JP7632382B2 - 車両の制御装置 - Google Patents

Description

本発明は、車両の制御装置に関する。

特許文献１には、手動運転と自動運転とを切り替え可能な車両において、運転者の手動運転中の運転操作を学習し、この学習結果を自動運転の走行制御に適用する技術が開示されている。

国際公開第２０１８／１９３５３６号

しかしながら、特許文献１に開示された技術では、後部座席などに座っている運転者以外の乗員の状態が考慮されていないため、運転者以外の乗員にとって乗り心地のよくない運転者の手動運転中の運転操作の学習の割合が高い場合には、この学習結果を自動運転の走行制御に適用した場合に、運転者以外の乗員にとって自動運転中の乗り心地が悪くなるおそれがある。

本発明は、上記課題に鑑みてなされたものであって、その目的は、運転者以外の乗員にとって乗り心地のよい自動運転を実施することができる車両の制御装置を提供することである。

上述した課題を解決し、目的を達成するために、本発明に係る車両の制御装置は、自動運転と手動運転とを切り替え可能であり、手動運転中の運転特性を学習し、前記運転特性の学習値を自動運転中の制御に反映する車両の制御装置であって、前記運転特性の学習値は、前記手動運転中における運転者以外の乗員の状態と、前記運転特性とが紐づけられていることを特徴とするものである。

これにより、手動運転中に運転者以外の乗員の状態を加味した運転特性の学習値を自動運転の制御に反映させることによって、運転者以外の乗員にとって乗り心地のよい自動運転を実施することができる。

また、上記において、前記手動運転中における前記運転者以外の前記乗員の状態には、少なくとも前記運転者以外の前記乗員の有無が含まれるようにしてもよい。

これにより、運転者の運転の好みを運転特性に反映しつつ、運転者以外の乗員を気遣ったスムースな自動運転を実現することができる。

また、上記において、前記運転者のみが存在する車内状態を第１車内状態とし、前記運転者以外の乗員も存在する車内状態を第２車内状態とし、前記運転特性の学習値は、前記第２車内状態のほうが前記第１車内状態よりも緩慢な運転特性となるように設定されるようにしてもよい。

これにより、乗員にとって乗り心地のよい自動運転を実現することができる。

また、上記において、前記運転特性の学習値には、さらに前記運転者の心理状態が紐づけられていてもよい。

これにより、第２車内状態での手動運転中であっても、運転者の心理状態が急ぎの場合などには、このときの運転特性の学習値を反映せず、運転者の心理状態を運転特性の学習に加味することによって、乗員にとって、より乗り心地のより自動運転を実施することができる。

本発明に係る車両の制御装置は、手動運転中の運転者以外の乗員の状態を加味した運転特性の学習値を自動運転の制御に反映させることによって、運転者以外の乗員にとって乗り心地のよい自動運転を実施することができるという効果を奏する。

図１は、実施形態に係る車両の機能構成を示すブロック図である。 図２は、ＥＣＵが実施する制御の第１の例を示したフローチャートである。 図３は、第１運転特性及び第２運転特性における各種項目毎の急峻及び緩慢の度合いの一例を示した図である。 図４は、ＥＣＵが実施する制御の第２の例を示したフローチャートである。 図５は、ＥＣＵが実施する制御の第３の例を示したフローチャートである。 図６は、第１運転特性及び第２運転特性における各種項目毎の急峻及び緩慢の度合いの設定の他例を示した図である。

以下に、本発明に係る車両の制御装置の実施形態について説明する。なお、本実施形態により本発明が限定されるものではない。

図１は、実施形態に係る車両１０の機能構成を示すブロック図である。

図１に示す車両１０は、操作部１１と、駆動部１２と、撮像部１３と、センサ群１４と、電池１５と、カーナビゲーションシステム１６と、記憶部１７と、通信部１８と、ＥＣＵ（Ｅｌｅｃｔｒｏｎｉｃ Ｃｏｎｔｒｏｌ Ｕｎｉｔ）１９と、を備える。また、以下においては、車両１０として、自律走行可能な電気自動車について説明するが、これに限定されるものではない。さらに、車両１０は、センターサーバまたはＥＣＵ１９の制御のもと、目的地に向けて自動的に移動することができる。もちろん、車両１０は、利用した運転手または搭乗した搭乗者等のユーザーがステアリング等を操作することによってユーザーが所望する目的地に向けて移動することもできる。

操作部１１は、ステアリングホイール、アクセルペダル、及び、ブレーキペダル等を用いて構成される。操作部１１は、車両１０に乗車するドライバー（運転者）またはドライバー以外の乗員（搭乗者）による操作を受け付ける。

駆動部１２は、モータ等を用いて構成される。駆動部１２は、ＥＣＵ１９の制御のもと、電池１５から供給される電力に基づいて、車両１０の駆動輪に駆動力を供給する。

撮像部１３は、一または複数のレンズ、及び、レンズが集光した被写体像を撮像するＣＣＤ（Ｃｈａｒｇｅ Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ）イメージセンサまたはＣＭＯＳ（Ｃｏｍｐｌｅｍｅｎｔａｒｙ Ｍｅｔａｌ Ｏｘｉｄｅ Ｓｅｍｉｃｏｎｄｕｃｔｏｒ）イメージセンサ等を備える撮像装置を用いて構成される。撮像部１３は、車両１０外、及び、車両１０内に複数配置される。例えば、撮像部１３は、車両１０内に配置する場合、車両１０の入口付近、車両１０の出口付近、車両１０の座席付近、及び、車両１０の運転席付近に各々配置される。また、撮像部１３は、車両１０外に配置する場合、車両１０の先方、後方、及び、側面に各々配置される。撮像部１３は、ＥＣＵ１９の制御のもと、撮像し、この撮像によって得られる画像データをＥＣＵ１９へ出力する。

センサ群１４は、自動運転を実現するためのセンサ、及び、電池１５の残量を検出するセンサを用いて構成される。具体的には、センサ群１４は、３Ｄ－ＬｉＤＡＲ、ミリ波センサ、赤外線センサ、車速センサ、角速度、ジャイロセンサ、及び、加速度センサ等を用いて構成される。さらに、センサ群１４は、操作部１１に対するドライバーの操作などを検出するためのセンサを用いて構成され、例えば、アクセルペダルセンサ、ブレーキペダルセンサ、ステアリングセンサ、着座センサ、及び、シートベルトセンサ等を用いて構成される。また、センサ群１４は、電池１５の残量（ＳＯＣ）、温度、ＳＯＨ（Ｓｔａｔｅ ｏｆ Ｈｅａｌｔｈ）、電圧値、及び、電流値の各々を検出するテスター、及び、温度センサ等を用いて構成される。センサ群１４は、各種検出した検出結果をＥＣＵ１９へ出力する。

電池１５は、例えば、ニッケル水素電池またはリチウムイオン電池等の充電可能な二次電池を用いて構成される。電池１５は、車両１０を駆動するための高電圧の直流電力を蓄える。電池１５は、図示しない充電口を介して充電装置３０と電気的に接続可能であり、充電装置３０から供給される外部電力が充電される。

カーナビゲーションシステム１６は、ＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）センサ１６１と、地図データベース１６２と、報知装置１６３と、入力部１６４と、を有する。

ＧＰＳセンサ１６１は、複数のＧＰＳ衛星または送信アンテナからの信号を受信し、受信した信号に基づいて、車両１０の位置（経度及び緯度）を算出する。ＧＰＳセンサ１６１は、ＧＰＳ受信センサ等を用いて構成される。なお、本実施形態では、ＧＰＳセンサ１６１を複数個搭載することによって車両１０の向き精度向上を図ってもよい。

地図データベース１６２は、各種の地図データを記憶する。地図データベース１６２は、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）またはＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の記憶媒体を用いて構成される。

報知装置１６３は、画像、地図、映像、及び、文字情報を表示する表示部１６３ａと、音声や警報音等の音を発生する音声出力部１６３ｂと、を有する。表示部１６３ａは、液晶や有機ＥＬ（Ｅｌｅｃｔｒｏ Ｌｕｍｉｎｅｓｃｅｎｃｅ）等の表示ディスプレイを用いて構成される。音声出力部１６３ｂは、スピーカ等を用いて構成される。

入力部１６４は、ユーザーの操作入力や音声入力などを受け付け、受け付けた各種の操作内容に応じた信号をＥＣＵ１９へ出力する。入力部１６４は、タッチパネル、ボタン、スイッチ、ジョグダイヤル、及び、マイク等を用いて実現される。

このように構成されたカーナビゲーションシステム１６は、ＧＰＳセンサ１６１によって取得した現在の車両１０の位置を、地図データベース１６２が記憶する地図データに対応する地図上に重ねることによって、車両１０の現在走行している道路、及び、目的値までの走行経路等を含む情報を、表示部１６３ａと音声出力部１６３ｂとによってユーザーに対して報知する。

