JP7274329B2 - Vehicle behavior prediction method, vehicle behavior prediction device, and vehicle control device - Google Patents
Vehicle behavior prediction method, vehicle behavior prediction device, and vehicle control device Download PDFInfo
- Publication number
- JP7274329B2 JP7274329B2 JP2019065361A JP2019065361A JP7274329B2 JP 7274329 B2 JP7274329 B2 JP 7274329B2 JP 2019065361 A JP2019065361 A JP 2019065361A JP 2019065361 A JP2019065361 A JP 2019065361A JP 7274329 B2 JP7274329 B2 JP 7274329B2
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- possibility
- lane
- interference
- target object
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Description
本発明は、車両挙動予測方法及び車両挙動予測装置並びに車両制御装置に関する。 The present invention relates to a vehicle behavior prediction method, a vehicle behavior prediction device, and a vehicle control device.
従来より、車両の車線変更を判定する技術が知られている（例えば特許文献１）。特許文献１に記載された技術は、隣接走行車線を走行する他車両を検出し、他車両の移動ベクトルの角度を求め、この移動ベクトルの角度が所定の条件を満たす場合に、隣接走行車線から他車両が車線変更すると判断する。また、この技術は、隣接走行車線から他車両の割り込みがあると判断した場合には、他車両が車線変更した場合における他車両と自車両との車間距離を予測し、予測した車間距離と目標車間距離とが一致するように車速制御を行う。
Conventionally, there has been known a technique for determining a lane change of a vehicle (for example, Patent Document 1). The technology described in
しかしながら、特許文献１に記載された技術によれば、他車両が車線変更を現実に開始して、速度ベクトルが一定の条件にならなければ、車線変更を判定することができない。このため、他車両の車線変更を早期に予測することができないという問題がある。
However, according to the technique described in
本発明は、かかる課題に鑑みてなされたものであり、その目的は、他車両の車線変更を早期に予測することができる車両挙動予測方法及び車両挙動予測装置並びに車両制御装置を提供することである。 SUMMARY OF THE INVENTION The present invention has been made in view of such problems, and an object of the present invention is to provide a vehicle behavior prediction method, a vehicle behavior prediction device, and a vehicle control device that can predict lane changes of other vehicles at an early stage. be.
本発明の一態様に係る車両挙動予測方法は、第１の他車両の前方を走行する第２の他車両について、左右いずれかのウインカーの点灯を判定する。また、車両挙動予測方法は、第２の他車両がウインカーの点灯方向に向かって走行した場合に、第２の他車両がウインカーの点灯方向に存在する物体と干渉する干渉可能性を予測する。そして、車両挙動予測方法は、干渉可能性が高い程、第１の他車両が隣接する走行車線へと車線変更する可能性が高いと予測する。干渉可能性を予測する処理は、車両の挙動データに基づいて、第２の他車両がウインカーの点灯方向に向かって走行したときの走行プロファイルを推定し、走行プロファイルと、対象物体の移動速度及び現在位置とに基づいて、第２の他車両の予測進路と、対象物体の予測進路との交点を進路交点として設定する。また、干渉可能性を予測する処理は、進路交点を中心に所定の半径となる干渉領域を設定し、第２の他車両が現在位置からウインカー点灯方向に向かって走行を開始して進路交点に到達するときの予測時刻を求め、予測時刻における対象物体の位置が干渉領域から遠い程、干渉可能性が低いと予測する。 A vehicle behavior prediction method according to an aspect of the present invention determines whether a left or right turn signal is turned on for a second other vehicle traveling in front of a first other vehicle. Further, the vehicle behavior prediction method predicts the possibility of interference that the second other vehicle interferes with an object existing in the turn signal lighting direction when the second other vehicle travels in the turn signal lighting direction. Then, the vehicle behavior prediction method predicts that the higher the possibility of interference, the higher the possibility that the first other vehicle will change lanes to an adjacent lane. In the process of predicting the possibility of interference, based on the behavior data of the vehicle, a running profile is estimated when the second other vehicle runs in the direction in which the turn signals are turned on, and the running profile, the moving speed of the target object, and the Based on the current position, an intersection point between the predicted course of the second other vehicle and the predicted course of the target object is set as the course intersection point. Further, in the process of predicting the possibility of interference, an interference area having a predetermined radius is set around the course intersection, and the second other vehicle starts traveling from the current position in the turn signal lighting direction and reaches the course intersection. The predicted arrival time is obtained, and the farther the position of the target object at the predicted time from the interference area, the lower the possibility of interference is predicted.
本発明によれば、他車両の車線変更を早期に予測することができる。 According to the present invention, lane changes of other vehicles can be predicted early.
以下、本発明の実施形態について、図面を参照して説明する。図面の記載において同一部分には同一符号を付して説明を省略する。 BEST MODE FOR CARRYING OUT THE INVENTION Hereinafter, embodiments of the present invention will be described with reference to the drawings. In the description of the drawings, the same parts are denoted by the same reference numerals, and the description thereof is omitted.
図１を参照して、本実施形態に係る車両挙動予測装置の構成を説明する。車両挙動予測装置は、物体検出装置１と、自車位置推定装置３と、地図取得装置４と、マイクロコンピュータ５０とを有している。
The configuration of the vehicle behavior prediction device according to the present embodiment will be described with reference to FIG. The vehicle behavior prediction device has an
車両挙動予測装置は、自動運転機能を有する車両に適用されてもよく、自動運転機能を有しない車両に適用されてもよい。また、車両挙動予測装置は、自動運転と手動運転とを切り替えることが可能な車両に適用されてもよい。以下、車両挙動予測装置が適用された車両を自車両という。 The vehicle behavior prediction device may be applied to a vehicle that has an automatic driving function, or may be applied to a vehicle that does not have an automatic driving function. Also, the vehicle behavior prediction device may be applied to a vehicle capable of switching between automatic driving and manual driving. Hereinafter, the vehicle to which the vehicle behavior prediction device is applied will be referred to as own vehicle.
自動運転とは、例えば、ブレーキ、アクセル、ステアリングなどのアクチュエータのうち、少なくとも一つのアクチュエータが乗員の操作なしに制御されている状態のことを指す。そのため、その他のアクチュエータが乗員の操作により作動していたとしても構わない。また、自動運転とは、加減速制御、横位置制御などのいずれかの制御が実行されている状態であればよい。また、本実施形態における手動運転とは、例えば、ブレーキ、アクセル、ステアリングを乗員が操作している状態のことを指す。 Automatic driving refers to, for example, a state in which at least one actuator among brake, accelerator, and steering actuators is controlled without the driver's operation. Therefore, other actuators may be operated by the passenger's operation. Further, automatic operation may be a state in which any control such as acceleration/deceleration control or lateral position control is being executed. Further, manual driving in this embodiment refers to a state in which the driver is operating the brake, accelerator, and steering, for example.
物体検出装置１は、自車両に搭載された、レーザレーダ、ミリ波レーダ、カメラなどの複数の物体検出センサを備える。物体検出装置１は、複数の物体検出センサを用いて自車両周囲の物体を検出する。物体検出装置１は、他車両、バイク、自転車、歩行者を含む移動物体、及び駐車車両、建物を含む静止物体を検出する。例えば、物体検出装置１は、移動物体及び静止物体の自車両に対する位置、姿勢（ヨー角）、大きさ、速度、加速度、減速度、ヨーレートを検出する。
The
自車位置推定装置３は、ＧＰＳ（グローバル・ポジショニング・システム）、オドメトリなどの位置推定技術を利用して、自車両の絶対位置を計測する。自車位置推定装置３は、位置検出センサを用いて、自車両の絶対位置、すなわち、所定の基準点に対する自車両の位置、車速、加速度、操舵角、姿勢を計測する。自車位置推定装置３には、ＧＰＳ受信器、慣性航法装置、ブレーキペダルやアクセルペダルに設けられたセンサ、車輪側センサやヨーレートセンサなど車両の挙動を取得するセンサ、レーザレーダ、カメラなどが含まれている。
The own vehicle
地図取得装置４は、自車両が走行する道路の構造を示す地図情報を取得する。地図取得装置４が取得する地図情報には、車線の絶対位置、車線の接続関係、相対位置関係などの道路構造の情報、交通規則、道路標識などが含まれる。また、地図取得装置４が取得する地図情報には、駐車場、ガソリンスタンドなどの施設情報も含まれる。その他、地図情報には、信号機の位置情報や、信号機の種別などが含まれる。地図取得装置４は、地図情報を格納した地図データベースを所有してもよいし、クラウドコンピューティングにより地図情報を外部の地図データサーバから取得してもよい。また、地図取得装置４は、車車間通信、路車間通信を用いて地図情報を取得してもよい。
The
マイクロコンピュータ５０は、物体検出装置１の検出結果、自車位置推定装置３による推定結果、及び地図取得装置４の取得結果に基づいて、自車両の周囲に存在する他車両の挙動を予測する。また、マイクロコンピュータ５０は、予測した他車両の挙動に基づいて、自車両の走行状態を制御する。
The
本実施形態に係る他車両の挙動予測は、自車両が走行する車線（自車両走行車線）に隣接する車線（隣接走行車線）を走行する他車両が、隣接走行車線から自車両走行車線へと車線変更することを予測するものである。特に、本実施形態では、他車両が車線変更を実際に開始するのに先立ち、他車両が隣接走行車線から自車両走行車線へと車線変更する可能性（以下、単に「車線変更の可能性」という）を予測する。なお、以下の説明では、車線を示すにあたり、自車両を基準に車線（自車両走行車線、隣接走行車線）を定義する。 The behavior prediction of other vehicles according to the present embodiment is based on the prediction that another vehicle traveling in a lane (adjacent traveling lane) adjacent to the lane in which the own vehicle travels (own vehicle traveling lane) changes from the adjacent traveling lane to the own vehicle traveling lane. It predicts that the vehicle will change lanes. In particular, in the present embodiment, the possibility that the other vehicle will change lanes from the adjacent lane to the own vehicle's lane before the other vehicle actually starts changing lanes (hereinafter simply referred to as "possibility of lane change") ) is predicted. In the following description, lanes (own vehicle driving lane, adjacent driving lane) are defined with reference to the own vehicle.
