特許 7722346 車両の制御装置

(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】2025-08-04

(45)【発行日】2025-08-13

(54)【発明の名称】車両の制御装置

(51)【国際特許分類】

   B60W 30/16 20200101AFI20250805BHJP

   B60W 60/00 20200101ALI20250805BHJP

   G08G 1/16 20060101ALI20250805BHJP

【ＦＩ】

B60W30/16

B60W60/00

G08G1/16 E

【請求項の数】 4

(21)【出願番号】P 2022199655

(22)【出願日】2022-12-14

(65)【公開番号】P2024085236

(43)【公開日】2024-06-26

【審査請求日】2024-07-24

(73)【特許権者】

【識別番号】000003207

【氏名又は名称】トヨタ自動車株式会社

(74)【代理人】

【識別番号】110003199

【氏名又は名称】弁理士法人高田・高橋国際特許事務所

(72)【発明者】

【氏名】青木 優和

(72)【発明者】

【氏名】橋本 洋介

(72)【発明者】

【氏名】高本 聡

【審査官】吉村 俊厚

(56)【参考文献】

【文献】国際公開第２０１８／１３８７６７（ＷＯ，Ａ１）

【文献】特開２００５－２４７１４３（ＪＰ，Ａ）

【文献】国際公開第２０１９／０５８４６２（ＷＯ，Ａ１）

【文献】特開２０１８－０２４２８６（ＪＰ，Ａ）

【文献】特開２０１０－１９７２１５（ＪＰ，Ａ）

【文献】米国特許出願公開第２０１５／０２０３１０８（ＵＳ，Ａ１）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｂ６０Ｗ １０／００ － ６０／００

Ｂ６０Ｌ １／００ － ３／１２

Ｂ６０Ｌ ７／００ － １３／００

Ｂ６０Ｌ １５／００ － ５８／４０

Ｂ６０Ｔ ７／１２ － ８／１７６９

Ｂ６０Ｔ ８／３２ － ８／９６

Ｂ６２Ｄ ６／００ － ６／１０

Ｆ０２Ｄ ２９／００ － ２９／０６

Ｇ０８Ｇ １／００ － ９９／００

(57)【特許請求の範囲】

【請求項1】

ドライバによる手動運転と自動運転とを切り替え可能な自車両を制御する制御装置であって、
前記手動運転中に前記ドライバが前記自車両を停止させた際の先行車に対する前記自車両の車間距離を学習する学習制御を実行し、前記学習制御による前記車間距離の学習結果を前記自動運転中の前記車間距離の制御に反映させるプロセッサと、
前記手動運転中に前記車間距離を学習データとして記憶する記憶装置と、
を備え、
前記学習制御において、前記プロセッサは、前記自車両の停止前期間から停止後期間までの一連の期間中の前記ドライバによる車両操作情報に基づいて、前記車間距離を前記学習データとして前記記憶装置に記憶させるか否かを決定し、
前記学習制御において前記学習データを記憶する学習条件は、前記停止前期間に関する停止前学習条件を含み、
前記停止前学習条件は、前回の停止後に前記自車両の車速が０より大きな閾値以上に到達していることを含む
車両の制御装置。

【請求項2】

ドライバによる手動運転と自動運転とを切り替え可能な自車両を制御する制御装置であって、
前記手動運転中に前記ドライバが前記自車両を停止させた際の先行車に対する前記自車両の車間距離を学習する学習制御を実行し、前記学習制御による前記車間距離の学習結果を前記自動運転中の前記車間距離の制御に反映させるプロセッサと、
前記手動運転中に前記車間距離を学習データとして記憶する記憶装置と、
を備え、
前記学習制御において、前記プロセッサは、
前記自車両の停止前期間から停止後期間までの一連の期間中の前記ドライバによる車両操作情報に基づいて、前記車間距離を前記学習データとして前記記憶装置に記憶させるか否かを決定し、
前記先行車の高さが閾値未満の場合には、前記車間距離を前記学習データとして前記記憶装置に記憶させ、
前記高さが前記閾値以上の場合には、前記車間距離を前記学習データとして前記記憶装置に記憶させない
車両の制御装置。

【請求項3】

ドライバによる手動運転と自動運転とを切り替え可能な自車両を制御する制御装置であって、
前記手動運転中に前記ドライバが前記自車両を停止させた際の先行車に対する前記自車両の車間距離を学習する学習制御を実行し、前記学習制御による前記車間距離の学習結果を前記自動運転中の前記車間距離の制御に反映させるプロセッサと、
前記手動運転中に前記車間距離を学習データとして記憶する記憶装置と、
を備え、
前記学習制御において、前記プロセッサは、前記自車両の停止前期間から停止後期間までの一連の期間中の前記ドライバによる車両操作情報に基づいて、前記車間距離を前記学習データとして前記記憶装置に記憶させるか否かを決定し、
前記自車両は、四輪の自動車であって、
前記学習制御において、前記プロセッサは、前記先行車が二輪の自動車である場合には、前記車間距離を前記学習データとして前記記憶装置に記憶させない
車両の制御装置。

【請求項4】

前記学習制御において前記学習データを記憶する学習条件は、前記停止後期間に関する停止後学習条件を含み、
前記停止後学習条件は、
前記先行車及び前記自車両の双方の停止状態が所定時間継続されていること、
前記ドライバに右左折又は前記先行車の追い越しを行う意図がないこと、
前記自車両の停止が駐車のための停止でないこと、
前記先行車と前記自車両との間に他車両の割り込み又は横切りがないこと、及び
前記自車両が停止後に前記車間距離を変更していないこと
のうちの少なくとも１つを含む
請求項１から３のいずれか１つに記載の車両の制御装置。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、手動運転と自動運転とを切り替え可能な車両の制御装置に関する。

【背景技術】

【0002】

特許文献１は、走行特性学習方法を開示している。走行特性学習方法では、運転者による手動運転と自動運転とを切り替え可能な車両において、運転者の手動運転における減速操作中の車間距離が優先して学習される。また、走行特性学習方法では、現在の走行状態が走行特性の学習に使用するデータを取得するのに適当であるか否かを判定するための学習条件として、車両の停止中の先行車との車間距離が所定値以内であることが含まれる。

【先行技術文献】

【特許文献】

【0003】

【文献】国際公開第２０１８／１３８７６７号

【発明の概要】

【発明が解決しようとする課題】

【0004】

ところで、手動運転中にドライバが自車両を停止させた際の先行車に対する自車両の車間距離についてのドライバの嗜好を学習する学習制御を実行し、当該学習の結果を自動運転中の車間距離の制御に反映させることが考えられる。車両の停止中の先行車との車間距離に関し、特許文献１には、走行特性についての学習条件として車間距離が所定値以内であることのみが開示されている。しかしながら、このように開示された学習条件だけでは、上記学習制御の対象である車両停止時の車間距離についてのドライバの嗜好を適切に学習するうえで十分とはいえない。

【0005】

本開示は、上述のような課題に鑑みてなされたものであり、手動運転中にドライバが自車両を停止させた際の先行車に対する自車両の車間距離についてのドライバの嗜好を適切に学習できるようにした車両の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】

【0006】

本開示に係る車両の制御装置は、ドライバによる手動運転と自動運転とを切り替え可能な自車両を制御する。制御装置は、プロセッサと、記憶装置と、を備える。プロセッサは、手動運転中にドライバが自車両を停止させた際の先行車に対する自車両の車間距離を学習する学習制御を実行し、学習制御による車間距離の学習結果を自動運転中の車間距離の制御に反映させる。記憶装置は、手動運転中に車間距離を学習データとして記憶する。学習制御において、プロセッサは、自車両の停止前期間から停止後期間までの一連の期間中のドライバによる車両操作情報に基づいて、車間距離を学習データとして記憶装置に記憶させるか否かを決定する。付け加えると、学習制御による車間距離の学習結果の取得のために、機械学習が用いられてもよい。

【発明の効果】

【0007】

本開示によれば、手動運転中にドライバが自車両を停止させた際の先行車に対する自車両の車間距離についてのドライバの嗜好を適切に学習できるようになる。

【図面の簡単な説明】

【0008】

【図1】実施の形態に係る車両（自車両）の構成の一例を概略的に示す図である。

【図2】実施の形態に係る学習条件Ｃの一覧の一例を表した表である。

【図3】自車両の停止時の先行車の車種の具体例を示す図である。

【図4】実施の形態に係る車両走行制御に関連する処理の一例を示すフローチャートである。

【発明を実施するための形態】

【0009】

添付図面とともに、本開示の実施の形態について説明する。

【0010】

１．車両の構成
図１は、実施の形態に係る車両１の構成の一例を概略的に示す図である。車両１は、車両制御システム１０を備えている。車両制御システム１０は、車両１に搭載され、車両１の走行を制御する。車両制御システム１０は、車両状態センサ１２、認識センサ１４、位置センサ１６、通信装置１８、走行装置２０、電子制御ユニット（ＥＣＵ）２２、及び運転切替スイッチ２４を含む。

【0011】

車両状態センサ１２は、車両１の状態を検出する。車両状態センサ１２は、例えば、車速センサ、加速度センサ、アクセルペダルセンサ、ブレーキペダルセンサ、操舵角センサ、及びウインカーセンサを含む。ウインカーセンサは、ウインカーの操作状態を検出する。認識センサ１４は、車両１の周囲の状況を認識（検出）する。認識センサ１４は、例えば、カメラを含む。位置センサ１６は、車両１の位置及び方位を検出する。位置センサ１６は、例えば、ＧＮＳＳ（Global Navigation Satellite System）受信機を含む。

【0012】

通信装置１８は、車両１の外部と通信を行う。通信装置１８は、例えば、外部システムと通信を行い、様々な情報を取得する。当該情報は、例えば、地図情報及び交通情報を含む。地図情報は、道路勾配等の道路情報を含む。交通情報は、例えば、渋滞情報、路面状態に関する情報、及び、霧の発生又は大雨等の視界に関する情報を含む。また、通信装置１８は、例えば、車両１と周辺車両との通信（すなわち、車車間通信（Ｖ２Ｖ））を可能とする車車間通信機を含んでいてもよい。

【0013】

走行装置２０は、車両１を動作させる装置である。例えば、走行装置２０は、駆動装置、制動装置、及び操舵装置を含む。駆動装置は、例えば、車両１の駆動（加速）のための電動機及び内燃機関の少なくとも一方を含む。制動装置は、車両１の制動（減速）のためのブレーキアクチュエータを含む。操舵装置は、例えば、車両１の操舵のためのステアリングモータを含む。

【0014】

ＥＣＵ２２は、車両１を制御するコンピュータであり、本開示に係る「車両の制御装置」の一例に相当する。ＥＣＵ２２は、プロセッサ２６と記憶装置２８とを含んでいる。プロセッサ２６は、各種処理を実行する。各種処理は、後述の車両走行制御に関する処理を含む。記憶装置２８は、プロセッサ２６による処理に必要な各種情報を格納する。プロセッサ２６がコンピュータプログラムを実行することにより、ＥＣＵ２２による各種処理が実現される。コンピュータプログラムは、記憶装置２８に格納されている。あるいは、コンピュータプログラムは、コンピュータ読み取り可能な記録媒体に記録されてもよい。なお、ＥＣＵ２２は、複数のＥＣＵを組み合わせて構成されていてもよい。

【0015】

車両制御システム１０は、車両１の「自動運転」を制御する自動運転制御を実行可能に構成されている。この自動運転制御は、車両（自車両）１が先行車の後ろに目標車間距離Ｄｔで停止するように車間距離Ｄを制御する車両停止制御を含む。より詳細には、ここでいう自動運転は、例えば、米国の自動車技術会（ＳＡＥ）の定義におけるレベル３以上の自動運転に相当するが、必ずしもレベル３以上の自動運転に限られない。すなわち、当該自動運転制御は、上記の車両停止制御を含むものであればよく、例えば、０ｋｍ／ｈまで制動制御を行うことが可能なアダプティブクルーズコントロール（ＡＣＣ）であってもよい。このような自動運転制御には、公知の技術が適用される。このため、自動運転制御の詳細に関する説明は省略される。

【0016】

運転切替スイッチ２４は、ドライバによって操作され、ドライバによる手動運転と自動運転との間で車両１の運転を切り替えるために用いられる。すなわち、車両１は、手動運転と自動運転とを切り替え可能に構成されている。手動運転は、ドライバが自らの意思でアクセルペダル、ブレーキペダル、及びステアリングホイールを操作することによって行われる。

【0017】

２．車両走行制御
本実施形態では、運転切替スイッチ２４を操作するドライバによって自動運転が選択された場合、ＥＣＵ２２は、上述の車両停止制御を含む自動運転制御を実行する。一方、ドライバによって手動運転が選択された場合、ＥＣＵ２２は、次の「車間学習制御」を実行する。

【0018】

２－１．停止時の車間学習制御
本実施形態に係る車間学習制御（又は、単に学習制御）は、手動運転中にドライバが自車両１を停止させた際の先行車に対する自車両１の車間距離Ｄ（例えば、図３（Ａ）から３（Ｃ）参照）を学習するものである。この学習制御による車間距離Ｄの学習結果（すなわち、後述の学習値ＤＬ）は、自動運転中の車間距離Ｄの制御に反映される。

【0019】

学習条件Ｃは、学習制御による学習の実行条件である。換言すると、学習条件Ｃは、学習制御における学習データである車間距離Ｄの記憶を実行する条件である。停止時の車間距離Ｄに関するドライバの嗜好を正確に捉えられるようにするために、学習条件Ｃは次のように設定されている。

【0020】

図２は、実施の形態に係る学習条件Ｃの一覧の一例を表した表である。図２に示す例では、学習条件Ｃは、前提条件Ｃ０とともに、３種類の学習条件Ｃ１からＣ３を含んでいる。学習条件Ｃ１は、停止前期間Ｐ１に関する学習条件（停止前学習条件）である。学習条件Ｃ２は、停止過程Ｐ２に関する学習条件（停止過程条件）である。学習条件Ｃ３は、停止後期間Ｐ３に関する学習条件（停止後学習条件）である。学習条件Ｃは、これらの条件Ｃ０からＣ３のすべてが満たされる場合に成立する。

【0021】

停止前期間Ｐ１は、自車両１の停止のためのドライバ操作に基づく減速の開始前の期間に相当する。停止前期間Ｐ１は、例えば、前回の自車両１の停止に関する停止後期間Ｐ３の終了時点から今回の停止のための減速（制動を含む）の開始時点ｔ０までの期間であってもよい。あるいは、当該減速の開始時点ｔ０を予測可能な場合には、停止前期間Ｐ１は、当該減速の開始時点ｔ０を終点とする所定期間であってもよい。停止過程Ｐ２は、減速の開始時点ｔ０から自車両１の停止の完了時点ｔ１までの期間である。停止後期間Ｐ３は、停止の完了時点ｔ１からの所定期間である。

【0022】

学習条件Ｃは、学習条件Ｃ１からＣ３を含むことにより、停止前期間Ｐ１、停止過程Ｐ２、及び停止後期間Ｐ３という一連の期間Ｐを対象としている。これらの学習条件Ｃ１からＣ３の利用により、本実施形態に係る学習制御では、ＥＣＵ２２（プロセッサ２６）は、一連の期間Ｐ中のドライバによる車両操作情報に基づいて、車間距離Ｄを学習データとして記憶装置２８に記憶させるか否かを決定する。

【0023】

まず、停止前学習条件Ｃ１は、例えば、前回の停止後に自車両１の車速Ｖが閾値以上に到達していること（条件Ｃ１－１）を含む。換言すると、条件Ｃ１－１は、停止前期間Ｐ１における自車両１の走行がのろのろ走行でないことである。自車両１の前方の信号の配置又は渋滞等の要因で自車両１がのろのろ走行している状態から自車両１が停止した時の車間距離Ｄは、周囲の様子に応じたものになり易い。その結果、取得された車間距離Ｄは、ドライバの嗜好を正確に捉えにくいものとなる。したがって、条件Ｃ１－１によれば、のろのろ走行から自車両１が停止するシーン、すなわち、ドライバの嗜好を正確に捉えにくいシーンを学習対象から排除できる。なお、停止前学習条件Ｃ１は、複数であってもよい。

【0024】

次に、停止過程学習条件Ｃ２は、例えば、条件Ｃ２－１からＣ２－５を含む。条件Ｃ２－１は、先行車の停止後に自車両１が停止したことである。条件Ｃ２－２は、先行車及び自車両１の双方が直進状態で停止したことである。条件Ｃ２－３は、自車両１が停止過程Ｐ２において車線変更を行っていないことである。条件Ｃ２－４は、同一の先行車に向かって停止したこと（換言すると、先行車と自車両１との間に他車両の割り込み又は横切りがないことである。条件Ｃ２－５は、自車両１のドライバに右左折又は先行車の追い越しを行う意図がないことである。これらの各条件Ｃ２－１からＣ２－５の利用により、ドライバにとって制御し易い車間距離Ｄを学習データとして捉えることができる。

【0025】

さらに、学習条件Ｃ２は、例えば、今回の停止時に得られる車間距離Ｄが閾値以下であること（条件Ｃ２－６）を含む。その理由は、車間距離Ｄが長いと、他車両に道を譲るために車間距離Ｄを大きく確保した可能性があるためである。また、学習条件Ｃ２は、例えば、自車両１の停止がドライバによる急ブレーキを伴うものでないこと（条件Ｃ２―７）を含む。その理由は、自車両１がドライバの嗜好に応じた車間距離Ｄで停止したと考えにくいためである。また、学習条件Ｃ２は、例えば、ドライバ自らの操作によって制動が行われたこと（条件Ｃ２－８）を含む。その理由は、手動運転中に車両制御システム１０による制御によって自動的に作動する緊急ブレーキによる制動時を排除して、ドライバの嗜好を捉えるためである。

【0026】

次に、停止後学習条件Ｃ３は、例えば、先行車及び自車両１の双方の停止状態が所定時間継続されていること（条件Ｃ３－１）を含む。その理由は、安定した停止シーンを捉えるためである。この所定期間は、停止後期間Ｐ３を特定する上記所定期間と同じであってもよいし、又は短くてもよい。また、学習条件Ｃ３は、例えば、自車両１のドライバに右左折又は先行車の追い越しを行う意図がないこと（条件Ｃ３－２）を含む。その理由は、右左折又は追い越しのために普段と異なる車間距離Ｄを確保している可能性があるためでる。

【0027】

さらに、学習条件Ｃ３は、例えば、自車両１の停止が駐車のための停止でないこと（条件Ｃ３－３）を含む。その理由は、自車両１を駐車枠に収めるために車間距離Ｄが嗜好と異なっている可能性があるためである。また、学習条件Ｃ３は、例えば、先行車と自車両１との間に他車両の割り込み又は横切りがないこと（条件Ｃ３－４）を含む。その理由は、他車両に道を譲るために車間距離Ｄを大きく確保した可能性があるためである。また、学習条件Ｃ３は、例えば、停止後に自車両１が車間距離Ｄを変更していないこと（条件Ｃ３－５）を含む。その理由は、変更前後の車間距離Ｄのどちらがドライバの嗜好を示しているかを判断しにくいためである。なお、停止後学習条件Ｃ３は、例えば、条件Ｃ３－１からＣ３－５の何れか１つ又は全部ではない複数であってもよい。

【0028】

次に、前提条件Ｃ０は、先行車の車種の観点に基づく条件である条件Ｃ０－１及びＣ０－２を含む。ここで、手動運転中に自車両１のドライバによって調整される車間距離Ｄは、先行車の高さＨの影響を受ける。すなわち、高さＨが大きいと、自車両１の停止中にドライバの前方の視界が妨げられ易くなる。例えば、前方の信号又は標識が見えにくくなる。このため、高さＨの大きな先行車の後ろで停止する場合、高さＨが同等又は小さな先行車の後ろで停止する場合と比べて、ドライバは車間距離Ｄを長く確保する傾向にあると考えられる。このように、車間距離Ｄは、先行車の高さＨによってばらつき得る。

【0029】

上記の点に鑑み、条件Ｃ０－１は、先行車の高さＨが閾値ＴＨ１未満であることである。すなわち、学習制御において、先行車の高さＨが所定の閾値ＴＨ１未満の場合には、ＥＣＵ２２は、当該先行車を対象とする車間距離Ｄを学習データとして記憶装置２８に記憶させる。一方、高さＨが閾値ＴＨ１以上の場合には、ＥＣＵ２２は、当該車間距離Ｄを学習データとして記憶装置２８に記憶させない。このように、自車両１のドライバが視界を確保し易い車種に学習対象を限定することにより、車種の違いに起因する車間距離Ｄの学習データのばらつきを回避できる。

【0030】

図３（Ａ）から図３（Ｃ）は、自車両１の停止時の先行車の車種の具体例を示す図である。図３（Ａ）に示す例における先行車２は、自車両１と同等の高さＨ１を有する。一方、図３（Ｂ）に示す例における先行車３は、自車両１と比べて大きな高さＨ２を有する。

【0031】

具体的には、先行車２は、自動車であり、より詳細には、例えば四輪の自動車である。先行車２は、例えば、日本の道路交通法における普通自動車（普通乗用車、小型乗用車、又は軽自動車）に相当する。付け加えると、先行車２は、自家用であるか商用であるかは問わない。一方、先行車３は、先行車２と比べて大型の自動車（トラック又はバスなど）である。より詳細には、先行車３は、例えば、日本の道路交通法における準中型自動車、中型自動車、又は大型自動車に相当する。

【0032】

閾値ＴＨ１は、先行車２と先行車３とを区別可能な値として事前に決定されている。すなわち、閾値ＴＨ１は、先行車２の高さＨ１と先行車３のＨ２との間に位置している。換言すると、閾値ＴＨ１は、普通自動車を、普通自動車よりも高さＨの大きな自動車と区別可能な値に相当する。

【0033】

先行車２及び３を参照して説明された例では、自車両１は、先行車２と同様に普通自動車であることを前提としている。しかしながら、自車両１の車種は、必ずしも普通自動車に限られない。すなわち、車種を考慮して学習対象から先行車を除外する条件は、例えば、先行車の高さＨが自車両１の高さより高く、かつ、自車両１に対する先行車の相対的な高さΔＨが所定の閾値以上であることであってもよい。

【0034】

また、図３（Ｃ）に示す例における先行車４は、二輪の自動車（自動二輪車）である。ここで、自車両１が四輪の自動車である場合、先行車が二輪の自動車であると、ドライバは、先行車のサイズ及び挙動等の理由に起因して適切な車間距離Ｄの感覚を掴みにくい傾向にあると考えられる。このため、二輪の自動車に追従する場合、普通自動車等の四輪の自動車に追従する場合と比べて、ドライバは車間距離Ｄを長く確保しようとしたり、車間距離Ｄが安定しなくなったりする傾向にあると考えられる。

【0035】

上記の点に鑑み、条件Ｃ０－２は、先行車が二輪の自動車でないことである。すなわち、車種を考慮して学習対象から先行車を除外する条件は、先行車が二輪の自動車であることを含む。したがって、学習制御において、先行車が二輪の自動車である場合には、ＥＣＵ２２は、車間距離Ｄを学習データとして記憶装置２８に記憶させない。これにより、車種の違いに起因する先行車への接近感の差異のために車間距離Ｄの学習データがばらつくことを回避できる。

【0036】

上述のように、条件Ｃ０－１及びＣ０－２によれば、ある先行車を対象として学習データ（車間距離Ｄ）を記憶装置２８に記憶させるか否かは、当該先行車の車種に応じて決定（変更）される。付け加えると、条件Ｃ０－１及びＣ０－２に代え、例えば、自車両１と先行車の車種が同じであることが前提条件Ｃ０の１つとして含まれていてもよい。

【0037】

また、前提条件Ｃ０は、例えば、条件Ｃ０－３からＣ０－８を含む。条件Ｃ０－３は、自車両１が走行する道路が渋滞中でないことである。条件Ｃ０－４は、路面及び視界状況が良好であること（条件Ｃ０－４）である。条件Ｃ０－５は、自車両１が道路外（例えば、駐車場又は敷地内）でないことである。条件Ｃ０－６は、自車両１の道路が生活道路及び細街路の何れでもないことである。条件Ｃ０－７は、自車両１の走行地点が複数の道路の合流部でないことを含む。条件Ｃ０－８は、自車両１の走行地点が料金所でないことである。これらの条件Ｃ０－３からＣ０－８のそれぞれによれば、ドライバによる車間距離Ｄが周囲の様子に応じたものになり易いシーンを回避し、ドライバの嗜好を正確に捉えられるようにすることができる。

【0038】

さらに、前提条件Ｃ０は、例えば、道路勾配の絶対値が小さいこと（条件Ｃ０－９）を含む。その理由は、例えば急な下り坂のように道路勾配の絶対値が大きい場合、ドライバは停止時の自車両１のずり下がりに注意し、車間距離Ｄにドライバの嗜好が表れない可能性があるためである。また、前提条件Ｃ０は、例えば、自車両１が自動車専用道路（高速道路）の走行中でないこと（条件Ｃ０－１０）を含む。その理由は、自動車専用道路での自車両１の停止は渋滞等の要因によるものであり、車間距離Ｄは周囲の様子に応じたものになり易いからである。

【0039】

２－２．処理の流れ
図４は、実施の形態に係る車両走行制御に関連する処理の一例を示すフローチャートである。このフローチャートの処理は、車両制御システム１０の起動中に繰り返し実行される。

【0040】

ステップＳ１００において、ＥＣＵ２２（プロセッサ２６）は、車両１が手動運転中か自動運転中かを判定する。この判定は、例えば、運転切替スイッチ２４の操作状態に基づいて行うことができる。

【0041】

車両１が手動運転中である場合（ステップＳ１００；Ｙｅｓ）、処理はステップＳ１０２に進む。ステップＳ１０２では、ＥＣＵ２２は、学習制御の実行に必要な各種情報を取得する。当該各種情報は、停止時の車間距離Ｄを含む。より詳細には、処理がステップＳ１０２に進んだ際に自車両１が先行車の後ろに停止した状態（すなわち、車速Ｖが０ｋｍ／ｈになった状態）にある場合に、例えば認識センサ１４を用いて取得される。また、上記の各種情報は、学習条件Ｃ（例えば、図２参照）が成立するか否かを判定するために必要な情報を含む。当該情報は、先行車の高さＨを含む。高さＨは、例えば、認識センサ１４又は車車間通信を用いて取得される。また、学習条件Ｃを判定するための他の情報は、例えば、車両状態センサ１２及び認識センサ１４からの情報、道路情報（地図情報）、並びに交通情報を用いて取得される。

【0042】

ステップＳ１０２に続くステップＳ１０４において、ＥＣＵ２２は、学習条件Ｃが成立するか否かを判定する。より詳細には、上述の条件Ｃ０からＣ３のすべてが満たされるか否かが判定される。その結果、学習条件Ｃが成立する場合、すなわち、ドライバの嗜好が車間距離Ｄに表れるような停止シーンであると判定された場合には、処理はステップＳ１０６に進む。付け加えると、学習条件Ｃは、上述の停止後期間Ｐ３が経過したタイミングにおいて条件Ｃ０からＣ３のすべてが満たされている場合に成立する。

【0043】

一方、上述の条件Ｃ０からＣ３の少なくとも１つが満たされない場合には、学習条件Ｃは不成立となる。学習条件Ｃが不成立となる場合には、処理はリターンに進む。

【0044】

ステップＳ１０６において、ＥＣＵ２２は、ステップＳ１０２にて取得された車間距離Ｄを記憶する。すなわち、学習条件Ｃが成立した場合には、当該車間距離Ｄが学習データとして記憶装置２８に記憶される。

【0045】

ステップＳ１０６に続くステップＳ１０８において、ＥＣＵ２２は、所定数の車間距離Ｄのデータが蓄積されたか否かを判定する。この所定数は、例えば３０個である。所定数の車間距離Ｄのデータが未だ蓄積されていない場合（ステップＳ１０８；Ｎｏ）、処理はリターンに進む。一方、所定数のデータが蓄積された場合（ステップＳ１０８；Ｙｅｓ）、処理はステップＳ１１０に進む。

【0046】

ステップＳ１１０において、ＥＣＵ２２は、車間距離Ｄの学習値ＤＬを算出する。例えば、蓄積された車間距離Ｄのデータの平均値が学習値ＤＬとして算出される。その後、処理はステップＳ１１２に進む。

【0047】

ステップＳ１１２において、ＥＣＵ２２は、ステップＳ１１０にて算出された学習値ＤＬを目標車間距離Ｄｔに適用する。すなわち、目標車間距離Ｄｔが最新の学習値ＤＬによって更新される。目標車間距離Ｄｔは、自動運転中に行われる車両停止制御において用いられるものである。

【0048】

一方、車両１が自動運転中である場合（ステップＳ１００；Ｎｏ）、処理はステップＳ１１４に進む。ステップＳ１１４において、ＥＣＵ２２は、例えば認識センサ１４から得られる情報を用いて、先行車を伴う所定の車両停止条件が成立するか否かを判定する。その結果、この車両停止条件が成立する場合には、処理はステップＳ１１６に進む。一方、当該車両停止条件が成立しない場合には、処理はリターンに進む。

【0049】

ステップＳ１１６において、ＥＣＵ２２は、走行装置２０を制御することによって、目標車間距離Ｄｔを実現するように（実）車間距離Ｄを制御する。このように、ステップＳ１１２からＳ１１６の処理により、学習制御による車間距離Ｄの学習結果（学習値ＤＬ）が自動運転中の車間距離Ｄの制御に反映される。

【0050】

付け加えると、学習値ＤＬの取得は、図４に示す処理に代え、例えば、機械学習モデルを用いて実行されてもよい。すなわち、この機械学習モデルは、例えば、所定の各種パラメータを入力とし、学習値ＤＬを出力として構築される。各種パラメータは、例えば、上述の前提条件Ｃ０に関係する複数のパラメータである。より詳細には、各前提条件Ｃ０が成立していること（例えば、自車両１が走行する道路が渋滞中でないこと）を示すパラメータと、各前提条件Ｃ０が成立していないこと（例えば、当該道路が渋滞中であること）を示すパラメータと、を用いることができる。当該機械学習モデルの学習は、例えば、車両１の走行中に取得された学習データ（すなわち、説明変数（入力）である上記の各種パラメータと目的変数である車間距離Ｄ）を用いて行われる。

【0051】

３．効果
手動運転中に自車両１を停止させる際のドライバの操作は、停止過程Ｐ２だけでなく停止前期間Ｐ１及び停止後期間Ｐ３を含む一連の期間Ｐにおける自車両１の周囲の様々な環境及び状況の影響を受ける（例えば、図２に関する説明参照）。そして、当該影響は、ドライバの操作に基づく停止時の車間距離Ｄに表れる。以上説明した本実施形態によれば、一連の期間Ｐ中のドライバによる車両操作情報に基づいて、車間距離Ｄを学習データとして記憶装置２８に記憶させるか否かが決定される。このように、本実施形態によれば、停止前後を含む一連の期間Ｐ中のドライバによる車両操作及び当該操作に伴う車両挙動が学習条件Ｃとして考慮される。これにより、一連の期間Ｐにおける自車両１の周囲の様々な環境及び状況の影響を起因する学習結果のばらつきを抑制できる。このため、車間距離Ｄについてのドライバの嗜好を適切なタイミングで学習できるようになる。そして、自動運転時に、ドライバの嗜好に基づいて適切に学習された目標車間距離Ｄｔを用いることができる。このため、ドライバのストレスが軽減された自動運転を実現できる。

【0052】

４．学習制御の他の実行例
上述した前提条件Ｃ０－１からＣ０－６、Ｃ０－９、及びＣ０－１０のそれぞれは、ステップＳ１０４の処理のように学習対象の走行シーンを限定するためではなく、次のように用いられてもよい。すなわち、例えば、前提条件Ｃ０－３に関し、本実施形態の学習制御は、自車両１が走行する道路が渋滞中でない時と、当該道路が渋滞中である時とを個別に対象として実行されてもよい。このことは、他の前提条件Ｃ０－１、Ｃ０－２、Ｃ０－４からＣ０－６、Ｃ０－９、及びＣ０－１０についても同様である。

【符号の説明】

【0053】

１ 車両、 ２、３、４ 先行車、 １０ 車両制御システム、 １２ 車両状態センサ、 １４ 認識センサ、 １６ 位置センサ、 １８ 通信装置、 ２０ 走行装置、 ２２ 電子制御ユニット（ＥＣＵ）、 ２４ 運転切替スイッチ、 ２６ プロセッサ、 ２８ 記憶装置

【図1】

【図2】

【図3】

【図4】