JP7243392B2 - 車両走行制御装置 - Google Patents

Description

ここに開示された技術は、車両走行制御装置に関する技術分野に属する。

従来より、車両に搭載された複数の走行用の車載機器を制御する車両走行制御装置が知られている。

例えば、特許文献１には、車両走行制御装置として、複数の車載機器の機能に応じて予め複数のドメインに区分けされ、その複数のドメインにおいて、それぞれ、車載機器を制御するための機器制御部と、機器制御部を統括するドメイン制御部とに階層化され、各ドメイン制御部の上位に位置づけられ、各ドメイン制御部を統括する統合制御部とを備える制御システムが開示されている。

また、特許文献１では、機器制御部は、対応する車載機器の制御量を算出して、該制御量を達成するための制御信号を各車載機器に出力している。

特開２０１７－６１２７８号公報

ところで、昨今では、国家的に自動運転システムの開発が推進されている。自動運転システムでは、一般に、カメラ等により車外環境情報が取得され、取得された車外環境情報に基づいて車両が走行すべき経路が算出される。また、自動運転システムでは、走行すべき経路を追従するために走行用デバイスが制御される。

ここで、車両が走行すべき経路を算出は、膨大な量の車外環境情報を処理する必要があるため時間がかかる。一方で、走行安定性の観点から、走行用デバイスの制御は路面の状態等に合わせて細かい制御が求められるため、走行用デバイスの制御は出来る限り高速で行うことが求められる。走行用デバイスは、例えば、エンジンだけでも、点火プラグ、燃料噴射弁、吸排気弁の動弁機構など多数のものがある。このため、１つの演算装置で、経路の算出に加えて、それらの制御量を算出するには計算量が膨大になって、各走行用デバイスに制御信号を出力するまでに時間がかかってしまう。この結果、車外環境に対する各走行用デバイスの応答性が悪化するおそれがある。

ここに開示された技術は、斯かる点に鑑みてなされたものであり、その目的とするとこは、演算装置が算出した経路を追従するように走行用デバイスを作動制御する車両走行制御装置において、車外環境に対する走行用デバイスの応答性を向上させることにある。

前記課題を解決するために、ここに開示された技術では、運転者の操作をアシストして走行するアシスト運転と、該運転者の操作なしに走行する自動運転とが可能な車両の走行を制御する車両走行制御装置を対象として、前記アシスト運転時及び前記自動運転時に演算を行う演算装置と、前記演算装置の演算結果に基づいて、前記車両に搭載された走行用デバイスを作動制御可能なデバイス制御装置とを備え、前記演算装置は、車外環境の情報を取得する情報取得手段からの出力を基にして車外環境を認定する車外環境認定部と、前記車外環境認定部が認定した車外環境に応じて、前記車両が走行すべき経路を設定する経路設定部と、前記経路設定部が設定した経路を追従するための前記車両の目標運動を決定する目標運動決定部と、前記目標運動決定部が決定した目標運動を達成するために、前記走行用デバイスが生成すべき目標物理量を算出する物理量算出部と、を有し、前記走行用デバイスは、パワートレイン装置を構成するパワートレイン関連デバイス、ブレーキ装置を構成するブレーキ関連デバイス、及びステアリング装置を構成するステアリング関連デバイスを含み、前記デバイス制御装置は、前記パワートレイン関連デバイスを作動制御するパワートレイン制御装置、前記ブレーキ関連デバイスを作動制御するブレーキ制御装置、及び前記ステアリング関連デバイスを作動制御するステアリング制御装置を含み、前記デバイス制御装置は、前記物理量算出部が算出した前記目標物理量を達成するように前記走行用デバイスの制御量を算出して、該走行用デバイスに制御信号を出力し、前記車両のスリップを検出するスリップ検出部をさらに備え、さらに前記パワートレイン制御装置、前記ブレーキ制御装置、及び前記ステアリング制御装置は、前記アシスト運転時又は前記自動運転時に、前記スリップ検出部により前記車両のスリップが検出されたときには、前記演算装置を介さずに、前記スリップから復帰すべく前記パワートレイン関連デバイス、前記ブレーキ関連デバイス、及び前記ステアリング関連デバイスの制御量をそれぞれ算出して、前記パワートレイン関連デバイス、前記ブレーキ関連デバイス、及び前記ステアリング関連デバイスに制御信号をそれぞれ出力する、という構成とした。

この構成によると、演算装置は達成すべき物理量を算出するまでに留まり、実際の走行用デバイスの制御量は、デバイス制御装置が算出する。これにより、演算装置の計算量が減り、該演算装置の計算速度を向上させることができる。また、デバイス制御装置は、実際の制御量を算出して、走行用デバイスに制御信号を出力するだけでよいため、処理速度が速い。この結果、車外環境に対する走行用デバイスの応答性を向上させることができる。

また、デバイス制御装置に制御量を算出させるようにすることにより、演算装置は大まかな物理量を算出すればよいため、デバイス制御装置と比較して演算速度が遅くでもよくなる。これにより、演算装置の演算精度を向上させることができる。

また、デバイス制御装置に制御量を算出させるようにすることにより、車外環境の僅かな変化に対しては、演算装置を介さずに、デバイス制御装置により制御量を調整することで対応することができる。

尚、本明細書中でいう「走行用デバイス」とは、車両が走行する際に制御されるアクチュエータ類やセンサ類等の装置類のことを示す。

また、この構成によると、異常が検出されたときには、演算装置の計算を待つこと無く、デバイス制御装置で異常を解消するための制御量を算出して、制御信号を走行用デバイスに出力することができる。したがって、車外環境に対する走行用デバイスの応答性をより向上させることができる。

前記自動車用演算装置において、前記パワートレイン制御装置、前記ブレーキ制御装置、及び前記ステアリング制御装置は、それぞれが算出する各物理量に関する情報を共有するように互いに通信可能に構成されている、という構成でもよい。