マイクロコンピュータ５０は、ＣＰＵ（中央処理装置）、メモリ、及び入出力部を備える汎用のマイクロコンピュータである。マイクロコンピュータには、車両挙動予測装置として機能させるためのコンピュータプログラム（車両挙動予測プログラム）がインストールされている。コンピュータプログラムを実行することにより、マイクロコンピュータは、車両挙動予測装置が備える複数の情報処理回路として機能する。なお、本実施形態では、ソフトウェアによって車両挙動予測装置が備える複数の情報処理回路を実現する例を示すが、もちろん、以下に示す各情報処理を実行するための専用のハードウェアを用意して、情報処理回路を構成することも可能である。また、複数の情報処理回路を個別のハードウェアにより構成してもよい。
The
マイクロコンピュータ５０は、複数の情報処理回路として、検出統合部２ａと、物体追跡部２ｂと、地図内位置演算部５と、挙動予測部１０と、車両制御部２０とを備えている。
The
検出統合部２ａは、物体検出装置１が備える複数の物体検出センサの各々から得られた複数の検出結果を統合して、各物体に対して一つの検出結果を出力する。具体的には、物体検出センサの各々から得られた物体の挙動から、各物体検出センサの誤差特性などを考慮した上で最も誤差が少なくなる合理的な物体の挙動を算出する。具体的には、既知のセンサ・フュージョン技術を用いることにより、複数種類のセンサで取得した検出結果を総合的に評価して、より正確な検出結果を得る。
The
物体追跡部２ｂは、検出統合部２ａによって検出された物体を追跡する。具体的に、物体追跡部２ｂは、異なる時刻に出力された物体の挙動から、異なる時刻間における物体の同一性の検証（対応付け）を行い、かつ、その対応付けを基づいて物体を追跡する。
The
地図内位置演算部５は、自車位置推定装置３により得られた自車両の絶対位置、及び地図取得装置４により取得された地図情報から、地図上における自車両の位置を推定する。具体的には、地図内位置演算部５は、自車両がどの走行車線を走行しているかを推定する。
The in-
挙動予測部１０は、車線変更の可能性を予測する。挙動予測部１０は、車線判定部１１と、対象車両特定部１２と、ウインカー検出部１３と、物体特定部１４と、干渉推定部１５と、効果計算部１６と、難易度計算部１７と、車線変更計算部１８とを有している。
The
車線判定部１１は、検出統合部２ａ及び物体追跡部２ｂで得られた物体の追跡結果と、地図内位置演算部５において得られた地図上での自車両の位置（走行車線）とに基づいて、自車両周囲の他車両が地図上のどの走行車線に位置しているかを判定する。
The
対象車両特定部１２は、自車両周囲、具体的は、隣接走行車線（第１の走行車線の一例）を走行する他車両の中から、車線変更する可能性を予測する他車両（第１の他車両）を特定する（以下「予測対象車両」という）。対象車両特定部１２は、車線判定部１１の判定結果に基づいて予測対象車両の特定を行う。
The target
ウインカー検出部１３は、隣接走行車線において予測対象車両の前方を走行する他車両（第２の他車両）について、ウインカーの状態を検出する。ウインカー検出部１３は、検出結果に基づいて、左右いずれかのウインカーが点灯していることを判定したり、左右いずれのウインカーも点灯していないことを判定したりする。以下、左右いずれかのウインカーを点灯した他車両を「ウインカー点灯車両」という。なお、ウインカーとは方向指示器（あるいはターンシグナルランプ）を意味し、以下では単にウインカーと記載する。
The
物体特定部１４は、ウインカー点灯車両が存在する隣接走行車線を境に、ウインカー点灯方向に存在する物体を特定する。ここで、ウインカー点灯方向とは、左右いずれかの方向のうち、点灯するウインカーと対応する方向をいう。
The
干渉推定部１５は、ウインカー点灯車両がウインカー点灯方向に向かって走行した場合に、ウインカー点灯車両がウインカーの点灯方向に存在する物体と干渉する可能性を干渉可能性として推定する。
The
効果計算部１６は、車線変更の効果を計算する。車線変更の効果とは、予測対象車両が隣接走行車線を維持するよりも、自車両走行車線（第２の走行車線の一例）へと車線変更した方が短時間で走行できるという結果を示す指標である。
The
難易度計算部１７は、車線変更の難易度を計算する。車線変更の難易度とは、予測対象車両が隣接走行車線から自車両走行車線へと車線変更する際に、車線変更がどの程度難しいかを示す指標である。
The
車線変更計算部１８は、干渉推定部１５、効果計算部１６及び難易度計算部１７の各演算結果に基づいて、車線変更の可能性を予測する。車線変更計算部１８は、基本的に、干渉可能性が高い程、車線変更の可能性が高いと予測する。
The
なお、挙動予測部１０は、図示しない通信装置を備えており、車車間通信又は路車間通信を用いて、自車両前方の情報（交通情報、道路情報など）を取得することができる。また、挙動予測部１０は、各種の走行シーンにおける車両の平均的な挙動を表現した車両の挙動データをデータベースとして保有している。
The
車両制御部２０は、挙動予測部１０において予測された車線変更の可能性に基づいて、自車両に対する車両制御を行う。車両制御部２０は、自車両の各種アクチュエータ（ステアリングアクチュエータ、アクセルペダルアクチュエータ、ブレーキアクチュエータなど）を制御して、自動運転制御又は運転支援制御（例えば減速制御）を実行する。
The
なお、本実施形態では、マイクロコンピュータ５０が車両制御部２０の機能を備えた構成となっており、車両挙動予測装置は車両制御装置としての適用が可能となっている。もっとも、車両挙動予測装置は、車両制御部２０の機能を備えずに、他車両の挙動を予測する機能のみを備えるものであってもよい。
In this embodiment, the
つぎに、図２を参照し、本実施形態に係る車両挙動予測の処理手順を説明する。この処理手順は、イグニッションスイッチ（ＩＧＮ）のオンをトリガーとして呼び出され、マイクロコンピュータ５０によって実行される。
Next, a processing procedure for vehicle behavior prediction according to the present embodiment will be described with reference to FIG. This processing procedure is triggered by turning on the ignition switch (IGN) and executed by the
まず、ステップＳ１０において、検出統合部２ａは、物体検出装置１から物体情報、すなわち、自車両周囲の物体の情報を取得する。物体情報が取得されると、検出統合部２ａは、物体情報に基づいて物体の挙動を算出する。また、物体追跡部２ｂは、検出統合部２ａによって検出された物体を追跡する。
First, in step S<b>10 , the
ステップＳ１１において、地図内位置演算部５は、地図取得装置４から地図情報を取得する。地図内位置演算部５は、自車位置推定装置３から自車両の位置情報を取得する。これらの情報が取得されると、地図内位置演算部５は、地図上における自車両の位置（走行車線）を推定する。
In step S<b>11 , the in-map
ステップＳ１２において、車線判定部１１は、地図内位置演算部５が推定した自車両の位置情報を取得する。また、車線判定部１１は、物体追跡部２ｂによる物体の追跡結果と、自車両の位置情報とに基づいて、自車両周囲の物体、特に他車両が地図上のどの走行車線に属しているかを判定する。
In step S<b>12 , the
ステップＳ１３において、対象車両特定部１２は、予測対象車両を特定する。本実施形態においては、自車両周囲の他車両のうち、車線変更により自車両の挙動に影響を与える可能性がある他車両が予測対象車両として特定される。例えば、対象車両特定部１２は、隣接走行車線を走行する他車両のうち、自車両より前方を走行している他車両を予測対象車両として特定する。
In step S13, the target
図３Ａには、自車両Ｖａが左側の走行車線を走行している状況が一例として示されている。同図に示す例では、左側の走行車線が自車両走行車線Ｌ１に対応し、右側の走行車線が隣接走行車線Ｌ２に対応する。自車両Ｖａの周囲には、４台の他車両が存在し、いずれの他車両も隣接走行車線Ｌ２を走行している。この場合、対象車両特定部１２は、自車両よりも前方を走行する他車両を予測対象車両Ｖｂとして特定する。
FIG. 3A shows, as an example, a situation in which the own vehicle Va is traveling in the left lane. In the example shown in the figure, the left lane corresponds to the host vehicle lane L1, and the right lane corresponds to the adjacent lane L2. There are four other vehicles around the host vehicle Va, and all of the other vehicles are traveling in the adjacent lane L2. In this case, the target
また、図３Ｂには、自車両Ｖａが右側の走行車線を走行している状況が一例として示されている。同図に示す例では、右側の走行車線が自車両走行車線Ｌ１に対応し、左側の走行車線が隣接走行車線Ｌ２に対応する。自車両Ｖａの周囲には、４台の他車両が存在し、いずれの他車両も隣接走行車線Ｌ２を走行している。この場合、対象車両特定部１２は、自車両よりも前方を走行する他車両を予測対象車両Ｖｂとして特定する。
FIG. 3B also shows, as an example, a situation in which the own vehicle Va is traveling in the right lane. In the example shown in the figure, the right lane corresponds to the host vehicle lane L1, and the left lane corresponds to the adjacent lane L2. There are four other vehicles around the host vehicle Va, and all of the other vehicles are traveling in the adjacent lane L2. In this case, the target
ステップＳ１４において、ウインカー検出部１３は、隣接走行車線Ｌ２を走行する他車両を対象として、ウインカーの状態を検出する。具体的には、ウインカー検出部１３は、予測対象車両Ｖｂの前方に位置しかつ同一走行車線に位置する他車両について、ウインカーの状態を検出する。図３Ａ及び図３Ｂに示す例では、ウインカー検出部１３は、先頭を走行する他車両（予測対象車両Ｖｂでもある）と、これに続く他車両（予測対象車両Ｖｂでもある）とについて、ウインカーの状態を検出する。ウインカー検出部１３は、この検出結果に基づいて、ウインカー点灯車両の有無を判定することができる。
