JP2021160494A - 車両制御装置、車両制御方法、及びプログラム - Google Patents

Abstract

【課題】車両の運転をスムーズに制御すること。【解決手段】実施形態の車両制御装置は、車両の周辺に存在する物体を認識する認識部と、複数のモデルを用いて、前記車両が走行すべき複数の目標軌道を生成する生成部と、前記目標軌道に基づいて、前記車両の運転を自動的に制御する運転制御部と、を備え、前記複数のモデルには、ルールベース又はモデルベースの第１モデルと、機械学習ベースの第２モデルとが含まれ、前記生成部は、前記第１モデルによって出力された第１目標軌道を基に前記車両の運転が制御される条件下において、前記車両の速度が所定値以下となった後に前記車両が加速することになり、且つ前記第２モデルによって出力された第２目標軌道を基に前記車両の運転が制御される条件下において、前記車両の速度が所定値以下となった後に前記車両が加速することになる場合、前記第２目標軌道を選択する。【選択図】図２

Description

本発明は、車両制御装置、車両制御方法、及びプログラムに関する。

車両が将来走行すべき目標軌道を生成する技術が知られている（例えば、特許文献１参照）。

特開２０１９−１０８１２４号公報

しかしながら、従来の技術では、周辺の状況に適合しない目標軌道が生成される場合があった。この結果、車両の運転をスムーズに制御できない場合があった。

本発明の一態様は、このような事情を考慮してなされたものであり、車両の運転をスムーズに制御することができる車両制御装置、車両制御方法、及びプログラムを提供することを目的の一つとする。

本発明に係る車両制御装置、車両制御方法、及びプログラムは以下の構成を採用した。

本発明の第１の態様は、車両の周辺に存在する物体を認識する認識部と、前記認識部によって認識された前記物体の周囲に分布するリスクの領域を算出する算出部と、前記領域が入力されると前記車両が走行すべき目標軌道を出力する複数のモデルの其々に対して前記算出部によって算出された前記領域を入力し、前記領域を入力した前記複数のモデルの其々の出力結果に基づいて、複数の前記目標軌道を生成する生成部と、前記生成部によって生成された前記目標軌道に基づいて、前記車両の運転を自動的に制御する運転制御部と、を備え、前記複数のモデルには、前記領域から前記目標軌道を出力するルールベース又はモデルベースの第１モデルと、前記領域が入力されると前記目標軌道を出力するように学習された機械学習ベースの第２モデルとが含まれ、前記生成部は、前記第１モデルによって出力された前記目標軌道である第１目標軌道を基に前記車両の運転が制御される第１条件下において、前記車両の速度が所定値以下となった後に前記車両が加速することになり、且つ前記第２モデルによって出力された前記目標軌道である第２目標軌道を基に前記車両の運転が制御される第２条件下において、前記車両の速度が所定値以下となった後に前記車両が加速することになる場合、前記第１目標軌道及び前記第２目標軌道のうち、前記第２目標軌道を選択する車両制御装置である。

第２の態様は、第１の態様において、前記認識部は、更に、認識した物体の将来の軌道を予測し、前記生成部は、前記認識部によって予測された前記物体の将来の軌道が、前記車両の目標軌道と交差する場合、前記第１条件下において、前記車両の速度が前記所定値以下となった後に前記車両が加速することになり、且つ前記第２条件下において、前記車両の速度が前記所定値以下となった後に前記車両が加速することになると判定するものである。

第３の態様は、第１又は第２の態様において、前記所定値はゼロであり、前記生成部は、前記第１条件下において、前記車両の速度が停止した後に前記車両の加速度が所定範囲内であり、且つ前記第２条件下において、前記車両の速度が停止した後に前記車両の加速度が所定範囲内である場合、前記第１目標軌道及び前記第２目標軌道のうち、前記第２目標軌道を選択するものである。

第４の態様は、車両に搭載されたコンピュータが、前記車両の周辺に存在する物体を認識し、前記認識した物体の周囲に分布するリスクの領域を算出し、前記領域が入力されると前記車両が走行すべき目標軌道を出力する複数のモデルの其々に対して前記算出した領域を入力し、前記領域を入力した前記複数のモデルの其々の出力結果に基づいて、複数の前記目標軌道を生成し、前記生成した目標軌道に基づいて、前記車両の運転を自動的に制御し、前記複数のモデルには、前記領域から前記目標軌道を出力するルールベース又はモデルベースの第１モデルと、前記領域が入力されると前記目標軌道を出力するように学習された機械学習ベースの第２モデルとが含まれ、前記第１モデルによって出力された前記目標軌道である第１目標軌道を基に前記車両の運転が制御される第１条件下において、前記車両の速度が所定値以下となった後に前記車両が加速することになり、且つ前記第２モデルによって出力された前記目標軌道である第２目標軌道を基に前記車両の運転が制御される第２条件下において、前記車両の速度が所定値以下となった後に前記車両が加速することになる場合、前記第１目標軌道及び前記第２目標軌道のうち、前記第２目標軌道を選択する車両制御方法である。

第５の態様は、車両に搭載されたコンピュータに、前記車両の周辺に存在する物体を認識すること、前記認識した物体の周囲に分布するリスクの領域を算出すること、前記領域が入力されると前記車両が走行すべき目標軌道を出力する複数のモデルの其々に対して前記算出した領域を入力し、前記領域を入力した前記複数のモデルの其々の出力結果に基づいて、複数の前記目標軌道を生成すること、前記生成した目標軌道に基づいて、前記車両の運転を自動的に制御すること、前記複数のモデルには、前記領域から前記目標軌道を出力するルールベース又はモデルベースの第１モデルと、前記領域が入力されると前記目標軌道を出力するように学習された機械学習ベースの第２モデルとが含まれ、前記第１モデルによって出力された前記目標軌道である第１目標軌道を基に前記車両の運転が制御される第１条件下において、前記車両の速度が所定値以下となった後に前記車両が加速することになり、且つ前記第２モデルによって出力された前記目標軌道である第２目標軌道を基に前記車両の運転が制御される第２条件下において、前記車両の速度が所定値以下となった後に前記車両が加速することになる場合、前記第１目標軌道及び前記第２目標軌道のうち、前記第２目標軌道を選択すること、を実行させるためのプログラムである。

上記のいずれかの態様によれば、周辺の状況に適合した目標軌道を生成することにより、車両の運転をスムーズに制御することができる。

実施形態に係る車両制御装置を利用した車両システムの構成図である。 実施形態に係る第１制御部、第２制御部、及び記憶部の機能構成図である。 リスク領域を説明するための図である。 ある座標ｘ１におけるＹ方向のリスクポテンシャルの変化を表す図である。 ある座標ｘ２におけるＹ方向のリスクポテンシャルの変化を表す図である。 ある座標ｘ３におけるＹ方向のリスクポテンシャルの変化を表す図である。 ある座標ｙ４におけるＸ方向のリスクポテンシャルの変化を表す図である。 リスクポテンシャルが決定されたリスク領域を表す図である。 目標軌道の生成方法を模式的に表す図である。 モデルが出力した目標軌道の一例を表す図である。 実施形態に係る自動運転制御装置による一連の処理の流れの一例を示すフローチャートである。 自車両が遭遇し得る場面の一例を表す図である。 目標軌道に基づいて自車両の運転が制御される場面の一例を表す図である。 実施形態の自動運転制御装置のハードウェア構成の一例を示す図である。

以下、図面を参照し、本発明の車両制御装置、車両制御方法、及びプログラムの実施形態について説明する。実施形態の車両制御装置は、例えば、自動運転車両に適用される。自動運転とは、例えば、車両の速度または操舵のうち、一方または双方を制御して車両の運転を制御することである。上述した車両の運転制御には、例えば、ＡＣＣ（Adaptive Cruise Control System）やＴＪＰ（Traffic Jam Pilot）、ＡＬＣ（Auto Lane Changing）、ＣＭＢＳ（Collision Mitigation Brake System）、ＬＫＡＳ（Lane Keeping Assistance System）といった種々の運転制御が含まれる。自動運転車両は、乗員（運転者）の手動運転によって運転が制御されてもよい。

［全体構成］
図１は、実施形態に係る車両制御装置を利用した車両システム１の構成図である。車両システム１が搭載される車両（以下、自車両Ｍと称する）は、例えば、二輪や三輪、四輪等の車両であり、その駆動源は、ディーゼルエンジンやガソリンエンジン等の内燃機関、電動機、或いはこれらの組み合わせである。電動機は、内燃機関に連結された発電機による発電電力、或いは二次電池や燃料電池の放電電力を使用して動作する。

車両システム１は、例えば、カメラ１０と、レーダ装置１２と、ＬＩＤＡＲ（Light Detection and Ranging）１４と、物体認識装置１６と、通信装置２０と、ＨＭＩ（Human Machine Interface）３０と、車両センサ４０と、ナビゲーション装置５０と、ＭＰＵ（Map Positioning Unit）６０と、運転操作子８０と、自動運転制御装置１００と、走行駆動力出力装置２００と、ブレーキ装置２１０と、ステアリング装置２２０とを備える。これらの装置や機器は、ＣＡＮ（Controller Area Network）通信線等の多重通信線やシリアル通信線、無線通信網等によって互いに接続される。図１に示す構成はあくまで一例であり、構成の一部が省略されてもよいし、更に別の構成が追加されてもよい。自動運転制御装置１００は、「車両制御装置」の一例である。

カメラ１０は、例えば、ＣＣＤ（Charge Coupled Device）やＣＭＯＳ（Complementary Metal Oxide Semiconductor）等の固体撮像素子を利用したデジタルカメラである。カメラ１０は、自車両Ｍの任意の箇所に取り付けられる。例えば、自車両Ｍの前方を撮像する場合、カメラ１０は、フロントウインドシールド上部やルームミラー裏面等に取り付けられる。また、自車両Ｍの後方を撮像する場合、カメラ１０は、リアウィンドシールド上部等に取り付けられる。また、自車両Ｍの右側方または左側方を撮像する場合、カメラ１０は、車体やドアミラーの右側面または左側面等に取り付けられる。カメラ１０は、例えば、周期的に繰り返し自車両Ｍの周辺を撮像する。カメラ１０は、ステレオカメラであってもよい。

レーダ装置１２は、自車両Ｍの周辺にミリ波等の電波を放射すると共に、物体によって反射された電波（反射波）を検出して少なくとも物体の位置（距離および方位）を検出する。レーダ装置１２は、自車両Ｍの任意の箇所に取り付けられる。レーダ装置１２は、ＦＭ−ＣＷ（Frequency Modulated Continuous Wave）方式によって物体の位置および速度を検出してもよい。

ＬＩＤＡＲ１４は、自車両Ｍの周辺に光を照射し、その照射した光の散乱光を測定する。ＬＩＤＡＲ１４は、発光から受光までの時間に基づいて、対象までの距離を検出する。照射される光は、例えば、パルス状のレーザ光であってよい。ＬＩＤＡＲ１４は、自車両Ｍの任意の箇所に取り付けられる。

物体認識装置１６は、カメラ１０、レーダ装置１２、およびＬＩＤＡＲ１４のうち一部または全部による検出結果に対してセンサフュージョン処理を行って、物体の位置、種類、速度等を認識する。物体認識装置１６は、認識結果を自動運転制御装置１００に出力する。また、物体認識装置１６は、カメラ１０、レーダ装置１２、およびＬＩＤＡＲ１４の検出結果をそのまま自動運転制御装置１００に出力してよい。この場合、車両システム１から物体認識装置１６が省略されてもよい。

通信装置２０は、例えば、セルラー網やＷｉ−Ｆｉ網、Ｂｌｕｅｔｏｏｔｈ（登録商標）、ＤＳＲＣ（Dedicated Short Range Communication）等を利用して、自車両Ｍの周辺に存在する他車両と通信したり、或いは無線基地局を介して各種サーバ装置と通信したりする。

ＨＭＩ３０は、自車両Ｍの乗員（運転者を含む）に対して各種情報を提示すると共に、乗員による入力操作を受け付ける。ＨＭＩ３０は、例えば、ディスプレイ、スピーカ、ブザー、タッチパネル、マイクロフォン、スイッチ、キー等を備えてもよい。

車両センサ４０は、自車両Ｍの速度を検出する車速センサ、加速度を検出する加速度センサ、鉛直軸回りの角速度を検出するヨーレートセンサ、自車両Ｍの向きを検出する方位センサ等を含む。

ナビゲーション装置５０は、例えば、ＧＮＳＳ（Global Navigation Satellite System）受信機５１と、ナビＨＭＩ５２と、経路決定部５３とを備える。ナビゲーション装置５０は、ＨＤＤ（Hard Disk Drive）やフラッシュメモリ等の記憶装置に第１地図情報５４を保持している。

ＧＮＳＳ受信機５１は、ＧＮＳＳ衛星から受信した信号に基づいて、自車両Ｍの位置を特定する。自車両Ｍの位置は、車両センサ４０の出力を利用したＩＮＳ（Inertial Navigation System）によって特定または補完されてもよい。

ナビＨＭＩ５２は、表示装置、スピーカ、タッチパネル、キー等を含む。ナビＨＭＩ５２は、前述したＨＭＩ３０と一部または全部が共通化されてもよい。例えば、乗員は、ＨＭＩ３０に対して、自車両Ｍの目的地を入力することに代えて、或いは加えて、ナビＨＭＩ５２に対して、自車両Ｍの目的地を入力してもよい。

経路決定部５３は、例えば、ＧＮＳＳ受信機５１により特定された自車両Ｍの位置（或いは入力された任意の位置）から、ＨＭ３０やナビＨＭＩ５２を用いて乗員により入力された目的地までの経路（以下、地図上経路）を、第１地図情報５４を参照して決定する。

第１地図情報５４は、例えば、道路を示すリンクと、リンクによって接続されたノードとによって道路形状が表現された情報である。第１地図情報５４は、道路の曲率やＰＯＩ（Point Of Interest）情報等を含んでもよい。地図上経路は、ＭＰＵ６０に出力される。

ナビゲーション装置５０は、地図上経路に基づいて、ナビＨＭＩ５２を用いた経路案内を行ってもよい。ナビゲーション装置５０は、例えば、乗員の保有するスマートフォンやタブレット端末等の端末装置の機能によって実現されてもよい。ナビゲーション装置５０は、通信装置２０を介してナビゲーションサーバに現在位置と目的地を送信し、ナビゲーションサーバから地図上経路と同等の経路を取得してもよい。

ＭＰＵ６０は、例えば、推奨車線決定部６１を含み、ＨＤＤやフラッシュメモリ等の記憶装置に第２地図情報６２を保持している。推奨車線決定部６１は、ナビゲーション装置５０から提供された地図上経路を複数のブロックに分割し（例えば、車両進行方向に関して１００［ｍ］毎に分割し）、第２地図情報６２を参照してブロックごとに推奨車線を決定する。推奨車線決定部６１は、左から何番目の車線を走行するといった決定を行う。推奨車線決定部６１は、地図上経路に分岐箇所が存在する場合、自車両Ｍが、分岐先に進行するための合理的な経路を走行できるように、推奨車線を決定する。

第２地図情報６２は、第１地図情報５４よりも高精度な地図情報である。第２地図情報６２は、例えば、車線の中央の情報あるいは車線の境界の情報等を含んでいる。また、第２地図情報６２には、道路情報、交通規制情報、住所情報（住所・郵便番号）、施設情報、電話番号情報等が含まれてよい。第２地図情報６２は、通信装置２０が他装置と通信することにより、随時、アップデートされてよい。

運転操作子８０は、例えば、アクセルペダル、ブレーキペダル、シフトレバー、ステアリングホイール、異形ステア、ジョイスティックその他の操作子を含む。運転操作子８０には、操作量あるいは操作の有無を検出するセンサが取り付けられており、その検出結果は、自動運転制御装置１００、もしくは、走行駆動力出力装置２００、ブレーキ装置２１０、およびステアリング装置２２０のうち一部または全部に出力される。

