KR102498091B1 - 운전 제어 장치 및 운전 제어 방법, 그리고 프로그램 - Google Patents
운전 제어 장치 및 운전 제어 방법, 그리고 프로그램 Download PDFInfo
- Publication number
- KR102498091B1 KR102498091B1 KR1020187007846A KR20187007846A KR102498091B1 KR 102498091 B1 KR102498091 B1 KR 102498091B1 KR 1020187007846 A KR1020187007846 A KR 1020187007846A KR 20187007846 A KR20187007846 A KR 20187007846A KR 102498091 B1 KR102498091 B1 KR 102498091B1
- Authority
- KR
- South Korea
- Prior art keywords
- unit
- contemplation
- reflection
- mode
- solution mode
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 137
- 238000001514 detection method Methods 0.000 claims abstract description 152
- 238000012545 processing Methods 0.000 claims abstract description 148
- 230000009471 action Effects 0.000 claims description 126
- 230000008569 process Effects 0.000 claims description 125
- 230000033001 locomotion Effects 0.000 claims description 93
- 230000011514 reflex Effects 0.000 claims description 27
- 238000006467 substitution reaction Methods 0.000 claims description 7
- 230000006870 function Effects 0.000 description 252
- 238000012795 verification Methods 0.000 description 191
- 238000004891 communication Methods 0.000 description 47
- 230000006399 behavior Effects 0.000 description 28
- 238000003384 imaging method Methods 0.000 description 24
- 238000004364 calculation method Methods 0.000 description 20
- 238000012937 correction Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 19
- 230000001133 acceleration Effects 0.000 description 18
- 238000004088 simulation Methods 0.000 description 12
- 230000010391 action planning Effects 0.000 description 11
- 230000008859 change Effects 0.000 description 11
- 230000007613 environmental effect Effects 0.000 description 10
- 238000012821 model calculation Methods 0.000 description 8
- 238000012986 modification Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 7
- 231100000817 safety factor Toxicity 0.000 description 7
- 239000008280 blood Substances 0.000 description 6
- 210000004369 blood Anatomy 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 239000000284 extract Substances 0.000 description 5
- 230000036651 mood Effects 0.000 description 5
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 229910052760 oxygen Inorganic materials 0.000 description 3
- 239000001301 oxygen Substances 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 240000004050 Pentaglottis sempervirens Species 0.000 description 2
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 2
- 230000036760 body temperature Effects 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 230000008451 emotion Effects 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 235000006481 Colocasia esculenta Nutrition 0.000 description 1
- 240000004270 Colocasia esculenta var. antiquorum Species 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000036626 alertness Effects 0.000 description 1
- 230000037007 arousal Effects 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000000994 depressogenic effect Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000009474 immediate action Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 210000001525 retina Anatomy 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0013—Planning or execution of driving tasks specially adapted for occupant comfort
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/085—Taking automatic action to adjust vehicle attitude in preparation for collision, e.g. braking for nose dropping
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/10—Path keeping
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/14—Adaptive cruise control
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
- B60W30/182—Selecting between different operative modes, e.g. comfort and performance modes
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/082—Selecting or switching between different modes of propelling
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/085—Changing the parameters of the control units, e.g. changing limit values, working points by control input
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/10—Interpretation of driver requests or demands
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0015—Planning or execution of driving tasks specially adapted for safety
- B60W60/0016—Planning or execution of driving tasks specially adapted for safety of the vehicle or its occupants
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/005—Handover processes
- B60W60/0051—Handover processes from occupants to vehicle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/005—Handover processes
- B60W60/0053—Handover processes from vehicle to occupant
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0002—Automatic control, details of type of controller or control system architecture
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
- B60W2050/146—Display means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2540/00—Input parameters relating to occupants
- B60W2540/22—Psychological state; Stress level or workload
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2540/00—Input parameters relating to occupants
- B60W2540/30—Driving style
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/402—Type
- B60W2554/4029—Pedestrians
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4041—Position
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4044—Direction of movement, e.g. backwards
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/802—Longitudinal distance
-
- B60X30/32—
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
본 개시는, 자동 운전 모드에 있어서의 다음의 동작을 결정할 때의 숙고 동작과 반사 동작의 경합을 해결할 수 있도록 하는 운전 제어 장치 및 운전 제어 방법, 그리고 프로그램에 관한 것이다. 자동 운전 시에, 자동차에 설치된 각종 센서에 의해 검출된 검출 결과에 기초하여, 간이적인 동작으로서 반사 동작이 결정되고, 상세한 처리에 의해 반사 동작보다, 보다 상위의 숙고 동작이 결정된다. 이 반사 동작과, 숙고 동작이 경합하는 경우, 해결하는 해결 모드를 복수로 준비하여, 그 중 어느 해결 모드에 의해 경합을 해결할지 미리 설정해 두고, 설정된 해결 모드에서, 경합을 해결한다. 본 개시는 자동 운전하는 자동차에 적용할 수 있다.
Description
본 개시는 운전 제어 장치 및 운전 제어 방법, 그리고 프로그램에 관한 것이며, 특히 자동차로 대표되는 이동 가능한 장치의 자동 운전에 있어서의 안전성 및 쾌적성을 향상시킬 수 있도록 한 운전 제어 장치 및 운전 제어 방법, 그리고 프로그램에 관한 것이다.
GPS(Global Positioning System) 등으로 대표되는 차량 탑재 센서를 사용하여, 운전자가 조작하지 않고 자동차 등을 운전시키는, 소위 자동 운전 기술이 실현되고 있다(예를 들어, 특허문헌 1 참조).
그런데, 자동차에는, 속도, 가속도 및 위치 등을 포함하는, 각종 상황을 감시하는 센서가 설치되어 있고, 자동 운전에 있어서는, 이 각종 센서에 의해 검출된, 시시각각 변화하는 검출 결과에 기초하여, 다음의 동작을 결정하고 있다.
그런데, 자동 운전에 있어서의 동작에는, 정체를 고려한 행정(루트)이나 차선의 선택과 같은, 현재의 위치 정보, 이동 속도, 주변의 혼잡 상황, 및 정체 예측과 같은 복수의 검출 결과를 사용하여 동작의 결정에 처리 시간이 필요로 되는 것도 있고, 튀어나온 보행자나 자동차와의 충돌을 피하는 등과 같은 동작의 결정에 처리 시간을 들이지 않는 것도 있다.
가령, 이들 동작의 결정에 필요로 되는 처리 시간이 상이한 처리를 병렬하여 실행하였다고 해도, 요구된 동작에 경합이 발생한 경우에 대해서는, 어느 선택을 잘못함으로써 안전성을 확보한 자동 운전을 실현할 수 없게 될 우려가 있었다.
또한, 안전성을 확보하면서, 목적지로 확실하게 이동하는 자동 운전을 실현할 수 있었다고 해도, 반드시 운전자(유저)의 기호에 따른 운전이 실현되는 것은 아니며, 쾌적한 자동 운전을 실현하지 못할 가능성이 있었다.
즉, 예를 들어 브레이크가 걸릴 때, 정지하려고 하는 위치에 대하여, 자신이 운전하고 있을 때보다 빠른 타이밍이라고 느끼거나, 반대로 느린 타이밍이라고 느낄 가능성이 있고, 타고 있기만 해도 스트레스가 될 우려가 있다. 이와 같이, 자동 운전에 의해 안전하게 이동할 수 있기는 하지만, 타고 있어도 스트레스를 느낌으로써, 쾌적한 운전을 실현하지 못할 가능성이 있었다.
본 개시는, 이러한 상황을 감안하여 이루어진 것이며, 특히 자동 운전에 있어서의 이동 시의 안전성과 쾌적성을 향상시킬 수 있도록 하는 것이다.
본 개시의 일측면의 운전 제어 장치는, 이동체의 상태를 검출하는 검출부와, 상기 검출부의 검출 결과에 기초하여, 상기 이동체의 동작을 숙고 동작으로서 결정하는 숙고 동작 결정부와, 상기 검출부의 검출 결과에 기초하여, 상기 숙고 동작 결정부에 있어서의 처리에 비하여 단시간에 상기 이동체의 동작을 결정하는 반사 동작 결정부와, 상기 숙고 동작과, 상기 반사 동작 결정부에 의해 결정된 반사 동작에 기초하여, 상기 이동체의 동작을 제어하는 동작 제어부를 포함하는 운전 제어 장치이다.
상기 숙고 동작 결정부에는, 상기 검출부의 상기 검출 결과에 기초하여, 상기 이동체의 주위의 로컬 정보를 추출하는 로컬 처리부와, 상기 검출부의 상기 검출 결과에 기초하여, 상기 이동체의 주위보다 광역의 글로벌 정보를 추출하는 글로벌 처리부와, 상기 로컬 정보 및 상기 글로벌 정보에 기초하여 동작을 결정하는 행동 결정부를 포함시키도록 할 수 있다.
상기 동작 제어부에는, 상기 숙고 동작과 상기 반사 동작의 사이에 경합이 발생한 경우, 상기 경합의 발생을 제시하도록 제어시키도록 할 수 있다.
상기 동작 제어부에는, 상기 운전자로부터의 입력에 따라 상기 경합을 해결시키고, 상기 숙고 동작과, 상기 반사 동작에 기초하여, 상기 이동체의 동작을 제어시키도록 할 수 있다.
상기 동작 제어부에는, 상기 숙고 동작과 상기 반사 동작의 사이에 경합이 발생한 경우의 복수의 해결 모드를 미리 기억시켜 두고, 상기 복수의 해결 모드 중 어느 상기 해결 모드에 따라, 상기 경합을 해결시키고, 상기 숙고 동작과, 상기 반사 동작에 기초하여, 상기 이동체의 동작을 제어시키도록 할 수 있다.
상기 해결 모드에는, 상기 숙고 동작 및 상기 반사 동작 중 어느 것을 우선하는 제1 해결 모드와, 상기 숙고 동작 및 상기 반사 동작 중, 선착 우선, 또는 후착 치환하는 제2 해결 모드와, 상기 숙고 동작 및 상기 반사 동작의 커맨드의 우선도, 또는 상기 숙고 동작 및 상기 반사 동작의 동작 환경의 확신도가 높은 쪽을 우선하는 제3 해결 모드와, 상기 숙고 동작 및 상기 반사 동작의 양자의 동작을 이용한 가중 평균으로 하거나, 또는 다수결로 하는 제4 해결 모드와, 상기 숙고 동작 및 상기 반사 동작의 양쪽이 반대되어 있는 사실을 입력에 추가하여, 양쪽에서 재계산하는 제5 해결 모드와, 상기 숙고 동작 및 상기 반사 동작의 커맨드 자체의 우선도를 우선하는 제6 해결 모드와, 상기 숙고 동작 및 상기 반사 동작 중 어느 쪽도 내지 않고 정지시키거나, 현 상황을 계속시키는 제7 해결 모드와, 상기 이동체의 운전자를 개입시키는 제8 해결 모드를 포함시키도록 할 수 있다.
상기 동작 제어부에는, 상기 숙고 동작 및 상기 반사 동작이 결정될 때 이용되는 파라미터를 설정하는 조작 가능한 슬라이드 바를 표시시키고, 상기 운전자에 의해 조작된 상기 슬라이드 바의 위치에 따른 값의 상기 파라미터가 사용되어 결정된 상기 숙고 동작 및 상기 반사 동작에 기초하여, 상기 이동체의 동작을 제어시키도록 할 수 있다.
상기 동작 제어부에는, 상기 숙고 동작과, 상기 반사 동작에 기초하여, 상기 이동체를 자동 운전 제어할 때의 동작을 제어시키도록 할 수 있다.
본 개시의 일측면의 운전 제어 방법은, 이동체의 상태를 검출하고, 상기 이동체의 상태의 검출 결과에 기초하여, 상기 이동체의 동작을 숙고 동작으로서 결정하고, 상기 검출 결과에 기초하여, 상기 숙고 동작 결정부에 있어서의 처리에 비하여 단시간에 상기 이동체의 동작을 결정하고, 상기 숙고 동작과, 상기 숙고 동작이 결정되는 처리에 비하여 단시간에 결정되는 반사 동작에 기초하여, 상기 이동체의 동작을 제어하는 스텝을 포함하는 운전 제어 방법이다.
본 개시의 일측면의 프로그램은, 이동체의 상태를 검출하는 검출부와, 상기 검출부의 검출 결과에 기초하여, 상기 이동체의 동작을 숙고 동작으로서 결정하는 숙고 동작 결정부와, 상기 검출부의 검출 결과에 기초하여, 상기 숙고 동작 결정부에 있어서의 처리에 비하여 단시간에 상기 이동체의 동작을 결정하는 반사 동작 결정부와, 상기 숙고 동작과, 상기 반사 동작 결정부에 의해 결정된 반사 동작에 기초하여, 상기 이동체의 동작을 제어하는 동작 제어부로서 컴퓨터를 기능시키는 프로그램이다.
본 개시의 일측면에 있어서는, 이동체의 상태가 검출되고, 검출 결과에 기초하여, 상기 이동체의 동작이 숙고 동작으로서 결정되고, 검출 결과에 기초하여, 상기 숙고 동작이 결정되는 처리에 비하여 단시간에 상기 이동체의 동작이 결정되고, 상기 숙고 동작과, 상기 숙고 동작이 결정되는 처리에 비하여 단시간의 처리로 결정된 반사 동작에 기초하여, 상기 이동체의 동작이 제어된다.
본 개시의 일측면에 따르면, 자동 운전에 있어서의 이동 시의 안전성과 쾌적성을 향상시키는 것이 가능하게 된다.
도 1은, 본 개시를 적용한 운전 제어 장치의 구성예를 설명하는 도면이다.
도 2는, 도 1의 운전 제어 장치에 의한 운전 제어 처리를 설명하는 흐름도이다.
도 3은, 운전자의 인증에 사용하는 표시 화상을 설명하는 도면이다.
도 4는, 도 2의 자동 운전 처리를 설명하는 흐름도이다.
도 5는, 도 4의 숙고 동작 결정 처리를 설명하는 흐름도이다.
도 6은, 도 4의 경합 해결 처리를 설명하는 흐름도이다.
도 7은, 도 4의 경합 해결 처리를 설명하는 흐름도이다.
도 8은, 반사 동작과 숙고 동작에서 경합이 발생하였음을 나타내는 표시를 설명하는 도면이다.
도 9는, 도 6의 운전자 개입 해결 처리를 설명하는 흐름도이다.
도 10은, 운전자 개입 해결 처리에 있어서의 선택지를 제시하는 예를 설명하는 도면이다.
도 11은, 운전자 개입 해결 처리에 있어서의 슬라이드 바를 제시하는 예를 설명하는 도면이다.
도 12는, 경합의 발생을 억제하는 예를 설명하는 도면이다.
도 13은, 도 2의 수동 운전 처리를 설명하는 흐름도이다.
도 14는, 도 2의 개인화 함수 갱신 처리를 설명하는 흐름도이다.
도 15는, 본 개시를 적용한 검증 장치의 구성예를 설명하는 도면이다.
도 16은, 체크 포인트를 설명하는 도면이다.
도 17은, 도 15의 검증 장치에 의한 검증 처리를 설명하는 흐름도이다.
도 18은, 본 개시를 적용한 검증 장치의 제1 변형예를 설명하는 도면이다.
도 19는, 본 개시를 적용한 운전 제어 장치의 제1 변형예를 설명하는 도면이다.
도 20은, 도 18의 검증 장치에 의한 검증 처리를 설명하는 흐름도이다.
도 21은, 도 19의 운전 제어 장치에 의한 개인화 함수 갱신 처리를 설명하는 흐름도이다.
도 22는, 본 개시를 적용한 검증 장치의 제2 변형예를 설명하는 도면이다.
도 23은, 본 개시를 적용한 운전 제어 장치의 제2 변형예를 설명하는 도면이다.
도 24는, 도 22의 검증 장치에 의한 검증 처리를 설명하는 흐름도이다.
도 25는, 도 23의 운전 제어 장치에 의한 개인화 함수 갱신 처리를 설명하는 흐름도이다.
도 26은, 차 밖 정보 검출부 및 촬상부의 설치 위치의 일례를 도시하는 설명도이다.
도 27은, 종래의 수신기의 수신 동작부에 있어서의 저소비 전력 동작을 설명하는 도면이다.
도 28은, 범용의 퍼스널 컴퓨터의 구성예를 설명하는 도면이다.
도 2는, 도 1의 운전 제어 장치에 의한 운전 제어 처리를 설명하는 흐름도이다.
도 3은, 운전자의 인증에 사용하는 표시 화상을 설명하는 도면이다.
도 4는, 도 2의 자동 운전 처리를 설명하는 흐름도이다.
도 5는, 도 4의 숙고 동작 결정 처리를 설명하는 흐름도이다.
도 6은, 도 4의 경합 해결 처리를 설명하는 흐름도이다.
도 7은, 도 4의 경합 해결 처리를 설명하는 흐름도이다.
도 8은, 반사 동작과 숙고 동작에서 경합이 발생하였음을 나타내는 표시를 설명하는 도면이다.
도 9는, 도 6의 운전자 개입 해결 처리를 설명하는 흐름도이다.
도 10은, 운전자 개입 해결 처리에 있어서의 선택지를 제시하는 예를 설명하는 도면이다.
도 11은, 운전자 개입 해결 처리에 있어서의 슬라이드 바를 제시하는 예를 설명하는 도면이다.
도 12는, 경합의 발생을 억제하는 예를 설명하는 도면이다.
도 13은, 도 2의 수동 운전 처리를 설명하는 흐름도이다.
도 14는, 도 2의 개인화 함수 갱신 처리를 설명하는 흐름도이다.
도 15는, 본 개시를 적용한 검증 장치의 구성예를 설명하는 도면이다.
도 16은, 체크 포인트를 설명하는 도면이다.
도 17은, 도 15의 검증 장치에 의한 검증 처리를 설명하는 흐름도이다.
도 18은, 본 개시를 적용한 검증 장치의 제1 변형예를 설명하는 도면이다.
도 19는, 본 개시를 적용한 운전 제어 장치의 제1 변형예를 설명하는 도면이다.
도 20은, 도 18의 검증 장치에 의한 검증 처리를 설명하는 흐름도이다.
도 21은, 도 19의 운전 제어 장치에 의한 개인화 함수 갱신 처리를 설명하는 흐름도이다.
도 22는, 본 개시를 적용한 검증 장치의 제2 변형예를 설명하는 도면이다.
도 23은, 본 개시를 적용한 운전 제어 장치의 제2 변형예를 설명하는 도면이다.
도 24는, 도 22의 검증 장치에 의한 검증 처리를 설명하는 흐름도이다.
도 25는, 도 23의 운전 제어 장치에 의한 개인화 함수 갱신 처리를 설명하는 흐름도이다.
도 26은, 차 밖 정보 검출부 및 촬상부의 설치 위치의 일례를 도시하는 설명도이다.
도 27은, 종래의 수신기의 수신 동작부에 있어서의 저소비 전력 동작을 설명하는 도면이다.
도 28은, 범용의 퍼스널 컴퓨터의 구성예를 설명하는 도면이다.
이하에 첨부 도면을 참조하면서, 본 개시의 적합한 실시 형태에 대하여 상세하게 설명한다. 또한, 본 명세서 및 도면에 있어서, 실질적으로 동일한 기능 구성을 갖는 구성 요소에 대해서는, 동일한 번호를 부여함으로써 중복 설명을 생략한다.
또한, 이하의 순서로 설명을 행한다.
1. 본 개시의 실시 형태
2. 제1 변형예
3. 제2 변형예
4. 제1 응용예
5. 제2 응용예
<<1. 본 개시의 실시 형태>>
<운전 제어 장치의 구성예>
도 1은, 본 개시를 적용한 자동차의 운전 제어 장치의 일 실시 형태의 구성예를 도시하는 블록도이다.
도 1의 운전 제어 장치는, 자동차에 탑재되고, 자동차의 운전을 제어하는 장치이다. 또한, 도 1의 운전 제어 장치는, 자동차의 운전을 제어하는 장치인 것을 예로 들어 설명하지만, 자동차 이외의 항공기나 선박 등, 운전자(조종자를 포함함)가 운전(조종)함으로써 동작하는 탈것 등이라면, 그 밖의 것에 있어서도 적용할 수 있는 것이다.
도 1의 운전 제어 장치(11)는, 자동차의 운전을 제어하는 것인데, 운전 모드가 2종류 있으며, 제1 모드는, 운전자가 스티어링이나 브레이크를 조작하여 자동차를 운전시키는 수동 운전 모드이고, 제2 모드는, 운전자가 운전 조작에 개입하지 않고, 자동차를 자동적으로 운전시키는 자동 운전 모드이다.
이 운전 모드는, 유저에 의해 선택적으로 설정하는 것이 가능하고, 운전 제어 장치(11)는, 설정된 운전 모드에서 자동차의 운전을 제어한다.
보다 상세하게는, 수동 운전 모드인 경우, 운전 제어 장치(11)는, 운전자의 조작부(31)의 조작 내용, 예를 들어 스티어링 및 브레이크를 조작할 때의 조작 내용(타각, 답력 등)과, 외계(12)나 자동차의 차체의 거동에 연동되는 각종 센서로부터 결정되는 검출부(34)의 검출 결과에 기초하여, 운전자별 운전 버릇이나 습관 등이 반영된 개인화 함수를 학습에 의해 생성하여 운전이 종료되었을 때 갱신한다.
한편, 자동 운전 모드인 경우, 운전 제어 장치(11)는, 외계(12)나 자동차의 차체를 동작시키는 복수의 기기를 포함하는 차체 동작부(33)를 제어하고, 외계(12)나 자동차의 차체의 거동에 연동되는 각종 센서를 포함하는 검출부(34)의 검출 결과를 취득하고, 취득한 검출 결과에 기초하여, 자동 운전을 실현시키기 위해, 차체 동작부(33)를 구성하는 각 기기의 동작을 결정한다.
또한, 운전 제어 장치(11)는, 자동 운전 모드에 있어서, 각종 센서를 포함하는 검출부(34)의 검출 결과에 기초하여, 차체 동작부(33)를 구성하는 각 기기의 동작을 결정하면, 학습에 의해 얻어진 개인화 함수에 의해 운전 동작에 보정을 가하여, 차체 동작부(33)를 구성하는 각종 기기를 동작시킴으로써, 운전자의 버릇이나 습관에 대응한 자동 운전을 실현한다.
보다 상세하게는, 자동 운전 모드인 경우, 운전 제어 장치(11)는, 검출부(34)의 검출 결과에 기초하여, 숙고 동작과 반사 동작의 2종류의 동작을 구하고, 구해진 2종류의 동작에 기초하여, 최종적인 자동 운전의 동작을 결정한다.
여기서, 숙고 동작이란, 검출부(34)의 검출 결과를 이용하여, 상세한 처리에 의해, 비교적 처리 시간이 걸리기는 하지만, 충분히 높은 정밀도로 결정되는 동작이다. 숙고 동작은, 극단시간의 동작이 필요로 되지 않는 경우에 사용된다.
또한, 반사 동작이란, 검출부(34)의 검출 결과를 이용하지만, 숙고 동작을 결정하기 위한 처리보다 비교적 간이한 처리에 의해, 처리 시간이 걸리지 않고, 고속으로 결정되는 동작이다. 반사 동작은, 주로, 극단시간에서의 동작이 필요한 경우에 사용된다.
운전 제어 장치(11)는, 이 숙고 동작과 반사 동작을 이용하여, 자동 운전을 실현시키기 위한 차체 동작부(33)를 구성하는 각종 기기의 동작 내용을 결정한다.
보다 상세하게는, 운전 제어 장치(11)는, 자동 운전 제어 블록(21), 개인화 블록(22), 조작부(31), 수동 운전 제어부(32), 차체 동작부(33), 검출부(34) 및 표시부(35)를 구비하고 있다.
자동 운전 제어 블록(21)은, 검출부(34)에 의해 검출되는 각종 검출 결과와, 개인화 함수에 의해, 자동 운전 모드에 있어서의 차체 동작부(33)를 구성하는 각종 기기의 동작을 제어한다.
이에 비해, 수동 운전 제어부(32)는, 스티어링이나 브레이크와 같은 운전자가 차체를 동작시키기 위한 각 기기를 조작할 때의 조작 신호에 따라, 수동 운전 모드에 있어서의 차체 동작부(33)를 구성하는 각종 기기의 동작을 제어한다.
개인화 블록(22)은, 수동 운전 모드에 있어서의 운전자에 의해 조작되는 조작부(31)의 조작 내용과, 차체 동작부(33)를 구성하는 각종 구성 기기의 동작에 따라 검출되는 검출부(34)의 검출 결과로부터, 운전자의 개인화 함수를 학습에 의해 구하여, 자동 운전 모드 시에 공급한다. 개인화 함수는, 운전자의 운전 동작에 있어서의 개인적인 버릇이나 습관을 반영시키는 것이다. 따라서, 자동 운전 모드에 있어서 결정되는 차체 동작부(33)를 구성하는 각종 기기의 동작이, 개인화 함수가 이용되어 보정됨으로써, 자동 운전 모드에 있어서의 운전 동작을, 운전자별 버릇이나 습관을 반영시켜 커스터마이즈시키는 것이 가능하게 되고, 자동 운전에 있어서의 쾌적함을 향상시키는 것이 가능하게 된다.
조작부(31)는, 스티어링, 브레이크 페달 및 액셀러레이터 페달과 같은 운전에 관한 각종 조작 장치에 추가하여, 그 밖에 윙커, 와이퍼, 윈도우 워셔, 혼, 라이트, 인스트루먼트 패널 등, 운전 제어 장치(11)가 탑재되는 자동차의 차체를 구성하는 각종 기기의 조작에 관한 조작 장치, 그리고 수동 운전 모드 및 자동 운전 모드를 전환하는 조작 장치 등, 유저인 운전자가 자동차 내에서 조작할 수 있는 것의 거의 모든 조작에 따른 조작 신호를 발생시키고, 개인화 블록(22) 및 수동 운전 제어부(32)에 공급한다.
