JP7264103B2 - 車両制御システム及び車両制御方法 - Google Patents

Description

本発明は、車両の走行を制御する車両制御システム及び車両制御方法に関する。

特許文献１は、車両の走行制御装置を開示している。その走行制御装置は、横滑り防止制御を行う。自動運転状態において、車両がカーブ外側に向けて旋回するように横滑り防止制御が作動した場合、走行制御装置は、車線逸脱や対向車との接触といった危険状態が発生する可能性があるか判定する。危険状態が発生する可能性がある場合、走行制御装置は、横滑り防止制御を中止する。そして、走行制御装置は、車両がカーブ内側に向けて旋回するように緊急回避制御を行う。

特許文献２は、車両の制御装置を開示している。その制御装置は、目標走行ラインに沿って車両が自動で走行するように自動運転制御を行う。また、制御装置は、車両が走行レーンから逸脱することを回避する車線逸脱回避制御を行う。

特開２０１７－１６５２１６号公報 特開２０１８－１３６７００号公報

特許文献１に開示されている横滑り防止制御は、車両の挙動を安定化させる車両安定制御である。特許文献２に開示されている自動運転制御や車線逸脱回避制御は、車両の運転を支援する運転支援制御である。運転支援制御の実行中には、特に車両安定性を向上させることが望まれる。そのために、車両安定制御の作動閾値を下げて、車両安定制御を作動させやすくすることが考えられる。しかしながら、作動閾値が低下するにつれて、０点誤差等のセンサ誤差の影響がより大きくなる。その結果、車両安定制御の誤作動が発生しやすくなる。

本発明の１つの目的は、運転支援制御の実行中、車両安定制御の誤作動を抑制しつつ、車両安定性を向上させることができる技術を提供することにある。

第１の観点は、車両の走行を制御する車両制御システムに関連する。
車両制御システムは、
車両の挙動を安定化させる車両安定制御と、車両の運転を支援する運転支援制御とを実行するように構成されたプロセッサと、
車両に搭載されたセンサによって検出される車両状態を示す車両状態情報が格納される記憶装置と
を備える。
プロセッサは、更に、車両状態情報で示される車両状態に基づいて、車両の不安定度を表す不安定状態量と車両安定制御の作動閾値を算出する。
平均不安定状態量は、車両の横加速度が所定の範囲内に存在する場合の不安定状態量の平均値である。
平均作動閾値は、車両の横加速度が所定の範囲内に存在する場合の作動閾値の平均値である。
状態変化量は、平均不安定状態量からの不安定状態量の増加量である。
閾値変化量は、平均作動閾値からの作動閾値の増加量である。
運転支援制御の実行中、プロセッサは、状態変化量が閾値変化量よりも大きくなることに応答して車両安定制御を作動させる。

第２の観点は、車両の走行を制御する車両制御方法に関連する。
車両制御方法は、
車両の挙動を安定化させる車両安定制御を実行することと、
車両の運転を支援する運転支援制御を実行することと、
車両に搭載されたセンサによって車両状態を検出することと、
センサによって検出された車両状態に基づいて、車両の不安定度を表す不安定状態量と車両安定制御の作動閾値を算出することと
を含む。
平均不安定状態量は、車両の横加速度が所定の範囲内に存在する場合の不安定状態量の平均値である。
平均作動閾値は、横加速度が所定の範囲内に存在する場合の作動閾値の平均値である。
状態変化量は、平均不安定状態量からの不安定状態量の増加量である。
閾値変化量は、平均作動閾値からの作動閾値の増加量である。
車両制御方法は、更に、運転支援制御の実行中、状態変化量が閾値変化量よりも大きくなることに応答して車両安定制御を作動させることを含む。

本発明によれば、運転支援制御の実行中の車両安定制御の作動条件は、「状態変化量が閾値変化量よりも大きくなること」である。状態変化量は、平均不安定状態量からの不安定状態量の増加量である。閾値変化量は、平均作動閾値からの作動閾値の増加量である。上記の作動条件が用いられる場合、作動条件が「不安定状態量が作動閾値よりも大きくなること」である場合と比較して、車両安定制御はより作動しやすくなる。すなわち、車両安定制御はより早期に作動する。車両の不安定挙動が大きくなる前に車両安定制御が作動するため、運転支援制御実行中の車両安定性がより向上する。

