WO2021157194A1 - 経路計画装置、経路計画方法、経路計画プログラム - Google Patents

経路計画装置、経路計画方法、経路計画プログラム Download PDF

Info

Publication number
WO2021157194A1
WO2021157194A1 PCT/JP2020/046063 JP2020046063W WO2021157194A1 WO 2021157194 A1 WO2021157194 A1 WO 2021157194A1 JP 2020046063 W JP2020046063 W JP 2020046063W WO 2021157194 A1 WO2021157194 A1 WO 2021157194A1
Authority
WO
WIPO (PCT)
Prior art keywords
lane
traveling
route
time
risk
Prior art date
Application number
PCT/JP2020/046063
Other languages
English (en)
French (fr)
Inventor
幸治 川北
Original Assignee
株式会社デンソー
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 株式会社デンソー filed Critical 株式会社デンソー
Publication of WO2021157194A1 publication Critical patent/WO2021157194A1/ja
Priority to US17/816,629 priority Critical patent/US20220371620A1/en

Links

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
    • B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/04—Traffic conditions
    • 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
    • B60W50/0097—Predicting future conditions
    • 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
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/53—Road markings, e.g. lane marker or crosswalk
    • 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
    • B60W2554/406—Traffic density
    • 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
    • B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/60—Traffic rules, e.g. speed limits or right of way