수동 운전 제어부(32)는, 조작부(31)로부터 공급되어 오는 조작 신호에 기초하여, 차체 동작부(33)에, 각종 동작을 지시하는 커맨드를 공급하고, 차체 동작부(33)를 구성하는 자동차의 차체를 동작시키는 각종 기기를 동작시킨다.
차체 동작부(33)는, 자동차의 차체를 동작시키는 구체적인 기기군을 포함하는 것이며, 예를 들어 조타륜, 브레이크 및 엔진 등의 자동차의 차체를 동작시키는 각종 기기군이다.
검출부(34)는, 운전 제어 장치(11)가 탑재되는 자동차의 차체의 동작에 관한 각종 상태를 검출하는 센서군이며, 예를 들어 자동차의 위치를 검출하는 GPS(Global Positioning System), 조타륜의 타각, 속도, 3차원 가속도 센서, 요ㆍ롤ㆍ피치 센서, 카메라(이미지 센서)(스테레오 카메라 센서 등을 포함함), 빗방울 검출 센서, 농무 센서, 조도 센서, 기압 센서, 타이어 기압 센서, 밀리미터파 레이더(밀리미터파 센서), 적외선 센서, 비콘 센서, 그리고 각종 기기의 온도 및 압력 센서 등을 포함하고, 검출 결과를 자동 운전 제어 블록(21) 및 개인화 블록(22)에 공급한다.
표시부(35)는, 예를 들어 인스트루먼트 패널에 설치되는 LCD(Liquid Crystal Display) 등을 포함하는 표시 장치이며, 현재의 운전 모드가 자동 운전 모드 및 수동 운전 모드 중 어느 것인지, 또는 자동 운전 모드나 수동 운전 모드에 있어서의 각종 정보를 표시한다. 표시부(35)는, 조작부(31)와 일체화된 구조로서, 예를 들어 터치 패널로서 기능하도록 해도 되며, 이러한 구성으로 함으로써, 예를 들어 자동 운전 모드 및 수동 운전 모드를 전환하기 위한 조작 버튼 등을 표시시켜, 터치 조작에 의해 입력을 접수하여 전환되도록 해도 된다.
자동 운전 제어 블록(21)은, 자동 운전 모드에 있어서의 자동차의 차체 동작부(33)의 각종 기기의 동작을 결정하는 블록이다. 보다 상세하게는, 자동 운전 제어 블록(21)은, 반사 동작 결정부(51), 숙고 동작 결정부(52), 자동 운전 제어부(53) 및 개인화 함수 기억부(54)로 구성되어 있다.
반사 동작 결정부(51)는, 검출부(34)의 검출 결과에 기초하여, 후술하는 숙고 동작 결정부(52)에 있어서의 처리와 비교하여, 간이한 처리에 의해 자동 운전 모드에 있어서의 차체 동작부(33)를 구성하는 각종 기기의 동작을 결정하고, 결정한 동작에 대응하는 커맨드를 자동 운전 제어부(53)에 공급한다.
반사 동작 결정부(51)는, 예를 들어 밀리미터파 레이더 등에 의해 전방의 자동차와의 거리가 소정의 거리보다 짧고, 또한 소정의 속도보다 고속인 경우, 충돌의 우려가 있다고 판단하고, 긴급 회피 행동을 취하기 위한 스티어링 조작이나, 자동 브레이크 등, 소위 프리크래시 세이프티 장치를 동작시키기 위한 동작 등을 결정한다. 그리고, 반사 동작 결정부(51)는, 운전자별로 운전자의 운전 버릇이나 습관이 반영되어 설정되어 있는 개인화 함수를 개인화 함수 기억부(54)로부터 판독하여, 반사 동작에 대응하는 커맨드에, 운전자의 기호를 반영한 보정을 가하여 자동 운전 제어부(53)에 공급한다.
즉, 반사 동작은, 극단시간에 판단될 필요가 있는, 긴급성이 높은 동작을 많이 포함하는 것이다. 이 때문에, 반사 동작은, 검출 결과에 대하여, 어느 정도, 미리 결정된 동작을 많이 포함하도록 해도 되고, 이와 같이 함으로써, 보다 극단시간에서의 반응이 가능한 동작을 결정하는 것이 가능하게 된다. 이후에 있어서는, 이 반사 동작 결정부(51)에 의해 결정되는 동작을, 간단히 반사 동작이라고 칭하기로 한다.
숙고 동작 결정부(52)는, 검출부(34)의 검출 결과에 기초하여, 반사 동작 결정부(51)에 있어서의 처리와 비교하여, 상세한 처리를 행하여 자동 운전 모드에 있어서의 차체 동작부(33)를 구성하는 각종 기기의 동작을 결정하고, 대응하는 커맨드를 자동 운전 제어부(53)에 공급한다. 그리고, 숙고 동작 결정부(52)는, 운전자별 운전자의 운전 버릇이나 습관이 반영되어 설정되어 있는 개인화 함수를 개인화 함수 기억부(54)로부터 판독하여, 숙고 동작에 대응하는 커맨드에, 운전자의 기호를 반영한 보정을 가하여 자동 운전 제어부(53)에 공급한다.
이와 같이 운전자의 기호가 반사 동작 및 숙고 동작의 각각에 반영됨으로써, 운전자별로 자동 운전 모드에 있어서의 쾌적성을 향상시키는 것이 가능하게 된다.
숙고 동작 결정부(52)는, 예를 들어 좁은 도로에서 대향차와 스쳐 지나갈 때의 스티어링 조작을 제어하는 동작을 결정하는 것이며, 대향차와 자차의 시시각각 변하는 차간 거리나, 복수 횟수의 스티어링 조작에 따른 차체의 움직임을 추정하고, 추정 결과에 따른 동작 등의 비교적 처리에 시간이 걸리는 동작을 결정한다. 이후에 있어서는, 이 숙고 동작 결정부(52)에 의해 결정되는 동작을, 간단히 숙고 동작이라고 칭하기로 한다.
자동 운전 제어부(53)는, 반사 동작 결정부(51)로부터 공급되어 오는 반사 동작의 커맨드와, 숙고 동작 결정부(52)에 의해 결정되는 숙고 동작의 커맨드에 기초하여, 자동 운전 모드에 있어서의 차체 동작부(33)의 동작을 결정하고, 대응하는 커맨드를 차체 동작부(33)에 공급한다.
반사 동작 결정부(51)는, 일반적으로 숙고 동작 결정부(52)에 있어서 숙고 동작을 결정할 때까지의 처리 시간보다, 보다 단시간에 반사 동작을 결정할 수 있다. 단, 검출부(34)로부터 얻어지는 검출 결과의 조건에 따라, 숙고 동작이 결정 될 때까지의 처리 시간 쪽이, 반사 동작이 결정될 때까지의 처리 시간보다 짧은 경우도 있고, 또한 대략 동시인 경우도 있다.
또한, 자동 운전 제어부(53)는, 반사 동작과 숙고 동작에 기초하여, 일반적으로는 서로의 처리 결과가 일치하고 있음을 전제로 하여, 동작을 결정하고, 대응하는 동작 신호를 차체 동작부(33)에 공급한다.
그러나, 반사 동작과 숙고 동작은, 검출 결과에 따라, 경합하는 경우가 있기 때문에, 이하와 같은 복수의 해결 모드 중, 설정된 해결 모드에 의해 자동 운전의 동작을 결정한다.
즉, 해결 모드에는, 숙고 동작 또는 반사 동작 중 어느 것을 우선하는 제1 해결 모드, 선착 우선, 또는 후착 치환하는 제2 해결 모드, 우선도 또는 확신도가 높은 쪽을 우선하는 제3 해결 모드, 양자의 동작을 이용한 가중 평균으로 하거나, 또는 다수결로 하는 제4 해결 모드, 양쪽이 반대되어 있는 사실을 입력에 부가하여, 양쪽에서 재계산하는 제5 해결 모드, 커맨드 자체의 우선도를 우선하는 제6 해결 모드, 그리고 어느 쪽도 내지 않고 정지시키거나, 현 상황을 계속시키는 제7 해결 모드의 7종류가 있다. 또한, 운전자의 판단을 개입시킴으로써 해결을 도모하는 제8 해결 모드를 포함하여 8종류의 해결 모드가 있다. 또한, 여기서 예시된 8종류의 해결 모드는, 일례에 지나지 않으며, 또한 그 밖의 해결 모드를 설정하도록 해도 된다.
상술한 8종류의 해결 모드 중, 어느 해결 모드에 의해 경합을 해결할지에 대해서는, 조작부(31)에 의해 미리 설정하는 것이 가능하다. 따라서, 자동 운전 제어부(53)는, 해결 모드의 설정 내용을 기억하고, 기억되어 있는 해결 모드에 따라, 숙고 동작 및 반사 동작을 이용하여 자동 운전 모드에 있어서의 차체 동작부(33)의 동작을 결정하고, 차체 동작부(33)에 공급한다.
숙고 동작 결정부(52)는, 환경 인식부(71), 로컬 맵 처리부(72), 글로벌 맵 처리부(73), 경로 계획부(74) 및 행동 계획부(75)를 구비하고 있다.
환경 인식부(71)는, 자차의 환경을 인식하고, 인식 결과로서의 환경 정보를 생성하고, 로컬 맵 처리부(72)에 공급한다. 여기서 말하는 자차의 환경 정보란, 로컬 맵 처리부(72) 및 글로벌 맵 처리부(73)에 있어서 필요로 되는 정보이며, 예를 들어 지구 상의 위치(지도 상에서 경로로서 설정된 루트 상의 위치)를 나타내는 GPS 정보나, 주행하고 있는 도로 상에서의 차선, 노면 상황 등을 인식하기 위한 이미지 센서 등에 의해 촬상된 화상 등이다. 또한, 환경 정보는, 자차의 주행 속도, 날씨, 교통 정보 등을 포함하는 비콘 정보와 같은 주위의 환경 정보나 정체 정보 등도 포함한다.
로컬 맵 처리부(72)는, 검출 결과에 기초하여 추출된 환경 정보로부터, 주행 중인 도로 상의 차선의 위치, 주행 속도, 상세한 도로의 형상, 표지, 신호 등의, 로컬 맵에 기초한 차체 주변이며 협역의 정보를 로컬 정보로서 추출하고, 행동 계획부(75)에 공급한다. 또한, 로컬 맵 처리부(72)는, 환경 정보를 글로벌 맵 처리부(73)에 공급한다.
글로벌 맵 처리부(73)는, 출발지에서 목적지까지의 루트 상에 있어서의 정체 상황이나 사고 정보, 그리고 정체 예측과 같은 교통 정보 등, 환경 정보에 포함되는, 비콘 정보나 GPS 정보 등의 글로벌 맵에 기초한 차체 주변이며 광역의 정보를 글로벌 정보로서 추출하고, 경로 계획부(74)에 공급한다.
즉, 로컬 정보는, 로컬 맵(차체로부터 비교적 근거리의 범위의 지도 정보)에 기초한 자동차의 차체 주변에 관한 비교적 좁은 범위의 정보이다. 이에 비해, 글로벌 정보는, 글로벌 맵(차체로부터 비교적 원거리의 범위의 지도 정보)에 기초한 자동차의 차체 주변이며, 앞으로 주행할 루트 상에 관한 비교적 넓은 범위의 정보이다.
경로 계획부(74)는, 글로벌 맵 처리부(73)로부터 공급되어 오는 글로벌 정보에 기초하여, 자차의 주행 경로를 계획하고, 경로 계획 정보로서 행동 계획부(75)에 공급한다.
행동 계획부(75)는, 로컬 정보와 경로 계획 정보에 기초하여, 차체 동작부(33)를 동작시키기 위한 행동을 계획하고, 숙고 동작으로서 대응하는 커맨드를 자동 운전 제어부(53)에 공급한다. 보다 구체적으로는, 행동 계획부(75)는, 예를 들어 로컬 정보인, 상세한 길의 형상, 주행 중인 차선의 정보와, 글로벌 정보에 의해 구해진 경로의 정보에 기초하여, 이어서 우회전하거나, 또는 좌회전한다는 등의 경로와, 현재의 주행 차선과의 관계로부터 차선을 변경시킬 필요가 있는 경우, 차선을 변경시키기 위해 필요한 스티어링의 타각, 브레이크 타이밍, 액셀러레이터 개방도 등을 숙고 동작으로서 결정하고, 대응하는 커맨드를 자동 운전 제어부(53)에 공급한다.
개인화 블록(22)은, 개인화 함수 학습부(91), 학습 결과 기억부(82), 학습 결과 검증부(93), 검증 결과 판정부(94) 및 개인화 함수 갱신부(95)를 구비하고 있다.
개인화 함수 학습부(91)는, 수동 운전 모드에 있어서의, 조작부(31)로부터 공급되어 오는 조작 신호, 및 검출부(34)로부터 공급되어 오는 각종 검출 결과에 기초하여, 운전자별 개인화 함수를 학습에 의해 구하여, 학습 결과 기억부(92)에 기억시킨다. 즉, 개인화 함수 학습부(91)는, 운전자가, 수동 운전 모드에서 조작부(31)를 실제로 조작하여 운전할 때의 조작 신호와, 그때의 검출부(34)의 검출 결과에 기초하여, 운전자의 운전에 관한 버릇이나 습관 등을 반영한 개인화 함수를 학습에 의해 구하는 것이다. 따라서, 수동 운전 모드에 의한 운전 시간의 길이에 따라, 학습 시간이 길어짐으로써, 개인화 함수는, 각 운전자의 버릇이나 습관을 강하게 반영시키는 것으로 할 수 있다.
또한, 개인화 함수 학습부(91)는, 동일한 운전자에 대하여 복수의 개인화 함수를 설정하도록 해도 된다. 즉, 운전자의 운전 동작은, 항상 일정하지 않고, 몸 상태나 정신 상태 등에 따라 변화하는 것이다.
이 때문에, 요구되는 개인화 함수를 운전자의 기분별로, 동일 운전자에 대하여 복수의 운전 모드별 개인화 함수로서 설정할 수 있다.
예를 들어, 브레이크나 액셀러레이터의 조작이 느린 조작 신호로부터 구해지는 「느리고 안전」과 같은 운전을 할 때의 개인화 함수를 제1 모드로 할 수 있다. 또한, 브레이크 조작을 단거리에서 정지시키는 조작 신호나, 액셀러레이터의 온/오프가 격렬하게 반복되는 조작 신호로부터 구해지는 「빠르게 행동」과 같은 운전을 할 때의 개인화 함수를 제2 모드로 할 수 있다. 그리고, 이 「느리고 안전」과 「빠르게 행동」의 각각의 파라미터의 평균값이나 가중 평균값 등으로부터 얻어지는 제3 개인화 함수를 제3 모드로 할 수 있다.
이와 같이 동일한 운전자에 대해서도 복수의 개인화 함수를, 수동 운전 모드에 있어서의 운전자의 기분에 맞추어 설정함으로써, 운전자의 그때의 기분에 따라 자동 운전의 동작을 전환하는 것이 가능하게 되고, 보다 쾌적한 자동 운전을 실현하는 것이 가능하게 된다. 또한, 이 개인화 함수에 있어서의 운전자별 기분에 따른 모드를 유저 모드라고 칭하기로 한다. 따라서, 개인화 함수는, 수동 운전 모드에 있어서, 운전자별, 또한 유저 모드별로 학습시키는 것이 가능하고, 자동 운전 모드에 있어서도, 운전자별, 또한 유저 모드별로, 대응하는 보정을 가하는 것이 가능하게 된다.
학습 결과 검증부(93)는, 운전이 종료되었을 때 등에, 학습 결과 기억부(92)에 기억되어 있는 학습 결과인 개인화 함수를 판독하고, 인터넷으로 대표되는 네트워크를 통하여 외부의 검증 장치(13)에 공급하고, 개인화 함수의 검증을 요구하고, 검증 결과를 취득한다.
검증 장치(13)는, 예를 들어 클라우드 컴퓨팅에 의해 실현되는 장치이며, 운전 제어 장치(11)로부터 개인화 함수의 검증 의뢰가 있을 때, 개인화 함수를 취득하여, 시뮬레이션에 의해 가상적으로 개인화 함수를 사용한 자동 운전을 실현함으로써, 안전성을 검증하고, 검증 결과를 운전 제어 장치(11)에 공급한다. 보다 상세하게는, 검증 장치(13)는, 가상적으로 자동 운전 제어부(53)가 결정하는 커맨드에 개인화 함수에 의한 보정을 가하여, 차체 동작부(33)를 동작시킨 경우의 시뮬레이션을 소정 시간만큼 반복함으로써, 개인화 함수를 이용하였을 때의 자동 운전을 재현하여, 이때의 주행 정보를 검증 결과로서 기록하고, 운전 제어 장치(11)에 공급한다. 또한, 검증 장치(13)의 상세한 구성에 대해서는, 도 15를 참조하여 후술한다.
검증 결과 판정부(94)는, 개인화 함수를 사용한 시뮬레이션 결과인 검증 결과를 검증 장치(13)로부터 취득하면, 예를 들어 시뮬레이션 중에, 상정한 위기 회피 행동 등이 충분히 취해져 있고, 사고 등이 발생하지 않았는지 등에 의해, 개인화 함수의 안전이 보장되었는지 여부를 검증한다. 그리고, 검증 결과 판정부(94)는, 검증 장치(13)의 검증 결과를 판정하고, 판정 결과를 개인화 함수 갱신부(95)에 공급한다.
개인화 함수 갱신부(95)는, 검증 결과에 대한 판정 결과가, 개인화 함수에 의한 보정을 커맨드에 실시해도 사고 등이 발생하는 일이 없는 안전한 것이라고 간주될 때, 학습 결과 기억부(92)에 기억되어 있는, 검증 장치(13)에 의해 안전이 보장된 개인화 함수를 판독하여, 개인화 함수 기억부(54)에 기억되어 있는 개인화 함수를 갱신한다.
이러한 일련의 처리에 의해, 유저의 기호를 반영시켜, 또한 안전성을 확보한 개인화 함수에 의해, 차체 동작부(33)에 대한 각종 커맨드를 보정하여, 자동 운전 모드에 있어서의 운전 제어 처리를 실현시킬 수 있다. 결과로서, 자동 운전 모드에 있어서, 안전하고, 또한 쾌적한 자동 운전을 실현하는 것이 가능하게 된다. 또한, 검증 장치(13)에 공급한 개인화 함수가, 검증 결과에 문제가 있는 경우, 검증 장치(13)로부터, 추가로 문제가 발생한 경우의 데이터의 공급을 받아, 개인화 함수 학습부(91)에 피드백시켜, 재학습에 이용시키도록 해도 된다.
<운전 제어 처리>
이어서, 도 2의 흐름도를 참조하여, 도 1의 운전 제어 장치(11)에 있어서의 운전 제어 처리에 대하여 설명한다. 또한, 통상, 운전 모드는, 자동 운전 모드, 또는 수동 운전 모드 중 어느 것으로 설정되어 있지만, 여기서는 디폴트로 수동 운전 모드가 설정되어 있는 것으로 하고, 운전이 개시된 후, 자동 운전 모드로도 전환되는 것으로 한다. 또한, 디폴트의 운전 모드는, 자동 운전 모드 및 수동 운전 모드 중 어느 것이어도 되며, 자유롭게 설정할 수 있도록 해도 된다.
스텝 S11에 있어서, 수동 운전 제어부(32)는, 조작부(31)가 조작되어, 운전이 개시되었는지 여부를 판정하고, 개시될 때까지, 마찬가지의 처리를 반복한다. 즉, 이 경우, 예를 들어 엔진을 시동시키거나, 운전 동작을 가능하게 하기 위한 스타트 버튼 등을 포함하는 조작부(31)가 조작되었는지 여부에 기초하여, 운전이 개시되었는지 여부가 판정되도록 해도 된다. 스텝 S11에 있어서, 운전이 개시되었다고 판정된 경우, 처리는 스텝 S12로 진행한다.
스텝 S12에 있어서, 수동 운전 제어부(32)는 운전자를 인증한다. 예를 들어, 수동 운전 제어부(32)는, 도 3의 좌측부에서 도시되는 바와 같은 운전자를 특정하는 정보의 입력을 재촉하는 표시 화상을 표시부(35)에 표시하고, 조작 입력을 접수하여 접수한 조작 내용에 따라 운전자를 특정한다.
또한, 도 3의 좌측부에 있어서는, 표시부(35)가, 조작부(31)와 일체로 된 터치 패널임을 상정하였을 때 표시되는 표시 화상의 예가 도시되어 있고, 최상단에 「운전자의 확인」이라고 표시되고, 그 하측에 좌측으로부터, 조작 버튼(101-1 내지 101-3)이 표시되어 있고, 각각 대응하는 위치에, 미리 등록되어 있는 운전자의 이름으로서 「타로우」, 「하나코」 및 「지로우」가 각각 표시되어 있다. 그리고, 도 3의 좌측부에 있어서는, 조작 버튼(101-3)이 조작되어, 「지로우」가 선택되어 있음을 나타내는 컬럼(102)이 표시되어 있다. 따라서, 이 경우, 수동 운전 제어부(32)는, 운전자가 「지로우」임을 인식한다. 또한, 새로운 유저인 경우에 대해서는, 별도로 등록 화상을 표시하여, 등록을 재촉하도록 해도 된다.
또한, 운전자의 특정은, 차 내를 촬상하는 카메라 등에 의해 얼굴 화상 인증으로 실현하도록 해도 되고, 지문 인증, 손바닥 인증, 정맥 인증, 망막 인증 및 성문 인증 등, 운전자가 특정 가능하면, 다른 인증 방법이어도 되는 것이다.
스텝 S13에 있어서, 수동 운전 제어부(32)는, 유저 모드를 설정한다. 즉, 예를 들어 수동 운전 제어부(32)는, 도 3의 우측부에서 도시되는 바와 같은 운전자의 기분에 따라 설정된 개인화 함수의 모드인 유저 모드를 표시하고, 어느 선택을 재촉하는 화상을 표시하고, 조작 입력을 접수하여 접수한 조작 내용에 따라 유저 모드를 특정한다.
즉, 도 3의 우측부에 있어서는, 최상단에 「지로우씨의 오늘의 운전」이라고 표시되고, 그 아래에, 선택 가능한 유저 모드가 표시되어 있고, 좌측으로부터 버튼(105-1 내지 105-3)이 표시되고, 대응하는 위치에 각각의 대응하는 유저 모드로서, 「느리고 안전」, 「밸런스」 및 「빠르게 행동」이 표시되어 있다. 그리고, 도 3의 우측부에 있어서는, 버튼(105-3)이 조작되어, 「빠르게 행동」이 선택되어 있음을 나타내는 컬럼(106)이 표시되어 있다. 이러한 경우, 수동 운전 제어부(32)는, 유저 모드가 「빠르게 행동」임을 인식한다.
또한, 유저 모드에 대해서도, 터치 패널 이외의 수단에 의해 설정하도록 해도 되고, 예를 들어 음성 입력 등으로 설정하도록 해도 되고, 물리적인 버튼이나 스위치로 선택할 수 있도록 해도 된다. 또한, 신규의 유저 모드를 설정할 수 있도록 해도 되며, 이 경우, 신규의 유저 모드의 등록을 재촉하는 화상을 표시하도록 해도 된다.
스텝 S14에 있어서, 수동 운전 제어부(32)는, 자동 운전 모드에 있어서, 숙고 동작과 반사 동작이 경합하였을 때, 경합을 해결하기 위한 해결 모드의 설정을 재촉하는 화상을 표시하고, 설정된 해결 모드를 자동 운전 제어부(53)에 기억시킨다.
즉, 숙고 동작 또는 반사 동작 중 어느 것을 우선하는 제1 해결 모드, 선착 우선, 또는 후착 치환하는 제2 해결 모드, 우선도 또는 확신도가 높은 쪽을 우선하는 제3 해결 모드, 양자의 가중 평균으로 하거나, 또는 다수결로 하는 제4 해결 모드, 양쪽이 반대되어 있는 사실을 입력에 부가하여, 양쪽에서 재계산하는 제5 해결 모드, 커맨드 자체의 우선도를 우선하는 제6 해결 모드, 그리고 어느 쪽도 내지 않고 정지시키거나, 현 상황을 계속시키는 제7 해결 모드, 또는 운전자의 개입을 접수하여 해결시키는 제8 모드의 8종류의 해결 모드 중 어느 것으로 하거나, 또한 각 해결 모드 중 선택지가 있다면, 그 중 어느 것으로 할지가 설정된다.
이 처리는, 구체적으로는 예를 들어 도 3의 우측부와 마찬가지로, 제1 해결 모드 내지 제8 해결 모드 중 어느 것, 그리고 각 해결 모드에서, 추가로 선택지가 존재하는 해결 모드에 대해서는, 그 중 어느 것으로 할지를 선택하는 선택 버튼을 설치한 화상이 표시되도록 하여, 어느 눌러진 해결 모드가 설정되도록 해도 된다. 또한, 물리적으로 항상 해결 모드를 선택할 수 있는 선택 버튼을 조작부(31)에 설치하도록 해도 되고, 항상 어느 해결 모드에 고정적으로 설정되도록 해도 된다.
선택지가 존재하는 해결 모드란, 예를 들어 제1 해결 모드이다. 즉, 제1 해결 모드는, 숙고 동작 또는 반사 동작 중 어느 것을 우선하는 모드이므로, 숙고 동작 또는 반사 동작 중 어느 우선해야 할 항목이 선택지로 되게 된다. 이 때문에, 제1 해결 모드가 선택되는 경우에 대해서는, 아울러, 숙고 동작 또는 반사 동작 중 어느 선택지도 설정될 필요가 있다. 따라서, 제5, 제6 및 제8 이외의 해결 모드에 있어서는, 마찬가지로 선택지도 설정될 필요가 있다.
