JP2011204125A - 状況予測装置及び経路生成装置 - Google Patents

Abstract

【課題】車両の走行の妨げとなる状況を早い段階から予測することができる状況予測装置及び経路生成装置を提供する。
【解決手段】車両１００の走行の妨げとなる状況を予測する状況予測装置１であって、車両１００の周囲の道路情報を取得する道路情報取得部３０と、車両１００の周囲に存在する大型車両２００の車両情報を取得する車両情報取得部３１と、道路情報及び車両情報に基づいて、車両１００の走行の妨げとなる障害物の存在を予測する状況予測部３３と、を備えて構成することで、例えば急カーブ時における積載物の落下や車線のはみ出し等、車両１００の走行の妨げとなる障害物が突発的に現れる状況を予め予測することができる。
【選択図】図２

Description

本発明は、状況予測装置及び経路生成装置に関するものである。

従来、状況を予測する装置として、走行の妨げとなる障害物の存在を予測するものが知られている（例えば、特許文献１参照）。特許文献１記載の装置は、カメラやレーダの出力結果に基づいて周囲車両の積載物の固定が十分であるか否かを検出し、積載物の固定が不安定である場合には、積載物の落下を予測して車間距離を長く確保する等の回避策を実行するものである。

特開２００５−１１５４８４号公報

しかしながら、従来の状況予測装置にあっては、カメラやレーダの出力結果に基づいて積載物の固定状況の観測のみから積載物の落下を予測するため、積載物落下直前にならないと積載物の落下を予測することができない場合がある。例えば、実環境においては、カーブ等を走行する際に車両に急激な負荷が加わり、積載物の固定状態が急激に悪化する場合がある。

そこで、本発明はこのような技術課題を解決するためになされたものであって、車両の走行の妨げとなる状況を早い段階から予測することができる状況予測装置及び経路生成装置を提供することを目的とする。

すなわち、本発明に係る状況予測装置は、車両の走行の妨げとなる状況を予測する状況予測装置であって、前記車両の周囲の道路情報を取得する道路情報取得手段と、前記車両の周囲に存在する周囲車両の車両情報を取得する車両情報取得手段と、前記道路情報及び前記車両情報に基づいて、前記車両の走行の妨げとなる障害物の存在を予測する予測手段と、を備えて構成される。

本発明に係る状況予測装置では、道路情報取得手段により、車両の周囲の道路情報が取得され、車両情報取得手段により、周囲車両の車両情報が取得され、予測手段により、道路情報及び車両情報に基づいて、車両の走行の妨げとなる障害物の存在が予測される。このように、道路情報及び周囲車両の車両情報を用いることで、例えば急カーブ時における積載物の落下や車線のはみ出し等、車両の走行の妨げとなる障害物が突発的に現れる状況を予め予測することができる。よって、走行の妨げとなる状況を早い段階から予測することが可能となる。

ここで、前記予測手段は、前記道路情報及び前記車両情報に基づいて、前記周囲車両が前記車両の走行車線へ進入すること、又は前記周囲車両が前記車両に接近することを予測することが好適である。このように構成することで、周囲車両が車両の走行の妨げになる状況を早い段階から予測することができる。

また、前記予測手段は、前記車両情報として、前記周囲車両の大きさ又は形状を用いてもよい。また、前記予測手段は、前記車両情報として、前記周囲車両の走行軌跡に関する情報を用いてもよい。さらに、前記予測手段は、前記車両情報として、前記周囲車両の積載物情報を用いてもよい。

また、気象情報を取得する気象情報取得手段を備え、前記予測手段は、前記道路情報、前記車両情報及び前記気象情報に基づいて、前記車両の走行の妨げとなる障害物の存在を予測するとともに、前記道路情報として、経路に存在する遮蔽物の情報を用いることが好適である。このように構成することで、例えば防風用の遮蔽物が存在しないことに起因して発生する状況を予測することができる。よって、車両の走行の妨げとなる状況を早い段階から精度よく予測することが可能となる。

また、本発明に係る経路生成装置は、上記の状況予測装置を有する経路生成装置であって、前記状況予測装置により予測された前記障害物の存在に基づいて前記車両の走行経路を生成する経路生成手段を備えて構成される。このように構成することで、車両の走行の妨げとなる状況を早い段階から予測して回避することができる。

本発明によれば、車両の走行の妨げとなる状況を早い段階から予測することができる。

実施形態に係る状況予測装置を備える車両の構成概要図である。 実施形態に係る状況予測装置を備える車両の構成概要を示すブロック図である。 実施形態に係る状況予測装置の動作を示すフローチャートである。 対向車両に起因する想定されるリスクを説明するための概要図である。 図４におけるリスクの対向車両走行位置依存性を説明するための概要図である。 並走車両に起因する想定されるリスクを説明するための概要図である。 対向車両右折に起因する想定されるリスクを説明するための概要図である。 実施形態に係る状況予測装置を備える車両の構成概要を示すブロック図である。 対向車両に起因する想定されるリスクを説明するための概要図である。 図９におけるリスクの対向車両走行位置依存性を示すグラフである。 並走車両に起因する想定されるリスクを説明するための概要図である。 図１１におけるリスクの並走車両走行位置依存性を示すグラフである。 左折大型車に起因する想定されるリスクを説明するための概要図である。 ワインディング路の対向車両に起因する想定されるリスクを説明するための概要図である。 図１４におけるリスクの対向車両走行位置依存性を説明するための概要図である。 対向車両に起因する想定されるリスクを説明するための概要図である。 対向車両に起因する想定されるリスクを説明するための概要図である。 自転車に起因する想定されるリスクを説明するための概要図である。 図１８におけるリスクの自転車走行位置依存性を示すグラフである。

以下、添付図面を参照して本発明の実施形態について説明する。なお、各図において同一又は相当部分には同一の符号を付し、重複する説明を省略する。

（第１実施形態）
本実施形態に係る状況予測装置及び経路生成装置は、例えば、障害物を検出して警報を出力する警報装置又は検出された障害物を回避するように運転支援もしくは車両制御を行う運転支援装置等を備える車両に好適に採用されるものである。

最初に、本実施形態に係る状況予測装置及び経路生成装置を備える車両の概要から説明する。図１は、本実施形態に係る状況予測装置及び経路生成装置を備える車両１００の構成概要図、図２は、本実施形態に係る状況予測装置１及び経路生成装置１０を備える車両１００の構成概要を示すブロック図である。

図１，２に示すように、車両１００は、周辺監視用センサ１１、路車間／車車間通信機１２、ＧＰＳ（Global Positioning System）受信機１４、地図情報記憶部１５、ナビゲーションＥＣＵ（Electronic Control Unit）１６、ヨー／Ｇセンサ１７、速度センサ１８、車両制御ＥＣＵ１９、ブレーキアクチュエータ２１、ステアリングアクチュエータ２２及びエンジン制御ＥＣＵ２３を含んで構成されている。ＥＣＵは、電子制御する自動車デバイスのコンピュータであり、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）やＲＡＭ（Random Access Memory）等のメモリ、及び入出力インターフェイスなどを備えて構成されている。

