(58)【調査した分野】(Int.Cl.,DB名)
前記過去の操舵の、開始時刻及び角度と、最大操舵角となる時刻及び角度とに基づいて三次関数近似することにより、前記予測プロファイルを算出することを特徴とする請求項1又は2に記載の操舵支援方法。
前記過去の操舵のプロファイルが示す複数の曲線の、互いに対応する時刻における曲率の平均を算出することにより、前記予測プロファイルを算出することを特徴とする請求項1又は2に記載の操舵支援方法。
【発明を実施するための形態】
【0009】
以下、図面を参照して、本発明の実施形態を説明する。図面の記載において、同一又は類似の部分には同一又は類似の符号を付し、重複する説明を省略する。但し、以下に示す実施形態は、本発明の技術的思想を具体化するための装置や方法を例示するものであって、本発明の技術的思想は、下記の実施形態に例示した装置や方法に特定するものでない。本発明の技術的思想は、特許請求の範囲に記載された技術的範囲内において、種々の変更を加えることができる。
【0010】
(操舵支援装置)
本発明の実施形態に係る操舵支援装置は、
図1に示すように、コントローラ1と、周囲状況センサ2と、走行状態センサ3と、生体情報センサ4と、アクチュエータ群5とを備える。本実施形態に係る操舵支援装置は、例えば
図2に示すように、車両Pに搭載され、車両Pの周囲の他車両Qや道路構造等の周囲状況に応じて、車両Pの操舵を制御することにより車両Pの操舵を支援する。
【0011】
周囲状況センサ2は、車両Pの周囲状況を検出する。周囲状況センサ2は、検出する周囲状況を示す情報を逐次コントローラ1に出力する。周囲状況センサ2は、例えば、車両Pの周囲状況の情報をそれぞれ取得する複数のセンサから構成される。周囲状況センサ2は、例えば、レーダ21と、カメラ22と、地図データベース(DB)23と、全地球測位システム(GPS)受信機24と、通信機25とを備える。
【0012】
レーダ21は、車両Pの周囲の所定の範囲を走査し、周囲の三次元距離データを取得する。三次元距離データは、レーダ21からの相対的な三次元上の位置を示す点群データである。レーダ21は、取得した三次元距離データから車両Pの周囲に存在する物体の情報を検出する。レーダ21は、例えば、他車両Qの相対位置、速度、加減速度、大きさ、他車両Qまで距離を検出する。レーダ21は、例えば、レーザレンジファインダ(LRF)や、ミリ波や超音波を用いた測距レーダを採用可能である。
【0013】
カメラ22は、車両Pの周囲の所定の範囲を撮像し、周囲の画像を取得するイメージセンサである。カメラ22は、取得した画像から、周囲に存在する対象の情報を検出する。車両Pの周囲に存在する対象は、例えば、車両Pが走行する道路及び道路周辺の構造物、道路標示、標識、他車両Q、歩行者等である。カメラ22は、他車両Qの相対位置、速度、加減速度、大きさ、ブレーキランプの状態、ウインカーランプの状態や、他車両Qとの車間距離を検出するようにしてもよい。カメラ22は、ステレオカメラや全方位カメラであってもよく、複数のイメージセンサを含むようにしてもよい。
【0014】
地
図DB23は、地図データを格納する記憶装置である。地
図DB23は、例えば、半導体メモリやディスクメディア等の記憶媒体から構成される。地
図DB23は、曲率や幅を含む道路形状、道路種別、車線数等の一般的なカーナビゲーション装置における地図データに加えて、車線境界線の位置、通行帯区分、道路周辺の地物の位置及び形状等に関する情報を含む高精細な地図データを格納する。
【0015】
GPS受信機24は、人工衛星から受信する電波に基づいて、車両Pの緯度、経度及び高度を算出し、地
図DB23に格納される地図データと整合させることにより、地図データにおける車両Pの現在位置を取得する。即ち、GPS受信機24は、地
図DB23と共に、地図データにおける車両Pの現在位置を検出する測位装置を構成する。測位装置は、レーダ21やカメラ22から取得される情報と地図データとを照合することにより、地図データにおける車両Pの詳細な現在位置を検出し得る。周囲状況センサ2は、現在位置における車両Pの周囲状況の情報を地図データから検出する。
【0016】
通信機25は、無線通信により外部から車両Pの周囲状況を取得する通信インターフェースである。通信機25は、例えば、車線単位の渋滞情報、交通規制情報等の交通情報や、天気情報等をリアルタイムに送信する高度道路交通システム(ITS)から種々の情報を受信し得る。ITSは、車々間通信、路車間通信、VICS(登録商標)(Vehicle Information and Communication System)、テレマティクス等を含む。通信機25は、例えば、車々間通信により、車両Pの周囲の他車両の加減速度、車両Pに対する相対位置等を検出し得る。
【0017】
走行状態センサ3は、車両Pの走行状態を検出する。走行状態センサ3は、検出する走行状態を示す情報を逐次コントローラ1に出力する。走行状態センサ3は、例えば、車両Pの走行状態の情報をそれぞれ取得する複数のセンサから構成される。走行状態センサ3は、例えば、車速センサ31と、加速度センサ32と、ヨーレートセンサ33と、アクセル開度センサ34と、ブレーキスイッチ35と、ステアリング操作量センサ36とを備える。
【0018】
車速センサ31は、例えば車両Pの車輪速から車両Pの速度を検出する。加速度センサ32は、前後方向及び左右方向の車両Pの加速度を検出する。ヨーレートセンサ33は、車両Pのヨーレート、即ち鉛直方向を回転軸とする車両Pの角速度を検出する。アクセル開度センサ34は、例えば車両Pのアクセルペダルの踏み込み量から車両Pのアクセル開度を検出する。ブレーキスイッチ35は、運転者による車両Pのブレーキの操作状態、即ちブレーキの作動状態を検出する。ステアリング操作量センサ36は、車両Pのステアリングホイールの操作角又は操向輪の操舵角を検出する。
【0019】
生体情報センサ4は、車両Pの運転者の脳活動を検出する。運転者の脳活動は、運転者が操舵動作を行おうとする意思(操舵意思)の発生を推定可能な生体情報である。即ち、脳活動は、車両Pの運転者の脳波、脳血流、心拍数、呼吸、発汗量及び顔画像の少なくとも何れか1つに基づいて検出され得る。生体情報センサ4は、例えば、脳波センサ41と、撮像装置42とを備える。生体情報センサ4は、検出する生体情報を逐次コントローラ1に出力する。
【0020】
脳波センサ41は、車両Pの運転者の脳波を検出する。脳波センサ41は、運転者の頭部に取り付けられる複数の電極により運転者の脳において生じる電気活動を検出し、検出される信号を周波数解析することにより、運動準備電位を検出する。運動準備電位は、手や脚等を動かそうとする時に発生する電位であり、ここでは特に、操舵のために手又は腕を動かそうとする電位であることを意味する。脳波センサ41の複数の電極は、例えば、運転者の頭部に配置しやすいように装着型の電極帽子で構成されてもよく、ヘッドレストに設けられた複数の電極で構成されてもよい。
【0021】
撮像装置42は、車両Pの車室内において、運転者の顔を正面から撮影する位置に配置されたイメージセンサである。撮像装置42は、例えばCCDカメラや、近赤外LEDと赤外線カメラとの組み合わせ等が使用可能である。撮像装置42は、運転者の視線、表情、動作等を検出するために運転者の画像を撮像する。
【0022】
アクチュエータ群5は、コントローラ1からの制御信号に応じて車両Pの走行を制御する駆動装置である。アクチュエータ群5は、ステアリングアクチュエータ51と、アクセル開度アクチュエータ52と、ブレーキ制御アクチュエータ53とを備える。ステアリングアクチュエータ51は、例えばステアリングシャフトにトルクを伝達可能なモータからなり、ステアリングシャフトの操舵角を制御する。ステアリングアクチュエータ51は、運転者の操舵トルクに対して反力を付与する反力モータを含み得る。アクセル開度アクチュエータ52は、例えばスロットルバルブからなり、自車両のアクセル開度を制御する。ブレーキ制御アクチュエータ53は、例えば油圧回路からなり、自車両のブレーキの制動動作を制御する。
【0023】
コントローラ1は、本実施形態に係る操舵支援装置が行う動作に必要な処理を演算し、演算結果に応じてアクチュエータ群5を制御することにより、車両Pの駆動を制御する制御回路である。コントローラ1は、例えば、プロセッサ11と、記憶装置12と、入出力インターフェースとを備える電子制御ユニット(ECU)である。プロセッサ11は、中央演算処理装置(CPU)等の処理回路である。記憶装置12は、半導体メモリやディスクメディア等の記憶装置からなり、レジスタ、キャッシュメモリ、主記憶装置として使用されるROM及びRAM等のメモリを含んでいてもよい。例えば、予め記憶装置12に記憶された、本実施形態に係る操舵支援装置の動作に必要な一連の処理を示すプログラム(操舵支援プログラム)をプロセッサ11が実行し得る。
【0024】
コントローラ1は、フィールド・プログラマブル・ゲート・アレイ(FPGA)等のプログラマブル・ロジック・デバイス(PLD)等を有していてもよく、汎用の半導体集積回路中に設定される機能的な論理回路等でも構わない。コントローラ1を構成する各部は、単一のハードウェアから構成されてもよく、それぞれ別個のハードウェアから構成されてもよい。
【0025】
コントローラ1は、周囲状況センサ2により検出された車両Pの周囲状況と、生体情報センサ4により検出された車両Pの運転者の脳活動とから、運転者が操舵を開始する操舵開始タイミングを予測する。コントローラ1は、例えば、脳波センサ41により検出された運転者の脳波の運動準備電位(MRP)から、操舵開始タイミングを予測する。コントローラ1は、例えば、MRPが検出された時刻から所定の時間経過した時刻を操舵開始タイミングとして予測する。
【0026】
コントローラ1は、記憶装置12に予め記憶された、運転者の過去の操舵のプロファイルから、操舵開始タイミングに開始されると予測される操舵のプロファイルである予測プロファイルを算出する。記憶装置12に記憶される操舵のプロファイルは、対象シーンにおいて運転者が行った操舵操作を示す情報又は操舵操作により発生した車両挙動を示す情報の少なくとも何れかである。即ち、予測プロファイルは、対象シーンにおいて運転者が行うと予測される操舵操作を示す情報又は操舵操作により発生すると予測される車両挙動を示す情報の少なくとも何れかである。操舵のプロファイルは、対象シーンにおいて運転者が行った操舵操作を示す時間関数であってもよい。記憶装置12は、運転者の操舵のプロファイルを走行状態センサ3から取得し、過去のプロファイルを蓄積する。
【0027】
コントローラ1は、操舵開始タイミングより早いタイミングで、予測プロファイルに応じた車両Pの操舵の制御を開始することにより、運転者の操舵を支援する。具体的には、コントローラ1は、予測プロファイルを実現するためのステアリングアクチュエータ51の制御量を算出し、予測した操舵開始タイミングより所定の時間早いタイミングで、算出した制御量に応じてステアリングアクチュエータ51の制御を開始する。
【0028】
(操舵支援方法)
図3に示すフローチャートを用いて、本実施形態に係る操舵支援装置を用いた操舵支援方法の一例を説明する。
【0029】
ステップS1において、周囲状況センサ2は、車両Pの周囲環境を監視して、車両Pの周囲状況を検出する。周囲状況センサ2は、車両Pの現在位置、車両Pが走行する道路が有する車線の数、車両Pの前方の所定の距離範囲における道路状態、カーナビゲーション装置に設定された走行経路における道路状態、車両Pの周囲に存在する他車両Qの状態等の周囲状況を検出し、逐次コントローラ1に出力する。
【0030】
ステップS2において、コントローラ1は、周囲状況センサ2から取得した周囲状況から、車両Pの運転者が、車両Pの前方(進行方向)における所定の距離範囲において操舵する可能性があるか否かをプロセッサ11により判断する。具体的には、コントローラ1は、取得した周囲状況から実行すると推測される操舵行動が存在する場合、その操舵行動の種別を特定すると共に、操舵する可能性があると判断する。操舵行動の種別は、車線変更、右折又は左折、カーブ、合流、分岐等である。
【0031】
例えば、コントローラ1は、
図2に示すように、ナビゲーション装置に設定された走行車線が分岐後の車線Lであり、分岐点までの距離が所定値以下になったとき、車両Pは車線変更の必要があるため、車両Pが操舵する可能性があると判断する。その他、コントローラ1は、設定された走行経路が、右折又は左折、車線変更等の操舵を要する経路であるとき、車両Pが走行する道路が前方においてカーブを有するとき、先行する他車両Qが接近しつつあるとき等に、車両Pが操舵する可能性があると判断する。操舵可能性がないと判断する場合、ステップS1の処理を繰り返し、操舵可能性があると判断する場合、ステップS3に処理を進める。
【0032】
ステップS3において、コントローラ1は、ステップS2で操舵する可能性があると判断されたシーンについて、生体情報センサ4から取得した運転者の脳活動から、操舵開始タイミングの予測を試み、操舵開始タイミングが予測されたか否かをプロセッサ11により判断する。操舵開始タイミングは、車両Pの運転者が操舵を開始するタイミングである。操舵開始タイミングが予測されたと判断する場合、ステップS4に処理を進め、操舵開始タイミングが予測されないと判断する場合、ステップS7に処理を進める。
【0033】
例えば、
図4に示すように、時刻t
0において、車両Pの運転者の脳波からMRPが検出された場合、時刻t
0から遅延時間A1が経過した時刻t
ddにおいて、運転者により操舵が開始される。コントローラ1は、時刻t
0から、記憶装置12に蓄積される操舵のプロファイルにおける遅延時間A1の平均の時間が経過した時刻t
daを、操舵開始タイミングとして予測する。
【0034】
ステップS4において、コントローラ1は、ステップS3で予測した操舵開始タイミングから、ステアリングアクチュエータ51を制御することにより操舵支援を開始するタイミングであるアシスト開始タイミングをプロセッサ11により演算する。
図4に示す例において、コントローラ1は、操舵開始タイミングとして予測された時刻t
daから所定の時間A2早めた時刻T
fを、アシスト開始タイミングとして算出する。
【0035】
図5は、本実施形態に係る操舵支援装置による操舵支援制御毎の、MRPの検出から操舵までの遅延時間A1と、予測された操舵開始タイミングからアシスト開始タイミングまで早めた時間A2(負数)との関係を示す図である。領域B1は、運転者が操舵支援に気付いた操舵支援制御であることを意味し、領域B2は、運転者が操舵支援制御に気付かなかった操舵支援制御であることを意味する。なお、領域B3は、操舵支援制御が運転者に対する操舵支援とならなかったことを意味する。
【0036】
図5に示すように、操舵開始タイミングとなる時刻t
daから早める時間A2が、400msを超えると、運転者が操舵支援制御に気付き、違和感を覚える可能性がある。したがって、時間A2が400ms以内であることにより、運転者は、自然で滑らかな操舵を行っていると感じることができ、操舵に対する操作感が向上される。
【0037】
一方、ステップS3で操舵開始タイミングが予測されない場合、ステップS7において、コントローラ1は、ステアリング操作量センサ36により、運転者の操舵が検知されたか否かをプロセッサ11により判断する。運転者による操舵が検知されないと判断する場合、ステップS1に処理を戻し、運転者による操舵が検知されたと判断する場合、ステップS8に処理を進める。
【0038】
ステップS8において、コントローラ1は、ステップS7で検知された運転者による操舵のプロファイル(操舵パターン)をステアリング操作量センサ36から取得し、記憶装置12に記憶させることにより、操舵パターンを学習する。コントローラ1は、例えば、操舵のプロファイルを、車線変更、右折又は左折、カーブ、合流、分岐等の操舵行動の種別毎に分類して記憶装置12に記憶させることにより、操舵パターン行動の種別毎のプロファイルを学習する。操舵パターンが新たに学習されると、処理はステップS1に戻る。
【0039】
ステップS4でアシスト開始タイミングが算出された後、ステップS5において、コントローラ1は、アクチュエータ群5により実行させるアシストパターンを演算する。即ち、コントローラ1は、記憶装置12に記憶される運転者の過去の操舵のプロファイルから、ステップS3で予測された操舵開始タイミングに開始されると予測される操舵のプロファイル(予測プロファイル)を算出する。具体的には、コントローラ1は、ステップS2で特定された種別に関連付けられたプロファイルを記憶装置12から読み出し、読み出したプロファイルから予測プロファイルを算出する。
【0040】
例えば、
図6に示すように、コントローラ1は、過去の操舵のプロファイルを示す曲線C1について、操舵の開始時刻及び角度と、最大操舵角となる時刻及び角度とに基づいて三次関数近似することにより、予測プロファイルを算出する。即ち、
図6に示す曲線C1において、操舵の開始時刻及び角度を示す点D1と、正側の最大操舵角(極大)となる時刻及び角度を示す点D2と、負側の最大操舵角(極小)となる時刻及び角度を示す点D3とを通る曲線を近似法等により算出することにより、予測プロファイルが算出可能である。
【0041】
その他、コントローラ1は、過去の操舵のプロファイルが示す複数の曲線を重畳してなる領域の中心を算出することにより、予測プロファイルを算出するようにしてもよい。例えば、
図6に示すように、過去の操舵のプロファイルが示す複数の曲線を重畳してなる領域Eの中心を通る曲線C2を予測プロファイルとして算出可能である。領域Eは、例えば、過去の操舵のプロファイルが示す複数の曲線のうち、各時刻において最大となる操舵角により表される曲線E1と、各時刻において最小となる操舵角により表される曲線E2とに囲まれた領域である。曲線C2は、領域Eの各時刻における操舵角の中心を結ぶ曲線であってもよく、曲線E1の各点に関して、曲線E2との距離が最短となるときの曲線E1と曲線E2との中点を結ぶ曲線であってもよい。
【0042】
その他、
図7に示すように、コントローラ1は、過去の操舵のプロファイルが示す複数の曲線の、互いに対応する時刻における曲率の平均を算出することにより、予測プロファイルを算出するようにしてもよい。即ち、過去の操舵のプロファイルが示す複数の曲線の各時刻0s,0.2s,0.4s,0.6sのときの曲率の平均を算出し、各時刻0s,0.2s,0.4s,0.6sにおいて算出された平均の曲率を有する曲線C3を算出することにより、予測プロファイルが算出されるようにしてもよい。
【0043】
ステップS6において、コントローラ1は、ステップS3で予測された操舵開始タイミングより早いタイミングで、ステップS5で算出された予測プロファイルに応じた車両Pの操舵の制御を開始し、操舵アシストを実行する。具体的には、コントローラ1は、予測プロファイルを実現するためのステアリングアクチュエータ51の制御量を算出し、ステップS4で算出した、操舵開始タイミングより所定の時間A2早いアシスト開始タイミングで、制御量に応じてステアリングアクチュエータ51の制御を開始する。
【0044】
以上説明したように、本実施形態に係る操舵支援装置によれば、車両Pの周囲状況及び運転者の脳活動から操舵開始タイミングを予測し、過去の操舵のプロファイルから予測プロファイルを算出し、操舵開始タイミングより早いタイミングで操舵の制御を開始する。よって、本実施形態に係る操舵支援装置は、運転者が実行すると予測される操舵の予測プロファイルを、操舵の実行に先立って算出するため、操舵に対する運転者の操作感を操舵開始時から向上することができる。
【0045】
図8は、本実施形態に係る操舵支援装置による操舵支援が実行された場合の時間と操舵角との関係を示す曲線Caと、操舵支援がない場合の曲線Cbとを、MRPの検出された時刻t
0に関して一致するように示した図である。曲線Caは曲線Cbに比べて、操舵開始から終了までの時間が約1.5s以上短いことが理解される。このように、本実施形態に係る操舵支援装置によれば、操舵開始タイミングより早いタイミングで操舵の制御を開始するため、操舵開始から終了までの時間を低減することができる。
【0046】
また、本実施形態に係る操舵支援装置によれば、予測プロファイルが、運転者の過去の操舵の、開始時刻及び角度と、最大操舵角となる時刻及び角度とに基づいて三次関数近似することにより算出される。よって、本実施形態に係る操舵支援装置は、過去の操舵のプロファイルから精度良く予測プロファイルを算出することができ、操舵支援に対する運転者の違和感を低減すると共に、操舵に対する運転者の操作感を操舵開始時から向上することができる。
【0047】
また、本実施形態に係る操舵支援装置によれば、予測プロファイルが、運転者の過去の操舵のプロファイルが示す複数の曲線の、互いに対応する時刻における曲率の平均に基づいて算出される。よって、本実施形態に係る操舵支援装置は、過去の操舵のプロファイルから精度良く予測プロファイルを算出することができ、操舵支援に対する運転者の違和感を低減すると共に、操舵に対する運転者の操作感を操舵開始時から向上することができる。
【0048】
また、本実施形態に係る操舵支援装置によれば、予測プロファイルが、運転者の過去の操舵のプロファイルが示す複数の曲線を重畳してなる領域の中心に基づいて算出される。よって、本実施形態に係る操舵支援装置は、過去の操舵のプロファイルから精度良く予測プロファイルを算出することができ、操舵支援に対する運転者の違和感を低減すると共に、操舵に対する運転者の操作感を操舵開始時から向上することができる。
【0049】
また、本実施形態に係る操舵支援装置によれば、運転者の脳活動を、運転者の脳波、脳血流、心拍数、呼吸、発汗量及び顔画像の少なくとも何れか1つに基づいて検出する。よって、本実施形態に係る操舵支援装置は、運転者が操舵を開始する操舵開始タイミングを操舵の実行に先立って精度良く算出することができ、操舵に対する運転者の操作感を操舵開始時から向上することができる。
【0050】
また、本実施形態に係る操舵支援装置によれば、運転者が操舵を開始する操舵開始タイミングを、運転者の脳波の運動準備電位に基づいて予測する。よって、本実施形態に係る操舵支援装置は、運転者が操舵を開始する操舵開始タイミングを操舵の実行に先立って精度良く算出することができ、操舵に対する運転者の操作感を操舵開始時から向上することができる。
【0051】
(その他の実施形態)
上記のように、本発明の実施形態を記載したが、この開示の一部をなす論述及び図面は本発明を限定するものであると理解すべきではない。この開示から当業者には様々な代替実施形態、実施例及び運用技術が明らかとなろう。
【0052】
例えば、既に述べた実施形態において、操舵開始タイミングは、運転者の脳活動に加えて、記憶装置12に記憶された過去の操舵のプロファイルから予測されるようにしてもよい。このため、過去の操舵のプロファイルは、運転者が行った操舵操作を示す時間関数に関連付けられた地図データにおける道路情報等を含み得る。その他、操舵のプロファイルは、対象シーンにおいて運転者により行われたアクセル操作量、ブレーキペダルの操作量等を含むようにしてもよい。
【0053】
また、既に述べた実施形態において、予測プロファイルは、過去の操舵のプロファイルに関する確率密度関数に基づいて算出されてもよく、記憶装置12に予め設定された、運転スキルの高い仮想の運転者の操舵のプロファイルに基づいて算出されてもよい。また、予測プロファイルは、水平方向に沿う車両Pの加速度、躍度、角速度がそれぞれ所定値以内となるように算出されてもよく、これにより、車両Pの乗員の快適さを向上することができる。
【0054】
また、既に述べた実施形態において、アシスト開始タイミングは、運転者の運転スキルに応じて算出されてもよい。例えば、コントローラ1は、操舵開始タイミングから、運転者の運転スキルが高いほど大きくなるように設定された時間A2を早めることにより、アシスト開始タイミングを算出するようにしてもよい。これにより、操舵開始から終了までの時間を低減することができる。なお、上述の通り、時間A2は400ms以内であることが望ましい。
【0055】
また、既に述べた実施形態において、生体情報センサ4が、運転者の筋電位を検出する筋電センサを備え、コントローラ1が、筋電センサにより検出された筋電位の変化から操舵意思の発生を推定するようにしてもよい。
【0056】
その他、上記の実施形態において説明される各構成を任意に応用した構成等、本発明はここでは記載していない様々な実施形態等を含むことは勿論である。したがって、本発明の技術的範囲は上記の説明から妥当な特許請求の範囲に係る発明特定事項によってのみ定められるものである。