Nothing Special   »   [go: up one dir, main page]

CN110060467A - 预测装置、预测方法及存储介质 - Google Patents

预测装置、预测方法及存储介质 Download PDF

Info

Publication number
CN110060467A
CN110060467A CN201910006037.8A CN201910006037A CN110060467A CN 110060467 A CN110060467 A CN 110060467A CN 201910006037 A CN201910006037 A CN 201910006037A CN 110060467 A CN110060467 A CN 110060467A
Authority
CN
China
Prior art keywords
vehicles
driving trace
future
prediction
outlet
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910006037.8A
Other languages
English (en)
Other versions
CN110060467B (zh
Inventor
小原和马
坂本洋介
茂木优辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Honda Motor Co Ltd
Original Assignee
Honda Motor Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Honda Motor Co Ltd filed Critical Honda Motor Co Ltd
Publication of CN110060467A publication Critical patent/CN110060467A/zh
Application granted granted Critical
Publication of CN110060467B publication Critical patent/CN110060467B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
    • B60W60/00274—Planning or execution of driving tasks using trajectory prediction for other traffic participants considering possible movement changes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/18—Propelling the vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18154—Approaching an intersection
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0097—Predicting future conditions
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/251—Fusion techniques of input or preprocessed data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/10—Number of lanes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/53—Road markings, e.g. lane marker or crosswalk
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4041—Position
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/60—Traffic rules, e.g. speed limits or right of way

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Data Mining & Analysis (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明提供一种能够更连续地预测其他车辆的将来的行驶轨迹的预测装置、预测方法及存储介质。预测装置具备：识别部(130)，其识别本车辆的周边的道路结构及其他车辆；以及预测部(140)，其在规定的场景下，基于由所述识别部识别出的道路结构来预测由所述识别部识别出的其他车辆的将来的行驶轨迹，其中，所述预测部在所述规定的场景下，当预测所述其他车辆的将来的行驶轨迹所使用的道路结构中的至少一部分无法由所述识别部识别的情况下，基于根据所述识别部的过去的识别结果而得到的所述其他车辆的过去的行驶轨迹来预测所述其他车辆的将来的行驶轨迹。