周辺監視用センサ１１は、例えば車両１００の前部、側部及び後部に配置されており、車両１００周囲の物体検出や物体認識を行う機能を有している。周辺監視用センサ１１は、例えば車両１００の周囲に存在する周囲車両の大きさ、種類、形状、搭載物、速度、位置、操舵状態等の情報を取得する機能を有している。また、周辺監視用センサ１１は、例えば車両１００の走行道路に存在するガードレール、白線、遮蔽板（遮蔽物）等の情報を取得する機能を有している。周辺監視用センサ１１として、例えば画像センサやミリ波レーダ等が用いられる。また、周辺監視用センサ１１は、取得した車両周囲の物体に関する情報を車両制御ＥＣＵ１９へ出力する機能を有している。

路車間／車車間通信機１２は、路車間通信により、例えば道路に設置された光ビーコンから気象情報、交通情報等を取得する機能を有している。また、路車間／車車間通信機１２は、車車間通信により、例えば他車両の諸元情報、搭載物（積載物情報）、速度、位置、操舵情報、内輪差、経路情報（走行軌跡情報）、行動パターン、運転特性等を取得する機能を有している。また、路車間／車車間通信機１２は、取得した情報を車両制御ＥＣＵ１９へ出力する機能を有している。

ＧＰＳ受信機１４は、ＧＰＳ衛星から衛星の軌道と時刻のデータを含む電波信号を受信する機能を有している。ＧＰＳ受信機１４は、受信した電波信号をナビゲーションＥＣＵ１６に出力する機能を有している。地図情報記憶部１５には、道路に関する情報が格納されている。道路に関する情報としては、例えば、道路曲率情報（曲率半径）、勾配情報、防風・防音用の遮蔽板の設置状況等が用いられる。

ナビゲーションＥＣＵ１６は、ＧＰＳ受信機１４から出力された電波信号を演算して、車両１００の現在位置を定期的に特定する機能を有している。そして、ナビゲーションＥＣＵ１６は、地図情報記憶部１５から道路地図に関する情報を適時読み出して、車両１００の現在位置情報及び道路地図に関する情報を車両制御ＥＣＵ１９に出力する機能を有している。さらに、車両の走行経路（走行軌跡）を算出して車両制御ＥＣＵ１９に出力する機能を有している。

ヨー／Ｇセンサ１７は、走行方向において左右方向の加速度、走行方向において前後方向の加速度を検知する機能及びヨーレートを検出する機能を有している。ヨー／Ｇセンサ１７は、検出した各加速度情報等を車両制御ＥＣＵ１９に出力する機能を有している。また、速度センサ１８は、車両１００の速度を検出する機能を有している。速度センサ１８は、検出した速度、加速度情報等を車両制御ＥＣＵ１９に送出する機能を有している。

車両制御ＥＣＵ１９は、道路情報取得部（道路情報取得手段）３０、車両情報取得部（車両情報取得手段）３１、状況予測部（予測手段）３３及び経路生成部（経路生成手段）３４を備えている。

道路情報取得部３０は、例えば周辺監視用センサ１１により出力された走行路の物体情報に基づいて、周囲の道路情報を取得する機能を有している。あるいは、道路情報取得部３０は、路車間／車車間通信機１２により出力された周囲の道路情報を取得する機能を有していてもよい。さらに、道路情報取得部３０は、ナビゲーションＥＣＵ１６により出力された道路曲率情報、勾配情報、見通し情報、道路幅、車線幅、防風・防音用の遮蔽板の設置状況等の道路情報を取得する機能を有している。また、道路情報取得部３０は、取得した道路情報を状況予測部３３へ出力する機能を有している。

車両情報取得部３１は、例えば周辺監視用センサ１１により出力された周囲車両の車両情報を取得する機能を有している。例えば、車両情報取得部３１は、周辺監視用センサ１１により出力された周囲車両の大きさ、種類、形状、搭載物、速度、位置、操舵状態等の情報や、路車間／車車間通信機１２により出力された周囲車両の諸元情報、搭載物、速度、位置、操舵情報、内輪差、経路情報、行動パターン、運転特性等を取得する機能を有している。さらに、車両情報取得部３１は、ナビゲーションＥＣＵ１６により出力された情報、ヨー／Ｇセンサ１７及び車速センサ１８に基づいて、車両１００の現在位置、ヨーレート、加速度情報、車速情報等の車両情報を取得する機能を有している。また、車両情報取得部３１は、取得した車両１００の車両情報及び周囲車両の車両情報を状況予測部３３へ出力する機能を有している。

状況予測部３３は、道路情報取得部３０により取得された周囲の道路情報と、車両情報取得部３１により取得された周囲車両の車両情報及び車両１００の車両情報とに基づいて、車両１００の走行の妨げとなる障害物の存在を予測する機能を有している。状況予測部３３は、例えば、道路情報、車両１００の車両情報、及び周囲車両の車両情報に基づいて、周囲車両の予定経路を予測し、車両１００の走行を妨げる状況が発生するリスクを所定の走行範囲で算出する機能を有している。例えば、周囲車両に積載された積載物の落下により車両１００の走行予定の路面に障害物が突発的に現れる状況が発生するリスクを所定の走行範囲で算出する機能を有している。また、状況予測部３３は、予測したリスク及び障害物に関する情報を経路生成部３４に出力する機能を有している。

経路生成部３４は、状況予測部３３により出力されたリスク及び障害物に関する情報に基づいて車両１００の走行経路を生成する機能を有している。例えば、経路生成部３４は、予測されたリスクが所定の閾値よりも大きい場合には、障害物を回避するように走行経路を生成し、生成した走行経路を実現するように速度制御、制動制御及び操舵制御の内容を決定する機能を有している。そして、経路生成部３４は、決定した制御内容を実行するように、ブレーキアクチュエータ２１、ステアリングアクチュエータ２２及びエンジン制御ＥＣＵ２３に制御信号を出力する機能を有している。

ブレーキアクチュエータ２１は、例えば各輪のホイールシリンダ（図示せず）のブレーキ油圧を調整するアクチュエータである。ブレーキアクチュエータ２１は、車両制御ＥＣＵ１９からの目標油圧信号に応じて作動し、ホイールシリンダのブレーキ油圧を調整する機能を有している。

ステアリングアクチュエータ２２は、車両制御ＥＣＵ１９からの操舵トルク制御信号又は操舵角度制御信号に応じて作動し、車両の操舵トルク又は操舵角度を制御する機能を有している。

エンジン制御ＥＣＵ２３は、エンジンを制御する制御装置である。エンジン制御ＥＣＵ２３では、車両制御ＥＣＵ１９からの目標加速度又は目標駆動力に応じて作動し、例えば、その目標加速度になるために必要なスロットルバルブ（図示せず）の目標開度を設定し、その目標開度を目標スロットル開度信号としてスロットルアクチュエータ（図示せず）に出力する機能を有している。

上述した道路情報取得部３０、車両情報取得部３１及び状況予測部３３により、状況予測装置１が構成され、状況予測装置１及び経路生成部３４により、経路生成装置１０が構成される。

次に、本実施形態に係る状況予測装置１及び経路生成装置１０の動作について説明する。図３は、本実施形態に係る経路生成装置１０の動作を示すフローチャートである。図３に示す制御処理は、例えば、イグニッションＯＮされたタイミングから所定の間隔で繰り返し実行される。なお、以下では説明理解の容易性を考慮して、例えば図４に示すように、車両１００が周囲車両とすれ違う場合を例に説明する。図４は、車両１００が見通しの良い右カーブを走行予定であり、カーブの先の対向車線から大きな積載物を積載した重心の高い大型車両２００が接近している場面を示している。

