられる。グラフ800では、それらの観測値群の平均値を検出可能距離としており、それぞれD1とD2が該当している。図8のグラフ810は、算出された検出可能距離を縦軸に、算出時刻を横軸として表現したものである。
なお、ここでは距離限界観測値群DList(S)に基づく検出可能距離の算出方式を対象として説明したが、視野角限界観測値群AList(S)に基づく検出可能角度についても同様に算出可能である。
(走行制御モード判断処理)
図9、図10を用いて走行制御モード判断部14の処理を説明する。走行制御モード判断部14は、走行環境データ群33やセンサ検出可能領域データ群35、車両システム1や走行制御装置3のシステム状態(故障状態、乗員の指示モード等)等を含むシステムパラメータデータ群38に基づき、車両システム1の走行制御モードを判断する。車両システム1の故障状態や乗員からの自動運転指示に従い、車両システム1を適切なシステム状態に移行させることに加え、走行環境のセンサに対する検出性能要求と、センサ検出可能領域に示される実際のセンサの限界性能に基づき、走行制御モードを判断する。
図9、図10を用いて走行制御モード判断部14の処理を説明する。走行制御モード判断部14は、走行環境データ群33やセンサ検出可能領域データ群35、車両システム1や走行制御装置3のシステム状態(故障状態、乗員の指示モード等)等を含むシステムパラメータデータ群38に基づき、車両システム1の走行制御モードを判断する。車両システム1の故障状態や乗員からの自動運転指示に従い、車両システム1を適切なシステム状態に移行させることに加え、走行環境のセンサに対する検出性能要求と、センサ検出可能領域に示される実際のセンサの限界性能に基づき、走行制御モードを判断する。
図9は、走行環境のセンサに対する検出性能要求を示す情報である走行環境検出性能要求情報の例である。なお、走行環境検出性能要求情報は、車両システム1の振舞いを決定するシステムパラメータの一種であり、システムパラメータデータ群38に格納されている想定である。
走行環境種別条件901は、当該エントリが対象とする道路種別の条件を表し、高速道、専用道(高速道除く)、一般道などが指定される。
走行環境条件詳細902は、当該エントリが対象とする走行環境に関する詳細条件を表し、例えば、具体的な道路名、道路属性(車線数、最大曲率、道路工事有無等)等を用いて表現される。図9では、具体的な道路名を詳細条件とする一例として「高速道A」が示されている。なお、「*」はワイルドカードであり、任意の条件が適用されることを意味する。
走行環境条件詳細902は、当該エントリが対象とする走行環境に関する詳細条件を表し、例えば、具体的な道路名、道路属性(車線数、最大曲率、道路工事有無等)等を用いて表現される。図9では、具体的な道路名を詳細条件とする一例として「高速道A」が示されている。なお、「*」はワイルドカードであり、任意の条件が適用されることを意味する。
性能要件903は、走行環境種別条件901と走行環境詳細条件902の組合せで表現される走行環境条件において、外界センサ群4に要求される検出性能を示す。例えば、図9では、車両2に対する検出方向(前方、後方、側方)と検出距離の組合せで表現されている。なお、前方、後方、側方の各検出方向に対して要求される具体的な領域の形状については、検出距離に応じて適切に定義されているものとする。
図10は、走行制御モード判断処理を説明するフローチャートである。走行制御モード判断部14は、S1001~S1007の処理を実行し、車両システム1の走行制御モードを判断し、必要に応じて走行制御モードの変更処理及び通知を行う。
走行制御モード判断部14は、S1001において、走行環境データ群13から走行経路上の走行環境データを取得する。そしてS1002において、当該走行環境データに含まれる道路情報を参照し、図9に示した走行環境性能要件情報から該当する性能要件を特定する。例えば、高速道Aではない高速道を走行中の場合は、「前方120m以上かつ後方60m以上」が該当する。
続いてS1003において、走行制御モード判断部14は、センサ検出可能領域データ群35を参照し、現在の走行制御モードに応じた検出可能領域を特定する。走行制御モードは、例えば、自動運転レベルで規定される。SAEのJ3016の規格によれば、自動運転レベル2以下の場合は運転者が責任を持ち、自動運転レベル3以上の場合はシステムが責任を持つことになる。そのため、自動運転レベル3以上の走行制御モードで動作する場合は、故障やセンサ/アクチュエータの誤動作に対応するため、原則として冗長化されたシステム構成を組むことになる。そのため、冗長性を以て性能要件を満たす必要があるため、センサ検出可能領域データ群35を参照して、複数のセンサで検出可能な領域を特定する。一方、自動運転レベル2以下であれば、冗長性は不要であるため、センサ検出可能領域データ群35を参照して、単体のセンサで検出可能な領域を特定する。
次にS1004で、走行制御モード判断部14は、S1002で取得した性能要件とS1003で特定した検出可能領域を比較して、性能要件が満たされているかを判断する。図9の例では、車両2に対する検出方向に対する検出可能距離で表現されているが、検出方向が適切に定義されている想定であり、「領域」の情報に変換可能である。そのため、検出可能領域と比較可能である。なお、検出可能領域の方を、走行環境検出性能要求情報の表現に適合して、検出方向毎の検出可能距離という形式で表現するようにしてもよい。
比較の結果、性能要件で示される領域が周辺検出可能領域の範囲に収まっている場合、性能要件を満たしていることを意味するので、走行制御モードを変更せずに終了する(S1004でNo)。一方、収まらない場合は、性能要件を満たしておらず、S1005に進む(S1004でYes)。
