本发明涉及一种进行车辆的自动驾驶或驾驶辅助的车辆控制装置。
背景技术：
在进行车辆(本车)的自动驾驶或驾驶辅助的车辆控制装置中，由摄像头等周边识别传感器(外界传感器)来检测本车的周边环境，并根据该检测信息来识别本车行驶的行驶道路(参照日本发明专利公开公报特开2016-112911号)。例如，日本发明专利公开公报特开2016-112911号所公开的车辆控制装置对所识别出的行驶道路的中心线进行计算，并控制本车沿该中心线行驶。
然而，仅以沿着根据外界传感器的检测信息计算出的中心线的方式来控制车辆的行驶，可以说行驶效率并不高。例如，由于在检测行驶道路的左右边界线时存在噪音，使识别的行驶道路形状很容易发生变化从而无法保证时序的连续性，有可能不必要地使本车蛇形前进等。另外，在弯道上，与沿中心线行驶相比，在以外内外(out-in-out)过弯方式(即以使曲率减少的方式)行驶的情况下，车速不容易降低，另外，有关转向的无用的动作减少，从而能享受舒适行驶。
技术实现要素：
本发明是鉴于上述的实际情况而完成的，其目的在于，提供一种车辆控制装置，该车辆控制装置能够在自动驾驶或驾驶辅助中，通过计算出使行驶效率和舒适性更优异的理想行驶路径来使本车顺利行驶。
为了实现所述的目的，本发明是一种车辆控制装置，其被搭载于本车，且被构成为能实施自动驾驶或驾驶辅助，其特征在于，具有信息获得部和行驶路径计算部，其中，所述信息获得部计算或获得表示所述本车行驶的行驶道路中的左右的可行驶范围的信息；所述行驶路径计算部在所述左右的可行驶范围内设定所述本车通行的通行点，并且计算对所述通行点进行排列的状态下的曲率、行驶距离、与所述左右的可行驶范围的中心线的差分为最小的理想行驶路径。
根据上述结构，车辆控制装置具有行驶路径计算部，据此，能够在自动驾驶或驾驶辅助中提供使行驶效率和舒适性更优异的理想行驶路径。即，理想行驶路径被计算为使曲率、行驶距离、与中心线的差分最小化的路径，例如表示在弯道等中减小曲率且抑制车速降低和转向的无用动作的路径。因此，车辆控制装置通过对行驶时的速度和舵角进行调整以使本车尽可能沿该理想行驶路径行驶，能够使本车顺利行驶。
在该情况下，优选为：车辆控制装置具有理想行驶路径存储部，该理想行驶路径存储部存储所述行驶路径计算部计算出的过去的理想行驶路径，所述行驶路径计算部根据所述过去的理想行驶路径来设定所述通行点。
根据过去的理想行驶路径而设定的通行点反映出本车的过去的行驶目标。因此，能够作为生成新的理想行驶路径时的本车的限制条件(约束点)，由此能够通过考虑了限制条件的函数来高精度地计算理想行驶路径。
除了上述结构之外，优选为：所述左右的可行驶范围和所述理想行驶路径包含排列有多个坐标点的点列的信息，所述行驶路径计算部具有通行点计算部，该通行点计算部通过规定的插值法对所述过去的理想行驶路径的多个坐标点进行插值来计算插值线，并且计算该插值线与规定线段的交点来作为所述通行点，其中所述规定线段是指连接在所述左右的可行驶范围内成对的坐标点彼此的线段。
通行点计算部通过对过去的理想行驶路径的点列进行插值来生成插值线，能够简单且迅速地进行通行点的设定。
并且，优选为：所述行驶路径计算部具有路径范围设定部，该路径范围设定部根据所述过去的理想行驶路径和所述本车的当前位置来设定前后一定距离内的提取区域，所述通行点计算部在所设定的所述提取区域内计算所述通行点。
通过由路径范围设定部设定提取区域，行驶路径计算部能够实现插值线和理想行驶路径的计算的高效化。
另外，优选为：所述行驶路径计算部通过求解凸二次规划问题来计算所述理想行驶路径，其中所述凸二次规划问题使用了目标函数和包含所述通行点的限制条件，其中所述目标函数是所述曲率、所述行驶距离或所述差分的目标函数。
车辆控制装置通过求解使用了上述的目标函数和限制条件的凸二次规划问题，能够容易地获得使曲率、行驶距离、差分最小化的理想行驶路径。
并且，优选为：所述理想行驶路径由多个坐标点构成，所述行驶路径计算部具有点列间隔校正部，该点列间隔校正部对所述理想行驶路径的坐标点彼此的间隔进行调整。
通过由点列间隔校正部对理想行驶路径的坐标点彼此的间隔进行调整，当在之后的轨迹生成等中使用理想行驶路径进行处理时，能够容易地对理想行驶路径的坐标点的数据进行处理。
并且，优选为：所述信息获得部根据与所述行驶道路的中心线有关的信息，来计算表示所述左右的可行驶范围的信息。
车辆控制装置根据与行驶道路的中心线有关的信息计算表示左右的可行驶范围的信息，据此，即使外界传感器等的检测信息不充足，也能够根据与中心线有关的信息以高精度获得表示左右的可行驶范围的信息。因此，理想行驶路径也被高精度地计算。
在此，优选为：车辆控制装置具有外界传感器、外界识别部、假定中心线生成部和过滤部，其中，所述外界传感器检测所述本车的外界的信息；所述外界识别部根据所述外界传感器的检测信息，来识别对所述行驶道路的左右界限进行规定的行驶道路规定对象物；所述假定中心线生成部根据由所述外界识别部识别出的所述行驶道路规定对象物来生成所述行驶道路的假定中心线；所述过滤部通过对由所述假定中心线生成部生成的所述假定中心线进行过滤来计算所述中心线。
通过由过滤部对假定中心线生成部生成的假定中心线进行过滤，车辆控制装置能够使所生成的中心线成为更优化的中心线。
另外，优选为：所述假定中心线包含排列有多个坐标点的点列的信息，所述过滤部具有输入数据设定部和中心线计算部，其中，所述输入数据设定部设定包括所述假定中心线的所述多个坐标点的输入数据；所述中心线计算部使用最小二乘法(least-squaremethod：最小平方法)来根据所述输入数据计算所述中心线。
中心线计算部通过对输入数据设定部设定的输入数据进行最小二乘法来计算中心线，能够计算出误差少的中心线。
并且，优选为：车辆控制装置具有假定中心线存储部，该假定中心线存储部存储所述假定中心线，所述输入数据设定部使用最新的假定中心线和存储于所述假定中心线存储部的过去的多个假定中心线来设定所述输入数据。
车辆控制装置通过使用最新的假定中心线和过去的多条假定中心线来设定输入数据，能够获得参考了过去的信息的中心线，由此能够防止计算出的中心线大大地偏离过去的中心线等不良情况。