この構成によると、車両の走行安定性を向上させることができる。例えば、路面が滑りやすい状態にあるときなどには、車輪が空転しないように、車輪の回転を落とすことが求められる（いわゆるトラクションコントロール）。車輪の空転の抑制には、パワートレイン装置の出力を落としたり、ブレーキ装置の制動力を利用したりする方法があるが、パワートレイン制御装置とブレーキ制御装置とが通信可能になっていれば、パワートレイン装置とブレーキ装置との両方を利用した最適な対応を取ることができる。また、コーナーを曲がるときなどは、ステアリング装置の目標操舵量に応じて、パワートレイン関連デバイス及びブレーキ関連デバイスの制御量を微調整することで、車両に適切な横力を与えて、スムーズなコーナリングが可能となる。この結果、車外環境に対する走行用デバイスの応答性を一層向上させることができる。

前記自動車用演算装置において、前記車外環境認定部は深層学習を利用して車外環境を認定する、という構成でもよい。

この構成によると、車外環境認定部は深層学習を利用して車外環境を認識するため、演算装置は特に計算量が多くなる。このため、走行用デバイスの制御量を、演算装置以外のデバイス制御装置により算出するようにすれば、車外環境に対する走行用デバイスの応答性をより向上させるという効果をより適切に発揮することができる。

以上説明したように、ここに開示された技術によると、演算装置が算出した経路を追従するように走行用デバイスを作動制御する車両走行制御装置において、車外環境に対する走行用デバイスの応答性を向上させることができる。

例示的な実施形態に係る車両走行制御装置により制御される車両の構成を概略的に示す図である。 エンジンの構成をしめす模式図である。 自動車の制御系を示すブロック図である。 異常検出装置とデバイス制御装置との関係を示すブロック図である。 車両の走行経路の一例を示す図である。

以下、例示的な実施形態について、図面を参照しながら詳細に説明する。尚、本実施形態において後述する「走行用デバイス」とは、車両１が走行する際に制御されるアクチュエータ類やセンサ類等の装置類のことを示す。

図１は、本実施形態に係る車両走行制御装置１００（以下、走行制御装置１００という）により制御される車両１の構成を概略的に示す。車両１は、運転者によるアクセル等の操作に応じて走行するマニュアル運転と、運転者の操作をアシストして走行するアシスト運転と、運転者の操作なしに走行する自動運転とが可能な自動車である。

車両１は、複数（本実施形態では４つ）の気筒１１を有する駆動源としてのエンジン１０と、エンジン１０に連結されたトランスミッション２０と、駆動輪としての前輪５０の回転を制動するブレーキ装置３０と、操舵輪としての前輪５０の操舵するステアリング装置４０とを有する。

エンジン１０は、例えば、ガソリンエンジンである。エンジン１０の各気筒１１には、図２に示すように、気筒１１内に燃料を供給するインジェクタ１２と、燃料と気筒１１内に供給された吸気との混合気を着火させるための点火プラグ１３とがそれぞれ設けられている。また、エンジン１０は、気筒１１毎に、吸気弁１４と、排気弁１５と、吸気弁１４及び排気弁１５の開閉動作を調整する動弁機構１６とが設けられている。また、エンジン１０には、気筒１１内を往復動するピストン１７と、該ピストン１７とコネクティングロッドを介して連結されたクランクシャフト１８とが設けられている。尚、エンジン１０は、ディーゼルエンジンであってもよい。エンジン１０がディーゼルエンジンである場合には、点火プラグ１３は設けなくてもよい。インジェクタ１２、点火プラグ１３、及び動弁機構１６は、パワートレイン関連デバイスの一例である。

トランスミッション２０は、例えば、有段式の自動変速機である。トランスミッション２０は、エンジン１０の気筒列方向における一側に配置されている。トランスミッション２０は、エンジン１０のクランクシャフト１８と連結されたインプットシャフト（図示省略）と、該インプットシャフトと複数の減速ギヤ（図示省略）を介して連結されたアウトプットシャフト（図示省略）とを備えている。前記アウトプットシャフトは、前輪５０の車軸５１と連結されている。クランクシャフト１８の回転は、トランスミッション２０により変速されて、前輪５０に伝達される。トランスミッション２０はパワートレイン関連デバイスの一例である。

エンジン１０とトランスミッション２０とは、車両１を走行させるための駆動力を生成するパワートレイン装置である。エンジン１０及びトランスミッション２０は、パワートレインＥＣＵ（Electric Control Unit）２００により作動制御される。例えば、車両１がマニュアル運転であるときには、パワートレインＥＣＵ２００は、運転者のアクセルペダルの操作量に対応したアクセル開度を検出するアクセル開度センサＳＷ１等の検出値に基づいて、インジェクタ１２による燃料噴射量や燃料噴射タイミング、点火プラグ１３による点火タイミング、及び動弁機構１６による吸排気弁１４，１５の開弁タイミング及び開弁期間等を制御する。また、車両１がマニュアル運転であるときには、パワートレインＥＣＵ２００は、運転者によるシフトレバーの操作を検出するシフトセンサＳＷ２の検出結果やアクセル開度から算出される要求駆動力に基づいて、トランスミッション２０のギヤ段を調整する。また、車両１がアシスト運転や自動運転であるときには、パワートレインＥＣＵ２００は、基本的には、後述する演算装置１１０により算出される目標駆動力を達成するように、各走行用デバイス（ここでは、インジェクタ１２等）の制御量を算出して、各走行用デバイスに制御信号を出力する。パワートレインＥＣＵ２００は、デバイス制御装置の一例である。

ブレーキ装置３０は、ブレーキペダル３１と、ブレーキアクチュエータ３３と、ブレーキアクチュエータ３３と接続されたブースタ３４と、ブースタ３４と接続されたマスタシリンダ３５と、制動力を調整するためのＤＳＣ（Dynamic Stability Control）装置３６と、実際に前輪５０の回転を制動するブレーキパッド３７とを有する。前輪５０の車軸５１には、ディスクロータ５２が設けられている。ブレーキ装置３０は、電動ブレーキであって、ブレーキセンサＳＷ３が検知したブレーキペダル３１の操作量に応じてブレーキアクチュエータ３３を作動させて、ブースタ３４及びマスタシリンダ３５を介してブレーキパッド３７を作動させる。ブレーキ装置３０は、ブレーキパッド３７によりディスクロータ５２を挟んで、ブレーキパッド３７とディスクロータ５２との間に生じる摩擦力により、前輪５０の回転を制動する。ブレーキアクチュエータ３３及びＤＳＣ装置３６は、ブレーキ関連デバイスの一例である。

