WO2018030082A1

WO2018030082A1 - 自動運転装置

Info

Publication number: WO2018030082A1
Application number: PCT/JP2017/026028
Authority: WO
Inventors: 今井　正人; 児島　隆生; 吉村　健太郎; 潔萬谷
Original assignee: Hitachi Automotive Systems Ltd
Current assignee: Hitachi Astemo Ltd
Priority date: 2016-08-08
Filing date: 2017-07-19
Publication date: 2018-02-15
Anticipated expiration: 2019-02-08
Also published as: CN109641591B; US20190317499A1; CN109641591A; JP2018024286A; EP3498555A1; JP6663822B2; EP3498555A4; US10845809B2

Abstract

安全かつ自然な自動運転を実現するためには、知能化（学習機能や人工知能など）を取り込んだ制御プラットフォームが必要であるが、知能化の出力では、車の動きとしての動作の保障が困難である。本発明の自動運転装置は、外界情報および車両情報を入力して車両の目標制御値を出力する制御プログラムを備えている。そして、制御プログラムは、動的に変化するアルゴリズム（学習機能や人工知能に基づいた動作を出力）に基づいて第１の目標制御量を生成する第１のプログラムと、規定のアルゴリズム（交通規則や運転モラルに従った動作を出力）に基づいて第２の目標制御量を生成する第２のプログラムと、を有する。

Description

自動運転装置

　本発明は、自動操舵や自動速度制御によって目的地まで自動的に車両を制御する自動運転装置に関する。

　車載カメラやレーダなどの外界認識センサを用いて自車両周辺の物体（車両、歩行者、構造物など）や道路標示・標識（区画線などの路面ペイント、止まれなどの標識など）を認識するための技術が種々提案されている。さらに、これらの技術を用いて自車両を制御し、乗員の安心感や快適性を向上させる技術も種々提案されており、自車両のステアリングと速度を自動で制御して目的地まで自動的に走行する自動運転技術が提案され始めてきた。このような自動運転技術を実現するためには、複雑な環境下においても状況を正確に判断して車両を制御しなくてはならず、この状況判断に人工知能や機械学習を適用して経験のない状況でも対応できるようにするなどの必要がある。

　自車位置情報と車両情報から走行制御を予測するために必要な情報を履歴情報として学習データベースに記憶し、自車位置前方の道路情報と履歴情報から予測される過去の走行パターンなどに基づき、自車の今後の走行制御を予測するとともに、学習部で予測された走行制御に基づき、変速機、回生ブレーキのＯＮ／ＯＦＦ、走行モード等の制御指令値を作成し、車両を制御する技術がある（特許文献１参照）。

特開２０１３－２３７２９０号公報

　しかしながら、特許文献１に開示されている技術では、学習部で予測された走行制御に基づいて車両を制御するため、予測が外れた場合にもそのまま車両が制御されてしまう。
ただし、特許文献１で適用している車両制御は、変速機、回生ブレーキのＯＮ／ＯＦＦ、走行モード等であり、学習部での予測が外れた場合でも安全性を損なうものではない。このように、機械学習や人工知能は、学習方法や経験値（データベースの蓄積量等）によっては予測を外したり想定外の判断を下したりする可能性があるため、安全性にかかわる車両制御等には適用が難しいといった課題があった。

　本発明は、上記事情を鑑みてなされたもので、安全かつ自然な自動運転を実現するための機械学習や人工知能等の知能化を取り込んだ自動運転装置を提供することを目的とする。

　上記課題を解決するため、本発明は、外界情報および車両情報を入力して車両の目標制御値を出力する制御プログラムを備えた自動運転装置であって、前記制御プログラムは、動的に変化するアルゴリズムに基づいて第１の目標制御量を生成する第１のプログラムと、規定のアルゴリズムに基づいて第２の目標制御量を生成する第２のプログラムと、を有することを特徴とする。

　本発明によれば、機械学習や人工知能といった動的に変化するアルゴリズムによって複雑な環境下での自動運転や個人の嗜好を反映した車両制御が実現できるとともに、交通規則に従ったり予め制御量の上下限値が決まっていたりする規定のアルゴリズムによって動作が保障された車両制御を併せ持つことで、自動運転装置としての品質の確保が可能となる。具体的には、後者の動作が保障された規定のアルゴリズムによって安全の確保が可能となる。

　本発明に関連する更なる特徴は、本明細書の記述、添付図面から明らかになるものである。また、上記した以外の、課題、構成及び効果は、以下の実施形態の説明により明らかにされる。

本発明を適用した自動運転装置の基本構成図である。本発明の第１の実施の形態による自動運転装置の概略構成図である。本発明の第１の実施の形態による自動運転装置の概略構成図である。本発明の第１の実施の形態による自動運転装置と、その周辺の装置類を示す概略構成図である。本発明の第１の実施の形態による車両制御装置の動作説明に供されるフローチャートである。本発明の第１の実施の形態による車両制御装置の動作説明に供されるフローチャートである。本発明の第１の実施の形態による車両制御装置の動作説明に供されるフローチャートである。本発明の第１の実施の形態による車両制御装置の動作説明に供されるフローチャートである。学習処理の説明に供される図である。学習処理の説明に供される図である。自動運転処理の説明に供される図である。自動運転処理の説明に供される図である。本発明の第２の実施の形態による車両制御装置の動作説明に供されるフローチャートである。自動運転処理の説明に供される図である。本発明の第３の実施の形態による車両制御装置の動作説明に供されるフローチャートである。自動運転処理の説明に供される図である。本発明の第４の実施の形態による自動運転装置の概略構成図である。本発明の第４の実施の形態による自動運転装置の概略構成図である。本発明の第４の実施の形態による車両制御装置の動作説明に供されるフローチャートである。

　以下、実施例を図面を用いて説明する。
　図１は、本発明が実施された自動運転装置の基本構造を示す。図１の自動運転装置１００は、自車両を制御するコンピュータであって、制御プログラム１０１を実行することにより、自車両の自動運転機能を実現する。制御プログラム１０１は、動的に変化するアルゴリズムを有する第１のプログラム１０２と、規定のアルゴリズムを有する第２のプログラム１０３を備えている。

　第１のプログラム１０２は、学習機能や人工知能などの動的に変化するアルゴリズムから構成され、同じ入力に対して時間の経過とともに異なる値が出力される可能性の高いプログラムである。動的に変化するアルゴリズムは、人工知能や学習機能に基づいて目標制御量を生成する処理手法である。ここで、学習機能とは、入力情報や実行された操作などを記憶し、その記憶を踏まえてより適切な処理を行うように最適化する機能であり、例えば、運転者の加減速度や横加速度，車間距離などの好みを自動運転時に反映させることが可能である。また、機械学習や人工知能を利用して入力情報を理解して適切な出力を行うものも含む。

　第２のプログラム１０３は、予め定められているルールや規則に基づいた規定のアルゴリズム（以下、ルールベース）から構成され、同じ入力に対しては同じ値もしくはその範囲が出力されるプログラムである。規定のアルゴリズムは、少なくとも交通規則や運転モラルに基づいて目標制御量を生成する処理手法である。ただし、ルールや規則が変更となった場合はその限りではない。これを自動車に適用する場合、ルールや規則は交通規則や運転モラルに該当するが、これらは適用する国や地域によって異なることは言うまでもない。

　以上のように、プログラムの構成として動的に変化するアルゴリズムを有するプログラムと規定のアルゴリズムを有するプログラムとに分けることで、メンテナンスや更新などのプログラムの品質確認を実施する上での工数削減効果が見込まれる。

　（第１の実施の形態）
図２および図３は、本発明の第１の実施の形態による自動運転装置の概略構成図である。

　図２および図３は、図１の基本構造において、第１のプログラムと第２のプログラムをそれぞれ具体的な機能に置き換えた構成としている。

　図２の軌道・速度計画部（学習機能）１０２ａは、学習機能を用いて自車両の目標軌道および目標速度を計画するためのプログラムであり、外界情報（自車両周辺の環境情報や道路情報など）および車両情報（車速や舵角，ヨーレートなど）を入力として目標制御値（目標軌道と目標速度のセット，もしくは各アクチュエータに対しての目標制御量）を出力する。

　図２の軌道・速度計画部（ルールベース）１０３ａは、交通規則や運転モラルに基づいて自車両の目標軌道および目標速度を計画するためのプログラムであり、外界情報（自車両周辺の環境情報や道路情報など）および車両情報（車速や舵角，ヨーレートなど）を入力として目標制御値（目標軌道と目標速度のセット，もしくは各アクチュエータに対しての目標制御量）を出力する。

　図３の軌道・速度計画部（人工知能）１０２ｂは、人工知能を用いて自車両の目標軌道および目標速度を計画するためのプログラムであり、外界情報（自車両周辺の環境情報や道路情報など）および車両情報（車速や舵角，ヨーレートなど）を入力として目標制御値（目標軌道と目標速度のセット，もしくは各アクチュエータに対しての目標制御量）を出力する。

　図３の軌道・速度計画部（ルールベース）１０３ｂは、図２の軌道・速度計画部（ルールベース）１０３ａと同じものである。

　図４は、本発明の第１の実施の形態による自動運転装置と、その周辺の装置類を示す概略構成図である。自動運転装置４００は、図１～図３で説明した自動運転装置１００，１００ａ，１００ｂと同義であり、外環境認識装置４０１，自動運転ボタン４０２，操舵装置４０３，駆動装置４０４，制動装置４０５，音発生装置４０６，表示装置４０７とに接続されている。また、自動運転装置４００は、自車両の通信ネットワークであるＣＡＮ（不図示）などに接続されており、自車両の車速、舵角、ヨーレートなどの車両情報が入力される。