并且，优选为：所述输入数据设定部从所述过去的多条假定中心线中除去所述本车的附近范围、和远离所述本车规定距离以上的远距离范围来设定所述输入数据。
在假定中心线的本车的附近范围和远距离范围，行驶信息的精度低，因此，车辆控制装置能够通过省略该范围来计算出精度更高的中心线。
并且，优选为：所述输入数据设定部分别对所述最新的假定中心线和所述过去的多条假定中心线赋予权重来设定所述输入数据。
车辆控制装置通过对最新的假定中心线和过去的多条假定中心线进行加权，能够由中心线计算部进行加权最小二乘法，由此能够计算出精度更良好的中心线。
并且，优选为：车辆控制装置具有中心线存储部，该中心线存储部存储所述中心线计算部计算出的所述中心线，所述过滤部具有位置姿态设定部，该位置姿态设定部根据所述本车的当前位置和存储于所述中心线存储部的过去的中心线来设定所述本车的姿态，并将所述本车的当前位置和姿态作为所述最小二乘法的限制条件来提供给所述中心线计算部。
中心线计算部能够将本车的当前位置和姿态作为限制条件来进行最小二乘法。因此，能够防止计算出大大地偏离本车的当前位置、或者本车的姿态突然变化而无法跟随行驶等的中心线。
除此之外，优选为：所述位置姿态设定部通过在所述过去的中心线的坐标点中的最接近所述本车的当前位置的最近点，对所述过去的中心线进行微分来计算其切线，并将所述切线作为所述本车的姿态。
据此，位置姿态设定部能够简单地获得本车的姿态。
根据本发明，车辆控制装置在自动驾驶或驾驶辅助中，通过计算出使行驶效率和舒适性更优异的理想行驶路径，能够使本车顺利行驶。
通过参照附图对以下实施方式进行说明，上述目的、特征和优点应易于被理解。
附图说明
图1是表示本发明一实施方式所涉及的车辆控制装置所生成的中心线、左右边界线、理想行驶路径的俯视图。
图2是图1的车辆控制装置的概略结构的框图。
图3是表示图2的局部环境映射生成部的结构的框图。
图4是用于说明假定中心线生成部计算假定中心线的处理的说明图。
图5是表示图3的中心线过滤部的结构的框图。
图6a是用于说明输入数据设定部设定输入数据的处理的第1说明图，图6b是用于说明输入数据设定部设定输入数据的处理的第2说明图。
图7a是示例时间方向参照映射的坐标图(graph)，图7b是示例可靠度参照映射的坐标图。
图8a是示例本车的当前位置和中心线分离的状态的俯视图，图8b是示例本车的姿态和中心线偏离的状态的俯视图，图8c是示例本车的当前位置及姿态与中心一致的状态的俯视图。
图9是用于说明位置姿态设定部设定本车的当前位置和姿态的处理的说明图。
图10是用于说明左右边界线生成部计算左右边界线的处理的说明图。
图11是表示图3的理想行驶路径生成部的结构的框图。
图12是用于说明路径范围设定部根据上一次的理想行驶路径来进行范围设定的处理的俯视图。
图13是用于说明约束点计算部设定约束点的处理的俯视图。
图14是用于说明路径优化部计算理想行驶路径的处理的俯视图。
图15是表示用于说明局部环境映射生成部的中心线、左右边界线和理想行驶路径的处理流程的流程图。
图16是表示图15的过滤处理子程序的处理流程的流程图。
图17是表示图15的理想行驶路径子程序的处理流程的流程图。
具体实施方式
下面，列举优选实施方式，并参照附图对本发明所涉及的车辆控制装置详细地进行说明。
如图1所示，本发明一实施方式所涉及的车辆控制装置10被搭载于车辆11(以下，还称为本车11)，对本车11的自动驾驶进行控制。在自动驾驶中，一体地进行用于对本车11的车速进行调整的速度控制(加速、减速、速度保持等)和用于对本车11的行进方向进行调整的舵角控制。另外，此时，车辆控制装置10识别包含行驶道路的本车11的周边环境，使本车11在行驶道路上在合适的路径中行驶。
尤其是，该车辆控制装置10构成为，根据行驶道路的状态(形状等)来计算考虑到本车11行驶时的舒适性和行驶效率的理想行驶路径idr。据此，车辆控制装置10能够生成尽可能沿所计算出的理想行驶路径idr的轨迹(指示本车11的速度和舵角的信息)，使本车11顺利行驶。下面，具体地对该车辆控制装置10进行说明。
[关于本车11的整体结构]
如图2所示，车辆控制装置10具有车辆控制系统12(电子控制单元)，该车辆控制系统12是在本车11行驶时进行处理的系统的主要部分，并且，车辆控制装置10还具有输入装置和输出装置，所述输入装置和输出装置通过通信线路而与车辆控制系统12相连接。输入装置包括外界传感器14、导航装置16、车辆传感器18、通信装置20、自动驾驶开关22(自动驾驶sw)和操作检测传感器26等。输出装置包括驱动力装置28、操纵装置30和制动装置32等。
外界传感器14是识别本车11外侧的状况的传感器设备组，在本实施方式中，由1个以上的摄像头33和1个以上的雷达34构成。摄像头33和雷达34按照各自的特性来对外界进行检测，并将该检测信息输出给车辆控制系统12。另外，外界传感器14可以由1种设备构成，也可以应用其他设备。作为其他设备，例如能够列举红外线传感器、超声波传感器、lidar(光检测设备)。
导航装置16使用卫星定位装置等来检测并确定本车11的当前位置，另外，计算从当前位置到用户所指定的目的地的路径。导航装置16的信息(地图信息、当前位置、计算出的路径等)根据需要而被提供给车辆控制系统12，并被存储于存储装置40的地图信息存储部42或路径信息存储部44。
车辆传感器18是在本车11行驶时等，检测本车11的状态，并向车辆控制系统12输出该检测结果的传感器设备组(车辆状态检测部)。作为该传感器设备组，能够列举检测本车11的车速的车速传感器、检测加速度的加速度传感器、检测本车11的绕铅垂轴的角速度的偏航角速率传感器、检测本车11的朝向的方位传感器和检测本车11的倾斜度的倾斜度传感器等。车辆传感器18(或者车辆控制部74)所检测到的检测信息被作为本车状态信息ivh而存储于存储装置40的本车状态信息存储部46。
通信装置20为了与存在于本车11外部的外部通信设备(路侧设备、其他车辆和服务器等)进行通信而设置。例如，通信装置20从路侧设备接收涉及交通信号灯的信息(位置和灯的颜色)，从其他车辆接收涉及其他车辆的探测信息，从服务器接收更新地图信息或者其他信息，另外，将本车11的探测信息等向外部发送。
自动驾驶开关22是用于供驾驶员切换手动驾驶模式和自动驾驶模式的开关。在手动驾驶模式中，驾驶员操作本车11的操作设备24，使输出装置(驱动力装置28、操纵装置30、制动装置32)进行动作，从而使本车11行驶等。
作为操作设备24，能够列举加速踏板、方向盘(手把)、制动踏板、换档杆和方向指示器控制杆等。另外，在操作设备24的各结构上安装有操作检测传感器26，该操作检测传感器26检测驾驶员有无进行操作、操作量和操作位置。操作检测传感器26将加速器踩踏(开度)量、方向盘操作(操纵)量、制动器踩踏量、档位、左右转弯方向等作为检测结果而输出给车辆控制系统12。
在自动驾驶模式中，在驾驶员没有对操作设备24进行操作的状态下，在车辆控制装置10的控制下使本车11行驶等。车辆控制系统12在实施自动驾驶模式时，根据本车11的周边环境生成行动计划(后述的长期轨迹、中期轨迹、短期轨迹)，并按照该行动计划适当地控制输出装置(驱动力装置28、操纵装置30、制动装置32)。
驱动力装置28包括未图示的驱动力ecu、和发动机或驱动马达等驱动源。该驱动力装置28按照从车辆控制系统12输入的车辆控制值cvh生成行驶驱动力(扭矩)，并将行驶驱动力通过变速器，或者直接传递给车轮。
操纵装置30包括未图示的eps(电动助力转向系统；electricpowersteeringsystem)ecu和eps装置。该操纵装置30按照从车辆控制系统12输入的车辆控制值cvh来变更车轮(转向轮)的朝向。
制动装置32例如是并用液压式制动器的电动伺服制动器，包括未图示的制动器ecu和制动执行器。该制动装置32按照从车辆控制系统12输入的车辆控制值cvh来对车轮进行制动。
[车辆控制系统12的结构]
车辆控制系统12构成为电子控制单元(ecu)，该电子控制单元(ecu)具有作为硬件的处理器与输入输出接口(均未图示)、和存储装置40，在车辆控制系统12的内部构筑有多个功能实现部。具体而言，具有外界识别部52、识别结果接收部53、局部环境映射生成部54、综合控制部70(任务同步模块)、长期轨迹生成部71、中期轨迹生成部72、短期轨迹生成部73和车辆控制部74。另外，在本实施方式中，功能实现部是通过由处理器执行存储于存储装置40的程序来构成的软件功能部，但也可以由集成电路等构成的硬件功能部来实现。
外界识别部52使用从外界传感器14、导航装置16和通信装置20等输入的各检测信息，生成对存在于本车11外侧的对象物进行提取的结果的信息(以下，称为外界识别结果ip)。在生成外界识别结果ip时，参照雷达34等的检测结果、从车辆传感器18或车辆控制部74发送来的本车状态信息ivh等，还识别对象物相对于本车11的相对位置关系(对象物相对于本车11的朝向和距离)。此时，外界识别部52可以在以本车11为基准的二维平面(本车坐标系)上，配置提取出的对象物来识别相对位置关系。
例如，外界识别部52根据摄像头33的图像信息，提取本车11行驶的道路的车道标识线(白线、黄线、标志等)、护栏、路边石、停车线、交通信号灯(信号灯停止线)、标识、障碍物、交通参与者等对象物。在此，车道标识线、护栏、路边石等规定行驶道路的可行驶范围的对象物可以说是在短时间内不会发生变化的静态信息。下面，还将这些统称为行驶道路规定对象物200(参照图1)。另一方面，可以说障碍物、交通参与者是在短时间内发生变化的动态信息。
如图3所示，在外界识别部52的内部设置有左右识别线生成部52a，该左右识别线生成部52a根据行驶道路规定对象物200的识别生成左识别线yl和右识别线yr(参照图4)，来作为表示左右的可行驶范围的识别信息。左识别线yl、右识别线yr构成为在以本车11为基准的本车坐标系(二维平面坐标上)上，排列多个坐标点cp而成的点列。当对检测信息进行处理而提取出本车11行驶的行驶道路的左右的行驶道路规定对象物200时，左右识别线生成部52a对该行驶道路规定对象物200进行多项式近似(polynomialapproximation)来生成左识别线yl、右识别线yr。
例如如图4所示，在本车坐标系的多项式近似中，能够由以下的式(1)、(2)来表现本车11的左识别线和右识别线。
左识别线：yl＝alx2+blx+cl…(1)
右识别线：yr＝arx2+brx+cr…(2)
通过式(1)、(2)那样的多项式近似，即使行驶道路上的实际的车道标识线、护栏、路边石等消失，也能够计算出对消失的行驶道路上的实际的车道标识线、护栏、路边石等进行补充的线。另外，在上述式(1)、(2)中，用二次函数来近似左识别线yl、右识别线yr，但也可以用其他次数的函数来实施多项式近似。另外，左识别线yl、右识别线yr也可以由局部环境映射生成部54生成。
返回到图2，识别结果接收部53定期地接收外界识别部52识别到的外界识别结果ip(包含左识别线yl、右识别线yr)，对过去的信息进行更新。并且，识别结果接收部53在从综合控制部70接收到运算指令aa的时间，将外界识别结果ip作为外界识别信息ipr发送给综合控制部70。该外界识别信息ipr将使用外界识别结果ip提取出的各对象物作为单独的信息或者综合的信息，存储于存储装置40的外界识别信息存储部45。
局部环境映射生成部54根据外界识别信息ipr和本车状态信息ivh，计算本车11行驶的路径来生成局部环境映射信息iem。局部环境映射生成部54在合适的时间从综合控制部70接收运算指令ab、外界识别信息ipr和本车状态信息ivh，进行用于获得局部环境映射信息iem的运算。局部环境映射信息iem被存储于存储装置40的局部环境映射信息存储部47。该局部环境映射生成部54的具体的结构在后面详细地进行叙述。
综合控制部70实现识别结果接收部53、局部环境映射生成部54、长期轨迹生成部71、中期轨迹生成部72和短期轨迹生成部73的任务(处理动作)的同步，并且向各功能实现部提供运算所需的信息。综合控制部70在内部对基准运算周期进行计数，按照基于该基准运算周期的时间向各功能实现部输出运算指令来使其执行处理，并且接收其处理结果。
另一方面，长期轨迹生成部71、中期轨迹生成部72和短期轨迹生成部73在综合控制部70的指令下，分别生成包括本车11的速度控制所需的车速和本车11的操纵控制所需的路径的轨迹。长期轨迹生成部71生成长期轨迹lt，该长期轨迹lt是在本车11的行驶过程中在一定程度上较长的期间(例如，10秒)的轨迹。中期轨迹生成部72生成中期轨迹mt，该中期轨迹mt是比所述长期轨迹lt短的期间(例如，5秒)的轨迹。短期轨迹生成部73生成短期轨迹st，该短期轨迹st是比中期轨迹mt短的期间(例如，1秒)的轨迹。
更详细而言，长期轨迹生成部71根据从综合控制部70输出的运算指令ac、局部环境映射信息iem和本车状态信息ivh等来生成长期轨迹lt。长期轨迹lt主要根据局部环境映射信息iem的左右的边界线信息、中心线信息、理想行驶路径信息，以表示考虑到乘坐舒适感(不进行突然转向、突然加减速等)的长期性行驶目标的点列来计算。该长期轨迹lt作为以下信息计算：与中期轨迹mt相比，将时间上的距离相对较长的坐标点排列多个而得到的信息。
例如，长期轨迹生成部71生成以下长期轨迹lt：以数百ms程度(基准运算周期的9倍)的间隔，对在10秒期间包含时间或速度的信息的坐标点进行排列得到的长期轨迹lt；长期轨迹生成部71将所生成的长期轨迹lt输出给综合控制部70。该长期轨迹lt被存储于存储装置40的轨迹信息存储部48。
中期轨迹生成部72根据从综合控制部70输出的运算指令ad、局部环境映射信息iem、本车状态信息ivh和长期轨迹lt来生成中期轨迹mt。中期轨迹mt表示能够与未来数秒的本车11周边的状况对应的行驶目标，因此，作为参考了局部环境映射信息iem中包含的动态信息的点列来计算。例如，在外界识别部52在本车11的行进方向前方发现有泊车车辆(障碍物：动态信息)的情况下，根据中期轨迹生成部72所生成的中期轨迹mt和短期轨迹生成部73所生成的短期轨迹st，来避免本车11与泊车车辆相接触。
例如，中期轨迹生成部72以一百几十ms程度(基准运算周期的3倍)的间隔，对在5秒的期间包含时间或速度的信息的坐标点进行排列来生成中期轨迹mt，并将所生成的中期轨迹mt输出给综合控制部70。该中期轨迹mt被存储于存储装置40的轨迹信息存储部48。
短期轨迹生成部73根据从综合控制部70输出的运算指令ae、局部环境映射信息iem、本车状态信息ivh、长期轨迹lt和中期轨迹mt来生成短期轨迹st。短期轨迹st计算出最短的时间上的距离的点列，因此与本车11的车辆动态相对应。因此，在构成短期轨迹st的各个坐标点中，包含大致沿车道标识线的中心线cl(参照图1)的纵向上的位置x、横向上的位置y、姿态角θz、速度vs、加速度va、操纵角δst等。
例如，短期轨迹生成部73以数ms程度(基准运算周期)的间隔计算在1秒的期间包含上述的车辆动态的信息的坐标点，来生成短期轨迹st。该短期轨迹st被直接发送给车辆控制部74，用于车辆控制部74对本车11进行的行驶控制。另外，短期轨迹生成部73还将所生成的短期轨迹st向综合控制部70输出。该短期轨迹st被存储于存储装置40的轨迹信息存储部48。
另一方面，车辆控制部74将包含车辆动态的坐标点转换为车辆控制值cvh，并输出给驱动力装置28、操纵装置30和制动装置32，以使本车11沿所输入的短期轨迹st行驶。另外，使驱动力装置28、操纵装置30和制动装置32进行驱动的信息被作为本车状态信息ivh发送给外界识别部52。
[局部环境映射生成部54的具体的结构]
并且，本实施方式所涉及的车辆控制装置10的局部环境映射生成部54在本车11行驶过程中，根据外界识别部52所识别出的外界识别结果ip(外界识别信息ipr)，来计算中心线cl、左边界线lb、右边界线rb、理想行驶路径idr(参照图1)。并且，局部环境映射生成部54生成局部环境映射信息iem，并输出给综合控制部70，其中所述局部环境映射信息iem包含计算出的中心线cl、左边界线lb、右边界线rb、理想行驶路径idr、和外界识别信息ipr所具有的停止位置等的事件信息。
中心线cl、左边界线lb、右边界线rb和理想行驶路径idr在以本车11为基准的本车坐标系上，生成为以规定间隔对坐标点cp进行排列的点列。据此，能够实现使用局部环境映射信息iem的长期轨迹生成部71、中期轨迹生成部72和短期轨迹生成部73的处理的高效化。
在局部环境映射生成部54内部，如图3所示，设置有假定中心线生成部80、中心线过滤部(centerlinefilteringpart)90、左右边界线生成部100和理想行驶路径生成部110(行驶路径计算部)。假定中心线生成部80计算行驶道路的假定中心线pcl，中心线过滤部90对该假定中心线pcl进行过滤处理来计算最优的中心线cl。另外，左右边界线生成部100根据中心线cl来计算左右边界线(左边界线lb、右边界线rb)。理想行驶路径生成部110根据左边界线lb、右边界线rb来计算理想行驶路径idr。下面，具体地对各功能部的处理内容进行说明。
假定中心线生成部80使用外界识别信息ipr，来生成所检测到的行驶道路的假想的中心线(假定中心线pcl)(参照图4)。在外界识别信息ipr中，如上所述，包含有由式(1)、(2)表示的左识别线yl、右识别线yr。因此，假定中心线pcl在本车坐标系中由式(1)、(2)的中间位置表示，因此成为以下的式(3)。
假定中心线：pcl＝acx2+bcx+cc…(3)
在此，ac＝0.5(al+ar)、bc＝0.5(bl+br)、cc＝0.5(cl+cr)。
另外，在从假定中心线pcl中提取出点列的情况下，假定中心线生成部80能够通过将整数(x＝1、2、…、n)代入上述的式(3)中的x，来用离散的坐标点cp1(x1，y1)、cp2(x2，y2)、…、cpn(xn，yn)来表示假定中心线。并且，当计算出假定中心线pcl(坐标点cp1、cp2、…、cpn的点列)时，假定中心线生成部80将该假定中心线pcl输出给中心线过滤部90。
如图5所示，为了计算中心线cl，中心线过滤部90在内部具有输入数据设定部91、位置姿态设定部92、输出中心线生成部93(中心线计算部)。另外，中心线过滤部90由存储装置40的数据区域构成，具有假定中心线存储部94和中心线存储部95，其中，所述假定中心线存储部94存储从假定中心线生成部80接收到的假定中心线pcl，所述中心线存储部95存储计算出的中心线cl。假定中心线存储部94和中心线存储部95存储过去的规定数量的假定中心线pcl和中心线cl，当获得新的假定中心线pcl和中心线cl时就从(最)旧的(假定中心线pcl和中心线cl)开始删除来依次进行更新。
输入数据设定部91是用于准备输出中心线生成部93的计算所使用的输入数据的功能部。如后所述，输出中心线生成部93构成为通过最小二乘法来计算中心线cl，输入数据设定部91将用于该最小二乘法的多个坐标点cp设定为输入数据。
在输入数据的生成中，输入数据设定部91使用假定中心线生成部80所生成的新的假定中心线pcl和过去的多条(在本实施方式中，3条)假定中心线pcl。过去的假定中心线pcl是从最新的假定中心线pcl开始向过去(回溯)依次获得的假定中心线pcl。下面，将最新的假定中心线记作pcl0，将从pcl0向过去(回溯)依次获取的第1条(上次的/最近)假定中心线记作pcl-t，将第2条(上上次的)假定中心线记作pcl-2t，将第3条(上上次的前1次的)假定中心线记作pcl-3t(还参照图6b)。
另外，假定中心线pcl0、pcl-t、pcl-2t、pcl-3t优选利用规定范围的坐标点cp。即，假定中心线生成部80根据外界识别信息ipr计算出的假定中心线pcl由于摄像头33的安装位置或拍摄能力等而受到影响。例如，在摄像头33所拍摄到的图像信息中，在本车11附近，由于车道标识线等行驶道路规定对象物200位于视角外(死角)等主要原因，容易造成行驶道路规定对象物200不清楚。相反，到本车11的距离远的范围也由于行驶道路规定对象物200位于视角外、拍摄对象物被拍摄得较小等而造成检测精度降低。因此，如图6a所示，输入数据设定部91通过对假定中心线pcl0、pcl-t、pcl-2t、pcl-3t进行省略本车11的附近范围、和远离本车11规定距离以上的远距离范围的处理，来设定规定范围。
当对各假定中心线pcl0、pcl-t、pcl-2t、pcl-3t规定规定范围时，如图6b所示，输入数据设定部91分别提取出各假定中心线pcl0、pcl-t、pcl-2t、pcl-3t的规定范围内中包含的坐标点cp来作为输入数据。并且，输入数据设定部91根据被存储于输入数据设定部91的参照映射存储部91a的时间方向参照映射96(参照图7a)，对假定中心线pcl0、pcl-t、pcl-2t、pcl-3t进行加权。
例如，图7a中的时间方向参照映射96设最新的假定中心线pcl0的权重为1，设从pcl0向过去(回溯)依次获取的第1条(上次的)假定中心线pcl-t的权重为0.75，设第2条(上上次的)假定中心线pcl-2t的权重为0.5，设第3条(上上次的前1次的)假定中心线pcl-3t的权重为0.25。输入数据设定部91参照该时间方向参照映射96，对最新的假定中心线pcl0的各坐标点cp、过去的3条假定中心线pcl-t、pcl-2t、pcl-3t的各坐标点cp适当地赋予权重。
另外，外界传感器14检测到的最新的检测信息不一定是高精度地检测本车11的周边环境(行驶道路规定对象物200等)的信息。例如，由于视野被正在本车11前方行驶的其他车辆遮挡、行驶道路凹凸不平等而难以看到路面等各种主要原因，存在与利用最新的检测信息相比，利用过去的检测信息的信息检测精度更高的情况。即，若检测信息的精度良好，则假定中心线生成部80计算出精度高的假定中心线pcl，若检测信息的精度差，则假定中心线生成部80计算出精度低的假定中心线pcl。
因此，优选为，外界识别部52将可靠度re作为与提取出行驶道路规定对象物200时的检测精度有关的信息，使其包含于外界识别结果ip而用于各功能部的处理。据此，输入数据设定部91能够构成为，根据可靠度re来对最新的假定中心线pcl0、过去的假定中心线pcl-t、pcl-2t、pcl-3t进行加权。可靠度re可以被设定为，在外界识别部52提取对象物时，在最低的0至最高的1的范围内进行数值化的程度。
例如，外界识别部52对外界传感器14的检测信息进行各种处理(多个摄像头的图像信息的比较、图像信息中的对象物的相对信息量、与过去图像信息的比较、本车状态评价、提取出的对象物的清晰度评价、辉度评价、明暗评价、图像校正量评价、故障劣化检测、通信状态检测等)。据此，外界识别部52识别道路状态(从本车11到对象物的距离、白线和停止线的状态是否良好、与其他车辆和多个行人相关的视野是否良好等)、外界状况(天气、阳光的入射方向、周围的亮度等)、装置状态(摄像头33的透镜是否良好、通信状态是否良好、摄像头33的故障和劣化的有无等)，来设定可靠度re。
并且，例如，输入数据设定部91参照图7b所示那样的可靠度参照映射97，根据给予最新的假定中心线pcl0和过去的假定中心线pcl-t、pcl-2t、pcl-3t的可靠度re，来进行各坐标点cp的加权。另外，在图7b中，可靠度参照映射97中可靠度re和权重呈线性正比关系，但当然并不限定于此。
返回到图5，中心线过滤部90的位置姿态设定部92是用于准备限制条件的功能部，其中限制条件用于最小二乘法中。据此，防止本车11远离在输出中心线生成部93中计算出的中心线cl或者成为不合理(过度)的姿态。位置姿态设定部92根据前1次计算出的中心线cl(以下称为中心线cl-t)和外界识别信息ipr中包含的本车11的当前位置p0，来将本车11的当前位置p0和姿态设定为限制条件。
在此，如上所述，在输入数据设定部91中，使用假定中心线pcl的规定范围(不包含本车11的附近范围的范围)来设定输入数据。然而，若这样不考虑本车11的附近范围而进行中心线cl的计算，则例如如图8a所示，存在计算出在本车11的当前位置p0及其周边没有中心线cl的结果的可能性。
另外，即使根据外界识别信息ipr仅设定本车11的当前位置p0，例如如图8b所示，也存在没有计算出从当前位置p0朝向本车11可行驶的方向的中心线cl的可能性。即，通过设定本车11的当前位置p0和本车11的姿态，如图8c所示，能够以朝向本车11的车头方向的方式生成中心线cl。
例如，如图9所示，位置姿态设定部92提取上一次的中心线cl-t的多个坐标点cp中的最近点np(xnear，f(xnear))，该最近点np(xnear，f(xnear))是距离本车11行进到的当前位置p0最近的坐标点cp。此时，也可以将比本车11更靠前端侧作为最近点np的条件。并且，位置姿态设定部92通过在最近点np对上一次的中心线cl-t进行微分来计算切线，将该切线的斜率作为本车11的方向(姿态)。即，位置姿态设定部92能够简单地设定最近点np(xnear，f(xnear))和姿态(xnear，f’(xnear))来作为限制条件。
返回到图5，中心线过滤部90的输出中心线生成部93根据从输入数据设定部91发送的输入数据(被加权后的多个坐标点cp)和从位置姿态设定部92发送的最近点np及姿态，来计算正式的中心线cl。并且，将计算出的中心线cl输出给左右边界线生成部100，并且保存于中心线存储部95。
如上所述，输出中心线生成部93根据被加权后的多个坐标点cp使用最小二乘法求得3次多项式的中心线cl。此时，将位置姿态设定部92设定的最近点np(xnear，f(xnear))和姿态(xnear，f’(xnear))作为限制条件。具体而言，在想要求得的的中心线cl是3次多项式y＝ax3+bx2+cx+d的情况下，其切线的斜率为y＝3ax2+2bx+c。因此，限制条件成为以下的式(4)、(5)。
axnear3+bxnear2+cxnear+d＝p1…(4)
3axnear2+2bxnear+c＝p2…(5)
在此，f(xnear)＝p1，f’(xnear)＝p2。
另外，想要求得的中心线cl也可以由下述的数式1的式(6)来表示，相对于输入数据的坐标点cp(xi，yi)的平方误差j为数式1的式(7)。并且，当平方误差j最小时，对于k＝1～4，数式1的式(8)成立，对其进行变形则成为数式1的式(9)。
【数式1】
另外，由于式(9)中的限制条件是上述的式(4)、(5)，因此，当以矩阵进行整理时，能够如下述的数式2的式(10)那样来表示。另外，在式(10)中，λ1、λ2为拉格朗日乘子。
【数式2】
如上所述，输出中心线生成部93通过以本车11的当前位置p0和姿态为限制条件的最小二乘法，如图8c所示，计算出以本车11为基准的3次多项式的中心线cl。并且，输出中心线生成部93通过在计算出的3次多项式中按照每个规定间隔(距离基准)取坐标点cp，能够获得将坐标点cp进行排列的点列。
返回到图3，在局部环境映射生成部54中，在中心线过滤部90生成中心线cl后，接着，左右边界线生成部100根据该中心线cl来计算行驶道路的左边界线lb、右边界线rb。左边界线lb、右边界线rb是表示行驶道路的左右的可行驶范围的信息，在该含义上讲，左右边界线生成部100还是获得表示左右的可行驶范围的信息的信息获得部。
左边界线lb、右边界线rb能够根据中心线cl的点列而比较容易地获得。即如图10所示，当从中心线过滤部90接收到中心线cl时，左右边界线生成部100逐个对每个坐标点cp作中心线cl的法线。由于法线沿与每个坐标点cp的切线垂直的方向延伸，因此能够简单地计算。并且，中心线cl本来存在于左边界线lb、右边界线rb的中间位置，因此，将在法线上距离中心线cl的距离为车道宽度w的一半的各2点作为左边界线lb、右边界线rb的坐标点cp。车道宽度w被作为外界识别信息ipr中包含的左右的行驶道路规定对象物200的间隔计算出来。据此，能够依次求得将中心线cl置于中心位置的一对坐标点cp，将对该坐标点cp进行排列的2列的点列作为左边界线lb、右边界线rb。
在生成左边界线lb、右边界线rb后，局部环境映射生成部54进行由理想行驶路径生成部110进行的处理，计算出使行驶效率和舒适性优异的理想行驶路径idr。为了计算该理想行驶路径idr，如图11所示，理想行驶路径生成部110在内部具有路径范围设定部111、约束点计算部112(通行点计算部)、路径优化部113和点列间隔校正部114。另外，在理想行驶路径生成部110内部具有理想行驶路径存储部115(存储装置40的数据区域)，该理想行驶路径存储部115用于存储计算出的多条理想行驶路径idr。理想行驶路径存储部115存储过去的规定数量的理想行驶路径idr，当得到新的理想行驶路径idr时就从(最)旧的(理想行驶路径idr)开始删除来依次进行更新。
路径范围设定部111接收左右边界线生成部100计算出的左边界线lb、右边界线rb，设定理想行驶路径idr的生成所使用的数据。在数据的设定中，路径范围设定部111使用左边界线lb、右边界线rb、外界识别信息ipr中包含的本车11的当前位置p0、被存储于理想行驶路径存储部115中的、上一次计算出的理想行驶路径(以下，称为理想行驶路径idr-t)。
具体而言，如图12所示，路径范围设定部111判别上一次的理想行驶路径idr-t是否存在于最新的左边界线lb、右边界线rb内侧。然后，从上一次的理想行驶路径idr-t中仅提取本车11的当前位置p0前后一定距离内(以下，称为提取区域ea)的路径。即，在本车坐标系中，提取区域ea使用以下长度(路程)来设定：该长度(路程)是以本车11为基准点而使用行驶方向前方的范围eaf和行驶方向后方的范围eab来预先规定的长度(路程)。例如，行驶方向前方的范围eaf是本车11的前方10m，行驶方向后方的范围eab是本车11的后方10m。另外，在上一次的理想行驶路径idr-t偏离左边界线lb、右边界线rb的情况下，将到发生偏离的位置为止的区域作为提取区域ea。
并且，路径范围设定部111对理想行驶路径idr-t的提取区域ea的点列进行按照距离基准来剔除的处理。这是为了通过之后的约束点计算部112中的样条插值(splineinterpolation)来抑制函数的振动。所谓“按照距离基准来剔除”是指，在本车坐标系中，在上一次的理想行驶路径idr-t的坐标点cp在某一距离基准内存在多个的情况下，减少坐标点cp的数量(例如，将位于1m内的多个坐标点cp减少到1个坐标点cp)。
约束点计算部112根据路径范围设定部111所设定的提取区域ea内的理想行驶路径idr-t来计算约束点x。可以说该约束点x根据本车11的过去的行驶来表示本车11通行的目标(通行点)。
如图13所示，约束点计算部112对提取区域ea内的上一次的理想行驶路径idr-t(经剔除处理后的坐标点cp)进行样条插值，来计算插值线sl。另外，插值法并不限定于样条插值，例如也可以适用拉格朗日插值等各种方法。
在此之后，约束点计算部112以在距离轴上等间隔的方式，来对插值线sl的点列进行校正。然后，约束点计算部112计算将构成左边界线lb、右边界线rb的左右一对坐标点cp连接起来的线段与插值线sl的交点，将该交点作为约束点x。然后，约束点计算部112将计算出的约束点x(坐标点)输出给路径优化部113。
理想行驶路径生成部110的路径优化部113使用从约束点计算部112接收到的约束点x来计算理想行驶路径idr。详细而言，如图14所示，在表示理想行驶路径idr的坐标中，能够将左边界线lb的点列表示为(lx，ly)×n，将右边界线rb的点列表示为(rx，ry)×n，将约束点x的点列表示为(x，y)×n。因此，约束点x的点列能够如以下的式(11)、(12)那样公式化。
xi＝rxi+αi(lxi-rxi)…(11)
yi＝ryi+αi(lyi-ryi)…(12)
在此，0≦αi≦1，i∈[0，n-1]。
另外，约束点x(插值线sl)还可能越过左边界线lb、右边界线rb。在约束点x越过左边界线lb、右边界线rb的情况下，路径优化部113可以按照允许的偏移的比例(β)来设定为0-βr≦αi≦1+βl的范围。
因此，路径优化部113在计算理想行驶路径idr时，将αi作为优化变量，将目标函数和限制条件作为凸二次规划问题(非线性规划问题)公式化。在此，凸二次规划问题由以下的式(13)来表示，并且，限制条件由以下的式(14)、(15)来表示。
j＝1/2x’hx+q’x…(13)
aeqx＝beq…(14)
ainx≦bin…(15)
在该情况下，式(14)的等式限制条件使用约束点x。式(15)的不等式限制条件使用考虑了本车11的车身宽度和车道宽度w的优化变量的上限值/下限值，其中车道宽度w根据左边界线lb、右边界线rb而计算出。并且，在凸二次规划问题中，在作为目标函数的以下的数式3所记载的式(16)～式(18)中，计算使j最小化的参数x。
【数式3】
在此，式(16)是使约束点x的点列的曲率最小化的目标函数，式(17)是使约束点x的点列的距离最小化的目标函数，式(18)是使约束点x的点列与中心线的差分最小化的目标函数。当将式(16)～(18)变形为式(13)的形式时，在各式中h、q被计算出来(即，获得曲率最小的hc、qc、距离最小的hs、qs、与中心线的差分最小的ht、qt)。
并且，路径优化部113使用事先确定的权重wc、ws、wt，如以下的式(19)那样来定义综合了3个条件的目标函数。在该式(19)中，使j_all最小化的参数x是最终(即，实现了曲率最小化、距离最小化、和中心线的差分的最小化)的理想行驶路径idr。
j_all＝1/2x’h_allx+q_all’x…(19)
在此，h_all＝wc＊hc+ws＊hs+wt＊ht
q_all＝wc＊qc+ws＊qs+wt＊ht
x＝{a0，a1，…，an-1}
另外，权重wc、ws、wt也可以按照本车11的状况由局部环境映射生成部54来适当地变更。例如，在行驶道路的曲率大或发生蛇形行驶的情况下，通过进行增加曲率最小化的wc的处理等处理，能够获得更良好的路径。因此，局部环境映射生成部54能够向长期轨迹生成部71、中期轨迹生成部72和短期轨迹生成部73提供理想行驶路径idr，在该理想行驶路径idr中，抑制了车速的降低，并且转向的无用动作少。
另外，理想行驶路径生成部110的点列间隔校正部114是如下这样的功能部：对由路径优化部113计算出的理想行驶路径idr调整各坐标点cp的间隔，来生成最终的理想行驶路径idr。各坐标点cp的间隔的调整能够采用与约束点计算部112的处理(对过去的理想行驶路径idr-t进行样条插值，且进行在距离轴上为等间隔的校正)相同的方法。
局部环境映射生成部54能够通过上述的处理，高精度地生成中心线cl、左边界线lb、右边界线rb、理想行驶路径idr。并且，中心线cl、左边界线lb、右边界线rb、理想行驶路径idr被包含于局部环境映射信息iem并提供给各功能部，据此，能够被用于以后的轨迹生成等。
[局部环境映射生成部54的处理流程]
本实施方式所涉及的车辆控制装置10基本上如以上那样构成，下面，将其作用效果与局部环境映射生成部54的处理流程一起进行说明。
车辆控制装置10在本车11行驶过程中，根据驾驶员的指示(自动驾驶开关22的接通(on)操作等)来实施自动驾驶控制。在自动驾驶控制中，通过外界传感器14、导航装置16、通信装置20等检测本车11的周边环境，由外界识别部52识别本车11的周边环境。并且，当综合控制部70发送运算指令ab并且发送外界识别信息ipr和本车状态信息ivh时，局部环境映射生成部54开始中心线cl、左边界线lb、右边界线rb、理想行驶路径idr的生成。
此时，首先，假定中心线生成部80使用外界识别信息ipr中包含的左识别线yl、右识别线yr，通过多项式近似来生成假定中心线pcl(步骤s10)。接着，中心线过滤部90实施过滤处理子程序(filteringprocessingsubroutine)，使用假定中心线pcl生成中心线cl(步骤s20)。然后，左右边界线生成部100使用所生成的中心线cl，来生成左边界线lb、右边界线rb(步骤s30)。最后，理想行驶路径生成部110实施理想行驶路径子程序，使用所生成的左边界线lb、右边界线rb生成理想行驶路径idr(步骤s40)。
如图16所示，在过滤处理子程序中，通过输入数据设定部91设定输入数据，并且对各输入数据中包含的坐标点cp进行加权(步骤s21)。
并且，位置姿态设定部92根据前1次计算出的中心线cl和本车11的当前位置，来设定作为限制条件的当前位置p0和姿态(步骤s22)。另外，步骤s21和步骤s22的处理顺序可以相反，也可以并列进行处理。
并且，输出中心线生成部93根据在步骤s21中设定的输入数据(多个坐标点cp)和在步骤s22中设定的限制条件，通过最小二乘法计算新的中心线cl(步骤s23)。此时，中心线cl通过多项式近似生成，并且还生成为按照该多项式近似而提取出多个坐标点cp得到的点列。
另外，当计算出中心线cl时，中心线过滤部90将中心线cl输出给左右边界线生成部100，并且，为了在下一计算中能够使用而将所使用的假定中心线pcl存储于假定中心线存储部94，将中心线cl存储于中心线存储部95(步骤s24)。据此，过滤处理子程序结束。
另外，如图17所示，在理想行驶路径子程序中，路径范围设定部111以由左右边界线生成部100生成的左边界线lb、右边界线rb为基准，根据上一次计算出的理想行驶路径idr-t，确定进行优化所使用的数据(步骤s41)。该输入数据通过以下方式设定：以本车11的当前位置p0为基准点提取前后一定距离内的点列，并且按照距离基准进行剔除。
接着，约束点计算部112根据在步骤s41中提取出的点列来计算约束点(步骤s42)。此时，约束点计算部112对点列进行样条插值而形成一系列的插值线sl，并且校正为在距离轴上为等间隔之后，将左边界线lb、右边界线rb之间的线段与插值线sl的交点作为约束点。
并且，路径优化部113使用在步骤s42中计算出的约束点和左边界线lb、右边界线rb，通过凸二次规划问题来计算出曲率、距离、与中心线的差分为最小的理想行驶路径idr(步骤s43)。
此后，点列间隔校正部114对由步骤s43计算出的理想行驶路径idr的点列间隔进行校正，生成最终的理想行驶路径idr(步骤s44)。
另外，当计算出理想行驶路径idr时，理想行驶路径生成部110为了在下一计算中能够使用而将理想行驶路径idr存储于理想行驶路径存储部115(步骤s45)。据此理想行驶路径子程序结束。
如上所述，本实施方式所涉及的车辆控制装置10能够通过理想行驶路径生成部110在自动驾驶中计算出使行驶效率和舒适性更优异的理想行驶路径idr。即，理想行驶路径idr被计算为使曲率、行驶距离、与中心线的差分最小化的路径，因此，例如能够在弯道等中减小曲率，获得车速降低和转向的无用动作被抑制的路径。因此，车辆控制装置10通过调整行驶时的速度和舵角以使本车11沿该理想行驶路径idr行驶，能够使本车11顺利行驶。
另外，约束点计算部112通过根据上一次的理想行驶路径idr-t设定约束点x，来反映本车11的过去的行驶目标。因此，通过将该约束点x作为限制条件来使用，能够高精度地计算理想行驶路径idr。约束点计算部112通过对过去的理想行驶路径idr-t的点列进行样条插值而生成插值线sl，能够简单且迅速地进行约束点x的设定。并且，通过由路径范围设定部111设定提取区域ea，理想行驶路径生成部110能够实现插值线sl和理想行驶路径idr的计算的高效化。
并且，理想行驶路径生成部110通过求解凸二次规划问题，能够容易地获得使曲率、行驶距离、差分最小化的理想行驶路径idr，其中所述凸二次规划问题使用曲率、行驶距离、差分的目标函数和包含约束点x的限制条件。另外，通过由点列间隔校正部114对理想行驶路径idr的坐标点彼此的间隔进行调整，当在之后的轨迹生成等中使用理想行驶路径idr进行处理时，能够容易地对理想行驶路径idr的坐标点的数据进行处理。
车辆控制装置10根据行驶道路的中心线cl计算左边界线lb、右边界线rb，据此，即使外界传感器14等的检测信息不充足，也能够以高精度获得左边界线lb、右边界线rb。因此，还能够高精度地计算理想行驶路径idr。另外，通过由中心线过滤部90对由假定中心线生成部80生成的假定中心线pcl进行过滤，行驶道路的中心线cl成为更优化的中心线。
并且，输出中心线生成部93通过对输入数据设定部91所设定的输入数据进行最小二乘法来计算中心线cl，能够计算出误差少的中心线cl。另外，输入数据设定部91使用最新的假定中心线pcl0和过去的多条假定中心线pcl-t、pcl-2t、pcl-3t来设定输入数据，据此，能够防止中心线cl较大地偏离过去的假定中心线等不良情况。并且，在假定中心线pcl-t、pcl-2t、pcl-3t的本车11的附近范围和远距离范围中，行驶信息的精度低，因此，车辆控制装置10能够通过省略该范围来计算精度更高的中心线cl。并且，车辆控制装置10通过对最新的假定中心线pcl0和过去的多条假定中心线pcl-t、pcl-2t、pcl-3t进行加权，能够由输出中心线生成部93进行加权最小二乘法，由此能够计算出精度更好的中心线cl。
并且，输出中心线生成部93通过将本车11的当前位置p0和姿态作为限制条件进行最小二乘法，能够防止计算出大大地偏离本车11的当前位置p0、本车11的姿态突然变化而无法跟随行驶等的中心线cl。除此之外，位置姿态设定部92通过在本车11的最近点np，对过去的中心线cl-t进行微分来计算切线，据此能够简单地获得本车11的姿态。
本发明并不限定于上述的实施方式，在没有脱离本发明的要旨的范围内当然能够进行各种变形。例如，车辆控制装置10还能够适用于只进行速度控制或只进行操纵控制的驾驶辅助、或者由驾驶员进行手动驾驶且由作为车载装置的监视器、扬声器等对目标车速和目标操纵位置进行引导的驾驶辅助等情况。作为一例，在驾驶辅助中，能够通过使计算出的理想行驶路径idr显示于本车11的显示器，来向驾驶员引导合适的路径。
另外，在本实施方式中，理想行驶路径生成部110使用左右边界线生成部100所生成的左边界线lb、右边界线rb来生成理想行驶路径idr。然而，理想行驶路径生成部110也可以根据外界识别信息ipr中包含的行驶道路规定对象物200、或者被多项式近似的函数来直接计算理想行驶路径idr。即，表示左右的可行驶范围的信息并不限定于左边界线lb、右边界线rb。