ブレーキ装置３０は、ブレーキマイコン３００及びＤＳＣマイコン４００により作動制御される。例えば、車両１がマニュアル運転であるときには、ブレーキマイコン３００は、運転者のブレーキペダル３１の操作量を検出するブレーキセンサＳＷ３等の検出値に基づいて、ブレーキアクチュエータ３３の操作量を制御する。また、ＤＳＣマイコン４００は、運転者のブレーキペダル３１の操作に関わらずにＤＳＣ装置３６を作動制御して、前輪５０に制動力を付与する。また、車両１がアシスト運転や自動運転であるときには、ブレーキマイコン３００は、基本的には、後述する演算装置１１０により算出される目標制動力を達成するように、各走行用デバイス（ここでは、ブレーキアクチュエータ３３）の制御量を算出して、各走行用デバイスに制御信号を出力する。ブレーキマイコン３００及びＤＳＣマイコン４００は、デバイス制御装置の一例である。尚、ブレーキマイコン３００とＤＳＣマイコン４００とを１つのマイコンで構成してもよい。

ステアリング装置４０は、運転者により操作されるステアリングホイール４１と、運転者によるステアリング操作をアシストするＥＰＡＳ（Electronic Power Asist Steering）装置４２と、ＥＰＡＳ装置４２に連結されたピニオンシャフト４３とを有する。ＥＰＡＳ装置４２は、電動モータ４２ａと、電動モータ４２ａの駆動力を減速してピニオンシャフト４３に伝達する減速装置４２ｂとを有する。ステアリング装置４０は、ステアバイワイヤ方式のステアリング装置であって、操舵角センサＳＷ４が検知したステアリングホイール４１の操作量に応じてＥＰＡＳ装置４２を作動させて、ピニオンシャフト４３を回転させて前輪５０を操作する。ピニオンシャフト４３と前輪５０とは不図示のラックバーにより連結されており、ピニオンシャフト４３の回転は、該ラックバーを介して前輪に伝達される。ＥＰＡＳ装置４２は、ステアリング関連デバイスの一例である。

ステアリング装置４０は、ＥＰＡＳマイコン５００により作動制御される。例えば、車両１がマニュアル運転であるときには、ＥＰＡＳマイコン５００は、操舵角センサＳＷ４等の検出値に基づいて、電動モータ４２ａの操作量を制御する。また、車両１がアシスト運転や自動運転であるときには、ＥＰＡＳマイコン５００は、基本的には、後述する演算装置１１０により算出される目標操舵量を達成するように、各走行用デバイス（ここでは、ＥＰＡＳ装置４２）の制御量を算出して、各走行用デバイスに制御信号を出力する。ＥＰＡＳマイコン５００は、デバイス制御装置の一例である。

詳しくは後述するが、本実施形態では、パワートレインＥＣＵ２００、ブレーキマイコン３００、ＤＳＣマイコン４００、及びＥＰＡＳマイコン５００は、互いに通信可能に構成されている。以下の説明において、パワートレインＥＣＵ２００、ブレーキマイコン３００、ＤＳＣマイコン４００、及びＥＰＡＳマイコン５００を単にデバイス制御装置ということがある。

本実施形態において、走行制御装置１００は、アシスト運転及び自動運転を可能にするために、車両１が走行すべき経路を算出するとともに、該経路を追従するための車両１の運動を決定する演算装置１１０を有する。演算装置１１０は、１つ又は複数のチップで構成されたマイクロプロセッサであって、ＣＰＵやメモリ等を有している。尚、図２においては、本実施形態に係る機能（後述する経路生成機能）を発揮するための構成を示しており、演算装置１１０が有する全ての機能を示しているわけではない。

図１に示すように、演算装置１１０は、複数のセンサ等からの出力に基づいて、車両１の目標運動を決定して、デバイスの作動制御を行う。演算装置１１０に情報を出力するセンサ等は、車両１のボディ等に設けられかつ車外環境を撮影する複数のカメラ７０と、車両１のボディ等に設けられかつ車外の物標等を検知する複数のレーダ７１と、全地球測位システム（Global Positioning System：ＧＰＳ）を利用して、車両１の位置（車両位置情報）を検出する位置センサＳＷ５と、車速センサ、加速度センサ、ヨーレートセンサ等の車両の挙動を検出するセンサ類の出力から構成され車両１の状態を取得する車両状態センサＳＷ６と、車内カメラ等により構成され、車両１の乗員の状態を取得する乗員状態センサＳＷ７とを含む。また、演算装置１１０には、車外通信部７２が受信した、自車両の周囲に位置する他車両からの通信情報やナビゲーションシステムからの交通情報が入力される。

各カメラ７０は、車両１の周囲を水平方向に３６０°撮影できるようにそれぞれ配置されている。各カメラ７０は、車外環境を示す光学画像を撮像して画像データを生成する。各カメラ７０は、生成した画像データを演算装置１１０に出力する。カメラ７０は、車外環境の情報を取得する情報取得手段の一例である。

各カメラ７０が取得した画像データは、演算装置１１０以外にも、ＨＭＩ（Human Machine Interface）ユニット７００に入力される。ＨＭＩユニット７００は、取得した画像データに基づく情報を車内のディスプレイ装置等に表示する。

各レーダ７１は、カメラ７０と同様に、検出範囲が車両１の周囲を水平方向に３６０°広がるようにそれぞれ配置されている。レーダ７１の種類が特に限定されず、例えば、ミリ波レーダや赤外線レーダを採用することができる。レーダ７１は、車外環境の情報を取得する情報取得手段の一例である。