또한, 이 스텝 S14의 해결 모드의 선택 처리는, 한번 설정된 후에는 반드시 필요로 되는 처리는 아니므로, 운전자로부터의 요구가 있는 경우에만 실행되는 처리로 하도록 해도 된다. 또한, 디폴트로서, 어느 해결 모드가 설정되어 있도록 해도 된다. 또한, 물리 버튼이 설치되는 경우에 대해서는, 어떠한 타이밍에 있어서도, 물리 버튼이 조작된 타이밍에 있어서, 즉시 설정이 변경되도록 해도 된다.
스텝 S15에 있어서, 수동 운전 제어부(32)는, 운전 모드가 자동 운전 모드인지 여부를 판정한다. 자동 운전 모드 및 수동 운전 모드 중 어느 것인 운전 모드는, 예를 들어 표시부(35) 상에 전환 스위치(도시하지 않음) 등이 항상 표시되는 상태로 하고, 전환 스위치가 조작되거나 하여, 전환 조작이 이루어졌는지 여부에 따라, 운전 모드가 전환되었는지 여부를 판정하도록 해도 된다.
또한, 물리적인 조작 스위치나 버튼(모두 도시하지 않음)을 설치하도록 하여, 전환되도록 해도 된다. 스텝 S15에 있어서, 예를 들어 전환 조작이 이루어져, 디폴트인 수동 운전 모드로부터 자동 운전 모드로 되었다고 간주된 경우, 처리는 스텝 S16으로 진행하고, 자동 운전 처리가 실행된다. 이 경우, 제어 주체는, 수동 운전 제어부(32)로부터 자동 운전 제어부(53)로 전환되고, 자동 운전 제어부(53)가 자동 운전 처리를 실행한다.
한편, 스텝 S15에 있어서, 디폴트인 상태에서, 자동 운전 모드가 아니라, 수동 운전 모드인 경우에 대해서는, 처리는 스텝 S17로 진행하고, 수동 운전 처리가 실행된다. 이 경우, 제어 주체는, 수동 운전 제어부(32)인 상태이며, 수동 운전 처리를 실행한다.
또한, 이제까지의 처리가 자동 운전 처리인 경우, 스텝 S15의 처리에 의해, 수동 운전 모드로 전환된 경우에 대해서는, 처리는 스텝 S17에 있어서, 수동 운전 처리가 실행된다. 이 경우, 제어 주체는, 자동 운전 제어부(53)로부터 수동 운전 제어부(32)로 전환되어, 수동 운전 처리가 실행된다.
또한, 이후에 있어서는, 특별히 언급이 없는 경우, 디폴트의 수동 운전 모드인 것으로 하여, 즉 제어 주체가 수동 운전 제어부(32)인 것으로 하여 설명을 진행시키기로 한다. 단, 자동 운전 모드에 의한 처리가 이루어진 경우에 대해서는, 제어 주체는, 자동 운전 제어부(53)로 되고, 도 2의 흐름도에 있어서 설명되는 처리에 대해서는, 수동 운전 제어부(32)와 마찬가지의 처리를 실행하기로 한다. 또한, 자동 운전 처리 및 수동 운전 처리에 대해서는, 상세를 후술하기로 한다.
스텝 S18에 있어서, 수동 운전 제어부(32)는, 조작부(31)가 조작되어, 운전이 종료로 되는 조작이 이루어졌는지 여부를 판정한다. 스텝 S18에 있어서, 운전을 종료시키는 조작이 이루어지지 않은 경우, 처리는 스텝 S19로 진행한다.
스텝 S19에 있어서, 수동 운전 제어부(32)는, 운전자가 변경되었는지 여부를 판정한다. 예를 들어, 수동 운전 제어부(32)는, 조작부(31)가 조작되어, 운전자의 변경이 신청되는 조작이 이루어졌는지 여부를 판정한다. 스텝 S19에 있어서, 예를 들어 운전자의 변경이 있는 경우, 처리는 스텝 S12로 복귀된다. 즉, 변경된 운전자에 대하여 스텝 S12 내지 S14의 처리에 의해, 운전자의 인증 처리, 유저 모드의 설정, 및 해결 모드의 설정이 이루어지고, 이후의 처리가 실행된다.
한편, 스텝 S19에 있어서, 운전자의 변경이 없는 경우, 처리는 스텝 S15로 복귀된다. 즉, 스텝 S12 내지 S14의 처리가 스킵된다.
스텝 S18에 있어서, 운전 종료의 조작이 이루어졌다고 간주된 경우, 처리는 스텝 S20으로 진행한다.
스텝 S20에 있어서, 개인화 블록(22)은, 개인화 함수 갱신 처리를 실행하고, 수동 운전에 의해 학습된 개인화 함수를 검증하고, 검증 결과에 따라 개인화 함수를 갱신한다. 또한, 개인화 함수 갱신 처리에 대해서는, 상세를 후술하기로 한다.
이상의 처리에 의해, 자동 운전 모드와 수동 운전 모드를 전환한 운전 제어를 실현하는 것이 가능하게 되고, 또한 후술하는 수동 운전 모드에 있어서 학습된 개인화 함수를 학습에 의해 생성하고, 또한 갱신하는 것이 가능하게 된다.
<자동 운전 처리>
이어서, 도 4의 흐름도를 참조하여, 도 1의 운전 제어 장치(11)에 의한 자동 운전 처리에 대하여 설명한다.
스텝 S31에 있어서, 검출부(34)는, 각종 센서군에 의해 검출되는 복수의 검출 결과 모두를 자동 운전 제어 블록(21) 및 개인화 블록(22)에 공급한다.
스텝 S32에 있어서, 반사 동작 결정부(51)는, 검출 결과(또는, 검출 결과의 일부의 결과)에 기초하여, 반사 동작을 결정한다.
스텝 S33에 있어서, 반사 동작 결정부(51)는, 개인화 함수 기억부(54)에 기억되어 있는 개인화 함수 중, 인증된 운전자의 것이며, 현재 설정되어 있는 유저 모드에 대응하는 개인화 함수를 판독하고, 반사 동작으로서 결정된 동작을, 판독한 개인화 함수로 보정한다.
스텝 S34에 있어서, 숙고 동작 결정부(52)는, 숙고 동작 결정 처리를 실행하여 숙고 동작을 결정한다.
<숙고 동작 결정 처리>
여기서, 도 5의 흐름도를 참조하여, 숙고 동작 결정 처리에 대하여 설명한다.
스텝 S51에 있어서, 환경 인식부(71)는, 검출부(34)로부터 공급되어 오는 검출 결과에 기초하여, 환경 정보를 추출하고, 로컬 맵 처리부(72)에 공급한다.
스텝 S52에 있어서, 로컬 맵 처리부(72)는, 환경 정보로부터 자차의 주변의 정보를 포함하는 로컬 정보를 추출하여 행동 계획부(75)에 공급한다. 또한, 로컬 맵 처리부(72)는, 환경 정보를 글로벌 맵 처리부(73)에 공급한다.
스텝 S53에 있어서, 글로벌 맵 처리부(73)는, 환경 정보로부터, 자차가 앞으로 주행할 경로 주변의 맵 정보나 경로 상의 교통 정보 등을 포함하는 글로벌 정보를 추출하여, 경로 계획부(74)에 공급한다.
스텝 S54에 있어서, 경로 계획부(74)는, 글로벌 맵 처리부(73)로부터 공급되어 오는 글로벌 정보에 기초하여, 자차의 주행 경로를 계획하고, 경로 계획으로서 행동 계획부(75)에 공급한다. 즉, 경로 계획부(74)는, 예를 들어 교통 정보에 기초하여, 현재 위치에서 목적지까지의 경로를 탐색하고, 경로 상에 정체가 존재하는 경우, 정체를 피하여 목적에 도달하는 경로를 탐색함으로써, 경로를 계획한다.
스텝 S55에 있어서, 행동 계획부(75)는, 로컬 정보와 경로 계획에 기초하여, 차체 동작부(33)를 동작시키기 위한 행동을 계획하고, 계획 결과를 숙고 동작으로 하고, 대응하는 커맨드를 자동 운전 제어부(53)에 공급한다. 즉, 행동 계획부(75)는, 예를 들어 로컬 정보인, 상세한 길의 형상, 주행 중인 차선의 정보와, 글로벌 정보에 의해 구해진 경로의 정보에 기초하여, 이어서 우회전하거나, 또는 좌회전하는 등의 경로와, 현재의 주행 차선과의 관계로부터 차선을 변경시킬 필요가 있는 경우, 차선을 변경시키기 위한 스티어링의 타각, 브레이크 타이밍, 액셀러레이터 개방도 등을 숙고 동작으로서 결정하고, 대응하는 커맨드를 자동 운전 제어부(53)에 공급한다.
이상의 처리에 의해, 검출 결과로부터 환경 정보가 구해지고, 환경 정보로부터 로컬 정보와 글로벌 정보가 구해지고, 글로벌 정보로부터 경로가 설정되고, 설정된 경로와 로컬 정보로부터 숙고 동작이 구해진다.
여기서, 도 4의 흐름도의 설명으로 되돌아간다.
스텝 S35에 있어서, 숙고 동작 결정부(52)의 행동 계획부(75)는, 개인화 함수 기억부(54)에 기억되어 있는 개인화 함수 중, 인증된 운전자의 것이며, 현재 설정되어 있는 유저 모드에 대응하는 개인화 함수를 판독하고, 숙고 동작으로서 결정된 동작을, 판독한 개인화 함수로 보정한다.
스텝 S36에 있어서, 자동 운전 제어부(53)는, 숙고 동작과 반사 동작이 일치하지 않고, 경합이 발생하였는지 여부를 판정한다. 스텝 S34에 있어서, 경합이 발생하였다고 판정된 경우, 처리는 스텝 S35로 진행한다.
스텝 S37에 있어서, 자동 운전 제어부(53)는, 경합 해결 처리를 실행하여, 숙고 동작과 반사 동작의 경합을 해결시켜, 차체 동작부(33)가 실행해야 할 동작을 결정하여, 결정한 동작에 대응하는 커맨드를 차체 동작부(33)에 공급한다. 또한, 경합 해결 처리에 대해서는, 도 6, 도 7을 참조하여, 상세를 후술한다.
또한, 스텝 S36에 있어서, 경합이 발생하지 않았다고 간주된 경우, 스텝 S37의 처리는 스킵된다.
그리고, 스텝 S38에 있어서, 자동 운전 제어부(53)는, 차체 동작부(33)가 실행해야 할 동작에 대응하는 커맨드를 차체 동작부(33)에 공급한다. 즉, 자동 운전 제어부(53)는, 반사 동작과 숙고 동작이 일치한 경우, 그 일치한 동작에 대응하는 커맨드를 차체 동작부(33)에 공급하고, 반사 동작과 숙고 동작이 일치하지 않고, 경합한 경우, 경합 해결 처리에 의해 결정된 동작에 대응하는 커맨드를 차체 동작부(33)에 공급한다. 결과로서, 차체 동작부(33)가, 자동 운전 제어부(53)로부터의 커맨드에 따라 동작한다.
결과로서, 후술하는 바와 같이, 운전자가 수동 운전 모드에서, 자신이 운전할 때 학습되는 개인화 함수에 의해 반사 동작 및 숙고 동작 각각이 보정됨으로써, 인증된 운전자의 운전 버릇이나 습관을 반영시킨 동작으로 하는 것이 가능하게 되고, 안전한 자동 운전을 실현함과 함께, 운전자별 쾌적한 자동 운전을 실현하는 것이 가능하게 된다.
또한, 도 4에 있어서는, 스텝 S32, S33의 처리에 의해 실현되는 반사 동작의 결정, 및 결정된 반사 동작의 개인화 함수에 의한 보정을 포함하는 일련의 반사 동작에 관한 처리가 이루어진 후, 스텝 S34, S35의 처리에 의해 실현되는 숙고 동작의 결정, 및 결정된 숙고 동작의 개인화 함수에 의한 보정에 관한 일련의 숙고 동작에 관한 처리가 이루어지도록 기재되어 있다.
그러나, 상술한 반사 동작에 관한 처리와 숙고 동작에 관한 처리는, 도 1의 블록도로부터도 명백한 바와 같이, 검출부(34)와 자동 운전 제어부(53)의 사이에서, 병렬로 구성되는 반사 동작 결정부(51)와 숙고 동작 결정부(52)에서 각각 이루어지는 처리이다. 따라서, 반사 동작에 관한 처리와 숙고 동작에 관한 처리는, 현실로는 병렬로, 즉 동시에 이루어지는 처리이다. 도 4의 흐름도에서는, 우선 반사 동작에 관한 처리가 이루어지고, 그 후에 숙고 동작에 관한 처리가 이루어지도록 표현되어 있기는 하지만, 이것은 하나의 흐름도에서 편의적으로 표현한 결과이므로, 당연하게도, 우선 숙고 동작에 관한 처리가 이루어지고, 그 후에 반사 동작에 관한 처리가 이루어지도록 표현되어도 되는 것이다. 또한, 마찬가지의 이유로부터, 반사 동작에 관한 처리와 숙고 동작에 관한 처리는, 동시에 병렬 처리되는 개별적인 흐름도로서 표현되어도 되는 것이다. 이 경우, 도 4에 있어서의 스텝 S36 이후의 처리는, 반사 동작에 관한 처리와 숙고 동작에 관한 처리의 양쪽이 완료된 이후에 이루어지는 처리로 된다.
<경합 해결 처리>
이어서, 도 6, 도 7의 흐름도를 참조하여, 경합 해결 처리에 대하여 설명한다.
스텝 S71(도 6)에 있어서, 자동 운전 제어부(53)는, 숙고 동작과 반사 동작이 일치하지 않고, 경합이 발생하였음을 나타내는 정보를 표시부(35)에 표시하여, 운전자에게 숙고 동작과 반사 동작의 사이에서 경합이 발생하였음을 제시한다. 자동 운전 제어부(53)는, 예를 들어 도 8에서 도시되는 바와 같이, 표시부(35)에 대응하는, 운전 제어 장치(11)가 탑재되어 있는 자동차의 인스트루먼트 패널(111)에, 경합이 발생하였음을 나타내는 마크(124)를 표시한다. 또한, 도 8의 인스트루먼트 패널(111)에는, 좌측으로부터 스피드 미터(121), 타코 미터(122) 및 연료 미터(123)가 원반상의 바늘로 나타나는 미터로서 표시되어 있고, 경합이 발생하였음을 나타내는 마크(124)가, 연료 미터(123)의 좌측 상부에 3방향의 화살표를 포함하는 마크로서 표시되어 있다. 운전자는, 이 마크(124)를 시인함으로써, 숙고 동작과 반사 동작이 일치하지 않고 경합하고 있음을 인식할 수 있다. 운전자는, 필요에 따라 자신이 수동 운전 모드로 전환하여, 수동으로 운전하게 될 가능성을 찰지하는 것이 가능하게 되므로, 돌연, 자신이 운전할 필요가 생김으로써, 준비되지 않은 동작을 해 버리는 것을 억제하는 것이 가능하게 된다.
또한, 경합이 발생한 경우의 예로서, 마크(124)를 표시하여 운전자에게 제시하는 예에 대하여 나타내고 있지만, 경합 발생의 제시에 대해서는, 이 이외의 방법으로 제시하도록 해도 되고, 예를 들어 음성이나 시트를 진동시키거나 하여 경합의 발생을 제시하도록 해도 된다.
스텝 S72에 있어서, 자동 운전 제어부(53)는, 경합이 발생한 경우의 해결 모드가, 숙고 동작 또는 반사 동작 중 어느 것이 우선되어 선택되는 해결 모드인지 여부를 판정한다. 스텝 S72에 있어서, 예를 들어 숙고 동작 또는 반사 동작 중 어느 것이 우선되어 선택되는 해결 모드라고 판정된 경우, 처리는 스텝 S73으로 진행한다.
스텝 S73에 있어서, 자동 운전 제어부(53)는, 미리 설정된 해결 모드 중, 숙고 동작 또는 반사 동작 중 어느 것이 설정되어 있는 쪽을 결정 동작으로 하고, 처리는 스텝 S85(도 7)로 진행한다.
예를 들어, 반사 동작이, 현재 주행하고 있는 레인을 유지하면서 앞차를 추종하는 행동인 것으로 하고, 숙고 동작이, 목적지까지의 경로를 고려하여, 공사나 정체를 피하는 경로를 탐색한 결과에 따른 동작인 것으로 한다.
여기서, 숙고 동작이 우선되도록 설정되어 있는 경우, 새롭게 얻은 정체 정보 등으로 최적 경로가 바뀌었을 때에는, 숙고 동작으로서 공사 정체를 피하는 경로로서 탐색된 경로를 주행하는 동작을 우선하게 된다. 결과로서, 자동차의 경로는, 정체를 피하는 우회로로 유도되는 동작이 실현됨으로써, 소요 시간을 단축하는 것이 가능하게 된다.
또한, 반사 동작이, 전방 밀리미터파 레이더에 의해 일정 이상의 크기의 장해물을 검지한 경우, 긴급 브레이크의 조작을 행하는 동작인 것으로 하고, 숙고 동작이, 주위의 환경에 따른 레인 내 정속 운전을 실현하는 동작인 것으로 한다.
여기서, 반사 동작이 우선되도록 설정되어 있는 경우, 도로 상으로의 급한 튀어나옴이 있었을 때에는, 반사 동작에 의한 극단시간의 동작으로 사고를 피할 수 있다.
또한, 스텝 S72에 있어서, 숙고 동작 또는 반사 동작 중 어느 것이 우선되어 선택되는 해결 모드가 아니라고 판정된 경우, 처리는 스텝 S74로 진행한다.
스텝 S74에 있어서, 자동 운전 제어부(53)는, 경합이 발생한 경우의 해결 모드가, 선착 우선 또는 후착 치환 중 어느 것이 선택되는 해결 모드인지 여부를 판정한다. 스텝 S74에 있어서, 예를 들어 선착 우선 또는 후착 치환 중 어느 것이 선택되는 해결 모드라고 판정된 경우, 처리는 스텝 S75로 진행한다.
스텝 S75에 있어서, 자동 운전 제어부(53)는, 미리 설정된 해결 모드 중, 선착 우선 또는 후착 치환 중 어느 것이 설정되어 있는 방식으로 설정되는 동작을 결정 동작으로 하고, 처리는 스텝 S85(도 7)로 진행한다.
숙고 동작 및 반사 동작의 각각의 동작을 지시하는 커맨드에는, 각각 실행 시간이 명시적으로, 또는 암묵적으로 지정되어 있고(4ms 등), 통상은 도착한 커맨드가, 도착한 순서로 리스트에 축적되고, 리스트의 선두로부터 차례로 실행되어, 결과로서, 선착 우선으로 동작이 결정된다. 이에 의해, 일정 시간 루프에서의 액셀러레이터나 스티어링 제어나 예측 운전 등을 실현한다. 따라서, 선착 우선이 설정되어 있는 경우, 일반적인 처리에 의해 동작이 결정되는 것으로 된다.
또한, 각 제어 모듈은 인터럽트 등의 상황의 변화에 따라 시기 적절하게 커맨드를 발행하고, 이제까지의 행동을 변경하지 않는 경우에는 아무것도 하지 않는다. 한편, 커맨드가 새롭게 도착한 경우, 후착의 커맨드로, 그때까지의 동작을 나타내는 커맨드를 재기입하여, 즉시 행동을 후착의 커맨드에 의해 표현되는 동작으로 전환함으로써, 빠른 동작을 실현하는 것이 가능하게 된다. 따라서, 이 경우, 반사 동작 및 숙고 동작 중 어느 것인지는, 동작을 결정하는 요인은 되지 않으며, 어느 것이라도, 후착의 동작의 커맨드에 의해, 현상의 동작의 커맨드가 재기입되게 된다.
또한, 스텝 S74에 있어서, 선착 우선 또는 후착 치환 중 어느 것이 선택되는 해결 모드가 아니라고 판정된 경우, 처리는 스텝 S76으로 진행한다.
스텝 S76에 있어서, 자동 운전 제어부(53)는, 경합이 발생한 경우의 해결 모드가, 우선도 또는 확신도가 높은 쪽이 선택되는 해결 모드인지 여부를 판정한다. 스텝 S76에 있어서, 예를 들어 우선도 또는 확신도가 높은 쪽이 선택되는 해결 모드라고 판정된 경우, 처리는 스텝 S77로 진행한다.
스텝 S77에 있어서, 자동 운전 제어부(53)는, 미리 설정된 해결 모드 중, 우선도 또는 확신도가 높은 쪽이 선택되는 동작을 결정 동작으로 하고, 처리는 스텝 S85(도 7)로 진행한다.
인터럽트 등의 상황의 변화에 따라 긴급하게 발행되는 숙고 동작 및 반사 동작의 각종 동작을 지시하는 커맨드에는 높은 우선도 플래그가 붙어 있고, 리스트에 축적되는 커맨드나 현재 실행 중인 커맨드에 대응하는 우선도 플래그가, 신착의 커맨드의 우선도 플래그보다 낮은 경우, 자동 운전 제어부(53)는, 캔슬하더라도, 새로운 것(긴급 브레이크 등)으로 치환한다. 따라서, 이 경우, 결정되는 동작은, 반사 동작이어도 되고 숙고 동작이어도 된다.
또한, 반사 동작 및 숙고 동작의 우선도에 대해서는, 우열을 가리지 않고, 환경 정보로서 인식된 정보의 신뢰도에 따라, 어느 것을 선택하도록 해도 된다.
즉, 예를 들어 반사 동작 및 숙고 동작이, 각각 스피드를 내는 동작, 및 스피드를 떨어뜨리는 동작인 것으로 한다. 이러한 경우, 예를 들어 전방이 비어 있다고 하는 환경 정보의 신뢰도가 높을 때에는, 스피드를 내는 동작이 결정 동작으로 되고, 전방에 장해물이 존재하는 등의 환경 정보의 신뢰도가 높을 때에는, 스피드를 떨어뜨리는 동작이 결정 동작으로 되도록 해도 된다.
또한, 예를 들어 반사 동작 및 숙고 동작이, 각각 전방이며, 자신과 동일 방향으로 이동하는 앞차를 추월한다고 하는 동작, 및 자신과 동일 방향으로 이동하는 앞차를 추종한다고 하는 동작인 것으로 한다. 이 경우, 전방에 있어서, 자신과 동일한 방향으로 이동하는 앞차가 자전거라고 하는 환경 정보의 신뢰도가 높은 경우, 자전거를 추월한다고 하는 동작이 결정 동작으로 되고, 자신과 동일한 방향으로 이동하는 앞차가 자동차라고 하는 환경 정보의 신뢰도가 높은 경우, 자동차에 추종한다고 하는 동작이 결정 동작으로 되도록 해도 된다.
따라서, 이 경우에 있어서도, 결정되는 동작은, 반사 동작이어도 되고 숙고 동작이어도 된다.
스텝 S76에 있어서, 우선도 또는 확신도가 높은 쪽이 선택되는 해결 모드가 아니라고 판정된 경우, 처리는 스텝 S78로 진행한다.
스텝 S78에 있어서, 자동 운전 제어부(53)는, 경합이 발생한 경우의 해결 모드가, 가중 평균 또는 다수결 중 어느 것에 의해 동작을 결정하는 해결 모드인지 여부를 판정한다. 스텝 S78에 있어서, 예를 들어 가중 평균 또는 다수결 중 어느 것에 의해 동작을 결정하는 해결 모드라고 판정된 경우, 처리는 스텝 S79로 진행한다.
스텝 S79에 있어서, 자동 운전 제어부(53)는, 미리 설정된 해결 모드 중, 가중 평균 또는 다수결 중 어느 것에 의해 결정되는 동작을 결정 동작으로 하고, 처리는 스텝 S85(도 7)로 진행한다.
즉, 환경 정보에 따라, 반사 동작 및 숙고 동작 모두가, 조타각 등의 연속 값을 설정하는 동작인 경우, 각각의 확신도를 사용한 가중 평균에 의해 행동이 결정되도록 해도 된다.
또한, 실제로는, 반사 동작 결정부(51) 및 숙고 동작 결정부(52)는, 어느 것에 있어서도, 차체 동작부(33)를 구성하는 복수의 각종 기기에 대하여, 복수의 동작을 결정하고 있고, 경합이 발생하는 동작에 대해서도, 복수의 각종 기기에 대한, 복수의 동작이다. 예를 들어, 전방에 존재하는 장해물에 대한 충돌을 피하기 위해 긴급 정지를 시키는 경우, 브레이크를 거는 등의 동작과, 스티어링에 의해 회피 행동을 취하기 위한 동작과 같은, 브레이크와 스티어링의 각각에 대하여 동작이 결정되게 된다. 따라서, 긴급 브레이크를 걸거나, 또는 걸지 않는 등의 2선택의 이산적인 동작인 경우에 대해서는, 이들 복수의 동작을 이용하여, 다수결에 의해, 동작을 결정하도록 해도 된다.
스텝 S78에 있어서, 가중 평균 또는 다수결 중 어느 것에 의해 동작을 결정하는 해결 모드가 아니라고 판정된 경우, 처리는 스텝 S80으로 진행한다.
스텝 S80에 있어서, 자동 운전 제어부(53)는, 경합이 발생한 경우의 해결 모드가, 반사 동작 및 숙고 동작의 상호의 결과를 이용하여 동작을 결정하는 해결 모드인지 여부를 판정한다. 스텝 S80에 있어서, 예를 들어 반사 동작 및 숙고 동작의 상호의 결과를 이용하여 동작을 결정하는 해결 모드라고 판정된 경우, 처리는 스텝 S81로 진행한다.