また、本発明によれば、次のような理由で、車両安定制御の作動に対するセンサ誤差（０点誤差等）の影響が低減される。不安定状態量は、車両に搭載されたセンサによって検出される車両状態に基づいて算出される。平均不安定状態量は、横加速度が所定の範囲内に存在する場合の不安定状態量の平均値である。センサ誤差は、それら不安定状態量及び平均不安定状態量の誤差の原因となる。しかしながら、不安定状態量も平均不安定状態量も同じ車両状態に基づいて算出されているため、それらの誤差の傾向は一致する。従って、不安定状態量と平均不安定状態量との間の差分を取った場合、双方の誤差同士が互いに打ち消しあう。結果として、差分である状態変化量に対するセンサ誤差の影響が低減される。同様の理由により、差分である閾値変化量に対するセンサ誤差の影響が低減される。それら状態変化量と閾値変化量に基づいて、車両安定制御を作動させるか否かが判定される。従って、車両安定制御の作動に対するセンサ誤差の影響が低減される。その結果、センサ誤差に起因する車両安定制御の誤作動が抑制される。

このように、本発明によれば、運転支援制御の実行中、車両安定制御の誤作動を抑制しつつ、車両安定性を向上させることが可能となる。

本発明の実施の形態に係る車両制御システムの概要を説明するための概念図である。 本発明の実施の形態に係る運転支援制御非実行中の車両安定制御を説明するための概念図である。 本発明の実施の形態に係る運転支援制御実行中の車両安定制御を説明するための概念図である。 本発明の実施の形態に係る車両制御システムの構成例を示すブロック図である。 本発明の実施の形態における運転環境情報の例を示すブロック図である。 本発明の実施の形態に係る運転支援制御非実行中の車両安定制御に関連する処理を示すフローチャートである。 本発明の実施の形態に係る運転支援制御実行中の車両安定制御に関連する処理を示すフローチャートである。

添付図面を参照して、本発明の実施の形態を説明する。

１．車両制御システムの概要
図１は、本実施の形態に係る車両制御システム１０の概要を説明するための概念図である。車両制御システム１０は、車両１の走行を自動的に制御する「車両走行制御」を実行する。車両走行制御は、操舵制御、加速制御、及び制動制御のうち少なくとも１つを含む。典型的には、車両制御システム１０は、車両１に搭載されている。あるいは、車両制御システム１０の少なくとも一部は、車両１の外部の外部装置に配置され、リモートで車両走行制御を行ってもよい。

車両走行制御は、車両１の運転を支援する「運転支援制御」に適用される。運転支援制御としては、自動運転制御、リスク回避制御、車線維持支援制御（LTA: Lane Tracing Assist）、等が挙げられる。自動運転制御は、車両１の自動運転を制御する。例えば、自動運転制御は、車両１が目的地に向かって自動的に走行するように車両走行制御を行う。リスク回避制御は、車両１の前方の物体との衝突リスクを低減するために操舵制御と制動制御のうち少なくとも一方を行う。車線維持支援制御は、車両１が走行レーンに沿って走行するように車両走行制御を行う。

典型的には、運転支援制御では、目標軌道ＴＲが用いられる。目標軌道ＴＲは、車両１が走行する道路内における車両１の目標位置及び目標速度を含む。車両制御システム１０は、目標軌道ＴＲを生成し、車両１が目標軌道ＴＲに追従するように車両走行制御を行う。このような運転支援制御は、軌道追従制御（trajectory following control）とも呼ばれる。

また、車両走行制御は、車両１の挙動を安定化させる「車両安定制御（VSC: Vehicle Stability Control）」にも適用される。車両安定制御は、「横滑り防止制御」とも呼ばれる。例えば車両１の旋回時、車両制御システム１０は、車両１に搭載されたセンサによって検出される車両状態に基づいて、横滑り、アンダーステア、オーバーステア等の不安定挙動を検出する。不安的挙動が検出されると、車両制御システム１０は、不安定挙動を打ち消すようなカウンタヨーモーメントを発生させる。例えば、車両制御システム１０は、左右の車輪の制動力の差が発生するように制動制御を行うことにより、カウンタヨーモーメントを発生させる。他の例として、車両制御システム１０は、操舵制御を行い車輪を転舵することによって、カウンタヨーモーメントを発生させてもよい。不安定挙動が解消されることにより、車両１の挙動が安定化する。

本実施の形態によれば、運転支援制御が実行されている場合と実行されていない場合とで、車両安定制御の作動条件（介入条件）が異なる。具体的には、運転支援制御の実行中、運転支援制御が実行されていないときと比較して、車両安定制御はより作動しやすくなる（介入しやすくなる）。例えば、自動運転制御の実行中、ドライバによる手動運転時と比較して、車両安定制御はより作動しやすくなる。以下、運転支援制御が実行されている場合と実行されていない場合のそれぞれについて説明する。

２．運転支援制御非実行中の車両安定制御
車両１に搭載されたセンサは、車速、操舵角、ヨーレート、横加速度、等の車両状態を検出する。車両制御システム１０は、センサによって検出された車両状態に基づいて、車両１の不安定度を表す「不安定状態量ＤＳ」を算出する。

例えば、不安定状態量ＤＳは、実ヨーレートと目標ヨーレート（期待ヨーレート）との間の偏差の絶対値である。実ヨーレートが目標ヨーレートよりも高いことは、オーバーステア傾向を意味する。逆に、実ヨーレートが目標ヨーレートよりも低いことは、アンダーステア傾向を意味する。実ヨーレートは、センサによって検出される。目標ヨーレートは、操舵角と車速をパラメータとして含む公知の式に従って算出される。車両制御システム１０は、センサによって検出された操舵角と車速に応じた目標ヨーレートを算出し、その目標ヨーレートと実ヨーレートとの偏差の絶対値を不安定状態量ＤＳとして算出する。

図２は、運転支援制御非実行中の車両安定制御を説明するための概念図である。横軸は、横加速度Ｇｙを表している。縦軸は、不安定状態量ＤＳ及び車両安定制御の作動閾値ＴＨを表している。横加速度Ｇｙが増加するにつれて、不安定状態量ＤＳは増加する。

車両安定制御の作動閾値ＴＨは、センサ誤差等に起因する車両安定制御の誤作動を防止するために、比較的大きく設定されている。また、本実施の形態では、車両安定制御の作動閾値ＴＨは、車両状態に応じて変動する。車両制御システム１０は、センサによって検出された車両状態に基づいて、車両安定制御の作動閾値ＴＨを算出する。作動閾値ＴＨの算出には、例えば、車両状態と作動閾値ＴＨとの対応関係を示すマップが用いられる。図２に示される例では、作動閾値ＴＨは、横加速度Ｇｙが増加するにつれて増加する。

運転支援制御が実行されていない場合、車両安定制御の作動条件は、「不安定状態量ＤＳが作動閾値ＴＨよりも大きいこと」である。車両制御システム１０は、不安定状態量ＤＳが作動閾値ＴＨよりも大きくなることに応答して、車両安定制御を作動させる。図２に示される例では、横加速度Ｇｙがαとなる状態で、車両安定制御が作動する。

３．運転支援制御実行中の車両安定制御
図３は、運転支援制御実行中の車両安定制御を説明するための概念図である。図３のフォーマットは、図２のものと同じである。横加速度Ｇｙに関して、車両挙動が安定している所定の低横加速度範囲ＲＮＧを考える。例えば、低横加速度範囲ＲＮＧの上限値は、０．５Ｇ（Ｇは重力加速度）である。例えば、低横加速度範囲ＲＮＧは、０．４Ｇ～０．５Ｇの範囲である。

平均不安定状態量ＤＳ＿ａｖｅは、横加速度Ｇｙが低横加速度範囲ＲＮＧ内に存在する場合の不安定状態量ＤＳの平均値である。例えば、平均不安定状態量ＤＳ＿ａｖｅは、予め計測され与えられるパラメータである。あるいは、車両制御システム１０は、車両走行の度に算出され蓄積される不安定状態量ＤＳに基づいて、平均不安定状態量ＤＳ＿ａｖｅを更新してもよい。

状態変化量ΔＤＳは、不安定状態量ＤＳと平均不安定状態量ＤＳ＿ａｖｅとの間の差分である（ΔＤＳ＝ＤＳ－ＤＳ＿ａｖｅ）。より詳細には、状態変化量ΔＤＳは、平均不安定状態量ＤＳ＿ａｖｅからの不安定状態量ＤＳの増加量（正値）である。