Definitions

  • This disclosure relates to a route planning technology for planning a travel route in a future route of a vehicle.
  • Patent Document 1 discloses a technique for planning a traveling route to be traveled by a vehicle on a future route in which a plurality of traveling lanes are arranged in parallel.
  • the traveling efficiency is compared between the case where the current driving lane is continuously selected and the case where a driving lane different from the current one is selected.
  • the traveling plan is updated by selecting the traveling lane on the side with higher traveling efficiency.
  • the first aspect of the present disclosure is It is a route planning device that plans the travel route of the vehicle in the future route.
  • a lane evaluation unit that estimates the risk score that evaluates the driving risk for each driving lane for each time-series section on a future route in which multiple driving lanes are parallel
  • a score integration unit that integrates the risk scores estimated for each time-series section for each driving lane
  • It is provided with a lane selection unit that selects a traveling lane that forms a traveling route based on a score integrated value in which risk scores are integrated for each traveling lane.
  • the second aspect of the present disclosure is A route planning method executed by a processor to plan a travel route on a vehicle's future route.
  • a lane evaluation process that estimates the risk score that evaluates the driving risk for each driving lane for each time-series section on a future route in which multiple driving lanes are parallel, and a lane evaluation process.
  • a scoring process that integrates the risk scores estimated for each time-series section for each lane, and a scoring process. It includes a lane selection process for selecting a traveling lane that forms a traveling route based on a score integrated value obtained by accumulating risk scores for each traveling lane.
  • the third aspect of the present disclosure is A route planning program that includes instructions to be executed by a processor to plan a travel route on a vehicle's future route.
  • the instruction is A lane evaluation process that evaluates the driving risk of each driving lane and estimates the risk score for each time-series section on a future route in which multiple driving lanes are parallel.
  • a scoring process that integrates the risk scores estimated for each time-series section for each lane, and a scoring process. It includes a lane selection process for selecting a traveling lane that forms a traveling route based on a score integrated value obtained by accumulating risk scores for each traveling lane.
  • the risk score for evaluating the driving risk for each driving lane which is estimated for each time-series section on the future route in which a plurality of driving lanes are parallel, is for each driving lane. It will be accumulated. According to this, erroneous selection of the traveling lane forming the traveling route is less likely to occur based on the score integrated value for each traveling lane that reflects the traveling risk for each time-series section in which the place and time are different. Therefore, it is possible to suppress an erroneous plan of the traveling route.
  • the route planning device 1 of the embodiment shown in FIG. 1 plans a traveling route P on a future route R from the current position of the vehicle 3.
  • the route planning device 1 is mounted on the vehicle 3 together with the track control device 2.
  • the track control device 2 executes track control in the travel path P generated by the route planning device 1 for the vehicle 3.
  • the vehicle 3 is, for example, an autonomous driving vehicle or an advanced driving support vehicle, which is capable of constantly or temporarily automatically traveling by receiving track control from the track control device 2.
  • the integrated ECU Electronic Control Unit
  • the vehicle 3 on which the route planning device 1 and the track control device 2 are mounted is referred to as the own vehicle 3.
  • the own vehicle 3 is equipped with a sensor system 5 in addition to the route planning device 1 and the track control device 2.
  • the sensor system 5 acquires various information that can be used for route planning by the route planning device 1 and trajectory control by the trajectory control device 2. As shown in FIG. 2, the sensor system 5 includes an outside world sensor 50 and an inside world sensor 52.
  • the outside world sensor 50 generates information on the outside world that is the surrounding environment of the own vehicle 3.
  • the outside world sensor 50 may generate outside world information by detecting an object existing in the outside world of the own vehicle 3.
  • the detection type external sensor 50 is at least one of, for example, a camera, LiDAR (Light Detection and Ranging / Laser Imaging Detection and Ranging), radar, sonar, and the like.
  • the outside world sensor 50 may generate outside world information by receiving a signal from a GNSS (Global Navigation Satellite System) artificial satellite or an ITS (Intelligent Transport Systems) roadside unit existing in the outside world of the own vehicle 3.
  • the reception type external sensor 50 is at least one of, for example, a GNSS receiver and a telematics receiver.
  • the inner world sensor 52 generates information on the inner world, which is the internal environment of the own vehicle 3.
  • the inner world sensor 52 may generate inner world information by detecting a specific kinetic physical quantity in the inner world of the own vehicle 3.
  • the detection type internal sensor 52 is at least one of, for example, a traveling speed sensor, an acceleration sensor, a gyro, a steering angle sensor, and the like.
  • the route planning device 1 plans the traveling route P on the future route R with the area from the planning start position S to the planning completion position F as the route planning area Ap as shown in FIGS. 4 and 5.
  • the route planning device 1 will form a traveling lane 4p in a traveling scene in which a plurality of traveling lanes 4 in the same traveling direction are arranged in parallel as shown in FIGS. 4 and 5 on the future route R (see FIG. 13 described later). ) Will be selected. Further, the route planning device 1 selects the traveling lane 4p forming the traveling route P before and after sandwiching the changing node N whose parallel state of the traveling lane 4 in the same traveling direction changes on the route R in the future as shown in FIG. Execute each separately.
  • the change node N is, for example, an intersection when the parallel direction of the traveling lane 4 changes in a curved shape with a right or left turn of the own vehicle 3, a link point where the number of parallel traveling lanes 4 increases or decreases, or the like. At least one type.
  • the parallel traveling lanes 4 in the same traveling direction are simply referred to as traveling lanes 4.
  • the route planning device 1 shown in FIG. 1 includes at least one dedicated computer.
  • the dedicated computer constituting the route planning device 1 may be an integrated ECU that controls advanced driving support or automatic driving control of the own vehicle 3.
  • the dedicated computer constituting the route planning device 1 may be a locator ECU used for advanced driving support or automatic driving control of the own vehicle 3.
  • the dedicated computer constituting the route planning device 1 may be a navigation ECU for navigating the operation of the own vehicle 3.
  • the ECU constituting the route planning device 1 may be a communication ECU that controls communication between the own vehicle 3 and the outside world.
  • These ECUs are connected to the track control device 2 and the sensor system 5 via at least one of, for example, a LAN (Local Area Network), a wire harness, an internal bus, and the like.
  • LAN Local Area Network
  • the dedicated computer constituting the route planning device 1 may be a track ECU that controls the track generation or the track following steering of the own vehicle 3 as the track control device 2.
  • This orbit ECU is connected to the sensor system 5 via at least one of, for example, a LAN, a wire harness, an internal bus, and the like.
  • the dedicated computer constituting the route planning device 1 has at least one memory 10 and one processor 12.
  • the memory 10 non-transitory tangible stores at least one kind of non-transitory substantive storage medium (non-transitory tangible), for example, semiconductor memory, magnetic medium, optical medium, etc., which stores programs and data that can be read by a computer non-temporarily. storage medium).
  • the processor 12 includes, for example, at least one type of CPU (Central Processing Unit), GPU (Graphics Processing Unit), RISC (Reduced Instruction Set Computer) -CPU, and the like as a core.
  • the processor 12 executes a plurality of instructions included in the route planning program stored in the memory 10.
  • the route planning device 1 constructs a plurality of functional blocks for planning the traveling route P. That is, in the route planning device 1, a plurality of functional blocks are constructed by causing the processor 12 to execute a plurality of instructions by the route planning program stored in the memory 10 in order to plan the traveling route P.
  • the plurality of functional blocks constructed by the route planning device 1 include a lane evaluation block 100, a score integration block 120, and a lane selection block 140.
  • the lane evaluation block 100 assigns the current position of the own vehicle 3 and the end position of the change node N to the plan start position S, respectively, to form a plurality of routes.
  • Set the planning area Ap The allocation process at this time is executed based on the outside world information by the outside world sensor 50 and the inside world information by the inside world sensor 52.
  • the start position of the change node N is assigned to the plan completion position F of the route planning area Ap in which the plan start position S is assigned to the current position.
  • the planning completion position F of the route planning area Ap in which the planning start position S is assigned to the end position of the change node N for example, a link point through which the own vehicle 3 passes and a destination point reached by the own vehicle 3 , Or the start point of the next change node N is assigned.
  • the lane evaluation block 100 sets a single route planning area Ap by assigning the current position of the own vehicle 3 to the planning start position S.
  • the allocation process at this time is also executed based on the outside world information by the outside world sensor 50 and the inside world information by the inside world sensor 52.
  • the planning completion position F of the route planning area Ap is set to, for example, a link point through which the own vehicle 3 passes, a destination point reached by the own vehicle 3, or the like.
  • the lane evaluation block 100 executes the evaluation of each traveling lane 4.
  • the evaluation process at this time is executed based on the information from the sensor system 5.
  • the lane evaluation block 100 shown in FIG. 2 specifically estimates a risk score E that evaluates the driving risk for each of the traveling lanes 4. Therefore, the lane evaluation block 100 divides each traveling lane 4 into the same plurality of time-series sections ⁇ ts shown in FIGS. 4 and 5 in the route planning area Ap on the future route R. At this time, each time series interval ⁇ ts is divided at a fixed time interval or a fixed distance interval. Therefore, as shown in FIG. 6, the lane evaluation block 100 calculates the risk score E for each traveling lane 4 for each time-series section ⁇ ts. In the present embodiment, the smaller the value of the calculated risk score E, the lower the running risk.
  • the lane evaluation block 100 estimates the basic point E0 for each traveling lane 4 as the risk score E for the first time-series section ⁇ ts0 in the time-series section ⁇ ts on the future route R.
  • the first time-series section ⁇ ts0 is defined as a section starting from the planning start position S in the route planning area Ap in which a plurality of traveling lanes 4 are parallel. Therefore, the lane evaluation block 100 calculates the basic point E0 for each traveling lane 4 in the first time series section ⁇ ts0 based on the static information Is from the sensor system 5 shown in FIG.
  • the static information Is means information that is fixed in time, that is, information that does not change for a long period of time longer than the set period or exceeding the set period.
  • the static information Is used for calculating the base point E0 is As shown in FIG. 7, at least the number of lane changes C is included.
  • the lane change number C is the number of times that the own vehicle 3 crosses the lane marking between the traveling lanes 4 until it reaches the optimum traveling lane 4b at the planning completion position F from each traveling lane 4 at the planning start position S.
  • the optimum traveling lane 4b is set to the traveling lane 4 that is most expected to reach at the same position F, depending on the position assigned as the planning completion position F. Therefore, the lane evaluation block 100 estimates the value added as the base point E0 for the first time-series section ⁇ ts0 to the side where the traveling risk is higher as the traveling lane 4 has a larger number of lane changes C.
  • the static information Is used for calculating the base point E0 includes at least the traveling difficulty level D as shown in FIG. ..
  • the traveling difficulty level D represents the driving difficulty level that occurs in the own vehicle 3 passing through the change node N due to the change in the parallel state of the traveling lane 4. Therefore, the lane evaluation block 100 estimates the value added as the base point E0 for the first time-series section ⁇ ts0 to the side where the traveling risk is higher as the traveling lane 4 has a higher traveling difficulty D.
  • the lane evaluation block 100 includes the first time-series interval ⁇ ts0 as the risk score E to be added to the basic point E0 for each traveling lane 4 as shown in FIG. Estimate the addition point Ea for each ⁇ ts.
  • the lane evaluation block 100 converts the addition points Ea for each traveling lane 4 and for each time-series section ⁇ ts into the static information Is and the dynamic information Id (see FIG. 3) from the sensor system 5 shown in FIG. Calculate based on.
  • the static information Is means information that is fixed in time, that is, information that does not change for a long period of time longer than the set period or exceeding the set period.
  • the dynamic information Id means information that fluctuates with time, that is, information that changes in a short time less than the set period or less than the set period.
  • the static information Is used for calculating the addition point Ea is As shown in FIG. 9, the lane width W is included at least.
  • the lane width W is a lateral width for each of the four traveling lanes and for each time-series section ⁇ ts. Therefore, the lane evaluation block 100 estimates the value of the addition point Ea on the side where the traveling risk is higher as the traveling lane 4 having a narrower lane width W and the time series section ⁇ tss.
  • FIG. 9 shows a substantially uniform lane width W in each traveling lane 4 regardless of the time series section ⁇ ts.
  • the lane width W in each traveling lane 4 may fluctuate for each time-series section ⁇ ts.
  • the dynamic information Id used for calculating the addition point Ea is As shown in FIG. 10, at least the congestion information T is included.
  • the traffic jam information T represents the traffic jam status of the other vehicle 6 for each traveling lane 4 and for each time-series section ⁇ ts. Therefore, the lane evaluation block 100 estimates the value of the addition point Ea on the side with the higher travel risk as the travel lane 4 having a longer congestion length and the time-series section ⁇ ts as the congestion information T.
  • the dynamic information Id used for calculating the addition point Ea is As shown in FIG. 11, at least the regulation information L is included.
  • the regulation information L represents, for example, at least one type of traffic regulation, construction, obstacles, etc., as a situation in which the traveling of the own vehicle 3 is regulated for each traveling lane 4 and for each time-series section ⁇ ts. Therefore, the lane evaluation block 100 estimates the value of the addition point Ea on the side with the higher travel risk as the regulation information L is the traveling lane 4 having a longer regulation length and the time series section ⁇ ts.
  • the score integration block 120 shown in FIG. 2 integrates the risk score E estimated for each time-series section ⁇ ts by the lane evaluation block 100 with respect to the route planning area Ap in which a plurality of traveling lanes 4 are parallel to each traveling lane 4. do.
  • the addition point Ea for each time-series section ⁇ ts calculated by the block 100 is added for each traveling lane 4 as shown in FIG. ..
  • the score integration block 120 acquires the integrated value obtained by integrating the risk scores E for each traveling lane 4 as the integrated score ⁇ E.
  • the lane selection block 140 shown in FIG. 2 is as shown in FIG. 13 based on the score integrated value ⁇ E for each traveling lane 4 acquired by the score integration block 120 with respect to the route planning area Ap in which a plurality of traveling lanes 4 are parallel.
  • the traveling lane 4p forming the traveling path P is selected.
  • the lane 4p representing the running risk with the lowest integrated score ⁇ E that is, the lane 4p having the minimum integrated score ⁇ E in the present embodiment is selected.
  • a traveling route P passing through the traveling lane 4p from the planning start position S to the planning completion position F is planned in the route planning area Ap on the future route R.
  • FIG. 13 based on the score integrated value ⁇ E for each traveling lane 4 acquired by the score integration block 120 with respect to the route planning area Ap in which a plurality of traveling lanes 4 are parallel.
  • the traveling lane 4p forming the traveling path P is selected.
  • the lane 4p representing the running risk with the lowest integrated score ⁇ E that is, the
  • FIG. 13 shows the travel route P planned at a specific update timing among the update timings in which the update of the travel route P is repeated. Therefore, at the update timing after the update timing of FIG. 13, for example, a traveling lane 4p different from the traveling lane 4p of FIG. , May be reselected as shown in FIG.
  • the traveling path P passing through the traveling lane 4p selected as described above is input to the track control device 2 from the lane selection block 140 shown in FIG.
  • the track control device 2 executes track control in the travel path P.
  • the track control device 2 generates an optimum travel track in the travel path P, and controls the steering of the own vehicle 3 according to the generated travel track.
  • the control process at this time is executed based on the information from the sensor system 5.
  • the flow of the route planning method in which the route planning device 1 plans the traveling route P by the joint use of the lane evaluation block 100, the score integration block 120, and the lane selection block 140 described so far will be described below with reference to FIGS. 15 and 16.
  • This flow is started at each update timing of the travel path P.
  • the update timing may be the timing at regular time intervals, or the first time-series section ⁇ ts0 at the time of the previous execution of this flow. It may be the timing to reach the rear end.
  • Each "S" in this flow means a plurality of steps executed by a plurality of instructions included in the route planning program.
  • the lane evaluation block 100 sets a number of route planning areas Ap on the route R according to whether or not there is a change node N on the route R in the future.
  • the lane evaluation block 100 targets the route planning area Ap when a plurality of traveling lanes 4 are parallel with respect to the set route planning area Ap, and sets the risk score E for each traveling lane 4 in chronological order. Estimate for each interval ⁇ ts.
  • the lane evaluation block 100 divides each traveling lane 4 in the route planning area Ap to be evaluated into the same plurality of time-series sections ⁇ ts.
  • the lane evaluation block 100 calculates the risk score E for each traveling lane 4 for each time-series section ⁇ ts.
  • the basic point E0 based on the static information Is is estimated as the risk score E for each traveling lane 4 with respect to the first time series section ⁇ ts0.
  • the static information Is used for estimating the basic point E0 includes the number of lane changes C and the driving difficulty level D in the presence of the change node N.
  • the addition point Ea based on the static information Is and the dynamic information Id is estimated as the risk score E for each time-series section ⁇ ts to be added to the base point E0 for each traveling lane 4.
  • the static information Is used for estimating the addition point Ea includes the lane width W.
  • the dynamic information Id used for estimating the addition point Ea includes the regulation information L as well as the traffic jam information T.
  • the score integration block 120 integrates the risk score E estimated for each time-series section ⁇ ts in the route planning area Ap to be evaluated for each traveling lane 4. do.
  • the addition point Ea for each time-series section ⁇ ts calculated by S111 is added to the base point E0 calculated by S111 for each traveling lane 4, so that the risk score E is integrated. Will be done.
  • the score integrated value ⁇ E is acquired.
  • the lane selection block 140 selects the traveling lane 4p forming the traveling path P based on the acquired score integrated value ⁇ E for each traveling lane 4. As a result, in S13, a traveling route P passing through the traveling lane 4p from the planning start position S to the planning completion position F is planned in the route planning area Ap to be evaluated. This completes the current execution of this flow.
  • the lane evaluation block 100 corresponds to the "lane evaluation unit”
  • the score integration block 120 corresponds to the “score integration unit”
  • the lane selection block 140 corresponds to the "lane selection unit”.
  • S10 and S11 correspond to the "lane evaluation process”
  • S12 corresponds to the “score integration process”
  • S13 corresponds to the "lane selection process”.
  • the risk score E which is estimated for each time-series section ⁇ ts on the future route R in which a plurality of traveling lanes 4 are arranged in parallel and evaluates the traveling risk for each traveling lane 4 is a risk score E for each traveling lane. 4 are calculated separately.
  • the erroneous selection of the traveling lane 4p forming the traveling route P is based on the score integrated value ⁇ E for each traveling lane 4 reflecting the traveling risk for each time-series section ⁇ ts with different locations and times. It becomes difficult to occur. Therefore, it is possible to suppress an erroneous plan of the traveling route P.
  • the base point E0 for each traveling lane 4 with respect to the first time-series section ⁇ ts0 on the future route R is based on the static information Is fixed at time, and is particularly designated as a location. It is possible to properly estimate the driving risk peculiar to each driving lane 4 of the above. Therefore, it is possible to improve the selection accuracy of the traveling lane 4p and suppress erroneous planning of the traveling route P.
  • the basic point E0 of the risk score E can be estimated appropriately on the side where the driving risk is higher as the lane 4 is. Therefore, it is possible to ensure high selection accuracy of the traveling lane 4p and suppress erroneous planning of the traveling route P.
  • the traveling lane 4 in which the traveling difficulty D of the own vehicle 3 at the change node N where the parallel state of the traveling lane 4 on the route R changes in the future is higher, the traveling risk is higher.
  • the basic point E0 of the risk score E can be properly estimated on the side. Therefore, it is possible to ensure high selection accuracy of the traveling lane 4p and suppress erroneous planning of the traveling route P.
  • the risk score E according to the present embodiment can be properly estimated especially with respect to the location of the time series interval ⁇ ts based on the static information Is fixed at time. Therefore, it is possible to improve the selection accuracy of the traveling lane 4p and suppress erroneous planning of the traveling route P.
  • the risk score E can be estimated appropriately on the side where the driving risk is higher as the traveling lane 4 having a narrower lane width W is. Therefore, it is possible to ensure high selection accuracy of the traveling lane 4p and suppress erroneous planning of the traveling route P.
  • the risk score E according to the present embodiment can be properly estimated especially with respect to the time of the time series interval ⁇ ts based on the time-varying dynamic information Id. Therefore, it is possible to improve the selection accuracy of the traveling lane 4p and suppress erroneous planning of the traveling route P.
  • the traffic jam information T indicating the traffic jam status of the other vehicle 6 and the regulation information L representing the travel regulation status of the own vehicle 3 are the dynamic information Id for each traveling lane 4 and for each time series section ⁇ ts. It is used to estimate the risk score E. According to this, the estimation of the risk score E based on the traffic jam information T and the regulation information L, which influence the driving risk, is highly accurate with respect to the same risk. Therefore, it is possible to ensure high selection accuracy of the traveling lane 4p and suppress erroneous planning of the traveling route P.
  • the dedicated computer constituting the route planning device 1 may be at least one external center computer capable of communicating with the own vehicle 3.
  • the traveling route P may be planned and instructed to the vehicle 3 by the external center computer constituting the route planning device 1.
  • the dedicated computer constituting the route planning device 1 may include at least one of a digital circuit and an analog circuit as a processor.
  • the digital circuit is, for example, among ASIC (Application Specific Integrated Circuit), FPGA (Field Programmable Gate Array), SOC (System on a Chip), PGA (Programmable Gate Array), CPLD (Complex Programmable Logic Device), and the like. At least one type. Further, such a digital circuit may include a memory for storing a program.
  • the evaluation execution target may be limited to the route planning area Ap in which the planning start position S is set at the existence position of the change node N. In S111 by the lane evaluation block 100 of the modified example, the evaluation execution target may be limited to the route planning area Ap in which the planning start position S is set to the current position of the own vehicle 3.
  • the estimation of the basic point E0 is not executed, and the integration target in S12 by the score integration block 120 may be limited to the addition point Ea.
  • the estimation of the base point E0 based on the dynamic information Id may be executed in addition to or instead of the static information Is.
  • the static information Is used for estimating the base point E0 may not include one of the lane change number C and the driving difficulty level D.
  • the static information Is used for estimating the basic point E0 may include information different from the lane change number C and the driving difficulty level D.
  • the static information Is used for estimating the addition point Ea does not have to include the lane width W.
  • the static information Is used for estimating the addition point Ea may include information different from the lane width W.
  • the static information Is may not be used for estimating the addition point Ea.
  • the dynamic information Id used for estimating the addition point Ea may not include one of the congestion information T and the regulation information L.
  • the dynamic information Id used for estimating the addition point Ea may include information different from the congestion information T and the regulation information L. In S111 by the lane evaluation block 100 of the modified example, the dynamic information Id may not be used for estimating the addition point Ea.

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

車両の将来ルートにおける走行経路（Ｐ）を計画する経路計画装置は、複数の走行車線（４）が並列した将来ルート上での時系列区間Δｔｓ毎に、各走行車線（４）別の走行リスクを評価したリスク評点を見積もる車線評価ブロックと、時系列区間Δｔｓ毎に見積もられたリスク評点を、各走行車線（４）別に積算する評点積算ブロックと、各走行車線（４）別にリスク評点が積算された評点積算値（ΣＥ）に基づき、走行経路（Ｐ）を形成する走行車線（４ｐ）を選択する車線選択ブロックと、を備える。

Description

経路計画装置、経路計画方法、経路計画プログラム 関連出願の相互参照
　この出願は、２０２０年２月３日に日本に出願された特許出願第２０２０－１６４５７号を基礎としており、基礎の出願の内容を、全体的に、参照により援用している。
　本開示は、車両の将来ルートにおける走行経路を計画する経路計画技術に、関する。
　特許文献１は、複数の走行車線が並列した将来ルート上において、車両に走行させる走行経路を計画する技術を、開示している。この技術は、現在の走行車線が継続して選択される場合と、現在とは異なる走行車線が選択される場合とで、走行効率が比較される。その結果、走行効率が高い側の走行車線が選択されることで、走行計画が更新されている。
特開２０１７－１３２３３２号公報
　しかし、各走行車線において各種要因による走行リスクは、同一車線上でも場所又は時間に応じて変化する。そのため、各走行車線別の走行効率という一元的な視点だけでは、走行車線の誤選択、ひいては走行経路の誤計画を招くおそれがあった。
　本開示の課題は、走行経路の誤計画を抑制する経路計画装置を、提供することにある。本開示の別の課題は、走行経路の誤計画を抑制する経路計画方法を、提供することにある。本開示のさらに別の課題は、走行経路の誤計画を抑制する経路計画プログラムを、提供することにある。
　以下、課題を解決するための本開示の技術的手段について、説明する。
　本開示の第一態様は、
　車両の将来ルートにおける走行経路を計画する経路計画装置であって、
　複数の走行車線が並列した将来ルート上での時系列区間毎に、各走行車線別の走行リスクを評価したリスク評点を見積もる車線評価部と、
　時系列区間毎に見積もられたリスク評点を、各走行車線別に積算する評点積算部と、
　各走行車線別にリスク評点が積算された評点積算値に基づき、走行経路を形成する走行車線を選択する車線選択部と、を備える。
　本開示の第二態様は、
　プロセッサにより実行され、車両の将来ルートにおける走行経路を計画する経路計画方法であって、
　複数の走行車線が並列した将来ルート上での時系列区間毎に、各走行車線別の走行リスクを評価したリスク評点を見積もる車線評価プロセスと、
　時系列区間毎に見積もられたリスク評点を、各走行車線別に積算する評点積算プロセスと、
　各走行車線別にリスク評点が積算された評点積算値に基づき、走行経路を形成する走行車線を選択する車線選択プロセスと、を含む。
　本開示の第三態様は、
　車両の将来ルートにおける走行経路を計画するためにプロセッサに実行させる命令を、含む経路計画プログラムであって、
　命令は、
　複数の走行車線が並列した将来ルート上での時系列区間毎に、各走行車線別の走行リスクを評価したリスク評点を見積もらせる車線評価プロセスと、
　時系列区間毎に見積もられたリスク評点を、各走行車線別に積算させる評点積算プロセスと、
　各走行車線別にリスク評点が積算された評点積算値に基づき、走行経路を形成する走行車線を選択させる車線選択プロセスと、を含む。
　これら第一～第三態様によると、複数の走行車線が並列した将来ルート上での時系列区間毎に見積もられて各走行車線別の走行リスクを評価するリスク評点は、それら各走行車線別に積算される。これによれば、場所及び時間が異なる時系列区間毎に走行リスクを反映した各走行車線別の評点積算値に基づくことで、走行経路を形成する走行車線の誤選択は、生じ難くなる。故に、走行経路の誤計画を抑制することが可能である。
一実施形態による経路計画装置の全体構成を示すブロック図である。 一実施形態による経路計画装置の詳細構成を示すブロック図である。 一実施形態による経路計画装置が計画の走行経路を説明するための模式図である。 一実施形態による経路計画エリアの設定処理及び走行車線の評価処理を説明するための模式図である。 一実施形態による経路計画エリアの設定処理及び走行車線の評価処理を説明するための模式図である。 一実施形態による走行車線の評価処理を説明するための模式図である。 一実施形態による走行車線の評価処理を説明するための模式図である。 一実施形態による走行車線の評価処理を説明するための模式図である。 一実施形態による走行車線の評価処理を説明するための模式図である。 一実施形態による走行車線の評価処理を説明するための模式図である。 一実施形態による走行車線の評価処理を説明するための模式図である。 一実施形態によるリスク評点の積算処理を説明するための模式図である。 一実施形態による走行車線の選択処理を説明するための模式図である。 一実施形態による走行経路の計画例を説明するための模式図である。 一実施形態による経路計画方法のフローを示すフローチャートである。 一実施形態による経路計画方法のフローを示すフローチャートである。
　以下、一実施形態を図面に基づき説明する。
　図１に示す一実施形態の経路計画装置１は、車両３の現在位置からの将来ルートＲにおける走行経路Ｐを、計画する。このために経路計画装置１は、軌道制御装置２と共に、車両３に搭載される。軌道制御装置２は、経路計画装置１の生成した走行経路Ｐ内での軌道制御を、車両３に対して実行する。車両３は、軌道制御装置２からの軌道制御を受けることで定常的若しくは一時的に自動走行可能となる、例えば自動運転車両又は高度運転支援車両等である。このような車両３では、例えば高度運転支援又は自動運転制御を統括する統合ＥＣＵ（Electronic Control Unit）等により、将来ルートＲが自動走行中に随時更新される。尚、以下の説明では、経路計画装置１及び軌道制御装置２の搭載される車両３が、自車両３と表記される。
　自車両３には、経路計画装置１及び軌道制御装置２に加えて、センサ系５が搭載される。センサ系５は、経路計画装置１による経路計画と軌道制御装置２による軌道制御とに活用可能な各種情報を、取得する。図２に示すようにセンサ系５は、外界センサ５０及び内界センサ５２を含んで構成される。
　外界センサ５０は、自車両３の周辺環境となる外界の情報を、生成する。外界センサ５０は、自車両３の外界に存在する物体を検知することで、外界情報を生成してもよい。この検知タイプの外界センサ５０は、例えばカメラ、ＬｉＤＡＲ（Light Detection and Ranging / Laser Imaging Detection and Ranging）、レーダ及びソナー等のうち、少なくとも一種類である。外界センサ５０は、自車両３の外界に存在するＧＮＳＳ（Global Navigation Satellite System）の人工衛星又はＩＴＳ（Intelligent Transport Systems）の路側機から信号受信することで、外界情報を生成してもよい。この受信タイプの外界センサ５０は、例えばＧＮＳＳ受信機及びテレマティクス受信機等のうち、少なくとも一種類である。
　内界センサ５２は、自車両３の内部環境となる内界の情報を、生成する。内界センサ５２は、自車両３の内界において特定の運動物理量を検知することで、内界情報を生成してもよい。この検知タイプの内界センサ５２は、例えば走行速度センサ、加速度センサ、ジャイロ及び舵角センサ等のうち、少なくとも一種類である。
　こうしたセンサ系５の取得情報に基づくことで、経路計画装置１により生成されて軌道制御装置２へと出力される走行経路Ｐは、図３に示すように将来ルートＲ上において自車両３に走行させる走行場所を、時系列に規定する。そこで経路計画装置１は、将来ルートＲ上のうち、図４，５に示すうように計画開始位置Ｓから計画完了位置Ｆに至るエリアを経路計画エリアＡｐとして、走行経路Ｐを計画する。
　経路計画に当たって経路計画装置１は、将来ルートＲ上において同一進行方向の走行車線４が図４，５の如く複数並列した走行シーンでは、走行経路Ｐを形成する走行車線４ｐ（後述の図１３参照）を、選択することになる。また経路計画装置１は、将来ルートＲ上において同一進行方向の走行車線４の並列状態が変化する変化ノードＮを図４の如く挟んだ前後では、走行経路Ｐを形成する走行車線４ｐの選択を各別に実行する。ここで変化ノードＮとは、例えば自車両３の右左折に伴って走行車線４の並列方向が折曲状に変化する場合の交差点、及び走行車線４の並列数が増減するリンク地点等のうち少なくとも一種類である。尚、以下の説明では、並列した同一進行方向の走行車線４が単に、走行車線４と表記される。
　図１に示す経路計画装置１は、少なくとも一つの専用コンピュータを含んで構成される。経路計画装置１を構成する専用コンピュータは、自車両３の高度運転支援又は自動運転制御を統括する統合ＥＣＵであってもよい。経路計画装置１を構成する専用コンピュータは、自車両３の高度運転支援又は自動運転制御に利用されるロケータＥＣＵであってもよい。経路計画装置１を構成する専用コンピュータは、自車両３の運転をナビゲートするナビゲーションＥＣＵであってもよい。経路計画装置１を構成するＥＣＵは、自車両３と外界との間の通信を制御する通信ＥＣＵであってもよい。これらのＥＣＵは、例えばＬＡＮ（Local Area Network）、ワイヤハーネス及び内部バス等のうち、少なくとも一種類を介して軌道制御装置２及びセンサ系５に接続される。一方、経路計画装置１を構成する専用コンピュータは、軌道制御装置２として自車両３の軌道生成又は軌道追従操舵を制御する軌道ＥＣＵであってもよい。この軌道ＥＣＵは、例えばＬＡＮ、ワイヤハーネス及び内部バス等のうち、少なくとも一種類を介してセンサ系５に接続される。
　経路計画装置１を構成する専用コンピュータは、メモリ１０及びプロセッサ１２を、少なくとも一つずつ有している。メモリ１０は、コンピュータにより読み取り可能なプログラム及びデータ等を非一時的に記憶する、例えば半導体メモリ、磁気媒体及び光学媒体等のうち、少なくとも一種類の非遷移的実体的記憶媒体（non-transitory tangible storage medium）である。プロセッサ１２は、例えばＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）及びＲＩＳＣ（Reduced Instruction Set Computer）－ＣＰＵ等のうち、少なくとも一種類をコアとして含む。
　プロセッサ１２は、メモリ１０に記憶された経路計画プログラムに含まれる複数の命令を、実行する。これにより経路計画装置１は、走行経路Ｐを計画するための機能ブロックを、複数構築する。即ち経路計画装置１では、走行経路Ｐを計画するためにメモリ１０に記憶された経路計画プログラムが複数の命令をプロセッサ１２に実行させることで、複数の機能ブロックが構築される。経路計画装置１により構築される複数の機能ブロックには、図２に示すように車線評価ブロック１００、評点積算ブロック１２０及び車線選択ブロック１４０が含まれる。
　将来ルートＲ上に変化ノードＮが存在する図４の走行シーンにおいて車線評価ブロック１００は、自車両３の現在位置及び変化ノードＮの終端位置をそれぞれ計画開始位置Ｓに割り当てることで、複数の経路計画エリアＡｐを設定する。このときの割り当て処理は、外界センサ５０による外界情報と、内界センサ５２による内界情報とに基づき、実行される。ここで、計画開始位置Ｓが現在位置に割り当てられた経路計画エリアＡｐの計画完了位置Ｆには、変化ノードＮの始端位置が割り当てられる。これに対して、計画開始位置Ｓが変化ノードＮの終端位置に割り当てられた経路計画エリアＡｐの計画完了位置Ｆには、例えば自車両３が通過するリンク地点、自車両３が到達する目的地点、又は次の変化ノードＮの始端地点等が割り当てられる。
　将来ルートＲ上に変化ノードＮが存在しない図５の走行シーンにおいて車線評価ブロック１００は、自車両３の現在位置を計画開始位置Ｓに割り当てることで、単一の経路計画エリアＡｐを設定する。このときの割り当て処理も、外界センサ５０による外界情報と、内界センサ５２による内界情報とに基づき、実行される。ここで経路計画エリアＡｐの計画完了位置Ｆは、例えば自車両３が通過するリンク地点、又は自車両３が到達する目的地点等に設定される。
　このように設定される少なくとも一つの経路計画エリアＡｐに関して、図４，５の如く複数の走行車線４が並列する場合に車線評価ブロック１００は、各走行車線４の評価を実行する。このときの評価処理は、センサ系５からの情報に基づき実行される。
　図２に示す車線評価ブロック１００は、具体的には各走行車線４別の走行リスクを評価したリスク評点Ｅを、見積もる。そのために車線評価ブロック１００は、将来ルートＲ上の経路計画エリアＡｐ内において各走行車線４を、それぞれ図４，５に示す同一複数ずつの時系列区間Δｔｓに、区分けする。このとき各時系列区間Δｔｓは、一定時間間隔又は一定距離間隔をもって区分けされる。そこで車線評価ブロック１００は、図６に示すように各走行車線４別のリスク評点Ｅを、それぞれ時系列区間Δｔｓ毎に算出する。本実施形態では、算出されるリスク評点Ｅの値が小さいほど、走行リスクが低いことを示す。
　走行車線４の評価に当たって車線評価ブロック１００は、将来ルートＲ上での時系列区間Δｔｓのうち、最初の時系列区間Δｔｓ０に対するリスク評点Ｅとして、各走行車線４別に基礎点Ｅ０を見積もる。このとき最初の時系列区間Δｔｓ０とは、複数の走行車線４が並列する経路計画エリアＡｐにおいて、計画開始位置Ｓを始端とする区間に、定義される。そこで車線評価ブロック１００は、最初の時系列区間Δｔｓ０における各走行車線４別の基礎点Ｅ０を、図２に示すセンサ系５からの静的情報Ｉｓに基づき、算出する。ここで静的情報Ｉｓとは、時間固定される情報、即ち設定期間以上又は設定期間超過の長時間に亘って変化しない情報を、意味する。
　経路計画エリアＡｐの計画開始位置Ｓが自車両３の現在位置と変化ノードＮの存在位置とのいずれに設定されるかに拘らず、基礎点Ｅ０の算出に利用される静的情報Ｉｓは、図７に示すように車線変更回数Ｃを少なくとも含む。車線変更回数Ｃは、計画完了位置Ｆにおける最適な走行車線４ｂに、計画開始位置Ｓにおける各走行車線４から到達するまでに、自車両３が走行車線４間の区画線を跨ぐ回数である。ここで最適な走行車線４ｂは、計画完了位置Ｆとして割り当てられる位置に応じて、同位置Ｆでの到達が最も期待される走行車線４に、設定される。そこで車線評価ブロック１００は、最初の時系列区間Δｔｓ０に対する基礎点Ｅ０として加算される値を、車線変更回数Ｃが多い走行車線４ほど、走行リスクの高い側に見積もる。
　経路計画エリアＡｐの計画開始位置Ｓが変化ノードＮの存在位置に設定される場合、基礎点Ｅ０の算出に利用される静的情報Ｉｓは、図８に示すように走行難易度Ｄも少なくとも含む。走行難易度Ｄは、走行車線４の並列状態が変化することに起因して、変化ノードＮを通過する自車両３に生じる走行の難易度を、表す。そこで車線評価ブロック１００は、最初の時系列区間Δｔｓ０に対する基礎点Ｅ０として加算される値を、走行難易度Ｄが高い走行車線４ほど、走行リスクの高い側に見積もる。
　走行車線４の評価に当たって車線評価ブロック１００は、図６に示すように各走行車線４別の基礎点Ｅ０への加算対象となるリスク評点Ｅとして、最初の時系列区間Δｔｓ０を含んだ時系列区間Δｔｓ毎の加算点Ｅａを、見積もる。このとき車線評価ブロック１００は、各走行車線４別且つ時系列区間Δｔｓ毎となる加算点Ｅａを、図２に示すセンサ系５からの静的情報Ｉｓ及び動的情報Ｉｄ（図３参照）に基づき算出する。ここでも静的情報Ｉｓとは、時間固定される情報、即ち設定期間以上又は設定期間超過の長時間に亘って変化しない情報を、意味する。一方で動的情報Ｉｄとは、時間変動する情報、即ち設定期間未満又は設定期間以下の短時間に変化する情報を、意味する。
　経路計画エリアＡｐの計画開始位置Ｓが自車両３の現在位置と変化ノードＮの存在位置とのいずれに設定されるかに拘らず、加算点Ｅａの算出に利用される静的情報Ｉｓは、図９に示すように車線幅Ｗを少なくとも含む。車線幅Ｗは、各走行車線４別且つ時系列区間Δｔｓ毎の横方向幅である。そこで車線評価ブロック１００は、車線幅Ｗが狭い走行車線４且つ時系列区間Δｔｓほど、加算点Ｅａの値を走行リスクの高い側に見積もる。尚、図９は、各走行車線４において時系列区間Δｔｓに拘らず実質一律の車線幅Ｗを、示している。勿論、各走行車線４において車線幅Ｗは、時系列区間Δｔｓ毎に変動していてもよい。
　経路計画エリアＡｐの計画開始位置Ｓが自車両３の現在位置と変化ノードＮの存在位置とのいずれに設定されるかに拘らず、加算点Ｅａの算出に利用される動的情報Ｉｄは、図１０に示すように渋滞情報Ｔを少なくとも含む。渋滞情報Ｔは、各走行車線４別且つ時系列区間Δｔｓ毎に他車両６の渋滞状況を、表す。そこで車線評価ブロック１００は、渋滞情報Ｔとして渋滞長が長い走行車線４且つ時系列区間Δｔｓほど、加算点Ｅａの値を走行リスクの高い側に見積もる。
　経路計画エリアＡｐの計画開始位置Ｓが自車両３の現在位置と変化ノードＮの存在位置とのいずれに設定されるかに拘らず、加算点Ｅａの算出に利用される動的情報Ｉｄは、図１１に示すように規制情報Ｌを少なくとも含む。規制情報Ｌは、各走行車線４別且つ時系列区間Δｔｓ毎に自車両３の走行を規制する状況として、例えば交通規制、工事及び障害物等のうち、少なくとも一種類の発生状況を表す。そこで車線評価ブロック１００は、規制情報Ｌとして規制長が長い走行車線４且つ時系列区間Δｔｓほど、加算点Ｅａの値を走行リスクの高い側に見積もる。
　図２に示す評点積算ブロック１２０は、複数の走行車線４が並列する経路計画エリアＡｐに関して、車線評価ブロック１００により時系列区間Δｔｓ毎に見積もられたリスク評点Ｅを、各走行車線４別に積算する。このとき、車線評価ブロック１００により算出された基礎点Ｅ０に対して、同ブロック１００により算出された時系列区間Δｔｓ毎の加算点Ｅａが、図１２に示すように各走行車線４別に加算される。評点積算ブロック１２０は、こうして各走行車線４別にリスク評点Ｅを積算処理してなる積算値を、それぞれ評点積算値ΣＥとして取得する。尚、積算とは、リスク評点Ｅの総和を演算することを、意味する。
　図２に示す車線選択ブロック１４０は、複数の走行車線４が並列する経路計画エリアＡｐに関して、評点積算ブロック１２０により取得された各走行車線４別の評点積算値ΣＥに基づき、図１３に示すように走行経路Ｐを形成する走行車線４ｐを、選択する。このとき複数車線４のうち、評点積算値ΣＥが最も低い走行リスクを表す車線４ｐ、即ち本実施形態では評点積算値ΣＥが最小値となる車線４ｐが、選択される。こうした選択処理の結果、将来ルートＲ上の経路計画エリアＡｐにおいて計画開始位置Ｓから計画完了位置Ｆに亘って走行車線４ｐを通る走行経路Ｐが、計画されることとなる。但し、図１３は、走行経路Ｐの更新が繰り返される更新タイミングのうち、特定の一更新タイミングにおいて計画された走行経路Ｐを、示している。そのため、図１３の更新タイミングよりも後の更新タイミングでは、例えば渋滞状況若しくは規制状況の解消、又は最適な走行車線４ｂの変更等に応じて図１３の走行車線４ｐとは別の走行車線４ｐが、図１４に示すように選択し直される場合もある。
