车载装置、信息处理方法及计算机可读取记录介质

摘要

预测风险地图生成部(25)生成未来的时刻下的车辆(1)的周边的风险地图，以作为预测风险地图。候补生成部(26)生成未来的时刻下的车辆(1)的转向角度的多个候补与车辆(1)的速度值的多个候补。候补位置计算部(27)对于转向角度的多个候补与速度值的多个候补的每个组合，计算预测风险地图中的车辆(1)的位置，以作为候补位置。路径决定部(28)分析车辆(1)的多个候补位置，并基于分析结果，从转向角度的多个候补和速度值的多个候补的多个组合中选择任意组合。

权利要求

1.一种车载装置，是搭载于车辆的车载装置，其特征在于，包括：

当前风险地图生成部，该当前风险地图生成部生成当前时刻下的所述车辆的周边的风险地图，以作为当前风险地图；

过去风险地图存储部，该过去风险地图存储部存储过去生成的当前风险地图，以作为过去风险地图；

周边物体识别部，该周边物体识别部确定所述车辆的周边的物体的当前位置；

移动预测部，该移动预测部预测未来的时刻和所述未来的时刻的后续的后续时刻的每一个的、所述车辆的周边的物体的位置；

预测风险地图生成部，该预测风险地图生成部将所述当前风险地图和所述过去风险地图视为图像，基于所述当前风险地图的各像素的移动预测和所述过去风险地图的各像素的移动预测来生成第1风险地图，并基于所述物体的当前位置与所述未来的时刻和所述后续时刻的每一个的所述物体的预测位置来生成第2风险地图，将所述第1风险地图与所述第2风险地图重合，生成所述未来的时刻和所述后续时刻下的所述车辆的周边的风险地图，以作为所述未来的时刻和所述后续时刻的预测风险地图；

候补生成部，该候补生成部生成所述未来的时刻和所述后续时刻下的所述车辆的转向角度的推移的多个候补与所述车辆的速度值的推移的多个候补；

候补位置计算部，该候补位置计算部按所述转向角度的推移的候补与所述速度值的推移的候补的每个组合，对于所述未来的时刻和所述后续时刻的每一个，计算对应的预测风险地图中的所述车辆的位置，以作为候补位置；以及组合选择部，该组合选择部对于所述未来的时刻和所述后续时刻的每一个，分析设定于对应的预测风险地图的、与所述车辆的多个候补位置对应的潜在值，基于分析结果，从所述多个候补位置中选择在整个所述未来的时刻和所述后续时刻中将所述未来的时刻和所述后续时刻的每一个的潜在值相加而得到的潜在值的总和为最低的候补位置，然后选择与所述潜在值的总和为最低的候补位置所对应的所述转向角度的推移的候补与所述速度值的推移的候补的组合。

2.如权利要求1所述的车载装置，其特征在于，

所述组合选择部将所选择的所述转向角度的推移的候补与所述速度值的推移的候补的组合设为所述车辆的行驶路径，并输出到控制所述车辆的行驶的车辆控制装置。

3.如权利要求1所述的车载装置，其特征在于，

所述预测风险地图生成部基于所述物体的种类来生成所述第1风险地图。

4.如权利要求1所述的车载装置，其特征在于，

所述预测风险地图生成部基于所述物体的速度来生成所述预测风险地图。

5.一种信息处理方法，其特征在于，具有如下处理：

当前风险地图生成处理，该当前风险地图生成处理中，搭载于车辆的计算机生成当前时刻下的所述车辆的周边的风险地图，以作为当前风险地图；

过去风险地图存储处理，该过去风险地图存储处理中，所述计算机存储过去生成的当前风险地图，以作为过去风险地图；

周边物体识别处理，该周边物体识别处理中，所述计算机确定所述车辆的周边的物体的当前位置；

移动预测处理，该移动预测处理中，所述计算机预测未来的时刻和所述未来的时刻的后续的后续时刻的每一个的、所述车辆的周边的物体的位置；

预测风险地图生成处理，该预测风险地图生成处理中，所述计算机将所述当前风险地图和所述过去风险地图视为图像，基于所述当前风险地图的各像素的移动预测和所述过去风险地图的各像素的移动预测来生成第1风险地图，并基于所述物体的当前位置与所述未来的时刻和所述后续时刻的每一个的所述物体的预测位置来生成第2风险地图，将所述第1风险地图与所述第2风险地图重合，生成所述未来的时刻和所述后续时刻下的所述车辆的周边的风险地图，以作为所述未来的时刻和所述后续时刻的预测风险地图；

候补生成处理，该候补生成处理中，所述计算机生成所述未来的时刻和所述后续时刻下的所述车辆的转向角度的推移的多个候补与所述车辆的速度值的推移的多个候补；

候补位置计算处理，该候补位置计算处理中，所述计算机按所述转向角度的推移的候补与所述速度值的推移的候补的每个组合，对于所述未来的时刻和所述后续时刻的每一个，计算对应的预测风险地图中的所述车辆的位置，以作为候补位置；及组合选择处理，该组合选择处理中，所述计算机对于所述未来的时刻和所述后续时刻的每一个，分析设定于对应的预测风险地图的、与所述车辆的多个候补位置对应的潜在值，基于分析结果，从所述多个候补位置中选择在整个所述未来的时刻和所述后续时刻中将所述未来的时刻和所述后续时刻的每一个的潜在值相加而得到的潜在值的总和为最低的候补位置，然后选择与所述潜在值的总和为最低的候补位置所对应的所述转向角度的推移的候补与所述速度值的推移的候补的组合。

6.一种计算机可读取记录介质，记录有信息处理程序，其特征在于，

使搭载于车辆的计算机执行如下处理：

当前风险地图生成处理，该当前风险地图生成处理生成当前时刻下的所述车辆的周边的风险地图，以作为当前风险地图；

过去风险地图存储处理，该过去风险地图存储处理存储过去生成的当前风险地图，以作为过去风险地图；

周边物体识别处理，该周边物体识别处理确定所述车辆的周边的物体的当前位置；

移动预测处理，该移动预测处理预测未来的时刻和所述未来的时刻的后续的后续时刻的每一个的、所述车辆的周边的物体的位置；

预测风险地图生成处理，该预测风险地图生成处理将所述当前风险地图和所述过去风险地图视为图像，基于所述当前风险地图的各像素的移动预测和所述过去风险地图的各像素的移动预测来生成第1风险地图，并基于所述物体的当前位置与所述未来的时刻和所述后续时刻的每一个的所述物体的预测位置来生成第2风险地图，将所述第1风险地图与所述第2风险地图重合，生成所述未来的时刻和所述后续时刻下的所述车辆的周边的风险地图，以作为所述未来的时刻和所述后续时刻的预测风险地图；

候补生成处理，该候补生成处理生成所述未来的时刻和所述后续时刻下的所述车辆的转向角度的推移的多个候补与所述车辆的速度值的推移的多个候补；

候补位置计算处理，该候补位置计算处理按所述转向角度的推移的候补与所述速度值的推移的候补的每个组合，对于所述未来的时刻和所述后续时刻的每一个，计算对应的预测风险地图中的所述车辆的位置，以作为候补位置；以及组合选择处理，该组合选择处理对于所述未来的时刻和所述后续时刻的每一个，分析设定于对应的预测风险地图的、与所述车辆的多个候补位置对应的潜在值，基于分析结果，从所述多个候补位置中选择在整个所述未来的时刻和所述后续时刻中将所述未来的时刻和所述后续时刻的每一个的潜在值相加而得到的潜在值的总和为最低的候补位置，然后选择与所述潜在值的总和为最低的候补位置所对应的所述转向角度的推移的候补与所述速度值的推移的候补的组合。

说明书

车载装置、信息处理方法及计算机可读取记录介质

技术领域

[0001] 本发明涉及车载装置、信息处理方法及信息处理程序。

背景技术

[0002] 作为用于避开自动驾驶车辆(以下简称为车辆)所行驶的路径上的障碍物的技术，存在被称为潜在法的现有技术。在该现有技术中，首先生成被称为风险地图的二维数据，该二维数据是在从上方俯视车辆而得的图内设定要避开的区域的潜在值而得到的。风险地图内的潜在值越大，则表示越需要可靠的回避。该现有技术中，接着利用风险地图进行转向控制，以使得车辆通过所能移动的路径中潜在值的总和为最小的路径。关于速度，利用与转向不同的潜在计算式来计算潜在值，并向潜在值的总和为最小的速度进行减速控制。

[0003] 现有技术文献

[0004] 非专利文献

[0005] 非专利文献1：基于潜在风险预测的汽车的障碍物回避运动控制(https://www.jstage.jst.go.jp/article/sicejl/54/11/54_820/_pdf/‑char/ja)

[0006] 非专利文献2：使用了潜在风险的自主行驶车辆的引导控制目标的生成定时的探讨(汽车技术协会2018春季大会文献编号2018054)

发明内容

[0007] 发明所要解决的技术问题

[0008] 图4和图5表示反映出当前时刻的状况的风险地图的示例。图4(a)中，表示前方车辆200行驶在车辆100的前方、后方车辆300行驶在车辆100的后方。图4(b)表示反映出图4(a)所示的状况的风险地图。图4(a)的风险地图中，车辆100设为图像1500来呈现。此外，前方车辆200设为图像2000来呈现。此外，后方车辆300设为图像3000来呈现。图5(a)中，示出车辆100的对向车辆400将偏离车道的状况。图5(b)表示反映出图5(a)所示的状况的风险地图。图5(b)中，对向车辆400设为图像4000来呈现。

[0009] 非专利文献1的技术中，基于图4和图5所示那样的反映出当前时刻的状况的风险地图来进行车辆的速度控制，因此，无法避开来自后方车辆300的追尾或因对向车辆400的车道偏离而导致的碰撞之类的朝向车辆的物体。

[0010] 例如，如图6所示，车辆100无法避开来自后方车辆300的追尾。此外，如图7所示，车辆100无法避开因对向车辆400的车道偏离而导致的碰撞。并且，非专利文献1的技术中，并未定义基于加速的回避，因此即使在能通过加速来避开的情况下，图8所示的车辆100也无法避开与隧道等中的坠落物500的碰撞。

[0011] 非专利文献2中，公开了使用某一定时间后的预测地图的方法。非专利文献2的技术中，根据维持当前速度的情况与停止的情况的风险差来决定速度。然而，非专利文献2的方法中，要求t秒后速度成为0。即，非专利文献2的方法中，要求实际的车辆进行不可能的行为。此外，非专利文献2中，并未公开加速，因此，无法进行基于加速的回避。

[0012] 鉴于上述情况，本发明的主要目的在于使得能避开在现有技术中无法避开的碰撞。

[0013] 解决技术问题所采用的技术方案

[0014] 本发明所涉及的车载装置是搭载于车辆的车载装置，其包括：

[0015] 预测风险地图生成部，该预测风险地图生成部生成未来的时刻下的所述车辆的周边的风险地图，以作为预测风险地图；

[0016] 候补生成部，该候补生成部生成所述未来的时刻下的所述车辆的转向角度的多个候补与所述车辆的速度值的多个候补；

[0017] 候补位置计算部，该候补位置计算部对于所述转向角度的多个候补与所述速度值的多个候补的每个组合，计算所述预测风险地图中的所述车辆的位置，以作为候补位置；以及

[0018] 组合选择部，该组合选择部分析所述车辆的多个候补位置，并基于分析结果，从所述转向角度的多个候补与所述速度值的多个候补的多个组合中选择任意组合。

[0019] 发明效果

[0020] 根据本发明，能避开在现有技术中无法避开的碰撞。

附图说明

[0021] 图1是示出实施方式1所涉及的障碍物自动回避装置的硬件结构例的图。

[0022] 图2是示出实施方式1所涉及的障碍物自动回避装置的功能结构例的图。

[0023] 图3是示出实施方式1所涉及的障碍物自动回避装置的动作例的流程图。

[0024] 图4(a)是示出车辆、前方车辆和后方车辆的位置关系的图。图4(b)示出图4(a)所示的位置关系的风险地图，是示出在当前时刻的风险地图中未表现出后方车辆的追尾的危险性的图。

[0025] 图5(a)是示出车辆与对向车辆的位置关系的图。图5(b)示出图5(a)所示的位置关系的风险地图，是示出在当前时刻的风险地图中未表现出对向车辆的车道偏离的危险性的图。

[0026] 图6是示出后方车辆的追尾的示例的图。

[0027] 图7是示出因对向车辆的车道偏离而导致的碰撞的示例的图。

[0028] 图8是示出与坠落物的碰撞的示例的图。

[0029] 图9是示出实施方式1所涉及的利用加速来避开后方车辆的追尾的示例的图。

[0030] 图10是示出实施方式1所涉及的利用加速和转向来避开因对向车辆的车道偏离而导致的碰撞的示例的图。

[0031] 图11是示出实施方式1所涉及的利用加速来避开与坠落物的碰撞的示例的图。

[0032] 图12(a)是示出实施方式1所涉及的从传感器得到的信息的示例的图。

[0033] 图12(b)是示出实施方式1所涉及的当前风险地图的示例的图。

[0034] 图13(a)是示出基于实施方式1所涉及的方法(1)的风险地图R(t‑u)的示例的图。图13(b)是示出基于实施方式1所涉及的方法(1)的风险地图R(t)的示例的图。图13(c)是示出基于实施方式1所涉及的方法(1)的风险地图R(t+u)的示例的图。

[0035] 图14(a)是示出基于实施方式1所涉及的方法(2)的、利用卡尔曼滤波器进行的移动预测的图。图14(b)是示出基于预测位置Xi(t+u)而生成的风险地图R(t+u)的图。

[0036] 图15是示出实施方式1所涉及的当前风险地图的示例的图。

[0037] 图16(a)是示出实施方式1所涉及的预测风险地图R(t+u)的图。图16(b)是示出实施方式1所涉及的预测风险地图R(t+2u)的图。图16(c)是示出实施方式1所涉及的预测风险地图R(t+3u)的图。

具体实施方式

[0038] 以下，使用附图对本发明的实施方式进行说明。在以下实施方式的说明和附图中，标有相同标号的部分表示相同的部分或相当的部分。

[0039] 实施方式1.

[0040] ＊＊＊结构的说明＊＊＊

[0041] 图1示出本实施方式所涉及的障碍物自动回避装置10的硬件结构例。

[0042] 障碍物自动回避装置10如图1所示，搭载于车辆1。车辆1例如是自动驾驶车辆。障碍物自动回避装置10相当于车载装置。此外，由障碍物自动回避装置10进行的动作相当于信息处理方法。

[0043] 障碍物自动回避装置10是计算机。

[0044] 障碍物自动回避装置10包括处理器11、存储器12、传感器接口13、ECU接口14以作为硬件。

[0045] 处理器11执行实现障碍物自动回避装置10的功能的程序。

[0046] 处理器12存储实现障碍物自动回避装置10的功能的程序。此外，存储器12存储处理器11执行程序而得的信息。此外，存储器12存储处理器11所使用的信息。

[0047] 传感器接口13连接至车辆1所搭载的传感器即摄像头15、雷达16和LiDar(Light Detection and Ranging：光探测和测距)17。传感器接口13从这些传感器获取信息。另外，车辆1所搭载的传感器并不局限于此。例如，车辆1也可以搭载有声呐。此外，各传感器可以搭载有多个。例如，如车辆1的前方摄像头15和后方摄像头15那样，可以搭载多个摄像头15。

[0048] ECU接口14连接至车辆控制ECU(Engine Control Unit：发动机控制单元)30。车辆控制ECU30是车辆控制装置的示例。

[0049] 图2示出障碍物自动回避装置10的功能结构例。

[0050] 障碍物自动回避装置10包括周边物体识别部21、当前风险地图生成部22、过去风险地图存储部23、移动预测部24、预测风险地图生成部25、候补生成部26、候补位置计算部27、路径决定部28和转向速度成本计算部29。

[0051] 周边物体识别部21、当前风险地图生成部22、过去风险地图存储部23、移动预测部24、预测风险地图生成部25、候补生成部26、候补位置计算部27、路径决定部28和转向速度成本计算部29各自的详细内容在后文中阐述。

[0052] 周边物体识别部21、当前风险地图生成部22、移动预测部24、预测风险地图生成部25、候补生成部26、候补位置计算部27、路径决定部28和转向速度成本计算部29用程序来实现。如上述那样，由处理器11执行该程序，从而实现周边物体识别部21、当前风险地图生成部22、移动预测部24、预测风险地图生成部25、候补生成部26、候补位置计算部27、路径决定部28和转向速度成本计算部29各自的功能。

[0053] 实现周边物体识别部21、当前风险地图生成部22、移动预测部24、预测风险地图生成部25、候补生成部26、候补位置计算部27、路径决定部28和转向速度成本计算部29的程序相当于信息处理程序。

[0054] 图2中，示意性示出了处理器11执行实现周边物体识别部21、当前风险地图生成部22、移动预测部24、预测风险地图生成部25、候补生成部26、候补位置计算部27、路径决定部
28和转向速度成本计算部29的功能的程序的状态。

[0055] 另外，路径决定部28相当于组合选择部。

[0056] 过去风险地图存储部23由存储器12来实现。

[0057] ＊＊＊动作的说明＊＊＊

[0058] 图3示出本实施方式所涉及的障碍物自动回避装置10的动作例。

[0059] 首先，在步骤S301中，周边物体识别部21从各传感器收集信息。

[0060] 接着，在步骤S302中，周边物体识别部21对来自各传感器的信息进行整合并决定车辆1的周围的物体的种类Ki和位置Xi(t)。

[0061] 例如，周边物体识别部21基于来自摄像头15的信息，来决定物体的种类Ki。此外，周边物体识别部21基于来自雷达16和LiDAR 17的信息，来决定物体的位置Xi(t)。

[0062] 物体的种类Ki是行人、车辆、自行车等物体的属性。此外，物体的种类Ki也可以是物体的预测质量、从车辆1测量的物体的面积等。物体的位置Xi(t)中的“t”表示当前时刻。以下，其它值中的“t”也表示当前时刻。

[0063] 接着，步骤S303中，当前风险地图生成部22使用由周边物体识别部21确定出的物体的种类Ki和位置Xi(t)，来生成当前时刻t下的车辆1的周边的风险地图即当前风险地图R(t)。

[0064] 通过在规定的二维范围内计算当前时刻t下的每个二维坐标x的风险U(x)，从而得到当前风险地图R(t)。二维坐标x下的风险U(x)例如可以使用以下式(1)所示的以障碍物位置Xi(t)为中心的正态分布来生成。

[0065] [数学式1]

[0066]

[0067] 这里，x是风险地图的二维坐标。α0～αi是由对象的属性K0～Ki决定的加权系数。正态分布的二维方差σ0～σi设为对象的宽度或高度、或者与宽度和高度成比例的值。

[0068] X1是风险地图的纵向(车道上的行进方向)的坐标。Yrc是车道中心。σr是预先设定的值、并且是示出从车道中心偏离时的风险值的常数。

[0069] 图12中示出当前风险地图R(t)的生成的概要。图12的(a)示出从传感器得到的信息。图12的(b)示出所生成的当前风险地图R(t)的示例。如图12的(a)所示，作为车辆1周围的障碍物，将前方车辆200识别为障碍物X0(t)。此外，将后方车辆300识别为障碍物X2(t)。此外，将对向车辆400识别为障碍物X1(t)。该情况下，如图12的(b)所示，在当前风险地图R(t)中，前方车辆200设为图像2000来呈现。此外，后方车辆300设为图像3000来呈现。此外，对向车辆400设为图像4000来呈现。

[0070] 接着，在步骤S304中，移动预测部24预测时刻t+nu下的各物体的位置。这里，u是单位时间，n是预测值的数量。

[0071] 例如，若设为u＝0.1秒、n＝30，则生成从0.1秒后到3.0秒后的各物体的预测位置Xi(t+u)、Xi(t+2u)、Xi(t+3u)...Xi(t+nu)。另外，也将时刻t+u称为未来的时刻，并将未来的时刻t+u后续的t+2u到t+nu称为后续时刻。另外，以下，将未来的时刻t+u以及后续时刻t+2u到t+nu统称为将来时刻。

[0072] 这里，i表示各物体的识别编号。例如，在车辆1的周围存在3个物体的情况下，生成针对X0(t+u)～X0(t+nu)、X1(t+u)～X1(t+nu)、X2(t+u)～X2(t+nu)各自的物体的预测位置。

[0073] 预测位置的生成步骤例如如下所示。

[0074] 例如，将过去的时刻t‑nu～t‑u下的各物体的位置Xi(t‑nu)～Xi(t‑u)预先存储在存储器12中。然后，移动预测部24基于过去的位置Xi(t‑nu)～Xi(t‑u)、以及周边物体识别部21本次测量出的该物体的位置Xi(t)，并使用卡尔曼滤波器等来生成。

[0075] 另外，过去风险地图存储部23将当前风险地图生成部22所生成的、过去的时刻t‑nu～t‑u下的风险地图R(t‑nu)～R(t‑u)作为过去风险地图来存储。

[0076] 接着，在步骤S305中，预测风险地图生成部25基于从当前风险地图生成部22得到的当前风险地图R(t)、从过去风险地图存储部23得到的过去风险地图R(t‑nu)～R(t‑u)、从移动预测部24得到的各物体的当前位置Xi(t)以及预测位置Xi(t+u)～Xi(t+nu)等，来生成从将来时刻t+n到t+nu的风险地图R(t+n)～R(t+nu)，以作为预测风险地图。

[0077] 预测风险地图生成部25例如(1)可以将过去风险地图R(t‑nu)～R(t)视为图像，并以使用了各像素的移动预测的方法来生成预测风险地图。此外，预测风险地图生成部25例如(2)可以基于物体的当前位置Xi(t)、预测位置Xi(t+u)～Xi(t+nu)来生成未来的风险地图。此外，预测风险地图生成部25例如(3)也可以将上述(1)和(2)的方法中所得到的风险地图重合来生成预测风险地图。

[0078] 作为上述(1)的方法，预测风险地图生成部25例如能使用动态图像压缩处理中所使用的运动矢量提取和预测图像生成处理，如图13所示那样来生成预测风险地图。图13的(a)、图13的(b)和图13的(c)中，图像2000、图像3000和图像4000与图12所示的相同。

[0079] 此外，作为上述(2)的方法，预测风险地图生成部25例如能对于物体的当前位置Xi(t)、预测位置Xi(t+u)～Xi(t+nu)和物体的种类Ki使用对式(1)进行修正而得的式(2)，来生成预测风险地图。

[0080] [数学式2]

[0081]

[0082] 另外，τ表示时间，σti表示示出预测的不可靠性的加权值。例如，在进行基于卡尔曼滤波器的预测的情况下，能将与预测误差的方差成比例的值设定为σti。

[0083] 图14示出基于(2)的方法的预测风险地图的生成的概要。图14的(a)示出基于卡尔曼滤波器的移动预测。图14的(b)示出基于预测位置Xi(t+u)而生成的风险地图R(t+u)。另外，在图14的(a)和图14的(b)中，对于与图12的(a)和图12的(b)相同的部分使用相同的标号。

[0084] 此外，作为上述(3)的方法，预测风险地图生成部25例如能将(1)的方法中所生成的风险地图与(2)的方法中所生成的风险地图相重合来生成预测风险地图。在将风险地图重合时，预测风险地图生成部25可以将利用(1)的方法生成的预测风险地图与利用(2)的方法生成的预测风险地图直接相加。此外，预测风险地图生成部25可以对利用(1)的方法生成的预测风险地图与利用(2)的方法生成的预测风险地图分别附加权重，来将利用(1)的方法生成的预测风险地图与利用(2)的方法生成的预测风险地图相加。此外，预测风险地图生成部25例如可以根据预测风险地图的生成时的计算精度、优先度等来变更加权。

[0085] 步骤S305相当于预测风险地图生成处理。

[0086] 接着，在步骤S306中，候补生成部26基于来自车辆控制ECU30的车辆1的当前时刻t下的当前速度v(t)、转向角信息r(t)，来生成将来时刻t+u～t+nu下的车辆1的速度候补vi(t+u)～vi(t+nu)、车辆1的转向角候补ri(t+u)～ri(t+nu)。这里，i表示生成的候补的数量，例如在生成10个速度候补的情况下，生成v0(t+u)～v0(t+nu)、v1(t+u)～v1(t+nu)...v9(t+u)～v9(t+nu)总计n×10个候补。

[0087] 候补生成部26能使用下式来生成速度候补和转向候补，以使得例如不发生突然的转向和突然的加减速。

[0088] 步骤S306相当于候补生成处理。

[0089] [数学式3]

[0090] vi(t+nu)＝v(t)+αin  (3)

[0091] ri(t+nu)＝r(t)+βin  (4)

[0092] 这里，αi和βi是任意实数，可以分别为0。

[0093] 由此，候补生成部26生成将来时刻t+u～t+nu下的车辆1的转向角度的推移的多个候补ri(t+u)～ri(t+nu)和车辆1的速度值的推移的多个候补vi(t+u)～vi(t+nu)。

[0094] 对于候补生成部26所生成的转向角度的各候补ri(t+u)～ri(t+nu)和速度值的各候补vi(t+u)～vi(t+nu)，转向速度成本计算部29计算成为后述的路径决定部28中的选择的指针的成本V0～Vi、U0～Ui。

[0095] 例如，转向速度成本计算部29能计算以下式(5)和式(6)所示的、与不进行突然的转向、加减速的转向量、加减速量的平方成比例的成本。

[0096] [数学式4]

[0097]

[0098]

[0099] 这里，αi是式(3)中使用的速度变化量，βi是式(4)中使用的转向变化量。wa、wb是预先设定的成本的权重值。

[0100] 接着，在步骤S307中，候补位置计算部27基于候补生成部26所生成的速度值的各候补vi(t+u)～vi(t+nu)、转向角度的各候补ri(t+u)～ri(t+nu)，来计算将来时刻t+u～t+nu下的风险地图R(t+u)～R(t+nu)中的车辆1的候补位置Si(t+u)～Si(t+nu)。

[0101] 这里，i表示生成的候补的数量，与转向和加减速候补的下标i相对应。即，根据速度值的候补v0(t+u)～v0(t+nu)、转向角度的候补r0(t+u)～r0(t+nu)来计算候补位置S0(t+u)～S0(t+nu)。

[0102] 由此，候补位置计算部27将速度值的多个候补vi(t+u)与转向角度的多个候补ri(t+u)相组合，并按每个组合来计算风险地图R(t+u)中的车辆1的位置，以作为候补位置。

[0103] 此外，候补位置计算部27将速度值的多个候补vi(t+2u)与转向角度的多个候补ri(t+2u)相组合，并按每个组合来计算风险地图R(t+2u)中的车辆1的位置，以作为候补位置。

[0104] 时刻(t+3u)以后也同样地，转向速度成本计算部29将速度值的多个候补vi(t+nu)与转向角度的多个候补ri(t+nu)相组合，并按每个组合来计算风险地图R(t+nu)中的车辆1的位置，以作为候补位置。

[0105] 步骤S307相当于候补位置计算处理。

[0106] 在步骤S308中，路径决定部28基于转向速度成本计算部29所得到的成本V0～Vi、U0～Ui、候补位置计算部27所得到的候补位置Si(t+u)～Si(t+nu)中的风险地图R(t+u)～R(t+nu)的潜在值，来决定时刻t+u下的车辆1的速度v(t+u)和转向角r(t+u)。然后，路径决定部28将所决定的速度v(t+u)和转向角r(t+u)输出到车辆控制ECU30。

[0107] 路径决定部28例如能通过以下方法来决定速度v(t+u)和转向角r(t+u)。

[0108] 首先，路径决定部28定义成本函数G(Si(t+u)，Si(t+2u))，，，Si(t+nu))，该成本函数G以风险地图R(t+u)～R(t+nu)和风险地图上的各时刻下的候补位置Si(t+u)～Si(t+nu)为自变量。然后，路径决定部28求出成本函数的值为最小的函数的自变量。

[0109] [数学式5]

[0110]

[0111] {Sa(t+u)，Sa(t+2u)，，，Sa(t+nu)}＝argmin(G(...))  (8)

[0112] 式(7)中，函数F(r，s)是获取风险地图r的位置s处的潜在值的函数。

[0113] 式(8)中，示出了候补位置S0(t+u)～S0(t+nu)...Si(t+u)～Si(t+nu)中、将成本函数G设为最小的候补位置{Sa(t+u)，Sa(t+2u)，，，Sa(t+nu)}被选择的情况。

[0114] 接着，路径决定部28选择与由式(8)所决定的候补位置Sa(t+u)对应的速度va(t+u)和转向角ra(t+u)。然后，路径决定部28将所选择的速度va(t+u)和转向角ra(t+u)输出到车辆控制ECU30，以作为车辆1的行进路径。这里，下标a表示由式(8)选择出的候补，0≤a≤i。

[0115] 由此，路径决定部28分析车辆l的多个候补位置，并基于分析结果，从转向角度的多个候补和速度值的多个候补的多个组合中选择任意组合。即，对于未来的时刻和后续时刻的每一个，路径决定部28分析对应的预测风险地图中所设定的、对应于车辆1的多个候补位置的潜在值，并基于分析结果，从转向角度的推移的多个候补与速度值的推移的多个候补的多个组合中提取任意组合。更详细而言，路径决定部28提取在整个未来的时刻和后续时刻中将未来的时刻和后续时刻的每一个的候补位置的潜在值相加而得到的潜在值的总和为最低的转向角度的推移的候补与速度值的推移的候补的组合。然后，路径决定部28选择所提取出的组合的转向角度的推移的候补中的对应于未来的时刻的转向角的候补与速度值的推移的候补中的对应于未来的时刻的速度值的候补的组合。

[0116] 另外，步骤S308相当于组合选择处理。

[0117] 图15和图16中示出路径决定部28的处理例。

[0118] 图15示出当前风险地图R(t)的示例。

[0119] 图16的(a)示出预测风险地图R(t+u)。图16的(a)示出预测风险地图R(t+2u)。图16的(a)示出预测风险地图R(t+3u)。

[0120] 另外，在图15、图16的(a)、图16的(b)和图16的(c)中，对于与图12的(b)相同的部分使用相同的标号。此外，图像1000表示车辆1的候补位置。

[0121] 图16的示例中，候补位置S0～S3中、风险地图R(t+u)～R(t+3u)中的潜在值的总和为最低的候补位置Sa(t+u)所对应的速度va(t+u)和转向角ra(t+u)被选择。图16的示例中，候补S1是不与障碍物发生碰撞的候补，因此风险地图R(t+u)～R(t+3u)中的潜在值的总和为最低，作为候补位置Sa(t+u)选择S1。

[0122] 接着，在步骤S309中，过去风险地图存储部23将当前风险地图R(t)作为过去风险地图R(t‑u)来保存。

[0123] 此外，在步骤S310中，过去风险地图存储部23将过去风险地图R(t‑u)～R(t‑(n‑1)u)作为过去风险地图R(t‑2u)～R(t‑nu)来保存。

[0124] ＊＊＊实施方式的效果的说明＊＊＊

[0125] 本实施方式中，如图16所示，能基于预测风险地图、车辆1将来的举动的候补即转向角度的候补和速度的候补，来选择能避免与其它车辆的碰撞的转向角度的候补与速度的候补的组合。因此，根据本实施方式，能避免与其它车辆的碰撞。

[0126] 例如，在图6、图7和图8那样的因后方车辆300的追尾、对向车辆400的车道偏离所引起的碰撞、与坠落物500的碰撞之类的事件中，除了减速和转向，也能如图9、图10和图11所示那样，采用加速这一选择。因此，也能避免追尾和碰撞。即，图9中，车辆1能利用加速来避免与后方车辆300的碰撞。此外，图10中，车辆1能利用加速和转向，来避免与偏离了车道的对向车辆400的碰撞。此外，图11中，车辆1能利用加速来避免与坠落物500的碰撞。

[0127] 实施方式2.

[0128] 实施方式1中，周边物体识别部21决定物体的位置Xi(t)，并将所决定的位置Xi(t)输出到当前风险地图生成部22和移动预测部24。取而代之地，周边物体识别部21也可以测量物体的速度，并将物体的速度输出到当前风险地图生成部22和移动预测部24。

[0129] 该情况下，当前风险地图生成部22除了使用时刻t下的物体的位置，还使用物体的速度来生成风险地图。

[0130] 此外，移动预测部24除了基于物体的过去的位置和当前的位置，还基于该物体的速度来预测该物体的位置。

[0131] 由此，除了物体的位置信息，还使用速度信息，从而能提高当前的风险地图和该物体的预测位置的精度。因此，路径决定部28能使用精度较高的预测风险地图来选择碰撞风险较低的操作(减速或加速)。

[0132] ＊＊＊硬件结构的说明＊＊＊

[0133] 最后，对障碍物自动回避装置10的硬件结构进行补充说明。

[0134] 图1所示的处理器11是进行处理的IC(Integrated Circuit：集成电路)。

[0135] 处理器11是CPU(Central Processing Unit：中央处理器)、DSP(Digital Signal Processing：数字信号处理器)等。

[0136] 图1所示的存储器12是RAM(Random Access Memory：随机存取存储器)。

[0137] 此外，障碍物自动回避装置10可以搭载ROM(Read Only Memory：只读存储器)、闪存、HDD(Hard Disk Drive：硬盘驱动器)等辅助存储装置。

[0138] 此外，存储器12中也存储有OS(Operating System：操作系统)。

[0139] OS的至少一部分由处理器11来执行。

[0140] 由处理器11执行OS的至少一部分，并执行程序，该程序实现周边物体识别部21、当前风险地图生成部22、移动预测部24、预测风险地图生成部25、候补生成部26、候补位置计算部27、路径决定部28和转向速度成本计算部29的功能。

[0141] 通过由处理器11执行OS，从而执行任务管理、存储管理、文件管理、通信控制等。

[0142] 此外，表示周边物体识别部21、当前风险地图生成部22、移动预测部24、预测风险地图生成部25、候补生成部26、候补位置计算部27、路径决定部28和转向速度成本计算部29的处理的结果的信息、数据、信号值和变量值的至少任一个存储在存储器12、处理器11内的寄存器和高速缓存中的至少任一个中。

[0143] 此外，实现周边物体识别部21、当前风险地图生成部22、移动预测部24、预测风险地图生成部25、候补生成部26、候补位置计算部27、路径决定部28和转向速度成本计算部29的功能的程序可以存储在磁盘、软盘、光盘、压缩磁盘、蓝光(注册商标)盘、DVD等可移动存储介质中。

[0144] 此外，可以将周边物体识别部21、当前风险地图生成部22、移动预测部24、预测风险地图生成部25、候补生成部26、候补位置计算部27、路径决定部28和转向速度成本计算部29的“部”替换为“电路”、“工序”、“步骤”或“处理”。

[0145] 此外，障碍物自动回避装置10可以由处理电路来实现。处理电路例如是逻辑IC(Integrated Circuit：集成电路)、GA(Gate Array：门阵列)、ASIC(Application Specific Integrated Circuit：专用集成电路)、FPGA(Field‑Programmable Gate Array：现场可编程门阵列)。

[0146] 另外，本说明书中，将处理器11、存储器12、处理器11和存储器12的组合以及处理电路的上位概念称为“处理电路系统”。

[0147] 此外，处理器11、存储器12、处理器11和存储器12的组合以及处理电路分别是“处理电路系统”的具体示例。

[0148] 标号说明

[0149] 1 车辆

[0150] 10 障碍物自动回避装置

[0151] 11 处理器

[0152] 12 存储器

[0153] 13 传感器接口

[0154] 14ECU接口

[0155] 15 摄像头

[0156] 16 雷达

[0157] 17 LiDAR

[0158] 21 周边物体识别部

[0159] 22 当前风险地图生成部

[0160] 23 过去风险地图存储部

[0161] 24 移动预测部

[0162] 25 预测风险地图生成部

[0163] 26 候补生成部

[0164] 27 候补位置计算部

[0165] 28 路径决定部

[0166] 30 车辆控制ECU

[0167] 100 车辆

[0168] 200 前方车辆

[0169] 300 后方车辆

[0170] 400 对向车辆

[0171] 500 坠落物。