平均作動閾値ＴＨ＿ａｖｅは、横加速度Ｇｙが低横加速度範囲ＲＮＧ内に存在する場合の車両安定制御の作動閾値ＴＨの平均値である。例えば、平均作動閾値ＴＨ＿ａｖｅは、予め計測され与えられるパラメータである。あるいは、車両制御システム１０は、車両走行の度に算出され蓄積される作動閾値ＴＨに基づいて、平均作動閾値ＴＨ＿ａｖｅを更新してもよい。

閾値変化量ΔＴＨは、作動閾値ＴＨと平均作動閾値ＴＨ＿ａｖｅとの間の差分である（ΔＴＨ＝ＴＨ－ＴＨ＿ａｖｅ）。より詳細には、閾値変化量ΔＴＨは、平均作動閾値ＴＨ＿ａｖｅからの作動閾値ＴＨの増加量（正値）である。

運転支援制御が実行されている場合、車両安定制御の作動条件は、「状態変化量ΔＤＳが閾値変化量ΔＴＨよりも大きいこと」である。車両制御システム１０は、状態変化量ΔＤＳが閾値変化量ΔＴＨよりも大きくなることに応答して、車両安定制御を作動させる。図３に示される例では、横加速度Ｇｙがαよりも低いβとなる状態で、車両安定制御が作動する。

図２と図３の対比から分かるように、運転支援制御の実行中、運転支援制御が実行されていないときと比較して、車両安定制御はより作動しやすくなる。言い換えれば、運転支援制御の実行中、運転支援制御が実行されていないときと比較して、車両安定制御はより早期に作動する。すなわち、「不安定状態量ＤＳが作動閾値ＴＨよりも大きいこと」の代わりに「状態変化量ΔＤＳが閾値変化量ΔＴＨよりも大きいこと」を作動条件として用いることは、作動閾値ＴＨを下げることと同じ効果をもたらす。実際には作動閾値ＴＨを下げることなく、作動閾値ＴＨを下げることと同じ効果が得られるのである。

４．効果
以上に説明されたように、本実施の形態によれば、運転支援制御の実行中、「状態変化量ΔＤＳが閾値変化量ΔＴＨよりも大きいこと」が、車両安定制御の作動条件として用いられる。これにより、運転支援制御の実行中は、車両安定制御が作動しやすくなる、つまり、車両安定制御がより早期に作動する。車両１の不安定挙動が大きくなる前に車両安定制御が作動するため、運転支援制御実行中の車両安定性がより向上する。

運転支援制御において、車両制御システム１０は、車両１が目標軌道ＴＲに追従するように車両走行制御を行ってもよい。運転支援制御実行中の車両安定性が向上する結果、目標軌道ＴＲに対する追従性も向上する。

更に、本実施の形態によれば、次のような理由で、車両安定制御の作動に対するセンサ誤差（０点誤差、等）の影響が低減される。不安定状態量ＤＳは、車両１に搭載されたセンサによって検出される車両状態に基づいて算出される。平均不安定状態量ＤＳ＿ａｖｅは、横加速度Ｇｙが低横加速度範囲ＲＮＧ内に存在する場合の不安定状態量ＤＳの平均値である。センサ誤差は、不安定状態量ＤＳ及び平均不安定状態量ＤＳ＿ａｖｅの誤差の原因となる。しかしながら、不安定状態量ＤＳも平均不安定状態量ＤＳ＿ａｖｅも同じ車両状態に基づいて算出されているため、それらの誤差の傾向は一致する。従って、不安定状態量ＤＳと平均不安定状態量ＤＳ＿ａｖｅとの間の差分を取った場合、双方の誤差同士が互いに打ち消しあう。結果として、差分である状態変化量ΔＤＳに対するセンサ誤差の影響が低減される。同様の理由により、差分である閾値変化量ΔＴＨに対するセンサ誤差の影響が低減される。それら状態変化量ΔＤＳと閾値変化量ΔＴＨに基づいて、車両安定制御を作動させるか否かが判定される。従って、車両安定制御の作動に対するセンサ誤差の影響が低減される。

比較例として、車両安定制御を早期に作動させるために、車両安定制御の作動閾値ＴＨそのものを下げることを考える。しかしながら、作動閾値ＴＨが低下するにつれて、０点誤差等のセンサ誤差の影響がより大きくなる。その結果、車両安定制御の誤作動が発生しやすくなる。