Description

预测装置、预测方法及存储介质
技术领域
本发明涉及预测装置、预测方法及存储介质。
背景技术
以往，关于预测其他车辆的行驶轨迹来预知本车辆与其他车辆的接近，从而用于各种用途的研究不断进展。例如，在日本特开2011-209919号公报中记载了如下技术：基于本车辆的当前位置和地图数据来确定本车辆的预想行驶路线，并设定预想行驶路线上的交错点映射作成点的位置，基于通过各点的预想轨迹来预测各点处的车辆的朝向，并确定行驶时应该注意的注意区域，在预测出的朝向中算出存在从处于交错点映射作成点处的车辆观察到的注意区域的方向范围，并基于算出的方向范围来作成表示从车辆观察到的方向与危险度的对应关系的交错点映射。
在现有的技术中，作为预测的前提而需要识别道路结构(道路形状)，因此可适用的场景被限定。为了识别道路结构，需要通过相机、激光雷达等来识别划分道路的结构物、例如路缘石、道路划分线等，但例如在交叉路口处相向车辆向左右转而在本车辆的前方横穿那样的场景下，结构物进入相向车辆的死角而变得无法识别。因此，在现有的技术中，存在无法连续地预测其他车辆的将来的行驶轨迹的情况。
发明内容
本发明的方案考虑这样的情况而提出，其目的之一在于提供一种能够更连续地预测其他车辆的将来的行驶轨迹的预测装置、预测方法及存储介质。
用于解决课题的方案
本发明的预测装置、预测方法及存储介质采用了以下的结构。
(1)：本发明的一方案的预测装置具备：识别部，其识别本车辆的周边的道路结构及其他车辆；以及预测部，其在规定的场景下，基于由所述识别部识别出的道路结构来预测由所述识别部识别出的其他车辆的将来的行驶轨迹，其中，所述预测部在所述规定的场景下，当预测所述其他车辆的将来的行驶轨迹所使用的道路结构中的至少一部分无法由所述识别部识别的情况下，基于根据所述识别部的过去的识别结果而得到的所述其他车辆的过去的行驶轨迹来预测所述其他车辆的将来的行驶轨迹。
(2)：在上述(1)的方案的基础上，所述规定的场景是所述其他车辆在交叉路口处进行前进道路变更的场景。
(3)：在上述(2)的方案的基础上，所述预测部基于由所述识别部识别出的道路结构得到的、所述其他车辆通过的交叉路口的入口和出口的位置，来预测所述其他车辆的将来的行驶轨迹，在所述入口和所述出口的位置中的一方或双方不清楚的情况下，所述预测部基于所述其他车辆的过去的行驶轨迹来预测所述其他车辆的将来的行驶轨迹。
(4)：在上述(3)的方案的基础上，所述预测部在由所述识别部识别出所述出口的位置且由所述识别部无法识别所述入口的位置的情况下，基于所述出口的位置对根据所述其他车辆的过去的行驶轨迹而预测的假定行驶轨迹进行修正，来预测所述其他车辆的将来的行驶轨迹。
(5)：在上述(3)的方案的基础上，所述预测部在由所述识别部无法识别所述出口的位置的情况下，基于在预测所述将来的行驶轨迹的对象的其他车辆的前方行驶的前行车辆的过去的行驶轨迹，来推定所述出口的位置，而预测所述其他车辆的将来的行驶轨迹。
(6)：在上述(3)的方案的基础上，所述预测部在由所述识别部无法识别所述出口的位置的情况下，基于在所述交叉路口处与所述出口相向侧的道路结构来推定所述出口的位置，基于所述推定出的所述出口的位置来预测所述其他车辆的将来的行驶轨迹。
(7)：在上述(3)的方案的基础上，所述预测部在由所述识别部无法识别所述出口的位置的情况下，基于在所述交叉路口处与所述出口相向侧的道路宽度来推定所述出口的位置，基于所述推定出的所述出口的位置来预测所述其他车辆的将来的行驶轨迹。
(8)：在上述(3)的方案的基础上，所述预测部在由所述识别部无法识别所述出口的位置的情况下，基于处于所述出口的附近的结构部的位置来推定所述出口的位置，基于所述推定出的所述出口的位置来预测所述其他车辆的将来的行驶轨迹。
(9)：在上述(1)的方案的基础上，所述规定的场景是作为相向车辆的所述其他车辆横穿道路而向道路外行进的场景。
(10)：本发明的另一方案的预测方法使计算机进行如下处理：识别本车辆的周边的道路结构及其他车辆；在规定的场景下，基于识别出的所述道路结构来预测所述其他车辆的将来的行驶轨迹；以及在所述规定的场景下，当预测所述其他车辆的将来的行驶轨迹所使用的道路结构中的至少一部分无法识别的情况下，基于根据过去的识别结果而得到的所述其他车辆的过去的行驶轨迹来预测所述其他车辆的将来的行驶轨迹。
(11)：本发明的另一方案的存储介质存储有程序，所述程序使计算机进行如下处理：识别本车辆的周边的道路结构及其他车辆；在规定的场景下，基于识别出的所述道路结构来预测所述其他车辆的将来的行驶轨迹；以及在所述规定的场景下，当预测所述其他车辆的将来的行驶轨迹所使用的道路结构中的至少一部分无法识别的情况下，基于根据过去的识别结果而得到的所述其他车辆的过去的行驶轨迹来预测所述其他车辆的将来的行驶轨迹。
根据(1)～(11)，能够更连续地预测其他车辆的将来的行驶轨迹。
附图说明
图1是利用了预测装置的车辆系统的结构图。
图2是第一控制部及第二控制部的功能结构图。
图3是表示预测对象的其他车辆m1通过交叉路口的“规定的场景”的一例的图。
图4是用于说明在能够识别交叉路口的入口和出口的情况下由行驶轨迹预测部执行的处理的图。
图5是表示设定的圆弧的两个图案的图。
图6是用于说明在无法识别交叉路口的入口的情况下由行驶轨迹预测部执行的处理的图(之一)。
图7是用于说明在无法识别交叉路口的入口的情况下由行驶轨迹预测部执行的处理的图(之二)。
图8是用于说明在无法识别交叉路口的出口的情况下由行驶轨迹预测部执行的处理的图(之一)。
图9是用于说明在无法识别交叉路口的出口的情况下由行驶轨迹预测部执行的处理的图(之二)。
图10是表示由行驶轨迹预测部执行的处理的流程的一例的流程图。
图11是表示作为相向车辆的其他车辆通过交叉路口的“规定的场景”的一例的图。
图12是用于说明由行驶轨迹预测部执行的处理的图。
图13是用于说明在无法识别相向车道的至少一部分的情况下由行驶轨迹预测部执行的处理的图。
图14是表示实施方式的自动驾驶控制装置的硬件结构的一例的图。
具体实施方式
以下，参照附图来说明本发明的预测装置、预测方法及存储介质的实施方式。预测装置被利用于各种用途。在以下的说明中，作为将预测装置适用于自动驾驶车辆的情况而进行说明，但预测装置也能够适用于根据其他车辆的接近而发出警报的警报装置、或者驾驶支援装置等，该驾驶支援装置进行车间距离控制、车道维持支援控制等，根据其他车辆的将来的轨迹来切换控制或者调整控制量。
[结构]
图1是利用了预测装置的车辆系统1的结构图。搭载有车辆系统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。在具备电动机的情况下，电动机使用与内燃机连结的发电机发出的发电电力、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(Human Machine Interface)30、车辆传感器40、导航装置50、MPU(Map PositioningUnit)60、驾驶操作件80、自动驾驶控制装置100、行驶驱动力输出装置200、制动装置210及转向装置220。上述的装置、设备通过CAN(Controller Area Network)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，也可以进一步追加其他结构。