図２に示すように、経路生成装置１０は、周囲状況の認識処理から開始する（Ｓ１０）。Ｓ１０の処理では、最初に、車両情報取得部３１が、車両１００の現在位置情報を取得する。例えば、車両情報取得部３１は、ナビゲーションＥＣＵ１６により出力された情報に基づいて、車両１００の現在位置情報（時刻Ｔ０）を取得する。そして、道路情報取得部３０が、ナビゲーションＥＣＵ１６により出力された情報に基づいて、走行予定の周囲の道路情報（曲率情報等の道路線形情報）を取得する。なお、走行予定の周囲の道路情報は、周辺監視用センサ１１により出力された情報を用いてもよい。そして、車両情報取得部３１は、周辺監視用センサ１１の出力情報、又は、路車間／車車間通信機１２の出力情報に基づいて、対向車両の存在を検出する。これにより、車両１００の走行予定経路には、カーブが存在するとともに対向車両が存在することが検出される。次に、車両情報取得部３１は、周辺監視用センサ１１の出力情報、又は、路車間／車車間通信機１２の出力情報に基づいて、対向車両の種類、形状、搭載物、速度、位置、操舵状態、諸元情報、内輪差、運転特性等を取得する。これにより、対向車両が大きな積載物を積載した重心の高い大型車両２００であることが検出される。Ｓ１０の処理が終了すると、周囲物体動作の予測処理へ移行する（Ｓ１２）。

Ｓ１２の処理では、状況予測部３３が、対向車両である大型車両２００の動作すなわち経路を予測（取得）する。状況予測部３３は、例えば、Ｓ１２の処理により取得された道路情報、大型車両２００の位置、速度及び進行方向の情報に基づいて、大型車両２００の典型的な走行進路を予測する。あるいは、状況予測部３３は、路車間／車車間通信機１２により出力された大型車両２００の経路情報を取得してもよい。Ｓ１２の処理が終了すると、リスク算出処理へ移行する（Ｓ１４）。

Ｓ１４の処理では、状況予測部３３が、Ｓ１０の処理で認識された大型車両２００によって生じる車両１００の走行のリスクを算出する。例えば、状況予測部３３は、Ｓ１０の処理で取得された道路形状、大型車両２００の車両情報（種類、形状、搭載物、速度、位置、操舵状態等）、及びＳ１２の処理で予測された大型車両２００の走行進路に基づいて、大型車両２００の時刻Ｔにおける位置情報を算出する。そして、状況予測部３３は、大型車両２００によって生じる車両１００の走行のリスクを、車両１００の現在位置から大型車両２００の現在位置までの範囲（時刻Ｔ０から時刻Ｔ３までの範囲）で算出する。図４に示すように、車両１００の走行予定経路にカーブが存在し、大型車両２００がカーブの先に存在する場合には、車両１００の走行の妨げになる可能性がある。例えば、大型車両２００がカーブ通過時（時刻Ｔ２）に横転したり、カーブ通過時において積載物の固定が外れて積載物が落下したりするおそれがある。このようなリスクは、様々な手法で評価可能である。例えば、大型車両２００の速度Ｖ、高さ情報ｈ、積載物の搭載状況、道路の曲率半径Ｒに基づいて上記リスクを評価する。積載物の搭載状況を例にすると、積載物の搭載の有無に応じて積載物落下のリスクの有無を大雑把に評価できる。また、下記の式１に基づいてリスクＪの詳細を算出してもよい。

式１の関数ｆは、大型車両２００の高さｈ、速度Ｖが大きいほど、又は曲率半径Ｒが小さいほど、大きな値をとるものである。すなわち、大型車両２００の高さｈ、速度Ｖが大きいほど、又は曲率半径Ｒが小さいほどリスクＪが大きく評価される。また、車両１００が停止する範囲内の最大横力に基づいてリスクＪを算出してもよい。横力をＦとすると、下記の式２に基づいてリスクＪを評価できる。

式２により速度Ｖが大きいほど、曲率半径Ｒが小さいほどリスクＪが大きく評価される。ここで、大型車両２００の速度Ｖは可変であってもよいし一定値としてもよい。また、曲率半径Ｒは道路構造例に従うものとしてクロソイド曲線により設計されているものとしてもよい。速度Ｖを一定値、曲率半径Ｒをクロソイド曲線とした場合、リスクＪの大きさは例えば図５の（Ａ）に示すグラフとなる。図５の（Ａ）は、リスクＪの対向車両位置依存性を示すグラフである。横軸が車両位置（時刻）であり、縦軸がリスクＪである。図５の（Ａ）に示すグラフにおいて、閾値Ｋ以上の領域を危険領域Ｘとして示している。この閾値Ｋは、危険の度合いを判定するための閾値であって、例えばシミュレーション等により予め設定された定数が採用される。また、状況予測部３３は、図５の（Ａ）に示すグラフに基づいて、車両１００の走行予定の道路にリスクの大きさ（危険領域Ｘ）をマッピングする。図５の（Ｂ）にマッピングされた結果を示す。マッピングが終了すると、判定処理へ移行する（Ｓ１６）。

Ｓ１６の処理では、経路生成部３４が、Ｓ１４の処理結果に基づいて、車両１００の走行予定道路においてリスクＪが閾値Ｋ以上となる危険領域Ｘが存在するか否かを判定する。Ｓ１６の処理において、危険領域Ｘが存在すると判定した場合には、回避進路算出処理へ移行する（Ｓ１８）。

Ｓ１８の処理では、経路生成部３４が、危険領域Ｘで大型車両２００とすれ違わないように進路を決定する。例えば、経路生成部３４は、道路情報や大型車両２００の速度等に基づいて、危険領域Ｘで大型車両２００とすれ違う状況を回避する車両１００の走行計画（速度制御、制動制御及び操舵制御の支援内容）を生成する。Ｓ１８の処理が終了すると、制御量算出処理へ移行する（Ｓ２０）。

Ｓ２０の処理では、経路生成部３４が、Ｓ１８の処理で生成した走行計画を実行する制御量を算出する。例えば、経路生成部３４は、Ｓ１０の処理で取得された道路情報や車両情報取得部３１により出力された車両１００の車両情報に基づいて、ブレーキアクチュエータ２１、ステアリングアクチュエータ２２及びエンジン制御ＥＣＵ２３に出力する制御信号を算出する。これにより、車両１００に対して、危険領域Ｘで大型車両２００とすれ違わないように走行制御が行われる。Ｓ２０の処理が終了すると、図３に示す制御処理を終了する。

一方、Ｓ１６の処理において、危険領域Ｘが存在しないと判定した場合には、進路算出処理へ移行する（Ｓ２２）。Ｓ２２の処理では、経路生成部３４が、Ｓ１０の処理で取得された道路情報や車両情報取得部３１により出力された車両１００の車両情報に基づいて、対向車両を考慮せずに進路を決定する。Ｓ２２の処理が終了すると、制御量算出処理へ移行し（Ｓ２０）、制御量を算出して図３に示す制御処理を終了する。

以上で図３に示す制御処理を終了する。図３に示す制御処理を実行することで、対向車両とすれ違う場面において、車両１００の走行を妨げるリスクが算出され、リスクの大きさに基づいて回避制御が行われる。このように、道路構造等の外的要因によって対向車両の走行状態や積載状態が突発的に変化する可能性を予測することができるので、対向車両の横転や積載物の落下等により車両１００の走行を妨げる障害物が存在する可能性を早い段階から予測して障害物を回避することが可能となる。

ここで、周囲車両が対向車両である場合を説明したが、周囲車両は対向車両である場合に限らず、並走車両であってもよいし、右左折する車両であってもよい。以下では周囲車両の他の例を具体的に説明する。

まず、周囲車両が並走車両である場合を説明する。図６は、並走車両に対する制御処理を説明するための概要図である。図６では、車両１００、及び車両１００に並走する大型車両２００が左カーブを走行予定である場面を示している。図６では、車両１００がカーブに進入する際に、カーブの先に大きな積載物を積載した重心の高い大型車両２００が近接する場面を示している。このような場合には、車両１００の走行の妨げになる可能性がある。例えば、大型車両２００がカーブ通過時（時刻Ｔ１）に横転したり、カーブ通過時において積載物の固定が外れて積載物が落下したりするおそれがある。経路生成装置１０は、図３に示す一連の処理を、対向車両ではなく並走車両に対して行う。ここで、並走車両の場合には、状況予測部３３は、図３に示すＳ１４のリスク算出処理において、大型車両２００によって生じる車両１００の走行のリスクを、車両１００の現在位置及び並走車両の現在位置のうち進行方向後方側に位置する地点から、並走車両の追い越しが完了する地点までの範囲で算出する。あるいは、一定時間又は一定区間の範囲で算出してもよい。図６では、Ｓ１４の処理で算出された危険領域Ｘを、車両１００の走行予定の道路に示している。経路生成装置１０は、危険領域Ｘで大型車両２００と並走しないように、及び、危険領域Ｘで大型車両２００の直後を走行しないように、危険領域Ｘの直前の区間Ｌ１において速度制御を行う。このように、道路構造等の外的要因によって並走車両の走行状態や積載状態が突発的に変化する可能性を予測することができるので、並走車両の横転や積載物の落下等により車両１００の走行を妨げる障害物が存在する可能性を早い段階から予測して障害物を回避することが可能となる。

次に、周囲車両が右左折する車両である場合を説明する。右左折する車両は、対向車両、並走車両、合流車両の何れであってもよい。以下では説明理解の容易性を考慮して、対向車両が右折する場面を例に説明する。図７は、右左折車両に対する制御処理を説明するための概要図である。図７では、車両１００に対向して走行する大型車両２００が、交差点で右折する場面を示している。図７では、車両１００が交差点に進入する際に、大きな積載物を積載した重心の高い大型車両２００が近接する場面を示している。このような場合には、車両１００の走行の妨げになる可能性がある。例えば、大型車両２００が交差点右折時（時刻Ｔ１）において横転したり、又は、積載物の固定が外れて積載物が落下したりするおそれがある。経路生成装置１０は、図３に示す一連の処理を、対向車両ではなく右左折する車両に対して行う。図７では、Ｓ１４の処理で算出された危険領域Ｘを、車両１００の走行予定の道路に示している。なお、危険領域Ｘには、リスク回避に必要な停止区間Ｌ２が含まれている。経路生成装置１０は、危険領域Ｘをリスクの高い時刻に通過しないように、交差点直前の区間Ｌ３において速度制御を行い、通過タイミングを調整する。このように、道路構造等の外的要因によって右左折車両の走行状態や積載状態が突発的に変化する可能性を予測することができるので、右左折車両の横転や積載物の落下等により車両１００の走行を妨げる障害物が存在する可能性を早い段階から予測して障害物を回避することが可能となる。

以上、第１実施形態に係る状況予測装置１によれば、道路情報取得部３０により、車両１００の周囲の道路情報が取得され、車両情報取得部３１により、大型車両２００の車両情報が取得され、状況予測部３３により、周囲車両の高さ、速度、積載物の積載状況、道路の曲率半径に基づいて、車両１００の走行の妨げとなる障害物の存在が予測される。このように、道路情報及び周囲車両の車両情報を用いることで、例えば急カーブ時における積載物の落下や横転等、車両１００の走行の妨げとなる障害物が突発的に現れる状況を予め予測することができる。よって、走行の妨げとなる状況を早い段階から予測することが可能となる。

また、第１実施形態に係る経路生成装置１０によれば、上記状況予測装置１の予測結果に基づいて車両１００の走行を制御することができるので、走行の妨げとなる状況を早い段階から回避することが可能となる。

（第２実施形態）
第２実施形態に係る状況予測装置１及び経路生成装置１０は、第１実施形態に係る状況予測装置１及び経路生成装置１０とほぼ同様に構成されており、気象情報取得部（気象情報取得手段）３２を備える点が相違する。よって、第２実施形態では第１実施形態との相違点を中心に説明し、重複する説明は省略する。

図８は、本実施形態に係る状況予測装置１及び経路生成装置１０を備える車両１００の構成概要図である。図８に示すように、第２実施形態に係る状況予測装置１の構成は、第１実施形態に係る状況予測装置１の構成とほぼ同様であり、気象情報取得部３２を備える点が相違する。気象情報取得部３２は、例えば、路車間／車車間通信機１２により出力された気象情報を取得する機能を有している。気象情報としては、例えば、風速情報が用いられる。また、状況予測部３３は、気象情報取得部３２により出力された気象情報と、道路情報取得部３０により取得された周囲の道路情報と、車両情報取得部３１により取得された周囲車両の車両情報及び車両１００の車両情報とに基づいて、車両１００の走行の妨げとなる障害物の存在を予測する機能を有している。その他の機能は第１実施形態で説明した状況予測部３３と同様である。

次に、第２実施形態に係る状況予測装置１及び経路生成装置１０の動作について説明する。第２実施形態に係る状況予測装置１及び経路生成装置１０の動作は、図３に示す第１実施形態に係る状況予測装置１及び経路生成装置１０とほぼ同様であり、Ｓ１０の周囲状況認識処理において気象情報及び遮蔽板の設置状況を取得し、Ｓ１４のリスク算出処理において、横風の影響を考慮する点のみが相違する。以下では、図３，図９を用いて、周囲車両が対向車両である場合における動作を説明する。図９は、横風等の外乱を考慮した制御処理を説明するための概要図である。図９では、車両１００が直線道路を走行予定であり、前方の対向車線から大きな積載物を積載した重心の高い大型車両２００が接近している場面を示している。

状況予測装置１は、図３に示すＳ１０の処理において、第１実施形態と同様に、道路情報取得部３０が道路情報を取得し、車両情報取得部３１が大型車両２００の車両情報を取得する。ここで、道路情報には、図９に示す道路に設置された防風・防音用の遮蔽板の設置場所に関する情報が含まれている。すなわち、道路情報には、遮蔽板の切れ目（遮蔽板間の隙間）に関する情報が含まれている。また、Ｓ１０の処理において、気象情報取得部３２が、風速情報を取得する。Ｓ１０の処理が終了すると、周囲物体動作の予測処理へ移行する（Ｓ１２）。

Ｓ１２の処理では、状況予測部３３が、第１実施形態と同様に、対向車両である大型車両２００の動作すなわち経路を予測（取得）する。Ｓ１２の処理が終了すると、リスク算出処理へ移行する（Ｓ１４）。

Ｓ１４の処理では、状況予測部３３が、Ｓ１０の処理で認識された大型車両２００によって生じる車両１００の走行のリスクを算出する。例えば、状況予測部３３は、第１実施形態と同様に、Ｓ１０の処理で取得された道路形状、大型車両２００の車両情報、及びＳ１２の処理で予測された大型車両２００の走行進路に基づいて、大型車両２００の時刻Ｔにおける位置情報を算出する。そして、状況予測部３３は、大型車両２００によって生じる車両１００の走行のリスクを、車両１００の現在位置から大型車両２００の現在位置までの範囲（時刻Ｔ０から時刻Ｔ３までの範囲）で算出する。図９に示すように、車両１００の走行予定経路に遮蔽板Ｙの切れ目が存在する場合には、車両１００の走行の妨げになる可能性がある。例えば、大型車両２００が遮蔽板Ｙの切れ目の付近（地点Ａ）で横風を受け、風圧により車線からはみ出たり、横転したり、積載物の固定が外れて積載物が落下したりするおそれがある。このようなリスクは、様々な手法で評価可能である。例えば、大型車両２００が横転又は積載物落下により車両１００の走行を妨げるリスクと、横風によって大型車両２００が車線逸脱するリスクとの最大値を最終的なリスクとして評価する。あるいは、例えば、大型車両２００及び積載物の高さｈ、道路状況（遮蔽板Ｙの切れ目に関する情報Ｚ）、及び風速Ｍに基づいて上記リスクを評価する。例えば、下記の式３に基づいてリスクＪを評価できる。

式３の関数ｆは、大型車両２００及び積載物の高さｈが大きいほど、遮蔽板Ｙの間隔が大きいほど、遮蔽板Ｙの間隔の数が多いほど、風速Ｍが大きいほど、大きな値をとるものである。すなわち、大型車両２００及び積載物の高さｈ、遮蔽板Ｙの間隔、遮蔽板Ｙの間隔の数、風速Ｍが大きいほど、リスクＪが大きく評価される。また、車両１００が停止する範囲内の最大横力に基づいてリスクＪを算出してもよい。横力をＦ、面積当たりの風圧をｄＦ、風圧を受ける車両面積をｄＳ１、風圧を受ける積載物面積をｄＳ２、定数をＫ１，Ｋ２とすると、下記の式４に基づいてリスクＪを評価できる。

式４により、横力Ｆ、風圧ｄＦ、車両面積ｄＳ１、積載物面積ｄＳ２が大きいほどリスクＪが大きく評価される。ここで、気象情報に基づいて横風の有無を取得している場合には、横風が無いときは当該地点のリスクを０に修正する。式４により算出されたリスクＪの大きさは、例えば図１０に示すグラフとなる。図１０は、リスクＪの対向車両位置依存性を示すグラフである。横軸が車両位置（時刻）であり、縦軸がリスクＪである。図１０に示すグラフにおいて、閾値Ｋ以上の領域を危険領域Ｘとして示している。この閾値Ｋは、危険の度合いを判定するための閾値であって、例えばシミュレーション等により予め設定された定数が採用される。また、状況予測部３３は、図１０に示すグラフに基づいて、車両１００の走行予定の道路にリスクの大きさ（危険領域Ｘ）をマッピングする。図９にマッピングされた結果を示す。マッピングが終了すると、判定処理へ移行する（Ｓ１６）。以降のＳ１８〜Ｓ２２の処理は第１実施形態と同様であるので省略する。なお、周囲車両が対向車両である場合を説明したが、周囲車両は対向車両である場合に限らず、並走車両であってもよいし、右左折する車両であってもよい。

以上、第２実施形態に係る状況予測装置１によれば、道路情報取得部３０により、車両１００の周囲の道路情報が取得され、車両情報取得部３１により、大型車両２００の車両情報が取得され、気象情報取得部３２により、気象情報が取得され、状況予測部３３により、周囲車両の高さ、積載物の積載状況、遮蔽板の設置状況及び風速情報に基づいて、車両１００の走行の妨げとなる障害物の存在が予測される。このように、気象情報、道路情報及び大型車両２００周囲車両の車両情報を用いることで、例えば突風による周囲車両の車線逸脱、横転、積載物落下等、車両１００の走行の妨げとなる障害物が突発的に現れる状況を予め予測することができる。よって、走行の妨げとなる状況を早い段階から予測することが可能となる。

また、第２実施形態に係る経路生成装置１０によれば、上記状況予測装置１の予測結果に基づいて車両１００の走行を制御することができるので、走行の妨げとなる状況を早い段階から回避することが可能となる。

（第３実施形態）
第３実施形態に係る状況予測装置１及び経路生成装置１０は、第１実施形態に係る状況予測装置１及び経路生成装置１０とほぼ同様に構成されており、状況予測部３３のリスク算出方法のみが相違する。よって、第３実施形態では第１実施形態との相違点を中心に説明し、重複する説明は省略する。

第３実施形態に係る状況予測装置１の構成は、第１実施形態に係る状況予測装置１の構成と同様である。次に、第３実施形態に係る状況予測装置１及び経路生成装置１０の動作について説明する。第３実施形態に係る状況予測装置１及び経路生成装置１０の動作は、図３に示す第１実施形態に係る状況予測装置１及び経路生成装置１０の動作とほぼ同様であり、Ｓ１４のリスク算出処理において、車両の内輪差を考慮する点が相違する。よって、以下では、図３，図１１を用いて、周囲車両が並走車両である場合における動作を説明し、重複する説明は省略する。図１１は、内輪差による積載物の車線逸脱を考慮した制御処理を説明するための概要図である。図１１では、車両１００、及び車両１００に並走する大型車両２００が右カーブを走行予定である場面を示している。図１１では、車両１００がカーブに進入する際に、大きな積載物を牽引した大型車両２００が近接する場面を示している。

Ｓ１０〜Ｓ１２の処理は、第１実施形態と同様である。Ｓ１４の処理では、状況予測部３３が、Ｓ１０の処理で認識された大型車両２００によって生じる車両１００の走行のリスクを算出する。例えば、状況予測部３３は、第１実施形態と同様に、Ｓ１０の処理で取得された道路形状、大型車両２００の車両情報、及びＳ１２の処理で予測された大型車両２００の走行進路に基づいて、大型車両２００の時刻Ｔにおける位置情報を算出する。そして、状況予測部３３は、大型車両２００によって生じる車両１００の走行のリスクを、車両１００の現在位置及び並走車両の現在位置のうち進行方向後方側に位置する地点から、並走車両の追い越しが完了する地点までの範囲（時刻Ｔ０から時刻Ｔ２までの範囲）で算出する。図１１に示すように、カーブ走行時に大きな積載物を牽引した大型車両２００が近接する場合には、車両１００の走行の妨げになる可能性がある。例えば、カーブ走行時（時刻Ｔ１）に大型車両２００の積載物が走行車線をはみ出してくるおそれがある。このようなリスクは、様々な手法で評価可能である。例えば、大型車両２００の長さＬ（ホイールベース／オーバーハング等）、車種情報Ｑ、走行状態Ｓｔ（車線内の位置、レーン取り等）、曲率半径Ｒ、道路幅・車線幅Ｗ等により、大型車両２００が走行できる物理限界を算出してリスクを評価する。例えば、下記の式５に基づいてリスクＪを評価できる。

