知財求人 - 知財ポータルサイト「IP Force」
(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】2024-11-18
(45)【発行日】2024-11-26
(54)【発明の名称】管制装置、管制システム、管制方法及び管制プログラム
(51)【国際特許分類】
G08G 1/09 20060101AFI20241119BHJP
G08G 1/16 20060101ALI20241119BHJP
【ＦＩ】
G08G1/09 V
G08G1/16 D
【請求項の数】
9
(21)【出願番号】P 2022509890
(86)(22)【出願日】2020-03-25
(86)【国際出願番号】 JP2020013403
(87)【国際公開番号】W WO2021192105
(87)【国際公開日】2021-09-30
【審査請求日】2022-08-22
【前置審査】
(73)【特許権者】
【識別番号】000004237
【氏名又は名称】日本電気株式会社
(74)【代理人】
【識別番号】100103894
【弁理士】
【氏名又は名称】家入 健
(72)【発明者】
【氏名】水越 康博
(72)【発明者】
【氏名】坂田 正行
(72)【発明者】
【氏名】山根 隆志
(72)【発明者】
【氏名】岩井 孝法
(72)【発明者】
【氏名】二瓶 浩一
(72)【発明者】
【氏名】小林 航生
(72)【発明者】
【氏名】篠原 悠介
【審査官】宮本 礼子
(56)【参考文献】
【文献】特開２０１８－１４２２６５（ＪＰ，Ａ）
【文献】特開２０２０－００３９３６（ＪＰ，Ａ）
【文献】特開２０２０－０２７６０６（ＪＰ，Ａ）
【文献】特開２０１８－１５５５７７（ＪＰ，Ａ）
【文献】特開２０１６－０５７６７３（ＪＰ，Ａ）
【文献】特開２０１９－１８２４２５（ＪＰ，Ａ）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ０８Ｇ １／００－９９／００
(57)【特許請求の範囲】
【請求項1】
自動運転機能を有した車両に関する情報に基づいて、前記車両の状態を解析する解析ルールにより前記車両の第一の状態を解析する解析手段と、前記車両において前記情報に基づいて前記車両の自動運転を制御する自動運転ルールにより解析された前記車両の第二の状態と、前記第一の状態とを用いて、前記車両の制御に関する制御ポリシを特定する特定手段と、
特定された前記制御ポリシに基づいて、前記車両の運転を制御する遠隔制御手段と、
を備え、
前記制御ポリシは、前記車両に自動運転を行わせる自動制御ポリシ及び前記車両を遠隔制御する遠隔制御ポリシを含み、
前記遠隔制御手段は、特定された前記制御ポリシが前記自動制御ポリシの場合には、前記車両に自動運転させるように制御し、特定された前記制御ポリシが前記遠隔制御ポリシの場合には、前記車両を遠隔制御するように制御する、
管制装置。
【請求項2】
前記解析手段は、前記解析ルールを学習する管制側学習手段を含む、請求項１に記載の管制装置。
【請求項3】
前記自動運転ルールは、前記車両に設けられた車両側学習手段において学習される、請求項１または２に記載の管制装置。
【請求項4】
前記情報は、前記車両の前方の映像情報であり、前記解析手段は、認識した道路及び交差点を含む交通環境において、認識した周辺車両または周辺人物と衝突する危険度を、前記車両の状態として解析し、
前記特定手段は、前記危険度が閾値以上の場合に、前記制御ポリシを遠隔制御ポリシに特定する、
請求項１～３のいずれか１項に記載の管制装置。
【請求項5】
前記情報は、前記車両の車内の映像情報であり、前記解析手段は、認識した前記車内の乗客の動作及び前記乗客の状態の緊急度を、前記車両の状態として解析し、
前記特定手段は、前記緊急度が閾値以上の場合に、前記制御ポリシを遠隔制御ポリシに特定する、
請求項１～３のいずれか１項に記載の管制装置。
【請求項6】
前記車両は、バスであり、前記情報は、前記車両の車内の映像情報であり、
前記解析手段は、前記車内の乗客及び前記乗客の姿勢を前記車両の状態として解析し、
前記特定手段は、前記乗客が所定の転倒しやすい人、または、前記姿勢が転倒しやすい姿勢の場合に、前記制御ポリシを遠隔制御ポリシに特定する、
請求項１～３のいずれか１項に記載の管制装置。
【請求項7】
自動運転機能を有する車両と、前記車両を遠隔制御する管制センタと、
を備え、
前記車両は、
前記車両に関する情報に基づいて、前記車両の自動運転を制御する自動運転ルールにより前記車両の第二の状態を解析する手段と、
前記情報及び前記自動運転ルールに基づいて、前記車両の自動運転を制御する車両制御手段と、
を有し、
前記管制センタは、
前記車両から受信した前記情報に基づいて、前記車両の状態を解析する解析ルールにより前記車両の第一の状態を解析する解析手段と、
前記車両から受信した前記第二の状態と、前記第一の状態とを用いて、前記車両の制御に関する制御ポリシを特定する特定手段と、
特定された前記制御ポリシに基づいて、前記車両の運転を制御する遠隔制御手段と、
を有する、
管制システム。
【請求項8】
自動運転機能を有した車両に関する情報に基づいて、前記車両の状態を解析する解析ルールにより前記車両の第一の状態を解析し、前記車両において前記情報に基づいて前記車両の自動運転を制御する自動運転ルールにより解析された前記車両の第二の状態と、前記第一の状態とを用いて、前記車両の制御に関する制御ポリシを特定し、
特定された前記制御ポリシに基づいて、前記車両の運転を制御し、
前記制御ポリシは、前記車両に自動運転を行わせる自動制御ポリシ及び前記車両を遠隔制御する遠隔制御ポリシを含み、
前記特定された前記制御ポリシに基づいて、前記車両の運転を制御する際に、特定された前記制御ポリシが前記自動制御ポリシの場合には、前記車両に自動運転させるように制御し、特定された前記制御ポリシが前記遠隔制御ポリシの場合には、前記車両を遠隔制御するように制御する、
管制方法。
【請求項9】
自動運転機能を有した車両に関する情報に基づいて、前記車両の状態を解析する解析ルールにより前記車両の第一の状態を解析させ、前記車両において前記情報に基づいて前記車両の自動運転を制御する自動運転ルールにより解析された前記車両の第二の状態と、前記第一の状態とを用いて、前記車両の制御に関する制御ポリシを特定させ、
特定された前記制御ポリシに基づいて、前記車両の運転を制御させる、
ことをコンピュータに実行させる管制プログラムであって、
前記制御ポリシは、前記車両に自動運転を行わせる自動制御ポリシ及び前記車両を遠隔制御する遠隔制御ポリシを含み、
前記特定された前記制御ポリシに基づいて、前記車両の運転を制御する際に、特定された前記制御ポリシが前記自動制御ポリシの場合には、前記車両に自動運転させるように制御させ、特定された前記制御ポリシが前記遠隔制御ポリシの場合には、前記車両を遠隔制御するように制御させる、
管制プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、管制装置、管制システム及び管制方法に関する。
【背景技術】
【0002】
自動運転車におけるＬｖ４世代以上では、車両の内部に運転者が存在しないことが想定されている。したがって、遠隔から車両を見守る遠隔監視者を配置し、車両に何らかの異常があった時に、遠隔で対処できるような仕組み、いわゆる見守りシステムを構築することが望まれる。
【0003】
例えば、特許文献１には、自動運転モードと手動運転モードと遠隔操縦モードの３つのモードで走行可能な車両と、車両を遠隔操作可能な管制センタとを備えた車両遠隔操作支援システムが記載されている。特許文献１の車両遠隔操作支援システムでは、車両が自動運転を困難と判断した場合に、車両は管制センタのオペレータに遠隔操作の要求を行っている。
【0004】
特許文献２には、自動運転車をオペレータが介入して遠隔制御する遠隔制御装置が記載されている。特許文献２の遠隔制御装置は、自動運転車の車両情報に加え、類似データに紐付けられた走行軌跡等によって遠隔制御することが記載されている。
【0005】
特許文献３には、車両の自動運転を、車両の外部から制御する自動運転制御システムが記載されている。特許文献３の自動運転制御システムは、車両のセンサ部によって、所定状況の発生が検出されると、外部制御に優先して、当該所定状況に応じた自動運転制御を実行することが記載されている。
【0006】
特許文献４には、複数の自動運転車両と、複数の自動運転車両の数より少ない複数の遠隔運転手とを管理する管理装置が記載されている。特許文献４の管理装置は、遠隔運転が必要になった自動運転車両の遠隔運転手に、待機中の遠隔運転手を割り当てることが記載されている。
【先行技術文献】
【特許文献】
【0007】
【文献】特開２０１９－１９１９８２号公報
【文献】特開２０１９－１８５２８０号公報
【文献】特開２０１９－１０６６７４号公報
【文献】特開２０１８－１４２２６５号公報
【発明の概要】
【発明が解決しようとする課題】
【0008】
特許文献１～４では、遠隔制御する対象の車両を管制側のオペレータ（遠隔監視者）等が遠隔制御している。遠隔監視者は、担当する車両を注視する必要がある。よって、複数の自動運転車を運行させる場合には、遠隔監視する遠隔監視者を増員させなければならない。また、自動運転車を遠隔操作中には、遠隔監視者は、それ以外の他の自動運転車の運行の中断を余儀なくされる。よって、自動運転車の運行が滞ることになる。
【0009】
本開示の目的は、このような課題を解決するためになされたものであり、自動運転車の運行を円滑にすることができる管制装置、管制システム及び管制方法を提供することにある。
【課題を解決するための手段】
【0010】
本開示に係る管制装置は、自動運転機能を有した車両に関する情報に基づいて、前記車両の状態を解析する解析手段と、解析された前記車両の状態に基づいて、前記車両に対して送信される所定の制御である制御ポリシを特定する特定手段と、特定された前記制御ポリシに基づいて、前記車両の運転を制御する遠隔制御手段と、を備える。
【0011】
また、本開示に係る管制システムは、自動運転が可能な車両と、前記車両を遠隔制御する管制センタと、を備え、前記車両は、前記車両に関する情報を検知するセンサと、前記センサにより検知された前記情報に基づいて、前記自動運転を制御する車両制御手段と、を有し、前記管制センタは、前記車両から受信した前記情報に基づいて、前記車両の状態を解析する解析手段と、解析された前記車両の状態に基づいて、前記車両に対して送信される所定の制御である制御ポリシを特定する特定手段と、特定された前記制御ポリシに基づいて、前記車両の運転を制御する遠隔制御手段と、を有する。
【0012】
また、本開示に係る管制方法は、自動運転が可能な車両に関する情報に基づいて、前記車両の状態を解析し、解析された前記車両の状態に基づいて、前記車両に対して送信される所定の制御である制御ポリシを特定し、特定された前記制御ポリシに基づいて、前記車両の運転を制御する。
【発明の効果】
【0013】
本開示によれば、自動運転車の運行を円滑にすることができる車両管制システム、車両管制センタ及び車両管制方法を提供することができる。
【図面の簡単な説明】
【0014】
【図1】実施形態１に係る管制システムを例示した構成図である。
【図2】実施形態１に係る管制装置を例示した構成図である。
【図3】実施形態１に係る車両の動作を例示したフローチャート図である。
【図4】実施形態１に係る管制装置の管制方法を例示したフローチャート図である。
【図5】実施形態１に係る管制システムの管制方法を例示したシークエンス図である。
【図6】実施形態２に係る管制システムを例示した構成図である。
【図7】実施形態２に係る管制装置を例示した構成図である。
【図8】実施形態２に係る車両の動作を例示したフローチャート図である。
【図9】実施形態２に係る管制装置の管制方法を例示したフローチャート図である。
【図10】実施形態２に係る管制システムの管制方法を例示したシークエンス図である。
【発明を実施するための形態】
【0015】
以下、実施形態について、図面を参照しながら説明する。説明の明確化のため、以下の記載及び図面は、適宜、省略、及び簡略化がなされている。また、各図面において、同一の要素には同一の符号が付されており、必要に応じて重複説明は省略されている。
【0016】
（実施形態１）
実施形態１に係る管制システムを説明する。まず、管制システムの概要を説明する。そして、管制システムを構成する車両及び管制装置を説明する。その後、管制システムを用いた管制方法を説明する。
実施形態１に係る管制システムを説明する。まず、管制システムの概要を説明する。そして、管制システムを構成する車両及び管制装置を説明する。その後、管制システムを用いた管制方法を説明する。
【0017】
＜管制システム＞
まず、実施形態１に係る管制システムを説明する。図１は、実施形態１に係る管制システムを例示した構成図である。図１に示すように、管制システム１００は、車両１１０と、管制センタ１２０ｃと、を備えている。
まず、実施形態１に係る管制システムを説明する。図１は、実施形態１に係る管制システムを例示した構成図である。図１に示すように、管制システム１００は、車両１１０と、管制センタ１２０ｃと、を備えている。
【0018】
管制システム１００は、自動運転機能を有する車両１１０を管制するシステムである。本実施形態の管制システム１００において、管制センタ１２０ｃは、車両１１０からセンサ情報及び車両１１０の状態等の情報を、ネットワークＮＷを介して受信する。管制センタ１２０ｃは、受信した車両１１０の情報に基づいて、車両１１０の状態を解析し、解析結果に応じて、車両１１０の制御を行う。例えば、管制センタ１２０ｃは、車両１１０を遠隔制御する。または、管制センタ１２０ｃは、自動運転制御ポリシの送信により、車両１１０に自動制御させる。
【0019】
管制センタ１２０ｃは、管制装置１２０を含む。以下で、管制システム１００を構成する車両１１０及び管制装置１２０を説明する。
【0020】
＜車両＞
車両１１０は、自動運転が可能な自動運転機能を有している。自動運転機能を有する車両１１０は、例えば、自家用車、タクシー、バス、トラック等の自動運転車である。なお、自動運転機能を有する車両１１０は、道路を走行する自動運転車に限らず、鉄道を走行する列車等でもよい。車両１１０は、センサ１１１及び車両制御部１１２を有している。
車両１１０は、自動運転が可能な自動運転機能を有している。自動運転機能を有する車両１１０は、例えば、自家用車、タクシー、バス、トラック等の自動運転車である。なお、自動運転機能を有する車両１１０は、道路を走行する自動運転車に限らず、鉄道を走行する列車等でもよい。車両１１０は、センサ１１１及び車両制御部１１２を有している。
【0021】
センサ１１１は、車両１１０に関する情報を検知する。センサ１１１は、例えば、カメラ、速度計、舵角計、ＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）受信器等である。カメラは、車両１１０の前方、周囲または車内の画像を撮像する。速度計は、車両１１０の速度を計測する。舵角計は、車両１１０の進路方向を検出する。ＧＰＳ受信機は、車両１１０の位置を検知する。なお、センサ１１１は、車両１１０に関する情報を検知するものであれば、カメラ、速度計、舵角計、ＧＰＳ受信器等に限らない。
【0022】
センサ１１１は、検知した車両１１０に関する情報を、車両制御部１１２に出力する。また、センサ１１１は、検知した車両１１０に関する情報を、ネットワークＮＷを介して管制センタ１２０ｃに送信する。検知した車両１１０に関する情報は、例えば、車両１１０の前方の映像情報、車内の映像情報、速度、進路方向及び位置等のセンサ情報を含む。また、検知した車両１１０に関する情報は、センサ情報から導かれた車両１１０の走行状態及び車両１１０の周辺状況等の車両状態情報を含む。
【0023】
車両制御部１１２は、車両１１０の制御を行う。よって、車両制御部１１２は、車両制御手段としての機能を有している。車両制御部１１２は、ＥＣＵ（Ｅｌｅｃｔｒｏｎｉｃ Ｃｏｎｔｒｏｌ Ｕｎｉｔ）に接続し、ＥＣＵを制御することにより、車両１１０を制御する。車両制御部１１２は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、インターフェイス部（Ｉ／Ｆ）等からなるマイクロコンピュータを含むハードウェアで構成されてもよい。ＣＰＵは、車両１１０に関する情報に基づいて、車両１１０の状態の解析処理及び制御処理等を行う。ＲＯＭは、ＣＰＵによって実行される解析プログラム及び制御プログラム等を記憶する。ＲＡＭは、車両１１０に関する情報等の各種のデータを記憶する。インターフェイス部（Ｉ／Ｆ）は、ネットワークＮＷ等の外部と信号の入出力を行う。ＣＰＵ、ＲＯＭ、ＲＡＭ及びインターフェイス部は、データバスなどを介して相互に接続されている。
【0024】
車両制御部１１２は、センサ１１１により検知された車両１１０に関する情報に基づいて、自動運転を制御する。例えば、車両制御部１１２は、センサ１１１が車両１１０の前方に障害物を検知した場合には、車両１１０を停止させるように制御する。また、車両制御部１１２は、センサ１１１が制限速度以上の車両１１０の速度を検知した場合には、減速するように制御する。
【0025】
車両制御部１１２は、管制センタ１２０ｃから出力された制御ポリシに基づいて、車両１１０を制御する。制御ポリシは、車両１１０に対して送信される所定の制御である。制御ポリシは、自動制御ポリシ及び遠隔制御ポリシを含む。自動制御ポリシは、車両１１０に自動運転を行わせるように制御する。遠隔制御ポリシは、車両１１０を遠隔運転させるように制御する。例えば、車両制御部１１２は、管制センタ１２０ｃから車両１１０に自動運転を行わせる自動制御ポリシを受信した場合には、車両１１０に関する情報に基づいて、車両１１０の自動運転を制御する。
【0026】
一方、車両制御部１１２は、管制センタ１２０ｃから車両１１０を遠隔制御する遠隔制御ポリシを受信した場合には、管制センタ１２０ｃからの遠隔制御に基づいて、車両１１０を制御する。制御ポリシは、自動制御ポリシ及び遠隔制御ポリシの他、自動運転に関するルール等を含んでもよい。自動運転に関するルールは、例えば、制限速度遵守等の運転制御方針を含む。
【0027】
＜管制装置＞
次に、管制装置１２０を説明する。図２は、実施形態１に係る管制装置１２０を例示した構成図である。図２に示すように、管制センタ１２０ｃに設けられた管制装置１２０は、単体として構成される装置であり、図１のように、管制システム１００に組み込まれてもよい。
次に、管制装置１２０を説明する。図２は、実施形態１に係る管制装置１２０を例示した構成図である。図２に示すように、管制センタ１２０ｃに設けられた管制装置１２０は、単体として構成される装置であり、図１のように、管制システム１００に組み込まれてもよい。
【0028】
管制装置１２０は、ＣＰＵ、ＲＡＭ、インターフェイス部等からなるマイクロコンピュータの他、ＧＰＵ、ＦＰＧＡや、ストレージとしてのＨＤＤ、ＳＳＤなどで構成される汎用的なコンピュータを含むハードウェアで構成されてもよい。ＣＰＵ、ＧＰＵ及びＦＰＧＡ等は、車両１１０に関する情報に基づいて、解析処理及び制御処理等を行う。ＲＯＭ、ＨＤＤ及びＳＳＤ等は、ＣＰＵ等によって実行される解析プログラム及び制御プログラム等を記憶する。ＲＡＭ、ＨＤＤ及びＳＳＤ等は、車両１１０に関する情報等の各種のデータを記憶する。インターフェイス部（Ｉ／Ｆ）は、ネットワークＮＷ等の外部と信号の入出力を行う。ＣＰＵ、ＧＰＵ、ＦＰＧＡ、ＲＯＭ、ＲＡＭ、ＨＤＤ、ＳＳＤ及びインターフェイス部は、データバス及び接続配線などを介して相互に接続されている。
【0029】
図１及び図２に示すように、管制装置１２０は、自動運転が可能な自動運転機能を有する車両１１０を制御する。管制装置１２０は、解析部１２１、特定部１２２及び遠隔制御部１２３を備えている。解析部１２１、特定部１２２及び遠隔制御部１２３は、それぞれ、解析手段、特定手段及び遠隔制御手段としての機能を有する。
【0030】
解析部１２１は、自動運転機能を有した車両１１０に関する情報に基づいて、車両１１０の状態を解析する。車両１１０に関する情報は、例えば、車両１１０に設けられたセンサ１１１により検知された情報である。解析部１２１は、センサ１１１によって検知された情報を、ネットワークＮＷを介して受信する。
【0031】
解析部１２１は、車両１１０から受信した情報に基づいて、車両１１０の状態を解析する。車両１１０の状態は、例えば、車両１１０の危険度の高い状態、車両１１０の緊急度の高い状態を含む。また、車両１１０の状態は、自動制御が可能な状態、遠隔制御が望ましい状態を含む。解析部１２１は、予め、危険度の高い状態、緊急度の高い状態を設定してもよい。
【0032】
例えば、センサ１１１のうち、車両１１０の前方に設置されたカメラは、車両１１０の前方の映像情報を取得する。よって、車両１１０に関する情報は、車両１１０の前方の映像情報を含む。車両１１０に関する情報として、車両１１０の前方の映像情報が送信された場合には、解析部１２１は、車両１１０の前方の映像情報に基づいて、車両１１０の前方の道路、交差点、交通標識、信号機等の交通環境を３次元で立体的に認識する。
【0033】
また、解析部１２１は、車両１１０の前方の映像情報に基づいて、周辺車両及び周辺人物を認識する。さらに、解析部１２１は、車両１１０の前方の映像情報に基づいて、車両１１０が周辺車両及び周辺人物と交差点で交差するまでの時間及び位置をリアルタイムに算出する。そして、解析部１２１は、認識した道路及び交差点等を含む交通環境において、認識した周辺車両または周辺人物と衝突する危険度を、車両１１０の状態として解析する。例えば、解析部１２１は、車両１１０の危険度の状態を数値化して解析してもよい。
【0034】
また、解析部１２１は、車両１１０の前方の映像情報に基づいて、車両１１０の進行方向をもとに幾何学的に定めた範囲に存在する人物の多い場合に、車両１１０の危険度を、車両１１０の状態として解析する。例えば、解析部１２１は、幾何学的に定めた所定の範囲に閾値以上の人数の人物が存在する場合に危険度が高い状態と解析してもよい。
【0035】
センサ１１１のうち、車両１１０の車内に設置されたカメラは、車両１１０の車内の映像情報を取得する。よって、車両１１０に関する情報は、車両１１０の車内の映像情報を含む。車両１１０に関する情報として、車両１１０の車内の映像情報が送信された場合には、解析部１２１は、車両１１０の車内の映像情報に基づいて、車内の乗客の動作及び乗客の状態を認識する。そして、解析部１２１は、認識した車内の乗客の動作及び乗客の状態の緊急度を、車両１１０の状態として解析する。例えば、解析部１２１は、乗客が転倒している状態やふら付いている状態を、緊急度の高い状態として解析する。解析部１２１は、車両１１０の緊急度の状態を、転倒している人数やふら付く頻度で数値化して解析してもよい。
【0036】
また、車両１１０は、バスであり、車両１１０に関する情報は、バスの車内の映像情報を含む場合に、解析部１２１は、車内の乗客及び乗客の姿勢を車両１１０の状態として解析してもよい。例えば、解析部１２１は、車両１１０の緊急度の状態を、バスの車内で杖をついている人の人数で数値化して解析してもよい。
【0037】
このように、解析部１２１は、車両１１０の所定の危険度及び緊急度を車両１１０の状態として解析してもよい。
【0038】
特定部１２２は、解析された車両１１０の状態に基づいて、制御ポリシを特定する。制御ポリシは、車両１１０に対して送信される所定の制御である。例えば、制御ポリシは、車両１１０に自動運転を行わせる自動制御ポリシを含む。また、制御ポリシは、車両１１０を遠隔運転させるように制御する遠隔制御ポリシを含む。
【0039】
例えば、特定部１２２は、解析された車両１１０の状態が所定の危険度以上、または、所定の緊急度以上に該当する場合には、制御ポリシを、遠隔制御ポリシに特定する。具体的には、特定部１２２は、認識した周辺車両または周辺人物と衝突する危険度が所定の閾値以上の場合に、制御ポリシを遠隔制御ポリシに特定する。また、特定部１２２は、認識した車内の乗客の動作及び乗客の状態の緊急度が所定の閾値以上の場合に、制御ポリシを遠隔制御ポリシに特定する。また、特定部１２２は、バスの車内の乗客が所定の転倒しやすい人、または、姿勢が所定の転倒しやすい姿勢の場合に、制御ポリシを遠隔制御ポリシに特定する。また、特定部１２２は、車両１１０が上述した状況の他の要因で停止してしまったなどの遠隔制御が必要と考えられる場合に、制御ポリシを遠隔制御ポリシに特定してもよい。
【0040】
一方、特定部１２２は、解析された車両１１０の状態が所定の危険度または所定の緊急度未満に該当する場合には、制御ポリシを、自動制御ポリシに特定する。
【0041】
遠隔制御部１２３は、特定された制御ポリシに基づいて、車両１１０の運転を遠隔制御する。例えば、遠隔制御部１２３は、特定された制御ポリシが自動制御ポリシの場合には、車両１１０に自動運転させるように制御する。一方、遠隔制御部１２３は、特定された制御ポリシが遠隔制御ポリシの場合には、車両１１０を遠隔制御するように制御する。
【0042】
次に、実施形態１に係る管制システム１００の動作として、管制方法を説明する。管制方法を、車両１１０の動作、管制装置１２０の管制方法及び管制システム１００の管制方法に分けて説明する。
【0043】
＜車両の動作＞
図３は、実施形態１に係る車両１１０の動作を例示したフローチャート図である。図３のステップＳ１１１に示すように、車両１１０に関する情報を検知する。例えば、車両１１０に設けられたセンサ１１１は、自動運転が可能な車両１１０に関する情報を検知する。車両１１０に関する情報は、例えば、車両１１０の前方の映像情報、車内の映像情報、速度、進路方向及び位置等である。車両１１０は、制御ポリシを受け取っていない場合には、そのまま待機する。車両１１０は、現状の制御ポリシが自動制御ポリシの場合には、検知した情報に基づいて自動運転を継続する。現状の制御ポリシが遠隔制御ポリシの場合には、車両１１０は、管制センタ１２０ｃによって遠隔制御されている。
図３は、実施形態１に係る車両１１０の動作を例示したフローチャート図である。図３のステップＳ１１１に示すように、車両１１０に関する情報を検知する。例えば、車両１１０に設けられたセンサ１１１は、自動運転が可能な車両１１０に関する情報を検知する。車両１１０に関する情報は、例えば、車両１１０の前方の映像情報、車内の映像情報、速度、進路方向及び位置等である。車両１１０は、制御ポリシを受け取っていない場合には、そのまま待機する。車両１１０は、現状の制御ポリシが自動制御ポリシの場合には、検知した情報に基づいて自動運転を継続する。現状の制御ポリシが遠隔制御ポリシの場合には、車両１１０は、管制センタ１２０ｃによって遠隔制御されている。
【0044】
次に、ステップＳ１１２に示すように、検知した情報を管制センタ１２０ｃに送信する。具体的には、センサ１１１は、検知した車両１１０に関する情報を管制センタ１２０ｃ（管制装置１２０）に送信する。
【0045】
次に、ステップＳ１１３に示すように、制御ポリシを受信する。例えば、車両制御部１１２は、管制装置１２０から制御ポリシを受信する。ステップＳ１１３にて制御ポリシが管制装置１２０から到達していない場合は、ステップＳ１１４へ進んでもよい。すなわち、現状の制御ポリシを維持してもよい。このように、ステップＳ１１３では制御ポリシを非同期に受信しても構わない。
【0046】
次に、ステップＳ１１４に示すように、制御ポリシに基づいて、車両１１０の運転を制御する。例えば、管制装置１２０から受信した制御ポリシが自動制御ポリシの場合には、車両制御部１１２は、自動運転を行う。一方、管制装置１２０から受信した制御ポリシが遠隔制御ポリシの場合には、車両制御部１１２は管制装置１２０による遠隔制御に従う。車両制御部１１２は、受信する前の制御ポリシと異なる新たな制御ポリシを受信した場合には、新たな制御ポリシに従う。
【0047】
＜管制装置の管制方法＞
次に、管制装置１２０の管制方法を説明する。図４は、実施形態１に係る管制装置１２０の管制方法を例示したフローチャート図である。図４のステップＳ１２１に示すように、管制装置１２０は、車両１１０に関する情報を受信する。例えば、管制装置１２０における解析部１２１は、センサ１１１が検知した車両１１０に関する情報を、ネットワークＮＷを介して車両１１０から受信する。
次に、管制装置１２０の管制方法を説明する。図４は、実施形態１に係る管制装置１２０の管制方法を例示したフローチャート図である。図４のステップＳ１２１に示すように、管制装置１２０は、車両１１０に関する情報を受信する。例えば、管制装置１２０における解析部１２１は、センサ１１１が検知した車両１１０に関する情報を、ネットワークＮＷを介して車両１１０から受信する。
【0048】
次に、ステップＳ１２２に示すように、受信した情報に基づいて、車両１１０の状態を解析する。例えば、解析部１２１は、受信した車両１１０に関する情報に基づいて、車両１１０の危険度または緊急度を解析する。
【0049】
次に、ステップＳ１２３に示すように、解析された車両１１０の状態に基づいて、車両１１０の制御ポリシを特定する。例えば、特定部１２２は、解析された車両１１０の危険度または緊急度に基づいて、車両１１０の制御ポリシを、自動制御ポリシまたは遠隔制御ポリシ等に特定する。特定部１２２は、車両１１０の危険度または緊急度等の状態が変化した場合には、新たな制御ポリシを特定する。
【0050】
次に、ステップＳ１２４に示すように、制御ポリシに基づいて、車両１１０の運転を制御する。例えば、特定部１２２が特定した制御ポリシが自動制御ポリシの場合には、遠隔制御部１２３は、車両１１０に対して自動運転を行うように制御する。一方、特定部１２２が特定した制御ポリシが遠隔制御ポリシの場合には、遠隔制御部１２３は、車両１１０に対して遠隔制御を行う。
【0051】
＜管制システムの管制方法＞
次に、管制システム１００の管制方法を説明する。図５は、実施形態１に係る管制システム１００の管制方法を例示したシークエンス図である。図５のステップＳ１３１に示すように、車両１１０は、車両１１０に関する情報を検知する。例えば、車両１１０は、センサ１１１によって、自動運転が可能な車両１１０に関する情報を検知する。車両１１０は、制御ポリシを受け取っていない場合には、そのまま待機する。車両１１０は、現状の制御ポリシが自動制御ポリシの場合には、検知した情報に基づいて自動運転を継続する。現状の制御ポリシが遠隔制御ポリシの場合には、車両１１０は、管制センタ１２０ｃによって遠隔制御されている。
次に、管制システム１００の管制方法を説明する。図５は、実施形態１に係る管制システム１００の管制方法を例示したシークエンス図である。図５のステップＳ１３１に示すように、車両１１０は、車両１１０に関する情報を検知する。例えば、車両１１０は、センサ１１１によって、自動運転が可能な車両１１０に関する情報を検知する。車両１１０は、制御ポリシを受け取っていない場合には、そのまま待機する。車両１１０は、現状の制御ポリシが自動制御ポリシの場合には、検知した情報に基づいて自動運転を継続する。現状の制御ポリシが遠隔制御ポリシの場合には、車両１１０は、管制センタ１２０ｃによって遠隔制御されている。
【0052】
次に、ステップＳ１３２に示すように、車両１１０は、検知した車両１１０に関する情報を管制センタ１２０ｃに送信する。例えば、車両１１０は、ネットワークＮＷを介して管制装置１２０に送信する。これにより、ステップＳ１３３に示すように、管制装置１２０は、車両１１０に関する情報を受信する。例えば、管制装置１２０は、ネットワークＮＷを介して車両１１０に関する情報を受信する。
【0053】
次に、ステップＳ１３４に示すように、管制装置１２０は、受信した情報に基づいて、車両１１０の状態を解析する。例えば、管制装置１２０は、受信した車両１１０に関する情報に基づいて、車両１１０の危険度または緊急度を解析する。
【0054】
次に、ステップＳ１３５に示すように、管制装置１２０は、解析された車両１１０の状態に基づいて、車両１１０の制御ポリシを特定する。例えば、管制装置１２０は、解析された車両１１０の危険度または緊急度に基づいて、車両１１０の制御ポリシを、自動制御ポリシまたは遠隔制御ポリシ等に特定する。管制装置１２０は、車両１１０の危険度または緊急度等の状態が変化した場合には、新たな制御ポリシを特定する。
【0055】
次に、ステップＳ１３６に示すように、管制装置１２０は、制御ポリシを車両１１０に送信する。例えば、管制装置１２０は、ネットワークＮＷを介して、制御ポリシを車両１１０に送信する。これにより、ステップＳ１３７に示すように、車両１１０は、管制装置１２０からネットワークＮＷを介して制御ポリシを受け取る。
【0056】
次に、ステップＳ１３８に示すように、車両１１０は、制御ポリシに基づいて車両１１０の運転を制御する。例えば、管制装置１２０が特定した制御ポリシが自動制御ポリシの場合には、車両１１０は、自動運転を行う。一方、管制装置１２０が特定した制御ポリシが遠隔制御ポリシの場合には、車両１１０は、管制装置１２０による遠隔制御に従う。車両１１０は、受信する前の制御ポリシと異なる新たな制御ポリシを受信した場合には、新たな制御ポリシに従う。このようにして、車両１１０は、制御ポリシに基づいて、車両１１０の運転を制御する。
【0057】
次に、本実施形態の効果を説明する。本実施形態では、管制装置１２０は、車両１１０に関する情報に基づいて、車両１１０の状態を解析し、解析された車両１１０の状態に基づいて、車両１１０の制御ポリシを特定する。よって、車両１１０の状態によって、車両１１０の制御を変えているので、車両１１０の状態に的確に対処することができ、自動運転車の運行を円滑にすることができる。
【0058】
例えば、車両１１０の危険度または緊急度が低いから中へ上がった場合には、自動制御ポリシの速度制御上限値を中速から低速へ切り替えるようにする。さらに、例えば、車両１１０の危険度または緊急度が高い場合には、自動制御から遠隔制御に切り替えるようにする。よって、自動制御の場合には遠隔制御を必要としないので、遠隔監視者の人数を低減することができる。また、危険度または緊急度が高い車両１１０に遠隔監視者が注視することができるので、自動運転車の運行が滞ることを抑制することができる。
【0059】
（実施形態２）
次に、実施形態２に係る管制システムを説明する。本実施形態の管制システムでは、車両及び管制装置の少なくともいずれかに学習器を備えている。図６は、実施形態２に係る管制システムを例示した構成図である。図７は、実施形態２に係る管制装置を例示した構成図である。
次に、実施形態２に係る管制システムを説明する。本実施形態の管制システムでは、車両及び管制装置の少なくともいずれかに学習器を備えている。図６は、実施形態２に係る管制システムを例示した構成図である。図７は、実施形態２に係る管制装置を例示した構成図である。
【0060】
＜管制システム＞
図６に示すように、本実施形態の管制システム２００は、車両２１０及び管制センタ２２０ｃを備えている。以下で、管制システム２００の各構成を説明する。
図６に示すように、本実施形態の管制システム２００は、車両２１０及び管制センタ２２０ｃを備えている。以下で、管制システム２００の各構成を説明する。
【0061】
＜車両＞
車両２１０は、センサ２１１及び車両制御部２１２を備えており、車両制御部２１２は、車両２１０を制御する制御手段としての機能を有している。本実施形態の車両制御部２１２は、学習器２１３を含んでいる。学習器２１３は、学習手段としての機能を有している。
車両２１０は、センサ２１１及び車両制御部２１２を備えており、車両制御部２１２は、車両２１０を制御する制御手段としての機能を有している。本実施形態の車両制御部２１２は、学習器２１３を含んでいる。学習器２１３は、学習手段としての機能を有している。
【0062】
学習器２１３は、例えば、ＡＩ（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ）である。学習器２１３は、車両２１０に関する情報に基づいて、車両２１０の自動運転を制御するルールを学習する。車両２１０の自動運転を制御するルールを、本明細書において、便宜的に、自動運転ルールと呼ぶ。自動運転ルールは、例えば、制限速度遵守等の運転制御を含んでもよい。
【0063】
学習器２１３は、センサ２１１によって検知された車両２１０に関する情報と、その情報に基づく車両２１０の自動運転制御との関連を学習することにより、自動運転ルールを学習する。そして、車両制御部２１２は、車両２１０に関する情報に基づいて、自動運転ルールにより制御された車両２１０の状態を解析する。車両２１０は、検知した車両２１０に関する情報及び解析した車両２１０の状態を、管制センタ１２０ｃに送信する。これ以外の車両２１０の構成は、実施形態１の車両１１０の構成と同様である。
【0064】
【0065】
図６及び図７に示すように、本実施形態の管制装置２２０は、解析部２２１、特定部２２２及び遠隔制御部２２３を備えている。解析部２２１、特定部２２２及び遠隔制御部２２３は、それぞれ、解析手段、特定手段及び遠隔制御手段としての機能を有することは、実施形態１と同様である。本実施形態の解析部２２１は、学習器２２４を含んでいる。学習器２２４は、学習手段としての機能を有している。
【0066】
学習器２２４は、例えば、ＡＩである。学習器２２４は、車両２１０に関する情報に基づいて、車両２１０の状態を解析するルールを学習する。車両２１０の状態を解析するルールを、本明細書において、便宜的に、解析ルールと呼ぶ。解析ルールは、カメラの画像における人と障害物との間の認識優先度、画像処理の解像度、画像情報からの行動予測の推定パターン等を含んでもよい。また、学習器２２４の学習に用いる車両２１０の情報は複数台の車両２１０の情報であってもよい。
【0067】
学習器２２４は、センサ２１１によって検知された車両２１０に関する情報と、その情報に基づく車両２１０の状態の解析結果との関連を学習することにより、解析ルールを学習する。学習器２２４は、複数の車両２１０の各センサ２１１によって検知された各車両２１０に関する情報と、各車両の情報に基づく各車両２１０の状態の解析結果との関連を学習してもよい。そして、特定部２２２は、解析ルールにより解析された車両２１０の状態に基づいて、制御ポリシを特定する。車両２１０に設けられた学習器２１３が自動運転ルールを学習している場合には、特定部２２２は、解析ルール及び自動運転ルールにより解析された車両２１０の状態に基づいて、制御ポリシを特定する。これ以外の管制装置２２０の構成は、実施形態１の管制装置１２０の構成と同様である。
【0068】
次に、実施形態２に係る管制システム２００の動作として、管制方法を説明する。管制方法を、車両２１０の動作、管制装置２２０の管制方法及び管制システム２００の管制方法に分けて説明する。
【0069】
＜車両の動作＞
図８は、実施形態２に係る車両２１０の動作を例示したフローチャート図である。図８のステップＳ２１１に示すように、車両２１０に関する情報を検知する。例えば、センサ２１１は、自動運転が可能な車両２１０に関する情報を検知する。
図８は、実施形態２に係る車両２１０の動作を例示したフローチャート図である。図８のステップＳ２１１に示すように、車両２１０に関する情報を検知する。例えば、センサ２１１は、自動運転が可能な車両２１０に関する情報を検知する。
【0070】
次に、ステップＳ２１２に示すように、自動運転ルールを学習した学習器２１３を用いることにより、車両２１０に関する情報に基づいて、自動運転ルールにより制御された車両２１０の状態を解析する。例えば、車両制御部２１２は、車両２１０の前方の映像情報に基づいて、自動運転ルールにより、車両２１０が危険度の高い状態または危険度の低い状態であると解析する。
【0071】
次に、ステップＳ２１３に示すように、検知した情報及び自動運転ルールにより制御された車両２１０の状態を管制センタ２２０ｃに送信する。具体的には、センサ２１１は、車両２１０の前方の映像情報を管制装置２２０に送信する。また、車両制御部２１２は、車両２１０の前方の映像情報に基づいて、車両２１０が危険度の高い状態または危険度の低い状態であることを管制装置２２０に送信する。ここで、センサ２１１の映像情報と車両制御部２１２が解析した危険度の状態とを別々に送信する場合、管制センタにて相互に突き合わせるための情報を付加してもよい。
【0072】
次に、ステップＳ２１４に示すように、制御ポリシを受信する。例えば、車両制御部２１２は、管制装置２２０から制御ポリシを受信する。ステップＳ２１４にて制御ポリシが管制装置２２０から到達していない場合は、ステップＳ２１５へ進んでもよい。このように、ステップＳ２１４では制御ポリシを非同期に受信しても構わない。
【0073】
次に、ステップＳ２１５に示すように、制御ポリシに基づいて、車両２１０の運転を制御する。例えば、管制装置２２０から受信した制御ポリシが自動制御ポリシの場合には、車両制御部２１２は、自動運転を行う。一方、管制装置２２０から受信した制御ポリシが遠隔制御ポリシの場合には、車両制御部２１２は管制装置２２０による遠隔制御に従う。
【0074】
＜管制装置の管制方法＞
次に、管制装置２２０の管制方法を説明する。図９は、実施形態２に係る管制装置２２０の管制方法を例示したフローチャート図である。図９のステップＳ２２１に示すように、車両２１０に関する情報及び自動運転ルールにより制御された車両２１０の状態を車両２１０から受信する。例えば、管制装置２２０における解析部２２１は、センサ２１１が検知した車両２１０に関する情報を、ネットワークＮＷを介して受信する。また、特定部２２２は、車両２１０の学習器２１３が学習した自動運転ルールにより制御された車両２１０の状態を受信する。
次に、管制装置２２０の管制方法を説明する。図９は、実施形態２に係る管制装置２２０の管制方法を例示したフローチャート図である。図９のステップＳ２２１に示すように、車両２１０に関する情報及び自動運転ルールにより制御された車両２１０の状態を車両２１０から受信する。例えば、管制装置２２０における解析部２２１は、センサ２１１が検知した車両２１０に関する情報を、ネットワークＮＷを介して受信する。また、特定部２２２は、車両２１０の学習器２１３が学習した自動運転ルールにより制御された車両２１０の状態を受信する。
【0075】
次に、ステップＳ２２２に示すように、解析ルールを学習した学習器２２４を用いることにより、受信した情報に基づいて、車両２１０の状態を解析する。例えば、解析部２２１は、受信した車両２１０の前方の映像情報に基づき、学習器２２４の解析ルールを用いて、車両２１０が危険度の高い状態または危険度の低い状態であると解析する。
【0076】
次に、ステップＳ２２３に示すように、解析ルール及び自動運転ルールにより解析された車両２１０の状態に基づいて、車両２１０の制御ポリシを特定する。例えば、特定部２２２は、解析された車両２１０の危険度または緊急度に基づいて、車両２１０の制御ポリシを、自動制御ポリシまたは遠隔制御ポリシに特定する。
【0077】
次に、ステップＳ２２４に示すように、制御ポリシに基づいて、車両２１０の運転を制御する。例えば、特定部２２２が特定した制御ポリシが自動制御ポリシの場合には、遠隔制御部２２３は、車両２１０に対して自動運転を行うように制御する。一方、特定部２２２が特定した制御ポリシが遠隔制御ポリシの場合には、遠隔制御部２２３は、車両２１０に対して遠隔制御を行う。
【0078】
＜管制システムの管制方法＞
次に、管制システム２００の管制方法を説明する。図１０は、実施形態２に係る管制システム２００の管制方法を例示したシークエンス図である。
次に、管制システム２００の管制方法を説明する。図１０は、実施形態２に係る管制システム２００の管制方法を例示したシークエンス図である。
【0079】
図１０のステップＳ２３１に示すように、車両２１０は、センサ２１１により、車両２１０に関する情報を検知する。
【0080】
次に、ステップＳ２３２に示すように、車両２１０は、自動運転ルールを学習した学習器２１３を用いることにより、車両２１０に関する情報に基づいて、自動運転ルールにより制御された車両２１０の状態を解析する。例えば、車両２１０は、危険度の高い状態または危険度の低い状態であると解析する。
【0081】
次に、ステップＳ２３３に示すように、車両２１０は、検知した情報及び自動運転ルールにより制御された車両２１０の状態を管制センタ２２０ｃに送信する。これにより、ステップＳ２３４に示すように、管制装置２２０は、車両２１０に関する情報及び自動運転ルールにより制御された車両２１０の状態を受信する。
【0082】
次に、ステップＳ２３５に示すように、受信した情報に基づいて、解析ルールにより、車両２１０の状態を解析する。例えば、解析ルールを学習した学習器２２４を用いることにより、解析部２２１は、受信した情報に基づいて、車両２１０が危険度の高い状態または危険度の低い状態であると解析する。
【0083】
次に、ステップＳ２３６に示すように、制御ポリシを特定する。例えば、特定部２２２は、解析ルール及び自動運転ルールにより解析された車両２１０の危険度または緊急度に基づいて、車両２１０の制御ポリシを、自動制御ポリシ、または、遠隔制御ポリシに特定する。
【0084】
次に、ステップＳ２３７に示すように、管制装置２２０は、制御ポリシを車両２１０に送信する。これにより、ステップＳ２３８に示すように、車両２１０は、管制装置２２０から制御ポリシを受け取る。
【0085】
次に、ステップＳ２３９に示すように、車両２１０は、制御ポリシに基づいて車両２１０の運転を制御する。例えば、管制装置２２０が特定した制御ポリシが自動制御ポリシの場合には、管制装置２２０は、車両２１０に対して自動運転を行うように制御する。よって、車両２１０は、自動運転を行う。一方、管制装置２２０が特定した制御ポリシが遠隔制御ポリシの場合には、管制装置２２０は、車両２１０に対して遠隔制御を行う。よって、車両２１０は、管制装置２２０による遠隔制御に従う。このようにして、管制装置２２０は、制御ポリシに基づいて、車両１１０の運転を制御する。
【0086】
本実施形態の管制システム２００によれば、車両制御部２１２は、自動運転ルールを学習する学習器２１３を含んでいるので、車両２１０の自動制御の精度及び判断速度を向上させることができる。また、解析部２２１は、解析ルールを学習する学習器２２４を含んでいるので、車両２１０の状態を解析する精度及び解析速度を向上させることができる。さらに、特定部２２２は、解析ルール及び自動運転ルールにより解析された車両２１０の状態に基づいて、制御ポリシを特定するので、制御ポリシの適格性を向上させることができる。
【0087】
車両２１０側及び管制装置２２０側の両方において、ＡＩを用いた学習器２１３及び２２４によるパターン学習を行うことにより、車両２１０の自動制御及び遠隔制御のどちらの場合でも、制御の精度及び判断速度を向上させることができる。よって、車両２１０の運行を円滑にすることができる。これ以外の車両２１０、管制装置２２０及び管制システム２００の動作及び効果は、実施形態１の記載に含まれている。
【0088】
以上、実施形態１及び２を説明したが、本発明は、上記実施形態１及び２に限られたものではなく、趣旨を逸脱しない範囲で適宜変更することが可能である。例えば、実施形態１及び２の各構成を組み合わせた実施形態も、技術的思想の範囲に含まれる。また、実施形態１及び２の管制方法を、コンピュータに実行させる管制プログラムも実施形態１及び２の技術的範囲に含まれる。
【0089】
上記の実施形態の一部又は全部は、以下の付記のようにも記載されうるが、以下には限られない。
【0090】
（付記１）
自動運転機能を有した車両に関する情報に基づいて、前記車両の状態を解析する解析手段と、
解析された前記車両の状態に基づいて、前記車両に対して送信される所定の制御である制御ポリシを特定する特定手段と、
特定された前記制御ポリシに基づいて、前記車両の運転を制御する遠隔制御手段と、
を備えた管制装置。
自動運転機能を有した車両に関する情報に基づいて、前記車両の状態を解析する解析手段と、
解析された前記車両の状態に基づいて、前記車両に対して送信される所定の制御である制御ポリシを特定する特定手段と、
特定された前記制御ポリシに基づいて、前記車両の運転を制御する遠隔制御手段と、
を備えた管制装置。
【0091】
（付記２）
前記解析手段は、前記情報に基づいて、前記車両の状態を解析する解析ルールを学習する管制側学習手段を含み、
前記特定手段は、前記解析ルールにより解析された前記車両の状態に基づいて、前記制御ポリシを特定する、
付記１に記載の管制装置。
前記解析手段は、前記情報に基づいて、前記車両の状態を解析する解析ルールを学習する管制側学習手段を含み、
前記特定手段は、前記解析ルールにより解析された前記車両の状態に基づいて、前記制御ポリシを特定する、
付記１に記載の管制装置。
【0092】
（付記３）
前記車両に設けられた車両側学習手段は、前記情報に基づいて、前記自動運転を制御する自動運転ルールを学習しており、
前記特定手段は、前記解析ルール及び前記自動運転ルールにより解析された前記車両の状態に基づいて、前記制御ポリシを特定する、
付記２に記載の管制装置。
前記車両に設けられた車両側学習手段は、前記情報に基づいて、前記自動運転を制御する自動運転ルールを学習しており、
前記特定手段は、前記解析ルール及び前記自動運転ルールにより解析された前記車両の状態に基づいて、前記制御ポリシを特定する、
付記２に記載の管制装置。
【0093】
（付記４）
前記制御ポリシは、前記車両に自動運転を行わせる自動制御ポリシ及び前記車両を遠隔制御する遠隔制御ポリシを含み、
前記遠隔制御手段は、特定された前記制御ポリシが前記自動制御ポリシの場合には、前記車両に自動運転させるように制御し、特定された前記制御ポリシが前記遠隔制御ポリシの場合には、前記車両を遠隔制御するように制御する、
付記１～３のいずれか１項に記載の管制装置。
前記制御ポリシは、前記車両に自動運転を行わせる自動制御ポリシ及び前記車両を遠隔制御する遠隔制御ポリシを含み、
前記遠隔制御手段は、特定された前記制御ポリシが前記自動制御ポリシの場合には、前記車両に自動運転させるように制御し、特定された前記制御ポリシが前記遠隔制御ポリシの場合には、前記車両を遠隔制御するように制御する、
付記１～３のいずれか１項に記載の管制装置。
【0094】
（付記５）
前記情報は、前記車両の前方の映像情報であり、
前記解析手段は、認識した道路及び交差点を含む交通環境において、認識した周辺車両または周辺人物と衝突する危険度を、前記車両の状態として解析し、
前記特定手段は、前記危険度が閾値以上の場合に、前記制御ポリシを遠隔制御ポリシに特定する、
付記４に記載の管制装置。
前記情報は、前記車両の前方の映像情報であり、
前記解析手段は、認識した道路及び交差点を含む交通環境において、認識した周辺車両または周辺人物と衝突する危険度を、前記車両の状態として解析し、
前記特定手段は、前記危険度が閾値以上の場合に、前記制御ポリシを遠隔制御ポリシに特定する、
付記４に記載の管制装置。
【0095】
（付記６）
前記情報は、前記車両の車内の映像情報であり、
前記解析手段は、認識した前記車内の乗客の動作及び前記乗客の状態の緊急度を、前記車両の状態として解析し、
前記特定手段は、前記緊急度が閾値以上の場合に、前記制御ポリシを遠隔制御ポリシに特定する、
付記４に記載の管制装置。
前記情報は、前記車両の車内の映像情報であり、
前記解析手段は、認識した前記車内の乗客の動作及び前記乗客の状態の緊急度を、前記車両の状態として解析し、
前記特定手段は、前記緊急度が閾値以上の場合に、前記制御ポリシを遠隔制御ポリシに特定する、
付記４に記載の管制装置。
【0096】
（付記７）
前記車両は、バスであり、
前記情報は、前記車両の車内の映像情報であり、
前記解析手段は、前記車内の乗客及び前記乗客の姿勢を前記車両の状態として解析し、
前記特定手段は、前記乗客が所定の転倒しやすい人、または、前記姿勢が転倒しやすい姿勢の場合に、前記制御ポリシを遠隔制御ポリシに特定する、
付記４に記載の管制装置。
前記車両は、バスであり、
前記情報は、前記車両の車内の映像情報であり、
前記解析手段は、前記車内の乗客及び前記乗客の姿勢を前記車両の状態として解析し、
前記特定手段は、前記乗客が所定の転倒しやすい人、または、前記姿勢が転倒しやすい姿勢の場合に、前記制御ポリシを遠隔制御ポリシに特定する、
付記４に記載の管制装置。
【0097】
（付記８）
自動運転機能を有する車両と、
前記車両を遠隔制御する管制センタと、
を備え、
前記車両は、
前記車両に関する情報を検知するセンサと、
前記センサにより検知された前記情報に基づいて、前記自動運転を制御する車両制御手段と、
を有し、
前記管制センタは、
ネットワークを介して前記車両から受信した前記情報に基づいて、前記車両の状態を解析する解析手段と、
解析された前記車両の状態に基づいて、前記車両に対して送信される所定の制御である制御ポリシを特定する特定手段と、
特定された前記制御ポリシに基づいて、前記車両の運転を制御する遠隔制御手段と、
を有する、
管制システム。
自動運転機能を有する車両と、
前記車両を遠隔制御する管制センタと、
を備え、
前記車両は、
前記車両に関する情報を検知するセンサと、
前記センサにより検知された前記情報に基づいて、前記自動運転を制御する車両制御手段と、
を有し、
前記管制センタは、
ネットワークを介して前記車両から受信した前記情報に基づいて、前記車両の状態を解析する解析手段と、
解析された前記車両の状態に基づいて、前記車両に対して送信される所定の制御である制御ポリシを特定する特定手段と、
特定された前記制御ポリシに基づいて、前記車両の運転を制御する遠隔制御手段と、
を有する、
管制システム。
【0098】
（付記９）
前記解析手段は、前記情報に基づいて、前記車両の状態を解析する解析ルールを学習する管制側学習手段を含み、
前記特定手段は、前記解析ルールにより解析された前記車両の状態に基づいて、前記制御ポリシを特定する、
付記８に記載の管制システム。
前記解析手段は、前記情報に基づいて、前記車両の状態を解析する解析ルールを学習する管制側学習手段を含み、
前記特定手段は、前記解析ルールにより解析された前記車両の状態に基づいて、前記制御ポリシを特定する、
付記８に記載の管制システム。
【0099】
（付記１０）
前記車両制御手段は、前記情報に基づいて、前記自動運転を制御する自動運転ルールを学習する車両側学習手段を含み、
前記特定手段は、前記解析ルール及び前記自動運転ルールにより解析された前記車両の状態に基づいて、前記制御ポリシを特定する、
付記９に記載の管制システム。
前記車両制御手段は、前記情報に基づいて、前記自動運転を制御する自動運転ルールを学習する車両側学習手段を含み、
前記特定手段は、前記解析ルール及び前記自動運転ルールにより解析された前記車両の状態に基づいて、前記制御ポリシを特定する、
付記９に記載の管制システム。
【0100】
（付記１１）
前記制御ポリシは、前記車両に自動運転を行わせる自動制御ポリシ及び前記車両を遠隔制御する遠隔制御ポリシを含み、
前記遠隔制御手段は、特定された前記制御ポリシが前記自動制御ポリシの場合には、前記車両に自動運転させるように制御し、特定された前記制御ポリシが前記遠隔制御ポリシの場合には、前記車両を遠隔制御するように制御する、
付記８～１０のいずれか１項に記載の管制システム。
前記制御ポリシは、前記車両に自動運転を行わせる自動制御ポリシ及び前記車両を遠隔制御する遠隔制御ポリシを含み、
前記遠隔制御手段は、特定された前記制御ポリシが前記自動制御ポリシの場合には、前記車両に自動運転させるように制御し、特定された前記制御ポリシが前記遠隔制御ポリシの場合には、前記車両を遠隔制御するように制御する、
付記８～１０のいずれか１項に記載の管制システム。
【0101】
（付記１２）
前記情報は、前記車両の前方の映像情報であり、
前記解析手段は、認識した道路及び交差点を含む交通環境において、認識した周辺車両または周辺人物と衝突する危険度を、前記車両の状態として解析し、
前記特定手段は、前記危険度が閾値以上の場合に、前記制御ポリシを遠隔制御ポリシに特定する、
付記１１に記載の管制システム。
前記情報は、前記車両の前方の映像情報であり、
前記解析手段は、認識した道路及び交差点を含む交通環境において、認識した周辺車両または周辺人物と衝突する危険度を、前記車両の状態として解析し、
前記特定手段は、前記危険度が閾値以上の場合に、前記制御ポリシを遠隔制御ポリシに特定する、
付記１１に記載の管制システム。
【0102】
（付記１３）
前記情報は、前記車両の車内の映像情報であり、
前記解析手段は、前記車内の乗客の動作及び前記乗客の状態の緊急度の状態を、前記車両の状態として解析し、
前記特定手段は、前記緊急度が閾値以上の場合に、前記制御ポリシを遠隔制御ポリシに特定する、
付記１１に記載の管制システム。
前記情報は、前記車両の車内の映像情報であり、
前記解析手段は、前記車内の乗客の動作及び前記乗客の状態の緊急度の状態を、前記車両の状態として解析し、
前記特定手段は、前記緊急度が閾値以上の場合に、前記制御ポリシを遠隔制御ポリシに特定する、
付記１１に記載の管制システム。
【0103】
（付記１４）
前記車両は、バスであり、
前記情報は、前記車両の車内の映像情報であり、
前記解析手段は、前記車内の乗客及び前記乗客の姿勢を前記車両の状態として解析し、
前記特定手段は、前記乗客が所定の転倒しやすい人、または、前記姿勢が転倒しやすい姿勢の場合に、前記制御ポリシを遠隔制御ポリシに特定する、
付記１１に記載の管制システム。
前記車両は、バスであり、
前記情報は、前記車両の車内の映像情報であり、
前記解析手段は、前記車内の乗客及び前記乗客の姿勢を前記車両の状態として解析し、
前記特定手段は、前記乗客が所定の転倒しやすい人、または、前記姿勢が転倒しやすい姿勢の場合に、前記制御ポリシを遠隔制御ポリシに特定する、
付記１１に記載の管制システム。
【0104】
（付記１５）
自動運転機能を有した車両に関する情報に基づいて、前記車両の状態を解析し、
解析された前記車両の状態に基づいて、前記車両に対して送信される所定の制御である制御ポリシを特定し、
特定された前記制御ポリシに基づいて、前記車両の運転を制御する、
管制方法。
自動運転機能を有した車両に関する情報に基づいて、前記車両の状態を解析し、
解析された前記車両の状態に基づいて、前記車両に対して送信される所定の制御である制御ポリシを特定し、
特定された前記制御ポリシに基づいて、前記車両の運転を制御する、
管制方法。
【0105】
（付記１６）
前記車両の状態を解析する際に、
前記情報に基づいて、前記車両の状態を解析する解析ルールを学習し、
前記制御ポリシを特定する際に、
前記解析ルールにより解析された前記車両の状態に基づいて、前記制御ポリシを特定する、
付記１５に記載の管制方法。
前記車両の状態を解析する際に、
前記情報に基づいて、前記車両の状態を解析する解析ルールを学習し、
前記制御ポリシを特定する際に、
前記解析ルールにより解析された前記車両の状態に基づいて、前記制御ポリシを特定する、
付記１５に記載の管制方法。
【0106】
（付記１７）
前記車両に設けられた車両側学習手段によって、前記情報に基づいて、前記自動運転を制御する自動運転ルールを学習させ、
前記制御ポリシを特定する際に、
前記解析ルール及び前記自動運転ルールにより解析された前記車両の状態に基づいて、前記制御ポリシを特定する、
付記１６に記載の管制方法。
前記車両に設けられた車両側学習手段によって、前記情報に基づいて、前記自動運転を制御する自動運転ルールを学習させ、
前記制御ポリシを特定する際に、
前記解析ルール及び前記自動運転ルールにより解析された前記車両の状態に基づいて、前記制御ポリシを特定する、
付記１６に記載の管制方法。
【0107】
（付記１８）
前記制御ポリシは、前記車両に自動運転を行わせる自動制御ポリシ及び前記車両を遠隔制御する遠隔制御ポリシを含み、
前記車両の運転を制御する際に、
特定された前記制御ポリシが前記自動制御ポリシの場合には、前記車両に自動運転させるように制御し、特定された前記制御ポリシが前記遠隔制御ポリシの場合には、前記車両を遠隔制御するように制御する、
付記１５～１７のいずれか１項に記載の管制方法。
前記制御ポリシは、前記車両に自動運転を行わせる自動制御ポリシ及び前記車両を遠隔制御する遠隔制御ポリシを含み、
前記車両の運転を制御する際に、
特定された前記制御ポリシが前記自動制御ポリシの場合には、前記車両に自動運転させるように制御し、特定された前記制御ポリシが前記遠隔制御ポリシの場合には、前記車両を遠隔制御するように制御する、
付記１５～１７のいずれか１項に記載の管制方法。
【0108】
（付記１９）
前記情報は、前記車両の前方の映像情報であり、
前記車両の状態を解析する際に、
認識した道路及び交差点を含む交通環境において、認識した周辺車両または周辺人物と衝突する危険度を、前記車両の状態として解析し、
前記制御ポリシを特定する際に、
前記危険度が閾値以上の場合に、前記制御ポリシを遠隔制御ポリシに特定する、
付記１８に記載の管制方法。
前記情報は、前記車両の前方の映像情報であり、
前記車両の状態を解析する際に、
認識した道路及び交差点を含む交通環境において、認識した周辺車両または周辺人物と衝突する危険度を、前記車両の状態として解析し、
前記制御ポリシを特定する際に、
前記危険度が閾値以上の場合に、前記制御ポリシを遠隔制御ポリシに特定する、
付記１８に記載の管制方法。
【0109】
（付記２０）
前記情報は、前記車両の車内の映像情報であり、
前記車両の状態を解析する際に、
前記車内の乗客の動作及び前記乗客の状態の緊急度の状態を、前記車両の状態として解析し、
前記制御ポリシを特定する際に、
前記緊急度が閾値以上の場合に、前記制御ポリシを遠隔制御ポリシに特定する、
付記１８に記載の管制方法。
前記情報は、前記車両の車内の映像情報であり、
前記車両の状態を解析する際に、
前記車内の乗客の動作及び前記乗客の状態の緊急度の状態を、前記車両の状態として解析し、
前記制御ポリシを特定する際に、
前記緊急度が閾値以上の場合に、前記制御ポリシを遠隔制御ポリシに特定する、
付記１８に記載の管制方法。
【0110】
（付記２１）
前記車両は、バスであり、
前記情報は、前記車両の車内の映像情報であり、
前記車両の状態を解析する際に、
前記車内の乗客及び前記乗客の姿勢を、前記車両の状態として解析し、
前記制御ポリシを特定する際に、
前記乗客が所定の転倒しやすい人、または、前記姿勢が転倒しやすい姿勢の場合に、前記制御ポリシを遠隔制御ポリシに特定する、
付記１８に記載の管制方法。
前記車両は、バスであり、
前記情報は、前記車両の車内の映像情報であり、
前記車両の状態を解析する際に、
前記車内の乗客及び前記乗客の姿勢を、前記車両の状態として解析し、
前記制御ポリシを特定する際に、
前記乗客が所定の転倒しやすい人、または、前記姿勢が転倒しやすい姿勢の場合に、前記制御ポリシを遠隔制御ポリシに特定する、
付記１８に記載の管制方法。
【0111】
（付記２２）
自動運転機能を有した車両に関する情報に基づいて、前記車両の状態を解析させ、
解析された前記車両の状態に基づいて、前記車両に対して送信される所定の制御である制御ポリシを特定させ、
特定された前記制御ポリシに基づいて、前記車両の運転を制御させる、
ことをコンピュータに実行させる管制プログラムが格納された非一時的なコンピュータ可読媒体。
自動運転機能を有した車両に関する情報に基づいて、前記車両の状態を解析させ、
解析された前記車両の状態に基づいて、前記車両に対して送信される所定の制御である制御ポリシを特定させ、
特定された前記制御ポリシに基づいて、前記車両の運転を制御させる、
ことをコンピュータに実行させる管制プログラムが格納された非一時的なコンピュータ可読媒体。
【0112】
（付記２３）
前記車両の状態を解析させる際に、
前記情報に基づいて、前記車両の状態を解析する解析ルールを学習させ、
前記制御ポリシを特定させる際に、
前記解析ルールにより解析された前記車両の状態に基づいて、前記制御ポリシを特定させる、
ことをコンピュータに実行させる付記２２に記載の管制プログラムが格納された非一時的なコンピュータ可読媒体。
前記車両の状態を解析させる際に、
前記情報に基づいて、前記車両の状態を解析する解析ルールを学習させ、
前記制御ポリシを特定させる際に、
前記解析ルールにより解析された前記車両の状態に基づいて、前記制御ポリシを特定させる、
ことをコンピュータに実行させる付記２２に記載の管制プログラムが格納された非一時的なコンピュータ可読媒体。
【0113】
（付記２４）
前記車両に設けられた車両側学習手段によって、前記情報に基づいて、前記自動運転を制御する自動運転ルールを学習させ、
前記制御ポリシを特定させる際に、
前記解析ルール及び前記自動運転ルールにより解析された前記車両の状態に基づいて、前記制御ポリシを特定させる、
ことをコンピュータに実行させる付記２３に記載の管制プログラムが格納された非一時的なコンピュータ可読媒体。
前記車両に設けられた車両側学習手段によって、前記情報に基づいて、前記自動運転を制御する自動運転ルールを学習させ、
前記制御ポリシを特定させる際に、
前記解析ルール及び前記自動運転ルールにより解析された前記車両の状態に基づいて、前記制御ポリシを特定させる、
ことをコンピュータに実行させる付記２３に記載の管制プログラムが格納された非一時的なコンピュータ可読媒体。
【0114】
（付記２５）
前記制御ポリシは、前記車両に自動運転を行わせる自動制御ポリシ及び前記車両を遠隔制御する遠隔制御ポリシを含み、
前記車両の運転を制御させる際に、
特定された前記制御ポリシが前記自動制御ポリシの場合には、前記車両に自動運転させるように制御させ、特定された前記制御ポリシが前記遠隔制御ポリシの場合には、前記車両を遠隔制御するように制御させる、
ことをコンピュータに実行させる付記２２～２４のいずれかに記載の管制プログラムが格納された非一時的なコンピュータ可読媒体。
前記制御ポリシは、前記車両に自動運転を行わせる自動制御ポリシ及び前記車両を遠隔制御する遠隔制御ポリシを含み、
前記車両の運転を制御させる際に、
特定された前記制御ポリシが前記自動制御ポリシの場合には、前記車両に自動運転させるように制御させ、特定された前記制御ポリシが前記遠隔制御ポリシの場合には、前記車両を遠隔制御するように制御させる、
ことをコンピュータに実行させる付記２２～２４のいずれかに記載の管制プログラムが格納された非一時的なコンピュータ可読媒体。
【0115】
（付記２６）
前記情報は、前記車両の前方の映像情報であり、
前記車両の状態を解析させる際に、
認識した道路及び交差点を含む交通環境において、認識した周辺車両または周辺人物と衝突する危険度を、前記車両の状態として解析させ、
前記制御ポリシを特定させる際に、
前記危険度が閾値以上の場合に、前記制御ポリシを遠隔制御ポリシに特定させる、
ことをコンピュータに実行させる付記２５に記載の管制プログラムが格納された非一時的なコンピュータ可読媒体。
前記情報は、前記車両の前方の映像情報であり、
前記車両の状態を解析させる際に、
認識した道路及び交差点を含む交通環境において、認識した周辺車両または周辺人物と衝突する危険度を、前記車両の状態として解析させ、
前記制御ポリシを特定させる際に、
前記危険度が閾値以上の場合に、前記制御ポリシを遠隔制御ポリシに特定させる、
ことをコンピュータに実行させる付記２５に記載の管制プログラムが格納された非一時的なコンピュータ可読媒体。
【0116】
（付記２７）
前記情報は、前記車両の車内の映像情報であり、
前記車両の状態を解析させる際に、
前記車内の乗客の動作及び前記乗客の状態の緊急度の状態を、前記車両の状態として解析させ、
前記制御ポリシを特定させる際に、
前記緊急度が閾値以上の場合に、前記制御ポリシを遠隔制御ポリシに特定させる、
ことをコンピュータに実行させる付記２５に記載の管制プログラムが格納された非一時的なコンピュータ可読媒体。
前記情報は、前記車両の車内の映像情報であり、
前記車両の状態を解析させる際に、
前記車内の乗客の動作及び前記乗客の状態の緊急度の状態を、前記車両の状態として解析させ、
前記制御ポリシを特定させる際に、
前記緊急度が閾値以上の場合に、前記制御ポリシを遠隔制御ポリシに特定させる、
ことをコンピュータに実行させる付記２５に記載の管制プログラムが格納された非一時的なコンピュータ可読媒体。
【0117】
（付記２８）
前記車両は、バスであり、
前記情報は、前記車両の車内の映像情報であり、
前記車両の状態を解析させる際に、
前記車内の乗客及び前記乗客の姿勢を、前記車両の状態として解析させ、
前記制御ポリシを特定させる際に、
前記乗客が所定の転倒しやすい人、または、前記姿勢が転倒しやすい姿勢の場合に、前記制御ポリシを遠隔制御ポリシに特定させる、
ことをコンピュータに実行させる付記２５に記載の管制プログラムが格納された非一時的なコンピュータ可読媒体。
前記車両は、バスであり、
前記情報は、前記車両の車内の映像情報であり、
前記車両の状態を解析させる際に、
前記車内の乗客及び前記乗客の姿勢を、前記車両の状態として解析させ、
前記制御ポリシを特定させる際に、
前記乗客が所定の転倒しやすい人、または、前記姿勢が転倒しやすい姿勢の場合に、前記制御ポリシを遠隔制御ポリシに特定させる、
ことをコンピュータに実行させる付記２５に記載の管制プログラムが格納された非一時的なコンピュータ可読媒体。
【0118】
上述の例において、プログラムは、様々なタイプの非一時的なコンピュータ可読媒体（non-transitory computer readable medium）を用いて格納され、コンピュータに供給することができる。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記録媒体（tangible storage medium）を含む。非一時的なコンピュータ可読媒体の例は、磁気記録媒体（例えばフレキシブルディスク、磁気テープ、ハードディスクドライブ）、光磁気記録媒体（例えば光磁気ディスク）、ＣＤ－ＲＯＭ（Read Only Memory）、ＣＤ－Ｒ、ＣＤ－Ｒ／Ｗ、半導体メモリ（例えば、マスクＲＯＭ、ＰＲＯＭ（Programmable ROM）、ＥＰＲＯＭ（Erasable PROM）、フラッシュＲＯＭ、ＲＡＭ（Random Access Memory））を含む。また、プログラムは、様々なタイプの一時的なコンピュータ可読媒体（transitory computer readable medium）によってコンピュータに供給されてもよい。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバ等の有線通信路、又は無線通信路を介して、プログラムをコンピュータに供給できる。
【符号の説明】
【0119】
１００、２００ 管制システム
１１０、２１０ 車両
１１１、２１１ センサ
１１２、２１２ 車両制御部
１２０、２２０ 管制装置
１２０ｃ、２２０ｃ 管制センタ
１２１、２２１ 解析部
１２２、２２２ 特定部
１２３、２２３ 遠隔制御部
２１３、２２４ 学習器
ＮＷ ネットワーク
１１０、２１０ 車両
１１１、２１１ センサ
１１２、２１２ 車両制御部
１２０、２２０ 管制装置
１２０ｃ、２２０ｃ 管制センタ
１２１、２２１ 解析部
１２２、２２２ 特定部
１２３、２２３ 遠隔制御部
２１３、２２４ 学習器
ＮＷ ネットワーク
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】