特開 2023-66619 制御装置、制御方法、および制御プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2023066619

(43)【公開日】2023-05-16

(54)【発明の名称】制御装置、制御方法、および制御プログラム

(51)【国際特許分類】

   B60W 60/00 20200101AFI20230509BHJP

   G06N 3/08 20230101ALI20230509BHJP

   B60W 40/02 20060101ALI20230509BHJP

   G08G 1/16 20060101ALI20230509BHJP

   B60W 50/06 20060101ALI20230509BHJP

【ＦＩ】

B60W60/00

G06N3/08

B60W40/02

G08G1/16 C

B60W50/06

【審査請求】未請求

【請求項の数】10

【出願形態】ＯＬ

(21)【出願番号】P 2021177303

(22)【出願日】2021-10-29

(71)【出願人】

【識別番号】391008559

【氏名又は名称】株式会社トランストロン

(71)【出願人】

【識別番号】501241645

【氏名又は名称】学校法人 工学院大学

(74)【代理人】

【識別番号】100104190

【弁理士】

【氏名又は名称】酒井 昭徳

(72)【発明者】

【氏名】小川 雅俊

(72)【発明者】

【氏名】出川 拓真

(72)【発明者】

【氏名】向井 正和

(72)【発明者】

【氏名】栗田 茂明

【テーマコード（参考）】

3D241

5H181

【Ｆターム（参考）】

3D241BA44

3D241BA49

3D241BC01

3D241BC02

3D241CC02

3D241CC08

3D241CC17

3D241CE02

3D241CE04

3D241CE05

3D241CE08

3D241CE09

3D241DA17Z

3D241DB01Z

3D241DB02Z

3D241DB20Z

3D241DC25Z

3D241DC30Z

3D241DC31Z

3D241DC33Z

5H181AA01

5H181AA26

5H181BB20

5H181CC03

5H181CC04

5H181CC11

5H181CC12

5H181CC14

5H181LL01

5H181LL02

5H181LL04

5H181LL09

(57)【要約】

【課題】高性能かつ高速な自律走行制御を実現すること。
【解決手段】制御装置１０１は、移動体予測モデルＭを変換した変換後の移動体予測モデルＭｃを用いて、制御対象のセンサの情報から、移動体の被制御量の推定値を算出する。移動体予測モデルＭは、多層のニューロン構造かつＲｅＬＵ構造の活性化関数を有し、移動体の動的挙動を予測するモデルである。変換後の移動体予測モデルＭｃは、移動体予測モデルＭに基づき、各ニューロンの重み係数、バイアスおよび入出力変数の上下限値が設定され、バイナリ変数を含む線形不等式関数を用いて各ニューロンの活性化関数が変換されたモデルである。制御装置１０１は、制御対象の被制御量を制御する操作量の候補値から、制御対象の被制御量の推定値を算出する。制御装置１０１は、制御対象の被制御量の目標値と、制御対象の被制御量の推定値と、移動体の被制御量の推定値とに基づいて、操作量の値を決定する。
【選択図】図１

【特許請求の範囲】

【請求項1】

多層のニューロン構造かつＲｅＬＵ構造の活性化関数を有し、制御対象に搭載されたセンサの情報を入力として前記制御対象の周囲の移動体の動的挙動を予測する第１モデルに基づき、各ニューロンの重み係数、バイアスおよび入出力変数の上下限値が設定され、バイナリ変数を含む線形不等式関数を用いて前記各ニューロンの活性化関数が変換された変換後の前記第１モデルと、
前記センサの情報と前記制御対象の被制御量の目標値とを取得し、前記変換後の前記第１モデルを用いて、前記センサの情報から、将来の前記移動体の被制御量の推定値を算出し、前記制御対象の被制御量を制御するための操作量の候補値から、将来の前記制御対象の被制御量の推定値を算出し、前記制御対象の被制御量の目標値と前記制御対象の被制御量の推定値と前記移動体の被制御量の推定値とに基づいて、前記制御対象の被制御量を制御するための操作量の値を決定する制御部と、
を有することを特徴とする制御装置。

【請求項2】

前記制御対象の被制御量の推定値は、前記制御対象の操作量を入力として前記制御対象の動的挙動を予測する第２モデルを用いて、前記操作量の候補値から算出される、ことを特徴とする請求項１に記載の制御装置。

【請求項3】

前記制御部は、
前記操作量の候補値それぞれについて、算出した前記制御対象の被制御量の推定値と、前記制御対象の被制御量の目標値と、前記移動体の被制御量の推定値とに基づいて、前記制御対象の被制御量を制御するためのコストを表す制御評価値を算出し、
算出した前記制御評価値に基づいて、前記操作量の候補値の中から前記制御対象の被制御量を制御するための操作量の値を決定する、
ことを特徴とする請求項１に記載の制御装置。

【請求項4】

前記制御対象の被制御量は、前記制御対象の軌道および速度を含み、
前記移動体の被制御量は、前記移動体の軌道および速度を含み、
前記制御部は、
前記制御対象の被制御量の目標値に対する前記制御対象の被制御量の推定値の誤差、および、前記制御対象の被制御量の推定値と前記移動体の被制御量の推定値とから特定される前記制御対象と前記移動体との位置関係に基づいて、前記制御評価値を算出する、ことを特徴とする請求項３に記載の制御装置。

【請求項5】

前記制御対象の被制御量は、前記制御対象の燃料消費量を含み、
前記移動体の被制御量は、前記移動体の燃料消費量を含み、
前記制御部は、
さらに、前記制御対象の燃料消費量の推定値と前記移動体の燃料消費量の推定値とに基づいて、前記制御評価値を算出する、ことを特徴とする請求項４に記載の制御装置。

【請求項6】

前記制御部は、
さらに、前記操作量の現在値と前記操作量の候補値との差分に基づいて、前記制御評価値を算出する、ことを特徴とする請求項４に記載の制御装置。

【請求項7】

前記操作量は、ステアリング量、ブレーキ量およびアクセル量である、ことを特徴とする請求項１に記載の制御装置。

【請求項8】

前記制御部は、
決定した前記操作量の値を出力する、ことを特徴とする請求項１に記載の制御装置。

【請求項9】

制御対象に搭載されたセンサの情報と前記制御対象の被制御量の目標値とを取得し、
多層のニューロン構造かつＲｅＬＵ構造の活性化関数を有し、前記センサの情報を入力として前記制御対象の周囲の移動体の動的挙動を予測する第１モデルに基づき、各ニューロンの重み係数、バイアスおよび入出力変数の上下限値が設定され、バイナリ変数を含む線形不等式関数を用いて前記各ニューロンの活性化関数が変換された変換後の前記第１モデルを用いて、取得した前記センサの情報から、将来の前記移動体の被制御量の推定値を算出し、
前記制御対象の被制御量を制御するための操作量の候補値から、将来の前記制御対象の被制御量の推定値を算出し、
取得した前記制御対象の被制御量の目標値と、算出した前記制御対象の被制御量の推定値と、算出した前記移動体の被制御量の推定値とに基づいて、前記制御対象の被制御量を制御するための操作量の値を決定する、
処理をコンピュータが実行することを特徴とする制御方法。

【請求項10】

制御対象に搭載されたセンサの情報と前記制御対象の被制御量の目標値とを取得し、
多層のニューロン構造かつＲｅＬＵ構造の活性化関数を有し、前記センサの情報を入力として前記制御対象の周囲の移動体の動的挙動を予測する第１モデルに基づき、各ニューロンの重み係数、バイアスおよび入出力変数の上下限値が設定され、バイナリ変数を含む線形不等式関数を用いて前記各ニューロンの活性化関数が変換された変換後の前記第１モデルを用いて、取得した前記センサの情報から、将来の前記移動体の被制御量の推定値を算出し、
前記制御対象の被制御量を制御するための操作量の候補値から、将来の前記制御対象の被制御量の推定値を算出し、
取得した前記制御対象の被制御量の目標値と、算出した前記制御対象の被制御量の推定値と、算出した前記移動体の被制御量の推定値とに基づいて、前記制御対象の被制御量を制御するための操作量の値を決定する、
処理をコンピュータに実行させることを特徴とする制御プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、制御装置、制御方法、および制御プログラムに関する。

【背景技術】

【0002】

従来、自動車の自律走行制御において、車載カメラやレーダの情報から、ＡＩ（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ）の深層学習を用いて移動体（障害物）を検出し、将来の挙動を予測する移動体予測モデルを再現することによって、高性能な制御を実現する取り組みが行われている。自動車の自律走行制御は、例えば、多層のニューラルネットワーク（ＮＮ）のモデル（移動体の多入力多出力モデル）を用いて、多変数の最適制御を行うことによって実現される。

【0003】

先行技術としては、例えば、産業プロセスのモデル化のため、相互接続された二つのＭＬＤ（Ｍｉｘｅｄ Ｌｏｇｉｃａｌ Ｄｙｎａｍｉｃａｌ）サブシステムをマージすることによって、一つの結合されたＭＬＤシステムを構築するものがある。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特表２００８－５０２０３４号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

しかしながら、従来技術では、多層のニューラルネットワークのモデルを用いた多変数の最適制御に多くの演算時間がかかり、自動車等の自律走行を実時間制御することが困難である。

【0006】

一つの側面では、本発明は、高性能かつ高速な自律走行制御を実現することを目的とする。

【課題を解決するための手段】

【0007】

１つの実施態様では、多層のニューロン構造かつＲｅＬＵ構造の活性化関数を有し、制御対象に搭載されたセンサの情報を入力として前記制御対象の周囲の移動体の動的挙動を予測する第１モデルに基づき、各ニューロンの重み係数、バイアスおよび入出力変数の上下限値が設定され、バイナリ変数を含む線形不等式関数を用いて前記各ニューロンの活性化関数が変換された変換後の第１モデルと、前記センサの情報と前記制御対象の被制御量の目標値とを取得し、前記変換後の第１モデルを用いて、前記センサの情報から、将来の前記移動体の被制御量の推定値を算出し、前記制御対象の被制御量を制御するための操作量の候補値から、将来の前記制御対象の被制御量の推定値を算出し、前記制御対象の被制御量の目標値と前記制御対象の被制御量の推定値と前記移動体の被制御量の推定値とに基づいて、前記制御対象の被制御量を制御するための操作量の値を決定する制御部と、を有する制御装置が提供される。

【発明の効果】

【0008】

本発明の一側面によれば、高性能かつ高速な自律走行制御を実現することができるという効果を奏する。

【図面の簡単な説明】

【0009】

【図1】図１は、実施の形態にかかる制御方法の一実施例を示す説明図である。

【図2A】図２Ａは、移動体予測モデルの一例を示す説明図である。

【図2B】図２Ｂは、移動体予測モデルの変換例を示す説明図である。

【図3】図３は、制御装置１０１のハードウェア構成例を示すブロック図である。

【図4】図４は、制御装置１０１の機能的構成例を示すブロック図である。

【図5】図５は、制御装置１０１の制御処理手順の一例を示すフローチャートである。

【図6】図６は、最適化処理の具体的な処理手順の一例を示すフローチャートである。

【発明を実施するための形態】

【0010】

以下に図面を参照して、本発明にかかる制御装置、制御方法、および制御プログラムの実施の形態を詳細に説明する。

【0011】

（実施の形態）
図１は、実施の形態にかかる制御方法の一実施例を示す説明図である。図１において、制御装置１０１は、制御対象を制御するコンピュータである。制御対象は、例えば、自動車、ドローン（無人航空機）などの移動体である。制御対象の制御とは、例えば、ブレーキ量、アクセル量、操舵量などを制御することである。

【0012】

ここで、多層のニューラルネットワーク（ＮＮ）の移動体予測モデルを用いて、自動車の周囲の移動体（障害物）を検出し、将来の挙動を予測する場合がある。移動体（障害物）は、例えば、他の自動車、歩行者、自転車などである。一方、移動体（障害物）の挙動を精度よく再現するには、考慮する変数の数が増え、移動体予測モデルの規模が大きくなる。このため、従来技術では、移動体予測モデルを用いて多変数の最適制御を行う場合に多くの演算時間を必要とする。

【0013】

また、既存の移動体予測モデルは、非線形かつ１次遅れ、２次遅れ、無駄時間などの特性を含む動的システムであり、数式処理で逆関数の数理モデルを導出することが困難である。このため、解析的に問題を解くことができずに、計算負荷が高くなるという問題がある。したがって、従来技術では、例えば、自動車の自律走行制御ユニットなどに移動体予測モデルを実装して、オンボードで実時間制御することが困難である。

【0014】

そこで、本実施の形態では、ＲｅＬＵ構造の活性化関数を有する移動体予測モデルＭ（第１モデル）を、バイナリ変数を含む線形不等式関数を用いて変換した変換後の移動体予測モデルＭｃ（変換後の第１モデル）により、移動体の動的挙動を予測し、制御対象の被制御量を制御するための操作量を探索することで、高性能かつ高速な自律走行制御を実現する制御方法について説明する。以下、制御装置１０１の処理例について説明する。

【0015】

制御装置１０１は、第１モデルを変換した変換後の第１モデルを取得する。ここで、第１モデルは、制御対象の周囲の移動体の動的挙動を予測するモデルである。第１モデルは、多層のニューロン構造かつＲｅＬＵ（Ｒｅｃｔｉｆｉｅｄ Ｌｉｎｅａｒ Ｕｎｉｔ：正規化線形関数）構造の活性化関数を有する。

【0016】

ＲｅＬＵ構造は、関数への入力値が０以下の場合には出力値が０、入力値が０より大きい場合には出力値が線形に変化する関数である。第１モデルは、制御対象に搭載されたセンサの情報を入力として、将来の移動体の被制御量の値（推定値）を出力する。移動体の被制御量は、例えば、軌道、速度、燃料消費量などである。センサは、制御対象の周囲の障害物を検出するための装置であり、例えば、レーダ、カメラなどである。

【0017】

第１モデルによれば、制御対象の周囲の移動体の動的挙動を高精度に再現することができる。一方で、自律走行制御に、第１モデルをそのまま用いると、最適制御のための演算時間が増大するおそれがある。このため、制御装置１０１は、高性能かつ高速な自律走行制御を実現するために、第１モデルを変換した変換後の第１モデルを取得する。

【0018】

変換後の第１モデルは、第１モデルに基づき、各ニューロン（ノード）の重み係数、バイアス、および、入出力変数の上下限値が設定され、バイナリ変数を含む線形不等式関数を用いて、各ニューロンの活性化関数が変換されたモデルである。重み係数およびバイアスは、各ニューロン（ノード）の入力と出力との関係を表す。重み係数は、入力に対する重みを示す。バイアスは、入力値を一定の範囲に偏らせるために用いるものである。

【0019】

入出力変数は、例えば、モデル自体に入力される変数、モデル自体から出力される変数、モデル内の各ニューロンから出力される変数などである。入出力変数の上下限値は、例えば、第１モデルに、網羅的な試験パターンであるＣｈｉｒｐ信号またはＡＰＲＢＳ（Ａｍｐｌｉｔｕｄｅ Ｐｓｅｕｄｏ Ｒａｎｄｏｍ Ｂｉｎａｒｙ Ｓｉｇｎａｌ）信号を与えることによって取得される、各入出力変数の最大値と最小値に基づき設定される。

【0020】

以下の説明では、第１モデルを「移動体予測モデルＭ」と表記し、変換後の第１モデルを「変換後の移動体予測モデルＭｃ」と表記する場合がある。

【0021】

ここで、図２Ａおよび図２Ｂを用いて、移動体予測モデルＭの変換例について説明する。移動体予測モデルＭは、例えば、予め作成されている。

【0022】

図２Ａは、移動体予測モデルの一例を示す説明図である。図２Ａにおいて、移動体予測モデル２００は、移動体予測モデルＭの一例であり、多層のニューロン構造かつＲｅＬＵ構造の活性化関数を有する。移動体予測モデル２００は、画像情報（現在値、過去値）およびレーダ情報（現在値、過去値）を入力として、将来の移動体の被制御量の推定値を出力する。過去値は、例えば、１ステップ前の値である。

【0023】

ここでは、移動体の被制御量の推定値として、移動体の軌道（１ステップ後の予測値）を出力する場合を例に挙げて説明する。画像情報は、例えば、制御対象となる車両（自動車）に搭載された車載カメラＣの画像情報である。車載カメラＣは、車両の周囲を撮影する撮像装置である。レーダ情報は、例えば、制御対象となる車両（自動車）に搭載されたレーダＲの情報である。

【0024】

レーダＲは、電波を発射して障害物に当て、その反射波を受信して方向や位置を測定する装置である。レーダＲは、例えば、ＬｉＤＡＲ（Ｌｉｇｈｔ Ｄｅｔｅｃｔｉｏｎ Ａｎｄ Ｒａｎｇｉｎｇ）、ミリ波レーダおよび超音波センサの少なくともいずれかである。移動体の軌道は、現時刻から将来にわたる期間において移動体が移動する道筋である。

【0025】

移動体予測モデル２００において、例えば、ノード２０１，２０２は、ＲｅＬＵ関数を含むニューロンの一例である。ＲｅＬＵ関数は、ＲｅＬＵ構造の活性化関数である。また、ω₁₁ ⁽¹⁾は、ｕ₁からノード２０１への入力にかかる重みを示す。また、ｂ₁ ⁽¹⁾は、ノード２０１のバイアスを示す。

【0026】

図２Ｂは、移動体予測モデルの変換例を示す説明図である。図２Ｂにおいて、移動体予測モデル２１０は、図２Ａに示した移動体予測モデル２００を簡易化して示したものである。なお、図２Ｂでは、移動体予測モデル２１０の一部を抜粋して表示している。

【0027】

移動体予測モデル２１０において、例えば、ＲｅＬＵ関数２１１は、ノード２０１（図２Ａ参照）の活性化関数を示す。ｗ₁は、ｕからノード２０１への入力にかかる重みを示す。ｂ₁は、ノード２０１のバイアスを示す。また、ＲｅＬＵ関数２１２は、ノード２０２（図２Ａ参照）の活性化関数を示す。ｗ₂は、ノード２０１からノード２０２への入力にかかる重みを示す。ｂ₂は、ノード２０２のバイアスを示す。なお、Ｉは、線形関数を示す。

【0028】

制御装置１０１は、例えば、命題論理を用いて、各ＲｅＬＵ関数を変形する。ＲｅＬＵ関数は、例えば、下記式（１）を用いて表される。

【0029】

【数1】

【0030】

制御装置１０１は、場合分けの条件を表現するために、下記式（２）、（３）のように、ＲｅＬＵ関数にバイナリ変数δを導入する。バイナリ変数δは、０と１の２値のみをとり得る変数（０－１変数）である。

【0031】

［ｆ（ｘ）≦０］ ⇔ ［δ＝１］ ・・・（２）
［ｆ（ｘ）＞０］ ⇔ ［δ＝０］ ・・・（３）

【0032】

上記の命題論理は、下記式（４）、（５）の不等式が成立することと等価である。ただし、Ｍは、ｆ（ｘ）の最大値である。ｍは、ｆ（ｘ）の最小値である。εは、計算機精度である。制御装置１０１は、Ｍ（各ニューロンから出力される変数の上限値）として、変換前の移動体予測モデル２１０の各ニューロンから出力される変数の最大値を設定する。また、制御装置１０１は、ｍ（各ニューロンから出力される変数の下限値）として、変換前の移動体予測モデル２１０の各ニューロンから出力される変数の最小値を設定する。

【0033】

ｆ（ｘ）≦Ｍ（１－δ） ・・・（４）
ｆ（ｘ）≧ε＋（ｍ－ε）δ ・・・（５）

【0034】

バイナリ変数δを用いることで、ｙは、下記式（６）のように表すことができる。

【0035】

ｙ＝（１－δ）ｆ（ｘ） ・・・（６）

【0036】

上記式（６）と等価な不等式は、例えば、下記式（７）～（１０）となる。

【0037】

ｙ≦Ｍ（１－δ） ・・・（７）
ｙ≧ｍ（１－δ） ・・・（８）
ｙ≦ｆ（ｘ）－ｍδ ・・・（９）
ｙ≧ｆ（ｘ）－Ｍδ ・・・（１０）

【0038】

制御装置１０１は、例えば、上記変形をすべてのＲｅＬＵ関数に適用することにより、移動体予測モデル２１０を変換する。

【0039】

移動体予測モデル２２０は、変換後の移動体予測モデルＭｃの一例であり、移動体予測モデル２１０を変換した変換後の移動体予測モデルである。移動体予測モデル２２０は、画像情報（現在値、過去値）およびレーダ情報（現在値、過去値）を入力として、将来の移動体の軌道（推定値）を出力する。図２Ｂでは、移動体予測モデル２２０の一部を抜粋して表示している。

【0040】

制御装置１０１は、変換後の移動体予測モデル２２０の各ニューロンの重み係数、バイアスとして、変換前の移動体予測モデル２１０の各ニューロン（例えば、ノード２０１）の重み係数、バイアス（例えば、ｗ₁、ｂ₁）を設定する。また、制御装置１０１は、変換後の移動体予測モデル２２０に入力される変数の上下限値として、変換前の移動体予測モデル２１０に入力される変数（例えば、ｕ）の上下限値を設定する。また、制御装置１０１は、変換後の移動体予測モデル２２０から出力される変数の上下限値として、変換前の移動体予測モデル２１０から出力される変数（例えば、ｙ）の上下限値を設定する。

【0041】

これにより、制御装置１０１は、移動体予測モデル２１０を変換した変換後の移動体予測モデル２２０を取得することができる。移動体予測モデル２２０によれば、問題（混合整数計画問題）を高速に解くことが可能なアルゴリズムを用いることができるため、計算負荷を抑えることができる。また、問題空間を限定することができるため、解空間が小さくなり探索にかかる時間を短縮することができる。

【0042】

ただし、移動体予測モデル２１０の変換は、制御装置１０１とは異なる他のコンピュータにおいて行われてもよい。この場合、制御装置１０１は、例えば、ユーザの操作入力により、または、他のコンピュータから受信することにより、変換後の移動体予測モデル２２０を取得する。

【0043】

制御装置１０１は、制御対象に搭載されたセンサの情報と、制御対象の被制御量の目標値とを取得する。具体的には、例えば、制御装置１０１は、制御対象に搭載された車載カメラＣから画像情報を取得する。画像情報は、例えば、車載カメラＣにより撮影された画像を示す情報である。

【0044】

また、制御装置１０１は、制御対象に搭載されたレーダＲからレーダ情報を取得する。レーダ情報は、例えば、制御対象の周囲に存在する移動体（障害物）の方向や位置を示す測定結果である。制御対象の被制御量は、例えば、制御対象の軌道、速度、燃料消費量などである。

【0045】

制御対象の軌道は、現時刻から将来にわたる期間において制御対象が移動する道筋である。制御対象の速度は、現時刻から将来にわたる期間において制御対象が移動する際の速度である。制御対象の燃料消費量は、現時刻から将来にわたる期間において制御対象が消費する燃料消費量（燃費）である。

【0046】

被制御量の目標値は、例えば、道路状況に応じて設定される被制御量の値である。被制御量の目標値は、例えば、目的地に向かう車両の目標軌道、目標速度である。具体的には、例えば、制御装置１０１は、制御対象となる車両のナビゲーションシステムから、当該車両の目標軌道、目標速度（被制御量の目標値）を取得する。

【0047】

制御装置１０１は、変換後の移動体予測モデルＭｃを用いて、取得したセンサの情報から、将来の移動体の被制御量の推定値を算出する。具体的には、例えば、制御装置１０１は、取得した車載カメラＣの画像情報とレーダＲのレーダ情報を、変換後の移動体予測モデルＭｃに入力することによって、移動体の被制御量の推定値を算出する。移動体の被制御量は、例えば、移動体の軌道、速度、燃料消費量などである。

【0048】

制御装置１０１は、制御対象の被制御量を制御するための操作量の候補値から、将来の制御対象の被制御量の推定値を算出する。制御対象の被制御量を制御するための操作量は、例えば、ステアリング量、ブレーキ量、アクセル量などである。操作量の候補値は、例えば、ランダムな値である。

【0049】

具体的には、例えば、制御装置１０１は、第２モデルを用いて、制御対象の被制御量を制御するための操作量の候補値から、将来の制御対象の被制御量の推定値を算出する。ここで、第２モデルは、制御対象の操作量を入力として、制御対象の動的挙動を予測するモデルである。

【0050】

第２モデルは、運動方程式などの物理法則に基づき構築される数理モデルである。例えば、第２モデルは、制御対象となる車両のステアリング量、ブレーキ量、アクセル量を入力として、当該車両の被制御量の推定値を出力する。第２モデルとしては、既存のいかなるモデルを用いることにしてもよい。

【0051】

制御装置１０１は、取得した制御対象の被制御量の目標値と、算出した制御対象の被制御量の推定値と、算出した移動体の被制御量の推定値とに基づいて、制御対象の被制御量を制御するための操作量の値を決定する。具体的には、例えば、制御装置１０１は、操作量の候補値それぞれについて、制御対象の被制御量の推定値と、制御対象の被制御量の目標値と、移動体の被制御量の推定値とに基づいて、制御評価値を算出する。

【0052】

ここで、制御評価値は、制御対象の被制御量を制御するためのコストを表す。制御評価値は、例えば、値が低いほど評価が高いことを示す。そして、制御装置１０１は、算出した制御評価値に基づいて、操作量の候補値の中から制御対象の被制御量を制御するための操作量の値を決定する。

【0053】

より詳細に説明すると、例えば、制御装置１０１は、最適化ソルバーｓｖにより、操作量の候補値を変化させながら、変換後の移動体予測モデルＭｃを用いて、制御対象の被制御量の推定値を算出する。最適化ソルバーｓｖは、例えば、ｄｕａｌ－ｓｉｍｐｌｅｘ（双対単体法）アルゴリズムを用いて、問題を解くソフトウェアである。つぎに、制御装置１０１は、例えば、評価関数ｅｆを用いて、制御対象の被制御量の推定値と、制御対象の被制御量の目標値と、移動体の被制御量の推定値とに基づいて、制御評価値を算出する。

【0054】

評価関数ｅｆは、例えば、制御対象の被制御量（軌道、速度）の目標値に対する制御対象の被制御量（軌道、速度）の推定値の誤差を考慮する項と、制御対象と移動体との位置関係を考慮する項とを含むコスト関数である。制御対象と移動体との位置関係は、制御対象の被制御量（軌道、速度）の推定値と移動体の被制御量（軌道、速度）の推定値とから特定される。各項は、項同士の値を適切に比較するために正規化されてもよく、また、各項の優先度合いに応じて重み付けされてもよい。

【0055】

そして、制御装置１０１は、制御評価値（コスト）が最小となるときの操作量の候補値を、次のステップで制御対象の被制御量を制御するための操作量の値に決定する。これにより、例えば、移動体（障害物）との衝突を回避しつつ、制御対象の被制御量をできるだけ目標値に近づけるための操作量の値を決定することができる。

【0056】

制御装置１０１は、決定した操作量の値を出力する。具体的には、例えば、制御装置１０１は、次のステップで被制御量を制御する際の操作量の情報として、制御対象となる車両に対して、操作量情報１１０を出力する。ここで、操作量情報１１０は、決定された操作量の値を示す情報であり、例えば、ステアリング量、ブレーキ量、アクセル量の値を示す。

【0057】

このように、制御装置１０１によれば、制御対象の周囲の移動体の動的挙動を高精度に予測可能なモデル（変換後の移動体予測モデルＭｃ）を用いて、高性能かつ高速な自律走行制御を実現することができる。例えば、制御装置１０１によれば、移動体（障害物）との衝突を回避しつつ、制御対象となる車両の軌道や速度をできるだけ目標値に追従させる自律走行制御を行うことができる。

【0058】

また、制御装置１０１によれば、多層のニューラルネットワークの移動体予測モデルを、線形不等式関数を用いて定式化することで、最適化問題を解析的に解くことができる。また、線形不等式関数に変形可能な活性化関数としては、例えば、ＲｅＬＵ、Ｈａｄｌｉｍｓ、Ｓａｔｌｉｎｓ、ｔｒｉｂａｓなどがある。これらの活性化関数のうち、ＲｅＬＵ構造の活性化関数を移動体予測モデルに用いることで、移動体の動的挙動の高精度な予測を実現することができる。

【0059】

（制御装置１０１のハードウェア構成例）
つぎに、制御装置１０１のハードウェア構成例について説明する。

【0060】

図３は、制御装置１０１のハードウェア構成例を示すブロック図である。図３において、制御装置１０１は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）３０１と、メモリ３０２と、ディスクドライブ３０３と、ディスク３０４と、通信Ｉ／Ｆ（Ｉｎｔｅｒｆａｃｅ）３０５と、可搬型記録媒体Ｉ／Ｆ３０６と、可搬型記録媒体３０７と、を有する。また、各構成部は、バス３００によってそれぞれ接続される。

【0061】

ここで、ＣＰＵ３０１は、制御装置１０１の全体の制御を司る。ＣＰＵ３０１は、複数のコアを有していてもよい。メモリ３０２は、例えば、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）およびフラッシュＲＯＭなどを有する。具体的には、例えば、フラッシュＲＯＭがＯＳのプログラムを記憶し、ＲＯＭがアプリケーションプログラムを記憶し、ＲＡＭがＣＰＵ３０１のワークエリアとして使用される。メモリ３０２に記憶されるプログラムは、ＣＰＵ３０１にロードされることで、コーディングされている処理をＣＰＵ３０１に実行させる。

【0062】

ディスクドライブ３０３は、ＣＰＵ３０１の制御に従ってディスク３０４に対するデータのリード／ライトを制御する。ディスク３０４は、ディスクドライブ３０３の制御で書き込まれたデータを記憶する。ディスク３０４としては、例えば、磁気ディスク、光ディスクなどが挙げられる。

【0063】

通信Ｉ／Ｆ３０５は、通信回線を通じてネットワーク３１０に接続され、ネットワーク３１０を介して外部のコンピュータに接続される。そして、通信Ｉ／Ｆ３０５は、ネットワーク３１０と装置内部とのインターフェースを司り、外部のコンピュータからのデータの入出力を制御する。通信Ｉ／Ｆ３０５には、例えば、モデムやＬＡＮアダプタなどを採用することができる。

【0064】

可搬型記録媒体Ｉ／Ｆ３０６は、ＣＰＵ３０１の制御に従って可搬型記録媒体３０７に対するデータのリード／ライトを制御する。可搬型記録媒体３０７は、可搬型記録媒体Ｉ／Ｆ３０６の制御で書き込まれたデータを記憶する。可搬型記録媒体３０７としては、例えば、ＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｃ）－ＲＯＭ、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）メモリなどが挙げられる。

【0065】

なお、制御装置１０１は、上述した構成部のほかに、例えば、入力装置、ディスプレイなどを有することにしてもよい。また、制御装置１０１は、上述した構成部のうち、例えば、ディスクドライブ３０３、ディスク３０４、可搬型記録媒体Ｉ／Ｆ３０６、可搬型記録媒体３０７を有さないことにしてもよい。

【0066】

（制御装置１０１の機能的構成例）
図４は、制御装置１０１の機能的構成例を示すブロック図である。図４において、制御装置１０１は、取得部４０１と、第１の推定部４０２と、第２の推定部４０３と、最適化部４０４と、評価値算出部４０５と、を含む。取得部４０１～評価値算出部４０５は制御部となる機能であり、具体的には、例えば、図３に示したメモリ３０２、ディスク３０４、可搬型記録媒体３０７などの記憶装置に記憶されたプログラムをＣＰＵ３０１に実行させることにより、または、通信Ｉ／Ｆ３０５により、その機能を実現する。各機能部の処理結果は、例えば、メモリ３０２、ディスク３０４などの記憶装置に記憶される。

【0067】

取得部４０１は、制御対象に搭載されたセンサの情報を取得する。以下の説明では、制御対象として、「自動車（車両）」を例に挙げて説明する。また、制御対象に搭載されたセンサとして、「車載カメラＣ」および「レーダＲ」を例に挙げて説明する。

【0068】

具体的には、例えば、取得部４０１は、自車両に搭載された車載カメラＣから画像情報を取得する。画像情報は、例えば、車載カメラＣにより撮影された画像を示す情報であり、例えば、過去から現時刻までの直近一定時間分の動画像（時系列データ）である。また、取得部４０１は、自車両に搭載されたレーダＲからレーダ情報を取得する。レーダ情報は、例えば、レーダＲによって測定された自車両の周囲に存在する移動体（障害物）の方向や位置を示す情報であり、例えば、直近一定時間分の測定結果（時系列データ）である。

【0069】

また、取得部４０１は、自車両（制御対象）の被制御量の目標値を取得する。被制御量の目標値は、例えば、自車両の目標軌道、目標速度などである。自車両の目標軌道は、現時刻から将来にわたる期間（例えば、５秒間）において自車両が移動する際の目標となる道筋である。自車両の目標速度は、現時刻から将来にわたる期間において自車両が移動する際の目標速度である。目標速度は、例えば、平均速度であってもよく、また、一定時間（１秒など）ごとの速度であってもよい。

【0070】

具体的には、例えば、取得部４０１は、自車両のナビゲーションシステム（不図示）から、自車両の目標軌道、目標速度を取得する。ナビゲーションシステムは、ドライバーの運転を支援するため、自動車の現在位置を地図上に表示したり、目的地までの距離や方位を表示したりするシステムである。ナビゲーションシステムでは、例えば、自車両が走行する道路状況に応じて、自車両の目標軌道、目標速度が計算される。

【0071】

第１の推定部４０２は、変換後の移動体予測モデルＭｃを用いて、取得された車載カメラＣの画像情報とレーダＲのレーダ情報から、将来の移動体の被制御量の推定値を算出する。移動体は、自車両の周囲に存在する移動体（障害物）である。移動体の被制御量は、例えば、移動体の軌道、速度、燃料消費量などである。

【0072】

移動体の軌道は、現時刻から将来にわたる期間（例えば、５秒間）において移動体が移動する道筋である。移動体の速度は、現時刻から将来にわたる期間において移動体が移動する際の速度である。移動体の燃料消費量は、現時刻から将来にわたる期間において移動体が消費する燃料消費量である。

【0073】

変換後の移動体予測モデルＭｃは、移動体予測モデルＭを変換することにより得られる（例えば、図２Ａ、図２Ｂ参照）。移動体予測モデルＭは、多層のニューロン構造かつＲｅＬＵ構造の活性化関数を有し、自車両の周囲の移動体の動的挙動を予測するモデルである。

【0074】

移動体予測モデルＭは、例えば、車載カメラＣの画像情報（現在値、過去値）とレーダＲのレーダ情報（現在値、過去値）とを入力として、将来の移動体の被制御量の推定値を出力するモデルである。画像情報（現在値、過去値）とレーダ情報（現在値、過去値）は、例えば、直近一定時間分の情報である。

【0075】

変換後の移動体予測モデルＭｃは、移動体予測モデルＭに基づき、各ニューロンの重み係数、バイアスおよび入出力変数の上下限値が設定され、バイナリ変数を含む線形不等式関数を用いて、各ニューロンの活性化関数が変換されたモデルである。移動体予測モデルＭは、例えば、予め作成されてメモリ３０２、ディスク３０４などの記憶装置に記憶されている。

【0076】

具体的には、例えば、第１の推定部４０２は、移動体予測モデルＭに基づいて、変換後の移動体予測モデルＭｃの各ニューロンの重み係数、バイアスとして、変換前の移動体予測モデルＭの各ニューロンの重み係数、バイアスを設定する。また、第１の推定部４０２は、変換後の移動体予測モデルＭｃに入力される変数の上下限値として、移動体予測モデルＭに入力される変数の上下限値を設定する。

【0077】

また、第１の推定部４０２は、変換後の移動体予測モデルＭｃから出力される変数の上下限値として、移動体予測モデルＭから出力される変数の上下限値を設定する。また、第１の推定部４０２は、変換後の移動体予測モデルＭｃの各ニューロン（活性化関数）から出力される変数の上下限値として、移動体予測モデルＭの各ニューロンから出力される変数の上下限値を設定する。

【0078】

入出力変数の上下限値は、例えば、移動体予測モデルＭにＣｈｉｒｐ信号またはＡＰＲＢＳ信号を入力として与えることによって取得される、各入出力変数の最大値と最小値に基づき設定される。Ｃｈｉｒｐ信号は、時刻に応じて周波数成分を連続的に変える正弦波の信号である。ＡＰＲＢＳ信号は、矩形波の振幅をランダムに組み合わせた信号である。Ｃｈｉｒｐ信号やＡＰＲＢＳ信号によれば、網羅的な試験パターンを実現して、入出力変数の上下限値を精度よく設定することができる。また、各入出力変数の範囲を適切に限定することで、高速かつ高性能なモデル（変換後の移動体予測モデルＭｃ）を生成することができる。

【0079】

ただし、移動体予測モデルＭの変換は、制御装置１０１において行われてもよく、また、制御装置１０１とは異なる他のコンピュータにおいて行われてもよい。他のコンピュータにより行われた場合、制御装置１０１は、例えば、ユーザの操作入力により、または、他のコンピュータから受信することにより、変換後の移動体予測モデルＭｃを取得する。

【0080】

第２の推定部４０３は、自車両の被制御量を制御するための操作量の探索値から、将来の自車両の被制御量の推定値を算出する。自車両の被制御量は、例えば、自車両の軌道、速度、燃料消費量などである。自車両の軌道は、現時刻から将来にわたる期間において自車両が移動する道筋である。自車両の速度は、現時刻から将来にわたる期間において自車両が移動する際の速度である。自車両の燃料消費量は、現時刻から将来にわたる期間において自車両が消費する燃料消費量である。

【0081】

操作量は、例えば、ステアリング量、ブレーキ量、アクセル量などである。操作量の探索値は、被制御量を制御するための操作量の候補値に相当する。操作量の探索値は、例えば、最適化部４０４により予め定められた探索ルールに従って探索され、最適化部４０４から第２の推定部４０３に与えられる。将来の自車両の被制御量の推定値は、例えば、自車両を制御する際の次のステップの被制御量を表す。

【0082】

具体的には、例えば、第２の推定部４０３は、自車両モデルを用いて、自車両の被制御量を制御するための操作量の探索値から、将来の自車両の被制御量の推定値を算出する。ここで、自車両モデルは、自車両の操作量を入力として、自車両の動的挙動を予測するモデルである。

【0083】

自車両モデルは、運動方程式などの物理法則に基づき構築される数理モデルである。自車両モデルは、図１で説明した「第２モデル」に相当する。例えば、自車両モデルは、自車両のステアリング量、ブレーキ量、アクセル量を入力として、自車両の軌道、速度（車速）、燃料消費量（燃費）の推定値を出力する。

【0084】

より詳細に説明すると、例えば、第２の推定部４０３は、ｋステップ前（ｋは、２以上の自然数）から１ステップ前までの操作量（過去値）と、現時刻の操作量の探索値（現在値）とを、自車両モデルに入力することによって、現時刻から将来にわたる期間（例えば、５秒間）における自車両の被制御量（軌道、速度、燃料消費量）の推定値を算出する。過去の各ステップの操作量（過去値）は、例えば、メモリ３０２、ディスク３０４などの記憶装置に記憶されている。

【0085】

最適化部４０４は、自車両の被制御量の目標値と自車両の被制御量の推定値と移動体（障害物）の被制御量の推定値とに基づいて、自車両の被制御量を制御するための操作量の値を決定する。具体的には、例えば、最適化部４０４は、自車両の被制御量（軌道、速度）の目標値に対する自車両の被制御量（軌道、速度）の推定値の誤差に基づいて、操作量の値を決定してもよい。これにより、自車両の被制御量（軌道、速度）の目標値（目標軌道、目標車速）への追従性を考慮して、操作量の値を決定することができる。

【0086】

また、最適化部４０４は、例えば、自車両の被制御量（軌道、速度）の推定値と移動体の被制御量（軌道、速度）の推定値とから特定される、自車両と移動体との位置関係に基づいて、操作量の値を決定してもよい。これにより、自車両と移動体との衝突可能性を考慮して、操作量の値を決定することができる。

【0087】

また、最適化部４０４は、例えば、自車両の被制御量（燃料消費量）の推定値と自車両の被制御量（燃料消費量）の推定値とに基づいて、操作量の値を決定してもよい。これにより、自車両と移動体との燃料消費量を考慮して、操作量の値を決定することができる。

【0088】

また、最適化部４０４は、例えば、操作量の変化量に基づいて、操作量の値を決定してもよい。ここで、操作量の変化量は、例えば、現在の操作量の値（現在値）と操作量の探索値との差分によって表される。これにより、ステアリング量、ブレーキ量、アクセル量などの変化量を考慮して、操作量の値を決定することができる。

【0089】

より詳細に説明すると、例えば、最適化部４０４は、操作量の探索値それぞれについて、評価値算出部４０５によって算出される制御評価値に基づいて、操作量の探索値の中から、自車両の被制御量を制御するための操作量の値を決定する。制御評価値は、自車両の被制御量を制御するためのコストを表す。

【0090】

ここで、評価値算出部４０５は、操作量の探索値それぞれについて、算出された自車両の被制御量の推定値と、自車両の被制御量の目標値と、移動体の被制御量の推定値とに基づいて、制御評価値を算出する。制御評価値は、例えば、値が低いほど評価が高いことを示す。

【0091】

具体的には、例えば、評価値算出部４０５は、自車両の被制御量（軌道、速度）の目標値に対する自車両の被制御量（軌道、速度）の推定値の誤差、および、自車両と移動体との位置関係に基づいて、制御評価値を算出してもよい。ここで、被制御量（軌道、速度）の目標値に対する推定値の誤差は、例えば、目標軌道および目標車速に基づく自車両の位置と、自車両の軌道および速度の推定値に基づく自車両の位置との誤差によって表される。

【0092】

例えば、各軌道（目標軌道、軌道の推定値）を現時刻から５秒間の軌道とする。この場合、評価値算出部４０５は、目標軌道および目標車速に基づいて、自車両の１秒ごとの位置を算出する。また、評価値算出部４０５は、自車両の軌道および速度の推定値に基づいて、自車両の１秒ごとの位置を算出する。そして、評価値算出部４０５は、１秒ごとの位置同士の誤差を合計することにより、被制御量（軌道、速度）の目標値に対する推定値の誤差を算出することにしてもよい。

【0093】

また、被制御量（軌道、速度）の目標値に対する推定値の誤差は、目標軌道に対する軌道の推定値の差分と、目標車速に対する速度の推定値の差分とを足し合わせたものであってもよい。目標軌道に対する軌道の推定値の差分は、例えば、軌道同士の形状の類似度によって表されてもよい。

【0094】

自車両と移動体との位置関係は、例えば、自車両の軌道の推定値と移動体の軌道の推定値との交差の有無によって表される。これにより、軌道が交差することによる自車両と移動体との衝突可能性を考慮して、制御評価値を算出することができる。

【0095】

また、自車両と移動体との位置関係は、自車両の軌道および速度の推定値に基づく自車両の位置と、移動体の軌道および速度の推定値に基づく移動体の位置との誤差によって表されてもよい。これにより、自車両と移動体との距離による衝突可能性を考慮して、制御評価値を算出することができる。

【0096】

また、評価値算出部４０５は、さらに、自車両の被制御量（燃料消費量）の推定値と、移動体の被制御量（燃料消費量）の推定値とに基づいて、制御評価値を算出してもよい。また、評価値算出部４０５は、さらに、操作量の変化量（操作量の現在値と探索値との差分）に基づいて、制御評価値を算出してもよい。

【0097】

より詳細に説明すると、例えば、評価値算出部４０５は、操作量の探索値それぞれについて、評価関数ｅｆを用いて、制御評価値を算出する。評価関数ｅｆは、例えば、下記式（１１）のように、第１の項Ｃ１と、第２の項Ｃ２と、第３の項Ｃ３と、第４の項Ｃ４と、第５の項Ｃ５とを含み、各項Ｃ１～Ｃ５に重み付けしたコスト関数である。ただし、Ｅは、制御評価値である。ａ，ｂ，ｃ，ｄ，ｅは、重み係数である。

【0098】

Ｅ＝ａ＊Ｃ１＋ｂ＊Ｃ２＋ｃ＊Ｃ３＋ｄ＊Ｃ４＋ｅ＊Ｃ５・・・（１１）

【0099】

ここで、第１の項Ｃ１は、自車両の被制御量（軌道、速度）の目標値に対する自車両の被制御量（軌道、速度）の推定値の誤差を考慮する項である。第１の項Ｃ１の値は、例えば、被制御量（軌道、速度）の目標値に対する推定値の誤差が大きくなるほど、大きくなる。

【0100】

第２の項Ｃ２は、自車両の軌道の推定値と移動体の軌道の推定値との交差の有無を考慮する項である。第２の項Ｃ２の値は、例えば、自車両と移動体の軌道が交差する場合は「１」となり、交差しない場合は「０」となる。第３の項Ｃ３は、自車両の軌道および速度の推定値に基づく自車両の位置と、移動体の軌道および速度の推定値に基づく移動体の位置との誤差を考慮する項である。第３の項Ｃ３の値は、例えば、自車両と移動体の位置の誤差が大きくなるほど、大きくなる。

【0101】

第４の項Ｃ４は、自車両の燃料消費量の推定値と移動体の燃料消費量の推定値とを考慮する項である。第４の項Ｃ４の値は、例えば、自車両と移動体の燃料消費量が大きくなるほど、大きくなる。第５の項Ｃ５は、操作量の現在値と操作量の探索値との差分を考慮する項である。第５の項Ｃ５の値は、例えば、操作量の変化量が大きくなるほど、大きくなる。

【0102】

各重み係数ａ～ｅは、任意に設定可能である。例えば、各重み係数ａ～ｅは、項同士の値を適切に比較するために設定される（正規化）。また、各重み係数ａ～ｅは、各項の優先度合いに応じて設定される。例えば、重み係数ｂの値を大きくするほど、自車両と移動体の軌道が交差する場合の制御評価値が大きくなる。

【0103】

そして、最適化部４０４は、例えば、算出された制御評価値に基づいて、操作量の探索値の中から、被制御量を制御するための操作量の値を決定する。より詳細に説明すると、例えば、最適化部４０４は、操作量の探索値のうち、制御評価値が最小となる探索値を、自車両の被制御量を制御するための操作量の値に決定する。

【0104】

なお、最適化部４０４による操作量の探索は、例えば、最小となる制御評価値の変化量がほぼなくなるまで行われてもよく、また、指定の反復回数分行われてもよい。

【0105】

また、最適化部４０４は、決定した操作量の値を出力する。具体的には、例えば、最適化部４０４は、自律走行制御ユニットに対して、次のステップで被制御量を制御する際の操作量として、決定した操作量の値を出力する。自律走行制御ユニットは、自律走行を制御するための制御ユニットである。

【0106】

自律走行制御ユニットは、例えば、制御装置１０１（最適化部４０４）から出力される操作量の値に基づいて、自車両のステアリング量、ブレーキ量、アクセル量を調整することによって、自車両を制御する。自律走行制御ユニットは、例えば、ＥＣＵ（Ｅｎｇｉｎｅ Ｃｏｎｔｒｏｌ Ｕｎｉｔ）である。

【0107】

具体的には、例えば、自律走行制御ユニットにおいて、コントローラの制御に従って、各種アクチュエータ等により、次のステップの操作量（ステアリング量、ブレーキ量、アクセル量）が、出力された操作量の値に調整される。この結果、自動車の被制御量（例えば、軌道、速度、燃料消費量）が制御される。

【0108】

また、移動体予測モデルＭに含まれるＲｅＬＵ構造の活性化関数は、例えば、Ｌｅａｋｙ ＲｅＬＵ構造であってもよい。Ｌｅａｋｙ ＲｅＬＵ構造は、関数への入力値が０以下の場合および０より大きい場合のいずれの場合も出力値が線形に変化し、０を境に傾きが異なる関数である。移動体予測モデルＭに含まれる活性化関数をＬｅａｋｙ ＲｅＬＵ構造の活性化関数とすることで、移動体の動的挙動を予測する精度を向上させることができる。

【0109】

なお、制御装置１０１は、例えば、自動車（制御対象）の自律走行制御ユニットによって実現することにしてもよい。この場合、制御装置１０１は、例えば、決定した操作量の値に基づいて、自車両のステアリング量、ブレーキ量、アクセル量を調整することによって、自車両を制御する。また、制御装置１０１は、自動車（制御対象）の自律走行制御ユニットと通信可能な他のコンピュータによって実現されてもよい。他のコンピュータは、例えば、サーバであってもよく、スマートフォン、ＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）などであってもよい。

【0110】

また、制御装置１０１は、例えば、スタンダードセルやストラクチャードＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）などの特定用途向けＩＣやＦＰＧＡなどのＰＬＤ（Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ）によって実現することにしてもよい。

【0111】

（制御装置１０１の制御処理手順）
つぎに、制御装置１０１の制御処理手順について説明する。

【0112】

図５は、制御装置１０１の制御処理手順の一例を示すフローチャートである。図５のフローチャートにおいて、まず、制御装置１０１は、自車両に搭載された車載カメラＣから画像情報を取得する（ステップＳ５０１）。つぎに、制御装置１０１は、自車両に搭載されたレーダＲからレーダ情報を取得する（ステップＳ５０２）。

【0113】

つぎに、制御装置１０１は、自車両のナビゲーションシステムから被制御量の目標値を取得する（ステップＳ５０３）。そして、制御装置１０１は、変換後の移動体予測モデルＭｃを用いて、取得した画像情報とレーダ情報から、将来の移動体の被制御量の推定値を算出する（ステップＳ５０４）。

【0114】

つぎに、制御装置１０１は、最適化処理を実行する（ステップＳ５０５）。最適化処理は、自車両の被制御量を制御するための操作量を最適化する処理である。最適化処理の具体的な処理手順については、図６を用いて後述する。

【0115】

そして、制御装置１０１は、最適化処理において保存した仮の最適値である操作量の値を出力して（ステップＳ５０６）、本フローチャートによる一連の処理を終了する。

【0116】

つぎに、図６を用いて、図５に示したステップＳ５０５の最適化処理の具体的な処理手順について説明する。

【0117】

図６は、最適化処理の具体的な処理手順の一例を示すフローチャートである。図６のフローチャートにおいて、まず、制御装置１０１は、自車両の被制御量を制御するための操作量の探索値を取得する（ステップＳ６０１）。そして、制御装置１０１は、自車両モデルを用いて、取得した操作量の探索値から、将来の自車両の被制御量の推定値を算出する（ステップＳ６０２）。

【0118】

つぎに、制御装置１０１は、評価関数ｅｆを用いて、自車両の被制御量（軌道、速度、燃料消費量）の推定値と、自車両の被制御量（軌道、速度）の目標値と、移動体の被制御量（軌道、速度、燃料消費量）の推定値と、操作量の変化量とに基づいて、制御評価値を算出する（ステップＳ６０３）。操作量の変化量は、例えば、操作量の現在値と操作量の探索値との差分によって表される。

【0119】

そして、制御装置１０１は、算出した制御評価値が制御評価値_minより小さいか否かを判断する（ステップＳ６０４）。制御評価値_minは、初期状態では「ｎｕｌｌ」である。なお、ステップＳ６０４において、制御評価値_minが初期状態の場合、制御装置１０１は、ステップＳ６０５に移行する。

【0120】

ここで、制御評価値が制御評価値_min以上の場合（ステップＳ６０４：Ｎｏ）、制御装置１０１は、ステップＳ６０７に移行する。一方、制御評価値が制御評価値_minより小さい場合（ステップＳ６０４：Ｙｅｓ）、制御装置１０１は、取得した操作量の探索値を、仮の最適値として保存する（ステップＳ６０５）。

【0121】

そして、制御装置１０１は、算出した制御評価値を制御評価値_minとする（ステップＳ６０６）。つぎに、制御装置１０１は、操作量の探索を終了するか否かを判断する（ステップＳ６０７）。操作量の探索は、例えば、制御評価値_minの変化量がほぼなくなるまで、または、指定の反復回数分行われる。

【0122】

ここで、操作量の探索を終了しない場合（ステップＳ６０７：Ｎｏ）、制御装置１０１は、ステップＳ６０１に戻って、新たな操作量の探索値を取得する。一方、操作量の探索を終了する場合には（ステップＳ６０７：Ｙｅｓ）、制御装置１０１は、最適化処理を呼び出したステップに戻る。

【0123】

これにより、制御装置１０１は、ＲｅＬＵ構造の活性化関数を有する移動体予測モデルＭを、バイナリ変数を含む線形不等式関数を用いて変換した変換後の移動体予測モデルＭｃを用いて、移動体の動的挙動を高精度かつ高速に予測することができる。また、制御装置１０１は、移動体の動的挙動を考慮して、自車両の被制御量を目標値に追従させる操作量を探索することができる。

【0124】

以上説明したように、実施の形態にかかる制御装置１０１によれば、自車両に搭載された車載カメラＣの画像情報とレーダＲのレーダ情報とを取得し、変換後の移動体予測モデルＭｃを用いて、取得した画像情報とレーダ情報から、将来の移動体の被制御量の推定値を算出することができる。また、制御装置１０１によれば、自車両の被制御量を制御するための操作量の探索値から、将来の自車両の被制御量の推定値を算出することができる。自車両の被制御量の推定値は、例えば、自車両の操作量を入力として自車両の動的挙動を予測する自車両モデルを用いて、操作量の探索値から算出される。また、制御装置１０１によれば、自車両の被制御量の目標値を取得することができる。そして、制御装置１０１によれば、自車両の被制御量の目標値と自車両の被制御量の推定値と移動体の被制御量の推定値とに基づいて、自車両の被制御量を制御するための操作量の値を決定し、決定した操作量の値を出力することができる。操作量は、例えば、ステアリング量、ブレーキ量およびアクセル量である。

【0125】

これにより、制御装置１０１は、制御対象の周囲の移動体（障害物）の動的挙動を高精度に予測可能なモデル（変換後の移動体予測モデルＭｃ）を用いて、高性能かつ高速な自律走行制御を実現することができる。例えば、制御装置１０１は、移動体との衝突を回避しつつ、自車両の被制御量をできるだけ目標値に追従させる自律走行制御を行うことができる。

【0126】

また、制御装置１０１によれば、操作量の探索値それぞれについて、自車両の被制御量の目標値と自車両の被制御量の推定値と移動体の被制御量の推定値とに基づいて、自車両の被制御量を制御するためのコストを表す制御評価値を算出し、算出した制御評価値に基づいて、操作量の探索値の中から、自車両の被制御量を制御するための操作量の値を決定することができる。

【0127】

これにより、制御装置１０１は、操作量の探索値の中から、自車両の被制御量を制御するためのコストが低い探索値を、自車両の被制御量を制御するための操作量の値に決定することができる。

【0128】

また、制御装置１０１によれば、自車両の被制御量（軌道、速度）の目標値に対する自車両の被制御量（軌道、速度）の推定値の誤差、および、自車両と移動体との位置関係に基づいて、制御評価値を算出することができる。

【0129】

これにより、制御装置１０１は、自車両の被制御量（軌道、速度）の目標値（目標軌道、目標車速）への追従性と、自車両と移動体との衝突可能性とを考慮して、自車両の被制御量を制御するための操作量の値を決定することができる。

【0130】

また、制御装置１０１によれば、自車両の軌道の推定値と移動体の軌道の推定値との交差の有無に基づいて、制御評価値を算出することができる。

【0131】

これにより、制御装置１０１は、軌道が交差することによる自車両と移動体の衝突可能性を考慮して、自車両の被制御量を制御するための操作量の値を決定することができる。

【0132】

また、制御装置１０１によれば、自車両の軌道および速度の推定値に基づく自車両の位置と、移動体の軌道および速度の推定値に基づく移動体の位置との誤差に基づいて、制御評価値を算出することができる。

【0133】

これにより、制御装置１０１は、自車両と移動体との距離による衝突可能性を考慮して、自車両の被制御量を制御するための操作量の値を決定することができる。

【0134】

また、制御装置１０１によれば、さらに、自車両の被制御量（燃料消費量）の推定値と、移動体の被制御量（燃料消費量）の推定値とに基づいて、制御評価値を算出することができる。

【0135】

これにより、制御装置１０１は、自車両や移動体の燃料消費量を抑えるように、自車両の被制御量を制御するための操作量の値を決定することができる。

【0136】

また、制御装置１０１によれば、さらに、操作量の現在値と探索値との差分に基づいて、制御評価値を算出することができる。

【0137】

これにより、制御装置１０１は、操作量を急激に変化させると、アクチュエータ等が故障する可能性があることを考慮して、操作量の急峻な変化を抑えるように、自車両の被制御量を制御するための操作量の値を決定することができる。

【0138】

また、制御装置１０１によれば、移動体予測モデルＭに含まれる活性化関数を、Ｌｅａｋｙ ＲｅＬＵ構造の活性化関数とすることができる。

【0139】

これにより、制御装置１０１は、自車両の周囲の移動体の動的挙動を予測する精度を向上させることができる。

【0140】

これらのことから、実施の形態にかかる制御装置１０１によれば、自律走行時の軌道を最適化して車両の制御性能を向上させることができる。また、例えば、自律走行制御ユニットに制御装置１０１を実装することにより、オンボードで車両を実時間制御することが可能となる。

【0141】

なお、本実施の形態で説明した制御方法は、予め用意されたプログラムをパーソナル・コンピュータやワークステーション等のコンピュータで実行することにより実現することができる。本制御プログラムは、ハードディスク、フレキシブルディスク、ＣＤ－ＲＯＭ、ＤＶＤ、ＵＳＢメモリ等のコンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行される。また、本制御プログラムは、インターネット等のネットワークを介して配布してもよい。

【0142】

上述した実施の形態に関し、さらに以下の付記を開示する。

【0143】

（付記１）多層のニューロン構造かつＲｅＬＵ構造の活性化関数を有し、制御対象に搭載されたセンサの情報を入力として前記制御対象の周囲の移動体の動的挙動を予測する第１モデルに基づき、各ニューロンの重み係数、バイアスおよび入出力変数の上下限値が設定され、バイナリ変数を含む線形不等式関数を用いて前記各ニューロンの活性化関数が変換された変換後の前記第１モデルと、
前記センサの情報と前記制御対象の被制御量の目標値とを取得し、前記変換後の前記第１モデルを用いて、前記センサの情報から、将来の前記移動体の被制御量の推定値を算出し、前記制御対象の被制御量を制御するための操作量の候補値から、将来の前記制御対象の被制御量の推定値を算出し、前記制御対象の被制御量の目標値と前記制御対象の被制御量の推定値と前記移動体の被制御量の推定値とに基づいて、前記制御対象の被制御量を制御するための操作量の値を決定する制御部と、
を有することを特徴とする制御装置。

【0144】

（付記２）前記制御対象の被制御量の推定値は、前記制御対象の操作量を入力として前記制御対象の動的挙動を予測する第２モデルを用いて、前記操作量の候補値から算出される、ことを特徴とする付記１に記載の制御装置。

【0145】

（付記３）前記制御部は、
前記操作量の候補値それぞれについて、算出した前記制御対象の被制御量の推定値と、前記制御対象の被制御量の目標値と、前記移動体の被制御量の推定値とに基づいて、前記制御対象の被制御量を制御するためのコストを表す制御評価値を算出し、
算出した前記制御評価値に基づいて、前記操作量の候補値の中から前記制御対象の被制御量を制御するための操作量の値を決定する、
ことを特徴とする付記１に記載の制御装置。

【0146】

（付記４）前記制御対象の被制御量は、前記制御対象の軌道および速度を含み、
前記移動体の被制御量は、前記移動体の軌道および速度を含み、
前記制御部は、
前記制御対象の被制御量の目標値に対する前記制御対象の被制御量の推定値の誤差、および、前記制御対象の被制御量の推定値と前記移動体の被制御量の推定値とから特定される前記制御対象と前記移動体との位置関係に基づいて、前記制御評価値を算出する、ことを特徴とする付記３に記載の制御装置。

【0147】

（付記５）前記位置関係は、前記制御対象の軌道の推定値と前記移動体の軌道の推定値との交差の有無によって表される、ことを特徴とする付記４に記載の制御装置。

【0148】

（付記６）前記位置関係は、前記制御対象の軌道および速度の推定値に基づく前記制御対象の位置と、前記移動体の軌道および速度の推定値に基づく前記移動体の位置との誤差によって表される、ことを特徴とする付記４に記載の制御装置。

【0149】

（付記７）前記制御対象の被制御量は、前記制御対象の燃料消費量を含み、
前記移動体の被制御量は、前記移動体の燃料消費量を含み、
前記制御部は、
さらに、前記制御対象の燃料消費量の推定値と前記移動体の燃料消費量の推定値とに基づいて、前記制御評価値を算出する、ことを特徴とする付記４に記載の制御装置。

【0150】

（付記８）前記制御部は、
さらに、前記操作量の現在値と前記操作量の候補値との差分に基づいて、前記制御評価値を算出する、ことを特徴とする付記４に記載の制御装置。

【0151】

（付記９）前記操作量は、ステアリング量、ブレーキ量およびアクセル量である、ことを特徴とする付記１に記載の制御装置。

【0152】

（付記１０）前記制御部は、
決定した前記操作量の値を出力する、ことを特徴とする付記１に記載の制御装置。

【0153】

（付記１１）前記センサの情報は、前記制御対象に搭載されたカメラの画像情報を含む、ことを特徴とする付記１に記載の制御装置。

【0154】

（付記１２）前記センサの情報は、前記制御対象に搭載されたＬｉＤＡＲ、ミリ波レーダおよび超音波センサの少なくともいずれかの情報を含む、ことを特徴とする付記１に記載の制御装置。

【0155】

（付記１３）前記入出力変数の上下限値は、前記第１モデルにＣｈｉｒｐ信号またはＡＰＲＢＳ信号を入力として与えることによって取得される入出力変数の最大値と最小値とに基づき設定される、ことを特徴とする付記１に記載の制御装置。

【0156】

（付記１４）前記活性化関数は、Ｌｅａｋｙ ＲｅＬＵ構造である、ことを特徴とする付記１に記載の制御装置。

【0157】

（付記１５）前記制御対象の被制御量の目標値は、前記制御対象に搭載されたナビゲーションシステムから取得される、ことを特徴とする付記１に記載の制御装置。

【0158】

（付記１６）制御対象に搭載されたセンサの情報と前記制御対象の被制御量の目標値とを取得し、
多層のニューロン構造かつＲｅＬＵ構造の活性化関数を有し、前記センサの情報を入力として前記制御対象の周囲の移動体の動的挙動を予測する第１モデルに基づき、各ニューロンの重み係数、バイアスおよび入出力変数の上下限値が設定され、バイナリ変数を含む線形不等式関数を用いて前記各ニューロンの活性化関数が変換された変換後の前記第１モデルを用いて、取得した前記センサの情報から、将来の前記移動体の被制御量の推定値を算出し、
前記制御対象の被制御量を制御するための操作量の候補値から、将来の前記制御対象の被制御量の推定値を算出し、
取得した前記制御対象の被制御量の目標値と、算出した前記制御対象の被制御量の推定値と、算出した前記移動体の被制御量の推定値とに基づいて、前記制御対象の被制御量を制御するための操作量の値を決定する、
処理をコンピュータが実行することを特徴とする制御方法。

【0159】

（付記１７）制御対象に搭載されたセンサの情報と前記制御対象の被制御量の目標値とを取得し、
多層のニューロン構造かつＲｅＬＵ構造の活性化関数を有し、前記センサの情報を入力として前記制御対象の周囲の移動体の動的挙動を予測する第１モデルに基づき、各ニューロンの重み係数、バイアスおよび入出力変数の上下限値が設定され、バイナリ変数を含む線形不等式関数を用いて前記各ニューロンの活性化関数が変換された変換後の前記第１モデルを用いて、取得した前記センサの情報から、将来の前記移動体の被制御量の推定値を算出し、
前記制御対象の被制御量を制御するための操作量の候補値から、将来の前記制御対象の被制御量の推定値を算出し、
取得した前記制御対象の被制御量の目標値と、算出した前記制御対象の被制御量の推定値と、算出した前記移動体の被制御量の推定値とに基づいて、前記制御対象の被制御量を制御するための操作量の値を決定する、
処理をコンピュータに実行させることを特徴とする制御プログラム。

【符号の説明】

【0160】

１０１ 制御装置
１１０ 操作量情報
２００，２１０，Ｍ 移動体予測モデル
２２０，Ｍｃ 変換後の移動体予測モデル
３００ バス
３０１ ＣＰＵ
３０２ メモリ
３０３ ディスクドライブ
３０４ ディスク
３０５ 通信Ｉ／Ｆ
３０６ 可搬型記録媒体Ｉ／Ｆ
３０７ 可搬型記録媒体
３１０ ネットワーク
４０１ 取得部
４０２ 第１の推定部
４０３ 第２の推定部
４０４ 最適化部
４０５ 評価値算出部
Ｃ 車載カメラ
Ｒ レーダ

【図1】

【図2A】

【図2B】

【図3】

【図4】

【図5】

【図6】