In step S14, the
例えば、ウインカー検出部１３は、自車両の周囲を撮像するカメラなどを用いて、他車両のウインカーの状態を検出することができる。具体的には、例えば、ウインカー検出部１３は、自車両の周囲を撮像するカメラによって撮像した周囲画像から、ウインカーの点滅周期相当の所定周期で明度が増減変化する画素の存在の有無を判定することによってウインカーの点灯状態を判定することができる。なお、ウインカー検出部１３は、車車間通信又は路車間通信を用いて、他車両のウインカーの状態を検出してもよい。
For example, the
また、ウインカー検出部１３は、ウインカーが点灯している車両に対するウインカーの点灯方向を検出する。具体的には、例えば、ウインカー検出部１３は、上記周囲画像から他車両に対応した画素位置を検出する。ウインカー検出部１３は、ウインカーの点灯状態を検出した際には、検出した他車両に対応した画素位置に対する、ウインカーの点灯状態が検出された画素位置に基づいてウインカーの点灯方向（他車両の左右いずれかのウインカーが点灯しているのか）を検出することができる。
In addition, the
ステップＳ１５において、ウインカー検出部１３は、特定方向へのウインカーの点灯があるか否かを判断する。すなわち、ウインカー検出部１３は、検出したウインカーの点灯方向が特定方向であるか否かを判断する。例えば、図３Ａに示すような状況で、隣接走行車線Ｌ２を走行する他車両が対向車線を横切って脇道や私有地に進入（右折）する場面を想定する。この場面では、他車両（ウインカー点灯車両）は、右方向のウインカーを点灯させた状態で、隣接走行車線Ｌ２で停車する、又は隣接走行車線Ｌ２を低速で走行する。同様に、図３Ｂに示すような状況で、隣接走行車線Ｌ２を走行する他車両が左折して脇道や私有地に進入する場面を想定する。この場面では、他車両（ウインカー点灯車両）は、左方向のウインカーを点灯させた状態で、隣接走行車線Ｌ２上で停車する、又は隣接走行車線Ｌ２を低速で走行する。このような走行シーンでは、後方を走行するドライバーにとって、ウインカー点灯車両を回避しようと車線変更しようとする意思が働く。そこで、ステップＳ１５の処理では、予測対象車両Ｖｂが回避を試みるような他車両の存在を把握すべく、特定方向へのウインカーの点灯を判定している。すなわち、特定方向とは、隣接走行車線Ｌ２から自車両走行車線Ｌ１へと車線変更するときに点灯するウインカーの方向とは逆方向を意味する。
In step S15, the
特定方向へのウインカーの点灯がある場合には、ステップＳ１５において肯定判定され、ステップＳ１６に進む。一方、特定方向へのウインカーの点灯がない場合には、ステップＳ１５において否定判定され、ステップＳ１３に戻る。なお、以下の説明では、特定方向へウインカーを点灯する車両をウインカー点灯車両という。 If the blinker lights in the specific direction, an affirmative determination is made in step S15, and the process proceeds to step S16. On the other hand, if the winker is not turned on in the specific direction, a negative determination is made in step S15, and the process returns to step S13. In addition, in the following description, the vehicle which turns on a blinker in a specific direction is called a turn signal lighting vehicle.
ステップＳ１６において、物体特定部１４は、ウインカー点灯車両のウインカー点灯方向に存在する物体を検出する。ウインカー点灯方向は、ウインカー点灯車両が走行する隣接走行車線Ｌ２を基準として、この隣接走行車線Ｌ２よりも右側の方向又は左側の方向となる。具体的には、物体特定部１４は、ウインカー点灯方向において物体が移動するための通路を特定し、この通路上の物体を検出する。物体特定部１４が特定する物体は、典型的には移動物体であるが、停止車両などのように移動する可能性がある静止物体であってもよい。
In step S<b>16 , the
図４Ａ乃至図４Ｃには、自車両Ｖａと、予測対象車両Ｖｂ１と、ウインカー点灯車両Ｖｂ２との関係が示されている。図４Ａに示すように、ウインカー点灯方向に存在する通路の一例としては、対向車線が挙げられる。この場合、物体特定部１４は、対向車線に対向車両Ｖｃが存在する場合、この対向車両Ｖｃを物体として特定する。また、図４Ｂ及び図４Ｃに示すように、ウインカー点灯方向に存在する通路の一例としては、自車両走行車線Ｌ１及び隣接走行車線Ｌ２を含む道路に接続する脇道が挙げられる。この場合、物体特定部１４は、脇道を横断する歩行者Ｐｅが存在する場合、この歩行者Ｐｅを物体として特定する。あるいは、物体特定部１４は、脇道に停止中の停止車両Ｖｄが存在する場合、この停止車両Ｖｄを物体として特定する。
4A to 4C show the relationship between the host vehicle Va, the prediction target vehicle Vb1, and the blinker-on vehicle Vb2. As shown in FIG. 4A, an oncoming lane is an example of a passage that exists in the turn signal lighting direction. In this case, when the oncoming vehicle Vc exists in the oncoming lane, the
ステップＳ１７において、干渉推定部１５は、ウインカー点灯車両Ｖｂ２がウインカー点灯方向に向かって走行した場合に、ウインカー点灯車両Ｖｂ２がウインカー点灯方向の物体と干渉する可能性を干渉可能性として予測する。具体的には、干渉推定部１５は、車両の挙動データ（右左折時の平均速度、平均旋回半径など）に基づいて、ウインカー点灯車両がウインカー点灯方向に向かって走行したときの走行プロファイルを推定する。干渉推定部１５は、走行プロファイルと、ウインカー点灯方向に存在する物体の移動速度と、物体の現在位置とに基づいて、干渉可能性を計算する。
In step S17, the
以下、干渉可能性の予測方法の一例を示す。例えば図５Ａに示すように、干渉推定部１５は、ウインカー点灯車両Ｖｂ２の予測進路Ｌｂと、ウインカー点灯方向の対向車両Ｖｃの予測進路Ｌｃとの交点を進路交点として設定し、進路交点を中心に所定の半径となる干渉領域Ｒｃを設定する。また、干渉推定部１５は、ウインカー点灯車両Ｖｂ２が現在位置からウインカー点灯方向に向かって走行を開始して進路交点に到達する予測時刻を求める。そして、干渉推定部１５は、この予測時刻において対向車両Ｖｃが干渉領域Ｒｃ内に到達する可能性を干渉可能性として計算する。具体的には、干渉推定部１５は、予測時刻に対向車両Ｖｃが干渉領域Ｒｃ内に到達するときの干渉可能性を最大値として計算する。また、干渉推定部１５は、予測時刻における対向車両Ｖｃの位置が干渉領域Ｒｃから遠ざかる程、干渉可能性が低いと計算する。
An example of a method for predicting the possibility of interference is shown below. For example, as shown in FIG. 5A, the
なお、干渉推定部１５は、対向車両Ｖｃの複数の予測進路を考慮して、干渉可能性を計算してもよい。例えば、図５Ｂ及び図５Ｃに示すように、対向車両Ｖｃの予測進路には、対向車線を直進する予測進路Ｌｃ１と、手前の脇道に左折する予測進路Ｌｃ２とが考えられる。干渉推定部１５は、対向車両Ｖｃの速度推移に基づいて、脇道に接近したときの対向車両Ｖｃの速度を予測する。予測した速度が低速状態を判定する判定速度以上である場合、干渉推定部１５は、直進する予測進路Ｌｃ１の方が、脇道に左折する予測進路Ｌｃ２よりも対向車両Ｖｃが走行する可能性が高いと予測する。逆に、予測した速度が判定速度よりも小さい場合、干渉推定部１５は、脇道に左折する予測進路Ｌｃ２の方が、直進する予測進路Ｌｃ１よりも対向車両Ｖｃが走行する可能性が高いと予測する。そして、干渉推定部１５は、前述の通り、対向車両Ｖｃが干渉領域Ｒｃ内に到達する可能性に基づいて、干渉可能性の基準値を計算する。加えて、干渉推定部１５は、基準値に、直進する予測進路Ｌｃ１を対向車両Ｖｃが走行する可能性を加味した上で、最終的な干渉可能性を計算する。
Note that the
ステップＳ１９において、車線変更計算部１８は、干渉可能性に基づいて、車線変更の可能性を予測する。以下、図６を参照し、予測処理の詳細を説明する。
In step S19, the
ステップＳ３０において、車線変更計算部１８は、ウインカー点灯方向に物体が存在するか否かを判断する。ウインカー点灯方向に物体が存在する場合には、ステップＳ３０において肯定判定され、ステップＳ３１に進む。ウインカー点灯方向に物体が存在しない場合には、ステップＳ３０において否定判定され、ステップＳ３９に進む。
In step S30, the lane
ステップＳ３１において、車線変更計算部１８は、物体が車両であるか否かを判断する。物体が車両である場合には、ステップＳ３１において肯定判定され、ステップＳ３２に進む。一方、物体が車両でない場合には、ステップＳ３１において否定判定され、ステップＳ３４に進む。
In step S31, the lane
ステップＳ３２において、車線変更計算部１８は、車両が緊急車両であるか否かを判断する。車両が緊急車両である場合には、ステップＳ３２において肯定判定され、ステップＳ３５に進む。車両が緊急車両ではない場合には、ステップＳ３２において否定判定され、ステップＳ３３に進む。
In step S32, the lane
ステップＳ３３において、車線変更計算部１８は、車両の走行状態を取得する。車両の走行状態の取得は、車両が安定した状態で走行しているか、それとも安定していない状態で走行しているかを判断するために行われる。車両の走行状態としては、一定時間だけ遡った時点から現在に至るまでの車両の速度変化の軌跡及び車両の位置変化（進行方向を基準に左右方向の位置変化）の軌跡などが該当する。
In step S33, the lane