　以上により選択された走行車線４ｐを通る走行経路Ｐは、図３に示す車線選択ブロック１４０から、軌道制御装置２へと入力される。軌道制御装置２は、走行経路Ｐ内での軌道制御を実行する。このとき軌道制御装置２は、走行経路Ｐ内における最適な走行軌道を生成し、生成した走行軌道に従って自車両３の操舵を制御する。このときの制御処理は、センサ系５からの情報に基づき実行される。
　ここまで説明した車線評価ブロック１００、評点積算ブロック１２０及び車線選択ブロック１４０の共同により、経路計画装置１が走行経路Ｐを計画する経路計画方法のフローを、図１５，１６に従って以下に説明する。本フローは、走行経路Ｐの更新タイミング毎に、開始される、ここで更新タイミングは、一定時間間隔毎のタイミングであってもよいし、本フローの前回実行時における最初の時系列区間Δｔｓ０の後端へ到達するタイミングであってもよい。尚、本フローにおける各「Ｓ」は、経路計画プログラムに含まれた複数命令によって実行される複数ステップを、それぞれ意味する。
　図１５に示すＳ１０において車線評価ブロック１００は、将来ルートＲ上において変化ノードＮが存在するか否かに応じた数の経路計画エリアＡｐを、同ルートＲ上に設定する。続くＳ１１において車線評価ブロック１００は、設定された経路計画エリアＡｐに関して、複数の走行車線４が並列する場合の経路計画エリアＡｐを評価実行対象とし、各走行車線４別のリスク評点Ｅを時系列区間Δｔｓ毎に見積もる。
　具体的にはＳ１１のうち、図１６に示すＳ１１０において車線評価ブロック１００は、評価実行対象の経路計画エリアＡｐ内における各走行車線４を、それぞれ同一複数ずつの時系列区間Δｔｓに区分けする。次にＳ１１のうち、Ｓ１１１において車線評価ブロック１００は、各走行車線４別のリスク評点Ｅを、それぞれ時系列区間Δｔｓ毎に算出する。このＳ１１１では、最初の時系列区間Δｔｓ０に対する各走行車線４別のリスク評点Ｅとして、静的情報Ｉｓに基づく基礎点Ｅ０が見積もられる。ここで、基礎点Ｅ０の見積もりに利用される静的情報Ｉｓには、車線変更回数Ｃと共に、変化ノードＮの存在有での走行難易度Ｄが含まれる。またＳ１１１では、各走行車線４別に基礎点Ｅ０への加算対象となる時系列区間Δｔｓ毎のリスク評点Ｅとして、静的情報Ｉｓ及び動的情報Ｉｄに基づく加算点Ｅａが見積もられる。ここで、加算点Ｅａの見積もりに利用される静的情報Ｉｓには、車線幅Ｗが含まれる。また、加算点Ｅａの見積もりに利用される動的情報Ｉｄには、渋滞情報Ｔと共に、規制情報Ｌが含まれる。
　図１５に示すように、こうしたＳ１１に続くＳ１２において評点積算ブロック１２０は、評価実行対象の経路計画エリアＡｐ内において時系列区間Δｔｓ毎に見積もられたリスク評点Ｅを、各走行車線４別に積算する。このＳ１２では、Ｓ１１１により算出された基礎点Ｅ０に対して、Ｓ１１１により算出された時系列区間Δｔｓ毎の加算点Ｅａが、各走行車線４別に加算されることで、リスク評点Ｅの積算が遂行される。その結果としてＳ１２では、評点積算値ΣＥが取得される。
　さらに続くＳ１３において車線選択ブロック１４０は、取得された各走行車線４別の評点積算値ΣＥに基づき、走行経路Ｐを形成する走行車線４ｐを選択する。その結果としてＳ１３では、評価実行対象の経路計画エリアＡｐにおいて計画開始位置Ｓから計画完了位置Ｆに亘って走行車線４ｐを通る走行経路Ｐが、計画される。以上により、本フローの今回実行が終了する。
　このように本実施形態では、車線評価ブロック１００が「車線評価部」に相当し、評点積算ブロック１２０が「評点積算部」に相当し、車線選択ブロック１４０が「車線選択部」に相当する。また本実施形態では、Ｓ１０，Ｓ１１が「車線評価プロセス」に相当し、Ｓ１２が「評点積算プロセス」に相当し、Ｓ１３が「車線選択プロセス」に相当する。
　（作用効果）
　以上説明した本実施形態の作用効果を、以下に説明する。
　本実施形態によると、複数の走行車線４が並列した将来ルートＲ上での時系列区間Δｔｓ毎に見積もられて各走行車線４別の走行リスクを評価するリスク評点Ｅは、それら各走行車線４別に積算される。これによれば、場所及び時間が異なる時系列区間Δｔｓ毎に走行リスクを反映した各走行車線４別の評点積算値ΣＥに基づくことで、走行経路Ｐを形成する走行車線４ｐの誤選択は、生じ難くなる。故に、走行経路Ｐの誤計画を抑制することが可能である。
　本実施形態によるリスク評点Ｅのうち、将来ルートＲ上での最初の時系列区間Δｔｓ０に対する各走行車線４別の基礎点Ｅ０は、時間固定される静的情報Ｉｓに基づくことで、特に場所としての各走行車線４別に固有の走行リスクに関して適正に見積もられ得る。故に、走行車線４ｐの選択精度を高めて、走行経路Ｐの誤計画を抑制することが可能となる。
　本実施形態の静的情報Ｉｓによると、将来ルートＲ上の計画完了位置Ｆにおいて最適な走行車線４ｂに、計画開始位置Ｓから自車両３が到達するのに必要な車線変更回数Ｃの多い走行車線４ほど、走行リスクの高い側に適正にリスク評点Ｅの基礎点Ｅ０が見積もられ得る。故に、走行車線４ｐの高い選択精度を担保して、走行経路Ｐの誤計画を抑制することが可能となる。
　本実施形態の静的情報Ｉｓによると、将来ルートＲ上での走行車線４の並列状態が変化する変化ノードＮでの自車両３の走行難易度Ｄが高い走行車線４ほど、走行リスクの高い側に適正にリスク評点Ｅの基礎点Ｅ０が見積もられ得る。故に、走行車線４ｐの高い選択精度を担保して、走行経路Ｐの誤計画を抑制することが可能となる。
　本実施形態によるリスク評点Ｅは、時間固定される静的情報Ｉｓに基づくことで、特に時系列区間Δｔｓの場所に関して適正に見積もられ得る。故に、走行車線４ｐの選択精度を高めて、走行経路Ｐの誤計画を抑制することが可能となる。
　本実施形態の静的情報Ｉｓによると、車線幅Ｗが狭い走行車線４ほど、走行リスクの高い側に適正にリスク評点Ｅが見積もられ得る。故に、走行車線４ｐの高い選択精度を担保して、走行経路Ｐの誤計画を抑制することが可能となる。
　本実施形態によるリスク評点Ｅは、時間変動する動的情報Ｉｄに基づくことで、特に時系列区間Δｔｓの時間に関して適正に見積もられ得る。故に、走行車線４ｐの選択精度を高めて、走行経路Ｐの誤計画を抑制することが可能となる。
　本実施形態によると、他車両６の渋滞状況を表す渋滞情報Ｔと、自車両３の走行規制状況を表す規制情報Ｌとが、各走行車線４別且つ時系列区間Δｔｓ毎の動的情報Ｉｄとして、リスク評点Ｅの見積もりに利用される。これによれば、走行リスクを左右する渋滞情報Ｔ及び規制情報Ｌに基づいたリスク評点Ｅの見積もりは、同リスクに関して高精度となる。故に、走行車線４ｐの高い選択精度を担保して、走行経路Ｐの誤計画を抑制することが可能となる。
　（他の実施形態）
　以上、一実施形態について説明したが、本開示は、当該実施形態に限定して解釈されるものではなく、本開示の要旨を逸脱しない範囲内において種々の実施形態に適用することができる。
　変形例において経路計画装置１を構成する専用コンピュータは、自車両３との間にて通信可能な少なくとも一つの外部センターコンピュータであってもよい。この場合、経路計画装置１を構成する外部センターコンピュータにより、走行経路Ｐが計画されて車両３へと指示されてもよい。
　変形例において経路計画装置１を構成する専用コンピュータは、デジタル回路及びアナログ回路のうち、少なくとも一方をプロセッサとして含んでいてもよい。ここでデジタル回路とは、例えばＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field Programmable Gate Array）、ＳＯＣ（System on a Chip）、ＰＧＡ（Programmable Gate Array）及びＣＰＬＤ（Complex Programmable Logic Device）等のうち、少なくとも一種類である。またこうしたデジタル回路は、プログラムを記憶したメモリを、備えていてもよい。
　変形例の車線評価ブロック１００によるＳ１１１では、計画開始位置Ｓが変化ノードＮの存在位置に設定される経路計画エリアＡｐに、評価実行対象は限定されていてもよい。変形例の車線評価ブロック１００によるＳ１１１では、計画開始位置Ｓが自車両３の現在位置に設定される経路計画エリアＡｐに、評価実行対象は限定されていてもよい。
　変形例の車線評価ブロック１００によるＳ１１１では、基礎点Ｅ０の見積もりが実行されず、評点積算ブロック１２０によるＳ１２での積算対象が加算点Ｅａに限定されていてもよい。変形例の車線評価ブロック１００によるＳ１１１では、静的情報Ｉｓに加えて又は代えて、動的情報Ｉｄに基づく基礎点Ｅ０の見積もりが実行されてもよい。変形例の車線評価ブロック１００によるＳ１１１において、基礎点Ｅ０の見積もりに利用される静的情報Ｉｓには、車線変更回数Ｃ及び走行難易度Ｄの一方が含まれていなくてもよい。変形例の車線評価ブロック１００によるＳ１１１において、基礎点Ｅ０の見積もりに利用される静的情報Ｉｓには、車線変更回数Ｃ及び走行難易度Ｄと異なる情報が含まれていてもよい。
　変形例の車線評価ブロック１００によるＳ１１１において、加算点Ｅａの見積もりに利用される静的情報Ｉｓには、車線幅Ｗが含まれていなくてもよい。変形例の車線評価ブロック１００によるＳ１１１において、加算点Ｅａの見積もりに利用される静的情報Ｉｓには、車線幅Ｗと異なる情報が含まれていてもよい。変形例の車線評価ブロック１００によるＳ１１１では、加算点Ｅａの見積もりに静的情報Ｉｓが利用されなくてもよい。変形例の車線評価ブロック１００によるＳ１１１において、加算点Ｅａの見積もりに利用される動的情報Ｉｄには、渋滞情報Ｔ及び規制情報Ｌの一方が含まれていなくてもよい。変形例の車線評価ブロック１００によるＳ１１１において、加算点Ｅａの見積もりに利用される動的情報Ｉｄには、渋滞情報Ｔ及び規制情報Ｌと異なる情報が含まれていてもよい。変形例の車線評価ブロック１００によるＳ１１１では、加算点Ｅａの見積もりに動的情報Ｉｄが利用されなくてもよい。

Claims (17)

  1. 　車両（３）の将来ルート（Ｒ）における走行経路（Ｐ）を計画する経路計画装置（１）であって、
    　複数の走行車線（４）が並列した前記将来ルート上での時系列区間（Δｔｓ）毎に、各前記走行車線別の走行リスクを評価したリスク評点（Ｅ）を見積もる車線評価部（１００）と、
    　前記時系列区間毎に見積もられた前記リスク評点を、各前記走行車線別に積算する評点積算部（１２０）と、
    　各前記走行車線別に前記リスク評点が積算された評点積算値（ΣＥ）に基づき、前記走行経路を形成する前記走行車線（４ｐ）を選択する車線選択部（１４０）と、を備える経路計画装置。
  2. 　前記車線評価部は、前記将来ルート上での最初の前記時系列区間（Δｔｓ０）に対する各前記走行車線別の前記リスク評点として、時間固定される静的情報（Ｉｓ）に基づく基礎点（Ｅ０）を、見積もる請求項１に記載の経路計画装置。
  3. 　前記静的情報は、前記将来ルート上の計画完了位置（Ｆ）における最適な前記走行車線（４ｂ）に、前記車両が計画開始位置（Ｓ）における各前記走行車線から到達するまでの車線変更回数（Ｃ）を、含み、
    　前記車線評価部は、前記車線変更回数が多い前記走行車線ほど、前記基礎点を前記走行リスクの高い側に見積もる請求項２に記載の経路計画装置。
  4. 　前記静的情報は、前記将来ルート上において前記走行車線の並列状態が変化する変化ノード（Ｎ）での前記車両の走行難易度（Ｄ）を、含み、
    　前記車線評価部は、前記走行難易度が高い前記走行車線ほど、前記基礎点を前記走行リスクの高い側に見積もる請求項２又は３に記載の経路計画装置。
  5. 　前記車線評価部は、各前記走行車線別且つ前記時系列区間毎の前記リスク評点を、時間固定される静的情報（Ｉｓ）に基づき、見積もる請求項１～４のいずれか一項に記載の経路計画装置。
  6. 　前記静的情報は、各前記走行車線の車線幅（Ｗ）を含み、
    　前記車線評価部は、前記車線幅が狭い前記走行車線且つ前記時系列区間ほど、前記リスク評点を前記走行リスクの高い側に見積もる請求項５に記載の経路計画装置。
  7. 　前記車線評価部は、各前記走行車線別且つ前記時系列区間毎の前記リスク評点を、時間変動する動的情報（Ｉｄ）に基づき、見積もる請求項１～６のいずれか一項に記載の経路計画装置。
  8. 　前記動的情報は、各前記走行車線別且つ前記時系列区間毎に他車両の渋滞状況を表す渋滞情報（Ｔ）と、各前記走行車線別且つ前記時系列区間毎に前記車両の走行規制状況を表す規制情報（Ｌ）とのうち、少なくとも一方を含む請求項７に記載の経路計画装置。
  9. 　プロセッサ（１２）により実行され、車両（３）の将来ルート（Ｒ）における走行経路（Ｐ）を計画する経路計画方法であって、
    　複数の走行車線（４）が並列した前記将来ルート上での時系列区間（Δｔｓ）毎に、各前記走行車線別の走行リスクを評価したリスク評点（Ｅ）を見積もる車線評価プロセス（Ｓ１０，Ｓ１１）と、
    　前記時系列区間毎に見積もられた前記リスク評点を、各前記走行車線別に積算する評点積算プロセス（Ｓ１２）と、
    　各前記走行車線別に前記リスク評点が積算された評点積算値（ΣＥ）に基づき、前記走行経路を形成する前記走行車線（４ｐ）を選択する車線選択プロセス（Ｓ１３）と、を含む経路計画方法。
  10. 　前記車線評価プロセスは、前記将来ルート上での最初の前記時系列区間（Δｔｓ０）に対する各前記走行車線別の前記リスク評点として、時間固定される静的情報（Ｉｓ）に基づく基礎点（Ｅ０）を、見積もる請求項９に記載の経路計画方法。
  11. 　前記静的情報は、前記将来ルート上の計画完了位置（Ｆ）における最適な前記走行車線（４ｂ）に、前記車両が計画開始位置（Ｓ）における各前記走行車線から到達するまでの車線変更回数（Ｃ）を、含み、
    　前記車線評価プロセスは、前記車線変更回数が多い前記走行車線ほど、前記基礎点を前記走行リスクの高い側に見積もる請求項１０に記載の経路計画方法。
  12. 　前記静的情報は、前記将来ルート上において前記走行車線の並列状態が変化する変化ノード（Ｎ）での前記車両の走行難易度（Ｄ）を、含み、
    　前記車線評価プロセスは、前記走行難易度が高い前記走行車線ほど、前記基礎点を前記走行リスクの高い側に見積もる請求項１０又は１１に記載の経路計画方法。
  13. 　前記車線評価プロセスは、各前記走行車線別且つ前記時系列区間毎の前記リスク評点を、時間固定される静的情報（Ｉｓ）に基づき、見積もる請求項９～１２のいずれか一項に記載の経路計画方法。
  14. 　前記静的情報は、各前記走行車線の車線幅（Ｗ）を含み、
    　前記車線評価プロセスは、前記車線幅が狭い前記走行車線且つ前記時系列区間ほど、前記リスク評点を前記走行リスクの高い側に見積もる請求項１３に記載の経路計画方法。
  15. 　前記車線評価プロセスは、各前記走行車線別且つ前記時系列区間毎の前記リスク評点を、時間変動する動的情報（Ｉｄ）に基づき、見積もる請求項９～１４のいずれか一項に記載の経路計画方法。
  16. 　前記動的情報は、各前記走行車線別且つ前記時系列区間毎に他車両の渋滞状況を表す渋滞情報（Ｔ）と、各前記走行車線別且つ前記時系列区間毎に前記車両の走行規制状況を表す規制情報（Ｌ）とのうち、少なくとも一方を含む請求項１５に記載の経路計画方法。
  17. 　車両（３）の将来ルート（Ｒ）における走行経路（Ｐ）を計画するためにプロセッサ（１２）に実行させる命令を、含む経路計画プログラムであって、
    　前記命令は、
    　複数の走行車線（４）が並列した前記将来ルート上での時系列区間（Δｔｓ）毎に、各前記走行車線別の走行リスクを評価したリスク評点（Ｅ）を見積もらせる車線評価プロセス（Ｓ１０，Ｓ１１）と、
    　前記時系列区間毎に見積もられた前記リスク評点を、各前記走行車線別に積算させる評点積算プロセス（Ｓ１２）と、
    　各前記走行車線別に前記リスク評点が積算された評点積算値（ΣＥ）に基づき、前記走行経路を形成する前記走行車線（４ｐ）を選択させる車線選択プロセス（Ｓ１３）と、を含む経路計画プログラム。
PCT/JP2020/046063 2020-02-03 2020-12-10 経路計画装置、経路計画方法、経路計画プログラム WO2021157194A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US17/816,629 US20220371620A1 (en) 2020-02-03 2022-08-01 Path planning device, path planning method, computer program product