演算装置１１０は、アシスト運転時や自動運転時には、車両１の走行経路を設定して、車両１が該走行経路を追従するように、車両１の目標運動を設定する。演算装置１１０は、車両１の目標運動を設定するために、カメラ７０等からの出力を基にして車外環境を認定する車外環境認定部１１１と、車外環境認定部１１１が認定した車外環境に応じて、車両１が走行可能な１つ又は複数の候補経路を算出する候補経路生成部１１２と、車両状態センサＳＷ６からの出力を基にして車両１の挙動を推定する車両挙動推定部１１３と、乗員状態センサＳＷ７からの出力を基にして、車両１の乗員の挙動を推定する乗員挙動推定部１１４と、車両１が走行すべき経路を決定する経路決定部１１５と、経路決定部１１５が設定した経路を追従するための車両１の目標運動を決定する車両運動決定部１１６と、車両運動決定部１１６が決定した目標運動を達成するために、前記走行用デバイスが生成すべき目標物理量（例えば、駆動力、制動力、及び操舵角）を算出する、駆動力算出部１１７、制動力算出部１１８、及び操舵量算出部１１９を有する。候補経路算出部１１２、車両挙動推定部１１３、乗員挙動推定部１１４及び経路決定部１１５は、車外環境認定部１１１が認定した車外環境に応じて、車両１が走行すべき経路を設定する経路設定部を構成する。

また、演算装置１１０は、セーフティ機能として、所定のルールにより車外の対象物を認定して、該対象物を避けるような走行経路を生成するルールベース経路生成部１２０と、車両１を路肩等の安全領域に誘導するための走行経路を生成するバックアップ部１３０とを有する。
〈車外環境認定部〉
車外環境認定部１１１は、車両１に搭載されたカメラ７０やレーダ７１等の出力を受け、車外環境を認定する。認定する車外環境は、少なくとも道路および障害物を含む。ここでは、車外環境認定部１１１は、カメラ７０やレーダ７１のデータを基にして、車両１の周囲の３次元情報と車外環境モデルとを対照することにより、道路および障害物を含む車両環境を推定するものとする。車外環境モデルは、例えば深層学習によって生成された学習済みモデルであって、車両周囲の３次元情報に対して、道路や障害物等を認識することができる。

例えば、車外環境認定部１１１は、カメラ７０が撮像した画像から、画像処理によって、フリースペースすなわち物体が存在しない領域を特定する。ここでの画像処理には、例えば深層学習によって生成された学習済みモデルが利用される。そしてフリースペースを表す２次元のマップを生成する。また、車外環境認定部１１１は、レーダ７１の出力から、車両１の周辺に存在する物標の情報を取得する。この情報は、物標の位置や速度等を含む測位情報である。そして、車外環境認定部１１１は、生成された２次元のマップと物標の測位情報とを結合させて、車両１の周囲を表す３次元マップを生成する。ここでは、カメラ７０の設置位置および撮像方向の情報、レーダ７１の設置位置および送信方向の情報が用いられる。車外環境認定部１１１は、生成した３次元マップと車外環境モデルとを対比することによって、道路及び障害物を含む車両環境を推定する。尚、深層学習では、多層ニューラルネットワーク（ＤＮＮ：Deep Neural Network）が用いられる。多層ニューラルネットワークとして、例えば、ＣＮＮ（Convolutional Neural Network）がある。

〈候補経路生成部〉
候補経路生成部１１２は、車外環境認定部１１１の出力、位置センサＳＷ５の出力、及び車外通信部７２から送信される情報等を基にして、車両１が走行可能な候補経路を生成する。例えば、候補経路生成部１１２は、車外環境認定部１１１によって認定された道路上において、車外環境認定部１１１によって認定された障害物を回避する走行経路を生成する。車外環境認定部１１１の出力は、例えば、車両１が走行する走行路に関する走行路情報が含まれている。走行路情報には、走行路自体の形状に関する情報や、走行路上の対象物に関する情報が含まれる。走行路形状に関する情報には、走行路の形状（直線、カーブ、カーブ曲率）、走行路幅、車線数、各車線幅等が含まれる。対象物に関する情報には、車両に対する対象物の相対位置及び相対速度、対象物の属性（種類、移動方向）等が含まれる。対象物の種類としては、例えば、車両、歩行者、道路、区画線等がある。

ここでは、候補経路生成部１１２は、ステートラティス法を用いて複数の候補経路を計算し、これらの中からそれぞれの候補経路の経路コストに基づいて、１つまたは複数の候補経路を選択するものとする。ただし、他の手法を用いて経路の算出を行ってもよい。

候補経路生成部１１２は、走行路情報に基づいて走行路上に仮想のグリッド領域を設定する。このグリッド領域は、複数のグリッド点を有する。各グリッド点により、走行路上の位置が特定される。候補経路生成部１１２は、所定のグリッド点を目標到達位置に設定する。そして、グリッド領域内の複数のグリッド点を用いた経路探索により複数の候補経路を演算する。ステートラティス法では、あるグリッド点から車両の進行方向前方の任意のグリッド点へ経路が枝分かれしていく。したがって、各候補経路は、複数のグリッド点を順次に通過するように設定される。各候補経路は、各グリッド点を通過する時間を表す時間情報、各グリッド点での速度・加速度等に関する速度情報、その他車両運動に関する情報等も含む。

候補経路生成部１１２は、複数の候補経路から、経路コストに基づいて１つまたは複数の走行経路を選択する。ここでの経路コストは、例えば、レーンセンタリングの程度、車両の加速度、ステアリング角度、衝突の可能性等がある。なお、候補経路生成部１１２が複数の走行経路を選択する場合は、経路決定部１１５が、１つの走行経路を選択する。

〈車両挙動推定部〉
車両挙動推定部１１３は、車速センサ、加速度センサ、ヨーレートセンサ等の車両の挙動を検出するセンサ類の出力から、車両の状態を計測する。車両挙動推定部１１３は、車両の挙動を示す車両６軸モデルを生成する。

ここで、車両６軸モデルとは、走行中の車両の「前後」「左右」「上下」の３軸方向の加速度と、「ピッチ」「ロール」「ヨー」の３軸方向の角速度を、モデル化したものである。すなわち、車両の動きを古典的な車両運動工学的な平面上のみ（車両の前後左右（Ｘ－Ｙ移動）とヨー運動（Ｚ軸）のみ）で捉えるのではなく、４つの車輪にサスペンションを介して乗っている車体のピッチング（Ｙ軸）およびロール（Ｘ軸）運動とＺ軸の移動（車体の上下動）の、計６軸を用いて車両の挙動を再現する数値モデルである。

