车辆控制系统、车辆控制方法及程序与流程

本发明的方案涉及车辆控制系统、车辆控制方法及程序。

本申请基于在2017年6月16日在日本提出申请的专利申请2017-118696号主张优先权，将其内容援引于此。

背景技术：

以往，已知有如下装置：以成为应该根据包含星期几、季节及时间段的时间要素而限制车辆的行驶状态的道路状况的限制范围与地图数据建立对应关系而登记了的限制范围数据库的登记内容为基础，决定在与预想车辆到达限制范围的时间点下的时间要素相应的道路状况下应该采取的驾驶行动，在车辆到达限制范围前提示决定出的驾驶行动(例如，参照专利文献1)。

现有技术文献

专利文献

专利文献1：日本特开2015-42946号公报

技术实现要素：

发明要解决的课题

然而，在上述的装置中，对于存在于车辆的周边的物体向乘客施加的压力并没有进行考虑。

本发明是考虑这样的情形而完成的，其目的之一在于抑制向乘客施加的压力。

用于解决课题的手段

本发明的车辆控制系统、车辆控制方法及程序采用了以下的结构。

(1)：本发明的一方案是车辆控制系统，具备：检测部，其检测车辆的周边的物体；预测部，其基于由所述检测部检测到的物体的分布，来预测所述物体向乘客施加的压力的程度；以及控制部，其基于由所述预测部预测到的压力的程度，来生成所述车辆利用自动驾驶行驶时的轨道。

(2)：在上述(1)的方案中，所述控制部基于由所述预测部预测到的压力的程度和由所述检测部检测到的物体的分布，来生成所述车辆以自动方式行驶时的轨道。

(3)：在上述(2)的方案中，所述轨道是乘客的压力的程度成为第一阈值以下的轨道。

(4)：在上述(3)的方案中，所述乘客的压力的程度成为第一阈值以下的轨道是与所述乘客的压力的程度超过第一阈值的轨道相比，在远离所述物体的位置通过的轨道。

(5)：在上述(4)的方案中，所述乘客的压力的程度成为第一阈值以下的轨道是与所述乘客的压力的程度超过第一阈值的轨道相比抑制了车速或加速度的轨道。

(6)：在上述(1)的方案中，所述车辆控制系统还具备推定乘客的压力的程度的乘客监视部，在规定时间前在所述车辆在生成的所述轨道上行驶时由所述乘客监视部推定出的压力的程度为第二阈值以上的情况下，所述控制部基于所述第二阈值以上的由所述乘客监视部推定出的压力的程度，来生成所述车辆利用自动驾驶行驶时的轨道。

(7)：在上述(1)的方案中，所述控制部参照预测为在车辆行驶时压力的程度成为第三阈值以上的特定路径的信息，决定为优先地在与所述特定路径不同的路径上行驶。

(8)：本发明的一方案是车辆控制方法，所述车辆控制方法使车载计算机执行如下处理：检测车辆的周边的物体；基于检测到的所述物体的分布，来预测所述物体向乘客施加的压力的程度；以及基于预测到的所述压力的程度，来生成所述车辆利用自动驾驶行驶时的轨道。

(9)：本发明的一方案是一种程序，所述程序使车载计算机执行如下处理：检测车辆的周边的物体；基于检测到的所述物体的分布，来预测所述物体向乘客施加的压力的程度；以及基于预测到的所述压力的程度，来生成所述车辆利用自动驾驶行驶时的轨道。

发明效果

根据上述(1)～(9)的方案，基于向乘客施加的压力的程度，来生成车辆利用自动驾驶行驶时的轨道，从而能够抑制向乘客施加的压力。

附图说明

图1是搭载于车辆的车辆控制系统1的构成图。

图2是示出由本车位置识别部122识别出车辆相对于行驶车道l1的相对位置及姿态的情形的图。

图3是用于对自动驾驶的处理过程进行说明的图。

图4是示出压力抑制信息152的一例的图。

图5是示出模式信息154的一例的图。

图6是示出区间信息156的一例的图。

图7是示出由车辆控制系统1执行的处理的流程的流程图(其1)。

图8是示出由车辆控制系统1执行的处理的流程的流程图(其2)。

图9a是示出不修正轨道的情况下的车辆mx的行为的一例的图。

图9b是示出修正了轨道的情况下的车辆m的行为的一例的图。

图10是示出图9的场景中的车辆mx及车辆m的速度的推移的一例的图。

图11是示出图9及图10的场景中的乘客的压力的程度的推移的一例的图。

图12是示出解析装置400的功能构成的图。

图13是示出由车辆的相机拍摄到的图像的一例的图。

图14是示出从生物体传感器向车辆发送的与压力相关的信息的一例的图。

图15是示出由解析装置400执行的处理的流程的流程图。

图16是示出俯瞰图像的一例的图。

具体实施方式

以下，参照附图，对本发明的车辆控制系统、车辆控制方法及程序的实施方式进行说明。

[整体结构]

车辆系统例如具备一个以上的车辆和解析装置400(参照图12)。车辆及解析装置400经由网络而彼此通信。网络例如包含蜂窝网、wi-fi网、wan(wideareanetwork)、lan(localareanetwork)、无线基地站等。

解析装置400对规定的信息进行解析，基于解析出的结果，来生成后述的压力抑制信息。车辆使用从解析装置400取得的压力抑制信息，来控制车辆。

[车辆]

图1是搭载于车辆的车辆控制系统1的构成图。供车辆控制系统1搭载的车辆例如是两轮、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。电动机使用连结于内燃机的发电机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。

车辆控制系统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)30、导航装置50、mpu(micro-processingunit)60、车辆传感器70、驾驶操作件80、车室内相机82、自动驾驶控制单元100、行驶驱动力输出装置200、制动装置210以及转向装置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所示的结构说到底只不过是一例，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在供车辆控制系统1搭载的车辆的任意部位安装多个。相机10例如拍摄前方，安装于前风窗玻璃的上部、车室内后视镜背面等。相机10也可以是立体摄影机。

雷达装置12向车辆的周边发射毫米波等电波，并且检测由物体反射的电波(反射波)来至少检测物体的位置(距离及方位)。雷达装置12在车辆的任意部位安装有一个或者多个。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是测定相对于照射光的散射光来检测到对象的距离的lidar(lightdetectionandranging或者laserimagingdetectionandranging)。探测器14在车辆的任意部位安装有一个或多个。

物体识别装置16对相机10、雷达装置12及探测器14中的一部分或全部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单元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，与存在于车辆的周边的其他车辆通信，或经由无线基地站而与各种服务器装置通信。

hmi30对车辆的乘客提示各种信息，并且接受乘客的输入操作。hmi30包含各种显示装置、扬声器、蜂鸣器、触摸面板、开关、按键等。

导航装置50例如具备gnss(globalnavigationsatellitesystem)接收机51、导航hmi52以及路径决定部53，在hdd(harddiskdrive)、闪存器等存储装置中保持有第一地图信息54。gnss接收机基于从gnss卫星接收到的信号，来确定车辆的位置。车辆的位置也可以通过利用了车辆传感器70的输出的ins(inertialnavigationsystem)来确定或补充。导航hmi52包含显示装置、扬声器、触摸面板、按键等。导航hmi52也可以与前述的hmi30将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确定的车辆的位置(或者被输入的任意的位置)到使用导航hmi52而由乘客输入的目的地为止的路径。第一地图信息54例如是通过表示道路的线路和由线路连接而成的节点来表现道路形状的信息。第一地图信息54也可以包含道路的曲率、poi(pointofinterest)信息等。由路径决定部53决定出的路径被向mpu60输出。导航装置50也可以基于由路径决定部53决定出的路径，来进行使用了导航hmi52的路径引导。导航装置50例如也可以通过用户所持有的智能手机、平板终端等终端装置的功能来实现。导航装置50也可以经由通信装置20而向导航服务器发送当前位置和目的地，取得从导航服务器回复的路径。

mpu60例如作为推荐车道决定部61而发挥功能，在hdd、闪存器等存储装置中保持有第二地图信息62。推荐车道决定部61将从导航装置50提供的路径分割成多个区段(例如，在车辆行进方向上按每100[m]进行分割)，并参照第二地图信息62来按每个区段决定目标车道。推荐车道决定部61进行在从左起的第几个车道上行驶这一决定。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，决定推荐车道以使车辆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高精度的地图信息。第二地图信息62例如包含车道的中央的信息或者车道的边界的信息等。在第二地图信息62中，也可以包含道路信息、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。在道路信息中，包含高速道路、收费道路、国道、都道府县道这样的表示道路的类别的信息、道路的车道数、各车道的宽度、道路的坡度、道路的位置(包含经度、纬度、高度的三维坐标)、车道的转弯曲率、车道的汇合点及分支点的位置、设置于道路的标识等信息。第二地图信息62也可以通过使用通信装置20来访问其他装置而随时被更新。

在第二地图信息62中存储有表示入口收费站、出口收费站等闸门构造的信息。表示闸门构造的信息例如是表示设置于收费站的闸门的数量、闸门的位置的信息。

车辆传感器70包含检测车辆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、检测车辆的朝向的方位传感器等。

驾驶操作件80例如包含油门踏板、制动踏板、换挡杆、转向盘、其他的操作件。在驾驶操作件80上安装有检测操作量或者操作的有无的传感器，其检测结果被向自动驾驶控制单元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。

车室内相机82以就座于驾驶员座的乘客的脸为中心而拍摄上半身。车室内相机82的拍摄图像被向自动驾驶控制单元100输出。

自动驾驶控制单元100例如具备第一控制部120、第二控制部140以及存储部150。第一控制部120及第二控制部140中的一方或双方通过cpu(centralprocessingunit)等处理器执行程序(软件)来实现。各功能部中的一部分或全部可以通过lsi(largescaleintegration)、asic(applicationspecificintegratedcircuit)、fpga(field-programmablegatearray)、gpu(graphicsprocessingunit)等硬件来实现，也可以通过软件和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，并通过存储介质被装配于驱动装置而安装于存储装置。存储部150例如通过rom(readonlymemory)、eeprom(electricallyerasableandprogrammablereadonlymemory)、hdd(harddiskdrive)等非易失性存储装置和ram(randomaccessmemory)、寄存器等易失性存储装置来实现。

第一控制部120例如具备外界识别部(检测部)121、本车位置识别部122、行动计划生成部123、预测部124以及修正部125。

外界识别部121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而输入的信息，来识别周边车辆的位置及速度、加速度等状态。周边车辆的位置可以通过该周边车辆的重心、角部等代表点来表示，也可以通过由周边车辆的轮廓表现出的区域来表示。所谓周边车辆的“状态”，也可以包含周边车辆的加速度、加加速度或者“行动状态”(例如是否车辆正在进行车道变更或是否车辆正在想要进行车道变更)。外界识别部121也可以除了周边车辆之外，还识别护栏、电线杆、驻车车辆、行人、其他物体的位置。

本车位置识别部122例如识别车辆正在行驶的车道(行驶车道)、以及车辆相对于行驶车道的相对位置及姿态。本车位置识别部122例如通过对从第二地图信息62得到的道路划分线的图案(例如实线和虚线的排列)和从由相机10拍摄到的图像识别的车辆的周边的道路划分线的图案进行比较，来识别行驶车道。在该识别中，也可以加入从导航装置50取得的车辆的位置、基于ins的处理结果。

而且，本车位置识别部122例如识别车辆相对于行驶车道的位置、姿态。图2是示出由本车位置识别部122识别出车辆相对于行驶车道l1的相对位置及姿态的情形的图。本车位置识别部122例如将车辆m的基准点(例如重心)从行驶车道中央cl的偏离os及车辆m的行进方向相对于将行驶车道中央cl相连的线而成的角度θ作为车辆m相对于行驶车道l1的相对位置及姿态而识别。也可以取代于此，本车位置识别部122将车辆m的基准点相对于本车道l1的右侧的道路划分线(或左侧的道路划分线)的位置等作为车辆m相对于行驶车道的相对位置而识别。由本车位置识别部122识别的车辆m的相对位置被向推荐车道决定部61及行动计划生成部123提供。

行动计划生成部123决定在自动驾驶中依次执行的事件，以便在由推荐车道决定部61决定出的推荐车道上行驶且能够应对车辆m的周边状况。事件中例如存在以一定速度在相同行驶车道上行驶的定速行驶事件、追随前行车辆的追随行驶事件(本车辆与前行车辆之间的车间距离维持设定距离而行驶的事件)、车道变更事件、汇合事件、分支事件、紧急停止事件、用于结束自动驾驶而向手动驾驶切换的接管事件、在通过收费站时执行的收费站事件(后述)等。在这些事件的执行中，也有时基于车辆m的周边状况(周边车辆、行人的存在、由道路施工引起的车道狭窄等)，来计划用于避开的行动。

行动计划生成部123生成车辆m将来要行驶的目标轨道。目标轨道例如包含速度要素。例如，目标轨道设定多个每隔规定的采样时间(例如零点几[sec]程度)的将来的基准时刻，作为在这些基准时刻应该到达的目标地点(轨道点)的集合而生成。因此，在轨道点彼此的间隔宽的情况下，表示在该轨道点之间的区间中高速地行驶。

图3是用于对自动驾驶的处理过程进行说明的图。首先，如上图所示，由导航装置50决定路径。该路径例如是没有进行车道的区分的大体的路径。接着，如中图所示，推荐车道决定装置240决定容易沿路径行驶的推荐车道。然后，如下图所示，自动驾驶控制单元250生成用于一边进行障碍物的避开等一边尽量沿推荐车道行驶的轨道点，控制行驶驱动力输出装置200、制动装置210、转向装置220中的一部分或全部以便沿轨道点(及随附的速度曲线)行驶。这样的作用分担说到底也只不过是一例，例如也可以自动驾驶控制单元100集中进行处理。

行动计划生成部123例如生成多个目标轨道的候补，基于安全性和效率性的观点，选择在该时间点下的最佳的目标轨道。

预测部124基于由外界识别部121识别到的物体的分布，来预测物体向乘客施加的压力度(压力的程度)。详情在后面叙述。

修正部125基于存储于存储部150的压力抑制信息152(后述)来修正由行动计划生成部123生成的行动计划而生成抑制乘客的压力的轨道。

乘客监视部130基于由车室内相机82拍摄到的图像，来对乘客的表情进行解析，基于解析结果来推定乘客的压力度。例如，拍摄到乘客感到压力时的表情的图像的解析结果存储于存储部150。该解析结果例如按每个压力度的程度而存储于存储部150。乘客监视部130将存储于存储部150的解析结果和由车室内相机82拍摄到的图像的解析结果进行比较，来推定乘客的压力度。乘客监视部130也可以通过无线通信等来取得由带在乘客身上的生物体传感器取得的压力度的检测结果，基于取得的生物体传感器的检测结果，来推定乘客的压力度。乘客监视部130也可以将生物体传感器的检测结果和由车室内相机82拍摄到的图像的解析结果进行综合来推定乘客的压力度。

hmi控制部134控制hmi30。

第二控制部140具备行驶控制部141。行驶控制部141控制行驶驱动力输出装置200、制动装置210及转向装置220，以使车辆m按照预定的时刻通过由行动计划生成部123生成的目标轨道。

在存储部150中，例如存储有压力抑制信息152、模式信息154及区间信息156。上述的压力抑制信息152、模式信息154及区间信息156例如是由解析装置400分发的信息。

压力抑制信息152是在车辆m以抑制乘客的压力的方式行驶时使用的信息。图4是示出压力抑制信息152的一例的图。压力抑制信息152是类型化模式、压力度及修正值彼此建立了对应关系的信息。类型化模式由后述的模式信息154决定。所谓修正值，是在相同条件下由行动计划生成部123生成的轨道上行驶的情况下的针对行为的修正值(例如转向量、减速度等)。

图5是示出模式信息154的一例的图。模式信息154是用于基于物体的分布、道路模式及车辆m的行为，来确定预测为乘客感受到的压力度或类型化模式的信息。在模式信息154中，物体的分布、道路模式、车辆m的行为、压力度及类型化模式彼此建立了对应关系。物体的分布是从铅垂上方观察图像而得到的俯瞰图像中的物体的分布。例如，图像由外界识别部121而变换为俯瞰图像(参照图16)。所谓道路模式，是基于规定的基准将道路的形态类型化而成的。所谓规定的基准，例如是道路的车道数、道路的宽度、道路的特性(车站前的道路，住宅街的道路)、人行道的形态等。道路模式也可以在地图信息中与节点、线路建立了对应关系。所谓类型化模式，是基于规定的基准将物体的分布、道路模式及车辆的行为类型化而成的。

区间信息156是能够识别乘客的压力度成为阈值(第一阈值或者第三阈值)以上的区间和时间段的组合的信息。图6是示出区间信息156的一例的图。

行驶驱动力输出装置200将用于使车辆m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和对它们进行控制的ecu。ecu按照从行驶控制部141输入的信息或者从驾驶操作件80输入的信息，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按照从行驶控制部141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，以使得与制动操作相应的制动转矩被向各车轮输出。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而向液压缸传递的机构作为备用。制动装置210不限于上述说明的结构，也可以是按照从行驶控制部141输入的信息而控制致动器，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例如具备转向ecu和电动马达。电动马达例如使力作用于齿条-小齿轮机构而变更转向轮的朝向。转向ecu按照从行驶控制部141输入的信息或者从驾驶操作件80输入的信息，驱动电动马达，使转向轮的朝向变更。

[车辆m的处理]

图7是示出由车辆控制系统1执行的处理的流程的流程图(其1)。首先，自动驾驶控制单元100从导航装置50取得车辆m的路径(步骤s100)。接着，预测部124参照区间信息160，判定在车辆m行驶的预定的时刻，在步骤s100中取得的路径中是否包含预测为压力度变高规定的程度以上的区间(步骤s102)。在取得的路径中不包含预测为压力度变高规定的程度以上的区间的情况下，本流程图的1例程的处理结束。

在取得的路径中包含预测为压力度变高规定的程度以上的区间的情况下，预测部124判定是否能够避开预测为压力度变高的区间(步骤s104)。例如，如以下那样进行判定。预测部124对导航装置50指示生成其他的路径。导航装置50在取得指示时生成其他的路径，将生成的路径向预测部124发送。例如，预测部124在新生成的路径是非效率性路径(到目的地为止的时间花费规定时间以上的路径，绕远规定的距离以上的路径)的情况下，判定为不能避开预测为压力度变高规定程度以上的区间，在判定为新生成的路径不是非效率性的路径的情况下，判定为能够避开预测为压力度变高规定程度以上的区间。

在能够避开预测为压力度变高规定程度以上的区间的情况下，自动驾驶控制单元100以在避开预测为压力度变高规定程度以上的区间的路径上行驶的方式控制车辆m(步骤s106)。即，驾驶控制单元100以优先地在与预测为压力度变高规定程度以上的区间(特定路径)不同的区间(路径)上行驶的方式控制车辆m。所谓避开预测为压力度变高规定程度以上的区间的路径，例如是新生成的判定为不是非效率的路径中最高效的路径。

在不能避开预测为压力度变高规定程度以上的区间的情况下，自动驾驶控制单元100以在步骤s100中取得的路径上行驶的方式控制车辆m(步骤s108)。在该情况下，hmi控制部134也可以控制hmi30，使hmi30输出用于使乘客放心的信息。例如，hmi控制部134使hmi30输出“请放心。以压力不会变高的方式行驶。”等声音。hmi控制部134也可以在由乘客监视部130推定为乘客的压力为规定程度以上的情况下，使hmi30输出上述的声音。由此，本流程图的1例程的处理结束。

通过上述的处理，车辆控制系统1能够避开预测为乘客的压力度变高的区间。在不能避开预测为乘客的压力度变高的区间的情况下，执行图8的流程图的处理。

图8是示出由车辆控制系统1执行的处理的流程的流程图(其2)。首先，行动计划生成部123生成行动计划(步骤s200)。接着，预测部124从外界识别部121取得物体的分布(步骤202)。接着，预测部124参照模式信息154，基于物体的分布、道路模式以及车辆m的行为，来确定预测为乘客感到的压力度及类型化模式(步骤s204)。

接着，修正部125参照压力抑制信息152，基于在步骤s204中确定出的类型化模式和预测的压力度，来取得修正值(步骤s206)。接着，修正部125判定在规定时间前由乘客监视部130推定出的压力度是否为阈值(第二阈值)以上(步骤s208)。规定时间前的时机是过去基于压力抑制信息152进行修正轨道的处理而车辆m在该轨道上行驶的时机。

在规定时间前由乘客监视部130推定出的压力度不是阈值以上的情况下，修正部125利用在步骤s206中取得的修正值来修正由行动计划生成部123生成的轨道(步骤s210)。在步骤s204中确定的压力度为规定值以下的情况下，也可以不修正轨道。

在规定时间前由乘客监视部130推定出的压力度为阈值以上的情况下，修正部125根据推定出的压力度的程度，来调整修正值(步骤s212)，进入步骤s210的处理。修正值的调整例如参照存储于存储部150的未图示的调整映射而进行。调整映射以作为阈值以上的压力度的大小越大则与压力度建立了对应关系的调整值越大的方式生成。即，调整映射是以使乘客的压力度小于阈值(第一阈值或者第二阈值)的方式调整修正值的映射。这样，通过调整映射来调整修正值，从而根据乘客的压力的感受情况而调整修正值，以使乘客的压力度小于阈值的方式生成车辆m行驶的轨道。由此本流程图的1例程的处理结束。

如上所述，修正部125通过修正轨道，能够抑制向乘客施加的压力。

图9是示出不修正轨道的情况下的车辆mx的行为和修正了轨道的情况下的车辆m的行为的一例的图。在图示的例子中，在行驶车道的附近存在人h(h1～h4)。图9a示出不修正轨道的情况下的车辆mx的行为，图9b示出修正了轨道的情况下的车辆m的行为。例如，在图9a中，在时刻t及时刻t+1车辆mx在行驶车道的中央附近行驶。在该情况下，在车辆m通过人存在的区域时，由于车辆mx与人h的距离l短，所以有时车辆mx的乘客感到压力。与此相对，在图9b中，在时刻t车辆m在行驶车道内以在横向上从行驶车道的中央附近远离人的方式行驶，确保距离l+α(＞距离l)而通过人存在的区域。之后，车辆m在行驶车道的中央行驶。这样，车辆m以抑制乘客的压力的方式进行行驶。

在图9中，说明了车辆m相对于人的行驶位置，但是也可以如图10所示那样也修正车辆m的速度(或加速度)。图10是示出图9的场景中的车辆mx及车辆m的速度的推移的一例的图。图10的纵轴表示车辆的速度，横轴表示时间。实线表示车辆m的速度的推移，虚线表示车辆mx的速度的推移。车辆mx的速度是恒定的。与此相对，车辆m从时刻t起逐渐减速到规定的速度，以规定的速度通过人h存在的区域。然后，使车辆m在从时刻t+1起经过规定时间后加速到时刻t前的速度而进行行驶。这样，通过修正部125的修正，车辆m在通过人h存在的区域时减速，所以能够抑制乘客感到的压力。

图11是示出上述的图9及图10的场景中的乘客的压力的推移的一例的图。图11的纵轴表示车辆m的乘客的压力度，横轴表示时间。实线表示车辆m的乘客的压力度的推移，虚线表示车辆mx的乘客的压力度的推移。存在如下情况：车辆mx的乘客的压力度在从时刻t～时刻t+1之间(从在人存在的区域通过前到通过后为止的期间)，比在不存在人的区域中行驶时的乘客的压力度相比变高。与此相对，车辆m的乘客的压力度恒定为阈值(第一阈值)th以下。即在存在人的区域中行驶的情况下的压力度与在不存在人的区域中行驶的情况下的压力度相同。这样，通过修正部125修正轨道，能够抑制乘客的压力。

压力抑制信息152也可以基于规定时间(或规定的行驶距离)中的物体的检测频率、相对于车辆m相向行驶的物体(车辆等)的通过频率、物体的平均移动速度而生成。也可以是，在检测频率高、通过频率高或平均移动速度快的情况下，预测为压力变高，所以修正值设定为大的值。在该情况下，在压力抑制信息152中，对于上述的检测频率、通过频率或平均移动速度的每个，对应有类型化模式。预测部124基于图像识别结果，来取得检测频率、通过频率或平均移动速度。然后，修正部125参照压力抑制信息152，基于检测频率、通过频率或平均移动速度来确定类型化模式，取得修正值。

以下，对于由解析装置400生成压力抑制信息152的处理进行说明。

[解析装置]

图12是示出解析装置400的功能构成的图。解析装置400例如具备通信部402、解析部404、分发部406以及存储部420。通信部402是与车辆通信的通信接口。该车辆是自动驾驶车辆，是在由行动计划生成部123生成的轨道上行驶的车辆。解析部404对从车辆取得的信息进行解析(详情在后面叙述)。分发部406将由解析部404解析出的结果向车辆分发。

在存储部420中，存储有地图信息422、车辆信息424、收集信息426、对应信息428、压力抑制信息430以及区间信息432。地图信息422是与第二地图信息62同样的高精度的地图信息。车辆信息424是包含车辆id、车辆的类别、车辆的通信地址、搭载于车辆的相机所拍摄的摄像区域的信息等的信息。

收集信息426是从车辆取得的车辆的行驶路径、轨道、由搭载于车辆的相机拍摄到的图像、由安装于车辆的乘客的手腕等身体的生物体传感器检测到的信息等。对于收集信息426所包含的这些信息，对应有取得信息的时刻。

生物体传感器取得乘客的心搏的起伏(心脏的脉动的周期性间隔)，基于取得的心搏的起伏来导出压力。生物体传感器具备心搏传感器、判定部、通信部以及存储部。生物体传感器的判定部例如将表示检测到的心搏的信号分类成高频成分和低频成分，相对于高频成分而低频成分越大，则判定为处于压力越高的状态。然后，判定部将判定结果存储于存储部，使用通信部而每隔规定的时间将判定结果向车辆发送。

图13是示出由车辆的相机拍摄到的图像的一例的图。例如，以规定时间间隔由相机拍摄到的图像(图中，im1，im2…)与时刻建立对应关系并被向解析装置400发送。

图14是示出从生物体传感器向车辆发送的与压力相关的信息的一例的图。图中的纵轴表示压力度，横轴表示时间。通过这样由生物体传感器取得的信息来识别压力度的变化。在图示的例子中，在拍摄到图14的图像im1的时刻t1压力变得比通常时高，在拍摄到图14的图像im2的时刻t2压力进一步变高。这样，通过收集信息426来识别车辆的周边信息和压力的因果关系。

[解析装置的处理]

图15是示出由解析装置400执行的处理的流程的流程图。首先，解析部404取得由车辆的相机拍摄到的图像及拍摄到图像时的车辆的信息(车辆的行为、轨道、位置信息)(步骤s300)。接着，解析部404对取得的图像进行解析，识别物体的分布(步骤s302)。例如，解析部404如图1所示，将前述的图13的图像im1变换为俯瞰图像，识别与俯瞰图像对应的区域以成为基准的大小被分割了的网格区域中的物体(人h1～h4)的分布。图16是示出俯瞰图像的一例的图。

接着，解析部404取得拍摄到在步骤s300中取得的图像时的车辆的乘客的生物体信息(步骤s304)。接着，按每个时刻将在步骤s304中取得的生物体信息与图像的解析结果建立关联(步骤s306)。接着，解析部404判定在步骤306中关联了的信息是否已蓄积规定量以上(步骤s308)。在未蓄积规定量以上的情况下，返回步骤s300的处理。所谓信息已蓄积规定量以上，是按每个时刻建立了关联的生物体信息和图像的解析结果的组合的数量已蓄积规定数量以上。

在已蓄积规定量以上的情况下，解析部404将在步骤s302中取得的物体的分布、道路模式、车辆的行为、图像的摄像日期时刻、类型化模式及压力度彼此建立对应关系而生成对应信息428(步骤s310)。

接着，解析部404基于对应信息428，来生成压力抑制信息430(步骤s312)。例如，解析部404基于预先实验性地求出的数据，针对每个类型化模式，求出抑制乘客的压力那样的车辆的行为。然后，解析部404针对每个类型化模式导出车辆的行为的修正值，生成将修正值与类型化模式及压力度建立了对应关系的压力抑制信息430。由此本流程图的1例程的处理结束。

在压力抑制信息430中，也可以对于道路拥挤那样的类型化模式、物体的数量多的类型化模式、在道路中存在驻车或停车的物体的类型化模式、存在正在要右转或左转的车辆m的类型化模式、道路的宽度窄等那样乘客的压力度变高那样的类型化模式，对应有比其他的类型化模式大的修正值。也可以是，对于包含行驶车道的数量多的道路模式的类型化模式，预测为乘客的压力变大，所以设定比作为行驶车道的数量少的道路模式的类型化模式大的修正值。

类型化模式也可以按照物体的种类而确定。所谓物体的种类，是儿童、大人、自行车、二轮机动车、四轮机动车等。例如，在儿童分布于规定的区域的情况下，与大人分布于规定的区域的情况相比，对应有大的修正值。这是因为，乘客在存在儿童的情况下，相比存在大人的情况更感到压力。

解析部404生成车辆基于由行动计划生成部123生成的轨道在规定的区间中行驶的情况下的压力度、行驶区间以及在该区间中行驶的时间段建立了对应关系的区间信息432。

上述的压力抑制信息430及区间信息432通过分发部406而被向车辆m分发。

在上述的例子中，说明了确定类型化模式而决定修正值的情况，但也可以取代于此(除此之外还)，基于乘客监视部130的监视结果来决定修正值。例如，修正部125也可以在由乘客监视部130取得的乘客的压力度相比基准值上升了的情况下，以使速度减速或者在更远离周边的物体的位置行驶的方式修正轨道。所谓在更远离的位置行驶，是相比在由行动计划生成部123生成的轨道上行驶的位置而更远离的位置。例如，在存储部150中，存储有按每个压力度而对应有修正值的对应表。修正部125参照该对应表，取得与压力度相应的修正值。

根据以上说明的实施方式，具备检测车辆m的周边的物体的外界识别部121、基于由外界识别部121检测到的物体的分布来预测物体向乘客施加的压力的预测部124以及基于由预测部124评价出的压力来生成车辆m利用自动驾驶进行行驶时的轨道的第一控制部120，从而能够抑制向乘客施加的压力。

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。

附图标记说明

1··车辆控制系统，2、2a···车辆控制系统，100··自动驾驶控制单元，121··外界识别部，123··行动计划生成部，124··预测部，125··修正部，150··存储部，152··压力抑制信息，154··区间信息，156··模式信息，400··解析装置，404··解析部，406··分发部，m1、m2···车辆。