一方、本実施の形態によれば、車両安定制御を早期に作動させるために、「状態変化量ΔＤＳが閾値変化量ΔＴＨよりも大きいこと」が作動条件として用いられる。この作動条件の場合、上述の通りセンサ誤差の影響が低減される。従って、センサ誤差に起因する車両安定制御の誤作動が抑制される。すなわち、本実施の形態によれば、運転支援制御の実行中、車両安定制御の誤作動を抑制しつつ、車両安定制御を早期に作動させ、車両安定性を適切に向上させることが可能となる。

５．車両制御システムの具体例
５－１．構成例
図４は、本実施の形態に係る車両制御システム１０の構成例を示すブロック図である。車両制御システム１０は、センサ群２０、走行装置３０、及び制御装置１００を備えている。

センサ群２０は、車両１に搭載されている。センサ群２０は、位置センサ２１、車両状態センサ２２、及び認識センサ２３を含んでいる。位置センサ２１は、車両１の位置及び方位を検出する。位置センサ２１としては、ＧＰＳ（Global Positioning System）センサが例示される。車両状態センサ２２は、車両１の車両状態を検出する。車両状態センサ２２としては、車速センサ（車輪速センサ）、ヨーレートセンサ、横加速度センサ、操舵角センサ、操舵トルクセンサ、等が例示される。認識センサ２３は、車両１の周囲の状況を認識（検出）する。認識センサ２３としては、カメラ、レーダ、ライダー（LIDAR: Laser Imaging Detection and Ranging）、等が例示される。

走行装置３０は、操舵装置３１、駆動装置３２、及び制動装置３３を含んでいる。操舵装置３１は、車両１の車輪を転舵する。例えば、操舵装置３１は、パワーステアリング（EPS: Electric Power Steering）装置を含んでいる。駆動装置３２は、駆動力を発生させる動力源である。駆動装置３２としては、エンジン、電動機、インホイールモータ、等が例示される。制動装置３３は、制動力を発生させる。制動装置３３は、車両１の複数の車輪のそれぞれにおける制動力を独立して調整可能なように構成されている。

制御装置１００は、車両１を制御する。典型的には、制御装置１００は、車両１に搭載されるマイクロコンピュータである。制御装置１００は、ＥＣＵ（Electronic Control Unit）とも呼ばれる。制御装置１００は、複数のＥＣＵの組み合わせであってもよい。あるいは、制御装置１００は、車両１の外部の情報処理装置であってもよい。その場合、制御装置１００は、車両１と通信を行い、車両１をリモートで制御する。

制御装置１００は、プロセッサ１１０及び記憶装置１２０を備えている。プロセッサ１１０は、各種処理を実行する。記憶装置１２０には、各種情報が格納される。記憶装置１２０としては、揮発性メモリ、不揮発性メモリ、等が例示される。プロセッサ１１０がコンピュータプログラムである制御プログラムを実行することにより、プロセッサ１１０（制御装置１００）による各種処理が実現される。制御プログラムは、記憶装置１２０に格納されている、あるいは、コンピュータ読み取り可能な記録媒体に記録されている。

５－２．情報取得処理
プロセッサ１１０は、車両１の運転環境を示す運転環境情報２００を取得する情報取得処理を実行する。運転環境情報２００は、車両１に搭載されたセンサ群２０による検出結果に基づいて取得される。取得された運転環境情報２００は、記憶装置１２０に格納される。

図５は、運転環境情報２００の例を示すブロック図である。運転環境情報２００は、車両位置情報２１０、車両状態情報２２０、周辺状況情報２３０、及び地図情報２４０を含んでいる。

車両位置情報２１０は、車両１の位置及び方位を示す情報である。プロセッサ１１０は、位置センサ２１による検出結果から車両位置情報２１０を取得する。

車両状態情報２２０は、車両１の車両状態を示す情報である。車両状態としては、車速、ヨーレート、横加速度、操舵角、操舵トルク、等が例示される。プロセッサ１１０は、車両状態センサ２２による検出結果から車両状態情報２２０を取得する。

周辺状況情報２３０は、車両１の周囲の状況を示す情報である。プロセッサ１１０は、認識センサ２３による検出結果から周辺状況情報２３０を取得する。例えば、周辺状況情報２３０は、車両１の周囲の物体に関する物体情報を含む。車両１の周囲の物体としては、周辺車両、歩行者、自転車、白線、ガードレール、縁石、落下物、等が例示される。物体情報は、車両１に対する物体の相対位置及び相対速度を示す。

