[发明专利]行动预测装置以及自动驾驶装置

说明书

本发明提供一种能够提高交通参与者的行动的预测精度的行动预测装置以及自动驾驶装置。行动预测装置1使用包括交通参与者的推定加速度α以及推定曲率ρ的模型(表达式(12)、(21)、(22))，计算交通参与者的预测速度V(k+n)、预测X坐标值X(k+n)以及预测Y坐标值Y(k+n)，计算表示交通参与者的周边的干扰对象的与交通参与者的干扰程度的速度干扰函数值Pv_j以及轨迹干扰函数值Pt_j，确定推定加速度α以及推定曲率ρ，使得干扰程度减少。

技术领域

本发明涉及预测交通参与者的行动的行动预测装置以及自动驾驶装置。

背景技术

以往，作为行动预测装置，已知专利文献1中记载的行动预测装置。该行动预测装置是预测作为交通参与者的行人的行动的行动预测装置，具备搭载于车辆的相机装置、横摆率传感器以及速度传感器等。在该行动预测装置中，使用由卡尔曼滤波器模型化的线性模型表达式，计算状态矢量的预测值来作为行人的行动的预测值，在该状态矢量中，将二维坐标系中的行人的速度vx、vy以及位置x、y作为要素。

在先技术文献

专利文献

专利文献1：日本特开2009-89365号公报

发明内容

发明要解决的课题

根据上述以往的行动预测装置，基于使用由卡尔曼滤波器模型化的线性模型表达式的关系，在存在可能对行人的行动造成干扰的干扰对象(例如，其他的行人、信号的状态以及周边环境)的情况下，有考虑到该干扰对象而无法预测行人的行动从而预测精度低这样的问题。此外，基于相同的理由，在行人弯曲或者蜿蜒前进并且步行的条件下，其预测值的计算误差增大，预测精度大幅降低。

本发明是为了解决上述课题而完成的，其目的在于提供一种能够提高交通参与者的行动的预测精度的行动预测装置以及自动驾驶装置。

用于解决课题的技术方案

为了达成上述目的，本发明是一种预测交通参与者(行人M、M2～M6、车辆3A、3B)的行动的行动预测装置1，其特征在于，具备：周边状况识别单元(ECU2、信息检测装置4、各种参数计算部9)，识别交通参与者的周边状况；行动预测值计算单元(ECU2、行动预测值计算部10)，使用由周边状况识别单元进行的周边状况的识别结果(位置(X、Y)、速度V、倾斜角度θ)和对交通参与者的行动进行模型化的行动模型(式(12)、(21)、(22))，计算作为交通参与者的未来的行动的预测值的行动预测值(预测速度V(k+n)、预测X坐标值X(k+n)、预测Y坐标值Y(k+n))，所述行动模型包括表示交通参与者的行动方式的行动方式参数(推定加速度α、推定曲率ρ)；干扰程度参数计算单元(干扰函数值计算部8)，使用行动预测值，计算表示交通参与者的周边的干扰对象的与交通参与者的干扰程度的干扰程度参数(速度干扰函数值Pv_j、轨迹干扰函数值Pt_j)；以及行动方式参数确定单元(ECU2、加速度计算部20、曲率计算部50)，确定行动方式参数，使得干扰程度参数表示的干扰程度减少。

根据该行动预测装置，使用由周边状况识别单元进行的周边状况的识别结果和对交通参与者的行动进行模型化的行动模型，计算作为交通参与者的未来的行动的预测值的行动预测值，所述行动模型包括表示交通参与者的行动方式的行动方式参数，并使用行动预测值，计算表示干扰对象的与交通参与者的干扰程度的干扰程度的干扰程度参数。进而，确定行动方式参数，使得干扰程度参数表示的干扰程度减少，因此通过使用包括这样的行动方式参数的行动模型，从而计算出行动预测值，使得交通参与者被干扰对象干扰的程度减少。其结果，能够提高行动预测值的计算精度，且能够提高交通参与者的行动的预测精度(另外，本说明书中的“干扰对象”包括其他的交通参与者、信号的显示、道路区分、交通环境以及障碍物等)。