S10005では、走行制御モード判断部14は、走行環境性能要件を満たす走行制御モードを特定する。ここでは、手動運転モード、自動運転レベル2モード、自動運転レベル3モードの3つの走行制御モードが存在すると仮定し、現在は自動運転レベル3モードが選択されているものとする。S904で自動運転レベル3モードの性能要件を満たしていないことが判明すると、次に自動運転レベル2モードの性能要件を満たしているかどうかを判断する。もしも、満たしている場合は、自動運転レベル2モードが選択される。それでも性能要件を満たすことができない場合は、手動運転モードが選択される。なお、ここでは説明のため、自動運転レベルを例に説明したが、自動運転機能のレベルを定義してモードを細分化してもよい。例えば、自動運転レベル2モードでも、自動で車線変更を判断するモードと、手動で指示しないと車線変更できないモード、車線追従しか許さないモード等に分割することも可能である。例えば、車線追従のみの場合は、側方の性能要件は不要となるので、走行環境とは別に走行制御モード毎に検出性能要件を規定して、走行環境と走行制御モードの両方の検出性能要件が満たしているかどうかに基づいて、適切な走行制御モードを判断することも可能である。その場合は、走行環境の検出性能要件では、その道路環境で走行制御を有効にする最小限の条件を記載し、走行制御モード側の検出性能要件でより厳しい条件を規定するような形態になる。
S1005で走行制御モードが選択されると、S1006において走行制御モードの変更処理を行う。車両システム1全体として整合性を担保するための装置間の調停や、必要に応じて運転者に制御を移すための運転車とのインタラクション等を通じて、最終的な走行制御モードが決定される。そしてS1007において、決定された走行制御モードを関係する機能や周辺装置に通知して、本処理を終了する。
(走行制御情報生成処理)
走行制御情報生成部15は、車両2が走行環境データ群33の走行経路に示される目的地に向かって安全で快適に走行できるように、車両2に対する走行制御を計画する。走行環境データ群33や統合検出情報データ群34が表す交通ルールに沿って、外界センサ群4で検出された障害物を回避しながら、安全で快適な車両2の走行軌道を生成し、その走行軌道を追従するための制御指令値を生成するのが基本的な処理の流れである。本発明においては、さらにセンサ検出可能領域データ群35を活用して、走行の安全性及び快適性を向上させる。
走行制御情報生成部15は、車両2が走行環境データ群33の走行経路に示される目的地に向かって安全で快適に走行できるように、車両2に対する走行制御を計画する。走行環境データ群33や統合検出情報データ群34が表す交通ルールに沿って、外界センサ群4で検出された障害物を回避しながら、安全で快適な車両2の走行軌道を生成し、その走行軌道を追従するための制御指令値を生成するのが基本的な処理の流れである。本発明においては、さらにセンサ検出可能領域データ群35を活用して、走行の安全性及び快適性を向上させる。
外界センサ群4の性能限界は、外部環境に応じて変化する。悪天候時は、外界センサの検出可能距離が短くなるので、周辺検出可能領域も狭くなる。周辺検出可能領域を超えた位置では、検出情報がなかったとしても、外界センサ群4で障害物を検出できていないだけの可能性がある。悪天候などにより外界センサの検出性能が劣化していることを意識しないで、通常時と同様に走行軌道を生成してしまうと、障害物に追突したり、急減速による乗り心地悪化につながったりする危険性がある。
そこで、走行制御情報生成部15では、例えば、車両2が周辺検出可能領域の範囲で安全に停止できるような速度で走行する軌道を生成するようにする。車両2において許容できる減速度をα、車両2の現在の速度をvとすると、車両2が減速を開始してから停止するまでの距離はv2/2αである。走行経路において車両2の現在位置から潜在危険度が高い領域と交わる箇所までの距離をLとすると、少なくともL>v2/2αを満たすように車両2の速度を制御する必要がある。ただし、これでは当該条件を満たさなくなった時点で急減速がかかってしまうため、実際には当該条件を満たさなくなる前に、緩やかに減速しておくことが望ましい。例えば、車両2が当該条件を満たさなくなる地点に到達するまでの時間TTB(Time To Braking)を指標として導入し、これに基づいて車両2の速度を調整する方式が挙げられる。なお、TTBは(L-v2/2α)/vで算出可能である。急減速を回避するために、例えば、TTBが所定値以下になった場合に緩やかに減速(<α)をかけるようにしてもよいし、TTBが所定値以上となるように速度を制御してもよい。
走行制御情報生成部15は、走行制御モード判断部14が決定した車両システム1の走行制御モードと、上記走行制御の計画において決定された制御指令値とに基づき、車両2に対する走行制御情報を生成する。これにより、外界センサ群4の各センサの検出情報と、センサ検出可能領域決定部13が決定したセンサ検出可能領域とに基づいて、走行制御情報を生成することができる。したがって、センサの検出性能を十分に考慮した走行制御を行うことが可能となる。
(HMI情報生成処理)
HMI情報生成部16は、車両2の走行制御に関する情報をHMI装置群8を介して通知・提示し、車両2の乗員の走行制御に対する不安や違和感を低減するための情報を生成する。
HMI情報生成部16は、車両2の走行制御に関する情報をHMI装置群8を介して通知・提示し、車両2の乗員の走行制御に対する不安や違和感を低減するための情報を生成する。
HMI情報生成部16は、走行制御モード判断部14が判断した走行制御モードの状態やその変化を、音声や画面等により乗員に通知するための情報を生成する。特に、走行制御モードが変化した場合は、その理由とともに乗員に提示することが望ましい。例えば、悪天候などに拠りセンサの検出能力が低下したことで自動運転レベルを下げる必要がある場合は、「センサの検出能力が低下したため、手動運転に切り替えてください」という音声通知や、画面上に同様のメッセージを提示する。HMI情報生成部16は、それらのHMI制御に必要な情報(走行制御モードの変化情報とその理由)を、予め定められた所定のフォーマットに従って生成する。
また、HMI情報生成部16は、センサ検出可能領域決定部13が生成したセンサ検出可能領域や、センサ検出情報統合部12が生成した統合検出情報に基づき、車両システム1の周辺の検出状況を乗員に提示するための情報を生成する。例えば、図2に示したように現在のセンサ検出可能領域を、統合検出情報と共に画面上に表示することにより、乗員は、車両システム1がどの範囲までをセンサで検出可能で、何を実際に検出できているかを理解することができる。それにより、例えば、上述したように悪天候時にセンサの検出能力が低下して減速走行する際に、乗員はその理由を理解できるようになるので、乗員の走行制御に対する違和感を軽減することが可能である。
上記実施形態に拠れば、外部環境に応じて変化するセンサの性能限界を定量化することが可能となるため、その性能限界に応じた柔軟な走行制御モードの設定が可能である。例えば、走行環境における走行制御モードの性能要件を、その時点の性能限界と定量比較することにより、車両システム1が機能を担保できる走行制御モードを適切に選択することができる。センサの性能限界が定量化されていない場合、性能要件を満足しているかどうかを適切に判定できないため、より安全側に走行制御モードを判断せざるを得ない。それにより、本来であれば自動運転を継続できるような場合でも、自動運転を停止させることになり、自動運転機能としての可用性が低下する。それに対し、本発明では安全性を担保しつつ、最大限に機能を継続することが可能であり、可用性が向上する効果がある。
また、上記実施形態に拠れば、外部環境に応じて変化するセンサの性能限界を定量化することが可能となるため、その性能限界に応じた安全な走行制御計画が可能となる。外界センサ群4で障害物を高信頼に検出可能な領域の範囲内で安全に停止できるような速度で走行するように制御することで、悪天候などの視界不良時において安全な速度で走行することが可能となる。センサの性能限界が定量化されていない場合、安全な走行速度を適切に判断することができないため、より安全側に速度を落として走行せざるを得ない。それにより、過度に減速した走行となり、乗員に与える乗り心地が悪化するという問題がある。それに対し、本発明では、安全性を担保しつつ、適切な減速に抑えて走行を継続可能であるため、乗り心地が改善されるという効果がある。
以上説明した本発明の一実施形態によれば、以下の作用効果を奏する。
実施例1に開示した走行制御装置3は、車両2に搭載される電子制御装置であって、前記車両に搭載される第一の外界センサの検出情報と第二の外界センサの検出情報を取得するセンサ検出情報取得部としての情報取得部11と、前記第一の外界センサの検出情報に示された環境要素と前記第二の外界センサの検出情報に示された環境要素との対応関係を特定するセンサ検出情報統合部12と、前記第二の外界センサで検出されている環境要素に対する前記第一の外界センサの検出状態に基づき、前記第一の外界センサにおける相対位置と検出能力の関係性を決定し、当該関係性に基づき前記第一の外界センサの検出可能領域を決定するセンサ検出可能領域決定部13と、を備える。
このため、外部環境の変化による第一の外界センサの性能低下を検出し、実際の検出可能領域の変動に追従し、柔軟かつ安全な走行制御の継続に寄与することができる。
実施例1に開示した走行制御装置3は、車両2に搭載される電子制御装置であって、前記車両に搭載される第一の外界センサの検出情報と第二の外界センサの検出情報を取得するセンサ検出情報取得部としての情報取得部11と、前記第一の外界センサの検出情報に示された環境要素と前記第二の外界センサの検出情報に示された環境要素との対応関係を特定するセンサ検出情報統合部12と、前記第二の外界センサで検出されている環境要素に対する前記第一の外界センサの検出状態に基づき、前記第一の外界センサにおける相対位置と検出能力の関係性を決定し、当該関係性に基づき前記第一の外界センサの検出可能領域を決定するセンサ検出可能領域決定部13と、を備える。
このため、外部環境の変化による第一の外界センサの性能低下を検出し、実際の検出可能領域の変動に追従し、柔軟かつ安全な走行制御の継続に寄与することができる。
一例として、前記第二の外界センサは、前記車両に搭載され、前記センサ検出情報統合部は、前記第一の外界センサと前記第二の外界センサの双方で検出されて前記対応関係が特定された環境要素を示す統合検出情報を生成し、前記センサ検出可能領域決定部は、前記統合検出情報に示された環境要素に対する前記第一の外界センサの検出状態の変化に基づき、前記第一の外界センサの検出可能領域を決定する。
かかる構成では、センサフュージョンの出力を利用し、第一の外界センサの性能を評価することができる。
かかる構成では、センサフュージョンの出力を利用し、第一の外界センサの性能を評価することができる。
なお、実施例1では、第一の外界センサとは異なる車載のセンサを第二の外界センサとして用いる場合を例示したが、第二の外界センサは、路上に設置されたインフラセンサでもよい。また、他の車両から環境要素の情報を取得することで、他の車両を第二の外界センサとして用いてもよい。
