WO2021240885A1

WO2021240885A1 - 電子制御装置

Info

Publication number: WO2021240885A1
Application number: PCT/JP2021/003607
Authority: WO
Inventors: 勇樹堀田; 英弘豊田
Original assignee: 日立Astemo株式会社
Priority date: 2020-05-29
Filing date: 2021-02-01
Publication date: 2021-12-02
Also published as: JP7397759B2; US20230182732A1; JP2021187324A

Abstract

車両に搭載される電子制御装置は、前記車両に搭載されるセンサの検出情報に基づき、前記センサが前記車両の周辺に存在する環境要素を検出可能な領域を示すセンサ検出可能領域を決定するセンサ検出可能領域決定部と、前記センサの検出情報と、前記センサ検出可能領域決定部が決定した前記センサ検出可能領域とに基づいて、前記車両の走行制御情報を生成する走行制御情報生成部と、前記走行制御情報生成部が生成した前記走行制御情報を出力する情報出力部と、を備える。

Description

電子制御装置

　本発明は、電子制御装置に関する。

　近年、車両の快適で安全な運転支援や自動運転を実現するため、車両の周辺環境を認識する外界センサの性能低下を検出して、自動運転の機能縮退や安全停止をする技術が提案されている。例えば、特許文献１では、外界センサの汚れや故障による性能低下を検出して、走行速度を抑えたり、安全に停止したりする手段が開示されている。

国際公開第２０１５／０６８２４９号

　特許文献１に記載されている発明では、カメラの画素出力値の変化有無を用いて、カメラに付着した汚れや故障による性能低下を検出し、その状態に応じて縮退運転や安全停止等の運転モードを判断している。

　一方、外界センサの性能低下は、センサ自身の汚れや故障だけでなく、外部環境の変化に応じても発生し得る。例えば、カメラやＬｉＤＡＲ（Light　Detection　And　Ranging）を外界センサとして用いた場合、豪雨や霧等の悪天候下では、障害物を検出可能な距離性能が低下する。また、悪天候に強いと言われるミリ波レーダを外界センサとして用いた場合でも、豪雨時における遠方の障害物の検知性能は、通常時よりも低下することが知られている。このように、外部環境要因によって外界センサの性能低下が発生するような場合、特許文献１に開示されている手法では外界センサの性能低下を検出できない。

　また、外部環境の状態は連続的に時々刻々変化するものであり、これに応じて外界センサの性能低下の度合も連続的に変化する。しかしながら、特許文献１のように、外界センサの性能低下のレベルを離散的に判断して運転モードを決定する場合、外部環境の変化に応じた柔軟な走行制御が難しい。そのため、より安全側に運転モードを設定することになり、自動運転を継続できる条件が本来よりも制限される可能性がある。

　本発明は、上記のような従来技術における課題を解決するために、外部環境の変化によるセンサの性能低下に対して、柔軟かつ安全に走行制御を継続可能な電子制御装置の提供を目的とする。

　本発明の第１の態様による電子制御装置は、車両に搭載されるものであって、前記車両に搭載されるセンサの検出情報に基づき、前記センサが前記車両の周辺に存在する環境要素を検出可能な領域を示すセンサ検出可能領域を決定するセンサ検出可能領域決定部と、前記センサの検出情報と、前記センサ検出可能領域決定部が決定した前記センサ検出可能領域とに基づいて、前記車両の走行制御情報を生成する走行制御情報生成部と、前記走行制御情報生成部が生成した前記走行制御情報を出力する情報出力部と、を備える。
　本発明の第２の態様による電子制御装置は、車両に搭載されるものであって、前記車両に搭載されるセンサの検出情報に基づき、前記車両の周辺に存在する環境要素を検出可能な領域を示す周辺検出可能領域を決定する周辺検出可能領域決定部と、前記センサの検出情報と、前記周辺検出可能領域決定部が決定した前記周辺検出可能領域とに基づいて、前記車両の走行制御情報を生成する走行制御情報生成部と、前記走行制御情報生成部が生成した前記走行制御情報を出力する情報出力部と、を備える。

　本発明によれば、外部環境の変化に拠るセンサの性能低下に対して、柔軟かつ安全に走行制御を継続可能な電子制御装置を提供することができる。

本発明の実施の形態に係る走行制御装置を含む車両システムの構成を示す機能ブロック図センサ検出可能領域の概念図センサ検出情報の一例を示す図センサ検出可能領域の一例を示す図周辺検出可能領域の一例を示す図本発明の実施の形態に係る走行制御装置が実現する機能の相関関係を示す図センサ検出可能領域決定部の処理を説明するフローチャート検出距離と信頼度の相関情報の算出方法の一例を示す図周辺検出可能領域と周辺冗長検出可能領域の一例を示す図走行環境検出性能要求情報の一例を示す図走行制御モード判断部の処理を説明するフローチャート外部環境に応じて変化する周辺検出可能領域の例を示す図周辺検出可能領域に応じた目標速度の算出方法の一例を示す図

　以下、図面を参照して、本発明の実施形態について説明する。

（システム構成）
　図１は、本発明の実施の形態に係る走行制御装置３を含む車両システム１の構成を示す機能ブロック図である。車両システム１は、車両２に搭載される。車両システム１は、車両２の周辺における走行道路や周辺車両等の障害物の状況を認識した上で、適切な運転支援や走行制御を行う。図１に示すように、車両システム１は、走行制御装置３、外界センサ群４、車両センサ群５、地図情報管理装置６、アクチュエータ群７等を含んで構成される。走行制御装置３、外界センサ群４、車両センサ群５、地図情報管理装置６、アクチュエータ群７は、車載ネットワークＮにより互いに接続される。なお以下では、車両２を他の車両と区別するために「自車両」２と呼ぶこともある。

　走行制御装置３は、ＥＣＵ（Electronic　Control　Unit）である。走行制御装置３は、外界センサ群４、車両センサ群５、地図情報管理装置６等から提供される各種入力情報に基づいて、車両２の運転支援または自動運転のための走行制御情報を生成し、アクチュエータ群７等に出力する。走行制御装置３は、処理部１０と、記憶部３０と、通信部４０と、を有する。

　処理部１０は、たとえば、中央演算処理装置であるＣＰＵ（Central　Processing　Unit）を含んで構成される。ただし、ＣＰＵに加えて、ＧＰＵ（Graphics　Processing　Unit）、ＦＰＧＡ（Field-Programmable　Gate　Array）、ＡＳＩＣ（application　specific　integrated　circuit）等を含んで構成されてもよいし、いずれか１つにより構成されてもよい。

　処理部１０はその機能として、情報取得部１１、センサ検出可能領域決定部１２、周辺検出可能領域決定部１３、周辺冗長検出可能領域決定部１４、センサ検出情報統合部１５、走行制御モード判断部１６、走行制御情報生成部１７、および情報出力部１８を有する。処理部１０は、記憶部３０に格納されている所定の動作プログラムを実行することで、これらを実現する。

　情報取得部１１は、走行制御装置３に接続された他装置から車載ネットワークＮを介して各種情報を取得し、記憶部３０に格納する。例えば、外界センサ群４が検出した車両２周辺の観測点に関する情報や、観測点に関する情報に基づいて推定された車両２周辺の障害物、路面標示、標識、信号等の環境要素に関する情報を取得し、外界センサ群４の検出情報を表すセンサ検出情報データ群３１として記憶部３０に格納する。また、車両センサ群５等が検出した車両２の動きや状態等に関連する情報を取得し、車両情報データ群３２として記憶部３０に格納する。また、地図情報管理装置６等から車両２の走行環境や走行経路に関連する情報を取得し、走行環境データ群３３として記憶部３０に格納する。

　センサ検出可能領域決定部１２は、情報取得部１１により取得されて記憶部３０に格納されたセンサ検出情報データ群３１に基づいて、外界センサ群４の検出可能領域を示すセンサ検出可能領域を決定する。例えば、外界センサ群４に含まれる個別センサ単体での検出可能領域、または複数の同種個別センサの組合せにおける検出可能領域を、センサ検出可能領域として決定する。以降では、センサ検出可能領域を決定する対象の外界センサの組合せ（単体含む）を「センサグループ」と呼ぶこととする。センサ検出可能領域決定部１２は、センサグループ毎にセンサ検出可能領域を決定し、決定した各センサ検出可能領域の情報を、センサ検出可能領域データ群３４として記憶部３０に格納する。

　センサ検出可能領域とは、当該領域内に障害物、路面標示、標識、信号等の環境要素が存在していた場合に、当該センサグループが十分に高い確率でその環境要素を検出できる領域を意味する。換言すれば、センサ検出可能領域とは、当該センサグループによる環境要素の不検知が発生する確率が十分に低い領域であり、この領域で当該センサグループが検出対象とする障害物等の環境要素を検出しなかった場合は、当該領域内には検出対象の環境要素が存在しないとみなすことができる。外界センサ群４を構成するそれぞれのセンサは、製品仕様としてセンサ検出可能領域を静的に定義していることが多いが、実際には外部環境に応じてセンサ検出可能領域は変化する。センサ検出可能領域決定部１２は、センサグループ毎の検出情報に含まれる障害物の検出位置や検出信頼度の情報から、その時点でのセンサ検出可能領域を動的に推定する。