地図情報２４０は、レーン配置、道路形状、等を示す。プロセッサ１１０は、地図データベースから、必要なエリアの地図情報２４０を取得する。地図データベースは、車両１に搭載されている所定の記憶装置に格納されていてもよいし、車両１の外部の管理サーバに格納されていてもよい。後者の場合、プロセッサ１１０は、管理サーバと通信を行い、必要な地図情報２４０を取得する。

５－３．車両状態量算出処理
プロセッサ１１０は、車両状態情報２２０で示される車両状態に基づいて、上述の不安定状態量ＤＳと車両走行制御の作動閾値ＴＨを算出する。例えば、不安定状態量ＤＳは、実ヨーレートと目標ヨーレート（期待ヨーレート）との間の偏差の絶対値である。実ヨーレートは、ヨーレートセンサによって検出される。目標ヨーレートは、操舵角と車速をパラメータとして含む公知の式に従って算出される。操舵角は、操舵角センサによって検出される。車速は、車速センサ（車輪速センサ）によって検出される。プロセッサ１１０は、操舵角と車速に応じた目標ヨーレートを算出し、その目標ヨーレートと実ヨーレートとの偏差の絶対値を不安定状態量ＤＳとして算出する。また、プロセッサ１１０は、車両状態と作動閾値ＴＨとの対応関係を示すマップを用いることによって、車両状態に応じた作動閾値ＴＨを算出する。

平均不安定状態量ＤＳ＿ａｖｅは、横加速度Ｇｙが所定の低横加速度範囲ＲＮＧ（例：０．４Ｇ～０．５Ｇ）内に存在する場合の不安定状態量ＤＳの平均値である。例えば、平均不安定状態量ＤＳ＿ａｖｅは、予め計測され与えられるパラメータである。あるいは、プロセッサ１１０は、車両走行の度に算出され蓄積される不安定状態量ＤＳに基づいて、平均不安定状態量ＤＳ＿ａｖｅを更新してもよい。

平均作動閾値ＴＨ＿ａｖｅは、横加速度Ｇｙが所定の低横加速度範囲ＲＮＧ内に存在する場合の車両安定制御の作動閾値ＴＨの平均値である。例えば、平均作動閾値ＴＨ＿ａｖｅは、予め計測され与えられるパラメータである。あるいは、プロセッサ１１０は、車両走行の度に算出され蓄積される作動閾値ＴＨに基づいて、平均作動閾値ＴＨ＿ａｖｅを更新してもよい。

平均値情報３００は、平均不安定状態量ＤＳ＿ａｖｅ及び平均作動閾値ＴＨ＿ａｖｅを示す情報である。例えば、平均値情報３００は、予め生成され、記憶装置１２０に格納される（図４参照）。プロセッサ１１０は、車両走行の度に平均値情報３００を更新してもよい。

５－４．車両走行制御
プロセッサ１１０は、車両１の走行を制御する車両走行制御を実行する。車両走行制御は、車両１の操舵を制御する操舵制御、車両１の加速を制御する加速制御、及び車両１の減速を制御する制動制御を含む。プロセッサ１１０は、走行装置３０を制御することによって車両走行制御を実行する。具体的には、プロセッサ１１０は、操舵装置３１を制御することによって操舵制御を実行する。また、プロセッサ１１０は、駆動装置３２を制御することによって加速制御を実行する。また、制御装置１００は、制動装置３３を制御することによって制動制御を実行する。

５－５．運転支援制御
プロセッサ１１０は、車両１の運転を支援する運転支援制御を実行する。運転支援制御としては、自動運転制御、リスク回避制御、車線維持支援制御、等が挙げられる。この運転支援制御は、上記の運転環境情報２００に基づいて実行される。

自動運転制御の一例は、次の通りである。プロセッサ１１０は、車両位置情報２１０と地図情報２４０に基づいて、目的地に到達するための走行プランを生成する。更に、プロセッサ１１０は、走行プランに従って目標軌道ＴＲ（図１参照）を生成する。目標軌道ＴＲは、車両１が走行する道路内における車両１の目標位置及び目標速度を含む。そして、プロセッサ１１０は、車両１が目標軌道ＴＲに追従するように車両走行制御を行う。