また、実施例1において、前記センサ検出可能領域決定部は、前記統合検出情報の時系列データにおいて、前記第二の外界センサで検出されている環境要素に対する前記第一の外界センサの検出状態が変化した検出位置に基づき、前記第一の外界センサにおける相対位置と検出能力の関係性を決定する。
このため、第一の外界センサの検出能力の変化を正確に反映することができる。
このため、第一の外界センサの検出能力の変化を正確に反映することができる。
また、実施例1において、前記センサ検出可能領域決定部は、さらに、前記第二の外界センサで検出されている環境要素に対する前記第一の外界センサの検出状態が変化した要因を推定し、前記推定した要因に基づいて、前記第一の外界センサにおける相対位置と検出能力の関係性を決定する。
具体的には、前記相対位置と検出能力の関係性は、検出可能距離と検出可能角度範囲の組み合わせで表現され、前記センサ検出可能領域決定部は、前記検出状態が変化した要因が、検出距離に起因するものか、または、検出角度に起因するものかを推定し、前記推定した要因が検出距離に起因するものに基づき、前記第一の外界センサにおける検出可能距離を決定し、前記推定した要因が検出角度に起因するものに基づき、前記第一の外界センサにおける検出可能角度範囲を決定する。
また、前記センサ検出可能領域決定部は、前記検出状態が変化した要因が、他障害物に拠るオクルージョンに起因するものかどうかを推定し、前記推定した要因が他障害物に拠るオクルージョンに起因するものは、前記第一の外界センサにおける相対位置と検出能力の関係性を決定するための情報として用いない。
このように、第一の外界センサの検出状態の変化の要因に基づき、検出距離及び検出角度を求めることで、第一の外界センサの検出能力を正確に評価することができる。
具体的には、前記相対位置と検出能力の関係性は、検出可能距離と検出可能角度範囲の組み合わせで表現され、前記センサ検出可能領域決定部は、前記検出状態が変化した要因が、検出距離に起因するものか、または、検出角度に起因するものかを推定し、前記推定した要因が検出距離に起因するものに基づき、前記第一の外界センサにおける検出可能距離を決定し、前記推定した要因が検出角度に起因するものに基づき、前記第一の外界センサにおける検出可能角度範囲を決定する。
また、前記センサ検出可能領域決定部は、前記検出状態が変化した要因が、他障害物に拠るオクルージョンに起因するものかどうかを推定し、前記推定した要因が他障害物に拠るオクルージョンに起因するものは、前記第一の外界センサにおける相対位置と検出能力の関係性を決定するための情報として用いない。
このように、第一の外界センサの検出状態の変化の要因に基づき、検出距離及び検出角度を求めることで、第一の外界センサの検出能力を正確に評価することができる。
また、前記センサ検出可能領域決定部は、前記環境要素に関する前記第一の外界センサの検出位置情報と、前記環境要素に関する前記第二の外界センサの検出位置情報との比較により、前記第一の外界センサの検出信頼度を決定し、前記検出信頼度に基づき前記第一の外界センサの検出状態を決定することが可能である。
また、実施例1では、前記センサ検出可能領域決定部が決定した前記第一の外界センサの検出可能領域と、前記統合検出情報と、に基づいて、前記車両の制御情報を生成する車両制御情報生成部としての走行制御情報生成部15をさらに備える。
このように、第一の外界センサについて、検出の範囲に加えて信頼度を評価し、安全な走行制御に寄与することができる。
また、実施例1では、前記センサ検出可能領域決定部が決定した前記第一の外界センサの検出可能領域と、前記統合検出情報と、に基づいて、前記車両の制御情報を生成する車両制御情報生成部としての走行制御情報生成部15をさらに備える。
このように、第一の外界センサについて、検出の範囲に加えて信頼度を評価し、安全な走行制御に寄与することができる。
―第2の実施の形態―
図11~図12を参照して、電子制御装置の第2の実施の形態を説明する。以下の説明では、第1の実施の形態と同じ構成要素には同じ符号を付して相違点を主に説明する。特に説明しない点については、第1の実施の形態と同じである。
図11~図12を参照して、電子制御装置の第2の実施の形態を説明する。以下の説明では、第1の実施の形態と同じ構成要素には同じ符号を付して相違点を主に説明する。特に説明しない点については、第1の実施の形態と同じである。
第1の実施の形態では、センサ検出可能領域データ群35を、図5に示したように、検出可能距離と検出可能角度範囲の組み合わせで表現していた。これは、センサ構成が単純で検出範囲も扇形形状で近似できる場合や、高速道や専用道のように検出可能領域を詳細に求めなくてもよい場合に、適した方法である。一方、一般道のような複雑な制御が必要となる場合は、道路平面上でどの相対位置がどれぐらい見えているかを理解する必要が出てくる。そこで第2の実施の形態では、センサ検出可能領域データ群35を、格子状マップで表現する。
図11は第2の実施の形態におけるセンサ検出可能領域データ群35の一例を示したものである。
センサ検出可能領域1100は、外界センサ4―2のセンサ検出可能領域を示している。外界センサ4-2の検出範囲を極座標系で格子状に分割したもので、各分割された領域(セル)それぞれに対して、外界センサ4-2の検出能力の度合(検出能力度)を評価する。極座標系における距離方向及び角度方向の格子幅については、求められる表現粒度に応じて適切に設定される。
センサ検出可能領域1100は、外界センサ4―2のセンサ検出可能領域を示している。外界センサ4-2の検出範囲を極座標系で格子状に分割したもので、各分割された領域(セル)それぞれに対して、外界センサ4-2の検出能力の度合(検出能力度)を評価する。極座標系における距離方向及び角度方向の格子幅については、求められる表現粒度に応じて適切に設定される。
表1110は、センサ検出可能領域1100のデータ構造の一例を示したものである。極座標系で格子状に分割しているので、距離方向と角度方向の二次元配列で管理されている。配列の各要素がセンサ検出可能領域1100の各セルに該当し、検出能力度が格納されている。ここでは、検出能力度を0~100で表現しており、値が大きいほどその相対位置における当該センサの検出能力が高いことを意味している。
ここでは、図11のデータ構造をセンサ検出可能領域データの一例として示したが、それに限定されない。例えば、検出能力度が所定閾値よりも高いセル領域を、センサ検出可能領域と定義してもよい。また、例えば、第1の実施の形態のように、検出可能距離と検出可能角度範囲の組み合わせで表現する形に変換してもよい。
(センサ検出可能領域決定処理)
図12は、図6のセンサ検出可能領域決定部13の第2の実施の形態における処理を説明するフローチャートである。第2の実施の形態では、各センサグループの検出範囲において、統合検出情報を当該センサグループが検出できているかどうかに基づいて、その検出位置における検出能力を評価する手法である。センサ検出可能領域決定部13は、センサグループ毎にS1201~S1211の処理を実行することで、各センサグループのセンサ検出可能領域データを生成し、センサ検出可能領域データ群35として記憶部30に格納する。
図12は、図6のセンサ検出可能領域決定部13の第2の実施の形態における処理を説明するフローチャートである。第2の実施の形態では、各センサグループの検出範囲において、統合検出情報を当該センサグループが検出できているかどうかに基づいて、その検出位置における検出能力を評価する手法である。センサ検出可能領域決定部13は、センサグループ毎にS1201~S1211の処理を実行することで、各センサグループのセンサ検出可能領域データを生成し、センサ検出可能領域データ群35として記憶部30に格納する。
まず、S1201において、記憶部30に格納されたセンサ検出可能領域データ群35から、前回算出した当該センサグループSのセンサ検出可能領域情報SAを取得する。
次に、S1202において、記憶部30に格納された統合検出情報データ群34から、統合検出情報の最新値ObListを取得する。
次に、S1202において、記憶部30に格納された統合検出情報データ群34から、統合検出情報の最新値ObListを取得する。
次に、S1203において、センサ検出可能領域情報SAの各セルに格納されている検出能力度をΔa減少する。長時間にわたって更新されないセルは、検出能力の判断ができない。そのため、時間経過に応じて検出能力度が低下するようにして、誤って検出能力を過度に評価することを防いでいる。
続いて、ObListに含まれる各エントリに対して、S1204~S1211の処理を実行する。S1204では、ObListに未処理のエントリが存在しないかを確認する。もしも未処理のエントリが存在しない場合は(S1204でN)、S1212に進む。未処理のエントリが存在する場合は(S1204でY)、S1205に進み、該当エントリObを一つ取り出す。
そして、S1206において、Obの統合検出位置を参照し、それがセンサグループS
の本来の検出範囲内に含まれているかどうかを確認する。もしもObの統合検出位置が、センサグループSの検出範囲外であれば(S1206でN)、S1204に戻る。検出範囲内であれば(S1206でY)、S1207に進む。
の本来の検出範囲内に含まれているかどうかを確認する。もしもObの統合検出位置が、センサグループSの検出範囲外であれば(S1206でN)、S1204に戻る。検出範囲内であれば(S1206でY)、S1207に進む。
S1207において、ObのセンサソースにセンサグループSが含まれるかどうかを確認する。もしも含まれる場合は(S1207でY)、S1208に進み、Obの統合検出位置に相当するセンサ検出可能領域情報SAのセルの検出能力度を増加(+a1)させた後、S1204に戻る。
一方、含まれなかった場合(S1207でN)は、S1209に進む。
一方、含まれなかった場合(S1207でN)は、S1209に進む。
なお、ここでは、ObのセンサソースにセンサグループSが含まれていることに基づいて、該当セルの検出能力度を増加させたが、センサグループSの検出状態のレベルに応じて、検出能力度の更新内容を変えてもいい。例えば、センサ検出情報に含まれる存在確率305は、センサの検出情報に関する信頼度に相当する情報である。存在確率305の値が低いほど、検出状態のレベルが悪かったことを意味しており、その位置における検出能力が高いとは言えない。また、統合検出情報の統合検出位置403と当該センサグループSの検出位置303を比較したときに、当該センサグループSの検出位置の誤差が大きい場合も、その位置における検出能力が高いとは言えない。そのため、より好ましくは、センサ検出情報の信頼度を示す情報(存在確率305)や認識精度に応じて、検出能力度の増加分(もしくは減少分)を定めるとよい。
S1209において、センサグループSの検出範囲であったにもかかわらず、Obを検出できなかった要因を推定する。これは、図7に示した第1の実施の形態のセンサ検出可能領域処理のS707と同等の処理である。
そして、その要因がオクルージョンに起因するものであった場合は(S1210でY)、センサ検出可能領域情報SAを更新せずに、S1204に戻る。一方、要因がオクルージョンではない場合は(S1210でN)、S1211に進み、Obの統合検出位置に相当するセンサ検出可能領域情報SAのセルの検出能力度を減少(-a2)させる。
ObListのすべてのエントリに対して、S1204~S1211の処理が完了すると(S1204でN)、S1212に進み、SAをセンサ検出可能領域データ群35として記憶部30に格納する。
以上説明した本発明の一実施形態によれば、以下の作用効果を奏する。
実施例2に開示の電子制御装置は、実施例1と同様に、外部環境の変化による第一の外界センサの性能低下を検出し、実際の検出可能領域の変動に追従し、柔軟かつ安全な走行制御の継続に寄与することができる。車載のセンサを第二の外界センサとして用い、センサフュージョンの出力を利用可能である点、インフラセンサや他の車両を第二の外界センサとして用いてもよい点も実施例1と同様である。
実施例2に開示の電子制御装置は、実施例1と同様に、外部環境の変化による第一の外界センサの性能低下を検出し、実際の検出可能領域の変動に追従し、柔軟かつ安全な走行制御の継続に寄与することができる。車載のセンサを第二の外界センサとして用い、センサフュージョンの出力を利用可能である点、インフラセンサや他の車両を第二の外界センサとして用いてもよい点も実施例1と同様である。
実施例2では、第一の外界センサの検出可能領域とは、所定領域を格子状に分割して各単位領域における前記第一の外界センサの検出能力度を表現した格子状マップであり、前記センサ検出可能領域決定部は、前記統合検出情報において、前記第二の外界センサで検出されている環境要素に対する前記第一の外界センサの検出状態に基づき、前記格子状マップの各単位領域の検出能力度を決定する。
前記格子状マップは、一例として、前記第一の外界センサの設置点を中心とした極座標系で格子状に分割したものである。
前記センサ検出可能領域決定部は、前記第一の外界センサの検出状態が未検出の場合、前記第一の外界センサの検出可能領域における前記統合検出情報の位置に該当する単位領域の検出能力度を減少させ、格子状マップを更新する。
このように格子状マップを用いることで、道路平面上でどの相対位置がどれぐらい見えているかを評価でき、一般道のような複雑な制御にも適用できる。
前記格子状マップは、一例として、前記第一の外界センサの設置点を中心とした極座標系で格子状に分割したものである。
前記センサ検出可能領域決定部は、前記第一の外界センサの検出状態が未検出の場合、前記第一の外界センサの検出可能領域における前記統合検出情報の位置に該当する単位領域の検出能力度を減少させ、格子状マップを更新する。
このように格子状マップを用いることで、道路平面上でどの相対位置がどれぐらい見えているかを評価でき、一般道のような複雑な制御にも適用できる。
なお、以上で説明した実施形態は一例であり、本発明はこれに限られない。すなわち、様々な応用が可能であり、あらゆる実施の形態が本発明の範囲に含まれる。
例えば、上記実施形態では、走行制御装置3において、各処理は、同一の処理部及び記憶部で実行される想定で記載しているが、複数の異なる処理部及び記憶部で実行されてもよい。その場合は、例えば、同様の構成を持つ処理ソフトウェアがそれぞれの記憶部に搭載され、それぞれの処理部で分担して当該処理を実行する形になる。
また、走行制御装置3の各処理を、プロセッサとRAMを用いて、所定の動作プログラムを実行することで実現しているが、必要に応じて独自のハードウェアで実現することも可能である。また、上記の実施形態では、外界センサ群、車両センサ群、アクチュエータ群を個別の装置として記載しているが、必要に応じて任意のいずれか2つ以上を組合わせて実現することも可能である。
また、図面には、実施形態を説明するために必要と考えられる制御線及び情報線を示しており、必ずしも、本発明が適用された実際の製品に含まれる全ての制御線及び情報線を示しているとは限らない。実際にはほとんど全ての構成が相互に接続されていると考えてもよい。
1:車両システム、2:車両、3:走行制御装置、4:外界センサ群、5:車両センサ群、6:地図情報管理装置、7:アクチュエータ群、8:HMI装置群、10:処理部、11:情報取得部、12:センサ検出情報統合部、13:センサ検出可能領域決定部、14:走行制御モード判断部、15:走行制御情報生成部、16:HMI情報生成部、17:情報出力部、30:記憶部、31:センサ検出情報データ群、32:車両情報データ群、33:走行環境データ群、34:統合検出情報データ群、35:センサ検出可能領域データ群、36:走行制御情報データ群、37:HMI情報データ群、38:システムパラメータデータ群、40:通信部
Claims (13)
- 車両に搭載される電子制御装置であって、
前記車両に搭載される第一の外界センサの検出情報と第二の外界センサの検出情報を取得するセンサ検出情報取得部と、
前記第一の外界センサの検出情報に示された環境要素と前記第二の外界センサの検出情報に示された環境要素との対応関係を特定するセンサ検出情報統合部と、
前記第二の外界センサで検出されている環境要素に対する前記第一の外界センサの検出状態に基づき、前記第一の外界センサにおける相対位置と検出能力の関係性を決定し、当該関係性に基づき前記第一の外界センサの検出可能領域を決定するセンサ検出可能領域決定部と、
を備えることを特徴とする電子制御装置。 - 請求項1に記載の電子制御装置であって、
前記第二の外界センサは前記車両に搭載され、
前記センサ検出情報統合部は、前記第一の外界センサと前記第二の外界センサの双方で検出されて前記対応関係が特定された環境要素を示す統合検出情報を生成し、
前記センサ検出可能領域決定部は、前記統合検出情報に示された環境要素に対する前記第一の外界センサの検出状態の変化に基づき、前記第一の外界センサの検出可能領域を決定する
ことを特徴とする電子制御装置。 - 請求項2に記載の電子制御装置であって、
前記センサ検出可能領域決定部は、前記統合検出情報の時系列データにおいて、前記第二の外界センサで検出されている環境要素に対する前記第一の外界センサの検出状態が変化した検出位置に基づき、前記第一の外界センサにおける相対位置と検出能力の関係性を決定する
ことを特徴とする電子制御装置。 - 請求項3に記載の電子制御装置であって、
前記センサ検出可能領域決定部は、さらに、前記第二の外界センサで検出されている環境要素に対する前記第一の外界センサの検出状態が変化した要因を推定し、
前記推定した要因に基づいて、前記第一の外界センサにおける相対位置と検出能力の関係性を決定する
ことを特徴とする電子制御装置。 - 請求項4に記載の電子制御装置であって、
前記相対位置と検出能力の関係性は、検出可能距離と検出可能角度範囲の組み合わせで表現され、
前記センサ検出可能領域決定部は、前記検出状態が変化した要因が、検出距離に起因するものか、または、検出角度に起因するものかを推定し、
前記推定した要因が検出距離に起因するものに基づき、前記第一の外界センサにおける検出可能距離を決定し、
前記推定した要因が検出角度に起因するものに基づき、前記第一の外界センサにおける検出可能角度範囲を決定する
ことを特徴とする電子制御装置。 - 請求項4に記載の電子制御装置であって、
前記センサ検出可能領域決定部は、前記検出状態が変化した要因が、他障害物に拠るオクルージョンに起因するものかどうかを推定し、
前記推定した要因が他障害物に拠るオクルージョンに起因するものは、前記第一の外界センサにおける相対位置と検出能力の関係性を決定するための情報として用いない
ことを特徴とする電子制御装置。 - 請求項1に記載の電子制御装置であって、
前記センサ検出可能領域決定部は、
前記環境要素に関する前記第一の外界センサの検出位置情報と、前記環境要素に関する前記第二の外界センサの検出位置情報との比較により、前記第一の外界センサの検出信頼度を決定し、前記検出信頼度に基づき前記第一の外界センサの検出状態を決定する
ことを特徴とする電子制御装置。 - 請求項2に記載の電子制御装置であって、
前記センサ検出可能領域決定部が決定した前記第一の外界センサの検出可能領域と、前記統合検出情報と、に基づいて、前記車両の制御情報を生成する車両制御情報生成部をさらに備える
ことを特徴とする電子制御装置。 - 請求項2に記載の電子制御装置であって、
前記第一の外界センサの検出可能領域とは、所定領域を格子状に分割して各単位領域における前記第一の外界センサの検出能力度を表現した格子状マップであり、
前記センサ検出可能領域決定部は、前記統合検出情報において、前記第二の外界センサで検出されている環境要素に対する前記第一の外界センサの検出状態に基づき、前記格子状マップの各単位領域の検出能力度を決定する
ことを特徴とする電子制御装置。 - 請求項9に記載の電子制御装置であって、
前記センサ検出可能領域決定部は、前記第一の外界センサの検出状態が未検出の場合、前記第一の外界センサの検出可能領域における前記統合検出情報の位置に該当する単位領域の検出能力度を減少させる、
ことを特徴とする電子制御装置。 - 請求項9に記載の電子制御装置であって、
前記格子状マップは、前記第一の外界センサの設置点を中心とした極座標系で格子状に分割したものである
ことを特徴とする電子制御装置。 - 車両に搭載される電子制御装置であって、
前記車両に搭載された検出範囲の異なる複数の外界センサからそれぞれ検出情報を取得するセンサ検出情報取得部と、
前記複数の外界センサの検出範囲の重複領域における検出結果を比較し、少なくともいずれかの外界センサの有効な検出範囲を決定するセンサ検出可能領域決定部と、
を備えることを特徴とする電子制御装置。 - 車両に搭載される電子制御装置による制御方法であって、
前記車両に搭載される第一の外界センサの検出情報と第二の外界センサの検出情報を取得するセンサ検出情報取得ステップと、
前記第一の外界センサの検出情報に示された環境要素と前記第二の外界センサの検出情報に示された環境要素との対応関係を特定するセンサ検出情報統合ステップと、
前記第二の外界センサで検出されている環境要素に対する前記第一の外界センサの検出状態に基づき、前記第一の外界センサにおける相対位置と検出能力の関係性を決定し、当該関係性に基づき前記第一の外界センサの検出可能領域を決定するセンサ検出可能領域決定ステップと、
を含むことを特徴とする制御方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021093009A JP2022185369A (ja) | 2021-06-02 | 2021-06-02 | 電子制御装置及び制御方法 |
CN202280034443.5A CN117321653A (zh) | 2021-06-02 | 2022-03-09 | 电子控制装置和控制方法 |
DE112022001591.8T DE112022001591T5 (de) | 2021-06-02 | 2022-03-09 | Elektronische steuervorrichtung und steuerverfahren |
PCT/JP2022/010407 WO2022254861A1 (ja) | 2021-06-02 | 2022-03-09 | 電子制御装置及び制御方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021093009A JP2022185369A (ja) | 2021-06-02 | 2021-06-02 | 電子制御装置及び制御方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2022185369A true JP2022185369A (ja) | 2022-12-14 |
Family
ID=84324235
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021093009A Pending JP2022185369A (ja) | 2021-06-02 | 2021-06-02 | 電子制御装置及び制御方法 |
Country Status (4)
Country | Link |
---|---|
JP (1) | JP2022185369A (ja) |
CN (1) | CN117321653A (ja) |
DE (1) | DE112022001591T5 (ja) |
WO (1) | WO2022254861A1 (ja) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011164989A (ja) * | 2010-02-10 | 2011-08-25 | Toyota Motor Corp | ふらつき判定装置 |
JP6272347B2 (ja) | 2013-11-08 | 2018-01-31 | 株式会社日立製作所 | 自律走行車両、及び自律走行システム |
JP6838717B2 (ja) * | 2016-10-27 | 2021-03-03 | 日立Astemo株式会社 | 故障検知装置 |
JP7077408B2 (ja) * | 2018-09-03 | 2022-05-30 | 日立Astemo株式会社 | 車載レーダシステム |
-
2021
- 2021-06-02 JP JP2021093009A patent/JP2022185369A/ja active Pending
-
2022
- 2022-03-09 DE DE112022001591.8T patent/DE112022001591T5/de active Pending
- 2022-03-09 CN CN202280034443.5A patent/CN117321653A/zh active Pending
- 2022-03-09 WO PCT/JP2022/010407 patent/WO2022254861A1/ja active Application Filing
Also Published As
Publication number | Publication date |
---|---|
DE112022001591T5 (de) | 2024-01-25 |
WO2022254861A1 (ja) | 2022-12-08 |
CN117321653A (zh) | 2023-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11680820B2 (en) | Map information system | |
US11242040B2 (en) | Emergency braking for autonomous vehicles | |
WO2021054051A1 (ja) | 電子制御装置 | |
US11628835B2 (en) | Vehicle control system | |
US11409728B2 (en) | Map information system | |
US11618473B2 (en) | Vehicle control system | |
US11507107B2 (en) | Map information system | |
US20180329421A1 (en) | Road link information updating device and vehicle control system | |
US20220105957A1 (en) | Vehicle traveling control apparatus | |
JP2020019455A (ja) | 車両制御装置、車両制御方法、およびプログラム | |
JP7356892B2 (ja) | 車両の走行環境推定方法、及び、走行環境推定システム | |
JP7167732B2 (ja) | 地図情報システム | |
WO2023145491A1 (ja) | 運転システムの評価方法及び記憶媒体 | |
WO2023145490A1 (ja) | 運転システムの設計方法及び運転システム | |
WO2022254861A1 (ja) | 電子制御装置及び制御方法 | |
US20230182732A1 (en) | Electronic control device | |
US20240083445A1 (en) | Control device, control method, and non-transitory computer readable storage medium | |
US20220194422A1 (en) | Vehicle control system | |
EP4202476A1 (en) | Anomaly prioritization using dual-mode adaptive radar | |
WO2022202001A1 (ja) | 処理方法、処理システム、処理プログラム | |
US20240025444A1 (en) | Path generation based on predicted actions | |
JP2024062325A (ja) | 情報処理装置及びプログラム | |
JP2022060082A (ja) | 車両の走行制御装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20220603 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20240304 |