　周辺検出可能領域決定部１３は、センサ検出可能領域決定部１２が決定した各センサグループのセンサ検出可能領域（センサ検出可能領域データ群３４）に基づき、外界センサ群４を用いて車両２の周囲で障害物等の環境要素を検出可能な領域である周辺検出可能領域を決定する。前述のように、センサ検出可能領域決定部１２が、外界センサ群４のセンサグループ毎の検出可能領域をセンサ検出可能領域として決定していたのに対し、周辺検出可能領域決定部１３は、外界センサ群４すべてのセンサグループを組み合わせた場合に十分に高い確率で障害物等の環境要素を検出可能な領域、すなわち、外界センサ群４の少なくとも１つのセンサグループにより環境要素を検出可能な領域を、周辺検出可能領域として決定する。

　周辺冗長検出可能領域決定部１４は、センサ検出可能領域データ群３４に基づき、外界センサ群４の２つ以上のセンサグループにより車両２の周辺で障害物等の環境要素を冗長的に検出可能な領域である周辺冗長検出可能領域を決定する。前述のように、周辺検出可能領域決定部１３が、外界センサ群４の少なくとも１つのセンサグループにより環境要素を検出可能な領域を周辺検出可能領域として決定していたのに対し、周辺冗長検出可能領域決定部１４は、外界センサ群４の２つ以上のセンサグループにより環境要素を冗長的に検出可能な領域を、周辺冗長検出可能領域として決定する。すなわち、周辺冗長検出可能領域とは、周辺検出可能領域において複数のセンサ検出可能領域が重複している部分に相当する領域である。

　周辺検出可能領域決定部１３および周辺冗長検出可能領域決定部１４は、それぞれが決定した周辺検出可能領域と周辺冗長検出可能領域の情報を、周辺検出可能領域データ群３５として記憶部３０に格納する。

　センサ検出情報統合部１５は、情報取得部１１により取得されて記憶部３０に格納されたセンサ検出情報データ群３１に基づき、車両２周辺における障害物や路面標示、標識、信号等の環境要素に関する統合検出情報を生成する。センサ検出情報統合部１５が行う処理は、例えば、センサフュージョンと一般的に呼ばれる機能に相当する。センサ検出情報統合部１５により生成された統合検出情報は、統合検出情報データ群３６として記憶部３０に格納される。

　走行制御モード判断部１６は、車両システム１や走行制御装置３のシステム状態（故障状態、乗員の指示モード等）や、走行環境に求められる外界センサ群４の性能要件、周辺検出可能領域決定部１３や周辺冗長検出可能領域決定部１４によりそれぞれ決定された周辺検出可能領域や周辺冗長検出可能領域の状態等に基づき、車両２が安全に走行可能な車両システム１の走行制御モードを判断する。走行制御モード判断部１６により判断された走行制御モードの情報は、システムパラメータデータ群３８の一部として記憶部３０に格納される。

　走行制御情報生成部１７は、周辺検出可能領域決定部１３や周辺冗長検出可能領域決定部１４がそれぞれ生成した周辺検出可能領域および周辺冗長検出可能領域や、センサ検出情報統合部１５が生成した統合検出情報、走行制御モード判断部１６が判断した走行制御モード等に基づき、車両２の走行制御情報を生成する。例えば、これらの情報に基づいて車両２が走行すべき軌道を計画し、その計画軌道を追従するためのアクチュエータ群７に出力する制御指令値を決定する。そして、決定した計画軌道および制御指令値と、走行制御モード判断部１６による走行制御モードの判断結果とを用いて、走行制御情報を生成する。走行制御情報生成部１７が生成した走行制御情報は、走行制御情報データ群３７として記憶部３０に記憶される。

　情報出力部１８は、走行制御装置３に接続された他装置に対して車載ネットワークＮを介して、走行制御情報生成部１７が生成した走行制御情報を出力する。例えば、走行制御装置３は、走行制御情報生成部１７が決定した制御指令値を含む走行制御情報をアクチュエータ群７に出力し、車両２の走行を制御する。また、たとえば、走行制御装置３は、走行制御モード判断部１６が判断した走行制御モードを含む走行制御情報を他装置に出力して、車両システム１全体として整合したシステムモードに移行できるようにする。

　記憶部３０は、たとえば、ＨＤＤ（Ｈａｒｄ　Ｄｉｓｋ　Ｄｒｉｖｅ）、フラッシュメモリ、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）などの記憶装置や、ＲＡＭなどのメモリを含んで構成される。記憶部３０は、処理部１０が処理するプログラムや、その処理に必要なデータ群等が格納される。また、処理部１０がプログラムを実行する際の主記憶として、一時的にプログラムの演算に必要なデータを格納する用途にも利用される。本実施形態では、走行制御装置３の機能を実現するための情報として、センサ検出情報データ群３１、車両情報データ群３２、走行環境データ群３３、センサ検出可能領域データ群３４、周辺検出可能領域データ群３５、統合検出情報データ群３６、走行制御情報データ群３７、システムパラメータデータ群３８等が記憶部３０に格納される。

　センサ検出情報データ群３１とは、外界センサ群４による検出情報やその信頼度に関するデータの集合である。検出情報とは、例えば、外界センサ群４がそのセンシングの観測情報に基づき特定した障害物や路面標示、標識、信号等の環境要素に関する情報や、外界センサ群４の観測情報そのもの（ＬｉＤＡＲの点群情報、ミリ波レーダのＦＦＴ情報、カメラ画像、ステレオカメラの視差画像等）である。検出情報の信頼度とは、当該センサが検出した環境要素に関する情報、観測情報が実在する確度（存在確率）に相当し、センサの種類や製品仕様に応じて異なる。例えば、ＬｉＤＡＲやミリ波レーダのように反射波で観測するようなセンサであればその受信強度や信号対雑音比（ＳＮ比）を用いて表現してもよいし、時系列でどれだけ連続して観測できたかに応じて算出されたものでもよいし、検出情報の確度に関する指標であれば何でもよい。センサ検出情報データ群３１におけるセンサ検出情報のデータ表現例は、図３において後述する。センサ検出情報データ群３１は、情報取得部１１によって外界センサ群４から取得され、記憶部３０に格納される。

　車両情報データ群３２とは、車両２の動きや状態等に関するデータの集合である。車両情報データ群３２には、車両センサ群５等が検出して情報取得部１１により取得された車両情報として、例えば、車両２の位置、走行速度、操舵角、アクセルの操作量、ブレーキの操作量等の情報が含まれる。

　走行環境データ群３３とは、車両２の走行環境に関するデータの集合である。走行環境に関するデータとは、車両２が走行している道路を含む車両２周辺の道路に関する情報である。これには例えば、車両２の走行経路や、その走行経路上または車両２周辺の道路や、その道路を構成する車線の形状や属性（進行方向、制限速度、走行規制等）に関する情報等が含まれる。

　センサ検出可能領域データ群３４とは、外界センサ群４のセンサグループ毎における障害物等の環境要素を検出可能な領域であるセンサ検出可能領域に関するデータの集合である。センサ検出可能領域データ群３４におけるセンサ検出可能領域に関するデータの表現例は、図４において後述する。センサ検出可能領域データ群３４は、情報取得部１１により取得されたセンサ検出情報データ群３１の情報に基づき、センサ検出可能領域決定部１２によって生成、格納される。

　周辺検出可能領域データ群３５とは、外界センサ群４のすべてのセンサグループを用いて障害物等の環境要素を検出可能な領域である周辺検出可能領域や、外界センサ群４の複数のセンサグループを用いて障害物等の環境要素を冗長的に検出可能な領域である周辺冗長検出可能領域に関するデータの集合である。周辺検出可能領域データ群３５における周辺検出可能領域や周辺冗長検出可能領域に関するデータの表現例は、図５、図９において後述する。周辺検出可能領域データ群３５は、センサ検出可能領域データ群３４の情報に基づき、周辺検出可能領域決定部１３および周辺冗長検出可能領域決定部１４によって生成、格納される。

　統合検出情報データ群３６とは、外界センサ群４の検出情報に基づき統合的に判断された、車両２周辺における環境要素に関する統合検出情報のデータの集合である。統合検出情報データ群３６は、センサ検出情報データ群３１の情報に基づき、センサ検出情報統合部１５によって生成、格納される。

　走行制御情報データ群３７とは、車両２の走行を制御するための計画情報に関するデータ群であり、車両２の計画軌道や走行制御モード、アクチュエータ群７に出力する制御指令値等が含まれる。走行制御情報データ群３７におけるこれらの情報は、走行制御情報生成部１７によって生成、格納される。

　システムパラメータデータ群３８とは、車両システム１や走行制御装置３のシステム状態（走行制御モード、故障状態、乗員の指示モード等）や走行環境に求められる検出性能要求等に関するデータの集合である。

　通信部４０は、車載ネットワークＮを介して接続された他の装置との通信機能を有する。情報取得部１１が他の装置から車載ネットワークＮを介して各種情報を取得する際や、情報出力部１８が車載ネットワークＮを介して他の装置へ各種情報を出力する際には、この通信部４０の通信機能が利用される。通信部４０は、たとえば、ＩＥＥＥ８０２．３又はＣＡＮ（Ｃｏｎｔｒｏｌｌｅｒ　Ａｒｅａ　Ｎｅｔｗｏｒｋ）等の通信規格に準拠したネットワークカード等を含んで構成される。通信部４０は、車両システム１において走行制御装置３と他の装置との間で、各種プロトコルに基づきデータの送受信を行う。