リスク回避制御の一例は、次の通りである。プロセッサ１１０は、車両状態情報２２０（車速等）と周辺状況情報２３０（物体情報）に基づいて、車両１の前方に存在し、車両１と衝突する可能性のある物体を認識する。プロセッサ１１０は、認識した物体との衝突リスクが軽減されるような目標軌道ＴＲを生成する。例えば、目標軌道ＴＲは、物体から離れる方向への操舵を要求する。あるいは、目標軌道ＴＲは、減速を要求する。そして、プロセッサ１１０は、車両１が目標軌道ＴＲに追従するように車両走行制御（操舵制御と制動制御の少なくとも一方）を行う。

車線維持支援制御の一例は、次の通りである。例えば、目標軌道ＴＲは、走行レーンの中央を通る線である。プロセッサ１１０は、地図情報２４０と車両位置情報２１０に基づいて、目標軌道ＴＲを算出することができる。あるいは、プロセッサ１１０は、周辺状況情報２３０（白線情報）に基づいて、走行レーンを認識し、目標軌道ＴＲを算出することができる。プロセッサ１１０は、車両１が目標軌道ＴＲに追従するように車両走行制御を行う。

５－６．車両安定制御
プロセッサ１１０は、車両１の挙動を安定化させる車両安定制御（横滑り防止制御）を実行する。典型的には、車両安定制御は、車両１の旋回時に作動する。以下、本実施の形態に係る車両安定制御に関連する処理について説明する。

５－６－１．運転支援制御非実行中の処理
図６は、運転支援制御非実行中の車両安定制御に関連する処理を示すフローチャートである。図６に示される処理フローは、一定サイクル毎に繰り返し実行される。

ステップＳ１１０において、プロセッサ１１０は、上述の情報取得処理を実行する。すなわち、プロセッサ１１０は、センサ群２０による検出結果に基づいて運転環境情報２００を取得する。運転環境情報２００は、記憶装置１２０に格納される。

ステップＳ１２０において、プロセッサ１１０は、上述の車両状態量算出処理を実行する。すなわち、プロセッサ１１０は、車両状態情報２２０で示される車両状態に基づいて、不安定状態量ＤＳと車両走行制御の作動閾値ＴＨを算出する。

ステップＳ１３０において、プロセッサ１１０は、車両安定制御の作動条件が成立するか否かを判定する。運転支援制御非実行中の場合の車両安定制御の作動条件は、「不安定状態量ＤＳが作動閾値ＴＨよりも大きいこと」である。作動条件が成立する場合（ステップＳ１３０；Ｙｅｓ）、処理は、ステップＳ１４０に進む。一方、作動条件が成立しない場合（ステップＳ１３０；Ｎｏ）、処理は、ステップＳ１５０に進む。

ステップＳ１４０において、プロセッサ１１０は、車両安定制御を実行する、つまり、車両安定制御を作動させる。プロセッサ１１０は、車両１の挙動を安定化させるために、不安定挙動を打ち消すようなカウンタヨーモーメントを発生させる。

例えば、プロセッサ１１０は、左右の車輪の制動力の差が発生するように制動制御を行うことにより、カウンタヨーモーメントを発生させる。例えば、オーバーステアを解消するためのカウンタヨーモーメントは、旋回の外前輪、あるいは、外前輪と外後輪の両方に制動力をかけることにより発生させることができる。他の例として、アンダーステアを解消するためのカウンタヨーモーメントは、旋回の内前輪、あるいは、内前輪と内後輪の両方に制動力をかけることにより発生させることができる。プロセッサ１１０は、各車輪に対する制動制御量を算出し、その制動制御量に従って制動装置３３を制御する。

他の例として、プロセッサ１１０は、操舵制御を行い車輪を転舵することによって、カウンタヨーモーメントを発生させてもよい。この場合、プロセッサ１１０は、カウンタヨーモーメントの発生に必要な操舵制御量を算出し、その操舵制御量に従って操舵装置３１を制御する。

ステップＳ１５０において、プロセッサ１１０は、車両安定制御を実行しない、つまり、車両安定制御を作動させない。車両安定制御が既に実行中であった場合、プロセッサ１１０は、車両安定制御を停止させる。

５－６－２．運転支援制御実行中の処理
図７は、運転支援制御実行中の車両安定制御に関連する処理を示すフローチャートである。図７に示される処理フローは、一定サイクル毎に繰り返し実行される。

