特開 2025-10940 自動運転システム

(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】P2025010940

(43)【公開日】2025-01-23

(54)【発明の名称】自動運転システム

(51)【国際特許分類】

   G08G 1/00 20060101AFI20250116BHJP

   G01C 21/36 20060101ALI20250116BHJP

【ＦＩ】

G08G1/00 D

G01C21/36

【審査請求】未請求

【請求項の数】4

【出願形態】ＯＬ

(21)【出願番号】P 2023113256

(22)【出願日】2023-07-10

(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

(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】浦野 博充

(72)【発明者】

【氏名】大杉 雅道

【テーマコード（参考）】

2F129

5H181

【Ｆターム（参考）】

2F129AA03

2F129BB03

2F129BB36

2F129BB39

2F129BB40

2F129CC16

2F129DD15

2F129DD69

2F129DD70

2F129EE36

2F129EE84

2F129FF02

2F129FF17

2F129FF20

2F129FF66

5H181AA01

5H181BB04

5H181BB20

5H181CC03

5H181CC04

5H181CC12

5H181CC14

5H181FF04

5H181FF10

5H181FF13

5H181FF27

5H181MB01

5H181MC21

5H181MC22

(57)【要約】

【課題】機械学習モデルを用いた自動運転制御が行われる車両において、この自動運転制御に関連するログデータが保存される当該車両の記憶装置の空き容量が逼迫する状況となるのを未然に回避する。
【解決手段】車両の自動運転制御が行われる自動運転ルートが設定される。自動運転ルートの設定では、車両の現在地から目的地に至るルートの候補が少なくとも２つ設定される。また、ルートの候補のそれぞれに沿った車両の走行中、自動運転制御に関するログデータが保存される記憶装置内で変動する当該ログデータの変動量が予測される。また、ログデータの変動量に基づいて、少なくとも２つのルートの候補の目的地への到着時における記憶装置内の空き容量の将来値が予測される。そして、ルートの候補のうちから空き容量の将来値が最大となるルートの候補が、自動運転ルートとして選出される。
【選択図】図４

【特許請求の範囲】

【請求項1】

車両に搭載される自動運転システムであって、
１又は複数のプロセッサと、
１又は複数の記憶装置と、
を備え、
前記１又は複数のプロセッサは、
前記車両の自動運転制御が行われる前記車両のルートを示す自動運転ルートを設定し、
前記自動運転ルートに沿った前記車両の走行中、前記自動運転制御に関するログデータを前記１又は複数の記憶装置に保存し、
前記自動運転ルートの設定において、前記１又は複数のプロセッサは、
前記車両の現在地から目的地に至るルートの候補を少なくとも２つ設定し、
前記ルートの候補のそれぞれに沿った前記車両の走行中、前記１又は複数の記憶装置内で変動する前記ログデータの変動量を予測し、
前記ルートの候補のそれぞれについて予測された前記ログデータの変動量に基づいて、前記少なくとも２つのルートの候補の目的地への到着時における前記１又は複数の記憶装置内の空き容量の将来値を予測し、
前記ルートの候補のうちから前記空き容量の将来値が最大となるルートの候補を、前記自動運転ルートとして選出する
ことを特徴とする自動運転システム。

【請求項2】

請求項１に記載の自動運転システムであって、
前記１又は複数のプロセッサは、前記自動運転ルートの設定において、
前記空き容量の現在値が上限値以下であるか否かを判定し、
前記ログデータの変動量の予測及び前記空き容量の将来値の予測が、前記空き容量の現在値が前記上限値以下であると判定された場合に行われる
ことを特徴とする自動運転システム。

【請求項3】

請求項１又は２に記載の自動運転システムであって、
前記ログデータの変動量の予測において、前記１又は複数のプロセッサは、
前記少なくとも２つの候補のそれぞれに沿った前記車両の走行中に発生する前記ログデータの総量と、前記少なくとも２つの候補のそれぞれに沿った前記車両の走行中に前記１又は複数の記憶装置から減少する前記ログデータのデータ量とを、前記少なくとも２つの候補ごとに計算し、
前記車両の走行中に発生する前記ログデータの総量と、前記車両の走行中に前記１又は複数の記憶装置から減少する前記ログデータのデータ量とを前記少なくとも２つの候補ごとに足し合わせて前記ログデータの変動量を計算する
ことを特徴とする自動運転システム。

【請求項4】

請求項１又は２に記載の自動運転システムであって、
前記１又は複数のプロセッサは、前記自動運転ルートの設定において、更に、
前記少なくとも２つの候補のそれぞれに沿った前記車両の走行中における前記１又は複数の記憶装置内の前記ログデータの単位時間あたりの発生量を、前記少なくとも２つの候補ごとに計算し、
前記空き容量の現在値と、前記単位時間あたりの発生量の積算値と、に基づいて、前記目的地に至る途中における前記空き容量の値を示す途中経過値を、前記少なくとも２つの候補ごとに予測し、
前記途中経過値が許容値以下である候補を、前記ルートの候補から除外する
ことを特徴とする自動運転システム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、車両の自動運転制御を行うシステムに関する。

【背景技術】

【0002】

近年、機械学習を通じて生成されたモデル（機械学習モデル）を使用して、車両に搭載されたセンサ等のデータから、当該車両を制御する自動運転技術の開発が進んでいる。国際公開第２０１９／１１６４２３号では、機械学習モデルの生成に使用するための訓練データを収集する方法が提案されている。

【0003】

本開示に関連する技術分野の技術水準を示す文献としては、国際公開第２０１９／１１６４２３号の他に、特開２０１１－１１３４９４号公報、特開２０２１－１４６７７０号公報及び特許第６７６１００２号公報を例示することができる。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】国際公開第２０１９／１１６４２３号

【特許文献2】特開２０１１－１１３４９４号公報

【特許文献3】特開２０２１－１４６７７０号公報

【特許文献4】特許第６７６１００２号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

機械学習モデルを用いて行われた車両の自動運転制御は、事後的に検証されることが望ましい。この検証を可能にする方法として、車両の自動運転制御に関連するログデータを当該車両の記憶装置に保存することが考えられる。但し、車両の記憶装置の容量には限界がある。そのため、このログデータのデータ量が一定以上に到達したら、これを外部に送信して記憶装置から削除することが考えられる。しかしながら、自動運転制御の実行中、これに関連するログデータは時々刻々と発生する。そのため、外部に送信する前のログデータと、自動運転制御中に発生したログデータとによって記憶装置の空き容量が逼迫したときには、後者のログデータの保存が途中から行えないことになる可能性がある。したがって、このような逼迫状況となるのを未然に回避するため技術開発が望まれる。

【0006】

本開示の１つの目的は、機械学習モデルを用いた自動運転制御が行われる車両において、この自動運転制御に関連するログデータが保存される当該車両の記憶装置の空き容量が逼迫する状況となるのを未然に回避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】

【0007】

本開示は、車両に搭載される自動運転システムであり、次の特徴を有する。
前記自動運転システムは、１又は複数のプロセッサと、１又は複数の記憶装置と、を備える。
前記１又は複数のプロセッサは、
前記車両の自動運転制御が行われる前記車両のルートを示す自動運転ルートを設定し、
前記自動運転ルートに沿った前記車両の走行中、前記自動運転制御に関するログデータを前記１又は複数の記憶装置に保存する。
前記自動運転ルートの設定において、前記１又は複数のプロセッサは、
前記車両の現在地から目的地に至るルートの候補を少なくとも２つ設定し、
前記ルートの候補のそれぞれに沿った前記車両の走行中、前記１又は複数の記憶装置内で変動する前記ログデータの変動量を予測し、
前記ルートの候補のそれぞれについて予測された前記ログデータの変動量に基づいて、前記少なくとも２つのルートの候補の目的地への到着時における前記１又は複数の記憶装置内の空き容量の将来値を予測し、
前記ルートの候補のうちから前記空き容量の将来値が最大となるルートの候補を、前記自動運転ルートとして選出する。

【発明の効果】

【0008】

本開示によれば、車両の現在地から目的地に至る少なくとも２つのルートの候補のそれぞれに沿った走行中、１又は複数の記憶装置内で変動する自動運転制御に関するログデータの変動量が予測される。また、この予測された変動量に基づいて、目的地への到着時における１又は複数の記憶装置内の空き容量の将来値が、ルートの候補ごとに予測される。そして、空き容量の将来値が最大となるルートの候補が、自動運転制御が行われる車両のルート（つまり、自動運転ルート）として選出される。従って、本開示によれば、車両の自動運転制御に関連するログデータが保存される当該車両の記憶装置の空き容量が逼迫する状況となるのを未然に回避することが可能となる。

【図面の簡単な説明】

【0009】

【図1】実施の形態に係る車両の自動運転制御に関連する構成例を示すブロック図である。

【図2】実施の形態に係る自動運転システムの構成例を示す概念図である。

【図3】ログデータの管理に関する指示の例を示す図である。

【図4】ログデータの抽出及び保存が行われる保存時間を説明する図である。

【図5】実施の形態に特に関連する、プロセッサによる処理の流れを示すフローチャートである。

【図6】実施の形態に特に関連する、プロセッサによる処理の流れ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】

１．車両の自動運転
図１は、本実施の形態に係る車両１の自動運転制御に関連する構成例を示すブロック図である。自動運転とは、車両１の操舵、加速、及び減速のうち少なくとも１つをオペレータによる運転操作によらず自動的に行うことである。自動運転制御は、完全自動運転制御だけでなく、リスク回避制御、レーンキープアシスト制御、等も含む概念である。オペレータは、車両１に搭乗するドライバであってもよいし、車両１を遠隔操作する遠隔オペレータであってもよい。

【0011】

車両１は、センサ群１０、認識部２０、計画部３０、制御量算出部４０、及び走行装置５０を含んでいる。

【0012】

センサ群１０は、車両１の周囲の状況を認識するために用いられる認識センサ１１を含んでいる。認識センサ１１としては、カメラ、ＬＩＤＡＲ（Laser Imaging Detection and Ranging）、レーダ、等が例示される。センサ群１０は、更に、車両１の状態を検出する状態センサ１２、車両１の位置を検出する位置センサ１３、等を含んでいてもよい。状態センサ１２としては、速度センサ、加速度センサ、ヨーレートセンサ、舵角センサ、等が例示される。位置センサ１３としては、ＧＮＳＳ（Global Navigation Satellite System）センサが例示される。

【0013】

センサ検出情報ＳＥＮは、センサ群１０によって得られる情報である。例えば、センサ検出情報ＳＥＮは、カメラによって撮影される画像を含んでいる。他の例として、センサ検出情報ＳＥＮは、ＬＩＤＡＲによって得られる点群情報を含んでいてもよい。センサ検出情報ＳＥＮは、車両１の状態を示す車両状態情報を含んでいてもよい。センサ検出情報ＳＥＮは、車両１の位置を示す位置情報を含んでいてもよい。

【0014】

認識部２０は、センサ検出情報ＳＥＮを受け取る。認識部２０は、認識センサ１１により得られる情報に基づいて、車両１の周囲の状況を認識する。例えば、認識部２０は、車両１の周囲の物体を認識する。物体としては、歩行者、他車両（先行車両、駐車車両、等）、白線、道路構造物（例：ガードレール、縁石）、落下物、信号機、交差点、標識、等が例示される。認識結果情報ＲＥＳは、認識部２０による認識結果を示す。例えば、認識結果情報ＲＥＳは、車両１に対する物体の相対位置及び相対速度を示す物体情報を含む。

【0015】

計画部（planner）３０は、認識部２０から認識結果情報ＲＥＳを受け取る。また、計画部３０は、車両状態情報、位置情報、予め生成された地図情報を受け取ってもよい。地図情報は、高精度３次元地図情報であってもよい。計画部３０は、受け取った情報に基づいて、車両１の走行計画を生成する。走行計画は、予め設定された目的地に到達するためのものであってもよいし、リスクを回避するためのものであってもよい。走行計画としては、現在の走行車線を維持する、車線変更を行う、追い越しを行う、右左折を行う、操舵する、加速する、減速する、停止する、等が例示される。更に、計画部３０は、車両１が走行計画に従って走行するために必要な目標トラジェクトリＴＲＪを生成する。目標トラジェクトリＴＲＪは、目標位置及び目標速度を含んでいる。

【0016】

制御量算出部４０は、計画部３０から目標トラジェクトリＴＲＪを受け取る。制御量算出部４０は、車両１が目標トラジェクトリＴＲＪに追従するために必要な制御量ＣＯＮを算出する。制御量ＣＯＮは、車両１と目標トラジェクトリＴＲＪとの間の偏差を減少させるために要求される制御量であるということもできる。制御量ＣＯＮは、操舵制御量、駆動制御量、及び制動制御量のうち少なくとも一つを含む。操舵制御量としては、目標舵角、目標トルク、目標モータ角、目標モータ駆動電流、等が例示される。駆動制御量としては、目標速度、目標加速度、等が例示される。制動制御量としては、目標速度、目標減速度、等が例示される。

【0017】

走行装置５０は、操舵装置５１、駆動装置５２、及び制動装置５３を含んでいる。操舵装置５１は、車輪を転舵する。例えば、操舵装置５１は、電動パワーステアリング（EPS: Electric Power Steering）装置を含んでいる。駆動装置５２は、駆動力を発生させる動力源である。駆動装置５２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５３は、制動力を発生させる。走行装置５０は、制御量算出部４０から制御量ＣＯＮを受け取る。走行装置５０は、操舵制御量、駆動制御量、及び制動制御量のそれぞれに従って、操舵装置５１、駆動装置５２、及び制動装置５３を動作させる。これにより、車両１が目標トラジェクトリＴＲＪに追従するように走行する。

【0018】

認識部２０は、ルールベースモデル及び機械学習モデルのうち少なくとも一方を含んでいる。ルールベースモデルは、予め決められたルール群に基づいて認識処理を行う。機械学習モデルとしては、ＮＮ（Neural Network）、ＳＶＭ（Support Vector Machine）、回帰モデル、決定木モデル、等が例示される。ＮＮは、ＣＮＮ（Convolutional Neural Network）、ＲＮＮ（Recurrent Neural Network）、あるいはそれらの組み合わせであってもよい。ＮＮにおける各層の種類、層の数、ノード数は任意である。機械学習モデルは、機械学習を通して予め生成される。認識部２０は、モデルにセンサ検出情報ＳＥＮを入力することによって認識処理を行う。認識結果情報ＲＥＳは、モデルから出力される、あるいは、モデルからの出力に基づいて生成される。

【0019】

計画部３０も同様に、ルールベースモデル及び機械学習モデルのうち少なくとも一方を含んでいる。計画部３０は、モデルに認識結果情報ＲＥＳを入力することによって計画処理を行う。目標トラジェクトリＴＲＪは、モデルから出力される、あるいは、モデルからの出力に基づいて生成される。

【0020】

制御量算出部４０も同様に、ルールベースモデル及び機械学習モデルのうち少なくとも一方を含んでいる。制御量算出部４０は、モデルに目標トラジェクトリＴＲＪを入力することによって制御量算出処理を行う。制御量ＣＯＮは、モデルから出力される、あるいは、モデルからの出力に基づいて生成される。

【0021】

認識部２０、計画部３０、及び制御量算出部４０のうち２以上は、一体的に構成されていてもよい。認識部２０、計画部３０、及び制御量算出部４０の全てが一体的に構成されていてもよい（End-to-End構成）。例えば、認識部２０と計画部３０は、センサ検出情報ＳＥＮから目標トラジェクトリＴＲＪを出力するＮＮにより一体的に構成されていてもよい。一体的構成の場合であっても、認識結果情報ＲＥＳや目標トラジェクトリＴＲＪといった中間生成物が出力されてもよい。例えば、認識部２０と計画部３０がＮＮにより一体的に構成される場合、認識結果情報ＲＥＳは、ＮＮの中間層の出力であってよい。

【0022】

認識部２０、計画部３０、及び制御量算出部４０は、車両１の自動運転を制御する「自動運転制御部」を構成している。本実施の形態では、自動運転制御部の少なくとも一部に機械学習モデルが利用される。すなわち、認識部２０、計画部３０、及び制御量算出部４０のうち少なくとも１つは機械学習モデルを含んでいる。自動運転制御部は、機械学習モデルを利用して、車両１の自動運転制御の少なくとも一部を行う。

【0023】

２．自動運転システム
図２は、本実施の形態に係る自動運転システム１００の構成例を示す概念図である。自動運転システム１００は、車両１に搭載されており、車両１の自動運転制御を行う。自動運転システム１００は、上述の自動運転制御部の機能を少なくとも有する。自動運転システム１００は、更に、センサ群１０や走行装置５０を含んでいてもよい。

【0024】

自動運転システム１００は、１又は複数のプロセッサ１１０（以下、単に「プロセッサ」１１０と称す。）と１又は複数の記憶装置１２０（以下、単に「記憶装置１２０」と称す。）を含んでいる。プロセッサ１１０は、各種処理を実行する。プロセッサ１１０として、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）、等が例示される。認識部２０、計画部３０、及び制御量算出部４０は、単一のプロセッサ１１０で実現されてもよいし、別々のプロセッサ１１０で実現されてもよい。記憶装置１２０は、各種情報を格納する。記憶装置１２０としては、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、揮発性メモリ、不揮発性メモリ、等が例示される。

【0025】

プログラム１３０は、車両１を制御するためのコンピュータプログラムであり、プロセッサ１１０によって実行される。プログラム１３０を実行するプロセッサ１１０と記憶装置１２０との協働により、自動運転システム１００による各種処理が実現されてもよい。プログラム１３０は、記憶装置１２０に格納される。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。

【0026】

モデルデータ１４０は、認識部２０、計画部３０、及び制御量算出部４０に含まれるモデルのデータである。上述の通り、本実施の形態では、認識部２０、計画部３０、及び制御量算出部４０のうち少なくとも１つは「機械学習モデル」を含んでいる。モデルデータ１４０は、記憶装置１２０に格納され、自動運転制御に利用される。

【0027】

自動運転制御の最中、プロセッサ１１０は、自動運転制御に関連する「ログデータＬＯＧ」を取得する。ログデータＬＯＧは、自動運転制御部に入力されるセンサ検出情報ＳＥＮを含んでいてもよい。ログデータＬＯＧは、自動運転制御部から出力される制御量ＣＯＮを含んでいてもよい。ログデータＬＯＧは、認識部２０から出力される認識結果情報ＲＥＳを含んでいてもよい。ログデータＬＯＧは、計画部３０から出力される目標トラジェクトリＴＲＪを含んでいてもよい。ログデータＬＯＧは、認識部２０による認識処理における判断の理由を含んでいてもよい。ログデータＬＯＧは、計画部３０による計画処理における判断の理由を含んでいてもよい。ログデータＬＯＧは、自動運転制御に対するオペレータの介入の有無を含んでいてもよい。

【0028】

プロセッサ１１０は、自動運転制御の最中に取得したログデータＬＯＧを記憶装置１２０に保存する。プロセッサ１１０は、一定期間の間だけ、ログデータＬＯＧを記憶装置１２０に一時的に保存してもよい。

【0029】

管理サーバ２００は、車両１の外部に存在する外部装置である。管理サーバ２００は、通信ネットワークを介して１又は複数の車両１と通信を行う。自動運転制御の最中、あるいは、自動運転制御の終了後、車両１のプロセッサ１１０は、ローカルの記憶装置１２０に保存されたログデータＬＯＧの少なくとも一部を管理サーバ２００にアップロードしてもよい。管理サーバ２００にアップロードされたログデータＬＯＧは、機械学習モデルを利用した自動運転制御の検証等に利用される。プロセッサ１１０は、管理サーバ２００にアップロードしたログデータＬＯＧをローカルの記憶装置１２０から消去してもよい。

【0030】

３．自動運転ルート
本実施の形態では、自動運転が可能な区間（例えば、高速道路の区間、自動運転専用の区間など）において、車両１の自動運転制御が行われる場合を考える。この場合は、この自動運転制御が行われる車両１のルート（以下、「自動運転ルート」とも称す。）が設定される。自動運転ルートの設定処理（以下、「ルート設定処理」とも称す。）は、プロセッサ１１０によって行われてもよいし、車両１に搭載されたプロセッサ１１０以外のプロセッサ（例えば、ナビゲーションシステムのプロセッサ）によって行われてもよい。

【0031】

自動運転ルートに沿った車両１の走行中、自動運転制御の実行に伴ってログデータＬＯＧが発生する。発生したログデータＬＯＧは、車両１の記憶装置１２０に保存される。ここで、自動運転制御の実行中、ログデータＬＯＧは発生し続ける。そのため、記憶装置１２０内におけるログデータＬＯＧの総量Ｑｌｏｇは増加し続け、その一方で、この記憶装置１２０の空き容量ＱＣが減少し続ける。この結果、空き容量ＱＣが逼迫すると、自動運転ルートに沿った車両１の走行中に発生したログデータＬＯＧの保存が自動運転ルートの途中から行えない状況に陥る可能性がある。

【0032】

３－１．ルート設定処理の第１の例
この問題に鑑み、ルート設定処理では、自動運転ルートの候補ＲＴｎが少なくとも２つ設定される（ｎ≧２）。ルート設定処理では、また、これらの候補ＲＴｎに沿った車両１の走行中に発生するログデータＬＯＧの総量ＱＡ＿ＲＴｎが予測される。図３は、総量ＱＡ＿ＲＴｎを説明する図である。図３には、ルートの候補ＲＴｎとして、候補ＲＴ１、ＲＴ２及びＲＴ３が描かれている。これらの候補は何れも、車両１の現在地ＣＬから目的地ＤＳに至る３つのルートの候補である。図３の横軸に示される時刻Ｔｃｌは、現在時刻を表している。また、時刻Ｔ１、Ｔ２及びＴ３は、候補ＲＴ１、ＲＴ２及びＲＴ３に沿って車両１が走行した場合において、車両１が目的地ＤＳに到着する時刻をそれぞれ表している。

【0033】

図３の縦軸は、ログデータＬＯＧの単位時間あたりの発生量ΔＱＡ＿ＲＴｎが表されている。図３に示されるように、候補ＲＴ１～ＲＴ３の間では発生量ΔＱＡ＿ＲＴｎが異なる。この理由は、候補ＲＴ１～ＲＴ３の間で少なくとも一部のルートが異なるためである。少なくとも一部のルートが異なれば、ログデータＬＯＧが発生するイベント（物体の認識イベント、走行計画の生成イベント、制御量の算出イベントなど）の頻度や難易度に違いが生じるためである。一般的に、単位時間あたりのイベントの頻度が高くなるほど発生量ΔＱＡ＿ＲＴｎが多くなる。また、イベントの難易度が高くなるほど発生量ΔＱＡ＿ＲＴｎが多くなる。

【0034】

候補ＲＴ１に沿った車両１の走行中に発生するログデータＬＯＧの総量ＱＡ＿ＲＴ１は、時刻Ｔｃｌから時刻Ｔ１までの発生量ΔＱＡ＿ＲＴ１を積算した値∫ΔＱＡ＿ＲＴ１ｄｔにより表される。総量ＱＡ＿ＲＴ２は、時刻Ｔｃｌから時刻Ｔ２までの発生量ΔＱＡ＿ＲＴ２を積算した値∫ΔＱＡ＿ＲＴ２ｄｔにより表される。総量ＱＡ＿ＲＴ３は、時刻Ｔｃｌから時刻Ｔ３までの発生量ΔＱＡ＿ＲＴ３を積算した値∫ΔＱＡ＿ＲＴ３ｄｔにより表される。

【0035】

ルート設定処理では、更に、総量ＱＡ＿ＲＴｎに基づいて、目的地ＤＳへの到達時（到達時刻Ｔｄｓ）における空き容量ＱＣの将来値ＱＣ＿ＲＴｎ（Ｔｄｓ）が計算される。将来値ＱＣ＿ＲＴｎ（Ｔｄｓ）は、時刻Ｔｃｌでの空き容量ＱＣの値（つまり、現在値）ＱＣ（Ｔｃｌ）を用いて次の式（１）により表すことができる。
ＱＣ＿ＲＴｎ（Ｔｄｓ）＝ＱＣ（Ｔｃｌ）－∫ΔＱＡ＿ＲＴｎｄｔ・・・（１）

【0036】

ルート設定処理の第１の例では、式（１）により計算された将来値ＱＣ＿ＲＴｎ（Ｔｄｓ）が最大となる候補ＲＴｎが、自動運転ルートとして選出される。将来値ＱＣ＿ＲＴｎ（Ｔｄｓ）が最大となる候補ＲＴｎであれば、目的地ＤＳに至る途中で空き容量ＱＣが逼迫する状況となるのを未然に回避することが可能となる。図３の例では、総量ＱＡ＿ＲＴ２が最も少ない。そのため、式（１）に示す将来値ＱＣ＿ＲＴｎ（Ｔｄｓ）が最大となる候補ＲＴｎは候補ＲＴ２であり、これが自動運転ルートとして選出されることになる。

【0037】

３－２．ルート設定処理の第２の例
図３を参照して説明した将来値ＱＣ＿ＲＴｎ（Ｔｄｓ）の計算例では、候補ＲＴｎに沿った走行中に変動する記憶装置１２０内のログデータＬＯＧの変動量が、総量ＱＡ＿ＲＴｎにより表現された。しかしながら、候補ＲＴｎ上に、又は候補ＲＴｎの近接箇所に通信スポット（例えば、充電又は給油スポット、高速道路上のサービスエリアなど）が含まれる場合は、目的地ＤＳに至る途中でログデータＬＯＧを管理サーバ２００に送信することができる。この場合は、送信済みのログデータＬＯＧを圧縮して記憶装置１２０に保存することができ、又は、送信済みのログデータＬＯＧを記憶装置１２０から削除することもできる。

【0038】

図４は、送信済みのログデータＬＯＧを圧縮又は削除した場合における、記憶装置１２０内におけるログデータＬＯＧの総量Ｑｌｏｇの推移例を示す図である。図４に示される例では、候補ＲＴｎに沿った走行の途中にログデータＬＯＧが管理サーバ２００に送信される。そして、この送信済みのログデータＬＯＧが圧縮されて記憶装置１２０に保存されている。この結果、総量Ｑｌｏｇはデータ量ＱＢ＿ＲＴｎだけ減少し、その一方で、この記憶装置１２０の空き容量ＱＣが増加する。よって、候補ＲＴｎ上に、又は候補ＲＴｎの近接箇所に通信スポットが含まれる場合は、将来値ＱＣ＿ＲＴｎ（Ｔｄｓ）は、次の式（２）により表すことができる。
ＱＣ＿ＲＴｎ（Ｔｄｓ）＝ＱＣ（Ｔｃｌ）－∫ΔＱＡ＿ＲＴｎｄｔ＋ＱＢ＿ＲＴｎ・・・（２）

【0039】

ルート設定処理の第２の例では、式（２）により計算された将来値ＱＣ＿ＲＴｎ（Ｔｄｓ）が最大となる候補ＲＴｎが、自動運転ルートとして選出される。このように、候補ＲＴｎに沿った走行中に変動する記憶装置１２０内のログデータＬＯＧの変動量は、総量ＱＡ＿ＲＴｎとデータ量ＱＢ＿ＲＴｎの組み合わせにより表現することもできる。

【0040】

このように、第１又は第２の例によれば、将来値ＱＣ＿ＲＴｎ（Ｔｄｓ）が最大となる候補ＲＴｎが自動運転ルートとして選出される。従って、自動運転ルートに沿った車両１の走行中に空き容量ＱＣが逼迫する状況となるのを未然に回避することが可能となる。

【0041】

４．プロセッサによる処理例
図５は、本実施の形態に特に関連する、プロセッサ１１０による処理の流れを示すフローチャートである。尚、図５に示されるルーチンは、それぞれ、所定の制御周期で繰り返し実行される。

【0042】

図５に示されるルーチンでは、まず、各種の情報が取得される（ステップＳ１１）。ステップＳ１１の処理において取得される情報としては、車両１の現在位置の情報（緯度経度情報）と、地図情報と、記憶装置１２０の空き容量ＱＣの情報と、が例示される。

【0043】

ステップＳ１１の処理に続いて、自動運転が可能な区間に車両１が位置するか否かが判定される（ステップＳ１２）。ステップＳ１２の判定は、例えば、ステップＳ１１において取得された車両１の現在位置の情報と、地図情報とに基づいて行われる。ステップＳ１２の判定結果が否定的な場合は、自動運転制御が行われないと判断できる。そのため、この場合は、処理が終了する。

【0044】

ステップＳ１２の判定結果が肯定的な場合は、自動運転制御が行われると判断できる。そのため、記憶装置１２０の空き容量ＱＣの現在値ＱＣ（Ｔｃｌ）が上限値ＵＬ以下であるか否かが判定される（ステップＳ１３）。ステップＳ１３の処理において、現在値ＱＣ（Ｔｃｌ）には、ステップＳ１１において取得された空き容量ＱＣの値が用いられる。上限値ＵＬは、例えば、１回のトリップ中に発生するログデータＬＯＧの平均量として事前に設定される。ログデータＬＯＧの平均量は、１又は複数の車両１についての平均量でもよいし、プロセッサ１１０が搭載された車両１についての平均量でもよい。

【0045】

ステップＳ１３の判定結果が否定的な場合は、ルート設定処理（通常）が行われる（ステップＳ１４）。ステップＳ１４の処理では、車両１の現在地ＣＬから目的地ＤＳに至る自動運転ルートが、ログデータＬＯＧ以外の観点に基づいて設定される。ログデータＬＯＧ以外の観点としては、目的地ＤＳまでの所要時間、走行距離、料金などが例示される。

【0046】

ステップＳ１３の判定結果が肯定的な場合は、ルート設定処理（省データ）が行われる（ステップＳ１５）。ステップＳ１５の処理では、上述した第１又は第２の例によって候補ＲＴｎが設定され、これらの候補ＲＴｎに沿った車両１の走行中に発生するログデータＬＯＧの総量ＱＡ＿ＲＴｎ（第１及び第２の例）や、これらの候補ＲＴｎに沿った車両１の走行中に減少するログデータＬＯＧのデータ量ＱＢ＿ＲＴｎ（第２の例）が予測される。そして、式（１）又は（２）に基づいて計算された将来値ＱＣ＿ＲＴｎ（Ｔｄｓ）が最大となる候補ＲＴｎが、自動運転ルートとして選出される。

【0047】

尚、ステップＳ１３の処理は本開示に必須の処理ではない。そのため、ステップＳ１２の判定結果が肯定的な場合は、ステップＳ１３の処理をスキップしてステップＳ１５の処理を行ってもよい。また、ステップＳ１５の処理では、将来値ＱＣ＿ＲＴｎ（Ｔｄｓ）を計算する前に、候補ＲＴｎに沿った車両１の走行中に発生するログデータＬＯＧの途中経過量ＱＡ＿ＲＴｎ（Ｔｍｗ）を計算してもよい。更には、この途中経過量ＱＡ＿ＲＴｎ（Ｔｍｗ）に基づいて、候補ＲＴｎの絞り込みを行ってもよい。

【0048】

図６は、途中経過量ＱＡ＿ＲＴｎ（Ｔｍｗ）を説明する図である。図６には、図３で説明した候補ＲＴ１が描かれている。図３の説明で述べたように、候補ＲＴ１に沿った車両１の走行中に発生するログデータＬＯＧの総量ＱＡ＿ＲＴ１は、時刻Ｔｃｌから時刻Ｔ１までの発生量ΔＱＡ＿ＲＴ１を積算した値∫ΔＱＡ＿ＲＴ１ｄｔである。途中経過量ＱＡ＿ＲＴｎ（Ｔｍｗ）は、車両１が目的地ＤＳに至る前の時刻（図６の例では、時刻Ｔ４）までに発生するログデータＬＯＧの総量である。

【0049】

ステップＳ１５の処理において、途中経過量ＱＡ＿ＲＴｎ（Ｔｍｗ）が計算された場合、この途中経過量ＱＡ＿ＲＴｎ（Ｔｍｗ）に基づいて時刻Ｔｍｗでの空き容量ＱＣの値（つまり、途中経過値）を計算してもよい。この場合の途中経過値ＱＣ＿ＲＴｎ（Ｔｍｗ）は、次の式（３）により表すことができる。
ＱＣ＿ＲＴｎ（Ｔｍｗ）＝ＱＣ（Ｔｃｌ）－ＱＡ＿ＲＴｎ（Ｔｍｗ）・・・（３）

【0050】

途中経過値ＱＣ＿ＲＴｎ（Ｔｍｗ）が計算された場合は、更に、この途中経過値ＱＣ＿ＲＴｎ（Ｔｍｗ）と許容値ＡＣを比較してもよい。この許容値ＡＣは、例えば、ゼロ又はゼロに近い値に設定される。比較の結果、途中経過値ＱＣ＿ＲＴｎ（Ｔｍｗ）が許容値ＡＣ以下となる候補ＲＴｎがあるときは、その候補ＲＴｎが自動運転ルートの候補から除外される。このような候補ＲＴｎは、車両１が目的地ＤＳに至る途中で空き容量ＱＣが逼迫する状況となるものであるといえる。従って、途中経過量ＱＡ＿ＲＴｎ（Ｔｍｗ）に基づいて候補ＲＴｎの絞り込みを行う例によれば、空き容量ＱＣが逼迫する状況となるのを未然に回避するという本実施の形態による効果をより確実にすることが可能となる。

【符号の説明】

【0051】

１…車両、１０…センサ群、２０…認識部、３０…計画部、４０…制御量算出部、５０…走行装置、１００…自動運転システム、１１０…プロセッサ、１２０…記憶装置、２００…管理サーバ、２２０…データベース、ＡＣ…許容値、ＣＬ…現在地、ＤＳ…目的地、ＱＣ…空き容量、ＲＴｎ…候補、ＵＬ…上限値、ＣＯＮ…制御量、ＬＯＧ…ログデータ、ＲＥＳ…認識結果情報、ＳＥＮ…センサ検出情報、ＴＲＪ…目標トラジェクトリ、ΔＱＡ＿ＲＴｎ…ログデータＬＯＧの単位時間あたりの発生量、ＱＡ＿ＲＴｎ…候補ＲＴｎに沿った車両１の走行中に発生するログデータＬＯＧの総量、ＱＡ＿ＲＴｎ（Ｔｍｗ）…候補ＲＴｎに沿った車両１の走行中に発生するログデータＬＯＧの途中経過量、ＱＢ＿ＲＴｎ…候補ＲＴｎに沿った車両１の走行中に減少するログデータＬＯＧのデータ量、ＱＣ（Ｔｃｌ）…空き容量ＱＣの現在値、ＱＣ＿ＲＴｎ（Ｔｄｓ）…空き容量ＱＣの将来値、ＱＣ＿ＲＴｎ（Ｔｍｗ）…空き容量ＱＣの途中経過値

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】