式５の関数ｆは、大型車両２００の長さＬが大きいほど、大型車両２００の車種がトレーラ等の牽引車両であるほど、大型車両２００の走行位置が車両１００の走行レーンに近いほど、曲率半径Ｒが小さいほど、道路幅・車線幅Ｗが小さいほど、大きな値をとるものである。また、最大の内輪差に基づいてリスクＪを算出してもよい。ここで、大型車両２００の内輪差をＲｓｔとすると、下記の式６に基づいてリスクＪを評価できる。

式６により内輪差が大きいほどリスクＪが大きく評価される。式６により算出されたリスクＪの大きさは、例えば図１２に示すグラフとなる。図１２は、リスクＪの対向車両位置依存性を示すグラフである。横軸が車両位置（時刻）であり、縦軸がリスクＪである。図１２に示すグラフにおいて、閾値Ｋ以上の領域を危険領域Ｘとして示している。この閾値Ｋは、危険の度合いを判定するための閾値であって、例えばシミュレーション等により予め設定された定数が採用される。また、曲率半径Ｒを点線で示している。状況予測部３３は、図１２に示すグラフに基づいて、車両１００の走行予定の道路にリスクの大きさ（危険領域Ｘ）をマッピングする。図１１にマッピングされた結果を示す。マッピングが終了すると、判定処理へ移行する（Ｓ１６）。以降のＳ１８〜Ｓ２２の処理は第１実施形態と同様であるので省略する。

ここで、周囲車両が並走車両である場合を説明したが、周囲車両は並走車両である場合に限らず、対向車両であってもよいし、右左折する車両であってもよい。以下では右左折する車両の例を具体的に説明する。右左折する車両は、対向車両、並走車両、交流車両のうち何れであってもよい。以下では説明理解の容易性を考慮して、交流車両が左折により合流する場面を例に説明する。

図１３は、右左折車両に対する制御処理を説明するための概要図である。図１３では、大きな積載物を牽引した大型車両２００が、車両１００が走行する道路に左折する場面を示している。図１３では、車両１００が交差点に進入する際に、大きな積載物を牽引した大型車両２００が近接する場面を示している。このような場合には、車両１００の走行の妨げになる可能性がある。例えば、大型車両２００の積載物が左折時（時刻Ｔ１）において車線からはみ出るおそれがある。経路生成装置１０は、図３に示す一連の処理を左折する車両に対して行う。図１３では、Ｓ１４の処理で算出された危険領域Ｘを、車両１００の走行予定の道路に示している。経路生成装置１０は、危険領域Ｘをリスクの高い時刻に通過しないように、交差点直前の区間Ｌ３において速度制御を行い、通過タイミングを調整する。このように、道路構造等の外的要因によって左折車両の積載状態が突発的に変化する可能性を予測することができるので、左折車両の積載物のはみ出し等により車両１００の走行を妨げる障害物が存在する可能性を早い段階から予測して障害物を回避することが可能となる。

以上、第３実施形態に係る状況予測装置１によれば、道路情報取得部３０により、車両１００の周囲の道路情報が取得され、車両情報取得部３１により、大型車両２００の車両情報が取得され、状況予測部３３により、道路情報及び車両情報によって規定される物理限界に基づいて、車両１００の走行の妨げとなる障害物の存在が予測される。このように、道路情報及び周囲車両の車両情報を用いることで、例えば牽引された積載物の車線はみ出し等、車両１００の走行の妨げとなる障害物が突発的に現れる状況を予め予測することができる。よって、走行の妨げとなる状況を早い段階から予測することが可能となる。

また、第３実施形態に係る経路生成装置１０によれば、上記状況予測装置１の予測結果に基づいて車両１００の走行を制御することができるので、走行の妨げとなる状況を早い段階から回避することが可能となる。

（第４実施形態）
第４実施形態に係る状況予測装置１及び経路生成装置１０は、第１実施形態に係る状況予測装置１及び経路生成装置１０とほぼ同様に構成されており、状況予測部３３のリスク算出方法のみが相違する。よって、第４実施形態では第１実施形態との相違点を中心に説明し、重複する説明は省略する。

第４実施形態に係る状況予測装置１の構成は、第１実施形態に係る状況予測装置１の構成と同様である。次に、第４実施形態に係る状況予測装置１及び経路生成装置１０の動作について説明する。第４実施形態に係る状況予測装置１及び経路生成装置１０の動作は、図３に示す第１実施形態に係る状況予測装置１及び経路生成装置１０の動作とほぼ同様であり、Ｓ１４のリスク算出処理において、車両の走行軌跡（走行ライン、走行パターン）を考慮する点が相違する。よって、以下では、図３，図１４を用いて、周囲車両が対向車両である場合における動作を説明し、重複する説明は省略する。図１４は、ショートカットによる車線逸脱を考慮した制御処理を説明するための概要図である。図１４では、車両１００、及び車両１００に対向して走行する対向車両２００が見通しのよいワインディング道路を走行予定である場面を示している。ワインデリング道路は、カーブ区間が連続する道路である。図１４では、車両１００がカーブ区間に進入する際に、対向車両２００が近接する場面を示している。

Ｓ１０〜Ｓ１２の処理は、第１実施形態と同様である。なお、Ｓ１２の処理では、対向車両２００の運転特性を考慮して、頻繁にショートカットする傾向がある場合には、車両１００とすれ違う際にもショートカットする走行進路が算出される。Ｓ１４の処理では、状況予測部３３が、Ｓ１０の処理で認識された対向車両２００によって生じる車両１００の走行のリスクを算出する。例えば、状況予測部３３は、第１実施形態と同様に、Ｓ１０の処理で取得された道路形状、対向車両２００の車両情報、及びＳ１２の処理で予測された対向車両２００の走行進路（ライン取り情報）に基づいて、対向車両２００の時刻Ｔにおける位置情報を算出する。そして、状況予測部３３は、対向車両２００によって生じる車両１００の走行のリスクを、車両１００の現在位置から対向車両２００の現在位置までの範囲（時刻Ｔ０から時刻Ｔ５までの範囲）で算出する。図１４に示すように、ワインディング道路時に対向車両２００が近接する場合には、車両１００の走行の妨げになる可能性がある。例えば、カーブ区間走行時（時刻Ｔ３，Ｔ４）に対向車両２００が走行車線をはみ出してショートカットするおそれがある。このようなリスクは、様々な手法で評価可能である。例えば、曲率半径Ｒ、道路幅・車線幅Ｗ、走行状態Ｓｔ（車線内の位置、レーン取り等）等により、対向車両２００の動作を予測してリスクを評価する。例えば、下記の式７に基づいてリスクＪを評価できる。

式７の関数ｆは、曲率半径Ｒが小さいほど、道路幅・車線幅Ｗが小さいほど、ライン取りがアウトインアウトに近いほど、大きな値をとるものである。また、道路形状に起因するショートカットの容易性Ｂや対向車両２００の運転特性Ｃに基づいてリスクＪを算出してもよい。例えば、下記の式８に基づいてリスクＪを評価できる。

式８により、ショートカットが容易であるほど、運転者がショートカットを好むほどリスクＪが大きく評価される。式８により算出されたリスクＪの大きさは、例えば図１５に示すグラフとなる。図１５は、リスクＪの対向車両位置依存性を示すグラフである。横軸が車両位置（時刻）であり、縦軸がリスクＪである。図１５に示すグラフにおいて、閾値Ｋ以上の領域を危険領域Ｘとして示している。この閾値Ｋは、危険の度合いを判定するための閾値であって、例えばシミュレーション等により予め設定された定数が採用される。状況予測部３３は、図１５に示すグラフに基づいて、車両１００の走行予定の道路にリスクの大きさ（危険領域Ｘ）をマッピングする。図１４にマッピングされた結果を示す。マッピングが終了すると、判定処理へ移行する（Ｓ１６）。以降のＳ１８〜Ｓ２２の処理は第１実施形態と同様であるので省略する。

ここで、周囲車両が対向車両である場合を説明したが、周囲車両は対向車両である場合に限らず、並走車両であってもよいし、右左折する車両であってもよい。また、上記説明では、車線を逸脱する周囲車両の例として、ワインディング道路を説明したが、上り坂頂上付近又はブラインドカーブ先で車線の付け替えがなされた交差点や、カーブ路の拡幅部分におけるゼブラゾーンや右折車線が交互に存在する道路におけるゼブラゾーンでも同様に対向車両が走行車線を逸脱するおそれがある。以下では各場面を具体的に説明する。

まず、車線の付け替えがなされた交差点における走行車線の逸脱を説明する。図１６は、対向車両に対する制御処理を説明するための概要図であり、図１６の（Ａ）は上方からみた概要図、図１６の（Ｂ）は側方からみた概要図である。図１６の（Ａ）に示すように、車両１００が、交差点の右折車線に進入し、右折待ち状態となる予定である。図１６の（Ｂ）に示すように、この交差点は上り坂の頂上付近に存在し、坂の下すなわち対向車両２００側からは、車両１００を視認困難な場面となっている。すなわち、図１６では、対向車両２００が交差点に進入する際に車線の付け替えがなされていることに気が付けないため、車両１００に近接する場面を示している。このような場合には、対向車両２００は、右折しようとする車両１００の走行の妨げになる可能性がある。経路生成装置１０は、図３に示す一連の処理を対向車両２００に対して行う。例えば、図３のＳ１４の処理で、道路情報に基づいて対向車両２００の車線付け替えの判断遅れを予測し、車両１００の走行のリスクに反映させる。このようなリスクは、様々な手法で評価可能である。例えば、曲率半径Ｒ、道路幅・車線幅Ｗ、制限速度Ｖ_Ｌ、一般的な走行速度Ｖ_Ｎ、走行状態Ｓｔ（車線内の位置、レーン取り等）等によりリスクを評価してもよい。例えば、下記の式９に基づいてリスクＪを評価できる。

式９の関数ｆは、曲率半径Ｒが小さいほど、道路幅・車線幅Ｗが小さいほど、制限速度Ｖ_Ｌが大きいほど、一般的な走行速度Ｖ_Ｎが大きいほど、車両１００に近接するほど大きな値をとるものである。また、路車間通信により得られた対向車両２００の現在の速度Ｖ_Ａを用いてリスクを評価してもよい。例えば、下記の式１０に基づいてリスクＪを評価できる。

式１０により、曲率半径Ｒ、道路幅・車線幅Ｗが小さいほど、現在の速度Ｖ_Ａが大きいほどリスクＪが大きく評価される。図１６では、Ｓ１４の処理で算出された危険領域Ｘを、車両１００の走行予定の道路に示している。経路生成装置１０は、危険領域Ｘをリスクの高い時刻に通過しないように車両制御を行う。

次に、右折車線が交互に存在する道路における走行車線の逸脱を説明する。図１７は、対向車両に対する制御処理を説明するための概要図である。図１７に示すように、車両１００が、交差点Ｅ２で右折すべく、右折車線に進入する予定である。図１７に示す交差点Ｅ１，Ｅ２は、中央の車線が相互の右折車線となっており、交差点Ｅ１における右折車線と交差点Ｅ２における右折車線は、ゼブラゾーンＺｂにより仕切られている。このような場合には、右折しようとする対向車両２００が、右折しようとする車両１００の走行の妨げになる可能性がある。経路生成装置１０は、図３に示す一連の処理を対向車両２００に対して行う。例えば、図３のＳ１４の処理で、道路情報に基づいて、車両１００が進入しようとしている右折車線や、右折車線手前のゼブラゾーンＺｂに、右折しようとする対向車両２００が進入することを予測し、ゼブラゾーンＺｂの前後のはみ出し部分を予測して車両１００の走行のリスクに反映させる。このようなリスクは、様々な手法で評価可能である。例えば、ゼブラゾーンＺｂの長さＬ_ｚ、見通し易さＧ_ｐ、曲率半径Ｒ、道路幅・車線幅Ｗ、車種情報Ｑ、走行状態Ｓｔ（車線内の位置、レーン取り等）等によりリスクを評価してもよい。例えば、下記の式１１に基づいてリスクＪを評価できる。

式１１により、ゼブラゾーンＺｂの長さＬ_ｚが長いほど、曲率半径Ｒ、道路幅・車線幅Ｗが小さいほど、見通し易さＧ_ｐが悪いほど、車種が大型になるほど、車両１００に近接するほどリスクＪが大きく評価される。図１７では、Ｓ１４の処理で算出された危険領域Ｘを、車両１００の走行予定の道路に示している。経路生成装置１０は、危険領域Ｘをリスクの高い時刻に通過しないように車両制御を行う。

以上、第４実施形態に係る状況予測装置１によれば、道路情報取得部３０により、車両１００の周囲の道路情報が取得され、車両情報取得部３１により、対向車両２００の車両情報が取得され、状況予測部３３により、道路形状及び対向車両２００の走行軌跡情報に基づいて、車両１００の走行の妨げとなる障害物の存在が予測される。このように、道路情報及び周囲車両の車両情報を用いることで、例えば、対向車両２００が走行車線に突然進入する状況を予め予測することができる。よって、走行の妨げとなる状況を早い段階から予測することが可能となる。

また、第４実施形態に係る経路生成装置１０によれば、上記状況予測装置１の予測結果に基づいて車両１００の走行を制御することができるので、走行の妨げとなる状況を早い段階から回避することが可能となる。

（第５実施形態）
第５実施形態に係る状況予測装置１及び経路生成装置１０は、第１実施形態に係る状況予測装置１及び経路生成装置１０とほぼ同様に構成されており、状況予測部３３のリスク算出方法のみが相違する。よって、第５実施形態では第１実施形態との相違点を中心に説明し、重複する説明は省略する。

第５実施形態に係る状況予測装置１の構成は、第１実施形態に係る状況予測装置１の構成と同様である。次に、第５実施形態に係る状況予測装置１及び経路生成装置１０の動作について説明する。第５実施形態に係る状況予測装置１及び経路生成装置１０の動作は、図３に示す第１実施形態に係る状況予測装置１及び経路生成装置１０の動作とほぼ同様であり、Ｓ１４のリスク算出処理において、周囲物体の行動パターンを考慮する点が相違する。よって、以下では、図３，図１８を用いて、周囲物体が自転車である場合における動作を説明し、重複する説明は省略する。図１８は、周囲物体の行動パターンを考慮した制御処理を説明するための概要図である。図１８では、車両１００が横断歩道Ｈａ及び自転車横断帯Ｈｂが設けられた箇所に進入予定である場面を示している。自転車２００は、道路を横断する予定であり、道路横断方向を真っ直ぐ横切れば車両１００は特に減速することなく通過できるものとする。

Ｓ１０〜Ｓ１２の処理は、第１実施形態と同様である。なお、Ｓ１２の処理では、自転車２００の行動パターンを考慮して、道路横断方向を真っ直ぐ横切るのではなく自転車横断帯Ｈｂの前後において逸脱する傾向がある場合には、逸脱傾向の走行進路が算出される。Ｓ１４の処理では、状況予測部３３が、Ｓ１０の処理で認識された自転車２００によって生じる車両１００の走行のリスクを算出する。例えば、状況予測部３３は、第１実施形態と同様に、Ｓ１０の処理で取得された道路形状、自転車２００の車両情報、及びＳ１２の処理で予測された自転車２００の走行進路（ライン取り情報）に基づいて、自転車２００の時刻Ｔにおける位置情報を算出する。そして、状況予測部３３は、自転車２００によって生じる車両１００の走行のリスクを、車両１００の現在位置から自転車横断帯Ｇｂの必要範囲分先までの範囲で算出する。図１８に示すように、道路横断中の自転車２００が近接する場合には、車両１００の走行の妨げになる可能性がある。例えば、道路横断方向を真っ直ぐ横切るのではなく横断開始終了において自転車横断帯Ｈｂを逸脱して走行するおそれがある。すなわち、自転車２００がショートカットするおそれがある。このようなリスクは、様々な手法で評価可能である。例えば、自転車２００が道路上に留まる範囲をＨｃとすると、下記の式１２に基づいてリスクＪを評価できる。

式１２の関数ｆは、範囲Ｈｃが大きいほど大きな値をとるものである。また、道路形状（横断歩道、自転車横断帯、線形、勾配、見通し等）、自転車２００の移動速度、サイズ、走行進路、行動パターンに基づいてリスクを算出してもよい。例えば、車両サイズをＳ_ｅ、車両種別をＱ、群走行情報（群走行／単独走行）をＪ_Ｖ、速度をＶ、路側幅をＷ_Ｓ、走行状態をＳｔとすると、例えば、下記の式１３に基づいてリスクＪを評価できる。

式１３により、車両サイズＳ_ｅが大きいほど、速度Ｖが小さいほど、路側幅Ｗ_Ｓが大きいほど、子供向けの車両ほど、群走行しているほど、車線中央側を走行するほどリスクＪが大きく評価される。式１３により算出されたリスクＪの大きさは、例えば図１９に示すグラフとなる。図１９は、リスクＪの自転車位置依存性を示すグラフである。横軸が自転車位置（時刻）であり、縦軸がリスクＪである。図１９に示すグラフにおいて、閾値Ｋ以上の領域を危険領域Ｘとして示している。この閾値Ｋは、危険の度合いを判定するための閾値であって、例えばシミュレーション等により予め設定された定数が採用される。状況予測部３３は、図１９に示すグラフに基づいて、車両１００の走行予定の道路にリスクの大きさ（危険領域Ｘ）をマッピングする。図１８にマッピングされた結果を示す。マッピングが終了すると、判定処理へ移行する（Ｓ１６）。以降のＳ１８〜Ｓ２２の処理は第１実施形態と同様であるので省略する。

ここで、周囲物体が自転車である場合を説明したが、周囲物体は歩行者であってもよい。また、上記説明では、自転車２００が自転車横断帯Ｈｂを走行する例を説明したが、横断する箇所は自転車横断帯Ｈｂに限られない。すなわち、自転車、歩行者、ミニバイク等が道路を横断する場合に、移動物体の渡り始めのライン取りＬ_Ｓ、横断途中のライン取りＬ_Ａ、現在のライン取りＬ_Ｎを検出して走行のリスクを評価出してもよい。例えば、以下の式１４に基づいてリスクＪを評価できる。

式１４により、ライン取りが道路横断方向に延びる直線から離れるほどリスクＪが大きく評価される。

以上、第５実施形態に係る状況予測装置１によれば、道路情報取得部３０により、車両１００の周囲の道路情報が取得され、車両情報取得部３１により、自転車２００の情報が取得され、状況予測部３３により、道路形状及び自転車２００の行動パターンに基づいて、車両１００の走行の妨げとなる障害物の存在が予測される。このように、道路情報及び自転車２００の情報を用いることで、例えば、自転車２００が走行車線に飛び出したり残留したりする状況を予め予測することができる。よって、走行の妨げとなる状況を早い段階から予測することが可能となる。

また、第５実施形態に係る経路生成装置１０によれば、上記状況予測装置１の予測結果に基づいて車両１００の走行を制御することができるので、走行の妨げとなる状況を早い段階から回避することが可能となる。

なお、上述した実施形態は本発明に係る状況予測装置及び経路生成装置の一例を示すものである。本発明に係る状況予測装置及び経路生成装置は、各実施形態に係る状況予測装置１及び経路生成装置１０に限られるものではなく、各請求項に記載した要旨を変更しない範囲で、各実施形態に係る状況予測装置及び経路生成装置を変形し、又は他のものに適用したものであってもよい。

例えば、上述した実施形態では、状況予測装置１及び経路生成装置１０が車載される例を説明したが、車載されていなくてもよい。また、上述した実施形態では、車両１００が経路生成装置１０を備える例を説明したが、状況予測装置１のみを備える場合であってよい。また、上述した実施形態では、予測したリスクを回避するように車両制御する例を説明したが、予測したリスクを運転者に報知するのみでもよい。

１…状況予測装置、１０…経路生成装置、３０…道路情報取得部（道路情報取得手段）、３１…車両情報取得部（車両情報取得手段）、３２…気象情報取得部（気象情報取得手段）、３３…状況予測部（予測手段）、３４…経路生成部（経路生成手段）、１００…車両、２００…大型車両，対向車両，自転車（周囲車両）。

Claims (7)

1. 車両の走行の妨げとなる状況を予測する状況予測装置であって、
   前記車両の周囲の道路情報を取得する道路情報取得手段と、
   前記車両の周囲に存在する周囲車両の車両情報を取得する車両情報取得手段と、
   前記道路情報及び前記車両情報に基づいて、前記車両の走行の妨げとなる障害物の存在を予測する予測手段と、
   を備えることを特徴とする状況予測装置。
2. 前記予測手段は、前記道路情報及び前記車両情報に基づいて、前記周囲車両が前記車両の走行車線へ進入すること、又は前記周囲車両が前記車両に接近することを予測する請求項１に記載の状況予測装置。
3. 前記予測手段は、前記車両情報として、前記周囲車両の大きさ又は形状を用いる請求項２に記載の状況予測装置。
4. 前記予測手段は、前記車両情報として、前記周囲車両の走行軌跡に関する情報を用いる請求項２又は３に記載の状況予測装置。
5. 前記予測手段は、前記車両情報として、前記周囲車両の積載物情報を用いる請求項２〜４の何れか一項に記載の状況予測装置。
6. 気象情報を取得する気象情報取得手段を備え、
   前記予測手段は、前記道路情報、前記車両情報及び前記気象情報に基づいて、前記車両の走行の妨げとなる障害物の存在を予測するとともに、前記道路情報として、経路に存在する遮蔽物の情報を用いる請求項１〜５の何れか一項に記載の状況予測装置。
7. 請求項１〜６の何れか一項に記載の状況予測装置を有する経路生成装置であって、
   前記状況予測装置により予測された前記障害物の存在に基づいて前記車両の走行経路を生成する経路生成手段を備えることを特徴とする経路生成装置。

Images