行驶轨迹生成方法及行驶轨迹生成装置\n技术领域\n[0001] 本发明涉及生成车辆的将来的行驶轨迹的行驶轨迹生成方法及行驶轨迹生成装置。\n背景技术\n[0002] 已开发出了生成车辆的最佳行驶轨迹,利用该行驶轨迹来进行各种驾驶支援或进行自动驾驶的技术。在专利文献1中记载的装置中,公开了下述技术:检测对象车辆前方的道路形状,根据该道路形状和对象车辆的行驶速度运算对象车辆的将来位置,将该对象车辆将来位置投影到前风挡玻璃而显示。特别是,在弯路的情况下,将作为弯路特征点的转弯点和对象车辆将来位置一并投影到前风挡玻璃而显示。另外,在非专利文献1中公开了用于在弯路最快行驶的最佳行驶轨迹的生成方法。\n[0003] 专利文献1:日本特开2005-228139号公报\n[0004] 专利文献2:日本特开2006-347214号公报\n[0005] 非专利文献1:藤冈健彦、江守大昌:自动车技术会论文集Vol.24,No.3,July \n1993,p106-111“有关最短时间转弯法的理论研究”\n[0006] 以往的行驶轨迹的生成方法是将最快行驶等作为评价条件的生成行驶轨迹的方法,其没有考虑到燃油经济性。因此,加速踏板操作、制动操作容易变得最大,成为燃油经济性方面拙劣的行驶轨迹。特别是,在弯路的情况下,由于产生横向力的同时需要进行加减速,因而如不考虑燃油经济性的话会成为燃油经济性不好的行驶轨迹。\n发明内容\n[0007] 本发明的目的在于提供生成考虑了燃油经济性的行驶轨迹的行驶轨迹生成方法及行驶轨迹生成装置。\n[0008] 本发明的行驶轨迹生成方法,生成车辆的将来的行驶轨迹,其特征在于,包括:约束条件运算步骤,对至少包含道路边界线的条件的约束条件进行收敛运算;和评价函数运算步骤,在满足上述约束条件运算步骤中的约束条件的状态下,通过至少包含速度方差的评价的评价函数进行收敛运算而导出行驶轨迹。\n[0009] 在该行驶轨迹生成方法中,首先根据至少包含道路边界线的条件的约束条件进行收敛运算,接着维持该约束条件的同时通过至少包含速度方差的评价条件的评价函数进行收敛运算,导出使评价成为最佳的行驶轨迹。为了使燃油经济性变好,重要的是在行驶路整体抑制空气阻力。由于空气阻力以速度的平方来增加,因而越是高速行驶,空气阻力增加而使燃油经济性变差。因此,作为最优化的评价函数,设为包含车辆的速度方差的函数。通过使用该评价函数来实现行驶轨迹的最优化,作为行驶路整体而能尽量抑制加减速,可导出车速的偏差少的行驶轨迹,可抑制最高速度的上升导致的空气阻力的增加。由此,在该行驶轨迹生成方法中,通过在评价函数上包含速度的方差,可生成考虑了燃油经济性的行驶轨迹,可对燃油经济性的提高作贡献。特别是可相对于产生横向力且需要加减速的弯路生成考虑了燃油经济性的最佳行驶轨迹。\n[0010] 在本发明的上述行驶轨迹生成方法中,在车辆的驱动方式为混合动力方式的情况下,包括初始条件生成步骤,在该初始条件生成步骤中生成行驶轨迹而作为初始条件,该行驶轨迹是在车辆减速时优先通过再生减速来进行减速而产生的轨迹。\n[0011] 在该行驶轨迹生成方法中,在混合动力车辆的情况下,生成在减速时优先通过再生减速来进行减速的行驶轨迹而作为初始条件,将该行驶轨迹作为初始条件来进行约束条件收敛运算和评价函数收敛运算。通过将再生减速优先而进行减速(即,重视基于再生制动的减速,仅通过再生制动来减速),可减少油压制动动作时的放热引起的能量损失,可对燃油经济性的提高作贡献。通过如此将考虑了燃油经济性的行驶轨迹作为初始条件而进行最优化,由于可从最优化处理的起初就能使用接近最佳轨迹的行驶轨迹,因而可避免局部最小值导致的错误的行驶轨迹,早一点接近最佳轨迹而能减轻处理负荷。如此,在该行驶轨迹生成方法中,由于预先生成重视混合动力方式的再生减速的初始条件,从而能以低处理负荷并可靠地导出燃油经济性优良的行驶轨迹。在车辆中应用最优化方法的情况下,有时因变速器等引起的滞后(例如从2速向3速和从3速向2速的滞后),在最优化方法中可能导入基于局部最小解的错误解。\n[0012] 在本发明的行驶轨迹生成方法的初始条件生成步骤中,生成根据减速度上限值和加速度上限值使转弯点向弯路入口侧移动且使最小速度点向弯路出口侧移动的行驶轨迹,该减速度上限值和加速度上限值是由混合动力方式的系统能力决定的。\n[0013] 在只通过再生来进行减速的情况下,与通过车辆整体的减速能力(基于再生制动的减速+基于油压制动的减速)进行减速的情况相比,在减速时产生油压制动减速的量的富余(前后力有富余)。