　外環境認識装置４０１は、自車両の周辺環境に関する情報を取得するものであって、たとえば、自車両の前方を撮影する車載ステレオカメラや、自車両の前方，後方，右側方，左側方の周辺環境をそれぞれ撮影する４個の車載カメラである。これらの車載カメラは、得られた画像データを用いて、自車両周辺の静止立体物、移動体、車線区分線等の路面ペイント、標識等の物体の形状や位置を検出し、さらに、路面の凹凸等を検出して自車両が走行可能な路面であるか否かの判定機能を持つ。静止立体物とは、たとえば、駐車車両、壁、ポール、パイロン、縁石、車止めなどである。また、移動体とは、たとえば、歩行者、自転車、バイク、車両などである。以降、静止立体物と移動体の二つをまとめて障害物と呼ぶ。

　物体の形状や位置は、パターンマッチング手法やその他の公知技術を用いて検出される。物体の位置は、たとえば、自車両の前方を撮影する車載カメラの位置に原点を有する座標系を用いて表現される。そして、得られた物体の種別や距離，その方角等の情報を専用線やＣＡＮなどを用いて自動運転装置４００に出力する。

　なお、車載カメラにより得られた画像を専用線などを用いて自動運転装置４００に出力し、自動運転装置４００内で画像データを処理する方式にしてもよい。また、車載カメラ以外にもミリ波やレーザーを用いて物体との距離を計測するレーダ、超音波を用いて物体との距離を計測するソナー等を用いることができ、得られた物体との距離とその方角等の情報を専用線やＣＡＮなどを用いて自動運転装置４００に出力する。さらに、自車両の外部との通信を行うための通信装置を外環境認識装置４０１に含めてもよく、自車両周辺の車両と通信して位置や速度の情報などをやり取りしたり、路側の通信機と通信して自車両に搭載されたセンサからは検出できない情報（自車両の死角の障害物の情報など）をやり取りしたりしてもよい。

　操舵装置４０３は、外部からの駆動指令により電動や油圧のアクチュエータなどで舵角を制御することの可能な電動パワーステアリング、油圧パワーステアリング等で構成される。操舵装置４０３は、アクチュエータの駆動により、自車両の軌道を目標軌道に制御することができる。

　駆動装置４０４は、外部からの駆動指令により電動のスロットルなどでエンジントルクを制御することの可能なエンジンシステムや、モータなどで外部からの駆動指令により駆動力を制御することが可能な電動パワートレインシステム等で構成される。

　制動装置４０５は、外部からの制動指令により電動や油圧のアクチュエータなどで制動力を制御することの可能な電動ブレーキや油圧ブレーキ等で構成される。制動装置４０５は、アクチュエータの駆動により、自車両の速度を目標速度に制御することができる。

　音発生装置４０６は、スピーカー等で構成され、運転者に対する警報や音声ガイダンス等の出力に用いられる。

　表示装置４０７は、ナビゲーション装置等のディスプレイ，メーターパネル，警告灯等で構成される。表示装置４０７には、自動運転装置４００の操作画面のほか、自車両の走行状態が視覚的に表現できる画面表示などを行う。

　自動運転ボタン４０２は、運転者が操作可能な位置に設けられた操作部材であって、運転者の操作に基づいて自動運転装置４００の動作を切り替える信号を自動運転装置４００へ出力する。なお、自動運転ボタン４０２は、ステアリング周辺の運転者が操作しやすい場所にスイッチとして設置できるほか、表示装置４０７がタッチパネル式のディスプレイの場合には表示装置４０７にボタンを表示して運転者が操作できるようにしてもよい。

　次に、フローチャートを用いて自動運転装置４００の処理手順を説明する。

　図５から図８は、自動運転装置４００の処理手順の一例を示すフローチャートである。

　図５の処理Ｓ５０１では、外界情報と車両情報を取得し、処理Ｓ５０２に進む。ここで、外界情報は外環境認識装置４０１により入力される情報であり、車両情報は自車両の車速，舵角，ヨーレートなどの情報である。

　処理Ｓ５０２では、道路情報を取得し、処理Ｓ５０３に進む。ここで、道路情報は現在の自車両周辺の地図データであり、この地図データは、ポリゴンやポリライン等で表現される実際の道路形状に近い形状データと、通行規制情報（制限速度，通行可能車両種別等），車線区分（本線，追越車線，登坂車線，直進車線，左折車線，右折車線等），信号機や標識等の有無（有の場合はその位置情報）等のデータである。

　処理Ｓ５０３では、処理Ｓ５０１で取得した外界情報と処理Ｓ５０２で取得した道路情報を用いて自車両周辺の走行環境を把握する処理を実施し、処理Ｓ５０４に進む。具体的には、障害物などの外界情報を地図データ上に配置し、自車両が走行可能な車線位置や交差点の旋回可能スペースなどを検出する。

　処理Ｓ５０４では、自動運転中か否かを判断し、自動運転中の場合はＳ５０５の自動運転処理を実行して一連の処理を終了し、処理Ｓ５０１に戻る。一方、処理Ｓ５０４で自動運転中でない場合はＳ５０６の学習処理を実行して一連の処理を終了し、処理Ｓ５０１に戻る。

　図６は、図５の処理Ｓ５０６の学習処理の処理手順の一例を示すフローチャートである。

　図６の処理Ｓ６０１では、処理Ｓ５０３で認識した周辺環境と処理Ｓ５０１で取得した車両情報を自動運転装置４００の内部メモリなどに記憶し、処理Ｓ６０２に進む。

　処理Ｓ６０２では、処理Ｓ６０１で記憶した情報に基づいて自車両が学習対象シーンを走行したか否かを判定し、自車両が学習対象シーンを走行したと判定した場合は処理Ｓ６０３に進み、自車両が学習対象シーンを走行していないと判定した場合は一連の処理を終了する。ここで、学習対象シーンは例えば以下の通りである。

　・先行車を追従走行している場合　・一時停止標識や赤信号で停止する場合
  ・一時停止標識や赤信号で停止後に再発進する場合　・交差点を通過する場合
  ・カーブを走行する場合
  ・車線変更する場合（合流や分岐を含む）
  ・路肩の障害物を回避して走行する場合

　処理Ｓ６０３では、処理Ｓ６０２で判定した学習対象シーンでの自車両の振る舞いがルールベースに則った走行であったか否かを判定し、自車両の振る舞いがルールベースに則った走行であった場合には処理Ｓ６０４に進み、自車両の振る舞いがルールベースに則った走行でなかった場合は一連の処理を終了する。ここで、ルールベースに則った走行とは、交通規則を遵守し、運転モラルに反さない走行を指す。

　処理Ｓ６０４では、周辺環境と自車両の走行パターンを関連付けて学習し、一連の処理を終了する。ここで、具体的に学習する内容は例えば以下の通りである。

　・先行車を追従走行している際の車間距離や加減速度
  ・停止線や信号に対しての加減速度や停止位置，発進タイミング　・交差点内での通過速度および走行軌跡
  ・旋回時の速度
  ・車線変更の走行軌跡や横加速度，周辺車両との車間距離
  ・障害物回避時の安全マージンの取り方や速度調節方法

　図７は、図５の処理Ｓ５０５の自動運転処理の処理手順の一例を示すフローチャートである。

　図７の処理Ｓ７０１では、第１のプログラムで目標制御量を生成し、処理Ｓ７０２に進む。ここでは、図６で説明した学習処理により更新されている軌道・速度計画により自車両の目標軌道および目標速度を生成する。

　処理Ｓ７０２では、第２のプログラムで目標制御量を生成し、処理Ｓ７０３に進む。ここでは、ルールベースに基づく軌道・速度計画により自車両の目標軌道および目標速度を生成する。

　処理Ｓ７０３では、処理Ｓ７０１で生成された第１の目標制御量と処理Ｓ７０２で生成された第２の目標制御量から最終的な目標制御量である目標制御値を生成し、処理Ｓ７０４に進む。

　処理Ｓ７０４では、処理Ｓ７０３で生成した目標制御値である自車両の目標軌道および目標速度に従って自車両を走行させるための制御パラメータを演算し、処理Ｓ７０５に進む。ここで、制御パラメータは、例えば、目標操舵トルクと目標エンジントルク，目標ブレーキ圧である。

　処理Ｓ７０５では、処理Ｓ７０４で演算した制御パラメータのそれぞれを操舵装置４０３，駆動装置４０４，制動装置４０５に出力し、一連の処理を終了する。

　なお、操舵装置４０３に出力する制御パラメータとしては、目標操舵角を実現するための目標操舵トルクが挙げられるが、操舵装置４０３の構成によっては直接目標操舵角を出力することも可能である。また、駆動装置４０４と制動装置４０５に出力する制御パラメータとしては、目標速度を実現するための目標エンジントルクや目標ブレーキ圧等が挙げられるが、駆動装置４０４と制動装置４０５の構成によっては直接目標速度を出力することも可能である。

　図８は、図７の処理Ｓ７０３の目標制御値生成処理の処理手順の一例を示すフローチャートである。

　図８の処理Ｓ８０１では、処理Ｓ７０１で生成された第１の目標制御量と処理Ｓ７０２で生成された第２の目標制御量とを比較して第１の目標制御量が第２の目標制御量の範囲から逸脱しているか否かを判定し、第１の目標制御量が第２の目標制御量の範囲から逸脱していると判断された場合は処理Ｓ８０２に進み、処理Ｓ８０２で第２の目標制御量を目標制御値に設定して一連の処理を終了する。一方で、処理Ｓ８０１で第１の目標制御量が第２の目標制御量の範囲から逸脱していないと判断された場合は処理Ｓ８０３に進み、処理Ｓ８０３で第１の目標制御量を目標制御値に設定し、一連の処理を終了する。

　次に、図９と図１０を用いて図６で説明した学習処理の一例を示す。
図９は図６の処理Ｓ６０４の学習処理が実行されるシーンであり、（ａ）一時停止ありの交差点を通過する場合，（ｂ）車線変更する場合の２つのシーンで説明する。

　図９（ａ）は、運転者が手動で運転する自車両９００が片側１車線の道路を走行中に一時停止のある交差点を直進するシーンを想定した状況説明図であり、グラフは自車両９００の速度変化を示す。

　自車両９００が速度Ｖ１で走行中に地点Ａに到達すると、一時停止標識９０１が存在する停止線９０２に向かって減速を開始し、停止線９０２の地点Ｓの手前の地点Ｂで一旦停止を行う。その後、自車両９００の運転者は交差点内の安全確認を実施し、安全であると判断すると再発進し、地点Ｃを通過する。まず、この一連の走行シーンは、図６の処理Ｓ６０２の判定で学習対象シーンであると判定される。次に、この一連の走行が図６の処理Ｓ６０３の判定でルールベースに則った走行であったと判定されると、図６の処理Ｓ６０４の学習処理が実行される。

　ここで学習される内容は、自車両９００の速度パターン９０３（より具体的には、地点ＡＢ間の平均減速度および地点ＢＣ間の平均加速度），停止位置（ＢＳ間の距離），発進タイミング（地点Ｂでの停止時間）などである。

　図９（ｂ）は、運転者が手動で運転する自車両９１０が片側２車線道路の左車線を走行中に右車線の車両９１１と車両９１２の間に車線変更するシーンを想定した状況説明図である。

　自車両９１０が地点Ｂ１に到達すると、自車両９１０の運転者は地点Ａ１の車両９１１と地点Ｃ１の車両９１２との間に十分な車間距離が存在すると判断し、ウィンカを点灯し点線９１３で示す軌跡で車線変更を行う。そして、自車両９１０が地点Ｂ２に到達した時点で車線変更を完了し、ウィンカを消灯する。なお、車線変更が完了したときの車両９１１は地点Ａ２に位置し、車両９１２は地点Ｃ２に位置するものとし、それぞれ十分な車間距離を保っているものとする。まず、この一連の走行シーンは、図６の処理Ｓ６０２の判定で学習対象シーンであると判定される。次に、この一連の走行が図６の処理Ｓ６０３の判定でルールベースに則った走行であったと判定されると、図６の処理Ｓ６０４の学習処理が実行される。

　ここで学習される内容は、自車両９１０の走行軌跡９１３，横加速度，周辺車両との車間距離（車線変更開始時のＡ１Ｂ１間の距離，Ｂ１Ｃ１間の距離）などである。

　図１０は図６の処理Ｓ６０４の学習処理が実行されないシーンであり、図９と同様に（ａ）一時停止ありの交差点を通過する場合，（ｂ）車線変更する場合の２つのシーンで説明する。

　図１０（ａ）は、運転者が手動で運転する自車両１０００が片側１車線の道路を走行中に一時停止のある交差点を直進するシーンを想定した状況説明図であり、グラフは自車両１０００の速度変化を示す。

　自車両１０００が速度Ｖ１で走行中に地点Ａに到達すると、一時停止標識９０１が存在する停止線９０２に向かって減速を開始し、停止線９０２の地点Ｓの近傍で減速をやめて一時停止を行わずに交差点に進入する。その後、自車両１０００の運転者は交差点内の安全確認を実施し、安全であると判断すると加速し、地点Ｃを通過する。まず、この一連の走行シーンは、図６の処理Ｓ６０２の判定で学習対象シーンであると判定される。次に、この一連の走行の中で一時停止標識のある停止線で停止しないといった交通規則を守らない走行をしたため（交通規則を違反したため）、図６の処理Ｓ６０３の判定でルールベースに則った走行であったと判定されず、図６の処理Ｓ６０４の学習処理は実行されない。
したがって、このときの走行挙動は学習されない。

　図１０（ｂ）は、運転者が手動で運転する自車両１０１０が片側２車線道路の左車線を走行中に右車線の車両１０１１と車両１０１２の間に車線変更するシーンを想定した状況説明図である。

　自車両１０１０が地点Ｂ１に到達すると、自車両１０１０の運転者は地点Ａ１の車両１０１１と地点Ｃ１の車両１０１２との間に向かってウィンカを点灯し車線変更を行う。そして、自車両１０１０が地点Ｂ２に到達した時点で車線変更を完了し、ウィンカを消灯する。なお、車線変更が完了したときの車両１０１１は地点Ａ２に位置し、車両１０１２は地点Ｃ２に位置するものとし、後続の車両１０１１が安全のために車間距離を拡張しているものとする。まず、この一連の走行シーンは、図６の処理Ｓ６０２の判定で学習対象シーンであると判定される。次に、この一連の走行の中で車間距離の狭い間に車線変更を実施するといったモラルに反する行動を取ったため、図６の処理Ｓ６０３の判定でルールベースに則った走行であったと判定されず、図６の処理Ｓ６０４の学習処理は実行されない。したがって、このときの走行挙動は学習されない。

　以上説明したように、ルールベースに則っている場合のみ学習処理を実施することで適切な学習が可能となる。

　次に、図１１と図１２を用いて図８で説明した目標制御値生成処理の一例を示す。
図１１は、自動運転で制御されている自車両１１００が片側１車線の道路を走行中に信号機のある交差点を直進するシーンを想定した状況説明図であり、上のグラフは自車両１１００が減速する際の速度パターンを示し、下のグラフは自車両１１００の目標速度を示す。

　自車両１１００が地点Ａに到達したときに前方の交差点の信号が青から黄に変化すると、自車両１１００の速度パターンを演算し、演算された速度パターンに基づいて目標速度を演算する。まず、第１のプログラムに基づく減速パターンが点線１１１０で演算されると、自車両１１００は停止線１１０２の手前で止まることができないため、目標速度は点線１１１２のように速度を維持して交差点を通過する値が出力される。次に、第２のプログラムに基づく減速パターンが破線１１１１で演算されると、自車両１１００は停止線１１０２の手前で止まることができると判断し、目標速度を破線１１１３のように出力する。第２のプログラムに基づく目標速度は、交通規則を遵守し（信号が黄になったら停止を試みる）運転モラルに反しない（急ブレーキにならない程度で停止する）ルールベースに則った出力であり、この出力が停止線で停止できる目標速度を出力しているため、第１のプログラムに基づく目標速度は第２のプログラムに基づく目標速度から逸脱していると判断し、第２のプログラムに基づく目標速度が採用される。

　図１２は、自動運転で制御されている自車両１２００が渋滞している本線に合流するシーンを想定した状況説明図であり、第１のプログラムに基づく軌道・速度計画と第２のプログラムに基づく軌道・速度計画の両方の出力を示している。

　図１２（ａ）は、第１のプログラムに基づく軌道・速度計画の出力を示しているもので、まず、自車両１２００が地点Ａに到達し、前方の本線が渋滞していると判断すると、本線の流れが遅く、どのタイミングでも合流できると判断し、さらに前方が空いているために一番奥の地点Ｃから合流すると判断する。その結果、目標軌道１２１０と目標速度１２１１が出力される。

　図１２（ｂ）は、第２のプログラムに基づく軌道・速度計画の出力を示しているもので、まず、自車両１２００が地点Ａに到達し、前方の本線が渋滞していると判断すると、本線の流れが遅いが一番手前の地点Ｂから流れに合わせ合流すると判断する。その結果、目標軌道１２２０と目標速度１２２１が出力される。第２のプログラムに基づく軌道・速度計画は、交通規則を遵守し運転モラルに反しない（手前から流れに合わせて合流する）ルールベースに則った出力であり、第１のプログラムに基づく軌道・速度計画がモラルに反する出力（奥から合流）を出しているため、第１のプログラムに基づく軌道・速度計画は第２のプログラムに基づく軌道・速度計画から逸脱していると判断し、第２のプログラムに基づく軌道・速度計画が採用される。

　ただし、上記での運転モラルは適用する国や地域で異なる可能性があるため、必ずしも第２のプログラムに基づく軌道・速度計画が採用されるとは限らない。

　以上説明したように、第１のプログラムに基づく目標制御値と第２のプログラムに基づく目標制御値を比較して第１のプログラムに基づく目標制御値が第２のプログラムに基づく目標制御値から逸脱している場合は第２のプログラムに基づく目標制御値が採用されるため、最終的にはルールベースに則った出力が選択される。

　（第２の実施の形態）
次に、図１３と図１４を用いて本発明の第２の実施の形態について説明する。
本発明の第２の実施の形態は本発明の第１の実施の形態において図８で示した目標制御値生成処理を図１３で示す処理に置き換えるものである。

　図１３は、図７の処理Ｓ７０３の目標制御値生成処理の処理手順の一例を示すフローチャートである。

　図１３の処理Ｓ１３０１では、周辺環境情報を用いて処理Ｓ７０１で生成された第１の目標制御量と処理Ｓ７０２で生成された第２の目標制御量のどちらを選択するかの判断を実施し、処理Ｓ１３０２に進む。

　処理Ｓ１３０２では、処理Ｓ１３０１で第２の目標制御量が採用されたか否かを判定し、第２の目標制御量が採用されたと判定した場合は処理Ｓ１３０３に進み、処理Ｓ１３０３で第２の目標制御量を目標制御値に設定して一連の処理を終了する。一方で、処理Ｓ１３０２で第２の目標制御量が採用されたと判定しない場合は処理Ｓ１３０４に進み、処理Ｓ１３０４で第１の目標制御量を目標制御値に設定して一連の処理を終了する。

　図１４は、図１３で第１の目標制御量と第２の目標制御量のどちらを選択するかの一例を示す図である。

　図１４（ａ）は、第１の目標制御量を採用する例を示す。自車両１４１０が右に車線変更する場合、周囲に自車の走行を妨げる障害物が存在しないため、第１の目標制御量である運転者の嗜好に合わせた走行で問題がない。

　図１４（ｂ）は、第２の目標制御量を採用する例を示す。自車両１４１０が右に車線変更する場合、周囲に自車の走行を妨げる障害物が存在するため、第２の目標制御量である交通規則と運転モラルに基づいた走行で問題がない。

　以上説明したように、自車両周辺の環境から第１の目標制御量と第２の目標制御量を選択する方法を用いることで、結果的にはルールベースに則った走行が可能となる。

　（第３の実施の形態）
次に、図１５と図１６を用いて本発明の第３の実施の形態について説明する。
　本発明の第３の実施の形態は本発明の第１の実施の形態において図７で示した自動運転処理を図１５で示す処理に置き換えるものである。

　図１５は、図５の処理Ｓ５０５の自動運転処理の処理手順の一例を示すフローチャートである。

　図１５の処理Ｓ１５０１では、第１のプログラムで目標制御量を生成し、処理Ｓ１５０２に進む。ここでは、図６で説明した学習処理により更新されている軌道・速度計画により自車両の目標軌道および目標速度を生成する。

　処理Ｓ１５０２では、第１の目標制御量が規定の範囲内であるか否かを判定し、第１の目標制御量が規定の範囲内であると判定した場合は処理Ｓ１５０３に進み、処理Ｓ１５０３で第１の目標制御量を目標制御値に設定し処理Ｓ１５０５に進む。一方で、処理Ｓ１５０２で第１の目標制御量が規定の範囲内でないと判定した場合は処理Ｓ１５０４に進み、処理Ｓ１５０４で第１の目標制御量を規定の範囲内に補正して目標制御値に設定し処理Ｓ１５０５に進む。

　処理Ｓ１５０５および処理Ｓ１５０６は図７で説明した処理Ｓ７０４および処理Ｓ７０５と同様の処理のため、説明は割愛する。

　図１６は、図１１と同様に、自動運転で制御されている自車両１６００が片側１車線の道路を走行中に信号機のある交差点を直進するシーンを想定した状況説明図であり、上のグラフは自車両１６００が減速する際の速度パターンを示し、下のグラフは自車両１６００の目標速度を示す。

　自車両１６００が地点Ａに到達したときに前方の交差点の信号が青から黄に変化すると、自車両１６００の速度パターンを演算し、演算された速度パターンに基づいて目標速度を演算する。まず、第１のプログラムに基づく減速パターンが点線１６１０で演算されると、自車両１６００は停止線１６０２の手前で止まることができないため、目標速度は点線１６１２のように速度を維持して交差点を通過する値が出力される。次に、交通規則と運転モラルに基づく規定の範囲を計算すると、領域１６１１の範囲が出力されるため、これを選択すれば停止線１６０２の手前で止まることができると判断する。そして、目標速度を領域１６１１の範囲で補正すると、補正された目標速度は破線１６１３のようになり、この目標速度を採用する。

　以上説明したように、第１の制御量を規定の範囲に補正する方法を用いても最終的にはルールベースに則った走行が可能となる。

　（第４の実施の形態）
次に、図１７と図１８，図１９を用いて本発明の第４の実施の形態について説明する。
　本発明の第４の実施の形態は本発明の第１の実施の形態において図２と図３で示した構成で、第１のプログラムに当たる機能を変更した構成となる。

　図１７および図１８は、本発明の第４の実施の形態による自動運転装置の概略構成図である。

　図１７の運転タスク決定部（学習機能）１０２ｃは、学習機能を用いて自車両の振る舞いレベルでの行動（運転タスク）を決定するための第１のプログラムであり、外界情報（自車両周辺の環境情報や道路情報など）および車両情報（車速や舵角，ヨーレートなど）を入力として運転タスクを出力する。

　図１８の運転タスク決定部（人工知能）１０２ｄは、人工知能を用いて自車両の振る舞いレベルでの行動（運転タスク）を決定するための第１のプログラムであり、外界情報（自車両周辺の環境情報や道路情報など）および車両情報（車速や舵角，ヨーレートなど）を入力として運転タスクを出力する。

　ここで、運転タスクとは、先行車追従、車線追従、車線変更、交差点直進/右折/左折、駐車など、自車両の運転状態を表すもので、図１７および図１８の軌道・速度計画部に対して行動の指針となる制御状態である。

　図１９は、図５の処理Ｓ５０５の自動運転処理の処理手順の一例を示すフローチャートである。

　図１９の処理Ｓ１９０１では、第１のプログラムに基づいて運転タスクを決定し（制御状態を判定し）、処理Ｓ１９０２に進む。

　処理Ｓ１９０２では、第２のプログラムに基づいて目標制御値を生成し、処理Ｓ１９０３に進む。

　処理Ｓ１９０３および処理Ｓ１９０４は図７で説明した処理Ｓ７０４および処理Ｓ７０５と同様の処理のため、説明は割愛する。

　以上説明したように、自車両の振る舞いレベルでの行動（運転タスク）を第１のプログラムで決定し、目標制御値の軌道・速度計画はルールベースに基づいた第２のプログラムで生成されるため、ルールベースに則った走行が可能となる。

　なお、以上の説明はあくまでも一例であり、発明を解釈する際、上記実施の形態の記載事項と特許請求の範囲の記載事項の対応関係に何ら限定も拘束もされない。例えば、上述した実施の形態では自車両として乗用車を想定して説明したが、建設機械やロボットなどの自動走行にも本発明は適用可能である。

　以上、本発明の実施形態について詳述したが、本発明は、前記の実施形態に限定されるものではなく、特許請求の範囲に記載された本発明の精神を逸脱しない範囲で、種々の設計変更を行うことができるものである。例えば、前記した実施の形態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限定されるものではない。また、ある実施形態の構成の一部を他の実施形態の構成に置き換えることが可能であり、また、ある実施形態の構成に他の実施形態の構成を加えることも可能である。さらに、各実施形態の構成の一部について、他の構成の追加・削除・置換をすることが可能である。

１００　自動運転装置、１０１、１０１ａ　制御プログラム、１０２　第１のプログラム、１０２ａ　軌道・速度計画部（学習機能）、１０２ｂ　軌道・速度計画部（人工知能）、１０２ｃ　運転タスク決定部（学習機能）、１０２ｄ　運転タスク決定部（人工知能）、１０３　第２のプログラム、１０３ａ、１０３ｂ、１０３ｃ、１０３ｄ　軌道・速度計画部（ルールベース）

Claims

　外界情報および車両情報を入力して車両の目標制御値を出力する制御プログラムを備えた自動運転装置であって、
　前記制御プログラムは、
　動的に変化するアルゴリズムに基づいて第１の目標制御量を生成する第１のプログラムと、
　規定のアルゴリズムに基づいて第２の目標制御量を生成する第２のプログラムと、を有することを特徴とする自動運転装置。
　前記第１の目標制御量と前記第２の目標制御量とに基づいて前記目標制御値を生成することを特徴とする請求項１に記載の自動運転装置。
　前記動的に変化するアルゴリズムは、少なくとも人工知能や学習機能に基づいて目標制御量を生成する処理手法であることを特徴とする請求項２に記載の自動運転装置。
　前記学習機能は、運転者が前記車両を走行する際の走行挙動を学習するものであって、少なくとも前記運転者が交通規則に違反、もしくは運転モラルに反する走行をした際にはこのときの走行挙動は学習しないことを特徴とする請求項３に記載の自動運転装置。
　前記規定のアルゴリズムは、少なくとも交通規則や運転モラルに基づいて目標制御量を生成する処理手法であることを特徴とする請求項２から請求項４のいずれか一項に記載の自動運転装置。
　前記第１の目標制御量が前記第２の目標制御量の範囲から逸脱するときに、前記第２の目標制御量を前記目標制御値とすることを特徴とする請求項２から請求項５のいずれか一項に記載の自動運転装置。
　前記外界情報に基づいて前記第１および第２の目標制御量のうちどちらの制御量を前記目標制御値とするかを判断することを特徴とする請求項２から請求項５のいずれか一項に記載の自動運転装置。
　前記目標制御値は、前記車両の目標軌道と目標速度のセット、もしくは各アクチュエータに対しての目標制御量であることを特徴とする請求項２から請求項７のいずれか一項に記載の自動運転装置。
　外界情報および車両情報を入力して車両の目標制御値を出力する制御プログラムを備えた自動運転装置であって、
　前記制御プログラムは、
　動的に変化するアルゴリズムに基づいて目標制御量を生成する第１のプログラムと、
　前記目標制御量が規定の範囲内になるように前記目標制御量を補正する第２のプログラムと、
　を有することを特徴とする自動運転装置。
　前記規定の範囲は、少なくとも交通規則や運転モラルに基づいて演算されることを特徴とする請求項９に記載の自動運転装置。
　外界情報および車両情報を入力して車両の目標制御値を出力する制御プログラムを備えた自動運転装置であって、
　前記制御プログラムは、
　動的に変化するアルゴリズムに基づいて制御状態を判定する第１のプログラムと、
　規定のアルゴリズムに基づいて目標制御量を生成する第２のプログラムと、
　を有することを特徴とする自動運転装置。
　前記第１のプログラムは、少なくとも人工知能や学習機能に基づいて車両の振る舞いレベルでの行動である運転タスクを決定し、
　前記第２のプログラムは、前記車両の目標軌道と目標速度のセット、もしくは各アクチュエータに対しての目標制御量を生成することを特徴とする請求項１１に記載の自動運転装置。