WO2023157301A1 - 電子制御装置及び軌道生成方法 - Google Patents
電子制御装置及び軌道生成方法 Download PDFInfo
- Publication number
- WO2023157301A1 WO2023157301A1 PCT/JP2022/006964 JP2022006964W WO2023157301A1 WO 2023157301 A1 WO2023157301 A1 WO 2023157301A1 JP 2022006964 W JP2022006964 W JP 2022006964W WO 2023157301 A1 WO2023157301 A1 WO 2023157301A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- risk
- vehicle
- map
- electronic control
- trajectory
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000008569 process Effects 0.000 claims abstract description 25
- 238000012545 processing Methods 0.000 claims description 21
- 230000001133 acceleration Effects 0.000 claims description 9
- 238000013507 mapping Methods 0.000 claims 1
- 230000009471 action Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 230000015654 memory Effects 0.000 description 7
- 230000007613 environmental effect Effects 0.000 description 5
- 230000006399 behavior Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000010339 dilation Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000004927 fusion Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 238000000059 patterning Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
Definitions
- the present invention relates to an electronic control device mounted on a vehicle, and particularly to a trajectory generation method.
- Patent Document 1 Japanese Patent Application Laid-Open No. 2017-41149 describes cells formed by dividing a plane into a grid of a predetermined size based on floor plan data including information representing the types of components of a house.
- a cell dividing unit that sets information representing the type of the component in each of the cells, reads the information that represents the type of the component set in the cell, and associates it with the type of the component a thinning unit that identifies the outer edge of a passable area based on whether or not passage is possible on the component that is predetermined by the method, and generates path data by thinning the passable area;
- a graph generating unit that generates a graph including nodes indicating endpoints or intersections in the passage and edges connecting the nodes based on the generated data of the passage, and a start point and an end point are set based on input from the user. and a route search unit that searches for a path from the start point to the end point using the graph generated by the graph generation unit.
- Patent Document 2 Japanese Patent Application Laid-Open No. 2020-53069 describes an in-vehicle electronic control device mounted in a vehicle, which includes a vehicle information acquisition unit that acquires vehicle information related to the movement of the vehicle, and an existence time range determination unit that determines vehicle existence time range information representing an existence time range of the vehicle for each position around the vehicle based on the vehicle information; an environmental element existence time range determination unit that determines environmental element existence time range information representing the existence time range of the environmental element for each position around the , based on the existence time range information and the environmental element existence time range information, An in-vehicle electronic control device is described, which includes a driving risk determination unit that identifies a region in which the own vehicle has a high risk of collision with the environmental element in the vicinity of the vehicle.
- a representative example of the invention disclosed in the present application is as follows. That is, an electronic control device mounted on a vehicle, comprising an arithmetic device that executes predetermined processing, and a storage device that can be accessed by the arithmetic device, and external world information acquired by an external sensor installed on the vehicle.
- a risk map generation unit that determines a degree of driving risk around the vehicle based on the motion information of the vehicle and map information, maps the driving risk on a map, and generates a risk map; a trajectory generation unit that generates a travel trajectory of the vehicle using the risk map, and the trajectory generation unit performs binarization processing to determine whether the degree of travel risk is greater than a predetermined set value; generating at least one binarized image obtained by dividing the risk map into a low risk area and a high risk area, performing thinning processing on the at least one binarized image, and performing a widthwise direction of the low risk area; is determined, and the running trajectory of the vehicle is generated based on the determined center line.
- the trajectory can be calculated from the risk map with a small amount of calculation.
- FIG. 1 is a physical configuration diagram of an electronic control unit according to an embodiment of the present invention
- FIG. 1 is a logical configuration diagram of an electronic control unit according to an embodiment of the present invention
- FIG. 4 is a logical configuration diagram of a risk map generation unit;
- FIG. It is a figure which shows the generation process of a risk map. It is a figure which shows the generation process of a risk map. It is a figure which shows the generation process of a risk map. It is a figure which shows the generation process of a risk map. It is a figure which shows the generation process of a risk map. It is a figure which shows the generation process of a risk map. It is a figure which shows the generation process of a risk map. It is a figure which shows the generation process of a risk map. It is a figure which shows the generation process of a risk map. It is a figure which shows the generation process of a risk map. It is a figure which shows the generation process of a risk map.
- FIG. 4 is a diagram showing an example of a risk table in which risk values are defined; 4 is a logical configuration diagram of a trajectory generation unit; FIG. It is a figure which shows the binarized risk map.
- FIG. 1 is a physical configuration diagram of an electronic control unit 1 according to an embodiment of the present invention.
- the electronic control unit (ECU) 1 includes a CPU 11, a nonvolatile memory (ROM: Read Only Memory) 12, a volatile memory (RAM: Random Access Memory) 13, and an accelerator 14.
- the CPU 11 is an arithmetic device that executes programs stored in the volatile memory 13 .
- the nonvolatile memory 12 is a storage device having a nonvolatile storage area that retains stored data even when the power is turned off. It contains the data area to be stored explicitly.
- the volatile memory 13 is a storage device having a volatile storage area, and stores data used by the CPU 11 when executing programs.
- the accelerator 14 is an arithmetic device capable of performing specific arithmetic processing at high speed, and executes image processing in the risk map generator 16 and the trajectory generator 17 .
- the electronic control unit 1 communicates with other electronic control units and sensors via networks such as CAN and Ethernet.
- Observation results are input to the electronic control unit 1 from sensors such as the camera 21, the radar 22, and the LiDAR 23.
- the electronic control unit 1 is also connected to a map unit 24 that provides map information using positioning information from a GNSS (Global Navigation Satellite System) device 25 .
- the electronic control unit 1 receives vehicle information 26 indicating behavior such as vehicle speed and acceleration.
- the electronic control unit 1 outputs a drive control signal 31, a braking control signal 32, and a steering control signal 33 to control the running of the vehicle.
- FIG. 2 is a logical configuration diagram of the electronic control unit 1 of the embodiment of the present invention.
- the electronic control unit 1 has a fusion unit 15, a risk map generation unit 16, a trajectory generation unit 17, and a trajectory following unit 18.
- the fusion unit 15 integrates observation results from a plurality of sensors (camera 21, radar 22, LiDAR 23, etc.) to specify the position, size and type of targets around the vehicle.
- the risk map generation unit 16 generates a risk map indicating the degree of travel risk around the vehicle based on the specified target.
- the trajectory generator 17 uses the generated risk map to generate a trajectory along which the vehicle should travel.
- the trajectory follower 18 generates a drive control signal 31, a braking control signal 32, and a steering control signal 33 for controlling the vehicle according to the generated trajectory.
- the drive control signal 31 is a signal for controlling the rotation of the drive source (engine, motor), that is, the acceleration and speed. 33 is a signal for controlling the traveling direction of the vehicle by steering.
- FIG. 3 is a logical configuration diagram of the risk map generator 16. As shown in FIG.
- the risk map generator 16 first initializes various parameters (61).
- the image plane 101 is defined by determining the size of the grid from the minimum size of the target to be at risk and the detection range of the sensor. More specifically, when the width of the white line that divides the road boundary or lane is 10 cm, and the detection range is 300 m square, the grid size is set to 10 cm, which is about the same as the width of the white line.
- the risk map generator 16 calculates the action range from the road structure (63).
- the action range of the own vehicle is obtained from the road structure (for example, road curve, intersection) in the traveling direction of the own vehicle, and the action range 102 within the defined image plane 101 is extracted from the obtained action range.
- the road structure for example, road curve, intersection
- the area on the left side of the road is excluded, and the area on the right side is extracted as the action area 102 .
- the road structure is obtained from the map data acquired from the map unit 24 or the observation results of targets (for example, road boundaries) observed by sensors.
- the risk map generator 16 limits the range of action in front of the vehicle (64). For example, depending on the traveling speed of the own vehicle, the action range is limited to a range in which the own vehicle can travel within a predetermined time. Specifically, a rectangle 103 is defined in front of the own vehicle (Fig. 4C). The rectangle 103 should be short in the traveling direction at low speed and long in the traveling direction at high speed.
- the risk map generation unit 16 calculates the apparent risk of stationary obstacles (65). For example, since the presence or absence of obstacles is not known outside the detection range 104 of the sensor, it is mapped as a high risk area (see FIG. 4D). The triangular high-risk region 104 prevents discontinuities between the vehicle position and the generated trajectory to generate a smooth trajectory on which the vehicle can travel. Furthermore, the risk map generation unit 16 puts stationary obstacles observed by the sensor and stationary obstacles included in the map data acquired from the map unit 24 into a risk map as high risk areas with their positions, sizes, and orientations. map. At this time, the risk table (FIG. 5) is referred to, and a different travel risk is obtained for each stationary obstacle.
- the risk table FIG. 5
- the high-risk area around the stationary obstacle it is preferable to map the high-risk area around the stationary obstacle according to the observation error of the sensor. For example, as shown in FIG. 4E, a static obstacle 105 observed by the sensor and its surroundings 106 are mapped on the risk map as a high risk area.
- the stationary obstacle area 105 and the surrounding area 106 may have different travel hazards.
- high risk regions may be mapped to the region 106 surrounding the stationary obstacle 105 (eg, the region where the door of a parked vehicle opens) depending on the observed type.
- the risk map generation unit 16 updates the previous value input in step 63 with the calculated value of the apparent risk of the stationary obstacle (62).
- the risk map generator 16 calculates the potential risk of stationary obstacles (66). For example, the presence or absence of a blind spot is determined from the height of stationary obstacles observed by the sensor and the height of the stationary obstacles included in the map data acquired from the map unit 24 . Then, when it is determined that there is a blind spot, the potential risk area 107 is mapped on the risk map according to the arrangement status and type of the blind spot. At this time, the risk table (FIG. 5) is referred to, and a different travel risk is obtained for each stationary obstacle. Specifically, in the case shown in FIG. 4F, a potential risk area 107 where a pedestrian may jump out from the shadow of a stopped vehicle 106 is mapped.
- the risk map generation unit 16 limits the action range from the current position of the vehicle (67). For example, at the current speed of the own vehicle, the action range is limited to a movable range according to the lateral acceleration constraint (for example, 0.1 G or less) derived from the driving performance of the vehicle, and mapped on the risk map as a high risk area 108 (See FIG. 4G).
- the risk table (FIG. 5) is referenced to determine the degree of travel risk.
- the risk map generation unit 16 calculates the apparent risk of moving obstacles (68). For example, a moving obstacle observed by a sensor is mapped on the risk map as a high risk area with its position, size and orientation. At this time, the risk table (FIG. 5) is referenced to determine the degree of travel risk. Note that the risk map generation unit 16 may map the area of the moving obstacle on the predicted course as a high risk area in consideration of the speed change and the predicted course of the moving obstacle. For example, as shown in FIG. 4H, the moving obstacle 109 observed by the sensor and its predicted area 110 are mapped on the risk map as high risk areas. At this time, the current moving obstacle area 109 and the predicted moving obstacle area 110 may have different travel hazards. Also, it is preferable to set the risk of the current position to be low and the risk of the position on the predicted course to be high.
- the risk map generator 16 calculates potential risks of moving obstacles (69). For example, the presence or absence of a blind spot is determined from the height of the moving obstacle observed by the sensor. Then, when it is determined that there is a blind spot, the potential risk area 107 is mapped according to the placement status and type.
- the risk map generation unit 16 limits the dynamic action range of the own vehicle (70).
- the travelable range 112a of the own vehicle can avoid obstacles in the left and right directions by restricting the lateral acceleration generated at the current speed of the own vehicle (for example, 0.1 G or less).
- 112b an overlapping area of 112a and 112b that coincides with the vehicle width of the preceding vehicle, and mapped as a high risk area 111 on the risk map.
- the risk table (FIG. 5) is referenced to determine the degree of travel risk. Specifically, considering the limit value of the lateral acceleration, the drivable range of the own vehicle that avoids the moving obstacle is calculated, and as shown in FIG. Map the high risk area between the moving obstacle and the vehicle on the risk map.
- FIG. 5 is a diagram showing an example of a risk table in which risk values are defined.
- the risk table is based on the road structure (color, shape, position and meaning of road surface paint, road shape, side wall type and height), obstacles (type of obstacles and whether they are moving), types of blind spots, etc.
- a risk value is defined.
- the risk table may define different risk values depending on the behavior of the vehicle (vehicle speed, acceleration, etc.), driving environment, driver's operation (winker operation, etc.), in addition to the external world information shown in the figure.
- the risk table is referenced by the risk map generator 16 to calculate the risks of observed or map-based obstacles. In the risk table, risk values are determined so as to be high for obstacles with a high travel risk.
- FIG. 6 is a logical configuration diagram of the trajectory generation unit 17.
- the trajectory generation unit 17 determines a threshold value for use in binarization processing (71).
- the threshold used for binarization processing may be changed according to the circumstances around the vehicle.
- this threshold value may be changed depending on the situation around the vehicle (external information), vehicle behavior (vehicle speed, acceleration, etc.), driving environment, driver's operation (blinker operation, etc.). More specifically, when many targets are observed, such as when the area around the vehicle is congested, the threshold is increased to generate a safer trajectory and reduce the number of observed targets around the vehicle. If so, the threshold may be decreased to increase the trajectory options.
- a plurality of trajectories with different degrees of travel risk may be generated based on a plurality of thresholds, and a trajectory may be selected in subsequent processing.
- the threshold may be set to 15 from the viewpoint of increasing the degree of leeway with respect to traffic rules, and set to 55 from the viewpoint of reducing the degree of leeway with respect to traffic rules and at least not causing an accident.
- the trajectory generation unit 17 executes binarization processing (71). For example, in the binarization process, 0 is assigned to areas where the driving risk is lower than the threshold determined in step 71, and 1 is assigned to areas where the driving risk is higher than the threshold. Then, the risk map is visualized in two values, with low risk regions with a value of 0 in black and high risk regions with a value of 1 in white (see FIG. 7).
- the trajectory generation unit 17 performs dilation processing to dilate the white region with a high travel risk (72).
- the dilation process is performed the number of times obtained by dividing the half of the vehicle width by the grid size determined in the initialization process and rounding up to the decimal point. Dilation can remove noise in black low-risk regions. That is, a black low-risk area is obtained as an area in which the vehicle can travel so as to avoid driving danger. The black and white are then reversed for further processing, making the low risk areas white and the high risk areas black.
- This thinning process is a process of generating a line with a line width of 1 pixel, and is a process of determining the center line of the width of the low-risk area and generating the determined center line as the trajectory of the vehicle.
- the target vehicle speed vt at the end of the track is set to 0, and the target vehicle speed is calculated so that the vehicle can stop smoothly without sudden deceleration.
- the target vehicle speed vt is not set to 0 at the point where the trajectory is interrupted at the end of the risk map.
- the trajectory can be calculated from the risk map by simple repetitive processing. Therefore, it is most suitable for an arithmetic device such as an accelerator, and the processing time for trajectory generation can be shortened.
- the risk map can be created by image processing such as patterning and superimposition, the processing time for creating the risk map can be shortened.
- the unavoidable area when creating a risk map it is possible to create a smooth trajectory during left and right avoidance movements.
- the present invention is not limited to the above-described embodiments, and includes various modifications and equivalent configurations within the scope of the attached claims.
- the above-described embodiments have been described in detail for easy understanding of the present invention, and the present invention is not necessarily limited to those having all the described configurations.
- part of the configuration of one embodiment may be replaced with the configuration of another embodiment.
- the configuration of another embodiment may be added to the configuration of one embodiment.
- additions, deletions, and replacements of other configurations may be made for a part of the configuration of each embodiment.
- each configuration, function, processing unit, processing means, etc. described above may be realized by hardware, for example, by designing a part or all of them with an integrated circuit, and the processor realizes each function. It may be realized by software by interpreting and executing a program to execute.
- Information such as programs, tables, and files that implement each function can be stored in storage devices such as memories, hard disks, SSDs (Solid State Drives), or recording media such as IC cards, SD cards, and DVDs.
- storage devices such as memories, hard disks, SSDs (Solid State Drives), or recording media such as IC cards, SD cards, and DVDs.
- control lines and information lines indicate those that are considered necessary for explanation, and do not necessarily indicate all the control lines and information lines necessary for implementation. In practice, it can be considered that almost all configurations are interconnected.
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
車載電子制御装置であって、前記車両に設置された外界センサで取得した外界情報と、前記車両の運動情報と、地図情報とに基づいて、前記車両の周辺の走行危険度を決定し、前記走行危険度を地図上にマッピングしてリスクマップを生成するリスクマップ生成部と、前記リスクマップを用いて前記車両の走行軌道を生成する軌道生成部とを有し、前記軌道生成部は、所定の設定値より前記走行危険度が大きいかを判定する二値化処理によって、前記リスクマップを低リスク領域と高リスク領域とに分割された少なくとも一つの二値化処理画像を生成し、前記少なくとも一つの二値化処理画像に細線化処理を行い、前記低リスク領域の幅方向の中心線を決定し、前記決定された中心線に基づいて、前記車両の走行軌道を生成する。
Description
本発明は、車両に搭載される電子制御装置に関し、特に軌道生成方法に関する。
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、センサが認識した車両の周辺環境に基づいて、自車両の走行危険度を算出し、算出された危険度に応じて運転支援を行う電子制御装置が提案されている。
本技術分野の背景技術として、以下の先行技術がある。特許文献1(特開2017-41149号公報)には、住宅の構成要素の種別を表す情報を含む間取図のデータに基づき、平面を所定の大きさの格子状に区切って形成されるセルを生成し、当該セルの各々に前記構成要素の種別を表す情報を設定するセル分割部と、前記セルに設定された前記構成要素の種別を表す情報を読み出し、前記構成要素の種別に対応付けて予め定められている当該構成要素上の通過の可否に基づいて通過できる領域の外縁を特定し、当該通過できる領域を細線化した通路のデータを生成する細線化部と、前記細線化部が生成した通路のデータに基づいて、通路における端点又は交点を示すノードと、当該ノード間を接続するエッジとを含むグラフを生成するグラフ生成部と、ユーザからの入力に基づいて始点及び終点を設定し、前記グラフ生成部が生成したグラフを用いて、前記始点から前記終点までのパスを探索する経路探索部と、を備える経路生成装置が記載されている。
また、特許文献2(特開2020-53069号公報)には、車両に搭載される車載用電子制御装置であって、前記車両の動きに関する自車情報を取得する自車情報取得部と、前記自車情報に基づいて、前記車両の周辺の各位置に対する前記車両の存在時間範囲を表す自車存在時間範囲情報を決定する存在時間範囲決定部と、前記周辺環境要素情報に基づいて、前記車両の周辺の各位置に対する前記環境要素の存在時間範囲を表す環境要素存在時間範囲情報を決定する環境要素存在時間範囲決定部と、前記存在時間範囲情報及び前記環境要素存在時間範囲情報に基づいて、前記車両の周辺において自車が前記環境要素と衝突危険性の高い領域を特定する走行危険度決定部と、を備える車載用電子制御装置が記載されている。
走行危険度をマッピングしたリスクマップに基づいて軌道を生成する場合、リスクマップから評価項目の和が最小となる軌道を探索するために、莫大な計算量が必要となる。このため、少ない計算量でリスクマップから軌道を計算する方法が求められている。
本願において開示される発明の代表的な一例を示せば以下の通りである。すなわち、車両に搭載される電子制御装置であって、所定の処理を実行する演算装置と、前記演算装置がアクセス可能な記憶装置とを備え、前記車両に設置された外界センサで取得した外界情報と、前記車両の運動情報と、地図情報とに基づいて、前記車両の周辺の走行危険度を決定し、前記走行危険度を地図上にマッピングしてリスクマップを生成するリスクマップ生成部と、前記リスクマップを用いて前記車両の走行軌道を生成する軌道生成部とを有し、前記軌道生成部は、所定の設定値より前記走行危険度が大きいかを判定する二値化処理によって、前記リスクマップを低リスク領域と高リスク領域とに分割された少なくとも一つの二値化処理画像を生成し、前記少なくとも一つの二値化処理画像に細線化処理を行い、前記低リスク領域の幅方向の中心線を決定し、前記決定された中心線に基づいて、前記車両の走行軌道を生成することを特徴とする。
本発明の一態様によれば、少ない計算量でリスクマップから軌道を計算できる。前述した以外の課題、構成及び効果は、以下の実施例の説明によって明らかにされる。
図1は、本発明の実施例の電子制御装置1の物理構成図である。
電子制御装置(ECU)1は、CPU11と、不揮発性メモリ(ROM:Read Only Memory)12と、揮発性メモリ(RAM:Random Access Memory)13と、アクセラレータ14とを含む。CPU11は、揮発性メモリ13に格納されたプログラムを実行する演算装置である。不揮発性メモリ12は、記憶されたデータを電源遮断時にも保持する不揮発性記憶領域を有する記憶デバイスであり、CPU11が実行するプログラムを格納するプログラム領域と、CPU11がプログラム実行時に使用するデータを一時的に格納するデータ領域を含む。揮発性メモリ13は、揮発性記憶領域を有する記憶デバイスであり、CPU11がプログラム実行時に使用するデータを格納する。アクセラレータ14は、特定の演算処理を高速に処理可能な演算装置であり、リスクマップ生成部16及び軌道生成部17における画像処理を実行する。電子制御装置1は、CANやイーサネットなどのネットワークを介して他の電子制御装置やセンサ類と通信する。
電子制御装置1には、カメラ21、レーダ22、LiDAR23などのセンサから観測結果が入力される。また、電子制御装置1は、GNSS(Global Navigation Satellite System)デバイス25からの測位情報を用いて地図情報を提供する地図ユニット24に接続されている。さらに、電子制御装置1には、車両の速度や加速度などの挙動を示す車両情報26が入力される。電子制御装置1は、駆動制御信号31、制動制御信号32、及び転舵制御信号33を出力し、車両の走行を制御する。
図2は、本発明の実施例の電子制御装置1の論理構成図である。
電子制御装置1は、フュージョン部15、リスクマップ生成部16、軌道生成部17、及び軌道追従部18を有する。フュージョン部15は、複数のセンサ(カメラ21、レーダ22、LiDAR23など)の観測結果を統合して、車両周辺の物標の位置、大きさ及び種別を特定する。リスクマップ生成部16は、特定された物標に基づいて車両周辺の走行危険度を示すリスクマップを生成する。軌道生成部17は、生成されたリスクマップを用いて、車両が走行すべき軌道を生成する。軌道追従部18は、生成された軌道に従って車両を制御するための、駆動制御信号31、制動制御信号32、及び転舵制御信号33を生成する。駆動制御信号31は駆動源(エンジン、モータ)の回転、すなわち加速度と速度を制御するための信号であり、制動制御信号32はブレーキによる減速度を制御するための信号であり、転舵制御信号33はステアリングによる車両の進行方向を制御するための信号である。
図3は、リスクマップ生成部16の論理構成図である。
リスクマップ生成部16は、まず、各種パラメータを初期化する(61)。例えば、リスク対象となる物標の最小の大きさとセンサの検知範囲からグリッドのサイズを決定して、画像プレーン101を規定する。より具体的には、道路境界や車線を区画する白線の幅が10cm、検知範囲が300m四方である場合、グリッドサイズを白線幅と同程度の10cmとして、自車100の前方300m×左右150mの範囲には3000×3000ピクセルのリスクマップ(図4A参照)を作成することになり、このリスクマップの画像プレーン101を格納するための記憶領域を予約する。
次に、リスクマップ生成部16は、道路構造から行動範囲を計算する(63)。例えば、自車の進行方向の道路構造(例えば、道路のカーブ、交差点)によって自車の行動範囲を求め、求められた行動範囲から規定された画像プレーン101内の行動範囲102を抽出する。例えば、図4Bに示すように、道路が右方向にカーブしている場合、道路より左側の範囲を除外し、右側の範囲を行動範囲102に抽出する。道路構造は、地図ユニット24から取得した地図データ又はセンサが観測した物標(例えば、道路境界線)の観測結果から求める。
次に、リスクマップ生成部16は、自車前方の行動範囲を制限する(64)。例えば、自車の走行速度に応じて、所定時間内に自車が走行可能な範囲に行動範囲を制限する。具体的には自車の前方に矩形103を定める(図4C)。矩形103は、低速では進行方向に短く、高速では進行方向に長い形状にするとよい。
次に、リスクマップ生成部16は、静止障害物の顕在リスクを計算する(65)。例えば、センサの検知範囲外104は障害物の存否が分からないので、高リスク領域としてマッピングする(図4D参照)。三角形の高リスク領域104によって、車両位置と生成される軌道との不連続を防止し、車両が走行可能な円滑な軌道を生成できる。さらに、リスクマップ生成部16は、センサが観測した静止障害物及び地図ユニット24から取得した地図データに含まれる静止障害物を、その位置、大きさ、及び向きで、高リスク領域としてリスクマップにマッピングする。このときリスクテーブル(図5)を参照して、静止障害物毎に異なる走行危険度を求める。なお、センサの観測誤差に応じて静止障害物の周囲に高リスク領域をマッピングするとよい。例えば、図4Eに示すように、センサが観測した静止障害物105及びその周囲106を高リスク領域としてリスクマップにマッピングする。静止障害物領域105と周囲領域106は、異なる走行危険度にするとよい。さらに、観測された種別に応じて静止障害物105の周囲領域106(例えば、駐車車両のドアが開く領域)に高リスク領域をマッピングするとよい。
リスクマップ生成部16は、静止障害物の顕在リスクを計算値によって、ステップ63に入力される前回値を更新する(62)。
次に、リスクマップ生成部16は、静止障害物の潜在リスクを計算する(66)。例えば、センサが観測した静止障害物及び地図ユニット24から取得した地図データに含まれる静止障害物の高さから死角の有無を判定する。そして、死角があると判定されると、その配置状況や種別によって潜在リスク領域107をリスクマップにマッピングする。このときリスクテーブル(図5)を参照して、静止障害物毎に異なる走行危険度を求める。具体的には、図4Fに示す場合には、停止車両106の影から歩行者が飛び出す可能性がある潜在リスク領域107をマッピングする。
次に、リスクマップ生成部16は、自車の現在位置からの行動範囲を制限する(67)。例えば、自車の現在の速度において、車両の走行性能から導出される横加速度の制約(例えば0.1G以下)に従って移動可能な範囲に行動範囲を制限し、高リスク領域108としてリスクマップにマッピングする(図4G参照)。このときリスクテーブル(図5)を参照して、走行危険度を求める。
次に、リスクマップ生成部16は、移動障害物の顕在リスクを計算する(68)。例えば、センサが観測した移動障害物を、その位置、大きさ、及び向きで、高リスク領域としてリスクマップにマッピングする。このときリスクテーブル(図5)を参照して、走行危険度を求める。なお、リスクマップ生成部16は、移動障害物の速度変化及び予測進路を考慮して、予測進路上の移動障害物の領域を高リスク領域としてマッピングするとよい。例えば、図4Hに示すように、センサが観測した移動障害物109及びその予測領域110を高リスク領域としてリスクマップにマッピングする。このとき、現在移動障害物領域109と予測移動障害物領域110は、異なる走行危険度にするとよい。また、現在地のリスクを低く、予測進路上の位置のリスクを高くするとよい。
次に、リスクマップ生成部16は、移動障害物の潜在リスクを計算する(69)。例えば、センサが観測した移動障害物の高さから死角の有無を判定する。そして、死角があると判定されると、その配置状況や種別によって潜在リスク領域107をマッピングする。
次に、リスクマップ生成部16は、自車の動的な行動範囲を制限する(70)。例えば、図4I~図4Kに示すように、自車の現在の速度において発生する横加速度の制約(例えば0.1G以下)によって障害物を左右それぞれの方向で回避できる自車の走行可能範囲112a、112bから回避不可避の領域111を算出(112a、112bの重なった領域で先行車の車幅と一致する領域)し、高リスク領域111としてリスクマップにマッピングする。このときリスクテーブル(図5)を参照して、走行危険度を求める。具体的には、横加速度の制限値を考慮して、移動障害物を回避する自車の走行可能範囲を計算し、図4Lに示すように、当該移動障害物を回避不可能な範囲を当該移動障害物と自車両の間に高リスク領域としてリスクマップにマッピングする。
図5は、リスク値が定義されるリスクテーブルの例を示す図である。
リスクテーブルは、道路構造(路面ペイントの色や形状や位置や意味、道路の形状、側壁の種類や高さ)、障害物(障害物の種類や移動しているか)、死角の種類などによって、リスク値が定められている。リスクテーブルは、図示した外界情報の他、車両の挙動(車両の速度や加速度など)、走行環境、運転者の操作(ウインカー操作など)によって異なるリスク値を定めてもよい。リスクテーブルは、リスクマップ生成部16によって参照され、観測された又は地図上の障害物のリスクが計算される。リスクテーブルでは、走行危険度が高い障害物について高くなるようにリスク値が定められる。
図6は、軌道生成部17の論理構成図である。
まず、軌道生成部17は、二値化処理に使用するための閾値を決定する(71)。例えば、二値化処理に使用する閾値は、車両周辺の状況によって変えてもよい。また、この閾値は、車両周辺の状況(外界情報)の他、車両の挙動(車両の速度や加速度など)、走行環境、運転者の操作(ウインカー操作など)によって変えてもよい。より具体的には、車両周辺が混雑しているなど多くの物標が観測される場合、閾値を大きくして、より安全な軌道が生成されるようにし、車両周辺の観測される物標が少ない場合、閾値を小さくして、軌道の選択肢を増やしてもよい。また、複数の閾値によって複数の走行危険度の軌道を生成し、後段の処理において軌道を選択してもよい。例えば、交通ルールに対する余裕度を高める観点で閾値を15に設定し、交通ルールに対する余裕度を低くして、最低限事故を起こさないことを重視する観点で閾値を55に設定してもよい。
次に、軌道生成部17は、二値化処理を実行する(71)。例えば、二値化処理は、ステップ71で決定された閾値より走行危険度が低い領域を0、閾値より走行危険度が高い領域を1とする。そして、値が0の低リスク領域を黒色に、値が1の高リスク領域を白色にして、リスクマップを二値に可視化する(図7参照)。
次に、軌道生成部17は、走行危険度が高い白色領域を膨張させる膨張処理を実行する(72)。例えば、車両幅の半分を初期化処理で決めたグリッドサイズで除した値の少数点以下を切り上げた回数だけ膨張処理を実行する。膨張処理によって黒色の低リスク領域のノイズを除去できる。すなわち、走行危険度を避けるように自車が走行できる領域を黒色の低リスク領域として求められる。その後、次の処理のために白黒を反転させ、低リスク領域を白色に、高リスク領域を黒色にする。
次に、軌道生成部17は、細線化処理を実行する(73)。この細線化処理は、1画素の線幅の線を生成する処理であり、低リスク領域の幅の中心線を決定し、決定された中心線を車両の軌道として生成する処理である。
次に、軌道生成部17は、細線化処理によって生成された軌道上のリスク値を取得する(75)。そして、軌道生成部17は、取得されたリスク値から車両の走行速度を計算する(76)。例えば、現在の車速又は制限速度の低い方をvkm/h、リスク値をx%として、下式によって目標車速vtを計算する。
vt=v×(1.0-x/100)
vt=v×(1.0-x/100)
なお、軌道が途中で途切れる場合、軌道の端点での目標車速vtを0として、急減速とならないように滑らかに車両を停止できるように目標車速を計算する。ただし、リスクマップの端部で軌道が途切れる点では目標車速vtを0にしない。
以上に説明したように、本発明の実施例の電子制御装置によると、単純な繰り返し処理でリスクマップから軌道を計算できる。このため、アクセラレータなどの演算装置に最適であり、軌道生成の処理時間を短縮できる。特に、パターン化や重ね合せ等の画像処理でリスクマップを作成できるので、リスクマップ作成の処理時間を短縮できる。さらに、リスクマップ作成時に回避不可領域を考慮することで、左右への回避動作時に滑らかな軌道を作成できる。
なお、本発明は前述した実施例に限定されるものではなく、添付した特許請求の範囲の趣旨内における様々な変形例及び同等の構成が含まれる。例えば、前述した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに本発明は限定されない。また、ある実施例の構成の一部を他の実施例の構成に置き換えてもよい。また、ある実施例の構成に他の実施例の構成を加えてもよい。また、各実施例の構成の一部について、他の構成の追加・削除・置換をしてもよい。
また、前述した各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等により、ハードウェアで実現してもよく、プロセッサがそれぞれの機能を実現するプログラムを解釈し実行することにより、ソフトウェアで実現してもよい。
各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリ、ハードディスク、SSD(Solid State Drive)等の記憶装置、又は、ICカード、SDカード、DVD等の記録媒体に格納することができる。
また、制御線や情報線は説明上必要と考えられるものを示しており、実装上必要な全ての制御線や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よい。
Claims (7)
- 車両に搭載される電子制御装置であって、
所定の処理を実行する演算装置と、前記演算装置がアクセス可能な記憶装置とを備え、
前記車両に設置された外界センサで取得した外界情報と、前記車両の運動情報と、地図情報とに基づいて、前記車両の周辺の走行危険度を決定し、前記走行危険度を地図上にマッピングしてリスクマップを生成するリスクマップ生成部と、
前記リスクマップを用いて前記車両の走行軌道を生成する軌道生成部とを有し、
前記軌道生成部は、
所定の設定値より前記走行危険度が大きいかを判定する二値化処理によって、前記リスクマップが低リスク領域と高リスク領域とに分割された少なくとも一つの二値化処理画像を生成し、
前記少なくとも一つの二値化処理画像に細線化処理を行い、前記低リスク領域の幅方向の中心線を決定し、
前記決定された中心線に基づいて、前記車両の走行軌道を生成することを特徴とする電子制御装置。 - 請求項1に記載の電子制御装置であって、
前記軌道生成部は、前記外界情報、少なくとも速度や加速度を含む前記車両の挙動を示す車両情報、及び前記車両の走行環境の少なくとも一つに基づいて前記設定値を変更することを特徴とする電子制御装置。 - 請求項1に記載の電子制御装置であって、
前記リスクマップ生成部は、前記外界情報、少なくとも速度や加速度を含む前記車両の挙動を示す車両情報、及び前記車両の走行環境の少なくとも一つに基づいて前記走行危険度を決定することを特徴とする電子制御装置。 - 請求項1に記載の電子制御装置であって、
前記軌道生成部は、前記細線化処理において、前記低リスク領域の幅方向を前記車両の車幅分削減することを特徴とする電子制御装置。 - 請求項1に記載の電子制御装置であって、
前記車両の走行性能に基づいて、前記車両の走行性能に基づいて走行不可能な領域を前記走行危険度が高い領域として地図上にマッピングすることを特徴とする電子制御装置。 - 請求項1に記載の電子制御装置であって、
前記軌道生成部は、複数の前記設定値を用いて複数の走行軌道を生成することを特徴とする電子制御装置。 - 車載電子制御装置が実行する軌道生成方法であって、
前記車載電子制御装置は、所定の処理を実行する演算装置と、前記演算装置がアクセス可能な記憶装置とを有し、
前記軌道生成方法は、
前記演算装置が、車両に設置された外界センサで取得した外界情報と、前記車両の運動情報と、地図情報とに基づいて、前記車両の周辺の走行危険度を決定し、前記走行危険度を地図上にマッピングしてリスクマップを生成するリスクマップ生成手順と、
前記演算装置が、前記リスクマップを用いて前記車両の走行軌道を生成する軌道生成手順とを含み、
前記軌道生成手順では、前記演算装置が、
所定の設定値より前記走行危険度が大きいかを判定する二値化処理によって、前記リスクマップを低リスク領域と高リスク領域とに分割された少なくとも一つの二値化処理画像を生成し、
前記少なくとも一つの二値化処理画像に細線化処理を行い、前記低リスク領域の幅方向の中心線を決定し、
前記決定された中心線に基づいて、前記車両の走行軌道を生成することを特徴とする軌道生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2022/006964 WO2023157301A1 (ja) | 2022-02-21 | 2022-02-21 | 電子制御装置及び軌道生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2022/006964 WO2023157301A1 (ja) | 2022-02-21 | 2022-02-21 | 電子制御装置及び軌道生成方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2023157301A1 true WO2023157301A1 (ja) | 2023-08-24 |