記憶部１７は、車両１０に関する各種情報を記憶する。車両情報には、車両１０を識別する識別情報（例えば車両ＩＤ）、車両１０の車種、及び、燃費情報等が含まれる。また、記憶部１７は、ＥＣＵ１９から入力された車両１０のＣＡＮデータ等やＥＣＵ１９が実行する各種のプログラム等を記憶する。記憶部１７は、ＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、Ｆｌａｓｈメモリ、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等を用いて構成される。また、記憶部１７は、車両１０が実行するプログラム記憶部１７１と、ＥＣＵ１９が消費電力量、及び、航続可能距離を算出する際に用いる学習済モデルや、ＥＣＵ１９が手動運転中の運転特性を算出する際に用いる学習済みモデルなどを記憶する学習済モデル記憶部１７２と、車両１０を識別する車両情報を記憶する車両情報記憶部１７３と、を有する。ここで、学習済モデルは、例えば機械学習としてＤＮＮ（Ｄｅｅｐ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）を用いて形成される。なお、ＤＮＮのネットワークの種類は、特に限定されないが、例えば、手動運転中におけるドライバー以外の乗員の状態と、手動運転中の運転特性とを紐づけられた教師用データや学習用データを用意し、この教師用データや学習用データを多層ニューラルネットワークに基づいた計算モデルに入力して学習するものであればよい。車両１０の車種、燃費、速度、及び、距離と、車両１０の消費電力量と、を紐付けた教師用データや学習用データを用意し、この教師用データや学習用データを多層ニューラルネットワークに基づいた計算モデルに入力して学習するものであればよい。さらに、機械学習の手法としては、例えば、ＣＮＮ（Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）、３Ｄ－ＣＮＮ等の多層のニューラルネットワークのＤＮＮに基づく手法が用いられてもよい。

通信部１８は、ＥＣＵ１９の制御のもと、ネットワークＮＷを通じてセンターサーバへ各種データ等を送信するとともに、センターサーバから各種データを受信する。例えば、通信部１８は、ＥＣＵ１９の制御のもと、センターサーバから交通情報を取得し、取得した交通情報をＥＣＵ１９へ出力する。通信部１８は、各種情報を送受信可能な通信モジュール等を用いて構成される。

ＥＣＵ１９は、メモリと、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等のハードウェアを有するプロセッサと、を用いて構成される。ＥＣＵ１９は、車両１０の各部を制御する。例えば、ＥＣＵ１９は、車両１０の運転モードが自動運転モードに設定された場合、センサ群１４の検出結果等を用いて、駆動部１２を制御することによって車両１０を自律走行させる。ＥＣＵ１９は、取得部１９１と、決定部１９２と、第１の算出部１９３と、第２の算出部１９４と、出力制御部１９５と、モード設定部１９６と、判定部１９７と、を有する。なお、本実施形態では、ＥＣＵ１９が制御装置として機能する。

取得部１９１は、車両１０の目的地、及び、現在位置を取得する。具体的には、取得部１９１は、入力部１６４を介してドライバーまたはドライバー以外の乗員によって入力された車両１０の目的地を取得するとともに、ＧＰＳセンサ１６１及び地図データベース１６２を介して車両１０の現在位置を取得する。

決定部１９２は、車両１０の目的地と、車両１０の現在位置と、地図データベース１６２と、に基づいて、複数の走行経路の中から選択して走行経路を決定する。具体的には、決定部１９２は、車両１０の目的地と現在位置とが最短となる距離となる走行経路を複数の走行経路の中から選択して走行経路を決定する。

第１の算出部１９３は、車両１０の目的地と、車両１０の現在位置と、に基づいて、自動運転モード及び手動運転モードの各々の現在位置から目的地までの走行経路で消費する電池１５の消費電力を予測した消費電力量を算出する。具体的には、第１の算出部１９３は、学習済モデル記憶部１７２が記憶する学習済モデルを用いて、入力データとして現在位置から目的地までの走行経路上の距離、勾配、及び、渋滞の有無を入力し、出力データとして消費電力量を出力することによって算出する。また、第１の算出部１９３は、電池１５の現在の残量と、算出した予測消費電力と、に基づいて、自動運転モード及び手動運転モードの各々の車両１０の航続可能距離を算出する。具体的には、第１の算出部１９３は、センサ群１４を介して取得した電池１５の現在の残量と、算出した予測消費電力と、決定部１９２が決定した走行経路の距離、走行経路の勾配と、走行経路上の渋滞の有無と、走行経路上に設置された充電装置の充電位置（例えば、充電ステーション）と、に基づいて、自動運転モード及び手動運転モードの各々の航続可能距離を算出する。

第２の算出部１９４は、記憶部１７の学習済モデル記憶部１７２に記憶された学習済モデルを用いて、手動運転中におけるドライバー以外の乗員の状態と、手動運転中の運転特性と、が紐づけられた学習用データなどに基づいて、手動運転中の運転特性を学習する。そして、第２の算出部１９４は、学習した学習値を出力して記憶部１７に記憶させる。

出力制御部１９５は、第１の算出部１９３が算出した、自動運転モード及び手動運転モードの各々の予測消費電力量、並びに、自動運転モード及び手動運転モードの各々の航続可能距離の少なくとも一方を出力する。具体的には、出力制御部１９５は、表示部１６３ａに自動運転モード及び手動運転モードの各々の予測消費電力及び航続可能距離の少なくとも一方を出力することによって表示させる。また、出力制御部１９５は、判定部１９７によって車両１０が走行する走行経路上に渋滞が発生していると判定された場合、第１の算出部１９３が算出した、自動運転モード及び手動運転モードの各々の予測消費電力量、並びに、自動運転モード及び手動運転モードの各々の航続可能距離の少なくとも一方を出力する。

モード設定部１９６は、入力部１６４に対するドライバーまたはドライバー以外の乗員の操作に応じて、車両１０の運転モードを、自動運転モードまたは手動運転モードに設定したり、ドライブモード（コンフォート、ノーマル、スポーティなど）を設定したりする。

判定部１９７は、取得部１９１が取得した交通情報に基づいて、車両１０が走行している走行経路上に渋滞が発生しているか否かを判定する。また、判定部１９７は、センサ群１４の検出結果に基づいて、車内の状態やドライバーの心理状態などを判定する。

実施形態に係る車両１０においては、車両１０の状態（ドライバー以外の乗員の有無など）や心理状態（急ぎやリラックスなど）の観点で手動運転の状態を分類し、手動運転のそれぞれの状態に対応する運転特性を学習して記憶する。そして、自動運転中は、前記分類の中から対応する手動運転ベースの特性を、自動運転用の運転特性として適用する。これにより、ドライバーの運転の好みを反映しつつ、乗員を気遣ったスムースな自動運転を実現することができる。

なお、運転特性の項目としては、例えば、「加速／減速時の加速度、躍度」、「加速／減速開始タイミング」、「追従走行中の車間距離」、「停止車間距離」、「発進の前後加速度」、「コーナー進入車速」、「コーナー中の横加速度」、「コーナーの軌跡」、「車線変更時の横加速度」、及び、「巡航車両速度」などのような、ドライバー以外の乗員を気遣う項目が挙げられる。

また、手動運転ベースの特性を個別に記憶すべき車内状態としては、ドライバー以外の乗員の有無がある。例えば、ドライバーのみが存在する車内の状態を第１車内状態とし、ドライバー以外の乗員が存在する車内の状態を第２車内状態とする。そして、手動運転中に第１車内状態で学習した運転特性の学習値である第１運転特性に比べて、手動運転中に第２車内状態で学習した運転特性の学習値である第２運転特性は、乗員を気遣った緩慢な（鈍重な）運転特性とする。

実施形態に係る車両１０においては、手動運転中の場合は、ドライバー以外の乗員の状態として、例えば、車内状態（ドライバー以外の乗員の有無や、着座または立位、乗員の向き）に基づいて、手動運転ベースの特性として第１運転特性及び第２運転特性をそれぞれ演算及び記憶する。また、自動運転中の場合は、手動運転ベースの特性（第１運転特性及び第２運転特性）を活用するようなセッティングか否かを判断し、手動運転ベースの特性を活用する場合は、乗員の心理状態に基づいて、第１運転特性または第２運転特性を自動運転の運転特性として適用する。なお、手動運転ベースの特性を活用する場合に、乗員の心理状態による区別を実施しない場合は、第２運転特性を自動運転中の運転特性として適用すればよい。自動運転中は、ドライバーが期待する動きと車両の動きとが一致しないことがあるため、手動運転中のドライバー以外の乗員のように、自動運転中のドライバーの身体が動揺されやすい状態である。そのため、自動運転中の通常の運転特性として、第２車内状態で学習した手動運転ベースの特性である第２運転特性を適用するとよい。一方、第１運転特性は、乗員が自動運転中の通常の運転特性（第２運転特性）よりもアグレッシブな自動運転を要求している場合には、自動運転中の運転特性に第２運転特性よりも急峻な第１運転特性を適用すればよい。なお、乗員の心理状態に関する情報として、乗員がアグレッシブな自動運転を要求しているか否かの検出には、例えば、センサ群１４や入力部１６４で、急ぎやリラックスなどを乗員の顔や会話などから読み取った情報や、選択されているドライブモード（コンフォート、ノーマル、スポーティなど）などを使えばよい。

図２は、ＥＣＵ１９が実施する制御の第１の例を示したフローチャートである。なお、図２に示した制御フローは、例えば、数［ｍｓ］毎に繰り返し実行される。図３は、第１運転特性及び第２運転特性における各種項目毎の急峻及び緩慢の度合いの一例を示した図である。

まず、ＥＣＵ１９は、手動運転中であるか否かを判断する（ステップＳ１）。ＥＣＵ１９は、手動運転中であると判断した場合（ステップＳ１にてＹｅｓ）、車内の状態を更新する（ステップＳ２）。次に、ＥＣＵ１９は、車内状態＝ドライバーのみであるか否かを判断する（ステップＳ３）。ＥＣＵ１９は、車内状態＝ドライバーのみであると判断した場合（ステップＳ３にてＹｅｓ）、図３に示すように運転特性の各種項目毎に急峻及び緩慢の度合いが設定されるように第１運転特性を演算し、演算した第１運転特性を記憶部１７に記憶させる（ステップＳ４）。その後、ＥＣＵ１９は、一連の制御を終了する。一方、ステップＳ３の処理において、ＥＣＵ１９は、車内状態＝ドライバーのみではない、すなわちドライバー以外の乗員もいると判断した場合（ステップＳ３にてＮｏ）、手動運転中の走行データからドライバーの好みを学習し、図３に示すように運転特性の各種項目毎に急峻及び緩慢の度合いが設定されるように第２運転特性を演算し、演算した第２運転特性を記憶部１７に記憶させる（ステップＳ５）。その後、ＥＣＵ１９は、一連の制御を終了する。

また、ステップＳ１の処理において、ＥＣＵ１９は、手動運転中ではない、すなわち自動運転中であると判断した場合（ステップＳ１にてＮｏ）、自動運転中の運転特性のセッティングを更新する（ステップＳ６）。次に、ＥＣＵ１９は、手動運転ベースの特性、すなわち第１運転特性または第２運転特性を活用するか否かを判断する（ステップＳ７）。ＥＣＵ１９は、手動運転ベースの特性を活用しないと判断した場合（ステップＳ７にてＮｏ）、予め記憶部１７に記憶させたデフォルトの自動運転用の運転特性を適用して、一連の制御を終了する。一方、ステップＳ７の処理において、手動運転ベースの特性を活用すると判断した場合（ステップＳ７にてＹｅｓ）、乗員の心理状態ｏｒドライブモードを更新する（ステップＳ８）。次に、ＥＣＵ１９は、乗員の心理状態＝急ぎｏｒスポーティであるか否かを判断する（ステップＳ９）。ＥＣＵ１９は、乗員の心理状態＝急ぎｏｒスポーティであると判断した場合（ステップＳ９にてＹｅｓ）、手動運転ベースの特性である第１運転特性を適用する（ステップＳ１０）。その後、ＥＣＵ１９は、一連の制御を終了する。また、ステップＳ９の処理において、ＥＣＵ１９は、乗員の心理状態＝急ぎｏｒスポーティではないと判断した場合（ステップＳ９にてＮｏ）、手動運転ベースの特性である第２運転特性を適用する（ステップＳ１１）。その後、ＥＣＵ１９は、一連の制御を終了する。

以上のように、ＥＣＵ１９は、手動運転中におけるドライバー以外の乗員の状態と、手動運転中の運転特性とが紐づけられて学習した学習値である第１運転特性及び第２運転特性を、自動運転の制御に反映する。これにより、乗員の状態を加味した運転特性で乗員にとって乗り心地のよい自動運転を実施することができる。

なお、手動運転ベースの特性を個別に記憶すべき車内状態として、ドライバー以外の乗員の有無を挙げたが、手動運転中にドライバー以外の乗員が存在する第２車内状態でも、ドライバーの心理状態が急ぎの場合やスポーティな走行を求めている場合には乱暴な運転になり易い。そのため、手動運転中の第２車内状態で、ドライバーの心理状態が急ぎやスポーティの場合に学習した学習値は、手動運転ベースの特性として第２運転特性に反映しないほうが望ましい。また、手動運転中の第２車内状態でドライバーの心理状態が急ぎやスポーティの場合に学習した学習値は、第１運転特性として記憶すればよい。そして、自動運転中に運転特性のセッティングを更新して、手動運転ベースの特性（第１運転特性及び第２運転特性）を活用する場合には、乗員の心理状態に基づいて、第１運転特性または第２運転特性を適用すればよい。

図４は、ＥＣＵ１９が実施する制御の第２の例を示したフローチャートである。なお、図４に示した制御フローは、例えば、数［ｍｓ］毎に繰り返し実行される。

まず、ＥＣＵ１９は、手動運転中であるか否かを判断する（ステップＳ２１）。ＥＣＵ１９は、手動運転中であると判断した場合（ステップＳ２１にてＹｅｓ）、車内の状態を更新する（ステップＳ２２）。次に、ＥＣＵ１９は、車内状態＝ドライバーのみであるか否かを判断する（ステップＳ２３）。ＥＣＵ１９は、車内状態＝ドライバーのみであると判断した場合（ステップＳ２３にてＹｅｓ）、手動運転中の走行データからドライバーの好みを学習し、運転特性の各種項目毎に急峻及び緩慢の度合いが設定されるように第１運転特性を演算し、演算した第１運転特性を記憶部１７に記憶させる（ステップＳ２４）。その後、ＥＣＵ１９は、一連の制御を終了する。一方、ステップＳ２３の処理において、ＥＣＵ１９は、車内状態＝ドライバーのみではない、すなわちドライバー以外の乗員もいると判断した場合（ステップＳ２３にてＮｏ）、乗員の心理状態＝急ぎｏｒスポーティであるか否かを判断する（ステップＳ２５）。ＥＣＵ１９は、乗員の心理状態＝急ぎｏｒスポーティであると判断した場合（ステップＳ２５にてＹｅｓ）、手動運転中の走行データからドライバーの好みを学習し、運転特性の各種項目毎に急峻及び緩慢の度合いが設定されるように第１運転特性を演算し、演算した第１運転特性を記憶部１７に記憶させる（ステップＳ２６）。その後、ＥＣＵ１９は、一連の制御を終了する。一方、ステップＳ２５の処理において、乗員の心理状態＝急ぎｏｒスポーティではないと判断した場合（ステップＳ２５にてＮｏ）、手動運転中の走行データからドライバーの好みを学習し、運転特性の各種項目毎に急峻及び緩慢の度合いが設定されるように第２運転特性を演算し、演算した第２運転特性を記憶部１７に記憶させる（ステップＳ２７）。その後、ＥＣＵ１９は、一連の制御を終了する。

また、ステップＳ２１の処理において、ＥＣＵ１９は、手動運転中ではない、すなわち自動運転中であると判断した場合（ステップＳ２１にてＮｏ）、自動運転中の運転特性のセッティングを更新する（ステップＳ２８）。次に、ＥＣＵ１９は、手動運転ベースの特性、すなわち第１運転特性または第２運転特性を活用するか否かを判断する（ステップＳ２９）。ＥＣＵ１９は、手動運転ベースの特性を活用しないと判断した場合（ステップＳ２９にてＮｏ）、予め記憶部１７に記憶させたデフォルトの自動運転用の運転特性を適用して、一連の制御を終了する。一方、ステップＳ２９の処理において、ＥＣＵ１９は、手動運転ベースの特性を活用すると判断した場合（ステップＳ２９にてＹｅｓ）、乗員の心理状態ｏｒドライブモードを更新する（ステップＳ３０）。次に、ＥＣＵ１９は、乗員の心理状態＝急ぎｏｒスポーティであるか否かを判断する（ステップＳ３１）。ＥＣＵ１９は、乗員の心理状態＝急ぎｏｒスポーティであると判断した場合（ステップＳ３１にてＹｅｓ）、手動運転ベースの特性である第１運転特性を適用する（ステップＳ３２）。その後、ＥＣＵ１９は、一連の制御を終了する。また、ステップＳ３１の処理において、ＥＣＵ１９は、乗員の心理状態＝急ぎｏｒスポーティではないと判断した場合（ステップＳ３１にてＮｏ）、手動運転ベースの特性である第２運転特性を適用する（ステップＳ３３）。その後、ＥＣＵ１９は、一連の制御を終了する。

以上のように、ＥＣＵ１９は、第２車内状態での手動運転中であっても、ドライバーの心理状態が急ぎまたはスポーティの場合には、このときの運転特性の学習値を第２運転特性に反映せず、ドライバーの心理状態を運転特性の学習に加味することによって、乗員にとって、より乗り心地のより自動運転を実施することができる。

ここで、ＥＣＵ１９が、手動運転中の走行データからドライバーの好みを学習し、運転特性の各種項目毎に急峻及び緩慢の度合いが設定されるように、手動運転ベースの特性である第１運転特性及び第２運転特性を演算した際、その演算した第１運転特性及び第２運転特性における各種項目毎の急峻及び緩慢の度合いを、予め設定されている複数の水準の中で最も近い水準に設定し、それを第１運転特性及び第２運転特性として記憶部１７に記憶させるようにしてもよい。

図５は、ＥＣＵ１９が実施する制御の第３の例を示したフローチャートである。なお、図５に示した制御フローは、例えば、数［ｍｓ］毎に繰り返し実行される。図６は、第１運転特性及び第２運転特性における各種項目毎の急峻及び緩慢の度合いの設定の他例を示した図である。

まず、ＥＣＵ１９は、手動運転中であるか否かを判断する（ステップＳ４１）。ＥＣＵ１９は、手動運転中であると判断した場合（ステップＳ４１にてＹｅｓ）、車内の状態を更新する（ステップＳ４２）。次に、ＥＣＵ１９は、車内状態＝ドライバーのみであるか否かを判断する（ステップＳ４３）。ＥＣＵ１９は、車内状態＝ドライバーのみであると判断した場合（ステップＳ４３にてＹｅｓ）、運転特性の各種項目毎に急峻及び緩慢の度合いが設定されるように第１運転特性を演算する（ステップＳ４４）。次に、ＥＣＵ１９は、演算した第１運転特性における各種項目毎の急峻及び緩慢の度合いを、図６に示すように、第１水準、第２水準、第３水準の中で最も近い水準にそれぞれ設定し、それを第１運転特性として記憶部１７に記憶させる（ステップＳ４５）。その後、ＥＣＵ１９は、一連の制御を終了する。一方、ステップＳ４３の処理において、ＥＣＵ１９は、車内状態＝ドライバーのみではない、すなわちドライバー以外の乗員もいると判断した場合（ステップＳ４３にてＮｏ）、手動運転中の走行データからドライバーの好みを学習し、運転特性の各種項目毎に急峻及び緩慢の度合いが設定されるように第２運転特性を演算する（ステップＳ４６）。次に、ＥＣＵ１９は、演算した第２運転特性における各種項目毎の急峻及び緩慢の度合いを、図６に示すように、第１水準、第２水準、第３水準の中で最も近い水準にそれぞれ設定し、それを第２運転特性として記憶部１７に記憶させる（ステップＳ４７）。その後、ＥＣＵ１９は、一連の制御を終了する。

また、ステップＳ４１の処理において、ＥＣＵ１９は、手動運転中ではない、すなわち自動運転中であると判断した場合（ステップＳ４１にてＮｏ）、自動運転中の運転特性のセッティングを更新する（ステップＳ４８）。次に、ＥＣＵ１９は、手動運転ベースの特性、すなわち第１運転特性または第２運転特性を活用するか否かを判断する（ステップＳ４９）。ＥＣＵ１９は、手動運転ベースの特性を活用しないと判断した場合（ステップＳ４９にてＮｏ）、予め記憶部１７に記憶させたデフォルトの自動運転用の運転特性を適用して、一連の制御を終了する。一方、ステップＳ４９の処理において、手動運転ベースの特性を活用すると判断した場合（ステップＳ４９にてＹｅｓ）、乗員の心理状態ｏｒドライブモードを更新する（ステップＳ５０）。次に、ＥＣＵ１９は、乗員の心理状態＝急ぎｏｒスポーティであるか否かを判断する（ステップＳ５１）。ＥＣＵ１９は、乗員の心理状態＝急ぎｏｒスポーティであると判断した場合（ステップＳ５１にてＹｅｓ）、手動運転ベースの特性である第１運転特性を適用する（ステップＳ５２）。その後、ＥＣＵ１９は、一連の制御を終了する。また、ステップＳ５１の処理において、ＥＣＵ１９は、乗員の心理状態＝急ぎｏｒスポーティではないと判断した場合（ステップＳ５１にてＮｏ）、手動運転ベースの特性である第２運転特性を適用する（ステップＳ５３）。その後、ＥＣＵ１９は、一連の制御を終了する。

これにより、第１車内状態または第２車内状態で手動運転中の走行データからドライバーの好みを学習する際に、同じような走行のシチュエーションで運転特性の各種項目毎に急峻及び緩慢の度合いに多少のばらつきがあったとしても、自動運転中の運転特性のセッティングを更新するたびに、自動運転中の運転特性が大幅に変わってしまうことを抑制し、乗員にとって、より乗り心地のより自動運転を実施することができる。

なお、ＥＣＵ１９が手動運転ベースの特性を個別にすべき車内状態としては、乗員の着座状態などの違いがある。そのため、例えば、ドライバーのみが存在する車内状態を第１車内状態とし、ドライバー以外の乗員が存在し、且つ、乗員が前向きで着席している車内状態を第２車内状態とし、ドライバー以外の乗員が存在し、且つ、乗員が後ろ向きで着席している車内状態を第３車内状態とし、ドライバー以外の乗員が存在し、且つ、乗員が立位で搭乗している車内状態を第４車内状態としてもよい。そして、第１車内状態で学習した運転特性に比べて、第２車内状態、第３車内状態、及び、第４車内状態で学習した運転特性は、乗員を気遣った緩慢（鈍重）な運転特性となる。また、第２車内状態と第３車内状態とでは、加速時及び減速時に乗員にかかる力の向きが逆向きになることから、異なる車内状態として扱うことによって、よりドライバーの好みを反映した運転特性に設定することができる。なお、第４車内状態については、立位での搭乗が不可能な場合には除外するのが望ましい。また、手動運転ベースの特性として、第１車内状態、第２車内状態、第３車内状態、及び、第４車内状態で、それぞれ手動運転中の走行データからドライバーの好みを学習した、第１運転特性、第２運転特性、第３運転特性、及び、第４運転特性は、自動運転中の車内状態に基づいて、対応する運転特性を選定すればよい。また、手動運転ベースの特性に対して、ドライバー以外の乗員の性別や年齢、健康情報に基づいて補正を行うのが望ましい。

１０ 車両
１１ 操作部
１２ 駆動部
１３ 撮像部
１４ センサ群
１５ 電池
１６ カーナビゲーションシステム
１７ 記憶部
１８ 通信部
１９ ＥＣＵ
１６１ ＧＰＳセンサ
１６２ 地図データベース
１６３ 報知装置
１６３ａ 表示部
１６３ｂ 音声出力部
１６４ 入力部
１７１ プログラム記憶部
１７２ 学習済モデル記憶部
１７３ 車両情報記憶部
１９１ 取得部
１９２ 決定部
１９３ 第１の算出部
１９４ 第２の算出部
１９５ 出力制御部
１９６ モード設定部
１９７ 判定部

Claims (2)

1. 自動運転と手動運転とを切り替え可能であり、手動運転中の運転特性を学習し、前記運転特性の学習値を自動運転中の制御に反映する車両の制御装置であって、
   前記運転特性の学習値は、前記手動運転中における運転者以外の乗員の状態と、前記運転特性とが紐づけられており、
   前記手動運転中における前記運転者以外の前記乗員の状態には、少なくとも前記運転者以外の前記乗員の有無が含まれており、
   前記運転者のみが存在する車内状態を第１車内状態とし、前記運転者以外の乗員も存在する車内状態を第２車内状態とし、前記運転特性の学習値は、前記第２車内状態のほうが前記第１車内状態よりも緩慢な運転特性となるように設定されており、
   前記手動運転中における前記第１車内状態で学習した前記運転特性の学習値である第１運転特性、及び、前記手動運転中における前記第２車内状態で学習した前記運転特性の学習値である第２運転特性のそれぞれにおける各種項目毎に急峻及び緩慢の度合いを、予め設定されている複数の水準の中で最も近い水準にそれぞれ設定することを特徴とする車両の制御装置。
2. 前記運転特性の学習値には、さらに前記運転者の心理状態が紐づけられていることを特徴とする請求項１に記載の車両の制御装置。

Images