　なお、本実施形態では、通信部４０と処理部１０とを分けて記載しているが、処理部１０の中で通信部４０の処理の一部が実行されてもよい。たとえば、通信処理におけるハードウェアデバイス相当が通信部４０に位置し、それ以外のデバイスドライバ群や通信プロトコル処理等は、処理部１０の中に位置するように構成してもよい。

　外界センサ群４は、車両２の周辺の状態を検出する装置の集合体である。外界センサ群４はたとえば、カメラ装置、ミリ波レーダ、ＬｉＤＡＲ、ソナー等の各種センサが該当する。外界センサ群４は、そのセンシングの観測情報や、その観測情報に基づき特定した障害物、路面標示、標識、信号等の環境要素に関する情報を、車載ネットワークＮを介して走行制御装置３に出力する。「障害物」とは、例えば、車両２以外の車両である他車両や、歩行者、道路への落下物、路端等である。「路面標示」とは、例えば、白線や横断歩道、停止線等である。

　車両センサ群５は、車両２の各種状態を検出する装置の集合体である。各車両センサは、たとえば、車両２の位置情報、走行速度、操舵角、アクセルの操作量、ブレーキの操作量等を検出し、車載ネットワークＮを介して走行制御装置３に出力する。

　地図情報管理装置６は、車両２周辺のデジタル地図情報や車両２の走行経路に関する情報を管理及び提供する装置である。地図情報管理装置６は、例えば、ナビゲーション装置等により構成される。地図情報管理装置６は、例えば、車両２の周辺を含む所定地域のデジタル道路地図データを備えており、車両センサ群５から出力される車両２の位置情報等に基づき、地図上での車両２の現在位置、すなわち車両２が走行中の道路や車線を特定するように構成されている。また、特定した車両２の現在位置やその周辺の地図データを、車載ネットワークＮを介して走行制御装置３に出力する。

　アクチュエータ群７は、車両の動きを決定する操舵、ブレーキ、アクセル等の制御要素を制御する装置群である。アクチュエータ群７は、運転者によるハンドル、ブレーキペダル、アクセルペダル等の操作情報や走行制御装置３から出力される制御指令値に基づいて、車両の動きを制御する。

（センサ検出可能領域）
　図２は、車両２に搭載される外界センサ群４によるセンサ検出可能領域の概念図である。図２は、センサ検出可能領域を説明するための一例だが、実際には、外界センサ群４は車両システム１の自動運転機能からの検出性能要求を満たすように設置される。

　図２の例では、車両２には６つのセンサ（外界センサ４－１～４－７）が設置されており、それぞれのおおまかなセンサ検出可能領域が、領域１１１～１１７で示されている。例えば、領域１１１に対応する外界センサ４－１は長距離用ミリ波レーダ、領域１１２に対応する外界センサ４－２はカメラ系センサ、領域１１３～１１６にそれぞれ対応する外界センサ４－３～４－６は短距離用ミリ波レーダ、領域１１７に対応する外界センサ４－７はＬｉＤＡＲ、で構成される。ここでは簡単のため、センサ検出可能領域１１１～１１７を車両２を中心とする扇形で表現しているが、実際には各センサの検出範囲に応じた任意の形状でセンサ検出可能領域を表現可能である。なお、センサ検出可能領域の大きさや形状は、外部環境に応じて変化する。

（センサ検出情報）
　図３は、センサ検出情報データ群３１に格納されるセンサ検出情報の一例を示す図である。ここでは、外界センサが観測情報に基づき特定した環境要素に関する情報を出力する場合のデータ構造例として、前述の外界センサ４－１（長距離用ミリ波レーダ）のセンサ検出情報のデータ構造例を、外界センサが観測情報を出力する場合のデータ構造例として、前述の外界センサ４－７（ＬｉＤＡＲ）のセンサ検出情報のデータ構造例を、それぞれ示している。

　外界センサ４－１のセンサ検出情報データは、検出時刻３０１－１、検出ＩＤ３０２－１、検出位置３０３－１、検出種別３０４－１、存在確率３０５－１等を含んで構成される。

　検出時刻３０１－１は、当該エントリの検出情報を検出したタイミングに関する情報である。この情報は時刻情報でもよいし、外界センサ４－１が周期的に検出するセンサである場合は、当該エントリの検出情報がどの周期に該当するかを示す番号でもよい。

　検出ＩＤ３０２－１は、各検出情報エントリを識別するためのＩＤである。これは、時系列において同一の検出対象物に共通のＩＤを割り当てるように設定されていてもよいし、毎周期で通し番号のように設定されていてもよい。

　検出位置３０３－１は、当該エントリにおける検出情報に対応する環境要素が存在する位置に関する情報である。図３では、当該センサの基準座標系における距離ｒと角度θで表現される極座標を用いているが、直交座標系を用いてもよい。

　検出種別３０４－１は、当該エントリにおける検出情報が示す環境要素の種別を示している。例えば、車両、歩行者、白線、標識、信号、路端、不明等が挙げられる。

　存在確率３０５－１は、当該エントリの検出情報に対応する環境要素がどれぐらいの確率で実在するかを示す情報である。例えば、ミリ波レーダの場合、ＳＮ比が低下すると検出対象の環境要素からの反射波と雑音との区別が難しくなり、誤検知する可能性が高くなる。外界センサ４－１は、環境要素を特定する処理の中で、ＳＮ比や時系列での検出状態に基づき、存在確率（あるいはそれに相当する指標）を算出、設定する。

　外界センサ４－７のセンサ検出情報データは、検出時刻３０１－７、検出ＩＤ３０２－７、検出位置３０３－７、ＳＮ比３０４－７等を含んで構成される。

　検出時刻３０１－７、検出ＩＤ３０２－７、検出位置３０３－７は、上述した検出時刻３０１－１、検出ＩＤ３０２－１、検出位置３０３－１とそれぞれ同等である。

　ＳＮ比３０４－７は、当該エントリの観測情報を観測したときのＳＮ比を示している。なお、ここでは観測情報の信頼度に相当する情報として、ＳＮ比を例示したが、受信強度等を用いてもよい。

（センサ検出可能領域）
　図４は、センサ検出可能領域データ群３４に格納される情報が表すセンサ検出可能領域の一例を示す図である。センサ検出可能領域は、センサ検出可能領域決定部１２において外界センサ群４のセンサグループの単位で決定される。このセンサ検出可能領域のそれぞれに対して、図４のようなデータが生成される。ここでは、所定のセンサグループによるセンサ検出可能領域に対して生成されるデータの構造例を示している。

　外界センサ群４の各センサは、検出対象の角度によって性能差が発生することがある。例えば、カメラ系のセンサは画角の境界部では性能が落ちる。そのため、センサ検出可能領域のデータでは、好ましくは、検出角度に応じて検出可能距離Ｄが算出される。

　図４のグラフ３５０は、あるセンサの検出可能角度範囲（θｍｉｎ～θｍａｘ）において算出された検出可能距離Ｄを可視化したものである。破線３６０はグラフ３５０の包絡線を示しており、これが、当該センサによるセンサ検出可能領域での検出角度と検出可能距離の相関を示している。実際には、検出可能角度範囲を所定の角度範囲毎に分割して（図４ではｍ分割）、それぞれの分割範囲における検出可能距離Ｄが算出される。図４の表３５１は、グラフ３５０に対応するセンサ可能領域を表すデータ構造の一例を示している。

　なお、ここでは、検出角度と検出可能距離の相関という形式でセンサ検出可能領域を表現したが、表現形態はそれに限定しない。図５で後述するようなグリッドマップ上で、各セル位置において当該センサが障害物等の環境要素を検出可能な確率を示すことにより、センサ検出可能領域を表現してもよい。つまり、センサ検出可能領域は、当該センサによる検出対象の検出可否の境界として表現してもよいし、所定の領域に対する当該センサの検出対象の検出可能度合として表現してもよい。

　また、ここでは角度範囲毎に検出可能距離を算出したデータの例を示しているが、さらに好ましくは、検出対象の環境要素の種類に応じて検出可能距離を算出してもよい。ミリ波レーダやＬｉＤＡＲのように電磁波の反射波で観測するセンサは、対象物の電磁波の反射率によって受信強度やＳＮ比が変化する。そのため、対象物の種類に応じて検出可能距離が変わってくることがある。そこで、対象物の種類に応じて検出可能距離を算出することによって、検出可能領域の精度が向上するとともに、対象物の種類に応じて異なる用途において検出可能領域を使い分けることができる。

（周辺検出可能領域）
　図５は、周辺検出可能領域データ群３５に格納される情報が表す周辺検出可能領域の一例を示す図である。

　周辺検出可能領域データ群３５は、外界センサ群４を用いて車両２の周辺で障害物等の環境要素を検出可能な領域である周辺検出可能領域の情報を表す。これは、外界センサ群４の各センサグループのセンサ検出可能領域を統合することで生成される。図５は、車両２周辺の領域を格子状に分割して表現したグリッドマップにおいて、各セル位置における環境要素の検出可能度合で周辺検出可能領域を表現したものである。周辺検出可能領域データ群３５では、例えば図５のようなグリッドマップを示すデータが、周辺検出可能領域を示すデータとして格納される。なお実際には、各セルにおける環境要素の検出可能度合を示す数値（例えば、検出可能確率）が周辺検出可能領域データ群３５に格納されているが、図５では各セルの検出可能度合を色の濃淡（検出確率が高いほど色が薄く、低くなると色が濃い）で表現している。

