特開 2024-64089 移動体制御方法及び移動体制御システム

(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】P2024064089

(43)【公開日】2024-05-14

(54)【発明の名称】移動体制御方法及び移動体制御システム

(51)【国際特許分類】

   B60W 30/02 20120101AFI20240507BHJP

   B60W 40/06 20120101ALI20240507BHJP

   B60W 60/00 20200101ALI20240507BHJP

   G08G 1/00 20060101ALI20240507BHJP

   G08G 1/16 20060101ALI20240507BHJP

   G05D 1/43 20240101ALI20240507BHJP

【ＦＩ】

B60W30/02

B60W40/06

B60W60/00

G08G1/00 J

G08G1/16 C

G05D1/02 H

【審査請求】未請求

【請求項の数】5

【出願形態】ＯＬ

(21)【出願番号】P 2022172433

(22)【出願日】2022-10-27

(71)【出願人】

【識別番号】000003207

【氏名又は名称】トヨタ自動車株式会社

(71)【出願人】

【識別番号】504132881

【氏名又は名称】国立大学法人東京農工大学

(74)【代理人】

【識別番号】110003199

【氏名又は名称】弁理士法人高田・高橋国際特許事務所

(72)【発明者】

【氏名】岩井 秀成

(72)【発明者】

【氏名】井上 慎太郎

(72)【発明者】

【氏名】ラクシンチャラーンサク ポンサトーン

【テーマコード（参考）】

3D241

5H181

5H301

【Ｆターム（参考）】

3D241BA18

3D241BA51

3D241BC01

3D241BC02

3D241CC01

3D241CC08

3D241CC17

3D241CD09

3D241CE04

3D241CE05

3D241DA52Z

3D241DB01Z

3D241DB02Z

3D241DB05Z

3D241DB12Z

3D241DB20Z

3D241DC33Z

3D241DC45Z

3D241DC49Z

5H181AA01

5H181CC03

5H181CC04

5H181CC14

5H181EE11

5H181FF10

5H181LL01

5H181LL04

5H181LL09

5H301AA01

5H301BB05

5H301BB14

5H301CC03

5H301CC06

5H301CC10

5H301GG08

5H301GG09

5H301GG14

5H301GG16

5H301JJ01

5H301LL01

5H301LL07

5H301LL11

(57)【要約】

【課題】移動体の走行時の振動を適切に抑制すること。
【解決手段】移動体制御方法は、（ａ）目標経路を算出することと、（ｂ）移動体に搭載された認識センサによる認識結果に基づいて、目標経路の路面凹凸度を算出することと、（ｃ）路面凹凸度に基づいて、移動体の振動レベルが一定レベル以下となる移動体の速度を制限速度として決定することと、（ｄ）移動体の速度を制限速度以下に制御しつつ、目標経路に追従するように移動体を制御することと、を含む。
【選択図】図４

【特許請求の範囲】

【請求項1】

移動体を制御する移動体制御方法であって、
目標経路を算出することと、
前記移動体に搭載された認識センサによる認識結果に基づいて、前記目標経路の路面凹凸度を算出することと、
前記路面凹凸度に基づいて、前記移動体の振動レベルが一定レベル以下となる前記移動体の速度を制限速度として決定することと、
前記移動体の前記速度を前記制限速度以下に制御しつつ、前記目標経路に追従するように前記移動体を制御することと
を含む
移動体制御方法。

【請求項2】

請求項１に記載の移動体制御方法であって、
標高範囲は、単位エリア内の路面の標高の最大値と最小値との差であり、
範囲平均は、前記目標経路上の第１区間における前記標高範囲の平均であり、
前記路面凹凸度は、前記範囲平均である
移動体制御方法。

【請求項3】

請求項２に記載の移動体制御方法であって、
前記路面凹凸度を算出することは、
前記目標経路上の所定区間に含まれる複数パターンの第１区間を設定することと、
前記複数パターンの第１区間のそれぞれに対して複数パターンの範囲平均を算出することと、
前記複数パターンの範囲平均のうち最大のものを前記範囲平均として選択することと
を含む
移動体制御方法。

【請求項4】

請求項３に記載の移動体制御方法であって、
前記目標経路上の前記所定区間は、近傍区間と、前記近傍区間よりも前記移動体から遠い遠方区間とを含み、
前記複数パターンの第１区間の各々は、少なくとも前記遠方区間を含む
移動体制御方法。

【請求項5】

移動体を制御する移動体制御システムであって、
１又は複数のプロセッサを備え、
前記１又は複数のプロセッサは、
目標経路を算出し、
前記移動体に搭載された認識センサによる認識結果に基づいて、前記目標経路の路面凹凸度を算出し、
前記路面凹凸度に基づいて、前記移動体の振動レベルが一定レベル以下となる前記移動体の速度を制限速度として決定し、
前記移動体の前記速度を前記制限速度以下に制御しつつ、前記目標経路に追従するように前記移動体を制御する
ように構成される
移動体制御システム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、走行時の振動が抑制されるように移動体を制御する技術に関する。

【背景技術】

【0002】

特許文献１は、プラント内の既設設備の異常時に、支援設備を待機位置から所定位置に移動させるための経路を生成する経路計画システムを開示している。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】国際公開第２０１６／１５８８００号

【発明の概要】

【発明が解決しようとする課題】

【0004】

移動体が荒れた路面上を走行する際、移動体が大きく振動する可能性がある。大きな振動は、移動体の安定性、乗員の乗り心地、等の観点から好ましくない。

【0005】

本開示の１つの目的は、移動体の走行時の振動を適切に抑制することができる技術を提供することにある。

【課題を解決するための手段】

【0006】

第１の観点は、移動体を制御する移動体制御方法に関連する。
移動体制御方法は、
目標経路を算出することと、
移動体に搭載された認識センサによる認識結果に基づいて、目標経路の路面凹凸度を算出することと、
路面凹凸度に基づいて、移動体の振動レベルが一定レベル以下となる移動体の速度を制限速度として決定することと、
移動体の速度を制限速度以下に制御しつつ、目標経路に追従するように移動体を制御することと
を含む。

【0007】

第２の観点は、移動体を制御する移動体制御システムに関連する。
移動体制御システムは、１又は複数のプロセッサを備える。
１又は複数のプロセッサは、
目標経路を算出し、
移動体に搭載された認識センサによる認識結果に基づいて、目標経路の路面凹凸度を算出し、
路面凹凸度に基づいて、移動体の振動レベルが一定レベル以下となる移動体の速度を制限速度として決定し、
移動体の速度を制限速度以下に制御しつつ、目標経路に追従するように移動体を制御する
ように構成される。

【発明の効果】

【0008】

本開示によれば、移動体の走行時の振動を適切に抑制することが可能となる。

【図面の簡単な説明】

【0009】

【図1】車両制御の概要を説明するための概念図である。

【図2】車両制御システムの構成例を示すブロック図である。

【図3】目標経路算出処理の一例を説明するための概念図である。

【図4】標高範囲と範囲平均を説明するための概念図である。

【図5】複数パターンの範囲平均の算出方法の例を説明するための概念図である。

【図6】制限速度を考慮した車両走行制御を説明するための概念図である。

【発明を実施するための形態】

【0010】

添付図面を参照して、本開示の実施の形態を説明する。

【0011】

１．目標経路とリスク回避
自律的に移動可能な移動体について考える。移動体としては、車両、ロボット、飛翔体、等が例示される。車両としては、自動運転車両、月面探索車（月面ローバー）、等が例示される。ロボットとしては、物流ロボット、等が例示される。飛翔体としては、飛行機、ドローン、等が例示される。

【0012】

一例として、以下の説明においては、移動体が車両である場合について考える。一般化する場合には、以下の説明における「車両」を「移動体」で読み替え、「車両の走行」を「移動体の移動」で読み替えるものとする。

【0013】

図１は、車両１の制御の概要を説明するための概念図である。車両１は、出発地から目的地まで自律的に走行する。より詳細には、目的地に到達するための目標経路ＰＴがリアルタイムに算出され、その目標経路ＰＴに追従するように車両１は制御される。

【0014】

車両１の周囲には、車両１の走行を妨げるリスクが存在する可能性がある。典型的には、障害物が、車両１の走行を妨げるリスクとなる。そのようなリスクは、車両１に搭載された認識センサによって認識される。そして、認識センサによって認識されたリスクを回避するように目標経路ＰＴが算出される。

【0015】

車両１が未知の環境を走行する場合もある。例えば、車両１が広大な不整地（uneven surface, uneven terrain）を走行する場合もある。不整地をオフロードと呼ぶこともできる。未舗装の不整地には、白線は存在しない。その代わり、不整地には、岩石、樹木、急坂、崖、丘陵、谷、穴、陥没、クレーター等、車両１の走行を妨げるリスクが存在する可能性がある。また、光源と地形により形成される影も、認識センサによる認識精度を低下させるため、車両１の走行を妨げるリスクとなる。尚、移動体が飛翔体である場合は、洞窟等が不整地に相当する。

【0016】

リスク値Ｕ_ｒｉｓｋは、車両走行に関するリスクの大きさである。リスクポテンシャルは、リスク値Ｕ_ｒｉｓｋを位置の関数として表す。言い換えれば、リスクポテンシャルは、リスク値Ｕ_ｒｉｓｋの分布を示す。例えば、障害物ＯＢＳに関するリスクポテンシャルでは、リスク値Ｕ_ｒｉｓｋは、障害物ＯＢＳの位置で最大となり、障害物ＯＢＳから離れるにつれて小さくなる。例えば、リスクポテンシャルは、ガウス分布（正規分布）で表される。分布の分散は、障害物ＯＢＳの種類毎に異なっていてもよい。分布の分散は、車両１の速度に応じて変動してもよい。例えば、速度が高くなるほど、分布の分散は大きくなってもよい。車両１の周囲の所定範囲が格子状に区切られ、各グリッド上でリスク値Ｕ_ｒｉｓｋが与えられてもよい。その場合、リスクポテンシャルをリスクグリッドと呼ぶこともできる。

【0017】

車両１は、認識センサを用いて車両１の周囲のリスクを認識し、その認識結果に基づいて車両１の周囲のリスクポテンシャルをリアルタイムに算出する。更に、車両１は、リスクポテンシャルに基づいて、リスクを回避しつつ目的地へ向かう目標経路ＰＴをリアルタイムに算出する。そして、車両１は、目標経路ＰＴに追従するように自律的に走行する。

【0018】

２．車両制御システムの例
図２は、車両１を制御する車両制御システム１０の構成例を示すブロック図である。典型的には、車両制御システム１０は、車両１に搭載される。車両制御システム１０は、センサ群２０、走行装置３０、及び制御装置１００を含んでいる。

【0019】

センサ群２０は、車両１に搭載されている。センサ群２０は、車両１の周囲の状況を認識する認識センサ２１を含んでいる。認識センサ２１としては、カメラ、ＬＩＤＡＲ（Laser Imaging Detection and Ranging）、レーダ、等が例示される。また、センサ群２０は、車両１の状態を検出する車両状態センサ２２を含んでいる。車両状態センサ２２は、速度センサ、加速度センサ、ヨーレートセンサ、舵角センサ、等を含んでいる。

【0020】

走行装置３０は、車両１を走行させる。より詳細には、走行装置３０は、操舵装置、駆動装置、及び制動装置を含んでいる。操舵装置は、車両１の車輪を転舵する。駆動装置としては、エンジン、電動機、インホイールモータ、等が例示される。制動装置は、制動力を発生させる。走行装置３０は、キャタピラにより車両１を走行させてもよい。

【0021】

制御装置１００は、車両１を制御するコンピュータである。制御装置１００は、１又は複数のプロセッサ１１０（以下、単にプロセッサ１１０と呼ぶ）と１又は複数の記憶装置１２０（以下、単に記憶装置１２０と呼ぶ）を含んでいる。プロセッサ１１０は、各種処理を実行する。記憶装置１２０は、プロセッサ１１０による処理に必要な各種情報を格納する。

【0022】

車両制御プログラム１３０は、プロセッサ１１０によって実行されるコンピュータプログラムである。プロセッサ１１０が車両制御プログラム１３０を実行することにより、制御装置１００の機能が実現される。車両制御プログラム１３０は、記憶装置１２０に格納される。あるいは、車両制御プログラム１３０は、コンピュータ読み取り可能な記録媒体に記録されてもよい。

【0023】

制御装置１００は、センサ群２０を用いて、車両１の運転環境を示す運転環境情報２００を取得する。運転環境情報２００は、記憶装置１２０に格納される。運転環境情報２００は、周辺状況情報、車両状態情報、地図情報、等を含んでいる。

【0024】

周辺状況情報は、認識センサ２１による認識結果を示す情報であり、車両１の周囲の状況を示す。例えば、周辺状況情報は、カメラによって撮像される画像情報を含む。他の例として、周辺状況情報は、ＬＩＤＡＲによって得られる点群情報を含む。周辺状況情報は、更に、車両１の周囲の物体に関する物体情報を含んでいる。物体は、車両１の走行を妨げる障害物を含む。物体情報は、車両１に対する物体の相対位置及び相対速度を示す。例えば、カメラによって得られた画像情報を解析することによって、物体を識別し、その物体の相対位置を算出することができる。また、ＬＩＤＡＲによって得られた点群情報に基づいて、物体を識別し、その物体の相対位置と相対速度を取得することもできる。

【0025】

車両状態情報は、車両１の状態を示す情報であり、車両状態センサ２２から得られる。車両１の状態としては、速度、加速度、ヨーレート、舵角、等が挙げられる。

【0026】

地図情報は、車両１が走行するエリアの地図である。車両１が走行するエリアは、少なくとも車両１の出発地と目的地を含んでいる。地図情報は、３次元地形情報を含んでいてもよい。車両１が広大な不整地を走行する場合、地図情報はその不整地の地図を含む。地図情報は、既知のリスクの大まかな位置を示していてもよい。

【0027】

制御装置１００は、車両１の走行を制御する車両走行制御を実行する。車両走行制御は、操舵制御、加速制御、及び減速制御を含む。制御装置１００は、走行装置３０を制御することによって車両走行制御を実行する。

【0028】

また、制御装置１００は、運転環境情報２００に基づいて自動運転制御を行う。より詳細には、制御装置１００は、運転環境情報２００に基づいて、車両１の走行プランを生成し、車両１が走行プランに従って走行するために必要な目標経路ＰＴを算出する。そして、制御装置１００は、車両１が目標経路ＰＴに追従するように車両走行制御を行う。

【0029】

目標経路ＰＴを算出する処理を、以下、「目標経路算出処理」と呼ぶ。目標経路算出処理において、制御装置１００は、認識センサ２１による認識結果、すなわち周辺状況情報（物体情報）に基づいて、車両１の周囲のリスクポテンシャルをリアルタイムに算出する（図１参照）。車両１の周囲に複数のリスクが存在する場合、それぞれのリスクに関するリスクポテンシャルが加算される。そして、制御装置１００は、リスクポテンシャルに基づいて、リスクを回避しつつ目的地へ向かう目標経路ＰＴをリアルタイムに算出する。

【0030】

図３は、目標経路算出処理の一例を説明するための概念図である。本例では、目標経路ＰＴは、「グローバル経路ＰＧ」、「準グローバル経路ＰＳ」、及び「ローカル経路ＰＬ」の三種類を含んでいる。

【0031】

グローバル経路ＰＧは、目的地への大まかな目標経路ＰＴであり、予め決定される。

【0032】

準グローバル経路ＰＳは、車両１の周囲のリスクを回避しつつ目的地へ向かう目標経路ＰＴである。つまり、準グローバル経路ＰＳは、所定のグローバル経路ＰＧになるべく沿いつつも、リスクを回避することができる目標経路ＰＴである。制御装置１００は、グローバル経路ＰＧと認識センサ２１による認識結果に基づいて、準グローバル経路ＰＳを算出することができる。図３に示されるように、例えば、準グローバル経路ＰＳは、一定間隔で並ぶ複数の経路候補点（経由点）Ｃの集合で表される。つまり、準グローバル経路ＰＳは、一定間隔で並ぶ複数の経路候補点Ｃをつなぎ合わせたものである。

【0033】

ローカル経路ＰＬは、準グローバル経路ＰＳよりも粒度の高い目標経路ＰＴである。制御装置１００は、準グローバル経路ＰＳに基づいて、より粒度の高いローカル経路ＰＬを算出する。より詳細には、ローカル経路ＰＬは、準グローバル経路ＰＳになるべく沿いつつも、車両１の走行安定性が確保されるように算出される。例えば、ローカル経路ＰＬは、準グローバル経路ＰＳよりも滑らかになるように算出される。滑らかなローカル経路ＰＬを用いることにより、車両１の急操舵や横転を防止することができる。例えば、制御装置１００は、準グローバル経路ＰＳと車両１の目標ヨーレートを考慮して、準グローバル経路ＰＳになるべく沿いつつ車両１の走行安定性を確保することができるローカル経路ＰＬを算出する。

【0034】

準グローバル経路ＰＳは、比較的長期的な走行計画に基づくロングレンジの目標経路ＰＴであると言える。一方、ローカル経路ＰＬは、比較的短期的な走行計画に基づくショートレンジの目標経路ＰＴであると言える。ローカル経路ＰＬは、準グローバル経路ＰＳよりも短いが、準グローバル経路ＰＳよりも粒度が高い。

【0035】

このように、制御装置１００は、所定のグローバル経路ＰＧを基準として、準グローバル経路ＰＳ及びローカル経路ＰＬを段階的に算出する。そして、制御装置１００は、ローカル経路ＰＬに追従するように車両走行制御を行う。

【0036】

尚、ＧＮＳＳ（Global Navigation Satellite System）を利用できない環境では、初期位置（出発地）に対する車両１の位置は、例えばデッドレコニングを通して把握される。具体的には、車両１の速度、舵角、等が車両状態情報から得られる。車両１が走行する路面の勾配は、加速度センサにより検出される加速度から算出可能である。速度、舵角、勾配、等に基づいて、車両１の移動距離や移動方向を算出することができる。移動距離や移動方向を一定周期毎に繰り返し算出することにより、車両１の位置が更新される。

【0037】

３．振動抑制と制限速度
３－１．概要
車両１が荒れた路面上を走行する際、車両１が大きく振動する可能性がある。大きな振動は、車両１の安定性、乗員の乗り心地、等の観点から好ましくない。そこで、制御装置１００は、車両１の走行時の振動を適切に抑制するように車両走行制御を行う。

【0038】

車両１の振動レベルｙは、車両１の振動の大きさを表す。例えば、振動レベルｙは、車体垂直加速度のＲＭＳ（route mean square）値である。車両１の振動レベルｙは、車両１の速度Ｖと目標経路ＰＴの路面凹凸度（road surface roughness/unevenness）に依存する。速度Ｖが高くなるほど振動レベルｙは高くなる。また、路面凹凸度が大きくなるほど振動レベルｙは高くなる。

【0039】

制御装置１００は、上述の周辺状況情報（すなわち、認識センサ２１による認識結果）に基づいて、目標経路ＰＴの路面凹凸度を算出する。例えば、制御装置１００は、ＬＩＤＡＲによって得られた点群情報に基づいて、目標経路ＰＴの路面凹凸度を算出する。更に、制御装置１００は、算出した路面凹凸度に基づいて、車両１の振動レベルｙが一定レベル以下となる速度Ｖを制限速度ｕ_ｍａｘとして算出する。そして、制御装置１００は、車両１の速度Ｖを制限速度ｕ_ｍａｘ以下に制御しつつ、目標経路ＰＴ（ローカル経路ＰＬ）に追従するように車両走行制御を行う。これにより、目標経路ＰＴに沿って走行する車両１の振動レベルｙが一定レベル以下に抑えられる。

【0040】

以下、制限速度ｕ_ｍａｘを決定する手法の例と、決定した制限速度ｕ_ｍａｘを考慮した車両走行制御の例について説明する。

【0041】

３－２．標高範囲と範囲平均
本願発明者は、制限速度ｕ_ｍａｘを決定するために、「標高範囲Ｒ_ｉ」と「範囲平均ＲＡ」というパラメータに着目した。まず、図４を参照して、標高範囲Ｒ_ｉと範囲平均ＲＡについて説明する。

【0042】

車両１の周囲のエリアは格子状に区切られる。区切られた単位エリアを、以下、「グリッド」と呼ぶ。例えば、グリッドは、０．４ｍ四方の正方形である。尚、上述のリスクポテンシャルのリスク値Ｕ_ｒｉｓｋはグリッド毎に算出されてもよい。つまり、ここでのグリッドは、リスクポテンシャル（リスクグリッド）のグリッドと一致していてもよい。

【0043】

標高範囲Ｒ_ｉは、グリッドｉ内の路面の標高（elevation）の最大値と最小値との差である。ここで、ｉは、各グリッドの識別子である。制御装置１００は、上述の周辺状況情報（すなわち、認識センサ２１による認識結果）に基づいて、車両１の周囲の各グリッドｉの標高範囲Ｒ_ｉを算出することができる。例えば、制御装置１００は、ＬＩＤＡＲによって得られた点群情報に基づいて、車両１の周囲の各グリッドｉの標高範囲Ｒ_ｉを算出することができる。

【0044】

範囲平均ＲＡは、目標経路ＰＴ上の標高範囲Ｒ_ｉの平均である。より詳細には、目標経路ＰＴ上の平均算出区間ＳＡにおける標高範囲Ｒ_ｉの平均が、範囲平均ＲＡとして算出される。平均算出区間ＳＡは、目標経路ＰＴ（ローカル経路ＰＬ）が算出される区間に含まれている。例えば、目標経路ＰＴ上の平均算出区間ＳＡに存在するグリッドの数がＮ_ｇである場合、範囲平均ＲＡは次の式（１）で表される。

【0045】

【数1】

【0046】

制御装置１００は、目標経路ＰＴ上の所定区間の中で平均算出区間ＳＡを変化させることによって複数パターンの範囲平均ＲＡを算出してもよい。言い換えれば、制御装置１００は、目標経路ＰＴ上の所定区間に含まれる複数パターンの平均算出区間ＳＡを設定し、複数パターンの平均算出区間ＳＡのそれぞれに対して複数パターンの範囲平均ＲＡを算出してもよい。この場合、制御装置１００は、算出された複数パターンの範囲平均ＲＡのうち最大のものを最終的な範囲平均ＲＡとして選択する。これにより、目標経路ＰＴ上の所定区間の中で顕著な範囲平均ＲＡを選択することが可能となる。

【0047】

図５は、複数パターンの範囲平均ＲＡの算出方法の例を説明するための概念図である。制御装置１００は、目標経路ＰＴ（ローカル経路ＰＬ）上の所定区間における複数の予測通過点Ｐを算出する。例えば、所定区間は、目標経路ＰＴ（ローカル経路ＰＬ）が算出される区間である。複数の予測通過点Ｐは、周期Δｔ_ｐ＿ｘ毎の位置に相当する。更に、制御装置１００は、隣り合う２つの予測通過点Ｐ間を所定数（例：１０個）の点で直線補間する。その結果、目標経路ＰＴ上の所定区間において合計Ｎｐｃ個の点が得られる。それらＮｐｃ個の点がｋ＝１～Ｎｐｃで表される。ｋ＝１は車両１の位置における点を意味し、ｋ＝Ｎｐｃは車両１から最も遠い点である。Ｒ_ｋは、点ｋが存在するグリッドｉに関する標高範囲Ｒ_ｉである。制御装置１００は、次の式（２）に基づいて、複数パターンの範囲平均ＲＡ_ｊを算出する。

【0048】

【数2】

【0049】

例えば、図５に示されるように、ｊ＝０～Ｎｐｃ／２に対して複数パターンの範囲平均ＲＡ_ｊが算出される。範囲平均ＲＡ_０は、全ての点ｋ＝１～Ｎｐｃに基づいて算出され、範囲平均ＲＡ_{Ｎｐｃ／２}は、後半の点ｋ＝Ｎｐｃ／２＋１～Ｎｐｃに基づいて算出される。そして、制御装置１００は、算出された複数パターンの範囲平均ＲＡ_ｊのうち最大のものを最終的な範囲平均ＲＡとして選択する。

【0050】

複数パターンの平均算出区間ＳＡは、次のように言い換えることもできる。目標経路ＰＴ上の所定区間は、車両１に比較的近い近傍区間ＳＣ（ｋ＝１～Ｎｐｃ／２に相当）と、車両１から比較的遠い遠方区間ＳＦ（ｋ＝Ｎｐｃ／２＋１～Ｎｐｃに相当）を含んでいる。遠方区間ＳＦは、近傍区間ＳＣよりも車両１から遠い。複数パターンの平均算出区間ＳＡの各々は、少なくとも遠方区間ＳＦを含むように設定される。更に、平均算出区間ＳＡに含める近傍区間ＳＣの長さを様々に変えることによって、異なる複数パターンの平均算出区間ＳＡが設定される。このように、少なくとも遠方区間ＳＦを含むように複数パターンの平均算出区間ＳＡを設定することによって、遠方区間ＳＦを重視した範囲平均ＲＡを選択することが可能となる。

【0051】

３－３．制限速度の決定
本願発明者は、研究の結果、上述の範囲平均ＲＡと車両１の振動レベルｙとの間に非常に強い相関があることを見い出した。より詳細には、範囲平均ＲＡと振動レベルｙとの相関係数は０．９９以上であることが判明した。そこで、以下に説明される例では、範囲平均ＲＡが目標経路ＰＴの路面凹凸度として用いられる。目標経路ＰＴに沿って走行する際の車両１の振動レベルｙは、次の式（３）で表される。

【0052】

【数3】

【0053】

振動レベルｙは、速度Ｖと範囲平均ＲＡの関数ｆで表される。速度Ｖが高くなるほど振動レベルｙは高くなる。また、範囲平均ＲＡが大きくなるほど振動レベルｙは高くなる。以上の知見に基づいて、目標経路ＰＴに沿って走行する車両１の振動レベルｙが一定レベル（許容上限レベル）以下となる制限速度ｕ_ｍａｘが決定される。上記式（３）から、制限速度ｕ_ｍａｘは、次の式（４）で表されることが分かる。

【0054】

【数4】

【0055】

制限速度ｕ_ｍａｘは、範囲平均ＲＡの関数ｇで表される。範囲平均ＲＡが大きくなるほど、制限速度ｕ_ｍａｘは低くなる。逆に、範囲平均ＲＡが小さくなるほど、制限速度ｕ_ｍａｘは高くなる。

【0056】

制限速度ｕ_ｍａｘは、次の式（５）～（７）で与えられてもよい。Ｒ_{ｐｏｌｉｓｈ}は、振動が発生しないような理想的な平坦路の場合の範囲平均ＲＡである。Ｒ_{ｇｒａｉｎｙ}は、想定される最大の範囲平均ＲＡである。範囲平均ＲＡは、Ｒ_{ｐｏｌｉｓｈ}以上Ｒ_{ｇｒａｉｎｙ}以下の値を取る。Ｖ_ｍａｘは、範囲平均ＲＡがＲ_{ｐｏｌｉｓｈ}である場合の制限速度ｕ_ｍａｘである。Ｖ_ｍｉｎは、範囲平均ＲＡがＲ_{ｇｒａｉｎｙ}である場合の制限速度ｕ_ｍａｘである。

【0057】

【数5】

【0058】

【数6】

【0059】

【数7】

【0060】

制御装置１００は、上述の周辺状況情報（すなわち、認識センサ２１による認識結果）に基づいて、標高範囲Ｒ_ｉ及び範囲平均ＲＡを算出する。そして、制御装置１００は、範囲平均ＲＡと式（４）あるいは式（５）～（７）に基づいて、振動レベルｙが一定レベル以下となる速度Ｖを制限速度ｕ_ｍａｘとして決定する。そして、制御装置１００は、車両１の速度Ｖを制限速度ｕ_ｍａｘ以下に制御しつつ、目標経路ＰＴに追従するように車両走行制御を行う。

【0061】

範囲平均ＲＡを算出する際、上記式（２）が用いられてもよい。その場合、制御装置１００は、目標経路ＰＴ上の所定区間に含まれる複数パターンの平均算出区間ＳＡを設定し、複数パターンの平均算出区間ＳＡのそれぞれに対して複数パターンの範囲平均ＲＡを算出する。そして、制御装置１００は、算出された複数パターンの範囲平均ＲＡのうち最大のものを最終的な範囲平均ＲＡとして選択する。これにより、顕著な範囲平均ＲＡが選択されるため、制限速度ｕ_ｍａｘの精度が向上する。特に、少なくとも遠方区間ＳＦを含むように複数パターンの平均算出区間ＳＡが設定される場合、遠方区間ＳＦを重視した範囲平均ＲＡが選択されるため、遠方区間ＳＦにおいて適切な制限速度ｕ_ｍａｘを早期に取得することが可能となる。

【0062】

尚、範囲平均ＲＡは、目標経路ＰＴ（ローカル経路ＰＬ）が更新される度に更新される。そのため、範囲平均ＲＡ引いては制限速度ｕ_ｍａｘが、不連続的に変化し、また、高周波数で変化する可能性がある。このことは、乗り心地を悪化させるおそれがある。そこで、制御装置１００は、過去一定期間における範囲平均ＲＡの移動平均を算出し、その移動平均に基づいて制限速度ｕ_ｍａｘを決定してもよい。これにより、制限速度ｕ_ｍａｘの不連続変化や高周波変化を抑制することが可能となる。

【0063】

３－４．制限速度を考慮した車両走行制御の例
図６は、制限速度ｕ_ｍａｘを考慮した車両走行制御の例を説明するための概念図である。目標経路ＰＴ上の位置Ｘ１から位置Ｘ２にわたって荒れた路面が存在する。適正車速は、位置Ｘ１から位置Ｘ２までの荒れた路面に対して適切な制限速度ｕ_ｍａｘである。

【0064】

まず、比較例として、制限速度ｕ_ｍａｘが予め決定されない場合について考える。この比較例の場合、車両１が位置Ｘ１に接近した後、位置Ｘ１の直前で減速が開始される。従って、車両１は、減速が不十分なまま、適正車速よりも高い速度Ｖで荒れた路面に進入してしまう。その結果、大きな振動が発生する。

【0065】

一方、本実施の形態によれば、車両１に搭載された認識センサ２１による認識結果に基づいて、位置Ｘ１から位置Ｘ２までの区間に対する適正車速が予め決定される。よって、車両１が位置Ｘ１に到達するまでに、余裕を持って速度Ｖを適正車速まで減速することが可能となる。車両１は、適正車速で荒れた路面に進入する。その結果、荒れた路面においても車両１の振動レベルｙを一定レベル以下に抑えることが可能となる。

【0066】

３－５．まとめ
以上に説明されたように、本実施の形態によれば、目標経路ＰＴに沿って走行する車両１の振動レベルｙが一定レベル以下となる制限速度ｕ_ｍａｘが決定される。そして、車両１の速度Ｖが制限速度ｕ_ｍａｘ以下に制御される。これにより、目標経路ＰＴに沿って走行する車両１の振動レベルｙが一定レベル以下に抑えられる。このことは、車両１の安定性、乗員の乗り心地、等の観点から好ましい。

【0067】

また、目標経路ＰＴ上の制限速度ｕ_ｍａｘは、車両１に搭載された認識センサ２１による認識結果に基づいて決定される。よって、目標経路ＰＴ上の制限速度ｕ_ｍａｘを比較的前の段階から把握することが可能となる。従って、余裕を持って速度Ｖを制限速度ｕ_ｍａｘまで減速することが可能となる。このことも車両１の振動の効果的な抑制に寄与する。

【符号の説明】

【0068】

１…車両， １０…車両制御システム， ２０…センサ群， ２１…認識センサ， ２２…車両状態センサ， ３０…走行装置， １００…制御装置， １１０…プロセッサ， １２０…記憶装置， １３０…車両制御プログラム， ２００…運転環境情報， ＰＴ…目標経路， ＰＧ…グローバル経路， ＰＳ…準グローバル経路， ＰＬ…ローカル経路

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】