JP2018106490A - 自動運転装置 - Google Patents

Abstract

【課題】乗員が車に酔うリスクを低下させることができる自動運転装置を提供する。【解決手段】自動運転装置１００は、地図情報を記憶した地図データベース４と、地図情報に基づいて、予め設定された目的地に向かって車両を走行させる走行計画を生成する走行計画生成部１４と、走行計画生成部１４で生成した走行計画に沿って車両の走行を自動で制御する自動運転制御を実行する走行制御部１５と、走行計画に基づいて、走行計画に沿う自動運転制御の実行中における車両の状態量の予測データを算出する予測データ算出部１６と、予測データに基づいて、走行計画に沿う自動運転制御の実行中に車両の乗員が車に酔うリスクがあるか否かを判定する判定部１７と、を備える。走行計画生成部１４は、判定部１７によりリスクがあると判定された場合、リスクを抑制するように走行計画を変更する。【選択図】図１

Description

本発明は、自動運転装置に関する。

従来、予め設定された走行計画に従って自動運転走行可能な自動運転車両が知られている（例えば特許文献１）。特許文献１記載の自動運転車両は、車両の搭乗者の車酔い状態を検出する体調検出手段と、搭乗者の車酔い状態に応じた自動運転制御を行う運転制御手段と、を備えている。

特開２０１２−０５９２７４号公報

上記従来技術では、車両の搭乗者（乗員）が実際に車に酔った状態を体調検出手段で検出し、乗員の車酔い状態に応じて自動運転制御を行うことで、車酔いを低減させることができる。しかしながら、乗員の体調に影響が出る前に、未然に乗員が車に酔うリスクを低下させることが更に望ましい。

そこで本発明は、乗員が車に酔うリスクを低下させることが可能となる自動運転装置を提供することを課題とする。

本発明に係る自動運転装置は、地図情報を記憶した地図データベースと、地図情報に基づいて、予め設定された目的地に向かって車両を走行させる走行計画を生成する走行計画生成部と、走行計画生成部で生成した走行計画に沿って車両の走行を自動で制御する自動運転制御を実行する走行制御部と、走行計画に基づいて、走行計画に沿う自動運転制御の実行中における車両の状態量の予測データを算出する予測データ算出部と、予測データに基づいて、走行計画に沿う自動運転制御の実行中に車両の乗員が車に酔うリスクがあるか否かを判定する判定部と、を備え、走行計画生成部は、判定部によりリスクがあると判定された場合、リスクを抑制するように走行計画を変更する。

本発明によれば、乗員が車に酔うリスクを低下させることが可能となる。

図１は、一実施形態に係る自動運転装置の構成を示すブロック図である。 図２は、車両の状態量の予測データの例を示す図である。 図３の（ａ）は、第１フィルタ処理で用いるフィルタの特性の例を示す図である。図３の（ｂ）は、乗り物酔いの周波数感度の例を示す図である。 図４は、リスク評価量の例を示す図である。 図５の（ａ）は、第３見直し処理前の進路の曲率を例示する図である。図５の（ｂ）は、周波数領域における曲率の変更を説明するための図である。図５の（ｃ）は、第３見直し処理後の進路の曲率を例示する図である。 図６は、走行計画の変更処理を例示するフローチャートである。

以下、本発明の一実施形態について図面を用いて詳細に説明する。

図１は、一実施形態に係る自動運転装置の構成を示すブロック図である。図１に示されるように、自動運転装置１００は、自動車等の車両Ｖに搭載される。自動運転装置１００は、外部センサ１、ＧＰＳ［Global Positioning System］受信部２、内部センサ３、地図データベース４、ナビゲーションシステム５、アクチュエータ６、ＨＭＩ［Human Machine Interface］７、及びＥＣＵ［Electronic Control Unit］１０を備えている。

外部センサ１は、車両Ｖの周辺情報である外部状況を検出する検出機器である。外部センサ１は、カメラ及びレーダセンサの少なくとも何れか一方を含む。カメラは、車両Ｖの外部状況を撮像する撮像機器である。

カメラは、例えば、車両Ｖのフロントガラスの裏側に設けられている。カメラは、車両Ｖの外部状況に関する撮像情報をＥＣＵ１０へ送信する。カメラは、単眼カメラであってもよく、ステレオカメラであってもよい。ステレオカメラは、両眼視差を再現するように配置された二つの撮像部を有している。ステレオカメラの撮像情報には、奥行き方向の情報も含まれている。

レーダセンサは、電波（例えばミリ波）又は光を利用して車両Ｖの周辺の障害物を検出する検出機器である。レーダセンサには、例えば、ミリ波レーダ［Radar］又はライダー［LIDAR：Light Detection and Ranging］が含まれる。レーダセンサは、電波又は光を車両Ｖの周辺に送信し、障害物で反射された電波又は光を受信することで障害物を検出する。レーダセンサは、検出した障害物情報をＥＣＵ１０へ送信する。障害物には、ガードレール、建物等の固定障害物の他、歩行者、自転車、他車両等の移動障害物が含まれる。

ＧＰＳ受信部２は、３個以上のＧＰＳ衛星から信号を受信することにより、車両Ｖの位置（例えば車両Ｖの緯度及び経度）を測定する。ＧＰＳ受信部２は、測定した車両Ｖの位置情報をＥＣＵ１０へ送信する。なお、ＧＰＳ受信部２に代えて、車両Ｖの緯度及び経度が特定できる他の手段を用いてもよい。また、車両Ｖの方位を測定する機能を持たせることは、センサの測定結果と後述する地図情報との照合のために好ましい。

