误识别判定装置的制作方法

本发明涉及误识别判定装置。

背景技术：

以往，已知例如如日本特开2003-182474号公报所记载的那样的，使用多个传感器来进行车辆控制的装置。该装置包括搭载在车辆中的多个传感器，不基于单独的传感器，而是基于由多个传感器分别检测的输入数据来执行车辆控制。

现有技术文献

专利文献

专利文献1：日本特开2003-182474号公报

技术实现要素：

本发明欲解决的问题

然而，即使使用多个种类的传感器的输入数据来分别算出车辆的行驶控制所使用的多个行驶参数，有的情况下由于车辆的行驶状况，从多个种类的传感器算出的行驶参数也同样会产生误识别。例如，在使用来自使用了照相机的图像传感器、雷达传感器和GPS传感器的输入数据来算出行驶参数的情况下，车辆在隧道内行驶，在由于隧道出口附近的逆光而不能识别白线、且不能接收GPS接收信号时，有可能将基于图像传感器的输入数据的行驶参数与基于GPS传感器的输入数据的行驶参数误识别为同样。

因此，在本技术领域中，期望开发一种误识别判定装置，能够准确判定在包含基于输入数据而算出的多个行驶参数的参数组中是否有 误识别。

用于解决问题的方案

即，本发明的一个技术方案的误识别判定装置包括：行驶参数算出部，其至少算出车辆的驾驶控制所使用的基于第一输入数据的第一行驶参数、所述车辆的驾驶控制所使用的基于第二输入数据的第二行驶参数、以及所述车辆的驾驶控制使用的基于第三输入数据的第三行驶参数；差值算出部，其至少算出所述第一行驶参数与所述第二行驶参数的差值即第一差值、所述第一行驶参数与所述第三行驶参数的差值即第二差值、以及所述第二行驶参数与所述第三行驶参数的差值即第三差值；加权设定部，其以如下方式至少设定第一加权系数、第二加权系数和第三加权系数：所述车辆的行驶状况下的所述第一输入数据和所述第二输入数据的正交性越高，使所述第一加权系数越大，所述行驶状况下的所述第一输入数据和所述第三输入数据的正交性越高，使所述第二加权系数越大，所述行驶状况下的所述第二输入数据和所述第三输入数据的正交性越高，使所述第三加权系数越大；以及判定部，其使用在所述第一差值上乘以所述第一加权系数后的值、在所述第二差值上乘以所述第二加权系数后的值、以及在所述第三差值上乘以所述第三加权系数后的值，判定在至少包含所述第一行驶参数、所述第二行驶参数、和所述第三行驶参数的参数组中是否有误识别。根据该误识别判定装置，车辆的行驶状况下的不同的输入数据的正交性越高将加权系数设定得越大，使用在分别基于这些输入数据的行驶参数的差值上乘以加权系数后的值，判定在多个行驶参数中是否有误识别。因此，能够考虑到因车辆的行驶状况而不同的输入数据难以被同样误识别来设定加权系数。由此，能够准确进行行驶参数的误识别的判定。

另外，在本发明的一个技术方案的误识别判定装置中，也可以是，所述加权设定部在所述车辆的驾驶控制中所述车辆的驾驶者进行了手动驾驶切换操作的情况下，设定所述驾驶者进行了手动驾驶切换操作 时的所述行驶状况下的所述第一加权系数、所述第二加权系数、所述第三加权系数中至少1个，使得与所述驾驶者未进行手动驾驶切换操作的情况相比，在所述判定部中更容易判定为所述误识别。在该情况下，在车辆的驾驶控制中进行了手动驾驶切换操作的情况下，设定第一加权系数、第二加权系数、第三加权系数中的至少1个，使得与未进行手动驾驶切换操作的情况相比，在判定部中更容易判定为误识别。因此，在进行手动驾驶切换操作且驾驶控制不遵照驾驶者的意志的可能性高的情况下，能够在判定部中易于判定为行驶参数组被误识别。因此，能够根据行驶状况更准确判定行驶参数的误识别。

另外，在本发明的一个技术方案的误识别判定装置中，也可以是，所述判定部在所述第一差值上乘以所述第一加权系数后的值、在所述第二差值上乘以所述第二加权系数后的值、在所述第三差值上乘以所述第三加权系数后的值之和不小于预先设定的阈值的情况下，判定为在至少包含所述第一行驶参数、所述第二行驶参数、和所述第三行驶参数的参数组中有误识别。在该情况下，在第一差值上乘以第一加权系数后的值、在第二差值上乘以第二加权系数后的值、在第三差值上乘以第三加权系数后的值之和不小于预先设定的阈值的情况下，能够判定为在至少包含第一行驶参数、第二行驶参数、和第三行驶参数的参数组中有误识别。

另外，在本发明的一个技术方案的误识别判定装置中，也可以是，所述行驶参数算出部基于第四输入数据算出所述车辆的行驶控制所使用的第四行驶参数，所述差值算出部至少算出所述第一差值、所述第二差值、所述第三差值、所述第一行驶参数与所述第四行驶参数的差值即第四差值、所述第二行驶参数与所述第四行驶参数的差值即第五差值、以及所述第三行驶参数与所述第四行驶参数的差值即第六差值，所述加权设定部至少设定所述第一加权系数、所述第二加权系数、所述第三加权系数、与所述行驶状况下的所述第一输入数据和所述第四输入数据的正交性相应的第四加权系数、与所述行驶状况下的所述第 二输入数据和所述第四输入数据的正交性相应的第五加权系数、以及与所述行驶状况下的所述第三输入数据和所述第四输入数据的正交性相应的第六加权系数，所述判定部使用在所述第一差值上乘以所述第一加权系数后的值、在所述第二差值上乘以所述第二加权系数后的值、在所述第三差值上乘以所述第三加权系数后的值、在所述第四差值上乘以所述第四加权系数后的值、在所述第五差值上乘以所述第五加权系数后的值、以及在所述第六差值上乘以所述第六加权系数后的值，判定在至少包含所述第一行驶参数、所述第二行驶参数、所述第三行驶参数、和所述第四行驶参数的参数组中是否有误识别。

并且，在本发明的一个技术方案的误识别判定装置中，也可以是，所述判定部在所述第一差值上乘以所述第一加权系数后的值、在所述第二差值上乘以所述第二加权系数后的值、在所述第三差值上乘以所述第三加权系数后的值、在所述第四差值上乘以所述第四加权系数后的值、在所述第五差值上乘以所述第五加权系数后的值、在所述第六差值上乘以所述第六加权系数后的值之和不小于预先设定的阈值的情况下，判定为在至少包含所述第一行驶参数、所述第二行驶参数、所述第三行驶参数、以及所述第四行驶参数的参数组中有误识别。

发明的效果

根据本发明，能够准确判定在包含基于输入数据而算出的多个行驶参数的参数组中是否有误识别。

附图说明

图1是示出本发明的一个实施方式所涉及的误识别判定装置的构成概要的框图。

图2是容易误识别驾驶控制所使用的行驶参数的行驶场景的说明图。

图3是容易误识别驾驶控制所使用的行驶参数的行驶场景的说明图。

图4是容易误识别驾驶控制所使用的行驶参数的行驶场景的说明图。

图5是容易误识别驾驶控制所使用的行驶参数的行驶场景的说明图。

图6是示出图1的误识别判定装置中的误识别判定处理的流程图。

图7是示出图1的误识别判定装置中的加权系数调整处理的流程图。

图8是示出作为驾驶控制而进行的转向控制处理的流程图。

附图标记说明

1…误识别判定装置，2…外部传感器，3…GPS接收部，4…内部传感器，5…地图数据库，6…导航系统，7…HMI，8…执行器，10…ECU，11…外部状况识别部，12…车辆位置识别部，13…行驶状态识别部，14…行驶计划生成部，15…行驶控制部，16…行驶参数算出部，17…差值算出部，18…加权设定部，19…判定部。