車両挙動推定部１１３は、候補経路生成部１１２が生成した走行経路に対して、車両６軸モデルを当てはめて、該走行経路を追従する際の車両１の挙動を推定する。

〈乗員挙動推定部〉
乗員挙動推定部１１４は、乗員状態センサＳＷ７の検出結果から、特に、運転者の健康状態や感情を推定する。健康状態としては、例えば、健康、軽い疲労、体調不良、意識低下等がある。感情としては、例えば、楽しい、普通、退屈、イライラ、不快等がある。

例えば、乗員挙動推定部１１４は、例えば、車室内に設置されたカメラによって撮像された画像から、運転者の顔画像を抽出し、運転者を特定する。抽出した顔画像と特定した運転者の情報は、人間モデルに入力として与えられる。人間モデルは、例えば深層学習によって生成された学習済みモデルであり、当該車両１の運転者であり得る各人について、その顔画像から、健康状態および感情を出力する。乗員挙動推定部１１４は、人間モデルが出力した運転者の健康状態および感情を、出力する。

また、運転者の情報を取得するための乗員状態センサＳＷ７として、皮膚温センサ、心拍センサ、血流量センサ、発汗センサ等の生体情報センサが用いられる場合は、乗員挙動推定部は、生体情報センサの出力から、運転者の生体情報を計測する。この場合、人間モデルは、当該車両１の運転者であり得る各人について、その生体情報を入力とし、健康状態および感情を出力する。乗員挙動推定部１１４は、人間モデルが出力した運転者の健康状態および感情を、出力する。

また、人間モデルとして、当該車両１の運転者であり得る各人について、車両１の挙動に対して人間が持つ感情を推定するモデルを用いてもよい。この場合には、車両挙動推定部１１３の出力、運転者の生体情報、推定した感情状態を時系列で管理して、モデルを構築すればよい。このモデルによって、例えば、運転者の感情の高まり（覚醒度）と車両の挙動との関係を予測することが可能となる。

また、乗員挙動推定部１１４は、人間モデルとして、人体モデルを備えていてもよい。人体モデルは、例えば、頭部質量（例：５ｋｇ）と前後左右Ｇを支える首周り筋力等を特定している。人体モデルは、車体の動き（加速度Ｇや加加速度）を入力すると、予想される乗員のフィジカルと主観を出力する。乗員のフィジカルとしては例えば、心地よい／適度／不快、主観としては例えば、不意／予測可能、等である。人体モデルを参照することによって、例えば、頭部がわずかでも仰け反らせるような車体挙動は乗員にとって不快であるので、その走行経路を選択しないようにすることができる。一方、頭部がお辞儀するように前に移動する車体挙動は乗員がこれに抗する姿勢をとりやすく、直ちに不快につながらないようので、その走行経路を選択するようにすることができる。あるいは、人体モデルを参照することによって、例えば、乗員の頭部が揺れないように、あるいは、生き生きするようにダイナミックに、目標運動を決定することができる。

乗員挙動推定部１１４は、車両挙動推定部１１３により推定された車両挙動に対して、人間モデルを当てはめて、現在の運転者の、車両挙動に対する健康状態の変化や感情の変化を推定する。

〈経路決定部〉
経路決定部１１５は、乗員挙動推定部１１４の出力に基づいて、車両１が走行すべき経路を決定する。候補経路生成部１１２が生成した経路が１つである場合には、経路決定部１１５は当該経路を車両１が走行すべき経路とする。候補経路生成部１１２が生成した経路が複数ある場合には、乗員挙動推定部１１４の出力を考慮して、例えば、複数の候補経路のうち乗員（特に運転者）が最も快適と感じる経路、すなわち、障害物を回避するに当たって慎重過ぎるなどの冗長さを運転者に感じさせない経路を選択する。

〈ルールベース経路生成部〉
ルールベース経路生成部１２０は、カメラ７０及びレーダ７１からの出力を基にして、深層学習を利用せずに、所定のルールにより車外の対象物を認定して、該対象物を避けるような走行経路を生成する。ルールベース経路生成部１２０でも、候補経路生成部１１２と同様に、ステートラティス法を用いて複数の候補経路を計算し、これらの中からそれぞれの候補経路の経路コストに基づいて、１つまたは複数の候補経路を選択するものとする。ルールベース経路生成部１２０では、例えば、対象物の周囲数ｍ以内には侵入しないというルールに基づいて、経路コストが算出される。このルールベース経路生成部１２０でも、他の手法を用いて経路の算出を行ってもよい。

ルールベース経路生成部１２０が生成した経路の情報は車両運動決定部１１６に入力される。

〈バックアップ部〉
バックアップ部１３０は、カメラ７０及びレーダ７１からの出力を基にして、センサ等の故障時や乗員の体調が優れない時に、車両１を路肩等の安全領域に誘導するための走行経路を生成する。バックアップ部１３０は、例えば、位置センサＳＷ５の情報から車両１を緊急停止させることができる安全領域を設定し、該安全領域に到達するまでの走行経路を生成する。バックアップ部１３０でも、候補経路生成部１１２と同様に、ステートラティス法を用いて複数の候補経路を計算し、これらの中からそれぞれの候補経路の経路コストに基づいて、１つまたは複数の候補経路を選択するものとする。このバックアップ部１３０でも、他の手法を用いて経路の算出を行ってもよい。

バックアップ部１３０が生成した経路の情報は車両運動決定部１１６に入力される。

〈車両運動決定部〉
車両運動決定部１１６は、経路決定部１１５が決定した走行経路について、目標運動を決定する。目標運動とは、走行経路を追従するような操舵および加減速のことをいう。また、目標運動決定部１１５は、車両６軸モデルを参照して、経路決定部１１５が選択した走行経路について、車体の動きを演算する。

車両運動決定部１１６は、ルールベース経路生成部１２０が生成する走行経路を追従するための目標運動を決定する。

車両運動決定部１１６は、バックアップ部１３０が生成する走行経路を追従するための目標運動を決定する。

車両運動決定部１１６は、経路決定部１１５が決定した走行経路が、ルールベース経路生成部１２０が生成した走行経路と比較して大きく逸脱していたときには、ルールベース経路生成部１２０が生成した走行経路を、車両１が走行すべき経路として選択する。

車両運動決定部１１６は、センサ等（特に、カメラ７０やレーダ７１）の故障時や乗員の体調不良が推定されたときには、バックアップ部１３０が生成した走行経路を、車両１が走行すべき経路として選択する。

〈物理量算出部〉
物理量算出部は、駆動力算出部１１７、制動力算出部１１８、及び操舵量算出部１１９で構成されている。駆動力算出部１１７は、目標運動を達成するために、パワートレイン装置（エンジン１０及びトランスミッション２０）が生成すべき目標駆動力を算出する。制動力算出部１１８は、目標運動を達成するために、ブレーキ装置３０が生成すべき目標制動力を算出する。操舵量算出部１１９は、目標運動を達成するために、ステアリング装置４０が生成すべき目標操舵量を算出する。

〈周辺機器動作設定部〉
周辺機器動作設定部１４０は、車両運動決定部１１６の出力に基づいて、ランプやドアなどの車両１のボディ関係のデバイスの動作を設定する。周辺動作設定部１４０は、例えば、経路決定部１１５で決定した走行経路を車両１が追従する際のランプの向きを設定する。また、周辺動作設定部１４０は、例えば、バップアップ部１３０により設定された安全領域に車両１を誘導するときには、車両が安全領域に到達した後、ハザードランプを点灯させたり、ドアのロックを解除したりする動作を設定する。

〈演算装置の出力先〉
演算装置１１０での演算結果は、パワートレインＥＣＵ２００、ブレーキマイコン３００、ＥＰＡＳマイコン５００、及びボディ系マイコン７００に出力される。具体的には、パワートレインＥＣＵ２００には、駆動力算出部１１７が算出した目標駆動力に関する情報が入力され、ブレーキマイコン３００には、制動力算出部１１８が算出した目標制動力に関する情報が入力され、ＥＰＡＳマイコン５００には、操舵量算出部１１９が算出した目標操舵量に関する情報が入力され、ボディ系マイコン７００には、周辺機器動作設定部１４０が設定したボディ関係の各デバイスの動作に関する情報が入力される。

前述したように、パワートレインＥＣＵ２００は、基本的には、目標駆動力を達成するように、インジェクタ１２の燃料噴射時期や点火プラグ１３の点火時期を算出して、これらの走行用デバイスに制御信号を出力する。ブレーキマイコン３００は、基本的には、目標駆動力を達成するように、ブレーキアクチュエータ３３の制御量を算出して、ブレーキアクチュエータ３３に制御信号を出力する。ＥＰＡＳマイコン５００は、基本的には、目標操舵量を達成するように、ＥＰＡＳ装置４２に供給する電流量を算出して、ＥＰＡＳ装置４２に制御信号を出力する。

このように、本実施形態では、演算装置１１０は各走行用デバイスが出力すべき目標物理量を算出するに留まり、各走行用デバイスの制御量に関しては、各デバイス制御装置２００～５００により算出される。これにより、演算装置１１０の計算量が減り、該演算装置１１０の計算速度を向上させることができる。また、各デバイス制御装置２００～５００は、実際の制御量を算出して、走行用デバイス（インジェクタ１２等）に制御信号を出力するだけでよいため、処理速度が速い。この結果、車外環境に対する走行用デバイスの応答性を向上させることができる。

また、各デバイス制御装置２００～５００に制御量を算出させるようにすることにより、演算装置１１０は大まかな物理量を算出すればよいため、各デバイス制御装置２００～５００と比較して演算速度が遅くてもよくなる。これにより、演算装置１１０の演算精度を向上させることができる。

図３に示すように、本実施形態において、パワートレインＥＣＵ２００、ブレーキマイコン３００、ＤＳＣマイコン４００、及びＥＰＡＳマイコン５００は、互いに通信可能に構成されている。また、パワートレインＥＣＵ２００、ブレーキマイコン３００、ＤＳＣマイコン４００、及びＥＰＡＳマイコン５００は、各走行用デバイスの各制御量に関する情報を互いに共有して、これらを協調させる制御を実行可能に構成されている。

例えば、路面が滑りやすい状態にあるときなどには、車輪が空転しないように、車輪の回転を落とすことが求められる（いわゆるトラクションコントロール）。車輪の空転の抑制には、パワートレインの出力を落としたり、ブレーキ装置３０の制動力を利用したりする方法があるが、パワートレインＥＣＵ２００とブレーキマイコン３００とが通信可能になっていることにより、パワートレインとブレーキ装置３０との両方を利用した最適な対応を取ることができる。

また、例えば、車両１のコーナリングなどは、目標操舵量に応じて、パワートレイン及びブレーキ装置３０（ＤＳＣ装置３６を含む）の制御量を微調整することで、ローリングと車両１の前部が沈み込むピッチングとを同期して発生させてダイアゴナルロール姿勢を生じさせることができる。ダイアゴナルロール姿勢を生じさせることにより、外側の前輪５０にかかる荷重が増大して、小さな舵角で旋回でき、車両１にかかる転がり抵抗を小さくすることができる。

他の例として、車両安定化制御(ダイナミック・ビークル・スタビリティ)は、現在の操舵角と車速に基づき、車両１が理想的な旋回状態であるとして算出した目標ヨーレートや目標横加速度と、現在のヨーレートや横加速度に相違が生じている場合は、これらが目標値に復帰するように、４輪のブレーキ装置３０を個別に作動させ、またはパワートレインの出力を増減する。従来は、ＤＳＣマイコン４００が、通信プロトコルを順守しなければならずかつ比較的低速のＣＡＮを通じて、ヨーレートセンサや車輪速センサから車両の不安定に係る情報を取得し、さらにＣＡＮを通じてパワートレインＥＣＵ２００とブレーキマイコン３００に作動を指示しており、時間を要していた。本実施形態においては、これらマイコン間で制御量に関する情報を直接やり取りできるため、車両不安定状態の検出から安定化制御たる各車輪のブレーキ作動や出力増減開始が格段に早期化でき、従来は見込みで行っていた運転者がカウンターステアをなす場合の安定化制御の緩和も、ＥＰＡＳマイコン５００の操舵角速度等を参照しながらリアルタイムに実行することができる。

さらに、他の例として、ハイパワーな前輪駆動車において、大きな舵角を取ってアクセルを踏んだ時にパワートレインの出力を抑制して車両が不安定な状態に陥るのを未然に防止する、舵角連動出力制御がある。この制御もＥＰＡＳマイコン５００の操舵角及び操舵角信号を、パワートレインＥＣＵ２００が参照して直ちに出力を抑制できるので、唐突な介入感が無い、運転者にとって好ましいドライビングフィールが実現できる。

〈異常発生時の制御〉
ここで、車両１の走行中には、エンジン１０にノッキングが発生したり、前輪５０にスリップが生じたりなど車両１の走行に関する異常が発生することがある。これらの異常が発生したときには、当該異常を解消するために迅速な各走行用デバイスの制御が求められる。演算装置１１０は、前述したように、深層学習を利用した車外環境の認定を行ったり、車両１の経路を算出するために膨大な計算を行ったりしているため、前記異常を解消するための計算を、演算装置１１０を介して行うと対応が遅くなるおそれがある。

そこで、本実施形態では、車両１の走行に関する異常が検出されたときには、演算装置１１０を介さずに、各デバイス制御装置２００～５００が、当該異常を解消すべく走行用デバイスの制御量を算出して、該走行用デバイスに制御信号を出力するようにした。

図４には、車両１の走行に関する異常を検出するセンサＳＷ５，ＳＷ８，ＳＷ９と、各デバイス制御装置２００，３００，５００との関係を例示的に示す。図４では、車両１の走行に関する異常を検出するセンサとして、位置センサＳＷ５、ノッキングセンサＳＷ８、及びスリップセンサＳＷ９を挙げているが、これら以外のセンサが設けられていてもよい。ノッキングセンサＳＷ８及びスリップセンサＳＷ９は公知のものを採用することができる。これら位置センサＳＷ５、ノッキングセンサＳＷ８、及びスリップセンサＳＷ９は異常検出部に相当し、これらのセンサ自身が車両１の走行に関する異常を検出する。

例えば、ノッキングセンサＳＷ８によりノッキングが検出されたときには、検出信号が各デバイス制御装置２００～５００（特に、パワートレインＥＣＵ２００）に入力される。検出信号が入力された後は、例えば、パワートレインＥＣＵ２００がインジェクタ１２の燃料噴射時期や点火プラグ１３の点火時期を調整して、ノッキングを抑制するようにする。このとき、パワートレインＥＣＵ２００は、パワートレインから出力される駆動力が、目標駆動力からずれることを許容しつつ、走行用デバイスの制御量を算出する。

図５には、スリップが発生した場合における車両１の挙動の一例を示している。図５において、実線は車両１の実際の走行経路であり、点線は演算装置１１０により設定された走行経路（以下、理論走行経路Ｒという）である。図５において、実線と点線とは一部重複している。また、図５において黒丸は車両１の目標地点をしめす。

図５に示すように、車両１の走行経路の途中に水溜まりＷがあり、車両１の前輪が水溜まりＷに入ってスリップしたとする。このとき、図５に示すように、車両１は一時的に理論走行経路Ｒから逸脱する。車両１の前輪のスリップはスリップセンサＳＷ９（図４参照）により検出され、理論走行経路Ｒからの逸脱が位置センサＳＷ５（図４参照）により検出される。これらの検出信号は、各デバイス制御装置２００～５００に入力される。その後、例えば、ブレーキマイコン３００が前輪の制動力を増大させるようにブレーキアクチュエータ３３を作動させる。また、ＥＰＡＳマイコン５００が、車両１を理論走行経路Ｒに復帰させるように、ＥＰＡＳ装置４２を作動させる。このとき、ブレーキマイコン３００とＥＰＡＳマイコン５００との通信により、ブレーキ装置３０による制動力を考慮した上で、ＥＰＡＳ装置４２の制御量を最適にすることができる。これらにより、図５に示すように、車両１を理論走行経路Ｒに速やかにかつスムーズに復帰させて、車両１の走行を安定させることができる。

このように、車両１の走行に関する異常が検出されたときには、演算装置１１０を介さずに、各デバイス制御装置２００～５００が、当該異常を解消すべく走行用デバイスの制御量を算出して、該走行用デバイスに制御信号を出力することにより、車外環境に対する走行用デバイスの応答性を向上させることができる。

したがって、本実施形態では、演算装置１１０と、演算装置１１０の演算結果に基づいて、車両１に搭載された走行用デバイス（インジェクタ１２等）を作動制御するデバイス制御装置２００～５００とを備え、演算装置１１０は、車外環境の情報を取得するカメラ７０及びレーダ７１からの出力を基にして車外環境を認定する車外環境認定部１１１と、車外環境認定部１１１が認定した車外環境に応じて、車両１が走行すべき経路を設定する経路設定部（経路算出部１１２等）と、経路設定部が設定した経路を追従するための車両１の目標運動を決定する車両運動決定部１１６と、車両運動決定部１１６が決定した目標運動を達成するために、走行用デバイスが生成すべき目標物理量を算出する物理量算出部１１７～１１９と、を有し、デバイス制御装置２００～５００は、物理量算出部１１７～１１９が算出した目標物理量を達成するように走行用デバイスの制御量を算出して、該走行用デバイスに制御信号を出力する。これにより、演算装置１１０は達成すべき物理量を算出するまでに留まり、実際の走行用デバイスの制御量は、デバイス制御装置２００～５００が算出する。これにより、演算装置１１０の計算量が減り、該演算装置１１０の計算速度を向上させることができる。また、デバイス制御装置２００～５００は、実際の制御量を算出して、走行用デバイスに制御信号を出力するだけでよいため、処理速度が速い。この結果、車外環境に対する走行用デバイスの応答性を向上させることができる。

特に、本実施形態では、車外環境認定部１１１は深層学習を利用して車外環境を認定する、演算装置１１０は特に計算量が多くなる。このため、走行用デバイスの制御量を、演算装置１１０以外のデバイス制御装置２００～５００により算出するようにすれば、車外環境に対する走行用デバイスの応答性をより向上させるという効果をより適切に発揮することができる。