内部センサ３は、車両Ｖの走行状態を検出する検出機器である。内部センサ３は、車速センサ、加速度センサ、及びヨーレートセンサのうち少なくとも一つを含む。車速センサは、車両Ｖの速度を検出する検出器である。車速センサとしては、例えば、車両Ｖの車輪又は車輪と一体に回転するドライブシャフト等に対して設けられ、車輪の回転速度を検出する車輪速センサが用いられる。車速センサは、検出した車速情報（車輪速情報）をＥＣＵ１０に送信する。

加速度センサは、車両Ｖの加速度を検出する検出器である。加速度センサは、例えば、車両Ｖの前後方向の加速度を検出する前後加速度センサと、車両Ｖの横加速度を検出する横加速度センサと、車両Ｖの縦加速度を検出する縦加速度センサと、を含んでいる。加速度センサは、車両Ｖの上下方向の加速度を検出する上下加速度センサを含んでいてもよい。加速度センサは、例えば、車両Ｖの加速度情報をＥＣＵ１０に送信する。ヨーレートセンサは、車両Ｖの重心の鉛直軸周りのヨーレート（回転角速度）を検出する検出器である。ヨーレートセンサとしては、例えばジャイロセンサを用いることができる。ヨーレートセンサは、検出した車両Ｖのヨーレート情報をＥＣＵ１０へ送信する。

地図データベース４は、地図情報を備えたデータベースである。地図データベースは、例えば、車両に搭載されたＨＤＤ［Hard disk drive］内に形成されている。地図情報には、例えば、道路の位置情報、道路形状の情報（例えばカーブ、直線部の種別、カーブの曲率等）、交差点及び分岐点の位置情報が含まれる。さらに、建物や壁等の遮蔽構造物の位置情報、ＳＬＡＭ［Simultaneous Localization and Mapping］技術を使用するために、地図情報に外部センサ１の出力信号を含ませることが好ましい。なお、地図データベースは、車両Ｖと通信可能な情報処理センタ等の施設のコンピュータに記憶されていてもよい。

ナビゲーションシステム５は、車両Ｖの運転者によって設定された目的地まで、車両Ｖの運転者に対して案内を行う装置である。ナビゲーションシステム５は、ＧＰＳ受信部２の測定した車両Ｖの位置情報と地図データベース４の地図情報とに基づいて、車両Ｖが走行するルート（走行経路）を算出する。ルートは、複数車線の区間において好適な車線を特定したものであってもよい。ナビゲーションシステム５は、例えば、車両Ｖの位置から目的地に至るまでの目標ルートを演算し、ディスプレイの表示及びスピーカの音声出力により運転者に対して目標ルートの報知を行う。ナビゲーションシステム５は、例えば、車両Ｖの目標ルートの情報をＥＣＵ１０へ送信する。なお、ナビゲーションシステム５は、車両Ｖと通信可能な情報処理センタ等の施設のコンピュータに構成されていてもよい。

アクチュエータ６は、車両Ｖの走行制御を実行する装置である。アクチュエータ６は、スロットルアクチュエータ、ブレーキアクチュエータ、及び操舵アクチュエータを少なくとも含む。スロットルアクチュエータは、ＥＣＵ１０からの制御信号に応じてエンジンに対する空気の供給量（スロットル開度）を制御し、車両Ｖの駆動力を制御する。なお、車両Ｖがハイブリッド車又は電気自動車である場合には、スロットルアクチュエータを含まず、動力源としてのモータにＥＣＵ１０からの制御信号が入力されて当該駆動力が制御される。

ブレーキアクチュエータは、ＥＣＵ１０からの制御信号に応じてブレーキシステムを制御し、車両Ｖの車輪へ付与する制動力を制御する。ブレーキシステムとしては、例えば、液圧ブレーキシステムを用いることができる。操舵アクチュエータは、電動パワーステアリングシステムのうち操舵トルクを制御するアシストモータの駆動を、ＥＣＵ１０からの制御信号に応じて制御する。これにより、操舵アクチュエータは、車両Ｖの操舵トルクを制御する。

ＨＭＩ７は、車両Ｖの乗員（運転者を含む）と自動運転装置１００との間で情報の出力及び入力をするためのインターフェイスである。ＨＭＩ７は、例えば、乗員に画像情報を表示するためのディスプレイパネル、音声出力のためのスピーカ、及び乗員が入力操作を行うための操作ボタン又はタッチパネル等を備えている。

ＥＣＵ１０は、車両Ｖの走行を自動で制御する自動運転制御を実行する。ＥＣＵ１０は、ＣＰＵ[Central Processing Unit]、ＲＯＭ[Read OnlyMemory]、ＲＡＭ[Random Access Memory]等を有する電子制御ユニットである。ＥＣＵ１０では、ＲＯＭに記憶されているプログラムをＲＡＭにロードし、ＣＰＵで実行することで、各種の制御を実行する。ＥＣＵ１０は、複数の電子制御ユニットから構成されていてもよい。以下に説明するＥＣＵ１０の機能は、車両Ｖと通信可能なサーバ上で実行される態様であってもよい。