스텝 S81에 있어서, 자동 운전 제어부(53)는, 반사 동작 및 숙고 동작의 상호의 결과를 이용하여 결정되는 동작을 결정 동작으로 하고, 처리는 스텝 S85(도 7)로 진행한다.
즉, 반사 동작 및 숙고 동작은, 각각 개별적으로 구해진 동작이지만, 양자의 판단에 어긋남이 발생하는 경우, 자동 운전 제어부(53)는, 예를 들어 반사 동작 결정부(51)와 숙고 동작 결정부(52)를 제어하여, 상호의 동작을, 상호의 처리에 의해 구해진 결과를 참고값으로서 사용하여 재계산시켜, 양쪽의 동작을 일치시키도록 한다. 또는 자동 운전 제어부(53)는, 예를 들어 반사 동작 결정부(51)와 숙고 동작 결정부(52)를 제어하여, 규정의 반복 횟수에 도달할 때까지, 반사 동작 및 숙고 동작을 구하기 위한 재계산을 반복시켜, 양쪽의 동작을 일치시킨다.
스텝 S80에 있어서, 반사 동작 및 숙고 동작의 상호의 결과를 이용하여 동작을 결정하는 해결 모드가 아니라고 판정된 경우, 처리는 스텝 S82로 진행한다.
스텝 S82에 있어서, 자동 운전 제어부(53)는, 경합이 발생한 경우의 해결 모드가, 반사 동작 및 숙고 동작의 동작을 지시하는 커맨드의 우선도에 따라 동작을 결정하는 해결 모드인지 여부를 판정한다. 스텝 S82에 있어서, 예를 들어 반사 동작 및 숙고 동작의 동작을 지시하는 커맨드의 우선도에 따라 동작을 결정하는 해결 모드라고 판정된 경우, 처리는 스텝 S83으로 진행한다.
스텝 S83에 있어서, 자동 운전 제어부(53)는, 반사 동작 및 숙고 동작의 동작을 지시하는 커맨드의 우선도에 따라 결정하는 동작을 결정 동작으로 하고, 처리는 스텝 S85(도 7)로 진행한다.
즉, 긴급 브레이크 등의 커맨드를 사전에 정의해 두고, 그것이 반사 동작 및 숙고 동작의 어느 동작으로 된 경우, 반사 동작 및 숙고 동작에 따르지 않고 최우선으로 취급한다. 또한, 긴급 커맨드 이외라도 커맨드에 우열 관계를 설정해 두고, 동작이 경합한 경우, 그 우선도의 우열에 따라 동작이 결정되도록 해도 된다. 커맨드의 우열은, 예를 들어 정지>레인 내 직진>레인 일탈>백과 같은 순서로 미리 설정되도록 해도 된다.
스텝 S82에 있어서, 반사 동작 및 숙고 동작의 동작을 지시하는 커맨드의 우선도에 따라 동작을 결정하는 해결 모드가 아니라고 판정된 경우, 처리는 스텝 S84로 진행한다.
스텝 S84에 있어서, 자동 운전 제어부(53)는, 운전자 개입 처리를 실행하여, 경합을 운전자의 조작을 개입하여 해결시켜, 동작을 결정한다. 즉, 이 경우, 운전자의 개입을 접수하여 해결시키는 해결 모드인 것으로 간주되게 된다.
<운전자 개입 처리>
여기서, 도 9의 흐름도를 참조하여, 운전자 개입 처리에 대하여 설명한다.
스텝 S101에 있어서, 자동 운전 제어부(53)는, 표시부(35)를 제어하여, 경합하고 있는 반사 동작 및 숙고 동작의 각각을, 해결 후보로서 표시하고, 어느 선택에 의해 경합의 해결을 촉진하는 화상을 표시한다.
즉, 예를 들어 도 10의 인스트루먼트 패널(111)에 있어서의 경합이 발생하였음을 나타내는 마크(124)의 우측에, 경합하고 있는 동작을 해결 후보란(131)으로 하여, 「a) 차선 유지」 및 「b) 우측 차선으로 변경」을 표시한다. 이 해결 후보란(131)의 「a) 차선 유지」 및 「b) 우측 차선으로 변경」은, 각각 터치 패널에 의해 터치함으로써 선택할 수 있다.
스텝 S102에 있어서, 자동 운전 제어부(53)는, 조작부(31)가 조작되어, 어느 해결 후보가 선택되었는지 여부를 판정한다. 스텝 S102에 있어서, 예를 들어 도 10에서 도시되는 해결 후보란(131)의 「a) 차선 유지」 또는 「b) 우측 차선으로 변경」중 어느 것이 선택되면, 처리는 스텝 S103으로 진행한다.
스텝 S103에 있어서, 자동 운전 제어부(53)는, 해결 후보란(131)에 표시된 해결 후보 중, 선택된 해결 후보의 동작을 결정 동작으로 한다.
한편, 스텝 S102에 있어서, 해결 후보란(131)의 어느 해결 후보도 선택되지 않은 경우, 처리는 스텝 S104로 진행한다.
스텝 S104에 있어서, 자동 운전 제어부(53)는, 조작부(31)가 조작되어, 자동 운전 모드가 해제되었는지 여부를 판정한다. 스텝 S104에 있어서, 예를 들어 표시부(35)에 표시되어 있는 전환 스위치나 버튼이 조작되거나, 브레이크 페달이나 액셀러레이터 페달이 답입되어, 자동 운전 모드를 해제한다고 보이는 의사 표시에 대응하는 동작이 검출되면, 자동 운전 모드의 해제가 요구된 것으로 간주하여, 처리는 스텝 S105로 진행한다.
스텝 S105에 있어서, 자동 운전 제어부(53)는, 자동 운전 모드를 종료하고, 수동 운전 모드로 전환한다. 이 처리에 의해, 이후에 있어서는, 수동 운전 제어부(32)가 수동 운전 처리를 실행한다.
또한, 스텝 S104에 있어서, 자동 운전 모드의 해제가 요구되지 않았다고 간주된 경우, 처리는 스텝 S106으로 진행한다.
스텝 S106에 있어서, 자동 운전 제어부(53)는, 경합이 발생하고 나서 소정 시간이 경과하였는지 여부를 판정한다. 스텝 S106에 있어서, 소정 시간이 경과하지 않았다고 간주된 경우, 처리는 스텝 S101로 복귀되고, 소정 시간이 경과할 때까지, 스텝 S101 내지 S106의 처리가 반복된다. 그리고, 스텝 S106에 있어서, 소정 시간이 경과하였다고 간주된 경우, 처리는 스텝 S107로 진행한다.
스텝 S107에 있어서, 자동 운전 제어부(53)는, 자동차의 주행을 정지시키거나, 또는 현 상황을 계속하는 동작을 결정 동작으로 하는 해결 모드인 것으로 간주하고, 정지시키거나, 또는 현 상황을 계속하는 동작을 결정 동작으로 한다. 이 경우, 반사 동작 및 숙고 동작 중 어느 쪽도 내지 않고 정지시키거나, 현 상황을 계속시키는 해결 모드라고 간주된다.
즉, 반사 동작 및 숙고 동작의 경합을 해결할 수 없거나, 또는 반사 동작 및 숙고 동작의 어느 커맨드도 축적하는 리스트에 아무것도 없는 경우, 정지 동작, 또는 현상의 동작을 계속하는 동작 중, 설정된 동작이 결정 동작으로 된다.
즉, 이상의 처리에 의해, 반사 동작 및 숙고 동작의 경합을 해결할 수 없는 경우에, 운전자를 개입시킴(어느 동작을 결정시키거나, 또는 자동 운전 모드를 해제시켜 수동 운전 모드로 하고, 운전자 자신이 운전하는 상태로 함)으로써, 동작을 결정시키는 것이 가능하게 된다. 또한, 운전자의 개입이 없는 경우에 대해서는, 정지 동작, 또는 현상의 동작이 계속되는 상태로 되고, 안전하게 정지시키거나, 또는 운전자에 의한 수동 운전을 재촉하는 상태로 하는 것이 가능하게 된다.
여기서, 도 6, 도 7의 흐름도의 설명으로 되돌아간다.
이제까지의 처리에 의해, 미리 설정한 해결 모드 중 어느 것에 의해 동작이 결정되고, 자동 운전 모드를 계속하는 것이 가능하게 된다. 또한, 자동 운전 모드로는 경합을 해결할 수 없는 경우에 대해서는, 필요에 따라, 운전자의 개입을 촉진시키는 것이 가능하게 된다.
스텝 S85(도 7)에 있어서, 자동 운전 제어부(53)는, 소정 시간 내에 반복하여 정지 동작이 결정 동작으로서 선택되어 있는지 여부를 판정하고, 예를 들어 소정 시간 내에 반복하여 정지 동작이 결정 동작으로서 선택되어 있다고 판정된 경우, 처리는 스텝 S86으로 진행한다.
스텝 S86에 있어서, 자동 운전 제어부(53)는, 반사 동작이나 숙고 동작을 결정하기 위해 필요한 역치나 안전율을 제어하는 파라미터를 조정하기 위한 슬라이드 바를 구비한 인터페이스(슬라이드 바 IF) 화상 등을 표시부(35)에 표시시킴으로써, 역치나 안전율을 제어하는 파라미터의 조정을 재촉한다. 즉, 자동 운전 제어부(53)는, 예를 들어 도 11에서 도시되는 바와 같은 슬라이드 바 IF를 포함하는 화상을 표시하고, 슬라이드 바를 조정함으로써 역치나 안전율을 제어하는 파라미터의 조정을 촉진시킨다. 도 11에 있어서는, 타코 미터(122) 밑에, 경합이 발생하였음을 나타내는 마크(151)가 표시됨과 함께, 또한 그 밑에, 숙고 동작 및 반사 동작에 관한 역치나 안전율을 제어하는 파라미터를 연속 변량으로 표현할 때의 게이지(141)와, 그 역치나 안전율을 제어하는 파라미터를 설정하기 위한 슬라이드 바(142)가 표시되어 있다. 슬라이드 바(142)는, 예를 들어 터치 패널 조작에 의해, 도면 중의 좌우 방향으로 이동시킴으로써, 게이지(141)에 대한 위치에 따른 역치나 안전율을 제어하는 파라미터를 설정한다.
또한, 여기서는, 역치나 안전율을 제어하는 파라미터에 대하여, 슬라이드 바 IF를 사용하여 설정하는 예에 대하여 설명하고 있지만, 슬라이드 바 IF를 사용하여 설정할 수 있는 것이라면, 그 밖의 파라미터를 설정하도록 해도 되며, 예를 들어 반사 동작 및 숙고 동작을, 각각 연속 변량으로 취급할 수 있는 것이라면, 그 가중 평균으로 동작을 결정할 때, 각각의 동작에 부가되는 중량 등을 설정할 수 있도록 해도 된다.
스텝 S87에 있어서, 자동 운전 제어부(53)는, 슬라이드 바(142)가 좌우로 조작되었는지 여부를 판정하고, 조작되었다고 간주될 때까지, 마찬가지의 처리를 반복한다. 그리고, 슬라이드 바(142)가 조작되면, 처리는 스텝 S88로 진행한다.
스텝 S88에 있어서, 자동 운전 제어부(53)는, 슬라이드 바(142)에 의해 설정된 중량에 따라, 숙고 동작 및 반사 동작의 가중 평균이 되는 동작을 구하고, 이 가중 평균으로 되는 동작을 결정 동작으로 한다.
또한, 스텝 S85에 있어서, 소정 시간 내에 반복하여 정지 동작이 결정 동작으로 되어 있지 않다고 간주된 경우, 스텝 S86 내지 S88의 처리가 스킵된다.
즉, 소정 시간 내에 반복하여 정지 동작이 결정 동작으로서 선택되는 상황은, 예를 들어 좁은 길에서, 대향차와 스쳐 지나가기 위한 동작 등이 고려된다. 이때, 숙고 동작이, 글로벌한 지도 정보를 참조하여 진행해야 할 방향을 결정하고, 반사 동작이 주변의 상황을 관측하고, 자신의 차체 주변의 스페이스 폭이 (자차 폭+마진 θ)로 설정되는 폭 이하라면 정지 동작을 결정 동작으로 하기로 한다.
이 상황에 있어서, 예를 들어 도로변에 자전거 등이 멈춰 있으면, 자차 폭에 대하여 충분한 마진을 취하기가 어렵고, 결정 동작이 정지 동작으로 되는 상태로부터 탈출하지 못하는 상태로 될 가능성이 있다. 이러한 상태는, 데드로크라고 불리며, 안전한 동작을 계속해서 선택하는 결과, 정지 동작이 반복되어 결정 동작으로 되고, 그대로의 상태로 되어 버린다.
여기서, 슬라이드 바(142)를 사용하여 마진 θ를 변경함으로써, 운전자가 주위의 상황을 보면서, 자동차의 거동을 조정하는 것이 가능하게 된다. 보다 상세하게는, 운전자는, 액셀러레이터나 핸들을 사용하여 자동차의 거동을 직접 제어하는 것이 아니라, 슬라이드 바(142)를 사용하여, 추상화된 조정 파라미터를 조정함으로써, 자동차를 제어하는 것이 가능하게 된다.
일반적으로, 이들 조정 파라미터를 올바르게 설정하는 것은 보통의 운전자에게 있어서는 어렵지만, 이와 같이 슬라이드 바(142)에 의해 조정할 수 있도록 함으로써 현실 세계와의 대응을 취하기 쉽고, 운전자에 구애되지 않고 용이하게 조정하는 것이 가능하게 된다.
또한, 이 슬라이드 바(142)에 의해 설정되는 중량을 포함하는 조정값이 표준값으로부터 어긋남에 따라, 자동차의 속도를 감속시킴으로써, 조정을 보다 용이하게 하는 것이 가능하게 된다.
<경합의 발생을 억제하는 고안에 대하여>
이상에 있어서는, 경합이 발생한 경우, 미리 설정된 해결 모드에 따라, 반사 동작과 숙고 동작을 이용하여 경합을 해결하는 예에 대하여 설명하였다. 그러나, 경합의 발생 그 자체를 억제함으로써, 운전 제어 처리를, 보다 원활한 것으로 할 수 있다.
예를 들어, 반사 동작 및 숙고 동작을 구함에 있어서, 각각의 동작을 결정함에 있어서 설정되는 마진에 대하여, 거의 마진이 없다고 보여지는 제1 값과, 마진으로서 여유가 있는 제2 값을 설정하고, 각각에 대하여 제1 반사 동작 및 제2 반사 동작, 그리고 제1 숙고 동작 및 제2 숙고 동작을 구한다.
그리고, 이 제1 반사 동작 및 제2 반사 동작, 그리고 제1 숙고 동작 및 제2 숙고 동작의 각각의 동작에 기초하여 동작을 결정하도록 하여, 경합을 저감시키도록 할 수 있다.
예를 들어, 반사 동작과 숙고 동작이, 전진하는 동작 또는 정지하는 동작 중 어느 것을 결정 동작으로 하는 경우, 제1 반사 동작 및 제2 반사 동작, 그리고 제1 숙고 동작 및 제2 숙고 동작의 조합에 따라, 결정 동작을 결정한다.
즉, 도 12에 있어서는, 종방향으로 제1 반사 동작/제2 반사 동작의 조합이 도시되어 있고, 횡방향으로 제1 숙고 동작/제2 숙고 동작의 조합이 도시되어 있다. 또한, 제1 반사 동작/제2 반사 동작과, 제1 숙고 동작/제2 숙고 동작의 조합에 의해 결정 동작으로서 전진 동작을 인정하는 마크가 「G」이며, 전진 동작을 인정하지 않고 정지 동작으로 하는 마크가 「N」이다.
즉, 도 12에 있어서, 제1 반사 동작/제2 반사 동작과, 제1 숙고 동작/제2 숙고 동작의 조합 중, 마진이 작은 제1 반사 동작과, 제1 숙고 동작이 모두 전진 동작(G/X: X는 N이어도 되고 G여도 됨)을 인정하고 있는 경우, 제1 반사 동작에서는 정지 동작이지만, 제2 반사 동작이 전진 동작(N/G)이며, 또한 제1 숙고 동작/제2 숙고 동작이, 모두 전진 동작(G/G)을 인정하고 있는 경우, 또는 제1 숙고 동작에서는 정지 동작이지만, 제2 숙고 동작이 전진 동작(N/G)이며, 또한 제1 반사 동작/제2 반사 동작이, 모두 전진 동작(G/G)을 인정하고 있는 경우, 전진 동작(G)이 결정 동작으로 된다.
반대로, 도 12에 있어서, 제1 반사 동작/제2 반사 동작과, 제1 숙고 동작/제2 숙고 동작의 조합 중, 마진이 작은 제1 반사 동작과, 제1 숙고 동작이 모두 정지 동작(N/X: X는 N이어도 되고 G여도 됨)인 경우, 제1 반사 동작에서는 전진 동작이지만, 제2 반사 동작이 정지 동작(G/N)이며, 또한 제1 숙고 동작/제2 숙고 동작이, 모두 정지 동작(N/N)을 인정하고 있는 경우, 또는 제1 숙고 동작에서는 전진 동작이지만, 제2 숙고 동작이 정지 동작(G/N)이며, 또한 제1 반사 동작/제2 반사 동작이, 모두 정지 동작(N/N)인 경우, 정지 동작(N)이 결정 동작으로 된다.
그리고, 이러한 경우, 제1 반사 동작/제2 반사 동작과, 제1 숙고 동작/제2 숙고 동작의 조합이, 모두 전진 동작(G/G) 및 모두 정지 동작(N/N)일(도면 중의 삼각 표시일) 때 제1 경합 상태로 되고, 전진 동작 및 정지 동작, 그리고 정지 동작 및 전진 동작의 조합일(도면 중의 사각 표시일) 때 제2 경합 상태로 된다.
이러한 경우, 제1 경합 상태에 있어서는, 반사 동작과 숙고 동작으로 대국되는 결과로 되므로, 정지 동작으로 하도록 하고, 제2 경합 상태에 있어서는, 서로 상반되는 결과로 되므로, 운전자를 개입하여 경합 상태를 해결시키도록 해도 된다.
또한, 도 12에 있어서의 제1 경합 상태 및 제2 경합 상태의 각각에 있어서, 상술한 7종류의 경합 해결 모드를 전환하여 설정하도록 해도 된다.
이와 같이, 반사 동작과 숙고 동작이, 각각 상이한 마진으로 복수의 동작을 결정하고, 복수의 동작의 패턴에 의해 동작을 결정함으로써, 경합의 발생을 저감시킬 수 있고, 운전 제어 처리를 원활한 것으로 하게 하는 것이 가능하게 된다.
또한, 이상에 있어서는, 경합이 발생한 경우, 자동 운전 제어부(53)가, 미리 설정된 8종류의 해결 모드 중 어느 것에 의해 경합을 해결하여, 동작을 결정하는 처리에 대하여 설명하였지만, 보다 엄밀한 경합의 해결을 실현하기 위해, 인터넷 등의 네트워크를 이용하여 외부의 서버나 클라우드 컴퓨팅에 의해 별도로 실현되는 경합 해결 장치 등에 의해 경합을 해결시키도록 해도 된다.
<수동 운전 처리>
이어서, 도 13의 흐름도를 참조하여, 수동 운전 처리에 대하여 설명한다.
스텝 S121에 있어서, 개인화 블록(22)에 있어서의 개인화 함수 학습부(91)는, 인증에 의해 특정되어 있는 운전자의 개인화 함수를 학습하기 위한 학습 모델과, 학습 결과 기억부(92)에 있어서의 저장처 DB(데이터베이스)를, 운전자와, 유저 모드에 따라 선택한다. 또한, 미리 학습 모델이나 저장처 DB가 학습 결과 기억부(92)에 등록되어 있지 않은 경우에 대해서는, 개인화 함수 학습부(91)가, 운전자의 것이며, 유저 모드에 따른 학습해야 할 개인화 함수와 저장처 DB를 신규로 작성한다.
스텝 S122에 있어서, 개인화 함수 학습부(91)는, 검출부(34)에 의해 각종 센서에 의해 검출된 검출 결과를 취득한다.
스텝 S123에 있어서, 개인화 함수 학습부(91)는, 조작부(31)로부터 공급되어 오는 조작 신호에 기초하여, 운전자의 운전 조작에 관련된 조작 정보를 취득한다. 이때, 수동 운전 제어부(32)도, 마찬가지의 조작 신호를 취득한다.
스텝 S124에 있어서, 개인화 함수 학습부(91)는, 조작부(31)로부터 취득한 조작 정보와, 검출부(34)로부터 취득한 검출 결과를 사용하여, 인증에 의해 특정된 운전자이며, 그때의 유저 모드의 버릇이나 습관에 대응하는 학습 모델에 의해 개인화 함수를 학습시킨다.
스텝 S125에 있어서, 개인화 함수 학습부(91)는, 학습에 의해 획득된 개인화 함수를, 인증에 의해 특정된 운전자이며, 그때의 유저 모드에 대응지어, 학습 결과 기억부(92)에 기억시킨다.
스텝 S126에 있어서, 수동 운전 제어부(32)는, 조작 정보에 기초하여, 차체의 각종 동작을 기능시키는 기기로 구성되는 차체 동작부(33)에 대하여, 대응하는 동작을 실행시키는 커맨드를 공급하고, 차체 동작부(33)를 동작시킨다.
이상의 처리에 의해, 운전자에 의해 조작된 조작부(31)의 조작 정보와 검출부(34)에 의해 검출된 검출 결과에 기초하여, 개인화 함수가 유저 모드에 따라 학습되어, 학습 결과 기억부(92)에 기억된다. 이때, 수동 운전 제어부(32)가, 조작 정보에 대응하는 커맨드를 차체 동작부(33)에 공급하고, 자동차의 수동 운전을 제어하게 된다.
<개인화 함수의 학습>
여기서, 개인화 함수의 학습에 대하여 설명한다.
시각 t에 있어서의 검출부(34)에 있어서의 검출 결과(관측값)를 st로 하고, 운전자의 조작 정보를 at로 하고, 또한 그 시점에서의 운전 조작의 목표를 gt인 것으로 한다. 여기서, 운전자의 조작을 직접 모방하려고 하는 경우, 학습은, 이하의 식 (1)에 의해 정의되는 함수를 개인화 함수로서 학습하는 처리로 된다.
예를 들어, 자동차를 정지시키는 동작을 생각하기로 한다. 여기서 상정되는 것은, 자동차가 소정의 레인 내를 주행하고, 적색 신호 등의 이유에 의해 앞차, 또는 백선 정지선에 맞추어, 매끄럽게 감속하고, 그리고 정지하는 것으로 한다.
이 경우, 빠르게 브레이크를 밟는 것을 좋아하는 사람도 있고, 앞차까지의 거리를 빠듯하게 채워 급감속하여 정지하는 것을 좋아하는 사람도 있다. 나아가, 차간의 간격을 두고 앞차의 거동에 좌우되지 않고, 자신이 원하는 속도로 정지하는 것을 좋아하는 사람도 있다.
개인화 함수 학습부(91)는, 운전자의 운전 조작 이력을 구성하는 조작 정보 중에서, 운전자가 운전하는 자동차가 레인 내에서 정지하는 동작에 해당하는 조작 정보를 추출하고, 집합 Xstop을 구성한다. 이 경우의 학습 문제는, 이하의 식 (2)로 표시되는 함수로 표현된다.
함수 fstop(st)는, 레인 내에서 정지하는 동작에 관한 검출 결과로부터 얻어지는 함수이다.
여기서, 목적은 운전자 행동의 모방이므로, 이하의 식 (3)을 실현하는 것이 학습으로 된다.
오차 함수로서는, 예를 들어 이하의 식 (4)를 사용할 수 있다.
그러면, 레인 내에 정지할 때의 조작 정보를 포함하는 이력 데이터 Xstop에 대하여, 이하의 식 (5)로 표현되는 기계의 출력값을 교사 신호 ai에 접근시키는 함수 근사 학습을 행하게 된다.
학습기로서는, 예를 들어 다층의 피드 포워드 뉴럴 네트워크를 사용한, Deep Learning이라고 불리는 학습기를 채용할 수 있다. Deep Learning의 학습에 대하여 상세하게는, 예를 들어 기계 학습 프로페셔널 시리즈 심층 학습(오카다니 다카유키, 고단샤 사이언티픽)을 참조하기 바란다. 물론, 이에 한정되지 않고, 임의의 함수 근사기를 사용할 수 있다.
또한, 운전자의 운전 조작을 교사 신호로 하여, 역강화 학습에 의해, 소정의 상황에서의 검출 결과 st에 있어서의 조작 정보 at를 학습시키도록 해도 된다.
또한, 학습에 사용되는 데이터로서는, 상술한 것 이외의 것이어도 되며, 예를 들어 운전자에 관한 정보, 동승자에 관한 정보, 차 내 환경에 관한 정보, 차 밖 환경에 관한 정보, 및 자동차의 주행 플랜에 관한 정보 등을 이용해도 된다.
여기서, 운전자에 관한 구체적인 정보로서는, 운전자의 바이탈 정보(심박, 맥박, 혈압, 체온, 혈당값, 호기 알코올 농도, 혈중 알코올 농도, 혈중 산소 농도, 각성도, 집중도, 감정, 정동, 뇌파 등), 운전자의 자세, 시선, 체동 정보 등, 운동, 또는 행동 상태에 관한 정보 중 하나 혹은 복수를 포함해도 된다.
또한, 동승자에 관한 정보로서는, 인원수, 연령, 성별, 좌석 위치, 또한 시트 벨트 등의 안전 장치의 사용 상황, 동승자의 바이탈 정보(심박, 맥박, 혈압, 체온, 혈당값, 호기 알코올 농도, 혈중 알코올 농도, 혈중 산소 농도, 각성도, 집중도, 감정, 정동, 뇌파 등), 상기 동승자의 자세, 시선, 체동 정보 등, 또는 운동ㆍ행동 상태에 관한 정보 중 하나 혹은 복수를 포함해도 된다.