〈その他の制御〉
駆動力算出部１１７、制動力算出部１１８、及び操舵量算出部１１９は、車両１のアシスト運転時には、車両１の運転者の状態に応じて目標駆動力等を変更させるようにしてもよい。例えば、運転者が運転を楽しんでいる（運転者の感情が「楽しい」である）ときには、目標駆動力等を小さくして、出来る限りマニュアル運転に近付けるようにしてもよい。一方で、運転者が、体調が優れないような状態であるときには、目標駆動力等を大きくして、出来る限り自動運転に近付けるようにしてもよい。

（その他の実施形態）
ここに開示された技術は、前述の実施形態に限られるものではなく、請求の範囲の主旨を逸脱しない範囲で代用が可能である。

例えば、前述の実施形態では、経路決定部１１５が、車両１が走行すべき経路を決定していた。これに限らず、経路決定部１１５を省略して、車両運動決定部１１６が、車両１が走行すべき経路を決定してもよい。すなわち、車両運動決定部１１６が、経路設定部の一部と目標運動決定部とを兼任してもよい。

また、前述の実施形態では、駆動力算出部１１７、制動力算出部１１８、及び操舵量算出部１１９が、目標駆動力等の目標物理量を算出していた。これに限らず、駆動力算出部１１７、制動力算出部１１８、及び操舵量算出部１１９を省略して、車両運動決定部１１６が、目標物理量を算出してもよい。すなわち、車両運動決定部１１６が、目標運動決定部と物理量算出部とを兼任してもよい。

前述の実施形態は単なる例示に過ぎず、本開示の範囲を限定的に解釈してはならない。本開示の範囲は請求の範囲によって定義され、請求の範囲の均等範囲に属する変形や変更は、全て本開示の範囲内のものである。

ここに開示された技術は、車両の走行を制御する車両走行制御装置として有用である。

１ 車両
１２ インジェクタ（走行用デバイス、パワートレイン関連デバイス）
１３ 点火プラグ（走行用デバイス、パワートレイン関連デバイス）
１６ 動弁機構（走行用デバイス、パワートレイン関連デバイス）
２０ トランスミッション（走行用デバイス、パワートレイン関連デバイス）
３３ ブレーキアクチュエータ（走行用デバイス、ブレーキ関連デバイス）
４２ ＥＰＡＳ装置（走行用デバイス、ステアリング関連デバイス）
１００ 車両走行制御装置
１１０ 演算装置
１１１ 車外環境認定部
１１２ 経路算出部（経路設定部）
１１３ 車両挙動推定部（経路設定部）
１１４ 乗員挙動推定部（経路設定部）
１１５ 経路決定部（経路設定部）
１１６ 車両運動決定部（目標運動決定部）
１１７ 駆動力算出部（物理量算出部）
１１８ 制動力算出部（物理量算出部）
１１９ 操舵量算出部（物理量算出部）
２００ パワートレインＥＣＵ（デバイス制御装置）
３００ ブレーキマイコン（デバイス制御装置）
４００ ＤＳＣマイコン（デバイス制御装置）
５００ ＥＰＡＳマイコン（デバイス制御装置）
ＳＷ５ 位置センサ（異常検出部）
ＳＷ６ ノッキングセンサ（異常検出部）
ＳＷ７ スリップセンサ（異常検出部）

Claims (3)

1. 運転者の操作をアシストして走行するアシスト運転と、該運転者の操作なしに走行する自動運転とが可能な車両の走行を制御する車両走行制御装置であって、
   前記アシスト運転時及び前記自動運転時に演算を行う演算装置と、
   前記演算装置の演算結果に基づいて、前記車両に搭載された走行用デバイスを作動制御可能なデバイス制御装置とを備え、
   前記演算装置は、
   車外環境の情報を取得する情報取得手段からの出力を基にして車外環境を認定する車外環境認定部と、
   前記車外環境認定部が認定した車外環境に応じて、前記車両が走行すべき経路を設定する経路設定部と、
   前記経路設定部が設定した経路を追従するための前記車両の目標運動を決定する目標運動決定部と、
   前記目標運動決定部が決定した目標運動を達成するために、前記走行用デバイスが生成すべき目標物理量を算出する物理量算出部と、
   を有し、
   前記走行用デバイスは、パワートレイン装置を構成するパワートレイン関連デバイス、ブレーキ装置を構成するブレーキ関連デバイス、及びステアリング装置を構成するステアリング関連デバイスを含み、
   前記デバイス制御装置は、前記パワートレイン関連デバイスを作動制御するパワートレイン制御装置、前記ブレーキ関連デバイスを作動制御するブレーキ制御装置、及び前記ステアリング関連デバイスを作動制御するステアリング制御装置を含み、
   前記デバイス制御装置は、前記物理量算出部が算出した前記目標物理量を達成するように前記走行用デバイスの制御量を算出して、該走行用デバイスに制御信号を出力し、
   前記車両のスリップを検出するスリップ検出部をさらに備え、
   さらに前記パワートレイン制御装置、前記ブレーキ制御装置、及び前記ステアリング制御装置は、前記アシスト運転時又は前記自動運転時に、前記スリップ検出部により前記車両のスリップが検出されたときには、前記演算装置を介さずに、前記スリップから復帰すべく前記パワートレイン関連デバイス、前記ブレーキ関連デバイス、及び前記ステアリング関連デバイスの制御量をそれぞれ算出して、前記パワートレイン関連デバイス、前記ブレーキ関連デバイス、及び前記ステアリング関連デバイスに制御信号をそれぞれ出力することを特徴とする車両走行制御装置。
2. 請求項１に記載の車両走行制御装置において、
   前記パワートレイン制御装置、前記ブレーキ制御装置、及び前記ステアリング制御装置は、それぞれが算出する各物理量に関する情報を共有するように互いに通信可能に構成されていることを特徴とする車両走行制御装置。
3. 請求項１又は２に記載の車両走行制御装置において、
   前記車外環境認定部は深層学習を利用して車外環境を認識することを特徴とする車両走行制御装置。
   

Images