特許 7566206 遠隔制御装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B1)

(11)【特許番号】

(24)【登録日】2024-10-03

(45)【発行日】2024-10-11

(54)【発明の名称】遠隔制御装置

(51)【国際特許分類】

   G08G 1/09 20060101AFI20241004BHJP

   G16Y 10/40 20200101ALI20241004BHJP

   G16Y 20/20 20200101ALI20241004BHJP

   G16Y 40/30 20200101ALI20241004BHJP

【ＦＩ】

G08G1/09 V

G16Y10/40

G16Y20/20

G16Y40/30

【請求項の数】 10

(21)【出願番号】P 2024510467

(86)(22)【出願日】2023-11-16

(86)【国際出願番号】 JP2023041216

【審査請求日】2024-02-20

【早期審査対象出願】

(73)【特許権者】

【識別番号】000006013

【氏名又は名称】三菱電機株式会社

(74)【代理人】

【識別番号】100088672

【弁理士】

【氏名又は名称】吉竹 英俊

(74)【代理人】

【識別番号】100088845

【弁理士】

【氏名又は名称】有田 貴弘

(72)【発明者】

【氏名】亀岡 翔太

(72)【発明者】

【氏名】細江 陽平

【審査官】佐々木 佳祐

(56)【参考文献】

【文献】特許第７３３０３９８（ＪＰ，Ｂ１）

【文献】特開平１１－２１５１２４（ＪＰ，Ａ）

【文献】特表２０２３－５０３４８３（ＪＰ，Ａ）

【文献】特開平７－３３６２５０（ＪＰ，Ａ）

【文献】特開平７－２３４８５５（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０８Ｇ １／００－９９／００

Ｇ１６Ｙ １０／４０

Ｇ１６Ｙ ２０／２０

Ｇ１６Ｙ ４０／３０

(57)【特許請求の範囲】

【請求項1】

ネットワークを介して１以上の移動体を制御する遠隔制御装置であって、
前記移動体の参照経路に基づいて前記移動体の制御量を演算する移動体制御演算部を備え、
前記移動体制御演算部は、制御演算部を備え、
前記制御演算部は、
確率分布をもつ確率的な伝送遅延に依存する前記移動体の動特性をモデル化した状態方程式を制約条件とし、評価関数に基づく確率計画問題を逐次解くことで最適系列を演算する確率系最適化演算部と、
前記最適系列を前記移動体の前記制御量に変換する制御決定部と、
を備え、
前記確率系最適化演算部は、
確率的なパラメータの確率過程モデルに基づいて、期待値演算を含む確率的な評価関数を確定的な評価関数に変換する確率系評価関数変換部と、
前記確定的な評価関数の最適化問題を解くことによって、前記確率計画問題を解く確定系最適化演算部と、
で構成される、
遠隔制御装置。

【請求項2】

ネットワークを介して１以上の移動体を制御する遠隔制御装置であって、
前記移動体の参照経路に基づいて前記移動体の制御量を演算する移動体制御演算部を備え、
前記移動体制御演算部は、制御演算部を備え、
前記制御演算部は、
確率分布をもつ確率的な伝送遅延に依存する前記移動体の動特性をモデル化した状態方程式を制約条件とし、評価関数に基づく確率計画問題を逐次解くことで最適系列を演算する確率系最適化演算部と、
前記最適系列を前記移動体の前記制御量に変換する制御決定部と、
を備え、
前記確率系最適化演算部は、
確率的なパラメータの確率過程モデルに基づいて、確率的な評価関数を確定的な評価関数に変換する確率系評価関数変換部と、
前記確定的な評価関数の最適化問題を解くことによって、前記確率計画問題を解く確定系最適化演算部と、
で構成され、
前記確率系評価関数変換部は、前記確率過程モデルに基づいて定義される写像および漸化式を用いて、前記確率的な評価関数を前記確定的な評価関数に変換する、
遠隔制御装置。

【請求項3】

ネットワークを介して１以上の移動体を制御する遠隔制御装置であって、
前記移動体の参照経路に基づいて前記移動体の制御量を演算する移動体制御演算部を備え、
前記移動体制御演算部は、制御演算部を備え、
前記制御演算部は、
確率分布をもつ確率的な伝送遅延に依存する前記移動体の動特性をモデル化した状態方程式を制約条件とし、評価関数に基づく確率計画問題を逐次解くことで最適系列を演算する確率系最適化演算部と、
前記最適系列を前記移動体の前記制御量に変換する制御決定部と、
を備え、
前記確率系最適化演算部は、
確率的なパラメータの確率過程モデルに基づいて、確率的な評価関数を確定的な評価関数に変換する確率系評価関数変換部と、
前記確定的な評価関数の最適化問題を解くことによって、前記確率計画問題を解く確定系最適化演算部と、
で構成され、
前記遠隔制御装置は、周囲情報から障害物の移動を予測し、その予測結果を障害物予測情報として出力する障害物移動予測部を更に備え、
前記確率系最適化演算部は、前記参照経路および前記障害物予測情報から前記確定系最適化演算部で制約条件として扱われる確定的な制約条件を出力し、
前記確定系最適化演算部は、前記確定的な評価関数を前記確定的な制約条件の下で最適化する、
遠隔制御装置。

【請求項4】

ネットワークを介して１以上の移動体を制御する遠隔制御装置であって、
前記移動体の参照経路に基づいて前記移動体の制御量を演算する移動体制御演算部を備え、
前記移動体制御演算部は、制御演算部を備え、
前記制御演算部は、
確率分布をもつ確率的な伝送遅延に依存する前記移動体の動特性をモデル化した状態方程式を制約条件とし、評価関数に基づく確率計画問題を逐次解くことで最適系列を演算する確率系最適化演算部と、
前記最適系列を前記移動体の前記制御量に変換する制御決定部と、
を備え、
前記確率系最適化演算部は、
確率的なパラメータの確率過程モデルに基づいて、確率的な評価関数を確定的な評価関数に変換する確率系評価関数変換部と、
前記確定的な評価関数の最適化問題を解くことによって、前記確率計画問題を解く確定系最適化演算部と、
で構成され、
前記制御演算部は、
前記移動体の前後方向の制御を行うための、前後方向系列を出力する前後方向制御部と、
前記移動体の横方向の制御を行うための横方向最適系列を出力する横方向制御部と、
を備え、
前記横方向制御部は、前記前後方向系列を確定的なパラメータとして参照し、前記確率系最適化演算部で最適化を行うことで、前記横方向最適系列を演算する、
遠隔制御装置。

【請求項5】

前記前後方向制御部は、前記移動体の前後方向の動特性を用いて前後方向の最適系列を演算する、
請求項４に記載の遠隔制御装置。

【請求項6】

前記遠隔制御装置は、１以上の前記移動体のそれぞれの前記制御量を演算する１以上の前記移動体制御演算部を備え、
前記遠隔制御装置は、グローバル行動計画部を更に備え、
前記グローバル行動計画部は、１以上の前記移動体のそれぞれの目標行動を計画し、
１以上の前記移動体制御演算部のそれぞれは、１以上の前記移動体の目標行動をとりまとめたグローバル目標行動に従って、前記移動体の前記制御量を演算する、
請求項１から請求項５のいずれか一項に記載の遠隔制御装置。

【請求項7】

前記グローバル行動計画部は、１以上の前記移動体の優先度を計画し、
１以上の前記移動体制御演算部のそれぞれは、１以上の前記移動体の優先度に従って前記移動体の前記制御量を演算し、自己が制御する前記移動体よりも優先度の高い前記移動体の前記制御量を制約条件として使用する、
請求項６に記載の遠隔制御装置。

【請求項8】

ネットワークを介して１以上の移動体を制御する遠隔制御装置であって、
前記移動体の参照経路に基づいて前記移動体の制御量を演算する移動体制御演算部を備え、
前記移動体制御演算部は、制御演算部を備え、
前記制御演算部は、
確率分布をもつ確率的な伝送遅延に依存する前記移動体の動特性をモデル化した状態方程式を制約条件とし、評価関数に基づく確率計画問題を逐次解くことで最適系列を演算する確率系最適化演算部と、
前記最適系列を前記移動体の前記制御量に変換する制御決定部と、
を備え、
前記確率系最適化演算部は、
確率的なパラメータの確率過程モデルに基づいて、確率的な評価関数を確定的な評価関数に変換する確率系評価関数変換部と、
前記確定的な評価関数の最適化問題を解くことによって、前記確率計画問題を解く確定系最適化演算部と、
で構成され、
前記遠隔制御装置は、１以上の前記移動体のそれぞれの前記制御量を演算する１以上の前記移動体制御演算部を備え、
前記遠隔制御装置は、グローバル行動計画部を更に備え、
前記グローバル行動計画部は、１以上の前記移動体のそれぞれの目標行動を計画し、
１以上の前記移動体制御演算部のそれぞれは、１以上の前記移動体の目標行動をとりまとめたグローバル目標行動に従って、前記移動体の前記制御量を演算し、
前記移動体制御演算部は、制御量保持部を更に備え、
前記制御量保持部は、１以上の前記移動体の過去の前記制御量を保持し、過去の前記制御量を１以上の前記移動体制御演算部に出力し、
１以上の前記移動体制御演算部は、１以上の前記移動体の過去の前記制御量を制約条件として使用して、前記移動体の前記制御量を演算する、
遠隔制御装置。

【請求項9】

ネットワークを介して１以上の移動体を制御する遠隔制御装置であって、
前記移動体の参照経路に基づいて前記移動体の制御量を演算する移動体制御演算部を備え、
前記移動体制御演算部は、制御演算部を備え、
前記制御演算部は、
確率分布をもつ確率的な伝送遅延に依存する前記移動体の動特性をモデル化した状態方程式を制約条件とし、評価関数に基づく確率計画問題を逐次解くことで最適系列を演算する確率系最適化演算部と、
前記最適系列を前記移動体の前記制御量に変換する制御決定部と、
を備え、
前記確率系最適化演算部は、
確率的なパラメータの確率過程モデルに基づいて、確率的な評価関数を確定的な評価関数に変換する確率系評価関数変換部と、
前記確定的な評価関数の最適化問題を解くことによって、前記確率計画問題を解く確定系最適化演算部と、
で構成され、
前記遠隔制御装置は、前記伝送遅延の前記確率分布に関する情報である伝送遅延分布情報を推定する伝送遅延分布推定部を更に備え、
前記確率系評価関数変換部は、前記伝送遅延分布情報を用いて、前記確率的な評価関数を前記確定的な評価関数に変換する、
遠隔制御装置。

【請求項10】

ネットワークを介して１以上の移動体を制御する遠隔制御装置であって、
前記移動体の参照経路に基づいて前記移動体の制御量を演算する移動体制御演算部を備え、
前記移動体制御演算部は、制御演算部を備え、
前記制御演算部は、
確率分布をもつ確率的な伝送遅延に依存する前記移動体の動特性をモデル化した状態方程式を制約条件とし、評価関数に基づく確率計画問題を逐次解くことで最適系列を演算する確率系最適化演算部と、
前記最適系列を前記移動体の前記制御量に変換する制御決定部と、
を備え、
前記確率系最適化演算部は、
確率的なパラメータの確率過程モデルに基づいて、確率的な評価関数を確定的な評価関数に変換する確率系評価関数変換部と、
前記確定的な評価関数の最適化問題を解くことによって、前記確率計画問題を解く確定系最適化演算部と、
で構成され、
前記最適化問題の計算時間のばらつきを確率分布として表現し、ランダムなサンプリング時刻として前記状態方程式に組み込む、
遠隔制御装置。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、ネットワークを介して移動体を遠隔地から制御する遠隔制御装置に関する。

【背景技術】

【0002】

移動体の遠隔制御においては、ネットワークに介在する伝送遅延により移動体の動作が不安定となる可能性がある。この課題を解決するための技術として、例えば下記の特許文献１には、伝送遅延の確率分布を用いて制御ゲインを設定することで、移動体の動作が不安定となる現象を抑制する技術が開示されている。

【先行技術文献】

【特許文献】

【0003】

【文献】特許第６９４００３６号公報

【非特許文献】

【0004】

【文献】Yohei Hosoe and Tomomichi Hagiwara, Equivalent Stability Notions, Lyapunov Inequality, and Its Application in Discrete-Time Linear Systems with Stochastic Dynamics Determined by an i.i.d. Process, IEEE TRANSACTIONS ON AUTOMATIC CONTROL, 2019.

【発明の概要】

【発明が解決しようとする課題】

【0005】

通常、移動体が移動する際の参照となる参照経路は曲率を有している。しかし、特許文献１の技術では参照経路の情報を使用しておらず、参照経路が曲率を有する場合に、移動体の参照経路への追従性が低下するおそれがある。

【0006】

本開示は以上のような課題を解決するためになされたものであり、移動体の参照経路が曲率を有する場合でも、移動体の参照経路への追従性を高く維持できる遠隔制御装置を提供することを目的とする。

【課題を解決するための手段】

【0007】

本開示に係る遠隔制御装置は、ネットワークを介して１以上の移動体を制御する遠隔制御装置であって、前記移動体の参照経路に基づいて前記移動体の制御量を演算する移動体制御演算部を備え、前記移動体制御演算部は、制御演算部を備え、前記制御演算部は、確率分布をもつ確率的な伝送遅延に依存する前記移動体の動特性をモデル化した状態方程式を制約条件とし、評価関数に基づく確率計画問題を逐次解くことで最適系列を演算する確率系最適化演算部と、前記最適系列を前記移動体の前記制御量に変換する制御決定部と、を備え、前記確率系最適化演算部は、確率的なパラメータの確率過程モデルに基づいて、期待値演算を含む確率的な評価関数を確定的な評価関数に変換する確率系評価関数変換部と、前記確定的な評価関数の最適化問題を解くことによって、前記確率計画問題を解く確定系最適化演算部と、で構成される。

【発明の効果】

【0008】

本開示に係る遠隔制御装置によれば、移動体の参照経路が曲率を有する場合でも、移動体の参照経路への追従性を高く維持できる。

【0009】

本開示の目的、特徴、態様、および利点は、以下の詳細な説明と添付図面とによって、より明白となる。

【図面の簡単な説明】

【0010】

【図1】実施の形態１における遠隔制御装置の機能ブロック図である。

【図2】実施の形態１における第１の移動体制御演算部の機能ブロック図である。

【図3】移動体制御量が制御入力の場合の移動体の構成を示す図である。

【図4】実施の形態１における制御演算部の機能ブロック図である。

【図5】ネットワーク制御系に関する説明図である。

【図6】移動体の構成の一例に関する説明図である。

【図7】移動体の状態方程式の説明図である。

【図8】伝送遅延の時系列の例を示す図である。

【図9】伝送遅延モデル部の例を示す図である。

【図10】実施の形態２における遠隔制御装置の機能ブロック図である。

【図11】実施の形態２における移動体制御演算部の機能ブロック図である。

【図12】実施の形態２における確率系最適化演算部の機能ブロック図である。

【図13】制約生成に関する説明図である。

【図14】実施の形態３における制御演算部の第１の構成例を示す図である。

【図15】速度計画部の出力に関する説明図である。

【図16】実施の形態３における制御演算部の第２の構成例を示す図である。

【図17】実施の形態４における遠隔制御装置の機能ブロック図である。

【図18】実施の形態４における移動体制御演算部の第１の構成例を示す図である。

【図19】実施の形態４における移動体制御演算部の第２の構成例を示す図である。

【図20】交差点付近の動作に関する説明図である。

【図21】実施の形態４における移動体制御演算部の第３の構成例を示す図である。

【図22】対向時の動作に関する説明図である。

【図23】対向時の動作に関する説明図である。

【図24】遠隔制御装置のハードウェア構成例を示す図である。

【図25】遠隔制御装置のハードウェア構成例を示す図である。

【発明を実施するための形態】

【0011】

＜実施の形態１＞
図１は、実施の形態１における遠隔制御システムの構成を示す図である。図１のように、遠隔制御システムは、遠隔制御装置１０と、移動体２０と、ネットワーク３０と、物体情報取得部４０と、環境情報取得部５０と、地図データベース６０とにより構成される。

【0012】

図１においては、１台の移動体２０（第１の移動体２０－１）を制御する場合の遠隔制御装置１０の構成の一例が示されている。ただし、移動体２０は複数台でもよい。

【0013】

ネットワーク３０は、遠隔制御システムに含まれる各種の構成要素をケーブルや電波などで相互に接続する。遠隔制御システムの各構成要素は、ネットワーク３０を介してデータを送受信することができる。ネットワーク３０としては、ＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）、インターネット、電話回線、無線通信など様々な方式のものがある。ただし、ネットワーク３０はこれらに限定されず、遠隔制御装置１０と遠隔地に存在する移動体２０とのデータの送受信が可能な媒体であればどのようなものでもよい。

【0014】

移動体２０としての第１の移動体２０－１は、遠隔制御装置１０から送信される移動体制御量に基づいて走行する。第１の移動体２０－１の構成については、後で詳細に説明する。

【0015】

物体情報取得部４０は、移動体２０の周囲もしくは移動体２０自体に設置される１以上のセンサで構成される。物体情報取得部４０は、移動体２０の周囲に存在する、例えば自動車、自転車、歩行者などの障害物の位置および姿勢（以下「位置・姿勢」と称す）ならびに速度を、周囲情報として取得する。また、物体情報取得部４０は、移動体２０の位置・姿勢および速度を、移動体情報として取得する。物体情報取得部４０は、移動体２０に内界センサが設置されている場合には、内界センサにより検出される情報も移動体情報として取得してもよい。物体情報取得部４０は、ネットワーク３０を介して、移動体情報および周囲情報を遠隔制御装置１０へ送信する。

【0016】

物体情報取得部４０は、時刻同期部４１を有している。時刻同期部４１は、移動体２０内の時刻同期部２１、環境情報取得部５０内の時刻同期部５１、および遠隔制御装置１０内の時刻同期部１１と連携し、データ送受信のタイミングを同期させる機能を有する。

【0017】

これらの時刻同期部１１，２１，４１，５１は、屋外ではＧＮＳＳ（Global Navigation Satellite System）センサを用いることで時刻同期が可能である（ＧＮＳＳはもともと全地球レベルでの時刻同期システムである）。また、屋内では、時刻同期部１１，２１，４１，５１は、ネットワーク３０上に設置されたＮＴＰサーバ（Network Time Protocol）にアクセスすることで時刻同期が可能である。

【0018】

環境情報取得部５０は、物体情報取得部４０と同様、移動体２０の周囲に設置される１以上のセンサで構成される。環境情報取得部５０は、信号機や停止線などの情報を、環境情報として取得する。環境情報取得部５０は、ネットワーク３０を介して、環境情報を遠隔制御装置１０へ送信する。

【0019】

なお、環境情報は、物体情報取得部４０により取得される周囲情報に含まれてもよい。本実施の形態では、環境情報は周囲情報に含まれるものとする。よって、以下の説明では、環境情報および周囲情報をまとめて「周囲情報」と称する。また、環境情報取得部５０で使用されるセンサは、移動体２０に設置されてもよい。

【0020】

環境情報取得部５０は、時刻同期部５１を有している。時刻同期部５１は、移動体２０内の時刻同期部２１、物体情報取得部４０の時刻同期部４１、および遠隔制御装置１０内の時刻同期部１１と連携し、データ送受信のタイミングを同期させる機能を有する。

【0021】

物体情報取得部４０および環境情報取得部５０で使用されるセンサは、例えばカメラ、ＬｉＤＡＲ（Light Detection and Ranging）、およびレーダなどである。カメラは、前方、側方、および後方を撮影できる位置に設置されており、撮影した画像から、例えば移動体２０の周囲の区画線、および障害物の位置・速度などの情報を取得する。ＬｉＤＡＲは、レーザを周辺に照射し、周辺の物体に反射して戻ってくるまでの時間差を検出することにより、物体の位置を検出する。レーダは、周囲にレーダ照射を行い、その反射波を検出することで、周辺に存在する障害物のレーダに対する相対距離および相対速度を測定し、その測定結果を出力する。

【0022】

なお、移動体２０の周囲の障害物などの絶対位置を検出可能なＧＮＳＳセンサがそれぞれの障害物に設置されている場合や、移動体２０に設置されている場合で、かつＧＮＳＳセンサがネットワーク３０を介して絶対位置情報を遠隔制御装置１０へ送信可能な場合、移動体情報および周囲情報の検出がＧＮＳＳセンサにより可能となるため、物体情報取得部４０は不要となる。

【0023】

地図データベース６０は、移動体２０の周囲の地図データを格納している。図１では、遠隔制御装置１０内の移動体制御演算部１５が地図データベース６０と接続されているが、移動体制御演算部１５に限らず、遠隔制御装置１０内の各構成要素が地図データベース６０に対しアクセスすることができる。移動体２０が自動車である場合、地図データベース６０には道路の中央座標情報、停止線の情報、白線の情報、および走行可能領域の情報など、自動車の走行に関するデータが含まれることが多い。移動体２０が屋内で移動するモビリティロボットである場合は、移動範囲内の構造物の配置や、通路の位置を示したデータ等が含まれている場合が多い。

【0024】

遠隔制御装置１０は、時刻同期部１１と、受信部１２と、伝送遅延計測部１３と、伝送遅延分布推定部１４と、移動体制御演算部１５と、送信部１６とを備える。

【0025】

時刻同期部１１は、移動体２０内の時刻同期部２１、環境情報取得部５０内の時刻同期部５１、物体情報取得部４０の時刻同期部４１と連携し、データ送受信のタイミングを同期させる機能を有する。

【0026】

受信部１２は、物体情報取得部４０からの移動体情報および周囲情報と、環境情報取得部５０からの周囲情報（環境情報）と、移動体２０からの移動体情報とを受信する。

【0027】

移動体情報は、第１の状態量、第２の状態量、および時刻情報を含む。第１の状態量は、移動体２０の位置および速度、加速度、角速度などのセンサによって取得される状態量である。第２の状態量は、センサで取得されない状態量であり、後に説明する状態推定部１５０２などで推定される。時刻情報は、たとえば時刻同期部５１で同期された時刻や、時刻同期処理のための情報などである。

【0028】

移動体制御演算部１５は、第１の移動体制御演算部１５－１を備える。第１の移動体制御演算部１５－１は、地図データベース６０からの地図情報と、受信部１２からの周囲情報および移動体情報とに基づいて、移動体２０の移動を制御するための移動体制御量を生成する。移動体制御量は、移動体２０を制御するための信号であり、目標経路や目標軌道、移動体２０のアクチュエータへの指令値などである。

【0029】

本開示では、移動体２０に追従させる経路の位置座標のことを「目標経路」という。また、目標経路の情報に、経路の各点への到達時間の指示など、位置座標以外の指示が含まれる場合、その目標経路のことを「目標軌道」という。目標経路には目標速度（到達時間の指示と同等）が含まれている場合もある。なお、目標軌道に目標経路とともに含まれる情報は、目標速度あるいは目標位置に限定されず、移動体２０の状態量であれば何でもよい。

【0030】

伝送遅延計測部１３は、時刻同期部１１で同期された時刻を用いて、第１の移動体２０－１と遠隔制御装置１０との間で生じている伝送遅延を計測する。伝送遅延は、移動体情報に含まれる送信時刻と、遠隔制御装置１０で移動体情報を受信した受信時刻との差から求めることができる。

【0031】

また、遠隔制御装置１０は、移動体２０に時刻同期部２１が設置されていない場合には以下のようにして伝送遅延を計測することができる。すなわち、まず遠隔制御装置１０からパケットを移動体２０に送信し、それと同時にその時刻を記録しておく。移動体２０で、そのパケットを受信したと同時に遠隔制御装置１０に送信し、遠隔制御装置１０で受信した時刻と、送信した時刻との差とから伝送遅延を求めることができる。このように求めた伝送遅延はＲＴＴ（Round Trip Time）と言われる。同様に、移動体２０側で時刻を記録するようにすれば、移動体２０から見たＲＴＴを求めることもできる。

【0032】

伝送遅延分布推定部１４は、伝送遅延計測部１３からの伝送遅延情報を用いて、伝送遅延の確率分布の情報である伝送遅延分布情報を推定する。伝送遅延分布情報は、事前に作成された伝送遅延モデル（伝送遅延の確率分布、伝送遅延のモードなどのモデル）に基づいて推定される。なお、伝送遅延の確率分布の推定を行わず、事前に作成された伝送遅延の確率分布のモデルを、伝送遅延分布情報としてもよく、その場合、伝送遅延分布推定部１４は不要となる。

【0033】

送信部１６は、ネットワーク３０を介して、第１の移動体制御演算部１５－１からの移動体制御量を第１の移動体２０－１へ送信する。

【0034】

図２は、本実施の形態における第１の移動体制御演算部１５－１の構成の一例を示すブロック図である。第１の移動体制御演算部１５－１は、参照経路生成部１５０１と状態推定部１５０２と、制御演算部１５０３とを備える。なお、遠隔制御装置１０が２以上の移動体２０を遠隔制御する場合、移動体制御演算部１５には、第２の移動体制御演算部１５－２、第３の移動体制御演算部１５－３などが追加されるが、それらも同様に、参照経路生成部１５０１と状態推定部１５０２と、制御演算部１５０３とを備える。

【0035】

参照経路生成部１５０１は、地図データベース６０から取得した地図情報および移動体２０の位置・姿勢情報から、参照となる経路である参照経路を生成する。移動体２０が自動車である場合、参照経路は、車線の中央を表す経路などである。参照経路生成部１５０１は、ダイクストラ法やＡ＊法などの一般的な方法により、移動体２０の初期位置・姿勢から目標位置・姿勢に至るまでの経路を計算し、それを参照経路とすることもできる。

【0036】

状態推定部１５０２は、受信部１２からの移動体情報および、参照経路生成部１５０１からの参照経路、伝送遅延計測部１３からの伝送遅延情報に基づいて、移動体２０の状態量のうち第１の状態量とは別の第２の状態量を推定する。第２の状態量は、センサで取得されない状態量である。状態推定部１５０２は、移動体２０の動特性をモデル化した状態方程式と、移動体情報とに基づいて、オブザーバやカルマンフィルタ、パーティクルフィルタなどを適用することで第２の状態量を推定する。遠隔制御装置１０は、センサで取得されない第２の状態量も用いて移動体２０を制御するため、より精度よく移動体２０を遠隔制御することができる。第２の状態量が参照経路との偏差等を含む場合は、状態推定部１５０２は参照経路情報を利用する。第２の状態量がない場合、すなわち全ての状態量がセンサ等で取得できる場合は、状態推定部１５０２は不要になる。

【0037】

制御演算部１５０３は、状態推定部１５０２からの状態量（第１の状態量および第２の状態量の両方を含む）と参照経路生成部１５０１からの参照経路に基づいて、移動体２０を参照経路に追従させるための移動体制御量を演算する。制御演算部１５０３の処理については、後ほど詳しく説明する。

【0038】

ここで、移動体２０について説明する。移動体２０とは、自身のもつ車輪やプロペラ、脚、クローラなどの移動機構により、基準座標系に対する自身のボディ座標系の位置・姿勢を変化させることができる物体である。例えば、例えば自動車、飛行体、ドローン、脚ロボット、探査機、および農作機などである。これら以外にも移動できる物体は移動体２０として扱うことができる。なお、移動体２０が複数ある場合は、それらの組み合わせでもよい。

【0039】

図３は、本実施の形態における第１の移動体２０－１の構成の一例を示すブロック図である。第１の移動体２０－１は、時刻同期部２１と、内界センサ２２と、送信部２３と、受信部２４と、指令値演算部２５と、アクチュエータ２６とを備える。遠隔制御装置１０が２以上の移動体２０、すなわち、第２の移動体２０－２、第３の移動体２０－３なども遠隔制御する場合、それらも同様に、時刻同期部２１と、内界センサ２２と、送信部２３と、受信部２４と、指令値演算部２５と、アクチュエータ２６とを備える。

【0040】

時刻同期部２１は、遠隔制御装置１０の時刻同期部１１、環境情報取得部５０内の時刻同期部５１、物体情報取得部４０の時刻同期部４１と連携し、データ送受信のタイミングを同期させる機能を有する。

【0041】

内界センサ２２は、移動体２０に設置され、内界情報を移動体情報として出力する。内界情報とは、移動体２０の加速度、速度、角加速度、角速度などの慣性に関する情報に加え、移動体２０の内部の状態を把握するために必要な情報である。例えば自動車の場合、内界センサ２２は、例えば車速センサ、ＩＭＵ（Inertial Measurement unit）センサ、操舵角センサ、および操舵トルクセンサなどである。

【0042】

送信部２３は、ネットワーク３０を介して、内界センサ２２からの移動体情報を遠隔制御装置１０の受信部２４へ送信する。

【0043】

受信部２４は、遠隔制御装置１０の送信部１６からの移動体制御量を受信する。

【0044】

指令値演算部２５は、内界センサ２２からの移動体情報と、受信部２４からの移動体制御量とに基づいて、移動体制御量を電流値などに変換し、アクチュエータ２６へ出力する。

【0045】

アクチュエータ２６は、移動体２０の移動機構を駆動するため駆動源であり、移動体２０が自動車の場合、電動モータ、車両駆動装置およびブレーキ制御装置などである。この場合、指令値演算部２５は、自動車のステアリングを目標操舵量に追従させるために、電動モータへ供給すべき電流値を演算し、演算結果を電動モータへ出力する。

【0046】

次に、第１の移動体制御演算部１５－１の制御演算部１５０３について、図４を用いて説明する。制御演算部１５０３は、確率系最適化演算部１５１１と、制御決定部１５１２とで構成される。

【0047】

確率系最適化演算部１５１１は、伝送遅延分布情報、移動体２０の状態量および参照経路から、予め定めた評価関数を最小化または最大化する最適化演算を行い、最適系列を制御決定部１５１２に出力する機能を有する。

【0048】

制御決定部１５１２は、確率系最適化演算部１５１１からの最適系列を用いて、移動体制御量を決定する機能を有する。

【0049】

本開示に係る技術は、確率モデル予測制御と呼ばれる技術に関している。そこで、ここではまず確率モデル予測制御の説明を行う。

【0050】

なお、以下では、確率変数で表される量を扱う場合「確率的」とし、確率変数で表されない確定的な量を扱う場合は「確定的」とする。また、確率分布として、確率変数が実数を取る場合に使用される確率密度関数を前提に説明を行うが、確率変数が離散値を取る離散確率分布なども同様である。また、以下では、ξ_ｋは各要素がそれぞれの確率分布に従って値が変動するＺ次元の確率的なベクトルであるとする。

【0051】

通常のモデル予測制御は、有限の評価区間であるホライズン間の望ましい挙動を評価関数として表現し、状態方程式で表される制御対象（本開示では移動体２０に相当）の動特性および、状態や入力の制約を制約条件とした制約付き最適制御問題を時々刻々と解くことで、制御入力を逐次決定する制御手法である。

【0052】

確率モデル予測制御はこの考えをベースとして、制御対象の状態変数や外乱を確率変数として扱う制御手法である。以下では次の離散時間状態方程式を考える。

【0053】

【数1】

【0054】

数式（１）において、ｘ_ｋは時刻ｋ（ｋは整数）における制御対象の状態を表すｎ次元のベクトル、ｕ_ｋは制御入力を表すｍ次元のベクトル、ｚ_ｋは評価出力を表すｒ次元のベクトルである。以下では下付きのｋは時刻ｋを表すとする。Ａ（ξ_ｋ）、Ｂ_ｕ（ξ_ｋ）、Ｂ_ｗ（ξ_ｋ）、Ｃ（ξ_ｋ）、Ｄ_ｕ（ξ_ｋ）、Ｄ_ｗ（ξ_ｋ）をそれぞれ、ξ_ｋによって定まるｎ×ｎ、ｎ×ｍ、ｎ×１、ｒ×ｎ、ｒ×ｍ、ｒ×１の行列であり、これらの行列はその要素がξ_ｋに依存するような確率的な行列となる。数式（１）では、Ａ_ｋ：＝Ａ（ξ_ｋ）、Ｂ_ｕ，ｋ：＝Ｂ_ｕ（ξ_ｋ）、Ｂ_ｗ，ｋ：＝Ｂ_ｗ（ξ_ｋ）、Ｃ_ｋ：＝Ｃ（ξ_ｋ）、Ｄ_ｕ，ｋ：＝Ｄ_ｕ（ξ_ｋ）、Ｄ_ｗ，ｋ：＝Ｄ_ｗ（ξ_ｋ）としている。これらの行列が確率的なため、ｘ_ｋ、ｚ_ｋは確率変数となる。

【0055】

確率モデル予測制御では、前述のように時々刻々と制約付き最適制御問題を解くことが行われる。そのためにまず、長さがＮ（Ｎは１以上の自然数）のホライズンを考え、ホライズンの初期時刻ｋ＝ｋ_０から終端時刻ｋ＝ｋ_０＋Ｎまでの数式（１）の応答に関する評価関数Ｊを次の数式（２）のように取る。

【0056】

【数2】

【0057】

ここで、Ｐ_Ｎはｎ×ｎ、Ｑはｒ×ｒ、Ｒはｍ×ｍの確定的な正定な対称行列である。正定とは、その固有値が０以上の実数の固有値を持つ行列のことである。Ｐ_Ｎは、制御対象が安定となるように設定され、ＱとＲはホライズン間でｚ_ｋおよびｕ_ｋをどのような挙動とさせるかの仕様によって設定される。上付きのＴは転置を表す。ホライズンの初期の状態ｘ_ｋ０は状態推定部１５０２により推定される。Ｅ［ｆ］は、写像ｆに関する期待値演算を表している。すなわち、Ｅ［ｆ］は、ｆが依存している確率変数の同時確率密度関数ｐとｆを掛けた量の多重積分を意味している。より具体的には、ｘ_ｋ０＋Ｎはξ_ｋ０からξ_ｋ０＋Ｎに依存するため、Ｅ［ｆ］は、例えば、次の数式（３）で表される。

【0058】

【数3】

【0059】

期待値演算は線形性を持つため、写像ｆとｇの線形和に対する期待値演算は、次の数式（４）のようになる。

【0060】

【数4】

【0061】

以下では、数式（２）のような形の評価関数を「確率系評価関数」と呼称する。

【0062】

以下、ホライズン間での入力系列Ｕ_Ｎを、次の数式（５）のように定め、最適化対象の変数ベクトルとして扱うこととする。

【0063】

【数5】

【0064】

このときＵ_ＮはＮ・ｍ次元のベクトルとなる。また、同様にホライズンＮ間の状態系列Ｘ_ｓ，Ｎを次の数式（６）のように定める。

【0065】

【数6】

【0066】

このとき、Ｘ_ｓ，Ｎはｎ・（Ｎ－１）次元のベクトルとなる。

【0067】

確率モデル予測制御の場合、状態系列は確率変数となるため、状態系列に対するｎ_ｐ個の制約は、次の数式（７）のように確率的となる。

【0068】

【数7】

【0069】

ここで、Ｈ_ｐはｎ_ｐ×ｎ・（Ｎ－１）の確定的な行列である。Ｈ_ｐはｎ_ｐ次元のベクトルである。β_ｐはｎ_ｐ次元のベクトルであり、その要素がそれぞれ０から１の範囲の実数を取る。Ｐｒはその事象が生じる確率を表しており、数式（７）はＨ_ｐＸ_ｓ，Ｎの各要素がＨ_ｐ以下となる確率が、β_ｐ以上であることを示している。本開示では、数式（７）のような制約を「機会制約」と呼ぶ。

【0070】

一方、次のような状態系列の期待値に対するｎ_ｅ個の確定的な制約条件も課すことができる。

【0071】

【数8】

【0072】

ここで、Ｈ_ｅはｎ_ｅ×ｎ・（Ｎ－１）の確定的な行列である。ｈ_ｅはｎ_ｅ次元のベクトルである。本開示では、数式（８）のような制約を「期待値制約」と呼ぶ。

【0073】

また、入力系列自体にもｎｃ個の確定的な制約条件を課すことができる。

【0074】

【数9】

【0075】

ここで、Ｈ_ｃはｎ_ｃ×Ｎ・ｍの確定的な行列である。ｈ_ｃはｎ_ｃ次元のベクトルである。本開示では、数式（９）のような制約を「入力制約」と呼ぶ。

【0076】

これらをまとめると、確率モデル予測制御問題は、数式（１）を状態方程式とし、数式（７）、（８）および（９）を制約条件とし、数式（２）の評価関数Ｊを最小化するＵ_Ｎを探索する最適化問題となる。すなわち、確率モデル予測制御問題は、次の数式（１０）のように表させる。

【0077】

【数10】

【0078】

ここで、数式（１０）はＪの最小化として記載したが、Ｊを－Ｊとすれば最大化問題となるため、以降ではＪの最小化と最大化は区別せず、最小化で統一する。なお、数式（２）の確率的な最適化問題は最適化変数Ｕ_Ｎについて２次形式で書かれているため、確率的な２次計画問題となっている。また制約条件を数式（７）、（８）および（９）としたが、それらのすべて用いる必要はなく、問題に適切な制約条件が設定される。

【0079】

数式（１０）を解く方法については、様々な手法が提案されているが、その解法やアルゴリズムによっては解が近似解となる場合や、最適化演算に時間がかかるなどの課題がある。本開示では、確率変数ξ_ｋの確率分布が既知であるとして、確率的な最適化問題である数式（１０）を、写像を用いて確定的な最適化問題に変換する技術について開示する。

【0080】

確定的な制約付き最適化問題には、Active Set法や内点法など、効率的かつ高速で最適解を得ることができるアルゴリズムやソルバが多数存在する。以下、これらを「確定的ソルバ」と呼称する。確率的な最適化問題である数式（１０）を解くより、一度確定的な最適化問題に変換し、確定的ソルバを用いて解くことで、効率的かつ高速に確率的な最適化問題を解くことができる。

【0081】

図４に戻り、確率系最適化演算部１５１１について説明する。確率系最適化演算部１５１１は、確率系評価関数変換部１５２１および確定系最適化演算部１５２２で構成される。

【0082】

確率系評価関数変換部１５２１は、移動体２０の状態量および参照経路から、確率系評価関数を、次の式（１１）のようなＵ_Ｎに関する２次形式の確定的な評価関数に変換する機能を有する。

【0083】

【数11】

【0084】

ここで、Ｈ_ＮはＮ・ｍ×Ｎ・ｍの行列、ｃ_ＮはＮ・ｍ次元のベクトルである。ｃｏｎｓｔ．はＵ_Ｎに関する最適化に寄与しない定数項であり、以下では無視する。なお以下では、数式（１１）で表せる評価関数を「確定系評価関数」と呼称する。

【0085】

確定系最適化演算部１５２２は、確率系評価関数変換部１５２１からの確定系評価関数を、前述した確定的ソルバを用いて、確定系評価関数を最小化するＵ_Ｎを求め、最適系列として出力する。

【0086】

以下では具体的に確率系評価関数変換部１５２１の機能である、数式（２）の確率系評価関数を、数式（１１）の確定的な評価関数に変換する具体的な計算方法について述べる。ここでは例として、数式（２）の１項目、すなわち次の数式（１２）の計算について説明する。

【0087】

【数12】

【0088】

数式（１）の離散時間状態方程式より、ｘ_ｋ０＋Ｎは、次の数式（１３）のように書ける。

【0089】

【数13】

【0090】

ここで、次の数式（１４）のように定める。

【0091】

【数14】

【0092】

そうすると、数式（１３）は次の数式（１５）のように書ける。

【0093】

【数15】

【0094】

したがって、数式（１２）は、次の数式（１６）のように、Ｕ_Ｎに関する２次形式で書ける。

【0095】

【数16】

【0096】

ここでは数式（２）のうち、数式（１２）の項について述べたが、残りの項についても同様にＵ_Ｎに関する２次形式で書けるため、数式（２）は最終的に数式（１２）の２次形式に変換できる。

【0097】

数式（１６）に含まれる期待値演算Ｅの部分をオフライン処理もしくはオンライン処理で計算することで、確定的ソルバで解ける形となる。なお、期待値演算Ｅには、例えば次の数式（１７）などの計算が含まれる。

【0098】

【数17】

【0099】

Ａ^Ｔ _ｋ０とＡ_ｋ０が独立でないことから、次の数式（１８）の関係が成り立つことに注意が必要である。このことが、確率系評価関数を確定系評価関数に変換することを困難にしている。

【0100】

【数18】

【0101】

本開示の方法によれば、数式（１７）のような計算を、写像を用いることで厳密にかつ高速に計算することが可能になる。

【0102】

なお、数式（１６）に含まれるようなＥの計算については大きく分けて２つの方法がある。１つ目は確率変数ξ_ｋの従う確率分布を用いてξ_ｋ０からξ_ｋ０＋Ｎまでのサンプルパスを複数生成し、数式（１７）の標本平均を求める方法である。これは大数の法則に基づく計算であるが、サンプルパスの数が十分でなければ精度が悪く、また計算効率も非常に悪いため、オンライン処理での計算には不向きである。ただし、オフライン処理で事前に標本平均により期待値演算Ｅの部分を計算しメモリに記録しておき、オンライン処理で該当部分を読み出して使用することは可能である。

【0103】

２つ目の方法は、ξ_ｋの時刻ｋに関する関係、すなわち確率過程モデルを用いて解析的に計算する方法である。この方法については、確率過程モデルごとに写像を定義することで、高速に期待値の計算が可能となる。この写像は確率過程モデルによって異なるが、本開示では例として、ξ_ｋが時刻ｋに対して独立同分布（「Independent and identical distribution」、以下では「ｉ．ｉ．ｄ．」と略記する）に従う場合と、隠れマルコフモデル（「Hidden Markov Model」、以下では「ＨＭＭ」と略記する）に従う場合について説明する。その他の確率過程モデルも、モデルごとに同様に写像を定義することが可能である。

【0104】

以下では写像の説明のため、数式（２）の確率系評価関数を、数式（１１）に変換する際に生じる項、すなわち次の数式（１９）の計算について説明をする。

【0105】

【数19】

【0106】

まず、ξ_ｋがｉ．ｉ．ｄ．に従う場合について説明する。ξ_ｋがｉ．ｉ．ｄ．に従う場合、ξ_ｋの確率分布の形状は、時間的に不変であり，かつ値の出方に関して時間的依存性を有しない。ｉ．ｉ．ｄ．の場合、非特許文献１に記載の補題２が使用できる。すなわち、任意のｎ×ｎの対称行列Ｍに対して、次の数式（２０）が成り立つことを利用する。

【0107】

【数20】

【0108】

なお、〇と×が合わさった演算記号はクロネッカ積を表す。ここで、Ｇ_Ａは、以下の数式（２１）を満たすｎ’×ｎ２の行フルランク行列ＨＡを、数式（２２）のようにｎ’×ｎの行列Ｈ_Ａｉ（ｉ＝１，…，ｎ）に分解し、さらに数式（２３）のように表すことによって得られるｎ’・ｎ×ｎの行列である。

【0109】

【数21】

【0110】

【数22】

【0111】

【数23】

【0112】

ここで、ｒｏｗ（Ａ_０）は、行列Ａ_０の各要素を１行目から順番に並べた行ベクトルである。なお、数式（２０）でＡ_０（すなわちｋ＝０の場合）のみを考慮しているのは、ξ_ｋがｉ．ｉ．ｄ．であり、ｋ＝０の場合を考慮すれば十分なためである。

【0113】

数式（２０）を用いて、写像Ｖ_ＡＡを次の数式（２４）のように定義する。

【0114】

【数24】

【0115】

この写像を用いて数式（１９）を計算する。ｉ．ｉ．ｄ．の場合、異なる時刻ではξ_ｋは独立であるので、次の数式（２５）が成り立つ。

【0116】

【数25】

【0117】

数式（３）を考慮すれば、数式（１９）は次の数式（２６）のように表すことができる。

【0118】

【数26】

【0119】

ここで、数式（２４）の写像を用いれば、次の数式（２７）の関係が得られる。

【0120】

【数27】

【0121】

これを繰り返すと、Ｘ_Ｎを数式（１９）とし、Ｘ_０＝Ｐとした漸化式として、次の数式（２８）が得られ、効率的にかつ厳密に数式（１９）の計算が可能になる。

【0122】

【数28】

【0123】

ここでは、数式（１９）の計算について写像を用いた方法を説明したが、数式（２）の確率系評価関数を、数式（１１）の確定系評価関数に変換する際に生じる他の項についても同様に写像を定義することで効率的に計算が可能である。たとえば、次の数式（２９）などの項が生じるため、数式（２０）と同様に、下の数式（３０）を満たすＧ_Ｂｕを用いて、数式（３０）の写像を定義する。

【0124】

【数29】

【0125】

【数30】

【0126】

【数31】

【0127】

この写像を用いると、数式（２９）は次の数式（３２）のように計算が可能である。

【0128】

【数32】

【0129】

なお、Ｇ_ＢｕはＢ_ｕ，０を用いて数式（２１）、（２２）および（２３）と同様の手順で求めることができる。

【0130】

このように、ｉ．ｉ．ｄ．の場合は、写像を定義することで、確率系評価関数を確定系評価関数に変換することができる。

【0131】

次に、ξ_ｋがＨＭＭに従う場合について説明する。ＨＭＭは、離散もしくは連続の確率分布に従う系列を出力するモード（状態）が、各モード間で定められた遷移確率に従って遷移するとして構築された確率モデルである。以下、ＨＭＭにおける各モードに対応した確率分布を出力分布と呼ぶこととする。

【0132】

ＨＭＭの出力およびモードの遷移について説明する。例えば、ＨＭＭがある時刻においてモードＡであった場合、モードＡの確率分布に従った系列を出力する。一方、モードは他のモードへある遷移確率にしたがって遷移し、出力の確率分布が変化する場合もある。例えばモードＡからモードＢに遷移した場合、モードＢである時間区間では、モードＢの確率分布に従った系列が出力される。ＨＭＭ内で現在どのモードかは直接観測できず、その出力系列のみ観測されるため、「隠れ（Hidden）」とされている。

【0133】

以下では、ＨＭＭはＬ個のモードで構成されているとし、それぞれのモードをモード１、モード２、・・・、モードＬと呼称する。各モードの出力分布はそれぞれＤ_１、Ｄ_２、・・・、Ｄ_Ｌであり、各時刻ｋにおけるモードをσ_ｋ（すなわち、σ_ｋは１，２，・・・，Ｌをとる）とする。また、η_ｋは時刻ｋにおけるＨＭＭが出力する出力系列とし、η_ｋは各時刻においてＤ_１、Ｄ_２、・・・、Ｄ_Ｌのいずれかの出力分布に従うとする。分布Ｄｊに従うη_ｋは、確率変数η（ｊ）と書くこととする。なお以下では、同じモードになる時刻でのη_ｋは各時刻で独立であるとする。また、確率変数ξ_ｋを、次の式（３３）のように表すこととし、σ_ｋによりその出力分布が異なることを表す。

【0134】

【数33】

【0135】

モードｉからモードｊへの遷移確率をｐ_ｉｊとし、ＨＭＭの各モード間の遷移は、既約かつ非周期的なマルコフ連鎖に従うとすると、次の数式（３４）の関係が得られる。

【0136】

【数34】

【0137】

数式（３５）および（３６）で表される遷移行列Πと、時刻ｋにおける確率ベクトルＡ_ｋとを用いると、モードの時間遷移は数式（３７）以下のように表すことができる。

【0138】

【数35】

【0139】

【数36】

【0140】

【数37】

【0141】

次に、ｉ．ｉ．ｄ．の場合の説明と同様に、数式（１９）を例にＨＭＭで定義される写像について述べる。ＨＭＭの場合、ξ_ｋが１時刻前のξ_ｋ－１のみに依存することから、条件付き確率を用いると、次の数式（３８）が成り立つ。

【0142】

【数38】

【0143】

数式（３）を考慮すれば、数式（１９）は、条件付き期待値を用いて、次の数式（３９）のように表すことができる。

【0144】

【数39】

【0145】

数式（３９）の条件付き期待値は、ξ_ｋのうちη_ｋには依存せずσ_ｋのみに依存することから、条件としてσ_ｋのみを記載している。なお、σ_ｋ０－１は、ｋ_０より１時刻前のモードである。

【0146】

数式（３９）の計算は、ＨＭＭのモードがホライズン間でどのようなパスを経由するかを考慮する必要がある。その考慮のため、時刻ｋにおけるＬ個のモードに対応したｎ×ｎの行列Ｍ_ｋ（ｉ）（ｉ＝１，２，・・・，Ｌ）および、Ｍ_ｋ（ｉ）を並べた順序列Ｍ_ｔ，ｋを、次の数式（４０）のように定義する。

【0147】

【数40】

【0148】

また、次の数式（４１）および（４１）で表される写像を定義する。

【0149】

【数41】

【0150】

【数42】

【0151】

ここで、Ｇ_Ａｉは、モードｉでの確率分布Ｄ_ｉおよびその出力η^（ｉ）を用いて、次の数式（４３）のように表される行列である。

【0152】

【数43】

【0153】

Ｇ_Ａｉは、数式（２１）、（２２）および（２３）と同様の手順で求めることができる。

【0154】

数式（４０）、（４１）および（４２）を用いて、数式（３９）を計算する。まず、次の数式（４４）のように表すと、数式（３９）の最も内部の部分は、数式（４５）のように表すことができる。

【0155】

【数44】

【0156】

【数45】

【0157】

ここで、次の数式（４６）の漸化式を用いると、数式（３９）はさらに、数式（４７）のように表すことができる。

【0158】

【数46】

【0159】

【数47】

【0160】

これを繰り返すと、次の数式（４８）が計算できる。

【0161】

【数48】

【0162】

この数式（４８）は、σ_ｋ０－１で条件付けられている。この計算のため、時刻ｋ_０－１での確率ベクトルＡ_ｋ０－１を考える。時刻ｋ_０－１でＨＭＭがどのモードかを観測できる場合、例えば時刻ｋ_０－１でモード１であった場合はＡ_ｋ０－１＝［１ ０ ・・・ ０］^Ｔで与えられる。また、時刻ｋ_０－１でのＨＭＭが観測できない場合は、各モードの初期確率によりＡ_ｋ０－１が与えられ、例えば各モードの確率は一様とみなして、次の式（４９）などを利用することができる。

【0163】

【数49】

【0164】

このようにして与えられる時刻ｋ_０－１での確率ベクトルＡ_ｋ０－１を用いれば、次の数式（５０）が得られる。

【0165】

【数50】

【0166】

このようにして、効率的にかつ厳密に数式（１９）の計算が可能になる。ただし、Ａ_{ｋ０－１，ｉ}は確率ベクトルＡ_ｋ０－１のｉ番目の要素である。

【0167】

数式（３９）のようなその他の項についても同様に写像と漸化式を定義すればよい。ＨＭＭの場合は、このようにして写像を定義することで、確率系評価関数を確定系評価関数に変換することができる。

【0168】

また、ホライズン長さＮやＨＭＭの遷移行列Πの要素ｐ_ｉｊは固定値ではなく、移動体２０の周辺の環境に合わせてオンラインで変化させてもよい。

【0169】

ここで説明した確率系評価関数変換部１５２１での処理は、状態ｘ_ｋ０、ＨＭＭの初期確率Ａ_ｋ０－１や遷移確率ｐ_ｉｊなどのオンラインで異なる値を取る項に関わる部分を除けば、多くの部分で確定的な行列や数値となる。そのため、オンライン時に変化しない行列や数値は、オフラインで計算後、メモリに記憶しておき、オンライン時に読み出して利用することで、オンライン処理の高速化が可能である。これにより、ホライズン長さＮの増減に対しても高速に処理が可能となる。

【0170】

例えば、ｉ．ｉ．ｄ．の場合、ξ_ｋの確率分布の形状が変わらない限り、数式（２４）の写像で使用されるＧ_Ａは、オンラインで得られる情報によって変化しない。そのため、オフライン処理でＧ_Ａを計算しておき、オンライン処理の際にはＧ_Ａを読み出し後、数式（２８）の漸化式を用いることで、確率系評価関数を確定系評価関数に変換が可能である。数の漸化式の計算自体は処理負荷が小さいため、高速に確率系評価関数を確定系評価関数に変換可能となる。

【0171】

また、ＨＭＭの場合も同様に、η^（ｉ） _ｋの確率分布の形状が変わらない限り、数式（４１）の写像で使用されるＧ_Ａｉはオンラインで得られる情報で変化しない。そのため、ｉ．ｉ．ｄ．の場合と同様に、オフラインで計算し記録されたＧ_Ａｉをオンライン時に読み出して、数式（４６）の漸化式を計算することで、高速に確率系評価関数を確定系評価関数に変換可能となる。

【0172】

以下で説明する制御決定部１５１２も同様に、オンラインで得られる情報で変化しない行列や数値については、オフライン計算とメモリへの記録、オンライン処理時に読み出すことにより高速化が可能である。

【0173】

なお、移動体２０の周囲環境によっては、移動体２０の制御時にξ_ｋやη^（ｉ） _ｋの確率分布の形状が変化する場合も考えられる。その際は、写像に使用されるＧ_ＡやＧ_Ａｉをオンライン処理で再度計算し直すか、事前に確率分布のパターンが複数あることがわかっている場合は、それぞれのパターンでの確率分布でＧ_ＡやＧ_Ａｉを計算しておき、オンライン処理では確率分布のパターンに合わせたＧ_ＡやＧ_Ａｉを読み出して使用すればよい。

【0174】

このように、確率系評価関数変換部１５２１は、ξ_ｋの確率過程モデルを用いることで、確率系評価関数を確定系評価関数に変換する。

【0175】

図４に戻り、制御決定部１５１２の具体的な動作について説明する。制御決定部１５１２は、確率系最適化演算部１５１１から出力されるＵ_Ｎの最適系列を用いて、移動体２０を制御するための移動体制御量に変換する。

【0176】

移動体制御量は、前述の通り、目標経路や目標軌道、移動体２０のアクチュエータ２６への指令値である。アクチュエータ２６の指令値の場合は、Ｕ_Ｎに含まれるｕ_ｋ０が制御決定部１５１２から出力されるが、計算の遅れなどを考慮して、Ｕ_Ｎに含まれる項、例えばｕ_ｋ０＋１などを出力してもよい。

【0177】

移動体制御量として、目標経路や目標軌道を出力する場合は、Ｕ_Ｎと数式（１）の移動体２０の状態方程式とから求める。すなわち、次の数式（５１）が用いられる。

【0178】

【数51】

【0179】

数式（５１）において、Ψ_Ｎ、Θ_ｕ，Ｎ、およびΘ_ｗ，Ｎは、それぞれ以下の数式（５２）、（５３）および（５４）のとおりである。

【0180】

【数52】

【0181】

【数53】

【0182】

【数54】

【0183】

制御決定部１５１２では、Ｘ_ｓ，Ｎから移動体２０の制御に必要な量を抽出し、目標経路もしくは目標軌道として移動体制御量を出力する。しかし、Ｘ_ｓ，Ｎはξ_ｋの確率分布に依存するため、目標経路や目標軌道も確率分布を持つ。移動体２０がそのような確率分布を持った目標経路や目標軌道に対応して制御可能であればそのままでよいが、通常は確率分布から、確定的な目標経路や目標軌道に変換する必要がある。変換の方法は期待値を取る方法や分布の最大値を取る方法など様々あるが、ここではＸ_ｓ，Ｎの期待値Ｅ［Ｘ_ｓ，Ｎ］を、数式（５５）として、Ｅ［Ｘ_ｓ，Ｎ］から目標経路や目標軌道を生成する方法について述べる。

【0184】

【数55】

【0185】

なお、ここでもξ_ｋがｉ．ｉ．ｄ．の場合とＨＭＭの場合について説明し、例としてＥ［Ψ_Ｎ］の計算について述べる。

【0186】

ξ_ｋがｉ．ｉ．ｄ．の場合、数式（２５）に示したように、ξ_ｋは時刻ｋに対して独立であるため、Ｅ［Ψ_Ｎ］は次の数式（５６）のように計算することが可能である。

【0187】

【数56】

【0188】

ξ_ｋがＨＭＭの場合、数式（３８）に示したように、ξ_ｋはξ_ｋ－１に依存する。そのため、例えば、次の数式（５７）が成り立つ。

【0189】

【数57】

【0190】

確率系評価関数変換部１５２１の場合と同様に、時刻ｋにおけるＬ個のモードに対応したｎ×ｎの行列Ｎ_ｋ ^（ｉ）（ｉ＝１，２，・・・，Ｌ）および、Ｎ_ｋ ^（ｉ）を並べた、次の数式（５８）の順序列Ｎ_ｔ，ｋを用いる。

【0191】

【数58】

【0192】

ここで、次の数式（５９）で表される写像を定義する。

【0193】

【数59】

【0194】

この写像により、次の数式（６０）が得られ、数式（６１）のような漸化式が得られる。

【0195】

【数60】

【0196】

【数61】

【0197】

この写像と漸化式とにより、数式（５７）は、各モードの初期確率Ａ_ｋ０－１を用いて、次の数式（６２）のように計算することが可能である。

【0198】

【数62】

【0199】

ここまで、ｉ．ｉ．ｄ．やＨＭＭのＥ［Ψ_Ｎ］の計算方法について説明した。Ｅ［Θ_ｕ，Ｎ］およびＥ［Θ_ｗ，Ｎ］についても同様に計算するとが可能である。

【0200】

制御決定部１５１２は、このように最適系列Ｕ_Ｎの一部の抽出や、Ｅ［Ｘ_ｓ，Ｎ］を求めることにより、目標経路や目標軌道を生成する。

【0201】

次に、移動体２０を遠隔制御する方法について説明する。制御対象（本開示における移動体２０）を、ネットワークを介して制御するシステムはネットワーク制御系と呼ばれ、制御対象の状態方程式を導出するためのモデルとして使用される。ここではネットワーク制御系での離散時間状態方程式について説明する。

【0202】

図５は、遠隔制御装置１０が移動体２０を制御するネットワーク制御系を説明するためのブロック図である。図５において、実線は連続値で表現された信号の入出力を意味し、破線は離散値で表現された信号の入出力を意味する。

【0203】

センサにより取得される移動体２０の移動体情報は離散値であるため、移動体情報はサンプラＳの出力値に相当する。移動体情報はネットワーク３０を介して遠隔制御装置１０へ送信されるため、その際に伝送遅延（ここではアップロード伝送遅延Ｄ_ｕｐ）が発生する。移動体情報は、このアップロード伝送遅延Ｄ_ｕｐ分だけ遅れて制御器Ψ_ｄに入力される。制御器Ψ_ｄは、移動体情報やその他の情報に基づいて、移動体２０を制御するための制御量を出力する。この制御量は、制御演算部１５０３が出力する移動体制御量に相当する。制御量はネットワーク３０を介して移動体２０へ送信されるため、その際に伝送遅延（ここではダウンロード伝送遅延Ｄ_ｄｗ）が発生する。ある時刻で移動体２０に入力される制御量は、次に入力されるまでの間、ホールダＨによって一定値となる。すなわち、ホールダＨは０次ホールドの機能を有する。０次ホールドされた制御量は、移動体２０に入力される。

【0204】

ここで、制御対象Ｐｃの連続時間状態方程式は、次の数式（６３）のように表される。

【0205】

【数63】

【0206】

ｘ_ｃ、ｕ_ｃは連続時間における状態と入力である。上付きの「’」は時間微分を表す。図５のＳおよびＨは、次の数式（６４）を満たすサンプリング時刻ｔ_ｋのもとで動作するサンプラおよび０次ホールドである。

【0207】

【数64】

【0208】

サンプリング間隔をｈ_ｋ＝ｔ_ｋ＋１－ｔ_ｋとすると、図５のようなネットワーク制御系においてｈ_ｋは一定ではなく、非周期的なサンプリングとなる。図５のＤ_ｕｐおよびＤ_ｄｗは各時刻ｋにおいて、送信元から送信先への到達をτ_ｕｋ、τ_ｄｋだけ遅らせる遅延要素である。

【0209】

ここで確率過程ξを考える。ξ_ｋ＝［ξ_ｕｋ，ξ_ｄｋ］^Ｔとし、定数ε_ｕ、ε_ｄ＞０を用いて、伝送遅延を次の数式（６５）のように表現する。

【0210】

【数65】

【0211】

このとき、次の数式（６６）が成り立つ。

【0212】

【数66】

【0213】

ここで、ε_ｕ、ε_ｄは確率的に変動する伝送遅延以外の、物理的に決まる伝送遅延としている。サンプラＳとホールダＨにより、数式（６３）は、次の数式（６７）のように離散時間状態方程式に変換される。

【0214】

【数67】

【0215】

ここで、連続信号と離散信号の関係は、数式（６８）のとおりである。

【0216】

【数68】

【0217】

このとき、Ａ_ｋ、Ｂ_ｕ，ｋおよびＢ_ｗ，ｋは次の数式（６９）で与えられる。

【0218】

【数69】

【0219】

これよりＡ_ｋ、Ｂ_ｕ，ｋおよびＢ_ｗ，ｋは、ξ_ｋに依存するランダム行列となる。数式（６７）は制御入力がｕ_ｋではなくｕ_ｋ－１となっており、ｘ_ｋに応じて決定するｕ_ｋを時刻ｋの入力として求めることができない。そこで、新たな状態ｘ_ｅｋを追加した、数式（７０）で表される拡大系を用意する。

【0220】

【数70】

【0221】

ここで求めた数式（７０）を数式（１）と読み替え、ｈ_ｋを伝送遅延が従う確率分布でモデル化することで、前述した制御演算部１５０３に適用することができる。

【0222】

これまでに遠隔制御装置１０の処理について説明した。ここでは、より具体的な例を提示するため、移動体２０が自動車の場合について説明する。図６は、移動体２０が自動車の場合の移動体２０の構成の一例を示す図である。

【0223】

移動体２０である自動車２００において、ドライバー（すなわち運転者）が自動車２００を操作するためのステアリングホイール２０１は、ステアリング軸２０２に結合されている。ステアリング軸２０２は、ラックアンドピニオン機構２０４のピニオン軸が連接されている。ラックアンドピニオン機構２０４のラック軸は、ピニオン軸の回転に応じて往復移動自在であり、その左右両端にはタイロッド２０５を介してフロントナックル２０６が接続されている。フロントナックル２０６は、操舵輪としての前輪を回転自在に支持すると共に、車体フレームに転舵自在に支持されている。

【0224】

ドライバーがステアリングホイール２０１を操作して発生したトルクはステアリング軸２０２を回転させ、ラックアンドピニオン機構２０４が、ステアリング軸２０２の回転に応じてラック軸を左右方向へ移動させる。ラック軸の移動により、フロントナックル２０６が図示しないキングピン軸を中心に回動し、それにより前輪が左右方向へ転舵する。よって、ドライバーは、自動車２００が前進・後進する際にステアリングホイール２０１を操作することで、自動車２００の横移動量を変化させることができる。なお、自動車２００が、完全自動運転などを行うドライバー非搭乗型である場合、ステアリングホイール２０１のようなドライバー操作のための構成要素は不要となる。

【0225】

自動車２００には、図３に示した内界センサ２２として、車速センサ２２０、ＩＭＵセンサ２２１、操舵角センサ２２２、および操舵トルクセンサ２２３などが設置されている。

【0226】

また、自動車２００には、図３に示したアクチュエータ２６として、横方向の運動を実現するための電動モータ２０３、自動車２００の前後方向の運動を制御するための車両駆動装置２０７、およびブレーキ制御装置２１０などが設置されている。

【0227】

電動モータ２０３は、一般的にはモータとギアとで構成され、ステアリング軸２０２にトルクを与えることで、ステアリング軸２０２を自在に回転させることができる。つまり、電動モータ２０３は、ドライバーのステアリングホイール２０１の操作と独立して、前輪を自在に転舵させることができる。

【0228】

車両駆動装置２０７は、自動車２００を前後方向に駆動する。車両駆動装置２０７は、例えばエンジンやモータなどの駆動源で得られた駆動力を、図示しないトランシミッションとシャフトとを介して、前輪および後輪を回転させる。これにより、車両駆動装置２０７は、自動車２００の駆動力を自在に制御することが可能である。

【0229】

ブレーキ制御装置２１０は、自動車２００を制動するものであり、自動車２００の前輪および後輪それぞれに設置されたブレーキのブレーキ量を制御する。一般的なブレーキは、前輪および後輪と共に回転するディスクロータに、油圧を用いてパッドを押し付けることによって、制動力を発生させる。

【0230】

カメラ２３０は、自動車２００の周囲に存在する区画線、障害物などを検出し、物体情報取得部４０として機能する。

【0231】

移動体制御装置２５０は、図３に示した指令値演算部２５に相当し、自動車２００の走行を制御する。すなわち、移動体制御装置２５０は、内界センサ２２である車速センサ２２０、ＩＭＵセンサ２２１、操舵角センサ２２２、操舵トルクセンサ２２３などで取得される移動体情報と、遠隔制御装置１０から受信した移動体制御量とに基づいて、アクチュエータ２６である電動モータ２０３、車両駆動装置２０７、ブレーキ制御装置２１０などを制御する。

【0232】

なお、図示は省略するが、自動車２００には、図３に示した時刻同期部２１、送信部２３および受信部２４も搭載されている。

【0233】

自動車２００に搭載された各装置は、自動車２００内のＣＡＮ（Controller Area Network）やＬＡＮ（Local Area Network）などを用いてネットワーク３０の一部を構成しており、ネットワーク３０を介してそれぞれの動作に必要な情報を取得することが可能である。また、内界センサ２２である車速センサ２２０、ＩＭＵセンサ２２１、操舵角センサ２２２、および操舵トルクセンサ２２３も、ネットワーク３０を介して相互にデータの送受信が可能である。

【0234】

移動体２０の動特性ごとにその動特性をモデル化した連続時間状態方程式が求まる。本開示では各種の移動体２０へ適用可能な遠隔制御装置１０を提供するが、ここでは移動体２０が自動車２００である場合を例として詳細に説明する。なお、移動体２０を制御する方法は数多く提案されているが、本実施の形態では参照経路に対する横方向の運動の制御方法ついて説明する。

【0235】

まず、移動体２０の横方向の動特性を表す連続時間状態方程式について、図７を用いて説明する。図７のＸ軸、Ｙ軸を持つ座標系は基準座標系であり、ｘ_ｂ軸、ｙ_ｂ軸を持つ座標系はボディ座標系である。基準座標系で表された参照経路に対する移動体２０の横偏差および偏角をそれぞれ、ｅ_ｙ、ｅ_θとすると、移動体２０の横方向の連続時間状態方程式は次の数式（７１）で表される。

【0236】

【数71】

【0237】

数式（７１）において、ｘ_ｃ、Ａ_ｃ、Ｂ_ｃｕ、Ｂ_ｃｗは、次の数式（７２）のとおりである。

【0238】

【数72】

【0239】

上付きの「’」は時間微分を表す。また、各記号は以下のように定義されている。
ｖ_ｘ：車速［ｍ／ｓ］
δ：舵角［ｒａｄ］
κ：参照経路の曲率［１／ｍ］
ｍ：質量［ｋｇ］
Ｌ_ｆ：重心－前車輪軸間距離［ｍ］
Ｌ_ｒ：重心－後車輪軸間距離［ｍ］
Ｉ_ｚ：ヨー軸周りの慣性モーメント［ｋｇ・ｍ２］
Ｃ_ｆ：前輪コーナリングスティフネス［Ｎ／ｒａｄ］
Ｃ_ｒ：後輪コーナリングスティフネス［Ｎ／ｒａｄ］
ｅ_ｙ：参照経路から自動車の重心までの横偏差［ｍ］
ｅ_ｙ’：ｅ_ｙの時間微分［ｍ／ｓ］
ｅ_θ：参照経路から自動車の重心までの偏角［ｒａｄ］
ｅ_θ’：ｅ_θの時間微分［ｒａｄ／ｓ］
コーナリングスティフネスとは、移動体２０に発生する横力と横滑り角との関係を表す比例係数であり、例えば、乾燥面と湿潤面、凍結面など移動体２０と路面の接触面の状態によって変化する値である。

【0240】

参照経路の曲率κについては、ホライズンＮ間の予測値が必要となる。その予測の方法として複数考えられるが、ホライズンＮ間でκは一定値をとると仮定し、ホライズン間で同じκの値を用いるのが最も簡単な方法である。

【0241】

その他の方法として、移動体２０は等速で参照経路上を運動するなどの仮定により、ホライズンＮ間での移動体２０の参照経路上の予測位置を求める。参照経路の情報として、参照経路上の各点の曲率が含まれている場合は、その予測位置での参照経路の曲率を読み出して使用すればよい。また、参照経路がスプラインや多項式などで表現されている場合は、予測位置での曲率を計算できる。すなわち、例えば参照経路がＹ＝ｆｒ（Ｘ）等で表現されている場合は、予測位置での曲率は次の数式（７３）で求まる。

【0242】

【数73】

【0243】

なお、参照経路がＸ、Ｙ点群などで表現されている場合は、点群を一度スプラインや多項式の滑らかな関数で近似し、数式（７３）を計算することにより曲率が求まる。また、曲率をばらつきのあるパラメータとして扱い、確率分布をもつ確率変数としてξ_ｋに含め、数式（１）に組み入れることが可能である。

【0244】

数式（７１）の連続時間状態方程式を伝送遅延の確率分布より定まるサンプリング間隔ｈ_ｋおよび、数式（６９）および（７０）を用いれば、数式（１）の形で移動体２０の遠隔制御の状態方程式が導かれる。なお、ｈ_ｋは伝送遅延のみを含む説明をしたが、確定系最適化演算部１５２２は、その処理時間にばらつきが生じるため、ｈ_ｋに確率系最適化演算部１５１１の処理時間のばらつきを表現した確率変数を含めてもよい。

【0245】

次に伝送遅延の確率モデルについて述べる。確率モデルには、確率分布の形状および、確率分布の時間依存性、すなわち確率過程モデルを考慮する必要がある。

【0246】

伝送遅延の確率分布の形状について、例えばレイリー分布や対数正規分布などが提案されているが、本開示の方法は確率分布の形状に何を使ってもよい。そのため、例えば事前に伝送遅延のデータを計測しておき、そのデータを用いてヒストグラムを作成し、得られたヒストグラムを伝送遅延の確率分布として扱うことも可能である。

【0247】

また、確率過程モデルについてはすでに説明したｉ．ｉ．ｄ．やＨＭＭなどが考えられるが、本開示の方法においては、数式（２４）や数式（４１）のような写像が定義できればどのようなモデルを使っても問題ない。

【0248】

ここでは、伝送遅延がＨＭＭでモデル化できる理由について、図８、図９を用いて説明する。図８は、伝送遅延の時系列の例を示す説明図である。図は横軸に時刻、縦軸に伝送遅延量を取った系列であり、伝送遅延計測部１３の出力を用いて容易に取得することができる。

【0249】

伝送遅延は、専用回線などを使わない場合、一般に一定の値を取ることはほとんどなく、常にばらついた値を取る。その様子は図８に示す通りであるが、ばらつき方が、ある時間区間ごとに変化していることがわかる。図の時間区間１や時間区間３、あるいは時間区間４や時間区間６はそれぞれ同程度のばらつき方をしており、時間区間２や、時間区間５は明らかに大きな伝送遅延が生じやすい区間となっている。

【0250】

ここで、伝送遅延はＨＭＭに従って系列を出力していると考えると、同傾向のばらつき方をする時間区間ではＨＭＭにおける同じモードであるとみなすことができる。すなわち時間区間１と時間区間３、時間区間２と時間区間４は同じモードであると考え、それぞれモード１、モード２とし、同様に時間区間２や時間区間５は、それぞれモード３、モード４などと考えることができる。

【0251】

これらをＨＭＭで表すと、図９のようにモデル化できる。図９は全部で４モードを持つＨＭＭである。モード１では、比較的平均と分散が小さな正規分布を出力としたＨＭＭを構成することができる。モード２では、平均と分散が大きな正規分布を出力としたＨＭＭを構成することができる。モード３では、平均値の小さな指数分布を出力としたＨＭＭを構成することができる。モード４では、平均値の大きな指数分布を出力としたＨＭＭを構成することができる。ただし、これらの分布はあくまでイメージであり，実際の通信遅延は正規分布のように負の値をとることはないことに注意する必要がある。

【0252】

ここで、ｐ_ｉｊ（ｉ＝１，２，３，４、ｊ＝１，２，３，４）を遷移元のモードｉから遷移先のモードｊへの遷移確率としており、たとえば遷移元モードを１とした場合に、ｐ_１１，ｐ_１２、ｐ_１３はそれぞれモード１からモード１、モード１からモード２、モード１からモード３への遷移確率を表している。モード２、モード３、モード４についてもそれぞれ同様である。このようにして伝送遅延モデルの一例としてＨＭＭで伝送遅延をモデル化することができる。

【0253】

伝送遅延がこのようなモデルとなる理由について、本開示に係る技術の考案者らの見解を述べる。一般なネットワーク３０の場合、データの送受信の単位であるパケットを正しい送り先に効率的にかつ、高い信頼性で届けるため、経路制御が行われる。この経路制御によって、パケットの経路が変更される場合があり、モードの遷移はその経路の切り替わりの状況を表現していると解釈することができる。このような経路制御は、小規模なネットワーク３０では、その頻度が少ないが、大規模なネットワーク３０の場合、経路の切り替わりの頻度や伝送遅延のばらつき方の変化が大きくなる。このような経路の切り替わりはＨＭＭにおけるモードの切り替わりと解釈することができる。ただし、実際にはその他の要因、例えば移動体２０の周囲の状況なども原因となり得る。

【0254】

本開示では、ＨＭＭの説明に図９の構成を用いたが、モードの増減や、各モードの確率分布は任意に設定することができる。

【0255】

伝送遅延がＨＭＭでモデル化できる場合、ＨＭＭのモードを伝送遅延分布推定部１４で推定し、確率系評価関数演算部での処理に利用することができる。すなわち、ホライズンＮ間の初期のモード確率として使用することもできる。

【0256】

次に、数式（１）のｚ_ｋを設計する。まず自動車を参照経路に追従させるために、ｘ_ｋの要素をすべて０に収束させる必要がある。したがって、次の数式（７４）の関係が成り立つようにすれば、制御演算部１５０３はｘ_ｋが０に収束するような最適系列を出力する。

【0257】

【数74】

【0258】

ここでは、数式（７４）のようにｚ_ｋを設計したが、移動体２０の位置・姿勢にノイズが加わる場合には、ｅ_ｙやｅ_θに乗法的ノイズや加法的ノイズを加えるようにすれば、それらを考慮することが可能となる。この場合、確率変数を新たに考慮し、加法的ノイズの場合はＤ_ｗ，ｋにかかる要素にその確率変数を設定し、乗法的ノイズの場合はＣ_ｋのｅ_ｙとｅ_θにかかる要素にその確率変数を設定すればよい。また、同様にしてｅ_ｙ’やｅ_θ’の確率分布も考慮することができる。

【0259】

数式（７２）において、Ｂ_ｃｗは参照経路の曲率を考慮した項となっている。本開示では、この項を考慮した状態方程式を用いることで、特許文献１で考慮できなかった参照経路の曲率を考慮することができ、参照経路への追従性を向上させる効果が発生する。

【0260】

なお、本開示では評価関数を数式（２）のように最適化変数Ｕ_Ｎに対して２次計画問題としているが、１次の計画問題、すなわち評価関数をＵ_Ｎに対して１次となるようにしてもよい。この場合、線形計画問題と呼ばれるが、本開示で示した方法と同様の方法で、確率計画問題から確定的な最適化問題に変換が可能である。この場合、確定的ソルバとして線形計画法などを用いた効率的なソルバを用いればよい。

【0261】

また、本開示では数式（７２）のような状態方程式を使用したが、移動体２０に合わせて変更する必要がある。

【0262】

なお、数式（７２）で使用されている質量ｍや慣性モーメントＩ_ｚ、コーナリングスティフネスＣ_ｆやＣ_ｒのパラメータは、乗員の数や自動車と路面との接触面の状態によって変化する場合がある。これらについて、直接観測することはできないが、確率分布はわかっている場合、その確率分布をもつ確率変数をξ_ｋに含め、数式（１）に組み入れることが可能である。これにより、より高精度な移動体制御が可能となる。なお、自動車以外の移動体２０についても、移動体２０の動特性の不確かな部分を確率変数に加えることで、より高精度な移動体制御が可能となる。

【0263】

本開示に示す方法では、参照経路の情報（現在時刻から見たらホライズン間での未来の情報）を使用するため、参照経路に曲率を含む場合においても参照経路への追従性を向上可能な遠隔制御装置１０を提供できる。

【0264】

＜実施の形態２＞
実施の形態２では、移動体２０の周辺に障害物が存在する場合でも障害物を回避することで安全を確保可能な遠隔制御装置１０を提供する。なお、実施の形態１と同じ内容の点については説明を省略する。

【0265】

図１０は、実施の形態２における遠隔制御装置１０の機能ブロック図を表す。実施の形態１の遠隔制御装置１０の構成（図１）に対して、障害物移動予測部１７が追加される。

【0266】

障害物移動予測部１７は、受信部１２からの周囲情報や地図データベース６０からの地図情報を用いて、ホライズンＮの間の障害物の位置を予測し、その予測結果を障害物予測情報として出力する機能を有する。障害物の移動の予測方法として、例えば周囲情報に障害物の速度情報が含まれる場合は、障害物が等速直線運動を行うと仮定し予測する方法、機械学習により学習された障害物移動予測モデルを用いて予測する方法など既存の様々な方法が適用できる。障害物移動予測部１７は、ホライズンＮ間の障害物の位置が予測できれば、どのような方法を用いてもよい。

【0267】

図１１は、実施の形態２における移動体制御演算部１５（第１の移動体制御演算部１５－１）の構成である。実施の形態２の移動体制御演算部１５の構成（図２）に対して、障害物移動予測部１７からの障害物予測情報が、制御演算部１５０３で使用できるように結合される。

【0268】

図１２は、実施の形態２における確率系最適化演算部１５１１の機能ブロック図である。実施の形態１の制御演算部１５０３（図４）が備える確率系最適化演算部１５１１の構成に対して、制約演算部１５２３が追加されている。

【0269】

制約演算部１５２３は、参照経路および障害物予測情報を用いて障害物を回避するための確定的な制約条件を生成する機能を有する。ここで確定的な制約条件とは、次の数式（７５）のように確率を含まないｎ_ｕ個の制約条件であり、本開示では「確定系制約条件」と呼称する。

【0270】

【数75】

【0271】

ここで、Ｈ_ｕはｎ_ｕ×ｍ・Ｎの確定的な行列であり、ｈ_ｕはｎ_ｕ次元のベクトルである。

【0272】

確率モデル予測制御における制約条件として、数式（７）、（８）、（９）のように、機会制約、期待値制約、入力制約などがあることはすでに示した。このうち、入力制約については、数式（７）をそのまま利用すればよい。また、期待値制約については、数式（８）におけるＥ［Ｘ_ｓ，Ｎ］を、数式（５５）を用いて計算すればよい。すでに示したようにｉ．ｉ．ｄ．やＨＭＭなどの確率過程モデルを用いれば、高速かつ厳密に計算が可能となる。

【0273】

機会制約を確定的な制約条件に変換する方法は、チェビシェフの不等式、カンテリの不等式などの確率不等式を用いる方法、一般化多項式カオスによる方法、期待値制約へ変換する方法（保守的近似）など、様々提案されている。これらの手法を用いれば、数式（７）の機会制約は、確定的な制約条件に変換することができる。

【0274】

制約演算部１５２３は、機会制約、期待値制約、入力制約を合わせて、数式（７５）のような確定系制約条件を演算し、確定系最適化演算部１５２２に出力する。

【0275】

確定系最適化演算部１５２２は、確率系評価関数変換部１５２１からの確定系評価関数を、制約演算部１５２３からの確定系制約条件のもとで最適化を行い、最適系列を出力する。

【0276】

制約演算部１５２３の動作の説明について、図１３を用いて説明する。図１３では、自動車の参照経路を、間隔が２Ｌ_ｌの区画線の間の中心線としており、静止している障害物が参照経路の付近に存在するシーンが示されている。自動車はこの場合、静止障害物に近寄らないような制約を守る必要がある。図１３の黒点はホライズンＮの間の、参照経路近傍の移動体２０の予測位置であり、移動体２０が参照経路上を等速で運動するなどの仮定により求まる。

【0277】

制約演算部１５２３はこのような場合、静止障害物に必要以上に近寄らないようにするために、静止障害物を含むような大きさの回避領域を設定し、この回避領域に対して制約を設定する。図１３の場合は、区画線の位置に対してＬｏだけ内側に回避領域を設定している。ホライズンＮ間の時刻、ｋ＝ｋ_０＋ｉ_１、ｋ＝ｋ_０＋ｉ_２、ｋ＝ｋ_０＋ｉ_３に静止障害物の回避領域に近づくような予測がされたとする。これらの時刻での横位置偏差ｅ_{ｙ，ｋ０＋ｉ１}、ｅ_{ｙ，ｋ０＋ｉ２}、ｅ_{ｙ，ｋ０＋ｉ３}について次の数式（７６）のような機会制約を設定する。

【0278】

【数76】

【0279】

βｃについては例えば０．９５のように設定すれば９５％以上の確率で、移動体２０が回避領域に入らないようにすることができる。また、期待値制約で問題ない場合は、次の数式（７７）のようにすればよい。

【0280】

【数77】

【0281】

なお、その他の時刻でのｅ_ｙについては区画線の間からはみ出さないような制約を設定する。このようにｅ_{ｙ，ｋ０＋ｉ１}、ｅ_{ｙ，ｋ０＋ｉ２}、ｅ_{ｙ，ｋ０＋ｉ３}は関する制約は、適当なＤｃと、Ｘ_ｓ，Ｎにより表現ができるため、数式（７）のように書くことができる。

【0282】

本実施の形態では、静止障害物の回避の例について述べたが、障害物が移動する場合でも同様に障害物を回避することができる。具体的には、ホライズンＮ間の障害物の予測位置に合わせて、制約を設ければよい。

【0283】

なお、障害物移動予測部１７で伝送遅延の確率分布を考慮して、移動体２０の位置やその確率分布を予測してもよい。

【0284】

本実施の形態の構成により、障害物を回避可能な遠隔制御装置１０が提供できる。

【0285】

＜実施の形態３＞
実施の形態３では、移動体２０の横方向と前後方向の制御を分離することで、前後方向と横方向の移動の制御を同時に行うことが可能な遠隔制御装置１０を提供する。なお、実施の形態１、２と同じ内容の点については説明を省略する。

【0286】

そのような遠隔制御装置１０が必要な理由を説明する。ここで、前後方向とは、図７のボディ座標系においてはｘ_ｂ軸方向を示し、横方向とは、ｙ_ｂ軸方向を示す。一般に制御対象が移動体である場合は、その運動拘束により、前後方向の移動と横方向の移動とが連成する。そのため、前後方向と横方向の運動を同時に制御することが望ましいが、この場合、移動体２０の状態方程式が状態に対して非線形となり、扱いが複雑になる。実際に、数式（７２）のように横方向の状態方程式に速度ｖ_ｘが含まれていることがわかる。このため、前後方向についてまず制御を行い、その情報を用いて横方向の制御を行うのが好適である。

【0287】

以下、実施の形態３における遠隔制御装置１０の移動体制御演算部１５が備える制御演算部１５０３の２つの構成例を示す。

【0288】

図１４に、実施の形態３における制御演算部１５０３の第１の構成例を示す。図１４のように、第１の構成例における制御演算部１５０３は、前後方向制御部１５３１、横方向制御部１５３２および制御決定部１５３３で構成される。

【0289】

前後方向制御部１５３１は、参照経路、障害物予測情報、状態量を用いて、ホライズンＮ間の前後方向系列を出力する機能を有する。横方向制御部１５３２は、前後方向系列、参照経路、障害物予測情報、状態量を用いて、ホライズンＮ間の横方向最適系列を出力する機能を有する。制御決定部１５３３は、前後方向系列および横方向最適系列から移動体２０を制御するための移動体制御量を決定する。

【0290】

前後方向制御部１５３１は、更に速度計画部１５４１で構成される。速度計画部１５４１の出力について、図１５を用いて説明する。図１５において、横軸は時刻、縦軸はその時刻での速度を表しており、速度計画部１５４１はホライズンの開始時刻ｋ_０からｋ_０＋Ｎまでのそれぞれの時刻での速度を前後方向系列として演算し、出力する。特に、図１５では通常走行区間、カーブ区間、アプローチ区間、停車区間での速度系列を示しており、通常走行では指定された速度、カーブ区間では参照経路の曲率に合わせた減速、アプローチ区間では、障害物手前で停止するための減速、停車区間では停車を維持するような速度系列の例を示している。前後方向制御部１５３１は、このような動作をする速度計画部１５４１からの前後方向系列を出力する。

【0291】

横方向制御部１５３２は、更に確率系最適化演算部１５５１で構成される。確率系最適化演算部１５５１は、前後方向制御部１５３１からの前後方向系列を反映し、横方向最適系列を演算する。いま、前後方向系列を考慮するため、数式（１）を外部からのパラメータｑ_ｋに依存するように書き直す。すなわち、横方向制御部１５３２は、数式（１）を次の数式（７８）のように書き直す。

【0292】

【数78】

【0293】

数式（７８）では、Ａ、Ｂ_ｕ、Ｂ_ｗ、Ｃ、Ｄ_ｕ、Ｄ_ｗの行列が、確率変数ξ_ｋと外部からの確定的なパラメータｑ_ｋに依存していることを表している。本開示の場合、ｑ_ｋは前後方向制御部１５３１からの前後方向系列に相当する。より具体的には、数式（７２）のように状態方程式が速度ｖ_ｘに依存しているため、ｑ_ｋをホライズン間のｖ_ｘとみなすことに相当する。

【0294】

この場合、確率系評価関数変換部１５２１で使用される数式（２４）や数式（４１）の写像を変更する必要がある。たとえば、数式（２４）の場合、Ｇ_Ａがｑ_ｋに依存するようになる。すなわち、写像Ｖ_ＡＡは次の数式（７９）のように定義される。

【0295】

【数79】

【0296】

Ｇ_Ａ（ｑ_ｋ）の計算方法については、数式（２１）、（２２）および（２３）の計算の過程において、Ａ_０（ξ_ｋ）ではなくＡ_０（ξ_ｋ，ｑ_ｋ）として計算すればよい。Ｇ_Ａ（ｑ_ｋ）については、ｑ_ｋが得られた際に逐次計算するとしてもよいが、計算に時間がかかるためオンライン処理に向かない。そのため、事前にｑ_ｋの範囲、例えば０［ｋｍ／ｈ］から１００［ｋｍ／ｈ］の範囲でしか制御しない場合には、その速度間をＮｑ点で分割し、その分割された点をｑ^１，ｑ^２，・・・，ｑ^Ｎｑとし、それぞれの分割点でのＧ_Ａ（ｑ）のマップをオフライン処理で求める。オンライン処理ではオフライン処理で求めたマップを用いて内挿等により効率的にＧ_Ａ（ｑ_ｋ）を用いることができる。これにより、ｑ_ｋに応じて写像を定義することができる。

【0297】

ここではｉ．ｉ．ｄ．の場合の写像について述べたが、ＨＭＭの場合の写像についても同様の方法でｑ_ｋに応じて写像を定義することができる。

【0298】

制御決定部１５３３は、前後方向系列および横方向最適系列から、移動体制御量を出力する。具体的には、実施の形態１と同様に、目標経路や目標軌道、移動体２０のアクチュエータ２６への指令値を出力する。

【0299】

制御演算部１５０３の第１の構成例により、移動体２０の横方向のみではなく、前後方向も同時に制御可能な遠隔制御装置１０が提供できる。

【0300】

図１６に、実施の形態３における制御演算部１５０３の第２の構成例を示す。この構成では、前後方向の制御に確率モデル予測制御を適用することで、さらに性能向上が可能な遠隔制御装置１０を提供する。本実施の形態に示す構成により、加速度の変化を抑えるなど、乗り心地を向上させることができる。第１の構成例との違いは、前後方向制御部１５３１が確率系最適化演算部１５４２と前後方向制御決定部１５４３で構成されている点である。本構成では、前後方向制御部１５３１においても確率モデル予測制御を用いることが特徴となる。

【0301】

確率系最適化演算部１５４２は、参照経路、障害物予測情報、状態量を用いて、前後方向最適系列を出力する。

【0302】

移動体２０の前後方向の状態方程式は、目標加速度ｕ_ａから車速ｖ_ｘまでの連続時間状態方程式を、時定数Ｔ_ａの一次遅れ系としてモデル化すると、前後方向加速度α_ｘおよび重力加速度ｇ、参照経路の勾配θ_ａを用いて次の数式（８０）のように表すことができる。

【0303】

【数80】

【0304】

数式（８０）におけるｘ_ａ、Ａ_ａ、Ｂ_ａｕ、Ｂ_ａｗは、次の数式（８１）のとおりである。なお、θ_ａは地図データベース６０などに含まれるとしている。

【0305】

【数81】

【0306】

実施の形態１で示した横方向の連続時間状態方程式の場合と同様に、サンプリング間隔をｈ_ｋとした場合の数式（６９）（７０）を用いた離散化および拡大系の構築後、数式（７４）のような出力を考慮し、数式（２）の評価関数を構築すればよい。

【0307】

このとき、評価関数のＱについてα_ｘを抑えるように調整を行えば、乗り心地を向上させることができる。また、障害物が前方にある場合には、制約条件を適切に設定することで、障害物の手前で停止させることや、障害物が移動している場合はその速度に追従させるなどの挙動を実現することができる。

【0308】

確率系最適化演算部１５４２のその他の処理については実施の形態１に説明した確率系最適化演算部１５１１の内容と同様であり、ホライズンＮ間の移動体２０の前後方向最適系列Ｕ_ａＮが出力される。

【0309】

前後方向制御決定部１５４３は、前後方向最適系から、前後方向系列を出力する機能を有する。具体的には、前後方向最適系列Ｕ_ａＮおよび数式（８０）、数式（５１）を用いて、ホライズンＮ間の速度の系列を出力する。

【0310】

また、本開示では数式（８１）のような状態方程式を使用したが、移動体２０に合わせて変更する必要がある。

【0311】

本実施の形態の構成により、前後方向の乗り心地を考慮可能な遠隔制御装置１０が提供できる。

【0312】

＜実施の形態４＞
実施の形態４では、複数の移動体２０を同時に制御することが可能な遠隔制御装置１０を提供する。なお、実施の形態１、２、３と同じ内容の点については説明を省略する。

【0313】

図１７は、本実施の形態において２以上の移動体２０を制御する場合の遠隔制御装置１０の構成の一例を示すブロック図である。図１７の遠隔制御装置１０の構成は、移動体２０が複数の移動体（第１の移動体２０－１、第２の移動体２０－２、・・・、第Ｍの移動体２０－Ｍ）を含む点、グローバル行動計画部１８を更に備える点、および移動体制御演算部１５が複数の移動体を制御する複数の移動体制御演算部（第１の移動体制御演算部１５－１、第２の移動体制御演算部１５－２、・・・、第Ｍの移動体制御演算部１５－Ｍ）を含む点で、図１、図１０とは異なる。これら以外は、図１、図１０と同じであるため、説明を省略する。

【0314】

受信部１２は、物体情報取得部４０からの移動体情報と周囲情報、環境情報取得部５０からの周囲情報、および各々の移動体２０からの移動体情報を受信する。

【0315】

伝送遅延計測部１３は、受信部１２からの移動体情報に基づいて、２以上の移動体２０のそれぞれの伝送遅延を演算する。

【0316】

伝送遅延分布推定部１４は、伝送遅延計測部１３からの２以上の移動体２０のそれぞれの伝送遅延情報に基づいて、２以上の移動体２０のそれぞれの伝送遅延分布情報を演算する。

【0317】

グローバル行動計画部１８は、周囲情報および移動体情報を用いて、２以上の移動体２０のそれぞれのグローバル目標行動を演算し、移動体制御演算部１５に出力する機能を有する。目標行動とはそれぞれの移動体２０の目標となる行動であり、例えば、通常走行、減速する、障害物回避する、停止する、車線変更する、路肩回避する、緊急回避するなどである。目標行動は、これらの行動を数値的もしくはシンボリック（例えば、目標行動Ａ、目標行動Ｂなど）に表現したものを含む。また目標行動は、それぞれの行動の目標となる信号、例えば停止する場合は目標の停止位置、車線変更する場合は目標の車線番号などが含まれている。

【0318】

グローバル目標行動は、それぞれの移動体２０への目標行動をまとめた信号である。また、グローバル目標行動は、２以上の移動体２０の行動順を示す優先度を含む場合もある。

【0319】

移動体制御演算部１５は、グローバル行動計画部１８からのグローバル目標行動および周囲情報、移動体情報を用いて２以上の移動体２０を制御するための移動体制御量を演算する。詳細については、後ほど説明する。

【0320】

なお、伝送遅延分布推定部１４は、２以上の移動体２０のネットワーク３０の環境や周囲の状況がほぼ同等とみなせる場合は、それら２以上の移動体２０の伝送遅延分布情報を同じとみなす。例えば移動体２０が第１の移動体２０－１および第２の移動体２０－２の２台である場合、伝送遅延分布推定部１４は、第１の移動体２０－１の伝送遅延分布情報と第２の移動体２０－２の伝送遅延分布情報とを同じとみなす。すなわち、第１の移動体２０－１の伝送遅延分布情報もしくは第２の移動体２０－２の伝送遅延情報のどちらかを一方を使用して単一の伝送遅延分布を演算し、第１の移動体制御演算部１５－１および第２の移動体制御演算部１５－２に出力する。このような構成では、伝送遅延分布推定の演算が一度で済み、計算負荷を下げることができる。移動体２０が３台以上の場合にも同様である。

【0321】

送信部１６は、ネットワーク３０を介して、移動体制御演算部１５が出力する複数の移動体２０の移動体制御量を、複数の移動体２０へ送信する。例えば、第１の移動体制御演算部１５－１からの移動体制御量は、第１の移動体２０－１へ送信され、第２の移動体制御演算部１５－２からの移動体制御量は、第２の移動体２０－２へ送信される。

【0322】

以下、実施の形態４における遠隔制御装置１０が備える移動体制御演算部１５の３つの構成例を示す。

【0323】

図１８に、実施の形態４における移動体制御演算部１５の第１の構成例を示す。図１８の移動体制御演算部１５は、第１の移動体２０－１、第２の移動体２０－２、・・・、第Ｍの移動体２０－Ｍをそれぞれ制御する第１の移動体制御演算部１５－１、第２の移動体制御演算部１５－２、・・・、第Ｍの移動体制御演算部１５－Ｍを備える。例えば、第１の移動体制御演算部１５－１は、障害物予測情報と、地図情報と、第１の移動体２０－１の移動体情報と、第１の移動体２０－１の目標行動と、第１の移動体２０－１の伝送遅延分布情報とに基づいて、第１の移動体２０－１への制御量を演算する。同様に、第２の移動体制御演算部１５－２は、障害物予測情報と、地図情報と、第２の移動体２０－２の移動体情報と、第２の移動体２０－２の目標行動と、第２の移動体２０－２の伝送遅延分布情報とに基づいて、第２の移動体２０－２への制御量を演算する。

【0324】

このような構成とすることで、複数の移動体２０を遠隔制御することができる。ただしこの構成ではグローバル行動計画が、移動体２０それぞれの目標行動を計画する必要があり、処理が複雑となり、かつ処理負荷が高くなる傾向がある。移動体２０の台数が少ない場合は第１の構成例で問題ないが、以下に示す第２の構成例および第３の構成例が好適である。

【0325】

図１９に、実施の形態４における移動体制御演算部１５の第２の構成例を示す。図１９の移動体制御演算部１５も、複数の移動体２０を制御する第１の移動体制御演算部１５－１、第２の移動体制御演算部１５－２、・・・、第Ｍの移動体制御演算部１５－Ｍを備える。ただし、第１の移動体制御演算部１５－１、第２の移動体制御演算部１５－２、・・・、第Ｍの移動体制御演算部１５－Ｍのそれぞれが制御する移動体２０は、グローバル行動計画部１８で演算された複数の移動体２０それぞれの優先度によって決まる。ここで、優先度は、高いものから順に、優先度１、優先度２、・・・と表すものとする。すなわち、第１の移動体制御演算部１５－１は、優先度１の移動体２０の移動体制御量を演算し、第２の移動体制御演算部１５－２は、優先度２の移動体２０の移動体制御量を演算する。

【0326】

また、第１の移動体制御演算部１５－１、第２の移動体制御演算部１５－２、・・・、第Ｍの移動体制御演算部１５－Ｍによる移動体制御量の演算は、優先度の高い順に行われる。つまり、第１の移動体制御演算部１５－１、第２の移動体制御演算部１５－２、・・・、第Ｍの移動体制御演算部１５－Ｍのそれぞれは、先に演算が完了した自己が制御する移動体２０よりも優先度の高い他の移動体２０の移動体制御量から求められる目標軌道を、自身の制約条件として使用する。

【0327】

具体的には、まず、第１の移動体制御演算部１５－１が、優先度１の移動体２０の制御量を演算し、その次に、第２の移動体制御演算部１５－２が、優先度２の移動体２０の制御量を演算する。このとき、第２の移動体制御演算部１５－２は、すでに演算が完了した優先度１の移動体制御量を制約条件として、優先度２の移動体２０の移動体制御量を演算する。優先度３以降の移動体２０の制御量も同様に、すでに演算が完了している他の移動体２０の移動体制御量を制約条件として演算される。

【0328】

優先度に応じて複数の移動体２０を制御する例として、交差点で複数台の移動体２０を制御する例を、図２０を用いて説明する。図２０は、交差点付近に第１の移動体２０－１と第２の移動体２０－２が接近しているシーンである。

【0329】

グローバル行動計画部１８は、第１の移動体２０－１および第２の移動体２０－２のそれぞれに優先度を付与する。図２０の状況では、第１の移動体２０－１の方が先に交差点に進入するため、グローバル行動計画部１８は、第１の移動体２０－１に対して優先度１を付与し、第２の移動体２０－２には優先度２を付与する。また、グローバル行動計画部１８は、第１の移動体２０－１および第２の移動体２０－２それぞれの目標行動（例えば、通常走行など）を、グローバル目標行動として出力する。

【0330】

移動体制御演算部１５においては、まず第１の移動体制御演算部１５－１が優先度１の移動体２０、すなわち第１の移動体２０－１の移動体制御量を演算する。第１の移動体２０－１は、第２の移動体２０－２よりも優先度が高いので、第１の移動体２０－１についてはそのまま交差点を通過するような移動体制御量が演算される。

【0331】

次に、第２の移動体制御演算部１５－２が、優先度２の移動体２０、すなわち第２の移動体２０－２の移動体制御量を演算する。このときすでに第１の移動体２０－１の移動体制御量が演算されており、第１の移動体２０－１の移動体制御量には目標軌道、すなわちホライズンＮ間の第１の移動体２０－１の位置・姿勢などの情報が含まれている。第２の移動体制御演算部１５－２は、第１の移動体２０－１の位置の情報を制約条件として扱い、第２の移動体２０－２の移動体制御量を演算する。図２０の例では、第１の移動体２０－１がそのまま交差点を通過する目標軌道が制約として扱われるため、その制約条件により、第２の移動体２０－２については交差点の手前の位置で停止するような移動体制御量が演算される。

【0332】

このような構成とすることで、グローバル行動計画部１８が行う処理は、各移動体２０の優先度を定める処理などの簡単な処理でよくなる。しかし、各移動体２０の移動体制御量の演算処理が、それよりも優先度が高い他の移動体２０の移動体制御量の演算処理が完了するのを待って行われるため、全体の処理時間は比較的が長くなる傾向になる。移動体２０の数が少ない場合はこの構成で良いが、多い場合には第３の構成例が好適である。

【0333】

図２１に、実施の形態４における移動体制御演算部１５の第３の構成例を示す。図２１の移動体制御演算部１５は、第１の移動体２０－１、第２の移動体２０－２、・・・、第Ｍの移動体２０－Ｍをそれぞれ制御する第１の移動体制御演算部１５－１、第２の移動体制御演算部１５－２、・・・、第Ｍの移動体制御演算部１５－Ｍと、制御量保持部１５０４とで構成されている。

【0334】

制御量保持部１５０４は、過去に演算したすべての移動体２０の移動体制御量を保持し、現在の演算時において、１時刻以上過去の移動体制御量を読み出し、第１の移動体制御演算部１５－１、第２の移動体制御演算部１５－２、・・・、第Ｍの移動体制御演算部１５－Ｍのそれぞれに出力する機能を有する。なお、初期時刻においては、制御量保持部１５０４に保持された移動体制御量は０とみなされる。もしくは、それぞれの移動体２０の参照経路を初期時刻での移動体制御量とみなしてもよい。

【0335】

第１の移動体制御演算部１５－１、第２の移動体制御演算部１５－２、・・・、第Ｍの移動体制御演算部１５－Ｍのそれぞれは、グローバル行動計画からの目標行動および、制御量保持部１５０４からの過去の移動体制御量を用いて、それぞれの移動体制御量を演算する。なお、過去の移動体制御量は、第１の移動体制御演算部１５－１、第２の移動体制御演算部１５－２、・・・、第Ｍの移動体制御演算部１５－Ｍのそれぞれにおいて、第２の構成例の場合と同様、制約条件として扱われる。

【0336】

複数の移動体２０を制御する例として、狭路で複数台の移動体２０を制御する例を、図２２および図２３を用いて説明する。図２２および図２３は、狭路で、対向する第１の移動体２０－１と第２の移動体２０－２とが接近しており、さらに静止障害物があるシーンである。

【0337】

時刻ｔ０において、まずグローバル行動計画部１８は、図２２のように第１の移動体２０－１、第２の移動体２０－２とも通常走行するような目標行動を出力する。以後、グローバル行動計画の目標行動は変わらないとする。第１の移動体２０－１は目標行動である通常走行を実行しようとするが、静止障害物が近いため、第１の移動体制御演算部１５－１は、第１の移動体２０－１が静止障害物を回避するように、第１の移動体２０－１の移動体制御量を演算する。第２の移動体制御演算部１５－２は、第２の移動体２０－２がそのまま通常走行するように、第２の移動体２０－２の移動体制御量を演算する。制御量保持部１５０４は、このように演算された第１の移動体２０－１および第２の移動体２０－２の移動体制御量を保持する。

【0338】

時刻ｔ１においては、制御量保持部１５０４から、第１の移動体制御演算部１５－１および第２の移動体制御演算部１５－２に、第１の移動体２０－１および第２の移動体２０－２の過去の移動体制御量が出力される。第１の移動体制御演算部１５－１および第２の移動体制御演算部１５－２は、第１の移動体２０－１および第２の移動体２０－２の過去の移動体制御量を、制約条件として利用する。具体的には、第１の移動体２０－１を制御する第１の移動体制御演算部１５－１では、第２の移動体２０－２の過去の移動体制御量が制約として扱われ、第２の移動体２０－２を制御する第２の移動体制御演算部１５－２では、第１の移動体２０－１の過去の移動体制御量が制約として扱われる。

【0339】

第１の移動体制御演算部１５－１は、時刻ｔ０での第２の移動体２０－２の移動体制御量を制約として扱うので、図２３のように、第１の移動体２０－１が、静止障害物を回避した後、第２の移動体２０－２を避けるような第１の移動体２０－１の移動体制御量を演算する。第２の移動体制御演算部１５－２は、時刻ｔ０での第１の移動体２０－１の移動体制御量を制約として扱うので、図２３のように、第２の移動体２０－２が、第１の移動体２０－１と衝突しないよう、自動的に停止するような第２の移動体２０－２の移動体制御量を演算する。

【0340】

このようにすることで、グローバル行動計画部１８は簡素な処理でよく、また移動体２０の台数が多かったとしても、全体の処理時間を抑えることができる。

【0341】

＜ハードウェア構成例＞
図２４および図２５は、それぞれ遠隔制御装置１０のハードウェア構成の例を示す図である。図１、図１０または図１７に示した遠隔制御装置１０の構成要素の各機能は、例えば図２４に示す処理回路３００により実現される。すなわち、遠隔制御装置１０は、移動体２０の参照経路に基づいて移動体２０の制御量を演算し、ネットワーク３０を介して１以上の移動体２０を制御するための処理回路３００を備える。移動体２０の制御量の演算は、確率分布をもつ確率的な伝送遅延に依存する移動体２０の動特性をモデル化した状態方程式を制約条件とし、評価関数に基づく確率計画問題を逐次解くことで最適系列を演算する処理と、最適系列を移動体２０の制御量に変換する処理とを含み、最適系列を演算する処理は、確率的なパラメータの確率過程モデルに基づいて、確率的な評価関数を確定的な評価関数に変換する処理と、確定的な評価関数の最適化問題を解くことによって、確率計画問題を解く処理とを含む。

【0342】

処理回路３００は、専用のハードウェアであってもよいし、メモリに格納されたプログラムを実行するプロセッサ（中央処理装置（ＣＰＵ：Central Processing unit）、処理装置、演算装置、マイクロプロセッサ、マイクロコンピュータ、ＤＳＰ（Digital Signal Processor）とも呼ばれる）を用いて構成されていてもよい。

【0343】

処理回路３００が専用のハードウェアである場合、処理回路３００は、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）、またはこれらを組み合わせたものなどが該当する。遠隔制御装置１０の構成要素の各々の機能が個別の処理回路で実現されてもよいし、それらの機能がまとめて一つの処理回路で実現されてもよい。

【0344】

図２５は、処理回路３００がプログラムを実行するプロセッサ３０１を用いて構成されている場合における遠隔制御装置１０のハードウェア構成の例を示している。この場合、遠隔制御装置１０の構成要素の機能は、ソフトウェア等（ソフトウェア、ファームウェア、またはソフトウェアとファームウェアとの組み合わせ）により実現される。ソフトウェア等はプログラムとして記述され、メモリ３０２に格納される。プロセッサ３０１は、メモリ３０２に記憶されたプログラムを読み出して実行することにより、各部の機能を実現する。すなわち、遠隔制御装置１０は、プロセッサ３０１により実行されるときに、遠隔制御装置１０は、移動体２０の参照経路に基づいて移動体２０の制御量を演算する処理と、ネットワーク３０を介して１以上の移動体２０を制御する処理とが結果的に実行されることになるプログラムを格納するためのメモリ３０２を備える。換言すれば、このプログラムは、遠隔制御装置１０の構成要素の動作の手順や方法をコンピュータに実行させるものであるともいえる。

【0345】

ここで、メモリ３０２は、例えば、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、フラッシュメモリ、ＥＰＲＯＭ（Erasable Programmable Read Only Memory）、ＥＥＰＲＯＭ（Electrically Erasable Programmable Read Only Memory）などの、不揮発性または揮発性の半導体メモリ、ＨＤＤ（Hard Disk Drive）、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ミニディスク、ＤＶＤ（Digital Versatile Disc）およびそのドライブ装置のほか、今後使用されるあらゆる記憶媒体であってもよい。

【0346】

以上、遠隔制御装置１０の構成要素の機能が、ハードウェアおよびソフトウェア等のいずれか一方で実現される構成について説明した。しかしこれに限ったものではなく、遠隔制御装置１０の一部の構成要素を専用のハードウェアで実現し、別の一部の構成要素をソフトウェア等で実現する構成であってもよい。例えば、一部の構成要素については専用のハードウェアとしての処理回路３００でその機能を実現し、他の一部の構成要素についてはプロセッサ３０１としての処理回路３００がメモリ３０２に格納されたプログラムを読み出して実行することによってその機能を実現することが可能である。

【0347】

以上のように、遠隔制御装置１０は、ハードウェア、ソフトウェア等、またはこれらの組み合わせによって、上述の各機能を実現することができる。

【0348】

なお、各実施の形態を自由に組み合わせたり、各実施の形態を適宜、変形、省略したりすることが可能である。

【0349】

上記した説明は、すべての態様において、例示であって、例示されていない無数の変形例が想定され得るものと解される。

【符号の説明】

【0350】

１０ 遠隔制御装置、１１ 時刻同期部、１２ 受信部、１３ 伝送遅延計測部、１４ 伝送遅延分布推定部、１５ 移動体制御演算部、１５０１ 参照経路生成部、１５０２ 状態推定部、１５０３ 制御演算部、１５０４ 制御量保持部、１５１１ 確率系最適化演算部、１５１２ 制御決定部、１５２１ 確率系評価関数変換部、１５２２ 確定系最適化演算部、１５２３ 制約演算部、１５３１ 前後方向制御部、１５３２ 横方向制御部、１５３３ 制御決定部、１５４１ 速度計画部、１５４２ 確率系最適化演算部、１５４３ 前後方向制御決定部、１５５１ 確率系最適化演算部、１６ 送信部、１７ 障害物移動予測部、１８ グローバル行動計画部、２０ 移動体、２１ 時刻同期部、２２ 内界センサ、２３ 送信部、２４ 受信部、２５ 指令値演算部、２６ アクチュエータ、３０ ネットワーク、４０ 物体情報取得部、４１ 時刻同期部、５０ 環境情報取得部、５１ 時刻同期部、６０ 地図データベース、２００ 自動車、２０１ ステアリングホイール、２０２ ステアリング軸、２０３ 電動モータ、２０４ ラックアンドピニオン機構、２０５ タイロッド、２０６ フロントナックル、２０７ 車両駆動装置、２０８ シャフト、２０９ 加減速制御装置、２１０ ブレーキ制御装置、２１１ ブレーキ、２１２ 操舵制御装置、２１３ ピニオン軸、２１４ ラック軸、２１５ 前輪、２１６ 後輪、２２０ 車速センサ、２２１ ＩＭＵセンサ、２２２ 操舵角センサ、２２３ 操舵トルクセンサ、２３０ カメラ、２５０ 移動体制御装置、３００ 処理回路、３０１ プロセッサ、３０２ メモリ。

【要約】

遠隔制御装置（１０）は、移動体（２０）の参照経路に基づいて移動体（２０）の制御量を演算する移動体制御演算部（１５）を備える。移動体制御演算部（１５）は、制御演算部（１５０３）を備える。制御演算部（１５０３）は、確率分布をもつ確率的な伝送遅延に依存する移動体（２０）の動特性をモデル化した状態方程式を制約条件とし、評価関数に基づく確率計画問題を逐次解くことで最適系列を演算する確率系最適化演算部（１５１１）と、最適系列を移動体（２０）の制御量に変換する制御決定部（１５１２）とを備える。確率系最適化演算部（１５１１）は、確率的なパラメータの確率過程モデルに基づいて、確率的な評価関数を確定的な評価関数に変換する確率系評価関数変換部（１５２１）と、確定的な評価関数の最適化問題を解くことによって、確率計画問題を解く確定系最適化演算部（１５２２）とで構成される。

【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】

【図14】

【図15】

【図16】

【図17】

【図18】

【図19】

【図20】

【図21】

【図22】

【図23】

【図24】

【図25】