自动驾驶装置的制造方法
【专利摘要】本发明提供一种用于从自动驾驶向手动驾驶切换的驾驶员的驾驶操作的介入量更符合自身车辆周围的环境的自动驾驶装置。自动驾驶装置的计算部，根据由环境识别部识别到的自身车辆周围的环境来计算相对于驾驶员的操舵操作、加速器操作以及制动器操作的任一操作的操作量用于将自动驾驶切换为手动驾驶的手动驾驶切换阈值。因而，从自动驾驶向手动驾驶切换的容易程度符合自身车辆周围的环境。
【专利说明】
自动驾驶装置
技术领域
[0001]本发明各个侧面涉及自动驾驶装置。
【背景技术】
[0002]以往，已知有如专利文献I所记载那样的自动驾驶装置，该自动驾驶装置执行自身车辆的自动驾驶，并且在自动驾驶期间的自身车辆的驾驶员的操舵操作、加速器操作以及制动器操作的任一操作量为预定的阈值以上的情况下，将正在执行的自动驾驶切换为手动驾驶。
[0003]现有技术文献
[0004]专利文献
[0005]专利文献1:美国专利第8670891号说明书
【发明内容】
[0006]发明要解决的问题
[0007]自身车辆周围的障碍物等的环境各种各样。然而，在上述以往技术中，由于根据驾驶员的操作量而不作分别地将自动驾驶切换为手动驾驶，所以用于从自动驾驶向手动驾驶切换的驾驶员的驾驶操作的介入量有时不符合自身车辆周围的环境，希望得到改善。
[0008]于是，本发明以提供一种用于从自动驾驶向手动驾驶切换的驾驶员的驾驶操作的介入量更符合自身车辆周围的环境的自动驾驶装置为目的。
[0009]用于解决问题的手段
[0010]本发明的一侧面是一种自动驾驶装置，执行自身车辆的自动驾驶，并且，在自动驾驶期间的自身车辆的驾驶员的操舵操作、加速器操作以及制动器操作的任一操作的操作量为手动驾驶切换阈值以上的情况下，将正在执行的自动驾驶切换为手动驾驶，其中，该自动驾驶装置具备:操作量取得部，其取得自动驾驶期间的操作量;环境识别部，其识别自身车辆周围的环境;计算部，其计算手动驾驶切换阈值；以及控制部，其执行自动驾驶，并且，在操作量为手动驾驶切换阈值以上的情况下，将正在执行的自动驾驶切换为手动驾驶，计算部根据由环境识别部识别出的环境来计算手动驾驶切换阈值。
[0011]本发明的另一侧面是一种自动驾驶装置，执行自身车辆的自动驾驶和半自动驾驶，并且，在自动驾驶期间的自身车辆的驾驶者的操舵操作、加速器操作以及制动器操作的任一操作的操作量为第I阈值以上的情况下，将正在执行的自动驾驶切换为半自动驾驶，而且，在半自动驾驶期间的自身车辆的驾驶者的操舵操作、加速器操作以及制动器操作的任一操作的操作量为第2阈值以上的情况下，将正在执行的半自动驾驶切换为手动驾驶，其中，该自动驾驶装置具备:操作量取得部，其取得自动驾驶期间和半自动驾驶期间的操作量;环境识别部，其识别自身车辆周围的环境;计算部，其计算第I阈值和比第I阈值大的第2阈值；以及控制部，其执行自动驾驶和半自动驾驶，并且，在自动驾驶中的操作量为第I阈值以上的情况下，将正在执行的自动驾驶切换为半自动驾驶，而且，在半自动驾驶中的操作量为第2阈值以上的情况下，将正在执行的半自动驾驶切换为手动驾驶，计算部根据由环境识别部识别出的环境来计算第I阈值和第2阈值。
[0012]根据这些结构，计算部根据由环境识别部识别出的自身车辆周围的环境来计算用于针对驾驶员的操舵操作等的操作量而将自动驾驶切换为手动驾驶的手动驾驶切换阈值，另外，计算用于针对驾驶员的操舵操作等的操作量而将自动驾驶切换为半自动驾驶的第I阈值和用于针对驾驶员的操舵操作等的操作量而将半自动驾驶切换为手动驾驶的第2阈值。因而，用于从自动驾驶向手动驾驶切换的驾驶员的驾驶操作的介入量更符合自身车辆周围的环境。
[0013]在该情况下，环境识别部可以识别自身车辆周围的障碍物作为环境，障碍物与自身车辆的距离越近，则计算部可以计算出越低的手动驾驶切换阈值。
[0014]根据该结构，障碍物与自身车辆的距离越近，则越容易从自动驾驶向手动驾驶切换，应对障碍物的容易程度提高。
[0015]另外，环境识别部可以识别自身车辆周围的障碍物作为环境，计算部可以在障碍物与自身车辆距离为第I距离且障碍物为步行者的情况下，与障碍物与自身车辆的距离为第I距离且障碍物为其他车辆的情况下相比，计算出较低的手动驾驶切换阈值。
[0016]根据该结构，若障碍物与自身车辆的距离相同，则与障碍物为其他车辆的情况相比，在障碍物为步行者的情况下容易从自动驾驶向手动驾驶切换，应对步行者的容易程度提尚O
[0017]另外，环境识别部也可以识别自身车辆周围的障碍物作为环境，计算部可以在障碍物与自身车辆的距离为第2距离且障碍物为移动物的情况下，与障碍物与自身车辆的距离为第2距离且障碍物为静止物的情况相比，计算出较低的手动驾驶切换阈值。
[0018]根据该结构，若障碍物与自身车辆的距离相同，则与障碍物为静止物的情况相比，在障碍物为其他车辆或步行者等移动物的情况下容易从自动驾驶向手动驾驶切换，应对移动物的容易程度提高。
[0019]另外，环境识别部可以识别自身车辆所行驶的道路的道路宽度作为环境，道路宽度越窄，则计算部可以计算出越低的手动驾驶切换阈值。
[0020]根据该结构，与障碍物的识别的有无无关，道路宽度越窄，则越容易从自动驾驶向手动驾驶切换，道路宽度窄的情况下的应对的容易程度提高。
[0021]或者，环境识别部可以识别自身车辆所行驶的道路的道路宽度作为环境，在环境识别部未识别到障碍物的情况下，道路宽度越窄，则计算部可以计算出越低的手动驾驶切换阈值。
[0022]根据该结构，在环境识别部未识别到障碍物的情况下，道路宽度越窄，则越容易从自动驾驶向手动驾驶切换，道路宽度窄的情况下的应对的容易程度提高。
[0023]另外，环境识别部可以基于地图信息和自身车辆的位置信息，识别自身车辆是否正在交叉路口和停车场的任一方进行行驶作为环境，在由环境识别部识别为自身车辆正在交叉路口和停车场的任一方进行行驶的情况下，与未由环境识别部识别为自身车辆正在交叉路口和停车场的任一方进行行驶的情况相比，计算部可以计算出较低的手动驾驶切换阈值。
[0024]根据该结构，与障碍物的识别的有无无关，在自身车辆正在交叉路口和停车场的任一方进行行驶时，容易从自动驾驶向手动驾驶切换，交叉路口、停车场处的应对的容易程度提高。
[0025]或者，环境识别部可以基于地图信息和自身车辆的位置信息，识别自身车辆是否正在交叉路口和停车场的任一方进行行驶作为环境，在未由环境识别部识别出障碍物时，在由环境识别部识别为自身车辆正在交叉路口和停车场的任一方进行行驶的情况下，与未由环境识别部识别为自身车辆正在交叉路口和停车场的任一方进行行驶的情况相比，计算部可以计算出较低的手动驾驶切换阈值。
[0026]根据该结构，在环境识别部未识别到障碍物的情况下，在自身车辆正在交叉路口和停车场的任一方进行行驶时，容易从自动驾驶向手动驾驶切换，交叉路口、停车场处的应对的容易程度提高。
[0027]发明效果
[0028]根据本发明的一侧面，在自动驾驶装置中，能够使用于从自动驾驶向手动驾驶切换的驾驶员的驾驶操作的介入量更符合自身车辆周围的环境。
【附图说明】
[0029]图1是示出实施方式的自动驾驶装置的结构的框图。
[0030]图2是示出图1的自动驾驶装置的动作的流程图。
[0031]图3是示出相对于与障碍物的距离而呈阶梯状变化的手动驾驶切换阈值的图表。
[0032]图4是示出相对于与障碍物的距离而线性变化的手动驾驶切换阈值的图表。
[0033]图5是示出针对与障碍物的距离和障碍物的类别的手动驾驶切换阈值的图表。
[0034]图6是示出在停车场中行驶时的手动驾驶切换阈值的图表。
[0035]图7是示出在交叉路口行驶时的手动驾驶切换阈值的图表。
[0036]图8是示出针对道路宽度的手动驾驶切换阈值的图表。
【具体实施方式】
[0037]以下，使用附图，对本发明的实施方式进行详细说明。如图1所示，自动驾驶装置100搭载于乘用车等自身车辆V。自动驾驶装置100执行自身车辆V的自动驾驶。自动驾驶是指不依赖于驾驶员的驾驶操作地执行自身车辆V的加速、减速以及操舵等驾驶操作。本实施方式的自动驾驶装置100执行自身车辆V的自动驾驶，并且，在自动驾驶期间的自身车辆V的驾驶员的操舵操作、加速器操作以及制动器操作的任一操作的操作量为手动驾驶切换阈值以上的情况下，将正在执行的自动驾驶切换为手动驾驶。手动驾驶切换阈值是相对于自身车辆V的驾驶员的操舵操作、加速器操作以及制动器操作的任一操作的操作量、用于将正在执行的自动驾驶切换为手动驾驶的判定所使用的操作量的阈值。
[0038]如图1所示，自动驾驶装置100具备外部传感器l、GPS(Global Posit1ningSystem:全球定位系统)接收部2、内部传感器3、地图数据库4、导航系统5、致动器6、HMI(Human Machine Interface:用户接口)7、辅助设备U以及ECU10。
[0039]外部传感器I是检测自身车辆V的周边信息即外部状况的检测设备。外部传感器I包括相机、雷达(Radar)以及激光雷达(LIDER:Laser Imaging Detect1n and Ranging)中的至少一方。
[0040]相机是拍摄自身车辆V的外部状况的拍摄设备。相机例如设置于自身车辆V的前挡风玻璃的背侧。相机既可以是单眼相机，也可以是立体相机。立体相机例如具有以再现两眼视差的方式配置的两个拍摄部。在立体相机的拍摄信息中也包含有进深方向的信息。相机将与自身车辆V的外部状况相关的拍摄信息向ECUlO输出。另外，相机不仅可以是可视光相机，还可以是红外线相机。
[0041]雷达利用电波来检测自身车辆V的外部的障碍物。电波例如是毫米波。雷达向自身车辆V的周围发送电波，并接收由障碍物反射的电波来检测障碍物。雷达例如将距障碍物的距离或方向作为与障碍物相关的障碍物信息而输出。雷达将检测到的障碍物信息向ECUlO输出。此外，在进行传感器融合的情况下，也可以将反射后的电波的接收信息向ECUlO输出。
[0042]激光雷达利用光来检测自身车辆V的外部的障碍物。激光雷达向自身车辆V的周围发送光，并通过接收由障碍物反射的光来计测距反射点的距离，检测障碍物。激光雷达例如能够将距障碍物的距离或方向作为障碍物信息而输出。激光雷达将检测到的障碍物信息向ECUlO输出。此外，在进行传感器融合的情况下，也可以将反射后的光的接收信息向ECUlO输出。此外，相机、激光雷达和雷达不一定必须重复具备。
[0043]GPS接收部2从3个以上GPS卫星接收信号，取得表示自身车辆V的位置的位置信息。位置信息例如包括玮度和经度。GPS接收部2将测定出的自身车辆V的位置信息向ECUlO输出。此外，也可以取代GPS接收部2而使用能够确定自身车辆V所处的玮度和经度的其他手段。
[0044]内部传感器3是检测与自身车辆V的行驶状态相应的信息和自身车辆V的驾驶员的操舵操作、加速器操作以及制动器操作的任一操作的操作量的检测器。为了检测与自身车辆V的行驶状态相应的信息，内部传感器3包括车速传感器、加速度传感器以及横摆率传感器中的至少一方。另外，为了检测操作量，内部传感器3包括方向盘传感器、加速器踏板传感器以及制动器踏板传感器中的至少一方。
[0045]车速传感器是检测自身车辆V的速度的检测器。作为车速传感器，例如使用设置于自身车辆V的车轮或者与车轮一体旋转的驱动轴等的检测车轮的旋转速度的车轮速传感器。车速传感器将包括自身车辆V的速度的车速信息(车轮速信息)向ECUl O输出。
[0046]加速度传感器是检测自身车辆V的加速度的检测器。加速度传感器例如包括检测自身车辆V的前后方向的加速度的前后加速度传感器和检测自身车辆V的横向的横向传感器。加速度传感器将包括自身车辆V的加速度的加速度信息向ECUlO输出。
[0047]横摆率传感器是检测绕自身车辆V的重心的铅垂轴的横摆率(旋转角速度)的检测器。作为横摆率传感器，例如使用陀螺仪传感器。横摆率传感器将包括自身车辆V的横摆率的横摆率信息向E⑶10输出。
[0048]方向盘传感器例如是检测自身车辆的驾驶员对方向盘的操舵操作的操作量的检测器。方向盘传感器所检测的操作量例如是方向盘的操舵角或者对方向盘的操舵转矩。方向盘传感器例如设置于自身车辆V的方向盘轴。方向盘传感器将包括方向盘的操舵角或者对方向盘的操舵转矩的信息向ECUl O输出。
[0049]加速器踏板传感器例如是检测加速器踏板的踩踏量的检测器。加速器踏板的踩踏量例如是以预定位置为基准的加速器踏板的位置(踏板位置)。预定位置既可以是恒定位置，也可以是根据预定的参数而变更的位置。加速器踏板传感器例如设置于自身车辆V的加速器踏板的轴部分。加速器踏板传感器将与加速器踏板的踩踏量相应的操作信息向ECUlO输出。
[0050]制动器踏板传感器例如是检测制动器踏板的踩踏量的检测器。制动器踏板的踩踏量例如是以预定位置为基准的制动器踏板的位置(踏板位置)。预定位置既可以是恒定位置，也可以是根据预定的参数而变更的位置。制动器踏板传感器例如设置于制动器踏板的轴部分。制动器踏板传感器也可以检测制动器踏板的操作力(对制动器踏板的踏力、主缸的压力等)。制动器踏板传感器将与制动器踏板的踩踏量或操作力相应的操作信息向ECUlO输出。
[0051]地图数据库4是具备地图信息的数据库。地图数据库4例如形成在搭载于自身车辆V的HDD(Hard disk drive:硬盘驱动器)内。地图信息例如包括道路的位置信息、道路形状的信息、交叉路口和分支路口的位置信息。道路形状的信息例如包括弯道、直线部的类别、弯道的曲率等。进而，在自动驾驶装置100使用建筑物或墙壁等遮蔽构造物的位置信息或者SLAM(Simultaneous Localizat1n and Mapping:即时定位与地图构建)技术的情况下，也可以使地图信息包括外部传感器I的输出信号。此外，地图数据库4也可以存储在能够与自身车辆V进行通信的信息处理中心等设施的计算机中。
[0052]导航系统5是对自身车辆V的驾驶员进行直到由自身车辆V的驾驶员在地图上设定的目的地为止的引导的装置。导航系统5基于由GPS接收部2测定出的自身车辆V的位置信息和地图数据库4的地图信息，算出自身车辆V要行驶的路径。路径例如可以是在多个车道的区间中确定出自身车辆V所要行驶的行驶车道的路径。导航系统5例如计算从自身车辆V的位置到目的地的目标路径，通过显示器的显示和扬声器的语音输出来对驾驶员进行目标路径的报知。导航系统5例如将自身车辆V的目标路径的信息向ECUlO输出。此外，导航系统5也可以使用存储在能够与自身车辆V进行通信的信息处理中心等设施的计算机中的信息。或者，由导航系统5进行的一部分处理也可以由设施的计算机来进行。
[0053]致动器6是执行自身车辆V的行驶控制的装置。致动器6至少包括节气门致动器、制动致动器以及转向致动器。节气门致动器根据来自ECUlO的控制信号来控制对发动机供给的空气的供给量(节气门开度)，从而控制自身车辆V的驱动力。此外，在自身车辆V是混合动力车或电动汽车的情况下，不包括节气门致动器，向作为动力源的马达输入来自ECUlO的控制信号来控制该驱动力。
[0054]制动致动器根据来自ECUlO的控制信号来控制制动系统，从而控制向自身车辆V的车轮赋予的制动力。作为制动系统，例如可以使用液压制动系统。转向致动器根据来自ECU1的控制信号来控制电动助力转向系统中对转向转矩进行控制的辅助马达的驱动。由此，转向致动器控制自身车辆V的转向转矩。
[0055]HMI7是用于在自身车辆V的乘员(包括驾驶员)与自动驾驶装置100之间进行信息的输出和输入的接口。HMI7例如具备用于向乘员显示图像信息的显示器面板、用于语音输出的扬声器以及用于供乘员进行输入操作的操作按钮或触摸面板等。HMI7既可以利用无线连接的便携信息终端来对乘员输出信息，也可以利用便携信息终端受理乘员的输入操作。
[0056]辅助设备U通常是可由自身车辆V的驾驶员操作的设备。辅助设备U是不包含于致动器6的设备的总称。此处的辅助设备U例如包括方向指示灯、前照灯、雨刷等。
[0057]ECUlO控制自身车辆V 的自动驾驶。ECUlO 是具有 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]等的电子控制单元。ECUlO具有操作量取得部11、环境识别部12、行驶计划生成部16、计算部17以及控制部18。在ECUlO中，通过将存储于ROM的程序加载到RAM并由CHJ执行，来执行上述操作量取得部11等各部分的控制。ECUlO也可以由多个电子控制单元构成。
[0058]操作量取得部11基于由内部传感器3取得的信息，取得自动驾驶期间的自身车辆的驾驶员的操舵操作、加速器操作以及制动器操作的操作量。操作量例如是方向盘的操舵角、对方向盘的操舵转矩、加速器踏板的踩踏量、制动器踏板的踩踏量以及制动器踏板的操作力等。或者，操作量也可以是方向盘的操舵角、对方向盘的操舵转矩、加速器踏板的踩踏量、制动器踏板的踩踏量以及制动器踏板的操作力等为设定的阈值以上的状态的持续时间。
[0059]环境识别部12基于由外部传感器1、GPS接收部2以及地图数据库4取得的信息，识别自身车辆V周围的环境。环境识别部12具有障碍物识别部13、道路宽度识别部14以及设施识别部15。障碍物识别部13基于由外部传感器I取得的信息，识别自身车辆V周围的障碍物作为自身车辆V周围的环境。作为障碍物识别部13所识别的障碍物，例如包括步行者、其他车辆、自动二轮车及自行车等移动物、道路的车道边界线(白线、黄线)、路缘石、护栏、路锥、中央分离带、建筑物及树木等静止物。障碍物识别部13取得关于障碍物与自身车辆V的距离、障碍物的位置、障碍物相对于自身车辆V的相对速度以及障碍物的类别的信息。障碍物的类别包括步行者、其他车辆、移动物以及静止物等。
[0060]道路宽度识别部14基于由外部传感器1、GPS接收部2以及地图数据库4取得的信息，识别自身车辆V所行驶的道路的道路宽度作为自身车辆V周围的环境。设施识别部15基于由地图数据库4取得的地图信息和由GPS接收部2取得的自身车辆V的位置信息，识别自身车辆V是否正在交叉路口和停车场的任一方进行行驶作为自身车辆V周围的环境。设施识别部15也可以基于地图信息和自身车辆V的位置信息，识别自身车辆V是否正在上学路、儿童保育设施附近、学校附近以及公园附近等进行行驶作为自身车辆V周围的环境。
[0061]行驶计划生成部16基于由导航系统5计算出的目标路径、与由环境识别部12识别出的自身车辆V周围的障碍物相关的信息以及从地图数据库4取得的地图信息，生成自身车辆V的行驶计划。行驶计划是自身车辆V在目标路径中前进的轨迹。行驶计划例如包括各时刻的自身车辆V的速度、加速度、减速度、方向以及舵角等。行驶计划生成部16生成在目标路径上自身车辆V进行满足安全、遵守规则、行驶效率等基准的行驶的行驶计划。进而，行驶计划生成部16基于自身车辆V周围的障碍物的状况，以避免与障碍物接触的方式生成自身车辆V的行驶计划。
[0062]计算部17根据由环境识别部12识别出的自身车辆V周围的环境来计算手动驾驶切换阈值。如后所述，在由环境识别部12的障碍物识别部13识别到障碍物时，计算部17根据障碍物与自身车辆的距离和障碍物的类别来计算手动驾驶切换阈值。另外，在未由环境识别部12的障碍物识别部13识别到障碍物时，计算部17根据自身车辆V所行驶的道路的道路宽度、自身车辆V所行驶的停车场等设施的类别来计算手动驾驶切换阈值。如后所述，在ECUlO中存储有与自身车辆V周围的环境对应的手动驾驶切换阈值的函数。
[0063]控制部18基于由行驶计划生成部16生成的行驶计划，自动控制自身车辆V的行驶。控制部18将与行驶计划相应的控制信号向致动器6输出。由此，控制部18以沿着行驶计划执行自身车辆V的自动驾驶的方式，控制自身车辆V的行驶。另外，在由操作量取得部11取得的操作量为由计算部17计算出的手动驾驶切换阈值以上的情况下，控制部18将正在执行的自动驾驶切换为手动驾驶。
[0064]接着，对由自动驾驶装置100执行的处理进行说明。如图2所示，ECUlO的控制部18基于行驶计划生成部16所生成的行驶计划，执行自身车辆V的自动驾驶(SI)。此外，在自动驾驶开始时，例如，当自身车辆V的点火开关接通后，基于由外部传感器I和ECUlO的环境识另Ij部12识别出的自身车辆V周围的环境，控制部18判断是否能够进行自动驾驶。在能够进行自动驾驶的情况下，控制部18利用HMI7向乘员报知能够进行自动驾驶。乘员对HMI7进行预定的输入操作，由此，自动驾驶装置100开始自动驾驶。ECUlO的操作量取得部11取得自动驾驶期间的自身车辆V的驾驶员的操舵操作、加速器操作以及制动器操作的任一操作的操作量(S2)。
[0065]环境识别部12识别自身车辆V周围的环境(S3)。在环境识别部12的障碍物识别部13作为自身车辆V周围的环境识别到自身车辆V周围的障碍物的情况下(S4)，计算部17根据该障碍物来计算手动驾驶切换阈值(S5)。
[0066]以下，对计算部17进行的与障碍物相应的手动驾驶切换阈值的计算进行说明。在ECUlO中例如存储有如图3所示那样的针对障碍物与自身车辆V的距离的手动驾驶切换阈值的函数。在图3的例子中，在障碍物与自身车辆V的距离超过了2的情况下，计算部17计算出作为手动驾驶切换阈值的基准值的手动驾驶切换阈值Tho。另一方面，在障碍物与自身车辆V的距离为2以下的情况下，计算部17计算出比Tho低的手动驾驶切换阈值Thlt3
[0067]另外，在ECUlO中也可以存储有如图4所示那样的针对障碍物与自身车辆V的距离的手动驾驶切换阈值的函数。在图4的例子中，在障碍物与自身车辆V的距离超过了 3的情况下，计算部17计算出作为手动驾驶切换阈值的基准值的手动驾驶切换阈值Tho。在障碍物与自身车辆V的距离为I以下的情况下，计算部17计算出比Tho低的手动驾驶切换阈值Thu在障碍物与自身车辆V的距离为3以下且超过了 I的情况下，计算部17计算出随着障碍物与自身车辆V的距离减小而从距离为3时的手动驾驶切换阈值Tho线性减少至距离为I时的手动驾驶切换阈值Th1的手动驾驶切换阈值。
[0068]进而，在ECUlO中，也可以存储有如图5所示那样的与障碍物的种类相应的针对障碍物与自身车辆V的距离的手动驾驶切换阈值的函数。在图5的例子中，在障碍物与自身车辆V的距离超过了3的情况下，不管障碍物的种类如何，计算部17都计算出作为手动驾驶切换阈值的基准值的手动驾驶切换阈值Tho。此外，在图3?图5中，距离的单位例如可以设为米[m]，在驾驶员的操作量是操舵操作的情况下，手动驾驶切换阈值Tho的单位例如可以设为表示舵角的度[°]。
[0069]在障碍物与自身车辆V的距离为3以下且超过了1、且障碍物是白线、护栏等静止物的情况下，计算部17计算出从距离为3时的手动驾驶切换阈值Tho线性减少至距离为I时的手动驾驶切换阈值Th1的手动驾驶切换阈值。在障碍物与自身车辆V的距离为3以下且超过了 1、且障碍物是其他车辆的情况下，计算部17计算出从距离为3时的手动驾驶切换阈值Th0线性减少至距离为I时的比Th1低的手动驾驶切换阈值Th2的手动驾驶切换阈值。在障碍物与自身车辆V的距离为3以下且超过了 1、且障碍物是步行者的情况下，计算部17计算出从距离为3时的手动驾驶切换阈值Tho线性减少至距离为I时的比Th2低的手动驾驶切换阈值Th3的手动驾驶切换阈值。在障碍物与自身车辆V的距离为I以下的情况下，若障碍物是静止物，则计算部17计算出手动驾驶切换阈值Th1,若障碍物是其他车辆，则计算部17计算出手动驾驶切换阈值Th2，若障碍物是步行者，则计算部17计算出手动驾驶切换阈值Th3。
[0070]也就是说，在障碍物与自身车辆V的距离为3以下、且障碍物是步行者的情况下，针对相同的障碍物与自身车辆V的距离(第I距离)，计算部17计算出比障碍物是其他车辆的情况下的手动驾驶切换阈值低的手动驾驶切换阈值。另外，在障碍物与自身车辆V的距离为3以下、且障碍物是步行者或其他车辆等移动物的情况下，针对相同的障碍物与自身车辆V的距离(第2距离)，计算部17计算出比障碍物是白线、护栏等静止物的情况下的手动驾驶切换阈值低的手动驾驶切换阈值。
[0071]如图2所示，在障碍物识别部13作为自身车辆V周围的环境未识别到自身车辆V周围的障碍物的情况下(S4)，若由环境识别部12的设施识别部15识别为自身车辆V正在交叉路口和停车场的任一方进行行驶(S6)，则计算部17计算出与由设施识别部15识别到的交叉路口或停车场相应的手动驾驶切换阈值(S7)。此外，设施识别部15例如可以通过利用外部传感器I检测红绿灯的闪烁来识别出自身车辆V正在交叉路口行驶，或者可以通过由GPS接收部2和地图数据库4取得的信息来识别出自身车辆V正在交叉路口行驶。另外，设施识别部15可以通过利用外部传感器I检测停车场的“P”标记来识别出自身车辆V正在停车场行驶，或者可以通过由GPS接收部2和地图数据库4取得的信息来识别出自身车辆V正在停车场行驶。
[0072]如图2所示，在障碍物识别部13作为自身车辆V周围的环境未识别到自身车辆V周围的障碍物的情况下(S4)，若未由环境识别部12的设施识别部15识别为自身车辆V正在交叉路口和停车场的任一方进行行驶(S6)，则计算部17基于由环境识别部12的道路宽度识别部14识别到的道路宽度来计算手动驾驶切换阈值(S8)。
[0073]在ECUlO中例如存储有如图6所示那样的针对停车场的手动驾驶切换阈值的函数。在图6的例子中，在自身车辆V进入停车场之前和通过停车场之后，计算部17计算出作为手动驾驶切换阈值的基准值的手动驾驶切换阈值Tho。另一方面，在自身车辆V正在停车场内行驶时，计算部17计算出比Tho低的手动驾驶切换阈值Thp。
[0074]或者，在ECUlO中例如存储有如图7所示那样的针对交叉路口的手动驾驶切换阈值的函数。在图7的例中，在自身车辆V进入交叉路口前的预定时间之前或者自身车辆通过交叉路口后的预定时间后，计算部17计算出作为手动驾驶切换阈值的基准值的手动驾驶切换阈值Tho。在自身车辆V正在交叉路口内行驶时，计算部17计算出比Tho低的手动驾驶切换阈值 The。
[0075]在从自身车辆V进入交叉路口前的预定时间前到自身车辆V进入交叉路口为止的时间内，计算部17计算出随着接近交叉路口而从手动驾驶切换阈值Tho线性减少至手动驾驶切换阈值Th。的手动驾驶切换阈值。在从自身车辆V通过交叉路口到经过预定时间为止的时间内，计算部17计算出随着远离交叉路口而从手动驾驶切换阈值Th。线性增加至手动驾驶切换阈值Tho的手动驾驶切换阈值。计算部17能够以同样的方式算出自身车辆V在上学路、儿童保育设施附近、学校附近以及公园附近等行驶时的手动驾驶切换阈值。
[0076]在ECUlO中例如存储有如图8所示那样的针对道路宽度的手动驾驶切换阈值的函数。在图8的例子中，在道路宽度超过了通常宽度的情况下，计算部17计算出作为手动驾驶切换阈值的基准值的手动驾驶切换阈值Tho。在道路宽度是自身车辆V能够通过的最小宽度的情况下，计算部17计算出作为手动驾驶切换阈值的最小值的手动驾驶切换阈值Thmin。在道路宽度为通常宽度以下且超过了最小宽度的情况下，计算部17计算出随着道路宽度变窄而从通常宽度时的手动驾驶切换阈值Tho线性减少至最小宽度时的手动驾驶切换阈值Thmin的手动驾驶切换阈值。此外，计算部17也可以基于在ECUlO中预先登记的自身车辆V的车宽、在ECUlO或地图数据库4中预先登记的普通的道路宽度，来计算手动驾驶切换阈值Tho。另夕卜，在图8中，道路宽度的单位可以设为米[m]，在驾驶员的操作量是操舵操作的情况下，手动驾驶切换阈值Tho的单位例如可以设为表示舵角的度[°]。
[0077]如图2所示，在操作量为手动驾驶切换阈值以上的情况下(S9)，控制部18将正在执行的自动驾驶切换为手动驾驶(SlO)。另一方面，在操作量小于手动驾驶切换阈值的情况下
(S9)，控制部18继续进行正在执行的自动驾驶。
[0078]根据本实施方式，计算部17根据由环境识别部12识别到的自身车辆V周围的环境来计算相对于驾驶员的操舵操作等的操作量用于将自动驾驶切换为手动驾驶的手动驾驶切换阈值。因而，用于从自动驾驶向手动驾驶切换的驾驶员的驾驶操作的介入量符合自身车辆周围的环境。
[0079]另外，障碍物与自身车辆V的距离越近，则越容易从自动驾驶向手动驾驶切换，应对障碍物的容易程度越提高。另外，在障碍物是其他车辆和步行者的任一方的情况下，若障碍物与自身车辆的距离相同，则在障碍物是步行者时容易从自动驾驶向手动驾驶切换，应对步行者的容易程度提高。另外，在障碍物是静止物和移动物的任一方的情况下，若障碍物与自身车辆的距离相同，则在障碍物是移动物时容易从自动驾驶向手动驾驶切换，应对移动物的容易程度提高。
[0080]另外，根据本实施方式，与障碍物的识别的有无无关，道路宽度越窄，则越容易从自动驾驶向手动驾驶切换，道路宽度窄的情况下的应对的容易程度提高。另外，与障碍物的识别的有无无关，在自身车辆V正在交叉路口和停车场的任一方进行行驶时，容易从自动驾驶向手动驾驶切换，交叉路口、停车场处的应对的容易程度提高。
[0081]以上，虽然对本发明的实施方式进行了说明，但本发明不限于上述实施方式，能够以各种各样的形态来实施。例如，也可以是，环境识别部12即使在作为自身车辆V周围的环境不识别上述障碍物等的情况下，也对气候、光量等进行识别，计算部17计算出气候越差、光量越低则越低的手动驾驶切换阈值。
[0082]另外，环境识别部12既可以具备障碍物识别部13、道路宽度识别部14以及设施识别部15的全部而不执行图2的全部处理，也可以例如从环境识别部12中省略障碍物识别部13、道路宽度识别部14以及设施识别部15的任一结构或多个结构。在从环境识别部12中省略道路宽度识别部14和设施识别部15的情况下，计算部17也可以仅执行S4和S5的处理。另夕卜，在从环境识别部12中省略障碍物识别部13和道路宽度识别部14的情况下，计算部17也可以在S3的处理之后仅执行S6和S7的处理，而不执行S8的处理。另外，在从环境识别部12中省略障碍物识别部13和设施识别部15的情况下，计算部17也可以在S3的处理之后仅执行S8的处理，而不执行S4?S7的处理。
[0083]另外，在从环境识别部12中省略道路宽度识别部14的情况下，在S4的处理中未识别到障碍物时，计算部17也可以仅执行S6和S7的处理，而不执行S8的处理。另外，在从环境识别部12中省略设施识别部15的情况下，在S4的处理中未识别到障碍物时，计算部17也可以仅执行S8的处理，而不执行S6和S7的处理。另外，在从环境识别部12中省略障碍物识别部13的情况下，计算部17也可以在S3的处理之后仅执行S6?8的处理，而不执行S4和S5的处理。
[0084]进而，在环境识别部12具有障碍物识别部13的情况下，也可以是，障碍物识别部13仅识别障碍物与自身车辆V的距离和障碍物的种类的任一方，计算部17仅根据障碍物与自身车辆V的距离和障碍物的种类的任一方来计算手动驾驶切换阈值。另外，在障碍物识别部13识别障碍物的种类、计算部17根据障碍物的种类来计算手动驾驶切换阈值的情况下，也可以是，障碍物识别部13仅识别障碍物是步行者还是其他车辆以及障碍物是移动物还是静止物的任一方，计算部17仅根据障碍物是步行者还是其他车辆以及障碍物是移动物还是静止物的任一方来计算手动驾驶切换阈值。
[0085]另外，控制部18也可以基于自身车辆V的驾驶员的操舵操作、加速器操作以及制动器操作的任一操作的操作量来对使用行驶计划生成部16生成的行驶计划来控制自身车辆V的行驶的自动驾驶、基于自身车辆的驾驶员的操舵操作、加速器操作以及制动器操作的任一操作的操作量和行驶计划生成部16生成的行驶计划的双方来使自身车辆V行驶的半自动驾驶、以及使自身车辆的驾驶员的操舵操作、加速器操作以及制动器操作的任一操作的操作量反映于自身车辆V的行驶的手动驾驶进行切换。在该情况下，在自动驾驶期间的自身车辆V的驾驶员的操舵操作、加速器操作以及制动器操作的任一操作的操作量为第I阈值以上的情况下，控制部18将正在执行的自动驾驶切换为半手动驾驶，在半自动驾驶期间的自身车辆V的驾驶员的操舵操作、加速器操作以及制动器操作的任一操作的操作量为比第I阈值大的第2阈值以上的情况下，控制部18将正在执行的半自动驾驶切换为手动驾驶。计算部17能够与上述手动驾驶切换阈值同样地计算上述第I阈值和第2阈值。
[0086]附图标记说明
[0087]I…外部传感器，2-_GPS接收部，3…内部传感器，4…地图数据库，5…导航系统，6…致动器，7…HMI，U...辅助设备，10‘"ECU，ll...操作量取得部，12...环境识别部，13...障碍物识别部，14…道路宽度识别部，15...设施识别部，16…行驶计划生成部，17…计算部，18...控制部，100...自动驾驶装置，V...自身车辆。
【主权项】
1.一种自动驾驶装置，执行自身车辆的自动驾驶，并且，在所述自动驾驶期间的所述自身车辆的驾驶者的操舵操作、加速器操作以及制动器操作的任一操作的操作量为手动驾驶切换阈值以上的情况下，将正在执行的所述自动驾驶切换为手动驾驶，其中， 所述自动驾驶装置具备: 操作量取得部，其取得所述自动驾驶期间的所述操作量； 环境识别部，其识别所述自身车辆周围的环境； 计算部，其计算所述手动驾驶切换阈值；以及 控制部，其执行所述自动驾驶，并且，在所述操作量为所述手动驾驶切换阈值以上的情况下，将正在执行的所述自动驾驶切换为手动驾驶， 所述计算部，根据由所述环境识别部识别出的所述环境来计算所述手动驾驶切换阈值。2.—种自动驾驶装置，执行自身车辆的自动驾驶和半自动驾驶，并且，在所述自动驾驶期间的所述自身车辆的驾驶者的操舵操作、加速器操作以及制动器操作的任一操作的操作量为第I阈值以上的情况下，将正在执行的所述自动驾驶切换为半自动驾驶，而且，在所述半自动驾驶期间的所述自身车辆的驾驶者的操舵操作、加速器操作以及制动器操作的任一操作的操作量为第2阈值以上的情况下，将正在执行的所述半自动驾驶切换为手动驾驶，其中， 所述自动驾驶装置具备: 操作量取得部，其取得所述自动驾驶期间和所述半自动驾驶期间的所述操作量； 环境识别部，其识别所述自身车辆周围的环境； 计算部，其计算所述第I阈值和比所述第I阈值大的所述第2阈值；以及控制部，其执行所述自动驾驶和所述半自动驾驶，并且，在所述自动驾驶中的操作量为所述第I阈值以上的情况下，将正在执行的所述自动驾驶切换为所述半自动驾驶，而且，在所述半自动驾驶中的操作量为所述第2阈值以上的情况下，将正在执行的所述半自动驾驶切换为所述手动驾驶， 所述计算部，根据由所述环境识别部识别出的所述环境来计算所述第I阈值和所述第2阈值。3.根据权利要求1或2所述的自动驾驶装置， 所述环境识别部识别所述自身车辆周围的障碍物作为所述环境， 所述障碍物与所述自身车辆的距离越近，则所述计算部计算出越低的所述手动驾驶切换阈值。4.根据权利要求1?3中任一项所述的自动驾驶装置， 所述环境识别部识别所述自身车辆周围的障碍物作为所述环境， 所述计算部，在所述障碍物与所述自身车辆的距离为第I距离且所述障碍物为步行者的情况下，与所述障碍物与所述自身车辆的距离为所述第I距离且所述障碍物为其他车辆的情况相比，计算出较低的所述手动驾驶切换阈值。5.根据权利要求1?4中任一项所述的自动驾驶装置， 所述环境识别部识别所述自身车辆周围的障碍物作为所述环境， 所述计算部，在所述障碍物与所述自身车辆的距离为第2距离且所述障碍物为移动物的情况下，与所述障碍物与所述自身车辆的距离为所述第2距离且所述障碍物为静止物的情况相比，计算出较低的所述手动驾驶切换阈值。6.根据权利要求1或2所述的自动驾驶装置， 所述环境识别部识别所述自身车辆所行驶的道路的道路宽度作为所述环境， 所述道路宽度越窄，则所述计算部计算出越低的所述手动驾驶切换阈值。7.根据权利要求3?5中任一项所述的自动驾驶装置， 所述环境识别部识别所述自身车辆所行驶的道路的道路宽度作为所述环境， 在所述环境识别部未识别到所述障碍物的情况下，所述道路宽度越窄，则所述计算部计算出越低的所述手动驾驶切换阈值。8.根据权利要求1或2所述的自动驾驶装置， 所述环境识别部，基于地图信息和所述自身车辆的位置信息，识别所述自身车辆是否正在交叉路口和停车场的任一方进行行驶作为所述环境， 所述计算部，在由所述环境识别部识别为所述自身车辆正在交叉路口和停车场的任一方进行行驶的情况下，与未由所述环境识别部识别为所述自身车辆正在交叉路口和停车场的任一方进行行驶的情况相比，计算出较低的所述手动驾驶切换阈值。9.根据权利要求3?5、7中任一项所述的自动驾驶装置， 所述环境识别部，基于地图信息和所述自身车辆的位置信息，识别所述自身车辆是否正在交叉路口和停车场的任一方进行行驶作为所述环境， 所述计算部，在未由所述环境识别部识别出所述障碍物时，在由所述环境识别部识别为所述自身车辆正在交叉路口和停车场的任一方进行行驶的情况下，与未由所述环境识别部识别为所述自身车辆正在交叉路口和停车场的任一方进行行驶的情况相比，计算出较低的所述手动驾驶切换阈值。
【文档编号】B62D15/02GK105988467SQ201610147026
【公开日】2016年10月5日
【申请日】2016年3月15日
【发明人】大冢康平
【申请人】丰田自动车株式会社