ＥＣＵ１０は、車両位置認識部１１、外部状況認識部１２、走行状態認識部１３、走行計画生成部１４、走行制御部１５、予測データ算出部１６及び判定部１７を有している。

車両位置認識部１１は、ＧＰＳ受信部２で受信した車両Ｖの位置情報、及び地図データベース４の地図情報に基づいて、地図上における車両Ｖの位置（以下、「車両位置」という）を認識する。なお、車両位置認識部１１は、ナビゲーションシステム５で用いられる車両位置を該ナビゲーションシステム５から取得して認識してもよい。

外部状況認識部１２は、外部センサ１の検出結果（例えばカメラの撮像情報及びレーダセンサの障害物情報等）に基づいて、車両Ｖの外部状況を認識する。外部状況は、例えば、車両Ｖに対する走行車線の白線の位置もしくは車線中心の位置及び道路幅、道路の形状（例えば走行車線の曲率、路面の勾配変化、うねり、路面の凹凸等）、車両Ｖの周辺の障害物の状況（例えば、固定障害物と移動障害物を区別する情報、車両Ｖに対する障害物の位置、車両Ｖに対する障害物の移動方向、車両Ｖに対する障害物の相対速度等）を含む。また、外部センサ１の検出結果と地図情報とを照合することにより、ＧＰＳ受信部２等で取得される車両Ｖの位置及び方向の精度を補うことは好適である。

走行状態認識部１３は、内部センサ３の検出結果（例えば車速センサの車速情報、加速度センサの加速度情報、ヨーレートセンサのヨーレート情報等）に基づいて、車両Ｖの走行状態を認識する。

走行計画生成部１４は、例えば、ナビゲーションシステム５で演算された目標ルート、車両位置認識部１１で認識された車両位置、及び、外部状況認識部１２で認識された車両Ｖの外部状況（車両位置、方位を含む）に基づいて、走行計画を生成する。走行計画は、車両Ｖの現在の位置から目的地まで至る目標ルートに沿って車両Ｖを走行させる計画である。走行計画には、車両Ｖの目標ルート上の位置に応じた車両Ｖの制御目標値が含まれている。目標ルート上の位置とは、地図上で目標ルートの延在方向における位置である。目標ルート上の位置は、目標ルートの延在方向において所定間隔（例えば１ｍ）毎に設定された設定縦位置を意味する。

制御目標値とは、走行計画において車両Ｖの制御目標となる値である。制御目標値は、目標ルート上の設定縦位置毎に関連付けて設定される。制御目標値には、車両Ｖの目標横位置、車両Ｖの目標舵角、車両Ｖの目標車速、及び車両Ｖの目標加速度が含まれる。

目標横位置とは、走行計画において制御目標となる車両Ｖの横位置である。車両Ｖの横位置とは、車両Ｖの走行する道路の道路幅方向（車線幅方向）における車両Ｖの位置である。車線幅方向とは、道路の車線を形成する白線に対して道路の路面上で直交する方向である。また、道路の延在方向（道路幅方向と直交する方向）における車両Ｖの位置を車両Ｖの縦位置とする。車両Ｖの縦位置は、目標ルートの延在方向における車両Ｖの位置である。目標舵角とは、走行計画において制御目標となる車両Ｖの舵角である。目標車速とは、走行計画において制御目標となる車両Ｖの車速である。目標加速度とは、走行計画において制御目標となる車両Ｖの加速度である。

走行計画生成部１４は、後述する判定部１７により、走行計画に沿う自動運転制御の実行中に車両Ｖの乗員が車に酔うリスクがあると判定された場合、乗員が車に酔うリスクを抑制するように走行計画を変更する。この点について詳しくは後述する。

走行制御部１５は、車両位置認識部１１の認識した車両位置、外部状況認識部１２の認識した外部状況、走行状態認識部１３の認識した走行状態、及び走行計画生成部１４で生成した走行計画に基づいて、車両Ｖの走行を自動で制御する自動運転制御を実行する。走行制御部１５は、走行計画に応じた制御信号をアクチュエータ６に出力する。これにより、走行制御部１５は、走行計画に沿って車両Ｖが自動走行するように、車両Ｖの走行を制御する。

予測データ算出部１６は、走行計画生成部１４で走行計画が生成された場合、走行計画に基づいて、走行計画に沿う自動運転制御の実行中における車両Ｖの状態量の予測データを算出する。車両Ｖの状態量は、車両Ｖの走行状態を示す物理的な量である。車両Ｖの状態量には、例えばヨーレートが含まれる。車両Ｖの状態量には、加速度（前後加速度）が含まれていてもよい。

車両Ｖの状態量の予測データとは、車両Ｖが走行計画に沿って自動運転制御を実行した場合における車両Ｖの状態量を予測したデータ（一連の状態量の値の集合体）である。車両Ｖの状態量の予測データには、例えば、車両Ｖが走行計画に沿って自動運転制御を実行した場合における車両Ｖのヨーレートを予測したデータが含まれる。

具体的に、車両Ｖの状態量の予測データは、例えば、目標ルート上に設定された設定縦位置のそれぞれにおけるヨーレートの予測値である予測ヨーレートとすることができる。予測データ算出部１６は、例えば、一つの設定縦位置における目標操舵角と目標ルート上でその一つ前の設定縦位置における目標操舵角とに基づいて、周知の手法により、当該一つの設定縦位置における予測ヨーレートを算出する。

同様に、車両Ｖの状態量の予測データには、目標ルート上に設定された設定縦位置のそれぞれにおける予測加速度が含まれていてもよい。予測データ算出部１６は、例えば、設定縦位置における目標加速度に基づいて、当該設定縦位置における予測加速度を算出する。予測データ算出部１６は、その他の周知の手法により、走行計画に基づいて車両Ｖの状態量の予測データを算出してもよい。