車線変更計算部１８は、車両の走行状態を取得すると、車両が安定した状態で走行しているか、それとも安定していない状態で走行しているかを判断する。例えば、車線変更計算部１８は、車両の速度変化が所定の速度範囲内に収まっており、かつ、車両の位置変化が所定の位置範囲内に収まっている場合には、車両の走行状態が安定していると判定する。一方、車線変更計算部１８は、車両の速度変化が所定の速度範囲内に収まっていない、又は、車両の位置変化が所定の位置範囲内に収まっていない場合には、車両の走行状態が安定していないと判定する。
After acquiring the running state of the vehicle, the lane
ステップＳ３４において、車線変更計算部１８は、歩行者の歩行状態を取得する。歩行者の歩行状態の取得は、歩行者が安定した状態で歩行しているか、それとも安定していない状態で歩行しているかを判断するために行われる。歩行者の歩行状態としては、一定時間だけ遡った時点から現在に至るまでの歩行者の速度変化の軌跡及び歩行者の位置変化（進行方向を基準に左右方向の位置変化）の軌跡などが該当する。
In step S34, the lane
車線変更計算部１８は、歩行者の歩行状態を取得すると、歩行者が安定した状態で歩行しているか、それとも安定していない状態で歩行しているかを判断する。例えば、車線変更計算部１８は、歩行者の速度変化が所定の速度範囲内に収まっており、かつ、歩行者の位置変化が所定の位置範囲内に収まっている場合には、歩行者の歩行状態が安定していると判定する。一方、車線変更計算部１８は、歩行者の速度変化が所定の速度範囲内に収まっていない、又は、歩行者の位置変化が所定の位置範囲内に収まっていない場合には、歩行者の歩行状態が安定していないと判定する。
After obtaining the walking state of the pedestrian, the lane
ステップＳ３５において、車線変更計算部１８は、ウインカー点灯方向の物体に基づいて、判定閾値を決定する。例えば図７に示すように、車線変更計算部１８は、物体毎に判定閾値が関連付けられたデータを保有しており、このデータに従って判定閾値を決定する。車線変更計算部１８は、物体の種類が緊急車両である場合には、物体の種類が緊急車両ではない場合と比べて低い値ＴＨ１を判定閾値として決定する。また、車線変更計算部１８は、物体が車両でかつ走行状態が安定している場合、及び、物体が歩行者でかつ歩行状態が安定している場合、基準値（例えば０．５）を判定閾値として決定する。一方、車線変更計算部１８は、物体が車両でかつ走行状態が安定していない場合、走行状態が安定している車両と比べて低い値ＴＨ２（ＴＨ２＞ＴＨ１）を判定閾値として決定する。また、車線変更計算部１８は、物体が歩行者でかつ歩行状態が安定していない場合、歩行状態が安定している歩行者と比べて低い値ＴＨ３（ＴＨ３＞ＴＨ１）を判定閾値として決定する。なお、歩行状態が安定していない歩行者に適用される判定閾値（値ＴＨ３）は、走行状態が安定していない車両に適用される判定閾値（値ＴＨ２）よりも低い値に設定されている。
In step S35, the lane
ステップＳ３６において、車線変更計算部１８は、ステップＳ１７で予測された干渉可能性を取得する。
In step S36, the
ステップＳ３７において、車線変更計算部１８は、干渉可能性が、ステップＳ３５で決定された判定閾値以上であるか否かを判定する。干渉可能性が判定閾値以上である場合には、ステップＳ３７において肯定判定され、ステップＳ３８に進む。一方、干渉可能性が判定閾値よりも低い場合には、ステップＳ３７において否定判定され、ステップＳ３９に進む。
In step S37, the lane
ステップＳ３８において、車線変更計算部１８は、車線変更の可能性を算出する。車線変更計算部１８は、車線変更の可能性と干渉可能性との相関データを保有しており、この相関データに基づいて、干渉可能性から車線変更の可能性を算出する。
In step S38, the lane
図８Ａには、判定閾値が基準値（０．５）に決定された場合における車線変更の可能性と干渉可能性との相関データが例示されている。図９Ｂには、判定閾値が基準値（０．５）よりも低い値に決定された場合における車線変更の可能性と干渉可能性との相関データが例示されている。この相関データでは、干渉可能性が判定閾値よりも低い場合、予測対象車両Ｖｂ１に関する車線変更の可能性と、予測対象車両Ｖｂ１が車線変更せずに直進する可能性とがそれぞれ同じ（０．５（５０％））になる。一方、干渉可能性が閾値以上の場合、ウインカー点灯車両が隣接走行車線Ｌ２から離脱するのに時間を要するかもしれない。そのため、干渉可能性が高い程、予測対象車両Ｖｂ１に関する車線変更の可能性が高くなるように設定されている。このような相関データの関係に従い、車線変更計算部１８は、干渉可能性が高い程、予測対象車両Ｖｂ１に関する車線変更の可能性が高いと予測する。
FIG. 8A illustrates correlation data between the possibility of lane change and the possibility of interference when the determination threshold is determined to be the reference value (0.5). FIG. 9B illustrates correlation data between the possibility of lane change and the possibility of interference when the determination threshold is determined to be lower than the reference value (0.5). In this correlation data, when the possibility of interference is lower than the determination threshold, the possibility of the prediction target vehicle Vb1 changing lanes and the possibility of the prediction target vehicle Vb1 going straight without changing lanes are the same (0.5 (50%)). On the other hand, when the possibility of interference is equal to or greater than the threshold, it may take time for the vehicle with the blinker on to leave the adjacent driving lane L2. Therefore, it is set such that the higher the possibility of interference, the higher the possibility of the prediction target vehicle Vb1 changing lanes. According to the relationship of such correlation data, the lane
ステップＳ３９において、車線変更計算部１８は、ウインカー点灯車両Ｖｂ２の車線離脱時におけるウインカー点灯車両とその後方の予測対象車両Ｖｂ１との車間距離を推定する。ウインカー点灯車両Ｖｂ２の車線離脱時とは、ウインカー点灯車両がウインカー点灯方向に向かって走行して隣接走行車線Ｌ２から離脱したと予測されるタイミングをいう。なお、隣接走行車線Ｌ２から離脱した状態とは、ウインカー点灯車両Ｖｂ２が隣接走行車線Ｌ２から完全に離脱した状態のみを指すものではない。本明細書において、隣接走行車線Ｌ２から離脱した状態には、予測対象車両Ｖｂ１が隣接走行車線Ｌ２を走行したままでもウインカー点灯車両Ｖｂ２を追い越すことができる程度に、ウインカー点灯車両Ｖｂ２が隣接走行車線Ｌ２から離脱している状態も含む。
In step S39, the lane
車線変更計算部１８は、車両の挙動データ（右左折時の平均速度、平均旋回半径など）に基づいて、ウインカー点灯車両がウインカー点灯方向に向かって走行（右左折）する際の走行プロファイルを推定する。また、車線変更計算部１８は、予測対象車両Ｖｂ１の位置、速度を取得する。車線変更計算部１８は、これの情報を利用して、ウインカー点灯車両Ｖｂ２の車線離脱時における車間距離を推定する。
The lane
ステップＳ４０において、車線変更計算部１８は、推定した車間距離に基づいて、車線変更の可能性を予測する。具体的には、車線変更計算部１８は、車間距離が大きい程、車線変更の可能性が低いと予測する。
In step S40, the lane
ステップＳ２０において、効果計算部１６は、車線変更の効果を計算する。以下、図９を参照し、車線変更の効果に関する計算処理の詳細を説明する。
In step S20, the
ステップＳ５０において、効果計算部１６は、基準位置を設定する。基準位置は、車線変更の効果を演算するための位置であり、ウインカー点灯車両よりも前方に設定される。例えば、ウインカー点灯車両が脇道へ右折しようとする場合、効果計算部１６は、図１０に示すように、脇道との交差位置を基準位置として設定する。
In step S50, the
ステップＳ５１において、効果計算部１６は、予測対象車両の前方に信号機がある場合には、信号機の状態を取得する。前方の信号機が赤信号である場合には、車線変更しても前に進むことができず、車線変更をしないでおこうとする心理がドライバーに働く。例えば、効果計算部１６は、信号機の現在の点灯色、信号の切り替わりタイミングなどの情報を取得する。そして、車線変更計算部１８は、これらの情報を利用することで、前方の信号機の状態を考慮して、予測対象車両Ｖｂ１が現在位置から基準位置を通過するのに要する時間を算出する。
In step S51, the
ステップＳ５２において、効果計算部１６は、予測対象車両の前方の渋滞状況を取得する。車線変更先の走行車線が渋滞している場合には、車線変更しても前に進むことができず、車線変更をしないでおこうとする心理がドライバーに働く。例えば、車線変更計算部１８は、前方の渋滞の長さ、渋滞の平均速度、渋滞の激しさなどの情報を取得する。そして、効果計算部１６は、これらの情報を利用することで、前方の渋滞状況を考慮して、予測対象車両Ｖｂ１が現在位置から基準位置を通過するのに要する時間を算出する。
In step S52, the
ステップＳ５３において、効果計算部１６は、予測対象車両の前方の横断歩道を横断する歩行者の情報を取得する。車線変更先の走行車線を歩行者が横断している場合には、歩行者が渡りきるまでは車線変更しても前に進むことができず、車線変更をしないでおこうとする心理がドライバーに働く。例えば、効果計算部１６は、歩行者の横断速度、歩行者の人数などの情報を取得する。そして、効果計算部１６は、これらの情報を利用することで、前方の歩行者の有無を考慮して、予測対象車両が現在位置から基準位置を通過するのに要する時間を算出する。
