驾驶支援装置、驾驶支援方法及存储介质与流程

本发明涉及驾驶支援装置、驾驶支援方法及存储介质。

背景技术：

以往，已知有一种控制装置，其具有以使车辆在车辆的行进方向的道路的车道的中央附近行驶的方式进行支援的lkas(lanekeepingassistancesystem)功能(例如日本国特开2007-168720号公报)。该控制装置在根据转矩传感器的输出识别出驾驶员的驾驶意愿的降低时，停止对eps(electronicpowersteering；电动助力转向)控制装置的辅助转矩的输出，使lkas功能停止。

然而，上述的控制装置不考虑其他传感器的状态而一律使辅助转矩的输出停止，因此存在驾驶支援的持续性受损且对于利用者而言的便利性变低的情况。

技术实现要素：

本发明的方案是考虑到这样的情况而完成的，其目的之一在于提供一种能够在可能的范围内提高驾驶支援的持续性的驾驶支援装置、驾驶支援方法及存储介质。

本发明的驾驶支援装置、驾驶支援方法及存储介质采用了以下的结构。

(1)：本发明的一方案的驾驶支援装置具备：多个传感器，它们检测与车辆的转向相关的状态量；判定部，其判定多个所述传感器中的各传感器是正常还是异常；以及控制部，其控制对所述车辆的驾驶员的驾驶操作的驾驶支援功能的执行，所述控制部基于所述判定部的判定结果来决定能够执行的驾驶支援功能的控制形态。

(2)：在(1)的方案的基础上，在由所述判定部判定为多个所述传感器中的至少一部分传感器异常的情况下，所述控制部使所述驾驶支援功能的控制形态成为与基于所述判定部的结果而判定为正常时相比更受限制的状态。

(3)：在(1)或(2)的方案的基础上，所述控制部基于由所述判定部判定为正常或异常的所述传感器的类别，来决定所述能够执行的驾驶支援功能的控制形态。

(4)：在(1)或(2)的方案的基础上，多个所述传感器包括检测所述车辆的转向角的转向角传感器、检测所述车辆的转向转矩的转向转矩传感器、以及检测驾驶员的手对所述车辆的转向盘的接触状态或把持状态的接触式传感器。

(5)：在(4)的方案的基础上，在由所述判定部判定为所述转向角传感器及所述接触式传感器正常且所述转向转矩传感器异常的情况下，所述控制部使所述车辆的速度小于第一速度的车道维持控制能够执行。

(6)：在(4)的方案的基础上，在由所述判定部判定为所述转向角传感器及所述转向转矩传感器正常且所述接触式传感器异常的情况下，所述控制部使所述车辆的速度为第二速度以上的车道维持控制能够执行，且限制所述车辆的速度小于所述第二速度的车道维持控制。“第二速度”可以是与“第一速度”相同的速度，也可以是不同的速度。

(7)：在(4)的方案的基础上，在由所述判定部判定为仅所述转向转矩传感器或仅所述接触式传感器异常的情况下，所述控制部使所述车辆为大致直行状态下的车道维持控制能够执行。

(8)：在(4)的方案的基础上，在由所述判定部判定为所述转向转矩传感器及所述接触式传感器正常且所述转向角传感器异常的情况下，所述控制部不限制所述能够执行的驾驶支援功能。

(9)：一种驾驶支援方法，其使计算机进行如下处理：判定检测与车辆的转向相关的状态量的多个传感器中的各传感器是正常还是异常；控制对所述车辆的驾驶员的驾驶操作进行支援的驾驶支援功能的执行；以及基于所述判定的结果来决定能够执行的驾驶支援功能的控制形态。

(10)：一种存储介质，其存储有程序，所述程序使计算机进行如下处理：判定检测与车辆的转向相关的状态量的多个传感器中的各传感器是正常还是异常；控制对所述车辆的驾驶员的驾驶操作的驾驶支援功能的执行；以及基于所述判定的结果来决定能够执行的驾驶支援功能的控制形态。

根据上述(1)～(10)的方案，能够在可能的范围内提高驾驶支援的持续性。其结果是，能够提高利用者的便利性。

附图说明

图1是利用了实施方式的驾驶支援装置的车辆系统的结构图。

图2是第一控制部及第二控制部的功能结构图。

图3是表示基于推荐车道来生成目标轨道的情形的图。

图4是表示由自动驾驶控制装置执行的处理的流程的流程图。

图5是用于说明车辆控制模式及在各传感器中不存在异常的状态的控制的图。

图6a是用于说明转矩传感器的检测结果的图。

图6b是用于说明转矩传感器的检测结果的图。

图7是用于说明直线道路及弯路的图。

图8是表示由自动驾驶控制装置执行的处理的流程的另一流程图。

具体实施方式

以下，参照附图来说明本发明的驾驶支援装置、驾驶支援方法及存储介质的实施方式。

[整体结构]

图1是利用了实施方式的驾驶支援装置的车辆系统1的结构图。搭载有车辆系统1的车辆例如是二轮、三轮、四轮等的车辆，其驱动源是柴油发动机、汽油发动机等内燃机、电动机、或者它们的组合。在具备电动机的情况下，电动机使用与内燃机连结的发电机发出的发电电力、或者二次电池、燃料电池的放电电力来进行动作。

车辆系统1例如具备相机10、雷达装置12、探测器14、物体识别装置16、通信装置20、hmi(humanmachineinterface)22、车辆传感器24、信息取得部30、导航装置50、mpu(mappositioningunit)60、驾驶操作件80、自动驾驶控制装置100、行驶驱动力输出装置200、制动装置210及转向装置220。这些装置、设备通过can(controllerareanetwork)通信线等多路通信线、串行通信线、无线通信网等而彼此连接。图1所示的结构只是一例，可以省略结构的一部分，也可以进一步追加其他的结构。

相机10例如是利用了ccd(chargecoupleddevice)、cmos(complementarymetaloxidesemiconductor)等固体摄像元件的数码相机。相机10在搭载有车辆系统1的车辆(以下称作本车辆m)的任意的部位安装有一个或多个。在对前方进行拍摄的情况下，相机10安装于前风窗玻璃上部、车室内后视镜背面等。相机10例如周期性地反复对本车辆m的周边进行拍摄。相机10也可以是立体摄影机。

雷达装置12向本车辆m的周边放射毫米波等电波，并且检测由物体反射后的电波(反射波)来至少检测物体的位置(距离及方位)。雷达装置12在本车辆m的任意部位安装有一个或多个。雷达装置12也可以通过fm-cw(frequencymodulatedcontinuouswave)方式来检测物体的位置及速度。

探测器14为lidar(lightdetectionandranging)。探测器14向本车辆m的周边照射光并测定散射光。探测器14基于从发光到接受光的时间来检测直至对象的距离。照射的光例如为脉冲状的激光。探测器14在本车辆m的任意部位安装有一个或多个。

物体识别装置16对由相机10、雷达装置12及探测器14中的一部分或全部检测的检测结果进行传感器融合处理，来识别物体的位置、种类、速度等。物体识别装置16将识别结果向自动驾驶控制装置100输出。另外，物体识别装置16可以根据需要而将相机10、雷达装置12及探测器14的检测结果直接向自动驾驶控制装置100输出。

通信装置20例如利用蜂窝网、wi-fi网、bluetooth(注册商标)、dsrc(dedicatedshortrangecommunication)等而与存在于本车辆m的周边的其他车辆进行通信，或者经由无线基地站与各种服务器装置通信。

hmi22对本车辆m的乘客提示各种信息，并且接受由乘客进行的输入操作。hmi22包括各种显示装置、扬声器、蜂鸣器、触摸面板、开关、按键等。

车辆传感器24包括检测本车辆m的速度的车速传感器、检测加速度的加速度传感器、检测绕铅垂轴的角速度的横摆角速度传感器、以及检测本车辆m的朝向的方位传感器等。

导航装置50例如具备gnss(globalnavigationsatellitesystem)接收机51、导航hmi52及路径决定部53，并将第一地图信息54保持于hdd(harddiskdrive)、闪存器等存储装置。gnss接收机51基于从gnss卫星接收到的信号来确定本车辆m的位置。本车辆m的位置也可以通过利用了车辆传感器24的输出的ins(inertialnavigationsystem)来确定或补充。导航hmi52包括显示装置、扬声器、触摸面板、按键等。导航hmi52也可以与前述的hmi22一部分或全部共用化。路径决定部53例如参照第一地图信息54来决定从由gnss接收机51确定的本车辆m的位置(或者输入的任意位置)到由乘客使用导航hmi52输入的目的地为止的路径(以下称作地图上路径)。第一地图信息54例如是通过表示道路的线路、由线路连接的节点来表现道路形状的信息。第一地图信息54也可以包括道路的曲率、poi(pointofinterest)信息等。由路径决定部53决定的地图上路径向mpu60输出。另外，导航装置50也可以基于由路径决定部53决定的地图上路径来进行使用了导航hmi52的路径引导。导航装置50例如也可以通过乘客持有的智能手机、平板终端等终端装置的功能来实现。另外，导航装置50也可以经由通信装置20向导航服务器发送当前位置和目的地来取得从导航服务器回复的地图上路径。

mpu60例如作为推荐车道决定部61而发挥功能，将第二地图信息62保持于hdd、闪存器等存储装置。推荐车道决定部61将从导航装置50提供的路径分割为多个区段(例如在车辆行进方向上按100[m]分割)，并参照第二地图信息62而按区段决定推荐车道。推荐车道决定部61进行在从左侧起的第几个车道上行驶这样的决定。推荐车道决定部61在路径中存在分支部位、汇合部位等的情况下，决定推荐车道，以使本车辆m能够在用于向分支目的地行进的合理的路径上行驶。

第二地图信息62是比第一地图信息54精度高的地图信息。第二地图信息62例如包括车道的中央的信息或者车道的边界的信息等。另外，在第二地图信息62中还可以包括道路信息、交通限制信息、住所信息(住所、邮政编码)、设施信息、电话号码信息等。第二地图信息62可以通过使用通信装置20访问其他装置而随时更新。

驾驶操作件80例如包括油门踏板、制动踏板、变速杆、转向盘、异形转向盘、操纵杆及其他操作件。在驾驶操作件80上安装有对操作量或操作的有无进行检测的传感器，其检测结果向自动驾驶控制装置100、或者行驶驱动力输出装置200、制动装置210及转向装置220中的一方或双方输出。

自动驾驶控制装置100例如具备判定部110、处理部112、第一控制部120及第二控制部160。判定部110、处理部112、第一控制部120及第二控制部160分别例如通过cpu(centralprocessingunit)等硬件处理器执行程序(软件)来实现。另外，这些构成要素中的一部分或全部可以通过lsi(largescaleintegration)、asic(applicationspecificintegratedcircuit)、fpga(field-programmablegatearray)、gpu(graphicsprocessingunit)等硬件(包含电路部：circuitry)来实现，也可以通过软件与硬件的协同配合来实现。程序可以预先保存于hdd(harddiskdrive)、闪存器等存储装置，也可以保存于dvd、cd-rom等能够装卸的存储介质，并通过将存储介质装配于驱动装置而安装于存储装置。

判定部110判定后述的多个传感器中的各传感器是正常还是异常。处理部112基于本车辆m的速度和道路的转弯的半径来定义道路的类别(直行道路或弯路)。关于判定部110及处理部112的处理的详细情况，在后面进行叙述。

图2是第一控制部120及第二控制部160的功能结构图。第一控制部120例如具备识别部130和行动计划生成部140。第一控制部120例如并行实现基于ai(artificialintelligence：人工智能)实现的功能和基于预先提供的模型实现的功能。例如，“识别交叉路口”的功能通过并行执行基于深度学习等实现的交叉路口的识别和基于预先提供的条件(存在能够进行图案匹配的信号、道路标志等)实现的识别，并对双方附加分数而进行综合地评价来实现。由此，能够保证自动驾驶的可靠性。

识别部130基于从相机10、雷达装置12及探测器14经由物体识别装置16输入的信息，来识别处于本车辆m的周边的物体的位置、速度、加速度等状态。物体的位置例如作为以本车辆m的代表点(重心、驱动轴中心等)为原点的绝对坐标上的位置来识别，并在控制中使用。物体的位置可以由该物体的重心、角部等代表点来表示，也可以由表现出的区域来表示。物体的“状态”可以包括物体的加速度、加加速度、或者“行动状态”(例如是否正进行车道变更或要进行车道变更)。另外，识别部130基于相机10的拍摄图像，来识别本车辆m接下来通过的弯道的形状。识别部130将弯道的形状从相机10的拍摄图像转换为实际平面，例如将二维的点列信息、或者使用与其同等的模型来表现的信息作为表示弯道的形状的信息向行动计划生成部140输出。

另外，识别部130例如识别本车辆m正在行驶的车道(行驶车道)。例如，识别部130通过对从第二地图信息62得到的道路划分线的图案(例如实线与虚线的排列)与从由相机10拍摄到的图像识别出的本车辆m的周边的道路划分线的图案进行比较，来识别行驶车道。识别部130不限于识别道路划分线，也可以通过识别包括道路划分线、路肩、缘石、中央分离带、护栏等在内的行驶路边界(道路边界)来识别行驶车道。在该识别中，也可以加进从导航装置50取得的本车辆m的位置、由ins处理的处理结果。另外，识别部130识别暂时停止线、障碍物、红灯、收费站及其他的道路事项。

识别部130在识别行驶车道时，识别本车辆m相对于行驶车道的位置、姿态。识别部130例如也可以识别本车辆m的基准点从车道中央的偏离、以及本车辆m的行进方向相对于将车道中央相连的线所成的角度，来作为本车辆m相对于行驶车道的相对位置及姿态。另外，也可以代替于此，识别部130识别本车辆m的基准点相对于行驶车道的任一侧端部(道路划分线或道路边界)的位置等，来作为本车辆m相对于行驶车道的相对位置。

另外，识别部130在上述的识别处理中，也可以导出识别精度并作为识别精度信息向行动计划生成部140输出。例如，识别部130基于在一定期间中能够识别到道路划分线的频率来生成识别精度信息。

行动计划生成部140决定在自动驾驶中顺次执行的事件，以便原则上在由推荐车道决定部61决定的推荐车道上行驶，而且能够应对本车辆m的周边状况。事件中例如存在以恒定速度在相同的行驶车道上行驶的定速行驶事件、追随于前行车辆的追随行驶事件、赶超前行车辆的赶超事件、进行用于躲避与障碍物的接近的制动及/或转向的躲避事件、在弯道上行驶的弯道行驶事件、通过交叉路口、人行横道、道口等规定的地点的通过事件、车道变更事件、汇合事件、分支事件、自动停止事件、用于结束自动驾驶而切换为手动驾驶的接管事件等。

行动计划生成部140根据起动的事件来生成本车辆m将来行驶的目标轨道。关于各功能部的详细情况，在后面叙述。目标轨道例如包括速度要素。例如，目标轨道表现为将本车辆m应该到达的地点(轨道点)顺次排列而成的轨道。轨道点是按沿途距离计每隔规定的行驶距离(例如几[m]程度)的本车辆m应该到达的地点，也可以与此不同，将每隔规定的采样时间(例如零点几[sec]程度)的目标速度及目标加速度作为目标轨道的一部分来生成。另外，轨道点也可以是每隔规定的采样时间的在该采样时刻下的本车辆m应该到达的位置。在该情况下，目标速度、目标加速度的信息以轨道点的间隔来表现。

图3是表示基于推荐车道来生成目标轨道的情形的图。如图所示，推荐车道设定为适合于沿着直至目的地的路径行驶。当来到距推荐车道的切换地点规定距离(可以根据事件的种类来决定)的跟前时，行动计划生成部140起动通过事件、车道变更事件、分支事件、汇合事件等。在各事件的执行中，在需要躲避障碍物的情况下，如图示那样生成躲避轨道。

第二控制部160控制行驶驱动力输出装置200、制动装置210及转向装置220，以使本车辆m按预定的时刻通过由行动计划生成部140生成的目标轨道。

返回图2，第二控制部160例如具备取得部162、速度控制部164及转向控制部166。取得部162取得由行动计划生成部140生成的目标轨道(轨道点)的信息，并将其存储于存储器(未图示)。速度控制部164基于存储于存储器的目标轨道中随附的速度要素，来控制行驶驱动力输出装置200或制动装置210。转向控制部166根据存储于存储器的目标轨道的弯曲情况来控制转向装置220。速度控制部164及转向控制部166的处理例如通过前馈控制与反馈控制的组合来实现。作为一例，转向控制部166将与本车辆m的前方的道路的曲率对应的前馈控制和基于从目标轨道的偏离进行的反馈控制组合来执行。

行驶驱动力输出装置200将用于使车辆行驶的行驶驱动力(转矩)向驱动轮输出。行驶驱动力输出装置200例如具备内燃机、电动机及变速器等的组合、以及对它们进行控制的ecu。ecu按照从第二控制部160输入的信息、或者从驾驶操作件80输入的信息来控制上述的结构。

制动装置210例如具备制动钳、向制动钳传递液压的液压缸、使液压缸产生液压的电动马达、以及制动ecu。制动ecu按照从第二控制部160输入的信息、或者从驾驶操作件80输入的信息来控制电动马达，并将与制动操作对应的制动转矩向各车轮输出。制动装置210也可以具备将通过驾驶操作件80所包含的制动踏板的操作而产生的液压经由主液压缸向液压缸传递的机构来作为备用。制动装置210不限于上述说明的结构，也可以是按照从第二控制部160输入的信息来控制致动器，从而将主液压缸的液压向液压缸传递的电子控制式液压制动装置。

转向装置220例如具备后述的信息处理部230、电动马达、转向轴等。电动马达例如使力作用于齿条-小齿轮机构来变更转向轮的朝向。转向装置220按照从第二控制部160输入的信息、或者从驾驶操作件80输入的信息来驱动电动马达，使转向轮的朝向变更。

例如图1所示，信息处理部230包括接触式传感器232、接触式传感器ecu233、转矩传感器234、转矩传感器ecu235、转向角传感器236及转向角传感器ecu237。

接触式传感器232检测驾驶员的手对车辆的转向盘的轮缘部的接触状态或把持状态，并将检测结果向接触式传感器ecu234输出。接触式传感器232例如包括第一传感器及第二传感器。第一传感器设置于转向盘的左侧的部位(由驾驶员的左手把持的部位)。第二传感器设置于转向盘的右侧的部位(由驾驶员的右手把持的部位)。第一传感器及第二传感器例如是根据与手等电介质的距离、手等所接触的面积来使静电容量(或电阻值)变化的天线电极。

接触式传感器ecu233基于由接触式传感器232检测出的静电容量的变化的程度，来判定驾驶员是否正把持转向盘。例如，接触式传感器ecu233在由接触式传感器232检测出的静电容量的变化的程度为基准程度以上的情况下，判定为驾驶员正把持转向盘。

接触式传感器ecu233基于由接触式传感器232输出的检测结果，来进行接触式传感器232的异常判定，在接触式传感器232异常的情况下，将表示为异常的情况的信息向自动驾驶控制装置100输出。更具体而言，在由接触式传感器232输出的检测结果满足规定的条件的情况下，判定为接触式传感器232异常。规定的条件是指检测结果超过阈值的情况、连续规定次数地取得同一或同等的检测结果的情况等。

转矩传感器234例如检测作用于转向轴的转向转矩，并将表示检测出的转向转矩的转矩信号向转矩传感器ecu235输出。转矩传感器ecu235基于由转矩传感器234输出的转矩信号来导出转向转矩的大小，并将表示导出的转向转矩的大小的信息向自动驾驶控制装置100输出。转矩传感器ecu235基于由转矩传感器234输出的检测结果来进行转矩传感器234的异常判定，在转矩传感器234异常的情况下，将表示为异常的情况的信息向自动驾驶控制装置100输出。

转向角传感器236设置于转向轴，检测转向轴的旋转角，并将表示检测出的旋转角的转向角信号向转向传感器ecu237输出。转向传感器ecu237基于由转向角传感器236输出的转向角信号来导出转向轴的旋转角，并将表示导出的旋转角的信息向自动驾驶控制装置100输出。转向角传感器236基于由转向角传感器236输出的检测结果来进行转向角传感器236的异常判定，在转向角传感器236异常的情况下，将表示为异常的情况的信息向自动驾驶控制装置100输出。转向传感器ecu237与转矩传感器ecu235可以构成为一体。

[流程图(之一)]

图4是表示由自动驾驶控制装置100执行的处理的流程的流程图。自动驾驶控制装置100执行多个自动驾驶模式。多个自动驾驶模式包括在乘客用手把持转向盘且对本车辆m的周边进行监视的状态下执行的自动驾驶模式、在乘客未用手把持转向盘且对本车辆m的周边进行监视的状态下执行的自动驾驶模式、在乘客未用手把持转向盘且未对本车辆m的周边进行监视的状态下执行的自动驾驶模式等。本处理例如是在自动驾驶控制装置100设定为在自动驾驶中乘客用手把持转向盘且对本车辆m的周边进行监视的状态下执行的自动驾驶模式时执行的处理。是在自动驾驶中执行以维持行驶车道的方式行驶的事件时进行的处理。

首先，自动驾驶控制装置100判定是否为自动地控制转向的控制中(步骤s100)。自动地控制转向的控制中例如是指，自动地控制转向，以便在本车辆m行驶的车道上使本车辆m在该车道的中心行驶。在不是自动地控制转向的控制中的情况下，结束本流程图的一个例程的处理。

在为自动地控制转向的控制中的情况下，判定部110判定多个传感器中的任一个传感器是否存在异常(步骤s102)。在任一个传感器均不存在异常的情况下，自动驾驶控制装置100执行后述的“通常模式的处理”(步骤s104)。

在任一个传感器存在异常的情况下，自动驾驶控制装置100基于步骤s102的判定结果来执行“车辆控制模式的设定处理”(步骤s106)。“车辆控制模式的设定处理”是决定能够执行的驾驶支援功能的控制形态的处理的一例。在该情况下，自动驾驶控制装置100使用hmi22向驾驶员进行要求在规定时间的期间进行转向操作的通知。但是，在车辆控制模式的设定处理中设定后述的“通常模式”的情况下，不受此限制(例如，在仅转向角传感器236存在异常的情况下，设定“通常模式”)。由此，本流程图的一个例程的处理结束。

[车辆控制模式]

图5是用于说明车辆控制模式及在各传感器中不存在异常的状态的控制的图。在图示的例子中，将传感器正常的状态表示为“0”，将异常的状态表示为“1”。

在图中，在如(1)所示那样各传感器中不存在异常的情况(在步骤s102中判定为在传感器中不存在异常的情况)、或者如(5)所示那样仅转向角传感器236中存在异常的情况(在步骤s102中判定为在传感器中存在异常但仅转向角传感器236存在异常的情况)下，设定为通常模式。通常模式是指在直线道路及弯路(详细情况在后面叙述)上本车辆m的速度为高速、中速及低速的情况下自动地控制转向的模式。即，是不限制能够执行的驾驶支援功能的控制形态的模式。上述(1)或(2)是“自动驾驶控制装置100基于判定部110的结果而判定为正常时”的一例。

高速、中速及低速的各速度可以任意设定，例如高速为80[kph；kilometerperhour]，中速为60[kph]以上且小于80[kph]，低速为小于60[kph]。

转向角传感器236的检测结果在转向角的检测上可靠性高，但在用于判定驾驶员是否正操作转向盘的情况下，与其他传感器的检测结果相比可靠性不高。即便在转向角传感器236中产生了异常的情况下，也不会对司机是否正把持转向盘的判定造成影响，因此执行与在各传感器中不存在异常的情况同样的控制。

在图中，在如(2)所示那样接触式传感器232中存在异常的情况、或者如(6)所示那样转向角传感器236和接触式传感器232中存在异常的情况下，在直线道路上本车辆m的速度为高速或中速的情况下自动地控制转向。这是因为，在直线道路上本车辆m的速度为高速或中速的情况下，根据转矩传感器234的检测结果能够精度良好地判定驾驶员是否正把持转向盘。与此相对，在转矩传感器234的检测结果中，在低速时(尤其是在低速时且在存在凹凸的道路上行驶中)不能精度良好地判定驾驶员是否正把持转向盘。

以下，说明转矩传感器234的特性。图6a及图6b是用于说明转矩传感器234的检测结果的图。在图中，纵轴表示由转矩传感器234检测出的转矩量，横轴表示频率。向转向装置220输入由驾驶员的转向操作、其他的振动因素等产生的转矩。其他的振动因素例如是指因道路的凹凸等而向转向装置220输入的振动、由驱动源产生的振动等。输入的转矩的成分在规定的频率中分布。

图6a表示本车辆m正以中速以上的速度行驶时的频率与转矩量的关系，图6b表示本车辆m正以低速以下的速度行驶时的频率与转矩量的关系。将表示为驾驶员正把持转向盘的状态的情况下的频率与转矩量的推移的线称作把持推移线hl，将表示为未把持的状态的情况下的频率与转矩量的推移的线称作非把持推移线nhl。

在图6a中，非把持推移线nhl(a)的转矩量比把持推移线hl(a)的转矩量大。尤其是在规定的频带中非把持推移线nhl(a)的转矩量比把持推移线hl(a)的转矩量大。由于如上述那样在转矩量上产生差异，因此判定部110在本车辆m的车速为中速以上的情况下判定为上述的转矩量的累计值为规定的阈值以上时，判定为驾驶员未把持转向盘。

与此相对，在图6b中，非把持推移线nhl(b)的转矩量比把持推移线hl(b)的转矩量大，但非把持推移线nhl(b)与把持推移线hl(b)的转矩量的差异比图6a的非把持推移线nhl(a)与把持推移线hl(a)的转矩量的差异小。如上述那样，由于转矩量的差异小，因此在本车辆m的车速为低速的情况下，判定部110不能精度良好地判定驾驶员是否正把持转向盘。

由于转矩传感器234具有上述那样的特性，因此进行图5的(2)或(6)所示那样的控制。

返回图5。在图中，在如(3)所示那样转矩传感器234中存在异常的情况下，在直线道路上本车辆m的速度为低速时自动地控制转向。这是因为，在直线道路上本车辆m的速度为低速的情况下，根据接触式传感器232的检测结果能够精度良好地判定驾驶员是否正把持转向盘。

接触式传感器232与本车辆m的速度无关地检测转向盘的把持，但在车辆以高速或中速行驶中为了更可靠地检测转向盘的把持，将转矩传感器234正常的情况作为自动转向的条件。

在图中，在如(4)所示那样转矩传感器234和接触式传感器232中存在异常的情况、如(7)所示那样转向角传感器236和转矩传感器234中存在异常的情况、或者如(8)所示那样三个传感器中存在异常的情况下，控制成使本车辆m停止。

如上所述，基于多个传感器的状态来决定能够执行的驾驶支援功能的控制形态，由此能够在可能的范围内提高驾驶支援的持续性，使对于利用者而言的便利性提高。例如，在自动驾驶中，当在多个传感器中的任一个传感器产生了异常的情况下均中断自动地控制转向的处理时，对于利用者而言的便利性降低。因此，在本实施方式的自动驾驶控制装置100中，即便在传感器中产生了异常的情况下，也根据产生了异常的传感器的类别来执行能够执行的驾驶支援。其结果是，在可能的范围内提高了驾驶支援的持续性，使对于利用者而言的便利性提高。

[弯路]

图7是用于说明直线道路及弯路的图。图7所示的图表的纵轴表示道路的弯道的半径，横轴表示本车辆m的速度。弯路例如基于本车辆m的速度和道路的弯道的半径来定义。即，根据本车辆m的速度来决定将对象的道路定义为弯路还是定义为直线道路。例如，将在本车辆m行驶的情况下离心力g为0.3g以上的道路定义为弯路，将在本车辆m行驶的情况下离心力g小于0.3g的道路定义为直线道路。离心力g例如通过下述(1)式导出。“v”为速度(m/s)，“r”为弯道的半径。

g＝v²/(r9.8)···(1)

[流程图(之二)]

图8是表示由自动驾驶控制装置100执行的处理的流程的另一流程图。例如，是与图4的流程图并列执行的处理。例如，本处理以规定时间间隔执行。

首先，处理部112判定在图4的流程图的处理中是否设定为通常模式(步骤s200)。在设定为通常模式的情况下，本流程图的一个例程的处理结束。

在未设定为通常模式的情况下，处理部112取得本车辆m的速度(步骤s202)。接着，处理部112从第二地图信息62取得本车辆m正行驶的道路的信息(例如道路的弯道的半径)(步骤s204)。

接着，处理部112基于在步骤s202中取得的将来的本车辆m的速度、在步骤s204中取得的道路的信息、以及上述的式(1)，来导出本车辆m正行驶的道路的类别(弯路或直线道路)(步骤s206)。

接着，处理部112判定在该道路上是否能够进行自动转向(步骤s208)。处理部112在判定为导出的道路的类别及本车辆m的速度为在车辆控制模式中设定的道路的类别及速度的范围内的情况下，判定为能够进行自动转向。在不能进行自动转向的情况下，处理部112向驾驶员通知进行转向操作(步骤s210)。处理部112通过使hmi22输出声音、图像来进行上述的通知。

在能够进行自动转向的情况下，处理部112推定在将来预定行驶的道路上能够进行自动转向的时间(步骤s212)。能够进行自动转向是指不夹带有由驾驶员进行的转向操作而能够自动操作的情况。例如，处理部112基于将来本车辆m行驶的预定的道路的形状(弯道的半径)、将来的本车辆m的车速、以及上述的式(1)等，来导出将来预定行驶的道路的类别。处理部112在判定为导出的道路的类别及本车辆m的将来的速度为在车辆控制模式下设定的道路的类别及速度的范围内的情况下，判定为能够通过自动转向在将来预定行驶的道路上行驶。处理部112通过反复进行上述处理来推定能够自动转向的时间。

处理部112判定能够自动转向的时间是否小于规定时间(步骤s214)。在能够自动转向的时间小于规定时间的情况下，进入步骤s210的处理。

在能够自动转向的时间不小于规定时间的情况(为规定时间以上的情况)下，处理部112执行自动转向(步骤s216)。由此，本流程图的一个例程的处理结束。

通过上述的处理，能够基于道路的类别来决定能够执行的驾驶支援功能的控制形态，因此能够在可能的范围内提高驾驶支援的持续性，使对于利用者而言的便利性进一步提高。能够抑制频繁地进行自动转向与转向操作的切换的情况。其结果是，对于利用者而言的便利性进一步提高。

根据以上说明的实施方式，具备：多个传感器232、234、236，它们检测与车辆的转向相关的分别不同的对象的变化量；判定部110，其判定多个传感器中的各传感器是正常还是异常；以及控制部120，其控制对车辆的驾驶员的驾驶操作的驾驶支援功能的执行，其中，控制部120基于判定部110的判定结果来决定能够执行的驾驶支援功能的控制形态，由此能够在可能的范围内提高驾驶支援的持续性，使对于利用者而言的便利性进一步提高。

在上述的实施方式中，说明了信息取得部30、判定部110、处理部112及决定驾驶支援功能的控制形态的功能部适用于自动驾驶车辆的情况，但这些功能结构也可以搭载于搭载有驾驶支援装置的车辆。驾驶支援装置例如包括识别处理部和转向支援控制部。转向支援控制部控制转向装置220，以使本车辆m接近由识别处理部识别出的本车道的中央。

在上述的例子中，说明了使用了接触式传感器232及接触式传感器ecu233的情况，但也可以代替于此(或者除此以外)，具备相机及图像识别部。相机在车室内以包括驾驶员及转向盘的区域为中心进行拍摄。图像识别部对由相机拍摄到的图像进行解析，并使用图案匹配等方法来判定驾驶员是否正把持转向盘，且将判定结果向自动驾驶装置100输出。

以上，使用实施方式说明了本发明的具体实施方式，但本发明丝毫不被这样的实施方式限定，在不脱离本发明的主旨的范围内能够施加各种变形及替换。