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2020016457A JP2021123178A (ja) 2020-02-03 2020-02-03 経路計画装置、経路計画方法、経路計画プログラム
JP2020-016457 2020-02-03

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US17/816,629 Continuation US20220371620A1 (en) 2020-02-03 2022-08-01 Path planning device, path planning method, computer program product

Publications (1)

Publication Number Publication Date
WO2021157194A1 true WO2021157194A1 (ja) 2021-08-12

Family

ID=77199900

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2020/046063 WO2021157194A1 (ja) 2020-02-03 2020-12-10 経路計画装置、経路計画方法、経路計画プログラム

Country Status (3)

Country Link
US (1) US20220371620A1 (ja)
JP (1) JP2021123178A (ja)
WO (1) WO2021157194A1 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11977385B2 (en) * 2021-11-11 2024-05-07 Gm Cruise Holdings Llc Obstacle detection based on other vehicle behavior
US11987237B2 (en) * 2021-12-20 2024-05-21 Waymo Llc Systems and methods to determine a lane change strategy at a merge region

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016017914A (ja) * 2014-07-10 2016-02-01 日産自動車株式会社 走行支援装置及び走行支援方法
JP2016194813A (ja) * 2015-03-31 2016-11-17 アイシン・エィ・ダブリュ株式会社 自動運転支援システム、自動運転支援方法及びコンピュータプログラム
JP2017019421A (ja) * 2015-07-13 2017-01-26 日立オートモティブシステムズ株式会社 周辺環境認識装置、及び周辺環境認識プログラム
JP2017132332A (ja) * 2016-01-27 2017-08-03 トヨタ自動車株式会社 自動運転車両
WO2018150580A1 (ja) * 2017-02-20 2018-08-23 三菱電機株式会社 走行計画修正装置および走行計画修正方法
JP2018154200A (ja) * 2017-03-16 2018-10-04 本田技研工業株式会社 経路決定装置、車両制御装置、経路決定方法、およびプログラム
JP2020502632A (ja) * 2016-11-18 2020-01-23 ウェイモ エルエルシー 自律走行車の動的ルート決定

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6655038B2 (ja) * 2017-03-28 2020-02-26 株式会社ゼンリンデータコム 情報処理装置、プログラム
JP2019086379A (ja) * 2017-11-07 2019-06-06 株式会社Ｊｖｃケンウッド 経路案内装置、経路案内方法および経路案内プログラム

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016017914A (ja) * 2014-07-10 2016-02-01 日産自動車株式会社 走行支援装置及び走行支援方法
JP2016194813A (ja) * 2015-03-31 2016-11-17 アイシン・エィ・ダブリュ株式会社 自動運転支援システム、自動運転支援方法及びコンピュータプログラム
JP2017019421A (ja) * 2015-07-13 2017-01-26 日立オートモティブシステムズ株式会社 周辺環境認識装置、及び周辺環境認識プログラム
JP2017132332A (ja) * 2016-01-27 2017-08-03 トヨタ自動車株式会社 自動運転車両
JP2020502632A (ja) * 2016-11-18 2020-01-23 ウェイモ エルエルシー 自律走行車の動的ルート決定
WO2018150580A1 (ja) * 2017-02-20 2018-08-23 三菱電機株式会社 走行計画修正装置および走行計画修正方法
JP2018154200A (ja) * 2017-03-16 2018-10-04 本田技研工業株式会社 経路決定装置、車両制御装置、経路決定方法、およびプログラム

Also Published As

Publication number Publication date
JP2021123178A (ja) 2021-08-30
US20220371620A1 (en) 2022-11-24

Similar Documents

Publication Publication Date Title
US10074281B2 (en) Method and apparatus for determining lane identification in a roadway
JP6323565B2 (ja) 運転支援装置
JPWO2018235159A1 (ja) 経路予測装置および経路予測方法
KR20170018564A (ko) 전방 도로 형상과 연결을 분석해 차선 변경과 타이밍을 결정하는 자율주행 제어 장치 및 방법
JP2023515188A (ja) ナビゲーション方法および装置
US20220371620A1 (en) Path planning device, path planning method, computer program product
US11351996B2 (en) Trajectory prediction of surrounding vehicles using predefined routes
US11447155B2 (en) Vehicle control device, map information management system, vehicle control method, and storage medium
JP7186241B2 (ja) 車両の走行支援方法、車両走行支援装置及び自動運転システム
TW202024569A (zh) 輔助車輛導航方法和系統
RU2660425C1 (ru) Устройство вычисления маршрута движения
CN112394725A (zh) 用于自动驾驶的基于预测和反应视场的计划
JP7043765B2 (ja) 車両走行制御方法及び装置
JP2021076422A (ja) 物体認識方法及び物体認識装置
JP2022052874A (ja) 自動運転装置
JP7488219B2 (ja) 地図情報判定装置、地図情報判定用コンピュータプログラム及び地図情報判定方法
JP2019179324A (ja) 対象駐車地点設定システムおよび対象駐車地点設定プログラム
JP6971315B2 (ja) 情報管理装置
JP2022146256A (ja) 走路推定方法及び走路推定装置
US20220319322A1 (en) Drive assist apparatus and drive assist method
JP6933069B2 (ja) 経路探索装置
JP2021152488A (ja) 追い越し支援装置、追い越し支援方法、追い越し支援プログラム
JP7497781B2 (ja) 地図更新システム及び地図更新装置
US20240159562A1 (en) Map data delivery system
JP7459817B2 (ja) 管制装置及び管制システム

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20917321

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20917321

Country of ref document: EP

Kind code of ref document: A1