Family
ID=87578187
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/JP2022/006964 WO2023157301A1 (ja) | 2022-02-21 | 2022-02-21 | 電子制御装置及び軌道生成方法 |
Country Status (1)
Country | Link |
---|---|
WO (1) | WO2023157301A1 (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012033173A1 (ja) * | 2010-09-08 | 2012-03-15 | 株式会社豊田中央研究所 | 移動物予測装置、仮想可動物予測装置、プログラム、移動物予測方法、及び仮想可動物予測方法 |
WO2019167457A1 (ja) * | 2018-02-28 | 2019-09-06 | ソニー株式会社 | 情報処理装置、情報処理方法、プログラム、及び移動体 |
JP2019533609A (ja) * | 2016-09-14 | 2019-11-21 | ナウト, インコーポレイテッドNauto, Inc. | ニアクラッシュ判定システムおよび方法 |
JP2021039437A (ja) * | 2019-08-30 | 2021-03-11 | 日産自動車株式会社 | 物***置検出方法及び物***置検出装置 |
-
2022
- 2022-02-21 WO PCT/JP2022/006964 patent/WO2023157301A1/ja active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012033173A1 (ja) * | 2010-09-08 | 2012-03-15 | 株式会社豊田中央研究所 | 移動物予測装置、仮想可動物予測装置、プログラム、移動物予測方法、及び仮想可動物予測方法 |
JP2019533609A (ja) * | 2016-09-14 | 2019-11-21 | ナウト, インコーポレイテッドNauto, Inc. | ニアクラッシュ判定システムおよび方法 |
WO2019167457A1 (ja) * | 2018-02-28 | 2019-09-06 | ソニー株式会社 | 情報処理装置、情報処理方法、プログラム、及び移動体 |
JP2021039437A (ja) * | 2019-08-30 | 2021-03-11 | 日産自動車株式会社 | 物***置検出方法及び物***置検出装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108693878B (zh) | 前进路线设定装置以及前进路线设定方法 | |
JP6725568B2 (ja) | 車両制御装置、車両、車両制御方法およびプログラム | |
JP6447639B2 (ja) | 目標経路生成装置および走行制御装置 | |
JP7193656B2 (ja) | 割り込んでくる又は抜け出て行く車両を認識する制御ユニット及び方法 | |
WO2016170647A1 (ja) | オクルージョン制御装置 | |
JP7096350B2 (ja) | 走行制御装置、車両及び走行制御方法 | |
CN111650945B (zh) | 动态障碍物防撞方法 | |
CN103718225A (zh) | 行驶辅助装置以及行驶辅助方法 | |
JP6574224B2 (ja) | 車両制御装置、車両、車両制御方法およびプログラム | |
JP6594375B2 (ja) | 処理装置、車両、処理方法およびプログラム | |
CN108349489A (zh) | 车辆行驶控制装置 | |
JPWO2019043847A1 (ja) | 走行制御装置、車両および走行制御方法 | |
WO2019106788A1 (ja) | 車両制御装置、車両、及び車両制御方法 | |
WO2019207639A1 (ja) | 行動選択装置、行動選択プログラム及び行動選択方法 | |
JP2017140857A (ja) | 車両制御システム | |
JP2019026103A (ja) | 自動運転のポリシー生成装置及び車両 | |
US12036980B2 (en) | Course prediction device, computer readable medium, and course prediction method | |
CN112519782A (zh) | 车辆自动变道方法、装置、车辆以及计算机可读存储介质 | |
JP6765357B2 (ja) | 走行制御装置、走行制御方法およびプログラム | |
JP2020111302A (ja) | 車両運転支援システム及び方法 | |
WO2023157301A1 (ja) | 電子制御装置及び軌道生成方法 | |
JP6838769B2 (ja) | 周辺環境認識装置、表示制御装置 | |
CN115447607A (zh) | 用于规划车辆行驶轨迹的方法和装置 | |
JP2019045985A (ja) | 車両制御装置、車両、車両制御方法およびプログラム | |
CN113137974B (zh) | 智能车及其路径规划方法、装置 |
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: 22927200 Country of ref document: EP Kind code of ref document: A1 |
|
WWE | Wipo information: entry into national phase |
Ref document number: 2024500910 Country of ref document: JP |