　なお、ここでは各セルの環境要素の検出可能度合により周辺検出可能領域データ群３５を表現する例を示したが、その他の表現形式、例えば周辺検出可能領域の境界を明確に定義して、その領域の形状を示すデータを周辺検出可能領域データ群３５に格納してもよい。この場合、例えば、図５で説明したような各セルの検出可能度合が所定の閾値よりも高い領域を「周辺検出可能領域」として定義し、その境界部の形状を周辺検出可能領域データ群３５により表現することも可能である。

（システム動作）
　図６～図１３を用いて、車両システム１の動作を説明する。走行制御装置３は、外界センサ群４等から取得した情報に基づいて、外界センサ群４のセンサグループ毎にセンサ検出可能領域を動的に決定し、それらの情報を統合して車両２周辺において外界センサ群４で障害物等の環境要素の有無を安全に判断可能な領域を示す周辺検出可能領域や周辺冗長検出可能領域を決定する。そして、外界センサ群４の検出情報と各種検出可能領域に基づき、当該道路環境において安全な運転を維持可能な走行制御モードを決定するとともに、同走行制御モードにおいて車両２を安全に制御するための走行制御情報を生成し、アクチュエータ群７に出力する。アクチュエータ群７は、走行制御装置３が出力する走行制御情報に従い、車両２の各アクチュエータを制御することにより、車両２の走行制御が実現される。これにより、外部環境の変化に拠るセンサの性能低下や道路環境の性能要求に対して柔軟に安全な自動運転を継続する。

　図６は走行制御装置３が実現する機能の相関関係を示す図である。

　情報取得部１１は、車載ネットワークＮを介して他の装置から必要な情報を取得し、記憶部３０に格納する。具体的には、外界センサ群４からセンサ検出情報データ群３１を、車両センサ群５から車両情報データ群３２を、地図情報管理装置６から走行環境データ群３３を、それぞれ取得し、記憶部３０に格納して後段の処理部に受け渡す。

　センサ検出可能領域決定部１２は、情報取得部１１から取得したセンサ検出情報データ群３１と車両情報データ群３２に基づき、外界センサ群４のセンサグループ毎に検出可能領域を決定する。そして、決定した各検出可能領域を示すデータをセンサ検出可能領域データ群３４として記憶部３０に格納し、後段の処理部に受け渡す。

　周辺検出可能領域決定部１３及び周辺冗長検出可能領域決定部１４は、センサ検出可能領域決定部１２から取得したセンサ検出可能領域データ群３４に基づき、それぞれ周辺検出可能領域と周辺冗長検出可能領域を決定する。そして、決定した周辺検出可能領域と周辺冗長検出可能領域を示すデータを周辺検出可能領域データ群３５として記憶部３０に格納し、後段の処理部に受け渡す。

　センサ検出情報統合部１５は、情報取得部１１から取得したセンサ検出情報データ群３１と車両情報データ群３２に基づき、外界センサ群４における複数のセンサグループの検出情報を統合した統合検出情報データ群３６を生成し、記憶部３０に格納する。そして、生成した統合検出情報データ群３６を走行制御情報生成部１７に出力する。

　走行制御モード判断部１６は、情報取得部１１から取得した走行環境データ群３３や、周辺検出可能領域決定部１３と周辺冗長検出可能領域決定部１４から取得した周辺検出可能領域データ群３５、システムパラメータデータ群３８に格納された車両システム１や走行制御装置３のシステム状態（故障状態、乗員の指示モード等）や走行環境に求められる検出性能要件に基づき、車両２の走行制御モードを判断する。そして、その判断結果をシステムパラメータデータ群３８の一部として記憶部３０に格納し、走行制御情報生成部１７と情報出力部１８に出力する。なお、システムパラメータデータ群３８に関する情報は、走行制御装置３の外部装置や各処理部により生成され得るものであるが、図６上では省略している。

　走行制御情報生成部１７は、センサ検出情報統合部１５から取得した統合検出情報データ群３６や、周辺検出可能領域決定部１３と周辺冗長検出可能領域決定部１４から取得した周辺検出可能領域データ群３５、情報取得部１１から取得した車両情報データ群３２と走行環境データ群３３、走行制御モード判断部１６から取得したシステムパラメータデータ群３８に含まれる車両２の走行制御モードの判断結果等に基づき、車両２の走行制御モードを決定して走行制御の軌道を計画し、同軌道を追従する制御指令値等を生成する。そして、これらの情報を含む走行制御情報データ群３７を生成し、記憶部３０に格納するとともに、情報出力部１８に出力する。

　情報出力部１８は、走行制御情報生成部１７から取得した走行制御情報データ群３７に基づき、車両２の走行制御情報を出力する。例えば、制御指令値を含む走行制御情報をアクチュエータ群７に出力したり、現在の走行制御モードを含む走行制御情報を他装置へ出力したりする。

（センサ検出可能領域決定処理）
　図７は、センサ検出可能領域決定部１２の処理を説明するフローチャートである。センサ検出可能領域決定部１２は、センサグループ毎にＳ５０１～Ｓ５０７の処理を実行することで、各センサグループのセンサ検出可能領域データを生成し、センサ検出可能領域データ群３４として記憶部３０に格納する。

　まず、Ｓ５０１において、センサ検出情報データ群３１と車両情報データ群３２を記憶部３０から取得する。なお、センサ検出情報データ群３１には、情報取得部１１が取得した外界センサ群４の最新の検出情報（検出情報（ｔ））に加え、センサ検出可能領域決定部１２が前回の処理で扱った検出情報に関連するデータ（検出情報（ｔ－１））も含まれているものとする。

　続いてＳ５０２において、検出情報（ｔ－１）を現在の車両２の状態に合わせて更新する。具体的には、検出情報（ｔ－１）から時刻ｔにおける検出対象の環境要素の状態を予測するとともに、車両情報データ群３２に基づき、その予測結果を時刻ｔの車両２の状態に基づく座標系での表現に変換する。これによりＳ５０３において、Ｓ５０２で検出情報（ｔ）から得られた予測情報と、前回のＳ５０２で得られた検出情報（ｔ－１）からの予測情報とを、車両２を基準に統合することが可能となり、時系列の情報を組み合わせてロバストに検出対象の状態を推定することができる。これは例えば、カルマンフィルタ等の処理に該当する。

　Ｓ５０４では、Ｓ５０３で行った検出情報の統合結果に基づき、検出情報（ｔ）の検出対象である環境要素の種別を判定する。環境要素の種別とは、図３に示したセンサ検出情報データ群３１の検出種別３０４－１に相当する情報であり、例えば、車両、歩行者、路面、白線、路端、信号、不明等が該当する。

　Ｓ５０２～Ｓ５０４の処理は、外界センサによる観測情報を用いた認識処理や、センサ検出情報統合部１５による検出情報のセンサフュージョン処理に相当する。ここでは、センサ検出可能領域決定部１２がそれらと独立して同等の処理を行うように記述したが、同等の処理が施されたセンサ検出情報データ群３１の検出種別３０４－１の情報をそのまま利用してもよい。一方、図３の外界センサ４－７のように、外界センサから検出情報として観測情報が出力されるような場合は、その検出情報には検出種別に関する情報は含まれていない。そのため、後述するように検出対象の種別を用いた処理を行う場合、観測情報を統合して検出対象の種別を判定する処理が前段処理として必要となる。例えば、ＬｉＤＡＲの観測点の情報（点群情報）が検出情報である場合が該当する。ただし、この場合においても、センサ検出情報統合部１５が当該センサの観測情報を走行制御情報生成部１７が利用する環境要素に関する情報に変換する必要があり、Ｓ５０２～Ｓ５０４はその過程で実行される処理であるため、センサ検出情報統合部１５の演算結果を取得して利用してもよい。

　続いてＳ５０５において、検出情報に含まれる検出位置と信頼度に関する情報に基づき、検出距離と信頼度の相関情報を統計的に算出する。例えば、外界センサ群４のうち、図３の外界センサ４－１の場合は、検出位置３０３－１のｒの値が検出距離に該当し、存在確率３０５－１の値が信頼度に該当する。また、図３の外界センサ４－７の場合は、検出位置３０３－７のｒの値が検出距離に該当し、ＳＮ比３０４－７の値が信頼度に該当する。例えば、外界センサ４－１では、｛検出距離、信頼度｝の組合せの時系列データのサンプルとして、（40.0, 0.95）、（50.0, 0.95）、（90.0, 0.7）等が得られる。検出距離と信頼度の相関情報は、天候等の現在の外部環境における当該外界センサの検出性能を推定することが目的である。外部環境は外界センサ群４の検出周期や制御周期と比較して急激に変化しないので、所定時間の時系列情報をサンプルとして扱え、統計的に十分なサンプルを得ることが可能である。

　図８は、検出距離と信頼度の相関情報の算出方法の一例を示したものである。図８のグラフ６００は、通常時の外部環境における検出距離と信頼度の各組合せのサンプル６０１に対する回帰曲線６０２を示している。レーダやＬｉＤＡＲのような電磁波の反射波で観測するセンサは、検出距離が長くなると反射波の減衰が大きくなるため、信頼度は低下していく。また、カメラ系のセンサも、遠方の対象物に対する解像度は落ちるため、やはり信頼度は低下していく。そのため、いずれのセンサにおいても、検出距離に応じて信頼度が低下するような時系列データが得られ、それに基づいてグラフ６００のような相関グラフを得ることができる。