因此,考虑基于横向力和前后力的摩擦圆界限时,通过在弯路中进行减速时在横向力上分配该富余的量,在减速时可通过该富余量的横向力使行驶曲线变长,在加速时由于没有富余,因而接近直线。由此,为了在弯路中形成这种行驶轨迹,需要使转弯点向弯路入口侧移动,将最小速度点向弯路出口侧移动。因此,在初始条件生成步骤中,考虑混合动力方式的系统能力而决定减速度上限值和加速减速值,生成根据减速度上限值和加速度上限值使转弯点向弯路入口侧移动且使最小速度点向弯路出口侧移动的行驶轨迹。\n[0014] 在本发明的上述行驶轨迹生成方法中,其特征在于,包括:块分割步骤,将连续的弯路分割成多个块;最快行驶最优化步骤,进行最快行驶条件下的最优化处理;通过时间运算步骤,根据上述最快行驶最优化步骤中的最优化结果,分别运算在上述块分割步骤中分割出的各块的通过时间;富余时间运算步骤,根据在上述块分割步骤中分割出的各块的制动放热量,分别运算各块的富余时间;和目标通过时间运算步骤,根据在上述通过时间运算步骤中运算出的各块的通过时间和在上述富余时间运算步骤中运算出的各块的富余时间,分别运算各块的目标通过时间。\n[0015] 在该行驶轨迹生成方法中,在连续弯路的情况下,将连续的弯路分割成多个块。并且,在该行驶轨迹生成方法中,相对于该连续的弯路整体进行最快行驶条件下的最优化处理,从该最快行驶条件的最优化结果分别运算各块的最快行驶时的通过时间。另外,在行驶轨迹生成方法中,分别运算与各块的制动放热量成比例的富余时间。然后,在行驶轨迹生成方法中,根据各块的最快行驶时的通过时间和富余时间,运算各块的目标通过时间。如此,通过将连续的弯路(多弯道路)分割成各块,与各块的制动放热量(存在无用的能量,是燃油经济性变差的主要原因)成比例地,将富余时间(比最快行驶慢的时间)对应每个块进行分配,分为可重视燃油经济性的块和重视通过时间的块而对应每个块实现最优化。如此,在该行驶轨迹生成方法中,可对应每个块将各块的目标通过时间作为约束条件而能分别进行最优化处理,能减轻存储器、处理负荷。将多个块作为整体来进行最优化处理的情况下,需要巨大的存储器和复杂的程序,处理负荷也会增大。\n[0016] 本发明的行驶轨迹生成装置,生成车辆的将来的行驶轨迹,其特征在于,包括:约束条件运算单元,对至少包含道路边界线的条件的约束条件进行收敛运算;和评价函数运算单元,在满足上述约束条件运算单元中的约束条件的状态下,通过至少包含速度方差的评价的评价函数进行收敛运算而导出行驶轨迹。\n[0017] 在本发明的上述行驶轨迹生成装置中,在车辆的驱动方式为混合动力方式的情况下,包括初始条件生成单元,该初始条件生成单元生成行驶轨迹而作为初始条件,该行驶轨迹是在车辆减速时优先通过再生减速来进行减速而产生的轨迹。\n[0018] 在本发明的上述行驶轨迹生成装置的初始条件生成单元中,生成根据减速度上限值和加速度上限值使转弯点向弯路入口侧移动且使最小速度点向弯路出口侧移动的行驶轨迹,该减速度上限值和加速度上限值与由混合动力方式的系统能力决定的。\n[0019] 在本发明的上述行驶轨迹生成装置中,包括:块分割单元,将连续的弯路分割成多个块;最快行驶最优化单元,进行最快行驶条件下的最优化处理;通过时间运算单元,根据上述最快行驶最优化单元的最优化结果,分别运算由上述块分割单元分割出的各块的通过时间;富余时间运算单元,根据由上述块分割单元分割出的各块的制动放热量,分别运算各块的富余时间;和目标通过时间运算单元,根据由上述通过时间运算单元运算出的各块的通过时间和由上述富余时间运算单元运算出的各块的富余时间,分别运算各块的目标通过时间。\n[0020] 在各行驶轨迹生成装置中,具有与上述的各行驶轨迹生成方法相同的作用效果。\n[0021] 本发明通过使用包含速度方差的评价函数来进行最优化,可生成考虑了燃油经济性的行驶轨迹,可对燃油经济性的提高作贡献。\n附图说明\n[0022] 图1是本实施方式的自动驾驶控制装置的结构图。\n[0023] 图2是本实施方式的自动驾驶控制装置中的行驶轨迹最优化功能的说明图。\n[0024] 图3是本实施方式的自动驾驶控制装置中的初始条件生成功能的说明图。\n[0025] 图4是本实施方式的自动驾驶控制装置中的连续弯路应对功能的说明图。\n[0026] 图5是表示本实施方式的ECU中的行驶轨迹最优化处理的流程的流程图。\n[0027] 图6是表示本实施方式的ECU中的初始条件生成处理的流程的流程图。\n[0028] 图7是表示本实施方式的ECU中的连续弯路应对处理的流程的流程图。\n[0029] 标号说明:\n[0030] 1…自动驾驶控制装置、10…横摆率传感器、11…G传感器、12…车轮速度传感器、\n13…GPS传感器、14…白线检测传感器、15…障碍物检测传感器、16…导航系统、20…转向促动器、21…节气门促动器、22…制动促动器、23…马达、30…ECU\n具体实施方式\n[0031] 下面,参照附图对本发明的行驶轨迹生成方法及行驶轨迹生成装置的实施方式进行说明。\n[0032] 在本实施方式中,将本发明应用于搭载于进行自动驾驶的混合动力车辆上的自动驾驶控制装置中。本实施方式的自动驾驶控制装置通过最优化处理生成行驶轨迹,进行加减速控制及转向控制,以沿着该最优化的行驶轨迹行驶。\n[0033] 所生成的行驶轨迹由位置(x坐标、y坐标)、车速特性曲线(vx、vy)、加速度特性曲线(ax、ay)、横摆角、横摆率等车辆行驶中所需的多个参数构成。在本实施方式的自动驾驶控制装置中,如图2所示,将一个弯路等以块B单位进行处理,各块B中的行驶轨迹以将行驶路沿着行驶方向细密分割出网眼M、…单位生成。因此,一个块B的行驶轨迹由(网眼M、…的数量×参数的数量)的数据构成。例如,参数为10个,网眼为100个的情况下,一个块B的行驶轨迹由1000个数据构成。\n[0034] 通常,设定仅重视燃油经济性的行驶条件时,过慢的行驶被认为是理想燃油经济性行驶,以仅重视燃油经济性的行驶条件进行最优化处理时,可生成具有如实际不能实用的车速特性曲线的行驶轨迹。在本实施方式的自动驾驶控制装置中,为了抑制这种情况,在最优化处理的评价函数上,除了提高燃油经济性条件以外还加上行驶时间条件。\n[0035] 并且,在直线路、高速公路等左右方向的轮胎摩擦留有充足富余的状况下,用以往的最优化方法也能生成最佳行驶轨迹。但是,在弯路情况下,需要相对于可在转弯前后直线路行驶的车速进行充分的减速,形成转弯行驶中减速、转弯、加速的构成,发生前后方向的加减速、左右方向的横向力。因此,在本实施方式的自动驾驶控制装置中,生成特别适合于弯路的行驶轨迹。另外,虽然在本实施方式中表示了适合于弯路的行驶轨迹的生成方法,但也适合于直线路。反过来讲,针对直线路也能使用以往的生成方法。\n[0036] 并且,在进行最优化处理的情况下,有时因变速器等引起的滞后(例如从2速向3速和从3速向2速的滞后),可能导入基于局部最小解的错误解。因此,在本实施方式的自动驾驶控制装置中,作为进行最优化处理的前处理,生成接近最佳行驶轨迹的行驶轨迹而作为初始条件。\n[0037] 参照图1至图4,对本实施方式的自动驾驶控制装置1进行说明。图1是本实施方式的自动驾驶控制装置的结构图。图2是本实施方式的自动驾驶控制装置中的行驶轨迹最优化功能的说明图。图3是本实施方式的自动驾驶控制装置中的初始条件生成功能的说明图。图4是本实施方式的自动驾驶控制装置中的连续弯路应对功能的说明图。\n[0038] 自动驾驶控制装置1生成同时实现实用的行驶时间与提高燃油经济性的最佳轨迹(特别是弯路)。自动驾驶控制装置1为了生成最佳轨迹而具有行驶轨迹最优化功能、初始条件生成功能、连续弯路应对功能,为了控制自动驾驶时的车辆而具有车辆控制功能。\n[0039] 自动驾驶控制装置1具有横摆率传感器10、G传感器11、车轮速度传感器12、GPS(Global Positioning System,全球定位系统)传感器13、白线检测传感器14、障碍物检测传感器15、转向促动器20、节气门促动器21、制动促动器22、马达23以及ECU(Electronic ControlUnit,电子控制单元)30,利用来自导航系统16的信息。\n[0040] 横摆率传感器10是检测在对象车辆上产生的横摆率的传感器。在横摆率传感器\n10中,检测横摆率,将该横摆率作为横摆率信号发送给ECU30。\n[0041] G传感器11是检测作用于对象车辆上的横向加速度、前后加速度的传感器。在G传感器11中,检测作用于对象车辆上的加速度,将该加速度作为G信号发送给ECU30。另外,也可以对应每个要检测的加速度分别构成横向G传感器、前后G传感器。\n[0042] 车轮速度传感器12是分别设在车辆的四个车轮上,检测车轮的旋转速度(与车轮的旋转对应的脉冲数)的传感器。在车轮速度传感器12中,检测对应每预定时间的车轮的旋转脉冲数,将该检测出的车轮旋转脉冲数作为车轮速度信号发送给ECU30。在ECU30中,分别从各车轮的旋转速度运算车轮速度,从各轮的车轮速度运算车身速度(车速)。\n[0043] GPS传感器13是具有GPS天线、处理装置等,推测对象车辆的位置等的传感器。在GPS传感器13中,由GPS天线接收来自GPS卫星的GPS信号。并且,在GPS传感器13中,由处理装置对该GPS信号进行解调,根据该被解调的各GPS卫星的位置数据运算对象车辆的位置等。并且,在GPS传感器13中,将表示对象车辆的位置等的GPS信息信号发送给ECU30。\n要运算当前位置,需要3个以上GPS卫星的位置数据,在GPS传感器13中,分别接收来自不同的3个以上GPS卫星的GPS信号。\n[0044] 白线检测传感器14是具有照相机、图像处理装置,检测一对白线(车道)的传感器。在白线检测传感器14中,用照相机拍摄对象车辆的前方道路。然后,在白线检测传感器14中,用图像处理装置从拍摄图像识别表示车辆行驶着的车道的一对白线。并且,从识别出的一对白线运算车道宽度、通过一对白线中心的线(即车道的中心线)、车道中心的半径(转弯半径R),从转弯半径R运算转弯曲率γ(=1/R)、车辆相对于白线的方向(横摆角)以及车辆中心相对于车道中心的位置(偏移)等。然后,在白线检测传感器14中,将所述识别出的一对白线的信息、运算出的各信息作为白线检测信号发送给ECU30。\n[0045] 障碍物检测传感器15是具有毫米波雷达、处理装置,检测在对象车辆的周边存在的障碍物(车辆等)的传感器。在障碍物检测传感器15中,用毫米波雷达照射毫米波,并接收反射到物体而返回的毫米波。然后,在障碍物检测传感器15中,用处理装置根据毫米波的收发数据检测障碍物的有无,在检测到障碍物的情况下运算距障碍物的距离等。在障碍物检测传感器15中,将所述检测出的障碍物的信息、运算出的各信息作为障碍物检测信号发送给ECU30。另外,作为障碍物的检测方法,可以是任意方法,例如可以是利用由照相机拍摄的拍摄图像的方法、利用照相机的拍摄图像和毫米波等雷达信息的方法、通过红外线通信取得的方法。\n[0046] 导航系统16是进行对象车辆的当前位置的检测以及到目的地的路径引导等的系统。特别是,在导航系统16中,从地图数据库读取当前行驶中的道路的形状信息,将该道路形状信息作为导航信息发送给ECU 30。另外,在不具备导航系统的车辆的情况下,也可以构成为至少具有至少存储道路形状信息的地图数据库的结构,或利用道路车辆间通信等取得道路形状信息的结构。\n[0047] 转向促动器20是将基于马达的旋转驱动力经由减速机构传递给转向机构(齿条、小齿轮、转向柱等),赋予转向机构转向转矩的促动器。在转向促动器20中,当从ECU30接收到转向控制信号时,根据转向控制信号使马达旋转驱动而产生转向转矩。\n[0048] 节气门促动器21是调整作为驱动源之一的发动机的节气门阀的开度的促动器。\n在节气门促动器21中,当接收到来自ECU30的发动机控制信号时,根据发动机控制信号动作,调整节气门阀的开度。\n[0049] 制动促动器22是调整各车轮的车轮油缸的制动油压的促动器。在制动促动器22中,当接收到来自ECU30的制动控制信号时,根据制动控制信号动作,调整车轮油缸的制动油压。\n[0050] 马达23是作为驱动源之一电动马达。并且,马达23具有作为发电机的功能,将车轮的旋转能(动能)变换成电能,进行再生发电。在马达23中,当接收到马达控制信号时,根据马达控制信号旋转驱动而产生驱动力。并且,马达23接收到再生控制信号时,根据再生控制信号发电,将该发电的电力向充电机进行充电。\n[0051] ECU30由CPU(Central Processing Unit,中央处理器)、ROM(ReadOnly Memory,只读存储器)RAM(Random Access Memory,随机存储器)等构成,其是统一控制自动驾驶控制装置1的电子控制单元。在ECU30中,对应每一定时间,接收来自各传感器10~15以及导航系统16的各信号。在ECU30中,进行行驶轨迹最优化处理、初始条件生成处理、连续弯路应对处理等而生成最佳行驶轨迹。并且,在ECU30中,根据所生成的最佳行驶轨迹进行车辆控制处理,控制转向促动器20、节气门促动器21、制动促动器22、马达23。\n[0052] 其中,在本实施方式中,ECU30中的行驶轨迹最优化处理相当于权利范围记载的约束条件运算单元及评价函数运算单元,ECU30中的初始条件生成处理相当于权利范围记载的初始条件生成单元,ECU30中的连续弯路应对处理相当于权利范围记载的块分割单元、最快行驶最优化单元、通过时间运算单元、富余时间运算单元以及目标通过时间运算单元。\n[0053] 对行驶轨迹最优化处理进行说明。作为该最优化方法,可以使用任意的方法,例如可使用在非专利文献1中公开的SCGRA(SequentialConjugate Gradient Restoration Algorithm,连续的共轭梯度复原算法)。在SCGRA中,直到满足约束条件为止根据最快降低法进行收敛运算,直到评价函数的评价值成为最小为止根据共轭梯度法进行收敛运算。约束条件是在车辆的行驶中绝对要遵守的条件。评价函数是用于评价在车辆行驶中所重视的条件的函数。\n[0054] 要想使燃油经济性变好,重要的是通过作为行驶路的块B整体抑制空气阻力。由于空气阻力以速度的平方来增加,因而越是高速行驶,空气阻力增加而使燃油经济性变差。\n因此,作为评价函数,设为包含块B整体中的车速的总方差的函数。通过使用该评价函数来实现行驶轨迹的最优化,通过块B整体能尽量抑制加减速,可导出车速的偏差少的行驶轨迹,可抑制最高速度的上升导致的空气阻力的增加。\n[0055] 但是,如只重视燃油经济性而以一定的低速(例如弯路中的最低车速)行驶,虽然提高燃油经济性,但成为实际不实用的车速特性曲线。因此,作为评价函数,设为除了块B整体中的车速的总方差以外还包含块B的通过时间的函数。通过使用该评价函数,可生成通过块B整体以实用上没有问题的车速行驶,并且通过块B整体尽量抑制车速变化且降低空气阻力的行驶轨迹。\n[0056] 在ECU30中,设定作为初始条件的初始轨迹,直到满足约束条件为止根据最快降低法进行收敛运算。作为约束条件有道路侧的条件和车辆侧的条件,作为道路侧的条件有道路边界线(规定在道路上行走的线)、作为车辆侧的条件有摩擦圆、加速极限、减速极限、转向极限等的车辆性能极限。具体说明的话,使用上一次求出的行驶轨迹(在第一次收敛运算中为初始轨迹)根据约束条件收敛运算本次的行驶轨迹,使用本次求出的行驶轨迹判断是否满足约束条件,直到求出满足约束条件的行驶轨迹为止反复进行各处理循环中的收敛运算和判断。在各处理循环中,可求出由块B单位的(网眼M、…的数量×参数的数量)的数据构成的行驶轨迹。\n[0057] 当导出满足约束条件的行驶轨迹时,在ECU30中,直到满足约束条件且评价函数的评价值成为最小为止根据共轭梯度法进行收敛运算。作为评价函数,如公式(1)所示,设为在块B的通过时间加上车速的总方差的函数,使块B整体中的通过时间和车速的方差变得最小。通过时间是用于通过块B的目标时间,例如有从道路的限制车速求出的时间、由驾驶员输入的时间。其中,通过时间与车速的方差之间的参与程度(加味度合い)为0.5比\n0.5,但也可以设定任意值,例如可使用由驾驶员输入的参与程度。\n[0058] (数学式1)\n[0059] \n[0060] 具体说明的话,使用前一次求出的行驶轨迹(在第一次的收敛运算中满足约束条件的行驶轨迹)对本次的行驶轨迹进行收敛运算,以使评价函数的评价值变得最小,并使用本次求出的行驶轨迹判断评价值是否变得最小,直到求出评价值变得最小的行驶轨迹为止反复进行各处理循环中的收敛运算和判断。即,在进行收敛运算的情况下,作为评价函数中的各网眼的车速,使用前一次行驶轨迹中的相应的网眼的车速,作为平均车速使用前一次行驶轨迹中的全部网眼的车速的平均值;在进行判断的情况下,作为评价函数中的各网眼的车速,使用在本次收敛运算中求出的行驶轨迹中的相应的网眼的车速,作为平均车速使用在本次收敛运算中求出的行驶轨迹中的全部网眼的车速的平均值。在评价值是否成为最小的判断中,求出评价值的微分值,当微分值成为0或大致为0时,判断为评价值变得最小。\n[0061] 在图2所示例子的情况下,以最快通过块B的行驶轨迹为行驶轨迹C1,如还考虑块B中的空气阻力时成为行驶轨迹C2,随着各处理循环中的基于评价函数的收敛运算和判断推进而使得公式(1)的评价函数的评价值变得最小,可求出逐渐接近最佳轨迹C2的行驶轨迹。\n[0062] 对初始化条件生成处理进行说明。作为进行行驶轨迹最优化处理的前处理,生成作为初始条件的初始轨迹。该初始轨迹是减速再生重视轨迹,是重视了混合动力车辆中的基于再生的减速的轨迹。即,通过在减速时尽量只由基于再生的减速来进行减速,可降低油压制动的使用引起的放热所导致的能量损失,从而提高燃油经济性。通过使用这样考虑了燃油经济性的初始轨迹来进行行驶轨迹最优化处理,可使用从最优化处理的起初就接近最佳行驶轨迹的行驶轨迹,从而可避免局部最小值导致错误的行驶轨迹,由于可减少直到成为最佳行驶轨迹的收敛运算和判断的次数,因而能减轻处理负荷。\n[0063] 在只通过再生来进行减速的情况下,与通过车辆整体的减速能力(基于再生制动的减速+基于油压制动的减速)进行减速的情况相比,在减速时产生油压制动减速的量的富余。例如,车辆整体的减速能力为1.0G,再生减速能力为0.2G时,减速时产生0.8G的量的富余。因此,考虑基于横向力和前后力的摩擦圆界限时,通过在弯路中进行减速时在横向力上分配该富余的量,可在减速G<加速G的条件下得到理想的横向G分布,在减速时可通过该富余量的横向力使行驶曲线变长,在加速时由于没有富余,因而接近直线。由此,为了在弯路中形成这种行驶轨迹,需要使转弯点向弯路入口侧移动,将最小速度点向弯路出口侧移动。其中,由于在直线路中不能适用该初始轨迹,因而作为行驶轨迹最优化处理的初始轨迹而赋予任意轨迹。\n[0064] 首先,在ECU30中,生成在弯路行驶中普通的Out-In-Out的行驶轨迹。在ECU30中,根据作为混合动力车辆的系统能力,决定基于再生的减速度上限值(例如0.2G,可以是系统已知)。并且,在ECU30中,决定加速时的发动机输出的热效率良好的加速度上限值(例如0.4G,可以是系统已知)。\n[0065] 在ECU30中,根据减速度上限值和加速度上限值,将Out-In-Out的行驶轨迹中的弯路中央的转弯点向弯路的入口侧移动。例如通过公式(2)求出转弯点的移动比率。\n[0066] (数学式2)\n[0067] \n[0068] 在ECU30中,根据减速度上限值和加速度上限值,将Out-In-Out的行驶轨迹中的弯路中央的最小速度点(最大曲率点)向弯路的出口侧移动。例如,使转弯点的移动比率的量向出口侧(与移动后的转弯点对称的点)移动。\n[0069] 然后,在ECU30中,用平滑的曲线连接移动后的转弯点、最小速度点等,并生成初始轨迹。作为该平滑的曲线,可以是任意曲线,例如有旋涡曲线。\n[0070] 在图3的例子的情况下,Out-In-Out的行驶轨迹C3中的转弯点CP3向弯路入口侧的点CP4移动,最小速度点VP3向弯路出口侧的点VP4移动,由此生成初始轨迹C4。\n[0071] 对连续弯路应对处理进行说明。在山路等转弯连续的情况下,对应每个转弯以一个弯路、直线路的单位分割成多个块,以块单位进行最优化处理。在这里,如图4所示,从连续弯路整体的目标通过时间减去整体的最快通过时间而求出整体的富余时间,对该整体富余时间与各块B1、…中的基于油压制动的放热量成比例地进行分配,将富余时间(比最快行驶慢的时间)分配给各块B1、…。然后,对应每个块B1、…,从最快通过时间和富余时间求出目标通过时间,将该目标通过时间作为约束条件来进行最优化处理。使用基于油压制动的放热量分配的原因在于,通过减少基于油压制动的放热(无用的能量)可提高燃油经济性。\n[0072] 由于富余时间越多的块,通过时间富余越多,因而可生成重视燃油经济性的行驶轨迹。另一方面,由于富余时间越少的块,通过时间没有富余,因而可生成重视快速行驶的行驶轨迹。由此,由于分为重视燃油经济性的块和重视速度的块来对应每个块分别进行最优化处理,因而可减轻存储器、处理负荷。在相对于连续弯路整体进行最优化处理的情况下,只通过最快行驶就能比较容易地进行处理。但是,还考虑燃油经济性行驶的情况下,通常是指定多个块的总通过时间的时间(平均速度)的约束条件,将该约束条件针对多个块求解的话需要巨大的存储器和复杂的程序,处理负荷也会增大。\n[0073] 连续弯路的情况下,在ECU30中,将该连续弯路以一个弯路、直线路的单位分割成多个块。并且,在ECU30中,遍及连续弯路整体以最快行驶条件进行最优化处理,并生成最快的行驶轨迹,得到整体的最快通过时间。在这里,使用现有方法,以最快行驶条件进行最优化处理。\n[0074] 在ECU30中,根据整体最快通过时间,运算对应每个块的最快通过时间。并且,在ECU 30中,使用整体最快通过时间和整体目标通过时间,通过公式(3)运算全部富余时间。\n整体目标通过时间是用于通过连续弯路整体的目标时间,例如使用由驾驶员输入的时间。\n[0075] (数学式3)\n[0076] 全部富余时间=整体目标通过时间-整体最快通过时间…(3)\n[0077] 在ECU30中,判断全部富余时间是否小于0。在全部富余时间小于0时,由于即使最快地行驶也比整体目标通过时间慢,因而使用在基于最快行驶条件的最优化处理中求出的行驶轨迹。\n[0078] 在全部富余时间为0以上时,最快地行驶时能比整体目标通过时间更快地通过。\n此时,在ECU30中,运算各块的制动放热量。作为该运算方法,可使用任意运算方法。并且,在ECU 30中,对应每个块,使用全部富余时间、各块的制动放热量以及全部块合一起的制动放热量,通过公式(4)运算块的富余时间。\n[0079] (数学式4)\n[0080] \n[0081] 在ECU30中,对应每个块,使用块的最快通过时间和富余时间,通过公式(5)运算块的目标通过时间。\n[0082] (数学式5)\n[0083] 块的目标通过时间=块的最快通过时间+块的富余时间…(5)\n[0084] 并且,在ECU30中,对应每个块,在约束条件上加上块的目标通过时间而进行最优化处理,并生成行驶轨迹。在这里,进行了上述的行驶轨迹最优化处理,但也可以设为还加上目标通过时间的约束条件,也可以设为除去通过时间的条件而仅将车速的方差作为条件的评价函数来进行最优化处理。\n[0085] 对车辆控制功能进行说明。在ECU30中,对应每一定时间,为根据求出的最佳行驶轨迹行驶,考虑对象车辆周边的障碍物(前方车辆等),并且根据最佳行驶轨迹和实际车辆状态(横摆率、横向G、前后G、车速、绝对位置、相对于车道中心的相对关系等)之间的偏差,生成转向控制信号、发动机控制信号、制动控制信号、马达控制信号或再生控制信号,将各信号分别发送给转向促动器20、节气门促动器21、制动促动器22、马达23。\n[0086] 参照图1至图4,对自动驾驶控制装置1的动作进行说明。在这里,对自动驾驶控制装置1的行驶轨迹最优化功能、初始条件生成功能、连续弯路应对功能的各动作进行说明。特别是,根据图5、图6、图7的各流程图对ECU30中的行驶轨迹最优化处理、初始条件生成处理、连续弯路应对处理进行说明。图5是表示本实施方式的ECU中的行驶轨迹最优化处理的流程的流程图。图6是表示本实施方式的ECU中的初始条件生成处理的流程的流程图。图7是表示本实施方式的ECU中的连续弯路应对处理的流程的流程图。\n[0087] 对行驶轨迹最优化功能进行说明。在导航系统16中,从地图数据库读取当前行驶中的道路的形状信息,将该道路形状信息作为导航信号发送给ECU30。在ECU30中,接收导航信号,从而取得道路形状信息。\n[0088] 在ECU30中,将在初始条件生成功能等中设定的初始轨迹作为初始条件,根据以道路边界线及车辆性能极限作为条件的约束条件进行收敛运算,生成行驶轨迹(S10)。在ECU30中,判断本次生成的行驶轨迹是否满足约束条件(S11)。在S11判断为不满足约束条件时,在ECU30中,使用前一次生成的行驶轨迹并根据约束条件进行收敛运算而生成行驶轨迹(S10),并判断该本次生成的行驶轨迹是否满足约束条件(S11)。\n[0089] 在S11判断为满足约束条件时,在ECU30中,使用满足了约束条件的行驶轨迹,根据由块B的通过时间和车速的总方差组成的评价函数进行收敛运算,并生成行驶轨迹(S12)。在ECU30中,判断本次生成的行驶轨迹的评价值是否最小(S13)。在S13判断为评价值最小时,在ECU30,使用前一次生成的行驶轨迹根据评价函数进行收敛运算而生成行驶轨迹(S12),并判断该本次生成的行驶轨迹的评价值是否最小(S13)。\n[0090] 在S13判断为评价值最小时,在ECU30,将该生成的行驶轨迹设为最佳轨迹。然后,在自动驾驶控制装置1中,进行加减速控制及转向控制,以沿着该最佳轨迹行驶(进行车辆控制功能)。\n[0091] 其中,在本实施方式中,S10、S11的处理相当于在权利范围内记载的约束条件运算步骤,S12、S13的处理相当于在权利范围内记载的评价函数运算步骤。\n[0092] 对初始条件生成功能进行说明。在生成最佳轨迹的行驶路为弯路的情况下,在ECU30中,生成Out-In-Out的行驶轨迹(S20)。另外,在ECU30中,决定混合动力车辆中的基于再生减速的减速度上限值(S21),并且决定发动机输出热效率良好的加速度上限值(S22)。\n[0093] 然后,在ECU30中,根据减速度上限值和加速度上限值,将Out-In-Out的转弯点向弯路入口侧移动(S23)。并且,在ECU 30中,根据减速度上限值和加速度上限值,将Out-In-Out的最小速度点向弯路出口侧移动(S24)。并且,在ECU30中,用平滑的曲线连接移动后的转弯点和最小速度点等而生成初始轨迹,将该初始轨迹用作行驶轨迹最优化功能中的初始条件。\n[0094] 其中,在本实施方式中,S20至S25的处理相当于权利范围内记载的初始条件生成步骤。\n[0095] 对连续弯路应对功能进行说明。在生成最佳轨迹的行驶路为连续弯路的情况下,在ECU30中,将该连续弯路分割成多个块(S30)。并且,在ECU30中,以最快行驶条件对该连续弯路整体进行最优化处理,求出连续弯路整体的最快通过时间(S31)。并且,在ECU30中,将该整体最快通过时间分配给各块,运算对应每个块的最快通过时间(S32)。\n[0096] 在ECU30中,从全部目标通过时间减去整体最快通过时间,运算连续弯路整体的全部富余时间(S33)。并且,在ECU30中,判断全部富余时间是否小于0(S34)。在S34判断为全部富余时间小于0时,在ECU30中,将最快行驶条件下的最优化处理中生成的行驶轨迹作为最佳轨迹(S35)。然后,在自动驾驶控制装置1中,进行加减速控制及转向控制,以沿着该最佳轨迹行驶。\n[0097] 在S34判断为全部富余时间在0以上时,在ECU30中,运算各块的制动放热量(S36)。并且,在ECU30中,对应每个块,根据块的制动放热量运算富余时间(S37)。并且,在ECU30中,对应每个块,根据该块的富余时间和最快通过时间运算目标通过时间(S38)。\n然后,在ECU30中,对应每个块,在约束条件中加上该块的目标通过时间(代替其而从评价函数删除通过时间),进行最优化处理(进行上述的行驶轨迹最优化功能),生成最佳轨迹(S39)。\n[0098] 在ECU30中,针对连续弯路的全部块判断最优化处理是否结束(S40)。在S40判断为没有全部结束时,在ECU30中,返回S37而进行针对下一个块的处理。另一方面,在S40判断为全部结束时,在自动驾驶控制装置1中,进行加减速控制及转向控制,以沿着所生成的最佳的行驶轨迹行驶。\n[0099] 其中,在本实施方式中,S30的处理相当于权利范围内记载的块分割步骤,S31的处理相当于权利范围内记载的最快行驶最优化步骤,S32的处理相当于权利范围内记载的通过时间运算步骤,S36、S37的处理相当于权利范围内记载的富余时间运算步骤,S38的处理相当于权利范围内记载的目标通过时间运算步骤。\n[0100] 根据该自动驾驶控制装置1,通过使用在块B的通过时间加上车速的总方差的评价函数进行最优化处理,可生成同时实现实用的行驶时间和燃油经济性的提高的最佳轨迹,利用该最佳轨迹可在行驶路整体抑制空气阻力的同时以实用的车速行驶。特别是可生成适合于产生横向力且需要加减速的弯路的行驶轨迹。\n[0101] 并且,根据自动驾驶控制装置1,通过生成考虑重视了再生减速的燃油经济性的初始轨迹,可从最优化处理的起初就能使用接近最佳轨迹的行驶轨迹,因而可避免局部最小值导致的错误的行驶轨迹,能减轻处理负荷。\n[0102] 并且,根据自动驾驶控制装置1,通过在连续弯路中根据各块的制动放热量分配富余时间,可对应每个块将目标通过时间作为约束条件分别进行最优化处理,能减轻存储器、处理负荷。\n[0103] 以上,对本发明的实施方式进行了说明,但本发明不限于上述实施方式,可通过各种方式来实施。\n[0104] 例如,在本实施方式中适用于自动驾驶的混合动力车辆,但也可以适用于相对于手动驾驶使用最佳轨迹来进行各种驾驶支援的车辆,还可以适用于内燃机、马达等单一驱动源的车辆。特别是,也可以适用于针对行驶轨迹最优化功能、连续弯路应对功能仅将内燃机作为驱动源的车辆,针对初始条件生成功能仅可适用于混合动力车辆。\n[0105] 并且,在本实施方式适用于生成最佳轨迹,根据最佳轨迹来进行自动驾驶的自动驾驶控制装置,但也可以适用于仅生成最佳轨迹的装置。可适用于生成最佳轨迹,通过显示该最佳轨迹等方式提供给驾驶人员的装置,还可以适用于生成最佳轨迹,使用最佳轨迹进行各种驾驶支援的装置。\n[0106] 并且,在本实施方式中为由1个ECU构成的方式,但也可以由多个ECU构成。\n[0107] 并且,在本实施方式中将评价函数设为加入通过时间和车速的方差的函数,但作为评价函数可以是仅车速方差的函数,由此生成仅重视了燃油经济性的最佳轨迹。\n[0108] 并且,在本实施方式中,形成根据减速度上限值和加速度上限值,将转弯点和最小速度点移动而求出重视减速再生的轨迹的结构,但也可以是通过其他方法求出重视减速再生的轨迹的结构。\n[0109] 并且,在本实施方式中,形成通过制动放热量分配富余时间的结构,但也可以通过考虑了燃油经济性的其他参数来分配富余时间。\n[0110] 工业实用性\n[0111] 本发明通过使用包含速度方差的评价函数来进行最优化,可生成考虑了燃油经济性的行驶轨迹,可对燃油经济性的提高作贡献。
法律信息
- 2012-06-27
- 2010-11-10
实质审查的生效
IPC(主分类): G08G 1/16
专利申请号: 200880113996.X
申请日: 2008.10.29
- 2010-09-22
引用专利(该专利引用了哪些专利)
序号 | 公开(公告)号 | 公开(公告)日 | 申请日 | 专利名称 | 申请人 |
1
| |
2006-05-24
|
2005-11-18
| | |
2
| |
2007-08-01
|
2007-01-24
| | |
被引用专利(该专利被哪些专利引用)
序号 | 公开(公告)号 | 公开(公告)日 | 申请日 | 专利名称 | 申请人 | 该专利没有被任何外部专利所引用! |