车辆的行驶控制系统的制作方法

本发明涉及获取交通拥堵区间的信息来控制本车辆的行驶的车辆的行驶控制系统。

背景技术：

在汽车等车辆中，开发了用于减轻驾驶员的负担而实现舒适且安全的行驶的行驶控制系统，一部分已经得到实用化。在该行驶控制系统中，有不仅获取通过车载的设备检测到的行驶环境信息，还介由通信从外部获取交通信息，并根据行进方向上发生的交通拥堵的状况来实施行驶控制的系统。

例如，在专利文献1(日本特开2015-108955号公报)中公开了在道路交通信息为交通拥堵信息且为预定速度以下时，判定为道路处于交通拥堵中，控制加速器、制动器和报警灯中的任一个控制对象的技术。

现有技术文献

专利文献

专利文献1：日本特开2015-108955号公报

技术实现要素：

技术问题

然而，在从外部接收交通拥堵信息的情况下，因为通信线路的电波干扰和/或车载器的天线不良等重要原因而导致有时产生接收不到交通拥堵信息的时间段。在这种情况下判断为通信异常，这时，如果停止向驾驶员提供交通拥堵信息或者停止行驶控制，则导致对于驾驶员的驾驶辅助性能的降低，导致作为车辆的商品性降低。

此时，考虑在车辆侧继续保持最后接收到的交通拥堵信息的方法，但是有可能随着时间经过而导致保持的信息与实际的交通拥堵状况不符，进行错误的信息提示和/或车辆控制。

本发明是鉴于上述情况而完成的，目的在于提供在接收交通拥堵信息而控制本车辆的行驶时，即使发生无法正常接收交通拥堵信息的状况，也能够在不立即停止行驶控制的情况下正确地继续进行行驶控制的车辆的行驶控制系统。

技术方案

本发明的一个方式的车辆的行驶控制系统使用通过通信从本车辆外部获取到的交通拥堵区间的信息来控制对上述交通拥堵区间的行驶，上述车辆的行驶控制系统具备：交通拥堵位置推断部，在规定时间内无法获取上述交通拥堵区间的信息的情况下，使用上述交通拥堵区间的概率分布模型来推断上述交通拥堵区间的位置；以及可靠性判断部，基于上述概率分布模型的由时间经过引起的变化来判断通过上述交通拥堵位置推断部推断出的上述交通拥堵区间的位置的可靠性。

发明效果

根据本发明，在接收交通拥堵信息来控制本车辆的行驶时，即使发生无法正常接收交通拥堵信息的状况，也能够在不立即停止行驶控制的情况下正确地继续进行行驶控制。

附图说明

图1是表示车辆的行驶控制系统的构成图。

图2是表示接收到交通拥堵信息后的时间经过和交通拥堵信息的可靠性的变化的说明图。

图3是针对交通拥堵进行的行驶控制处理的流程图。

符号说明

1：行驶控制系统

10：外部环境识别装置

20：定位装置

30：地图信息处理装置

35：道路交通信息收集装置

40：发动机控制装置

50：变速器控制装置

60：制动控制装置

70：转向控制装置

80：警报控制装置

100：行驶控制装置

101：交通拥堵检测部

102：交通拥堵位置推断部

103：可靠性判断部

104：行驶控制部

150：通信总线

具体实施方式

以下，参照附图说明本发明的实施方式。在图1中，符号1是汽车等车辆的行驶控制系统，执行包括车辆的自主的自动驾驶的行驶控制。该行驶控制系统1构成为以行驶控制装置100为中心，具备外部环境识别装置10、定位装置20、地图信息处理装置30、道路交通信息收集装置35、发动机控制装置40、变速器控制装置50、制动控制装置60、转向控制装置70、警报控制装置80，各装置介由通信总线150进行网络连接。

外部环境识别装置10具备：车载的照相机单元11、毫米波雷达和/或激光雷达等雷达装置12等环境识别用的各种设备；和/或检测外界气温作为本车辆行驶的外界环境的气象条件之一的外界气温传感器13等各种传感器。外部环境识别装置10除了利用由照相机单元11和/或雷达装置12等检测到的本车辆周围的物体的检测信息、由外界气温传感器13检测到的外界气温等环境信息来识别本车辆周围的外部环境以外，还利用由定位装置20定位到的本车辆的位置信息、来自地图信息处理装置30的地图信息、由道路交通信息收集装置35收集到的交通拥堵信息等交通信息等来识别本车辆周围的外部环境。

例如，在搭载有由从不同的视角对同一对象物进行拍摄的2台照相机构成的立体照相机作为照相机单元11的情况下，可以通过对由该立体照相机拍摄到的左右一对图像进行立体处理来三维地识别外部环境。作为立体照相机的照相机单元11例如构成为在车室内上部的前窗内侧的后视镜附近，以预定的基线长度在车宽方向的左右配置具有ccd和/或cmos等拍摄元件的快门同步的2台彩色照相机。

对于由作为立体照相机的照相机单元11拍摄到的左右一对图像，通过匹配处理求出左右图像之间的对应位置的像素偏移量(视差)，并生成将像素偏移量转换为亮度数据等而生成的距离图像。根据三角测量的原理，将该距离图像上的点坐标转换成以本车辆为中心的实际空间上的点，三维地识别出本车辆所行驶的道路的白线(车道线)、障碍物、在本车辆的前方行驶的车辆等。

通过从图像中提取成为白线的候补的点组，并算出连结其候补点的直线和/或曲线，从而能够识别作为车道线的道路白线。例如，在设定于图像上的白线检测区域内，在沿着水平方向(车宽方向)设定的多个检索行上进行亮度变化预定量以上的边缘的检测，针对每个检索行检测1组白线起点和白线终点，并将白线起点与白线终点之间的中间区域作为白线候补点而提取出来。

然后，对基于单位时间的车辆移动量的、白线候补点的空间坐标位置的时间系列数据进行处理，算出近似左右的白线的模型，并利用该模型来识别白线。作为白线的近似模型，可以使用将通过霍夫变换求出的直线成分连结而得的近似模型或利用二次方程等曲线进行近似而得的模型。

定位装置20以基于来自gnss(globalnavigationsatellitesystem：全球导航卫星系统)卫星等多个导航卫星的信号的定位为主来检测本车辆的车辆位置。另外，在因为来自卫星的信号(电波)的捕获状态化和/或电波的反射引起的多通道的影响等而导致定位精度变差的情况下，并用使用了陀螺仪传感器22和/或车速传感器23等车载传感器的自主导航进行的定位来检测本车辆的车辆位置。

在通过多个导航卫星进行的定位中，介由接收器21接收包括与从导航卫星发送的轨道和时刻等相关的信息的信号，并基于接收到的信号将本车辆的自身位置定位为包括经度、纬度、高度和时间信息的绝对位置。另外，在通过自主导航进行的定位中，基于由陀螺仪传感器22检测到的本车辆的行进方位和根据从车速传感器23输出的车速脉冲等算出的本车辆的移动距离，对作为相对的位置变化量的本车位置进行定位。

地图信息处理装置30具备地图数据库db，根据由定位装置20定位到的本车辆的位置数据确定并输出在地图数据库db的地图数据上的位置。在地图数据库db是存储有用于包括自动驾驶的驾驶辅助控制等车辆控制而制作的高精度地图的数据库，被存储于hdd(harddiskdrive：硬盘驱动器)和/或ssd(solidstatedrive：固态驱动器)等大容量存储介质中。

详细而言，高精度地图构成为以多个层级保存道路形状和/或道路间的连接关系等静态的信息和通过基础设施通信收集到的交通信息等动态的信息的多维地图(动态地图)。作为道路数据，包括道路白线的种类、行驶车道的数目、行驶车道的宽度、表示行驶车道的宽度方向的中心位置的点列数据、行驶车道的曲率、行驶车道的行进方位角、限速等。与数据的可靠度和/或数据更新日期等属性数据一同保存。

此外，地图信息处理装置30进行地图数据库db的维护管理，检查地图数据库db的节点、链路、数据点并始终维持为最新的状态，并且，还对于数据库上不存在数据的区域制作和添加新数据，构建更详细的数据库。地图数据库db的数据更新和新数据的添加通过比对利用定位装置20定位而得的位置数据与存储在地图数据库db中的数据来进行。

道路交通信息收集装置35接收例如来自智能交通系统(intelligenttransportsystems：its)中的信息分发服务器的电波，收集道路交通信息。例如每隔预定时间(例如每30分钟)获取有无道路施工(场所和时间段)、有无事故发生(事故发生位置和发生时刻)、道路交通(道路交通拥堵状况)等道路交通信息，并向行驶控制装置100发送。

发动机控制装置40基于来自检测发动机运转状态的各种传感器类的信号和介由通信总线150发送的各种控制信息，控制发动机(未图示)的运转状态。发动机控制装置40基于例如吸入空气量、节气门开度、发动机水温、进气温度、空燃比、曲柄角、加速器开度、其他车辆信息，执行以燃料喷射控制、点火时期控制、电子控制节气门的开度控制等为主的发动机控制。

变速器控制装置50基于来自检测变速位置和/或车速等的传感器类的信号和/或介由通信总线150发送的各种控制信息，控制向自动变速器(未图示)供给的油压，并且根据预先设定的变速特性来控制自动变速器。

制动控制装置60基于例如制动开关、四个车轮的车轮速度、转向角、横摆率、其他车辆信息，相对于驾驶员的制动操作独立地控制四个车轮的制动装置(未图示)。另外，制动控制装置60基于各车轮的制动力计算出各车轮的制动液压，进行防抱死制动系统控制和/或防侧滑控制等。

转向控制装置70基于例如车速、驾驶员的转向扭矩、转向角、横摆率、其他车辆信息，控制由设置于转向系统的电动助力转向马达(未图示)产生的转向扭矩。该转向扭矩的控制作为实现用于使实际转向角与目标转向角一致的目标转向扭矩的电动助力转向马达的电流控制来执行，在不存在由驾驶员的转向操作引起的超控的情况下，通过例如pid控制来控制电动助力转向马达的驱动电流。

警报控制装置80是控制在车辆的各种装置产生异常时和/或用于唤起驾驶员注意的警报和向驾驶员提示的各种信息的输出的装置。例如使用监视器、显示器、报警灯等视觉性输出和扬声器/蜂鸣器等听觉性输出中的至少一方，进行警告/信息提示。在执行包括自动驾驶的驾驶辅助控制的过程中，警报控制装置80向驾驶员提示该驾驶辅助控制的控制状态，另外，在根据驾驶员的操作使包含自动驾驶的驾驶辅助控制停止的情况下，警报控制装置80向驾驶员通知此时的驾驶状态。

接下来，对成为行驶控制系统1的中心的行驶控制装置100进行说明。在驾驶员保持方向盘而进行转向的手动驾驶模式中，在驾驶员操作未图示的开关和/或面板等而设定到驾驶辅助的行驶模式时，行驶控制装置100介由发动机控制装置40、变速器控制装置50、制动控制装置60和转向控制装置70执行包括自动驾驶的驾驶辅助模式的行驶控制。在该驾驶辅助模式的行驶控制中，行驶控制装置100基于由外部环境识别装置10识别到的外部环境信息、由定位装置20定位到的本车辆的位置信息、地图信息处理装置30的地图数据库db中的高精度地图信息进行控制，以使得本车辆沿着行进的目标路径以预定的速度进行行驶。

另外，行驶控制装置100在根据来自道路交通信息收集装置35的道路交通信息而检测到照相机的视野外等外部环境识别装置10无法识别到的前方的道路发生交通拥堵的情况下，使本车辆向交通拥堵区间的末尾位置(交通拥堵的最末尾)减速。这时，即使在作为来自本车辆外部的外部信息而进行获取的交通拥堵信息中断了的情况下，行驶控制装置100也尽可能不中断行驶控制地继续进行控制。

即，道路交通信息收集装置35被设定为每隔一定时间从本车辆外部的服务器获取交通拥堵信息，但有时因为网络线路的电波干扰和/或车载天线的不良情况等重要因素而导致产生无法从服务器接收交通拥堵信息的时间段。在这样的利用道路交通信息收集装置35每隔一定时间进行获取的交通拥堵信息中断了的情况下，行驶控制装置100至少基于最后获取到的交通拥堵信息和信息中断后的经过时间来推断交通拥堵区间的位置。然后，在交通拥堵区间的推断位置的可靠性超过预定的阈值的情况下实施行驶控制。

因此，行驶控制装置100具备交通拥堵检测部101、交通拥堵位置推断部102、可靠性判断部103、行驶控制部104作为针对交通拥堵进行的行驶控制的功能部。通过这些功能部，即使在定期地进行获取的交通拥堵信息中断了的情况下，行驶控制装置100也能够适当地推断交通拥堵区间的位置，在不中断驾驶辅助模式的情况下继续控制。

详细而言，交通拥堵检测部101从道路交通信息收集装置35获取道路交通信息，从该道路交通信息获取交通拥堵信息来检查在前方的道路是否发生交通拥堵。交通拥堵信息包括交通拥堵区间的前端位置(交通拥堵前端位置)、交通拥堵区间的最末尾位置(交通拥堵最末尾位置)、交通拥堵区间的最末尾位置的移动速度(交通拥堵最末尾速度)、交通拥堵区间的长度等信息，交通拥堵检测部101至少获取交通拥堵最末尾位置和交通拥堵最末尾速度。

此时，交通拥堵检测部101监视在道路交通信息收集装置35中是否能够接收来自外部服务器的电波而在规定时间(例如，30sec)内获取到交通拥堵信息。在规定时间内无法从道路交通信息收集装置35获取到交通拥堵信息的情况下，交通拥堵检测部101向交通拥堵位置推断部102指示交通拥堵区间的位置的推断。

交通拥堵位置推断部102使用概率地表现交通拥堵区间的偏差的概率分布模型来推断交通拥堵区间的位置。在本实施方式中，推断交通拥堵最末尾位置作为交通拥堵区间的位置，使用通过以交通拥堵最末尾位置x为变量的概率密度函数表现的交通拥堵分布模型f(x)，来推断交通拥堵最末尾位置x。

作为交通拥堵分布模型f(x)，如以下的(1)式所示，采用假定交通拥堵区间的位置(交通拥堵最末尾位置)的偏差是遵循正态分布的模型。该交通拥堵分布模型f(x)中的方差σ²基于过去的接收数据计算。

f(x)＝n(x,σ²)…(1)

应予说明，作为交通拥堵分布模型f(x)，例如也可以应用针对由突发的事故引起的交通拥堵等假定泊松分布的模型。

交通拥堵位置推断部102在将最后获取到交通拥堵信息的时刻记为t0，将时刻t0时的交通拥堵最末尾位置记为x0，将交通拥堵最末尾速度记为v0时，利用基于(1)式的以下的(2)式来推断时刻t0以后的时刻t的交通拥堵最末尾位置。应予说明，(2)式中的σt²表示时刻t0的方差σ0²随时间经过的变化。

f(x)＝n(x0+v0(t-t0),σ0²+σt²)…(2)

即，在规定时间内无法获取到交通拥堵最末尾信息的情况下，如图2所示，相对于最后获取到交通拥堵最末尾信息的时刻t0，随着时间经过t1秒后、t2秒后、t3秒后，交通拥堵最末尾位置被推测为正态分布的中央处的概率逐渐变小而可靠性降低，且交通拥堵最末尾车辆以速度v移动且方差变大。因此，交通拥堵位置推断部102在刚接收后的时刻t0以后的时刻t的交通拥堵分布模型f(x)中，如以下的(3)式所示，将正态分布中的与标准偏差σ的预定范围(例如，±3σ的范围)的本车辆侧的端部相对应的最末尾位置xt作为交通拥堵最末尾位置推断值。

xt＝x0+v0(t-t0)-3(σ0²+σt²)…(3)

此时，由于交通拥堵最末尾位置也因为在本车辆周边(主要是前方)行驶的车辆的状况而变化，所以可以利用最后获取到交通拥堵信息之后的周边车辆的台数和交通拥堵最末尾的移动速度来校正交通拥堵最末尾位置推断值。即，由于本车辆前方的前行车辆和超过本车辆的其他车辆是交通拥堵最末尾位置变化的重要因素，所以可以基于由这些车辆的台数形成的距离增加量和由交通拥堵最末尾的移动速度形成的距离变化量，校正根据交通拥堵分布模型f(x)推断的交通拥堵最末尾位置推断值。

可靠性判断部103将由交通拥堵位置推断部102推断出的交通拥堵最末尾位置推断值xt的正态分布的中央处的概率pt与预先设定的阈值h进行比较，来判断交通拥堵最末尾位置推断值xt的可靠性。阈值h例如设为最后能够获取到交通拥堵最末尾信息的时刻t0处的中央的概率pt0的60～70％的程度的值。

如图2所示，在相对于最后能够获取到交通拥堵最末尾信息的时刻t0的交通拥堵最末尾位置xt0，根据t1秒后的交通拥堵分布模型f(x0+v0(t1-t0))算出了交通拥堵最末尾位置推断值xt1＝x0+v0(t-t0)-3(σ0²+σt²)的情况下，对t1秒后的交通拥堵分布模型f(x0+v0(t1-t0))的中央的概率pt1与阈值h进行比较。然后，在概率pt1大于阈值h的情况下，判断为交通拥堵最末尾位置推断值xt1的可靠性处于能够实施行驶控制的等级，可以将交通拥堵最末尾位置推断值xt1用于行驶控制。

另外，在时刻t0～t2秒后的交通拥堵分布模型f(x0+v0(t2-t0))的中央的概率pt2大于阈值h的情况下也是同样，判断为t2秒后的交通拥堵最末尾位置推断值xt2的可靠性处于能够实施行驶控制的等级。另一方面，在时刻t0～t3秒后的交通拥堵分布模型f(x0+v0(t3-t0))的中央的概率pt3降低到阈值h以下的情况下，判断为t3秒后的交通拥堵最末尾位置推断值xt3的误差大，交通拥堵最末尾位置推断值xt3的可靠性比能够实施行驶控制的等级低，向行驶控制部104通知产生异常，并且停止向驾驶员提供交通拥堵信息。

在交通拥堵检测部101中检测到前方的道路发生交通拥堵的情况下，行驶控制部104基于利用道路交通信息收集装置35从外部的信息分发服务器接收到的交通拥堵信息，实施将交通拥堵最末尾位置作为目标位置而使本车辆减速的行驶控制。然后，在接近交通拥堵最末尾而能够从本车辆识别交通拥堵最末尾时，基于来自外部环境识别装置10的外部环境信息，转移到包括车辆停止的减速控制。

此时，在由外部环境识别装置10进行的外部环境的识别以外的位置处道路交通信息收集装置35因为通信不良等而在规定时间内无法接收到交通拥堵信息的情况下，行驶控制部104根据由交通拥堵位置推断部102推断出的交通拥堵最末尾位置推断值xt的可靠性的判断结果来继续或者中断行驶控制。

即，在可靠性判断部103判断为交通拥堵最末尾位置推断值xt的可靠性处于能够继续进行行驶控制的等级的情况下，行驶控制部104使用交通拥堵最末尾位置推断值xt，在不中断行驶控制的情况下继续进行行驶控制。另一方面，在可靠性判断部103判断为交通拥堵最末尾位置推断值xt的可靠性比能够实施行驶控制的等级低，无法将交通拥堵最末尾位置推断值xt用于行驶控制的情况下，停止行驶控制。

接下来，使用图3的流程图对以上的针对交通拥堵进行的行驶控制处理进行说明。

图3所示的行驶控制处理是在行驶控制装置100中每隔一定时间执行的处理，首先，在最初的步骤s1中，行驶控制装置100开始获取介由道路交通信息收集装置35进行接收处理的交通拥堵信息。接下来，进入步骤s2，检查是否能够在规定时间(例如，30sec)内完成交通拥堵信息的接收而正常获取交通拥堵信息。

能够在规定时间内接收交通拥堵信息而正常获取交通拥堵信息的情况下，从步骤s2进入步骤s3，更新假定了交通拥堵最末尾位置x的正态分布的交通拥堵分布模型f(x)，退出本处理。另一方面，在没有在规定时间内完成交通拥堵信息的接收的情况下，从步骤s2进入步骤s4，算出时刻t的交通拥堵最末尾位置推断值xt。该交通拥堵最末尾位置xt如上述的(3)式所说明，作为最后接收到交通拥堵信息后的时刻t的交通拥堵分布模型f(x)中的与±3σ的区域的本车辆侧的端部相对应的位置而算出。

其后，进入步骤s5，将时刻t的交通拥堵最末尾位置的正态分布的中央的概率pt与预先设定的阈值h进行比较，判断是否有推断的可靠性。其结果，在pt＞h而有推断的可靠性的情况下，在步骤s6中，采用交通拥堵最末尾位置推断值xt作为行驶控制用和向驾驶员提供信息用的交通拥堵最末尾位置。另一方面，在pt≤h而没有推断的可靠性的情况下，作为通信异常而进入步骤s7，停止行驶控制，并且停止向驾驶员提供交通拥堵信息。

这样，在本实施方式中，在实施从本车辆外部接收交通拥堵信息而使本车辆向交通拥堵最末尾减速的行驶控制的过程中，在因通信不良等而产生无法接收到交通拥堵信息的时间段的情况下，使用交通拥堵信息的概率分布模型推断交通拥堵最末尾位置。由此，即使在无法接收到交通拥堵信息的情况下，也能够在不立即停止行驶控制的情况下继续进行行驶控制，能够抑制向驾驶员的信息提供和行驶控制功能的异常停止的频率，能够大幅提高车辆的商品性。