自動運転制御装置１００は、例えば、第１制御部１２０と、第２制御部１６０と、記憶部１８０とを備える。第１制御部１２０及び第２制御部１６０のそれぞれは、例えば、ＣＰＵ（Central Processing Unit）やＧＰＵ（Graphics Processing Unit）等のハードウェアプロセッサがプログラム（ソフトウェア）を実行することにより実現される。これらの構成要素のうち一部または全部は、ＬＳＩ（Large Scale Integration）やＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）等のハードウェア（回路部；circuitryを含む）によって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。プログラムは、予め自動運転制御装置１００のＨＤＤやフラッシュメモリ等の記憶装置（非一過性の記憶媒体を備える記憶装置）に格納されていてもよいし、ＤＶＤやＣＤ−ＲＯＭ等の着脱可能な記憶媒体に格納されており、記憶媒体（非一過性の記憶媒体）がドライブ装置に装着されることで自動運転制御装置１００のＨＤＤやフラッシュメモリにインストールされてもよい。

記憶部１８０は、上記の各種記憶装置により実現される。記憶部１８０は、例えば、ＨＤＤ、フラッシュメモリ、ＥＥＰＲＯＭ（Electrically Erasable Programmable Read Only Memory）、ＲＯＭ（Read Only Memory）、またはＲＡＭ（Random Access Memory）等により実現される。記憶部１８０には、例えば、プロセッサによって読み出されて実行されるプログラムに加えて、ルールベースモデルデータ１８２やＤＮＮ（Deep Neural Network(s)）モデルデータ１８４などが格納される。ルールベースモデルデータ１８２やＤＮＮモデルデータ１８４の詳細については後述する。

図２は、実施形態に係る第１制御部１２０、第２制御部１６０、及び記憶部１８０の機能構成図である。第１制御部１２０は、例えば、認識部１３０と、行動計画生成部１４０とを備える。

第１制御部１２０は、例えば、ＡＩ（Artificial Intelligence；人工知能）による機能と、予め与えられたモデルによる機能とを並行して実現する。例えば、「交差点を認識する」機能は、ディープラーニング等による交差点の認識と、予め与えられた条件（パターンマッチング可能な信号、道路標示等がある）に基づく認識とが並行して実行され、双方に対してスコア付けして総合的に評価することで実現されてよい。これによって、自動運転の信頼性が担保される。

認識部１３０は、自車両Ｍの周辺の状況或いは環境を認識する。例えば、認識部１３０は、カメラ１０、レーダ装置１２、およびＬＩＤＡＲ１４から物体認識装置１６を介して入力された情報に基づいて、自車両Ｍの周辺に存在する物体を認識する。認識部１３０により認識される物体は、例えば、自転車、オートバイク、四輪自動車、歩行者、道路標識、道路標示、区画線、電柱、ガードレール、落下物などを含む。また、認識部１３０は、物体の位置や、速度、加速度等の状態を認識する。物体の位置は、例えば、自車両Ｍの代表点（重心や駆動軸中心など）を原点とした相対座標上の位置（すなわち自車両Ｍに対する相対位置）として認識され、制御に使用される。物体の位置は、その物体の重心やコーナー等の代表点で表されてもよいし、表現された領域で表されてもよい。物体の「状態」には、物体の加速度やジャーク、あるいは「行動状態」（例えば車線変更をしている、またはしようとしているか否か）が含まれてもよい。

また、認識部１３０は、例えば、自車両Ｍが走行している車線（以下、自車線）や、その自車線に隣接した隣接車線などを認識する。例えば、認識部１３０は、第２地図情報６２から得られる道路区画線のパターン（例えば実線と破線の配列）と、カメラ１０によって撮像された画像から認識される自車両Ｍの周辺の道路区画線のパターンとを比較することで、区画線の間の空間を自車線や隣接車線として認識する。

また、認識部１３０は、道路区画線に限らず、道路区画線や路肩、縁石、中央分離帯、ガードレール等を含む走路境界（道路境界）を認識することで、自車線や隣接車線といった車線を認識してもよい。この認識において、ナビゲーション装置５０から取得される自車両Ｍの位置やＩＮＳによる処理結果が加味されてもよい。また、認識部１３０は、一時停止線、障害物、赤信号、料金所、その他の道路事象を認識してよい。

認識部１３０は、自車線を認識する際に、自車線に対する自車両Ｍの相対位置や姿勢を認識する。認識部１３０は、例えば、自車両Ｍの基準点の車線中央からの乖離、および自車両Ｍの進行方向の車線中央を連ねた線に対してなす角度を、自車線に対する自車両Ｍの相対位置および姿勢として認識してもよい。これに代えて、認識部１３０は、自車線のいずれかの側端部（道路区画線または道路境界）に対する自車両Ｍの基準点の位置などを、自車線に対する自車両Ｍの相対位置として認識してもよい。

行動計画生成部１４０は、例えば、イベント決定部１４２と、リスク領域算出部１４４と、目標軌道生成部１４６とを備える。

イベント決定部１４２は、推奨車線が決定された経路において自車両Ｍが自動運転下にある場合、その自動運転の走行態様を決定する。以下、自動運転の走行態様を規定した情報をイベントと称して説明する。

イベントには、例えば、定速走行イベント、追従走行イベント、車線変更イベント、分岐イベント、合流イベント、テイクオーバーイベントなどが含まれる。定速走行イベントは、自車両Ｍを一定の速度で同じ車線を走行させる走行態様である。追従走行イベントは、自車線上において自車両Ｍの前方の所定距離以内（例えば１００［ｍ］以内）に存在し、自車両Ｍに最も近い他車両（以下、先行車両と称する）に自車両Ｍを追従させる走行態様である。

「追従する」とは、例えば、自車両Ｍと先行車両との車間距離（相対距離）を一定に維持させる走行態様であってもよいし、自車両Ｍと先行車両との車間距離を一定に維持させることに加えて、自車両Ｍを自車線の中央で走行させる走行態様であってもよい。

車線変更イベントは、自車両Ｍを自車線から隣接車線へと車線変更させる走行態様である。分岐イベントは、道路の分岐地点で自車両Ｍを目的地側の車線に分岐させる走行態様である。合流イベントは、合流地点で自車両Ｍを本線に合流させる走行態様である。テイクオーバーイベントは、自動運転を終了して手動運転に切り替える走行態様である。

また、イベントには、例えば、追い越しイベントや、回避イベントなどが含まれてもよい。追い越しイベントは、自車両Ｍを一旦隣接車線に車線変更させて先行車両を隣接車線において追い越してから再び元の車線へと車線変更させる走行態様である。回避イベントは、自車両Ｍの前方に存在する障害物を回避するために自車両Ｍに制動および操舵の少なくとも一方を行わせる走行態様である。

また、イベント決定部１４２は、例えば、自車両Ｍの走行時に認識部１３０により認識された周辺の状況に応じて、現在の区間に対して既に決定したイベントを他のイベントに変更したり、現在の区間に対して新たなイベントを決定したりしてよい。

リスク領域算出部１４４は、認識部１３０によって認識された物体の周囲に潜在的に分布する、或いは潜在的に存在するリスクの領域（以下、リスク領域ＲＡと称する）を算出する。リスクは、例えば、物体が自車両Ｍに対して及ぼすリスクである。より具体的には、リスクは、先行車両が急減速したり、隣接車線から他車両が自車両Ｍの前方に割り込んだりしたために、自車両Ｍに急な制動を強いるようなリスクであってもよいし、歩行者や自転車が車道に進入したために、自車両Ｍに急な転舵を強いるようなリスクであってもよい。また、リスクは、自車両Ｍが物体に及ぼすリスクであってもよい。以下、このようなリスクの高さを定量的な指標値として扱うものとし、その指標値を「リスクポテンシャルｐ」と称して説明する。

図３は、リスク領域ＲＡを説明するための図である。図中ＬＮ１は、自車線を区画する一方の区画線を表し、ＬＮ２は、自車線を区画する他方の区画線であり、且つ隣接車線を区画する一方の区画線を表している。ＬＮ３は、隣接車線を区画する他方の区画線を表している。これら複数の区画線のうち、ＬＮ１及びＬＮ３は車道外側線であり、ＬＮ２は追い越しのために車両がはみ出すことが許容された中央線である。また、図示の例では、自車線上の自車両Ｍの前方に先行車両ｍ１が存在している。図中Ｘは車両の進行方向を表し、Ｙは車両の幅方向を表し、Ｚは鉛直方向を表している。

図示の状況の場合、リスク領域算出部１４４は、リスク領域ＲＡの中で、車道外側線ＬＮ１及びＬＮ３に近い領域ほどリスクポテンシャルｐを高くし、車道外側線ＬＮ１及びＬＮ３から遠い領域ほどリスクポテンシャルｐを低くする。

また、リスク領域算出部１４４は、リスク領域ＲＡの中で、中央線ＬＮ２に近い領域ほどリスクポテンシャルｐを高くし、中央線ＬＮ２から遠い領域ほどリスクポテンシャルｐを低くする。中央線ＬＮ２は、車道外側線ＬＮ１及びＬＮ３と異なり、車両がはみ出すことが許容されているため、リスク領域算出部１４４は、中央線ＬＮ２に対するリスクポテンシャルｐを、車道外側線ＬＮ１及びＬＮ３に対するリスクポテンシャルｐよりも低くする。

また、リスク領域算出部１４４は、リスク領域ＲＡの中で、物体の一種である先行車両ｍ１に近い領域ほどリスクポテンシャルｐを高くし、先行車両ｍ１から遠い領域ほどリスクポテンシャルｐを低くする。すなわち、リスク領域算出部１４４は、リスク領域ＲＡの中で、自車両Ｍと先行車両ｍ１との相対距離が短いほどリスクポテンシャルｐを高くし、自車両Ｍと先行車両ｍ１との相対距離が長いほどリスクポテンシャルｐを低くしてよい。この際、リスク領域算出部１４４は、先行車両ｍ１の絶対速度や絶対加速度が大きいほどリスクポテンシャルｐを高くしてよい。また、リスクポテンシャルｐは、先行車両ｍ１の絶対速度や絶対加速度に代えて、或いは加えて、自車両Ｍと先行車両ｍ１との相対速度や相対加速度、ＴＴＣ（Time to Collision）等に応じて適宜決定されてもよい。

図４は、ある座標ｘ１におけるＹ方向のリスクポテンシャルｐの変化を表す図である。図中ｙ１は、Ｙ方向に関する車道外側線ＬＮ１の位置（座標）を表し、ｙ２は、Ｙ方向に関する中央線ＬＮ２の位置（座標）を表し、ｙ３は、Ｙ方向に関する車道外側線ＬＮ３の位置（座標）を表している。

図示のように、車道外側線ＬＮ１が存在する座標（ｘ１，ｙ１）の付近や、車道外側線ＬＮ３が存在する座標（ｘ１，ｙ３）の付近では、リスクポテンシャルｐが最も高くなり、中央線ＬＮ２が存在する座標（ｘ１，ｙ２）の付近では、リスクポテンシャルｐが座標（ｘ１，ｙ１）や（ｘ１，ｙ３）の次に高くなる。後述するように、リスクポテンシャルｐが、予め決められた閾値Ｔｈと同じかそれ以上の領域では、その領域に車両が進入することを防ぐため、目標軌道ＴＲが生成されない。

図５は、ある座標ｘ２におけるＹ方向のリスクポテンシャルｐの変化を表す図である。座標ｘ２は、座標ｘ１よりも先行車両ｍ１に近い。そのため、車道外側線ＬＮ１が存在する座標（ｘ２，ｙ１）と、中央線ＬＮ２が存在する座標（ｘ２，ｙ２）との間の領域には先行車両ｍ１が存在していないものの、先行車両ｍ１が急減速するなどのリスクが考慮される。その結果、（ｘ２，ｙ１）と（ｘ２，ｙ２）との間の領域のリスクポテンシャルｐは、（ｘ１，ｙ１）と（ｘ１，ｙ２）との間の領域のリスクポテンシャルｐよりも高くなりやすく、例えば閾値Ｔｈ以上となる。

図６は、ある座標ｘ３におけるＹ方向のリスクポテンシャルｐの変化を表す図である。座標ｘ３には、先行車両ｍ１が存在している。そのため、車道外側線ＬＮ１が存在する座標（ｘ３，ｙ１）と、中央線ＬＮ２が存在する座標（ｘ３，ｙ２）との間の領域のリスクポテンシャルｐは、（ｘ２，ｙ１）と（ｘ２，ｙ２）との間の領域のリスクポテンシャルｐよりも高く、且つ閾値Ｔｈ以上となる。。

図７は、ある座標ｙ４におけるＸ方向のリスクポテンシャルｐの変化を表す図である。座標ｙ４はｙ１とｙ２との中間座標であり、その座標ｙ４には先行車両ｍ１が存在している。そのため、座標（ｘ３，ｙ４）におけるリスクポテンシャルｐは最も高くなり、座標（ｘ３，ｙ４）よりも先行車両ｍ１から遠い座標（ｘ２，ｙ４）におけるリスクポテンシャルｐは、座標（ｘ３，ｙ４）におけるリスクポテンシャルｐよりも低くなり、座標（ｘ２，ｙ４）よりも更に先行車両ｍ１から遠い座標（ｘ１，ｙ４）におけるリスクポテンシャルｐは、座標（ｘ２，ｙ４）におけるリスクポテンシャルｐよりも低くなる。

図８は、リスクポテンシャルｐが決定されたリスク領域ＲＡを表す図である。図示のように、リスク領域算出部１４４は、リスク領域ＲＡを複数のメッシュ（グリッドともいう）で区画し、それら複数のメッシュのそれぞれに対してリスクポテンシャルｐを対応付ける。例えば、メッシュ（ｘ_ｉ，ｙ_ｊ）には、リスクポテンシャルｐ_ｉｊが対応付けられる。すなわち、リスク領域ＲＡは、ベクトルやテンソルといったデータ構造で表される。

リスク領域算出部１４４は、複数のメッシュに対してリスクポテンシャルｐを対応付けると、各メッシュのリスクポテンシャルｐを正規化する。

例えば、リスク領域算出部１４４は、リスクポテンシャルｐの最大値が１となり最小値が０となるようにリスクポテンシャルｐを正規化してよい。具体的には、リスク領域算出部１４４は、リスク領域ＲＡに含まれる全メッシュのリスクポテンシャルｐの中から、最大値をとるリスクポテンシャルｐ_ｍａｘと、最小値をとるリスクポテンシャルｐ_ｍｉｎとを選択する。リスク領域算出部１４４は、リスク領域ＲＡに含まれる全メッシュの中から、ある着目する一つのメッシュ（ｘ_ｉ，ｙ_ｊ）を選び出し、そのメッシュ（ｘ_ｉ，ｙ_ｊ）に対応付けられたリスクポテンシャルｐ_ｉｊから最小のリスクポテンシャルｐ_ｍｉｎを減算するとともに、最大のリスクポテンシャルｐ_ｍａｘから最小のリスクポテンシャルｐ_ｍｉｎを減算し、（ｐ_ｉｊ−ｐ_ｍｉｎ）を（ｐ_ｍａｘ−ｐ_ｍｉｎ）で除算する。リスク領域算出部１４４は、着目するメッシュを変えながら、上記処理を繰り返す。これによって、リスク領域ＲＡは、リスクポテンシャルｐの最大値が１となり最小値が０となるように正規化される。

また、リスク領域算出部１４４は、リスク領域ＲＡに含まれる全メッシュのリスクポテンシャルｐの平均値μと標準偏差σとを算出し、メッシュ（ｘ_ｉ，ｙ_ｊ）に対応付けられたリスクポテンシャルｐ_ｉｊから平均値μを減算し、（ｐ_ｉｊ−μ）を標準偏差σで除算してもよい。これによって、リスク領域ＲＡは、リスクポテンシャルｐの最大値が１となり最小値が０となるように正規化される。

また、リスク領域算出部１４４は、リスクポテンシャルｐの最大値が任意のＭとなり最小値が任意のｍとなるようにリスクポテンシャルｐを正規化してよい。具体的には、リスク領域算出部１４４は、（ｐ_ｉｊ−ｐ_ｍｉｎ）／（ｐ_ｍａｘ−ｐ_ｍｉｎ）をＡとした場合、そのＡに対して（Ｍ−ｍ）を乗算し、Ａ（Ｍ−ｍ）にｍを加算する。これによって、リスク領域ＲＡは、リスクポテンシャルｐの最大値がＭとなり最小値がｍとなるように正規化される。

図２の説明に戻る。目標軌道生成部１４６は、原則的には推奨車線決定部６１により決定された推奨車線を自車両Ｍが走行し、更に、自車両Ｍが推奨車線を走行する際に周辺の状況に対応するため、イベントにより規定された走行態様で自車両Ｍを自動的に（運転者の操作に依らずに）走行させる将来の目標軌道ＴＲを生成する。目標軌道ＴＲには、例えば、将来の自車両Ｍの位置を定めた位置要素と、将来の自車両Ｍの速度等を定めた速度要素とが含まれる。

例えば、目標軌道生成部１４６は、自車両Ｍが順に到達すべき複数の地点（軌道点）を、目標軌道ＴＲの位置要素として決定する。軌道点は、所定の走行距離（例えば数［ｍ］程度）ごとの自車両Ｍの到達すべき地点である。所定の走行距離は、例えば、経路に沿って進んだときの道なり距離によって計算されてよい。

また、目標軌道生成部１４６は、所定のサンプリング時間（例えば０コンマ数［ｓｅｃ］程度）ごとの目標速度νおよび目標加速度αを、目標軌道ＴＲの速度要素として決定する。また、軌道点は、所定のサンプリング時間ごとの、そのサンプリング時刻における自車両Ｍの到達すべき位置であってもよい。この場合、目標速度νや目標加速度αは、サンプリング時間および軌道点の間隔によって決定される。

例えば、目標軌道生成部１４６は、記憶部１８０からルールベースモデルデータ１８２やＤＮＮモデルデータ１８４などを読み出し、読み出した各データによって定義されたモデルを用いて目標軌道ＴＲを生成する。

ルールベースモデルデータ１８２は、一つ又は複数のルールベースモデルＭＤＬ１を定義した情報（プログラムまたはデータ構造）である。ルールベースモデルＭＤＬ１は、専門家などによって予め決められたルール群に基づいて、リスク領域ＲＡから目標軌道ＴＲを導き出すモデルである。このようなルールベースモデルＭＤＬ１は、専門家などがルール群を決めるため、エキスパートシステムとも呼ばれる。ルール群には、道路交通法などの法律や規則、慣例などが含まれる。ルールベースモデルＭＤＬ１は、「第１モデル」の一例である。

例えば、ルール群の中には、ある条件Ｘに対して目標軌道ＴＲｘが一意に対応付けられたルールが存在し得る。条件Ｘは、例えば、ルールベースモデルＭＤＬ１に入力されるリスク領域ＲＡが、自車両Ｍが片側一車線の道路を走行しており、自車両Ｍの前方の所定距離以内に時速ＸＸ［ｋｍ／ｈ］の先行車両が存在する際に生成され得るリスク領域ＲＡ_Ｘと同じことである。目標軌道ＴＲｘは、例えば、目標速度がν_Ｘであり、目標加速度がα_Ｘであり、ステアリングの変位量がｕ_Ｘであり、軌道の曲率がκ_Ｘである目標軌道ＴＲである。このようなルールに従った場合、ルールベースモデルＭＤＬ１は、条件Ｘを満たすようなリスク領域ＲＡが入力されると、目標軌道ＴＲｘを出力することになる。

専門家などがルール群を決めているものの、ありとあらゆるルールが網羅的に決められていることは稀である。そのため、自車両Ｍがルール群に存在しない状況（専門家が想定していない状況）に陥ることも想定され、ルールベースモデルＭＤＬ１には、ルール群に該当しないリスク領域ＲＡが入力される場合がある。この場合、ルールベースモデルＭＤＬ１は、目標軌道ＴＲを出力しないことになる。これに代えて、ルールベースモデルＭＤＬ１は、ルール群に該当しないリスク領域ＲＡが入力された場合、予め決められた速度で現在の車線を走行する、といったような現状のリスク領域ＲＡに依存しない予め決められた目標軌道ＴＲを出力してもよい。すなわち、ルール群の中に、事前に想定していないリスク領域ＲＡが入力された場合、現状のリスク領域ＲＡに依存しない予め決められた目標軌道ＴＲを出力する、というイレギュラーな状況に対応するための汎用的なルールが含まれていてもよい。

ＤＮＮモデルデータ１８４は、一つ又は複数のＤＮＮモデルＭＤＬ２を定義した情報（プログラムまたはデータ構造）である。ＤＮＮモデルＭＤＬ２は、リスク領域ＲＡが入力されると、目標軌道ＴＲを出力するように学習された深層学習モデルである。具体的には、ＤＮＮモデルＭＤＬ２は、ＣＮＮ（Convolutional Neural Network）や、ＲＮＮ（Reccurent Neural Network）、或いはこれらの組合せであってよい。ＤＮＮモデルデータ１８４には、例えば、ニューラルネットワークを構成する複数の層のそれぞれに含まれるユニットが互いにどのように結合されるのかという結合情報や、結合されたユニット間で入出力されるデータに付与される結合係数などの各種情報が含まれる。ＤＮＮモデルＭＤＬ２は、「第２モデル」の一例である。

結合情報とは、例えば、各層に含まれるユニット数や、各ユニットの結合先のユニットの種類を指定する情報、各ユニットの活性化関数、隠れ層のユニット間に設けられたゲートなどの情報を含む。活性化関数は、例えば、正規化線形関数（ＲｅＬＵ関数）であってもよいし、シグモイド関数や、ステップ関数、その他の関数などであってもよい。ゲートは、例えば、活性化関数によって返される値（例えば１または０）に応じて、ユニット間で伝達されるデータを選択的に通過させたり、重み付けたりする。結合係数は、例えば、ニューラルネットワークの隠れ層において、ある層のユニットから、より深い層のユニットにデータが出力される際に、出力データに対して付与される重み係数を含む。また、結合係数は、各層の固有のバイアス成分などを含んでもよい。

ＤＮＮモデルＭＤＬ２は、例えば、教師データに基づいて十分に学習される。教師データは、例えば、リスク領域ＲＡに対して、ＤＮＮモデルＭＤＬ２が出力すべき正解の目標軌道ＴＲが教師ラベル（ターゲットともいう）として対応付けられたデータセットである。すなわち、教師データは、入力データであるリスク領域ＲＡと、出力データである目標軌道ＴＲとを組み合わせたデータセットである。正解の目標軌道ＴＲは、例えば、リスク領域ＲＡに含まれる複数のメッシュの中で、リスクポテンシャルｐが閾値Ｔｈ未満であり、且つ最もリスクポテンシャルｐが低いメッシュを通過する目標軌道であってよい。また、正解の目標軌道ＴＲは、例えば、あるリスク領域ＲＡ下において、実際に運転者が運転した車両の軌道であってよい。

目標軌道生成部１４６は、ルールベースモデルＭＤＬ１と、ＤＮＮモデルＭＤＬ２との其々に対して、リスク領域算出部１４４によって算出されたリスク領域ＲＡを入力し、そのリスク領域ＲＡを入力した各モデルＭＤＬの出力結果に基づいて、目標軌道ＴＲを生成する。

図９は、目標軌道ＴＲの生成方法を模式的に表す図である。例えば、目標軌道生成部１４６は、あるＤＮＮモデルＭＤＬ２を選択した場合、そのＤＮＮモデルＭＤＬ２に対して、リスク領域ＲＡを表すベクトル或いはテンソルを入力する。図示の例では、リスク領域ＲＡがｍ行ｎ列の２階のテンソルとして表されている。リスク領域ＲＡを表すベクトル或いはテンソルが入力されたモデルＭＤＬは、目標軌道ＴＲを出力する。この目標軌道ＴＲは、例えば、目標速度νや、目標加速度α、ステアリングの変位量ｕ、軌道の曲率κ、といった複数の要素を含むベクトル或いはテンソルによって表される。

図１０は、モデルＭＤＬが出力した目標軌道ＴＲの一例を表す図である。図示の例のように、先行車両ｍ１の周辺のリスクポテンシャルｐは高くなるため、これを避けるように目標軌道ＴＲが生成される。この結果、自車両Ｍは、区画線ＬＮ２及びＬＮ３によって区画された隣接車線に車線変更して先行車両ｍ１を追い越すことになる。

図２の説明に戻る。第２制御部１６０は、目標軌道生成部１４６によって生成された目標軌道ＴＲを、予定の時刻通りに自車両Ｍが通過するように、走行駆動力出力装置２００、ブレーキ装置２１０、およびステアリング装置２２０を制御する。第２制御部１６０は、例えば、第１取得部１６２と、速度制御部１６４と、操舵制御部１６６とを備える。第２制御部１６０は、「運転制御部」の一例である。

第１取得部１６２は、目標軌道生成部１４６から目標軌道ＴＲを取得し、記憶部１８０のメモリに記憶させる。

速度制御部１６４は、メモリに記憶された目標軌道ＴＲに含まれる速度要素（例えば目標速度νや目標加速度α等）に基づいて、走行駆動力出力装置２００およびブレーキ装置２１０の一方または双方を制御する。

操舵制御部１６６は、メモリに記憶された目標軌道に含まれる位置要素（例えば目標軌道の曲率κや、軌道点の位置に応じたステアリングの変位量ｕ等）に応じて、ステアリング装置２２０を制御する。

速度制御部１６４および操舵制御部１６６の処理は、例えば、フィードフォワード制御とフィードバック制御との組み合わせにより実現される。一例として、操舵制御部１６６は、自車両Ｍの前方の道路の曲率に応じたフィードフォワード制御と、目標軌道ＴＲからの乖離に基づくフィードバック制御とを組み合わせて実行する。

走行駆動力出力装置２００は、車両が走行するための走行駆動力（トルク）を駆動輪に出力する。走行駆動力出力装置２００は、例えば、内燃機関、電動機、および変速機などの組み合わせと、これらを制御するパワーＥＣＵ（Electronic Control Unit）とを備える。パワーＥＣＵは、第２制御部１６０から入力される情報、或いは運転操作子８０から入力される情報に従って、上記の構成を制御する。

ブレーキ装置２１０は、例えば、ブレーキキャリパーと、ブレーキキャリパーに油圧を伝達するシリンダと、シリンダに油圧を発生させる電動モータと、ブレーキＥＣＵとを備える。ブレーキＥＣＵは、第２制御部１６０から入力される情報、或いは運転操作子８０から入力される情報に従って電動モータを制御し、制動操作に応じたブレーキトルクが各車輪に出力されるようにする。ブレーキ装置２１０は、運転操作子８０に含まれるブレーキペダルの操作によって発生させた油圧を、マスターシリンダを介してシリンダに伝達する機構をバックアップとして備えてよい。なお、ブレーキ装置２１０は、上記説明した構成に限らず、第２制御部１６０から入力される情報に従ってアクチュエータを制御して、マスターシリンダの油圧をシリンダに伝達する電子制御式油圧ブレーキ装置であってもよい。

ステアリング装置２２０は、例えば、ステアリングＥＣＵと、電動モータとを備える。電動モータは、例えば、ラックアンドピニオン機構に力を作用させて転舵輪の向きを変更する。ステアリングＥＣＵは、第２制御部１６０から入力される情報、或いは運転操作子８０から入力される情報に従って、電動モータを駆動し、転舵輪の向きを変更させる。

［処理フロー］
以下、実施形態に係る自動運転制御装置１００による一連の処理の流れを、フローチャートを用いて説明する。図１１は、実施形態に係る自動運転制御装置１００による一連の処理の流れの一例を示すフローチャートである。本フローチャートの処理は、例えば、所定の周期で繰り返し実行されてよい。

まず、認識部１３０は、自車両Ｍが走行している道路に存在する物体を認識する（ステップＳ１００）。この物体は、上述した通り、道路上の区画線や、歩行者、対向車両とった種々の物体であってよい。

次に、リスク領域算出部１４４は、区画線の位置や種類、周辺の他車両の位置や速度、向きなどに基づいて、リスク領域ＲＡを算出する（ステップＳ１０２）。

例えば、リスク領域算出部１４４は、予め決められた範囲を複数のメッシュに区切り、その複数のメッシュの其々についてリスクポテンシャルｐを算出する。そして、リスク領域算出部１４４は、各メッシュに対してリスクポテンシャルｐを対応付けたベクトル或いはテンソルをリスク領域ＲＡとして算出する。この際、リスク領域算出部１４４は、リスクポテンシャルｐを正規化する。

次に、目標軌道生成部１４６は、ルールベースモデルＭＤＬ１と、ＤＮＮモデルＭＤＬ２との其々に対して、リスク領域算出部１４４によって算出されたリスク領域ＲＡを入力する（ステップＳ１０４）。

次に、目標軌道生成部１４６は、ルールベースモデルＭＤＬ１から目標軌道ＴＲを取得するとともに、ＤＮＮモデルＭＤＬ２から目標軌道ＴＲを取得する（ステップＳ１０６）。以下、ルールベースモデルＭＤＬ１から取得した目標軌道ＴＲを「第１目標軌道ＴＲ１」と称し、ＤＮＮモデルＭＤＬ２から取得した目標軌道ＴＲを「第２目標軌道ＴＲ２」と称して説明する。

次に、目標軌道生成部１４６は、第１目標軌道ＴＲ１を基に自車両Ｍの運転が自動的に制御される第１条件下と、第２目標軌道ＴＲ２を基に自車両Ｍの運転が自動的に制御される第２条件下との双方において、自車両Ｍの速度が所定値以下となった後に自車両Ｍが所定の範囲内で加速することになるか否かを判定する（ステップＳ１０８）。所定値は、例えば、ゼロ［ｋｍ／ｈ］であってもよいし、自車両Ｍが停止したと見做せる数［ｋｍ／ｈ］程度の速度であってもよい。所定の範囲は、自車両Ｍの乗員に対して急激な加速度がかからないように、例えば、重力加速度を基準とした０から数［Ｇ］程度までの範囲であってよい。つまり、目標軌道生成部１４６は、第１条件下と第２条件下との双方において、自車両Ｍが一時的に停止した後に乗員に対して無理な加速度がかからない範囲で自車両Ｍが加速することになるか否かを判定してよい。

例えば、目標軌道生成部１４６は、第１目標軌道ＴＲ１及び第２目標軌道ＴＲ２の其々に速度要素として含まれる目標速度νや目標加速度αを参照して、自車両Ｍの速度が所定値以下となった後に自車両Ｍが所定の範囲内で加速することになるか否かを判定してよい。

図１２は、自車両Ｍが遭遇し得る場面の一例を表す図である。図示のような交差点において自車両Ｍを右折させる場合、対向車両ｍ２の進行を妨害することなく自車両Ｍをスムーズに自動運転する必要がある。例えば、対向車両ｍ２よりも自車両Ｍの方が早く交差点に到達した場合、自動運転制御装置１００は、自車両Ｍを交差点内に減速しながら進入させ、対向車両ｍ２が交差点を通過するまで、その場で一時的に停止させる。そして、自動運転制御装置１００は、対向車両ｍ２が交差点を通過すると、自車両Ｍを加速させながら左折させる。つまり、交差点のような場面では、自車両Ｍの速度が所定値以下となった後に自車両Ｍが所定の範囲内で加速することになり得る。

このような場合、認識部１３０は、認識した物体が進行するであろう将来の軌道ＴＲ＃を予測する。例えば、認識部１３０は、認識した物体が対向車両ｍ２であり、その対向車両ｍ２がターンランプを点滅させていなければ、対向車両ｍ２が直進するような軌道を、対向車両ｍ２の将来の軌道ＴＲ＃として予測する。

そして、目標軌道生成部１４６は、認識部１３０によって予測された対向車両ｍ２の将来の軌道ＴＲ＃が、第１目標軌道ＴＲ１及び第２目標軌道ＴＲ２の双方と交差するか否かを判定する。目標軌道生成部１４６は、対向車両ｍ２の将来の軌道ＴＲ＃が第１目標軌道ＴＲ１及び第２目標軌道ＴＲ２の双方と交差する場合、自車両Ｍの速度が所定値以下となった後に自車両Ｍが所定の範囲内で加速することになると判定する。

図１１のフローチャートの説明に戻る。目標軌道生成部１４６は、自車両Ｍの速度が所定値以下となった後に自車両Ｍが所定の範囲内で加速することになると判定した場合、第１目標軌道ＴＲ１及び第２目標軌道ＴＲ２のうち、第２目標軌道ＴＲ２を選択する（ステップＳ１１０）。

一方、目標軌道生成部１４６は、自車両Ｍの速度が所定値以下となった後に自車両Ｍが所定の範囲内で加速することにならないと判定した場合、第１目標軌道ＴＲ１及び第２目標軌道ＴＲ２のうち、より最適な目標軌道ＴＲを選択する（ステップＳ１１２）。

例えば、目標軌道生成部１４６は、目標軌道ＴＲの滑らかさや、加減速の緩やかさといった観点から各目標軌道ＴＲを評価し、より評価の高い目標軌道ＴＲを最適な目標軌道ＴＲとして選択してよい。より具体的には、目標軌道生成部１４６は、曲率κが最も小さく、目標加速度αが最も小さい目標軌道ＴＲを最適な目標軌道ＴＲとして選択してよい。なお、最適な目標軌道ＴＲの選択はこれに限られず、他の観点などを考慮して行われてもよい。

次に、第２制御部１６０は、目標軌道生成部１４６によって選択された目標軌道ＴＲに基づいて、自車両Ｍの速度及び操舵の少なくとも一方を制御する（ステップＳ１１４）。これによって本フローチャートの処理が終了する。

図１３は、目標軌道ＴＲに基づいて自車両Ｍの運転が制御される場面の一例を表す図である。図示の場面では、自車両Ｍの方が先に交差点に到達しているため、自車両Ｍの速度が所定値以下となった後に自車両Ｍが所定の範囲内で加速することになる。そのため、第１目標軌道ＴＲ１ではなく、第２目標軌道ＴＲ２が選択される。

上述したように、第１目標軌道ＴＲ１は、ルールベースモデルＭＤＬ１によって出力された目標軌道ＴＲであり、第２目標軌道ＴＲ２は、ＤＮＮモデルＭＤＬ２によって出力された目標軌道ＴＲである。

第１目標軌道ＴＲ１に基づいて自車両Ｍの運転が制御されることを考えたとする。この場合、第１目標軌道ＴＲ１は、ルール群に基づいて導き出されるため、対向車両ｍ２と自車両ＭとのＴＴＣが閾値以上であれば右折する、といったルールを守りつつ、自車両Ｍの運転が制御されることになる。このような場合、対向車両ｍ２が何台も続いていれば、いつまで経っても右折できず、交差点内に長時間留まってしまうことが考えられる。

一方、第２目標軌道ＴＲ２に基づいて自車両Ｍの運転が制御されることを考えたとする。この場合、第２目標軌道ＴＲ２は、運転者の運転の傾向を学習したＣＮＮやＲＮＮ等によって導き出されるため、ルールベースでは自車両Ｍがスタックしてしまうような状況であっても、そのような状況を打開するように自車両Ｍの運転が制御されることが期待される。

一般的に、対向車両ｍ２と自車両ＭとのＴＴＣが閾値未満の状況下であっても、対向車両ｍ２が減速することを期待して右折を開始する運転者が多い。このような運転者が手動運転したときの車両の軌道をＤＮＮモデルＭＤＬ２の教師データとすることで、対向車両ｍ２と自車両ＭとのＴＴＣが閾値未満であっても、ＤＮＮモデルＭＤＬ２が自車両Ｍを右折させるような第２目標軌道ＴＲ２を出力し得る。言い換えれば、対向車両ｍ２と自車両ＭとのＴＴＣに対する閾値（右折の可否を決定付けるＴＴＣの閾値）が、ルールベースモデルＭＤＬ１よりもＤＮＮモデルＭＤＬ２の方が大きいことが期待される。

このようなことから、第１目標軌道ＴＲ１及び第２目標軌道ＴＲ２のどちらに従っても、自車両Ｍの速度が所定値以下となった後に自車両Ｍが所定の範囲内で加速することになる場合、第２目標軌道ＴＲ２の方を優先的に選択する。この結果、交差点のような場面で、よりスムーズに自車両Ｍの運転を自動的に制御することができる。

以上説明した実施形態によれば、自動運転制御装置１００は、自車両Ｍの周辺に存在する区画線や対向車両といった種々の物体を認識し、その物体の周囲に潜在的に存在するリスクの領域であるリスク領域ＲＡを算出する。更に、自動運転制御装置１００は、ルールベースモデルＭＤＬ１及びＤＮＮモデルＭＤＬ２の双方に対してリスク領域ＲＡを入力し、各モデルの出力結果に基づいて目標軌道ＴＲを生成する。自動運転制御装置１００は、目標軌道ＴＲに基づいて、自車両Ｍの運転を自動的に制御する。この際、自動運転制御装置１００は、ルールベースモデルＭＤＬ１によって出力された第１目標軌道ＴＲ１を基に自車両Ｍの運転が制御される第１条件下と、ＤＮＮモデルＭＤＬ２によって出力された第２目標軌道ＴＲ２を基に自車両Ｍの運転が制御される第２条件下との双方において、自車両Ｍの速度が所定値以下となった後に自車両Ｍが所定の範囲内で加速することになる場合、第１目標軌道ＴＲ１及び第２目標軌道ＴＲ２のうち、第２目標軌道ＴＲ２の方を選択する。この結果、交差点のような場面において、自車両Ｍの運転をよりスムーズに制御することができる。

＜実施形態の変形例＞
以下、上述した実施形態の変形例について説明する。上述した実施形態では、目標軌道生成部１４６が、ルールベースモデルＭＤＬ１及びＤＮＮモデルＭＤＬ２の其々に対してリスク領域ＲＡを入力し、各モデルの出力結果に基づいて目標軌道ＴＲを生成するものとして説明したがこれに限られない。例えば、目標軌道生成部１４６は、モデルベース或いはモデルベースデザインと呼ばれる手法を基に作られたモデル（以下、モデルベースモデルと称する）に対してリスク領域ＲＡを入力することで、モデルベースモデルに目標軌道ＴＲを出力させてもよい。モデルベースモデルは、モデル予測制御（Model Predictive Control；ＭＰＣ）などの最適化手法を利用することで、リスク領域ＲＡに応じて目標軌道ＴＲを決定（或いは出力）するモデルである。モデルベースモデルは、「第１モデル」の他の例である。

また、目標軌道生成部１４６は、バイナリーツリー型のモデルや、ゲームツリー型のモデル、低層ニューラルネットワークをボルツマンマシンのように相互結合させたモデル、強化学習モデル、深層強化学習モデル、といった他の機械学習をベースとしたモデルに対してリスク領域ＲＡを入力することで、他の機械学習モデルに目標軌道ＴＲを出力させてもよい。強化学習は、例えば、トライアンドエラーの繰り返し、または、目標軌道ＴＲとなったときに最適化される評価関数を最適化することによる学習をおこなう学習法である。バイナリーツリー型のモデルや、ゲームツリー型のモデル、低層ニューラルネットワークをボルツマンマシンのように相互結合させたモデル、強化学習モデル、深層強化学習モデルなどは、「第２モデル」の他の例である。

［ハードウェア構成］
図１４は、実施形態の自動運転制御装置１００のハードウェア構成の一例を示す図である。図示するように、自動運転制御装置１００は、通信コントローラ１００−１、ＣＰＵ１００−２、ワーキングメモリとして使用されるＲＡＭ１００−３、ブートプログラム等を格納するＲＯＭ１００−４、フラッシュメモリやＨＤＤ等の記憶装置１００−５、ドライブ装置１００−６等が、内部バスあるいは専用通信線によって相互に接続された構成となっている。通信コントローラ１００−１は、自動運転制御装置１００以外の構成要素との通信を行う。記憶装置１００−５には、ＣＰＵ１００−２が実行するプログラム１００−５ａが格納されている。このプログラムは、ＤＭＡ（Direct Memory Access）コントローラ（不図示）等によってＲＡＭ１００−３に展開されて、ＣＰＵ１００−２によって実行される。これによって、第１制御部及び第２制御部１６０のうち一部または全部が実現される。

上記説明した実施形態は、以下のように表現することができる。
プログラムを格納した少なくとも一つ以上のメモリと、
少なくとも一つ以上のプロセッサと、を備え、
前記プロセッサが前記プログラムを実行することにより、
車両の周辺に存在する物体を認識し、
前記認識した物体の周囲に分布するリスクの領域を算出し、
前記領域が入力されると前記車両が走行すべき目標軌道を出力する複数のモデルの其々に対して前記算出した領域を入力し、前記領域を入力した前記複数のモデルの其々の出力結果に基づいて、複数の前記目標軌道を生成し、
前記生成した目標軌道に基づいて、前記車両の運転を自動的に制御し、
前記複数のモデルには、前記領域から前記目標軌道を出力するルールベース又はモデルベースの第１モデルと、前記領域が入力されると前記目標軌道を出力するように学習された機械学習ベースの第２モデルとが含まれ、
前記第１モデルによって出力された前記目標軌道である第１目標軌道を基に前記車両の運転が制御される第１条件下において、前記車両の速度が所定値以下となった後に前記車両が加速することになり、且つ前記第２モデルによって出力された前記目標軌道である第２目標軌道を基に前記車両の運転が制御される第２条件下において、前記車両の速度が所定値以下となった後に前記車両が加速することになる場合、前記第１目標軌道及び前記第２目標軌道のうち、前記第２目標軌道を選択する、
ように構成されている、車両制御装置。

以上、本発明を実施するための形態について実施形態を用いて説明したが、本発明はこうした実施形態に何等限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々の変形及び置換を加えることができる。

１…車両システム、１０…カメラ、１２…レーダ装置、１４…ファインダ、１６…物体認識装置、２０…通信装置、３０…ＨＭＩ、４０…車両センサ、５０…ナビゲーション装置、６０…ＭＰＵ、８０…運転操作子、１００…自動運転制御装置、１２０…第１制御部、１３０…認識部、１４０…行動計画生成部、１４２…イベント決定部、１４４…リスク領域算出部、１４６…目標軌道生成部、１６０…第２制御部、１６２…第１取得部、１６４…速度制御部、１６６…操舵制御部、１８０…記憶部、１８２…ルールベースモデルデータ、１８４…ＤＮＮモデルデータ、ＭＤＬ１…ルールベースモデル、ＭＤＬ２…ＤＮＮモデル、Ｍ…自車両

Claims (5)

1. 車両の周辺に存在する物体を認識する認識部と、
   前記認識部によって認識された前記物体の周囲に分布するリスクの領域を算出する算出部と、
   前記領域が入力されると前記車両が走行すべき目標軌道を出力する複数のモデルの其々に対して前記算出部によって算出された前記領域を入力し、前記領域を入力した前記複数のモデルの其々の出力結果に基づいて、複数の前記目標軌道を生成する生成部と、
   前記生成部によって生成された前記目標軌道に基づいて、前記車両の運転を自動的に制御する運転制御部と、を備え、
   前記複数のモデルには、前記領域から前記目標軌道を出力するルールベース又はモデルベースの第１モデルと、前記領域が入力されると前記目標軌道を出力するように学習された機械学習ベースの第２モデルとが含まれ、
   前記生成部は、前記第１モデルによって出力された前記目標軌道である第１目標軌道を基に前記車両の運転が制御される第１条件下において、前記車両の速度が所定値以下となった後に前記車両が加速することになり、且つ前記第２モデルによって出力された前記目標軌道である第２目標軌道を基に前記車両の運転が制御される第２条件下において、前記車両の速度が所定値以下となった後に前記車両が加速することになる場合、前記第１目標軌道及び前記第２目標軌道のうち、前記第２目標軌道を選択する、
   車両制御装置。
2. 前記認識部は、更に、認識した物体の将来の軌道を予測し、
   前記生成部は、前記認識部によって予測された前記物体の将来の軌道が、前記車両の目標軌道と交差する場合、前記第１条件下において、前記車両の速度が前記所定値以下となった後に前記車両が加速することになり、且つ前記第２条件下において、前記車両の速度が前記所定値以下となった後に前記車両が加速することになると判定する、
   請求項１に記載の車両制御装置。
3. 前記所定値はゼロであり、
   前記生成部は、前記第１条件下において、前記車両の速度が停止した後に前記車両の加速度が所定範囲内であり、且つ前記第２条件下において、前記車両の速度が停止した後に前記車両の加速度が所定範囲内である場合、前記第１目標軌道及び前記第２目標軌道のうち、前記第２目標軌道を選択する、
   請求項１又は２に記載の車両制御装置。
4. 車両に搭載されたコンピュータが、
   前記車両の周辺に存在する物体を認識し、
   前記認識した物体の周囲に分布するリスクの領域を算出し、
   前記領域が入力されると前記車両が走行すべき目標軌道を出力する複数のモデルの其々に対して前記算出した領域を入力し、前記領域を入力した前記複数のモデルの其々の出力結果に基づいて、複数の前記目標軌道を生成し、
   前記生成した目標軌道に基づいて、前記車両の運転を自動的に制御し、
   前記複数のモデルには、前記領域から前記目標軌道を出力するルールベース又はモデルベースの第１モデルと、前記領域が入力されると前記目標軌道を出力するように学習された機械学習ベースの第２モデルとが含まれ、
   前記第１モデルによって出力された前記目標軌道である第１目標軌道を基に前記車両の運転が制御される第１条件下において、前記車両の速度が所定値以下となった後に前記車両が加速することになり、且つ前記第２モデルによって出力された前記目標軌道である第２目標軌道を基に前記車両の運転が制御される第２条件下において、前記車両の速度が所定値以下となった後に前記車両が加速することになる場合、前記第１目標軌道及び前記第２目標軌道のうち、前記第２目標軌道を選択する、
   車両制御方法。
5. 車両に搭載されたコンピュータに、
   前記車両の周辺に存在する物体を認識すること、
   前記認識した物体の周囲に分布するリスクの領域を算出すること、
   前記領域が入力されると前記車両が走行すべき目標軌道を出力する複数のモデルの其々に対して前記算出した領域を入力し、前記領域を入力した前記複数のモデルの其々の出力結果に基づいて、複数の前記目標軌道を生成すること、
   前記生成した目標軌道に基づいて、前記車両の運転を自動的に制御すること、
   前記複数のモデルには、前記領域から前記目標軌道を出力するルールベース又はモデルベースの第１モデルと、前記領域が入力されると前記目標軌道を出力するように学習された機械学習ベースの第２モデルとが含まれ、
   前記第１モデルによって出力された前記目標軌道である第１目標軌道を基に前記車両の運転が制御される第１条件下において、前記車両の速度が所定値以下となった後に前記車両が加速することになり、且つ前記第２モデルによって出力された前記目標軌道である第２目標軌道を基に前記車両の運転が制御される第２条件下において、前記車両の速度が所定値以下となった後に前記車両が加速することになる場合、前記第１目標軌道及び前記第２目標軌道のうち、前記第２目標軌道を選択すること、
   を実行させるためのプログラム。

Images