车辆控制系统、车辆控制方法及存储介质与流程

本发明涉及车辆控制系统、车辆控制方法及存储介质。

背景技术：

以往，已知有在控制车辆的行驶的各种器件中，通过机械学习、ai(artificialintelligence：人工智能)等功能，来控制驾驶员的驾驶操作的结构。与此相关联，已知有在通过ai进行的车辆的变速控制和通过乘客的手动进行的车辆的变速控制同时被执行的情况下，限制向在ai控制下施加了限制的变速挡进行变速的技术(例如，日本特开2011-179590号公报)。

然而，在车辆上搭载有多个ai功能的情况下，存在通过各个ai功能得出的判断结果产生矛盾而无法进行最终的判断、判断延迟的情况。对于为了在判断结果中不产生矛盾而学习各种场景而言，需要庞大的行驶场景的组合，存在学习数据的生成需要时间并且导致系统的处理负荷增大的风险。

技术实现要素：

本发明的方案考虑这样的情形而作出，其目的之一在于针对车辆而提供能够进行更适当的控制判断的车辆控制系统、车辆控制方法及存储介质。

本发明的车辆控制系统、车辆控制方法及存储介质采用了以下的结构。

(1)：本发明的一方案的车辆控制系统是如下车辆控制系统，具备：判断结果生成部，其关于与本车辆的行驶相关的第一事项而生成由乘客或搭载于所述本车辆的装置作出的第一判断结果，且关于与所述第一判断结果相关的第二事项，基于学习数据进行判断来生成第二判断结果；以及判断决定部，其在所述第一判断结果与所述第二判断结果不同的情况下，基于所述第一判断结果及所述第二判断结果和外部信息，来决定与所述第一事项及所述第二事项相关的判断。

(2)：在上述(1)的方案中，所述判断决定部基于所述第一判断结果及所述第二判断结果的判断模式与所述外部信息的组合，并参照能够取得判断决定规则数据的表，来决定与所述第一事项及所述第二事项相关的判断，所述判断决定规则数据用于决定与所述第一事项及所述第二事项相关的判断。

(3)：在上述(1)的方案中，所述判断决定部使基于所述第一判断结果及所述第二判断结果和所述外部信息而决定出的判断结果反馈到所述学习数据中。

(4)：在上述(1)的方案中，所述判断结果生成部将与所述本车辆的第一行驶控制的控制量相关的判断结果设为所述第一判断结果，将与所述本车辆的第二行驶控制的控制量相关的判断结果设为所述第二判断结果，所述外部信息包括所述本车辆的行驶状态或周边状况，所述判断决定部使所述第一行驶控制的控制量和所述第二行驶控制的控制量反映到所述本车辆中而在车辆控制产生矛盾的情况下，基于所述外部信息，来调整所述第一行驶控制的控制量及所述第二行驶控制的控制量中的一方或双方。

(5)：在上述(1)的方案中，所述判断结果生成部将与第一车辆的自动驾驶控制的行驶控制相关的判断结果设为所述第一判断结果，将与第二车辆的自动驾驶控制的行驶控制相关的判断结果设为所述第二判断结果，所述外部信息包括所述第一车辆及所述第二车辆的行驶状态或周边状况，所述判断决定部基于所述第一判断结果及所述第二判断结果和所述外部信息，在所述第一车辆与所述第二车辆有可能接触的情况下，使所述第一车辆及所述第二车辆中的一方或双方减速或停止。

(6)：在上述(5)的方案中，所述判断决定部在使所述第一车辆及所述第二车辆减速或停止后，决定优先地进行减速解除或起步的车辆。

(7)：在上述(5)的方案中，所述第一判断结果是根据基于所述第一车辆的行驶状态或周边状况判定出的障碍物的判定结果及与所述障碍物的接触可能性的判定结果而得出的，所述第二判断结果是根据基于所述第二车辆的行驶状态或周边状况判定出的障碍物的判定结果及与所述障碍物的接触可能性的判定结果而得出的，所述判断决定部基于所述第一判断结果、所述第二判断结果及所述外部信息，来使所述第一车辆及所述第二车辆中的一方或双方减速或停止。

(8)：在上述(5)的方案中，所述判断决定部设置于能够与所述第一车辆及所述第二车辆通信的外部装置。

(9)：本发明的一方案的车辆控制系统是如下车辆控制系统，具备：操作接受部，其接受使用者的操作；判断结果生成部，其关于第一事项而生成基于学习数据判断出的判断结果；以及判断决定部，其基于由所述操作接受部接受到的操作，在进行与由所述判断结果生成部判断出的判断结果不同的操作的情况下，基于所述判断结果生成部的判断结果及由所述操作接受部接受到的操作、以及外部信息，来决定与所述第一事项相关的判断。

(10)：本发明的一方案的车辆控制方法是如下车辆控制方法，使车辆控制系统执行如下处理：关于与本车辆的行驶相关的第一事项而生成由乘客或装置作出的第一判断结果，且关于与所述第一判断结果相关的第二事项，基于学习数据进行判断来生成第二判断结果；以及在所述第一判断结果与所述第二判断结果不同的情况下，基于所述第一判断结果及所述第二判断结果和外部信息，来决定与所述第一事项及所述第二事项相关的判断。

(11)：本发明的一方案的存储介质是如下存储介质，存储有程序，该程序使车辆控制系统执行如下处理：关于与本车辆的行驶相关的第一事项而生成由乘客或装置作出的第一判断结果，且关于与所述第一判断结果相关的第二事项，基于学习数据进行判断来生成第二判断结果；以及在所述第一判断结果与所述第二判断结果不同的情况下，基于所述第一判断结果及所述第二判断结果和外部信息，来决定与所述第一事项及所述第二事项相关的判断。

根据上述(1)～(11)的方案，能够对车辆进行更适当的控制判断。

附图说明

图1是利用了第一实施方式的车辆控制系统的车辆系统的结构图。

图2是第一实施方式的第一控制部、第二控制部、第三控制部及存储部的功能结构图。

图3是用于对判断结果生成部的处理进行说明的图。

图4是用于对本车辆在交叉路口行驶的场景中的判断结果生成部的处理进行说明的图。

图5是示出判断决定规则表的内容的一例的图。

图6是示出由第一实施方式的驾驶支援控制装置执行的处理的流程的流程图。

图7是第二实施方式的车辆系统的结构图。

图8是第二实施方式的第一控制部、第二控制部、第三控制部及存储部的功能结构图。

图9是用于对交叉路口处的驾驶支援控制装置的处理进行说明的图。

图10是示出由第二实施方式的驾驶支援控制装置执行的处理的流程的时序图。

图11是示出实施方式的驾驶支援控制装置的硬件结构的一例的图。

具体实施方式

以下，参照附图，对本发明的车辆控制系统、车辆控制方法及存储介质的实施方式进行说明。实施方式的车辆控制装置适用于自动驾驶车辆。所谓自动驾驶，例如是通过控制车辆的转向及加减速中的一方或双方来执行驾驶控制。自动驾驶中例如也可以包括acc(adaptivecrusecontrol)、lkas(lanekeepingassist)、alc(autolanechanging)等由驾驶支援装置进行的驾驶控制。驾驶支援装置中例如包括主要控制车辆的转向的转向控制装置、主要控制车辆的左右制动力及驱动力的分配的分配控制装置。以下，对适用左侧通行的法规的情况进行说明，但在适用右侧通行的法规的情况下，将左右对调着阅读即可。

<第一实施方式>

在第一实施方式中，对于车辆具备基于与行驶控制相关的多个判断结果来决定一个判断结果的功能的情况进行说明。

[整体结构]

图1是利用了第一实施方式的车辆控制系统的车辆系统1的结构图。搭载车辆系统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。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、车辆传感器40、导航装置50、mpu(mappositioningunit)60、驾驶操作件80、驾驶支援控制装置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、无线通信网等而互相连接。图1所示的结构只是一例，可以省略结构的一部分，也可以还追加其他的结构。驾驶支援控制装置100是“车辆控制系统”的一例。hmi30和驾驶操作件80合起来是“操作接受部”的一例。

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安装于搭载车辆系统1的车辆(以下，称作本车辆m)的任意部位。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例如周期性地反复拍摄本车辆m的周边。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安装于本车辆m的任意部位。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基于从发光到受光为止的时间，来检测到对象为止的距离。照射的光例如是脉冲状的激光。探测器14安装于本车辆m的任意部位。

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将识别结果向驾驶支援控制装置100输出。物体识别装置16也可以将相机10、雷达装置12及探测器14的检测结果直接向驾驶支援控制装置100输出。也可以从车辆系统1省略物体识别装置16。相机10除了包括拍摄通常的图像的相机之外，还包括拍摄物体的表面温度的变化的红外线相机。也可以通过相机10所具备的功能来切换成通常的摄像和红外线摄像。

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

hmi30对本车辆m的乘客提示各种信息，并且接受乘客的输入操作。hmi30包括各种显示装置、扬声器、蜂鸣器、触摸面板、开关、按键、设置于车室内的发光装置等。

车辆传感器40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。加速度传感器中例如也可以包括检测纵向加速度、横向加速度的传感器。纵向加速度例如是相对于本车辆m的行进方向的加速度。横向加速度例如是在相对本车辆m的行进方向而言的本车辆m的车宽方向上承受的加速度。

车辆传感器40也可以在本车辆m的车身部的任意的位置包括检测来自外部的接触的有无及接触的强度的接触检测传感器。车辆传感器40也可以包括检测本车辆m的振动的振动传感器、检测从本车辆m或本车辆m附近产生的声音的声音检测传感器。

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。导航装置50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40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hmi30一部分或全部共用化。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(或者输入的任意的位置)到在有人状态下由乘客使用导航hmi52而输入的目的地、或者在无人状态下从外部的通信终端发送且由通信装置20接收到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和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也可以包括与针对线路的道路标识相关的信息。第一地图信息54也可以包括道路的曲率、poi(pointofinterest)信息等。地图上路径被向mpu60输出。导航装置50也可以基于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，并从导航服务器取得与地图上路径同等的路径。

mpu60例如包括推荐车道决定部61，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提供的地图上路径分割为多个区段(例如，在车辆行进方向上按100[m]进行分割)，并参照第二地图信息62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一决定。推荐车道决定部61在地图上路径存在分支部位的情况下，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的方式决定推荐车道。

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例如包括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也可以通过通信装置20与其他的装置进行通信，从而随时被更新。

驾驶操作件80例如包括油门踏板、制动踏板、换挡杆、转向盘、异形方向盘、操纵杆及其他的操作件。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，其检测结果被向驾驶支援控制装置100、或者行驶驱动力输出装置200、制动装置210及转向装置220中的一部分或全部输出。在转向盘上也可以安装有检测乘客是否进行了把持的抓握传感器。

驾驶支援控制装置100例如具备第一控制部120、第二控制部150、第三控制部160及存储部180。除了存储部180以外的各构成要素分别例如通过cpu(centralprocessingunit)等硬件处理器执行程序(软件)来实现。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(包括电路部：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驾驶支援控制装置100的hdd、闪存器等存储装置，也可以保存于dvd、cd-rom等可装卸的存储介质，通过存储介质装配于驱动装置从而安装于驾驶支援控制装置100的hdd、闪存器。

图2是第一实施方式的第一控制部120、第二控制部150、第三控制部160及存储部180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例如并行地实现基于ai(artificialintelligence：人工智能)的功能和基于预先给出的模型的功能。例如，“识别交叉路口”的功能也可以通过如下方式实现：并行地执行基于深度学习等的交叉路口的识别、以及基于预先给出的条件(存在能够进行图案匹配的信号、道路标识等)的识别，并对双方评分而综合性地进行评价。由此，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而输入的信息，来识别存在于本车辆m的周边的物体的位置、朝向速度、加速度等状态。物体中例如包括行人等人、其他车辆等移动体、施工部位、从运载车辆落下的行李等道路上的障碍物。物体中也可以包括缘石、中央隔离带、侧沟、护栏、壁等。物体的位置例如可以作为以本车辆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而被识别，并使用于控制。物体的位置可以通过该物体的重心、角部等代表点来表示，也可以通过表现出的区域来表示。所谓物体的“状态”，例如在物体为其他车辆的情况下，也可以包括加速度、加加速度或者“行动状态”(例如是否正在进行车道变更或者要进行车道变更)。

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)与根据由相机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、路侧带、缘石、中央隔离带、护栏等的行驶路边界(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。识别部130也可以基于由相机10拍摄到的图像，来识别物体的宽度、高度、形状、种类(例如，其他车辆的车种类)等。识别部130识别道路标志、红灯、收费站、道路构造之外的道路事项。

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例如也可以将本车辆m的基准点(例如，重心)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而成的角度作为本车辆m相对于行驶车道的相对位置及姿态而识别。也可以取代于此，识别部130将本车辆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)的位置等作为本车辆m相对于行驶车道的相对位置而识别。识别部130也可以基于第一地图信息54或第二地图信息62，来识别道路上的构造物(例如，电线杆、中央隔离带等)。

行动计划生成部140生成本车辆m自动地将来行驶的目标轨道，以便原则上在由推荐车道决定部61决定出的推荐车道上行驶，而且能够应对本车辆m的周边状况。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的基准点(例如，重心g)应到达的地点(轨道点)依次排列而成的轨道。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应到达的地点，相对于此而言另外地，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而生成。每隔采样时间的目标速度例如基于按通过的道路而确定的上位的目标速度来决定。上位的目标速度例如可以基于限制速度、法定速度来确定，也可以由乘客任意地设定或者根据限制速度、法定速度而在规定范围内进行设定。技术方案中的目标速度例如对应于上位的目标速度。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应到达的位置。在该情况下，目标速度、目标加速度的信息通过轨道点的间隔来表现。

行动计划生成部140也可以在生成目标轨道时，设定自动驾驶的事件。在自动驾驶的事件中，存在定速行驶事件、低速追随行驶事件、车道变更事件、车道维持行驶事件、分支事件、汇合事件、接管事件、避免事件等。在这些事件中，也包括支援由乘客进行的驾驶操作的一部分的事件。

行动计划生成部140例如基于来自第二控制部150的本车辆m的行驶控制的判断决定规则数据，来生成目标轨道。

第二控制部150例如具备判断结果生成部152和判断决定部154。判断结果生成部152关于与本车辆m的行驶相关的事项而生成通过乘客的操作或装置作出的判断结果、基于由存储部180存储的学习数据得出的通过ai功能导出的判断结果。所谓事项，例如是与本车辆m的行为相关的信息，包括本车辆m的行进方向、在本车辆m已产生的或预想将来会产生的现象等。现象中例如包括本车辆m的滑移、针对其他车辆m等物体的接近的接触避免行驶。所谓判断结果，例如是针对本车辆m的将来的行驶控制的判断结果。ai功能中例如包括如下方法：根据多个数据找出规则性、关联性，使用进行判断、预测的机械学习来决定事情的方法；利用使用多层构造算法(例如，神经网络)来学习特征量的设定、组合内容等的深层学习来决定事情的方法。对于判断结果生成部152的功能的详情，在后面叙述。

判断决定部154基于由判断结果生成部152生成的多个判断结果，来取得与本车辆m的将来的行驶控制相关的判断决定规则数据，并将取得的判断决定规则数据向行动计划生成部140输出。对于判断决定部154的功能的详情，在后面叙述。

第三控制部160以使本车辆m按照预定的时刻通过由行动计划生成部140生成的目标轨道的方式，控制行驶驱动力输出装置200、制动装置210及转向装置220。

第三控制部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，并使存储器(未图示)存储该信息。速度控制部164基于存储于存储器的目标轨道所附带的速度要素，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相应的前馈控制和基于从目标轨道的偏离的反馈控制组合地执行。

存储部180例如由hdd、闪存器、eeprom(electricallyerasableprogrammablereadonlymemory)、rom(readonlymemory)或ram(randomaccessmemory)等构成。存储部180中例如存储学习数据182、判断决定规则表184、其他的各种信息。在学习数据182中，例如，通过ai功能等而学习到的判断结果(后述的第二判断结果)与根据本车辆m用于进行行驶控制的一部分的功能而得到的信息建立了对应关系。所谓一部分的功能，例如是本车辆m所搭载的多个外界感应装置(例如，相机10、雷达装置12及探测器14)各自的感应功能、执行lkas等的驾驶支援装置的功能。在判断决定规则表184中，例如判断决定规则数据与判断结果(后述的第一判断结果、第二判断结果)及外部信息建立了对应关系。学习数据182例如可以经由通信装置20而从外部装置取得，也可以由判断结果生成部152在规定的时机生成及更新。对于判断决定规则表184的详情，在后面叙述。

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(electroniccontrolunit)。ecu按照从第三控制部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按照从第三控制部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，使得与制动操作相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所包括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，也可以是按照从第三控制部160输入的信息来控制致动器，并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。电动马达例如通过使力作用于齿条-小齿轮机构来变更转向轮的朝向。转向ecu按照从第三控制部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。

[判断结果生成部的功能]

判断结果生成部152例如关于与本车辆m的行驶相关的第一事项而生成通过乘客的操作或装置作出的第一判断结果和关于与第一判断结果相关的第二事项而基于学习数据182进行判断得出的第二判断结果。

图3是用于对判断结果生成部152的处理进行说明的图。图3的例子示出作为第一事项而在左弯路r1上行驶的本车辆m正在滑移的情形。在图3中，示意性地示出本车辆m的前方的左右的车轮wfl及wfr和后方的左右的车轮wrl及wrr，并设为针对转向盘的转向量而言的车轮wfl及wfr各自的转向角相同。以下，在车轮的转向角控制的说明中，设为使用车轮wfl。

判断结果生成部152例如在本车辆m的滑移正在发生的情况下，基于从作为驾驶操作件80的一例的转向盘接受到的乘客(使用者的一例)的操作量，来生成与本车辆m的行驶控制相关的第一判断结果。

在图3的例子中，在本车辆m在左弯路r1处车轮wfl及wfr正在滑移的状况下(第一事项的一例)，接受到由乘客使转向盘进一步向左转的操作的情况下，判断结果生成部152基于转向盘的转向量，来生成使本车辆m的车轮的转向角相比现状朝向左侧(图中的箭头a1侧)的转向控制作为第一判断结果。

判断结果生成部152与由乘客进行使本车辆m向左转的操作(第二事项的一例)相关联地，作为第二判断结果而生成通过执行lkas的驾驶支援装置来使用学习数据182将车轮wfl的转向角相比现状朝向右侧(图中箭头a2侧)的转向控制。

判断结果生成部152也可以基于与第一判断结果相关的第二事项，参照预先存储于存储部180的学习数据182，来取得与第二事项对应的第二判断结果。

在上述的处理中，也可以取代基于乘客的操作的判断结果，而将第一判断结果设为与针对搭载于本车辆m的装置的控制内容相对的判断结果。图4是用于对本车辆m在交叉路口行驶的场景下的判断结果生成部152的处理进行说明的图。在图4的例子中，示出在道路r2上行驶的本车辆m在与道路r2～r5分别连结的交叉路口cr1左转的场景。在该情况下，判断结果生成部152基于搭载于转向控制装置的ai功能，以使向左侧转向的方式将控制内容作为第一判断结果而生成。判断结果生成部152基于搭载于左右制动力驱动力的分配控制装置的ai功能，作为第二判断结果而生成如下控制内容：考虑避免本车辆m从左转时的行为发生侧滑的抓地行驶、回头性(本车辆m的朝向的变化容易度)，针对后方左侧的车轮wrl向本车辆的前方方向(图中b1方向)驱动，针对后方右侧的车轮wrl使其制动而产生向车辆的后方(图中b2方向)侧的力。

[判断决定部的功能]

判断决定部154判定由判断结果生成部152生成的第一判断结果与第二判断结果是否不同。所谓第一判断结果与第二判断结果不同，例如是由于使基于第一判断结果的第一行驶控制的控制量和基于第二判断结果的第二行驶控制的控制量反映于本车辆m而在车辆控制中产生矛盾。所谓在车辆控制中产生矛盾，例如是由于执行了基于第一判断结果的行驶控制而引起的本车辆m的行为的方向性与由于执行了基于第二判断结果的行驶控制而引起的本车辆m的行为的方向性相反。所谓方向性相反，例如是相对于第一判断结果指示着左转，而第二判断结果指示着右转。所谓方向性相反，例如也可以是相对于第一判断结果进行着加速指示，而第二判断结果进行着减速指示。所谓在车辆控制中产生矛盾，也可以包括在进行了基于第一判断结果及第二判断结果中的一方的判断结果的行驶控制和基于另一方的判断结果的行驶控制的情况下，超过一方或双方的行驶控制的范围的情况。

判断决定部154在第一判断结果与第二判断结果不同的情况下，基于第一判断结果及第二判断结果、以及外部信息，来决定最终的判断结果。所谓外部信息，例如是由识别部130识别出的本车辆m的行驶状态或周边状况，具体而言，包括本车辆m的行为、道路形状、路面状况、天气、其他车辆等周边的物体(障碍物)等的信息。在图3的例子中，外部信息中包括本车辆m正在左弯路r1上行驶的情况、以及产生了滑移这一信息。在图4的例子中，外部信息中例如包括本车辆m在道路r2上行驶、且在交叉路口cr1中向道路r4侧左转这一信息。

判断决定部154例如将第一判断结果、第二判断结果及外部信息与由存储部180存储的判断决定规则表184进行对照，取得对应的判断决定规则数据。图5是示出判断决定规则表184的内容的一例的图。

在判断决定规则表184中，判断决定规则数据与第一判断结果及第二判断结果的判断模式与外部信息建立了对应关系。所谓判断决定规则数据，例如是与用于使行动计划生成部140生成目标轨道的最终的行驶控制相关的判断结果。判断决定规则数据中也可以包括与第一判断结果及第二判断结果的优先级、权重等相关的调整内容。在图5的例子中，作为判断决定规则数据，例如包括相比第一判断结果而使第二判断结果优先，或者使用以第一判断结果的权重为w1、以第二判断结果的权重为w2而相加得到的判断结果，或者仅使用一方的判断结果等决定内容。

判断决定规则表184经由通信装置20而从服务器等外部装置取得。判断决定规则表184也可以通过判断决定部154对过去的判断决定结果的模式进行统计学处理而导出。判断决定部154能够通过使用外部信息，来基于周边状况得到更适当的判断结果。通过参照判断决定规则表184，能够尽早地进行更准确的判断。

判断决定部154在第一判断结果与第二判断结果未出现不同的情况下，执行第一判断结果及第二判断结果这双方的行驶控制。例如，判断决定部154在第一判断结果及第二判断结果这两方为右转指示、且即使进行基于两方的指示的行驶控制也不超过其他的行驶控制的范围的情况下，将第一判断结果及第二判断结果这两方决定为判断结果，进行基于判断决定结果的行驶控制。

判断决定部154也可以使判断决定结果(判断决定规则数据)反馈到学习数据182中而更新数据。在该情况下，判断决定部154可以在每当得到判断决定结果时进行更新，也可以在得到了某种程度的判断决定结果的时机或经过了规定时间的时机进行更新。这样，通过使最终地进行行驶控制的判断决定结果反馈到学习数据182中，从而在下次以后同样或者类似的事项判定的情况下，能够抑制第一判定结果与第二判定结果产生偏差。因此，能够进行更准确且迅速的判断。

[处理流程]

图6是示出由第一实施方式的驾驶支援控制装置100执行的处理的流程的流程图。本流程图的处理例如也可以以规定的周期或者在规定的时机反复执行。在本流程图的开始时，设为由行动计划生成部140生成目标轨道，并基于生成的目标轨道来由第三控制部160执行自动驾驶。

例如，判断结果生成部152关于第一事项而取得由乘客或装置作出的第一判断结果(步骤s100)。接着，判断结果生成部152关于与第一判断结果相关的第二事项，基于学习数据182结果进行判断来生成第二判断结果(步骤s102)。

接着，判断决定部154判定第一判断结果与第二判断结果是否不同(步骤s104)。在第一判断结果与第二判断结果不同的情况下，判断决定部154取得外部信息(步骤s106)，基于第一判断结果及第二判断结果和外部信息，并参照判断决定规则表184，来决定判断决定规则数据(步骤s108)。

在步骤s104的处理中，判断决定部154在第一判断结果与第二判断结果未出现不同的情况下，基于第一判断结果及第二判断结果，来决定判断决定规则数据(步骤s110)。接着，判断决定部154将通过步骤s108或步骤s110的处理而得到的判断决定结果向行动计划生成部140输出，并使基于判断决定结果的行驶控制执行(步骤s112)。接着，判断决定部154使判断决定结果反馈到学习数据182中(步骤s114)。由此，本流程图的处理结束。

如上所述，根据第一实施方式的驾驶支援控制装置100，能够针对车辆进行更适当的控制判断。具体而言，根据第一实施方式，判断结果生成部152使用搭载于本车辆m的执行行驶控制的一部分的功能的装置分别所搭载的ai功能等，专门针对各个判断事项来生成判断结果即可，所以能够减轻处理负荷，并且能够尽早提高各自的学习精度。根据第一实施方式，在第一判断结果与第二判断结果不同的情况下，通过判断决定部154也基于外部信息来决定最终的判断，从而能够尽早进行准确的判断。

<第二实施方式>

接着，对第二实施方式的车辆系统进行说明。在第二实施方式中，设为在车辆内不具备判断决定部154，使用在外部存在的车辆支援服务器的判断决定结果来进行行驶控制。图7是第二实施方式的车辆系统2的结构图。车辆系统2例如具备一个以上的车辆300和车辆支援服务器400。这些构成要素能够经由网络nw而彼此通信。网络nw包括互联网、wan(wideareanetwork)、lan(localareanetwork)、公用线路、供应商装置、专用线路、无线基地站等。

[车辆]

车辆300中例如包括第一实施方式的本车辆m及其他车辆。车辆300例如与第一实施方式的车辆系统1的结构图相比，在取代驾驶支援控制装置100而具备驾驶支援控制装置100a这方面不同。因此，以下，主要以驾驶支援控制装置100a的功能为中心进行说明。

图8是第二实施方式的第一控制部120、第二控制部150a、第三控制部160及存储部180a的功能结构图。图8所示的驾驶支援控制装置100a与第一实施方式的驾驶支援控制装置100相比，在取代判断决定部154而具备判断决定查询部156、并且取代存储部180而具备存储部180a这方面不同。因此，以下，主要以判断决定查询部156及存储部180a为中心进行说明。

[判断决定查询部的功能]

判断决定查询部156判定由判断结果生成部152生成的第一判断结果与第二判断结果是否不同。在第一判断结果与第二判断结果不同的情况下，判断决定查询部156例如将第一判断结果、第二判断结果及最终的判断决定规则数据的查询信息与由识别部130识别到的外部信息等一起，经由通信装置20向车辆支援服务器400发送。

然后，判断决定查询部156从车辆支援服务器400取得判断决定规则数据。判断决定查询部156将判断决定规则数据向行动计划生成部140输出。判断决定查询部156也可以使判断决定规则数据反馈到存储部180a内的学习数据182中而更新数据。

[车辆支援服务器的功能]

返回图7，车辆支援服务器400例如具备通信部410、查询接受部420、判断决定部430、学习部440及存储部450。查询接受部420、判断决定部430及学习部440分别例如通过cpu等硬件处理器执行程序(软件)来实现。这些构成要素中的一部分或全部可以通过lsi、asic、fpga、gpu等硬件(包括电路部：circuitry)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驾驶支援控制装置100a的hdd、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驾驶支援控制装置100a的hdd、闪存器。存储部450例如由hdd、闪存器、eeprom(electricallyerasableprogrammablereadonlymemory)、rom(readonlymemory)或ram(randomaccessmemory)等构成。在存储部450中，例如存储有判断决定规则表452、其他各种信息。判断决定规则表452例如保存有与判断决定规则表184同样的项目。

通信部410例如是用于与网络nw连接的网卡。通信部410经由网络nw而与车辆300及其他的外部装置通信。

查询接受部420从车辆300接受第一判断结果及第二判断结果和判断结果数据的查询。

判断决定部430基于由查询接受部420接受到的信息，参照存储于存储部450的判断决定规则表452，取得与第一判断结果、第二判断结果及外部信息对应的判断决定规则数据。

学习部440预先将与第一判断结果、第二判断结果、外部信息相关的信息和由判断决定部430决定出的判断决定规则数据存储于存储部450，在规定期间经过后或蓄积了规定的数据量的时机，进行统计处理等的学习，并基于其结果来更新判断决定规则表452。由此，学习部440使用从多个车辆300得到的数据来更新判断决定规则表452，所以能够根据各种的场景，来进行适当的行驶控制的判断。

根据第二实施方式，能够从车辆支援服务器400侧取得判断决定规则数据，所以能够减轻在车辆300侧的处理负荷。根据第二实施方式，车辆支援服务器400能够使用来自多个车辆300的信息来进行学习，所以能够根据各种场景，来取得更适当的判断决定规则数据。

第二实施方式例如也能够适用于用于避免车辆彼此的接触的驾驶控制。图9是用于对交叉路口处的驾驶支援控制装置100a的处理进行说明的图。在图9中，示出作为车辆300的一例的本车辆m(第一车辆的一例)和其他车辆m1(第二车辆的一例)。交叉路口cr1是没有设置有信号机的交叉路口。本车辆m设为从道路r2向道路r3直行，其他车辆m1设为从道路r4向道路r2右转。

在这样的场景中，由于在交叉路口cr1前方的行进方向存在其他车辆m1，所以本车辆m停止。其他车辆m1也由于在交叉路口cr1前方的行进方向存在本车辆m而停止。在该情况下，由于彼此成为停止状态，所以存在无法进行顺畅的行驶的情况。于是，本车辆m及其他车辆m1各自的判断决定查询部156将各自的判断结果和外部信息(例如，行驶状态，周边状况)向车辆支援服务器400发送，查询判断决定规则数据。在该情况下，作为外部信息，例如也可以包括障碍物的判定结果(其他车辆的位置)及与障碍物的接触可能性的判定结果。外部信息中也可以包括设置于交叉路口cr1附近的相机、雷达装置、从探测器等得到的信息。

车辆支援服务器400的查询接受部420接受本车辆m和其他车辆m1的查询信息。判断决定部430取得与本车辆m的自动驾驶控制的行驶控制相关的判断结果作为第一判断结果，取得与其他车辆m1的自动驾驶控制的行驶控制相关的判断结果作为第二判断结果。判断决定部430基于本车辆m及其他车辆m1的外部信息，参照判断决定规则表452，取得对应的判断决定规则数据。在该情况下，作为判断决定规则数据，例如是使本车辆m及其他车辆m1中的一方或双方减速或停止的数据。判断决定规则数据中电可以包括与在判断决定部430使本车辆m及其他车辆m1的一方或双方减速或停止后、优先解除减速或起步的车辆相关的规则数据。判断决定部430将判断决定规则数据向本车辆m及其他车辆m1发送。由此，本车辆m及其他车辆m1能够顺畅地在交叉路口cr1中行驶。

[处理时序]

图10是示出由第二实施方式的驾驶支援控制装置100a执行的处理的流程的时序图。本时序的处理也可以例如以规定的周期或者在规定的时机来反复执行。为了便于说明，图10所示的时序图示出本车辆m、其他车辆m1及车辆支援服务器400，示出图9所示的场景中的处理的流程。在本时序的开始时，设为通过本车辆m及其他车辆m1各自的行动计划生成部140来生成目标轨道，基于生成的目标轨道来由第三控制部160执行着自动驾驶。

在图10的例子中，本车辆m生成用于在交叉路口cr1中直行的判断结果(步骤s200)。其他车辆m1生成用于在交叉路口cr1中右转的判断结果(步骤s202)。接着，本车辆m及其他车辆m1将判断决定规则数据的查询信息与各自的判断结果及外部信息一起向车辆支援服务器400发送(步骤s204，s206)。

接着，车辆支援服务器400基于本车辆m及其他车辆m1各自的判断结果及外部信息并参照判断决定规则表452，取得对应的判断决定规则数据(步骤s208)。接着，车辆支援服务器400针对本车辆m及其他车辆m1将判断决定规则数据向本车辆m及其他车辆m1发送(步骤s210，s212)。

接着，本车辆m基于从车辆支援服务器400接收到的判断决定规则数据来生成目标轨道，沿生成的目标轨道行驶(步骤s214)。本车辆m也可以基于从车辆支援服务器400接收到的判断决定规则数据，来更新学习数据(步骤s216)。其他车辆m1基于从车辆支援服务器400接收到的判断决定规则数据来生成目标轨道，并沿生成的目标轨道行驶(步骤s218)。本车辆m也可以基于从车辆支援服务器400接收到的判断决定规则数据，来更新学习数据(步骤s220)。

接着，车辆支援服务器400预先将通过步骤s208的处理得到的判断决定规则数据存储于存储部450，在规定的时机进行统计处理等，更新判断决定规则表452(步骤s222)。由此，本时序的处理结束。

根据上述的第二实施方式，由于在各自的车辆内不具有判断决定部，所以能够抑制彼此的判断决定部成为了不同的判断结果的情况的风险。车辆中搭载有多个外界感应装置，但即使产生基于这些感应功能的学习数据得出的结果不同的情况，通过取得行驶状态、周边状况，也能够迅速地进行准确的判断。根据第二实施方式，能够考虑例如在没有设置信号机的交叉路口等处的彼此的接触可能性，消除在各自停止的状态下变得无法自动地起步的状态，能够实现顺畅的交通。

第一实施方式及第二实施方式也可以组合其他的实施方式的一部分或全部。第一实施方式及第二实施方式的判断结果生成部及判断决定部也可以分别利用深度学习、支持向量机这样的机械学习、深层学习。

[硬件结构]

图11是示出实施方式的驾驶支援控制装置100、100a的硬件结构的一例的图。如图所示，驾驶支援控制装置100、100a成为通信控制器100-1、cpu100-2、作为工作存储器而使用的ram100-3、保存引导程序等的rom100-4、闪存器、hdd等存储装置100-5、驱动装置100-6等通过内部总线或者专用通信线而相互连接的结构。通信控制器100-1进行与驾驶支援控制装置100、100a以外的构成要素之间的通信。驱动装置100-6中装配光盘等可移动型存储介质(例如，计算机可读取的非暂时性存储介质)。存储装置100-5中保存有cpu100-2执行的程序100-5a。该程序通过dma(directmemoryaccess)控制器(未图示)等而向ram100-3展开，由cpu100-2执行。cpu100-2所参照的程序100-5a可以保存于装配于驱动装置100-6的可移动型存储介质，也可以经由网络从其他的装置下载。由此，实现驾驶支援控制装置100的第一控制部120、第二控制部150及第三控制部160中的一部分或全部，实现驾驶支援控制装置100a的第一控制部120、第二控制部150a及第三控制部160中的一部分或全部。图11所示的硬件结构也能够适用于车辆支援服务器400的硬件结构。由此，例如实现车辆支援服务器400的查询接受部420、判断决定部430、学习部440中的一部分或全部。

上述说明的实施方式能够如以下那样来表现。

一种车辆控制装置，构成为具备：

存储有程序的存储装置；以及

硬件处理器，

所述硬件处理器通过执行存储于所述存储装置的程序来执行如下处理：

关于与本车辆的行驶相关的第一事项而生成由乘客或装置作出的第一判断结果，且关于与所述第一判断结果相关的第二事项，基于学习数据进行判断来生成第二判断结果，

在所述第一判断结果与所述第二判断结果不同的情况下，基于所述第一判断结果及所述第二判断结果和外部信息，来决定与所述第一事项及所述第二事项相关的判断。

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。