또한, 차 내 환경에 관한 정보로서는, 차 내(운전석, 조수석 외, 각 좌석 위치에서)의 환경 측정값(기온, 습도, 풍량, 진동, 소음, 조도, 산소 농도 등), 대상 자동차에 탑재되어 있는 센서 데이터, 자동차의 운동에 관한 리얼타임의 정보, 자동차의 위치, 진행 방향(및 그들의 측정 정밀도), 자동차의 속도, 각속도, 가속도, 각가속도(및 그들의 측정 정밀도), 액셀러레이터, 브레이크, 조타에 관한 조작값이다. 윙커, 와이퍼, 그 밖의 탑재 기기의 조작 정보, ABS(Antilock Brake System), TCS(Traction Control System), LKAS(Lane Keep Assist System), ACC(Adaptive Cruise Control) 등의 안전 장치의 작동 상황, 및 고장 관련의 정보, 또는 경고 정보나 에러 정보 중 하나 혹은 복수를 포함해도 된다.
또한, 차 밖 환경에 관한 정보로서는, 주위의 근접 자동차(자동 2륜차를 포함함)의 위치 및 진행 방향, 또한 속도, 각속도, 가속도, 각가속도(및 그들의 측정 정밀도), 주위의 근접 자동차(자동 2륜차를 포함함)의 브레이크 램프, 윙커, 해저드 램프 등의 작동 상황, 주위의 근접 자동차(자동 2륜차를 포함함)로부터의 V2V(Vehicle To Vehicle) 통신 데이터, 주위의 경자동차의 위치 및 진행 방향, 또한 속도, 각속도, 가속도, 각가속도(및 그들의 측정 정밀도), 주위의 보행자의 위치 및 진행 방향, 또한 속도, 각속도, 가속도, 각가속도(및 그들의 측정 정밀도), 주변, 특히 전방의 신호 상태, 또한 당해 자동차가 주행하는 도로에 있어서의 사고나 공사, 레인 폐쇄 등에 관한 정보, 주위의 보행자 혹은 차 밖 인프라로부터의 V2X(Vehicle To X(X: Everything)) 통신 데이터나 당해 자동차가 주행하는 지역의 기후 및 날씨에 관한 정보 중 하나 혹은 복수를 포함해도 된다.
또한, 당해 자동차의 주행 플랜에 관한 정보로서는, 출발지 및 출발 시각, 또한 목적지(의 복수의 후보) 혹은 주행 예정 지역, 현재지 및 현재 시각, 및 출발지에서 목적지(후보)까지의 주행(예정) 루트 중 하나 혹은 복수를 포함해도 된다.
<개인화 함수 갱신 처리>
이어서, 도 14의 흐름도를 참조하여, 개인화 함수 갱신 처리에 대하여 설명한다.
개인화 함수 갱신 처리는, 도 2를 참조하여 설명한 바와 같이, 일반적으로 운전 제어 처리가 종료된 후에 실행되지만, 운전 제어 처리가 이루어지지 않은 타이밍이라면, 그 밖의 타이밍이어도 되는 것이다.
스텝 S141에 있어서, 학습 결과 검증부(93)는, 학습 결과 기억부(92)에 기억되어 있는 개인화 함수를 판독한다. 복수의 개인화 함수나, 복수의 유저 모드별 개인화 함수가 존재하는 경우, 그것들을 개별적으로 식별하여 판독한다.
스텝 S142에 있어서, 학습 결과 검증부(93)는, 인터넷 등으로 대표되는 네트워크를 통하여 외부의 검증 장치(13)에 대하여, 판독한 개인화 함수를 공급하고, 검증을 요구한다. 이 처리에 의해, 검증 장치(13)는, 검증 처리를 실행하여, 개인화 함수의 안전성 등, 동작에 문제가 있는지 여부를 검증한다. 또한, 검증 처리에 대해서는, 도 15 이후에 있어서 후술하기로 한다.
스텝 S143에 있어서, 검증 결과 판정부(94)는, 검증 장치(13)로부터 검증 결과를 취득한다.
스텝 S144에 있어서, 검증 결과 판정부(94)는, 검증 결과에 기초하여, 개인화 함수가 사용됨으로써, 보정이 가해진 동작이 문제가 없는 운전을 가상 공간에 있어서 실현할 수 있었는지 여부를 판정한다. 스텝 S144에 있어서, 예를 들어 개인화 함수를 사용한 보정 동작이 문제가 없는 운전을 가상 공간에 있어서 실현할 수 있었다고 간주된 경우, 처리는 스텝 S145로 진행한다.
스텝 S145에 있어서, 검증 결과 판정부(94)는, 개인화 함수에 의한 커맨드의 보정 동작이 문제없는 운전을 실현하였음을 개인화 함수 갱신부(95)에 통지한다. 이 통지에 의해, 개인화 함수 갱신부(95)는, 학습 결과 기억부(92)에 기억되어 있는, 문제가 없는 상태로 학습이 이루어진 개인화 함수로, 개인화 함수 기억부(54)에 기억되어 있는, 대응하는 운전자이며, 대응하는 유저 모드의 개인화 함수를 갱신한다.
또한, 스텝 S144에 있어서, 예를 들어 개인화 함수에 의한 커맨드의 보정 동작이 문제가 없는 운전을 실현할 수 없었다고 간주된 경우, 스텝 S145의 처리가 스킵되어, 개인화 함수의 갱신이 이루어지지 않는다. 또한, 복수의 운전자의 개인화 함수나, 복수의 유저 모드가 설정되어 있는 개인화 함수가 존재하는 경우, 각각 개별적으로 검증 처리가 이루어져, 개별적인 검증 결과에 따라, 갱신이 이루어진다.
즉, 이상의 처리에 의해, 운전자별, 또한 운전자의 유저 모드별로, 개별적으로 개인화 함수가 학습에 의해 구해지고, 또한 개별적으로 검증 처리가 이루어지고, 각각에 대하여 개인화 함수가 사용됨으로써 보정이 가해진 보정 동작에 의한 자동 운전 처리에 문제가 없을 때, 개인화 함수가 갱신된다.
이에 의해, 수동 운전 모드에 있어서의 운전자의 운전에 관한 버릇이나 습관이 반영되도록 학습된 개인화 함수 중, 검증 처리에 의해 이상이 없다고 간주된 개인화 함수만이 갱신되게 된다.
결과로서, 자동 운전 모드라도, 운전자별, 또한 운전자의 유저 모드별로 대상이 되는 운전자의 수동 운전 모드에 있어서의 운전의 버릇이나 습관이 반영된 자동 운전 제어를 안전하게 실현하는 것이 가능하게 된다.
또한, 뉴럴 네트워크라면, 네트워크 중량 등의 개인화 함수를 학습 후의 것으로 갱신한다. 일반적으로는 검출 결과 st에 대하여 조작 정보 at를 계산하기 위한 「사전 데이터」가 갱신되지만, 계산 알고리즘 자체가 변경되고, 검출 결과 st를 입력으로 하여 출력 결과로 되는 조작 정보 at를 계산하는 함수의 실행 코드 자체를 교체하도록 해도 된다.
<검증 장치의 구성예>
이어서, 도 15의 블록도를 참조하여, 검증 장치(13)의 구성예에 대하여 설명한다.
검증 장치(13)는, 검증 처리를 실행함으로써, 운전 제어 장치(11)로부터 검증이 요구된 개인화 함수의, 안전성 등을 검증하는 것이다. 보다 구체적으로는, 검증 장치(13)는, 가상 공간에 있어서, 상술한 운전 제어 장치(11)를 탑재한 자동차를, 자동 운전 모드에서, 또한 개인화 함수를 사용하여, 시뮬레이션에 의한 주행을 가상적으로 재현시켜, 사고 등의 문제의 발생 유무를 확인함으로써, 개인화 함수의 안전성 등을 검증한다.
보다 구체적으로는, 검증 장치(13)는, 출발 목적지 랜덤 설정부(181), 경로 생성부(182), 체크 포인트 위치 계산부(183), 행동 결정 모델 산출부(184), 시뮬레이터(185), 이벤트 발생부(186), 상태 산출부(187), 센서 모델 노이즈 모델 발생부(188), 기록부(189) 및 검증부(190)를 구비하고 있다.
출발 목적지 랜덤 설정부(181)는, 가상 공간 내에 있어서의 출발지와 목적지를 랜덤하게 설정하고, 경로 생성부(182) 및 상태 산출부(187)에 공급한다.
경로 생성부(182)는, 출발 목적지 랜덤 설정부(181)에 의해 설정된 출발지와 목적지로부터 경로를 설정하고, 체크 포인트 위치 계산부(183)에 공급한다.
체크 포인트 위치 계산부(183)는, 생성된 경로 상의 다음의 체크 포인트를 계산하고, 체크 포인트에서의 운전 조작의 목표 gt를 설정한다. 여기서 말하는 체크 포인트란, 예를 들어 도 16에서 도시되는 루트 맵 상에 있어서, 상태가 산출되고, 행동이 결정되는 포인트이다. 도 16에 있어서는, 지도 상에 그려진 도로(R)를 따라 설정된 경로(r) 상의 흑색점으로 표시된 위치가 체크 포인트(c1 내지 cn)이다. 그리고, 이 체크 포인트(c1 내지 cn)의 각각에 있어서, 다음 운전 조작의 목표 gt가 설정된다.
운전 조작의 목표 gt로서는, 주행 예정 경로 상의 「다음 체크 포인트의 (자차에 대한) 상대 위치, 상대 자세각」이나 「체크 포인트 통과 시의 속도, 가속도 프로파일」 「주행 예정 경로의 (체크 포인트에 있어서의) 곡률」 등이 구체예로서 예시된다. 정지 씬에서는, 예를 들어 전방 100m(의 정지선)에서 (차의 방향은 현재 그대로), 속도 및 가속도는 0이라고 하는 것이 된다.
센서 모델 노이즈 모델 발생부(188)는, 검출부(34)를 구성하는 각종 센서의 모델을 구축하고, 각각의 센서에 있어서의 노이즈의 모델을 발생시키고, 상태 산출부(187)에 공급한다.
상태 산출부(187)는, 시뮬레이터(185)로부터 공급되는 가상 공간 내의 주행 위치, 이벤트 발생부(186)에 의해 공급되는, 사람의 튀어나옴이나 날씨의 변화와 같은 이벤트의 정보, 센서 모델 노이즈 모델 발생부(188)로부터 공급되는 센서 모델 및 노이즈 모델의 정보에 기초하여, 검출부(34)에 의해 검출될 검출 결과(관측값)를 상태 st로서 산출한다.
보다 구체적으로는, 상태 st는, 운전 제어 장치(11)를 탑재하고 개인화 함수가 학습된 자동차에 탑재되어 있는 검출부(34)의 가상적인 검출 결과이며, 예를 들어 「밀리미터파 레이더의 검출 결과」 및 「스테레오 카메라에 의해 촬상된 화상」, 또는 그것들을 처리하여 얻어지는 「주위의 근접 차량의 위치 및 진행 방향, 또한 속도, 각속도, 가속도, 각가속도」와, 「자동차의 위치, 진행 방향, 또한 속도, 각속도, 가속도, 각가속도」이다. 또한, 검출 결과는, 그 밖의 여러 가지 정보여도 되며, 여러 가지 정보를 이용함으로써, 보다 「개인화」에 기여하는 것이 가능하게 된다. 예를 들어, 고속 도로 및 일반 도로나, 낮 및 밤에서의 운전에 관한 버릇이나 습관의 변화도 반영시키는 것이 가능하게 된다.
또한, 시뮬레이터(185)에 의해 주행 상태가 재현되는 출발지에 대해서는, 출발 목적지 랜덤 설정부(181)로부터 공급되는 정보가 이용된다.
행동 결정 모델 산출부(184)는, 체크 포인트 위치 계산부(183)로부터 공급되어 오는 체크 포인트에서의 운전 조작의 목표 gt와, 상태 산출부(187)로부터 공급되어 오는 상태 st에 기초하여, 검증부(190)로부터 공급되어 오는 검증이 요구된 개인화 함수를 사용하여, 행동 결정 모델 at를 결정하고, 시뮬레이터(185)에 공급한다. 이 행동 결정 모델 at는, 상술한 운전자의 조작 정보에 대응하는 것이다.
시뮬레이터(185)는, 행동 결정 모델 산출부(184)로부터 공급되어 오는 행동 결정 모델 at에 기초하여, 가상 공간 내에서, 운전 제어 장치(11)가 탑재된 자동차의 주행(동작)을 재현하고, 그 결과를 이벤트 발생부(186), 상태 산출부(187) 및 기록부(189)에 공급한다. 시뮬레이터(185)에 의해 구해지는 가상 공간 내의 동작은, 이론적으로는 자동 운전 제어 블록(21)에 의해 결정된 자동차의 동작 그 자체이다.
이벤트 발생부(186)는, 시뮬레이터(185)로부터 순차적으로 공급되어 오는, 체크 포인트에서의 동작 결과를 트리거로서 이벤트를 발생시키고, 상태 산출부(187) 및 기록부(189)에 공급한다.
기록부(189)는, 시뮬레이터(185)로부터 공급되어 오는 시뮬레이션 결과와, 이벤트 발생부(186)로부터 공급되어 오는 각종 이벤트를, 체크 포인트마다 대응지어 기록한다. 즉, 기록부(189)가, 이 검증 처리가 실행되고 있는 동안의 가상 공간 내에 있어서의 운전 제어 장치(11)가 탑재되어 있는 자동차의 검증 결과를 순차적으로 기록한다.
검증부(190)는, 인터넷으로 대표되는 네트워크를 통하여 운전 제어 장치(11)로부터 공급되어 오는 검증이 요구된 개인화 함수를 접수함과 함께, 접수한 개인화 함수를 행동 결정 모델 산출부(184)에 공급한다. 또한, 검증부(190)는, 기록부(189)에 기록되어 있는 검증 결과를 판독하고, 검증이 요구된 개인화 함수에 대응지어 운전 제어 장치(11)에 공급한다.
<검증 처리>
이어서, 도 17의 흐름도를 참조하여, 도 15의 검증 장치(13)에 의한 검증 처리에 대하여 설명한다.
스텝 S161에 있어서, 검증부(190)는, 운전 제어 장치(11)로부터 네트워크를 통하여 개인화 함수의 검증이 요구되어 왔는지 여부를 판정하고, 요구될 때까지, 마찬가지의 처리를 반복한다. 예를 들어, 도 14에 있어서의 스텝 S142의 처리에 의해, 개인화 함수와 함께, 그 검증이 요구되어 온 경우, 처리는 스텝 S162로 진행한다.
스텝 S162에 있어서, 검증부(190)는, 송신되어 온 개인화 함수를 취득하고, 행동 결정 모델 산출부(184)에 공급한다.
스텝 S163에 있어서, 출발 목적지 랜덤 설정부(181)는, 시뮬레이터(185)에 있어서의 가상 공간 내에 있어서, 랜덤하게 출발지와 목적지를 설정하여 경로 생성부(182) 및 상태 산출부(187)에 공급한다.
스텝 S164에 있어서, 경로 생성부(182)는, 출발 목적지 랜덤 설정부(181)에 의해, 랜덤하게 설정된 출발지와 목적지에 기초하여, 경로를 생성하고, 체크 포인트 위치 계산부(183)에 공급한다.
스텝 S165에 있어서, 체크 포인트 위치 계산부(183)는, 공급되어 온 경로에 기초하여, 경로 상에 다음의 체크 포인트의 위치를 계산하고, 체크 포인트에서의 운전 조작의 목표 gt를 설정하고, 행동 결정 모델 산출부(184)에 공급한다.
스텝 S166에 있어서, 상태 산출부(187)는, 시뮬레이터(185)에 있어서의 출발 시각 및 출발지를 설정한다.
스텝 S167에 있어서, 센서 모델 노이즈 모델 발생부(188)는, 센서 모델 및 노이즈 모델의 정보를 발생시키고, 상태 산출부(187)에 공급한다.
스텝 S168에 있어서, 상태 산출부(187)는, 시뮬레이터(185)에 있어서의 현재 시각, 위치, 센서 모델 및 노이즈 모델의 정보에 기초하여, 상태 st를 산출하고, 행동 결정 모델 산출부(184)에 공급한다. 또한, 후술하는 이벤트 발생부(186)에 의해 이벤트가 발생된 경우에 대해서는, 발생된 이벤트도 고려하여 상태 st가 산출된다.
스텝 S169에 있어서, 행동 결정 모델 산출부(184)는, 검증이 요구되고 있는 개인화 함수를 사용하여, 행동 결정 모델 at를 산출하고, 시뮬레이터(185)에 공급한다. 보다 상세하게는, 검증이 요구되고 있는 개인화 함수 f인 경우, 행동 결정 모델 산출부(184)는, 개인화 함수 f에 상태 st 및 운전 조작의 목표 gt의 정보를 입력하고, 행동 결정 모델 at(=f(st, gt))를 산출한다.
스텝 S170에 있어서, 시뮬레이터(185)는, 행동 결정 모델 at에 기초하여, 물리 시뮬레이션을 실행하고, 실행 결과를 이벤트 발생부(186), 상태 산출부(187) 및 기록부(189)에 공급한다. 즉, 시뮬레이터(185)는, 가상 공간 내에서 운전 제어 장치(11)가 탑재된 자동차에 대하여, 행동 결정 모델 at에서 특정된 운전 조작이 가해졌을 때의 주행 상태를 재현한다.
스텝 S171에 있어서, 이벤트 발생부(186)는, 시뮬레이터(185)로부터 공급되어 오는 가상 공간 내에서의 운전 제어 장치(11)가 탑재된 자동차의 거동에 따른 이벤트를 발생시키고, 상태 산출부(187) 및 기록부(189)에 공급한다.
스텝 S172에 있어서, 기록부(189)는, 이벤트 발생부(186)에 의해 발생된 이벤트, 및 시뮬레이터(185)의 물리 시뮬레이션 결과를, 체크 포인트에 대응지어 기록한다.
스텝 S173에 있어서, 검증부(190)는, 검증이 종료되었는지 여부를 판정한다. 검증 처리의 종료는, 시뮬레이션을 계속해서 실행하는 시간 등에 의해 설정되거나, 목적지에 도착한 타이밍 등으로 설정된다. 스텝 S173에 있어서, 종료가 아닌 경우, 처리는 스텝 S174로 진행한다.
스텝 S174에 있어서, 체크 포인트 위치 계산부(183)는, 다음의 체크 포인트의 위치를 계산하고, 그 체크 포인트에서의 운전 조작의 목표 gt를 설정하여, 행동 결정 모델 산출부(184)에 공급하고, 처리는 스텝 S167로 복귀된다.
즉, 검증 처리가 종료될 때까지, 스텝 S167 내지 S174의 처리가 반복된다.
그리고, 스텝 S173에 있어서, 검증 종료라고 간주된 경우, 처리는 스텝 S175로 진행한다.
스텝 S175에 있어서, 검증부(190)는, 기록부(189)에 기록되어 있는 시뮬레이션 결과에 기초하여, 검증 결과를 생성한다.
스텝 S176에 있어서, 검증부(190)는, 생성된 검증 결과를 운전 제어 장치(11)에 공급한다.
이상의 처리에 의해, 개인화 함수에 의해 자동 운전 처리를 실행한 경우에 있어서의 안전성을 검증하는 것이 가능하게 된다. 또한, 검증 결과가, 운전 제어 장치(11)에 송신되면, 도 14에 있어서의 스텝 S143 이후의 처리에 의해, 사고 등이 발생하지 않고, 문제가 없는 경우에만 개인화 함수가 갱신되게 된다.
또한, 운전 조작의 목표 gt나 상태 st로서, 「고속 도로 주행 중」, 「일반 도로(레인) 주행 중」, 「교차점 통과 중」, 「정지ㆍ감속 중」, 「비레인 영역 주행 중(주차장 등)」, 「U턴 중」 및 「갓길주차 중」과 같은 자동차의 동작 모드를 추가하도록 해도 되고, 이에 의해, 개인화 함수의 학습을 용이하게 할 수 있는 경우가 있다.
또한, 이상에 있어서는, 검증 장치(13)가, 인터넷으로 대표되는 네트워크를 통한 외부의 장치로서 구성되는 예에 대하여 설명하였지만, 하드웨어의 기능을 강화시킴으로써, 운전 제어 장치(11)에 설치하도록 해도 된다.
<<2. 제1 변형예>>
이상에 있어서는, 검증 처리에 있어서 구해진 검증 결과만을 검증 장치(13)로부터 운전 제어 장치(11)에 공급하는 예에 대하여 설명하였지만, 검증 결과에 추가하여, 시뮬레이션 등에서 사고가 발생해 버린 실패 데이터나, 사고를 회피 가능한 정답 데이터를 함께 운전 제어 장치(11)에 공급하도록 해도 된다. 이와 같이 함으로써, 운전 제어 장치(11)에 있어서는, 실패 데이터나 정답 데이터의 피드백을 받아, 재학습을 실현하는 것이 가능하게 된다.
<검증 장치의 제1 변형예에 있어서의 구성예>
이어서, 도 18의 블록을 참조하여, 검증 결과에 추가하여, 실패 데이터 및 정답 데이터를 함께 운전 제어 장치(11)에 공급하도록 한 검증 장치(13)의 구성예에 대하여 설명한다. 또한, 도 18에 있어서, 도 15의 검증 장치(13)와 동일한 기능을 구비한 구성에 대해서는, 동일한 명칭 및 동일한 부호를 부여하고 있고, 그 설명은 생략하기로 한다. 즉, 도 18의 검증 장치(13)에 있어서, 도 15의 검증 장치(13)와 상이한 점은, 검증부(190) 대신에, 검증부(201)를 설치한 점이다.
검증부(201)는, 기본적인 기능은 검증부(190)와 마찬가지이지만, 추가로 검증 결과에 문제가 있는 개인화 함수인 경우, 검증 결과에 추가하여, 실패 데이터 및 정답 데이터를 함께 운전 제어 장치(11)에 공급한다.
<운전 제어 장치의 제1 변형예에 있어서의 구성예>
이어서, 도 19를 참조하여, 검증 장치(13)로부터, 검증 결과에 추가하여, 실패 데이터 및 정답 데이터를 수신하는 운전 제어 장치(11)의 구성예에 대하여 설명한다. 또한, 도 19에 있어서, 도 1의 운전 제어 장치(11)와 동일한 기능을 구비한 구성에 대해서는, 동일한 명칭 및 동일한 부호를 부여하고 있고, 그 설명은 생략하기로 한다.
즉, 도 19의 운전 제어 장치(11)에 있어서, 도 1의 운전 제어 장치(11)와 상이한 점은, 개인화 함수 학습부(91) 및 학습 결과 검증부(93) 대신에, 개인화 함수 학습부(211) 및 학습 결과 검증부(212)를 설치한 점이다.
학습 결과 검증부(212)는, 기본적으로, 학습 결과 검증부(93)와 마찬가지의 기능을 구비하지만, 추가로 도 19의 검증 장치(13)로부터 송신되어 오는 검증 결과, 실패 데이터 및 정답 데이터를 수신한다. 이때, 학습 결과 검증부(212)는, 검증을 의뢰한 개인화 함수에 문제가 있음을 나타내는 검증 결과가 송신되어 올 때, 함께 보내져 오는 실패 데이터 및 정답 데이터를 수신하면, 실패 데이터 및 정답 데이터를 개인화 함수 학습부(211)에 피드백한다.
개인화 함수 학습부(211)는, 기본적으로, 개인화 함수 학습부(91)와 마찬가지의 기능을 구비하지만, 추가로 학습 결과 검증부(212)로부터 실패 데이터 및 정답 데이터를 취득하면, 이후의 함수 학습에 이것을 이용한다.
<도 18의 검증 장치에 의한 검증 처리>
여기서, 도 20의 흐름도를 참조하여, 검증 결과에 추가하여, 실패 데이터 및 정답 데이터를 운전 제어 장치(11)에 송신하는 도 18의 검증 장치(13)에 의한 검증 처리에 대하여 설명한다. 또한, 도 20의 스텝 S201 내지 S215, S217의 처리에 대해서는, 도 17의 스텝 S161 내지 S176과 마찬가지의 처리이므로, 그 설명은 생략하기로 한다.
즉, 스텝 S216에 있어서, 검증부(201)는, 검증 결과가 문제가 없는지 여부를 판정한다. 여기서, 검증 결과에 문제가 있는 경우, 처리는 스텝 S218로 진행한다.
스텝 S218에 있어서, 검증부(201)는, 검증 결과와 함께, 실패 데이터 및 정답 데이터를 운전 제어 장치(11)에 공급한다.
이상의 처리에 의해, 개인화 함수에 문제가 있는 경우, 검증 결과와 함께, 실패 데이터 및 정답 데이터를 운전 제어 장치(11)에 공급하는 것이 가능하게 된다.
<도 19의 운전 제어 장치(11)에 의한 개인화 함수 갱신 처리>
이어서, 도 21의 흐름도를 참조하여, 검증 결과와 함께, 실패 데이터 및 정답 데이터가 송신되어 오는, 도 19의 운전 제어 장치(11)에 있어서의 개인화 함수 갱신 처리에 대하여 설명한다. 또한, 도 19에 있어서의 스텝 S241, S242, S244 및 S245의 처리는, 도 14에 있어서의 스텝 S141, S142, S144 및 S145의 처리와 마찬가지이므로, 그 설명은 적절하게 생략하기로 한다.
즉, 스텝 S243에 있어서, 학습 결과 검증부(212)는, 검증 결과와 함께, 실패 데이터 및 정답 데이터를 취득한다.
그리고, 스텝 S244에 있어서, 개인화 함수에 문제가 있는 경우, 처리는 스텝 S246으로 진행한다.
스텝 S246에 있어서, 학습 결과 검증부(212)는, 실패 데이터 및 정답 데이터를 개인화 함수 학습부(211)에 공급하고, 피드백한다.
이상의 처리에 의해, 학습 결과 검증부(212)는, 실패 데이터 및 정답 데이터를 사용한 학습이 가능하게 되므로, 재학습을 실현하는 것이 가능하게 된다. 또한, 재학습에 있어서 필요로 되는 것은, 실패 데이터이기 때문에, 정답 데이터는 필수적이지 않다.
<<3. 제2 변형예>>
이상에 있어서는, 검증 결과에 추가하여, 실패 데이터 및 정답 데이터를 운전 제어 장치(11)에 송신시키는 검증 장치(13)의 예에 대하여 설명하였지만, 개인화 함수에 문제가 있는 경우, 검증 장치(13)에 있어서, 시뮬레이션에 의해 재훈련하고, 교정한 개인화 함수를 교정 함수로서 운전 제어 장치(11)에 복귀시킴으로써 개인화 함수의 갱신을 행하기 쉽게 하도록 해도 된다. 이와 같이 함으로써, 운전 제어 장치(11)에 있어서는, 학습에 있어서 완전한 개인화 함수를 완성할 수 없는 상태라도, 교정 함수를 수취하고, 갱신을 조기에 실현하는 것이 가능하게 된다.
<검증 장치의 제2 변형예에 있어서의 구성예>
이어서, 도 22의 블록을 참조하여, 검증 결과에 문제가 있는 경우의 개인화 함수를 재훈련에 의해 교정한 교정 함수를 생성하고, 검증 결과에 추가하여, 실패 데이터 및 정답 데이터, 그리고 교정 함수를 함께 운전 제어 장치(11)에 공급하도록 한 검증 장치(13)의 구성예에 대하여 설명한다. 또한, 도 22에 있어서, 도 18의 검증 장치(13)와 동일한 기능을 구비한 구성에 대해서는, 동일한 명칭 및 동일한 부호를 부여하고 있고, 그 설명은 생략하기로 한다.
즉, 도 22의 검증 장치(13)에 있어서, 도 18의 검증 장치(13)와 상이한 점은, 검증부(201) 대신에, 검증부(221)를 설치한 점이다.
검증부(221)는, 기본적인 기능은 검증부(201)와 마찬가지이지만, 추가로 검증 결과에 문제가 있는 개인화 함수인 경우, 개인화 함수를 재훈련(재학습)시켜 교정 함수를 생성하고, 검증 결과에 추가하여, 실패 데이터 및 정답 데이터, 그리고 교정 함수를 함께 운전 제어 장치(11)에 공급한다. 이때, 검증부(221)는, 개인화 함수를 검증한 방법과 동일 방법으로 교정 함수에 대해서도 검증 처리를 실시하고, 검증 결과를 운전 제어 장치(11)에 송신한다. 따라서, 이 경우, 검증부(221)는, 검증이 요구된 개인화 함수, 및 교정 함수의 2종류의 검증 결과와 함께, 실패 데이터 및 정답 데이터를 운전 제어 장치(11)에 송신한다.
<운전 제어 장치의 제1 변형예에 있어서의 구성예>
이어서, 도 23을 참조하여, 검증 장치(13)로부터, 검증 결과에 추가하여, 실패 데이터 및 정답 데이터, 그리고 교정 함수를 수신하는 운전 제어 장치(11)의 구성예에 대하여 설명한다. 또한, 도 23에 있어서, 도 19의 운전 제어 장치(11)와 동일한 기능을 구비한 구성에 대해서는, 동일한 명칭 및 동일한 부호를 부여하고 있고, 그 설명은 생략하기로 한다.
즉, 도 23의 운전 제어 장치(11)에 있어서, 도 19의 운전 제어 장치(11)와 상이한 점은, 개인화 함수 학습부(211), 학습 결과 검증부(212), 검증 결과 판정부(94) 및 개인화 함수 갱신부(95) 대신에, 개인화 함수 학습부(231), 학습 결과 검증부(232), 검증 결과 판정부(233) 및 개인화 함수 갱신부(234)를 설치한 점이다.
학습 결과 검증부(232)는, 기본적으로, 학습 결과 검증부(212)와 마찬가지의 기능을 구비하지만, 추가로 도 22의 검증 장치(13)로부터 송신되어 오는 검증 결과, 실패 데이터 및 정답 데이터, 그리고 교정 함수를 수신한다. 이때, 학습 결과 검증부(232)는, 검증을 의뢰한 개인화 함수에 문제가 있음을 나타내는 검증 결과가 송신되어 올 때, 함께 보내져 오는 실패 데이터 및 정답 데이터, 그리고 교정 함수를 수신하면, 실패 데이터 및 정답 데이터, 그리고 교정 함수를 개인화 함수 학습부(231)에 피드백한다.
개인화 함수 학습부(231)는, 기본적으로, 개인화 함수 학습부(211)와 마찬가지의 기능을 구비하지만, 추가로 학습 결과 검증부(232)로부터 실패 데이터 및 정답 데이터, 그리고 교정 함수를 취득하면, 이후의 함수 학습에 이것을 이용한다.
또한, 검증 결과 판정부(233)는, 기본적인 기능이 검증 결과 판정부(94)와 마찬가지이지만, 추가로 교정 함수도 함께 송신되어 올 때, 교정 함수의 검증 결과에 기초하여, 개인화 함수의 갱신을 판정하고, 검증 결과에 문제가 없으면, 개인화 함수를 교정 함수로 갱신시킨다.
개인화 함수 갱신부(234)는, 기본적으로는, 개인화 함수 갱신부(95)와 마찬가지의 기능을 구비하고 있지만, 추가로 교정 함수의 검증 결과에 문제가 없는 경우, 교정 함수로, 개인화 함수 기억부(54)에 기억되어 있는, 대응하는 개인화 함수를 갱신한다.
<도 22의 검증 장치에 있어서의 검증 처리>
여기서, 도 24의 흐름도를 참조하여, 검증 결과에 문제가 있는 경우, 재훈련에 의해 개인화 함수를 교정한 교정 함수를 생성할 때의 검증 처리에 대하여 설명한다. 또한, 도 20의 스텝 S261 내지 S275, S277의 처리에 대해서는, 도 17의 스텝 S161 내지 S176과 마찬가지의 처리이므로, 그 설명은 생략하기로 한다.
즉, 스텝 S276에 있어서, 검증부(221)는, 검증 결과가 문제가 없는지 여부를 판정한다. 여기서, 검증 결과에 문제가 있는 경우, 처리는 스텝 S278로 진행한다.
스텝 S278에 있어서, 검증부(221)는, 개인화 함수의 재훈련(재학습)을 행함으로써 교정하고, 교정 함수를 생성하고, 또한 검증한다.
스텝 S279에 있어서, 검증부(190)는, 교정 함수의 검증 결과와 함께, 실패 데이터 및 교정 함수를 운전 제어 장치(11)에 공급한다.
또한, 교정 함수는, 학습량에 따라, 반드시 안전성이 확인되는 레벨로까지 도달한 것이 되지 않을 가능성이 있다. 그러나, 교정 함수가 완성될 때까지 필요로 되는 학습이 어느 정도 이루어진 상태로 되기 때문에, 이것을 이용한 학습에 의해 학습 효율을 향상시키는 것이 가능하게 된다.
이상의 처리에 의해, 검증 결과와 함께, 실패 데이터 및 교정 함수를 운전 제어 장치(11)에 공급하는 것이 가능하게 된다.
<도 23의 운전 제어 장치에 있어서의 개인화 함수 갱신 처리>
이어서, 도 25의 흐름도를 참조하여, 검증 결과와 함께, 실패 데이터 및 교정 함수가 송신되어 올 때의 운전 제어 장치(11)에 있어서의 개인화 함수 갱신 처리에 대하여 설명한다. 또한, 도 21에 있어서의 스텝 S301, S302, S304 및 S305의 처리는, 도 14에 있어서의 스텝 S141, S142, S144 및 S145의 처리와 마찬가지이므로, 그 설명은 적절하게 생략하기로 한다.
즉, 스텝 S303에 있어서, 학습 결과 검증부(232)는, 검증 결과와 함께, 실패 데이터 및 교정 함수를 취득한다.
그리고, 스텝 S304에 있어서, 검증 결과 판정부(233)에 의해 개인화 함수에 문제가 있는 경우, 처리는 스텝 S306으로 진행한다.
스텝 S306에 있어서, 검증 결과 판정부(233)는, 교정 함수에 문제가 있는지 여부를 판정한다. 스텝 S306에 있어서, 문제가 있다고 간주된 경우, 처리는 스텝 S307로 진행한다.
스텝 S307에 있어서, 학습 결과 검증부(232)는, 실패 데이터 및 교정 함수를 개인화 함수 학습부(231)에 공급하고, 피드백한다.
이 처리에 의해 재학습이 가능하게 되고, 또한 어느 정도 학습이 진행된 상태이기 때문에, 학습 효율을 향상시키는 것이 가능하게 된다.
한편, 스텝 S306에 있어서, 교정 함수에 문제가 없는 경우, 처리는 스텝 S305로 진행한다. 즉, 이 경우, 스텝 S305에 있어서, 개인화 함수 갱신부(234)는, 개인화 함수 기억부(54)에 기억되어 있는 개인화 함수를, 송신되어 온 교정 함수에 의해 갱신한다.
이상의 처리에 의해, 개인화 함수가 검증 장치(13)에 의해 검증된 후, 문제가 있는 경우, 재훈련에 의해 교정 함수가 구해지고, 문제가 없는 레벨의 교정 함수가 구해지면, 운전 제어 장치(11)는, 개인화 함수를 즉시 갱신하는 것이 가능하게 된다. 이 때문에, 평소, 별로 운전하지 않는 운전자라도 효율적으로 개인화 함수를 갱신하는 것이 가능하게 된다.
또한, 교정 함수가 불완전해도, 어느 정도 학습이 진행된 교정 함수와 실패 데이터를 사용하여 재학습시킬 수 있으므로, 학습 효율을 향상시키는 것이 가능하게 된다.
<<4. 제1 응용예>>
본 개시에 관한 기술은, 여러 가지 제품에 응용할 수 있다. 예를 들어, 본 개시에 관한 기술은, 자동차, 전기 자동차, 하이브리드 전기 자동차, 모터 사이클차 등의 어느 종류의 자동차에 탑재되는 장치로서 실현되어도 된다.
도 26은, 본 개시에 관한 기술이 적용될 수 있는 자동차 제어 시스템(2000)의 개략적인 구성의 일례를 도시하는 블록도이다. 자동차 제어 시스템(2000)은, 통신 네트워크(2010)를 통하여 접속된 복수의 전자 제어 유닛을 구비한다. 도 26에 도시한 예에서는, 자동차 제어 시스템(2000)은, 구동계 제어 유닛(2100), 바디계 제어 유닛(2200), 배터리 제어 유닛(2300), 차 밖 정보 검출 유닛(2400), 차 내 정보 검출 유닛(2500) 및 통합 제어 유닛(2600)을 구비한다. 이들 복수의 제어 유닛을 접속하는 통신 네트워크(2010)는, 예를 들어 CAN(Controller Area Network), LIN(Local Interconnect Network), LAN(Local Area Network) 또는 FlexRay(등록 상표) 등의 임의의 규격에 준거한 차량 탑재 통신 네트워크여도 된다.
각 제어 유닛은, 각종 프로그램에 따라 연산 처리를 행하는 마이크로컴퓨터와, 마이크로컴퓨터에 의해 실행되는 프로그램 또는 각종 연산에 사용되는 파라미터 등을 기억하는 기억부와, 각종 제어 대상의 장치를 구동하는 구동 회로를 구비한다. 각 제어 유닛은, 통신 네트워크(2010)를 통하여 다른 제어 유닛과의 사이에서 통신을 행하기 위한 네트워크 I/F를 구비함과 함께, 차 내외의 장치 또는 센서 등과의 사이에서, 유선 통신 또는 무선 통신에 의해 통신을 행하기 위한 통신 I/F를 구비한다. 도 26에서는, 통합 제어 유닛(2600)의 기능 구성으로서, 마이크로컴퓨터(2610), 범용 통신 I/F(2620), 전용 통신 I/F(2630), 측위부(2640), 비콘 수신부(2650), 차 내 기기 I/F(2660), 음성 화상 출력부(2670), 차량 탑재 네트워크 I/F(2680) 및 기억부(2690)가 도시되어 있다. 다른 제어 유닛도 마찬가지로, 마이크로컴퓨터, 통신 I/F 및 기억부 등을 구비한다.
구동계 제어 유닛(2100)은, 각종 프로그램에 따라 자동차의 구동계에 관련된 장치의 동작을 제어한다. 예를 들어, 구동계 제어 유닛(2100)은, 내연 기관 또는 구동용 모터 등의 자동차의 구동력을 발생시키기 위한 구동력 발생 장치, 구동력을 차륜에 전달하기 위한 구동력 전달 기구, 자동차의 타각을 조절하는 스티어링 기구, 및 자동차의 제동력을 발생시키는 Zc 등의 제어 장치로서 기능한다. 구동계 제어 유닛(2100)은, ABS(Antilock Brake System) 또는 ESC(Electronic Stability Control) 등의 제어 장치로서의 기능을 가져도 된다.
구동계 제어 유닛(2100)에는, 자동차 상태 검출부(2110)가 접속된다. 자동차 상태 검출부(2110)에는, 예를 들어 차체의 축 회전 운동의 각속도를 검출하는 자이로 센서, 자동차의 가속도를 검출하는 가속도 센서, 혹은 액셀러레이터 페달의 조작량, 브레이크 페달의 조작량, 스티어링 휠의 조타각, 엔진 회전수 또는 차륜의 회전 속도 등을 검출하기 위한 센서 중 적어도 하나가 포함된다. 구동계 제어 유닛(2100)은, 자동차 상태 검출부(2110)로부터 입력되는 신호를 사용하여 연산 처리를 행하고, 내연 기관, 구동용 모터, 전동 파워 스티어링 장치 또는 브레이크 장치 등을 제어한다.
바디계 제어 유닛(2200)은, 각종 프로그램에 따라 차체에 장비된 각종 장치의 동작을 제어한다. 예를 들어, 바디계 제어 유닛(2200)은, 키레스 엔트리 시스템, 스마트 키 시스템, 파워 윈도우 장치, 혹은 헤드 램프, 백 램프, 브레이크 램프, 윙커 또는 포그 램프 등의 각종 램프의 제어 장치로서 기능한다. 이 경우, 바디계 제어 유닛(2200)에는, 키를 대체하는 휴대기로부터 발신되는 전파 또는 각종 스위치의 신호가 입력될 수 있다. 바디계 제어 유닛(2200)은, 이들 전파 또는 신호의 입력을 접수하고, 자동차의 도어록 장치, 파워 윈도우 장치, 램프 등을 제어한다.
배터리 제어 유닛(2300)은, 각종 프로그램에 따라 구동용 모터의 전력 공급원인 이차 전지(2310)를 제어한다. 예를 들어, 배터리 제어 유닛(2300)에는, 이차 전지(2310)를 구비한 배터리 장치로부터, 배터리 온도, 배터리 출력 전압 또는 배터리의 잔존 용량 등의 정보가 입력된다. 배터리 제어 유닛(2300)은, 이들 신호를 사용하여 연산 처리를 행하고, 이차 전지(2310)의 온도 조절 제어 또는 배터리 장치에 구비된 냉각 장치 등의 제어를 행한다.
차 밖 정보 검출 유닛(2400)은, 자동차 제어 시스템(2000)을 탑재한 자동차의 외부의 정보를 검출한다. 예를 들어, 차 밖 정보 검출 유닛(2400)에는, 촬상부(2410) 및 차 밖 정보 검출부(2420) 중 적어도 한쪽이 접속된다. 촬상부(2410)에는, ToF(Time Of Flight) 카메라, 스테레오 카메라, 단안 카메라, 적외선 카메라 및 그 밖의 카메라 중 적어도 하나가 포함된다. 차 밖 정보 검출부(2420)에는, 예를 들어 현재의 날씨 또는 기상을 검출하기 위한 환경 센서, 혹은 자동차 제어 시스템(2000)을 탑재한 자동차 주위의 다른 자동차, 장해물 또는 보행자 등을 검출하기 위한 주위 정보 검출 센서가 포함된다.
환경 센서는, 예를 들어 우천을 검출하는 빗방울 센서, 안개를 검출하는 안개 센서, 일조 정도를 검출하는 일조 센서, 및 강설을 검출하는 눈 센서 중 적어도 하나여도 된다. 주위 정보 검출 센서는, 초음파 센서, 레이더 장치 및 LIDAR(Light Detection and Ranging, Laser Imaging Detection and Ranging) 장치 중 적어도 하나여도 된다. 이들 촬상부(2410) 및 차 밖 정보 검출부(2420)는, 각각 독립된 센서 내지 장치로서 구비되어도 되고, 복수의 센서 내지 장치가 통합된 장치로서 구비되어도 된다.
여기서, 도 27은, 촬상부(2410) 및 차 밖 정보 검출부(2420)의 설치 위치의 예를 도시한다. 촬상부(2910, 2912, 2914, 2916, 2918)는, 예를 들어 자동차(2900)의 프론트 노즈, 사이드 미러, 리어 범퍼, 백 도어 및 차실 내의 프론트 유리의 상부 중 적어도 하나의 위치에 설치된다. 프론트 노즈에 구비되는 촬상부(2910) 및 차실 내의 프론트 유리의 상부에 구비되는 촬상부(2918)는, 주로 자동차(2900)의 전방의 화상을 취득한다. 사이드 미러에 구비되는 촬상부(2912, 2914)는, 주로 자동차(2900)의 측방의 화상을 취득한다. 리어 범퍼 또는 백 도어에 구비되는 촬상부(2916)는, 주로 자동차(2900)의 후방의 화상을 취득한다. 차실 내의 프론트 유리의 상부에 구비되는 촬상부(2918)는, 주로 선행 자동차, 또는 보행자, 장해물, 신호기, 교통 표지 또는 차선 등의 검출에 사용된다.
또한, 도 27에는, 각각의 촬상부(2910, 2912, 2914, 2916)의 촬영 범위의 일례가 도시되어 있다. 촬상 범위(a)는, 프론트 노즈에 설치된 촬상부(2910)의 촬상 범위를 나타내고, 촬상 범위(b, c)는, 각각 사이드 미러에 설치된 촬상부(2912, 2914)의 촬상 범위를 나타내고, 촬상 범위(d)는, 리어 범퍼 또는 백 도어에 설치된 촬상부(2916)의 촬상 범위를 나타낸다. 예를 들어, 촬상부(2910, 2912, 2914, 2916)에서 촬상된 화상 데이터가 중첩됨으로써, 자동차(2900)를 상방에서 본 부감 화상이 얻어진다.
자동차(2900)의 프론트, 리어, 사이드, 코너 및 차실 내의 프론트 유리의 상부에 설치되는 차 밖 정보 검출부(2920, 2922, 2924, 2926, 2928, 2930)는, 예를 들어 초음파 센서 또는 레이더 장치여도 된다. 자동차(2900)의 프론트 노즈, 리어 범퍼, 백 도어 및 차실 내의 프론트 유리의 상부에 설치되는 차 밖 정보 검출부(2920, 2926, 2930)는, 예를 들어 LIDAR 장치여도 된다. 이들 차 밖 정보 검출부(2920 내지 2930)는, 주로 선행 자동차, 보행자 또는 장해물 등의 검출에 사용된다.
도 26으로 복귀하여 설명을 계속한다. 차 밖 정보 검출 유닛(2400)은, 촬상부(2410)에 차 밖의 화상을 촬상시킴과 함께, 촬상된 화상 데이터를 수신한다. 또한, 차 밖 정보 검출 유닛(2400)은, 접속되어 있는 차 밖 정보 검출부(2420)로부터 검출 정보를 수신한다. 차 밖 정보 검출부(2420)가 초음파 센서, 레이더 장치 또는 LIDAR 장치인 경우에는, 차 밖 정보 검출 유닛(2400)은, 초음파 또는 전자파 등을 발신시킴과 함께, 수신된 반사파의 정보를 수신한다. 차 밖 정보 검출 유닛(2400)은, 수신한 정보에 기초하여, 사람, 차, 장해물, 표지 또는 노면 상의 문자 등의 물체 검출 처리 또는 거리 검출 처리를 행해도 된다. 차 밖 정보 검출 유닛(2400)은, 수신한 정보에 기초하여, 강우, 안개 또는 노면 상황 등을 인식하는 환경 인식 처리를 행해도 된다. 차 밖 정보 검출 유닛(2400)은, 수신한 정보에 기초하여, 차 밖의 물체까지의 거리를 산출해도 된다.
또한, 차 밖 정보 검출 유닛(2400)은, 수신한 화상 데이터에 기초하여, 사람, 차, 장해물, 표지 또는 노면 상의 문자 등을 인식하는 화상 인식 처리 또는 거리 검출 처리를 행해도 된다. 차 밖 정보 검출 유닛(2400)은, 수신한 화상 데이터에 대하여 변형 보정 또는 위치 정렬 등의 처리를 행함과 함께, 상이한 촬상부(2410)에 의해 촬상된 화상 데이터를 합성하여, 부감 화상 또는 파노라마 화상을 생성해도 된다. 차 밖 정보 검출 유닛(2400)은, 상이한 촬상부(2410)에 의해 촬상된 화상 데이터를 사용하여, 시점 변환 처리를 행해도 된다.
차 내 정보 검출 유닛(2500)은, 차 내의 정보를 검출한다. 차 내 정보 검출 유닛(2500)에는, 예를 들어 운전자의 상태를 검출하는 운전자 상태 검출부(2510)가 접속된다. 운전자 상태 검출부(2510)는, 운전자를 촬상하는 카메라, 운전자의 생체 정보를 검출하는 생체 센서 또는 차실 내의 음성을 집음하는 마이크 등을 포함해도 된다. 생체 센서는, 예를 들어 시트면 또는 스티어링 휠 등에 설치되고, 좌석에 앉은 탑승자 또는 스티어링 휠을 쥐는 운전자의 생체 정보를 검출한다. 차 내 정보 검출 유닛(2500)은, 운전자 상태 검출부(2510)로부터 입력되는 검출 정보에 기초하여, 운전자의 피로 정도 또는 집중 정도를 산출해도 되고, 운전자가 졸고 있지 않은지를 판별해도 된다. 차 내 정보 검출 유닛(2500)은, 집음된 음성 신호에 대하여 노이즈 캔슬링 처리 등의 처리를 행해도 된다.
통합 제어 유닛(2600)은, 각종 프로그램에 따라 자동차 제어 시스템(2000) 내의 동작 전반을 제어한다. 통합 제어 유닛(2600)에는, 입력부(2800)가 접속되어 있다. 입력부(2800)는, 예를 들어 터치 패널, 버튼, 마이크로폰, 스위치 또는 레버 등, 탑승자에 의해 입력 조작될 수 있는 장치에 의해 실현된다. 입력부(2800)는, 예를 들어 적외선 또는 그 밖의 전파를 이용한 리모트 컨트롤 장치여도 되고, 자동차 제어 시스템(2000)의 조작에 대응한 휴대 전화 또는 PDA(Personal Digital Assistant) 등의 외부 접속 기기여도 된다. 입력부(2800)는, 예를 들어 카메라여도 되며, 그 경우 탑승자는 제스처에 의해 정보를 입력할 수 있다. 또한, 입력부(2800)는, 예를 들어 상기 입력부(2800)를 사용하여 탑승자 등에 의해 입력된 정보에 기초하여 입력 신호를 생성하고, 통합 제어 유닛(2600)에 출력하는 입력 제어 회로 등을 포함해도 된다. 탑승자 등은, 이 입력부(2800)를 조작함으로써, 자동차 제어 시스템(2000)에 대하여 각종 데이터를 입력하거나 처리 동작을 지시하거나 한다.
기억부(2690)는, 마이크로컴퓨터에 의해 실행되는 각종 프로그램을 기억하는 RAM(Random Access Memory), 및 각종 파라미터, 연산 결과 또는 센서값 등을 기억하는 ROM(Read Only Memory)을 포함하고 있어도 된다. 또한, 기억부(2690)는, HDD(Hard Disc Drive) 등의 자기 기억 디바이스, 반도체 기억 디바이스, 광 기억 디바이스 또는 광자기 기억 디바이스 등에 의해 실현해도 된다.
범용 통신 I/F(2620)는, 외부 환경(2750)에 존재하는 여러 가지 기기와의 사이의 통신을 중개하는 범용적인 통신 I/F이다. 범용 통신 I/F(2620)는, GSM(등록 상표)(Global System of Mobile communications), WiMAX, LTE(Long Term Evolution) 혹은 LTE-A(LTE-Advanced) 등의 셀룰러 통신 프로토콜, 또는 무선 LAN(Wi-Fi(등록 상표)라고도 함) 등의 그 밖의 무선 통신 프로토콜을 실장해도 된다. 범용 통신 I/F(2620)는, 예를 들어 기지국 또는 액세스 포인트를 통하여, 외부 네트워크(예를 들어, 인터넷, 클라우드 네트워크 또는 사업자 고유의 네트워크) 상에 존재하는 기기(예를 들어, 애플리케이션 서버 또는 제어 서버)에 접속해도 된다. 또한, 범용 통신 I/F(2620)는, 예를 들어 P2P(Peer To Peer) 기술을 사용하여, 자동차의 근방에 존재하는 단말기(예를 들어, 보행자 혹은 점포의 단말기, 또는 MTC(Machine Type Communication) 단말기)와 접속해도 된다.
전용 통신 I/F(2630)는, 자동차에 있어서의 사용을 목적으로 하여 책정된 통신 프로토콜을 서포트하는 통신 I/F이다. 전용 통신 I/F(2630)는, 예를 들어 하위 레이어의 IEEE802.11p와 상위 레이어의 IEEE1609의 조합인 WAVE(Wireless Access in Vehicle Environment), 또는 DSRC(Dedicated Short Range Communications)와 같은 표준 프로토콜을 실장해도 된다. 전용 통신 I/F(2630)는, 전형적으로는, 차차간(Vehicle to Vehicle) 통신, 노차간(Vehicle to Infrastructure) 통신 및 보차간(Vehicle to Pedestrian) 통신 중 하나 이상을 포함하는 개념인 V2X 통신을 수행한다.
측위부(2640)는, 예를 들어 GNSS(Global Navigation Satellite System) 위성으로부터의 GNSS 신호(예를 들어, GPS(Global Positioning System) 위성으로부터의 GPS 신호)를 수신하여 측위를 실행하고, 자동차의 위도, 경도 및 고도를 포함하는 위치 정보를 생성한다. 또한, 측위부(2640)는, 무선 액세스 포인트와의 신호의 교환에 의해 현재 위치를 특정해도 되고, 또는 측위 기능을 갖는 휴대 전화, PHS 혹은 스마트폰과 같은 단말기로부터 위치 정보를 취득해도 된다.
비콘 수신부(2650)는, 예를 들어 도로 상에 설치된 무선국 등으로부터 발신되는 전파 혹은 전자파를 수신하고, 현재 위치, 정체, 통행 금지 또는 소요 시간 등의 정보를 취득한다. 또한, 비콘 수신부(2650)의 기능은, 상술한 전용 통신 I/F(2630)에 포함되어도 된다.
차 내 기기 I/F(2660)는, 마이크로컴퓨터(2610)와 차 내에 존재하는 여러 가지 기기와의 사이의 접속을 중개하는 통신 인터페이스이다. 차 내 기기 I/F(2660)는, 무선 LAN, Bluetooth(등록 상표), NFC(Near Field Communication) 또는 WUSB(Wireless USB)와 같은 무선 통신 프로토콜을 사용하여 무선 접속을 확립해도 된다. 또한, 차 내 기기 I/F(2660)는, 도시하지 않은 접속 단자(및, 필요하다면 케이블)를 통하여 유선 접속을 확립해도 된다. 차 내 기기 I/F(2660)는, 예를 들어 탑승자가 갖는 모바일 기기 혹은 웨어러블 기기, 또는 자동차에 반입되거나 혹은 설치되는 정보 기기와의 사이에서, 제어 신호 또는 데이터 신호를 교환한다.
차량 탑재 네트워크 I/F(2680)는, 마이크로컴퓨터(2610)와 통신 네트워크(2010)의 사이의 통신을 중개하는 인터페이스이다. 차량 탑재 네트워크 I/F(2680)는, 통신 네트워크(2010)에 의해 서포트되는 소정의 프로토콜에 의거하여, 신호 등을 송수신한다.
통합 제어 유닛(2600)의 마이크로컴퓨터(2610)는, 범용 통신 I/F(2620), 전용 통신 I/F(2630), 측위부(2640), 비콘 수신부(2650), 차 내 기기 I/F(2660) 및 차량 탑재 네트워크 I/F(2680) 중 적어도 하나를 통하여 취득되는 정보에 기초하여, 각종 프로그램에 따라, 자동차 제어 시스템(2000)을 제어한다. 예를 들어, 마이크로컴퓨터(2610)는, 취득되는 차 내외의 정보에 기초하여, 구동력 발생 장치, 스티어링 기구 또는 제동 장치의 제어 목표값을 연산하고, 구동계 제어 유닛(2100)에 대하여 제어 명령을 출력해도 된다. 예를 들어, 마이크로컴퓨터(2610)는, 자동차의 충돌 회피 혹은 충격 완화, 차간 거리에 기초하는 추종 주행, 차속 유지 주행, 자동 운전 등을 목적으로 한 협조 제어를 행해도 된다.
마이크로컴퓨터(2610)는, 범용 통신 I/F(2620), 전용 통신 I/F(2630), 측위부(2640), 비콘 수신부(2650), 차 내 기기 I/F(2660) 및 차량 탑재 네트워크 I/F(2680) 중 적어도 하나를 통하여 취득되는 정보에 기초하여, 자동차의 현재 위치의 주변 정보를 포함하는 로컬 지도 정보를 작성해도 된다. 또한, 마이크로컴퓨터(2610)는, 취득되는 정보에 기초하여, 자동차의 충돌, 보행자 등의 근접 또는 통행 금지의 도로로의 진입 등의 위험을 예측하고, 경고용 신호를 생성해도 된다. 경고용 신호는, 예를 들어 경고음을 발생시키거나, 경고 램프를 점등시키거나 하기 위한 신호여도 된다.
음성 화상 출력부(2670)는, 자동차의 탑승자 또는 차 밖에 대하여, 시각적 또는 청각적으로 정보를 통지하는 것이 가능한 출력 장치에 음성 및 화상 중 적어도 한쪽의 출력 신호를 송신한다. 도 26의 예에서는, 출력 장치로서, 오디오 스피커(2710), 표시부(2720) 및 인스트루먼트 패널(2730)이 예시되어 있다. 표시부(2720)는, 예를 들어 온보드 디스플레이 및 헤드업 디스플레이 중 적어도 하나를 포함하고 있어도 된다. 표시부(2720)는, AR(Augmented Reality) 표시 기능을 가져도 된다. 출력 장치는, 이들 장치 이외의, 헤드폰, 프로젝터 또는 램프 등의 다른 장치여도 된다. 출력 장치가 표시 장치인 경우, 표시 장치는, 마이크로컴퓨터(2610)가 행한 각종 처리에 의해 얻어진 결과 또는 다른 제어 유닛으로부터 수신된 정보를, 텍스트, 이미지, 표, 그래프 등, 여러 가지 형식으로 시각적으로 표시한다. 또한, 출력 장치가 음성 출력 장치인 경우, 음성 출력 장치는, 재생된 음성 데이터 또는 음향 데이터 등을 포함하는 오디오 신호를 아날로그 신호로 변환하여 청각적으로 출력한다.
또한, 도 26에 도시한 예에 있어서, 통신 네트워크(2010)를 통하여 접속된 적어도 2개의 제어 유닛이 1개의 제어 유닛으로서 일체화되어도 된다. 혹은, 개개의 제어 유닛이, 복수의 제어 유닛에 의해 구성되어도 된다. 또한, 자동차 제어 시스템(2000)이, 도시되어 있지 않은 별도의 제어 유닛을 구비해도 된다. 또한, 상기의 설명에 있어서, 어느 제어 유닛이 담당하는 기능의 일부 또는 전부를, 다른 제어 유닛에 갖게 해도 된다. 즉, 통신 네트워크(2010)를 통하여 정보의 송수신이 되도록 되어 있으면, 소정의 연산 처리가, 어느 제어 유닛에서 행해지도록 되어도 된다. 마찬가지로, 어느 제어 유닛에 접속되어 있는 센서 또는 장치가, 다른 제어 유닛에 접속됨과 함께, 복수의 제어 유닛이, 통신 네트워크(2010)를 통하여 서로 검출 정보를 송수신해도 된다.
이상 설명한 자동차 제어 시스템(2000)에 있어서, 도 1을 사용하여 설명한 본 실시 형태에 관한 운전 제어 장치(11)는, 도 26에 도시한 응용예의 통합 제어 유닛(2600)에 적용할 수 있다. 예를 들어, 도 1의 운전 제어 장치(11)의 자동 운전 제어 블록(21), 개인화 블록(22) 및 수동 운전 제어부(32)는, 통합 제어 유닛(2600)의 마이크로컴퓨터(2610), 기억부(2690), 차량 탑재 네트워크 I/F(2680)에 상당한다. 예를 들어, 통합 제어 유닛(2600)이 자동 운전 제어 블록(21)으로서 기능함으로써, 자동 운전을 안전하게 실현할 수 있다. 또한, 개인화 블록(22)이, 개인화 함수를 학습함으로써, 운전자별 기호에 따른 자동 운전을 실현할 수 있다.
또한, 도 1을 사용하여 설명한 운전 제어 장치(11)의 적어도 일부의 구성 요소는, 도 26에 도시한 통합 제어 유닛(2600)을 위한 모듈(예를 들어, 하나의 다이로 구성되는 집적 회로 모듈)에 있어서 실현되어도 된다. 혹은, 도 1을 사용하여 설명한 운전 제어 장치(11)가, 도 26에 도시한 자동차 제어 시스템(2000)의 복수의 제어 유닛에 의해 실현되어도 된다. 즉, 검출부(34)는, 예를 들어 도 26에 도시한 자동 제어 시스템(2000)의 차 밖 정보 검출 유닛(2400), 및 차 내 검출 유닛(2500) 중 적어도 어느 것에 의해 실현되도록 해도 된다.
또한, 도 1을 사용하여 설명한 운전 제어 장치(11)의 각 기능을 실현하기 위한 컴퓨터 프로그램을, 어느 제어 유닛 등에 실장할 수 있다. 또한, 이러한 컴퓨터 프로그램이 저장된, 컴퓨터로 판독 가능한 기록 매체를 제공할 수도 있다. 기록 매체는, 예를 들어 자기 디스크, 광디스크, 광자기 디스크, 플래시 메모리 등이다. 또한, 상기 컴퓨터 프로그램은, 기록 매체를 사용하지 않고, 예를 들어 네트워크를 통하여 배신되어도 된다.
<<5. 제2 응용예>>
<소프트웨어에 의해 실행시키는 예>
그런데, 상술한 일련의 처리는, 하드웨어에 의해 실행시킬 수도 있지만, 소프트웨어에 의해 실행시킬 수도 있다. 일련의 처리를 소프트웨어에 의해 실행시키는 경우에는, 그 소프트웨어를 구성하는 프로그램이, 전용의 하드웨어에 내장되어 있는 컴퓨터, 또는 각종 프로그램을 인스톨함으로써, 각종 기능을 실행하는 것이 가능한, 예를 들어 범용의 퍼스널 컴퓨터 등에, 기록 매체로부터 인스톨된다.
도 28은, 범용의 퍼스널 컴퓨터의 구성예를 도시하고 있다. 이 퍼스널 컴퓨터는, CPU(Central Processing Unit)(3001)를 내장하고 있다. CPU(3001)에는 버스(3004)를 통하여, 입출력 인터페이스(3005)가 접속되어 있다. 버스(3004)에는, ROM(Read Only Memory)(3002) 및 RAM(Random Access Memory)(3003)이 접속되어 있다.
입출력 인터페이스(3005)에는, 유저가 조작 커맨드를 입력하는 키보드, 마우스 등의 입력 디바이스를 포함하는 입력부(3006), 처리 조작 화면이나 처리 결과의 화상을 표시 디바이스에 출력하는 출력부(3007), 프로그램이나 각종 데이터를 저장하는 하드디스크 드라이브 등을 포함하는 기억부(3008), LAN(Local Area Network) 어댑터 등을 포함하고, 인터넷으로 대표되는 네트워크를 통한 통신 처리를 실행하는 통신부(3009)가 접속되어 있다. 또한, 자기 디스크(플렉시블 디스크를 포함함), 광디스크(CD-ROM(Compact Disc-Read Only Memory), DVD(Digital Versatile Disc)를 포함함), 광자기 디스크(MD(Mini Disc)를 포함함), 혹은 반도체 메모리 등의 리무버블 미디어(3011)에 대하여 데이터를 판독 기입하는 드라이브(3010)가 접속되어 있다.
CPU(3001)는, ROM(3002)에 기억되어 있는 프로그램, 또는 자기 디스크, 광디스크, 광자기 디스크, 혹은 반도체 메모리 등의 리무버블 미디어(3011)로부터 판독되어 기억부(3008)에 인스톨되고, 기억부(3008)로부터 RAM(3003)에 로드된 프로그램에 따라 각종 처리를 실행한다. RAM(3003)에는, 추가로 CPU(3001)가 각종 처리를 실행하는 데 있어서 필요한 데이터 등도 적절하게 기억된다.
이상과 같이 구성되는 컴퓨터에서는, CPU(3001)가, 예를 들어 기억부(3008)에 기억되어 있는 프로그램을, 입출력 인터페이스(3005) 및 버스(3004)를 통하여, RAM(3003)에 로드하여 실행함으로써, 상술한 일련의 처리가 행해진다.
컴퓨터(CPU(3001))가 실행하는 프로그램은, 예를 들어 패키지 미디어 등으로서의 리무버블 미디어(3011)에 기록하여 제공할 수 있다. 또한, 프로그램은, 로컬에어리어 네트워크, 인터넷, 디지털 위성 방송과 같은, 유선 또는 무선의 전송 매체를 통하여 제공할 수 있다.
컴퓨터에서는, 프로그램은, 리무버블 미디어(3011)를 드라이브(3010)에 장착함으로써, 입출력 인터페이스(3005)를 통하여, 기억부(3008)에 인스톨할 수 있다. 또한, 프로그램은, 유선 또는 무선의 전송 매체를 통하여, 통신부(3009)에서 수신하고, 기억부(3008)에 인스톨할 수 있다. 그 밖에, 프로그램은, ROM(3002)이나 기억부(3008)에, 미리 인스톨해 둘 수 있다.
또한, 컴퓨터가 실행하는 프로그램은, 본 명세서에서 설명하는 순서를 따라 시계열로 처리가 행해지는 프로그램이어도 되고, 병렬로, 혹은 호출이 행해졌을 때 등의 필요한 타이밍에 처리가 행해지는 프로그램이어도 된다.
또한, 본 명세서에 있어서, 시스템이란, 복수의 구성 요소(장치, 모듈(부품) 등)의 집합을 의미하고, 모든 구성 요소가 동일 하우징 내에 있는지 여부는 불문한다. 따라서, 별개의 하우징에 수납되고, 네트워크를 통하여 접속되어 있는 복수의 장치, 및 하나의 하우징 내에 복수의 모듈이 수납되어 있는 하나의 장치는, 모두 시스템이다.
또한, 본 개시의 실시 형태는, 상술한 실시 형태에 한정되는 것은 아니며, 본 개시의 요지를 일탈하지 않는 범위에 있어서 다양한 변경이 가능하다.
예를 들어, 본 개시는, 하나의 기능을 네트워크를 통하여 복수의 장치에서 분담, 공동하여 처리하는 클라우드 컴퓨팅의 구성을 취할 수 있다.
또한, 상술한 흐름도에서 설명한 각 스텝은, 하나의 장치에서 실행하는 것 외에, 복수의 장치에서 분담하여 실행할 수 있다.
또한, 하나의 스텝에 복수의 처리가 포함되는 경우에는, 그 중 하나의 스텝에 포함되는 복수의 처리는, 하나의 장치에서 실행하는 것 외에, 복수의 장치에서 분담하여 실행할 수 있다.
또한, 본 개시는, 이하와 같은 구성도 취할 수 있다.
<1> 이동체의 상태를 검출하는 검출부와,
상기 검출부의 검출 결과에 기초하여, 상기 이동체의 동작을 숙고 동작으로서 결정하는 숙고 동작 결정부와,
상기 검출부의 검출 결과에 기초하여, 상기 숙고 동작 결정부에 있어서의 처리에 비하여 단시간에 상기 이동체의 동작을 결정하는 반사 동작 결정부와,
상기 숙고 동작과, 상기 반사 동작 결정부에 의해 결정된 반사 동작에 기초하여, 상기 이동체의 동작을 제어하는 동작 제어부를 포함하는, 운전 제어 장치.
<2> 상기 숙고 동작 결정부는,
상기 검출부의 상기 검출 결과에 기초하여, 상기 이동체의 주위의 로컬 정보를 추출하는 로컬 처리부와,
상기 검출부의 상기 검출 결과에 기초하여, 상기 이동체의 주위보다 광역의 글로벌 정보를 추출하는 글로벌 처리부와,
상기 로컬 정보 및 상기 글로벌 정보에 기초하여 동작을 결정하는 행동 결정부를 포함하는, <1>에 기재된 운전 제어 장치.
<3> 상기 동작 제어부는, 상기 숙고 동작과 상기 반사 동작의 사이에 경합이 발생한 경우, 상기 경합의 발생을 제시하도록 제어하는, <1>에 기재된 운전 제어 장치.
<4> 상기 동작 제어부는, 상기 운전자로부터의 입력에 따라 상기 경합을 해결하고, 상기 숙고 동작과, 상기 반사 동작에 기초하여, 상기 이동체의 동작을 제어하는, <3>에 기재된 운전 제어 장치.
<5> 상기 동작 제어부는, 상기 숙고 동작과 상기 반사 동작의 사이에 경합이 발생한 경우의 복수의 해결 모드를 미리 기억하고 있고, 상기 복수의 해결 모드 중 어느 상기 해결 모드에 따라, 상기 경합을 해결하고, 상기 숙고 동작과, 상기 반사 동작에 기초하여, 상기 이동체의 동작을 제어하는, <1>에 기재된 운전 제어 장치.
<6> 상기 해결 모드는,
상기 숙고 동작 및 상기 반사 동작 중 어느 것을 우선하는 제1 해결 모드와,
상기 숙고 동작 및 상기 반사 동작 중, 선착 우선 또는 후착 치환하는 제2 해결 모드와,
상기 숙고 동작 및 상기 반사 동작의 커맨드의 우선도, 또는 상기 숙고 동작 및 상기 반사 동작의 동작 환경의 확신도가 높은 쪽을 우선하는 제3 해결 모드와,
상기 숙고 동작 및 상기 반사 동작의 양자의 동작을 이용한 가중 평균으로 하거나, 또는 다수결로 하는 제4 해결 모드와,
상기 숙고 동작 및 상기 반사 동작의 양쪽이 반대되어 있는 사실을 입력에 부가하여, 양쪽에서 재계산하는 제5 해결 모드와,
상기 숙고 동작 및 상기 반사 동작의 커맨드 자체의 우선도를 우선하는 제6 해결 모드와,
상기 숙고 동작 및 상기 반사 동작 중 어느 쪽도 내지 않고 정지시키거나, 현 상황을 계속시키는 제7 해결 모드와,
상기 이동체의 운전자를 개입시키는 제8 해결 모드를 포함하는, <5>에 기재된 운전 제어 장치.
<7> 상기 동작 제어부는, 상기 숙고 동작 및 상기 반사 동작이 결정될 때 이용되는 파라미터를 설정하는 조작 가능한 슬라이드 바를 표시하고, 상기 운전자에 의해 조작된 상기 슬라이드 바의 위치에 따른 값의 상기 파라미터가 사용되어 결정된 상기 숙고 동작 및 상기 반사 동작에 기초하여, 상기 이동체의 동작을 제어하는, <6>에 기재된 운전 제어 장치.
<8> 상기 동작 제어부는, 상기 숙고 동작과, 상기 반사 동작에 기초하여, 상기 이동체를 자동 운전 제어할 때의 동작을 제어하는, <1>에 기재된 운전 제어 장치.
<9> 이동체의 상태를 검출하고,
상기 이동체의 상태의 검출 결과에 기초하여, 상기 이동체의 동작을 숙고 동작으로서 결정하고,
상기 검출 결과에 기초하여, 상기 숙고 동작 결정부에 있어서의 처리에 비하여 단시간에 상기 이동체의 동작을 결정하고,
상기 숙고 동작과, 상기 숙고 동작이 결정되는 처리에 비하여 단시간에 결정되는 반사 동작에 기초하여, 상기 이동체의 동작을 제어하는 스텝을 포함하는, 운전 제어 방법.
<10> 이동체의 상태를 검출하는 검출부와,
상기 검출부의 검출 결과에 기초하여, 상기 이동체의 동작을 숙고 동작으로서 결정하는 숙고 동작 결정부와,
상기 검출부의 검출 결과에 기초하여, 상기 숙고 동작 결정부에 있어서의 처리에 비하여 단시간에 상기 이동체의 동작을 결정하는 반사 동작 결정부와,
상기 숙고 동작과, 상기 반사 동작 결정부에 의해 결정된 반사 동작에 기초하여, 상기 이동체의 동작을 제어하는 동작 제어부로서 컴퓨터를 기능시키는, 프로그램.
11: 운전 제어 장치
12: 외계
13: 검증 장치
21: 자동 운전 제어 블록
22: 개인화 블록
31: 조작부
32: 수동 운전 제어부
33: 차체 동작부
34: 검출부
51: 반사 동작 결정부
52: 숙고 동작 결정부
53: 자동 운전 제어부
54: 개인화 함수 기억부
71: 환경 인식부
72: 로컬 맵 처리부
73: 글로벌 맵 처리부
74: 경로 계획부
75: 행동 계획부
91: 개인화 함수 학습부
92: 학습 결과 기억부
93: 학습 결과 검증부
94: 검증 결과 판정부
95: 개인화 함수 갱신부
181: 출발 목적지 랜덤 설정부
182: 경로 생성부
183: 체크 포인트 위치 계산부
184: 행동 결정 모델 산출부
185: 시뮬레이터
186: 이벤트 발생부
187: 상태 산출부
188: 센서 모델 노이즈 모델 발생부
189: 기억부
190: 검증부
201: 검증부
211: 개인화 함수 학습부
212: 학습 결과 검증부
221: 검증부
231: 개인화 함수 학습부
232: 학습 결과 검증부
233: 검증 결과 판정부
234: 개인화 함수 갱신부
12: 외계
13: 검증 장치
21: 자동 운전 제어 블록
22: 개인화 블록
31: 조작부
32: 수동 운전 제어부
33: 차체 동작부
34: 검출부
51: 반사 동작 결정부
52: 숙고 동작 결정부
53: 자동 운전 제어부
54: 개인화 함수 기억부
71: 환경 인식부
72: 로컬 맵 처리부
73: 글로벌 맵 처리부
74: 경로 계획부
75: 행동 계획부
91: 개인화 함수 학습부
92: 학습 결과 기억부
93: 학습 결과 검증부
94: 검증 결과 판정부
95: 개인화 함수 갱신부
181: 출발 목적지 랜덤 설정부
182: 경로 생성부
183: 체크 포인트 위치 계산부
184: 행동 결정 모델 산출부
185: 시뮬레이터
186: 이벤트 발생부
187: 상태 산출부
188: 센서 모델 노이즈 모델 발생부
189: 기억부
190: 검증부
201: 검증부
211: 개인화 함수 학습부
212: 학습 결과 검증부
221: 검증부
231: 개인화 함수 학습부
232: 학습 결과 검증부
233: 검증 결과 판정부
234: 개인화 함수 갱신부
Claims (10)
- 이동체의 상태를 검출하는 검출부와,
상기 검출부의 검출 결과에 기초하여, 상기 이동체의 동작을 숙고 동작으로서 결정하는 숙고 동작 결정부와,
상기 검출부의 검출 결과에 기초하여, 상기 숙고 동작 결정부에 있어서의 처리에 비하여 단시간에 상기 이동체의 동작을 결정하는 반사 동작 결정부와,
상기 숙고 동작과, 상기 반사 동작 결정부에 의해 결정된 반사 동작에 기초하여, 상기 이동체의 동작을 제어하는 동작 제어부를 포함하고,
상기 동작 제어부는, 상기 숙고 동작과 상기 반사 동작의 사이에 경합이 발생한 경우의 복수의 해결 모드를 미리 기억하고 있고, 상기 복수의 해결 모드 중 어느 상기 해결 모드에 따라, 상기 경합을 해결하고, 상기 숙고 동작과, 상기 반사 동작에 기초하여, 상기 이동체의 동작을 제어하고,
상기 해결 모드는,
상기 숙고 동작 및 상기 반사 동작 중 어느 것을 우선하는 제1 해결 모드와,
상기 숙고 동작 및 상기 반사 동작 중, 선착 우선 또는 후착 치환하는 제2 해결 모드와,
상기 숙고 동작 및 상기 반사 동작의 커맨드의 우선도, 또는 상기 숙고 동작 및 상기 반사 동작의 동작 환경의 확신도가 높은 쪽을 우선하는 제3 해결 모드와,
상기 숙고 동작 및 상기 반사 동작의 양자의 동작을 이용한 가중 평균으로 하거나, 또는 다수결로 하는 제4 해결 모드와,
상기 숙고 동작 및 상기 반사 동작의 양쪽이 반대되어 있는 사실을 입력에 부가하여, 양쪽에서 재계산하는 제5 해결 모드와,
상기 숙고 동작 및 상기 반사 동작의 커맨드 자체의 우선도를 우선하는 제6 해결 모드와,
상기 숙고 동작 및 상기 반사 동작 중 어느 쪽도 내지 않고 정지시키거나, 현 상황을 계속시키는 제7 해결 모드와,
상기 이동체의 운전자를 개입시키는 제8 해결 모드를 포함하는, 운전 제어 장치. - 제1항에 있어서, 상기 숙고 동작 결정부는,
상기 검출부의 상기 검출 결과에 기초하여, 상기 이동체의 주위의 로컬 정보를 추출하는 로컬 처리부와,
상기 검출부의 상기 검출 결과에 기초하여, 상기 이동체의 주위보다 광역의 글로벌 정보를 추출하는 글로벌 처리부와,
상기 로컬 정보 및 상기 글로벌 정보에 기초하여 동작을 결정하는 행동 결정부를 포함하는, 운전 제어 장치. - 제1항에 있어서, 상기 동작 제어부는, 상기 숙고 동작과 상기 반사 동작의 사이에 경합이 발생한 경우, 상기 경합의 발생을 제시하도록 제어하는, 운전 제어 장치.
- 제3항에 있어서, 상기 동작 제어부는, 상기 운전자로부터의 입력에 따라 상기 경합을 해결하고, 상기 숙고 동작과, 상기 반사 동작에 기초하여, 상기 이동체의 동작을 제어하는, 운전 제어 장치.
- 삭제
- 삭제
- 제1항에 있어서, 상기 동작 제어부는, 상기 숙고 동작 및 상기 반사 동작이 결정될 때 이용되는 파라미터를 설정하는 조작 가능한 슬라이드 바를 표시하고, 상기 운전자에 의해 조작된 상기 슬라이드 바의 위치에 따른 값의 상기 파라미터가 사용되어 결정된 상기 숙고 동작 및 상기 반사 동작에 기초하여, 상기 이동체의 동작을 제어하는, 운전 제어 장치.
- 제1항에 있어서, 상기 동작 제어부는, 상기 숙고 동작과, 상기 반사 동작에 기초하여, 상기 이동체를 자동 운전 제어할 때의 동작을 제어하는, 운전 제어 장치.
- 이동체의 상태를 검출하고,
상기 이동체의 상태의 검출 결과에 기초하여, 상기 이동체의 동작을 숙고 동작으로서 결정하고,
상기 검출 결과에 기초하여, 상기 숙고 동작 결정부에 있어서의 처리에 비하여 단시간에 상기 이동체의 동작을 결정하고,
상기 숙고 동작과, 상기 숙고 동작이 결정되는 처리에 비하여 단시간에 결정되는 반사 동작에 기초하여, 상기 이동체의 동작을 제어하는 스텝을 포함하고,
상기 이동체의 동작을 제어하는 스텝은, 상기 숙고 동작과 상기 반사 동작의 사이에 경합이 발생한 경우의 복수의 해결 모드를 미리 기억하고 있고, 상기 복수의 해결 모드 중 어느 상기 해결 모드에 따라, 상기 경합을 해결하고, 상기 숙고 동작과, 상기 반사 동작에 기초하여, 상기 이동체의 동작을 제어하는 스텝을 포함하고,
상기 해결 모드는,
상기 숙고 동작 및 상기 반사 동작 중 어느 것을 우선하는 제1 해결 모드와,
상기 숙고 동작 및 상기 반사 동작 중, 선착 우선 또는 후착 치환하는 제2 해결 모드와,
상기 숙고 동작 및 상기 반사 동작의 커맨드의 우선도, 또는 상기 숙고 동작 및 상기 반사 동작의 동작 환경의 확신도가 높은 쪽을 우선하는 제3 해결 모드와,
상기 숙고 동작 및 상기 반사 동작의 양자의 동작을 이용한 가중 평균으로 하거나, 또는 다수결로 하는 제4 해결 모드와,
상기 숙고 동작 및 상기 반사 동작의 양쪽이 반대되어 있는 사실을 입력에 부가하여, 양쪽에서 재계산하는 제5 해결 모드와,
상기 숙고 동작 및 상기 반사 동작의 커맨드 자체의 우선도를 우선하는 제6 해결 모드와,
상기 숙고 동작 및 상기 반사 동작 중 어느 쪽도 내지 않고 정지시키거나, 현 상황을 계속시키는 제7 해결 모드와,
상기 이동체의 운전자를 개입시키는 제8 해결 모드를 포함하는, 운전 제어 방법. - 이동체의 상태를 검출하는 검출부와,
상기 검출부의 검출 결과에 기초하여, 상기 이동체의 동작을 숙고 동작으로서 결정하는 숙고 동작 결정부와,
상기 검출부의 검출 결과에 기초하여, 상기 숙고 동작 결정부에 있어서의 처리에 비하여 단시간에 상기 이동체의 동작을 결정하는 반사 동작 결정부와,
상기 숙고 동작과, 상기 반사 동작 결정부에 의해 결정된 반사 동작에 기초하여, 상기 이동체의 동작을 제어하는 동작 제어부로서 컴퓨터를 기능시키고,
상기 동작 제어부는, 상기 숙고 동작과 상기 반사 동작의 사이에 경합이 발생한 경우의 복수의 해결 모드를 미리 기억하고 있고, 상기 복수의 해결 모드 중 어느 상기 해결 모드에 따라, 상기 경합을 해결하고, 상기 숙고 동작과, 상기 반사 동작에 기초하여, 상기 이동체의 동작을 제어하고,
상기 해결 모드는,
상기 숙고 동작 및 상기 반사 동작 중 어느 것을 우선하는 제1 해결 모드와,
상기 숙고 동작 및 상기 반사 동작 중, 선착 우선 또는 후착 치환하는 제2 해결 모드와,
상기 숙고 동작 및 상기 반사 동작의 커맨드의 우선도, 또는 상기 숙고 동작 및 상기 반사 동작의 동작 환경의 확신도가 높은 쪽을 우선하는 제3 해결 모드와,
상기 숙고 동작 및 상기 반사 동작의 양자의 동작을 이용한 가중 평균으로 하거나, 또는 다수결로 하는 제4 해결 모드와,
상기 숙고 동작 및 상기 반사 동작의 양쪽이 반대되어 있는 사실을 입력에 부가하여, 양쪽에서 재계산하는 제5 해결 모드와,
상기 숙고 동작 및 상기 반사 동작의 커맨드 자체의 우선도를 우선하는 제6 해결 모드와,
상기 숙고 동작 및 상기 반사 동작 중 어느 쪽도 내지 않고 정지시키거나, 현 상황을 계속시키는 제7 해결 모드와,
상기 이동체의 운전자를 개입시키는 제8 해결 모드를 포함하는, 프로그램이 기록된 컴퓨터 판독가능 기록 매체.
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JPJP-P-2015-194555 | 2015-09-30 | ||
JP2015194555 | 2015-09-30 | ||
PCT/JP2016/077432 WO2017057059A1 (ja) | 2015-09-30 | 2016-09-16 | 運転制御装置、および運転制御方法、並びにプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20180063069A KR20180063069A (ko) | 2018-06-11 |
KR102498091B1 true KR102498091B1 (ko) | 2023-02-09 |
Family
ID=58423639
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020187007846A KR102498091B1 (ko) | 2015-09-30 | 2016-09-16 | 운전 제어 장치 및 운전 제어 방법, 그리고 프로그램 |
Country Status (6)
Country | Link |
---|---|
US (3) | US10782687B2 (ko) |
EP (1) | EP3357778B1 (ko) |
JP (1) | JP6922739B2 (ko) |
KR (1) | KR102498091B1 (ko) |
CN (1) | CN108137050B (ko) |
WO (1) | WO2017057059A1 (ko) |
Families Citing this family (51)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107207010B (zh) * | 2015-03-31 | 2019-10-18 | 日立汽车***株式会社 | 自动驾驶控制装置 |
JP6773040B2 (ja) | 2015-09-30 | 2020-10-21 | ソニー株式会社 | 情報処理システム、および情報処理システムの情報処理方法、情報処理装置、並びにプログラム |
EP3357778B1 (en) | 2015-09-30 | 2022-10-26 | Sony Group Corporation | Driving control device, driving control method, and program |
US20170297586A1 (en) * | 2016-04-13 | 2017-10-19 | Toyota Motor Engineering & Manufacturing North America, Inc. | System and method for driver preferences for autonomous vehicles |
JP6699831B2 (ja) * | 2016-04-28 | 2020-05-27 | トヨタ自動車株式会社 | 運転意識推定装置 |
JP6701983B2 (ja) * | 2016-06-02 | 2020-05-27 | 株式会社デンソー | 物標検出装置 |
AT518850B1 (de) * | 2016-07-13 | 2021-11-15 | Avl List Gmbh | Verfahren zur simulationsbasierten Analyse eines Kraftfahrzeugs |
JP6827197B2 (ja) * | 2016-07-22 | 2021-02-10 | パナソニックIpマネジメント株式会社 | 情報推定システム及び情報推定方法 |
US9663118B1 (en) * | 2016-11-02 | 2017-05-30 | Smartdrive Systems, Inc. | Autonomous vehicle operator performance tracking |
US9823657B1 (en) | 2016-11-02 | 2017-11-21 | Smartdrive Systems, Inc. | Measuring operator readiness and readiness testing triggering in an autonomous vehicle |
JP6841843B2 (ja) * | 2016-11-29 | 2021-03-10 | 本田技研工業株式会社 | 車両制御システム、車両制御方法、および車両制御プログラム |
JP6702217B2 (ja) * | 2017-02-06 | 2020-05-27 | 株式会社デンソー | 自動運転装置 |
JP6756402B2 (ja) * | 2017-04-19 | 2020-09-23 | 日産自動車株式会社 | 走行制御方法及び運転制御装置 |
US10703382B2 (en) * | 2017-05-16 | 2020-07-07 | Uatc, Llc | Self-driving delivery of optionally-driven vehicles |
DE102017210156B4 (de) * | 2017-06-19 | 2021-07-22 | Zf Friedrichshafen Ag | Vorrichtung und Verfahren zum Ansteuern eines Fahrzeugmoduls |
DE102017210151A1 (de) * | 2017-06-19 | 2018-12-20 | Zf Friedrichshafen Ag | Vorrichtung und Verfahren zur Ansteuerung eines Fahrzeugmoduls in Abhängigkeit eines Zustandssignals |
US10466705B1 (en) | 2017-07-12 | 2019-11-05 | Uber Technologies, Inc. | Systems and methods for automated testing of autonomous vehicles |
CN113119963B (zh) | 2017-07-28 | 2024-03-26 | 现代摩比斯株式会社 | 智能超声***、车辆后方碰撞警告装置及其控制方法 |
JP2019049875A (ja) * | 2017-09-11 | 2019-03-28 | トヨタ自動車株式会社 | 作動許可認証装置 |
US10496098B2 (en) * | 2017-09-12 | 2019-12-03 | Baidu Usa Llc | Road segment-based routing guidance system for autonomous driving vehicles |
JP6637936B2 (ja) * | 2017-09-14 | 2020-01-29 | 株式会社Subaru | 車両の路面判定装置 |
US10850741B2 (en) * | 2017-09-20 | 2020-12-01 | Denso International America, Inc. | Systems and methods for automated vehicle driving that mimic safe driver behaviors |
US20190185012A1 (en) | 2017-12-18 | 2019-06-20 | PlusAI Corp | Method and system for personalized motion planning in autonomous driving vehicles |
US11130497B2 (en) * | 2017-12-18 | 2021-09-28 | Plusai Limited | Method and system for ensemble vehicle control prediction in autonomous driving vehicles |
US11273836B2 (en) | 2017-12-18 | 2022-03-15 | Plusai, Inc. | Method and system for human-like driving lane planning in autonomous driving vehicles |
US11048832B2 (en) * | 2018-01-12 | 2021-06-29 | Intel Corporation | Simulated vehicle operation modeling with real vehicle profiles |
US11328219B2 (en) * | 2018-04-12 | 2022-05-10 | Baidu Usa Llc | System and method for training a machine learning model deployed on a simulation platform |
US10564643B2 (en) * | 2018-05-31 | 2020-02-18 | Nissan North America, Inc. | Time-warping for autonomous driving simulation |
US10655978B2 (en) * | 2018-06-27 | 2020-05-19 | Harman International Industries, Incorporated | Controlling an autonomous vehicle based on passenger behavior |
US10882522B2 (en) * | 2018-09-13 | 2021-01-05 | Toyota Research Institute, Inc. | Systems and methods for agent tracking |
US10752258B2 (en) * | 2018-09-17 | 2020-08-25 | GM Global Technology Operations LLC | Apparatus and method for audible driver confirmation for maneuvers in an autonomous vehicle |
KR102267563B1 (ko) * | 2018-11-29 | 2021-06-23 | 한국전자통신연구원 | 자율주행 방법 및 그 시스템 |
CN111311942A (zh) * | 2018-12-11 | 2020-06-19 | 上海博泰悦臻电子设备制造有限公司 | 基于v2x技术的路况显示方法、***、v2x终端及v2x服务器 |
CN109709962A (zh) * | 2018-12-28 | 2019-05-03 | 上汽通用五菱汽车股份有限公司 | 无人汽车控制方法、装置、计算机可读存储介质和*** |
CN109799710B (zh) * | 2019-02-02 | 2021-12-03 | 南京林业大学 | 基于多方位肌电信号的老年座椅运动控制方法和*** |
JP7058800B2 (ja) * | 2019-04-12 | 2022-04-22 | 三菱電機株式会社 | 表示制御装置、表示制御方法、及び表示制御プログラム |
US10807527B1 (en) | 2019-05-01 | 2020-10-20 | Smartdrive Systems, Inc. | Systems and methods for verifying whether vehicle operators are paying attention |
DE102019206847A1 (de) * | 2019-05-10 | 2020-11-12 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Betreiben eines automatisierten Fahrzeugs |
WO2021005632A1 (ja) * | 2019-07-05 | 2021-01-14 | 三菱電機株式会社 | 車載情報機器及び車載情報機器制御方法 |
CN110491155A (zh) * | 2019-07-30 | 2019-11-22 | 深圳市前海胡桃科技有限公司 | 一种自动驾驶装置的调度方法、装置及自动驾驶装置 |
KR20190098735A (ko) * | 2019-08-01 | 2019-08-22 | 엘지전자 주식회사 | 차량 단말 및 그의 동작 방법 |
US10889237B1 (en) * | 2019-10-23 | 2021-01-12 | Tusimple, Inc. | Lighting control for autonomous vehicles |
CN110992764B (zh) * | 2019-12-27 | 2022-05-31 | 北京和利时电机技术有限公司 | 模拟驾驶控制***、方法、装置和可读存储介质 |
JP6937856B2 (ja) * | 2020-02-13 | 2021-09-22 | 本田技研工業株式会社 | 運転支援装置および車両 |
JP7299193B2 (ja) * | 2020-04-16 | 2023-06-27 | トヨタ自動車株式会社 | 表示制御装置、表示制御方法及びプログラム |
JP7226410B2 (ja) * | 2020-08-04 | 2023-02-21 | トヨタ自動車株式会社 | 車載インターフェース装置 |
JP7362566B2 (ja) * | 2020-08-18 | 2023-10-17 | 株式会社東芝 | 運転制御装置、運転制御方法及びプログラム |
US11433915B2 (en) * | 2020-08-28 | 2022-09-06 | Toyota Research Institute, Inc. | Determining an action to be performed by a vehicle in response to conflicting input signals |
CN112612287B (zh) * | 2020-12-28 | 2022-03-15 | 清华大学 | 一种自动驾驶汽车局部路径规划***、方法、介质及设备 |
KR20220142554A (ko) * | 2021-04-13 | 2022-10-24 | 한국전자통신연구원 | 자율주행 교통수단의 승객 자세 제어 방법 및 이를 이용한 장치 |
CN113071505B (zh) * | 2021-04-16 | 2024-02-13 | 阿波罗智联(北京)科技有限公司 | 驾驶行为习惯的确定、车辆行驶控制方法、装置及设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010000923A (ja) * | 2008-06-20 | 2010-01-07 | Aisin Aw Co Ltd | 運転支援装置、運転支援方法および運転支援プログラム |
JP2010221858A (ja) | 2009-03-24 | 2010-10-07 | Hitachi Automotive Systems Ltd | 車両運転支援装置 |
EP2314490A1 (de) | 2009-10-22 | 2011-04-27 | Audi AG | Verfahren zur Steuerung des Betriebs eines vollautomatischen, zur unabhängigen Fahrzeugführung ausgebildeten Fahrerassistenzsystems eines Kraftfahrzeugs und Kraftfahrzeug |
KR101063302B1 (ko) * | 2010-10-05 | 2011-09-07 | 국방과학연구소 | 무인차량의 자율주행 제어 장치 및 방법 |
WO2014076759A1 (ja) * | 2012-11-13 | 2014-05-22 | トヨタ自動車 株式会社 | 運転支援装置及び運転支援方法 |
JP2015011458A (ja) | 2013-06-27 | 2015-01-19 | 株式会社デンソー | 車両用情報提供装置 |
JP2015058902A (ja) | 2013-09-20 | 2015-03-30 | 富士重工業株式会社 | 車両の走行制御装置 |
Family Cites Families (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07108849A (ja) | 1993-10-13 | 1995-04-25 | Hitachi Ltd | 車の自動走行制御装置 |
JP2000177616A (ja) * | 1998-12-15 | 2000-06-27 | Toyota Motor Corp | 車両の緊急時走行支援装置 |
DE19916808A1 (de) | 1999-04-14 | 2000-11-02 | Bayerische Motoren Werke Ag | Verfahren zur Erstellung oder Änderung eines individuellen Fahrprogramms |
JP2002195063A (ja) | 2000-12-22 | 2002-07-10 | Toyota Motor Corp | 運転支援装置 |
JP2006349003A (ja) | 2005-06-14 | 2006-12-28 | Aisin Aw Co Ltd | 車両制御装置及び車両制御方法 |
JP4952268B2 (ja) | 2007-01-24 | 2012-06-13 | トヨタ自動車株式会社 | 走行制御計画生成装置 |
JP4985103B2 (ja) | 2007-05-28 | 2012-07-25 | トヨタ自動車株式会社 | 車両の自動運転装置 |
US8457591B2 (en) * | 2009-08-31 | 2013-06-04 | Motorola Solutions, Inc. | Method and apparatus for reserving resources for emergency services in a wireless communication system |
WO2011068133A1 (ja) * | 2009-12-04 | 2011-06-09 | 三洋電機株式会社 | 充放電システム、発電システムおよび充放電制御装置 |
CN101813492B (zh) * | 2010-04-19 | 2012-11-14 | 清华大学 | 车辆导航***及方法 |
US8509982B2 (en) * | 2010-10-05 | 2013-08-13 | Google Inc. | Zone driving |
DE102010061829A1 (de) * | 2010-11-24 | 2012-05-24 | Continental Teves Ag & Co. Ohg | Verfahren und Abstandskontrolleinrichtung zur Vermeidung von Kollisionen eines Kraftfahrzeugs in einer Fahrsituation mit geringem Seitenabstand |
DE102011102435A1 (de) * | 2011-05-25 | 2012-11-29 | Audi Ag | Verfahren zum Betrieb eines längsführenden Fahrerassistenzsystems und Kraftfahrzeug |
KR101316306B1 (ko) * | 2011-12-09 | 2013-10-08 | 현대자동차주식회사 | 차량의 스마트 크루즈 컨트롤 시스템 및 그 제어방법 |
US8527199B1 (en) | 2012-05-17 | 2013-09-03 | Google Inc. | Automatic collection of quality control statistics for maps used in autonomous driving |
JP6074586B2 (ja) * | 2012-08-03 | 2017-02-08 | パナソニックIpマネジメント株式会社 | バックアップ電源装置およびこれを用いた自動車 |
JP2015089801A (ja) | 2013-11-07 | 2015-05-11 | 株式会社デンソー | 運転制御装置 |
US20150166069A1 (en) | 2013-12-18 | 2015-06-18 | Ford Global Technologies, Llc | Autonomous driving style learning |
KR20150076627A (ko) * | 2013-12-27 | 2015-07-07 | 한국전자통신연구원 | 차량 운전 학습 시스템 및 방법 |
US9349284B2 (en) * | 2014-04-24 | 2016-05-24 | International Business Machines Corporation | Regional driving trend modification using autonomous vehicles |
US10089693B1 (en) * | 2014-05-20 | 2018-10-02 | State Farm Mutual Automobile Insurance Company | Fully autonomous vehicle insurance pricing |
KR102051142B1 (ko) * | 2014-06-13 | 2019-12-02 | 현대모비스 주식회사 | 차량용 운전자 위험 지수 관리 시스템 및 그 방법 |
US9766625B2 (en) | 2014-07-25 | 2017-09-19 | Here Global B.V. | Personalized driving of autonomously driven vehicles |
DE102015004550A1 (de) | 2015-04-08 | 2016-10-13 | Audi Ag | Verfahren zum Betreiben eines Kraftfahrzeugs und Kraftfahrzeug |
US10759446B2 (en) | 2015-04-21 | 2020-09-01 | Panasonic Intellectual Property Management Co., Ltd. | Information processing system, information processing method, and program |
US10077056B1 (en) | 2015-04-24 | 2018-09-18 | State Farm Mutual Automobile Insurance Company | Managing self-driving behavior of autonomous or semi-autonomous vehicle based upon actual driving behavior of driver |
US9778660B2 (en) * | 2015-09-16 | 2017-10-03 | Qualcomm Incorporated | Unmanned aerial vehicle low-power operation |
US9914460B2 (en) * | 2015-09-25 | 2018-03-13 | Mcafee, Llc | Contextual scoring of automobile drivers |
EP3357778B1 (en) | 2015-09-30 | 2022-10-26 | Sony Group Corporation | Driving control device, driving control method, and program |
JP6773040B2 (ja) | 2015-09-30 | 2020-10-21 | ソニー株式会社 | 情報処理システム、および情報処理システムの情報処理方法、情報処理装置、並びにプログラム |
KR102137213B1 (ko) * | 2015-11-16 | 2020-08-13 | 삼성전자 주식회사 | 자율 주행을 위한 모델 학습 장치 및 방법과 자율 주행 장치 |
US20170227470A1 (en) * | 2016-02-04 | 2017-08-10 | Proxy Technologies, Inc. | Autonomous vehicle, system and method for structural object assessment and manufacture thereof |
US20170297586A1 (en) * | 2016-04-13 | 2017-10-19 | Toyota Motor Engineering & Manufacturing North America, Inc. | System and method for driver preferences for autonomous vehicles |
-
2016
- 2016-09-16 EP EP16851233.3A patent/EP3357778B1/en active Active
- 2016-09-16 WO PCT/JP2016/077432 patent/WO2017057059A1/ja active Application Filing
- 2016-09-16 KR KR1020187007846A patent/KR102498091B1/ko active IP Right Grant
- 2016-09-16 CN CN201680055725.8A patent/CN108137050B/zh active Active
- 2016-09-16 US US15/761,837 patent/US10782687B2/en active Active
- 2016-09-16 JP JP2017543147A patent/JP6922739B2/ja active Active
-
2020
- 2020-08-14 US US16/994,370 patent/US11409290B2/en active Active
-
2022
- 2022-07-14 US US17/865,136 patent/US11835954B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010000923A (ja) * | 2008-06-20 | 2010-01-07 | Aisin Aw Co Ltd | 運転支援装置、運転支援方法および運転支援プログラム |
JP2010221858A (ja) | 2009-03-24 | 2010-10-07 | Hitachi Automotive Systems Ltd | 車両運転支援装置 |
EP2314490A1 (de) | 2009-10-22 | 2011-04-27 | Audi AG | Verfahren zur Steuerung des Betriebs eines vollautomatischen, zur unabhängigen Fahrzeugführung ausgebildeten Fahrerassistenzsystems eines Kraftfahrzeugs und Kraftfahrzeug |
KR101063302B1 (ko) * | 2010-10-05 | 2011-09-07 | 국방과학연구소 | 무인차량의 자율주행 제어 장치 및 방법 |
WO2014076759A1 (ja) * | 2012-11-13 | 2014-05-22 | トヨタ自動車 株式会社 | 運転支援装置及び運転支援方法 |
JP2015011458A (ja) | 2013-06-27 | 2015-01-19 | 株式会社デンソー | 車両用情報提供装置 |
JP2015058902A (ja) | 2013-09-20 | 2015-03-30 | 富士重工業株式会社 | 車両の走行制御装置 |
Also Published As
Publication number | Publication date |
---|---|
US11835954B2 (en) | 2023-12-05 |
JP6922739B2 (ja) | 2021-08-18 |
US11409290B2 (en) | 2022-08-09 |
JPWO2017057059A1 (ja) | 2018-08-09 |
CN108137050B (zh) | 2021-08-10 |
EP3357778A1 (en) | 2018-08-08 |
US20180284774A1 (en) | 2018-10-04 |
EP3357778B1 (en) | 2022-10-26 |
US20220357744A1 (en) | 2022-11-10 |
EP3357778A4 (en) | 2019-05-22 |
CN108137050A (zh) | 2018-06-08 |
US10782687B2 (en) | 2020-09-22 |
US20200379462A1 (en) | 2020-12-03 |
KR20180063069A (ko) | 2018-06-11 |
WO2017057059A1 (ja) | 2017-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102498091B1 (ko) | 운전 제어 장치 및 운전 제어 방법, 그리고 프로그램 | |
JP6773040B2 (ja) | 情報処理システム、および情報処理システムの情報処理方法、情報処理装置、並びにプログラム | |
CN108241371B (zh) | 自动驾驶*** | |
KR101730321B1 (ko) | 운전자 보조 장치 및 그 제어방법 | |
US20190391582A1 (en) | Apparatus and method for controlling the driving of a vehicle | |
CN108885836B (zh) | 驾驶辅助装置、***、方法、控制装置、车辆及介质 | |
KR101750178B1 (ko) | 차량 외부 알람방법, 이를 실행하는 차량 운전 보조장치 및 이를 포함하는 차량 | |
KR102267331B1 (ko) | 자율 주행 차량과 이를 이용한 보행자 안내 시스템 및 방법 | |
US11685390B2 (en) | Assistance method and assistance system and assistance device using assistance method that execute processing relating to a behavior model | |
KR20190106845A (ko) | 자율 주행 차량의 탑승자 인식 및 승하차 지원 장치 및 방법 | |
KR20190005442A (ko) | 차량용 주행 시스템 및 차량 | |
US11345368B2 (en) | Guidance system, guidance method, and storage medium | |
WO2018100619A1 (ja) | 車両制御システム、車両制御方法、および車両制御プログラム | |
CN110663073B (zh) | 策略生成装置及车辆 | |
US20190276044A1 (en) | User interface apparatus for vehicle and vehicle including the same | |
CN109416877B (zh) | 驾驶辅助方法、驾驶辅助装置、驾驶辅助*** | |
JP6906175B2 (ja) | 運転支援方法およびそれを利用した運転支援装置、自動運転制御装置、車両、プログラム、運転支援システム | |
CN114586044A (zh) | 信息处理装置、信息处理方法及信息处理程序 | |
US20210055116A1 (en) | Get-off point guidance method and vehicular electronic device for the guidance |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |