车辆控制装置的制作方法

本申请要求享有于2017年9月25日提交的名称为“车辆控制装置”的日本专利申请2017-183793的优先权，该申请的全部内容通过引用并入本文中。

本发明例如涉及确定路面状态并控制汽车等的行驶的车辆控制装置。

背景技术：

为了实现车辆的自动驾驶，有必要在把握除了车辆本身的行驶状态外还把握车辆的外部环境(行驶环境)的基础上，通过进行与行驶状态以及外部环境对应的自动驾驶的控制而确保车辆的内外的安全。作为外部环境的一个，有行驶路的摩擦系数。由于在积雪路的那样的摩擦系数低的路面(所谓的低μ路)上，有可能会发生打滑、侧滑的危险，尤其是有必要在自动驾驶中进行与之配合的行驶的控制。因此，提出有从路面状态、例如拍摄到的图像的白色区域以及雷达反射波而判定积雪的技术(例如参照专利文献1等)。

现有技术文献

专利文献

专利文献1：日本特开2005-164492号公报

技术实现要素：

发明所要解决的问题

然而，在现有技术中，有尽管通过除雪、融雪而除去了道路上的雪，但因周边的雪而判定为有雪的情况发生。在该情况下，尽管没有积雪而进行了与积雪对应的行驶控制。

本发明鉴于上述以往例子而完成，其目的在于，提供一种能够确定较为正确的路面状态的车辆控制装置。

用于解决问题的方法

为了实现上述目的本发明具有以下构成。

即，根据本发明的一个方面，本发明为车辆控制装置，其特征在于，具有：设置于本车辆的摄像单元、以及对道路的路面状态进行检测的路面状态检测单元；

上述路面状态检测单元从通过上述摄像单元拍摄的图像检测周边车辆与上述周边车辆的道路的颜色，并基于上述颜色而推断道路状态。

发明效果

根据本发明，能够提供一种能够确定较为正确的路面状态的车辆控制装置。

附图说明

图1是表示车辆系统的构成的说明图。

图2是表示用于对自动驾驶进行控制的构成的框图。

图3是表示自动驾驶的控制的一个例子的流程图。

图4是表示用于对路面状态进行确定的处理的一个例子的流程图。

图5是表示在对路面状态进行确定时使用的图像区域的一个例子的图。

图6是表示对前行车辆进行确定的处理的一个例子的概要图。

具体实施方式

[第一实施方式]

●车辆用控制装置的构成

图1是本发明的一个实施方式所涉及的车辆用控制装置的框图，对车辆1进行控制。在图1中，车辆1以俯视图和侧视图表示其概要。作为一个示例，车辆1为轿车型的四轮的乘用车。

图1的控制装置包括控制单元2。控制单元2包括通过车内网络可通信地连接的多个ecu20～29。各ecu包括：以cpu为代表的处理器、半导体内存等的存储装置、以及与外部装置的接口等。在存储装置中保存有处理器所执行的程序、处理器在处理中所使用的数据等。各ecu可以具备多个处理器、存储装置以及接口等。即可以将ecu称为信息处理装置。

以下针对各ecu20～29所负责的功能等进行说明。此外，针对ecu的数量、负责的功能可以适当设计，也能够通过本实施方式而进行细分化、或者进行整合。

ecu20执行与车辆1的自动驾驶相关的控制。在自动驾驶中，对车辆1的转向以及加减速的至少任意一方面进行自动控制。

ecu21对电动动力转向装置3进行控制。电动动力转向装置3包括根据驾驶员对方向盘31的驾驶操作(转向操作)而对前轮进行转向的机构。另外，电动动力转向装置3包括：发挥用于辅助进行转向操作或者对前轮进行自动转向的驱动力的马达、对转向角进行检测的传感器等。在车辆1的驾驶状态为自动驾驶的情况下，ecu21根据来自ecu20的指示而对电动动力转向装置3进行自动控制，并控制车辆1的行进方向。

ecu22以及ecu23进行检测车辆的周围状况的检测单元41～43的控制以及检测结果的信息处理。检测单元41为对车辆1的前方进行拍摄的摄像机(以下有时表述为摄像机41。)，在本实施方式的情况下，在车辆1的车顶前部设置有两个检测单元摄像机。通过对摄像机41所拍摄的图像的分析能够提取目标的轮廓、道路上的车道的车道线(白线等)。

检测单元42为光学雷达(laserradar激光雷达)(以下有时表述为“光学雷达42”)，对车辆1的周围的目标进行检测，或者对与目标的距离进行测距。在本实施方式的情况下，设置有五个光学雷达42，在车辆1的前部的各角部各设置一个、在后部中央设置一个、以及在后部各侧方各设置一个。检测单元43为毫米波雷达(以下有时表述为“雷达43”)，对车辆1的周围的目标进行检测，或者对与目标的距离进行测距。在本实施方式的情况下，设置有五个雷达43，在车辆1的前部中央设置一个、在前部各角部各设置一个、以及在后部各角部各设置一个。

ecu22进行其中一个摄像机41、各光学雷达42的控制以及检测结果的信息处理。ecu23进行另一个摄像机42、各雷达43的控制以及检测结果的信息处理。通过具备两组对车辆的周围状况进行检测的装置，能够提高检测结果的可靠性，另外，通过具备摄像机、光学雷达、以及雷达这样的不同种类的检测单元，能够多方面地进行车辆的周边环境的分析。将摄像机41、光学雷达42、以及雷达43等用于对车辆周边的外部环境进行监视的装置也称为周边监视装置。

ecu24进行陀螺仪传感器5、加速度传感器5a、gps传感器24b、通信装置24c的控制以及检测结果或者通信结果的信息处理。陀螺仪传感器5检测车辆1的旋转运动，例如检测车辆1的绕前后轴的角速度、或者在此基础上的绕上下轴以及左右轴的角速度。ecu24也能够从陀螺仪传感器5的检测结果获取车辆1的偏航率(偏航角速度)。通过陀螺仪传感器5的检测结果、车轮速等能够对车辆1的行进路径进行判定。加速度传感器5a例如为对车辆的前后左右上下方向上的加速度进行检测的三轴加速度传感器。加速度传感器5a也作为对车辆的行驶时的振动(行驶振动)进行检测的振动传感器而发挥功能。gps传感器24b检测车辆1的当前位置。通信装置24c与提供地图信息、交通信息的服务器进行无线通信，并获取上述信息。ecu24能够进入构筑于存储部24a内的地图信息的数据库，ecu24进行从当前位置至目的地的路径检索等。

ecu25具备车车间通信用的通信装置25a。通信装置25a与周边的其他车辆进行无线通信，并进行车辆间的信息交换。通信装置25a进一步地也能够在与沿着道路配置的通信设备之间进行路车间通信。通过路车间通信例如能够接收由服务器等提供的信息，并能够对服务器等提供信息。也可以使用通信装置25a来获取上述外部信息。

ecu26对动力总成(powerplant)6进行控制。动力总成6为输出使得车辆1的驱动轮旋转的驱动力的机构，例如包括发动机和变速器。例如，ecu26根据例如通过设置在油门踏板7a的操作检测传感器7a所检测到的驾驶员的驾驶操作(油门操作或者加速操作)而控制发动机的输出，或者基于车速传感器7c所检测到的车速等的信息而切换变速器的变速挡。在车辆1的驾驶状态为自动驾驶的情况下，ecu26根据来自ecu20的指示而对动力总成6进行自动控制，并控制车辆1的加减速。ecu27对包括方向指示器(winker闪光指示灯)8在内的照明器件进行控制。

ecu28进行输入输出装置9的控制。输入输出装置9进行对驾驶员的信息的输出和来自驾驶员的信息的输入的接收。语音输出装置91通过语音对驾驶员报告信息。显示装置92通过图像的显示对驾驶员报告信息。显示装置92配置在例如驾驶席表面并与输入装置93一起构成仪表板等。此外，在这里举例示出了语音和显示，但是也可以通过振动、光来报告信息。另外，可以组合语音、显示、振动或者光中的多个来报告信息。进一步地，可以根据应报告的信息的水平(例如紧急度)而变换组合、或者变换报告方式。

ecu29对制动装置10、驻车制动器(未图示)进行控制。制动装置10为例如盘式制动装置，设置于车辆1的各车轮，通过对车轮的旋转施加阻力而使得车辆1减速或者停止。ecu29例如根据由设置于制动踏板7b的操作检测传感器7b所检测到的驾驶员的驾驶操作(制动操作)而控制制动装置10的工作。在车辆1的驾驶状态为自动驾驶的情况下，ecu29根据来自ecu20的指示而对制动装置10进行自动控制，并控制车辆1的减速以及停止。制动装置10、驻车制动器也能够为了维持车辆1的停止状态而工作。另外，在动力总成6的变速器具备驻车锁止机构的情况下，也能够为了维持车辆1的停止状态而工作。ecu29进一步地例如从装入轮胎的气阀中的气压传感器11接收表示气压的信号，并监视该值。气压传感器11装入所有的轮胎中，并发送表示气压的信号。

●驾驶辅助系统的构成

图2中表示通过功能框而构成对车辆1的自动驾驶等进行控制的驾驶辅助系统的例子。通过在图1所示的ecu、传感器类、驱动装置等、和ecu中执行的程序等而实现各功能框。控制单元2可以以例如计算机与其所执行的程序以及内存为中心而构成。以下，对以控制单元2为中心的用于自动驾驶的控制构成进行简单说明。

在图2中，控制单元2上作为驱动用装置的控制系，连接有行驶驱动力输出装置72、制动装置76、以及转向装置74。另外，作为用户界面装置，连接有包括语音输出装置91、显示装置92在内的输出装置以及输入装置93。进一步地，连接有包括加速度传感器5a、气压传感器11等在内的各种传感器、gps接收器24b、雷达43、摄像机41、光学雷达42、通信单元24c、25a，并将来自各个装置的信号输入至控制单元2。

在控制单元2中，根据状态而包括有用于对制动、转向、驱动力等进行控制而实现自动驾驶的自动驾驶控制部112。在自动驾驶控制部112中，连接有本车位置识别部102、本车状态识别部101、以及外部环境识别部103，并分别输入有识别到的信息。自动驾驶控制部112也称为车辆控制部。

在控制单元2中，本车辆状态识别部101基于例如从陀螺仪传感器5输入的偏航率、方向或者从加速度传感器5a输入的加速度等的信号而确定车辆1自身的状态。本车辆位置识别部102对例如从gps信号确定的本车位置与地图信息132进行对照，从而确定地图上的本车位置。例如能够确定与地图上的位置分别相关联地注册的交通影响信息。

外部环境识别部103能够对与通过摄像机41、雷达43、光学雷达42所检测到的车辆的外部环境有关的图像等的信息进行处理而识别外部环境。在外部环境中，例如包括被称为风险的障碍物、以及能够安全地行驶的能够行驶区域。另外障碍物不仅单纯地作为障碍物而被识别，也可以识别其种类。另外有时也从本车的状态确定外部环境。例如，在本实施方式中，基于车辆的信号(尤其是车轮的信号)而判定作为低μ路的可能性。在该情况下，例如也将来自加速度传感器5a、气压传感器11等的信号输入至外部环境识别部103。

自动驾驶控制部112包括行动计划决定部1121与行驶控制部1122。行动计划决定部1121例如使用应该沿着决定的行驶路线而行驶的、从本车位置识别部102以及外部环境识别部103输入的信息等而决定行驶、转向、制动等的行动。行驶控制部1122按照决定的行动计划对制动装置76、转向装置74、以及发动机、马达等的行驶驱动力输出装置72进行控制。自动驾驶控制部112进行例如如图3乃至图5所示的控制。

存储部24a为内存(memory)或者存储器(storage)，保存有为了驾驶控制而使用的地图信息132等。另外也能够存储到达指定的目的地的行驶路线等。

如以上所示，作为自动驾驶系统的中心的控制单元2，通过基于由传感器、通信获取的外部环境信息等而控制车辆1的各装置，从而实现自动驾驶。另外，通过未图示的导航系统，也能够表示当前位置，以及进行向目的地的路径引导。

●自动驾驶水平

在进行本实施方式中的自动驾驶控制的说明之前，对自动驾驶的水平进行简单说明。在本实施方式中，根据自动化率不同而将自动驾驶进行四个阶段的水平划分。水平1为自动驾驶系统进行驱动、制动、转向中的任一个的阶段。水平2为自动驾驶系统进行驱动、制动、转向中的多个的阶段。例如高速道路中的对前行车的追从、车道的维持等包括在水平2内。水平3为在限定的环境、例如高速道路中自动驾驶系统进行驱动、制动、转向中的全部的阶段。但是由于若发生系统不能对应的状况时，则进行向驾驶员的驾驶的过渡(接管takeover)，因此在自动驾驶时驾驶员也必须准备好进行接管。水平4为驾驶员对驾驶一概不参与而通过自动驾驶系统实现完全的自动驾驶的阶段。驾驶员能够如出租车的乘客那样，不参与驾驶地进行乘车。也可以根据自动化的操作等而进一步地细分化水平。例如，作为水平2的子水平，有水平2b1、水平2e等。不管是哪一个水平，通过自动驾驶系统进行控制的对象是不变的，但是对驾驶员的要求水准不同。在水平2e中，有所谓的关注(eyeson)要求，驾驶员有必要监视驾驶状况。另外在水平2b1在有所谓的上手(handson)要求，驾驶员有必要把持方向盘，应该对立即接管进行相应地准备。无论如何，若从某一水平转移至其他水平，则驾驶员根据转移后的水平，进行自动驾驶系统所不进行的操作，相反地，驾驶员没有必要进行自动驾驶系统所进行的操作。伴随着水平的迁移而形成有为了唤起驾驶员的注意的报告。

●积雪检测的概要

若检测积雪等的低μ路面，则自动驾驶控制部112(或者ecu20)进行与该路面状态对应的行驶控制。例如，在行驶在干燥路面的情况下，若检测到是低μ路，则将自动驾驶的水平降低一个阶段或者两个阶段，另外，进行或者降低速度上限，或者增大转弯近前的减速力度等的、控制内容的变更。另外，也可以或者进行向不认定是积雪的车道进行车道变更，或者限制向认定是积雪的车道进行车道变更。在本实施方式中，基于行驶中的前行车辆的周边、尤其是轮胎周边的图像而进行积雪的检测。若认定在前行车辆的轮胎周边部有积雪、雪的卷扬导致的白色区域，则能够推断路面状态为积雪。以下，对本实施方式中的路面状态的检测以及驾驶控制进行说明。

●车辆控制处理

图3中表示通过自动驾驶控制部2进行车辆控制的步骤的一个例子。图1的ecu20作为硬件方面的主体而执行上述步骤，但是从软件模块的观点来看，自动驾驶控制部2是主体。在以自动驾驶模式而驾驶车辆1的情况下，例如周期性地执行图3的处理。执行的周期可以根据例如外部气温等而进行切换。在该情况下，例如若外部气温变为零度以下，则与温度较高的情况相比，执行频度可以设定为更高。这是由于降雪的可能性较高。

在图3中，首先决定行驶环境，尤其是当前的路面状态(或者确定或推断)(s302)。在本实施方式中，作为确定的行驶环境而将积雪路设定为对象，详细内容在图4中进行说明。另外，对各个车道确定路面状态。若确定了路面状态，则对本车辆所行驶中的车道(称为本车辆车道)以及相邻车道是否是积雪状态进行判定(s304)。在判定为本车辆车道是积雪状态的情况下，对左右任一个相邻车道是否是积雪状态进行判定(s306)。在判定为包括相邻车道的能够行驶的车道中任一个都是积雪状态的情况下，自动驾驶控制部112进行在积雪路面上的驾驶控制(s308)。

另一方面在通过步骤s306判定为存在不是积雪状态的车道的情况下，在车道维持信息中设定“车道变更”(或者也可以是“车道变更推荐”)(s310)。此时也一并地设定不是积雪状态的车道是左右中的哪一个车道。变更的目的车道为判定为不是积雪状态的车道。然后自动驾驶控制部112进行在积雪路面上的驾驶控制(s308)。在步骤s308中，自动驾驶控制部112参照车道维持信息，若为“车道变更”，则以在适当的时机向设定的一侧的车道变更车道而行驶的方式进行控制。适当的时机可以是例如能够进行车道变更的最早的时机。在车道维持信息中没有特别设定的情况下，也可以根据需要而进行车道的变更。此外若为“车道变更推荐”，例如也可以为了使得驾驶员进行车道变更而进行对驾驶员的唤起注意。

另一方面，在通过步骤s304而判定为本车辆车道不是积雪状态的情况下，对相邻车道的任一个是否是积雪状态进行判定(s312)。在判定为存在积雪状态的车道的情况下，在车道维持信息中设定“车道维持”(或者也可以是“车道变更禁止”)(s314)。另外在该情况下，推断为本车辆车道处于潮湿的路面状态，自动驾驶控制部112执行在潮湿路面上的行驶控制(s318)。在步骤s318中，自动驾驶控制部112参照车道维持信息，若为“车道维持”，则只要不是因右转、左转等的特殊需要，就以维持当前的车道而行驶的方式进行控制。另一方面在通过步骤s312而判定为相邻车道上没有积雪的情况下，自动驾驶控制部112推断为本车辆车道处于干燥路面或者潮湿路面，在确定任一个的基础上而进行与确定的路面状态对应的行驶控制(s316)。是干燥路面还是潮湿路面的决定，可以基于例如摄像机41的拍摄图像，也可以基于通过雷达43而判定为雨，也可以基于接收的气象信息。

●路面状态的决定

接下来参照图4对通过步骤s302而执行的路面状态的决定处理进行说明。首先从通过摄像机41拍摄的车辆前方的图像检测出周边车辆例如前行车辆的轮胎以及着地位置(s402)。有时也将轮胎着地位置称为道路点。前行车辆例如能够从其形状而识别，轮胎部分也能够由从车辆后方的形状以及颜色，例如通过图案识别等，而确定。或者如果识别了车辆全体，也可以从其形状推断轮胎的位置。例如预先将表示车辆形状与轮胎位置的关系的信息进行存储，基于该信息而决定作为推断材料的信息。另外用于识别车辆以及轮胎位置的图案可以通过使用机器学习而进行学习。在前行车辆中，不限定于本车辆的正前方的车辆，也包括行驶在相邻车道的斜前方的车辆。在从前行车辆的颜色(例如黑色)、形状而确定前行车辆以及其轮胎部分的情况下，而确定轮胎下的线作为着地位置。在不能明确地确定轮胎位置而限于推断的情况下也可以不确定着地位置。配合车辆与轮胎的识别，也预先对车道进行确定。若能够确定道路上绘制的白线则可以通过白线而区分车道，在不能确定白线的情况下，如果搭载了高精度的gps与高精细地图则也可以从当前位置与地图而确定车道。或者也可以对本车辆与前行车辆的横向的重叠的程度进行判定，基于该判定而决定车道。关于最后的方法，将参照图6在下文进行说明。

对各个车道分别地执行步骤s404至步骤s416。将设定为对象的车道称为着眼车道。若为两车道道路则重复两次。首先对着眼车道的着地位置的周边区域，例如下方的规定的区域(着地区域)进行确定(s404)。虽说是规定的区域，大小并不固定，具有与前行车辆间的距离对应的尺寸。然而也可以与距离无关而是一定的大小。例如在本例中确定了轮胎的情况下，着地区域为具有沿着轮胎的着地位置的线的边的矩形的区域。或者，在没能明确地确定轮胎的情况下，为例如包括轮胎的推断位置的矩形区域。有时也将该区域称为着地区域。然后针对着眼车道的各着地区域而对其着地区域的颜色是否是白颜色进行判定(s406)。白色当然可以不是一致的白色，例如只要该着地区域中的规定的比例为白色即可判定为白色。另外，关于白色，也可以是在规定的允许范围内有着色。此外，能够对前行车辆的轮胎的左右两轮进行识别的情况也很多。在该情况下，可以在对左右两轮的至少任一方判定为着地区域是白色的情况下，在步骤s406中判定为白色。在步骤s406中判定为不是白色的情况下，对将判定对象的着地区域设定为设置位置的车辆所行驶的车道的路面状态，决定为不是积雪状态(s418)。

另一方面，在步骤s406中判定为白色的情况下，将道路状态暂时地决定为积雪路(s408)。然后，将决定的积雪路之类的路面状态与其他信息进行对照并确认(s410)。其他信息中例如包括：刮水器的工作状态、空调的工作状态、除霜器的工作状态、外部气温、以及气象信息等。对照对象的信息可以是上述信息中的任一个。对对照的结果是否匹配进行判定(s412)。例如对刮水器、空调、以及除霜器而言，只要任一个正在动作即作为证实是积雪路的其他信息，并判定为匹配。另外在任一个都不进行动作的情况下，可以判定为不匹配。在外部气温的情况下，例如在比规定温度更低的情况下、例如在小于10度那样的情况下，可以判定为匹配。另外在获取到气象信息的情况下，只要在当前位置中的、从当前时刻至规定时间前的气象信息中有表示降雪的信息，就可以判定为匹配。

在通过步骤s412而判定为匹配的情况下，将道路状态最终决定为积雪路面(s416)。另一方面没有判定为匹配的情况下，取消步骤s408中的暂时的决定，而返回原来的路面状态(s414)。这样与着眼车道有关的路面状态的决定处理结束，从而在对全部车道进行决定前，变换着眼车道而从步骤s404开始进行重复(s420)。如果结束对全部车道的处理，则图4的步骤即结束。如果没有结束，即着眼于未处理的车道而从步骤s404开始重复。通过图4的步骤而决定各个车道的路面状态。

此外，步骤s408～步骤s414的虚线的矩形表示可以省略这些步骤。即在该例中，通过步骤s406而判定为白色的情况下，向步骤s416进行分支，不将由着地区域决定的路面状态与其他信息进行对照而设定为最终的路面状态。进一步地，也可以是不将在步骤s406中的是否是白色的判定设定为双值性判定，而将判定结果设定为三值。例如可以构成为：只要着地区域的白色部分的比率超过第一规定比率即向步骤s416进行分支，只要为第二规定比率以下即判定为不是白色，在上述以外的情况下向步骤s408进行分支并与其他信息进行对照。

图5是表示从通过摄像机41所拍摄的图像确定车辆以及着地区域的例子的图。在该例中，图像中包括：本车辆车道的车辆520、左车道的车辆510、以及右车道的车辆530。若识别出上述车辆，并识别出各个轮胎，则设定轮胎下的矩形区域作为着地区域512、514、522、524、532、534、以及536。例如通过雷达43对上述前行车辆进行测距，确定距离后，设定与距离对应的尺寸的着地区域。其中，车辆510、530表示明确地确定了轮胎的情况的例子。在该情况下，确定轮胎的下部的规定区域作为着地区域。另一方面，车辆520表示例如由于雪的卷扬等而不能明确地确定轮胎的情况的例子。但是，在图中出于方便而表示了轮胎。在该情况下，设定包括轮胎的推断位置在内的区域522、524作为着地区域。

图6是对用于确定行驶在本车辆车道的前行车辆的方法进行表示的图。可以单纯地认定在正前方行驶的车辆作为行驶在本车辆车道的前行车辆，但是在积雪路上有时也会有避开车辙而行驶等情况，因而前行车辆并不一定限于位于正前方。这里，在图6的例子中，将与本车辆在宽度方向上重叠得最长的前行车辆识别为本车辆车道的前行车辆。在图6中，例如通过雷达43等而测定与前行车辆的距离d。从距离d、与从图像把握的宽度而确定前行车辆的宽度wb。预先设定了本车辆的宽度wa。从摄像机41的拍摄图像能够确定本车辆的行进方向、与将本车辆的摄像机41(设定于车辆的宽度方向的中央部)和前行车辆的后部的宽度方向的中央部连接的线所成的角度θ。这是因为在图像上可以设定为距中央部一定的距离与一定的角度对应而处理。如果通过这样获取参数，则通过s≈d·θ获取在宽度方向上的本车辆中央部与前行车辆的中央部之间的距离s。本车辆和着眼前行车辆所重叠的宽度wo为wo＝(wa+wb)/2-s。但是wo的最大值为wa，不会比其更大。另外最小值为0。此外也可以简单地设定wa＝wb而不求取wb，则wo＝wa-s。

若有多个前行车辆，则通过上述步骤对各车辆依次计算重叠的宽度wo。若有获得了wa-wo＜阈值那样的wo的前行车辆，则将该前行车辆决定为本车辆车道的前行车辆。然后若以该车辆为中心左右任一方向有车辆，则能够将其决定为左右各个车道的前行车辆。当然也可以不这样简单地决定，而通过上式对各前行车辆分别求得距离s(即与本车辆的偏移)，若该偏移与一个车道对应量的宽度相当，则将该前行车辆判定为相邻车道的车辆。通过以上方式，能够不基于道路上的白线，而基于从与前行车辆有关的图像、雷达等获取的信息从而识别车道。当然该车道的确定方法仅为一个示例，能够利用白线的话也可以基于图像识别到的白线而识别车道，也可以如上述那样基于gps信息而识别车道。

通过以上构成以及步骤，根据本实施方式的车辆或者该车辆所具备的车辆控制装置，检测出前行车辆的道路点即轮胎着地位置的周边的路面上的颜色，从而推断道路的路面的状态(道路状态)。然后，根据推断的道路状态，例如雪或者雪以外，能够进行对应的自动驾驶控制。另外，参照行驶在与本车辆为同一车道的前行车辆、或者与本车辆在宽度方向上最为重叠的前行车辆的着地区域，从而确定道路状态。这样地，能够识别本车辆在即刻起所要行驶的道路状态。进一步，通过识别相邻车道的道路状态，能够选择状态好的车道而行驶，从而能够降低进行车道变更所导致的风险。

＜其他的实施方式＞

另外，在本车辆车道上没有检测到积雪而在相邻车道上检测到积雪的情况下，设定了车道维持。在该情况下，随着行驶而在本车辆车道上也检测到积雪的情况下，也可以解除车道维持的设定。另外车道变更、车道维持由自动驾驶控制部112执行，但是也可以构成为向驾驶员进行推荐该内容的唤起注意。

另外，在图5中，在明确地确定轮胎的情况下，将着地区域设定为轮胎的下部，但是不管是否确定了轮胎，着地区域中都可以包括路面以及轮胎的周边部。

●实施方式的总结

将以上说明的本实施方式进行总结则为以下内容。

(1)

本发明提供一种车辆控制装置，具有：

设置于本车辆的摄像单元、以及

对道路的路面状态进行检测的路面状态检测单元；

上述路面状态检测单元从通过上述摄像单元拍摄的图像检测到周边车辆与上述周边车辆的道路的颜色，并基于上述颜色而推断道路状态。

通过该构成，能够从本车辆周边的颜色推断道路状态。

(2)

是(1)中记载的车辆控制装置，

上述周边车辆是上述本车辆的前行车辆，

上述路面状态检测单元检测上述周边车辆的轮胎着地点以及其周边的颜色，基于上述颜色而推断上述道路状态。

通过该构成，能够从着地点准确地检测出道路状态。

(3)

是(1)或者(2)中记载的车辆控制装置，

上述道路状态包括积雪的有无。

通过该构成，能够识别积雪作为道路状态。

(4)

是(1)至(3)的任一项中记载的车辆控制装置，

上述路面状态检测单元将上述本车辆的刮水器、空调、以及除霜器的动作状态、通过外部气温传感器检测到的外部气温中的任一个、与推断的上述道路状态进行对照，根据其结果而修正上述道路状态。

由此，能够更加提高从图像中的区域的颜色推断的道路状态的准确度。

(5)

是(1)至(4)的任一项中记载的车辆控制装置，

在存在多个上述周边车辆的情况下，上述路面状态检测单元确定行驶在与上述本车辆为同一车道的车辆、或者与上述本车辆在横向进行重叠的范围最广的车辆，基于该车辆的道路的颜色而推断上述道路状态。

通过该构成，能够通过从与本车辆相近的行驶车辆推断道路状态而较为可靠地确定道路状态。

(6)

是(1)至(5)的任一项中记载的车辆控制装置，

还具有对车辆的自动驾驶进行控制的自动驾驶控制单元，

上述周边车辆为行驶在与本车辆行驶的车道不同的其他车道上的车辆，在上述其他车道的道路状态为积雪的情况下，上述自动驾驶控制单元禁止上述本车辆的车道变更。

通过该构成，能够准确地检测相对于车道变更的风险的产生。

(7)

是(6)中记载的车辆控制装置，

上述其他车道的道路状态为积雪，且上述本车辆的行驶的车道也为积雪的情况下，上述自动驾驶控制单元解除上述车道变更的禁止。

通过该构成，若行驶中的车道和相邻车道的状态都为积雪，则允许车道变更。

(8)

是(1)至(7)的任一项中记载的车辆控制装置，

在判定为上述周边车辆的与上述本车辆所行驶的车道不同的其他车道的道路状态不是积雪，并且，上述本车道的道路状态为积雪的情况下，上述自动驾驶控制单元，向上述其他车道进行车道变更，或者向驾驶员推荐车道变更。

通过该构成，能够行驶在没有积雪的车道。