図２は、車両の状態量の予測データの例を示す図である。図中において、横軸は、車両Ｖの現在位置を０とした場合の走行計画の進路上の走行距離を示し、縦軸は、予測ヨーレートを示す。縦軸の正の方向（上方向）は、車両Ｖの重心の鉛直軸時計回りに予測ヨーレートが発生することを意味し、縦軸の負の方向（下方向）は、車両Ｖの重心の鉛直軸反時計回りに予測ヨーレートが発生することを意味する。予測データ算出部１６は、例えば、図２に示すような予測ヨーレートを算出することができる。

予測データ算出部１６は、算出した予測データに基づいて、車両Ｖの乗員が車に酔うリスクを評価するためのリスク評価量を算出する。予測データ算出部１６は、一例として、算出した予測データに対して第１及び第２フィルタ処理を行うことで、リスク評価量を算出する。

図３の（ａ）は、第１フィルタ処理で用いるフィルタの特性の例を示す図である。図中において、横軸は、第１フィルタ処理を行う対象の周波数を示し、縦軸は、当該対象に乗算されるゲインを示す。第１フィルタ処理は、例えば、ＩＳＯ２６３１で規定されている人間の振動感度特性を模擬するためのフィルタ処理である。第１フィルタ処理では、周波数領域に変換された予測ヨーレートに対して、図３の（ａ）に示されるゲインが乗算される。

第１フィルタ処理を行う対象がヨーレートの場合、図３の（ａ）の曲線Ｃ１に示されるフィルタの特性が第１フィルタ処理に用いられる。第１フィルタ処理を行う対象がピッチレート、ロールレート等、車両Ｖの重心軸周りの回転方向速度成分を有する状態量の場合には、図３の（ａ）の曲線Ｃ１のフィルタの特性が第１フィルタ処理に使用可能である。第１フィルタ処理を行う対象が前後方向の加速度（前後Ｇ）、車両Ｖの幅方向の加速度（横Ｇ）等、水平方向加速度成分を有する状態量の場合には、曲線Ｃ２ａのフィルタの特性が第１フィルタ処理に使用可能である。第１フィルタ処理を行う対象が上下方向の加速度（上下Ｇ）等、上下方向加速度成分を有する状態量の場合には、曲線Ｃ２ｂのフィルタの特性が第１フィルタ処理に使用可能である。なお、ここでの水平方向とは、例えば車両Ｖの前後方向及び幅方向を含む平面に沿う方向に相当し、上下方向とは、例えば鉛直方向に相当する。

第２フィルタ処理は、人間が乗り物酔いをし易いとされる周波数領域を抽出するためのバンドパスフィルタ処理である。図３の（ｂ）は、乗り物酔いの周波数感度の例を示す図である。図中において、横軸は、周波数を示し、縦軸は、乗り物酔いのし易さを示す。つまり、図３の（ｂ）の曲線Ｃ３は、人間が乗り物酔いをし易いとされる乗り物酔いの周波数感度を示す。図３の（ｂ）に示されるように、乗り物酔いの周波数感度は、０．２５Ｈｚ付近で大きくなる。そこで、第２フィルタ処理では、人間が乗り物酔いをし易いとされる周波数領域として０．２５Ｈｚ付近を抽出する。０．２５Ｈｚ付近とは、例えば、０．１Ｈｚ〜０．５Ｈｚの範囲内の周波数帯であってもよい。

図４は、リスク評価量の例を示す図である。図中において、横軸は、車両Ｖの現在位置を０とした場合の走行計画の進路上の走行距離を示し、縦軸は、予測ヨーレートに基づいて算出されたリスク評価量を示す。

図４は、図２の予測ヨーレートに基づいて算出されたリスク評価量を示しており、図２の予測ヨーレートがマイナス値の場合に図４のリスク評価量もマイナス値になっている。なお、リスク評価量は絶対値としてもよい。また、リスク評価量は、算出の根拠となる車両Ｖの状態量と同じ次元（単位）であってもよいし、無次元化した値であってもよい。予測データ算出部１６は、車両Ｖの状態量の種類（ヨーレート、加速度など）ごとにリスク評価量を算出することができる。以下では、車両Ｖの状態量の種類のうち一つのリスク評価量を用いた場合について説明する。

予測データ算出部１６は、算出したリスク評価量に基づいて、乗員が車に酔うリスクの有無を判定するために用いる演算値を算出する。予測データ算出部１６は、演算値として、例えば下記の第１演算値、第２演算値及び第３演算値を算出する。

第１演算値は、一定距離（一定区間）におけるリスク評価量の累積値Ｖ１である。図４の例では、累積値Ｖ１は、符号Ａ１で示されるハッチングが付された領域の面積と、符号Ａ２で示されるハッチングが付された領域の面積との和で表される。

第２演算値は、リスク評価量が所定の閾値を超えている区間Δｔの一定距離内における累積値Ｖ２である。図４の例では、所定の閾値として、閾値Ｒ１，Ｒ２が破線の直線で示されている。図中においては、累積値Ｖ２は、リスク評価量が閾値Ｒ１を超えている区間（区間Δｔ_１，Δｔ_２，Δｔ_４）、及び、リスク評価量が閾値Ｒ２を下回っている区間（区間Δｔ_３，Δｔ_５）、の総和で表される。なお、ここでの閾値Ｒ１，Ｒ２は、等しい絶対値を有する正の値の閾値と負の値の閾値である。閾値Ｒ１，Ｒ２は、それらの絶対値が必ずしも一致する必要はなく異なる値であってもよい。

第３演算値は、リスク評価量が所定の閾値Ｒ１，Ｒ２を超えている超過分の一定距離内における累積値Ｖ３である。累積値Ｖ３は、例えば、リスク評価量が閾値Ｒ１を超えている超過分、及び、リスク評価量が閾値Ｒ２を下回っているマイナス超過分、を一定距離内において累積した値である。図４の例では、累積値Ｖ３は、符号Ａ２で示されるハッチングが付された領域の面積の和で表される。

判定部１７は、予測データ算出部１６により算出された演算値に基づいて、走行計画に沿う自動運転制御の実行中において車両Ｖの乗員が車に酔うリスクがあるか否かを判定する。

具体的には、判定部１７は、例えば、第１演算値が第１判定閾値を超えていると判定した場合、乗員が車に酔うリスクがあると判定する。第１判定閾値は、第１演算値（上記累積値Ｖ１）に着目した場合に乗員が車に酔うリスクがあると判定するための累積リスク評価量の判定閾値である。

判定部１７は、第２演算値が第２判定閾値を超えていると判定した場合、乗員が車に酔うリスクがあると判定する。第２判定閾値は、第２演算値（上記累積値Ｖ２）に着目した場合に乗員が車に酔うリスクがあると判定するための累積時間の判定閾値である。

判定部１７は、第３演算値が第３判定閾値を超えていると判定した場合、乗員が車に酔うリスクがあると判定する。第３判定閾値は、第３演算値（上記累積値Ｖ３）に着目した場合に乗員が車に酔うリスクがあると判定するためのリスク評価量の累積超過量の判定閾値である。

判定部１７は、第１演算値が第１判定閾値を超えておらず、且つ、第２演算値が第２判定閾値を超えておらず、且つ、第３演算値が第３判定閾値を超えていないと判定した場合、乗員が車に酔うリスクがないと判定する。

次に、走行計画生成部１４による走行計画の変更について詳述する。

走行計画生成部１４は、判定部１７により、走行計画に沿う自動運転制御の実行中において車両Ｖの乗員が車に酔うリスクがあると判定された場合、乗員が車に酔うリスクを抑制するように走行計画を変更する。走行計画生成部１４は、生成した走行計画に基づいて予測データ算出部１６により算出される車両Ｖの状態量を用いて、乗員が車に酔うリスクを抑制するように走行計画を変更する。

具体的に、走行計画生成部１４は、目標ルートを見直す第１見直し処理を実行する。

走行計画生成部１４は、第１見直し処理に先立って、ナビゲーションシステム５から予め設定された目的地に至る複数の目標ルートを取得する。走行計画生成部１４は、複数の目標ルートを車両Ｖが通る場合の複数の走行計画を生成する。このとき、走行計画生成部１４は、生成した複数の走行計画のそれぞれについて、目的地に到達するまでの所要時間を算出する。また、走行計画生成部１４は、各走行計画での乗員が車に酔うリスクを予測データ算出部１６に算出させると共に、走行計画に沿う自動運転制御の実行中において車両Ｖの乗員が車に酔うリスクがあるか否かを判定部１７に判定させる。なお、複数の目標ルートは、互いに重複する部分を有していてもよい。

走行計画生成部１４は、複数の目標ルートに対応する複数の走行計画の中に、乗員が車に酔うリスクがないと判定された走行計画が含まれる場合、乗員が車に酔うリスクがないと判定された走行計画における目的地に到達するまでの所要時間の変化が所定範囲内であるか否かを判定する。走行計画生成部１４は、乗員が車に酔うリスクがないと判定される走行計画であって目的地に到達するまでの所要時間の変化が所定範囲内である走行計画になるように、走行計画の変更（第１見直し処理）を行う。所定範囲は、例えば、乗員が許容できる範囲である。所定範囲は、乗員の入力により設定されてもよい。なお、走行計画生成部１４は、予測データ算出部１６の算出したリスク評価量に基づいて、乗員が車に酔うリスクがあると判定された走行計画の目標ルートのうち乗員が車に酔うリスクが高い区間を避けるように当該目標ルートを部分的に変更（部分回避）することで第１見直し処理を実行してもよい。

走行計画生成部１４は、複数の目標ルートに対応する複数の走行計画の中に、乗員が車に酔うリスクがないと判定される走行計画であって目的地に到達するまでの所要時間の変化が所定範囲内である走行計画が存在しない場合、目標ルートではなく車速を見直す第２見直し処理を実行する。走行計画生成部１４は、走行計画における目標車速を低くすることにより、乗員が車に酔うリスクがないと判定される走行計画であって目的地に到達するまでの所要時間の変化が所定範囲内である走行計画になるように走行計画の変更（第２見直し処理）を行う。

走行計画生成部１４は、上述した第２見直し処理を行っても、乗員が車に酔うリスクがないと判定される走行計画であって目的地に到達するまでの所要時間の変化が所定範囲内である走行計画が存在しない場合、カーブ中の進路（軌跡）を見直す第３見直し処理を実行する。第３見直し処理は、少なくとも１つのカーブにおいて乗員が車に酔うリスクを低減させるように、車両Ｖの進路の曲率（車両Ｖの曲がり方）を変えることで走行計画を変更する処理である。走行計画生成部１４は、走行計画のカーブにおける目標操舵角を変更することで、乗員が車に酔うリスクがないと判定され、且つ、目的地に到達するまでの所要時間の変化が所定範囲内である走行計画になるように走行計画の変更（第３見直し処理）を行う。走行計画生成部１４は、第３見直し処理として、走行計画のカーブにおける目標操舵角の変更と走行計画における目標車速の低下を併せて行ってもよい。

走行計画生成部１４は、第３見直し処理として、カーブの初期において曲率の増加（立ち上がり）が早くなると共にカーブの後半において曲率の減少がゆるやかとなるように、カーブ中の進路（軌跡）を見直す。ここで、第３見直し処理に関して図５の（ａ）〜（ｃ）を参照して説明する。図５の（ａ）は、第３見直し処理前の進路の曲率を例示する図である。図５の（ｂ）は、周波数領域における曲率の変更を説明するための図である。図５の（ｃ）は、第３見直し処理後の進路の曲率を例示する図である。

図５の（ａ）及び（ｃ）において、横軸は、車両Ｖの現在位置を０とした場合の走行計画の進路上における走行距離を示し、縦軸は、曲率を示す。図５の（ｂ）において、横軸は、車両Ｖの進路の曲率の周波数を示し、縦軸は、周波数領域に変換された曲率（曲率の周波数特性）を示す。図５の（ａ）〜（ｃ）において、の曲線Ｃ４は、カーブ中の車両Ｖの進路の曲率を示す。曲線Ｃ５は、曲線Ｃ４の曲率を周波数領域に変換することで得られる周波数特性を示す。曲線Ｃ６は、曲線Ｃ５の周波数特性に第３見直し処理を行って得られる周波数特性を示す。曲線Ｃ７は、曲線Ｃ６の周波数特性を距離領域に逆変換することで得られる車両Ｖの進路の曲率を示す。

走行計画生成部１４は、例えば図５の（ａ）に示されるように、第２見直し処理が行われた走行計画に基づいて、カーブにおける車両Ｖの進路の曲率（曲線Ｃ４）を取得する。続いて、走行計画生成部１４は、例えば図５の（ｂ）に示されるように、取得した進路の曲率を周波数領域に変換することで、曲率の周波数特性（曲線Ｃ５）を取得する。走行計画生成部１４は、取得した曲率の周波数特性に対して周波数特性を調整する第３見直し処理を行うことで、第３見直し処理後の周波数特性（曲線Ｃ６）を取得する。図５の（ｂ）の例では、走行計画生成部１４は、第３見直し処理として、０．２５Ｈｚ付近における周波数特性を小さくすると共に、小さくした０．２５Ｈｚ付近の周囲の周波数帯における周波数特性を大きくする。続いて、図５の（ｃ）に示されるように、走行計画生成部１４は、第３見直し処理後の周波数特性（曲線Ｃ６）を距離領域に逆変換することで、第３見直し処理後の進路の曲率（曲線Ｃ７）を取得する。

上述した周波数特性の調整により得られた曲線Ｃ７と曲線Ｃ４とを比較すると、進路の曲率は、１つのカーブの初期において増加（立ち上がり）が早くなると共に、１つのカーブの後半において減少がゆるやかとなっていることがわかる。曲線Ｃ７で示される進路の曲率は、人間が乗り物酔いをし易いとされる０．２５Ｈｚ付近が減少されている。すなわち、第３見直し処理により、カーブにおいて乗員が車に酔うリスクが抑制される。

なお、走行計画生成部１４は、車両Ｖの自動運転制御の実行中に、乗員が車に酔うリスクが抑制されるように走行計画におけるカーブ中の進路を変更してもよい。

次に、自動運転装置１００で実行される処理について、図６のフローチャートを参照しつつ具体的に説明する。

図６は、走行計画の変更処理を例示するフローチャートである。自動運転装置１００では、例えば、走行計画生成部１４によって、走行計画が生成された場合、ＥＣＵ１０において以下の走行計画の変更処理が行われる。

まず、予測データ算出部１６により、車両Ｖの状態量の予測データ（ここでは予測ヨーレート）が算出される（ステップＳ１）。続いて、予測データ算出部１６により第１フィルタ処理が実施される（ステップＳ２）。ステップＳ２では、例えば、算出された予測ヨーレートに対して図３の（ａ）の曲線Ｃ１に示される特性を有する第１フィルタが適用される。続いて、予測データ算出部１６により、第２フィルタ処理が実施される（ステップＳ３）。ステップＳ３により、第１フィルタが適用された予測ヨーレートにおける０．２５Ｈｚ付近の周波数領域が抽出されたリスク評価量が得られる。

続いて、予測データ算出部１６により、得られたリスク評価量に基づいて、乗員が車に酔うリスクの有無を判定するために用いる演算値が算出される（ステップＳ４）。ステップＳ４では、例えば、上述した第１演算値、第２演算値及び第３演算値が算出される。続いて、判定部１７により、算出された第１演算値、第２演算値及び第３演算値に基づいて、乗員が車に酔うリスクがあるか否かが判定される（ステップＳ５）。

ステップＳ５において、判定部１７により乗員が車に酔うリスクがあると判定された場合、走行計画生成部１４により、乗員が車に酔うリスクが抑制されるように走行計画が変更される（ステップＳ６）。一方、ステップＳ５において、判定部１７により乗員が車に酔うリスクがないと判定された場合、そのまま処理が終了される。

なお、上記ステップＳ１〜Ｓ６の処理が終了されると、走行制御部１５により、上記ステップＳ１〜Ｓ６の処理に基づく走行計画に沿って、車両Ｖの走行を自動で制御する自動運転制御が適切なタイミングで実行される。

以上、自動運転装置１００では、予測データ算出部１６により、走行計画に沿う自動運転制御の実行中における車両Ｖの状態量の予測データが算出される。当該予測データに基づいて乗員が車に酔うリスクがあると判定部１７により判定された場合、走行計画生成部１４により、乗員が車に酔うリスクを抑制するように走行計画が変更される。したがって、自動運転装置１００では、乗員が車に酔うリスクがある走行計画が未然に変更されるため、乗員が車に酔うリスクを低下させることが可能となる。

以上、本発明の一実施形態について説明したが、本発明は上記実施形態に限定されることなく様々な形態で実施される。

上記実施形態では、車両Ｖの状態量の予測データからリスク評価量及び演算値の算出を行ったが、必ずしもリスク評価量及び演算値の算出を行う必要はない。また、リスク評価量の算出に必ずしもフィルタ処理を用いる必要はない。すなわち、自動運転装置１００の判定部１７は、車両Ｖの状態量の予測データに基づいて、直接、走行計画に沿った自動運転制御の実行中において車両Ｖの乗員が車に酔うリスクがあるか否かを判定してもよい。

例えば、自動運転装置１００の判定部１７は、周波数領域に変換された予測データと予め用意された車酔い判定用の周波数分布とを比較してもよい。この場合、判定部１７は、予測データと車酔い判定用の周波数分布との比較結果に基づいて、走行計画に沿った自動運転制御の実行中において車両Ｖの乗員が車に酔うリスクがあるか否かを判定する。判定部１７は、例えば、予測データと車酔い判定用の周波数分布との相関が大きい場合（車酔い判定用の周波数分布と類似度が所定値以上の予測データが含まれる場合）に、乗員が車に酔うリスクがあると判定する。

走行計画生成部１４は、判定部１７により、走行計画に沿った自動運転制御の実行中において車両Ｖの乗員が車に酔うリスクがあると判定された場合、走行計画から算出される予測データ（周波数領域に変換された予測データ）と車酔い判定用の周波数分布とが乖離するように走行計画を変更することで、乗員が車に酔うリスクを抑制するように走行計画を変更する。

上記実施形態では、車両Ｖの状態量として予測ヨーレートのみを示しているが、車両Ｖの複数の状態量（ヨーレート、加速度など）に基づいて、それぞれについて複数のリスク評価量を求めると共にリスクの有無を判定してもよい。この場合、走行計画生成部１４は、それぞれのリスク評価量からリスクの有無を判定し、一つでも乗員が車に酔うリスクがあると判定された場合には、乗員が車に酔うリスクを抑制するように走行計画を変更する。なお、走行計画生成部１４は、必ずしも判定部１７により乗員が車に酔うリスクがないと判定される走行計画に変更する必要はない。走行計画生成部１４は、乗員が車に酔うリスクがあると判定された走行計画より、少しでも乗員が車に酔うリスクを抑制する走行計画に変更すればよい。

上記実施形態では、判定部１７は、第１演算値が第１判定閾値を超えていると判定（第１判定）した場合、第２演算値が第２判定閾値を超えていると判定（第２判定）した場合、及び、第３演算値が第３判定閾値を超えていると判定（第３判定）した場合、乗員が車に酔うリスクがあると判定したが、これに限定されない。例えば、判定部１７は、第１判定、第２判定及び第３判定の少なくとも何れか一つを判定した場合、乗員が車に酔うリスクがあると判定してもよいし、他の判定手法を適宜採用してもよい。要は、走行計画生成部１４は、判定部１７により乗員が車に酔うリスクがあると判定された場合、乗員が車に酔うリスクを抑制するように走行計画を変更すればよい。

上記実施形態では、図２に示すように、距離を基準として走行計画における予測データを表わしたが、距離ではなく時間を基準として予測データを表わしてもよい。このとき、距離から時間基準へ変換するために走行計画における車速を一定と仮定してもよい。この場合には、例えば、予測データとして一定時間ごとの予測ヨーレートが用いられる。自動運転装置１００の予測データ算出部１６は、時間を基準として予測データを算出した場合、時間を基準としてリスク評価量を算出する。

上記実施形態において、閾値Ｒ１，Ｒ２及び第１〜第３判定閾値は、乗員の要求に応じて可変としてもよい。乗員の要求は、例えば、乗員によるＨＭＩ７の操作であってもよい。この場合、判定部１７による乗員が車に酔うリスクの有無の判定における感度を調整するための感度スイッチをＨＭＩ７のディスプレイパネルに表示させてもよい。乗員により感度の調整に係る入力操作がＨＭＩ７に対してなされると、閾値Ｒ１，Ｒ２及び第１〜第３判定閾値は、ＨＭＩ７からＥＣＵ１０に信号が出力されることで変更される。

閾値Ｒ１，Ｒ２及び第１〜第３判定閾値は、複数の段階（例えば５段階）に変更可能であってもよい。例えば、乗員が車に酔うリスクの低下よりも所要時間増加の回避を優先したい場合、乗員が感度を低下させる旨の入力操作をＨＭＩ７に対して行うことで、閾値Ｒ１，Ｒ２及び第１〜第３判定閾値が大きくされる。これにより、判定部１７によって乗員が車に酔うリスクがないと判定され易くなる。一方、乗り物酔いしやすい乗員が乗車している場合、乗員の体調が不良である場合、又は、より快適な自動運転で移動したい場合等には、乗員が感度を増加させる旨の入力操作をＨＭＩ７に対して行うことで、閾値Ｒ１，Ｒ２及び第１〜第３判定閾値が小さくされる。これにより、判定部１７によって乗員が車に酔うリスクがあると判定され易くなる。

上記実施形態において、判定部１７により乗員が車に酔うリスクがないと判定された走行計画の情報を車両Ｖと通信可能な情報処理センタ等の施設のコンピュータに記憶（蓄積）してもよい。走行計画生成部１４は、情報処理センタ等に記憶された走行計画の情報を利用して、走行計画の生成又は変更を行ってもよい。

上記実施形態において、車両Ｖの状態量には、車両Ｖのロールレート、車両Ｖのピッチレート、及び車両Ｖの横加速度のうち少なくとも一つが含まれていてもよい。この場合、車両Ｖの状態量の予測データにも、車両Ｖが走行計画に沿って自動運転制御を実行した場合における、ロールレートの予測値、ピッチレートの予測値、及び横加速度の予測値のうち少なくとも一つが含まれる。予測データ算出部１６は、周知の手法により、走行計画に基づいて、ロールレートの予測値、ピッチレートの予測値、及び横加速度の予測値を算出することができる。

上記実施形態において、更に、自動運転制御の実行中に、車両Ｖの姿勢を制御することで、乗員の車酔いを引き起こしにくい車両姿勢を維持することを図ってもよい。例えば、自動運転装置１００は、ＥＣＵ１０からの制御信号に応じて車両Ｖの姿勢を制御する制御サスペンション又は４輪独立駆動力制御システムを更に備えてもよい。制御サスペンション又は４輪独立駆動力制御システムの構成は、周知のものを用いることができる。制御サスペンション又は４輪独立駆動力制御システムは、周知の手法により車両Ｖのヒーブ、ロール及びピッチのバランスを最適化する乗心地制御を実行する。制御サスペンション又は４輪独立駆動力制御システムは、周知の手法によりピッチ角速度及びロール角速度を制御することで、車両Ｖの姿勢を制御する姿勢制御を実行する。

また、判定部１７は、自動運転制御の実行中に、カメラにより検出された路面凹凸に基づいて、良路判定を行ってもよい。良路判定は、周知の方法を用いることができる。判定部１７は、良路判定の結果に応じて、制御サスペンション又は４輪独立駆動力制御システムを制御する制御信号を送信する。例えば、良路判定の結果が悪路である場合には、車両Ｖの乗心地制御を優先させるように、制御サスペンション又は４輪独立駆動力制御システムを制御する。一方、良路判定の結果が良路である場合には、車両Ｖの実際のピッチ角速度及びロール角速度を抑制する姿勢制御を優先するように、制御サスペンション又は４輪独立駆動力制御システムを制御する。これにより、乗員の車酔いを引き起こしにくい車両姿勢を維持することが可能となる。

なお、上記実施形態において説明した技術は、乗員が車に酔うリスクを抑制するものであったが、例えば、下記のように乗員が車に酔うリスクに代えて積荷のリスクを抑制するものに応用してもよい。積荷のリスクとは、車両Ｖの走行によって車両Ｖの荷室又は荷台において積荷に力が加わるリスクを意味する。積荷の破損については、積荷の特質により荷室又は荷台において積荷が動き易くなるような固有の周期（固有振動数となる周波数に対応する周期）が存在する。この固有の周期において、積荷のリスクが高くなる。したがって、走行計画に沿う自動運転制御の実行中における車両Ｖの状態量の予測データに対して、固有の周期に対応する周波数を抽出するフィルタ処理を行うことにより、積荷の破損リスク評価量が算出される。そして、この積荷のリスク評価量に基づいて、走行計画に沿う自動運転制御の実行中において積荷のリスクがあるか否かを判定し、積荷のリスクがあると判定された場合、積荷の破損を抑制するように走行計画を変更してもよい。これにより、積荷のリスクが抑制されるように乗員がルートを選択したり、外部状況（通行環境）に応じて車速や進路を調整したりすることが不要となる。その結果、無人による自動運転での運搬を行う配送車両であっても、積荷のリスクを抑制した自動運転制御を実行することが可能となる。

１４…走行計画生成部、１５…走行制御部、１６…予測データ算出部、１７…判定部、１００…自動運転装置、Ｖ…車両。

Claims (1)

1. 地図情報を記憶した地図データベースと、
   前記地図情報に基づいて、予め設定された目的地に向かって車両を走行させる走行計画を生成する走行計画生成部と、
   前記走行計画生成部で生成した前記走行計画に沿って前記車両の走行を自動で制御する自動運転制御を実行する走行制御部と、
   前記走行計画に基づいて、前記走行計画に沿う前記自動運転制御の実行中における前記車両の状態量の予測データを算出する予測データ算出部と、
   前記予測データに基づいて、前記走行計画に沿う前記自動運転制御の実行中に前記車両の乗員が車に酔うリスクがあるか否かを判定する判定部と、
   を備え、
   前記走行計画生成部は、前記判定部により前記リスクがあると判定された場合、前記リスクを抑制するように前記走行計画を変更する、自動運転装置。

Images