In step S53, the
ステップＳ５４において、効果計算部１６は、ステップＳ５１からＳ５３までに算出された時間に基づいて、予測対象車両Ｖｂ１が車線変更した場合に基準位置を通過するのに要する通過時間Ｔ１を算出する。例えば、効果計算部１６は、ステップＳ５１からＳ５３までに算出された時間のうち最も長い時間を通過時間Ｔ１として決定する。または、効果計算部１６は、ステップＳ５１からＳ５３までに算出された時間にそれぞれ重み係数を考慮して、通過時間Ｔ１を決定する。
In step S54, the
ステップＳ５５において、効果計算部１６は、予測対象車両Ｖｂ１が車線変更せずに、隣接走行車線Ｌ２を直進したまま基準位置を通過するのに要する通過時間Ｔ２を算出する。例えば、効果計算部１６は、ウインカー点灯車両がウインカー点灯方向に向かって走行して隣接走行車線Ｌ２から離脱するまでの時間を予測する。そして、効果計算部１６は、予測した時間に基づいて、ウインカー点灯車両が隣接走行車線Ｌ２を離脱した後に、ウインカー点灯車両が存在していた位置を通過して基準位置へと至るまでの通過時間Ｔ２を算出する。
In step S55, the
ステップＳ５６において、車線変更計算部１８は、通過時間の差ΔＴ、具体的には、ステップＳ５４で計算した通過時間Ｔ１からステップＳ５５で計算した通過時間Ｔ２を減算した差ΔＴを計算する。現在の走行車線を維持した方が短時間で基準位置を通過できる場合、差ΔＴはプラスの値となる。一方、自車両走行車線Ｌ１へ車線変更した方が短時間で基準位置を通過できる場合、差ΔＴはマイナスの値となる。すなわち、差ΔＴがマイナス方向に大きい程、車線変更の効果が高いといえる。
In step S56, the lane
ステップＳ２１において、難易度計算部１７は、車線変更の難易度を計算する。図１１Ａに示す状況では、自車両走行車線Ｌ１を走行する車両Ｖｂ３が予測対象車両Ｖｂ１の斜め後方を走行している。この場合、予測対象車両Ｖｂ１が車線変更しても、後方の車両Ｖｂ３との間に十分な車間距離を確保することが難しい。よって、車線変更の難易度が高いといえる。また、図９Ｂに示す状況では、速度の遅い車両Ｖｂ３が予測対象車両Ｖｂ１の斜め前方を走行している。この場合、予測対象車両Ｖｂ１が車線変更しても、後方の車両Ｖｂ３との間に十分な車間距離を確保することが難しい。よって、車線変更の難易度が高いといえる。例えば、難易度計算部１７は、自車両走行車線Ｌ１を走行する車両Ｖｂ３と、予測対象車両Ｖｂ１との車間距離を算出する。そして、難易度計算部１７、車間距離が短い程、車線変更の難易度が高いと計算する。
In step S21, the
ステップＳ２２において、車線変更計算部１８は、ステップＳ１９及びＳ２０の計算結果に基づいて、ステップＳ１８で予測した車線変更の可能性を修正する。具体的には、車線変更計算部１８は、車線変更の効果が低い程、車線変更の可能性が低くなるように、車線変更の可能性を修正する。また、車線変更計算部１８は、車線変更の難易度が高い程、車線変更の可能性が低くなるように、車線変更の可能性を修正する。
In step S22, the lane
ステップＳ２３において、車両制御部２０は、予測された車線変更の可能性に基づいて、自車両の制御を行う。例えば、車両制御部２０は、車線変更の可能性が一定値、例えば０．８以上になった場合に、減速制御を行う。
In step S23, the
ステップＳ２４において、車線変更計算部１８は、イグニッションスイッチがオフされたか否かを判断する。イグニッションスイッチがオフされた場合には、ステップ２４において肯定判定され、一連の処理を終了する（ＥＮＤ）。一方、イグニッションスイッチ（ＩＧＮ）がオンされたままの場合には、ステップ２４において否定判定され、ステップＳ１０に戻る。
In step S24, the lane
このように、本実施形態に係る車両挙動予測方法及び車両挙動予測装置は、ウインカー点灯車両Ｖｂ２がウインカー点灯方向に向かって走行した場合に、ウインカー点灯車両Ｖｂ２がウインカー点灯方向に存在する物体と干渉する可能性が、干渉可能性として推定される。そして、本実施形態の手法は、推定した干渉可能性が高い程、予測対象車両が隣接走行車線から自車両走行車線Ｌ１へと車線変更する可能性が高いと予測する。 As described above, the vehicle behavior prediction method and the vehicle behavior prediction device according to the present embodiment can prevent the vehicle Vb2 with the winkers on from interfering with an object existing in the direction of the winkers on when the vehicle Vb2 with the winkers on is traveling in the direction on which the winkers are on. The possibility of doing so is estimated as the interference probability. Then, the method of the present embodiment predicts that the higher the estimated interference possibility, the higher the possibility that the prediction target vehicle will change lanes from the adjacent lane to the own vehicle's lane L1.
隣接走行車線Ｌ２を走行する予測対象車両Ｖｂ１のドライバーにあっては、前方のウインカー点灯車両Ｖｂ２が走行の妨げとなると判断すると、隣接する自車両走行車線Ｌ１へ車線変更をして、ウインカー点灯車両Ｖｂ２を回避しようとする。一方で、隣接走行車線Ｌ２上のウインカー点灯車両Ｖｂ２のドライバーにあっては、ウインカー点灯方向の安全を確認した上で、隣接走行車線Ｌ２を離脱しようとする。そのため、干渉可能性が高い状況では、ウインカー点灯車両Ｖｂ２が隣接走行車線Ｌ２上に長く待機し続けることが予想される。これに対して、干渉可能性が低い状況では、ウインカー点灯車両が隣接走行車線Ｌ２を早期に離脱することが予想される。したがって、干渉可能性を予測することで、周囲の客観的な状況から、ウインカー点灯車両が隣接走行車線Ｌ２に待機し続けるかどうかを判断することができる。これにより、予測対象車両Ｖｂ１に関する車線変更の可能性を予測することができる。この手法によれば、車線変更動作が現実に開始される前に、車線変更の可能性を判断することができるので、車線変更の可能性を早期に予測することができる。 When the driver of the prediction target vehicle Vb1 traveling in the adjacent driving lane L2 determines that the winker lit vehicle Vb2 in front will hinder driving, the driver changes lanes to the adjacent own vehicle driving lane L1 and the turn signal lit vehicle. Try to avoid Vb2. On the other hand, the driver of the winker-lit vehicle Vb2 on the adjacent lane L2 attempts to leave the adjacent lane L2 after confirming the safety of the winker lighting direction. Therefore, in a situation where the possibility of interference is high, it is expected that the vehicle Vb2 with blinkers on will continue to wait on the adjacent traffic lane L2 for a long time. On the other hand, in a situation where the possibility of interference is low, it is expected that the vehicle with the blinker on will quickly leave the adjacent driving lane L2. Therefore, by estimating the possibility of interference, it is possible to determine whether or not the vehicle with its blinkers on will continue to wait in the adjacent lane L2 based on the surrounding objective conditions. This makes it possible to predict the possibility of a lane change for the prediction target vehicle Vb1. According to this technique, it is possible to determine the possibility of lane change before the lane change operation actually starts, so it is possible to predict the possibility of lane change at an early stage.
また、本実施形態の手法は、自車両走行車線Ｌ１に予測対象車両Ｖｂ１が車線変更する場合には、予測対象車両Ｖｂ１について予測された車線変更の可能性に基づいて、自車両の減速制御を行っている。 Further, in the method of the present embodiment, when the prediction target vehicle Vb1 changes lanes to the own vehicle traveling lane L1, the deceleration control of the own vehicle is performed based on the predicted possibility of lane change for the prediction target vehicle Vb1. Is going.
この手法によれば、予測対象車両Ｖｂ１の車線変更を早期に予測することができるので、大きな挙動変化を伴うことなく、車両をスムーズに減速させることができる。 According to this method, the lane change of the prediction target vehicle Vb1 can be predicted at an early stage, so the vehicle can be smoothly decelerated without a large change in behavior.
また、本実施形態の手法は、干渉可能性が判定閾値以上である場合に、干渉可能性が高い程、車線変更する可能性が高いと予測してもよい。 Further, the method of the present embodiment may predict that the possibility of changing lanes is higher as the possibility of interference is higher when the possibility of interference is greater than or equal to the determination threshold.
この手法によれば、判定閾値と干渉可能性とを比較することで、干渉可能性が高い状況なのか、それとも低い状況であるのか相対比較することができる。そして、干渉可能性が高い状況にあっては、干渉可能性が高い程、車線変更する可能性が高くなるという傾向が推認される。これにより、車線変更の可能性を精度よく予測することができる。 According to this method, by comparing the determination threshold value and the possibility of interference, relative comparison can be made as to whether the possibility of interference is high or low. In a situation where the possibility of interference is high, it is presumed that there is a tendency that the higher the possibility of interference, the higher the possibility of changing lanes. This makes it possible to accurately predict the possibility of lane changes.
また、本実施形態の手法は、干渉可能性が判定閾値よりも低い場合には、ウインカー点灯車両Ｖｂ２の車線離脱時での予測対象車両Ｖｂ１とウインカー点灯車両Ｖｂ２との車間距離に基づいて、車線変更の可能性を予測してもよい。 Further, in the method of the present embodiment, when the possibility of interference is lower than the determination threshold, the vehicle Vb2 with its winkers on, based on the inter-vehicle distance between the prediction target vehicle Vb1 and the vehicle Vb2 with its winkers on, determines whether the vehicle is in the lane. Anticipate possible changes.
干渉可能性が低い状況では、ウインカー点灯車両Ｖｂ２が隣接走行車線Ｌ２からスムーズに離脱できる状況が予測されるから、車線変更の可能性は低いと考えられる。しかしながら、予測対象車両Ｖｂ１がウインカー点灯車両Ｖｂ２に接近している状況では、ウインカー点灯車両Ｖｂ２が隣接走行車線Ｌ２から離脱するのを待つ余裕がないことがある。この場合、予測対象車両Ｖｂ１が車線変更する可能性が考えられる。そこで、干渉可能性が判定閾値よりも低い場合には、車間距離に基づいて車線変更の可能性を予測することで、車線変更の可能性を適切に予測することができる。 In a situation in which the possibility of interference is low, it is expected that the vehicle Vb2 with the turn signals on can smoothly depart from the adjacent lane L2, so the possibility of lane change is considered to be low. However, in a situation where the prediction target vehicle Vb1 is approaching the winker-lit vehicle Vb2, there may be no time to wait for the winker-lit vehicle Vb2 to leave the adjacent lane L2. In this case, the prediction target vehicle Vb1 may change lanes. Therefore, when the possibility of interference is lower than the determination threshold, the possibility of lane change can be predicted appropriately by predicting the possibility of lane change based on the inter-vehicle distance.
この場合、車間距離が大きい程、車線変更の可能性が低いと予測することが好ましい。 In this case, it is preferable to predict that the possibility of changing lanes is lower as the inter-vehicle distance increases.
この手法によれば、車間距離が大きければ、車線変更しなくとも、予測対象車両Ｖｂ１がウインカー点灯車両Ｖｂ２に到達するよりも前に、ウインカー点灯車両Ｖｂ２が隣接走行車線Ｌ２から離脱していることが予想される。そこで、車間距離が大きい程、車線変更の可能性が低いと予測することで、車線変更の可能性を精度よく予測することができる。 According to this method, if the inter-vehicle distance is large, the winker-lit vehicle Vb2 leaves the adjacent driving lane L2 before the prediction target vehicle Vb1 reaches the winker-lit vehicle Vb2 without changing lanes. is expected. Therefore, by predicting that the possibility of changing lanes is lower as the inter-vehicle distance increases, the possibility of changing lanes can be accurately predicted.
また、本実施形態に係る手法は、ウインカー点灯方向に存在する物体の種類に応じて、判定閾値を変更してもよい。 Further, in the method according to the present embodiment, the determination threshold may be changed according to the type of object present in the turn signal lighting direction.
この手法によれば、物体の種類を考慮して予測演算を行うことができるので、車線変更の可能性を精度よく予測することができる。 According to this method, the prediction calculation can be performed in consideration of the type of object, so the possibility of lane change can be predicted with high accuracy.
また、本実施形態に係る手法は、物体の種類が緊急車両の場合、物体の種類が緊急車両ではない場合と比べて、判定閾値を低い値に決定してもよい。 Further, in the method according to the present embodiment, when the type of object is an emergency vehicle, the determination threshold may be set to a lower value than when the type of object is not an emergency vehicle.
緊急車両と、これ以外の種類の物体とについて、同一の干渉可能性と予測される場合であっても、緊急車両については、これを優先的に通過させようとするドライバーの意思が働く。そのため、ウインカー点灯車両Ｖｂ２が隣接走行車線Ｌ２上で待機し続ける可能性が高い。よって、判定閾値を低い値に決定することで、車線変更の可能性を精度よく予測することができる。 Even if the possibility of interference is predicted to be the same for emergency vehicles and other types of objects, the driver's intention to preferentially pass through the emergency vehicle works. Therefore, there is a high possibility that the blinker-on vehicle Vb2 will continue to wait on the adjacent lane L2. Therefore, by setting the determination threshold to a low value, it is possible to accurately predict the possibility of a lane change.
また、本実施形態に係る手法は、車両の走行状態に応じて、判定閾値を変更してもよい。 Further, in the method according to the present embodiment, the determination threshold may be changed according to the running state of the vehicle.
この手法によれば、車両の走行状態を考慮して予測演算を行うことができるので、車線変更の可能性を精度よく予測することができる。 According to this method, the prediction calculation can be performed in consideration of the running state of the vehicle, so the possibility of lane change can be predicted with high accuracy.
この場合、車両の走行状態が安定していない場合には、車両の走行状態が安定している場合と比べて、判定閾値を低い値に決定してもよい。 In this case, when the running state of the vehicle is not stable, the determination threshold value may be set to a lower value than when the running state of the vehicle is stable.
走行状態が安定している車両と、走行状態が安定していない車両とについて、同一の干渉可能性と予測される場合であっても、走行状態が安定していない車両については、安全を十分に確認しようとするドライバーの意思が働く。この場合、ウインカー点灯車両は、隣接走行車線Ｌ２上で待機し続ける可能性が高い。よって、判定閾値を低い値に決定することで、車線変更の可能性を精度よく予測することができる。 Even if the possibility of interference is predicted to be the same for vehicles with stable running conditions and vehicles with unstable running conditions, sufficient safety measures should be taken for vehicles with unstable running conditions. The intention of the driver to try to confirm is working. In this case, there is a high possibility that the vehicle with the blinker on will continue to wait on the adjacent lane L2. Therefore, by setting the determination threshold to a low value, it is possible to accurately predict the possibility of a lane change.
なお、走行状態が安定していないと判定された車両の中には、ウインカー点灯車両に進路を譲るために減速などしており、これにより走行状態が安定しないと判定される場合がある。このため、ウインカー点灯車両から進路を譲る意図を判定できた場合には、低く決定した判定閾値を高い値に再決定してもよい。 It should be noted that some vehicles that have been determined to be in an unstable running state are decelerating in order to give way to the vehicle with the turn signal on, and thus may be determined to be in an unstable running state. Therefore, when it is possible to determine that the vehicle intends to give way to the vehicle with the blinker on, the low determination threshold value may be re-determined to be a high value.
また、本実施形態に係る手法は、歩行者の歩行状態に応じて、判定閾値を変更してもよい。 Further, in the method according to the present embodiment, the determination threshold may be changed according to the walking state of the pedestrian.
この手法によれば、歩行者の歩行状態を考慮して予測演算を行うことができるので、車線変更の可能性を精度よく予測することができる。 According to this method, the prediction calculation can be performed in consideration of the pedestrian's walking state, so the possibility of lane change can be predicted with high accuracy.
また、本実施形態に係る手法は、歩行者の歩行状態が安定していない場合には、歩行者の歩行状態が安定している場合と比べて、判定閾値を低い値に変更してもよい。 Further, in the method according to the present embodiment, when the pedestrian's walking state is not stable, the determination threshold may be changed to a lower value than when the pedestrian's walking state is stable. .
一般に、子供や高齢者は、歩行状態が安定しない傾向にある。したがって、歩行状態が安定している歩行者と、歩行状態が安定していない歩行者とについて、同一の干渉可能性と予測される場合であっても、歩行状態が安定していない歩行者については、安全を十分に確認しようとするドライバーの意思が働く。そのため、ウインカー点灯車両Ｖｂ２が隣接走行車線Ｌ２上で待機し続ける可能性が高い。よって、判定閾値を低い値に決定することで、車線変更の可能性を精度よく予測することができる。 In general, children and elderly people tend to have unstable walking conditions. Therefore, even if the possibility of interference is predicted to be the same for a pedestrian whose walking state is stable and a pedestrian whose walking state is not stable, is the intention of the driver to fully confirm safety. Therefore, there is a high possibility that the blinker-on vehicle Vb2 will continue to wait on the adjacent lane L2. Therefore, by setting the determination threshold to a low value, it is possible to accurately predict the possibility of a lane change.
なお、上述した実施形態では、自車両走行車線Ｌ１に隣接する隣接走行車線Ｌ２を走行する予測対象車両Ｖｂ１が自車両走行車線Ｌ１へと車線変更するとして、その車線変更の可能性を予測した。しかしながら、本実施形態に係る車両挙動予測方法及び車両挙動予測装置は、予測対象車両と自車両とが隣接する走行車線にそれぞれ存在する必要はなく、予測対象車両が自身の走行車線（第１の走行車線）から、その隣の走行車線（第２の走行車線）へと車線変更する可能性を予測するものであればよい。 In the above-described embodiment, the possibility of the lane change is predicted assuming that the prediction target vehicle Vb1 traveling in the adjacent traveling lane L2 adjacent to the own vehicle traveling lane L1 changes lanes to the own vehicle traveling lane L1. However, in the vehicle behavior prediction method and the vehicle behavior prediction device according to the present embodiment, it is not necessary for the prediction target vehicle and the own vehicle to exist in adjacent driving lanes. It is sufficient to predict the possibility of changing lanes from a driving lane) to an adjacent driving lane (second driving lane).
上記のように、本発明の実施形態を記載したが、この開示の一部をなす論述及び図面はこの発明を限定するものであると理解すべきではない。この開示から当業者には様々な代替実施の形態、実施例及び運用技術が明らかとなろう。 While embodiments of the present invention have been described above, the discussion and drawings forming part of this disclosure should not be construed as limiting the invention. Various alternative embodiments, implementations and operational techniques will become apparent to those skilled in the art from this disclosure.
１ 物体検出装置
２ａ 検出統合部
２ｂ 物体追跡部
３ 自車位置推定装置
４ 地図取得装置
５ 地図内位置演算部
１０ 挙動予測部
１１ 車線判定部
１２ 対象車両特定部
１３ ウインカー検出部
１４ 物体特定部
１５ 干渉推定部
１６ 効果計算部
１７ 難易度計算部
１８ 車線変更計算部
２０ 車両制御部
５０ マイクロコンピュータ
1
Claims (12)
コンピュータが、
地図情報と、前記センサによる物体検出で得られた情報とに基づいて、前記他車両の中から、車線変更する可能性を予測する第１の他車両を特定し、
前記第１の他車両が走行する第１の走行車線において前記第１の他車両の前方を走行する第２の他車両について、左右いずれかのウインカーの点灯を判定し、
前記地図情報と、前記センサによる物体検出で得られた情報とに基づいて、前記第１の走行車線よりも前記ウインカーの点灯方向に存在する対象物体を特定し、
前記第２の他車両が前記ウインカーの点灯方向に向かって走行した場合に、前記対象物体と干渉する可能性を干渉可能性として予測し、
前記干渉可能性が高い程、前記第１の他車両が前記第１の走行車線に隣接する第２の走行車線へと車線変更する可能性が高いと予測する、ことを含み、
前記干渉可能性を予測する処理は、
前記コンピュータが予め保有する、車両の平均的な挙動を表現した挙動データに基づいて、前記第２の他車両が前記ウインカーの点灯方向に向かって走行したときの走行プロファイルを推定し、
前記走行プロファイルと、前記対象物体の移動速度と、前記対象物体の現在位置とに基づいて、前記第２の他車両の予測進路と、前記対象物体の予測進路との交点を進路交点として設定し、
前記進路交点を中心に所定の半径となる干渉領域を設定し、
前記第２の他車両が現在位置から前記ウインカーの点灯方向に向かって走行を開始して前記進路交点に到達するときの予測時刻を求め、
前記予測時刻における前記対象物体の位置が前記干渉領域から遠い程、前記干渉可能性が低いと予測する、ことを含む
車両挙動予測方法。 A sensor detects objects including other vehicles around the vehicle,
the computer
identifying, from among the other vehicles, a first other vehicle for which a possibility of lane change is predicted based on map information and information obtained by object detection by the sensor ;
determining whether a left or right turn signal is turned on for a second other vehicle traveling in front of the first other vehicle in a first traveling lane in which the first other vehicle travels;
based on the map information and information obtained by object detection by the sensor, identifying a target object existing in a lighting direction of the turn signal rather than the first driving lane;
predicting the possibility of interference with the target object as the possibility of interference when the second other vehicle travels in the direction in which the turn signals are turned on;
Predicting that the higher the possibility of interference, the higher the possibility that the first other vehicle will change lanes to a second lane adjacent to the first lane ;
The process of predicting the possibility of interference includes:
estimating a running profile when the second other vehicle runs in the direction in which the turn signals are turned on, based on behavior data that is stored in advance by the computer and expresses the average behavior of the vehicle;
Based on the running profile, the moving speed of the target object, and the current position of the target object, an intersection point between the predicted track of the second other vehicle and the predicted track of the target object is set as a track intersection. ,
setting an interference area having a predetermined radius centering on the course intersection;
Obtaining a predicted time when the second other vehicle will start traveling from the current position in the direction in which the turn signals are turned on and reach the intersection of the paths;
Predicting that the possibility of interference is lower as the position of the target object at the prediction time is farther from the interference area.
Vehicle behavior prediction method.
前記干渉可能性が前記判定閾値以上である場合に、前記干渉可能性が高い程、前記車線変更する可能性が高いと予測する
請求項１記載の車両挙動予測方法。 Determining whether the possibility of interference is equal to or greater than a determination threshold,
2. The vehicle behavior prediction method according to claim 1, wherein when the possibility of interference is equal to or greater than the determination threshold, the higher the possibility of interference, the higher the possibility of changing lanes is predicted.
前記第１の他車両と前記第２の他車両との車間距離は、前記第２の他車両が前記ウインカーの点灯方向に向かって走行して前記第１の走行車線から離脱すると予測されるタイミングでの車間距離である
請求項２記載の車両挙動予測方法。 predicting the possibility of lane change based on the distance between the first other vehicle and the second other vehicle when the possibility of interference is lower than the determination threshold;
The inter-vehicle distance between the first other vehicle and the second other vehicle is the timing at which the second other vehicle is predicted to leave the first traveling lane while traveling in the turn-on direction of the turn signal. 3. The vehicle behavior prediction method according to claim 2, wherein the vehicle-to-vehicle distance is at .
請求項３記載の車両挙動予測方法。 4. The vehicle behavior prediction method according to claim 3, wherein the larger the vehicle-to-vehicle distance, the lower the possibility of changing lanes.
請求項２から４のいずれか一項記載の車両挙動予測方法。 The vehicle behavior prediction method according to any one of claims 2 to 4, wherein the determination threshold is changed according to the type of the object.
請求項５記載の車両挙動予測方法。 6. The vehicle behavior prediction method according to claim 5, wherein when the type of the object is an emergency vehicle, the determination threshold is set to a lower value than when the type of the object is not an emergency vehicle.
前記車両の走行状態に応じて、前記判定閾値を変更する
請求項２から４のいずれか一項記載の車両挙動予測方法。 the object is a vehicle;
The vehicle behavior prediction method according to any one of claims 2 to 4, wherein the determination threshold is changed according to the running state of the vehicle.
前記車両の走行状態が安定していない場合、前記車両の走行状態が安定している場合と比べて、前記判定閾値を低い値に決定する
請求項７記載の車両挙動予測方法。 Determining whether the running state of the vehicle is stable,
8. The vehicle behavior prediction method according to claim 7, wherein when the running state of the vehicle is not stable, the determination threshold value is set to a lower value than when the running state of the vehicle is stable.
前記歩行者の歩行状態に応じて、前記判定閾値を変更する
請求項２から４のいずれか一項記載の車両挙動予測方法。 the object is a pedestrian;
The vehicle behavior prediction method according to any one of claims 2 to 4, wherein the determination threshold is changed according to the walking state of the pedestrian.
前記歩行者の歩行状態が安定していない場合には、前記歩行者の歩行状態が安定している場合と比べて、前記判定閾値を低い値に決定する
請求項９記載の車両挙動予測方法。 Determining whether the walking state of the pedestrian is stable,
10. The vehicle behavior prediction method according to claim 9, wherein when the walking state of the pedestrian is not stable, the judgment threshold is set to a lower value than when the walking state of the pedestrian is stable.
地図情報を取得する地図取得装置と、
前記他車両の挙動を予測する制御部と、を有し、
前記制御部は、
前記地図取得装置の地図情報と、前記センサによる物体検出で得られた情報とに基づいて、前記他車両の中から、車線変更する可能性を予測する第１の他車両を特定し、
前記第１の他車両が走行する第１の走行車線において前記第１の他車両の前方を走行する第２の他車両について、左右いずれかのウインカーの点灯を判定し、
前記地図取得装置の地図情報と、前記センサによる物体検出で得られた情報とに基づいて、前記第１の走行車線よりも前記ウインカーの点灯方向に存在する対象物体を特定し、
前記第２の他車両が前記ウインカーの点灯方向に向かって走行した場合に、前記対象物体と干渉する可能性を干渉可能性として予測し、
前記干渉可能性が高い程、前記第１の他車両が前記第１の走行車線に隣接する第２の走行車線へと車線変更する可能性が高いと予測する、ことを含み、
前記干渉可能性を予測する処理は、
前記制御部が予め保有する、車両の平均的な挙動を表現した挙動データに基づいて、前記第２の他車両が前記ウインカーの点灯方向に向かって走行したときの走行プロファイルを推定し、
前記走行プロファイルと、前記対象物体の移動速度と、前記対象物体の現在位置とに基づいて、前記第２の他車両の予測進路と、前記対象物体の予測進路との交点を進路交点として設定し、
前記進路交点を中心に所定の半径となる干渉領域を設定し、
前記第２の他車両が現在位置から前記ウインカーの点灯方向に向かって走行を開始して前記進路交点に到達するときの予測時刻を求め、
前記予測時刻における前記対象物体の位置が前記干渉領域から遠い程、前記干渉可能性が低いと予測する、ことを含む
車両挙動予測装置。 a sensor that detects objects including other vehicles around the own vehicle;
a map acquisition device for acquiring map information;
a control unit that predicts the behavior of the other vehicle;
The control unit
identifying, from among the other vehicles, a first other vehicle that predicts the possibility of changing lanes, based on the map information of the map acquisition device and the information obtained by detecting the object by the sensor;
determining whether a left or right turn signal is turned on for a second other vehicle traveling in front of the first other vehicle in a first traveling lane in which the first other vehicle travels;
based on the map information of the map acquisition device and the information obtained by detecting the object by the sensor, identifying a target object existing in the lighting direction of the turn signal rather than the first driving lane;
predicting the possibility of interference with the target object as the possibility of interference when the second other vehicle travels in the direction in which the turn signals are turned on;
Predicting that the higher the possibility of interference, the higher the possibility that the first other vehicle will change lanes to a second lane adjacent to the first lane ;
The process of predicting the possibility of interference includes:
estimating a running profile when the second other vehicle runs in the direction in which the turn signals are turned on, based on behavior data representing the average behavior of the vehicle held in advance by the control unit;
Based on the running profile, the moving speed of the target object, and the current position of the target object, an intersection point between the predicted track of the second other vehicle and the predicted track of the target object is set as a track intersection. ,
setting an interference area having a predetermined radius centering on the course intersection;
Obtaining a predicted time when the second other vehicle will start traveling from the current position in the direction in which the turn signals are turned on and reach the intersection of the paths;
Predicting that the possibility of interference is lower as the position of the target object at the prediction time is farther from the interference area.
Vehicle behavior prediction device.
地図情報を取得する地図取得装置と、
前記他車両の挙動を予測し、前記他車両の挙動に基づいて車両を制御する制御部と、を有し、
前記制御部は、
前記地図取得装置の地図情報と、前記センサによる物体検出で得られた情報とに基づいて、前記他車両の中から、車線変更する可能性を予測する第１の他車両を特定し、
前記第１の他車両が走行する第１の走行車線において前記第１の他車両の前方を走行する第２の他車両について、左右いずれかのウインカーの点灯を判定し、
前記地図取得装置の地図情報と、前記センサによる物体検出で得られた情報とに基づいて、前記第１の走行車線よりも前記ウインカーの点灯方向に存在する対象物体を特定し、
前記第２の他車両が前記ウインカーの点灯方向に向かって走行した場合に、前記対象物体と干渉する可能性を干渉可能性として予測し、
前記干渉可能性が高い程、前記第１の他車両が前記第１の走行車線に隣接する第２の走行車線へと車線変更する可能性が高いと予測し、
自車両が走行している走行車線が前記第２の走行車線である場合には、予測された前記車線変更する可能性に基づいて自車両の減速制御を行う、ことを含み、
前記干渉可能性を予測する処理は、
前記制御部が予め保有する、車両の平均的な挙動を表現した挙動データに基づいて、前記第２の他車両が前記ウインカーの点灯方向に向かって走行したときの走行プロファイルを推定し、
前記走行プロファイルと、前記対象物体の移動速度と、前記対象物体の現在位置とに基づいて、前記第２の他車両の予測進路と、前記対象物体の予測進路との交点を進路交点として設定し、
前記進路交点を中心に所定の半径となる干渉領域を設定し、
前記第２の他車両が現在位置から前記ウインカーの点灯方向に向かって走行を開始して前記進路交点に到達するときの予測時刻を求め、
前記予測時刻における前記対象物体の位置が前記干渉領域から遠い程、前記干渉可能性が低いと予測する、ことを含む
車両制御装置。 a sensor that detects objects including other vehicles around the own vehicle;
a map acquisition device for acquiring map information;
a control unit that predicts the behavior of the other vehicle and controls the vehicle based on the behavior of the other vehicle;
The control unit
identifying, from among the other vehicles, a first other vehicle that predicts the possibility of changing lanes, based on the map information of the map acquisition device and the information obtained by detecting the object by the sensor;
determining whether a left or right turn signal is turned on for a second other vehicle traveling in front of the first other vehicle in a first traveling lane in which the first other vehicle travels;
based on the map information of the map acquisition device and the information obtained by detecting the object by the sensor, identifying a target object existing in the lighting direction of the turn signal rather than the first driving lane;
predicting the possibility of interference with the target object as the possibility of interference when the second other vehicle travels in the direction in which the turn signals are turned on;
Predicting that the higher the possibility of interference, the higher the possibility that the first other vehicle will change lanes to a second lane adjacent to the first lane;
performing deceleration control of the own vehicle based on the predicted possibility of lane change when the lane in which the own vehicle is traveling is the second lane ;
The process of predicting the possibility of interference includes:
estimating a running profile when the second other vehicle runs in the direction in which the turn signals are turned on, based on behavior data representing the average behavior of the vehicle held in advance by the control unit;
Based on the running profile, the moving speed of the target object, and the current position of the target object, an intersection point between the predicted track of the second other vehicle and the predicted track of the target object is set as a track intersection. ,
setting an interference area having a predetermined radius centering on the course intersection;
Obtaining a predicted time when the second other vehicle will start traveling from the current position in the direction in which the turn signals are turned on and reach the intersection;
Predicting that the possibility of interference is lower as the position of the target object at the prediction time is farther from the interference area.
Vehicle controller.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019065361A JP7274329B2 (en) | 2019-03-29 | 2019-03-29 | Vehicle behavior prediction method, vehicle behavior prediction device, and vehicle control device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019065361A JP7274329B2 (en) | 2019-03-29 | 2019-03-29 | Vehicle behavior prediction method, vehicle behavior prediction device, and vehicle control device |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2020166475A JP2020166475A (en) | 2020-10-08 |
| JP7274329B2 true JP7274329B2 (en) | 2023-05-16 |
Family
ID=72715280
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019065361A Active JP7274329B2 (en) | 2019-03-29 | 2019-03-29 | Vehicle behavior prediction method, vehicle behavior prediction device, and vehicle control device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7274329B2 (en) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006205860A (en) | 2005-01-27 | 2006-08-10 | Advics:Kk | Vehicle traveling support device |
| WO2018193535A1 (en) | 2017-04-19 | 2018-10-25 | 日産自動車株式会社 | Travel assistance method and travel assistance device |
-
2019
- 2019-03-29 JP JP2019065361A patent/JP7274329B2/en active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006205860A (en) | 2005-01-27 | 2006-08-10 | Advics:Kk | Vehicle traveling support device |
| WO2018193535A1 (en) | 2017-04-19 | 2018-10-25 | 日産自動車株式会社 | Travel assistance method and travel assistance device |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2020166475A (en) | 2020-10-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112498365B (en) | Delay decisions for autonomous vehicles responsive to obstacles based on confidence level and distance | |
| US20190333373A1 (en) | Vehicle Behavior Prediction Method and Vehicle Behavior Prediction Apparatus | |
| CN112572451A (en) | Method and apparatus for autonomous driving vehicle execution | |
| JP7031005B2 (en) | Vehicle behavior prediction method and vehicle behavior prediction device | |
| CN110622226A (en) | Method and device for predicting operation of travel assistance device | |
| RU2755425C1 (en) | Method for assisting the movement of a vehicle and apparatus for assisting the movement of a vehicle | |
| JP7037956B2 (en) | Vehicle course prediction method, vehicle travel support method, and vehicle course prediction device | |
| CN109070881B (en) | Method for operating a vehicle | |
| CN113646221A (en) | Behavior prediction method and behavior prediction device for mobile body, and vehicle | |
| CN111731294A (en) | Travel control device, travel control method, and storage medium storing program | |
| US11780468B2 (en) | Vehicle-behavior prediction method and vehicle-behavior prediction device | |
| JP7277215B2 (en) | Behavior prediction method, behavior prediction device, and vehicle control device | |
| JP7206048B2 (en) | Driving characteristic estimation method and driving characteristic estimation device | |
| JP7277202B2 (en) | Vehicle behavior prediction method, vehicle behavior prediction device, and vehicle control device | |
| JP7274329B2 (en) | Vehicle behavior prediction method, vehicle behavior prediction device, and vehicle control device | |
| JP7259939B2 (en) | Behavior prediction method, behavior prediction device, and vehicle control device | |
| JP7223588B2 (en) | Driving characteristic estimation method and driving characteristic estimation device | |
| JP7398236B2 (en) | Vehicle control method and vehicle control device | |
| JP7143893B2 (en) | Vehicle behavior prediction method and vehicle behavior prediction device | |
| JP7316541B2 (en) | Pedestrian position prediction method and pedestrian position prediction device | |
| US20240174240A1 (en) | Method for Predicting Behavior of Other Vehicle, Device for Predicting Behavior of Other Vehicle, and Driving Assistance Method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211109 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220921 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220927 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221213 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230404 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230501 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7274329 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |