特許 7404925 走行支援装置、走行支援方法、および走行支援プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2023-12-18

(45)【発行日】2023-12-26

(54)【発明の名称】走行支援装置、走行支援方法、および走行支援プログラム

(51)【国際特許分類】

   B60W 30/08 20120101AFI20231219BHJP

   B60W 30/10 20060101ALI20231219BHJP

   B60W 40/04 20060101ALI20231219BHJP

   G08G 1/16 20060101ALI20231219BHJP

【ＦＩ】

B60W30/08

B60W30/10

B60W40/04

G08G1/16 C

【請求項の数】 18

(21)【出願番号】P 2020028410

(22)【出願日】2020-02-21

(65)【公開番号】P2021135509

(43)【公開日】2021-09-13

【審査請求日】2022-07-07

(73)【特許権者】

【識別番号】000004260

【氏名又は名称】株式会社デンソー

(74)【代理人】

【識別番号】100106149

【弁理士】

【氏名又は名称】矢作 和行

(74)【代理人】

【識別番号】100121991

【弁理士】

【氏名又は名称】野々部 泰平

(74)【代理人】

【識別番号】100145595

【弁理士】

【氏名又は名称】久保 貴則

(72)【発明者】

【氏名】伊藤 章

【審査官】楠永 吉孝

(56)【参考文献】

【文献】特開２０１９－１３７１８９（ＪＰ，Ａ）

【文献】特開２００９－１１６７９０（ＪＰ，Ａ）

【文献】特開２００９－１９９５３２（ＪＰ，Ａ）

【文献】特開２０１８－０３４７０９（ＪＰ，Ａ）

【文献】特開２０１０－０３３４４１（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｂ６０Ｗ ３０／００～６０／００

Ｇ０８Ｇ １／００～ １／１６

(57)【特許請求の範囲】

【請求項1】

自車両（Ａ）の走行を支援する走行支援装置であって、
前記自車両の周辺の内領域に存在する移動体に関して、前記自車両の状態に応じた前記移動体の挙動である対自車インタラクションを予測する内領域予測部（１３０）と、
前記内領域よりも外側の領域である外領域に存在する前記移動体に関して、前記移動体の周辺環境に応じた前記移動体の挙動である対環境インタラクションを予測する外領域予測部（１１０）と、
前記対環境インタラクションに基づいて、前記自車両に予定される、走行制御によって実現可能な前記自車両のふるまいの類型であって、前記自車両の進行に応じた前記自車両の走行位置を規定する将来軌道の取り得る範囲を規定する将来行動を計画する外領域計画部（１４０）と、
前記将来行動および前記対自車インタラクションに基づいて、前記将来行動に従う前記将来軌道を計画する内領域計画部（１５０）と、
を備える走行支援装置。

【請求項2】

前記自車両に搭載された車載センサ（２５）の検出範囲外である死角領域に存在する前記移動体に関する死角移動体情報に基づいて、前記移動体の挙動を予測する死角領域予測部を備え、
前記外領域計画部は、前記死角領域予測部にて予測された前記移動体の挙動に基づいて、前記将来行動を計画する請求項１に記載の走行支援装置。

【請求項3】

未検出の前記移動体の存在が予測されるか否かを判定する可能性判定部（１２０）を備え、
前記外領域計画部は、未検出の前記移動体の存在が予測されると判定された場合に、未検出の前記移動体の挙動を想定した前記将来行動を計画する請求項１または請求項２に記載の走行支援装置。

【請求項4】

前記外領域予測部は、前記外領域における信号機の点灯状態に応じた前記対環境インタラクションを予測する請求項１から請求項３のいずれか１項に記載の走行支援装置。

【請求項5】

前記外領域予測部は、前記外領域における前記移動体と異なる別移動体の状態に応じた前記対環境インタラクションを予測する請求項１から請求項４のいずれか１項に記載の走行支援装置。

【請求項6】

前記内領域予測部は、前記移動体の進行方向に基づいて前記対自車インタラクションを予測する請求項１から請求項５のいずれか１項に記載の走行支援装置。

【請求項7】

自車両（Ａ）の走行を支援するために、プロセッサ（１０２）によって実行される走行支援方法であって、
前記自車両の周辺の内領域に存在する移動体に関して、前記自車両の状態に応じた前記移動体の挙動である対自車インタラクションを予測する内領域予測プロセス（Ｓ７０）と、
前記内領域よりも外側の領域である外領域に存在する前記移動体に関して、前記移動体の周辺環境に応じた前記移動体の挙動である対環境インタラクションを予測する外領域予測プロセス（Ｓ２０）と、
前記対環境インタラクションに基づいて、前記自車両に予定される、走行制御によって実現可能な前記自車両のふるまいの類型であって、前記自車両の進行に応じた前記自車両の走行位置を規定する将来軌道の取り得る範囲を規定する将来行動を計画する外領域計画プロセス（Ｓ５０）と、
前記将来行動および前記対自車インタラクションに基づいて、前記将来行動に従う前記将来軌道を計画する内領域計画プロセス（Ｓ８０）と、
を含む走行支援方法。

【請求項8】

前記自車両に搭載された車載センサ（２５）の検出範囲外である死角領域に存在する前記移動体に関する死角移動体情報に基づいて、前記移動体の挙動を予測する死角領域予測プロセス（Ｓ３０）を含み、
前記外領域計画プロセスでは、前記死角領域予測プロセスにて予測された前記移動体の挙動に基づいて、前記将来行動を計画する請求項７に記載の走行支援方法。

【請求項9】

未検出の前記移動体の存在が予測されるか否かを判定する可能性判定プロセス（Ｓ４０）を含み、
前記外領域計画プロセスでは、未検出の前記移動体の存在が予測されると判定された場合に、未検出の前記移動体の挙動を想定した前記将来行動を計画する請求項７または請求項８に記載の走行支援方法。

【請求項10】

前記外領域予測プロセスでは、前記外領域における信号機の点灯状態に応じた前記対環境インタラクションを予測する請求項７から請求項９のいずれか１項に記載の走行支援方法。

【請求項11】

前記外領域予測プロセスでは、前記外領域における前記移動体と異なる別移動体の状態に応じた前記対環境インタラクションを予測する請求項７から請求項１０のいずれか１項に記載の走行支援方法。

【請求項12】

前記内領域予測プロセスでは、前記移動体の進行方向に基づいて前記対自車インタラクションを予測する請求項７から請求項１１のいずれか１項に記載の走行支援方法。

【請求項13】

自車両（Ａ）の走行を支援するために、プロセッサ（１０２）に実行させる命令を含む走行支援プログラムであって、
前記命令は、
前記自車両の周辺の内領域に存在する移動体に関して、前記自車両の状態に応じた前記移動体の挙動である対自車インタラクションを予測させる内領域予測プロセス（Ｓ７０）と、
前記内領域よりも外側の領域である外領域に存在する前記移動体に関して、前記移動体の周辺環境に応じた前記移動体の挙動である対環境インタラクションを予測させる外領域予測プロセス（Ｓ２０）と、
前記対環境インタラクションに基づいて、前記自車両に予定される、走行制御によって実現可能な前記自車両のふるまいの類型であって、前記自車両の進行に応じた前記自車両の走行位置を規定する将来軌道の取り得る範囲を規定する将来行動を計画させる外領域計画プロセス（Ｓ５０）と、
前記将来行動および前記対自車インタラクションに基づいて、前記将来行動に従う前記将来軌道を計画させる内領域計画プロセス（Ｓ８０）と、
を含む走行支援プログラム。

【請求項14】

前記自車両に搭載された車載センサ（２５）の検出範囲外である死角領域に存在する前記移動体に関する死角移動体情報に基づいて、前記移動体の挙動を予測させる死角領域予測プロセス（Ｓ３０）を含み、
前記外領域計画プロセスでは、前記死角領域予測プロセスにて予測された前記移動体の挙動に基づいて、前記将来行動を計画させる請求項１３に記載の走行支援プログラム。

【請求項15】

未検出の前記移動体の存在が予測されるか否かを判定させる可能性判定プロセス（Ｓ４０）を含み、
前記外領域計画プロセスでは、未検出の前記移動体の存在が予測されると判定された場合に、未検出の前記移動体の挙動を想定した前記将来行動を計画させる請求項１３または請求項１４に記載の走行支援プログラム。

【請求項16】

前記外領域予測プロセスでは、前記外領域における信号機の点灯状態に応じた前記対環境インタラクションを予測させる請求項１３から請求項１５のいずれか１項に記載の走行支援プログラム。

【請求項17】

前記外領域予測プロセスでは、前記外領域における前記移動体と異なる別移動体の状態に応じた前記対環境インタラクションを予測させる請求項１３から請求項１６のいずれか１項に記載の走行支援プログラム。

【請求項18】

前記内領域予測プロセスでは、前記移動体の進行方向に基づいて前記対自車インタラクションを予測する請求項１３から請求項１７のいずれか１項に記載の走行支援プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

この明細書における開示は、自車両の走行を支援する技術に関する。

【背景技術】

【0002】

特許文献１には、他車両の動作を予測する装置が開示されている。この装置は、運転環境に応じて他車両の運転特性を推定し、当該運転特性に基づいて他車両の動作を予測する。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２０１９‐１５１３０９号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

他車両を含む移動体の挙動は、状況に応じて自車両からも影響を受け得る。特許文献１には、他車両の挙動予測に関して、自車両の影響を考慮することについては記載されていない。このため、特許文献１の装置は、状況に応じた移動体の挙動予測および予測結果の利用ができない虞がある。

【0005】

開示される目的は、状況に応じた移動体の挙動予測および予測結果の利用が可能な走行支援装置、走行支援方法、および走行支援プログラムを提供することである。

【課題を解決するための手段】

【0006】

この明細書に開示された複数の態様は、それぞれの目的を達成するために、互いに異なる技術的手段を採用する。また、特許請求の範囲およびこの項に記載した括弧内の符号は、ひとつの態様として後述する実施形態に記載の具体的手段との対応関係を示す一例であって、技術的範囲を限定するものではない。

【0007】

開示された走行支援装置のひとつは、自車両（Ａ）の走行を支援する走行支援装置であって、
自車両の周辺の内領域に存在する移動体に関して、自車両の状態に応じた移動体の挙動である対自車インタラクションを予測する内領域予測部（１３０）と、
内領域よりも外側の領域である外領域に存在する移動体に関して、移動体の周辺環境に応じた移動体の挙動である対環境インタラクションを予測する外領域予測部（１１０）と、
対環境インタラクションに基づいて、自車両に予定される、走行制御によって実現可能な自車両のふるまいの類型であって、自車両の進行に応じた自車両の走行位置を規定する将来軌道の取り得る範囲を規定する将来行動を計画する外領域計画部（１４０）と、
将来行動および対自車インタラクションに基づいて、将来行動に従う将来軌道を計画する内領域計画部（１５０）と、
を備える。

【0008】

開示された走行支援方法のひとつは、自車両（Ａ）の走行を支援するために、プロセッサ（１０２）によって実行される走行支援方法であって、
自車両の周辺の内領域に存在する移動体に関して、自車両の状態に応じた移動体の挙動である対自車インタラクションを予測する内領域予測プロセス（Ｓ７０）と、
内領域よりも外側の領域である外領域に存在する移動体に関して、移動体の周辺環境に応じた移動体の挙動である対環境インタラクションを予測する外領域予測プロセス（Ｓ２０）と、
対環境インタラクションに基づいて、自車両に予定される、走行制御によって実現可能な自車両のふるまいの類型であって、自車両の進行に応じた自車両の走行位置を規定する将来軌道の取り得る範囲を規定する将来行動を計画する外領域計画プロセス（Ｓ５０）と、
将来行動および対自車インタラクションに基づいて、将来行動に従う将来軌道を計画する内領域計画プロセス（Ｓ８０）と、
を含む。

【0009】

開示された走行支援プログラムのひとつは、自車両（Ａ）の走行を支援するために、プロセッサ（１０２）に実行させる命令を含む走行支援プログラムであって、
命令は、
自車両の周辺の内領域に存在する移動体に関して、自車両の状態に応じた移動体の挙動である対自車インタラクションを予測させる内領域予測プロセス（Ｓ７０）と、
内領域よりも外側の領域である外領域に存在する移動体に関して、移動体の周辺環境に応じた移動体の挙動である対環境インタラクションを予測させる外領域予測プロセス（Ｓ２０）と、
対環境インタラクションに基づいて、自車両に予定される、走行制御によって実現可能な自車両のふるまいの類型であって、自車両の進行に応じた自車両の走行位置を規定する将来軌道の取り得る範囲を規定する将来行動を計画させる外領域計画プロセス（Ｓ５０）と、
将来行動および対自車インタラクションに基づいて、将来行動に従う将来軌道を計画させる内領域計画プロセス（Ｓ８０）と、
を含む。

【0010】

これらの開示によれば、自車両の周辺の内領域に存在する移動体に関しては、自車両の状態に応じた移動体の挙動である対自車インタラクションが予測される。そして、内領域よりも外側の領域である外領域に存在する移動体に関しては、移動体の周辺環境に応じた移動体の挙動である対環境インタラクションが予測される。そして、対環境インタラクションに基づいて自車両の将来行動が計画され、対自車インタラクションに基づいて自車両の将来軌道が計画される。故に、自車両に比較的近く、自車両の影響がより大きくなり易い移動体と、自車両から比較的遠く、自車両の影響がより小さくなり易い移動体とで、それぞれの状況に応じた挙動予測および予測結果の利用が実施され得る。以上により、状況に応じた移動体の挙動予測が可能な走行支援装置、走行支援方法、および走行支援プログラムが提供され得る。

【図面の簡単な説明】

【0011】

【図1】走行支援ＥＣＵを含むシステムを示す図である。

【図2】走行支援ＥＣＵが有する機能の一例を示すブロック図である。

【図3】走行支援ＥＣＵが実行する走行支援方法の一例を示すフローチャートである。

【図4】対自車インタラクションの予測の一例を説明するための図である。

【図5】対自車インタラクションの予測の一例を説明するための図である。

【図6】対自車インタラクションの予測の一例を説明するための図である。

【図7】対環境インタラクションの予測の一例を説明するための図である。

【図8】対環境インタラクションの予測の一例を説明するための図である。

【図9】死角移動体情報に基づく移動体の挙動予測の一例を説明するための図である。

【図10】死角移動体情報に基づく移動体の挙動予測の一例を説明するための図である。

【図11】死角移動体情報に基づく移動体の挙動予測の一例を説明するための図である。

【図12】死角移動体情報に基づく移動体の挙動予測の一例を説明するための図である。

【図13】未検出の移動体についての存在予測の一例を説明するための図である。

【発明を実施するための形態】

【0012】

（第１実施形態）
第１実施形態の走行支援装置について、図１～図１３を参照しながら説明する。第１実施形態の走行支援装置は、自車両Ａに搭載された電子制御装置である走行支援ＥＣＵ１００によって提供される。自車両Ａは、自動運転機能および高度運転支援機能の少なくとも一方を有している。走行支援ＥＣＵ１００は、自車両Ａの周辺の移動体の挙動を予測し、予測結果に基づいて自車両Ａの走行を支援する。走行支援ＥＣＵ１００は、ロケータ１０、周辺監視ＥＣＵ２０、車速センサ３０、車載通信器４０および車両制御ＥＣＵ５０と通信バス等を介して接続されている。

【0013】

ロケータ１０は、複数の取得情報を組み合わせる複合測位により、自車位置情報等を生成する。ロケータ１０は、ＧＮＳＳ（Global Navigation Satellite System）受信機１１、慣性センサ１２、地図データベース（以下、地図ＤＢ）１３、およびロケータＥＣＵ１４を備えている。ＧＮＳＳ受信機１１は、複数の測位衛星からの測位信号を受信する。慣性センサ１２は、自車両Ａに作用する慣性力を検出するセンサである。慣性センサ１２は、例えば３軸ジャイロセンサおよび３軸加速度センサを備えており、自車両Ａに作用する角速度および加速度を検出する。

【0014】

地図ＤＢ１３は、不揮発性メモリであって、リンクデータ、ノードデータ、地形、構造物等の地図情報を格納している。地図情報は、例えば、地形および構造物の特徴点の点群からなる三次元地図である。なお、三次元地図は、ＲＥＭ（Road Experience Management）によって撮像画像をもとに生成されたものであってもよい。また、地図情報には、道路標識譲歩、交通規制情報、道路工事情報、および気象情報等が含まれていてもよい。地図ＤＢ１３に格納された地図情報は、車載通信器４０にて受信される最新の情報に基づいて、定期的または随時に更新される。

【0015】

ロケータＥＣＵ１４は、プロセッサ、メモリ、入出力インターフェース、およびこれらを接続するバス等を備えたマイクロコンピュータを主体として含む構成である。ロケータＥＣＵ１４は、ＧＮＳＳ受信機１１で受信する測位信号、地図ＤＢ１３の地図データ、および慣性センサ１２の計測結果を組み合わせることにより、自車両Ａの位置（以下、自車位置）を逐次測位する。自車位置は、例えば緯度経度の座標で表される構成とすればよい。なお、自車位置の測位には、自車両Ａに搭載された車速センサ３０から逐次出力される信号から求めた走行距離を用いる構成としてもよい。地図データとして、道路形状および構造物の特徴点の点群からなる三次元地図を用いる場合、ロケータＥＣＵ１４は、ＧＮＳＳ受信機１１を用いずに、この三次元地図と、周辺監視センサ２５での検出結果とを用いて、自車位置を特定する構成としてもよい。ロケータＥＣＵ１４は、自車位置情報、自車両Ａの加速度情報、自車両Ａ周辺の地図情報等を、走行支援ＥＣＵ１００へと逐次提供する。

【0016】

周辺監視ＥＣＵ２０は、プロセッサ、メモリ、入出力インターフェース、およびこれらを接続するバスを備えるマイクロコンピュータを主体として構成され、メモリに格納された制御プログラムを実行することで各種の処理を実行する。周辺監視ＥＣＵ２０は、自車両Ａに搭載された周辺監視センサ２５から検出結果を取得し、当該検出結果に基づいて自車両Ａの走行環境を認識する。

【0017】

周辺監視センサ２５は、自車両Ａの周辺環境を監視する自律センサであり、地物の特徴点の点群を検出するＬｉＤＡＲ（Light Detection and Ranging/Laser Imaging Detection and Ranging）、および自車両Ａの前方を含んだ所定範囲を撮像する周辺監視カメラ等を含む。また、周辺監視センサ２５は、ミリ波レーダおよびソナー等を含んでいてもよい。周辺監視センサ２５は、「車載センサ」の一例である。

【0018】

周辺監視ＥＣＵ２０は、例えば、ＬｉＤＡＲから取得した点群画像や周辺監視カメラから取得した撮像画像等を解析処理することで、自車両Ａの進行経路上の障害物や、自車両Ａの周辺に存在する移動体の有無およびその位置、進行方向等を認識する。ここで、自車両Ａの周辺に存在する移動体は、自動車および軽車両等の他車両や、歩行者等を含む。周辺監視ＥＣＵ２０は、上述の障害物に関する情報や、移動体に関する情報（移動体情報）等を、走行支援ＥＣＵ１００へと逐次提供する。

【0019】

車載通信器４０は、自車両Ａに搭載される通信モジュールである。車載通信器４０は、ＬＴＥ（Long Term Evolution）および５Ｇ等の通信規格に沿ったＶ２Ｎ(Vehicle to cellular Network)通信の機能を少なくとも有しており、自車両Ａの周囲の基地局との間で電波を送受信する。車載通信器４０は、路車間（Vehicle to roadside Infrastructure）通信および車車間（Vehicle to Vehicle）通信等の機能をさらに有していてもよい。車載通信器４０は、交通情報センタまたは路側機等の外部施設から、渋滞情報、事故情報、道路工事などに伴う交通規制情報といった交通情報、および信号機、路側カメラ等の道路設備に関するインフラ情報等を取得する。車載通信器４０は、Ｖ２Ｎ通信により、クラウドと車載システムとの連携（Cloud to Car）を可能にする。車載通信器４０の搭載により、自車両Ａは、インターネットに接続可能なコネクテッドカーとなる。

【0020】

車両制御ＥＣＵ５０は、自車両Ａの加減速制御および操舵制御を行う電子制御装置である。車両制御ＥＣＵ５０としては、操舵制御を行う操舵ＥＣＵ、加減速制御を行うパワーユニット制御ＥＣＵおよびブレーキＥＣＵ等がある。車両制御ＥＣＵ５０は、自車両Ａに搭載された舵角センサ、車速センサ等の各センサから出力される検出信号を取得し、電子制御スロットル、ブレーキアクチュエータ、ＥＰＳ（Electric Power Steering）モータ等の各走行制御デバイスへ制御信号を出力する。車両制御ＥＣＵ５０は、後述の軌道計画を走行支援ＥＣＵ１００から取得することで、各計画に応じた自動運転または高度運転支援を実現するように、各走行制御デバイスを制御する。

【0021】

走行支援ＥＣＵ１００は、上述の各構成要素からの情報に基づき、自車両Ａの周辺に存在する移動体の挙動を予測する。加えて、走行支援ＥＣＵ１００は、予測した挙動に基づいて、自車両Ａの将来行動および将来軌道を生成する。走行支援ＥＣＵ１００は、メモリ１０１、プロセッサ１０２、入出力インターフェース、およびこれらを接続するバス等を備えたコンピュータを主体として含む構成である。プロセッサ１０２は、演算処理のためのハードウェアである。プロセッサ１０２は、例えばＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）およびＲＩＳＣ（Reduced Instruction Set Computer）－ＣＰＵ等のうち、少なくとも一種類をコアとして含む。

【0022】

メモリ１０１は、コンピュータにより読み取り可能なプログラムおよびデータ等を非一時的に格納または記憶する、例えば半導体メモリ、磁気媒体および光学媒体等のうち、少なくとも一種類の非遷移的実体的記憶媒体（non-transitory tangible storage medium）である。メモリ１０１は、後述の走行支援プログラム等、プロセッサ１０２によって実行される種々のプログラムを格納している。

【0023】

プロセッサ１０２は、メモリ１０１に格納された走行支援プログラムに含まれる複数の命令を、実行する。これにより走行支援ＥＣＵ１００は、自車両の周囲に存在する移動体の挙動を予測し、予測した挙動に基づいて自車両の走行を支援するための機能部を、複数構築する。このように走行支援ＥＣＵ１００では、メモリ１０１に格納されたプログラムが複数の命令をプロセッサ１０２に実行させることで、複数の機能部が構築される。具体的に、走行支援ＥＣＵ１００には、図２に示すように、外領域予測部１１０、死角領域予測部１２０、内領域予測部１３０、行動計画部１４０、および軌道計画部１５０等の機能部が構築される。外領域予測部１１０は、後述の内領域よりも外側の領域である外領域に存在する移動体に関して、移動体の周辺環境に応じた移動体の挙動である対環境インタラクションを予測する。外領域予測部１１０は、対環境インタラクションの予測のために、車載通信器４０、ロケータＥＣＵ１４、周辺監視ＥＣＵ２０等の車載機器を介して移動体の周辺環境に関する周辺環境情報を取得する。周辺環境情報には、例えば、インフラ情報、交通情報、地図情報、予測対象となる移動体の周辺の別の移動体情報等が含まれる。外領域予測部１１０は、予測対象となる移動体に関する移動体情報と周辺環境情報とを組み合わせて、対環境インタラクションの予測に利用する。

【0024】

対環境インタラクションには、例えば、信号機の点灯状態に応じた移動体の進行または停止等が含まれる。さらに、対環境インタラクションには、渋滞や工事、事故の発生等に応じた他車両の停止、減速、車線変更等が含まれる。加えて、対環境インタラクションには、予測対象となる移動体の周辺の別移動体の挙動に応じた、予測対象の移動体の速度変更、停止、進路変更等が含まれる。外領域予測部１１０は、対環境インタラクションの予測結果を、行動計画部１４０へと逐次提供する。

【0025】

死角領域予測部１２０は、自車両Ａの死角領域に存在する移動体に関する死角移動体情報に基づいて、当該移動体の挙動を予測する。ここで死角領域とは、自車両Ａに搭載された周辺監視センサ２５の検出範囲外となる領域、または検出精度が悪化する領域である。死角領域は、地図情報および自車位置情報等に基づいて判別される。

【0026】

死角領域予測部１２０は、例えば路側カメラの撮像データに基づく死角移動体情報を取得する。死角移動体情報には、移動体の移動方向に関する情報が少なくとも含まれている。また、死角移動体情報には、移動体の位置、速度、加速度等の情報が含まれていてもよい。なお、死角領域予測部１２０は、路上カメラ以外の路側センサの検出データに基づく死角移動体情報を取得してもよい。または、死角領域予測部１２０は、車車間通信により死角領域の他車両またはその周囲の別他車両から、死角移動体情報を取得してもよい。

【0027】

死角移動体情報に基づき、死角領域予測部１２０は、自車両Ａに対する移動体の接近有無を予測する。なお、死角領域予測部１２０は、移動体の将来行動および将来軌道等、より詳細な挙動を予測してもよい。死角領域予測部１２０は、予測結果を行動計画部１４０へと逐次提供する。

【0028】

加えて、死角領域予測部１２０は、未検出の移動体について存在を予測する。例えば、死角領域予測部１２０は、死角移動体情報が無く、移動体が存在するか否かが判別困難な死角領域が有る場合、未検出の移動体の存在を予測する。死角領域予測部１２０は、存在可能性の判定結果を、行動計画部１４０へと逐次提供する。死角領域予測部１２０は、「可能性判定部」の一例である。

【0029】

内領域予測部１３０は、自車両Ａの周辺の内領域に存在する移動体に関して、自車両Ａの状態に応じた移動体の挙動である対自車インタラクションを予測する。内領域は、自車両Ａの位置を含む領域であり、外領域よりも内側の領域である。すなわち、外領域は、内領域の外縁よりも自車両Ａから見て遠い側となる。内領域予測部１３０は、対自車インタラクションの予測のために、ロケータＥＣＵ１４および車速センサ３０を介して自車両Ａの状態に関する自車情報を取得する。自車情報には、例えば、自車位置、速度、進行方向、姿勢、および加速度等が含まれる。また、自車情報には、自車両Ａの行動計画、軌道計画等が含まれていてもよい。加えて、内領域予測部１３０は、対自車インタラクションの予測のために、周辺監視ＥＣＵ２０等を介して移動体の状態に関する移動体情報を取得する。移動体情報には、例えば、移動体の位置、速度、進行方向、姿勢、および加速度等が含まれる。内領域予測部１３０は、自車情報および移動体情報を組み合わせて、対自車インタラクションの予測に利用する。

【0030】

対自車インタラクションには、例えば、狭隘道路における自車両Ａとのすれ違いに応じた他車両の譲り運転、自車両Ａの車線変更に応じた車線変更先の他車両の速度調整等が含まれる。内領域予測部１３０は、対自車インタラクションの予測結果を、軌道計画部１５０へと逐次提供する。

【0031】

行動計画部１４０は、外領域予測部１１０からの対環境インタラクションおよび死角領域予測部１２０からの予測結果に基づいて、自車両Ａが将来実行する将来行動を生成する。将来行動とは、進行経路上で走行制御によって実現可能な自車両Ａのふるまいの類型であって、後述の将来軌道の取り得る範囲を規定する。将来行動には、直進、右左折、停止、車線変更、徐行等がある。例えば、行動計画部１４０は、他車両が自車両Ａの進行を阻害し得る場合に、停止や徐行といった他車両の通過を待機する将来行動を計画する。または、行動計画部１４０は、未検出の他車両の存在可能性が有ることに基づいて、徐行等の他車両の出現に備えた将来行動を計画する。行動計画部１４０は、「外領域計画部」の一例である。

【0032】

軌道計画部１５０は、内領域予測部１３０からの挙動予測結果に応じて、自車両Ａの辿る将来軌道を生成する。将来軌道は、将来行動に従う走行予定軌跡であり、自車両Ａの進行に応じた自車両Ａの走行位置を規定する。加えて、将来軌道は、各走行位置における自車両Ａの速度を規定するものであってもよい。軌道計画部１５０は、生成した軌道計画を、車両制御ＥＣＵ５０へと逐次提供する。軌道計画部１５０は、「内領域計画部」の一例である。

【0033】

次に、走行支援ＥＣＵ１００が走行支援プログラムを実行することにより実現される走行支援方法のフローを、図２を参照しつつ、図３に従って以下に説明する。なお、後述するフローにおいて「Ｓ」とは、プログラムに含まれた複数命令によって実行される、フローの複数ステップを意味する。

【0034】

まずＳ１０では、外領域予測部１１０が、周辺環境情報を取得する。次に、Ｓ２０では、外領域予測部１１０が、周辺環境情報に基づいて対環境インタラクションを予測する。そして、Ｓ３０では、死角領域予測部１２０が、死角移動体情報に基づき、死角領域における移動体の挙動を予測する。なお、死角移動体情報が無い場合には、Ｓ３０を省略してよい。

【0035】

さらに、Ｓ４０では、死角領域予測部１２０が、未検出の移動体について存在可能性を予測する。そして、Ｓ５０では、行動計画部１４０が、Ｓ２０、Ｓ３０およびＳ４０での予測結果に基づき、自車両Ａの将来行動を計画する。

【0036】

次に、Ｓ６０では、自車情報および移動体情報を取得する。続くＳ７０では、自車情報および移動体情報に基づいて自車インタラクションを予測する。そして、Ｓ８０では、軌道計画部１５０が、自車インタラクションの予測結果および行動計画に基づいて、将来軌道に関する軌道計画を生成する。生成された軌道計画は車両制御ＥＣＵ５０へと出力され、一連の処理が終了する。走行支援ＥＣＵ１００は、以上の一連の処理を自車両Ａの走行中に繰り返し実行し、周辺に存在する移動体の挙動に応じた自車両Ａの走行支援を逐次実施する。

【0037】

なお、上述のＳ２０が「外領域予測プロセス」、Ｓ３０が「死角領域予測プロセス」、Ｓ４０が「可能性判定プロセス」、Ｓ５０が「外領域計画プロセス」、Ｓ７０が「内領域予測プロセス」、Ｓ８０が「内領域計画プロセス」の一例である。

【0038】

次に、具体的な走行シーンにおける走行支援の例について、図４～１３を参照して説明する。まずは、内領域に存在する移動体の挙動予測と、それに伴う軌道計画について説明する。

【0039】

図４は、自車両Ａの車線変更シーンを示している。このシーンでは、自車両Ａの車線変更先の車線（変更先車線）に移動体である他車両Ｂ１，Ｂ２が走行している。自車両Ａは、この他車両Ｂ１と他車両Ｂ２との間に割り込みをして、車線変更を行うものとする。

【0040】

このシーンにおいて、内領域予測部１３０は、自車両Ａの割り込みに対する他車両Ｂ２の反応を、対自車インタラクションとして予測する。具体的には、内領域予測部１３０は、自車両Ａの割り込みに対する他車両Ｂ２の減速度を予測する。自車両Ａの割り込みに対する減速度は、自車両Ａによる前方への割り込みに対して車間距離を空ける譲り行動を後続車が取ると仮定した場合に、その譲り行動により期待される減速度である。

【0041】

軌道計画部１５０は、内領域予測部１３０にて予測された他車両Ｂ２の減速度に基づいて、車線変更する自車両Ａの将来軌道を計画する。具体的には、軌道計画部１５０は、自車両Ａの車線変更開始時刻、開始位置、開始速度、車線変更完了までの時間等を含む将来軌道を生成する。

【0042】

図５，６は、自車両Ａと対向車である他車両Ｂとのすれ違いシーンを示している。このすれ違いシーンでは、自車両Ａの現在車線上に駐車車両Ｃが存在しており、現在車線に隣接する対向車線には、内領域に移動体としての他車両Ｂが走行している。

【0043】

このシーンにおいて、軌道計画部１５０は、駐車車両Ｃを右方に回避しつつ進行する回避軌道を生成する（図５の破線矢印参照）。軌道計画部１５０は、生成した回避軌道を内領域予測部１３０へと提供する。内領域予測部１３０は、回避軌道を走行する自車両Ａに対して、他車両Ｂが返す対自車インタラクションを予測する。対自車インタラクションとしては、譲り運転および直進運転がある。譲り運転は、図５に示すように、他車両Ｂが対向車線の左側（紙面右側）に寄り、自車両Ａに対して走行スペースを譲る運転である。直進運転は、図６に示すように、自車両Ａに対して走行スペースを譲ることなく、直線的に走行する運転である。

【0044】

内領域予測部１３０は、他車両Ｂの進行方向に基づいて、対自車インタラクションを予測する。具体的には、内領域予測部１３０は、他車両Ｂのヨー角が直進方向に対して所定角度以上となっている場合に、他車両Ｂが譲り運転をすると予測する。そして内領域予測部１３０は、他車両Ｂの速度および進行方向に基づいて、譲り運転を行う他車両Ｂの走行軌道を推定する。譲り軌道は、例えば路肩側に膨らむ弧状の形状となる。一方、内領域予測部１３０は、他車両Ｂが譲り運転をせず、直進運転をすると予測した場合、現在の他車両Ｂの位置から車線に平行に延びる走行軌道を推定する。内領域予測部１３０は、予測した対自車インタラクションを、軌道計画部１５０へと提供する。

【0045】

軌道計画部１５０は、取得した対自車インタラクションに基づいて実際に走行する回避軌道を確定させる。例えば、他車両Ｂが譲り運転をすると予測された場合、軌道計画部１５０は、他車両Ｂおよび駐車車両Ｃの両方と所定の距離間隔を保って走行可能な回避軌道を生成し、車両制御ＥＣＵ５０へと出力する（図５参照）。一方で、他車両Ｂが直進運転をすると予測された場合には、軌道計画部１５０は、駐車車両Ｃの手前での停止情報を回避軌道に対して設定する（図６参照）。これにより、他車両Ｂの通過を待機してから駐車車両Ｃの側方を通過することができる。

【0046】

次に、外領域に存在する移動体の挙動予測と、それに伴う行動計画について説明する。図７は、交差点での自車両Ａの右折シーンを示している。この右折シーンでは、交差点を挟んだ対向車線に対向車としての他車両Ｂが走行している。交差点には、信号機Ｓが設置されている。

【0047】

このシーンにおいて、外領域予測部１１０は、他車両Ｂの速度および位置を含む移動体情報を取得する。加えて、外領域予測部１１０は、インフラ情報として外領域における信号機Ｓの点灯状態を取得する。信号機Ｓの点灯状態には、例えば、現在および将来の灯色と、各灯色の継続時間等が含まれる。外領域予測部１１０は、以上の情報により、信号機Ｓの状態に対する他車両Ｂの対環境インタラクションを予測する。

【0048】

具体的には、外領域予測部１１０は、他車両Ｂが交差点の手前で停止するか否かを予測する。例えば、外領域予測部１１０は、他車両Ｂが現在の速度で走行して交差点に接近した際に、信号機Ｓが進行を示す灯色であると予測される場合には、他車両Ｂが交差点へと進入すると予測する。一方で、外領域予測部１１０は、他車両Ｂが現在の速度で走行して交差点に接近した際に、信号機Ｓが停止を示す灯色であると予測される場合には、他車両Ｂが交差点手前で停止すると予測する。

【0049】

行動計画部１４０は、以上の対環境インタラクションの予測結果に基づき、自車両Ａの将来行動を計画する。具体的には、行動計画部１４０は、他車両Ｂの交差点への進入が予測される場合、自車両Ａの交差点手前での停止行動を計画し、他車両Ｂの交差点手前での停止が予測される場合、自車両Ａの右折行動を計画する。

【0050】

図８は、渋滞車列への接近シーンを示している。このシーンでは、移動体である先行車Ｂが、渋滞により低速走行または停止している。

【0051】

このシーンにおいて、外領域予測部１１０は、周辺環境情報として渋滞情報を取得する。外領域予測部１１０は、先行車Ｂと異なる別他車両に関する情報である渋滞情報と先行車Ｂの位置情報とに基づいて、渋滞状態に対する先行車Ｂの対環境インタラクションを予測する。

【0052】

具体的には、外領域予測部１１０は、先行車Ｂが渋滞に加わっているか否かを予測する。例えば、外領域予測部１１０は、先行車Ｂの位置が渋滞情報に基づく渋滞区間に含まれていると判断できる場合には、先行車Ｂが渋滞に加わっていると予測する。行動計画部１４０は、対環境インタラクションの予測結果に基づき、自車両Ａの将来行動を計画する。具体的には、行動計画部１４０は、先行車Ｂが渋滞に加わっていると予測される場合、渋滞が発生していない車線への自車両Ａの車線変更行動を計画する。

【0053】

次に、死角領域に存在する他車両の挙動予測と、それに伴う行動計画について説明する。図９は、死角領域からの他車両Ｂの接近シーンを示している。このシーンにおける走行地形は、第１道路Ｒ１に対して第２道路Ｒ２および第３道路Ｒ３が互い違いに接続されたものとなっている。第２道路Ｒ２には、移動体としての他車両Ｂが走行しており、第３道路Ｒ３には、自車両Ａが走行している。第２道路Ｒ２は、第３道路Ｒ３から死角領域となっている。すなわち、第２道路Ｒ２を走行する他車両Ｂは、第３道路Ｒ３を走行する自車両Ａの周辺監視センサ２５では検出不可能である。道路脇には第２道路Ｒ２を撮像可能な路側カメラＲＣが設置されている。自車両Ａは、第３道路Ｒ３と第１道路Ｒ１との交差点で右折予定であるとする。

【0054】

死角領域予測部１２０は、路側カメラＲＣによる他車両Ｂの検出情報を取得する。検出情報は、例えば、路側カメラＲＣの撮像データをセンタにて解析した解析結果であり、他車両Ｂの速度ベクトルに関する情報を少なくとも含んでいる。死角領域予測部１２０は、速度ベクトルの方向によって、他車両Ｂが自車両Ａへ接近しているか否かを予測する。行動計画部１４０は、死角領域予測部１２０による他車両Ｂの接近予測に基づいて、自車両Ａの行動計画を生成する。具体的には、行動計画部１４０は、他車両Ｂが接近していると予測される場合、第１道路Ｒ１への合流地点手前での他車両Ｂ通過の待機行動および待機行動後の右折行動を計画する。一方で、他車両Ｂが接近していないと予測される場合、待機行動を計画することなく右折行動を計画する。

【0055】

図１０は、道路Ｒａを走行する自車両Ａと、道路Ｒａに略直角に接続する接続道路Ｒｂを走行する他車両Ｂとの鉢合わせシーンを示している。このシーンでは、接続道路Ｒｂが自車両Ａの死角領域であるとする。そして、接続道路Ｒｂを撮像範囲とする路側カメラＲＣが、道路脇に設置されている。道路Ｒａにおける接続道路Ｒｂとの接続部分付近には、一時停止線が設けられている。

【0056】

このシーンでは、死角領域予測部１２０は、接近シーンと同様に路側カメラＲＣによる他車両Ｂの検出情報を取得し、他車両Ｂの接近挙動を予測する。行動計画部１４０は、他車両Ｂの接近が予測される場合、他車両Ｂが接近していないと予測される場合よりも自車両Ａの停止位置を手前側に設定した停止行動と、他車両Ｂ通過後の右折行動とを計画する。なお、行動計画部１４０は、停止行動において、他車両Ｂが存在しない場合よりもより路肩側に寄った停止位置を設定してもよい。これにより、他車両Ｂの進路を確保した停止行動が可能となる。

【0057】

図１１は、横断歩道を自車両Ａが通過する横断歩道通過シーンを示している。このシーンにおいて、自車両Ａは、横断歩道を通過してその先の道路へと進入予定である。横断歩道に接続する歩道の両脇には、複数の支柱が並んで設置されている。これらの支柱により、歩道を歩行する移動体としての歩行者Ｐは、自車両Ａの死角領域に位置している。加えて、自車両Ａが進入予定の車道も、支柱によって死角領域となっている。このエリアには、歩道および車道のそれぞれを撮像範囲とする２つの路側カメラＲＣが設けられている。自車両Ａは、横断歩道の手前にて一時停止しているものとする。また、歩行者Ｐは、自車両Ａの発進を許可できる程度には横断歩道から離れているものとする。

【0058】

このシーンでは、死角領域予測部１２０は、路側カメラＲＣによる歩行者Ｐの検出情報を取得する。死角領域予測部１２０は、当該検出情報に基づいて歩行者Ｐの挙動を予測する。具体的には、死角領域予測部１２０は、歩行者Ｐの横断歩道への接近有無と、接近している場合の横断歩道への到達時間を予測する。

【0059】

行動計画部１４０は、以上の挙動予測結果に基づいて、歩行者Ｐの挙動に応じた行動計画を生成する。例えば、歩行者Ｐが横断歩道に接近していない場合、または、歩行者Ｐが横断歩道に接近しており且つ横断歩道への到達時間が所定時間を上回る場合、行動計画部１４０は、走行速度を制限した徐行行動を計画する。一方、歩行者Ｐが横断歩道に接近しており且つ横断歩道への到達時間が所定時間を下回る場合、行動計画部１４０は、走行速度を上述の徐行行動よりもさらに制限した最徐行速度を計画する。

【0060】

なお、行動計画部１４０は、横断歩道通過後の車道進入での行動について、図９等と同様に、路側カメラＲＣの検出情報に基づき他車両の接近が予測される場合には一時停止行動を計画し、他車両の接近が予測されない場合には右折行動を計画すればよい。

【0061】

図１２は、自車両Ａが右折して横断歩道を通過する右折通過シーンを示している。このシーンにおいて、自車両Ａの走行位置以外は図１１と同様の状況であるとする。

【0062】

このシーンでは、死角領域予測部１２０は、路側カメラＲＣからの情報に基づき、自車両Ａの死角領域における歩行者Ｐの挙動を予測する。行動計画部１４０は、歩行者Ｐの横断歩道への接近が予測された場合には、一時停止して歩行者Ｐの通過を待機する待機行動を計画する。ここで待機行動は、右折中の行動ではなく、右折開始前の行動として計画される。これにより、行動計画部１４０は、横断歩道へ過度に接近した状態での一時停止を回避し、自車両Ａの存在が歩行者Ｐへ与える心理的な圧迫感を低減する。

【0063】

図１３は、交差点を直進して通過する交差点通過シーンを示している。このシーンでは、交差道路の一部が自車両Ａの死角領域となる。これまで説明したシーンとは異なり、死角領域の移動体を検出可能な路側カメラ等は設置されていない。換言すれば、死角領域に移動体が存在するか否かを、死角領域予測部１２０は判断不可能である。自車両Ａは、交差点を直進して進行予定であるとする。

【0064】

このシーンでは、死角領域予測部１２０は、自車位置情報および地形情報に基づいて、未検出の移動体の存在可能性の有無を判定する。具体的には、死角領域予測部１２０は、自車両Ａの死角領域が周辺の道路上にあり、当該死角領域における死角移動体情報が存在しない場合に、未検出の移動体の存在可能性が有ると判定する。

【0065】

行動計画部１４０は、未検出の移動体の存在可能性が有る判定された場合、死角領域にて仮想的な他車両（以下、仮想他車両）の走行を想定し、仮想他車両の交差点への進行を想定した徐行行動を計画する。行動計画部１４０は、徐行行動の計画において、自車両Ａの走行速度の上限に関する速度条件を設定する。行動計画部１４０は、死角領域から実際に他車両が出現した場合に衝突することなく停止可能な速度条件を、設定する。

【0066】

速度条件の設定方法について以下に説明する。行動計画部１４０は、自車両Ａの将来軌道と、仮想他車両に仮定される仮定軌道との交点ＣＰを設定する。なお、将来軌道および仮定軌道は、それぞれ走行中の道路に沿った形状（図１３の場合は直線）であるとする。ここで、仮想他車両の位置から交点ＣＰまでの距離をｘとする。なお、距離ｘは、交点ＣＰを基準とした自車両Ａからの交差車線の認識範囲ということもできる。そして、死角領域の境界線上で自車両Ａに最も近い点である境界点ＢＰと、境界点ＢＰに対する将来軌道上の最近接点Ｐαとの間の距離をｌ_αとする。また、自車位置から最近接点Ｐαまでの距離をｌ_１、最近接点Ｐαから交点ＣＰまでの距離をｌ_２とする。現在の自車位置での自車両Ａの速度をｖ_Ａ、仮想他車両の交点ＣＰ到達までの時間をｔ_ｃ、自車両Ａに許容される最大減速度をａ_Ａとすると、自車両Ａが交点ＣＰへの到達前に停止するために必要な条件は、以下の数式（１）で表される。

【数1】

【0067】

仮想他車両の仮定速度をｖ_Ｂとすると、自車両Ａの速度条件は、数式（１）と、以下の数式（２）で表される関係とに基づいて、数式（３）で表される。

【数2】

【数3】

【0068】

ここで、距離ｘは、自車位置、仮想他車両位置、および交点ＣＰを頂点とする三角形と、自車位置、境界点ＢＰおよび最近接点Ｐαを頂点とする三角形との相似比により、以下の数式（４）で表される。

【数4】

【0069】

数式（３）および（４）に基づき、速度条件は、以下の数式（５）で表される。

【数5】

【0070】

行動計画部１４０は、以上の速度条件を、徐行行動の計画に伴い設定する。なお、仮想他車両の仮定速度ｖ_Ｂは、仮想他車両の走行が想定される車線の制限速度に基づいて設定されればよい。また、自車両Ａに許容される最大減速度をａ_Ａは、予め設定された数値（例えば０．３Ｇ程度）とすればよい。軌道計画部１５０は、速度条件に基づいて、自車両Ａの速度変化を含む軌道計画を生成する。

【0071】

次に第１実施形態のもたらす作用効果について説明する。

【0072】

第１実施形態によれば、自車両Ａの周辺の内領域に存在する移動体に関しては、自車両Ａの状態に応じた移動体の挙動である対自車インタラクションが予測される。そして、内領域よりも外側の領域である外領域に存在する移動体に関しては、移動体の周辺環境に応じた移動体の挙動である対環境インタラクションが予測される。そして、対環境インタラクションに基づいて自車両Ａの将来行動が計画され、対自車インタラクションに基づいて自車両Ａの将来軌道および将来速度の少なくとも一方が計画される。故に、自車両Ａに比較的近く、自車両Ａの影響がより大きくなり易い移動体と、自車両Ａから比較的遠く、自車両Ａの影響がより小さくなり易い移動体とで、それぞれの状況に応じた挙動の予測および予測結果の利用が実施され得る。以上により、状況に応じた移動体の挙動予測および予測結果の利用が可能となり得る。

【0073】

また、第１実施形態によれば、自車両Ａの死角領域に存在する移動体に関する死角移動体情報に基づいて、移動体の挙動が予測され、予測された移動体の挙動に基づいて、将来行動が計画される。故に、自車両Ａの死角領域に存在する移動体の挙動予測を考慮に入れた将来行動が可能となる。したがって、状況に応じた走行支援がより適切に実施され得る。

【0074】

加えて、第１実施形態によれば、未検出の移動体について存在可能性の有無が判定され、存在可能性が有ると判定された場合に、未検出の移動体の挙動を想定した将来行動が計画される。故に、未検出の移動体の挙動を想定した自車両Ａの走行支援が実現され得る。したがって、未検出の移動体が実在した場合であっても、それに対応した走行が可能となる。

【0075】

（他の実施形態）
この明細書における開示は、例示された実施形態に制限されない。開示は、例示された実施形態と、それらに基づく当業者による変形態様を包含する。例えば、開示は、実施形態において示された部品および／または要素の組み合わせに限定されない。開示は、多様な組み合わせによって実施可能である。開示は、実施形態に追加可能な追加的な部分をもつことができる。開示は、実施形態の部品および／または要素が省略されたものを包含する。開示は、ひとつの実施形態と他の実施形態との間における部品および／または要素の置き換え、または組み合わせを包含する。開示される技術的範囲は、実施形態の記載に限定されない。開示されるいくつかの技術的範囲は、特許請求の範囲の記載によって示され、さらに特許請求の範囲の記載と均等の意味及び範囲内での全ての変更を含むものと解されるべきである。

【0076】

上述の実施形態において、外領域予測プロセスの実行後に内領域予測プロセスが実行されるとしたが、外領域予測プロセスの実行前に内領域予測プロセスが実行されてもよいし、これらのプロセスが並行して実行されてもよい。また、外領域計画プロセスおよび内領域計画プロセスは、それぞれ対応する予測プロセスが実行されていれば、どちらが先に実行されてもよく、また、並行して実行されてもよい。

【0077】

上述の実施形態において、外領域予測部１１０は、信号機の点灯状態、渋滞や工事、事故等の発生および別移動体の挙動に応じた対環境インタラクションを予測するとしたが、これらの対環境インタラクションのうちで予測しないものがあってもよい。また、上述の対環境インタラクション以外の対環境インタラクションが予測されてもよい。

【0078】

上述の実施形態において、内領域予測部１３０は、対自車インタラクションには、例えば、狭隘道路における自車両Ａとのすれ違い、および自車両Ａの車線変更に応じた対自車インタラクションを予測するとしたが、これらの対自車インタラクションのうちで予測しないものがあってもよい。また、上述の対自車インタラクション以外の対自車インタラクションが予測されてもよい。

【0079】

走行支援ＥＣＵ１００は、デジタル回路およびアナログ回路のうち少なくとも一方をプロセッサとして含んで構成される、専用のコンピュータであってもよい。ここで特にデジタル回路とは、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field Programmable Gate Array）、ＳＯＣ（System on a Chip）、ＰＧＡ（Programmable Gate Array）、およびＣＰＬＤ（Complex Programmable Logic Device）等のうち、少なくとも一種類である。またこうしたデジタル回路は、プログラムを格納したメモリを、備えていてもよい。

【0080】

走行支援ＥＣＵ１００は、１つのコンピュータ、またはデータ通信装置によってリンクされた一組のコンピュータ資源によって提供され得る。例えば、上述の実施形態における走行支援ＥＣＵ１００の提供する機能の一部は、他のＥＣＵによって実現されてもよい。

【0081】

上述の実施形態における説明は、左側通行が法制化されている地域に対応したものであり、右側通行が法制化されている地域では、各走行シーンにおいて左右が逆になる。

【符号の説明】

【0082】

１００ 走行支援ＥＣＵ（走行支援装置）、 １０２ プロセッサ、 １１０ 外領域予測部、 １２０ 死角領域予測部（可能性判定部）、 １３０ 内領域予測部、 １４０ 行動計画部（外領域計画部）、 １５０ 軌道計画部（内領域計画部）、 ２５ 周辺監視センサ（車載センサ）、 Ａ 自車両。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】