　図８のグラフ６１０は、例えば豪雨のような悪天候下における検出距離と信頼度の各組合せのサンプル６１１に対する回帰曲線６１２を示している。レーダやＬｉＤＡＲのような電磁波系のセンサでは、悪天候下では雨滴や水蒸気等の影響により反射波の減衰率が高まり、検出距離に対する信頼度が通常時と比較して低下する時系列データが得られる。カメラ系のセンサにおいても、悪天候下では遠方に行くほど視界不良となり、複数画像に基づき距離を算出するための視差情報や、認識処理の上での対象物の輪郭にノイズが載り、やはり同様の結果を示す。そのため、グラフ６１０は、グラフ６００と比較して、より短い検出距離において信頼度が減衰するような形状となる。

　検出距離と信頼度の相関は、当該センサのすべての検出情報に対して一様に統計処理してもよいが、特定の指標で分類して、分類毎に統計処理してもよい。例えば、センサに拠っては、検出角度によって性能差が発生するものがある。カメラ系センサは、視野角の境界部分は検出性能が下がるし、レーダやソナーにおいても広角になるほど検出性能は低下する。そのため、所定の角度範囲毎に検出情報の統計処理を行って当該センサの検出距離と信頼度の関係性を決定することが好ましい。また、センサに拠っては、検出対象の種別に応じて性能差が発生するものがある。電磁波系のセンサでは、対象物に応じて電磁波の反射率が異なることにより、検出しやすいものとしにくいものがある。それらを混在して統計処理するのではなく、検出対象の種別毎に統計処理をすることで、より精度高く検出距離と信頼度の相関を得ることが可能である。

　図７のＳ５０５が終了すると、センサ検出可能領域決定部１２は、その相関情報に基づき、当該センサグループに対するセンサ検出可能領域データを決定する（Ｓ５０６）。センサ検出可能領域データは、図４に示したように、例えば、所定の分類毎の検出可能距離Ｄの集合体として表現される。検出可能距離Ｄは、Ｓ５０４で得られた所定の分類毎の検出距離と信頼度の相関情報に対して、信頼度が所定の閾値Ｔｈ以上を維持可能な検出距離の範囲を求めることで得られる。例えば、図８のグラフ６００においては検出距離Ｄ１が、グラフ６１０においては検出距離Ｄ２が、それぞれ該当する。

　なお、ここでは、検出距離と信頼度の相関を示す回帰曲線を算出した上で閾値Ｔｈとの交点を求めて検出可能距離Ｄを算出したが、実現手段はその方式に限らない。図４のグラフ３５０のように、検出距離と信頼度の相関を離散的に表現した上で検出可能距離Ｄを求めてもよい。また、検出可能領域データは、必ずしも検出可能距離Ｄという境界値の表現である必要はなく、検出距離に対する信頼度の相関情報そのもの（回帰曲線等）としても問題はない。

　図７のＳ５０６が終了すると、センサ検出可能領域決定部１２は、センサ検出可能領域データ群３４に、Ｓ５０５で得られたセンサ検出可能領域データを格納し、当該センサグループの処理を終了して、次のセンサグループの処理Ｓ５０１～Ｓ５０７を実行する。すべてのセンサグループの処理が完了すると、センサ検出可能領域決定処理は終了する。

（周辺検出可能領域決定処理及び周辺冗長検出可能領域決定処理）
　周辺検出可能領域決定部１３は、センサ検出可能領域決定部１２が決定した各センサグループのセンサ検出可能領域（センサ検出可能領域データ群３４）に基づき、車両２の周辺で外界センサ群４を用いて障害物等の環境要素を検出可能な領域である周辺検出可能領域を決定し、周辺検出可能領域データ群３５として記憶部３０に格納する。

　周辺冗長検出可能領域決定部１４の処理も同様で、センサ検出可能領域データ群３４に基づき、外界センサ群４の２つ以上の個別センサもしくはセンサグループにより車両２の周辺で障害物等の環境要素を冗長的に検出可能な領域である周辺冗長検出可能領域を決定し、周辺検出可能領域データ群３５の一部として記憶部３０に格納する。

　周辺検出可能領域及び周辺冗長検出可能領域の決定手法としては、センサ検出可能領域データ群３４の表現形態に応じて様々なものが考えられる。例えば、外界センサ群４の各センサグループの検出可能領域が、各検出角度の検出可能距離Ｄを結んで表現されているものとする。その場合、図２の領域１１１～領域１１７のような任意の形状で各センサ検出可能領域が表現されるが、例えば、周辺検出可能領域はそれらの形状を接合するような形状（図９の領域７０１）、周辺冗長検出可能領域はそれらの２つ以上の形状が重なっている領域を接合するような形状（図９の領域７０２～７０４）として、それぞれ定義してよい。

　また例えば、外界センサ群４の各センサグループの検出可能領域が、検出距離と信頼度の相関情報として表現されているものとする。その場合、各センサグループの検出可能領域において、各極座標（検出角度、検出距離）における信頼度情報が存在するため、この信頼度情報から車両２周辺の各位置における各センサグループの検出信頼度を求めることができる。そこで、車両２周辺の各位置において、センサ検出可能領域データ群３４が表す各センサグループの検出情報に含まれる検出信頼度を確率論的に統合したものを、周辺検出可能領域や周辺冗長検出可能領域としてよい。なお、検出信頼度は、確率的情報として扱えるものとする。

　センサグループ１～ｋ（ｋは２以上の自然数）の車両２周辺の座標（Ｘ，Ｙ）における検出信頼度をｒ１（Ｘ，Ｙ），…，ｒｋ（Ｘ，Ｙ）とすると、周辺検出可能領域の座標（Ｘ，Ｙ）における検出信頼度Ｒは、例えば以下の数式で求められる。
　Ｒ＝１－｛（１－ｒ１（Ｘ，Ｙ））×…×（１－ｒｋ（Ｘ，Ｙ））｝
　これは１つ以上のセンサグループにより検出対象の環境要素を検出可能な確率を表している。これをグリッドマップ上に表現した場合は、図５の周辺検出可能領域データ群３５のような表現になる。

　また同様にして、周辺冗長検出可能領域の座標（Ｘ，Ｙ）における冗長検出信頼度Ｒｒは、例えば以下の数式で求められる。
　Ｒｒ＝Ｒ－｛ｒ１（Ｘ，Ｙ）×…×（１－ｒｋ（Ｘ，Ｙ））｝－…－｛（１－ｒ１（Ｘ，Ｙ）×…×ｒｋ（Ｘ，Ｙ）｝
　これは２つ以上のセンサグループにより検出対象の環境要素を検出可能な確率を表しており、周辺検出可能領域と同様にしてグリッドマップ等により表現される。

　なお、上記のようにして算出される検出信頼度Ｒや冗長検出信頼度Ｒｒを用いて周辺検出可能領域もしくは周辺冗長検出可能領域を定義する場合、グリッドマップ上で検出信頼度もしくは冗長検出信頼度を表現したものとしてそれぞれ定義してもよいし、その信頼度が所定の閾値以上となる領域として定義してもよいし、グリッドマップではなくその領域の境界を形状として表現してもよい。

　また、センサ検出可能領域データが、環境要素の種別毎に定義されている場合は、所定種別のセンサ検出可能領域データだけを用いて周辺検出可能領域と周辺冗長検出可能領域を求めてもよいし、任意の複数の種別のセンサ検出可能領域データを用いて求めてもよい。複数種別を用いて求める場合は、センサグループ毎に複数種別のセンサ検出可能領域データを統合してから求めても良いし、種別毎にセンサ検出可能領域データを統合して求めてもよい。センサグループ毎に複数種別のセンサ検出可能領域データを統合する場合は、例えば、検出可能距離Ｄもしくは検出信頼度の最小値もしくは最大値を取るようにして統合してもよいし、種別に応じて重み付けした検出信頼度を算出して統合してもよい。

　周辺検出可能領域決定部１３および周辺冗長検出可能領域決定部１４は、センサ検出可能領域決定部１２が外界センサ群４のセンサグループのそれぞれに対して決定した検出距離と信頼度の関係性に基づき、上記のようにして周辺検出可能領域と周辺冗長検出可能領域をそれぞれ決定することができる。

（センサ検出情報統合処理）
　センサ検出情報統合部１５は、情報取得部１１から取得したセンサ検出情報データ群３１と車両情報データ群３２に基づき、複数の外界センサの検出情報を統合した統合検出情報データ群３６を生成し、記憶部３０に格納する。

　センサ検出情報統合処理は、検出情報のセンサフュージョン処理に相当する。前述の周辺検出可能領域決定処理や周辺冗長検出可能領域決定処理は、その時点での外部環境における外界センサの性能限界を求めることを目的としているのに対し、センサ検出情報統合処理は、各外界センサの検出情報を統合して車両２周辺の走行環境を高信頼に理解することを目的としている。例えば、他車両、白線等の環境要素を対象とした検出情報の統合や、検出対象に遮蔽された領域の特定を行う。検出対象に遮蔽された領域とは、本来であれば外界センサにより検出可能な領域であるにもかかわらず障害物等に遮蔽されて検出不能となっている領域（死角領域）である。走行制御情報生成部１７では、外界センサ群４によって検出された環境要素だけでなく、そのような外界センサの死角領域に潜む潜在的な障害物の存在も意識して、走行を制御する必要がある。

（走行制御モード判断処理）
　図１０、図１１を用いて走行制御モード判断部１６の処理を説明する。走行制御モード判断部１６は、走行環境データ群３３や周辺検出可能領域データ群３５、車両システム１や走行制御装置３のシステム状態（故障状態、乗員の指示モード等）等を含むシステムパラメータデータ群３８に基づき、車両システム１の走行制御モードを判断する。車両システム１の故障状態や乗員からの自動運転指示に従い、車両システム１を適切なシステム状態に移行させることに加え、走行環境のセンサに対する検出性能要求と、周辺検出可能領域や周辺冗長検出可能領域に示される実際のセンサの限界性能に基づき、走行制御モードを判断する。

　図１０は、走行環境のセンサに対する検出性能要求を示す情報である走行環境検出性能要求情報の例である。なお、走行環境検出性能要求情報は、車両システム１の振舞いを決定するシステムパラメータの一種であり、システムパラメータデータ群３８に格納されている想定である。

　走行環境種別条件８０１は、当該エントリが対象とする道路種別の条件を表し、高速道、専用道（高速道除く）、一般道などが指定される。

　走行環境条件詳細８０２は、当該エントリが対象とする走行環境に関する詳細条件を表し、例えば、具体的な道路名、道路属性（車線数、最大曲率、道路工事有無等）等を用いて表現される。図１０では、具体的な道路名を詳細条件とする一例として「高速道Ａ」が示されている。なお、「＊」はワイルドカードであり、任意の条件が適用されることを意味する。

　性能要件８０３は、走行環境種別条件８０１と走行環境詳細条件８０２の組合せで表現される走行環境条件において、外界センサ群４に要求される検出性能を示す。例えば、図１０では、車両２に対する検出方向（前方、後方、側方）と検出距離の組合せで表現されている。なお、前方、後方、側方の各検出方向に対して要求される具体的な領域の形状については、検出距離に応じて適切に定義されているものとする。

　図１１は、走行制御モード判断処理を説明するフローチャートである。走行制御モード判断部１６は、Ｓ９０１～Ｓ９０７の処理を実行することで、車両システム１の走行制御モードを判断し、必要に応じて走行制御モードの変更処理及び通知を行う。

　走行制御モード判断部１６は、Ｓ９０１において、走行環境データ群３３から走行経路上の走行環境データを取得する。そしてＳ９０２において、当該走行環境データに含まれる道路情報を参照し、図１０に示した走行環境検出性能要求情報から該当する性能要件を特定する。例えば、車両２が高速道Ａではない高速道を走行中の場合は、走行環境種別条件８０１が「高速道」であり、走行環境条件詳細８０２が「＊」である行において、性能要件８０３に示されている「前方１２０ｍ以上かつ後方６０ｍ以上」が、外界センサ群４に対する性能要件に該当する。

　続いてＳ９０３において、走行制御モード判断部１６は、周辺検出可能領域データ群３５から現在の走行制御モードに応じた周辺検出可能領域または周辺冗長検出可能領域を取得する。車両システム１の走行制御モードは、例えば、自動運転レベルで規定される。ＳＡＥ（Society　of　Automotive　Engineers）のＪ３０１６の規格によれば、自動運転レベル２以下の場合は運転者が安全運転に対する責任を持ち、自動運転レベル３以上の場合はシステムが安全運転に対する責任を持つことになる。そのため、車両システム１が自動運転レベル３以上の走行制御モードで動作する場合は、センサ／アクチュエータの故障や誤動作に対応するため、原則として冗長化されたシステム構成を組む必要がある。したがって、現在の走行制御モードが自動運転レベル３以上の場合は、冗長性を以て性能要件を満たす必要があるため、周辺検出可能領域データ群３５において、周辺冗長検出可能領域決定部１４が決定した周辺冗長検出可能領域を参照する。一方、自動運転レベル２以下であれば、冗長性は不要であるため、周辺検出可能領域データ群３５において、周辺検出可能領域決定部１３が決定した周辺検出可能領域を参照すればよい。

　次にＳ９０４で、走行制御モード判断部１６は、Ｓ９０２で取得した性能要件とＳ９０３で取得した周辺検出可能領域または周辺冗長検出可能領域のデータを比較して、性能要件が満たされているかを判断する。図１０の例では、性能要件８０３において、車両２に対する検出方向と検出可能距離の組合せで外界センサ群４に対する性能要件が表現されているが、これは前述のように、各検出方向に対して要求される具体的な領域の形状が検出距離に応じて適切に定義されている想定である。そのため、Ｓ９０２で取得した性能要件を領域の情報に変換して、周辺検出可能領域や周辺冗長検出可能領域のデータと比較することが可能である。なお、これとは反対に、Ｓ９０３で取得した周辺検出可能領域や周辺冗長検出可能領域のデータの方を、走行環境検出性能要求情報における性能要件の表現に適合させて、検出方向毎の検出可能距離という形式で表現し、Ｓ９０２で取得した性能要件と比較するようにしてもよい。

　比較の結果、性能要件で示される領域が周辺検出可能領域または周辺冗長検出可能領域の範囲に収まっている場合、これは外界センサ群４が現在の走行制御モードに対する性能要件を満たしていることを意味するので、走行制御モードを変更せずに走行制御モード判断処理を終了する（Ｓ９０４でＮｏ）。一方、収まらない場合は、外界センサ群４が現在の走行制御モードに対する性能要件を満たしていないと判定し、Ｓ９０５に進む（Ｓ９０４でＹｅｓ）。

　Ｓ９０５では、走行制御モード判断部１６は、走行環境性能要件を満たす走行制御モードを特定する。ここでは、例えば手動運転モード、自動運転レベル２モード、自動運転レベル３モードの３つの走行制御モードが存在すると仮定し、現在は自動運転レベル３モードが選択されているものとする。この場合、Ｓ９０４で自動運転レベル３モードの性能要件を満たしていないことが判明すると、次に自動運転レベル２モードの性能要件を満たしているかどうかを判断する。もしも、満たしている場合は、自動運転レベル２モードが選択される。それでも性能要件を満たすことができない場合は、手動運転モードが選択される。Ｓ９０５では、このように上位の走行制御モードから下位の走行制御モードの順に、Ｓ９０２で取得した性能要件を満たすか否かが判定され、性能要件を満たすと判定された走行制御モードが選択される。

　なお、ここでは説明のため、自動運転レベルを例に説明したが、自動運転機能のレベルを定義してモードを細分化してもよい。例えば、自動運転レベル２モードでも、自動で車線変更を判断するモードと、手動で指示しないと車線変更できないモード、車線追従しか許さないモード等に分割することも可能である。例えば、車線追従のみの場合は、側方の性能要件は不要となるので、走行環境とは別に走行制御モード毎に検出性能要件を規定して、走行環境と走行制御モードの両方の検出性能要件が満たしているかどうかに基づいて、適切な走行制御モードを判断することも可能である。その場合は、走行環境の検出性能要件では、その道路環境で走行制御を有効にする最小限の条件を記載し、走行制御モード側の検出性能要件でより厳しい条件を規定するような形態になる。

　Ｓ９０５で走行制御モードが選択されると、Ｓ９０６において走行制御モードの変更処理を行う。車両システム１全体として整合性を担保するための装置間の調停や、運転者に制御を移すための運転車とのインタラクション等を通じて、最終的な走行制御モードが決定される。そしてＳ９０７において、決定された走行制御モードを関係する機能や周辺装置に通知して、本処理を終了する。

　走行制御モード判断部１６は、周辺検出可能領域決定部１３が決定した周辺検出可能領域または周辺冗長検出可能領域決定部１４が決定した周辺冗長検出可能領域に基づき、上記のようにして車両２が対応可能な自動運転レベルに応じた走行制御モードを判断し、車両システム１において採用する走行制御モードを選択することができる。

（走行制御計画処理）
　走行制御情報生成部１７は、車両２が走行環境データ群３３の走行経路に示される目的地に向かって安全で快適に走行できるように、車両２に対する走行制御計画処理を実施する。この走行制御計画処理では、走行環境データ群３３や統合検出情報データ群３６が表す交通ルールに沿って、外界センサ群４で検出された障害物を回避しながら、安全で快適な車両２の走行軌道を生成し、その走行軌道を追従するための制御指令値を生成するのが基本的な処理の流れである。本発明において特徴的なのは、安全で快適な走行軌道を生成する上で、さらに周辺検出可能領域データ群３５を活用する点である。

　外界センサ群４の性能限界は、外部環境に応じて変化する。図１２は、外部環境に応じて変化する周辺検出可能領域の例を示している。図１２の左図１００１は外部環境が通常時の状況を、右図１００２は外部環境が悪天候時等により外界センサ群４の検出性能が劣化している状況を、それぞれ示している。悪天候時は、外界センサの検出可能距離が短くなるので、周辺検出可能領域も狭くなる。周辺検出可能領域を超えた位置では、検出情報がなかったとしても、外界センサ群４で障害物を検出できていないだけの可能性がある。悪天候などにより外界センサの検出性能が劣化していることを意識しないで、通常時と同様に走行軌道を生成してしまうと、障害物に追突したり、急減速による乗り心地悪化につながったりする危険性がある。

　そこで、走行制御情報生成部１７では、例えば、車両２が周辺検出可能領域の範囲で安全に停止できるような速度で走行する軌道を生成するようにする。車両２において許容できる減速度をα、車両２の現在の速度をｖとすると、車両２が減速を開始してから停止するまでの距離はｖ^２／２αである。走行経路において車両２の現在位置から潜在危険度が高い領域と交わる箇所までの距離をＬとすると、少なくともＬ＞ｖ^２／２αを満たすように車両２の速度を制御する必要がある。ただし、これでは当該条件を満たさなくなった時点で急減速がかかってしまうため、実際には当該条件を満たさなくなる前に、緩やかに減速しておくことが望ましい。例えば、車両２が当該条件を満たさなくなる地点に到達するまでの時間ＴＴＢ（Ｔｉｍｅ　Ｔｏ　Ｂｒａｋｉｎｇ）を指標として導入し、これに基づいて車両２の速度を調整する方式が挙げられる。なお、ＴＴＢは（Ｌ－ｖ^２／２α）／ｖで算出可能である。急減速を回避するために、例えば、ＴＴＢが所定値以下になった場合に緩やかに減速（＜α）をかけるようにしてもよいし、ＴＴＢが所定値以上となるように速度を制御してもよい。

　図１３は通常時と悪天候時における周辺検出可能領域に応じた目標速度の算出方法の一例を示した図である。図１３（ａ）、（ｂ）では、横軸が走行経路上の距離、縦軸が自車両２の速度をそれぞれ表している。図１３（ａ）が図１２の通常時における直進経路１０１１の目標速度を算出する際の図、図１３（ｂ）が図１２の悪天候時における直進経路１０１２の目標速度を算出する際の図、にそれぞれ相当する。

　通常時は、図１２の左図１００１における距離Ｌ１で、車両２の直進経路１０１１が周辺検出可能領域の外側の領域、すなわち外界センサ群４による障害物の検出性能が低い領域と交わっている。車両２がこの距離Ｌ１の手前で停止するための減速開始点は、図１３（ａ）に示すように、Ｌ１からｖ^２／２α手前の位置となる（減速開始点位置１２０１）。それに対し、ＴＴＢ≧Ｔ０を満たすためには、減速開始点が現在位置からＴ０・ｖ前方にないといけない（減速開始点位置１２０２）。この両者の交点１２０３が、条件を満たす最高速度となる。ここでの例では、理想的な速度（法定速度等）に対して交点１２０３が上回っているので、目標速度は理想的な速度に設定することとなる。

　一方、悪天候時は、図１２の右図１００２に示すように、車両２の直進経路１０１２が周辺検出可能領域の外側の領域、すなわち外界センサ群４による障害物の検出性能が低い領域と交わるまでの距離Ｌ２が、通常時の距離Ｌ１よりも短くなるため（Ｌ２＜Ｌ１）、図１３（ｂ）に示すように、条件を満たす交点が理想的な速度よりも低くなる。これは、車両２が通常時よりも減速して走行する必要があることを意味しており、悪天候などより前方が視界不良時に、安全のため人が減速して走行することに相当する。

　なお、ここでは障害物が存在しない想定で説明したが、実際には障害物により外界センサの検出が遮蔽されてしまう場合がある。障害物の遮蔽による死角領域の情報は、前述のように、センサ検出情報統合部１５が行うセンサ検出情報統合処理によって特定される。走行制御情報生成部１７は、その死角領域による影響を周辺検出可能領域に反映した上で、上述した手段で目標速度を求めることが望ましい。

（走行制御情報生成処理）
　走行制御情報生成部１７は、走行制御モード判断部１６が上記の走行制御計画処理を実施することで決定した車両システム１の走行制御モードと、走行制御情報生成部１７が上記の走行制御計画処理を実施することで決定した制御指令値とに基づき、車両２に対する走行制御情報を生成する。これにより、外界センサ群４の各センサの検出情報と、周辺検出可能領域決定部１３が決定した周辺検出可能領域および周辺冗長検出可能領域決定部１４が決定した周辺冗長検出可能領域の少なくとも一方とに基づいて、走行制御情報を生成することができる。したがって、センサの検出性能を十分に考慮した走行制御を行うことが可能となる。

　上記実施形態に拠れば、外界センサの検出情報に含まれる検出位置と検出信頼度の情報を用いて統計的に分析することにより、検出可能領域を動的に算出している。これにより、外部環境によって変化する外界センサの性能限界の領域を定量化可能となり、外界センサの性能低下を意識した走行制御を行うことが可能となる。

　上記実施形態に拠れば、外部環境に応じて変化するセンサの性能限界を定量化することが可能となるため、その性能限界に応じた柔軟な走行制御モードの設定が可能である。例えば、走行環境における走行制御モードの性能要件を、その時点の性能限界と定量比較することにより、車両システム１が機能を担保できる走行制御モードを適切に選択することができる。センサの性能限界が定量化されていない場合、性能要件を満足しているかどうかを適切に判定できないため、より安全側に走行制御モードを判断せざるを得ない。それにより、本来であれば自動運転を継続できるような場合でも、自動運転を停止させることになり、自動運転機能としての可用性が低下する。それに対し、本発明では安全性を担保しつつ、最大限に機能を継続することが可能であり、可用性が向上する効果がある。

　上記実施形態に拠れば、外部環境に応じて変化するセンサの性能限界を定量化することが可能となるため、その性能限界に応じた安全な走行制御計画が可能となる。外界センサ群４で障害物を高信頼に検出可能な領域の範囲内で安全に停止できるような速度で走行するように制御することで、悪天候などの視界不良時において安全な速度で走行することが可能となる。センサの性能限界が定量化されていない場合、安全な走行速度を適切に判断することができないため、より安全側に速度を落として走行せざるを得ない。それにより、過度に減速した走行となり、乗員に与える乗り心地が悪化するという問題がある。それに対し、本発明では、安全性を担保しつつ、適切な減速に抑えて走行を継続可能であるため、乗り心地が改善されるという効果がある。

　以上説明した本発明の一実施形態によれば、以下の作用効果を奏する。

（１）車両２に搭載されるＥＣＵである走行制御装置３は、車両２に搭載される外界センサ群４の検出情報に基づき、外界センサ群４が車両２の周辺に存在する環境要素を検出可能な領域を示すセンサ検出可能領域を決定するセンサ検出可能領域決定部１２と、外界センサ群４の検出情報と、センサ検出可能領域決定部１２が決定したセンサ検出可能領域とに基づいて、車両２の走行制御情報を生成する走行制御情報生成部１７と、走行制御情報生成部１７が生成した走行制御情報を出力する情報出力部１８とを備える。このようにしたので、外部環境の変化によるセンサの性能低下に対して、柔軟かつ安全に走行制御を継続可能なＥＣＵを提供することができる。

（２）外界センサ群４の検出情報は、環境要素の位置を表す位置情報と、当該検出情報に対する信頼度情報とを含む。センサ検出可能領域決定部１２は、位置情報と信頼度情報に基づき外界センサ群４における検出距離と信頼度の関係性を決定し（Ｓ５０５）、その関係性に基づきセンサ検出可能領域を決定する（Ｓ５０６）。このようにしたので、外界センサ群４の検出性能に応じたセンサ検出可能領域を適切に決定することができる。

（３）センサ検出可能領域決定部１２は、Ｓ５０５において、外界センサ群４の検出情報の時系列データに基づいて検出距離と信頼度の関係性を決定する。このようにしたので、天候等の外部環境の影響により外界センサ群４の検出性能が変動し、これに応じて検出距離と信頼度の関係性が変化する場合でも、その変化を適切に反映してセンサ検出可能領域を決定することができる。

（４）センサ検出可能領域決定部１２は、Ｓ５０６において、検出距離と信頼度の関係性に基づき、信頼度が所定の閾値Ｔｈ以上の検出距離の範囲を、センサ検出可能領域と決定することができる。このようにすれば、外界センサ群４の検出距離と信頼度の関係性に応じたセンサ検出可能領域を適切に決定することができる。

（５）また、センサ検出可能領域決定部１２は、所定の角度範囲毎に検出距離と信頼度の関係性を決定して、センサ検出可能領域を決定することもできる。このようにすれば、例えばカメラやレーダのように検出角度によって性能差が発生するセンサについても、センサ検出可能領域を適切に決定することができる。

（６）走行制御装置３は、車両２に搭載される外界センサ群４の複数のセンサに対して、当該複数のセンサを用いて車両２の周辺で環境要素を検出可能な領域を示す周辺検出可能領域を決定する周辺検出可能領域決定部１３をさらに備える。走行制御情報生成部１７は、外界センサ群４の検出情報と、周辺検出可能領域決定部１３が決定した周辺検出可能領域とに基づいて、走行制御情報を生成する。このようにしたので、外界センサ群４の性能限界を考慮して、安全で快適な車両２の走行軌道を実現する走行制御情報を生成することができる。

（７）周辺検出可能領域決定部１３は、センサ検出可能領域決定部１２が外界センサ群４の複数のセンサそれぞれに対して決定した検出距離と信頼度の関係性に基づき、周辺検出可能領域を決定する。このようにしたので、外界センサ群４として様々なセンサが車両２に搭載される場合に、周辺検出可能領域を適切に設定することができる。

（８）外界センサ群４の検出情報における信頼度情報とは、検出対象の環境要素が実在する確率的情報である。周辺検出可能領域決定部１３は、車両２の周辺における各位置に対して、外界センサ群４の複数のセンサそれぞれの検出情報に含まれる確率的情報を確率論的に統合することにより、例えば図５に示したような周辺検出可能領域を決定することができる。このように、車両２の周辺においてセンサ検出可能領域をきめ細かく設定することで、より一層安全で快適な車両２の走行軌道を実現可能な走行制御情報を生成することができる。

（９）走行制御装置３は、車両２に搭載される外界センサ群４の複数のセンサのうち少なくとも２つ以上のセンサにより、車両２の周辺で環境要素を冗長的に検出可能な領域を示す周辺冗長検出可能領域を決定する、周辺冗長検出可能領域決定部１４をさらに備える。走行制御情報生成部１７は、外界センサ群４の検出情報と、周辺検出可能領域決定部１３が決定した周辺検出可能領域および周辺冗長検出可能領域決定部１４が決定した周辺冗長検出可能領域の少なくとも一方とに基づいて、走行制御情報を生成する。このようにしたので、例えば自動運転レベル３以上の走行制御モードで動作する場合のように、冗長化されたシステム構成が必要となる場合でも、これを考慮して安全で快適な車両２の走行軌道を実現する走行制御情報を生成することができる。

（１０）走行制御装置３は、周辺検出可能領域決定部１３が決定した周辺検出可能領域または周辺冗長検出可能領域決定部１４が決定した周辺冗長検出可能領域に基づき、車両２が対応可能な自動運転レベルに応じた走行制御モードを判断する走行制御モード判断部１６をさらに備える。このようにしたので、車両２の外部環境を考慮して適用可能な自動運転レベルを適切に判断し、その自動運転レベルに応じた走行制御モードを設定することができる。

（１１）外界センサ群４は、例えばレーダやＬｉＤＡＲのように、照射した電磁波の反射波に基づき物体を検出するセンサを含んで構成することができる。この場合、当該センサの検出情報に含まれる信頼度情報は、反射波の受信強度または信号対雑音比のいずれかに基づく情報とすることができる。このようにすれば、当該センサの検出対象である環境要素が実在する確率を反映して、信頼度情報を適切に設定することができる。

　なお、以上で説明した実施形態は一例であり、本発明はこれに限られない。すなわち、様々な応用が可能であり、あらゆる実施の形態が本発明の範囲に含まれる。

　例えば、上記実施形態では、図８の閾値Ｔｈは固定値として説明したが、車両２のシステム状態に応じて動的に変更してもよい。例えば、走行制御モード判断部１６の判断結果に応じて選択された車両２の走行制御モードが自動運転レベル３以上であり、システムが安全運転に対する責任を負う必要がある場合は安全側に判断した方がよいため、閾値Ｔｈを高く設定してもよい。このように、走行制御モード判断部１６による走行制御モードの判断結果に基づいて、センサ検出可能領域決定部１２がセンサ検出可能領域を決定する際に用いる閾値Ｔｈを決定することで、より柔軟にセンサ検出可能領域を設定することが可能となる。

　例えば、上記実施形態では、走行制御装置３において、各処理は、同一の処理部１０及び記憶部３０で実行される想定で記載しているが、処理部１０や記憶部３０を複数に分けて構成し、各処理が複数の異なる処理部及び記憶部で実行されてもよい。その場合は、例えば、同様の構成を持つ処理ソフトウェアがそれぞれの記憶部に搭載され、それぞれの処理部で分担して当該処理を実行する形になる。

　また、走行制御装置３の各処理を、プロセッサとＲＡＭを用いて、所定の動作プログラムを実行することで実現しているが、必要に応じて独自のハードウェアで実現することも可能である。また、上記の実施形態では、外界センサ群、車両センサ群、アクチュエータ群を個別の装置として記載しているが、必要に応じて任意のいずれか２つ以上を組合せて実現することも可能である。

　また、図面には、実施形態を説明するために必要と考えられる制御線及び情報線を示しており、必ずしも、本発明が適用された実際の製品に含まれる全ての制御線及び情報線を示しているとは限らない。実際にはほとんど全ての構成が相互に接続されていると考えてもよい。

　１：車両システム、２：車両、３：走行制御装置、４：外界センサ群、５：車両センサ群、６：地図情報管理装置、７：アクチュエータ群、１０：処理部、１１：情報取得部、１２：センサ検出可能領域決定部、１３：周辺検出可能領域決定部、１４：周辺冗長検出可能領域決定部、１５：センサ検出情報統合部、１６：走行制御モード判断部、１７：走行制御情報生成部、１８：情報出力部、３０：記憶部、３１：センサ検出情報データ群、３２：車両情報データ群、３３：走行環境データ群、３４：センサ検出可能領域データ群、３５：周辺検出可能領域データ群、３６：統合検出情報データ群、３７：走行制御情報データ群、３８：システムパラメータデータ群、４０：通信部

Claims

　車両に搭載される電子制御装置であって、
　前記車両に搭載されるセンサの検出情報に基づき、前記センサが前記車両の周辺に存在する環境要素を検出可能な領域を示すセンサ検出可能領域を決定するセンサ検出可能領域決定部と、
　前記センサの検出情報と、前記センサ検出可能領域決定部が決定した前記センサ検出可能領域とに基づいて、前記車両の走行制御情報を生成する走行制御情報生成部と、
　前記走行制御情報生成部が生成した前記走行制御情報を出力する情報出力部と、
を備える電子制御装置。
　請求項１に記載の電子制御装置であって、
　前記検出情報は、前記環境要素の位置を表す位置情報と、当該検出情報に対する信頼度情報とを含み、
　前記センサ検出可能領域決定部は、前記位置情報と前記信頼度情報に基づき前記センサにおける検出距離と信頼度の関係性を決定し、その関係性に基づき前記センサ検出可能領域を決定する電子制御装置。
　請求項２に記載の電子制御装置であって、
　前記センサ検出可能領域決定部は、前記検出情報の時系列データに基づいて前記関係性を決定する電子制御装置。
　請求項２に記載の電子制御装置であって、
　前記センサ検出可能領域決定部は、前記関係性に基づき、前記信頼度が所定の閾値以上の前記検出距離の範囲を、前記センサ検出可能領域と決定する電子制御装置。
　請求項４に記載の電子制御装置であって、
　前記車両が行う自動運転走行の内容に応じた走行制御モードを判断する走行制御モード判断部をさらに備え、
　前記閾値は、前記走行制御モード判断部による前記走行制御モードの判断結果に基づいて決定される電子制御装置。
　請求項２に記載の電子制御装置であって、
　前記センサ検出可能領域決定部は、所定の角度範囲毎に前記関係性を決定して、前記センサ検出可能領域を決定する電子制御装置。
　請求項２に記載の電子制御装置であって、
　前記車両に搭載される複数のセンサに対して、前記複数のセンサを用いて前記車両の周辺で前記環境要素を検出可能な領域を示す周辺検出可能領域を決定する周辺検出可能領域決定部をさらに備え、
　前記走行制御情報生成部は、前記センサの検出情報と、前記周辺検出可能領域決定部が決定した前記周辺検出可能領域とに基づいて、前記走行制御情報を生成する電子制御装置。
　請求項７に記載の電子制御装置であって、
　前記周辺検出可能領域決定部は、前記センサ検出可能領域決定部が前記複数のセンサそれぞれに対して決定した前記関係性に基づき、前記周辺検出可能領域を決定する電子制御装置。
　請求項８に記載の電子制御装置であって、
　前記信頼度情報とは、前記環境要素が実在する確率的情報であり、
　前記周辺検出可能領域決定部は、前記車両の周辺における各位置に対して、前記複数のセンサそれぞれの前記検出情報に含まれる前記確率的情報を確率論的に統合することにより、前記周辺検出可能領域を決定する電子制御装置。
　請求項７に記載の電子制御装置であって、
　前記複数のセンサのうち少なくとも２つ以上のセンサにより前記車両の周辺で前記環境要素を冗長的に検出可能な領域を示す周辺冗長検出可能領域を決定する周辺冗長検出可能領域決定部をさらに備え、
　前記走行制御情報生成部は、前記センサの検出情報と、前記周辺検出可能領域決定部が決定した前記周辺検出可能領域および前記周辺冗長検出可能領域決定部が決定した前記周辺冗長検出可能領域の少なくとも一方とに基づいて、前記走行制御情報を生成する電子制御装置。
　請求項１０に記載の電子制御装置であって、
　前記周辺検出可能領域決定部が決定した前記周辺検出可能領域または前記周辺冗長検出可能領域決定部が決定した前記周辺冗長検出可能領域に基づき、前記車両が対応可能な自動運転レベルに応じた走行制御モードを判断する走行制御モード判断部をさらに備える電子制御装置。
　請求項２に記載の電子制御装置であって、
　前記センサとは、照射した電磁波の反射波に基づき物体を検出するセンサであって、
　前記信頼度情報とは、前記反射波の受信強度または信号対雑音比のいずれかに基づく情報である電子制御装置。
　車両に搭載される電子制御装置であって、
　前記車両に搭載されるセンサの検出情報に基づき、前記車両の周辺に存在する環境要素を検出可能な領域を示す周辺検出可能領域を決定する周辺検出可能領域決定部と、
　前記センサの検出情報と、前記周辺検出可能領域決定部が決定した前記周辺検出可能領域とに基づいて、前記車両の走行制御情報を生成する走行制御情報生成部と、
　前記走行制御情報生成部が生成した前記走行制御情報を出力する情報出力部と、
を備える電子制御装置。