具体实施方式

下面，参照附图说明本发明的实施方式。此外，在以下的说明中，对相同或者相当的要素标注相同的附图标记，省略重复的说明。

图1是本发明的一个实施方式所涉及的误识别判定装置1的构成概要图。

如图1所示，本发明的实施方式所涉及的误识别判定装置1是搭载在车辆中并判定车辆的驾驶控制所使用的行驶参数的误识别的装置。行驶参数是基于由搭载在车辆中的传感器的检测数据等得到的输入数据而算出的与行驶相关的参数。例如，行驶参数是示出车辆的行驶环境或者行驶状态的参数，具体而言有行驶路径(行车线)的曲率、曲率变化率、车辆的偏航角、偏移、偏航角速度、行车线宽度、行车线数、与周边车辆的距离、相对速度等。作为输入数据，例如有行车线 的车道标记的检测数据、先行车的位置数据或者移动轨迹数据、本车的位置数据、地图数据等。

该误识别判定装置1例如搭载在能够进行自动驾驶控制的车辆中。即，搭载在车辆的乘员不参与就能沿着行驶路径自动行驶的车辆中。此处，自动驾驶是指使车辆沿着行驶路径自动行驶，例如包含车辆的驾驶者不进行驾驶操作，而自动使车辆向预先设定的目的地行驶。自动驾驶控制不一定需要自动进行车辆的所有驾驶控制，只要是驾驶者不成为驾驶操作的主体的行驶，就包含在自动驾驶中。具体而言，车道追踪控制等所进行的转向控制相当于自动驾驶控制。

另外，误识别判定装置1不限于自动驾驶控制装置，只要是能用控制系统主体来进行车辆的驾驶控制的车辆就能够适用，也可以适用于进行驾驶辅助控制的车辆。此外，在本实施方式中，以搭载在能进行自动驾驶控制的车辆中的情况为例进行说明。

误识别判定装置1被构成为ECU[Electronic Control Unit，电子控制单元]10。ECU10是进行行驶参数的误识别判定控制的电子控制单元，以包含CPU[Central Processing Unit，中央处理单元]、ROM[Read Only Memory，只读存储器]、RAM[Random Access Memory，随机存取存储器]的计算机为主体而构成。另外，该ECU10还作为进行车辆的驾驶控制的电子控制单元发挥功能。后述ECU10的细节。

在ECU10上分别连接有外部传感器2、GPS(Global Positioning System，全球定位系统)接收部3、内部传感器4、地图数据库5、导航系统6、HMI(Human Machine Interface，人机接口)7和执行器8。

外部传感器2是检测车辆的周边信息、即外部状况的检测设备。外部传感器2包含照相机、雷达和激光雷达(LIDAR：Laser Imaging Detection and Ranging，激光成像探测与测距)中的至少1个。包含照相 机、雷达和激光雷达的外部传感器2作为用于获取与车辆的行驶环境或者行驶状态相关的输入数据的输入数据获取部发挥功能。车辆的行驶参数是基于该输入数据来算出的。

外部传感器2的照相机是拍摄车辆的外部状况的拍摄设备。该照相机作为检测设在车辆所行驶的行车线左右的车道标记的检测部发挥功能，将拍摄有车道标记的图像数据向ECU10发送。车道标记例如是分别设在行车线的路面左右的行车线的划分线，可以是白线、黄线或者其他颜色的线。另外，车道标记可以是实线或虚线，也可以是单线或复合线。能够基于照相机的图像数据来识别行车线的车道标记，将车辆相对于行车线的横向位置、即偏移识别为行驶参数。另外，通过识别行车线的车道标记，从而能够将车辆的偏航角、行车线的曲率和曲率变化率作为行驶参数来进行识别。

照相机例如设在车辆的前玻璃的里面侧。照相机可以是单眼相机，也可以是立体相机。立体相机具有以再现双眼视差的方式配置的2个拍摄部。立体相机的拍摄信息还包含纵深方向的信息。能够将照相机用作检测包含先行车、障碍物的周围物体和周围车辆的物体检测部。

雷达利用电波(例如毫米波)来检测车辆的外部障碍物或者包含先行车的车辆周围的其他车辆。雷达将电波发送至车辆的周围，接收被障碍物或者其他车辆反射的电波，从而检测障碍物等。雷达将检测到的障碍物信息向ECU10发送。基于雷达的检测信息，先行车的位置数据或者移动轨迹数据作为输入数据而被识别。此外，在使用雷达和照相机来进行传感器融合的情况下，优选的是将电波的接收信息向ECU10发送。在该情况下，能够使用雷达的检测信息和照相机的图像信息来识别先行车的移动轨迹。

激光雷达利用光来检测车辆外部的障碍物或者包含先行车的车辆周围的其他车辆。激光雷达将光发送至车辆的周围，接收被障碍物等 反射的光，从而计测到反射点的距离，并检测出障碍物等。激光雷达将检测到的物体信息向ECU10发送。基于激光雷达的检测信息，先行车的位置数据或者移动轨迹数据作为输入数据而被识别。此外，在使用激光雷达和照相机来进行传感器融合的情况下，优选的是将反射光的接收信息向ECU10发送。在该情况下，能够使用激光雷达的检测信息和照相机的图像信息来识别先行车的移动轨迹。有的情况下不一定重复包括照相机、激光雷达和雷达。

GPS接收部3通过从3个以上的GPS卫星接收信号，从而测定车辆的位置(例如车辆的纬度和经度)。GPS接收部3将测定的车辆的位置信息向ECU10发送。此外，也可以代替GPS接收部3，而使用能够确定车辆的纬度和经度的其他单元。另外，为了对照传感器的测定结果与后述的地图信息，优选具有测定车辆的方位的功能。

内部传感器4是检测本车即车辆的行驶状态的检测设备。内部传感器4包含车速传感器、加速度传感器、和偏航角速度传感器中的至少1个。车速传感器是检测车辆的速度的检测器。作为车速传感器，例如使用车轮速度传感器，该车轮速度传感器设在车辆的车轮、或者与车轮一体旋转或同步旋转的驱动轴等部件上，并检测车轮的旋转速度。车速传感器将检测到的车速信息(车轮速度信息)发送至ECU10。

加速度传感器是检测车辆的加速度的检测器。加速度传感器例如包含：检测车辆的前后方向的加速度的前后加速度传感器；以及检测车辆的横向加速度的横向加速度传感器。加速度传感器例如将车辆的加速度信息发送至ECU10。偏航角速度传感器是检测车辆的重心的绕铅垂轴的偏航角速度(旋转角速度)的检测器。作为偏航角速度传感器，例如能够使用陀螺传感器。偏航角速度传感器将检测到的车辆的偏航角速度信息作为输入数据向ECU10发送。偏航角速度传感器作为用于检测车辆的行驶参数之一的偏航角的信息获取部发挥功能。

另外，作为内部传感器4，也可以包括转向角传感器和转向力矩传感器。转向角传感器是检测车辆的方向盘的转向角的检测器。该转向角传感器将检测到的转向角信息作为输入数据向ECU10发送。转向角传感器作为用于检测车辆的行驶参数之一的偏航角的信息获取部发挥功能。转向力矩传感器是检测车辆的方向盘的转向力矩的检测器。该转向力矩传感器将检测到的转向力矩信息作为输入数据向ECU10发送。转向力矩传感器作为用于检测车辆的行驶参数之一的偏航角的信息获取部发挥功能。

地图数据库5是包括地图信息的数据库。地图数据库例如形成在车辆所搭载的HDD(Hard disk drive，硬盘驱动器)内。地图信息例如包含道路的位置信息、道路形状的信息(例如曲率、曲率变化率、行车线宽度、行车线数等)、交叉路口和分岔路口的位置信息。并且，为了使用建筑物、墙壁等屏蔽构造物的位置信息、SLAM(Simultaneous Localization and Mapping，同时定位和地图构建)技术，优选的是地图信息包含外部传感器2的输出信号。此外，地图数据库也可以被储存在能与车辆通信的信息处理中心等设施的计算机中。

导航系统6是将车辆的驾驶者引导至由车辆的驾驶者设定的目的地的装置。导航系统6基于GPS接收部3所测定的车辆的位置信息和地图数据库5的地图信息，算出车辆所行驶的路线。路线也可以是在多行车线的区间中确定了的确切的行车线的路线。导航系统6例如计算从车辆的位置到达目的地的目标路线，并利用显示器的显示和扬声器的声音输出向驾驶者告知目标路线。导航系统6例如将车辆的目标路线的信息向ECU10发送。此外，导航系统6也可以被储存在能与车辆通信的信息处理中心等设施的计算机中。

该导航系统6能够将车辆位置数据、该车辆位置的行驶路径的地图数据作为输入数据发送至ECU10。该导航系统6作为用于获取行车线的曲率、曲率变化率等信息的信息获取部发挥功能。

通信部9是用于与车辆外部进行通信的通信设备，例如使用与其他车辆进行通信的车车间通信器、进行基础设施通信的路车间通信器、或者与人进行通信(例如与人所携带的终端设备通信)的通信器。该通信部9能够获取其他车辆的位置信息或者车速信息、行人的位置信息或者移动信息等，将获取的信息作为输入数据发送至ECU10。该通信部9作为用于获取车辆的行驶参数即行车线的曲率、曲率变化率的信息获取部发挥功能。另外，通信部9也可以将由ECU10算出的行驶参数向车辆外部发送，作为云计算的行驶参数信息向外部提供。

HMI7是用于在车辆的乘员(包含驾驶者)与误识别判定装置1之间进行信息的输出和输入的接口。HMI7例如包括用于向乘员显示图像信息的显示面板、声音输出用的扬声器、和乘员用于进行输入操作的操作按钮或者触摸面板等。例如，HMI7在由乘员进行了涉及到自动驾驶控制的动作或者停止的输入操作时，向ECU10输出信号并使自动驾驶控制开始或者停止。HMI7在到达结束自动驾驶的目的地的情况下，向乘员通知到达目的地。HMI7可以利用无线连接的移动信息终端来向乘员输出信息，也可以利用移动信息终端来受理乘员所进行的输入操作。

执行器8是执行车辆的自动驾驶控制的装置。执行器8至少包含气门执行器、制动执行器、和转向执行器。气门执行器根据来自ECU10的控制信号来控制对发动机的空气供给量(气门开度)，控制车辆的驱动力。此外，在车辆是混合动力车或者电动汽车的情况下，不包含气门执行器，而向作为动力源的马达输入来自ECU10的控制信号来控制该驱动力。

制动执行器根据来自ECU10的控制信号来控制制动器系统，控制对车辆的车轮付与的制动力。作为制动器系统，例如能够使用液压制动器系统。转向执行器根据来自ECU10的控制信号，控制电动助力转向系统中辅助马达的驱动，该辅助马达控制转向力矩。由此，转向执 行器控制车辆的转向力矩。

此外，上述的外部传感器2、GPS接收部3、内部传感器4、地图数据库、导航系统6和通信部9是作为获取用于计算车辆的驾驶控制所使用的输入数据和行驶参数的信息的信息获取部发挥功能的设备，但根据驾驶控制的内容，有的情况下会省略外部传感器2、GPS接收部3、内部传感器4、地图数据库、导航系统6和通信部9中的一部分的设置。

ECU10包括外部状况识别部11、车辆位置识别部12、行驶状态识别部13、行驶计划生成部14、行驶控制部15、和误识别判定装置1。

外部状况识别部11基于外部传感器2的检测结果(例如照相机的拍摄信息、雷达的障碍物信息、激光雷达的障碍物信息等)或者地图数据的信息，识别车辆的外部状况。外部状况例如包含道路的行车线宽度、道路的形状(例如行车线的曲率、曲率变化率、对外部传感器2的视距推定有效的路面的斜坡变化、起伏、道路的交叉、分岔和合流等)、车辆周边的其他车辆的状况(例如先行车的位置、先行车的车速、先行车的移动轨迹等)、车辆周边的障碍物的状况(例如区别固定障碍物和移动障碍物的信息、障碍物相对于车辆的位置、障碍物相对于车辆的移动方向、障碍物相对于车辆的相对速度等)。另外，也可以通过对照外部传感器2的检测结果与地图信息，从而补偿由GPS接收部3等获取的车辆的位置和方向的精度。

外部状况识别部11也可以作为用于算出行驶参数的行驶参数算出部发挥功能。例如，外部状况识别部11算出行驶参数即行车线的曲率、曲率变化率。具体而言，外部状况识别部11输入照相机的图像信息，从该图像信息识别车道标记，基于该车道标记的形状来算出车辆前方的行车线或行驶路径的曲率和曲率变化率。在该情况下，车道标记的识别数据或者检测数据成为输入数据。另外，外部状况识别部11基于 照相机的图像信息和雷达或者激光雷达的检测信息来识别先行车的移动轨迹，基于该先行车的移动轨迹来计算车辆前方的行车线或行驶路径的曲率和曲率变化率。在该情况下，先行车的移动轨迹数据成为输入数据。另外，外部状况识别部11基于导航系统6的地图数据，计算车辆前方的行车线或行驶路径的曲率和曲率变化率。在该情况下，当前的车辆位置数据和地图数据成为输入数据。

外部状况识别部11作为识别车辆的行驶场景的行驶场景识别部发挥功能。例如，外部状况识别部11作为车辆的行驶场景，识别由于在分岔路口存在先行车而难以检测车道标记的行驶场景、在隧道出口附近的行驶场景、大型车在先行车的旁边行驶的行驶场景、被预定以上大小的建筑物包围的市区内的行驶场景等车辆的行驶场景。行驶场景是车辆的行驶状况，作为车辆的行驶环境状况或行驶环境状态而被识别。行驶场景的识别方法中，根据利用雷达检测的周围的其他车辆的状况、地图信息来确定行驶场景并识别即可。特别是，也可以预先设定同种行驶参数被同时误识别的行驶场景，并判断当前的行驶场景是否符合这样的行驶场景。另外，也可以与地图数据建立关联地预先记录行驶场景的数据。

车辆位置识别部12基于GPS接收部3所接收的车辆的位置信息、和地图数据库5的地图信息，识别地图上的车辆的位置(以下记作“车辆位置”)。此外，车辆位置识别部12也可以从导航系统6获取并识别该导航系统6所使用的车辆位置。车辆位置识别部12在能由设置在道路等外部的传感器来测定车辆的车辆位置的情况下，也可以利用通信从该传感器获取车辆位置。另外，车辆位置识别部12基于外部传感器2的照相机的拍摄信息，识别行车线内的车辆的位置。

该车辆位置识别部12也可以作为用于算出行驶参数的行驶参数算出部发挥功能。例如，车辆位置识别部12计算行驶参数即车辆在行车线中的横向位置、即偏移。具体而言，车辆位置识别部12从照相机的 图像信息识别车道标记，基于该车道标记来计算车辆的偏移。另外，车辆位置识别部12也可以基于由地图数据和GPS接收部3接收的车辆的位置信息来计算车辆的偏移。

行驶状态识别部13基于内部传感器4的检测结果(例如车速传感器的车速信息、加速度传感器的加速度信息、偏航角速度传感器的偏航角速度信息、转向角传感器的转向角信息、转向力矩传感器的转向力矩信息等)，识别本车即车辆的行驶状态。车辆的行驶状态例如包含车速、加速度、偏航角速度、偏航角。

该行驶状态识别部13也可以作为用于算出行驶参数的行驶参数算出部发挥功能。例如，行驶状态识别部13计算行驶参数即车辆的偏航角。具体而言，行驶状态识别部13从照相机的图像信息识别车道标记等，基于该车道标记等来计算车辆的偏航角。另外，行驶状态识别部13也可以基于由地图数据和GPS接收部3接收的车辆的位置信息的时间变化，计算车辆的偏航角。另外，行驶状态识别部13也可以基于偏航角速度传感器的偏航角速度信息来计算车辆的偏航角。另外，行驶状态识别部13也可以基于转向角传感器或者转向力矩传感器的检测信息来计算车辆的偏航角。

行驶计划生成部14例如基于由导航系统6计算的目标路线、由车辆位置识别部12识别的车辆位置、和由外部状况识别部11识别的车辆的外部状况(包含车辆位置、方位)，生成车辆的目标行驶路径。目标行驶路径是车辆在目标路线中前进的轨迹。行驶计划生成部14生成路径，使得车辆在目标路线上遵照安全、遵守法规、行驶效率等基准地确切行驶。此时，行驶计划生成部14基于车辆周边的障碍物的状况，生成车辆的路径，以避免与障碍物的接触。

此外，此处说明的目标路线包含日本专利5382218号公报(WO2011/158347号公报)记载的“驾驶辅助装置”、或者日本特开2011-162132 号公报记载的“自动驾驶装置”中的随着道路行驶路线那样的，在驾驶者没有明示地设定目的地时，基于外部状况、地图信息而自动生成的行驶路线。

行驶计划生成部14生成与生成的路径相应的行驶计划。即，行驶计划生成部14基于至少车辆的周边信息即外部状况与地图数据库5的地图信息，生成沿着预先设定的目标路线的行驶计划。行驶计划生成部14优选的是将生成的行驶计划作为具有多个配位坐标(p、v)的结果进行输出，该配位坐标(p、v)是车辆的行进路线在固定于车辆的坐标系下的目标位置p、和各目标点的速度v这2个要素构成的组。此处，各目标位置p至少具有固定于车辆的坐标系下的x坐标、y坐标的位置或者与其等效的信息。此外，行驶计划只要能记录车辆的行为就没有特别限定。行驶计划例如也可以使用目标时刻t来代替速度v，也可以附加有目标时刻t和在该时间点的车辆的方位。

另外，通常，行驶计划有大致从当前时刻起数秒后的将来的数据就足够，但由于交叉路口的右转、超车等状况而会需要几十秒的数据，因此优选的是行驶计划的配位坐标的数量可变，且配位坐标间的距离也可变。并且，也可以用样条函数等来对将配位坐标相连的曲线进行近似，并将该曲线的参数作为行驶计划。作为行驶计划的生成，只要能记录车辆的行为，就能够使用任意的已知方法。

行驶计划也可以是示出车辆在沿着目标路线的行进路线上行驶时的车辆的车速、加减速度和转向力矩等的推移的数据。行驶计划也可以包含车辆的速度模式、加减速度模式和转向模式。此处的行驶计划生成部14也可以生成行驶计划，使得旅行时间(车辆到达目的地所要的所需时间)最短。

顺带说明，速度模式例如是由对于在行进路线上以预定间隔(例如1米)设定的目标控制位置，在每个目标控制位置与时间建立关联设定 的目标车速所构成的数据。加减速度模式例如是由对于在行进路线上以预定间隔(例如1米)设定的目标控制位置，在每个目标控制位置与时间建立关联设定的目标加减速度所构成的数据。转向模式例如是由对于在行进路线上以预定间隔(例如1米)设定的目标控制位置，在每个目标控制位置与时间建立关联设定的目标转向力矩所构成的数据。

说明具体的行驶计划的生成的一个例子。行驶计划生成部14基于行驶参数即行车线的曲率、曲率变化率、车辆的横向位置、偏航角，计算目标转向角。行车线的曲率和曲率变化率使用由外部状况识别部11识别的信息即可。车辆的横向位置使用由车辆位置识别部12识别的信息即可。车辆的偏航角使用由行驶状态识别部13识别的信息即可。而且，行驶计划生成部14为了实现车辆的目标转向角而计算目标转向力矩。计算的目标转向力矩被从行驶计划生成部14向行驶控制部15输出。

行驶控制部15基于由行驶计划生成部14生成的行驶计划，自动控制车辆的行驶。行驶控制部15将与行驶计划相应的控制信号输出至执行器8。由此，行驶控制部15控制车辆的行驶，使得车辆按照行驶计划自动行驶。

误识别判定装置1包括行驶参数算出部16、差值算出部17、加权设定部18和判定部19。

行驶参数算出部16基于输入数据来算出行驶参数，算出至少3个同种类的行驶参数。例如，行驶参数算出部16将从照相机的图像信息获取的车道标记的识别数据作为第一输入数据，基于该第一输入数据算出行驶路径的曲率作为第一行驶参数。另外，行驶参数算出部16将从照相机的图像信息获取的先行车的移动轨迹的识别数据作为第二输入数据，基于该第二输入数据算出行驶路径的曲率作为第二行驶参数。另外，行驶参数算出部16将导航系统6的车辆位置信息和地图数据作 为第三输入数据，基于该第三输入数据算出行驶路径的曲率作为第三行驶参数。这样行驶参数算出部16基于不同的第一输入数据、第二输入数据和第三输入数据，算出多个相同种类的行驶参数。

此外，行驶参数算出部16也可以基于3个以上的输入数据，算出3个以上的相同种类的行驶参数。例如，行驶参数算出部16除了基于第一行驶参数、第二行驶参数和第三行驶参数外，也可以基于第四输入数据来算出第四行驶参数。另外，行驶参数算出部16也可以算出曲率变化率、车辆的偏航角、偏移等曲率以外的行驶参数。另外，在使上述的外部状况识别部11、车辆位置识别部12、行驶状态识别部13作为行驶参数算出部发挥功能的情况下，有时省略行驶参数算出部16的设置。

差值算出部17算出由行驶参数算出部16算出的多个行驶参数中不同的行驶参数彼此的差值。例如，至少算出由行驶参数算出部16算出的第一行驶参数与第二行驶参数的差值即第一差值、第一行驶参数与第三行驶参数的差值即第二差值、以及第二行驶参数与第三行驶参数的差值即第三差值。行驶参数的差值例如是通过从一个行驶参数减去另一个行驶参数并取绝对值而算出的。另外，差值算出部17也可以对于4个以上的行驶参数算出互不相同的行驶参数彼此的差值。例如，在算出了4个第一行驶参数、第二行驶参数、第三行驶参数和第四行驶参数的情况下，差值算出部17算出第一差值、第二差值、第三差值、第一行驶参数与第四行驶参数的差值即第四差值、第二行驶参数与第四行驶参数的差值即第五差值、以及第三行驶参数与第四行驶参数的差值即第六差值。

加权设定部18根据车辆的行驶状况下的输入数据和输入数据的正交性来设定加权系数。例如，在有3个第一输入数据、第二输入数据和第三输入数据的情况下，至少设定与车辆的行驶场景下的第一输入数据和第二输入数据的正交性相应的第一加权系数、与行驶场景下的 第一输入数据和第三输入数据的正交性相应的第二加权系数、以及与行驶状况下的第二输入数据和第三输入数据的正交性相应的第三加权系数。第一加权系数是在基于第一输入数据的第一行驶参数与基于第二输入数据的第二行驶参数的差值上相乘的加权系数。第二加权系数是在基于第一输入数据的第一行驶参数与基于第三输入数据的第三行驶参数的差值上相乘的加权系数。第三加权系数是在基于第二输入数据的第二行驶参数与基于第三输入数据的第三行驶参数的差值上相乘的加权系数。车辆的行驶场景例如能够使用由上述的外部状况识别部11识别的行驶场景。

加权设定部18在输入数据有4个以上的情况下，根据互不相同的输入数据之间的正交性来设定加权系数。例如，在有4个输入数据的情况下，即，在有第一输入数据、第二输入数据、第三输入数据和第四输入数据的情况下，至少设定与车辆的行驶场景下的第一输入数据和第二输入数据的正交性相应的第一加权系数、与行驶场景下的第一输入数据和第三输入数据的正交性相应的第二加权系数、与行驶状况下的第二输入数据和第三输入数据的正交性相应的第三加权系数、与行驶状况下的第一输入数据和第四输入数据的正交性相应的第四加权系数、与行驶状况下的第二输入数据和第四输入数据的正交性相应的第五加权系数、以及与行驶状况下的第三输入数据和第四输入数据的正交性相应的第六加权系数。

车辆的行驶场景下的输入数据彼此的正交性越高，加权设定部18将加权系数设定得越大。即，在有第一输入数据、第二输入数据和第三输入数据这3个的情况下，车辆的行驶状况下的第一输入数据和第二输入数据的正交性越高第一加权系数设定得越大，行驶状况下的第一输入数据和第三输入数据的正交性越高第二加权系数设定得越大，行驶状况下的第二输入数据和第三输入数据的正交性越高第三加权系数设定得越大。例如，在车辆的行驶场景下的第一输入数据和第二输入数据的正交性高于第一输入数据和第三输入数据的正交性的情况 下，第一加权系数设定得大于第二加权系数。

此处，输入数据的正交性是指多个输入数据难以被同时误识别或者误检测的性质。即，正交性较高是指多个输入数据同时误识别或者误检测的可能性较低。因此，通过将在基于正交性较高的输入数据的行驶参数彼此的差值上相乘的加权系数设定得大，从而能够增大在差值上乘以加权系数后的值，能够准确进行基于这样的值的行驶参数的误识别判定。

详细说明加权系数的设定。由于根据车辆的行驶场景，容易误识别的输入数据和行驶参数不同，因此根据行驶场景来设定加权系数。

例如，如图2所示，在本车70的行驶场景是行驶路径分岔时的行驶的情况下，由于先行车71的影子，不能识别直行方向的车道标记72，且先行车71从行车线脱离，会不确切地识别先行车的轨迹。即，由照相机的图像信息得到的车道标记识别数据、和由雷达的检测信息得到的先行车的轨迹数据同时为误识别。另一方面，由GPS传感器得到的车辆位置数据不会被误识别，基于参考了车辆位置数据的地图数据的行驶路径的曲率能够确切地识别。因此，在该行驶场景下，车道标记识别数据和先行车的轨迹数据的正交性，相比于车道标记识别数据和地图数据的正交性、以及先行车的轨迹数据和地图数据的正交性而言较低。换言之，在该行驶场景下，车道标记识别数据和地图数据的正交性、以及先行车的轨迹数据和地图数据的正交性，相比于车道标记识别数据和先行车的轨迹数据的正交性变而言较高。因此，在基于车道标记识别数据的曲率与基于地图数据的曲率的差值上相乘的加权系数、以及在基于先行车的轨迹数据的曲率与基于地图数据的曲率的差值上相乘的加权系数，相比于在基于车道标记识别数据的曲率与基于先行车的轨迹数据的曲率的差值上相乘的加权系数而言被设定得较大。

如图3所示，在车辆的行驶场景是在隧道出口73附近行驶的情况下，由于逆光而难以检测车道标记，且不能接收GPS信号而不能获取确切的地图数据。即，由照相机的图像信息得到的车道标记识别数据和地图数据有可能同时被误识别。另一方面，能够确切地获取由雷达得到的先行车的轨迹数据。因此，在该行驶场景下，车道标记识别数据和地图数据的正交性，相比于车道标记识别数据和先行车的轨迹数据的正交性、以及地图数据和先行车的轨迹数据的正交性变而言较低。换言之，在该行驶场景下，车道标记识别数据和先行车的轨迹数据的正交性以及地图数据和先行车的轨迹数据的正交性，相比于车道标记识别数据和地图数据的正交性而言较高。因此，在基于车道标记识别数据的曲率与基于先行车的轨迹数据的曲率的差值上相乘的加权系数以及在基于地图数据的曲率与基于先行车的轨迹数据的曲率的差值上相乘的加权系数，相比于在基于车道标记识别数据的曲率与基地图数据的曲率的差值上相乘的加权系数而言被设定得较大。

如图4所示，在车辆的行驶场景是市区行驶的情况下，GPS信号被建筑物屏蔽而难以接收，由于大楼的影子74而难以检测车道标记72。即，由照相机的图像信息得到的车道标记识别数据和地图数据有可能同时被误识别。另一方面，能够确切地获取由雷达得到的先行车的轨迹数据。因此，在该行驶场景下，车道标记识别数据和地图数据的正交性，相比于车道标记识别数据和先行车的轨迹数据的正交性、以及地图数据和先行车的轨迹数据的正交性而言较低。换言之，在该行驶场景下，车道标记识别数据和先行车的轨迹数据的正交性以及地图数据和先行车的轨迹数据的正交性，相比于车道标记识别数据和地图数据的正交性而言较高。因此，在基于车道标记识别数据的曲率与基于先行车的轨迹数据的曲率的差值上相乘的加权系数以及在基于地图数据的曲率与基于先行车的轨迹数据的曲率的差值上相乘的加权系数，相比于在基于车道标记识别数据的曲率与基于地图数据的曲率的差值上相乘的加权系数而言被设定得较大。

如图5所示，在行驶在先行车71的后方且先行车71在大型车75的旁边行驶的行驶场景的情况下，由于大型车75的影子76而难以检测车道标记72，且先行车71靠近行车线的端侧行驶而先行车的轨迹不确切。即，由照相机的图像信息得到的车道标记识别数据、和由雷达的检测信息得到的先行车的轨迹数据会同时被误识别。另一方面，由GPS传感器得到的车辆位置数据不会被误识别，能够确切地识别参考了车辆位置数据的地图数据。因此，在该行驶场景下，车道标记识别数据和先行车的轨迹数据的正交性，相比于车道标记识别数据和地图数据的正交性、以及先行车的轨迹数据和地图数据的正交性而言较低。换言之，在该行驶场景下，车道标记识别数据和地图数据的正交性、以及先行车的轨迹数据和地图数据的正交性，相比于车道标记识别数据和先行车的轨迹数据的正交性而言较高。因此，在基于车道标记识别数据的曲率与基于地图数据的曲率的差值上相乘的加权系数、以及在基于先行车的轨迹数据的曲率与基于地图数据的曲率的差值上相乘的加权系数，相比于在基于车道标记识别数据的曲率与基于先行车的轨迹数据的曲率的差值上相乘的加权系数而言被设定得较大。

另外，在其他行驶场景下，对于会同时误识别多个输入数据的行驶场景，也可以与该行驶场景相对应，输入数据彼此的正交性越高，将在基于该输入数据的行驶参数的差值上相乘的加权系数设定得越大。此外，作为行驶参数，以曲率为例进行了说明，但对于其他行驶参数，也可以与行驶场景相对应，输入数据彼此的正交性越高，将在基于该输入数据的行驶参数彼此的差值上相乘的加权系数设定得越大。

图1中，在车辆的驾驶控制中驾驶者进行了手动驾驶切换操作的情况下，加权设定部18再次设定驾驶者进行了手动驾驶切换操作后的行驶状况的加权系数，使得与驾驶者未进行手动驾驶切换操作的情况相比，在后述的判定部中更易于判定为误识别。即，加权设定部18具有如下功能：在自动驾驶被切换为手动驾驶的情况下，调整、更新或 者学习加权系数。作为驾驶者的手动驾驶切换操作，例如有驾驶控制中驾驶者对方向盘等的手动驾驶操作、或者手动驾驶切换按钮的操作等。在车辆的驾驶控制中驾驶者进行了手动驾驶切换操作的情况下，驾驶控制是不确切的可能性较高，在该情况下进行加权系数的调整。例如，在驾驶控制中使用第一行驶参数、第二行驶参数和第三行驶参数的情况下，在相互的行驶参数彼此的差值上相乘的加权系数使用第一加权系数、第二加权系数和第三加权系数。在该情况下，调整第一加权系数、第二加权系数和第三加权系数中的至少1个。

具体说明，进行调整以便减小在第一行驶参数、第二行驶参数和第三行驶参数中的成为同样值的2个行驶参数的差值上相乘的加权系数。另外，也可以代替该调整或者在该调整的基础上，进行调整，使得在成为同样值的2个行驶参数的差值上相乘的加权系数以外的加权系数增大。另外，也可以进行调整，使得在与成为最偏离值的行驶参数相关的差值上相乘的加权系数增大。通过进行这样的调整，从而能够在行驶参数的差值上乘以加权系数后的值成为较大的值，在根据该值的大小来判定行驶参数的误识别的情况下，能够更准确进行该误识别判定。

判定部19使用在行驶参数彼此的差值上乘以加权系数后的值，判定行驶参数中是否有误识别。即，使用在行驶参数彼此的差值上乘以加权系数后的值，判定在包含多个行驶参数的参数组中是否有误识别。例如，在作为相同种类的行驶参数算出第一行驶参数、第二行驶参数和第三行驶参数的情况下，使用在第一行驶参数与第二行驶参数的差值即第一差值上乘以第一加权系数后的值、在第一行驶参数与第三行驶参数的差值即第二差值上乘以第二加权系数后的值、在第二行驶参数与第三行驶参数的差值即第三差值上乘以第三加权系数后的值，判定在包含第一行驶参数、第二行驶参数和第三行驶参数的参数组中是否有误识别。另外，在作为相同种类的行驶参数算出第一行驶参数、第二行驶参数、第三行驶参数和第四行驶参数的情况下，使用在第一 行驶参数与第二行驶参数的差值即第一差值上乘以第一加权系数后的值、在第一行驶参数与第三行驶参数的差值即第二差值上乘以第二加权系数后的值、在第二行驶参数与第三行驶参数的差值即第三差值上乘以第三加权系数后的值、在第一行驶参数与第四行驶参数的差值即第四差值上乘以第四加权系数后的值、在第二行驶参数与第四行驶参数的差值即第五差值上乘以第五加权系数后的值、在第三行驶参数与第四行驶参数的差值即第六差值上乘以第六加权系数后的值，判定在包含第一行驶参数、第二行驶参数、第三行驶参数和第四行驶参数的参数组中是否有误识别。

例举了作为相同种类的行驶参数算出多个行驶路径的曲率的情况为例，具体说明行驶参数的误识别判定。

在设基于由照相机的拍摄信息得到的车道标记识别数据的曲率为c1、基于由照相机的图像信息和雷达的检测信息得到的先行车的移动轨迹数据的曲率为c2、基于导航系统6的地图数据的曲率为c3，并设加权系数为k1、k2、k3的情况下，根据下式(1)是否成立，来判定曲率是否适合，即曲率的误识别。

Th＞k1·|c1-c2|+k2·|c2-c3|+k3·|c3-c1|…(1)

即，在曲率c1与曲率c2的差值上乘以加权系数k1，在曲率c2与曲率c3的差值上乘以加权系数k2，在曲率c3与曲率c1的差值上乘以加权系数k3并相加，从而算出评价值。而且，根据该评价值是否小于阈值Th，来判定曲率c1、c2、c3是否适合。

在包含行驶参数和加权系数的评价值小于阈值Th，式(1)成立的情况下，判定为曲率c1、c2、c3是适当的值。另一方面，在评价值不小于阈值Th，式(1)不成立的情况下，判定为曲率c1、c2、c3的参数组不适当，是误识别。阈值Th使用预先设定在ECU10中的值即可。在式(1) 中，使用对曲率彼此之差取绝对值后的值，但也可以使用将不同的曲率之差乘方并取根后的值，例如((c1-c2)²)^1/2。此外，在式(1)中，将加权系数k1、k2、k3和阈值Th设定为正值，但也可以将它们设定为负值。即，是如下情况：输入数据的正交性越高，加权系数的负值设定得越大。在该情况下，使式(1)的不等号相反，根据评价值是否大于阈值Th来判定曲率c1、c2、c3是否适合。

加权系数如上所述，根据与车辆的行驶场景对应的输入数据彼此的正交性来设定。例如，与车辆的行驶场景相对应，输入数据彼此的正交性越高，在基于该输入数据的行驶参数的差值上相乘的加权系数被设定得越大。

例如，在式(1)中，在行驶场景中车道标记识别数据和先行车的移动轨迹数据的正交性较低(车道标记识别数据和先行车的移动轨迹数据容易同时被误识别)，车道标记识别数据和地图数据的正交性较高(车道标记识别数据和地图数据难以同时被误识别)，先行车的移动轨迹数据和地图数据的正交性较高(先行车的移动轨迹数据和地图数据难以同时被误识别)的情况下，与加权系数k1相比，加权系数k2、k3被设定得较大。在该情况下，在车道标记识别数据和先行车的移动轨迹数据同样被误识别时，|c1-c2|的值较小，在式(1)中难以判定为是误识别，但由于|c2-c3|和|c3-c1|的值较大，且在这些值上相乘的k2、k3为大值，因此k2·|c2-c3|和k3·|c3-c1|的值较大，在式(1)中判定为是误识别。由此，即使在多个输入数据同时被误识别的情况下，也能够准确判别行驶参数组的误识别。

此外，行驶参数的误识别判定如果使用在行驶参数彼此的差值上乘以加权系数后的值来判定行驶参数的误识别，也可以使用上述的式(1)以外的式来进行。另外，上述的式(1)适用于行驶参数为3个的情况，但也可以适用于有4个以上的行驶参数的情况。例如，在有第一行驶参数、第二行驶参数、第三行驶参数和第四行驶参数的情况下，在第 一行驶参数和第二行驶参数的差值即第一差值上乘以第一加权系数后的值、在第一行驶参数和第三行驶参数的差值即第二差值上乘以第二加权系数后的值、在第二行驶参数和第三行驶参数的差值即第三差值上乘以第三加权系数后的值、在第一行驶参数和第四行驶参数的差值即第四差值上乘以第四加权系数后的值、在第二行驶参数和第四行驶参数的差值即第五差值上乘以第五加权系数后的值、在第三行驶参数和第四行驶参数的差值即第六差值上乘以第六加权系数后的值之和不小于预先设定的阈值的情况下，也可以判定为在至少包含第一行驶参数、第二行驶参数、第三行驶参数、和所述第四行驶参数的参数组中有误识别。

上述的外部状况识别部11、车辆位置识别部12、行驶状态识别部13、行驶计划生成部14、行驶控制部15、行驶参数算出部16、差值算出部17、加权设定部18和判定部19通过向ECU10导入实现各自的功能的软件或者程序来构成即可。另外，它们的一部分或者全部也可以分别由个别的电子控制单元来构成。

接下来，说明本实施方式所涉及的误识别判定装置1的动作。

图6是示出本实施方式所涉及的误识别判定装置1中的误识别判定处理的流程图。误识别判定处理例如在执行自动驾驶控制时进行，随着自动驾驶控制的开始而开始。另外，该误识别判定处理例如由ECU10进行，以预定的周期反复执行。

首先，如图6的步骤S10(以下仅记作“S10”。除此之外的步骤S也同样)所示，进行传感器信息的读入处理。该处理是读入外部传感器2、GPS接收部3、内部传感器4、导航系统6的信息的处理。例如，作为外部传感器2的传感器信息，读入照相机的拍摄信息或者图像信息、雷达的检测信息。另外，作为内部传感器4的传感器信息，读入本车即车辆的车速信息、转向角信息、转向力矩信息等。另外，作为 导航系统6的信息，读入车辆的位置信息、车辆所行驶的行驶路径的行车线信息等。

然后，处理移至S12，进行行驶参数的算出处理。该算出处理是基于输入数据来算出自动驾驶控制所使用的行驶参数的处理。例如，作为行驶参数，计算行驶路径的曲率、曲率变化率、车辆的偏航角、偏移。

曲率是从照相机的图像信息识别车道标记，并基于车道标记的识别数据而计算的。另外，曲率是从照相机的图像信息和雷达的检测信息识别先行车的移动轨迹，并基于该先行车的移动轨迹数据而计算的。另外，曲率是利用地图信息和车辆位置信息来识别当前的车辆的行驶位置，并基于该行驶位置的道路数据而计算的。这样，基于由各种信息获取源得到的不同的输入数据，算出多个曲率作为相同种类的行驶参数。

曲率变化率是从照相机的图像信息识别车道标记，并基于车道标记的识别数据而计算的。另外，曲率变化率是从照相机的图像信息和雷达的检测信息识别先行车的移动轨迹，并基于该先行车的移动轨迹数据而计算的。另外，曲率变化率是基于地图信息和车辆位置信息来识别当前的车辆的行驶位置，并基于该行驶位置的道路数据而计算的。这样，基于由各种信息获取源得到的不同的输入数据，算出多个曲率变化率作为相同种类的行驶参数。

偏航角是从照相机的图像信息识别车道标记等，并基于车道标记等识别数据而计算的。另外，偏航角是基于偏航角速度传感器的检测信息而计算的。另外，偏航角是基于转向角传感器或者转向力矩传感器的检测信息而计算的。并且，偏航角也可以利用基于地图信息和车辆位置信息的车辆的移动轨迹来计算。这样，基于由各种信息获取源得到的不同的输入数据，算出多个偏航角作为相同种类的行驶参数。

偏移是从照相机的图像信息识别车道标记，并基于车道标记的识别数据而计算的。另外，偏移是基于地图信息和车辆位置信息来识别车辆的移动轨迹，并基于该移动轨迹数据而计算的。这样，基于由各种信息获取源得到的不同的输入数据，算出多个偏移作为相同种类的行驶参数。

然后，处理移至S14，进行差值算出处理。差值算出处理是算出从不同的输入数据得到的相同种类的行驶参数彼此的差值的处理。例如，在行驶参数是行驶路径的曲率，基于车道标记的识别数据的曲率即第一行驶参数、基于先行车的移动轨迹数据的曲率即第二行驶参数、基于地图数据的曲率即第三行驶参数被算出的情况下，算出第一行驶参数与第二行驶参数的差值即第一差值、第一行驶参数与第三行驶参数的差值即第二差值、以及第二行驶参数与第三行驶参数的差值即第三差值。

然后，处理移至S16，进行行驶场景识别处理。行驶场景识别处理是识别车辆的行驶场景的处理。例如，在行驶场景识别处理中，基于地图信息和车辆位置信息、外部传感器2的检测信息等，识别当前的车辆的行驶场景是哪种行驶场景，并判定该当前的行驶场景是否相当于预先设定的特定的行驶场景。在不相当于特定的行驶场景的情况下，识别为是通常的行驶场景即可。预先设定的特定的行驶场景是用于算出多个行驶参数的多个输入数据容易同时被误识别的行驶场景，通常的行驶场景是多个输入数据不容易同时被误识别的行驶场景。例如，在行驶参数是行车线的曲率的情况下，作为预先设定的特定的行驶场景，有行驶路径的分岔路口附近的行驶场景(参照图2)、隧道出口附近的行驶场景(参照图3)、在市区内的行驶场景(参照图4)、先行车在大型车的旁边行驶的行驶场景(参照图5)等。

然后，处理移至S18，进行加权设定处理。加权设定处理是根据 车辆的行驶状况下的输入数据和输入数据的正交性来设定加权系数的处理。例如，在有3个第一输入数据、第二输入数据和第三输入数据的情况下，设定与车辆的行驶场景下的第一输入数据和第二输入数据的正交性相应的第一加权系数、与行驶场景下的第一输入数据和第三输入数据的正交性相应的第二加权系数、以及与行驶状况下的第二输入数据和第三输入数据的正交性相应的第三加权系数。第一加权系数是在基于第一输入数据的第一行驶参数与基于第二输入数据的第二行驶参数的差值上相乘的加权系数。第二加权系数是在基于第一输入数据的第一行驶参数与基于第三输入数据的第三行驶参数的差值上相乘的加权系数。第三加权系数是在基于第二输入数据的第二行驶参数与基于第三输入数据的第三行驶参数的差值上相乘的加权系数。

在加权设定处理中，车辆的行驶场景下的输入数据彼此的正交性越高，加权系数被设定得越大。例如，在有第一输入数据、第二输入数据和第三输入数据这3个的情况下，在车辆的行驶场景下的第一输入数据和第二输入数据的正交性高于第一输入数据和第三输入数据的正交性的情况下，第一加权系数被设定得大于第二加权系数。另外，在车辆的行驶场景是通常的行驶场景(多个输入数据或者行驶参数不会同样被误识别的行驶场景)的情况下，由于输入数据彼此的正交性大致不变，因此对于各加权系数使用相同值即可。

然后，处理移至S20，判定在行驶参数中是否没有误识别。该判定处理是判定在曲率等相同种类的多个行驶参数、即参数组中是否没有误识别的处理。判定处理例如在对相同种类的行驶参数即第一行驶参数、第二行驶参数和第三行驶参数进行判定的情况下，使用在第一行驶参数与第二行驶参数的差值即第一差值上乘以第一加权系数后的值、在第一行驶参数与第三行驶参数的差值即第二差值上乘以第二加权系数后的值、以及在第二行驶参数与第三行驶参数的差值即第三差值上乘以第三加权系数后的值，判定在参数组中是否有误识别。各加权系数使用与车辆的行驶场景相应的系数。

具体而言，使用上述的式(1)，算出在第一差值上乘以第一加权系数后的值、和在第二差值上乘以第二加权系数后的值、和在第三差值上乘以第三加权系数后的值之和，根据该和值是否小于预先设定的阈值来判定在参数组中是否有误识别。即，在行驶参数的差值上乘以加权系数后的值之和小于阈值的情况下，判定为在参数组中没有误识别；在行驶参数的差值上乘以加权系数后的值之和不小于阈值的情况下，判定为在参数组中有误识别。

此外，式(1)中，根据是否小于阈值来进行判定，但也可根据是否为阈值以下来进行判定。另外，也可以使用式(1)以外的判定式来进行误识别的判定。并且，在相同种类的行驶参数有4个以上的情况下，根据行驶参数的数量，增加在差值上乘以加权系数后的值，并设定与行驶参数的数量相应的阈值即可。式(1)是对曲率的误识别进行判定的式，但对于其他行驶参数，使用以同样形式设定的式子来进行误识别判定即可。

在S20中判定为在行驶参数的参数组中没有误识别的情况下，进行继续控制处理(S22)。该继续控制处理是使车辆控制继续的处理。例如，进行标出继续控制的标志的处理等。由此，当前执行的车辆控制、例如自动驾驶控制被继续执行。

另一方面，在S20中判定为在行驶参数的参数组中有误识别的情况下，进行中止控制处理(S24)。该中止控制处理是中止车辆的控制的处理。例如，进行标出中止控制的标志的处理等。由此，当前执行的车辆控制、例如自动驾驶控制被中止。另外，也可以在使用行驶参数的上次值继续了控制之后进行中止。另外，也可以向车辆的乘员告知在控制中有可能产生误识别。此外，可以告知要握住方向盘，也可以显示估计的车辆轨迹。另外，也可以预测到达控制量的最上限之前的时间，并据此来变更HMI7的输出，进行唤起注意或者警告。结束S22、 S24的处理后，结束一系列的控制处理。

此外，在图6的一系列的行驶控制处理中，只要不给控制结果带来影响，可以省略控制处理的一部分的执行，可以更换控制处理的顺序，也可以追加其他控制处理。

如上所述，根据图6的误识别判定处理，根据车辆的行驶场景(行驶状况)下的不同的输入数据的正交性来设定加权系数，使用在基于这些各个输入数据的行驶参数的差值上乘以加权系数后的值，判定在多个行驶参数中是否有误识别。因此，由于考虑到根据车辆的行驶场景而不同的行驶参数难以同样被误识别，从而能够准确进行行驶参数的误识别判定。

另外，在车辆的行驶场景下输入数据彼此的正交性越高将加权系数设定得越大，并使用该加权系数来判定行驶参数的误识别。因此，能够与车辆的行驶场景相对应而更准确地判定行驶参数的误识别。

图7是示出本实施方式所涉及的误识别判定装置1中的加权调整处理的流程图。加权调整处理是用于更新或者学习行驶参数的误识别判定所使用的加权系数的处理。该加权调整处理例如在执行自动驾驶控制时或者自动驾驶控制结束后进行。另外，该加权调整处理例如由ECU10进行，可以在自动驾驶控制中以预定的周期反复执行，也可以在自动驾驶控制结束时基于该控制中的数据来执行。

首先，如图7的S30所示，判定在车辆的驾驶控制中是否进行了手动驾驶切换操作。该判定处理是判定在车辆的驾驶控制中，是否由车辆的乘员进行了手动驾驶切换操作的处理。例如，判定在车辆的驾驶控制中，是否由于驾驶者利用方向盘操作等手动驾驶操作而中止了自动驾驶控制并切换为手动驾驶。手动驾驶切换操作除了方向盘操作等的手动驾驶操作之外，也可以是手动驾驶切换按钮的操作等。

在S30中判定为在车辆的驾驶控制中未进行手动驾驶切换操作的情况下，结束控制处理。在该情况下，不进行加权系数的调整或再设定。另一方面，在S30中判定为在车辆的驾驶控制中进行了手动驾驶切换操作的情况下，进行加权系数的调整处理(S32)。该调整处理是更新加权系数并进行学习的处理，使得使用了行驶参数的车辆控制更确切地进行。再设定加权系数，使得与未进行手动驾驶切换操作的情况相比，容易判定为行驶参数的参数组被误识别。例如，在驾驶控制中使用第一行驶参数、第二行驶参数和第三行驶参数的情况下，在相互的行驶参数彼此的差值上相乘的加权系数使用第一加权系数、第二加权系数和第三加权系数。在该情况下，调整第一加权系数、第二加权系数和第三加权系数中的至少1个。

具体而言，进行调整，使得在第一行驶参数、第二行驶参数和第三行驶参数中成为同样值的2个行驶参数的差值上相乘的加权系数变小，并进行调整，使得除此之外的加权系数变大。另外，也可以进行调整，使得在与成为最偏离值的行驶参数相关的差值上相乘的加权系数增大。通过进行这样的调整，从而能够使在行驶参数的差值上乘以加权系数后的值成为大值，在根据该值的大小来判定行驶参数的误识别时，能够更准确进行该误识别判定。结束S32的处理后，结束一系列的控制处理。

如上所述，根据图7的加权调整处理，在判定为在车辆的驾驶控制中进行了手动驾驶切换操作的情况下，调整加权系数，使得易于判定为行驶参数被误识别。因此，更准确判定行驶参数的误识别，提高行驶参数的误识别判定的精度。

图8是示出搭载有本实施方式所涉及的误识别判定装置1的车辆的转向控制处理的流程图。转向控制处理是进行车辆的转向控制的处理，是作为车辆的自动驾驶控制的一环而进行的处理。该转向控制处 理例如随着自动驾驶控制的开始而开始。另外，转向控制处理例如由ECU10进行，以预定的周期反复执行。

首先，如图8的S40所示，进行传感器信息的读入处理。该处理是读入外部传感器2、GPS接收部3、内部传感器4、导航系统6的信息的处理。例如，作为外部传感器2的传感器信息，读入照相机的拍摄信息或者图像信息、雷达的检测信息。另外，作为内部传感器4的传感器信息，读入本车即车辆的车速信息、转向角信息、转向力矩信息等。另外，作为导航系统6的信息，读入车辆的位置信息、车辆所行驶的行驶路径的行车线信息等。

然后，处理移至S42，进行行驶参数的计算处理。该计算处理是计算自动驾驶控制所使用的行驶参数的处理。例如，作为行驶参数，计算行驶路径的曲率、曲率变化率、车辆的偏航角、偏移。该计算处理能够与图6的S12的计算处理同样进行。此处，计算的行驶参数中被判定为没有误识别的行驶参数用于转向控制。行驶参数的误识别判定由图6的误识别判定处理来进行。

然后，处理移至S44，进行目标转向角的计算处理。该计算处理是计算车辆的目标转向角的处理。例如，基于行驶参数即行驶路径的曲率、曲率变化率、车辆的偏航角、偏移，计算目标转向角。然后，处理移至S46，进行目标转向力矩的计算处理。该计算处理是计算用于实现车辆的目标转向角的转向力矩作为目标转向力矩的处理。S44、S46的计算的方法能够使用已知的方法。

然后，处理移至S48，进行转向控制处理。转向控制处理是进行车辆的转向控制的处理，例如将计算的目标转向力矩的信息作为控制信号从ECU10输出到执行器8。由此，进行与目标转向力矩相应的车辆的转向动作。结束S48的处理后，结束图8的一系列的控制处理。

根据这样的图8的转向控制处理，能够进行使用了曲率等行驶参数的车辆的转向控制处理。此外，该转向控制处理示出车辆的控制处理的一个例子，只要是使用了行驶参数的车辆的控制即可，也可以适用于其他的车辆控制处理。

如以上说明的那样，根据本实施方式所涉及的误识别判定装置1，根据车辆的行驶状况下的不同的输入数据的正交性来设定加权系数，使用在基于这些输入数据的行驶参数的差值上乘以加权系数后的值，判定行驶参数的误识别。因此，能够考虑到根据车辆的行驶状况而不同的输入数据难以被同样误识别来设定加权系数。由此，能够准确进行行驶参数的误识别的判定。

另外，在误识别判定装置1中，在车辆的行驶场景中输入数据彼此的正交性越高将加权系数设定得越大，使用该加权系数来判定行驶参数的误识别。因此，能够与车辆的行驶场景相对应，更准确判定行驶参数的误识别。即，即使根据行驶场景，多个传感器等同时进行了误检测或者误识别，也能够准确判定这些不确切的识别。

另外，根据误识别判定装置1，在车辆的驾驶控制中进行了手动驾驶切换操作的情况下，调整或再设定第一加权系数、第二加权系数、第三加权系数中的至少1个，使得与未进行手动驾驶切换操作的情况相比，在判定部中更容易判定为误识别。因此，在进行手动驾驶切换操作且驾驶控制不会遵照驾驶者的意志的可能性高的情况下，能够在判定部中易于判定为行驶参数组被误识别。因此，能够根据行驶状况更准确进行行驶参数的误识别的判定，提高行驶参数的误识别判定的精度。

此外，上述的实施方式说明了本发明所涉及的误识别判定装置的一个实施方式，本发明所涉及的误识别判定装置不限于上述实施方式的记载。本发明所涉及的误识别判定装置也可以不变更各权利要求所 记载的要点而将上述实施方式所涉及的误识别判定装置变形、或者进行其他适用。