JP6627127B2 - 車両制御装置、車両制御方法、およびプログラム - Google Patents

Description

本発明は、車両制御装置、車両制御方法、およびプログラムに関する。

車両を運転する際に、トンネルを通過する場合がある。トンネルが長い場合、入る前と出た後で天候が変わることがある。このため、入口付近では好天であったのに、出口付近の天候が雨や雪等の悪天候となっていることで、運転が不安定となる場面が生じ得る。車両の運転者は、トンネルを通過する場合、ラジオ等で出口付近の天候情報を収集し、注意して運転していた。

従来、通信で気象情報を収集した結果、雪が降っていると判定された場合、ワイパーを作動させるようにするものが知られている（例えば、特許文献１参照）。

特開２０１４−１５１６４号公報

しかしながら、トンネル内でラジオの電波が悪い場合や、インターネットの通信環境が悪い場合、出口付近の天候情報を収集できないことがあった。

本発明は、このような事情を考慮してなされたものであり、トンネルの出口の向こう側の天候を考慮した運転制御を実行することができる車両制御装置、車両制御方法、およびプログラムを提供することを目的の一つとする。

（１）：自車両に搭載されているカメラによって撮像された画像に基づいて、自車両と対向する対向車両の状態と、前記対向車両が存在する対向車線の路面の状態とを検出する検出部（１４４）と、前記自車両がトンネル内を走行中において、前記検出部により、前記対向車両のワイパーが作動しており、且つ、前記トンネルの出口付近の前記対向車線の路面の状態が濡れていることが検出された場合、前記トンネルの前記自車両が進行する先の外部が悪天候であることを判定する判定部（１４６）と、を備える車両制御装置。

（２）：（１）において、前記判定部は、前記自車両がトンネル内を走行中において、前記検出部により、前記対向車両のワイパーが作動しており、前記トンネルの出口付近の前記対向車線の路面の状態が濡れており、且つ、前記対向車両に雪が付着していることが検出された場合、前記トンネルの前記自車両が進行する先の外部が悪天候であると判定するもの。

（３）：（１）または（２）において、前記判定部は、前記判定部は、前記検出部による検出結果に基づいて判定結果の確信度を導出し、前記カメラにより前記トンネルの入口付近で撮像された画像の輝度値と、前記トンネルの出口付近で撮像された画像の輝度値との差が大きい場合に、前記差が小さい場合に比べて前記確信度を大きくし、前記自車両の操舵または加減速のうち一方または双方を制御する運転制御部を更に備え、前記運転制御部は、前記確信度および前記判定部の判定結果に応じた制御を実行するもの。

（４）：（１）から（３）のうちいずれかにおいて、前記自車両の操舵または加減速のうち一方または双方を制御する運転制御部（１５１）を更に備え、前記運転制御部は、前記判定部により前記トンネルの前記自車両が進行する先の外部が悪天候であると判定された場合、制御を停止するもの。

（５）：（１）から（３）のうちいずれかにおいて、前記自車両の操舵または加減速のうち一方または双方を制御する運転制御部（１５１）を更に備え、前記運転制御部は、前記判定部により前記トンネルの前記自車両が進行する先の外部が悪天候であると判定された場合、前記自車両を減速させるもの。

（６）：検出部が、自車両に搭載されているカメラによって撮像された画像に基づいて、自車両と対向する対向車両の状態と、前記対向車両が存在する対向車線の路面の状態とを検出し、判定部が、前記自車両がトンネル内を走行中において、前記検出部により、前記対向車両のワイパーが作動しており、且つ、前記トンネルの出口付近の前記対向車線の路面の状態が濡れていることが検出された場合、前記トンネルの前記自車両が進行する先の外部が悪天候であることを判定する、車両制御方法。

（７）カメラを備える車両に搭載されたコンピュータに、前記カメラによって撮像された画像に基づいて、自車両と対向する対向車両の状態と、前記対向車両が存在する対向車線の路面の状態とを検出させ、前記自車両がトンネル内を走行中において、前記対向車両のワイパーが作動しており、且つ、前記トンネルの出口付近の前記対向車線の路面の状態が濡れていることが検出された場合、前記トンネルの前記自車両が進行する先の外部が悪天候であることを判定させる、プログラム。

（１）〜（９）によれば、通信環境に拘わらず、トンネルの出口の向こう側の天候を考慮した運転制御を実行することができる。

実施形態に係る車両制御装置を利用した車両システム１の構成図である。 第１制御部１２０および第２制御部１６０の機能構成図である。 推奨車線に基づいて目標軌道が生成される様子を示す図である。 対向車両ｍの屋根の上に白い物体ＳＮが乗っている様子を写した画像３０１の一例である。 対向車両ｍのフロントガラスにおいてワイパーＷＰが動いている様子を写した画像３０２の一例である。 対向車線の路面が濡れている様子を写した画像３０３の一例である。 トンネル入口付近の様子を写した画像３０４の一例である。 トンネル出口付近の様子を写した画像３０５の一例である。 第１制御部１２０により実行される処理の流れの一例を示すフローチャートである。 判定部１４６により実行される第１判定処理の流れの一例を示すフローチャートである。 判定部１４６により実行される第２判定処理の流れの一例を示すフローチャートである。 判定部１４６により実行される第３判定処理の流れの一例を示すフローチャートである。 判定部１４６により実行される第４判定処理の流れの一例を示すフローチャートである。 判定部１４６により実行される第５判定処理の流れの一例を示すフローチャートである。 実施形態に係る車両制御装置を利用した車両システム１Ａの構成図である。 実施形態の車両制御装置のハードウェア構成の一例を示す図である。

＜第１実施形態＞
以下、図面を参照し、本発明の車両制御装置、車両制御方法、およびプログラムの実施形態について説明する。

［全体構成］
図１は、実施形態に係る車両制御装置を利用した車両システム１の構成図である。車両システム１が搭載される車両は、例えば、二輪や三輪、四輪等の車両であり、その駆動源は、ディーゼルエンジンやガソリンエンジンなどの内燃機関、電動機、或いはこれらの組み合わせである。電動機を備える場合、電動機は、内燃機関に連結された発電機による発電電力、或いは二次電池や燃料電池の放電電力を使用して動作する。

車両システム１は、例えば、カメラ１０と、レーダ装置１２と、ファインダ１４と、物体認識装置１６と、通信装置２０と、ＨＭＩ（Human Machine Interface）３０と、車両センサ４０と、ナビゲーション装置５０と、ＭＰＵ（Map Positioning Unit）６０と、運転操作子８０と、自動運転制御装置１００と、走行駆動力出力装置２００と、ブレーキ装置２１０と、ステアリング装置２２０とを備える。これらの装置や機器は、ＣＡＮ（Controller Area Network）通信線等の多重通信線やシリアル通信線、無線通信網等によって互いに接続される。なお、図１に示す構成はあくまで一例であり、構成の一部が省略されてもよいし、更に別の構成が追加されてもよい。

カメラ１０は、例えば、ＣＣＤ（Charge Coupled Device）やＣＭＯＳ（Complementary Metal Oxide Semiconductor）等の固体撮像素子を利用したデジタルカメラである。カメラ１０は、車両システム１が搭載される車両（以下、自車両Ｍと称する）の任意の箇所に一つまたは複数が取り付けられる。前方を撮像する場合、カメラ１０は、フロントウインドシールド上部やルームミラー裏面等に取り付けられる。カメラ１０は、例えば、周期的に繰り返し自車両Ｍの周辺を撮像する。カメラ１０は、ステレオカメラであってもよい。

レーダ装置１２は、自車両Ｍの周辺にミリ波などの電波を放射すると共に、物体によって反射された電波（反射波）を検出して少なくとも物体の位置（距離および方位）を検出する。レーダ装置１２は、自車両Ｍの任意の箇所に一つまたは複数が取り付けられる。レーダ装置１２は、ＦＭ−ＣＷ（Frequency Modulated Continuous Wave）方式によって物体の位置および速度を検出してもよい。

ファインダ１４は、ＬＩＤＡＲ（Light Detection and Ranging）である。ファインダ１４は、自車両Ｍの周辺に光を照射し、散乱光を測定する。ファインダ１４は、発光から受光までの時間に基づいて、対象までの距離を検出する。照射される光は、例えば、パルス状のレーザー光である。ファインダ１４は、自車両Ｍの任意の箇所に一つまたは複数が取り付けられる。

物体認識装置１６は、カメラ１０、レーダ装置１２、およびファインダ１４のうち一部または全部による検出結果に対してセンサフュージョン処理を行って、物体の位置、種類、速度などを認識する。物体認識装置１６は、認識結果を自動運転制御装置１００に出力する。また、物体認識装置１６は、必要に応じて、カメラ１０、レーダ装置１２、およびファインダ１４の検出結果をそのまま自動運転制御装置１００に出力してよい。なお、速度取得部は、レーダ装置１２を含むものであってもよい。

通信装置２０は、例えば、セルラー網やＷｉ−Ｆｉ網、Ｂｌｕｅｔｏｏｔｈ（登録商標）、ＤＳＲＣ（Dedicated Short Range Communication）などを利用して、自車両Ｍの周辺に存在する他車両と通信し、或いは無線基地局を介して各種サーバ装置と通信する。

ＨＭＩ３０は、自車両Ｍの乗員に対して各種情報を提示すると共に、乗員による入力操作を受け付ける。ＨＭＩ３０は、各種表示装置、スピーカ、ブザー、タッチパネル、スイッチ、キーなどを含む。

車両センサ４０は、自車両Ｍの速度を検出する車速センサ、加速度を検出する加速度センサ、鉛直軸回りの角速度を検出するヨーレートセンサ、自車両Ｍの向きを検出する方位センサ等を含む。

ナビゲーション装置５０は、例えば、ＧＮＳＳ（Global Navigation Satellite System）受信機５１と、ナビＨＭＩ５２と、経路決定部５３とを備え、ＨＤＤ（Hard Disk Drive）やフラッシュメモリなどの記憶装置に第１地図情報５４を保持している。ＧＮＳＳ受信機５１は、ＧＮＳＳ衛星から受信した信号に基づいて、自車両Ｍの位置を特定する。自車両Ｍの位置は、車両センサ４０の出力を利用したＩＮＳ（Inertial Navigation System）によって特定または補完されてもよい。ナビＨＭＩ５２は、表示装置、スピーカ、タッチパネル、キーなどを含む。ナビＨＭＩ５２は、前述したＨＭＩ３０と一部または全部が共通化されてもよい。経路決定部５３は、例えば、ＧＮＳＳ受信機５１により特定された自車両Ｍの位置（或いは入力された任意の位置）から、ナビＨＭＩ５２を用いて乗員により入力された目的地までの経路（以下、地図上経路）を、第１地図情報５４を参照して決定する。第１地図情報５４は、例えば、道路を示すリンクと、リンクによって接続されたノードとによって道路形状が表現された情報である。第１地図情報５４は、道路の曲率やＰＯＩ（Point Of Interest）情報などを含んでもよい。経路決定部５３により決定された地図上経路は、ＭＰＵ６０に出力される。また、ナビゲーション装置５０は、経路決定部５３により決定された地図上経路に基づいて、ナビＨＭＩ５２を用いた経路案内を行ってもよい。なお、ナビゲーション装置５０は、例えば、乗員の保有するスマートフォンやタブレット端末等の端末装置の機能によって実現されてもよい。また、ナビゲーション装置５０は、通信装置２０を介してナビゲーションサーバに現在位置と目的地を送信し、ナビゲーションサーバから返信された地図上経路を取得してもよい。

ＭＰＵ６０は、例えば、推奨車線決定部６１として機能し、ＨＤＤやフラッシュメモリなどの記憶装置に第２地図情報６２を保持している。推奨車線決定部６１は、ナビゲーション装置５０から提供された経路を複数のブロックに分割し（例えば、車両進行方向に関して１００［ｍ］毎に分割し）、第２地図情報６２を参照してブロックごとに推奨車線を決定する。推奨車線決定部６１は、左から何番目の車線を走行するといった決定を行う。推奨車線決定部６１は、経路において分岐箇所や合流箇所などが存在する場合、自車両Ｍが、分岐先に進行するための合理的な経路を走行できるように、推奨車線を決定する。

第２地図情報６２は、第１地図情報５４よりも高精度な地図情報である。第２地図情報６２は、例えば、車線の中央の情報あるいは車線の境界の情報等を含んでいる。また、第２地図情報６２には、道路情報、交通規制情報、住所情報（住所・郵便番号）、施設情報、電話番号情報などが含まれてよい。第２地図情報６２は、通信装置２０を用いて他装置にアクセスすることにより、随時、アップデートされてよい。

運転操作子８０は、例えば、アクセルペダル、ブレーキペダル、シフトレバー、ステアリングホイール、異形ステア、ジョイスティックその他の操作子を含む。運転操作子８０には、操作量あるいは操作の有無を検出するセンサが取り付けられており、その検出結果は、自動運転制御装置１００、もしくは、走行駆動力出力装置２００、ブレーキ装置２１０、およびステアリング装置２２０のうち少なくとも一つまたは全部に出力される。

自動運転制御装置１００は、例えば、第１制御部１２０と、第２制御部１６０とを備える。第１制御部１２０と第２制御部１６０は、それぞれ、例えば、ＣＰＵ（Central Processing Unit）などのハードウェアプロセッサがプログラム（ソフトウェア）を実行することにより実現される。また、これらの構成要素のうち一部または全部は、ＬＳＩ（Large Scale Integration）やＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）、ＧＰＵ（Graphics Processing Unit）などのハードウェア（回路部；circuitryを含む）によって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。

図２は、第１制御部１２０および第２制御部１６０の機能構成図である。第１制御部１２０は、例えば、認識部１３０と、行動計画生成部１５０とを備える。第１制御部１２０は、例えば、ＡＩ（Artificial Intelligence；人口知能）による機能と、予め与えられたモデルによる機能とを並行して実現する。例えば、「交差点を認識する」機能は、ディープラーニング等による交差点の認識と、予め与えられた条件（パターンマッチング可能な信号、道路標示などがある）に基づく認識とが並行して実行され、双方に対してスコア付けして総合的に評価することで実現される。これによって、自動運転の信頼性が担保される。

認識部１３０は、カメラ１０、レーダ装置１２、およびファインダ１４から物体認識装置１６を介して入力される情報に基づいて、自車両Ｍの周辺にある物体の位置、および速度、加速度等の状態を認識する。物体の位置は、例えば、自車両Ｍの代表点（重心や駆動軸中心など）を原点とした絶対座標上の位置として認識され、制御に使用される。物体の位置は、その物体の重心やコーナー等の代表点で表されてもよいし、表現された領域で表されてもよい。物体の「状態」とは、物体両の加速度やジャーク、あるいは「行動状態」（例えば車線変更をしている、またはしようとしているか否か）を含んでもよい。また、認識部１３０は、カメラ１０の撮像画像に基づいて、自車両Ｍがこれから通過するカーブの形状を認識する。認識部１３０は、カーブの形状をカメラ１０の撮像画像から実平面に変換し、例えば、二次元の点列情報、或いはこれと同等なモデルを用いて表現した情報を、カーブの形状を示す情報として行動計画生成部１５０に出力する。

また、認識部１３０は、例えば、自車両Ｍが走行している車線（走行車線）を認識する。車線の認識結果は、例えば、同じ進行方向の複数車線のうち自車両Ｍが走行している車線がどこであるかを示すものである。なお、一車線の場合、その旨が認識結果であってもよい。例えば、認識部１３０は、第２地図情報６２から得られる道路区画線のパターン（例えば実線と破線の配列）と、カメラ１０によって撮像された画像から認識される自車両Ｍの周辺の道路区画線のパターンとを比較することで、走行車線を認識する。なお、認識部１３０は、道路区画線に限らず、道路区画線や路肩、縁石、中央分離帯、ガードレールなどを含む走路境界（道路境界）を認識することで、走行車線を認識してもよい。この認識において、ナビゲーション装置５０から取得される自車両Ｍの位置やＩＮＳによる処理結果が加味されてもよい。また、認識部１３０は、一時停止線、障害物、赤信号、料金所、その他の道路事象を認識する。

走行車線を認識する際、認識部１３０は、走行車線に対する自車両Ｍの位置や姿勢を認識する。認識部１３０は、例えば、自車両Ｍの基準点の車線中央からの乖離、および自車両Ｍの進行方向の車線中央を連ねた線に対してなす角度を、走行車線に対する自車両Ｍの相対位置および姿勢として認識してもよい。また、これに代えて、認識部１３０は、走行車線のいずれかの側端部（道路区画線または道路境界）に対する自車両Ｍの基準点の位置などを、走行車線に対する自車両Ｍの相対位置として認識してもよい。

上記の認識処理において、認識部１３０は、認識精度を導出し、認識精度情報として行動計画生成部１５０に出力してもよい。例えば、認識部１３０は、一定期間において、道路区画線を認識できた頻度に基づいて、認識精度情報を生成する。

認識部１３０は、トンネル認識部１４０を備える。トンネル認識部１４０は、タイミング判定部１４２と、状態検出部１４４と、判定部１４６とを備える。これらの構成に関しては後述する。

行動計画生成部１５０は、原則的には推奨車線決定部６１により決定された推奨車線を走行し、更に、自車両Ｍの周辺状況に対応できるように、自動運転において順次実行されるイベントを決定する。イベントには、例えば、一定速度で同じ走行車線を走行する定速走行イベント、前走車両に追従する追従走行イベント、前走車両を追い越す追い越しイベント、障害物との接近を回避するための制動および／または操舵を行う回避イベント、カーブを走行するカーブ走行イベント、交差点や横断歩道、踏切などの所定のポイントを通過する通過イベント、車線変更イベント、合流イベント、分岐イベント、自動停止イベント、自動運転を終了して手動運転に切り替えるためのテイクオーバイベントなどがある。

行動計画生成部１５０は、起動したイベントに応じて、自車両Ｍが将来走行する目標軌道を生成する。各機能部の詳細については後述する。目標軌道は、例えば、速度要素を含んでいる。例えば、目標軌道は、自車両Ｍの到達すべき地点（軌道点）を順に並べたものとして表現される。軌道点は、道なり距離で所定の走行距離（例えば数［ｍ］程度）ごとの自車両Ｍの到達すべき地点であり、それとは別に、所定のサンプリング時間（例えば０コンマ数［ｓｅｃ］程度）ごとの目標速度および目標加速度が、目標軌道の一部として生成される。また、軌道点は、所定のサンプリング時間ごとの、そのサンプリング時刻における自車両Ｍの到達すべき位置であってもよい。この場合、目標速度や目標加速度の情報は軌道点の間隔で表現される。

図３は、推奨車線に基づいて目標軌道が生成される様子を示す図である。図示するように、推奨車線は、目的地までの経路に沿って走行するのに都合が良いように設定される。行動計画生成部１５０は、推奨車線の切り替わり地点の所定距離（イベントの種類に応じて決定されてよい）手前に差し掛かると、通過イベント、車線変更イベント、分岐イベント、合流イベントなどを起動する。各イベントの実行中に、障害物を回避する必要が生じた場合には、図示するように回避軌道が生成される。

第２制御部１６０は、行動計画生成部１５０によって生成された目標軌道を、予定の時刻通りに自車両Ｍが通過するように、走行駆動力出力装置２００、ブレーキ装置２１０、およびステアリング装置２２０を制御する。

図２に戻り、第２制御部１６０は、例えば、取得部１６２と、速度制御部１６４と、操舵制御部１６６とを備える。取得部１６２は、行動計画生成部１５０により生成された目標軌道（軌道点）の情報を取得し、メモリ（不図示）に記憶させる。速度制御部１６４は、メモリに記憶された目標軌道に付随する速度要素に基づいて、走行駆動力出力装置２００またはブレーキ装置２１０を制御する。操舵制御部１６６は、メモリに記憶された目標軌道の曲がり具合に応じて、ステアリング装置２２０を制御する。速度制御部１６４および操舵制御部１６６の処理は、例えば、フィードフォワード制御とフィードバック制御との組み合わせにより実現される。一例として、操舵制御部１６６は、自車両Ｍの前方の道路の曲率に応じたフィードフォワード制御と、目標軌道からの乖離に基づくフィードバック制御とを組み合わせて実行する。

走行駆動力出力装置２００は、車両が走行するための走行駆動力（トルク）を駆動輪に出力する。走行駆動力出力装置２００は、例えば、内燃機関、電動機、および変速機などの組み合わせと、これらを制御するＥＣＵとを備える。ＥＣＵは、第２制御部１６０から入力される情報、或いは運転操作子８０から入力される情報に従って、上記の構成を制御する。

ブレーキ装置２１０は、例えば、ブレーキキャリパーと、ブレーキキャリパーに油圧を伝達するシリンダと、シリンダに油圧を発生させる電動モータと、ブレーキＥＣＵとを備える。ブレーキＥＣＵは、第２制御部１６０から入力される情報、或いは運転操作子８０から入力される情報に従って電動モータを制御し、制動操作に応じたブレーキトルクが各車輪に出力されるようにする。ブレーキ装置２１０は、運転操作子８０に含まれるブレーキペダルの操作によって発生させた油圧を、マスターシリンダを介してシリンダに伝達する機構をバックアップとして備えてよい。なお、ブレーキ装置２１０は、上記説明した構成に限らず、第２制御部１６０から入力される情報に従ってアクチュエータを制御して、マスターシリンダの油圧をシリンダに伝達する電子制御式油圧ブレーキ装置であってもよい。

ステアリング装置２２０は、例えば、ステアリングＥＣＵと、電動モータとを備える。電動モータは、例えば、ラックアンドピニオン機構に力を作用させて転舵輪の向きを変更する。ステアリングＥＣＵは、第２制御部１６０から入力される情報、或いは運転操作子８０から入力される情報に従って、電動モータを駆動し、転舵輪の向きを変更させる。

次に、認識部１３０に含まれるトンネル認識部１４０の各構成について、詳細に説明する。

タイミング判定部１４２は、自車両Ｍがトンネルの入口付近あるいは出口付近を走行しているか否かを判定する。例えば、タイミング判定部１４２は、自車両Ｍの位置および経路と第２地図情報６２を比較して、トンネルの入口あるいは出口よりも所定距離手前に自車両Ｍが到達した場合に、自車両Ｍがトンネルの入口付近あるいは出口付近を走行していると判定する。また、タイミング判定部１４２は、カメラ１０によって撮像された画像に基づいて、自車両Ｍの進行方向の先にあるトンネルの入口の形状あるいは出口の形状をパターンマッチング等の手法により認識し、認識されたトンネルの大きさ等に基づいて、トンネルの入口あるいは出口よりも所定距離手前に自車両Ｍが到達したか否かを判定してもよい。タイミング判定部１４２は、自車両Ｍが入口付近あるいは出口付近を走行していると判定した場合、判定結果を状態検出部１４４に出力する。

状態検出部１４４は、カメラ１０によって撮像された画像に基づいて、トンネル内で自車両Ｍと対応する対向車両ｍの状態を検出する。例えば、状態検出部１４４は、カメラ１０によって撮像された画像のうち、タイミング判定部１４２により判定されたタイミングの前後のフレームの画像を解析することにより、対向車両ｍの状態を検出する。状態検出部１４４が検出する対向車両ｍの状態には、例えば、対向車両ｍの屋根の上に雪が乗っている状態や、対向車両ｍの車体が濡れている状態、対向車両ｍのフロントガラスにおいてワイパーが動いている状態等が含まれる。

状態検出部１４４は、例えば、ディープラーニング等の機械学習の手法を利用して、対向車両ｍの状態を検出する。また、状態検出部１４４は、パターンマッチングなどのモデル化された手法によって、対向車両ｍの状態を検出してもよいし、機械学習の手法とモデル化された手法とを並行して実行してもよい。状態検出部１４４は、判定対象として予め決められている対向車両ｍの状態を検出した場合、その旨を示す情報を、判定部１４６に出力する。

図４および図５は、カメラ１０によって撮像された画像の一例である。図４は、対向車両ｍの屋根の上に雪ＳＮが乗っている様子を写した画像３０１の一例である。図５は、対向車両ｍのフロントガラスにおいてワイパーＷＰが動いている様子を写した画像３０２の一例である。状態検出部１４４は、上述したような手法を用い、画像３０１に基づいて、対向車両ｍの屋根の上に雪が乗っている状態を検出する。また、状態検出部１４４は、上述したような手法を用い、画像３０２に基づいて、対向車両ｍのワイパーが作動している状態を検出する。

また、状態検出部１４４は、カメラ１０によって撮像された画像に基づいて、対向車両ｍが存在する対向車線の路面の状態を検出してもよい。例えば、状態検出部１４４は、撮像画像のうち、自車両Ｍが走行する自車線に該当する領域の輝度の平均値Ｂｖ１１と対向車線に該当する領域の輝度の平均値Ｂｖ１２とを導出し、導出した自車線の輝度の平均値Ｂｖ１１と対向車線に該当する領域の輝度の平均値Ｂｖ１２とを比較して、輝度値の差が閾値以上であった場合、対向車線の路面が濡れている状態であること、あるいは凍結している状態であることを検出する。図６は、対向車線の路面が濡れている様子を写した画像３０３の一例である。状態検出部１４４は、図６に示すような画像３０３がカメラ１０により撮像された場合、対向車線が濡れている旨を示す情報を、判定部１４６に出力する。

また、状態検出部１４４は、カメラ１０によって撮像された画像に基づいて、自車両Ｍが進行するトンネル出口の向こう側の状態を検出してもよい。例えば、状態検出部１４４は、トンネルの入口付近で撮像された画像の所定領域の輝度の平均値と、トンネルの出口付近で撮像された画像の所定領域の輝度の平均値との差に基づいて、トンネルの出口の向こう側の明るさの方がトンネルの入口の手前の明るさよりも暗いことを検出する。

ここで、図７および図８を参照して、トンネルの入口付近および出口付近で撮像された画像の所定領域の輝度差に基づいて、トンネル出口の向こう側の状態を検出する一例について説明する。図７は、トンネル入口付近の様子を写した画像３０４の一例である。図８は、トンネル出口付近の様子を写した画像３０５の一例である。画像３０４（あるいは画像３０５）としては、例えば、トンネルの入口よりも所定距離手前（あるいはトンネルの出口よりも所定距離手前）に自車両Ｍが到着したタイミングで撮像された画像である。なお、タイミング判定部１４２は、画像全体におけるトンネルの大きさや形状の割合に応じて、トンネルの入口よりも所定距離手前（あるいはトンネルの出口よりも所定距離手前）の画像を取得してもよい。

はじめに、状態検出部１４４は、画像３０４において、トンネルの入口の向こう側を写した内部画像領域３０４ａと、それ以外のトンネル周辺の風景を写した外界画像領域３０４ｂとを判別する。例えば、状態検出部１４４は、画像３０４全体の画素の輝度値を導出し、隣合う画素同士の輝度値の差が所定値以上となる境界線を取得する。状態検出部１４４は、この境界線より区分される領域のうち、輝度の平均値が低い方を内部画像領域３０４ａと認識し、輝度の平均値が高い方を外界画像領域３０４ｂと認識する。そして、状態検出部１４４は、外界画像領域３０４ｂの輝度の平均値Ｂｖ２１を取得する。また、状態検出部１４４は、画像３０５において、トンネルの出口の向こう側の風景を写した外界画像領域３０５ａと、それ以外のトンネルの内部を写した内部画像領域３０５ｂとを判別する。例えば、状態検出部１４４は、画像３０５全体の画素の輝度値を導出し、隣合う画素同士の輝度値の差が所定値以上となる境界線を取得する。状態検出部１４４は、この境界線より区分される領域のうち、輝度の平均値が高い方を外界画像領域３０５ａと認識し、輝度の平均値が低い方を内部画像領域３０５ｂと認識する。そして、状態検出部１４４は、外界画像領域３０５ａの輝度の平均値Ｂｖ２２を取得する。状態検出部１４４は、導出した輝度の平均値Ｂｖ２１と輝度の平均値Ｂｖ２２とを比較し、両者の差が閾値以上である場合、その旨を示す情報を、判定部１４６に出力する。なお、状態検出部１４４は、画像の一部の輝度値を比較するのに限られず、トンネルの入口付近の画像全体の輝度の平均値とトンネルの出口付近の画像全体の輝度の平均値とを比較してもよい。

判定部１４６は、状態検出部１４４による検出結果（対向車両ｍの状態、対向車線の状態、トンネル出口の向こう側の状態等）に基づいて、トンネルの自車両Ｍが進行する先の外部が悪天候であるか否かを判定する。例えば、（Ａ）対向車両ｍに雪が付着していること、（Ｂ）対向車両ｍが濡れていること、あるいは（Ｃ）対向車両ｍのワイパーが作動していることのうちいずれか一つの条件、あるいは複数の条件を満たした場合、判定部１４６は、トンネルの自車両Ｍが進行する先の外部が悪天候であると判定する。なお、判定部１４６は、状態検出部１４４による検出結果に基づいて判定結果の確信度を導出し、導出された確信度を悪天候時制御部１５１に出力してもよい。例えば、判定部１４６は、（Ａ）〜（Ｃ）の状態のうち、検出した状態の個数に応じたポイントを導出し、導出したポイントを確信度として、悪天候時制御部１５１に出力する。

また、判定部１４６は、対向車線の路面が濡れていることあるいは凍結していることが検出された場合、トンネルの自車両Ｍが進行する先の外部が悪天候であると判定する。なお、判定部１４６は、濡れているあるいは凍結している路面の長さに応じて確信度を導出し、導出した確信度を悪天候時制御部１５１に出力してもよい。例えば、確信度は、濡れているあるいは凍結していることが継続して検出されている長さに応じて決定されてもよく、濡れているあるいは凍結していることが最初に検出された位置からトンネルの出口までの距離に応じて決定されてもよい。

さらに、判定部１４６は、トンネルの入口付近で撮像された画像のうち外界画像領域の輝度の平均値とトンネルの出口付近で撮像された画像のうち外界画像領域の輝度の平均値との差が閾値以上である場合（つまり、状態検出部１４４により、トンネルの出口の向こう側の明るさの方がトンネルの入口の手前の明るさよりも暗い状態が検出された場合）、トンネルの自車両Ｍが進行する先の外部が悪天候であると判定する。なお、判定部１４６は、輝度の平均値の差に応じて、確信度を導出し、導出した確信度を悪天候時制御部１５１に出力してもよい。例えば、判定部１４６は、輝度の平均値の差が大きい場合に、輝度の平均値の差が小さい場合に比べて、確信度を大きくする。

また、判定部１４６は、これら複数の判定手法を組み合わせることで、判定結果の確実性を高めてもよい。なお、組み合わせの例については、後述する。

次に、行動計画生成部１５０に含まれる悪天候時制御部１５１について、詳細に説明する。悪天候時制御部１５１は、判定部１４６によりトンネルの自車両Ｍが進行する先の外部が悪天候であると判定された場合、自動運転制御を停止し、手動運転制御に切り替える。また、悪天候時制御部１５１は、判定部１４６によりトンネルの自車両Ｍが進行する先の外部が悪天候であると判定された場合、自車両Ｍを減速させる制御を実行してもよい。例えば、悪天候時制御部１５１は、トンネルの出口を通過した後の速度が所定速度以下となるように、ブレーキ装置２１０を制御する。

また、悪天候時制御部１５１は、判定部１４６により確信度が導出された場合、導出された確信度に応じて、上述の制御を実行してもよい。例えば、悪天候時制御部１５１は、確信度が０である場合、上述の制御を実行せず、確信度が０より大きい場合、上述の制御を実行する。また、確信度が０よりも大きい場合、悪天候時制御部１５１は、確信度に応じて、制御量や制御タイミングを変更してもよい。例えば、確信度が低い場合、確信度が高い場合と比べて、制御タイミングを遅くしたり、減速量を少なくする。

次に、図９を参照して、第１制御部１２０による処理例について説明する。図９は、第１制御部１２０により実行される処理の流れの一例を示すフローチャートである。

まず、タイミング判定部１４２は、トンネルの入口よりも所定距離手前に到達したか否かを判定する（ステップＳ１）。トンネルの入口よりも所定距離手前に到達していない場合、タイミング判定部１４２は、到達するまで処理を繰り返す。トンネルの入口よりも所定距離手前に到達した場合、状態検出部１４４は、必要に応じて、トンネルの入口における準備処理を実行する（ステップＳ３）。これは、入口において画像を撮像する必要がある状態検出処理方法を採用している場合に実行される。詳細については後述する。

次いで、タイミング判定部１４２は、トンネルの出口よりも所定距離手前に到達したか否かを判定する（ステップＳ５）。トンネルの出口よりも所定距離手前に到達していないと判定された場合、タイミング判定部１４２は、到達したと判定されるまで、処理を繰り返す。トンネルの出口よりも所定距離手前に到達したと判定された場合、状態検出部１４４は、状態検出処理を実行する（ステップＳ７）。そして、判定部１４６は、状態検出部１４４による検出結果に基づいて、トンネルの自車両Ｍが進行する先の外部が悪天候であるか否かの判定処理を行う（ステップＳ９）。

そして、悪天候時制御部１５１は、判定部１４６による判定結果が、悪天候であることを示す結果であったか否かを判定する（ステップＳ１１）。判定部１４６による判定結果が悪天候であることを示す結果であった場合、悪天候時制御部１５１は、自動運転制御を停止させたり、あるいは、自車両Ｍを減速させたりする（ステップＳ１３）。判定部１４６による判定結果が悪天候でないことを示す結果であった場合、悪天候時制御部１５１は、何ら処理を実行しない。

次に、図１０〜１４を参照して、判定部１４６による処理例について説明する。図１０〜１４は、判定部１４６により実行される処理の流れの一例を示すフローチャートである。以下、各図を参照し、それぞれ異なる第１〜５判定処理について説明する。なお、状態検出部１４４は、図１０〜１４のいずれかの処理によって、状態（対向車両ｍの状態、対向車線の状態、トンネル出口の向こう側の状態等）を検出する（図９のステップＳ７に相当）。また、判定部１４６は、図１０〜１４のいずれかの処理によって、トンネルの出口の向こう側が悪天候であるか否かを判定する（図９のステップＳ９に相当）。

初めに、図１０を参照して、判定部１４６による第１判定処理について説明する。トンネルの入口よりも所定距離手前に到達した場合、状態検出部１４４は、カメラ１０により撮像された画像のうち、トンネルの入口付近で自車両Ｍの周辺を撮像した画像（例えば、画像３０４）を取得し、取得した画像３０４に基づいて、外界画像領域３０４ｂの輝度の平均値Ｂｖ２１を導出する（ステップＳ１０１）。この処理は、図９のステップＳ３に相当する。次いで、トンネルの出口よりも所定距離手前に到達した場合、状態検出部１４４は、カメラ１０により撮像された画像のうち、トンネルの出口付近で自車両Ｍの周辺を撮像した画像（例えば、画像３０５）を取得し、取得した画像３０５に基づいて、外界画像領域３０５ａの輝度の平均値Ｂｖ２２を導出する（ステップＳ１０３）。

そして、判定部１４６は、ステップＳ１０１において導出された輝度の平均値Ｂｖ２１と、ステップＳ１０５において導出された輝度の平均値Ｂｖ２２との差が閾値以上であるか否かを判定する（ステップＳ１０５）。輝度の平均値の差が閾値以上である場合、判定部１４６は、トンネルの出口の先が悪天候であると判定する（ステップＳ１０７）。一方、輝度の平均値の差が閾値以上でない場合、判定部１４６は、トンネルの出口の先が悪天候でないと判定する。

次に、図１１を参照して、判定部１４６による第２判定処理について説明する。トンネルの出口よりも所定距離手前に到達した場合、状態検出部１４４は、対向車両ｍの状態を検出する（ステップＳ２０１）。そして、判定部１４６は、状態検出部１４４により、対向車両ｍに雪が付着している状態が検出されたか否かを判定する（ステップＳ２０３）。対向車両ｍに雪が付着している状態が検出されたと判定した場合、判定部１４６は、トンネルの出口の先が悪天候であると判定する（ステップＳ２０５）。一方、対向車両ｍに雪が付着している状態が検出されていないと判定した場合、判定部１４６は、状態検出部１４４により、対向車両ｍが濡れている状態が検出されたか否かを判定する（ステップＳ２０７）。対向車両ｍが濡れている状態が検出されたと判定した場合、判定部１４６は、トンネルの出口の先が悪天候であると判定する（ステップＳ２０５）。一方、対向車両ｍが濡れている状態が検出されていないと判定した場合、判定部１４６は、状態検出部１４４により、対向車両ｍのワイパーが作動している状態が検出されたか否かを判定する（ステップＳ２０９）。対向車両ｍのワイパーが作動している状態が検出されたと判定した場合、判定部１４６は、トンネルの出口の先が悪天候であると判定する（ステップＳ２０５）。一方、対向車両ｍのワイパーが作動している状態が検出されていないと判定した場合、判定部１４６は、処理を終了する。

次に、図１２を参照して、判定部１４６による第３判定処理について説明する。この第３判定処理は、対向車両ｍの状態に基づいて確信度を導出する例である。なお、第２判定処理における処理と同様の処理については、同一の符号を付して、詳細な説明は省略する。また、説明に出てくるポイントＰ１〜Ｐ３は、初期状態において０である。

判定部１４６は、ステップＳ２０３において、対向車両ｍに雪が付着している状態が検出されたと判定した場合、ポイントＰ１に１を加算する（ステップＳ２０６）。次いで、判定部１４６は、ステップＳ２０３において、対向車ｍに雪が付着している状態が検出されたと判定した場合もそうでない場合も、対向車両ｍが濡れている状態が検出されたか否かを判定する（ステップＳ２０７）。対向車両ｍが濡れている状態が検出されたと判定した場合、判定部１４６は、ポイントＰ２に１を加算する（ステップＳ２０８）。次いで、判定部１４６は、ステップＳ２０７において、対向車両ｍが濡れている状態が検出されたと判定した場合もそうでない場合も、対向車両ｍのワイパーが作動している状態が検出されたか否かを判定する（ステップＳ２０９）。対向車両ｍのワイパーが作動している状態が検出されたと判定した場合、判定部１４６は、ポイントＰ３に１を加算する（ステップＳ２１０）。次いで、判定部１４６は、ポイントＰ１〜Ｐ３を合算し、合算により得られた合計ポイント（確信度）を、悪天候時制御部１５１に出力する（ステップＳ２１１）。この後、判定部１４６は、ポイントＰ１〜Ｐ３の値をリセットする。

なお、第３判定処理のように、判定部１４６により確信度が導出された場合、悪天候時制御部１５１は、図９のステップＳ５の処理に変えて、確信度が０であるか否かを判定し、確信度が０でないと判定した場合、図９のステップＳ７の処理を実行してもよい。なお、確信度が０でないと判定した場合、悪天候時制御部１５１は、図９のステップＳ７の処理に変えて、確信度に応じた制御を実行してもよい。

次に、図１３を参照して、判定部１４６による第４判定処理について説明する。トンネルの出口よりも所定距離手前に到達した場合、状態検出部１４４は、対向車線の路面状態を検出する（ステップＳ３０１）。そして、判定部１４６は、状態検出部１４４により、対向車線の路面が濡れている状態が検出されたか（あるいは凍結しているか）否かを判定する（ステップＳ３０３）。対向車線の路面が濡れている状態が検出されたと判定した場合、判定部１４６は、トンネルの出口の先が悪天候であると判定する（ステップＳ３０５）。一方、対向車線の路面が濡れている状態が検出されていないと判定した場合、判定部１４６は、処理を終了する。

次に、図１４を参照して、判定部１４６による第５判定処理について説明する。第５判定処理は、第２判定処理に、第４判定処理を組み合わせた処理であって、第２判定処理における処理と同様の処理については、同一の符号を付して、詳細な説明は省略する。

トンネルの出口よりも所定距離手前に到達した場合、状態検出部１４４は、対向車両ｍの状態と、対向車線の路面状態の両方を検出する（ステップＳ２０２）。そして、判定部１４６は、状態検出部１４４による検出結果に基づいて、ステップＳ２０３，２０７，２０９の処理のうち少なくとも一つを実行する。ステップＳ２０３において対向車両ｍに雪が付着している状態が検出されたと判定した場合、ステップＳ２０７において対向車両ｍが濡れている状態が検出されたと判定された場合、あるいは、ステップＳ２０９において対向車両ｍのワイパーが作動している状態が検出されたと判定した場合、判定部１４６は、ステップＳ２０２において状態検出部１４４により、対向車両の路面が濡れている状態（あるいは凍結している状態）が検出されたか否かを判定する（ステップＳ２０４）。対向車線の路面が濡れている状態が検出されたと判定した場合、判定部１４６は、トンネルの出口の先が悪天候であると判定する（ステップＳ２０５）。一方、ステップＳ２０４において対向車線の路面が濡れている状態が検出されていないと判定した場合、および、ステップＳ２０９において対向車両ｍのワイパーが作動している状態が検出されていないと判定した場合、判定部１４６は、処理を終了する。これにより、雪を付着している対向車両ｍや濡れている対向車両ｍを検出した場合や、ワイパーが作動している対向車両ｍを検出した場合であっても、トンネルの出口付近の路面が濡れていない場合は、トンネルの出口付近よりも向こう側が悪天候である可能性が高い。このような場合、判定部１４６は、雪や雨が降っている場所がトンネルの出口付近でないと判定し、トンネルの出口付近の向こう側が悪天候でないと判定する。

以上説明した本実施形態の車両制御装置によれば、トンネル内で自車両Ｍと対向する対向車両ｍの状態を検出する状態検出部１４４と、状態検出部１４４により検出された対向車両ｍの状態に基づいて、トンネルの自車両Ｍが進行する先の外部が悪天候であるのか否かを判定する判定部１４６とを備えることにより、通信環境に拘わらず、トンネルの出口の向こう側の天候状況を取得し、トンネルの出口の向こう側が悪天候であった場合には悪天候に応じた運転制御を実行することができる。例えば、自動運転制御から手動運転制御に切り替えられることにより、運転者により慎重な運転に変更することができる。また、自車両Ｍが減速することにより、スリップ等のアクシデントの回避に貢献することができる。

＜第２実施形態＞
図１５を参照し、上述した第１制御部１２０と同様の機能と構成を有する認識部１３０と悪天候時制御部１５１が、運転支援機能を備える車両に利用された例について、以下説明する。

図１５は、運転支援機能を備える車両に、実施形態に係る車両制御装置を利用した車両システム１Ａの構成図である。なお、車両システム１と同様の機能と構成については説明を省略する。車両システム１Ａは、例えば、車両システム１が備える構成の一部に変えて、運転支援制御ユニット３００を備える。運転支援制御ユニット３００は、認識部１３０と、運転支援制御部３１０とを備える。運転支援制御部３１０は、悪天候時制御部１５１を備える。なお、図１５に示す構成はあくまで一例であり、構成の一部が省略されてもよいし、更に別の構成が追加されてもよい。

運転支援制御部３１０は、例えば、ＬＫＡＳ（Lane Keeping Assist system）、ＡＣＣ（Adaptive Cruise Control system）、ＡＬＣ（Auto Lane Change system）等の機能を備える。例えば、運転支援制御部３１０は、悪天候時制御部１５１の制御に従って、トンネルの出口を通過した後の速度が所定速度以下となるように、自動減速制御を行う。また、運転支援制御部３１０は、悪天候時制御部１５１の制御に従って、運転支援制御を停止し、手動運転制御に切り替える。

以上説明した第２実施形態の車両制御装置によれば、第１実施形態と同様の効果を奏することができる。

＜ハードウェア構成＞
上述した実施形態の車両制御装置は、例えば、図１５に示すようなハードウェアの構成により実現される。図１５は、実施形態の車両制御装置のハードウェア構成の一例を示す図である。

車両制御装置は、通信コントローラ１００−１、ＣＰＵ１００−２、ＲＡＭ１００−３、ＲＯＭ１００−４、フラッシュメモリやＨＤＤなどの二次記憶装置１００−５、およびドライブ装置１００−６が、内部バスあるいは専用通信線によって相互に接続された構成となっている。ドライブ装置１００−６には、光ディスクなどの可搬型記憶媒体が装着される。二次記憶装置１００−５に格納されたプログラム１００−５ａがＤＭＡコントローラ（不図示）などによってＲＡＭ１００−３に展開され、ＣＰＵ１００−２によって実行されることで、車両制御装置が実現される。また、ＣＰＵ１００−２が参照するプログラムは、ドライブ装置１００−６に装着された可搬型記憶媒体に格納されていてもよいし、ネットワークＮＷを介して他の装置からダウンロードされてもよい。

上記実施形態は、以下のように表現することができる。
記憶装置と、
前記記憶装置に格納されたプログラムを実行するハードウェアプロセッサと、を備え、
前記ハードウェアプロセッサは、前記プログラムを実行することにより、
トンネル内で自車両と対向する対向車両の状態を検出し、
前記検出部により検出された前記対向車両の状態に基づいて、前記トンネルの前記自車両が進行する先の外部が悪天候であるのか否かを判定する
ように構成されている車両制御装置。

以上、本発明を実施するための形態について実施形態を用いて説明したが、本発明はこうした実施形態に何等限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々の変形及び置換を加えることができる。

例えば、悪天候時制御部１５１は、判定部１４６によりトンネルの出口の向こう側が悪天候であると判定された場合、その旨をＨＭＩ３０から出力し、乗員に通知してもよい。また、悪天候時制御部１５１は、判定部１４６によりトンネルの出口の向こう側が悪天候であると判定された場合、自動運転制御や運転支援制御を停止する前に、その旨をＨＭＩ３０から出力して乗員に通知してもよい。これにより、運転者は手動運転に備えることができる。また、自車両Ｍの減速の理由を知ることができる。

請求項に記載の検出部は、例えば、状態検出部１４４を含むものであるが、カメラ１０、レーダ装置１２、ファインダ１４、あるいは物体認識装置１６の少なくともいずれか一つをさらに含むものであってもよい。

１…車両システム、１０…カメラ、１２…レーダ装置、１４…ファインダ、１６…物体認識装置、２０…通信装置、３０…ＨＭＩ、４０…車両センサ、５０…ナビゲーション装置、６０…ＭＰＵ、８０…運転操作子、１００…自動運転制御装置、１２０…第１制御部、１３０…認識部、１４０…トンネル認識部、１４２…タイミング判定部、１４４…状態検出部、１４６…判定部、１５０…行動計画生成部、１５１…悪天候時制御部、１６０…第２制御部、１６２…取得部、１６４…速度制御部、１６６…操舵制御部、２００…走行駆動力出力装置、２１０…ブレーキ装置、２２０…ステアリング装置

Claims (7)

1. 自車両に搭載されているカメラによって撮像された画像に基づいて、自車両と対向する対向車両の状態と、前記対向車両が存在する対向車線の路面の状態とを検出する検出部と、
   前記自車両がトンネル内を走行中において、前記検出部により、前記対向車両のワイパーが作動しており、且つ、前記トンネルの出口付近の前記対向車線の路面の状態が濡れていることが検出された場合、前記トンネルの前記自車両が進行する先の外部が悪天候であることを判定する判定部と、
   を備える車両制御装置。
2. 前記判定部は、前記自車両がトンネル内を走行中において、前記検出部により、前記対向車両のワイパーが作動しており、前記トンネルの出口付近の前記対向車線の路面の状態が濡れており、且つ、前記対向車両に雪が付着していることが検出された場合、前記トンネルの前記自車両が進行する先の外部が悪天候であると判定する、
   請求項１に記載の車両制御装置。
3. 前記判定部は、
   前記検出部による検出結果に基づいて判定結果の確信度を導出し、
   前記カメラにより前記トンネルの入口付近で撮像された画像の輝度値と、前記トンネルの出口付近で撮像された画像の輝度値との差が大きい場合に、前記差が小さい場合に比べて前記確信度を大きくし、
   前記自車両の操舵または加減速のうち一方または双方を制御する運転制御部を更に備え、
   前記運転制御部は、前記確信度および前記判定部の判定結果に応じた制御を実行する、
   請求項１または２に記載の車両制御装置。
4. 前記自車両の操舵または加減速のうち一方または双方を制御する運転制御部を更に備え、
   前記運転制御部は、前記判定部により前記トンネルの前記自車両が進行する先の外部が悪天候であると判定された場合、制御を停止する、
   請求項１から３のうちいずれか１項に記載の車両制御装置。
5. 前記自車両の操舵または加減速のうち一方または双方を制御する運転制御部を更に備え、
   前記運転制御部は、前記判定部により前記トンネルの前記自車両が進行する先の外部が悪天候であると判定された場合、前記自車両を減速させる、
   請求項１から３のうちいずれか１項に記載の車両制御装置。
6. 検出部が、自車両に搭載されているカメラによって撮像された画像に基づいて、自車両と対向する対向車両の状態と、前記対向車両が存在する対向車線の路面の状態とを検出し、
   判定部が、前記自車両がトンネル内を走行中において、前記検出部により、前記対向車両のワイパーが作動しており、且つ、前記トンネルの出口付近の前記対向車線の路面の状態が濡れていることが検出された場合、前記トンネルの前記自車両が進行する先の外部が悪天候であることを判定する、
   車両制御方法。
7. カメラを備える車両に搭載されたコンピュータに、
   前記カメラによって撮像された画像に基づいて、自車両と対向する対向車両の状態と、前記対向車両が存在する対向車線の路面の状態とを検出させ、
   前記自車両がトンネル内を走行中において、前記対向車両のワイパーが作動しており、且つ、前記トンネルの出口付近の前記対向車線の路面の状態が濡れていることが検出された場合、前記トンネルの前記自車両が進行する先の外部が悪天候であることを判定させる、
   プログラム。

Images