JP6666304B2 - 走行制御装置、走行制御方法、およびプログラム - Google Patents

Description

本発明は、走行制御装置、走行制御方法、およびプログラムに関する。

乗員による操作を必要とせず、車両が自律的に走行する自動運転について研究が進められている（例えば、特許文献１参照）。自動運転において、まず車両が将来走行すべき軌道が決定され、カーブの場合であれば操舵角を軌道に合わせて調整するといった制御が考えられる。

特開２０１７−８１３８２号公報

しかしながら、制御コンピュータの制御周期に合わせて操舵角を調整すると、操舵角の変化がカーブに追従できず、車両の軌道が膨らんでしまう場合がある。これを避けようとして高周波に制御を行うと、操舵角が小刻みに変化することで、不要な振動が生じる場合がある。

これに対し、予めカーブごとに目標操舵角を定めておく手法も考えられている。しかしながら、この手法では、自動運転車両が走行する可能性のある全てのカーブについて調査を行っておく必要があり、現実的とはいえない。

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、車両にカーブをスムーズに走行させることができる走行制御装置、走行制御方法、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）：車両が将来通過すべき目標軌道の情報を取得する取得部（１４１）と、一以上のパラメータで規定される軌道モデルについて、前記軌道モデルが前記取得部により取得された軌道に合致するパラメータを決定するパラメータ探索部（１４２）と、少なくとも、前記パラメータ探索部により決定されたパラメータにより規定される軌道モデルに基づいて、前記車両の操舵をフィードフォワード制御する操舵制御部（１４３）と、を備え、前記パラメータ探索部は、前記パラメータの変化に対する前記軌道モデルと前記目標軌道との乖離度合の変化の方向を評価し、前記評価した結果に基づいて前記パラメータを決定する、走行制御装置（１４０）。

（２）：（１）において、前記軌道モデルは、曲線を含む軌道をモデル化した曲線モデルであるもの。

（３）：（１）または（２）において、前記軌道モデルは、円弧を含むモデルであり、前記パラメータは、前記円弧の曲率または曲率半径であるもの。

（４）：（３）において、前記軌道モデルは、旋回角の合計が９０度を超える手前から、進行方向の変位が単調増加するように形成されているもの。

（５）：（１）から（４）のうちいずれか１つにおいて、前記パラメータ探索部は、前記軌道モデルと前記目標軌道との乖離度合を評価する関数の入力値に前記参照信号を加算し、前記関数の出力値の変動成分を抽出し、前記抽出した変動成分と前記参照信号とを乗算してフィルタ処理を行うことで、前記軌道モデルと前記目標軌道との乖離度合が最も小さい場合にゼロとなる相関値を導出し、前記相関値をゼロとする前記パラメータを探索するもの。

（６）：（５）において、前記パラメータ探索部は、積分フィードバック処理を行うことで、前記相関値をゼロとする前記パラメータを探索するもの。

（７）：（５）または（６）において、前記フィルタ処理は、前記参照信号の周期の整数倍の移動平均フィルタ処理であるもの。

（８）：（１）から（７）のうちいずれか１つにおいて、前記操舵制御部は、更に、目標位置に対する横偏差を小さくするためのフィードバック操舵角を、スライディングモード制御に基づく手法により算出し、前記軌道モデルに基づくフィードフォワード操舵角と、前記フィードバック操舵角との双方に基づいて車両の操舵を制御するもの。

（９）：コンピュータが、車両が将来通過すべき目標軌道の情報を取得し、一以上のパラメータで規定される軌道モデルについて、前記軌道モデルが前記取得部により取得された軌道に合致するパラメータを決定し、少なくとも、前記決定されたパラメータにより規定される軌道モデルに基づいて、前記車両の操舵をフィードフォワード制御し、前記パラメータを決定する際に、前記パラメータの変化に対する前記軌道モデルと前記目標軌道との乖離度合の変化の方向を評価し、前記評価した結果に基づいて前記パラメータを決定する、走行制御方法。

（１０）：コンピュータに、車両が将来通過すべき目標軌道の情報を取得させ、一以上のパラメータで規定される軌道モデルについて、前記軌道モデルが前記取得部により取得された軌道に合致するパラメータを決定させ、少なくとも、前記決定されたパラメータにより規定される軌道モデルに基づいて、前記車両の操舵をフィードフォワード制御させ、前記パラメータを決定させる際に、前記パラメータの変化に対する前記軌道モデルと前記目標軌道との乖離度合の変化の方向を評価させ、前記評価した結果に基づいて前記パラメータを決定させる、プログラム。

（１）〜（１０）によれば、車両にカーブをスムーズに走行させることができる。

（４）によれば、曲率の大きい急カーブにおいても、安定的な制御を実行することができる。

実施形態に係る走行制御装置を利用した車両システム１の構成図である。 自車位置認識部１２２により走行車線Ｌ１に対する自車両Ｍの相対位置および姿勢が認識される様子を示す図である。 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。 自車両Ｍと目標軌道に含まれる軌道点Ｋとの関係を示す図である。 予測走行軌道の概要を示す図である。 パラメータ探索部１４２の処理内容をブロック図の形式で示した図である。 軌道モデル規定テーブル１４２Ａａの内容の一例を示す図である。 軌道モデル規定テーブル１４２Ａａの内容をグラフ形式で示した図である。 コスト関数Ｊと相関値Ｐｃとの関係を示す図である。 操舵制御部１４３を中心とした構成図である。 横偏差について説明するための図である。 比較例によるカーブ走行の結果を例示した図である。 実施形態の手法によるカーブ走行の結果を例示した図である。

以下、図面を参照し、本発明の走行制御装置、走行制御方法、および走行制御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、実施形態に係る走行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、ナビゲーション装置５０と、ＭＰＵ（Map Positioning Unit）６０と、車両センサ７０と、運転操作子８０と、自動運転制御ユニット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、照射光に対する散乱光を測定し、対象までの距離を検出するＬＩＤＡＲ（Light Detection and Ranging、或いはLaser Imaging Detection and Ranging）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ユニット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ユニット１００に出力してよい。

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。

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７０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、ユーザ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。

車両センサ７０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。

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、自動運転制御ユニット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のうち一方または双方に出力される。

自動運転制御ユニット１００は、例えば、第１制御部１２０と、第２制御部１４０とを備える。第２制御部１４０は、「走行制御装置」の一例である。第１制御部１２０と第２制御部１４０は、それぞれ、ＣＰＵ（Central Processing Unit）などのプロセッサがプログラム（ソフトウェア）を実行することで実現される。また、以下に説明する第１制御部１２０と第２制御部１４０の機能部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）などのハードウェア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。

第１制御部１２０は、例えば、外界認識部１２１と、自車位置認識部１２２と、行動計画生成部１２３とを備える。

外界認識部１２１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、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、外界認識部１２１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。外界認識部１２１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部１２３に出力する。

自車位置認識部１２２は、例えば、自車両Ｍが走行している車線（走行車線）、並びに走行車線に対する自車両Ｍの相対位置および姿勢を認識する。自車位置認識部１２２は、例えば、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。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。

そして、自車位置認識部１２２は、例えば、走行車線に対する自車両Ｍの位置や姿勢を認識する。図２は、自車位置認識部１２２により走行車線Ｌ１に対する自車両Ｍの相対位置および姿勢が認識される様子を示す図である。自車位置認識部１２２は、例えば、自車両Ｍの基準点（例えば重心）の走行車線中央ＣＬからの乖離ＯＳ、および自車両Ｍの進行方向の走行車線中央ＣＬを連ねた線に対してなす角度θを、走行車線Ｌ１に対する自車両Ｍの相対位置および姿勢として認識する。なお、これに代えて、自車位置認識部１２２は、自車線Ｌ１のいずれかの側端部に対する自車両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。自車位置認識部１２２により認識される自車両Ｍの相対位置は、推奨車線決定部６１および行動計画生成部１２３に提供される。

行動計画生成部１２３は、推奨車線決定部６１により決定されて推奨車線を走行するように、且つ、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、障害物を回避する回避イベント、カーブを走行するカーブ走行イベント、車線変更イベント、合流イベント、分岐イベント、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。また、これらのイベントの実行中に、自車両Ｍの周辺状況（周辺車両や歩行者の存在、道路工事による車線狭窄など）に基づいて、回避のための行動が計画される場合もある。

行動計画生成部１２３は、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１２３は、推奨車線の切り替わり地点の所定距離手前（イベントの種類に応じて決定されてよい）に差し掛かると、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。

また、行動計画生成部１２３は、カーブ走行イベントを実行する場合、第２地図情報６２に含まれる情報に基づいて目標軌道を設定したり、カメラ１０の撮像画像に基づいて外界認識部１２１がカーブの形状を認識した認識結果に基づいて目標軌道を生成したりする。前者は、自車両Ｍがこれから通過するカーブの形状に関して十分な情報が第２地図情報６２に含まれている場合に可能となり、後者は、十分な情報が第２地図情報６２に含まれていない場合でも実行可能である。

第２制御部１４０は、行動計画生成部１２３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。

第２制御部１４０は、例えば、取得部１４１と、パラメータ探索部１４２と、操舵制御部１４３と、速度制御部１４４とを備える。

取得部１４１は、行動計画生成部１２３により生成された目標軌道（軌道点）の情報を取得する。パラメータ探索部１４２は、行動計画生成部１２３によりカーブ走行イベントが実行されている場合に動作する。パラメータ探索部１４２は、一以上のパラメータで規定される軌道モデルについて、軌道モデルが目標軌道に合致するパラメータを決定する。詳しくは、後述する。操舵制御部１４３は、カーブ走行時において、パラメータ探索部１４２により決定されたパラメータで規定される軌道モデルに基づいてステアリング装置２２０を制御する。速度制御部１４４は、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。

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、走行制御部１４１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、走行制御部１４１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、走行制御部１４１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、走行制御部１４１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。

［カーブ走行時制御］
以下、第２制御部１４０によるカーブ走行時の処理の内容について説明する。まず、パラメータ探索部１４２による処理について説明する。パラメータ探索部１４２は、行動計画生成部１２３により生成された目標軌道との乖離が最も小さくなる予測走行軌道を探索する。予測走行軌道とは、あるパラメータを仮定したときに、そのパラメータによって規定される軌道モデルに沿った軌道である。例えば、軌道モデルは、曲線を一部または全部に含む曲線モデルである。軌道モデルは、曲線モデルの他、直線を連ねたモデルであってもよい。軌道モデルは、円弧モデル、アッカーマンモデル、二輪モデルなど種々の曲線モデルを採用することができるが、以下の説明では曲線モデルの一例である円弧モデルが採用されるものとする。円弧モデルとは、例えば、軌道の一部または全部が円弧である曲線モデルである。この場合、パラメータは曲率、または曲率半径である。従って、パラメータ探索部１４２は、行動計画生成部１２３により生成された軌道との乖離が最も小さくなる円弧モデルの推定曲率Ｃを探索する。推定曲率Ｃは、操舵制御部１４３によるフィードフォワード制御に用いられる。

なお、アッカーマンモデルとは、車両が旋回するときの操舵輪の切れ角を、前後の四輪の回転中心が同一となるように決定するモデルである。また、二輪モデルとは、左右輪を一つにまとめた上で、定常円旋回の運動方程式として、車両の横方向の運動方程式とヨー方向の運動方程式を立てたモデルである。

ここで、以下の説明における定義について説明する。図４は、自車両Ｍと目標軌道に含まれる軌道点Ｋとの関係を示す図である。図示するように、ある時点における自車両Ｍの進行方向（車両中心軸方向）をＸ軸、Ｘ軸に直交する方向をＹ軸とする。第２制御部１４０には、複数の軌道点Ｋｉ（ｘ＿ｉ，ｙ＿ｉ）が入力される（ｉ＝１〜ｎ）。軌道点Ｋは、例えば自車両Ｍに対する相対位置として設定される。これに対し、図５は、予測走行軌道の概要を示す図である。以下、予測走行軌道に含まれる予測軌道点Ｋｍｉの座標を、（ｘｍ＿ｉ，ｙｍ＿ｉ）で表す。

図６は、パラメータ探索部１４２の処理内容をブロック図の形式で示した図である。図６に示す各機能部は、パラメータ探索部１４２が周期的に繰り返し探索を行う際の、一つの探索サイクルにおける状態を示している。パラメータ探索部１４２は、第２制御部１４０全体の制御サイクルに対して、オーバーサンプリングを行って探索処理を行う。制御サイクルとは、例えば、１セットの軌道点が行動計画生成部１２３から入力されるサイクル、或いは操舵制御部１４３や速度制御部１４４が制御信号を出力するサイクルである。制御サイクルは、例えば、数百［ｍｓ］程度の周期をもち、探索処理のサイクル（以下、探索サイクル）は、十〜数十［ｍｓ］程度の周期をもつ。制御サイクルが変わらない中でオーバーサンプリングされた探索サイクルにおいて、目標軌道の軌道点Ｋｉは変化せず、同じ軌道点Ｋｉが繰り返し処理に用いられる。以下、何番目の探索サイクルの処理であるかを引数ｑで表す。

パラメータ探索部１４２は、例えば、予測走行軌道導出部１４２Ａと、コスト計算部１４２Ｂと、ウォッシュアウトフィルタ処理部１４２Ｃと、乗算部１４２Ｄと、移動平均フィルタ処理部１４２Ｅと、増幅部１４２Ｆと、積分演算部１４２Ｇと、加算部１４２Ｈとを備える。

予測走行軌道導出部１４２Ａは、軌道点ＫｉのＸ座標ｘ＿ｉを、パラメータによって規定される軌道モデルに当てはめることで、軌道点ＫｉのＸ座標ｘ＿ｉに対応する予測走行軌道のｙ座標ｙｍｗ＿ｉを導出する。ここで、ｉ＝１〜ｎであり、以下、特に言及しない限り、引数ｉが示されている場合、１〜ｎまでの演算等が行われるものとする。予測走行軌道導出部１４２Ａには、参照信号を含む推定曲率Ｃｗが入力される。推定曲率Ｃｗは、例えば式（１）で表される。Ｃ（ｑ）は探索サイクルｑにおける推定曲率であり、ｗ（ｑ）は探索サイクルｑにおける参照信号の値である。参照信号ｗは、例えば、正弦波であり、ソフトウェアによって生成されてもよいし、ハードウェアによって生成されてもよい。参照信号ｗの振幅は、システムの設計に応じて調整されてよい。

Ｃｗ（ｑ）＝Ｃ（ｑ）＋ｗ（ｑ） …（１）

予測走行軌道導出部１４２Ａは、例えば、軌道モデルを規定する軌道モデル規定テーブル１４２Ａａを参照しで予測走行軌道のｙ座標ｙｍｗ＿ｉを導出する。軌道モデル規定テーブル１４２Ａａは、ＲＯＭ（Read Only Memory）やＲＡＭ（Random Access Memory）、ＨＤＤ（Hard Disk Drive）、フラッシュメモリなどの記憶装置に格納されている。

図７は、軌道モデル規定テーブル１４２Ａａの内容の一例を示す図である。図示するように、軌道モデル規定テーブル１４２Ａａは、曲率または曲率半径と、Ｘ座標ｘ＿ｉとの組み合わせに対して、Ｙ座標ｙ＿ｉの値が対応づけられたテーブルである。軌道モデル規定テーブル１４２Ａａを用いた予測走行軌道導出部１４２Ａの処理は、例えば式（２）で表される。ここで、ｘｍ＿ｉ＝ｘ＿ｉである。

Ｋｍ＿ｉ（ｘｍ＿ｉ，ｙｍ＿ｉ）＝Ｆ（ｘ＿ｉ，Ｃ） …（２）

なお、曲率が大きくかつＸ座標ｘ＿ｉが大きい場合、予測走行軌道が９０度以上回転してしまう場合があるが、この場合、以降の処理が不可になってしまうため、軌道モデル規定テーブル１４２Ａａの所定の領域Ａ１においては、Ｙ座標ｙ＿ｉの値が単調増加となるように設定されている。図８は、軌道モデル規定テーブル１４２Ａａの内容をグラフ形式で示した図である。図示するように、曲率の大きいカーブＣ３においては、旋回角の合計が９０度を超える手前から単調増加部分が延出している。これによって、車両システム１は、曲率の大きい急カーブにおいても、安定的な制御を実行することができる。

図６に戻り、コスト計算部１４２Ｂは、軌道点Ｋｉのｙ座標ｙ＿ｉと、予測走行軌道のｙ座標ｙｍｗ＿ｉとの比較に基づいて、コスト関数Ｊを算出する。コスト関数Ｊは、例えば式（３）で表される。コスト関数Ｊは、目標軌道と予測走行軌道との二乗誤差の評価関数である。

ウォッシュアウトフィルタ処理部１４２Ｃは、コスト関数Ｊの振動成分を抽出する。ウォッシュアウトフィルタ処理部１４２Ｃの処理は、例えば式（４）で表される。なお、ウォッシュアウトフィルタ処理部１４２Ｃに代えて、任意のハイパスフィルタやバンドパスフィルタに相当する機能部を備えてもよい。

Ｈ（ｑ）＝Ｊ（ｑ）−Ｊ（ｑ−１） …（４）

乗算部１４２Ｄは、ウォッシュアウトフィルタ処理部１４２Ｃの出力Ｈ（ｑ）と、参照信号ｗとを掛け合わせ、相関値Ｐｃを出力する。乗算部１４２Ｄの処理は、例えば式（５）で表される。

Ｐｃ（ｑ）＝Ｈ（ｑ）×ｗ（ｑ−１） …（５）

図９は、コスト関数Ｊと相関値Ｐｃとの関係を示す図である。コスト関数Ｊは、最適な曲率Ｃ*が与えられた場合に最小値（ボトム）を付ける特性を有する。これに対し、相関値Ｐｃは、最適な曲率Ｃ*が与えられた場合にゼロ近辺の値を示す特性を有する評価値である。

なお、乗算部１４２Ｄにより出力される相関値Ｐｃには、参照信号ｗに起因する振動成分が含まれている。移動平均フィルタ処理部１４２Ｅは、この振動成分を除去する。移動平均フィルタ処理部１４２Ｅは、例えば、参照信号ｗの周期の整数倍（Ｍ倍）の移動平均フィルタである。フィルタ処理部１４２Ｅによる処理は、例えば式（６）で表される。

増幅部１４２Ｆは、移動平均フィルタ処理部１４２Ｅの出力値に対して探索ゲインＫｓｋを乗算して積分演算部１４２Ｇに出力する。探索ゲインＫｓｑは、負の値である。積分演算部１４２Ｇは、推定曲率Ｃの前回値Ｃ（ｑ−１）に対して、増幅部１４２Ｆからの入力値を加算して、今回の推定曲率Ｃ（ｑ）を算出する。増幅部１４２Ｆおよび積分演算部１４２Ｇによる処理は、例えば式（７）で表される。

Ｃ（ｑ）＝Ｃ（ｑ−１）＋Ｋｓｑ×Ｐｃ［ａｖｅ］ …（７）

パラメータ探索部１４２は、このような処理を、推定曲率Ｃが収束するまで繰り返し行う。これによって、相関値Ｐｃの平均値Ｐｃ［ａｖｅ］がゼロとなるように推定曲率Ｃが調整される。

このように、パラメータ探索部１４２は、パラメータの変化に対する軌道モデルと目標軌道との乖離度合の変化の方向を評価し、評価した結果に基づいて、乖離度合を減少させるようにパラメータを決定する。推定曲率Ｃはパラメータの一例であり、コスト関数Ｊは乖離度合を示す指標値の一例である。また、軌道モデルと目標軌道との乖離度合とは、例えば、軌道モデルに基づく予測走行軌道と目標軌道との乖離度合である。より具体的に、パラメータ探索部１４２は、変動する参照信号を加算したパラメータで規定される軌道モデルに基づく予測走行軌道と、目標軌道との乖離度合とから変動成分を抽出し、抽出した変動成分と参照信号とを乗算してフィルタ処理を行うことで、軌道モデルと目標軌道との乖離度合が最も小さい場合にゼロとなる相関値を導出し、相関値（変動成分を除いたもの）をゼロとするパラメータを探索する。パラメータ探索部１４２は、例えば積分フィードバックによって相関値をゼロとするパラメータを探索する。これによって、パラメータ探索部１４２は、処理負荷が増大するのを抑制しつつ、迅速にパラメータを決定することができる。

以下、操舵制御部１４３による処理の内容について説明する。図１０は、操舵制御部１４３を中心とした構成図である。操舵制御部１４３は、ＦＦ（フィードフォワード）操舵角算出部１４３Ａと、ＦＢ（フィードバック）操舵角算出部１４３Ｂとを備える。なお、カーブ走行時以外の場面では、操舵制御部１４３は、これらの機能部を起動させることなく、単に目標軌道に追従する制御を行ってよい。

ＦＦ操舵角算出部１４３Ａは、パラメータ探索部１４２により出力された推定曲率Ｃに基づいて、フィードフォワード操舵角θｆｆを決定する。ＦＦ操舵角算出部１４３Ａは、曲率をステアリング操舵角に変換するモデル、またはテーブル等に基づいて、ステアリング操舵角の一部の成分であるフィードフォワード操舵角θｆｆを導出する。ＦＦ操舵角算出部１４３Ａによる処理の内容は、例えば式（８）で表される。式中、Ｇｓｔ＿ｆｆは曲率をステアリング操舵角に変換するモデル、またはテーブル等を表している。

θｆｆ＝Ｇｓｔ＿ｆｆ（Ｃ） …（８）

ＦＢ操舵角算出部１４３Ｂは、自車両Ｍの前方の目標位置Ｚｔｇｔと、スリップアングルを考慮した将来位置Ｚｆとの横偏差を小さくするように、フィードバック操舵角θｆｂを決定する。図１１は、横偏差について説明するための図である。目標位置Ｚｔｇｔは、例えば、複数の軌道点Ｋの位置の平均を求めた位置であり、自車両Ｍの前方の数［ｍ］程度の位置に設定される。また、目標位置Ｚｔｇｔは、複数の軌道点Ｋの位置の加重平均を求めた位置であってもよい。目標位置Ｚｔｇｔは、自車両Ｍの車速Ｖが高いほど、自車両Ｍから遠い位置になるように設定されてもよい。将来位置Ｚｆは、例えば、自車両Ｍの進行方向に対してスリップアングルφを考慮した方向における、目標位置Ｚｔｇｔからの射影点である。自車両Ｍの進行方向とは、過去の自車両Ｍの位置と現在の自車両Ｍの位置とを結ぶ方向である。目標位置Ｚｔｇｔは、例えば式（９）で表され、将来位置Ｚｆは、例えば式（１０）で表される。式中、ｎｓは位置の平均を求める軌道点Ｋのうち最も自車両Ｍに近い軌道点の識別番号であり、ｎｅは位置の平均を求める軌道点Ｋのうち最も自車両Ｍから遠い軌道点の識別番号である。ここで、ＦＢ操舵角算出部１４３Ｂは、ｎｓとｎｅを、自車両Ｍの速度、または推定曲率Ｃに基づいて変更してもよい。例えば、ＦＢ操舵角算出部１４３Ｂは、自車両Ｍの速度が小さい場合にｎｓとｎｅを小さい値（自車両Ｍに近いことを表す）にし、自車両Ｍの速度が大きい場合にｎｓとｎｅを大きい値（自車両Ｍから遠いことを表す）にしてもよい。また、ＦＢ操舵角算出部１４３Ｂは、推定曲率Ｃが大きい場合にｎｓとｎｅを小さい値にし、推定曲率Ｃが小さい場合にｎｓとｎｅを大きい値にしてもよい。ΔＴｐは予測時間であり、自車両Ｍの車速Ｖが高いほど、大きくしてもよい。

横偏差Ｅｙ（ｑ）は、（ｙｔｇｔ−ｙｆ）で表される。ＦＢ操舵角算出部１４３Ｂは、この横偏差Ｅｙ（ｑ）に対して、例えば簡易型ＳＭＣ（Sliding Mode Controller）として動作する。すなわち、ＦＢ操舵角算出部１４３Ｂは、式（１１）で表される切換関数σ（ｑ）がゼロとなる状態を維持するように横偏差Ｅｙ（ｑ）に対するフィードバック制御を行う。切換関数σ（ｑ）がゼロとなる状態とは、横偏差Ｅｙ（ｑ）の時間的変化が、Ｅｙ（ｑ）＝−Ｓ×Ｅｙ（ｑ−１）で表される切換直線上にある状態である。式中、Ｓはマイナス１から０の間の値である。

σ（ｑ）＝Ｅｙ（ｑ）＋Ｓ×Ｅｙ（ｑ−１） …（１１）

ＦＢ操舵角算出部１４３Ｂは、例えば、式（１２）に基づいて、横位置フィードバック量ｕｆｂ（ｑ）を計算する。式中、ｕｆｂ＿ｒｃｈ（ｑ）は到達則入力であり、式（１３）で表される。また、ｕｆｂ＿ａｄｐ（ｑ）は適応則入力であり、式（１４）で表される。ＫｒｃｈおよびＫａｄｐは、それぞれ負の値のフィードバック係数である。このように、ＦＢ操舵角算出部１４３Ｂは、切換直線からの乖離を小さくするための制御を行う。

ｕｆｂ（ｑ）＝ｕｆｂ＿ｒｃｈ（ｑ）＋ｕｆｂ＿ａｄｐ（ｑ） …（１２）
ｕｆｂ＿ｒｃｈ（ｑ）＝Ｋｒｃｈ×σ（ｑ） …（１３）

そして、ＦＢ操舵角算出部１４３Ｂは、横位置フィードバック量ｕｆｂ（ｑ）を式（１５）に適用し、フィードバック操舵角θｆｂを導出する。式中、Ｋｓｔは、二輪モデルやアッカーマンモデルに基づいて算出された感度ゲインである。

θｆｂ（ｑ）＝Ｋｓｔ×ｕｆｂ（ｑ） …（１５）

操舵制御部１４３は、ＦＦ操舵角算出部１４３Ａにより決定されたフィードフォワード操舵角θｆｆと、ＦＢ操舵角算出部１４３Ｂにより決定されたフィードバック操舵角θｆｂとを加算し、ステアリング装置２２０に与える操舵角θｓｔｅｅｒを決定する。

ここで、単に目標軌道に追従してカーブ走行した場合との比較について述べる。図１２は、比較例によるカーブ走行の結果を例示した図である。この例では、例えば、所定距離だけ離れた軌道点に向けて走行するように操舵制御を行っている。この場合、制御サイクルが数百［ｍｓ］程度の周期であると仮定すると、この制御サイクル分の無駄時間と、車体の慣性モーメントによって生じる応答遅れとによって、旋回角が不十分になり、カーブの途中で軌道が膨らみ、いわゆるステアリングホイールの切り足しに相当する制御を行わなければならないことがある。これを避けるために制御サイクルを短周期にし、フィードバックゲインを高くした場合、操舵角の調整が細かく発生し、乗員が不快感を覚える場合がある。なお、図１２および図１３は、自動運転において車両の旋回と共にステアリングホイールが回転する場合の例を示しており、ステアバイワイヤによって機械的連結が無い車両であれば、車両が旋回してもステアリングホイールは中立位置を保つことが想定される。

これに対し、図１３は、実施形態の手法によるカーブ走行の結果を例示した図である。図示するように、実施形態の手法では、目標軌道に合致する軌道モデルを予め求めておき、フィードフォワード制御に基づいて操舵角を定めるため、より早く旋回を開始することができ、カーブ形状に十分に追従することができる。また、必要以上に操舵角を変更することが少なくなり、不必要な横加速度の変化を低減できるため、乗員にとって快適な走行を実現することができる。

なお、車両において操舵角が与えられた場合、アンダーステアを考慮しなければ車両は円弧状の軌道で走行するため、カーブ走行時に円弧モデルを用いてフィードフォワード操舵角を求めるのは合理的なアプローチであるといえる。しかしながら、円弧に対しては、最小二乗法による多項式近似を行うことができないため、従来手法では円弧を目標軌道にフィッティングさせるのは困難であった。これに対し、実施形態の手法では、推定曲率に正弦波を加算して傾きに応じて動かすという処理を行うことで、二乗誤差を小さくし、円弧モデルを迅速に目標軌道にフィッティングすることができる。

以上説明した実施形態の走行制御装置によれば、車両（Ｍ）が将来通過すべき目標軌道の情報を取得する取得部（１４１）と、一以上のパラメータで規定される軌道モデルについて、軌道モデルが取得部により取得された軌道に合致するパラメータを決定するパラメータ探索部（１４２）と、少なくとも、パラメータ探索部により決定されたパラメータにより規定される軌道モデルに基づいて、車両の操舵をフィードフォワード制御する操舵制御部（１４３）と、を備え、パラメータ探索部は、パラメータの変化に対する軌道モデルと目標軌道との乖離度合の変化の方向を評価し、評価した結果に基づいてパラメータを決定することにより、車両にカーブをスムーズに走行させることができる。

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、上記実施形態では、目的地までの経路に沿って自動運転を行うことについて説明したが、これに限らず、道なり自動運転を行うものであってもよい。道なり自動運転とは、車線変更を行わず走行車線を維持して走行するが、カーブにおいては自動的に操舵制御を行うものである。また、駆動力の出力に関しては乗員の操作に任せ、専ら操舵制御のみを自動的に行うものであってもよい。

１００ 自動運転制御ユニット
１２０ 第１制御部
１２１ 外界認識部
１２２ 自車位置認識部
１２３ 行動計画生成部
１４０ 第２制御部
１４１ 取得部
１４２ パラメータ探索部
１４２Ａ 予測走行軌道導出部
１４２Ｂ コスト計算部
１４３Ｃ ウォッシュアウトフィルタ処理部
１４２Ｄ 乗算部
１４２Ｅ 移動平均フィルタ処理部
１４２Ｆ 増幅部
１４２Ｇ 積分演算部
１４２Ｈ 加算部１４２
１４３ 操舵制御部
１４３Ａ ＦＦ（フィードフォワード）操舵角算出部
１４３Ｂ ＦＢ（フィードバック）操舵角算出部
１４４ 速度制御部

Claims (4)

1. 車両が将来通過すべき目標軌道の情報を取得する取得部と、
   一以上のパラメータで規定される軌道モデルについて、前記軌道モデルが前記取得部により取得された目標軌道に合致するパラメータを決定するパラメータ探索部と、
   少なくとも、前記パラメータ探索部により決定されたパラメータにより規定される軌道モデルに基づいて、前記車両の操舵をフィードフォワード制御する操舵制御部と、を備え、
   前記パラメータ探索部は、
   前記軌道モデルと前記目標軌道との乖離度合を評価する関数の入力値に参照信号を加算し、
   前記関数の出力値の変動成分を抽出し、
   前記抽出した変動成分と前記参照信号とを乗算してフィルタ処理を行うことで、前記軌道モデルと前記目標軌道との乖離度合が最も小さい場合にゼロとなる相関値を導出し、
   前記相関値をゼロとする前記パラメータを探索する、
   走行制御装置。
2. 前記パラメータ探索部は、積分フィードバック処理を行うことで、前記相関値をゼロとする前記パラメータを探索する、
   請求項１記載の走行制御装置。
3. 前記フィルタ処理は、前記参照信号の周期の整数倍の移動平均フィルタ処理である、
   請求項１または２記載の走行制御装置。
4. 前記操舵制御部は、更に、目標位置に対する横偏差を小さくするためのフィードバック操舵角を、スライディングモード制御に基づく手法により算出し、前記軌道モデルに基づくフィードフォワード操舵角と、前記フィードバック操舵角との双方に基づいて車両の操舵を制御する、
   請求項１から３のうちいずれか１項記載の走行制御装置。

Images