ステップＳ２１０は、上述のステップＳ１１０と同様である。プロセッサ１１０は、情報取得処理を実行し、運転環境情報２００を取得する。

ステップＳ２２０は、上述のステップＳ１２０と同様である。プロセッサ１１０は、車両状態量算出処理を実行し、不安定状態量ＤＳと車両走行制御の作動閾値ＴＨを算出する。

ステップＳ２３０において、プロセッサ１１０は、車両安定制御の作動条件が成立するか否かを判定する。運転支援制御実行中の場合の車両安定制御の作動条件は、「状態変化量ΔＤＳが閾値変化量ΔＴＨよりも大きいこと」である。状態変化量ΔＤＳは、平均不安定状態量ＤＳ＿ａｖｅからの不安定状態量ＤＳの増加量である。閾値変化量ΔＴＨは、平均作動閾値ＴＨ＿ａｖｅからの作動閾値ＴＨの増加量である。平均不安定状態量ＤＳ＿ａｖｅ及び平均作動閾値ＴＨ＿ａｖｅは、記憶装置１２０に格納された平均値情報３００から得られる。作動条件が成立する場合（ステップＳ２３０；Ｙｅｓ）、処理は、ステップＳ２４０に進む。一方、作動条件が成立しない場合（ステップＳ２３０；Ｎｏ）、処理は、ステップＳ２５０に進む。

ステップＳ２４０は、上述のステップＳ１４０と同様である。プロセッサ１１０は、車両安定制御を実行する、つまり、車両安定制御を作動させる。

ステップＳ２５０は、上述のステップＳ１５０と同様である。プロセッサ１１０は、車両安定制御を実行しない、つまり、車両安定制御を作動させない。

１ 車両
１０ 車両制御システム
２０ センサ群
２２ 車両状態センサ
３０ 走行装置
１００ 制御装置
１１０ プロセッサ
１２０ 記憶装置
２００ 運転環境情報
２２０ 車両状態情報
３００ 平均値情報
ＤＳ 不安定状態量
ＤＳ＿ａｖｅ 平均不安定状態量
ΔＤＳ 状態変化量
ＴＨ 作動閾値
ＴＨ＿ａｖｅ 平均作動閾値
ΔＴＨ 閾値変化量

Claims (5)

1. 車両の走行を制御する車両制御システムであって、
   前記車両の挙動を安定化させる車両安定制御と、前記車両の運転を支援する運転支援制御とを実行するように構成されたプロセッサと、
   前記車両に搭載されたセンサによって検出される車両状態を示す車両状態情報が格納される記憶装置と
   を備え、
   前記プロセッサは、更に、前記車両状態情報で示される前記車両状態に基づいて、前記車両の不安定度を表す不安定状態量と前記車両安定制御の作動閾値を算出し、
   平均不安定状態量は、前記車両の横加速度が所定の範囲内に存在する場合の前記不安定状態量の平均値であり、
   平均作動閾値は、前記横加速度が前記所定の範囲内に存在する場合の前記作動閾値の平均値であり、
   状態変化量は、前記平均不安定状態量からの前記不安定状態量の増加量であり、
   閾値変化量は、前記平均作動閾値からの前記作動閾値の増加量であり、
   前記運転支援制御の実行中、前記プロセッサは、前記状態変化量が前記閾値変化量よりも大きくなることに応答して前記車両安定制御を作動させる
   車両制御システム。
2. 請求項１に記載の車両制御システムであって、
   前記運転支援制御が実行されていない場合、前記プロセッサは、前記不安定状態量が前記作動閾値よりも大きくなることに応答して前記車両安定制御を作動させる
   車両制御システム。
3. 請求項１又は２に記載の車両制御システムであって、
   前記記憶装置には、更に、前記平均不安定状態量及び前記平均作動閾値を示す平均値情報が格納される
   車両制御システム。
4. 請求項１乃至３のいずれか一項に記載の車両制御システムであって、
   前記運転支援制御において、前記プロセッサは、目標軌道を生成し、前記車両が前記目標軌道に追従するように前記車両の前記走行を制御する
   車両制御システム。
5. 請求項１乃至４のいずれか一項に記載の車両制御システムであって、
   前記所定の範囲の上限値は、０．５×重力加速度である
   車両制御システム。

Images