相机10例如是利用了CCD(Charge Coupled Device)、CMOS(Complementary MetalOxide Semiconductor)等固体摄像元件的数码相机。相机10在搭载有车辆系统1的车辆(以下，称作本车辆M)的任意部位安装有一个或多个。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例如周期性地反复对本车辆M的周边进行拍摄。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检测由物体反射后的电波(反射波)来至少检测物体的位置(距离及方位)。雷达装置12在本车辆M的任意部位安装有一个或多个。雷达装置12也可以通过FM-CW(Frequency Modulated Continuous Wave)方式来检测物体的位置及速度。
探测器14为LIDAR(Light Detection and Ranging)。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基于从发光到受光的时间来检测到对象的距离。照射的光例如为脉冲状的激光。探测器14在本车辆M的任意部位安装有一个或多个。探测器14为物体检测装置的一例。
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将识别结果向自动驾驶控制装置100输出。物体识别装置16也可以根据需要而将相机10、雷达装置12及探测器14的检测结果直接向自动驾驶控制装置100输出。
通信装置20例如利用蜂窝网、Wi-Fi网、Bluetooth(注册商标)、DSRC(DedicatedShort Range Communication)等来与在本车辆M的周边存在的其他车辆进行通信，或者经由无线基地站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，并且接受由乘客进行的输入操作。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、检测本车辆M的朝向的方位传感器等。
导航装置50例如具备GNSS(Global Navigation Satellite System)接收机51、导航HMI52及路径决定部53，将第一地图信息54保持于HDD(Hard Disk Drive)、闪存器等存储装置。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(Inertial Navigation System)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HMI30一部分或全部实现共用。路径决定部53参照第一地图信息54来决定例如从由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)到使用导航HMI52由乘客输入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。由路径决定部53决定的地图上路径向MPU60输出。导航装置50也可以基于由路径决定部53决定的地图上路径，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向导航服务器发送当前位置和目的地，并取得从导航服务器回复的地图上路径。
MPU60例如作为推荐车道决定部61发挥功能，将第二地图信息62保持于HDD、闪存器等存储装置。推荐车道决定部61将从导航装置50提供的路径分割为多个区段(例如在车辆行进方向上每隔100[m]进行分割)，并参照第二地图信息62按每个区段决定推荐车道。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，以使本车辆M能够在用于向分支前方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可以通过使用通信装置20访问其他装置而随时被更新。
驾驶操作件80例如包括油门踏板、制动踏板、变速杆、转向盘、异形方向盘、操纵杆及其他操作件。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，其检测结果向自动驾驶控制装置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。
自动驾驶控制装置100例如具备第一控制部120和第二控制部160。第一控制部120和第二控制部160分别例如通过CPU(Central Processing Unit)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(Large ScaleIntegration)、ASIC(Application Specific Integrated Circuit)、FPGA(Field-Programmable Gate Array)、GPU(Graphics Processing Unit)等硬件(包括电路部：circuitry)来实现，也可以通过软件与硬件的协作来实现。程序可以预先保存于HDD(HardDisk Drive)、闪存器等存储装置(具备非临时性的存储介质的存储装置)，也可以保存于DVD、CD-ROM等能够装卸的存储介质(非临时性的存储介质)，并通过将存储介质装配于驱动装置来安装。自动驾驶控制装置100是车辆控制装置的一例。
图2是第一控制部120及第二控制部160的功能结构图。第一控制部120例如具备识别部130、行驶轨迹预测部140及行动计划生成部150。
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，来识别本车辆M的周边状况。识别部130例如具备道路结构识别部132和其他车辆识别部134。在由识别部识别出的周边状况中包括各种物体。物体的位置例如首先被识别为以本车辆M的代表点(传感器位置、重心、驱动轴中心等)为原点的绝对坐标上的位置，并根据需要转换为沿着道路的道路坐标上的位置而在控制中使用。
道路结构识别部132识别本车辆的周边的道路结构。例如，道路结构识别部132识别道路划分线、路肩、路缘石、中央隔离带、护栏等，并识别由它们划分的道路的形状(道路结构)。被识别的道路结构中可以包括各个车道的宽度、与交叉路口连接的连接部分的位置等各种信息。详细情况后述。
其他车辆识别部134识别在本车辆M的周边存在的其他车辆的位置及速度、加速度等的状态。其他车辆的位置可以由其他车辆的重心、角部等代表点来表示，也可以由扩宽的区域来表示。
由识别部130识别的周边状况除了道路结构、其他车辆之外，还可以包括本车辆M与行驶车道的相对位置、姿态、自行车或行人的状态、暂时停止线、障碍物、红灯、收费站等道路事项、以及其他的信息。由识别部130识别的识别结果向行驶轨迹预测部140和行动计划生成部150输出。
行驶轨迹预测部140在规定的场景下，基于由道路结构识别部132识别出的道路结构，来预测由其他车辆识别部134识别出的其他车辆的将来的行驶轨迹。行驶轨迹预测部140在规定的场景下，在预测其他车辆的将来的行驶轨迹所使用的道路结构中的至少一部分无法由道路结构识别部132识别的情况下，基于根据其他车辆识别部134的过去的识别结果而得到的其他车辆的过去的行驶轨迹，来预测其他车辆的将来的行驶轨迹。详细情况后述。
行动计划生成部150生成本车辆M将来行驶的目标轨道，以便原则上在由推荐车道决定部61决定的推荐车道上行驶，而且不与由行驶轨迹预测部140预测出的其他车辆的将来的行驶轨迹干涉。目标轨道例如包含多个轨道点和速度要素。例如，目标轨道表现为将本车辆M应该到达的地点(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(例如几米[m]程度)的本车辆M应该到达的地点，与此不同，每隔规定的采样时间(例如零点几秒[sec]程度)的目标速度及目标加速度作为目标轨道的一部分来生成。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应该到达的位置。在该情况下，目标速度、目标加速度的信息以轨道点的间隔来表现。
将识别部130和行驶轨迹预测部140合起来的装置为“预测装置”的一例。物体识别装置16可以具备上述说明的识别部130功能的一部分，在该情况下，“预测装置”可以包括物体识别装置16。“预测装置”还可以包括用于识别道路结构、其他车辆的器件、例如相机10、雷达装置12、探测器14。
第二控制部160控制行驶驱动力输出装置200、制动装置210及转向装置220，以使本车辆M按照预定的时刻通过由行动计划生成部150生成的目标轨道。第二控制部160例如取得由行动计划生成部150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，且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。第二控制部160根据存储于存储器的目标轨道的弯曲状况来控制转向装置220。
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。ECU按照从第二控制部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按照从第二控制部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，将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所包含的制动踏板的操作而产生的液压经由主液压缸向液压缸传递的机构来作为备用。制动装置210不限于上述说明的结构，也可以是按照从第二控制部160输入的信息来控制致动器，从而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-小齿轮机构来变更转向轮的朝向。转向ECU按照从第二控制部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。
[行驶轨迹预测-交叉路口]
以下，说明识别部130和行驶轨迹预测部140协作而执行的其他车辆的行驶轨迹预测。首先，说明规定的场景为其他车辆在交叉路口处进行前进道路变更的场景的情况的处理。图3是表示预测对象的其他车辆m1通过交叉路口的“规定的场景”的一例的图。在图3中，本车辆M处于瞭望与交叉路口连接的各道路的位置，其他车辆m1要从车道L1向交叉路口进入。在图3以后示意出从上空观察到的实际平面上的风景。在图3以后的说明中，以在左侧通行的国家或地域中使用的情况为前提。在图3以后的说明中，在车辆上标示的箭头表示该车辆的行进方向。
在这样的场景下，道路结构识别部132识别其他车辆m1向交叉路口进入的部位即交叉路口的入口CI的位置。入口CI的位置例如被定义为车道L1的中央线与最接近交叉路口的中心部的白线的交点(关于详细情况在图4中说明)。道路结构识别部132识别其他车辆m1从交叉路口退出的部位即交叉路口的出口CO的位置。出口CO未必被限定成一个，存在识别出多个出口CO的情况，通过后述的处理而进行缩减成一个。在图3中，其他车辆m1可能退出的车道为车道L2～L9。在该情况下，出口CO的位置例如被定义为各车道的中央线与最接近交叉路口的中心部的白线RL的交点。
(能够识别入口和出口的情况)
图4是用于说明在能够识别出交叉路口的入口CI和出口CO的情况下由行驶轨迹预测部140执行的处理的图。行驶轨迹预测部140首先假想地设定其他车辆m1行驶过的车道L1的中央线CL1。同样，行驶轨迹预测部140假想地设定车道L2～L9的中央线CL2～CL9。
行驶轨迹预测部140例如从各车道的中央线中提取与中央线CL1交叉的中央线，并设定内接于具有提取出的中央线的车道x的中央线CLx和中央线CL1这双方、且通过交叉路口的入口或出口中的任一方的圆弧。图5是表示设定的圆弧的两个图案的图。在图5的左图中设定出通过交叉路口的入口CI的圆弧，在图5的右图中设定出通过交叉路口的出口CO的圆弧。
行驶轨迹预测部140将连结中央线CL1、上述设定的圆弧及中央线CLx的线预测为其他车辆m1的行驶轨迹。例如，若为图5的左图，则使入口CI与接点CP之间为圆弧，且将在圆弧的两端分别连接中央线CL1或中央线CLx的线预测为向车道x行进的情况的其他车辆m1的行驶轨迹。
对其他车辆m1可能退出的车道分别求出行驶轨迹。行驶轨迹预测部140例如将多个行驶轨迹中的、从上空观察时与其他车辆m1的位置重叠的一个行驶轨迹预测为其他车辆的行驶轨迹。
(无法识别入口的情况)
图6是用于说明在无法识别交叉路口的入口CI的情况下由行驶轨迹预测部140执行的处理的图(之一)。图中，交叉路口的入口CI被其他车辆m2遮挡而成为本车辆M的相机10等的死角，因此变得无法由本车辆M识别。在该情况下，行驶轨迹预测部140基于其他车辆m1的过去的行驶轨迹来推定其他车辆m1的将来的行驶轨迹。例如，行驶轨迹预测部140对每隔规定时间采样的其他车辆m1的过去的行驶轨迹适用卡尔曼滤波，来预测将来的行驶轨迹。图中，K是过去及将来的行驶轨迹的采样点。
对卡尔曼滤波的原理简单地进行说明。行驶轨迹预测部140在进行卡尔曼滤波处理的情况下，首先将其他车辆m1的运动分别应用于多个模型。关于模型例如预先准备(1)一边维持速度一边直线前进、(2)一边加减速一边直线前进、(3)一边维持速度一边转弯、(4)一边加减速一边转弯等模型。
行驶轨迹预测部140选择最适合的优选模型。卡尔曼增益通过交替进行由式(1)、(2)表示的预测步骤和由式(3)～(5)表示的更新步骤来实现。各式中的k表示处理周期。式(1)中的μk(带“～”)表示事先推定值，式(2)中的∑k(带“～”)表示事先误差协方差。Gk为构成状态空间表现(动作模型)的矩阵，R为∑μ。
式(3)中的Kk为卡尔曼增益，C为构成状态空间表现(观测模型)的矩阵，Q为∑z(z为观测模型的左项)。式(4)中的μk表示事后推定值，式(5)中的∑k表示事后误差协方差。式(4)的μk在第k+1个周期中作为μk+1(带“～”)来处理，式(5)的∑k在第k+1个周期中作为∑k+1来处理。
在行驶轨迹适用于(1)一边维持速度一边直线前进、(2)一边加减速一边直线前进中的任一个模型的情况下，行驶轨迹预测部140如图6所示那样设定被视作行驶轨迹的直线LK。在该情况下，在通过根据其他车辆m1的方向指示器的动作状态、减速、与其他车辆m1的通信得到的左右转信息而预测出其他车辆m1进行左右转(不直接直线前进)时，行驶轨迹预测部140例如设定内接于关注的车道x的中央线CLx和直线LK这双方的线、且通过其他车辆m1的当前位置或出口CO中的任一方的圆弧。然后，行驶轨迹预测部140将连结直线LK、上述设定的圆弧及中央线CLx的线预测为其他车辆m1的行驶轨迹。由此，基于出口CO的位置对通过卡尔曼滤波并根据其他车辆m1的过去的行驶轨迹而预测的行驶轨迹(假定行驶轨迹)进行修正，来预测其他车辆m1的将来的行驶轨迹。通过这样的处理而产生行驶轨迹未被限定为一个的情况，但行驶轨迹预测部140只要例如在其他车辆m1开始转弯的时间点将模型切换为(3)一边维持速度一边转弯或(4)一边加减速一边转弯，并执行以下参照图7而进行说明的处理即可。
在行驶轨迹适用于(3)一边维持速度一边转弯、(4)一边加减速一边转弯中的任一模型的情况下，行驶轨迹预测部140例如可以如图7所示那样，设定通过将模型延伸到交叉路口的出口CO而得到的曲线CK，并选择图示的修正基准偏离最小的车道，且以消除修正基准偏离的方式对卡尔曼滤波的模型进行修正。图7是用于说明在无法识别交叉路口的入口CI的情况下由行驶轨迹预测部140执行的处理的图(之二)。
(无法识别出口的情况)
图8是用于说明在无法识别交叉路口的出口CO的情况下由行驶轨迹预测部140执行的处理的图(之一)。图中，从交叉路口向车道L7～L9退出的出口由在其他车辆m1的前方行驶的其他车辆m2及m3遮挡而变得无法从本车辆M识别。在该情况下，行驶轨迹预测部140例如推定为在其他车辆m2的行进前方存在向车道L7的出口CO，并推定为在其他车辆m3的行进前方存在向车道L9的出口CO。行进前方例如被定义为该其他车辆的行驶轨迹与最接近交叉路口的中心部的白线RL的交点。行驶轨迹预测部140基于推定出的出口CO的位置，进行与上述说明的(能够识别入口和出口的情况)或(无法识别入口的情况)同样的处理。
图9是用于说明在无法识别交叉路口的出口CO的情况下由行驶轨迹预测部140执行的处理的图(之二)。本图将图3等所示的交叉路口的一部分放大而示出。行驶轨迹预测部140例如参照与从交叉路口退出的车道L7～L9相向的位置的道路结构，使道路划分线假想地伸长来设定假想线VL。然后，行驶轨迹预测部140将假想线VL与出口侧的白线RL的两个交点MP的中间点设定为交叉路口的出口CO。
行驶轨迹预测部140也可以基于从本车辆M能够观察到的范围的结构物、例如路缘石CS、标识、信号灯、护栏等，来推定交叉路口的出口CO的位置。在该情况下，行驶轨迹预测部140可以基于根据与从交叉路口退出的车道L7～L9相向的位置的道路结构识别出的道路宽度WR及/或车道宽度WL，更准确地推定交叉路口的出口CO的位置。
[处理流程]
图10是表示由行驶轨迹预测部140执行的处理的流程的一例的流程图。本流程图的处理例如反复执行。
首先，行驶轨迹预测部140判定本车辆M是否正接近交叉路口(步骤S100)。“正接近”例如是指到交叉路口的入口CI或中心点成为规定距离以内、或规定时间以内的情况。在本车辆M未正接近交叉路口的情况下，本流程图的一个例程结束。
在本车辆M正接近交叉路口的情况下，行驶轨迹预测部140参照其他车辆识别部134的识别结果，来判定是否存在应该预测行驶轨迹的其他车辆(以下，称作对象车辆)(步骤S102)。对象车辆例如是指存在于交叉路口内或者正接近交叉路口的其他车辆中的、除了明确地在不与本车辆M交叉的行驶轨迹上前进的其他车辆之外的其他车辆。在不存在对象车辆的情况下，本流程图的一个例程结束。
在存在对象车辆的情况下，行驶轨迹预测部140判定道路结构识别部132是否能够识别(或者在规定时间以内能够识别；以下同样)交叉路口的入口和出口这双方(步骤S104)。在道路结构识别部132能够识别交叉路口的入口和出口这双方的情况下，行驶轨迹预测部140基于交叉路口的入口的位置和出口的位置(在上述的例子中，还基于对象车辆的位置)来预测对象车辆的行驶轨迹(步骤S106)。
在道路结构识别部132不能识别交叉路口的入口和出口这双方的情况下，行驶轨迹预测部140判定道路结构识别部132是否无法识别交叉路口的入口且能够识别出口(步骤S108)。在道路结构识别部132无法识别交叉路口的入口且能够识别出口的情况下，行驶轨迹预测部140基于对象车辆的过去的行驶履历和交叉路口的出口的位置，来预测对象车辆的行驶轨迹(步骤S110)。
在步骤S108中得到否定的判定的情况下，行驶轨迹预测部140判定道路结构识别部132是否无法识别交叉路口的出口且能够识别入口(步骤S112)。在道路结构识别部132无法识别交叉路口的出口且能够识别入口的情况下，行驶轨迹预测部140基于对象车辆的前行车辆的行驶轨迹、相向的道路结构、路缘石等来推定交叉路口的出口的位置，并基于交叉路口的入口的位置和上述推定出的出口的位置来预测对象车辆的行驶轨迹(步骤S114)。
在步骤S112中得到否定的判定的情况(交叉路口的入口和出口都无法识别的情况)下，行驶轨迹预测部140基于对象车辆的过去的行驶履历和与步骤S114同样地推定出的交叉路口的出口的位置，来预测对象车辆的行驶轨迹(步骤S116)。
通过这样的处理，即便在由道路结构识别部132无法识别交叉路口的至少一部分的情况下，也能够适当地预测对象车辆的行驶轨迹。
[行驶轨迹预测-道路横穿]
以下，说明规定的场景为作为相向车辆的其他车辆横穿道路的场景的情况的处理。图11是表示作为相向车辆的其他车辆m1通过交叉路口的“规定的场景”的一例的图。在该场景中，作为相对于本车辆M的相向车辆的其他车辆m1要横穿道路而向处于道路外的停车空间P行进。
图12是用于说明由行驶轨迹预测部140执行的处理的图。在该情况下，行驶轨迹预测部140例如设定其他车辆m1行驶的车道的中央线CL和从停车空间P的出入口的中央部CE向道路宽度方向伸长的假想线EL，并设定内接于中央线CL和假想线EL这双方、且通过当前的其他车辆m1的位置和中央部CE中的任一方的圆弧。然后，行驶轨迹预测部140将连结中央线CL、上述设定的圆弧及假想线EL的线预测为其他车辆m1的行驶轨迹。
图13是用于说明在无法识别相向车道的至少一部分的情况下由行驶轨迹预测部140执行的处理的图。在图示的例子中，因其他车辆m4的存在而其他车辆m1行驶的车道的一部分被遮挡，变得无法准确地识别图12所示的中央线CL。在该情况下，行驶轨迹预测部140与交叉路口的情况(无法识别入口的情况)同样，基于其他车辆m1的过去的行驶轨迹来推定其他车辆m1的将来的行驶轨迹。例如，行驶轨迹预测部140对每隔规定时间采样的其他车辆m1的过去的行驶轨迹适用卡尔曼滤波来预测其他车辆m1的将来的行驶轨迹，并使用停车空间P的出入口的中央部CE的位置来修正其他车辆m1的将来的行驶轨迹。
根据以上说明的实施方式的预测装置、预测方法及存储介质，具备识别本车辆的周边的道路结构及其他车辆的识别部130、以及在规定的场景下基于由识别部130识别出的道路结构来预测由识别部130识别出的其他车辆的将来的行驶轨迹的行驶轨迹预测部140，行驶轨迹预测部140在规定的场景下，当预测其他车辆的将来的行驶轨迹所使用的道路结构中的至少一部分无法由识别部130识别的情况下，基于根据识别部130的过去的识别结果而得到的其他车辆的过去的行驶轨迹，来预测其他车辆的将来的行驶轨迹，由此能够更连续地预测其他车辆的将来的行驶轨迹。
[硬件结构]
图14是表示实施方式的自动驾驶控制装置100的硬件结构的一例的图。如图示那样，自动驾驶控制装置100成为通信控制器100-1、CPU100-2、作为工作存储器使用的RAM(Random Access Memory)100-3、保存引导程序等的ROM(Read Only Memory)100-4、闪存器或HDD(Hard Disk Drive)等存储装置100-5、驱动装置100-6等通过内部总线或专用通信线而相互连接的结构。通信控制器100-1进行与自动驾驶控制装置100以外的构成要素的通信。在存储装置100-5中保存有CPU100-2执行的程序100-5a。该程序由DMA(Direct MemoryAccess)控制器(未图示)等在RAM100-3中展开并由CPU100-2执行。由此，实现识别部130、行驶轨迹预测部140及行动计划生成部150中的一部分或全部。
上述说明的实施方式能够如以下这样表现。
一种预测装置，其构成为，具备：
存储装置，其存储有程序；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而进行如下处理：
识别本车辆的周边的道路结构及其他车辆，
在规定的场景下，基于由所述识别部识别出的道路结构来预测由所述识别部识别出的其他车辆的将来的行驶轨迹，
在所述规定的场景下，当预测所述其他车辆的将来的行驶轨迹所使用的道路结构中的至少一部分无法由所述识别部识别的情况下，基于根据所述识别部的过去的识别结果而得到的所述其他车辆的过去的行驶轨迹来预测所述其他车辆的将来的行驶轨迹。
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。

Claims (11)

1.一种预测装置，其中，
所述预测装置具备：
识别部，其识别本车辆的周边的道路结构及其他车辆；以及
预测部，其在规定的场景下，基于由所述识别部识别出的道路结构来预测由所述识别部识别出的其他车辆的将来的行驶轨迹，
所述预测部在所述规定的场景下，当预测所述其他车辆的将来的行驶轨迹所使用的道路结构中的至少一部分无法由所述识别部识别的情况下，基于根据所述识别部的过去的识别结果而得到的所述其他车辆的过去的行驶轨迹来预测所述其他车辆的将来的行驶轨迹。
2.根据权利要求1所述的预测装置，其中，
所述规定的场景是所述其他车辆在交叉路口处进行前进道路变更的场景。
3.根据权利要求2所述的预测装置，其中，
所述预测部基于由所述识别部识别出的道路结构得到的、所述其他车辆通过的交叉路口的入口和出口的位置，来预测所述其他车辆的将来的行驶轨迹，在所述入口和所述出口的位置中的一方或双方不清楚的情况下，所述预测部基于所述其他车辆的过去的行驶轨迹来预测所述其他车辆的将来的行驶轨迹。
4.根据权利要求3所述的预测装置，其中，
所述预测部在由所述识别部识别出所述出口的位置且由所述识别部无法识别所述入口的位置的情况下，基于所述出口的位置对根据所述其他车辆的过去的行驶轨迹而预测的假定行驶轨迹进行修正，来预测所述其他车辆的将来的行驶轨迹。
5.根据权利要求3所述的预测装置，其中，
所述预测部在由所述识别部无法识别所述出口的位置的情况下，基于在预测所述将来的行驶轨迹的对象的其他车辆的前方行驶的前行车辆的过去的行驶轨迹，来推定所述出口的位置，而预测所述其他车辆的将来的行驶轨迹。
6.根据权利要求3所述的预测装置，其中，
所述预测部在由所述识别部无法识别所述出口的位置的情况下，基于在所述交叉路口处与所述出口相向侧的道路结构来推定所述出口的位置，基于所述推定出的所述出口的位置来预测所述其他车辆的将来的行驶轨迹。
7.根据权利要求3所述的预测装置，其中，
所述预测部在由所述识别部无法识别所述出口的位置的情况下，基于在所述交叉路口处与所述出口相向侧的道路宽度来推定所述出口的位置，基于所述推定出的所述出口的位置来预测所述其他车辆的将来的行驶轨迹。
8.根据权利要求3所述的预测装置，其中，
所述预测部在由所述识别部无法识别所述出口的位置的情况下，基于处于所述出口的附近的结构部的位置来推定所述出口的位置，基于所述推定出的所述出口的位置来预测所述其他车辆的将来的行驶轨迹。
9.根据权利要求1所述的预测装置，其中，
在所述其他车辆为相向车辆的情况下，所述规定的场景为所述其他车辆横穿道路而向道路外行进的场景。
10.一种预测方法，其中，
所述预测方法使计算机进行如下处理：
识别本车辆的周边的道路结构及其他车辆；
在规定的场景下，基于识别出的所述道路结构来预测所述其他车辆的将来的行驶轨迹；以及
在所述规定的场景下，当预测所述其他车辆的将来的行驶轨迹所使用的道路结构中的至少一部分无法识别的情况下，基于根据过去的识别结果而得到的所述其他车辆的过去的行驶轨迹来预测所述其他车辆的将来的行驶轨迹。
11.一种存储介质，其存储有程序，其中
所述程序使计算机进行如下处理：
识别本车辆的周边的道路结构及其他车辆；
在规定的场景下，基于识别出的所述道路结构来预测所述其他车辆的将来的行驶轨迹；以及
在所述规定的场景下，当预测所述其他车辆的将来的行驶轨迹所使用的道路结构中的至少一部分无法识别的情况下，基于根据过去的识别结果而得到的所述其他车辆的过去的行驶轨迹来预测所述其他车辆的将来的行驶轨迹。
CN201910006037.8A 2018-01-19 2019-01-03 车辆控制装置 Active CN110060467B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2018-007693 2018-01-19
JP2018007693A JP6601696B2 (ja) 2018-01-19 2018-01-19 予測装置、予測方法、およびプログラム

Publications (2)

Publication Number Publication Date
CN110060467A true CN110060467A (zh) 2019-07-26
CN110060467B CN110060467B (zh) 2022-06-10

Family

ID=67298036

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910006037.8A Active CN110060467B (zh) 2018-01-19 2019-01-03 车辆控制装置

Country Status (3)

Country Link
US (1) US11247692B2 (zh)
JP (1) JP6601696B2 (zh)
CN (1) CN110060467B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111273663A (zh) * 2020-02-06 2020-06-12 广州小马智行科技有限公司 车辆的控制方法及装置、存储介质及处理器
CN112373471A (zh) * 2021-01-12 2021-02-19 禾多科技（北京）有限公司 用于控制车辆行驶的方法、装置、电子设备和可读介质
CN112486161A (zh) * 2019-09-11 2021-03-12 本田技研工业株式会社 车辆控制装置、车辆控制方法及存储介质
CN112810630A (zh) * 2021-02-05 2021-05-18 山东大学 一种自动驾驶车辆轨迹规划方法及系统
CN113483775A (zh) * 2021-06-30 2021-10-08 上海商汤临港智能科技有限公司 路径预测方法及装置、电子设备及计算机可读存储介质
CN113879295A (zh) * 2020-07-02 2022-01-04 华为技术有限公司 轨迹预测方法及装置
WO2022178858A1 (zh) * 2021-02-26 2022-09-01 华为技术有限公司 一种车辆行驶意图预测方法、装置、终端及存储介质

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020012210A1 (ja) * 2018-07-11 2020-01-16 日産自動車株式会社 走行支援方法及び走行支援装置
US11372417B2 (en) * 2019-12-12 2022-06-28 Baidu Usa Llc Method for predicting exiting intersection of moving obstacles for autonomous driving vehicles
JP7404925B2 (ja) * 2020-02-21 2023-12-26 株式会社デンソー 走行支援装置、走行支援方法、および走行支援プログラム
EP4030403A4 (en) * 2020-03-04 2022-10-19 Huawei Technologies Co., Ltd. METHOD AND DEVICE FOR PREDICTING THE EXIT OF A VEHICLE
US12030507B2 (en) 2020-06-29 2024-07-09 Dr. Ing. H.C. F. Porsche Aktiengesellschaft Method and system for predicting a trajectory of a target vehicle in an environment of a vehicle
JP7558856B2 (ja) 2021-03-19 2024-10-01 本田技研工業株式会社 運転支援装置
CN114265411B (zh) * 2021-12-28 2023-10-03 上汽大众汽车有限公司 一种解决车辆预测模型性能受限于感知数据性能的方法
WO2024089810A1 (ja) * 2022-10-26 2024-05-02 本田技研工業株式会社 移動体制御システム、その制御方法、プログラム、及び移動体

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005165555A (ja) * 2003-12-01 2005-06-23 Nissan Motor Co Ltd 危険個所表示システム
JP2009157499A (ja) * 2007-12-25 2009-07-16 Toyota Motor Corp 運転支援装置及び運転支援システム
US20100030474A1 (en) * 2008-07-30 2010-02-04 Fuji Jukogyo Kabushiki Kaisha Driving support apparatus for vehicle
JP2010083314A (ja) * 2008-09-30 2010-04-15 Fuji Heavy Ind Ltd 車両の運転支援装置
CN102044170A (zh) * 2009-10-22 2011-05-04 富士重工业株式会社 车辆的驾驶辅助控制装置
CN102460535A (zh) * 2009-06-11 2012-05-16 丰田自动车株式会社 车辆行驶位置判定方法及车辆行驶位置判定装置
US9008940B2 (en) * 2006-03-06 2015-04-14 Hitachi, Ltd. Vehicle control device and vehicle control method
CN107000745A (zh) * 2014-11-28 2017-08-01 株式会社电装 车辆的行驶控制装置以及行驶控制方法
CN107077791A (zh) * 2014-10-22 2017-08-18 日产自动车株式会社 驾驶辅助装置
US20170241794A1 (en) * 2016-02-18 2017-08-24 Electronics And Telecommunications Research Institute Method and apparatus for predicting vehicle route

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102008007347A1 (de) * 2008-02-04 2009-08-06 Robert Bosch Gmbh Vorrichtung und Verfahren zum Bestimmen der Position eines anderen Verkehrsteilnehmers
US8428843B2 (en) * 2008-06-20 2013-04-23 GM Global Technology Operations LLC Method to adaptively control vehicle operation using an autonomic vehicle control system
JP5146482B2 (ja) 2010-03-29 2013-02-20 株式会社デンソー 交錯点マップ作成装置および交錯点マップ作成装置用のプログラム
WO2012014280A1 (ja) * 2010-07-27 2012-02-02 トヨタ自動車株式会社 運転支援装置
JP5652364B2 (ja) * 2011-09-24 2015-01-14 株式会社デンソー 車両用挙動制御装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005165555A (ja) * 2003-12-01 2005-06-23 Nissan Motor Co Ltd 危険個所表示システム
US9008940B2 (en) * 2006-03-06 2015-04-14 Hitachi, Ltd. Vehicle control device and vehicle control method
JP2009157499A (ja) * 2007-12-25 2009-07-16 Toyota Motor Corp 運転支援装置及び運転支援システム
US20100030474A1 (en) * 2008-07-30 2010-02-04 Fuji Jukogyo Kabushiki Kaisha Driving support apparatus for vehicle
JP2010083314A (ja) * 2008-09-30 2010-04-15 Fuji Heavy Ind Ltd 車両の運転支援装置
CN102460535A (zh) * 2009-06-11 2012-05-16 丰田自动车株式会社 车辆行驶位置判定方法及车辆行驶位置判定装置
CN102044170A (zh) * 2009-10-22 2011-05-04 富士重工业株式会社 车辆的驾驶辅助控制装置
CN107077791A (zh) * 2014-10-22 2017-08-18 日产自动车株式会社 驾驶辅助装置
CN107000745A (zh) * 2014-11-28 2017-08-01 株式会社电装 车辆的行驶控制装置以及行驶控制方法
US20170241794A1 (en) * 2016-02-18 2017-08-24 Electronics And Telecommunications Research Institute Method and apparatus for predicting vehicle route

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112486161A (zh) * 2019-09-11 2021-03-12 本田技研工业株式会社 车辆控制装置、车辆控制方法及存储介质
CN111273663A (zh) * 2020-02-06 2020-06-12 广州小马智行科技有限公司 车辆的控制方法及装置、存储介质及处理器
CN113879295A (zh) * 2020-07-02 2022-01-04 华为技术有限公司 轨迹预测方法及装置
CN113879295B (zh) * 2020-07-02 2024-04-12 华为技术有限公司 轨迹预测方法及装置
CN112373471A (zh) * 2021-01-12 2021-02-19 禾多科技（北京）有限公司 用于控制车辆行驶的方法、装置、电子设备和可读介质
CN112810630A (zh) * 2021-02-05 2021-05-18 山东大学 一种自动驾驶车辆轨迹规划方法及系统
CN112810630B (zh) * 2021-02-05 2022-03-04 山东大学 一种自动驾驶车辆轨迹规划方法及系统
WO2022178858A1 (zh) * 2021-02-26 2022-09-01 华为技术有限公司 一种车辆行驶意图预测方法、装置、终端及存储介质
CN113483775A (zh) * 2021-06-30 2021-10-08 上海商汤临港智能科技有限公司 路径预测方法及装置、电子设备及计算机可读存储介质

Also Published As

Publication number Publication date
JP2019128614A (ja) 2019-08-01
US20190225231A1 (en) 2019-07-25
JP6601696B2 (ja) 2019-11-06
CN110060467B (zh) 2022-06-10
US11247692B2 (en) 2022-02-15

Similar Documents

Publication Publication Date Title
CN110060467A (zh) 预测装置、预测方法及存储介质
CN110239547B (zh) 车辆控制装置、车辆控制方法以及存储介质
CN110191832A (zh) 车辆控制装置、车辆控制方法及车辆控制程序
CN109987091A (zh) 车辆控制装置、车辆控制方法及存储介质
CN109484404A (zh) 车辆控制装置、车辆控制方法及存储介质
CN110531755A (zh) 车辆控制装置、车辆控制方法及存储介质
CN110053617A (zh) 车辆控制装置、车辆控制方法及存储介质
CN108292475A (zh) 车辆道路网的行驶中使用的预测车辆信息的生成方法以及装置
CN110001634A (zh) 车辆控制装置、车辆控制方法及存储介质
CN110281941A (zh) 车辆控制装置、车辆控制方法及存储介质
JP7190393B2 (ja) 車両制御装置、車両管理装置、車両制御方法、およびプログラム
CN110126823A (zh) 车辆控制系统、车辆控制方法及存储介质
CN110271547A (zh) 车辆控制装置、车辆控制方法以及存储介质
CN110271542A (zh) 车辆控制装置、车辆控制方法及存储介质
CN109835344A (zh) 车辆控制装置、车辆控制方法及存储介质
CN109693667A (zh) 车辆控制装置、车辆控制方法及存储介质
CN109606359A (zh) 车辆控制装置、车辆控制方法及存储介质
CN110239542A (zh) 车辆控制装置、车辆控制方法及存储介质
CN110167811A (zh) 车辆控制系统、车辆控制方法及车辆控制程序
CN110001635A (zh) 车辆控制装置、车辆控制方法及存储介质
CN113525410B (zh) 移动体控制装置、移动体控制方法及存储介质
CN110001641A (zh) 车辆控制装置、车辆控制方法及存储介质
CN110281936A (zh) 车辆控制装置、车辆控制方法及存储介质
CN110126822A (zh) 车辆控制系统、车辆控制方法及存储介质
JP2019159611A (ja) 車両制御装置、車両制御方法、およびプログラム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant