[go: up one dir, main page]

WO2014118962A1 - 走行制御装置及び走行制御システム - Google Patents

走行制御装置及び走行制御システム Download PDF

Info

Publication number
WO2014118962A1
WO2014118962A1 PCT/JP2013/052307 JP2013052307W WO2014118962A1 WO 2014118962 A1 WO2014118962 A1 WO 2014118962A1 JP 2013052307 W JP2013052307 W JP 2013052307W WO 2014118962 A1 WO2014118962 A1 WO 2014118962A1
Authority
WO
WIPO (PCT)
Prior art keywords
route
evaluation value
vehicle speed
speed pattern
vehicle
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.)
Ceased
Application number
PCT/JP2013/052307
Other languages
English (en)
French (fr)
Inventor
裕也 田中
太雪 谷道
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.)
Hitachi Astemo Ltd
Original Assignee
Hitachi Automotive Systems 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 Hitachi Automotive Systems Ltd filed Critical Hitachi Automotive Systems Ltd
Priority to EP13874203.6A priority Critical patent/EP2953110B1/en
Priority to JP2014559453A priority patent/JP6055848B2/ja
Priority to CN201380072001.0A priority patent/CN104969274B/zh
Priority to PCT/JP2013/052307 priority patent/WO2014118962A1/ja
Priority to US14/764,501 priority patent/US9446766B2/en
Publication of WO2014118962A1 publication Critical patent/WO2014118962A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

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
    • 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
    • B60W30/14—Adaptive cruise control
    • B60W30/143—Speed control
    • 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
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/04—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units
    • B60W10/06—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units including control of combustion engines
    • 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
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/18—Conjoint control of vehicle sub-units of different type or different function including control of braking systems
    • B60W10/184—Conjoint control of vehicle sub-units of different type or different function including control of braking systems with wheel brakes
    • B60W10/188—Conjoint control of vehicle sub-units of different type or different function including control of braking systems with wheel brakes hydraulic brakes
    • 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
    • B60W30/188—Controlling power parameters of the driveline, e.g. determining the required power
    • 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
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3469—Fuel consumption; Energy use; Emission aspects
    • 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
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • 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
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
    • G08G1/096811—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed offboard
    • G08G1/096822—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed offboard where the segments of the route are transmitted to the vehicle at different locations and times
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
    • G08G1/096844—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route where the complete route is dynamically recomputed based on new data
    • 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
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • 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
    • 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
    • B60W2554/406—Traffic density
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/10—Historical data
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B60W2556/55—External transmission of data to or from the vehicle using telemetry
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B60W2556/65—Data transmitted between vehicles
    • 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
    • B60W2720/00—Output or target parameters relating to overall vehicle dynamics
    • B60W2720/10—Longitudinal speed
    • B60W2720/103—Speed profile
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
    • 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
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]

Definitions

  • the present invention relates to a travel control device and a travel control system that take traffic flow into consideration.
  • an optimal route of a vehicle is determined using information on the current traffic flow received from each vehicle.
  • the vehicle has a function of re-designating the route as a new optimal route.
  • Patent Document 2 has a function of selecting an optimal route using altitude information of a map in order to minimize vehicle energy consumption.
  • Patent Document 1 Since Patent Document 1 has a function of detecting an unexpected change in traffic flow and re-presenting a new optimal route, there is a possibility that a future traffic jam can be avoided. However, there is no indication of how much traffic flow will be predicted in the future, so even if you travel on the re-presented route, it may not take into account the future traffic jams. It is conceivable to encounter. It is also conceivable that selecting a new optimal route will cause an increase in travel distance and fluctuation in travel speed, resulting in a final increase in vehicle energy consumption.
  • Patent Document 2 has a function of selecting a route that reduces vehicle energy consumption by using altitude information of a map. However, since the traffic flow is not taken into consideration, it is considered that the energy consumption of the vehicle deteriorates when there is traffic jam on the selected route.
  • an object of the present invention is to provide a travel control device capable of achieving both optimization of traffic flow and minimization of vehicle energy consumption.
  • the travel control device of the present invention generates a target vehicle speed pattern based on a route passing speed pattern that is a passing vehicle speed pattern up to a certain distance generated in consideration of traffic jam information.
  • Evaluation value calculation that calculates the evaluation value based on the horizon length and the target vehicle speed pattern that represent the time to reach the final point generated in consideration of the vehicle speed pattern adjustment processing unit and future traffic congestion information that may occur in the future
  • a target vehicle speed calculation unit, and a target control amount calculation unit that calculates a control amount for controlling the vehicle based on the evaluation value.
  • the travel control system of the present invention predicts future traffic information based on the input vehicle route and current traffic information, and based on the future traffic information, all the vehicles passing through the future traffic occurrence section
  • a shortest route calculation processing unit that calculates the optimal route for all vehicles so that energy consumption and arrival time to the destination are minimized, and generated based on the optimum route based on future traffic information
  • a horizon length calculation processing unit that calculates a horizon length that represents the time to reach the final point, and a route passing vehicle speed that calculates a route passing vehicle speed pattern when passing a predetermined route based on the optimum route and the horizon length
  • An information processing device having a calculation processing unit, a target vehicle speed pattern adjustment processing unit that generates a target vehicle speed pattern based on a route passing speed pattern, and a horizon length
  • An evaluation value calculation unit that calculates an evaluation value based on a standard vehicle speed pattern, and a target control amount calculation unit that calculates a control amount for controlling the vehicle based on the evaluation value. And a
  • FIG. 1 shows the configuration of the traveling control system of the present invention.
  • the travel control system includes an infrastructure server side that is an information processing device and a vehicle side that is a travel control device.
  • a plurality of vehicles M7 such as vehicles A to C in FIG. 1 and a plurality of infrastructure servers M1 (such as infrastructure servers A and B in FIG. 1) communicate via a network M5.
  • the plurality of vehicles M7 hold an in-vehicle terminal M8 for connecting to the plurality of infrastructure servers M1 inside each of the vehicles A to C.
  • the driver M13 who gets on the vehicle operates the in-vehicle terminal M8 to determine the scheduled departure time, the destination, and the route to the destination.
  • the route here represents a plurality of routes connecting the driving start point of the driver M13 and the final destination point as shown in FIG.
  • the scheduled departure time from the in-vehicle terminal M8 and the destination and the route to the destination are collected by a base station M6 by wireless communication, and are either one of the infrastructure server side from the network M5 via the exchange M4. Transferred to server M3.
  • the server M3 holds a database M2 having a plurality of usage purposes for storing data acquired from the in-vehicle terminal M8.
  • the information calculated on the infrastructure server side is acquired from the in-vehicle terminal M8, and the amount of information for controlling the vehicle is calculated by the integrated controller M9 through the CAN bus M12.
  • the amount of information for controlling the vehicle is transmitted to the brake controller M10 and the engine controller M11 through the CAN bus M12 to control the plurality of vehicles M7.
  • the driver M13 selects a scheduled departure time, a destination, and a route to the destination for the in-vehicle terminal M8 of the vehicle M7.
  • the vehicle M7 transmits information to the infrastructure server side based on the scheduled departure time received from the driver M13, the destination, and the route to the destination.
  • the reason for following this procedure is that a route can be designed to reduce traffic congestion by previously registering routes on the infrastructure server side with a plurality of drivers.
  • the infrastructure server M1 calculates the optimal route that reduces the traffic congestion from the scheduled departure time of multiple drivers, the destination and the route to the destination, and that is energy efficient for the entire vehicle (P1). suggest.
  • the proposed optimum route is displayed on the driver M13 through the vehicle-side terminal M8 on the vehicle side.
  • the optimal route refers to the dotted route shown in FIG.
  • Route 1 passes through two traffic congestion sections, so the arrival time is as long as 10 minutes. Is short but energy consuming.
  • the arrival time is 8 minutes shorter than route 1, and the distance and energy consumption are medium.
  • route 3 has no traffic jam section, the arrival time is the shortest 5 minutes, and the distance is long but the energy consumption is small.
  • the route with the shortest arrival time is route 3.
  • the route 3 having the shortest arrival time has the longest travel distance, but the energy consumption is still small, and therefore the route 3 is referred to as an optimum route here.
  • the driver M13 confirms the optimum route transmitted from the infrastructure server M1 side from the in-vehicle terminal M8, and selects whether or not to travel on the optimum route.
  • the vehicle M7 side transmits a selection result to the infrastructure server M1.
  • the infrastructure server M1 calculates a route passing vehicle speed pattern and a horizon length necessary for traveling on the optimum route (P2), and notifies the vehicle M7 side.
  • the vehicle M7 calculates a control amount from the route passing vehicle speed pattern and the horizon length so as to optimize the energy consumption amount of the vehicle (P3), and starts control.
  • the route passing vehicle speed pattern here means a continuous passing vehicle speed pattern recommended to the driver up to a certain distance shown in FIG. 4 so that the energy consumption of all the vehicles is small and the traveling time is shortened. It is a guideline for driving the vehicle. By traveling on the proposed route, it is possible to reduce traffic congestion and travel to the destination on a route with less energy consumption.
  • the horizon length represents the time required to reach the final point of traffic information that may occur in the future on the optimum route shown in FIG.
  • FIG. 6 shows an example of the internal configuration of the plurality of vehicles M7 and the plurality of infrastructure servers M1 shown in FIG. 1 in the travel control system of FIG.
  • the integrated controller 17 in FIG. 6 has a target vehicle speed calculation process 12, an optimum target vehicle speed database 13, and a target control amount calculation unit 14.
  • the in-vehicle terminal 1 has a role of registering a driver's scheduled departure time, a destination, and a route to the destination, obtaining an optimum travel route from the infrastructure server side, and displaying it to the driver. Further, the target vehicle speed calculation process 12 on the vehicle side receives the route passing vehicle speed pattern and the horizon length generated on the infrastructure server side, and calculates an optimal target vehicle speed pattern so that the energy consumption of the vehicle is minimized. The optimal target vehicle speed pattern calculated here is registered in the optimal target vehicle speed database 13 and used in the control.
  • a target control amount calculation unit 14 calculates control amounts such as throttle opening and brake fluid pressure from the optimum target vehicle speed pattern generated in the target vehicle speed calculation processing 12, and the control amounts are respectively sent to the engine controller 15 and the brake controller 16. Send and control the vehicle.
  • the processing arranged in these servers M3 may be distributed to the infrastructure server A and the infrastructure server B, and the database M2 may also be distributed to the infrastructure server A and the infrastructure server B.
  • the infrastructure server according to the real-time requirements in controlling the vehicle M7 It is necessary to design the configuration.
  • the infrastructure server side in FIG. 6 includes a route acceptance process 2, a route acceptance database 3 that holds the scheduled departure time of the vehicle accepted in the route acceptance process 2, a route to the destination, and a shortest route calculation process 4.
  • a route database 5 that holds the optimum route on which the vehicle travels and future traffic jam information, a traffic jam information acquisition process 6, a traffic jam database 7 that holds current traffic jam information of a plurality of road sections, a route passing vehicle speed calculation process 8,
  • the vehicle includes a passing vehicle speed database 9 that holds a route passing vehicle speed pattern for each route on which the vehicle travels, a horizon length calculation process 10, and a horizon length database 11 that holds a horizon length.
  • the traffic jam information here includes information such as the section average transit time.
  • the current traffic jam information includes the current section average passage time and the past section average passage time, and the past section average passage time indicates a history of how much average passage time in which time zone. This past section average passage time is included in the current traffic jam information because it is necessary for predicting a future section average passage time.
  • the section average passage time is divided into a plurality of sections from the start point of the route to the end point of the destination, and the vehicle passes through one section at an average time. Indicates whether or not For example, in the case of section A, the vehicle can pass from the starting point to section B in an average of 10 minutes.
  • the route reception process 2 receives the scheduled departure time and the route to the destination and the route input from the vehicle terminals 1 of a plurality of vehicles, and holds them in the route reception database 3.
  • the shortest route calculation process 4 acquires a plurality of vehicle routes from the route reception database 3, predicts future traffic jams from the current traffic jam information corresponding to the routes from the traffic jam database 7, and outputs future traffic jam information. Then, the horizon length is acquired from the horizon length database 11, and the optimal route for all the vehicles is calculated so that the energy consumption of all the vehicles passing through the future traffic jam occurrence section and the arrival time to the destination are minimized. It transmits to the vehicle terminal 1 of the vehicle. The calculated optimum route and future traffic information of each vehicle are managed by the route database 5. Details of the shortest path calculation process 4 will be described later with reference to FIGS.
  • the route passing vehicle speed calculation process 8 calculates a route passing vehicle speed pattern for passing a predetermined route from the optimum route calculated in the shortest route calculation process 4 and a horizon length calculated in a horizon length calculation process 10 described later, To the side.
  • the calculated route passing vehicle speed pattern is managed by the passing vehicle speed database 5.
  • the horizon length calculation processing 10 acquires the optimum route and future traffic jam information from the route database 5, acquires the route passing vehicle speed pattern passing through the route from the passage speed database 9, calculates the horizon length, and transmits it to the vehicle side. To do.
  • the horizon length calculated for each vehicle is managed in the horizon length database 11 and is referred to in the route passing vehicle speed calculation process 8 in order to calculate the next route passing vehicle speed pattern. Note that the horizon length for the first first passage vehicle speed calculation process is calculated using a certain predetermined horizon length.
  • Fig. 5 shows how to calculate the horizon length.
  • the horizon length is calculated by the horizon length calculation process 10 on the infrastructure server side shown in FIG.
  • the final point of the traffic information farthest from the start point is searched from the optimum route acquired from the route database 5 ⁇ shown in the upper part of FIG. 5 and the future traffic information. Since the traffic jam information is based on the section average passing speed, it is determined that there is a traffic jam in the case of a certain section average passing speed. It should be noted that the past section average passage speed and the future section average passage speed are compared, and if the future section average passage speed is slower than a certain level, it may be determined that there is a traffic jam.
  • the time to reach the final point of traffic information is calculated, and the time is defined as the horizon length.
  • the future traffic information is predicted based on the input vehicle route and the current traffic information, and the energy consumption of all vehicles passing through the future traffic occurrence section based on the future traffic information.
  • the shortest route calculation process 4 for calculating the optimum route for all vehicles so that the amount and the arrival time to the destination are minimized, and the final point generated in consideration of future traffic congestion information based on the optimum route
  • a horizon length calculation process 10 for calculating a horizon length representing a time until the vehicle reaches a route
  • a route passing vehicle speed calculation process 8 for calculating a route passing vehicle speed pattern when passing a predetermined route based on the optimum route and the horizon length. The vehicle is controlled based on the horizon length and the route passing vehicle speed pattern obtained here.
  • the optimum route and the optimum target vehicle speed are calculated by predicting the traffic jam that may occur until the final destination, so that the re-designation of the route after encountering an unexpected traffic jam as shown in Patent Document 1 is performed. Without having to do so, the possibility of reaching the destination with the originally planned control is improved.
  • FIG. 7 shows details of the integrated controller 17 on the vehicle side shown in FIG.
  • the target vehicle speed calculation processing R2 includes target vehicle speed pattern adjustment processing R14, vehicle behavior calculation processing R15, energy consumption evaluation value calculation R8, riding comfort evaluation value calculation R9, safety evaluation value calculation R10, and comprehensive evaluation value calculation.
  • a target vehicle speed pattern extraction R12 and a next-point target vehicle speed acquisition R13 that have the largest value of R_11 and J_vehicle are included.
  • an energy consumption evaluation value calculation R8, a riding comfort evaluation value calculation R9, a safety evaluation value calculation R10, and an overall evaluation value calculation R11 are evaluated functions for obtaining an optimal vehicle behavior. Define.
  • the horizon length and the route passing vehicle speed pattern calculated on the infrastructure server side are input, and the optimum target vehicle speed pattern and the next target vehicle speed are output.
  • the optimal target vehicle speed pattern calculated by the target vehicle speed calculation process R2 is managed by the optimal target vehicle speed database R3, the target vehicle speed until the next certain section is acquired from the next point target vehicle speed acquisition R13, and the target control amount Used in the calculation unit R1. Although it depends on real-time requirements in control, it is necessary to keep the optimal target vehicle speed database R3 on the memory of the integrated controller so that communication delay and retrieval time for data acquisition are not required.
  • the route passage speed pattern calculated on the infrastructure server side (information processing device side) shown in FIG. 6 is for minimizing the energy consumption of the entire vehicle in consideration of future traffic information, as will be described later.
  • the optimum target vehicle speed pattern has different purposes because it optimizes the behavior of a single vehicle such as the energy consumption, riding comfort, and safety of the vehicle.
  • the input route passing vehicle speed pattern is converted into the adjusted target vehicle speed pattern by the target vehicle speed pattern adjustment processing R14.
  • the conversion method will be described later with reference to FIG.
  • the adjusted target vehicle speed pattern is calculated by calculating the vehicle behavior when traveling with the adjusted target vehicle speed pattern by the vehicle behavior calculation process R15.
  • the vertical acceleration (a_long), the horizontal acceleration (a_lat), and the vertical direction are calculated.
  • the distance (d_long) to the obstacle and the distance (d_lat) to the obstacle in the horizontal direction are obtained.
  • the energy consumption evaluation value calculation R8 receives the target speed (v) obtained from the adjusted target vehicle speed pattern and the acceleration in the vertical direction (a_long) as inputs, and calculates an energy consumption evaluation value.
  • the energy consumption evaluation value is calculated so that the smaller the energy consumption, the higher the evaluation value.
  • the riding comfort evaluation value calculation R9 calculates the riding comfort evaluation value by using the vertical acceleration (a_long) and the horizontal acceleration (a_lat) as inputs.
  • the riding comfort evaluation value is calculated so that the evaluation value becomes higher as the sudden acceleration change that determines the riding comfort becomes smaller.
  • the safety evaluation value calculation R10 is adjusted after the vertical acceleration (a_long), the horizontal acceleration (a_lat), the distance between the vertical obstacle (d_long), and the distance between the horizontal obstacle (d_lat).
  • a safety evaluation value is calculated using the target speed (v) obtained from the target vehicle speed pattern as an input.
  • the safety evaluation value is calculated so that the evaluation value increases as the degree of danger such as collision with an obstacle or skidding on a curve decreases.
  • the evaluation function of these target vehicle speed calculation processes R2 is a process for calculating an optimal target vehicle speed pattern that maximizes the evaluation value in consideration of energy consumption, riding comfort and safety. is there.
  • the comprehensive evaluation value calculation R11 the evaluation value J_vehicle is comprehensively calculated from the result of each evaluation value calculation process and the horizon length (T) acquired from the infrastructure server.
  • Equation 1 The evaluation function shown above can be expressed by Equation 1.
  • the definitions of energy consumption (Fuel), ride comfort (Comfort), and safety (Safe) in Equation 1 are energy consumption evaluation value calculation R8, ride comfort evaluation value calculation R9, and safety evaluation value calculation in FIG. 7, respectively. It corresponds to R10, and outputs are calculated by evaluation values such as an energy consumption evaluation value, a riding comfort evaluation value, and a safety evaluation value, respectively.
  • Equation 1 The definition of energy consumption (Fuel), comfort (Comfort), and safety (Safe) shown in Equation 1 is multiplied by the weight parameters of w1, w2, and w3, respectively, and the result is added to a certain time t To t + horizon length T is assumed, and finally, evaluation value J_vehicle is calculated.
  • the weight parameter here is a parameter that represents the priority of energy consumption, riding comfort, and safety. For example, if the weight of w1 is larger than w2 and w3, the energy consumption can be controlled in a smaller direction, and if the weight of w2 is larger than w1 and w3, the comfort can be controlled in a direction that improves riding comfort. These weights need to be tuned according to the driver's feeling.
  • the function definitions such as energy consumption, riding comfort, and safety of these formulas 1 may be limited depending on the application, or new terms may be added.
  • the weights of w1, w2, and w3 may be replaced with new expressions so that the weights can be made variable.
  • the evaluation value J_vehicle calculated by the evaluation function is repeatedly calculated until the target vehicle speed pattern is adjusted by the target vehicle speed pattern adjustment processing R14 in FIG. 7 until an optimal target vehicle speed pattern that maximizes J_vehicle is obtained. .
  • a processing flow (FIG. 11) until the optimum target vehicle speed pattern is acquired will be described later.
  • the optimal target vehicle speed pattern calculated in the target vehicle speed calculation process R2 is a vehicle speed up to a certain distance, and is not used all at once for control. For this reason, first, the optimum target vehicle speed database R3 is held, and only the target vehicle speed in the necessary section is acquired by the next point target vehicle speed acquisition R13 and passed to the target control amount calculation unit R1.
  • FIG. 8 shows an example of calculating the optimum target vehicle speed pattern from the route passing vehicle speed pattern acquired from the infrastructure server.
  • the route passing speed pattern is converted into an optimal target speed pattern that minimizes J_vehicle calculated by Equation 1 above, thereby realizing optimal control as a vehicle alone.
  • the operation of the route passing vehicle speed pattern has a shape with two peaks, but in consideration of riding comfort and safety, it is controlled gently as shown in the optimum target vehicle speed pattern. It is assumed that
  • Control as a single vehicle is performed using the next target vehicle speed acquired from the next target vehicle speed acquisition R13 shown in FIG. 7 so as to follow the optimum target vehicle speed pattern calculated as shown in FIG. It is converted into a target acceleration by calculation R4. Then, the target torque is calculated by multiplying the sum of the target acceleration and the running resistance in the target torque calculation R5 by the vehicle weight and the tire radius. From the calculated target torque, the throttle opening and the brake fluid pressure are calculated by the throttle opening calculation R6 and the brake fluid pressure calculation R7. The calculated throttle opening and brake fluid pressure are transmitted to the engine controller and the brake controller, respectively, to control the vehicle.
  • FIG. 11 repeats the energy consumption evaluation value calculation R8, the riding comfort evaluation value calculation R9, the safety evaluation value calculation R10, the comprehensive evaluation value calculation R11, and the extraction of the target vehicle speed pattern R12 with the largest J_vehicle value in FIG. Shows the flow that contains the logic.
  • a target vehicle speed pattern to be evaluated is generated by the target vehicle speed pattern adjustment processing 300.
  • the target vehicle speed pattern to be adjusted here is set as in the example shown in FIG. FIG. 15 divides the example of the route passing speed pattern and the optimum target vehicle speed pattern shown in FIG. 8 by P1 to Pn for each fixed distance.
  • the parameters to be adjusted in the target vehicle speed pattern adjustment processing 300 correspond to combinations of target vehicle speeds for P1 to Pn in FIG.
  • the speed of the target vehicle speed to be adjusted is set to a speed between the speed D1 of the route passing speed pattern at the distance of P1 and the range of the negative predetermined speed to the positive predetermined speed. Decide what to do.
  • the vehicle behavior is calculated in the vehicle behavior calculation 301.
  • the acceleration in the horizontal direction, the acceleration in the vertical direction, the distance to the obstacle in the horizontal direction, and the distance to the obstacle in the vertical direction can be obtained.
  • the acceleration, distance, and target vehicle speed pattern that change due to the influence of the road shape, the preceding vehicle, and the obstacle are input to the evaluation function of FIG.
  • the optimal target vehicle speed pattern finally calculated means a combination of target vehicle speeds of P1 to Pn with the maximum evaluation value J_vehicle, and the combination of target vehicle speeds of Q1 to Qn in FIG. Are connected smoothly.
  • an energy consumption evaluation value calculation process 302 calculates an energy consumption evaluation value based on the target vehicle speed pattern calculated in the target vehicle speed pattern adjustment process 300 and the vertical acceleration calculated in the vehicle behavior calculation process 301. . Also, a riding comfort evaluation value is calculated by a riding comfort evaluation value calculation process 303 based on the acceleration in the vertical direction and the acceleration in the horizontal direction. Further, the safety evaluation value calculation process 304 calculates safety based on the target vehicle speed pattern calculated in the target vehicle speed pattern adjustment process 300, the distance to the obstacle in the vertical direction, the distance to the obstacle in the horizontal direction, and the acceleration in the horizontal direction. A sex evaluation value is calculated.
  • an evaluation value is calculated by a comprehensive evaluation value Jc calculation process 305. It is determined whether or not the calculated evaluation value Jc is larger than the previously calculated Jm (306). If it is larger, the evaluation value Jm is updated (307). If it is smaller, the evaluation value Jm is not updated.
  • the process from the target vehicle speed pattern adjustment process 300 up to the update of the maximum value (307) is repeated a predetermined number of times. It is determined whether it has been repeated a predetermined number of times (308), and if completed, the target vehicle speed pattern at the evaluation value Jm is registered in the optimal target vehicle speed database as the optimal target vehicle speed pattern (309).
  • the next point target vehicle speed is acquired from the optimum target vehicle speed database 13 by the next point target vehicle speed acquisition processing 310, and the target acceleration is calculated by the target acceleration calculation processing 311.
  • the target torque is calculated by adding the calculated target acceleration and the running resistance and multiplying the vehicle weight and the tire radius by the target torque calculation process 312.
  • a throttle opening degree and a brake hydraulic pressure are calculated by a throttle opening degree calculation process 313 and a brake hydraulic pressure calculation process 314.
  • the feature of the travel control device of the present invention is that the target vehicle speed pattern that generates the target vehicle speed pattern based on the route passing speed pattern that is a passing vehicle speed pattern up to a certain distance generated in consideration of traffic jam information.
  • An evaluation value energy consumption evaluation value
  • Evaluation value calculation unit energy consumption evaluation value calculation processing 302, riding comfort evaluation value calculation processing 303, safety evaluation value calculation processing 304, comprehensive evaluation value calculation processing
  • R2, 12 target vehicle speed calculation unit
  • R1, 13 target control amount calculation unit
  • FIG. 9 shows a detailed configuration of the shortest path calculation process 4 in FIG.
  • the shortest path calculation process 4 includes an hourly inflow ratio prediction process 100, an hourly inflow ratio adjustment process 101, an hourly inflow number calculation process 102, a future interval average passage time calculation process 103, and a total energy consumption calculation process 104. And an inflow ratio evaluation process 105, an hourly inflow ratio extraction process 106 in which the value of J is smallest, and a process 107 for instructing the route to each vehicle in accordance with the ratio.
  • the inflow ratio here is a ratio assigned to a certain section on the route, and is a ratio of the number of vehicles passing through a certain section to the total number of vehicles in a plurality of routes through which vehicles having the same destination pass. Refers to that. For example, as shown in FIG. 13, if 80% of the total number of vehicles passes through section A in sections A and B between the starting point of the route and the final destination point, the inflow ratio of section A is 0.8. It becomes. Moreover, since the remaining 20% of the total number of vehicles travels in the section B, the inflow ratio is 0.2.
  • the hourly inflow ratio is an expression of the inflow ratio for each hour.
  • the hourly inflow ratio is obtained by calculating the inflow ratio at certain time intervals in the time zone from 0:00 to 23:00.
  • the number of vehicles passing through section A decreases, and the inflow ratio becomes 0.2.
  • the shortest route calculation process 4 receives a plurality of vehicle routes in the route reception database 3 and current traffic information in the traffic database 7 and outputs future traffic information and an optimum route.
  • the current traffic jam information includes the current section average passage time and the past section average passage time
  • the future traffic jam information includes the future section average passage time.
  • the optimum route is a route on which each vehicle travels from the inflow rate by obtaining the inflow rate for each hour so that the evaluation value J_route calculated by the inflow rate evaluation process 105 is minimized from the average passage time in the future section and the total energy consumption. Is generated.
  • the optimum route calculated here is held in the route database 5.
  • the optimum route held is transmitted to the in-vehicle terminal on the vehicle side as shown in FIG. 6, and the driver selects whether or not to travel as it is.
  • the calculated future traffic jam information (future segment average passing time) is input to the horizon length calculation process, the future traffic jam information (future segment average passing time) is also stored in the route database.
  • the hourly inflow ratio prediction process 100 can predict the hourly inflow ratio for each section.
  • the inflow ratio by time is adjusted by the adjustment process 101 of the inflow ratio by hour in order to search for the optimum route.
  • the inflow ratio is divided into other sections so that the inflow ratio as a whole becomes small.
  • FIG. 14 (A) and FIG. 14 (B) show the section average passage times for each time zone calculated from the current and past section average passage times in the sections A and B, respectively.
  • FIG. 14A from 6 o'clock to 18 o'clock is crowded, and during normal times it can pass in an average of 5 minutes, but an average of 12 minutes is required for passage.
  • FIG. 14C and FIG. 14D are examples of hourly inflow ratios in the sections A and B, respectively. From FIG. 14 (C), the inflow ratio from 6 o'clock to 12 o'clock in section A is 0.8. From FIG. 14 (A), there are many in the time zone where the section average passage time is as long as 12 minutes. It can be seen that the vehicle is about to pass through section A.
  • the inflow ratio from 6 o'clock to 12 o'clock is reduced from 0.8 to 0.4 as shown in FIG. 14E, and FIG. 14D is changed as shown in FIG.
  • the inflow ratio before 6 o'clock to 12 o'clock is adjusted to increase from 0.2 to 0.6.
  • the above content is a method of adjusting the inflow ratio for each hour in the adjustment process 101 for the inflow ratio for every hour in order to search for the optimum route.
  • the number of inflows per hour is calculated in the hourly inflow calculation process 102 from the adjusted inflow ratio for each hour.
  • the hourly inflow calculation process 102 it is possible to grasp how many vehicles are going to travel along the route from the routes of a plurality of vehicles stored in the route reception database 3.
  • the number of inflows per hour can be calculated by multiplying the number.
  • each calculation process 103 of the future section average passage time included in the future traffic jam information is performed. Calculate future section average transit time in the section.
  • the reason for calculating the future section average passage time is that the number of inflows per hour is different from the plurality of vehicle routes acquired from the route reception database 3 by the adjustment processing 101 of the hourly inflow ratio. This is because the total energy consumption taking into account the traffic jam cannot be calculated without calculating how the average passage time in the future changes with the current traffic jam information.
  • the total energy consumption is calculated in the total energy consumption calculation process 104 based on the future section average transit time and the selected route specifications.
  • the specifications of the selected route refer to parameters that affect the energy consumption of the vehicle, such as road resistance such as road resistance, road type such as highway and general road, route distance, and curve curvature. Since there is an existing method for calculating energy consumption, the description is omitted here.
  • w1 and w2 are calculated by calculating the future section average passage time (DurationOfCar) and the total consumption energy (AmountEnergyOfCar) calculated by the future section average passage time calculation process 103 and the total consumption energy calculation process 104 as shown in Formula 2.
  • DurationOfCar future section average passage time
  • AmountEnergyOfCar total consumption energy
  • J_route evaluation value
  • the hourly inflow ratio extraction process 106 selects the hourly inflow ratio at which the evaluation value J_route obtained in the inflow ratio evaluation process 105 is the smallest. In order to calculate the inflow ratio for each section that becomes the smallest, it is necessary to repeat the inflow ratio evaluation process 105 from the adjustment process 101 for the inflow ratio by time over a plurality of times. The logic will be described later with reference to FIG.
  • FIG. 10 shows a flow including logic that repeats the inflow ratio evaluation process 105 through the inflow ratio adjustment process 101 for each hour.
  • an hourly inflow ratio prediction process 201 is performed based on a plurality of vehicle routes acquired from the route reception database 3.
  • the hourly inflow ratio adjustment process 202 is performed on the hourly inflow ratio calculated in the hourly inflow ratio prediction process 201. Then, if the hourly inflow ratio is known, it is possible to know how many vehicles pass through the route every hour. Next, the hourly inflow number calculation processing 203 calculates the hourly inflow number.
  • the future section average passage time calculation processing 204 calculates the future section average passage time by using the inflow number per hour and the current section average passage time and the past section average passage time included in the current traffic jam information of the traffic jam database 7. .
  • the total energy consumption of all vehicles is calculated in the total energy consumption calculation process 205 using the future section average transit time and the selected route specifications.
  • the evaluation value Jc is calculated by the evaluation value Jc calculation processing 206 of the hourly inflow ratio using the total energy consumption and the future passage average passage time. It is determined whether or not the evaluation value Jc is smaller than the evaluation value Jm (207). That is, the calculated evaluation value Jc is compared with the smallest evaluation value Jm at that time, and the minimum value of the evaluation value of the hourly inflow ratio is determined. A smaller evaluation value is selected in the update process 208, and the minimum value of the evaluation value of the hourly inflow ratio is updated.

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Combustion & Propulsion (AREA)
  • Human Computer Interaction (AREA)
  • Analytical Chemistry (AREA)
  • Mathematical Physics (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Control Of Vehicle Engines Or Engines For Specific Uses (AREA)

Abstract

　交通流量の最適化と車両のエネルギー消費量の最小化の両立が可能な走行制御装置を提供するために、渋滞情報を考慮して生成された一定の距離までの通過車速パターンである経路通過速度パターンに基づいて目標車速度パターンを生成する目標車速度パターン調整処理部と、将来起こりえる将来の渋滞情報を考慮して生成された最終点に到達するまでの時間を表すホライズン長と目標車速度パターンに基づいて評価値を算出する評価値算出部と、を有する目標車速度算出部と、その評価値に基づいて車両を制御する制御量を算出する目標制御量演算部と、を有する走行制御装置とする。

Description

走行制御装置及び走行制御システム
　本発明は、交通流量を考慮した走行制御装置及び走行制御システムに関する。
　車両のエネルギー消費量の低減およびドライバーの利便性向上のため、道路交通情報から渋滞が発生していない経路を算出し、ドライバーに提示するシステムが提案されている。しかし、提示された経路に従って、複数のドライバーが渋滞の発生していない経路を走行すると、その経路に車両が集中する可能性がある。そのため、渋滞軽減のために提示された別の経路で再度渋滞を発生させる要因となり、交通流量の最適化および車両のエネルギー消費量の最低化の根本的な解決となっていない。
　特許文献１においては、個々の車両から受け取った現在の交通流量の情報を用いて車両の最適な経路を決定する。交通流量の最適化のため、経路決定後に、予期しない交通流量の変化を検出した場合は、車両の経路を新しい最適な経路に再指定する機能を持つ。
　特許文献２においては、車両のエネルギー消費量の最低化のため、地図の高度情報を用いて最適な経路を選択する機能を持つ。
特開平８－２３５４９６号公報 特開２０１２－２６７８７号公報
　特許文献１では、予期しない交通流量の変化を検出し、新しい最適な経路を再提示する機能を持つため、将来起こりえる渋滞を回避できる可能性がある。但し、どのくらいの将来までの交通流量の予測を用いるかの目安がないため、再提示された経路を走行しても、将来に発生する渋滞が考慮に入っていない可能性があり、再度渋滞に遭遇することが考えられる。また、新しい最適な経路を選択することで、走行距離の増加や走行速度の変動を引き起こし、車両のエネルギー消費量が最終的に増加してしまうことも考えられる。
　特許文献２では、地図の高度情報を用いることにより、車両のエネルギー消費量が少なくなる経路を選択する機能を持つ。但し、交通流量を考慮していないため、選択した経路に渋滞がある場合に、車両のエネルギー消費量が悪化してしまうことが考えられる。
　以上より、従来技術においては、少なくとも車両のエネルギー消費量と交通流量を総合的に考慮していないため、エネルギー消費量または交通流量の一方が極端に悪化する可能性があり、問題である。
　以上より、本発明は、交通流量の最適化と車両のエネルギー消費量の最小化の両立が可能な走行制御装置を提供することを目的とする。
　上記課題を解決するために、本発明の走行制御装置は、渋滞情報を考慮して生成された一定の距離までの通過車速パターンである経路通過速度パターンに基づいて目標車速度パターンを生成する目標車速度パターン調整処理部と、将来起こりえる将来の渋滞情報を考慮して生成された最終点に到達するまでの時間を表すホライズン長と目標車速度パターンに基づいて評価値を算出する評価値算出部と、を有する目標車速度算出部と、その評価値に基づいて車両を制御する制御量を算出する目標制御量演算部と、を有する構成とする。
　また、本発明の走行制御システムは、入力された車両の経路と現在の渋滞情報に基づいて将来の渋滞情報を予測し、将来の渋滞情報に基づいて将来の渋滞発生区間を通過する全車両のエネルギー消費量と行き先までの到達時間が最低になるように全車両分の最適経路を算出する最短経路算出処理部と、最適経路に基づいて将来起こりえる将来の渋滞情報を考慮して生成された最終点に到達するまでの時間を表すホライズン長を算出するホライズン長算出処理部と、最適経路と前記ホライズン長に基づいて、所定の経路を通過する場合の経路通過車速パターンを算出する経路通過車速算出処理部と、を有する情報処理装置と、経路通過速度パターンに基づいて目標車速度パターンを生成する目標車速度パターン調整処理部と、ホライズン長と目標車速度パターンに基づいて評価値を算出する評価値算出部と、を有する目標車速度算出部と、評価値に基づいて車両を制御する制御量を算出する目標制御量演算部と、を有する走行制御装置と、を有する構成とする。
　交通流量の最適化と車両のエネルギー消費量の最小化の両立が可能な走行制御装置を提供できる。
本発明に係る走行制御システムの一構成例を示す図である。 本発明に係る走行制御システムのシーケンスの一例を示す図である。 本発明に係る走行制御システムの最適経路を説明する図である。 本発明に係る経路通過速度パターンの一例を示す図である。 本発明に係る走行制御システムのホライズン長の算出方法を説明する図である。 本発明に係るインフラサーバを含めた走行制御システムの詳細な構成例を示す図である。 本発明に係る車両の統合コントローラの詳細な構成例を示す図である。 本発明に係る経路通過速度パターンから最適目標車速度パターンへの変換例を示す図である。 本発明に係る最短経路算出処理の一構成例を示す図である。 本発明に係る最短経路算出処理の流入比率の最適化処理を示すフロー図である。 本発明に係る車両の統合コントローラにおける最適目標車速度パターンの最適化処理を示すフロー図である。 本発明に係る区間平均通過時間の一例を示す図である。 本発明に係る車両の流入比率の一例を示す図である。 本発明に係る車両の時間毎流入比率に関する一例を示す図である。 本発明に係る最適目標車速度パターンの調整の一例を示す図である。
　以下図面を用いて本発明を説明する。
　図１に本発明の走行制御システム構成を示す。走行制御システムは、情報処理装置であるインフラサーバ側と、走行制御装置である車両側と、からなる。
　複数車両Ｍ７（図１の車両Ａ～Ｃなど）と複数インフラサーバＭ１（図１のインフラサーバＡ、Ｂなど）がネットワーク網Ｍ５を介して、通信することを前提とする。複数車両Ｍ７は、複数インフラサーバＭ１と接続するための車載端末Ｍ８をそれぞれの車両Ａ～Ｃの内部に保持する。この車載端末Ｍ８を車両に乗る各ドライバーＭ１３が操作することで、出発予定時刻および行き先、行き先に至るまでの経路を決定する。
　なお、ここでの経路とは、図３に示すようにドライバーＭ１３の走行開始点と行き先最終点を結んだ複数の経路のことを表す。また、車載端末Ｍ８からの出発予定時刻および行き先、行き先に至るまでの経路は、無線通信により、ある基地局Ｍ６に収集され、ネットワーク網Ｍ５から交換機Ｍ４を介して、インフラサーバ側のいずれかのサーバＭ３に転送される。また、サーバＭ３は、車載端末Ｍ８から取得したデータを保存する複数の利用目的を持つデータベースＭ２を保持する。
　複数車両Ｍ７の内部構成としては、インフラサーバ側で算出された情報を車載端末Ｍ８から取得し、ＣＡＮバスＭ１２を通して、統合コントローラＭ９で車両を制御する情報量を演算する。車両を制御する情報量は、ＣＡＮバスＭ１２を通して、ブレーキコントローラＭ１０やエンジンコントローラＭ１１に送信され、複数車両Ｍ７が制御される。
　図２の走行制御システムにおいて、ドライバーが行き先を選択し、車両が車速を制御するまでの流れを示す。
　まず、ドライバーＭ１３は、車両Ｍ７の車載端末Ｍ８に対して、出発予定時間、行き先および行き先に至る経路を選択する。車両Ｍ７は、ドライバーＭ１３から受け付けた出発予定時間、行き先および行き先に至る経路を元にインフラサーバ側に情報を送信する。このような手順を踏む理由は、予め複数のドライバーがインフラサーバ側に経路を登録することで、渋滞を軽減させる経路設計が可能となるためである。
　インフラサーバＭ１では、複数ドライバーの出発予定時間、行き先および行き先に至る経路から渋滞を軽減させ、かつ車両全体としてエネルギー効率のよい最適な経路を算出し（Ｐ１）、車両側のドライバーに最適経路として提案する。提案された最適経路は、車両側の車載端末Ｍ８を通じてドライバーＭ１３に表示される。
　ここでの最適経路とは、図３に示す点線の経路のことを指す。図３の例では、ドライバーの走行の開始点から行き先最終点を結んだ３つの経路があり、経路１は、２つの渋滞区間を通過するため、到着時間が１０分と長くなっており、距離は短いが、エネルギー消費は大きい。また、経路２は、１つの渋滞区間を通過するため、到着時間が経路１より短い８分となっており、距離及びエネルギー消費は中くらい。また、経路３は、渋滞区間がない経路のため、到着時間が最短の５分となっており、距離は長いが、エネルギー消費は小さくなっている。渋滞を考慮すると、最も到着時間が短い経路は、経路３である。最も到着時間が短い経路３は走行距離が一番長いが、それでもエネルギー消費量が小さいため、ここでは、経路３のことを最適経路と呼ぶ。
　図２に戻り、ドライバーＭ１３は、インフラサーバＭ１側から送信された最適経路を車載端末Ｍ８より確認し、最適経路を走行するかどうかを選択する。最適経路が選択されると車両Ｍ７側は、インフラサーバＭ１に選択結果を送信する。
　インフラサーバＭ１は、最適経路を走行する上で必要な経路通過車速パターンとホライズン長を算出し（Ｐ２）、車両Ｍ７側に通知する。車両Ｍ７は経路通過車速パターンとホライズン長から車両のエネルギー消費量を最適とするよう制御量を算出し（Ｐ３）、制御を開始する。
　ここでの経路通過車速パターンとは、図４に示すある一定の距離までのドライバーへの推奨となる連続した通過車速パターンを意味し、全車両のエネルギー消費量が少なく、走行時間が短くなるように車両を走行するための目安となる。提案された経路を走行することにより、渋滞を軽減させ、エネルギー消費量が少ない経路で行き先まで走行することができる。また、ホライズン長とは、図５に示す最適経路において、将来起こりえる渋滞情報の最終点に到達するまでの時間を表す。
　図６の走行制御システムにおける図１で示した複数車両Ｍ７および複数インフラサーバＭ１の内部の構成の一例を示す。
　車両側は交通流量全体の最適化を考慮しているため、図１に示すように複数台数の車両を想定している。また、インフラサーバにおいても負荷分散などの観点から複数台数を想定している。
　図６における車両側は、図１の車両Ｍ７の構成に示した通り、車載端末１と統合コントローラ１７とエンジンコントローラ１５とブレーキコントローラ１６を持つ。図６の統合コントローラ１７は、目標車速算出処理１２と最適目標車速度データベース１３と目標制御量演算部１４を持つ。
　車載端末１は、ドライバーの出発予定時間および行き先、行き先に至るまでの経路を登録し、最適な走行経路をインフラサーバ側から取得してドライバーへ表示する役割を持つ。また、車両側の目標車速算出処理１２は、インフラサーバ側で生成した経路通過車速パターンとホライズン長を入力とし、車両のエネルギー消費量が最小となるように最適な目標車速度パターンを演算する。ここで演算された最適な目標車速度パターンは、最適目標車速データベース１３に登録し、制御で使用する。
　目標車速度算出処理１２で生成した最適な目標車速度パターンから目標制御量演算部１４でスロットル開度およびブレーキ液圧などの制御量を演算し、エンジンコントローラ１５およびブレーキコントローラ１６にそれぞれ制御量を送信し、車両を制御する。
　図６におけるインフラサーバ側の経路受付処理２と最短経路算出処理４と渋滞情報取得処理６と経路通過車速算出処理８とホライズン長算出処理１０などの処理は、図１におけるインフラサーバ内のサーバＭ３のいずれかに配置される。また、経路受付データベース３や経路データベース５や渋滞データベース７や通過車速データベース９やホライズン長データベース１１などのデータベースは、図１のデータベースＭ２のいずれかに対応する。
　例えば、これらサーバＭ３に配置される処理は、インフラサーバＡとインフラサーバＢに分散させてもよいし、データベースＭ２もインフラサーバＡとインフラサーバＢに分散させてもよい。但し、分散させると処理とデータの流れの関係により、交換機Ｍ４およびネットワーク網Ｍ５を介してやりとりすることになり、通信による遅延が発生するため、車両Ｍ７の制御におけるリアルタイムの要件に応じてインフラサーバの構成を設計する必要がある。
　図６におけるインフラサーバ側は、経路受付処理２と、経路受付処理２で受け付けた車両の出発予定時間と行き先と行き先に至るまでの経路を保持する経路受付データベース３と、最短経路算出処理４と、車両が走行する最適経路と将来渋滞情報を保持する経路データベース５と、渋滞情報取得処理６と、複数道路区間の現在の渋滞情報を保持する渋滞データベース７と、経路通過車速算出処理８と、車両が走行する経路毎の経路通過車速パターンを保持する通過車速データベース９と、ホライズン長算出処理１０と、ホライズン長を保持するホライズン長データベース１１から構成される。
　ここでの渋滞情報には、区間平均通過時間といった情報を含むことを前提とする。現在の渋滞情報には、現在の区間平均通過時間および過去の区間平均通過時間を含み、過去の区間平均通過時間は、どの時間帯にどの程度の平均通過時間だったかの履歴を指す。この過去の区間平均通過時間は、将来の区間平均通過時間を予測するために必要なため、現在の渋滞情報に含めている。
　区間平均通過時間とは、図１２に示すように、経路の開始点から行き先最終点までの間を複数の区間に分離し、１つの区間を現在、車両が平均してどれだけの時間で通過しているかを表す。例えば、区間Ａの場合は、車両は開始点から区間Ｂまでを平均１０分で通過することができる。
　経路受付処理２は、複数車両の車両端末１から入力された出発予定時間および行き先、行き先に至る経路を受け取り、経路受付データベース３に保持する。最短経路算出処理４は、経路受付データベース３から複数車両経路を取得し、渋滞データベース７から、その経路に対応する現在の渋滞情報から、将来の渋滞を予測し、将来渋滞情報を出力する。そして、ホライズン長データベース１１からホライズン長を取得し、将来の渋滞発生区間を通過する全車両のエネルギー消費量と行き先までの到達時間が最低になるように全車両分の最適経路を算出し、複数車両の車両端末１に送信する。算出された各車両の最適経路および将来の渋滞情報は、経路データベース５で管理する。なお、最短経路算出処理４の詳細については、図９、図１０を用いて後述する。
　経路通過車速算出処理８では、最短経路算出処理４で演算された最適経路と後述するホライズン長算出処理１０で算出したホライズン長から所定の経路を通過する場合の経路通過車速パターンを算出し、車両側に送信する。算出された経路通過車速パターンは、通過車速データベース５で管理する。
　ホライズン長算出処理１０は、最適経路と将来の渋滞情報を経路データベース５から取得し、その経路を通過する経路通過車速パターンを通過速度データベース９から取得し、ホライズン長を算出し、車両側に送信する。各車両のために算出されたホライズン長は、ホライズン長データベース１１で管理し、次の経路通過車速パターンを算出するために、経路通過車速算出処理８で参照される。なお、最初の１回目の経路通過車速算出処理のためのホライズン長は、ある所定のホライズン長を使用して算出する。
　図５を用いてホライズン長の算出方法を示す。
　ホライズン長は、図６に示すインフラサーバ側のホライズン長算出処理１０で算出する。図５の上部に示す経路データベース５ から取得する最適経路と将来の渋滞情報から、開始点から一番遠い渋滞情報の最終点を検索する。なお、渋滞情報は、区間平均通過速度を前提としているため、ある一定の区間平均通過速度の場合に、渋滞と判断する。なお、過去の区間平均通過速度と将来の区間平均通過速度を比較して、ある一定以上、将来の区間平均通過速度が遅くなっていれば、渋滞と判断してもよい。
　次に車両からの渋滞情報最終点までの距離と通過車速データベース９から取得した経路通過車速パターンを用いて、渋滞情報最終点に到達するまでの時間を算出し、その時間をホライズン長とする。
　以上のように本発明では、入力された車両の経路と現在の渋滞情報に基づいて将来の渋滞情報を予測し、将来の渋滞情報に基づいて将来の渋滞発生区間を通過する全車両のエネルギー消費量と行き先までの到達時間が最低になるように全車両分の最適経路を算出する最短経路算出処理４と、最適経路に基づいて将来起こりえる将来の渋滞情報を考慮して生成された最終点に到達するまでの時間を表すホライズン長を算出するホライズン長算出処理１０と、最適経路とホライズン長に基づいて、所定の経路を通過する場合の経路通過車速パターンを算出する経路通過車速算出処理８と、を有し、ここで求めたホライズン長と経路通過車速パターンに基づいて車両を制御する構成とする。
　これにより、最終的な行き先まで起こりえる渋滞を予測して、最適経路および最適目標車速を算出しているため、特許文献１に示すような予期しない渋滞に遭遇してからの経路の再指定をすることなく、最初に計画した制御で行き先に到達できる可能性が向上する。
　図７に図６で示した車両側の統合コントローラ１７の詳細を示す。
　図７の統合コントローラ１７は、目標制御量演算部Ｒ１と目標車速度算出処理Ｒ２と最適目標車速データベースＲ３を持つ。さらに、目標制御量演算部Ｒ１は、目標加速度算出Ｒ４と目標トルク算出Ｒ５とスロットル開度算出Ｒ６とブレーキ液圧算出Ｒ７を持つ。また、目標車速度算出処理Ｒ２は、目標車速度パターン調整処理Ｒ１４と車両挙動算出処理Ｒ１５とエネルギー消費量評価値算出Ｒ８と乗心地評価値算出Ｒ９と安全性評価値算出Ｒ１０と総合評価値算出Ｒ１１と最もJ_vehicleの値が大きくなる目標車速度パターンの抽出Ｒ１２と次地点目標車速度取得Ｒ１３を持つ。特に、目標車速度算出処理Ｒ２の中でも、エネルギー消費量評価値算出Ｒ８と乗心地評価値算出Ｒ９と安全性評価値算出Ｒ１０と総合評価値算出Ｒ１１を最適な車両挙動を求めるための評価関数と定義する。
　目標車速度算出処理Ｒ２は、インフラサーバ側で算出されたホライズン長と経路通過車速パターンを入力とし、最適目標車速度パターンおよび次地点目標車速を出力とする。目標車速度算出処理Ｒ２により算出した最適目標車速度パターンは、最適目標車速データベースＲ３で管理し、次のある区間に至るまでの目標車速を次地点目標車速度取得Ｒ１３から取得し、目標制御量演算部Ｒ１で使用する。制御におけるリアルタイム性の要件にもよるが、最適目標車速データベースＲ３は、統合コントローラのメモリ上に保持し、データ取得のための通信遅延や検索時間がかからないように考慮する必要がある。
　図６で示したインフラサーバ側（情報処理装置側）で算出する経路通過速度パターンは、後述するが、将来の渋滞情報を考慮して全体車両の消費エネルギーを最小とするためのものであり、ここでの、最適目標車速度パターンは、車両のエネルギー消費量や乗心地や安全性などの車両単体の挙動を最適にするものであるため、目的が異なる。
　入力された経路通過車速パターンは、目標車速度パターン調整処理Ｒ１４で調整後目標車速度パターンに変換する。変換の方法は、図１５を用いて、後述する。
　調整後目標車速度パターンは、車両挙動算出処理Ｒ１５により、調整後目標車速度パターンで走行する場合の車両挙動を演算し、縦方向の加速度（a_long）と横方向の加速度（a_lat）と縦方向の障害物との距離（d_long）と横方向の障害物との距離（d_lat）を得る。
　エネルギー消費量評価値算出Ｒ８は、調整後目標車速度パターンから得た目標速度（v）と縦方向の加速度（a_long）を入力とし、エネルギー消費量評価値を算出する。 
　エネルギー消費量評価値は、エネルギー使用量が少ないほど評価値が高くなるように演算する。
　また、乗心地評価値算出Ｒ９は、縦方向の加速度（a_long）と横方向の加速度（a_lat）を入力として、乗心地評価値を算出する。
　乗心地評価値は、乗心地を決める急激な加速度の変化が小さくなるほど評価値が高くなるように演算する。
　安全性評価値算出Ｒ１０は、縦方向の加速度（a_long）と横方向の加速度（a_lat）と縦方向の障害物との距離（d_long）と横方向の障害物との距離（d_lat）と調整後目標車速度パターンから得た目標速度（v）を入力として、安全性評価値を算出する。
　安全性評価値は、障害物に衝突するかカーブで横滑りするなどの危険度が小さいほど評価値が高くなるように演算する。
　これらの目標車速度算出処理Ｒ２の評価関数は、エネルギー消費量と乗心地と安全性などを考慮し、総合して評価値が最大になる様な最適目標車速度パターンを算出するための処理である。総合評価値算出Ｒ１１により、それぞれの評価値算出処理の結果とインフラサーバから取得するホライズン長（T）から総合的に評価値J_vehicleとして算出する。
　上記で示した評価関数は、式１で表現することができる。式１のエネルギー消費量（Fuel）、乗心地（Comfort）、安全性（Safe）の定義は、それぞれ、図７のエネルギー消費量評価値算出R8と乗心地評価値算出Ｒ９と安全性評価値算出Ｒ１０に相当し、出力をそれぞれエネルギー消費量評価値と乗心地評価値と安全性評価値といった評価値で算出する。
Figure JPOXMLDOC01-appb-M000001
　式１に示すエネルギー消費量（Fuel）、乗心地（Comfort）、安全性（Safe）の定義に対して、それぞれw1,w2,w3の重みパラメータを乗算し、結果を加算したものをある時間tからt+ホライズン長Tまで積分したものを想定しており、最終的には、評価値J_vehicleを算出する。
　このようにインフラサーバで算出したホライズン長を式１で用いることにより、インフラサーバ側で算出した将来の渋滞を予測した最適経路に対して、さらに車両単体のエネルギー消費量や乗心地や安全性を考慮した走行が可能となる。
　また、ここでの重みパラメータとは、エネルギー消費量と乗心地と安全性の優先度合いを表すパラメータである。例えば、w1の重みをw2とw3より大きくするとエネルギー消費量を少なく方向に制御でき、また、w2の重みをw1とw3より大きくすると乗心地が良くなる方向に制御することができる。これらの重みは、ドライバーの感覚に合わせてチューニングが必要である。
　これらの式１のエネルギー消費量および乗心地、安全性といった関数定義は、用途によってどれかを削って限定してもよいし、新たな項を追加してもよい。また、w1,w2,w3の重み自体を新たな式に置き換えて、重みを可変にとなるようにしてもよい。
　上記評価関数で算出した評価値J_vehicleは、図７の目標車速度パターン調整処理Ｒ１４により、目標車速度パターンを調整し、J_vehicleが最大となるような最適目標車速度パターンが得られるまで繰り返し算出する。最適目標車速度パターンを取得するまでの処理フロー（図１１）を後述する。
　目標車速度算出処理Ｒ２で算出した最適目標車速度パターンは、ある一定距離までの車速であるため、制御で全て一度に使う訳ではない。そのため、まず最適目標車速データベースＲ３に保持し、次地点目標車速度取得Ｒ１３により、必要な区間の目標車速度だけを取得して目標制御量算出部Ｒ１に渡す。
　インフラサーバから取得する経路通過車速パターンから最適目標車速度パターンを算出する例を図８に示す。図８では、経路通過速度パターンを、前記式１で算出したJ_vehicleを最小とするような最適目標速度パターンに変換して、車両単体として最適な制御を実現する。図８より、経路通過車速度パターンの動作は、２つの山がある形状をしているが、乗心地や安全性を考慮して、最適目標車速度パターンに示すように緩やかに制御するようになることを想定している。
　車両単体としての制御は、図８のように算出した前記最適目標車速度パターンに追従するように、図７に示す次地点目標車速度取得Ｒ１３から取得した次地点目標車速を用いて、目標加速度算出Ｒ４で目標加速度に変換する。そして、目標トルク算出Ｒ５で目標加速度と走行抵抗を加算したものに、車両重量とタイヤ半径を乗算し、目標トルクを算出する。算出した目標トルクからスロットル開度算出Ｒ６及びブレーキ液圧算出Ｒ７でスロットル開度とブレーキ液圧を算出する。算出されたスロットル開度とブレーキ液圧は、それぞれエンジンコントローラとブレーキコントローラに送信し、車両を制御する。
　図１１に図７のエネルギー消費量評価値算出Ｒ８と乗心地評価値算出Ｒ９と安全性評価値算出Ｒ１０と総合評価値算出Ｒ１１と最もJ_vehicleの値が大きくなる目標車速度パターンの抽出Ｒ１２を繰り返すロジックを含むフローを示す。
　まず、目標車速度パターン調整処理３００により、評価する目標車速度パターンを生成する。ここで調整する目標車速度パターンは、図１５に示す例のように設定する。図１５は、図８に示した経路通過速度パターンと最適目標車速度パターンの例に対して、一定距離ごとにP1～Pnで分割している。目標車速度パターン調整処理３００で調整するパラメータは、図１５におけるP1～Pnごとの目標車速度の組み合わせに相当する。例えば、P1の距離の場合に、調整する目標車速度の値を、P1の距離の時の経路通過速度パターンの速度D1からマイナス所定速度からプラス所定速度の範囲の間でどの速度に設定するかどうかを決める。これをP1からPnまで繰り返し、P1からPnの目標車速度の組み合わせを生成し、P1からPnを滑らかに接続し、目標車速度パターンとする。経路通過速度パターンの速度からマイナス所定速度からプラス所定速度の範囲の値で次の目標車速度を設定する理由は、インフラサーバ側で全車両のエネルギー消費量を考慮しているため、経路通過速度パターンを大きく外れないように、車両を制御させるためである。
　次に、目標車速度パターン調整処理３００で算出した目標車速度パターンを用いて、車両挙動算出３０１で車両の挙動を算出する。車両挙動を算出すると、横方向の加速度および縦方向の加速度および横方向の障害物との距離および縦方向の障害物との距離を得ることができる。これらの道路形状や先行車、障害物などの影響により変化する加速度や距離と目標車速度パターンを図７の評価関数への入力とする。最終的に算出される最適目標車速度パターンとは、評価値J_vehicleが最大となるP1～Pnの目標車速度の組み合わせを意味し、図１５のQ1～Qnの目標車速度の組み合わせが最適な入力を滑らかに接続したものとなる。
　次に、目標車速度パターン調整処理３００で算出した目標車速度パターンおよび車両挙動算出処理３０１で算出した縦方向の加速度などにより、エネルギー消費量評価値算出処理３０２でエネルギー消費量評価値を算出する。また、縦方向の加速度および横方向の加速度により、乗心地評価値算出処理３０３で乗心地評価値を算出する。また、目標車速度パターン調整処理３００で算出した目標車速度パターンおよび縦方向の障害物との距離および横方向の障害物との距離および横方向の加速度より、安全性評価値算出処理３０４で安全性評価値を算出する。
　これら算出した評価値より、総合評価値Jc算出処理３０５で評価値を算出する。算出した評価値Jcが過去に算出したJmより大きいかどうかを判定（３０６）し、大きい場合は、評価値Jmを更新する（３０７）。小さい場合は、評価値Jmは更新しない。ここまでの目標車速度パターン調整処理３００から最大値の更新（３０７）までを所定回数繰り返す。所定回数繰り返したかどうかを判定（３０８）し、完了していれば、評価値Jmの時の目標車速度パターンを最適目標車速度パターンとして、最適目標車速データベースに登録する（３０９）。
　最適目標車速データベース１３から次地点目標車速度取得処理３１０により、次地点目標車速度を取得し、目標加速度算出処理３１１で目標加速度を算出する。次に、目標トルク算出処理３１２ により、算出した目標加速度と走行抵抗を加算して、車両重量とタイヤ半径を乗算して、目標トルクを算出する。算出した目標トルクにより、スロットル開度算出処理３１３とブレーキ液圧算出処理３１４により、スロットル開度とブレーキ液圧を算出する。
　以上から、本発明の走行制御装置の特徴は、渋滞情報を考慮して生成された一定の距離までの通過車速パターンである経路通過速度パターンに基づいて目標車速度パターンを生成する目標車速度パターン調整処理３００と、将来起こりえる将来の渋滞情報を考慮して生成された最終点に到達するまでの時間を表すホライズン長Tとその目標車速度パターンに基づいて、評価値（エネルギー消費量評価値、乗心地評価値、安全性評価値など）を算出する評価値算出部（エネルギー消費量評価値算出処理３０２、乗心地評価値算出処理３０３、安全性評価値算出処理３０４、総合評価値算出処理３０５）と、を有する目標車速度算出部（Ｒ２、１２）と、その評価値に基づいて車両を制御する制御量を算出する目標制御量演算部（Ｒ１、１３）と、を備えるものである。
　図９に図６の最短経路算出処理４の詳細構成を示す。
　最短経路算出処理４は、時間毎流入比率の予測処理１００と時間毎流入比率の調整処理１０１と時間毎流入数算出処理１０２と将来区間平均通過時間の算出処理１０３と総消費エネルギーの算出処理１０４と流入比率評価処理１０５と最もJの値が小さくなる時間毎流入比率の抽出処理１０６と割合に合わせて各車両に経路を指示する処理１０７から構成される。
　ここでの流入比率とは、経路上のある区間に対して割り当てられる比率であり、同じ目的地を持つ車両が通過する複数の経路において、全体車両数に対するある区間を通過する車両数の比率のことを指す。例えば、図１３に示すように、経路の開始点から行き先最終点の間にある区間Ａ、Ｂにおいて、全体車両数の８割が区間Ａを通るとすると、区間Ａの流入比率は０．８となる。また、区間Ｂには、全体車両数の残り２割が走行するため、流入比率は、０．２となる。
　次に、時間毎流入比率とは、車両の出発時刻により、時間帯ごとに、ある区間を通過する車両数の比率が変化するため、流入比率を時間毎に表現したものである。例えば、図１４（Ｃ）に示すように時間毎流入比率は、０時から２３時までの時間帯において、ある一定の時間ごとに流入比率を割り出したものであり、６時頃は、流入比率が０．８であるが、９時頃では区間Ａを通過する車両が減少し、流入比率が０．２となる。
　最短経路算出処理４は、経路受付データベース３の複数車両経路および渋滞データベース７の現在の渋滞情報を入力とし、将来渋滞情報および最適経路を出力とする。現在の渋滞情報には、現在の区間平均通過時間および過去の区間平均通過時間などを含み、将来渋滞情報には、将来区間平均通過時間を含む。最適経路は、将来区間平均通過時間と総消費エネルギーから流入比率評価処理１０５により算出する評価値J_routeが最小となるように時間毎の流入比率を求めて、その流入比率から各車両が走行する経路を生成する。
　また、ここで算出した最適経路は、経路データベース５に保持する。保持された最適経路は、図６で示したように車両側の車載端末に送信され、その通りに走行するかどうかはドライバーが選択する。
　また、図６より、算出した将来渋滞情報（将来区間平均通過時間）は、ホライズン長算出処理の入力となるため、将来渋滞情報（将来区間平均通過時間）も経路データベースに保持する。
　経路受付データベース３から取得する複数車両経路から、どの経路が全車両のどれだけの割合で走行されようとしているかを予め判断でき、また、渋滞データベース７から現在の渋滞情報に含まれる現在の区間平均通過時間と過去の区間平均通過時間が分かるため、時間毎流入比率の予測処理１００において、時間毎の流入比率を区間毎に予測することができる。
　次に、時間毎の流入比率を時間毎流入比率の調整処理において、最適な経路を検索するために時間毎流入比率の調整処理１０１にて時間毎の流入比率を調整する。時間毎の流入比率の調整として、ある区間の流入比率が大きい場合は、他の区間に流入比率を分割して、全体としての流入比率が小さくなるようにする。
　この時間毎の流入比率の調整について、図１３に示す経路で、図１４の区間平均通過時間と流入比率が得られたケースを例に取って説明する。
　図１４（Ａ）と図１４（Ｂ）は、それぞれ区間Ａ、Ｂにおける現在と過去の区間平均通過時間から算出した時間帯ごとの区間平均通過時間を表す。図１４（Ａ）においては、６時から１８時前までが混み合っており、平常時は平均５分で通過できるが、平均１２分も通過に要することになる。
　また、図１４（Ｂ）においては、１８時前から２０時頃までが混み合っており、平常時は平均７分で通過できるが、平均１５分も通過に要することになる。
　図１４（Ｃ）と図１４（Ｄ）は、それぞれ区間Ａ、Ｂにおける時間毎流入比率の例である。図１４（Ｃ）より、区間Ａの６時から１２時前までの流入比率が０．８となっており、図１４（Ａ）からも区間平均通過時間が１２分と長い時間帯に多くの車両が区間Ａを通過しようとしていることが分かる。
　この時、図１４（Ｄ）より、区間Ｂを通過する車両が区間Ａよりも少ないため、走行する道路に空間的な余裕があり、平均通過時間も区間Ａでは、１２分かかるところを区間Ｂでは、７分で走行できる。従って、インフラサーバ側から区間Ａを走行する経路を想定していた車両に対して、区間Ｂを走行するように促すことで、消費エネルギーおよび区間平均通過時間を最小にできる可能性がある。
　例えば、図１４（Ｃ）を図１４（Ｅ）のように６時から１２時前の流入比率を０．８から０．４に減少させ、図１４（Ｄ）を図１４（Ｆ）のように６時から１２時前の流入比率を０．２から０．６に増加させる調整をする。上記の内容が、最適な経路を検索するために時間毎流入比率の調整処理１０１にて時間毎の流入比率を調整する方法となる。
　次に、調整された時間毎の流入比率より、時間毎流入算出処理１０２で、時間毎の流入数を算出する。時間毎流入算出処理１０２では、経路受付データベース３に保存された複数車両の経路により、全体で何台の車両が経路を走行しようとしているかが把握できるため、時間毎流入比率と時間毎の走行車両数を乗算して、時間毎の流入数を計算できる。
　時間毎の流入数と渋滞データベース７の現在の渋滞情報に含まれる現在の区間平均通過時間および過去の区間平均通過時間により、将来の渋滞情報に含まれる将来区間平均通過時間の算出処理１０３で各区間における将来区間平均通過時間を算出する。将来区間平均通過時間を算出する理由は、時間毎流入比率の調整処理１０１により、時間毎の流入数が経路受付データベース３から取得した複数車両経路とは異なる経路となるため、変更後の経路と現状の渋滞情報で将来の区間平均通過時間がどのように変わるかを演算しなければ、渋滞を考慮した総消費エネルギーが計算できないためである。
　将来区間平均通過時間と選択された経路の諸元により、総消費エネルギーの算出処理１０４で、総消費エネルギーを算出する。選択された経路の諸元とは、道路の走行抵抗や高速道路および一般道路などの道路種別や経路の距離およびカーブ曲率など道路形状などの車両の消費エネルギーに影響するパラメータのことを指す。消費エネルギーの計算方法については既存の手法があるため、ここでは説明を省略する。
　流入比率評価では、将来区間平均通過時間の算出処理１０３と総消費エネルギーの算出処理１０４で算出された将来区間平均通過時間（DurationOfCar）と総消費エネルギー（AmountEnergyOfCar）を式２示すようにw1、w2の重みパラメータで加算し、tからt+ホライズン長Tまで積分し、流入比率評価処理１０５にて評価値（J_route）を算出する。ここでのホライズン長Tとは、図６のホライズン長算出処理１０で算出したものと同義である。
Figure JPOXMLDOC01-appb-M000002
　その後、流入比率評価処理１０５で求めた評価値J_routeが最も小さくなる時間毎の流入比率を時間毎流入比率の抽出処理１０６にて選択する。最も小さくなる区間毎の流入割合を算出するためには、複数回数に渡り、時間毎流入比率の調整処理１０１から流入比率評価処理１０５を繰り返す必要がある。ロジックについては、図１０を用いて後述する。
　最もJの値が小さくなる時間毎流入比率の抽出処理１０６で選択した最適な時間毎流入比率から、どの車両にどの経路を割り当てるかを各車両に経路を指示する経路割当処理１０７にて算出する。最終的に各車両に経路を指示する処理１０７で算出した経路が最適経路となる。最後に前記最適経路と将来区間平均通過時間を経路データベース５に保持する。　
　図１０に時間毎流入比率の調整処理１０１から流入比率評価処理１０５を繰り返すロジックを含めたフローを示す。図９にも記載しているが、経路受付データベース３から取得する複数車両経路に基づき時間毎流入比率の予測処理２０１をする。
　次に、時間毎流入比率の予測処理２０１で算出した時間毎流入比率に対して時間毎流入比率の調整処理２０２を実施する。そして、時間毎流入比率が分かれば、時間毎にどれだけの車両が経路を通過するかが分かるため、次に、時間毎流入数算出処理２０３にて時間毎流入数を算出する。
　時間毎流入数と渋滞データベース７の現在渋滞情報に含まれる現在の区間平均通過時間および過去の区間平均通過時間を用いて、将来区間平均通過時間算出処理２０４にて将来区間平均通過時間を算出する。
　将来区間平均通過時間と選択された経路の諸元を用いて、総消費エネルギー算出処理２０５にて全車両の総消費エネルギーを算出する。次に、総消費エネルギーと将来区間平均通過時間を用いて、時間毎流入比率の評価値Jc算出処理２０６にて評価値Jcを算出する。評価値Jc が評価値Jm より小さいか否かを判定（２０７）、つまり、算出した評価値Jcとその時点で最小な評価値Jmと大小比較をし、時間毎流入比率の評価値の最小値の更新処理２０８により小さい評価値を選択し、時間毎流入比率の評価値の最小値を更新する。
　時間毎流入比率の調整処理２０２から時間毎流入比率の評価値の最小値の更新処理２０８までの処理を所定回繰り返したかどうかを判定（２０９）し、時間毎流入比率の調整処理２０２で時間毎流入比率を調整して、評価値が最小となる流入比率を検索する。評価値が最小となる流入比率が算出できれば、どの車両にどの経路を走行させるかの計画が可能であるため、流入比率の割合にあわせて、各車で使う経路を算出し、車両側の車載端末に指示を出す（２１０）。
　
　１　車載端末
　２　経路受付処理
　３　経路受付データベース
　４　最短経路算出処理
　５　経路データベース
　６　渋滞情報取得処理
　７　渋滞データベース
　８　経路通過車速算出処理
　９　通路車速データベース
　１０　ホライズン長算出処理
　１１　ホライズン長データベース
　１２　目標車速度算出処理
　１３　最適目標車速データベース
　１４　目標制御量演算部
　１５　エンジンコントローラ
　１６　ブレーキコントローラ
　１７　統合コントローラ

Claims (13)

  1. 　渋滞情報を考慮して生成された一定の距離までの通過車速パターンである経路通過速度パターンに基づいて目標車速度パターンを生成する目標車速度パターン調整処理部と、将来起こりえる将来の渋滞情報を考慮して生成された最終点に到達するまでの時間を表すホライズン長と前記目標車速度パターンに基づいて評価値を算出する評価値算出部と、を有する目標車速度算出部と、
    　前記評価値に基づいて車両を制御する制御量を算出する目標制御量演算部と、を有する走行制御装置。
  2. 　請求項１記載の走行制御装置において、
    　前記目標車速度パターンに基づいて車両挙動を算出する車両挙動算出部を有し、
    　前記評価値算出部は、前記目標車速度パターンと前記車両挙動に基づいてエネルギー消費量評価値を算出するエネルギー消費量評価値算出処理部を有し、前記評価値は、前記エネルギー消費量評価値を用いて算出される走行制御装置。
  3. 　請求項２記載の走行制御装置において、
    　前記評価値算出部は、
    　　　前記車両挙動に基づいて乗心地評価値を算出する乗心地評価値算出処理部と、
    　　　前記目標車速度パターンと前記車両挙動に基づいて安全性評価値を算出する安全性評価値算出処理部と、を有し、
    　前記評価値は、前記ホライズン長と前記エネルギー消費量評価値と前記乗心地評価値と前記安全性評価値に基づいて算出される走行制御装置。
  4. 　請求項１記載の走行制御装置において、
    　前記目標制御量演算部は、
    　　入力された次地点目標車速度に基づいて目標加速度を算出する目標加速度算出処理部と、
    　前記目標加速度に基づいて目標トルクを算出する目標トルク算出処理部と、
    　前記目標トルクに基づいてスロットル開度を算出するスロットル開度算出処理部と、
    　前記目標トルクに基づいてブレーキ液圧を算出するブレーキ液圧算出処理部と、を有する走行制御装置。
  5. 　請求項１記載の走行制御装置において、
    　前記渋滞情報は、現在の区間平均通過時間および過去の区間平均通過時間を含み、
    　前記区間平均通過時間は、所定の経路の開始点から行き先最終点までの間を複数の区間に分離し、１つの区間における車両の平均した通過時間であり、
    　前記過去の区間平均通過時間は、ある時間帯における平均通過時間の履歴である走行制御装置。
  6. 　入力された車両の経路と現在の渋滞情報に基づいて将来の渋滞情報を予測し、前記将来の渋滞情報に基づいて将来の渋滞発生区間を通過する全車両のエネルギー消費量と行き先までの到達時間が最低になるように全車両分の最適経路を算出する最短経路算出処理部と、前記最適経路に基づいて将来起こりえる将来の渋滞情報を考慮して生成された最終点に到達するまでの時間を表すホライズン長を算出するホライズン長算出処理部と、前記最適経路と前記ホライズン長に基づいて、所定の経路を通過する場合の経路通過車速パターンを算出する経路通過車速算出処理部と、を有する情報処理装置と、
    　前記経路通過速度パターンに基づいて目標車速度パターンを生成する目標車速度パターン調整処理部と、前記ホライズン長と前記目標車速度パターンに基づいて評価値を算出する評価値算出部と、を有する目標車速度算出部と、前記評価値に基づいて車両を制御する制御量を算出する目標制御量演算部と、を有する走行制御装置と、を有する走行制御システム。
  7. 　請求項６記載の走行制御システムにおいて、
    　前記ホライズン長算出処理部は、前記最適経路と前記経路通過車速パターンに基づいてホライズン長を算出し、
    　前記経路通過車速算出処理部は、前記最適経路と前記ホライズン長に基づいて経路通過車速パターンを算出する走行制御システム。
  8. 　請求項６記載の走行制御システムにおいて、
    　前記情報処理装置は、複数車両から入力された出発予定時間および行き先、行き先に至る経路を取得する経路受付処理部を有する走行制御システム。
  9. 　請求項６記載の走行制御システムにおいて、
    　前記情報処理装置は、
    　　複数車両から入力された出発予定時間および行き先、行き先に至る経路が記憶された経路受付データベースと、
    　　車両が走行する最適経路と将来の渋滞情報を保持する経路データベースと、
    　　複数道路区間の現在の渋滞情報を保持する渋滞データベースと、
    　　車両が走行する経路毎の経路通過車速パターンを保持する通過車速データベースと、
    　　ホライズン長を保持するホライズン長データベースと、を有する走行制御システム。
  10. 　請求項６記載の走行制御システムにおいて、
    　前記最短経路算出処理部は、
    　　入力された複数車両の経路と前記現在の渋滞情報に基づいて、時間毎の車両の流入比率を区間毎に予測する時間毎流入比率の予測処理部と、
    　　前記時間毎流入比率に基づいて、時間毎の車両の流入数を算出する時間毎流入算出処理部と、
    　　前記車両の流入数と前記現在の渋滞情報に基づいて、各区間における将来区間平均通過時間を算出する将来区間平均通過時間の算出処理部と、
    　　前記将来区間平均通過時間と前記経路に基づいて総消費エネルギーを算出する総消費エネルギーの算出処理部と、
    　　前記将来区間平均通過時間と前記総消費エネルギーに基づいて流入比率の評価値を算出する流入比率評価処理部と、
    　　前記流入比率の評価値が最も小さくなる時間毎の流入比率を時間毎流入比率を抽出する時間毎流入比率の抽出処理部と、
    　　抽出された前記時間毎流入比率に基づいて、各車両に対して、どの最適経路を割り当てるかを設定する経路割当処理部と、を有する走行制御システム。
  11. 　請求項６記載の走行制御システムにおいて、
    　前記渋滞情報は、現在の区間平均通過時間および過去の区間平均通過時間を含み、
    　前記区間平均通過時間は、所定の経路の開始点から行き先最終点までの間を複数の区間に分離し、１つの区間における車両の平均した通過時間であり、
    　前記過去の区間平均通過時間は、ある時間帯における平均通過時間の履歴である走行制御システム。
  12. 　請求項６記載の走行制御システムにおいて、
    　前記走行制御装置は、
    　　前記目標車速度パターンに基づいて車両挙動を算出する車両挙動算出部を有し、
    　　前記評価値算出部は、前記目標車速度パターンと前記車両挙動に基づいてエネルギー消費量評価値を算出するエネルギー消費量評価値算出処理部を有し、
    　前記評価値は、前記エネルギー消費量評価値を用いて算出される走行制御システム。
  13. 　請求項６記載の走行制御システムにおいて、
    　前記走行制御装置の前記評価値算出部は、
    　　　前記車両挙動に基づいて乗心地評価値を算出する乗心地評価値算出処理部と、
    　　　前記目標車速度パターンと前記車両挙動に基づいて安全性評価値を算出する安全性評価値算出処理部と、を有し、
    　前記評価値は、前記ホライズン長と前記エネルギー消費量評価値と前記乗心地評価値と前記安全性評価値に基づいて算出される走行制御システム。
PCT/JP2013/052307 2013-02-01 2013-02-01 走行制御装置及び走行制御システム Ceased WO2014118962A1 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
EP13874203.6A EP2953110B1 (en) 2013-02-01 2013-02-01 Travel control device and travel control system
JP2014559453A JP6055848B2 (ja) 2013-02-01 2013-02-01 走行制御装置及び走行制御システム
CN201380072001.0A CN104969274B (zh) 2013-02-01 2013-02-01 行驶控制装置和行驶控制系统
PCT/JP2013/052307 WO2014118962A1 (ja) 2013-02-01 2013-02-01 走行制御装置及び走行制御システム
US14/764,501 US9446766B2 (en) 2013-02-01 2013-02-01 Travel control device and travel control system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2013/052307 WO2014118962A1 (ja) 2013-02-01 2013-02-01 走行制御装置及び走行制御システム

Publications (1)

Publication Number Publication Date
WO2014118962A1 true WO2014118962A1 (ja) 2014-08-07

Family

ID=51261706

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2013/052307 Ceased WO2014118962A1 (ja) 2013-02-01 2013-02-01 走行制御装置及び走行制御システム

Country Status (5)

Country Link
US (1) US9446766B2 (ja)
EP (1) EP2953110B1 (ja)
JP (1) JP6055848B2 (ja)
CN (1) CN104969274B (ja)
WO (1) WO2014118962A1 (ja)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016113893A1 (ja) * 2015-01-16 2016-07-21 三菱重工メカトロシステムズ株式会社 ナビゲーションシステム及び車載器
WO2019077971A1 (ja) * 2017-10-17 2019-04-25 日立オートモティブシステムズ株式会社 予測制御装置及び方法
JP2019114300A (ja) * 2019-04-08 2019-07-11 株式会社東芝 交通調整支援装置、交通調整支援方法、およびコンピュータプログラム
JP2019202778A (ja) * 2018-08-03 2019-11-28 百度在線網絡技術（北京）有限公司 走行挙動の安全性検出方法、走行挙動の安全性検出装置及びコンピュータ読取可能な記憶媒体
WO2020145443A1 (ko) * 2019-01-11 2020-07-16 엘지전자 주식회사 시스템 및 방법
CN114863683A (zh) * 2022-05-11 2022-08-05 湖南大学 基于多目标优化的异构车联网边缘计算卸载调度方法
JP2023546810A (ja) * 2021-01-07 2023-11-08 テンセント・テクノロジー・（シェンジェン）・カンパニー・リミテッド 車両軌跡計画方法、車両軌跡計画装置、電子機器、及びコンピュータプログラム
JP2024024491A (ja) * 2022-08-09 2024-02-22 トヨタ自動車株式会社 交通予測システム、交通予測方法及びプログラム

Families Citing this family (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100036604A1 (en) * 2008-08-05 2010-02-11 International Buisness Machines Corporation Route navigation for optimal mobile coverage
KR101718806B1 (ko) 2015-04-22 2017-04-05 한국철도기술연구원 열차의 승강장 정차시간 자동 산출 서버, 시스템 및 방법
JP6507839B2 (ja) * 2015-05-19 2019-05-08 株式会社デンソー 車両の走行制御装置
KR101664723B1 (ko) * 2015-07-02 2016-10-12 현대자동차주식회사 차량의 속도 조절 방법
US10408631B2 (en) * 2015-07-24 2019-09-10 International Business Machines Corporation Journey planning
US9891627B2 (en) * 2015-11-30 2018-02-13 Komatsu Ltd. Work machine control system, work machine, work machine management system, and method for controlling work machine
GB2558866A (en) * 2016-07-15 2018-07-25 Kompetenzzentrum Das Virtuelle Fahrzeug Predictive control system for autonomous driving vehicle
JP6713410B2 (ja) * 2016-11-21 2020-06-24 日立オートモティブシステムズ株式会社 電子制御装置
DE102017000608A1 (de) * 2017-01-24 2018-07-26 Man Truck & Bus Ag Verfahren zum Betreiben eines Fahrzeugs, insbesondere eines Nutzfahrzeugs
CN107103776A (zh) * 2017-05-24 2017-08-29 江苏大学 一种城市无红绿灯智能车控制系统和方法
US10551842B2 (en) * 2017-06-19 2020-02-04 Hitachi, Ltd. Real-time vehicle state trajectory prediction for vehicle energy management and autonomous drive
CN107330217B (zh) * 2017-07-13 2020-07-10 北京市交通信息中心 一种基于rbfnn的中观油耗预测方法
JP2019053503A (ja) * 2017-09-14 2019-04-04 本田技研工業株式会社 移動体情報取得システム、移動体情報取得方法、プログラム、及び、移動体
DE102017010969B3 (de) * 2017-11-24 2019-02-21 Schora Aslanjan Steuergerät für ein Routenplanungssystem zur Findung optimaler Routen für handelsübliche Fahrzeuge
US20190185004A1 (en) * 2017-12-18 2019-06-20 Hyundai Motor Company Method for controlling driving of environmentally friendly vehicle using front driving environment information
CN108791295A (zh) * 2018-06-05 2018-11-13 北京智行者科技有限公司 车辆驾驶数据处理方法及终端
EP3611709A1 (de) * 2018-08-15 2020-02-19 Aurelius Bernet Verkehrsflusssimulator
CN109238300B (zh) * 2018-09-07 2021-03-02 青岛迈金智能科技有限公司 一种计圈方法和装置
CN111044060B (zh) * 2018-10-12 2023-11-17 株式会社日立制作所 多车辆路径规划方法及多车辆路径规划系统
KR102545110B1 (ko) * 2018-12-14 2023-06-20 현대자동차주식회사 주행 경로 별 최적 연비 운전 패턴 제공 시스템 및 방법
DE102019205520A1 (de) * 2019-04-16 2020-10-22 Robert Bosch Gmbh Verfahren zum Ermitteln von Fahrverläufen
KR102138785B1 (ko) * 2019-09-11 2020-07-28 주식회사 굴리 주행 품질 지수를 산출하기 위한 방법 및 이를 위한 서버
CN112414420B (zh) * 2020-08-13 2023-05-02 腾讯科技（深圳）有限公司 一种基于交通流量的导航方法以及相关装置
CN113762575B (zh) * 2020-12-02 2024-05-21 北京京东乾石科技有限公司 输送线路径优化方法和装置
TWI816146B (zh) * 2021-06-28 2023-09-21 拓連科技股份有限公司 電動車之路線管理方法及系統
CN114170804B (zh) * 2021-12-23 2022-07-15 深圳市鹏城交通网络股份有限公司 一种基于车路协同的交叉口最优车速引导方法及系统
US11906315B2 (en) * 2021-12-27 2024-02-20 GM Global Technology Operations LLC Electric vehicle trip energy prediction based on baseline and dynamic driver models
CN114863712A (zh) * 2022-03-18 2022-08-05 淮安中科晶上智能网联研究院有限公司 一种电动车远程监管方法
CN115587742B (zh) * 2022-11-25 2023-09-01 万联易达物流科技有限公司 一种物流场站的车辆出入场调度方法及装置
CN118419018A (zh) * 2023-01-31 2024-08-02 比亚迪股份有限公司 车辆的控制方法、存储介质、控制器和车辆
US20250097809A1 (en) * 2023-09-15 2025-03-20 Qualcomm Incorporated Coverage-aware joint configuration for multi-network wireless communication
CN118824016B (zh) * 2024-09-14 2025-01-21 浙江省城乡规划设计研究院 基于数据分析的城区数字化建模方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08235496A (ja) 1994-11-18 1996-09-13 Internatl Business Mach Corp <Ibm> 最適ルートの計画システム
JP2008129804A (ja) * 2006-11-20 2008-06-05 Toyota Motor Corp 走行制御計画生成システム及びコンピュータプログラム
JP2009070101A (ja) * 2007-09-12 2009-04-02 Toyota Motor Corp 走行計画生成装置
JP2012026787A (ja) 2010-07-21 2012-02-09 Clarion Co Ltd カーナビゲーション装置およびカーナビゲーション方法

Family Cites Families (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3327006B2 (ja) * 1994-11-14 2002-09-24 日産自動車株式会社 車両用走行誘導装置
CN1619551A (zh) * 2003-11-18 2005-05-25 海信集团有限公司 自适应交通控制系统和方法
US7663505B2 (en) * 2003-12-24 2010-02-16 Publicover Mark W Traffic management device and system
CN101053219A (zh) * 2004-05-11 2007-10-10 天宝导航有限公司 路径分析系统
GB0520576D0 (en) * 2005-10-10 2005-11-16 Applied Generics Ltd Using traffic monitoring information to provide better driver route planning
US8665113B2 (en) * 2005-10-31 2014-03-04 Wavetronix Llc Detecting roadway targets across beams including filtering computed positions
CN100395789C (zh) * 2006-03-29 2008-06-18 北京交通大学 一种城市道路交通系统的阻塞抑制方法
JP4342535B2 (ja) * 2006-07-10 2009-10-14 トヨタ自動車株式会社 渋滞度作成方法、渋滞度作成装置
JP4935239B2 (ja) * 2006-08-21 2012-05-23 パナソニック株式会社 ナビゲーション装置
US8532862B2 (en) * 2006-11-29 2013-09-10 Ryan A. Neff Driverless vehicle
KR20080097320A (ko) * 2007-05-01 2008-11-05 엘지전자 주식회사 주행 경로 선택 방법 및 단말기
US8126642B2 (en) * 2008-10-24 2012-02-28 Gray & Company, Inc. Control and systems for autonomously driven vehicles
KR20100060232A (ko) * 2008-11-27 2010-06-07 주식회사 대우일렉트로닉스 네비게이션의 경로 설정 서비스 방법 및 그 장치
CN101751777B (zh) * 2008-12-02 2011-11-16 同济大学 基于空间聚类分析的城市路网交通小区动态划分方法
CN100583182C (zh) * 2008-12-22 2010-01-20 杭州妙影微电子有限公司 一种基于多信息源的动态交通信息的车辆导航方法
BRPI1014364A2 (pt) * 2009-04-22 2019-09-24 Inrix Inc previsão de condições esperadas de tráfego em estrada com base em dados atuais e históricos
EP2461304A4 (en) * 2009-07-28 2013-02-27 VEHICLE CONTROL DEVICE, VEHICLE CONTROL PROCEDURE AND VEHICLE CONTROL SYSTEM
CN101739820B (zh) * 2009-11-19 2012-09-26 北京世纪高通科技有限公司 路况预测的方法及装置
CN101763729B (zh) * 2009-12-29 2012-12-12 北京世纪高通科技有限公司 路况数据特征值提取的方法和装置
CN101846522B (zh) * 2010-06-21 2012-07-04 江苏新科软件有限公司 能计算碳排量的汽车导航装置的工作方法
CN102385804A (zh) * 2010-08-30 2012-03-21 谈宇清 一种智能交通系统及其导航方法
JP2012066705A (ja) * 2010-09-24 2012-04-05 Nissan Motor Co Ltd 情報提供システムおよび情報提供方法
DE112010005920T5 (de) * 2010-10-05 2013-07-25 Mitsubishi Electric Corp. Ladesteuervorrichtung
JP5972829B2 (ja) * 2013-05-30 2016-08-17 三菱重工業株式会社 運行管理装置、運行管理方法、車両、車両交通システム及びプログラム
EP2840007B1 (en) * 2013-08-22 2018-04-04 Honda Research Institute Europe GmbH Consistent behaviour generation of a predictive advanced driver assistant system
US9165477B2 (en) * 2013-12-06 2015-10-20 Vehicle Data Science Corporation Systems and methods for building road models, driver models, and vehicle models and making predictions therefrom
US9514651B2 (en) * 2014-08-19 2016-12-06 Here Global B.V. Optimal warning distance
US9393963B2 (en) * 2014-09-19 2016-07-19 Paccar Inc Predictive cruise control system with advanced operator control and feedback
US10664707B2 (en) * 2014-10-06 2020-05-26 Marc R. Hannah Managed access system for traffic flow optimization

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08235496A (ja) 1994-11-18 1996-09-13 Internatl Business Mach Corp <Ibm> 最適ルートの計画システム
JP2008129804A (ja) * 2006-11-20 2008-06-05 Toyota Motor Corp 走行制御計画生成システム及びコンピュータプログラム
JP2009070101A (ja) * 2007-09-12 2009-04-02 Toyota Motor Corp 走行計画生成装置
JP2012026787A (ja) 2010-07-21 2012-02-09 Clarion Co Ltd カーナビゲーション装置およびカーナビゲーション方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP2953110A4

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2549662B (en) * 2015-01-16 2020-09-09 Mitsubishi Heavy Ind Mach Systems Ltd Navigation system and on-board unit
KR20170095326A (ko) * 2015-01-16 2017-08-22 미츠비시 쥬고우 메카토로시스테무즈 가부시키가이샤 네비게이션 시스템 및 차량 탑재기
GB2549662A (en) * 2015-01-16 2017-10-25 Mitsubishi Heavy Ind Mechatronics Systems Ltd Navigation system and on-board unit
JPWO2016113893A1 (ja) * 2015-01-16 2017-10-26 三菱重工メカトロシステムズ株式会社 ナビゲーションシステム及び車載器
US10311729B2 (en) 2015-01-16 2019-06-04 Mitsubishi Heavy Industries Machinery Systems, Ltd. Navigation system and on-board unit
KR102004064B1 (ko) * 2015-01-16 2019-07-25 미츠비시 쥬고 기카이 시스템 가부시키가이샤 네비게이션 시스템 및 차량 탑재기
WO2016113893A1 (ja) * 2015-01-16 2016-07-21 三菱重工メカトロシステムズ株式会社 ナビゲーションシステム及び車載器
WO2019077971A1 (ja) * 2017-10-17 2019-04-25 日立オートモティブシステムズ株式会社 予測制御装置及び方法
JP2019073177A (ja) * 2017-10-17 2019-05-16 日立オートモティブシステムズ株式会社 予測制御装置及び方法
US11392093B2 (en) 2017-10-17 2022-07-19 Hitachi Astemo, Ltd. Prediction control device and method
JP2019202778A (ja) * 2018-08-03 2019-11-28 百度在線網絡技術（北京）有限公司 走行挙動の安全性検出方法、走行挙動の安全性検出装置及びコンピュータ読取可能な記憶媒体
WO2020145443A1 (ko) * 2019-01-11 2020-07-16 엘지전자 주식회사 시스템 및 방법
JP2019114300A (ja) * 2019-04-08 2019-07-11 株式会社東芝 交通調整支援装置、交通調整支援方法、およびコンピュータプログラム
JP2023546810A (ja) * 2021-01-07 2023-11-08 テンセント・テクノロジー・（シェンジェン）・カンパニー・リミテッド 車両軌跡計画方法、車両軌跡計画装置、電子機器、及びコンピュータプログラム
JP7647007B2 (ja) 2021-01-07 2025-03-18 テンセント・テクノロジー・（シェンジェン）・カンパニー・リミテッド 車両軌跡計画方法、車両軌跡計画装置、電子機器、及びコンピュータプログラム
US12472979B2 (en) 2021-01-07 2025-11-18 Tencent Technology (Shenzhen) Company Limited Method, apparatus, storage medium, and device for planning vehicle trajectory
CN114863683A (zh) * 2022-05-11 2022-08-05 湖南大学 基于多目标优化的异构车联网边缘计算卸载调度方法
JP2024024491A (ja) * 2022-08-09 2024-02-22 トヨタ自動車株式会社 交通予測システム、交通予測方法及びプログラム
JP7666449B2 (ja) 2022-08-09 2025-04-22 トヨタ自動車株式会社 交通予測システム、交通予測方法及びプログラム
US12462675B2 (en) 2022-08-09 2025-11-04 Toyota Jidosha Kabushiki Kaisha Traffic prediction system, traffic prediction method, and program

Also Published As

Publication number Publication date
US20150360688A1 (en) 2015-12-17
EP2953110A4 (en) 2017-01-18
US9446766B2 (en) 2016-09-20
JP6055848B2 (ja) 2016-12-27
EP2953110A1 (en) 2015-12-09
CN104969274A (zh) 2015-10-07
EP2953110B1 (en) 2021-11-10
CN104969274B (zh) 2017-03-08
JPWO2014118962A1 (ja) 2017-01-26

Similar Documents

Publication Publication Date Title
JP6055848B2 (ja) 走行制御装置及び走行制御システム
Bichiou et al. Real-time optimal intersection control system for automated/cooperative vehicles
EP3774474B1 (en) Vehicle controller and vehicle control method
CN110085037B (zh) 一种车路协同环境下交叉口信号控制及车速引导系统
CN115004275B (zh) 车辆交通的自适应控制
Rakha et al. Eco-driving at signalized intersections using V2I communication
Kamal et al. Intersection vehicle cooperative eco-driving in the context of partially connected vehicle environment
CN114627647B (zh) 一种基于可变限速与换道结合的混合交通流优化控制方法
JP4900133B2 (ja) 走行制御計画評価装置
Kamalanathsharma et al. Networkwide impacts of vehicle ecospeed control in the vicinity of traffic signalized intersections
EP2831861B1 (en) Method and system for adapting vehicular traffic flow
EP3244164A2 (en) Methods and systems for generating a horizon for use in an advanced driver assistance system (adas)
Atagoziyev et al. Lane change scheduling for autonomous vehicles
CN103116808A (zh) 一种快速路短时交通流实时预测的方法
Ala et al. Modeling evaluation of eco–cooperative adaptive cruise control in vicinity of signalized intersections
CN113011634B (zh) 一种基于分布式最优控制的智能网联车匝道合并方法
US20230322226A1 (en) Vehicle control based on infrastructure and other vehicles
CN104575035A (zh) 一种基于车联网环境下交叉口的自适用控制方法
Awal et al. An efficient cooperative lane-changing algorithm for sensor-and communication-enabled automated vehicles
US20220392341A1 (en) Method for providing a maneuver message for coordinating a maneuver between a road user and at least one further road user in a communication network
CN113724509A (zh) 一种时空协同的公交优先控制方法和装置
EP3871058B1 (en) A method for controlling a platoon of vehicles
JP5776724B2 (ja) 走行制御装置
CN119007465B (zh) 一种基于物联网的城市道路智能交通拥堵控制系统及方法
CN117227727A (zh) 车辆控制方法、装置及车辆

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 13874203

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2014559453

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 14764501

Country of ref document: US

WWE Wipo information: entry into national phase

Ref document number: 2013874203

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE