JP5083959B2 - 車両の運転支援装置 - Google Patents

Description

本発明は、ステレオカメラ、単眼カメラ、ミリ波レーダ等で検出した自車両周辺の白線や立体物に対して危険度を設定し、最適経路を走行させるべく操舵制御を行い、或いは、制動制御を行わせる車両の運転支援装置に関する。

近年、車両においては、車載したカメラやレーザレーダ装置等により前方の走行環境を検出し、この走行環境データから障害物や先行車を認識して、警報や自動ブレーキ、自動操舵を実行して安全性を向上させる様々な技術が開発され実用化されている。

例えば、特開２００４−１１０３４６号公報や特開２００７−２５３７４５号公報では、自車両の周囲に存在する障害物を検出し、自車両の障害物に対する現状のリスクポテンシャルを算出して、このリスクポテンシャルに基づき、ドライバによる自車両の前後運動および左右運動に関わる運転操作を促すように車両機器の動作を制御する技術や、障害物を回避するように操舵量を算出する技術が開示されている。
特開２００４−１１０３４６号公報 特開２００７−２５３７４５号公報

しかしながら、上述の特許文献１で開示される技術では、あくまでも現状のリスクポテンシャルに応じた制御となるため、自車両や障害物が移動することにより変化する危険度に対して有効に対応することができないという問題がある。すなわち、現状では最適と思われる経路であっても、将来的には却って危険度が増加してしまうような場合も多く存在し、そうした時々刻々変化する交通環境に適切に対応することが難しいという問題がある。また、最適な回避ルートは、可能な限り無駄な加速をすることなく走行できるルートを選定することが自然であり望ましい。

一方、上述の特許文献２には、将来の危険度を考慮して回避ルートを演算する技術が開示されている。しかしながら、その技術では、将来の危険度を微小時間毎の加算により算出しているため、障害物の大きさ（道路上の縦横の長さ）で危険度を設定した場合、障害物が小さく自車両に対する相対速度の差が大きいと、障害物に対する距離分解能が粗くなり、適切な回避ルートを得られなくなる虞がある。具体的には、障害物を回避せずとも、車速を上げて短時間で危険領域を走破するという回避ルートを演算してしまう虞がある。

本発明は上記事情に鑑みてなされたもので、障害物の大きさや車速が異なる状況においても、現在のみならず将来予測される危険度を考慮して最適な回避ルートを通過するように制御して安全性を向上させることができ、また、無駄な加速を抑制して自然な回避ルートの走行を可能とする車両の運転支援装置を提供することを目的としている。

本発明は、自車両の周辺環境を認識する周辺環境認識手段と、上記認識した周辺環境の各対象に現在の危険度を設定する危険度設定手段と、上記危険度を設定した各対象の位置の時間的変化を予測して上記危険度の時間的変化を予測する危険度変化予測手段と、上記危険度変化予測手段で予測した上記危険度の時間的変化に基づき自車両前方の各距離毎に変換して、該距離毎の上記危険度を示す第１の演算項と少なくとも上記各距離毎の時間における自車両の前後方向と横方向の加速状態を示す第２の演算項とを有する評価関数を設定する評価関数設定手段と、上記評価関数が最小となる上記自車両の前後方向と横方向の加速状態を演算し、該自車両の前後方向と横方向の加速状態を制御量として出力する制御量演算手段とを備えたことを特徴としている。

本発明による車両の運転支援装置によれば、障害物の大きさや車速が異なる状況においても、現在のみならず将来予測される危険度を考慮して最適な回避ルートを通過するように制御して安全性を向上させることができ、また、無駄な加速を抑制して自然な回避ルートの走行が可能となる。

以下、図面に基づいて本発明の実施の形態を説明する。
図１乃至図６は本発明の実施の一形態を示し、図１は車両に搭載した運転支援装置の概略構成図、図２は運転支援制御プログラムのフローチャート、図３は立体物に設定するリスク関数の説明図、図４は前後方向の長さが不明な立体物に設定するリスク関数の説明図、図５は前方に設定されるリスク関数の一例を示す説明図、図６は生成される回避ルートの一例を示す説明図である。

図１において、符号１は自動車等の車両（自車両）で、この車両１には、運転支援装置２が搭載されている。この運転支援装置２は、ステレオカメラ３、ステレオ画像認識装置４、制御ユニット５等を主要部として構成されている。

また、自車両１には、自車速Ｖを検出する車速センサ１１、運転支援制御のＯＮ−ＯＦＦ信号が入力されるメインスイッチ１２等が設けられており、自車速Ｖはステレオ画像認識装置４と制御ユニット５に入力され、運転支援制御のＯＮ−ＯＦＦ信号等は制御ユニット５に入力される。

ステレオカメラ３は、ステレオ光学系として例えば電荷結合素子（ＣＣＤ）等の固体撮像素子を用いた１組の（左右の）ＣＣＤカメラで構成される。これら左右のＣＣＤカメラは、それぞれ車室内の天井前方に一定の間隔をもって取り付けられ、車外の対象を異なる視点からステレオ撮像し、画像データをステレオ画像認識装置４に入力する。

ステレオ画像認識装置４における、ステレオカメラ３からの画像の処理は、例えば以下のように行われる。まず、ステレオカメラ３で撮像した自車両１の進行方向の１組のステレオ画像対に対し、対応する位置のずれ量から距離情報を求め、距離画像を生成する。そして、このデータを基に、周知のグルーピング処理を行い、予め記憶しておいた３次元的な道路形状データ、側壁データ、立体物データ等の枠（ウインドウ）と比較し、白線データ、道路に沿って存在するガードレール、縁石等の側壁データを抽出すると共に、立体物を、２輪車、普通車両、大型車両、歩行者、電柱等その他の立体物に分類して抽出する。

上述の認識した各データは、図３（ａ）に示すように、自車両１を原点とし、自車両１の前後方向をＸ軸、幅方向をＹ軸とする座標系におけるそれぞれの位置が演算され、特に、立体物においては、それぞれの幅Ｗｙと、２輪車、普通車両、大型車両の車両データにおいては、その前後方向長さＷｘが、例えば、３ｍ、４．５ｍ、１０ｍ等と予め推定される。そして、これら立体物の幅Ｗｙと前後方向長さＷｘを基に、その立体物の現在存在する中心位置が（ｘobstacle，ｙobstacle）の座標で演算される。尚、車車間通信等により、車両の前後方向長さＷｘが精度良く得られる場合には、その長さデータを用いて、上述の中心位置を演算するようにしても良い。また、立体物の種別が分類できない場合等により、立体物の前後方向長さＷｘが得られない場合は、例えば、図４に示すように、立体物を正方形として考え、前後方向長さＷｘを幅Ｗｙと同じ値とみなすようにしても良い。

更に、立体物データにおいては、自車両１からの距離のＸ軸方向変化及びＹ軸方向変化から自車両１に対する相対速度が演算され、この相対速度に自車両１の速度Ｖをベクトル量を考慮して演算することにより、それぞれの立体物のＸ軸方向速度、Ｙ軸方向速度（ｖxobstacle，ｖyobstacle）が演算される。

こうして得られた各情報、すなわち、白線データ、道路に沿って存在するガードレール、縁石等の側壁データ、及び、立体物データ（種別、自車両１からの距離、中心位置（ｘobstacle，ｙobstacle）、速度（ｖxobstacle，ｖyobstacle）等）の各データは制御ユニット５に入力される。このように、本実施の形態においては、ステレオカメラ３及びステレオ画像認識装置４は、周辺環境認識手段として設けられている。

制御ユニット５は、車速センサ１１から自車速Ｖ、ステレオ画像認識装置４から白線データ、道路に沿って存在するガードレール、縁石等の側壁データ、及び、立体物データ（種別、自車両１からの距離、中心位置（ｘobstacle，ｙobstacle）、速度（ｖxobstacle，ｖyobstacle）等）の各データが入力される。そして、後述する運転支援制御プログラムに従って、上述の各入力信号に基づき、前方に存在する白線、ガードレール、側壁、及び、立体物のそれぞれを対象として、現在の危険度をリスク関数Ｄline、Ｄobstacleとして設定し、これらリスク関数Ｄline、Ｄobstacleから現在のトータルリスク関数Ｄを設定する。その後、トータルリスク関数Ｄを設定した各対象の位置の時間的変化を予測してトータルリスク関数Ｄの時間的変化を予測し、このトータルリスク関数Ｄを自車両前方の各距離毎に変換し、この変換したトータルリスク関数Ｄと自車両の前後加速度ａx0と横加速度ａy0と走行時間の重みを表すパラメータとで評価関数Ｊを設定し、この評価関数Ｊが最小となる自車両の前後加速度ａx0と横加速度ａy0を制御量として演算する。そして、この横加速度ａy0を目標操舵角δftに変換して操舵制御手段としての自動操舵制御装置２３に制御信号を出力して操舵制御を実行させ、また、前後加速度ａx0を制動制御手段としての自動ブレーキ制御装置２２に信号を出力してブレーキ制御を実行させる。尚、自動ブレーキ制御装置２２、自動操舵制御装置２３に信号出力された場合は、ディスプレイ２１によりその信号を視覚的に表示させ、ドライバに報知する。すなわち、制御ユニット５は、危険度設定手段、危険度変化予測手段、評価関数設定手段、及び、制御量演算手段としての機能を有して構成されている。

次に、運転支援装置２で実行される運転支援制御プログラムを図２のフローチャートで説明する。
まず、ステップ（以下、「Ｓ」と略称）１０１で必要パラメータ、具体的には、白線データ、道路に沿って存在するガードレール、縁石等の側壁データ、及び、立体物データ（種別、自車両１からの距離、中心位置（ｘobstacle，ｙobstacle）、速度（ｖxobstacle，ｖyobstacle）等）、自車速Ｖの各データを読み込む。

次に、Ｓ１０２に進み、白線（ガードレール、側壁も白線と同等に扱うものとする）を対象とする現在のリスク関数Ｄlineを、以下の（１）式により、演算する。
Ｄline＝ｅｘｐ（ａＲ・ｙ^４）−１ …（１）
ａＲ＝（２／ＷＲ）^４・ｌｏｇ（Ｄｓ＋１） …（２）
ここで、ＷＲは道路幅、Ｄｓは道路端（すなわち、ｙ＝±ＷＲ／２）における予め設定した危険度を示す。

次いで、Ｓ１０３に進み、立体物（２輪車、普通車両、大型車両、歩行者、電柱等その他の立体物）を対象とする現在のリスク関数Ｄobstacleを、危険度が滑らかに分布されるように、以下の（３）式により、演算する。
Ｄobstacle＝ＤＧ・ｅｘｐ（−ｐｘ・（ｘ−ｘobstacle）^２
−ｐｙ・（ｙ−ｙobstacle）^２） …（３）
ＤＧ＝ＤEx・（ＤEy／ＤＲ）^{Ｗｙ・Ｗｙ／（４・ｑ・（Ｗｙ＋ｑ））} …（４）
ｐｘ＝−（２／Ｗｘ）^２・ｌｏｇ（ＤEｘ／ＤＲ） …（５）
ｐｙ＝（１／（ｂ・（Ｗｙ＋ｑ）））・ｌｏｇ（ＤEy／ＤＲ） …（６）
ここで、ＤEx、ＤEy、ＤＲ、ｑは、図３に示すように、予め設定される。すなわち、立体物は、前後方向に設定する危険度と左右方向に設定する危険度とが異なるように設定されており、前後方向に設定する危険度は、図３（ｃ）の中心位置（ｘobstacle，ｙobstacle）を通るＸ方向断面に示すように、前後の上端部の危険度が予め設定した値ＤExとなるように設定される。また、左右方向に設定する危険度は、図３（ｂ）の中心位置（ｘobstacle，ｙobstacle）を通るＹ方向断面に示すように、左右の上端部の危険度が予め設定した値ＤEyとなるように設定され、更に、左右の縁部から距離ｑ離れた位置の危険度が予め設定した値ＤＲとなるように設定される。すなわち、存在する立体物に対し、制駆動制御して回避する場合と立体物の横をすり抜けて回避する場合とではドライバが感じる感覚が異なり、このように、前後方向に設定する危険度と左右方向に設定する危険度とを異なるように設定することで、実際の回避運転に則した自然な回避制御を行えるようになっている。

次に、Ｓ１０４に進み、現在のトータルリスク関数Ｄを、以下の（７）式により、演算する。これにより、前方のトータルリスク関数Ｄは、例えば、図５に示すように、表現される。
Ｄ＝Ｄline＋Ｄobstacle …（７）

次いで、Ｓ１０５に進み、ｔ秒後の立体物位置（ｘobstacle(t)，ｙobstacle(t)）を、以下の（８）式により推定する。
（ｘobstacle(t)，ｙobstacle(t)）
＝（ｘobstacle＋ｖxobstacle・ｔ，ｙobstacle＋ｖyobstacle・ｔ） …（８）

次に、Ｓ１０６に進み、上述のＳ１０５で推定したｔ秒後の立体物位置（ｘobstacle(t)，ｙobstacle(t)）を、上述のＳ１０４で演算したトータルリスク関数Ｄのｘ及びｙにそれぞれ代入し、ｔ秒後のトータルリスク関数Ｄ（ｘobstacle(t)，ｙobstacle(t)）を設定する。

次いで、Ｓ１０７に進み、前方距離Ｓにおける自車位置情報を演算する。ｔ秒後における自車位置は、自車両の前後方向速度をｖx0、横方向速度をｖy0、前後加速度をａx0、横加速度をａy0を用いて表すと、
（ｖx0・ｔ＋（１／２）・ａx0・ｔ^２，
ｖy0・ｔ＋（１／２）・ａy0・ｔ^２）…（９）

そして、Ｓ＝ｖx0・ｔ＋（１／２）・ａx0・ｔ^２とおいて、時間ｔを逆算すると、前方距離Ｓに到達するのに必要な時間ｔｓは、以下の（１０）式により与えられる。

ｔｓ＝（−ｖx0＋（ｖx0^２＋２・ａx0・Ｓ）^１／２）／ａx0 …（１０）
また、前方距離Ｓにおける自車両の横方向位置は上述の（１０）式で得られる時間ｔｓを（９）式のＹ座標に代入することで得ることができる。

次に、Ｓ１０８に進み、上述のＳ１０７で演算した前方距離Ｓにおける自車位置情報を、前述のＳ１０６で設定したｔ秒後のトータルリスク関数Ｄ（ｘobstacle(t)，ｙobstacle(t)）に代入して自車両前方の各距離Ｓ毎に変換したトータルリスク関数Ｄ（ｓ）を設定し、以下の（１１）式に示す評価関数Ｊを設定する。
Ｊ＝∫（Ｋ１・Ｄ（ｓ））ｄｓ（積分範囲０〜Ｓ）
＋∫（Ｃ＋Ｋ２・ａx0^２＋Ｋ３・ａy0^２）ｄｔ（積分範囲０〜Ｔｆ）…（１１）
ここで、Ｃは走行時間の重みを表すパラメータ、Ｋ１は危険度の重みパラメータ、Ｋ２は前後加速度の重みパラメータ、Ｋ３は横加速度の重みパラメータである。

すなわち、上述の評価関数Ｊの∫（Ｋ１・Ｄ（ｓ））ｄｓ（積分範囲０〜Ｓ）の演算項が第１の演算項であり、∫（Ｃ＋Ｋ２・ａx0^２＋Ｋ３・ａy0^２）ｄｔ（積分範囲０〜Ｔｆ）の演算項が第２の演算項となっている。

そして、Ｓ１０９に進み、上述のＳ１０８で設定した評価関数Ｊを最小とする前後加速度ａx0と横加速度ａy0を周知の最適化計算により求め、これを制御量として、前後加速度ａx0は、自動ブレーキ制御装置２２に出力し、横加速度ａy0は、例えば、以下の（１２）式により目標操舵角δftに変換して自動操舵制御装置２３に出力して、プログラムを抜ける。評価関数Ｊを最小とする前後加速度ａx0と横加速度ａy0で走行する回避ルートの一例を図６に示す。
δft＝（（Ｎ・（１＋Ａ０・Ｖ^２））／Ｖ^２）・ａy0 …（１２）
ここで、Ｎはステアリングギヤ比、Ａ０はスタビリティファクタである。

すなわち、本実施形態で設定する評価関数Ｊは、トータルリスク関数Ｄに基づく第１の演算項により危険をできるかぎり少なくし、自車両の前後加速度ａx0と横加速度ａy0に基づく第２の演算項により無駄な加速を抑制し、また、この第２の演算項に走行時間の重みを表すパラメータを含ませることで、時間のかからない効率の良い回避ルートを走行させることを可能とするものである。

尚、本実施の形態では、ブレーキ制御と操舵制御の２つが行える例を説明しているが、どちらか１つを行うものであっても良い。

また、本実施の形態で説明したブレーキ制御は、あくまでもその一例であり、他の周知のブレーキ制御、例えば、スロットル開度の閉鎖や自動変速機におけるシフトダウンと併用するようにしても良い。

更に、本実施の形態では、周辺環境をステレオカメラ３からの撮像画像を基に認識するようになっているが、他に、単眼カメラ、ミリ波レーダ等で検出するものであっても良い。

また、本実施の形態では、自車両１の前方における白線や立体物等を対象として、現在のトータルリスク関数Ｄを設定し、その時間的変化を予測する構成について述べたが、これに限らず、自車両１の側方や側後方の立体物をも対象として、トータルリスク関数Ｄの設定やその時間的変化を予測するようにしても良い。

車両に搭載した運転支援装置の概略構成図 運転支援制御プログラムのフローチャート 立体物に設定するリスク関数の説明図 前後方向の長さが不明な立体物に設定するリスク関数の説明図 前方に設定されるリスク関数の一例を示す説明図 生成される回避ルートの一例を示す説明図

符号の説明

１ 自車両
２ 運転支援装置
３ ステレオカメラ（周辺環境認識手段）
４ ステレオ画像認識装置（周辺環境認識手段）
５ 制御ユニット（危険度設定手段、危険度変化予測手段、評価関数設定手段、制御量演算手段）
１１ 車速センサ
１２ メインスイッチ
２１ ディスプレイ
２２ 自動ブレーキ制御装置（制動制御手段）
２３ 自動操舵制御装置（操舵制御手段）

Claims (4)

1. 自車両の周辺環境を認識する周辺環境認識手段と、
   上記認識した周辺環境の各対象に現在の危険度を設定する危険度設定手段と、
   上記危険度を設定した各対象の位置の時間的変化を予測して上記危険度の時間的変化を予測する危険度変化予測手段と、
   上記危険度変化予測手段で予測した上記危険度の時間的変化に基づき自車両前方の各距離毎に変換して、該距離毎の上記危険度を示す第１の演算項と少なくとも上記各距離毎の時間における自車両の前後方向と横方向の加速状態を示す第２の演算項とを有する評価関数を設定する評価関数設定手段と、
   上記評価関数が最小となる上記自車両の前後方向と横方向の加速状態を演算し、該自車両の前後方向と横方向の加速状態を制御量として出力する制御量演算手段と、
   を備えたことを特徴とする車両の運転支援装置。
2. 上記危険度設定手段は、周囲に存在する立体物に対応する危険度と走行レーンに対応する危険度とにより上記危険度を設定することを特徴とする請求項１記載の車両の運転支援装置。
3. 上記周囲に存在する立体物に対応する危険度は、立体物の前後方向に設定する危険度と左右方向に設定する危険度とを異なる危険度に設定することを特徴とする請求項２記載の車両の運転支援装置。
4. 上記制御量演算手段で演算した上記制御量に基づいて操舵制御を行う操舵制御手段と制動制御を行う制動制御手段の少なくとも一方を備えたことを特徴とする請求項１乃至請求項３の何れか一つに記載の車両の運転支援装置。

Images