[go: up one dir, main page]

CN116868252A - 驾驶辅助装置以及计算机程序 - Google Patents

驾驶辅助装置以及计算机程序 Download PDF

Info

Publication number
CN116868252A
CN116868252A CN202280015744.3A CN202280015744A CN116868252A CN 116868252 A CN116868252 A CN 116868252A CN 202280015744 A CN202280015744 A CN 202280015744A CN 116868252 A CN116868252 A CN 116868252A
Authority
CN
China
Prior art keywords
vehicle
obstacle
travel
lane
information
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.)
Pending
Application number
CN202280015744.3A
Other languages
English (en)
Inventor
二村光宏
长坂秀则
小川启太
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.)
Aisin Co Ltd
Original Assignee
Aisin Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Aisin Co Ltd filed Critical Aisin Co Ltd
Publication of CN116868252A publication Critical patent/CN116868252A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G08G1/16—Anti-collision systems
    • G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • 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
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0015—Planning or execution of driving tasks specially adapted for safety
    • B60W60/0016—Planning or execution of driving tasks specially adapted for safety of the vehicle or its occupants
    • 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
    • G01C21/3461—Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries
    • 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
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3626—Details of the output of route guidance instructions
    • G01C21/3658—Lane 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
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G01C21/3815—Road data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—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]
    • 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
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y10/00—Economic sectors
    • G16Y10/40—Transportation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/50—Safety; Security of things, users, data or systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/53—Road markings, e.g. lane marker or crosswalk
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/40—High definition maps
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
    • G09B29/10—Map spot or coordinate position indicators; Map reading aids

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Computing Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Accounting & Taxation (AREA)
  • Operations Research (AREA)
  • Business, Economics & Management (AREA)
  • Computer Security & Cryptography (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)
  • Instructional Devices (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

提供一种驾驶辅助装置以及计算机程序，在车辆的行驶预定路径上存在成为妨碍车辆行驶的因素的障碍物的情况下，实施使车辆的乘员不产生负担的适当的驾驶辅助。具体而言，构成为，在车辆的行驶预定路径上存在成为妨碍车辆行驶的因素的障碍物的情况下，对用于避开障碍物的多个避开动作的候补计算表示带给乘员的负担的成本，对计算出的成本进行比较，从多个避开动作的候补内选择为了避开障碍物而推荐的避开动作，根据选择出的避开动作生成推荐车辆行驶的行驶轨迹，基于所生成的行驶轨迹进行车辆的驾驶辅助。

Description

驾驶辅助装置以及计算机程序
技术领域
本发明涉及进行车辆的驾驶辅助的驾驶辅助装置以及计算机程序。
背景技术
近年来，作为车辆的行驶方式，除了基于用户的驾驶操作而行驶的手动行驶以外，新提出了一种通过在车辆侧执行用户的驾驶操作的一部分或者全部，辅助用户对车辆的驾驶的自动驾驶辅助系统。在自动驾驶辅助系统中，例如，以随时检测车辆的当前位置、车辆所行驶的行车道、周边的其他车辆的位置，并沿着预先设定的路径行驶的方式自动进行转向装置、驱动源、制动器等车辆控制。
另外，在进行基于自动驾驶辅助的行驶的情况下，进行如下控制：基于车辆的行驶预定路径、地图信息等，在车辆行驶的道路上预先生成推荐行驶的行驶轨迹，使车辆沿着生成的行驶轨迹行驶。在生成上述行驶轨迹的情况下，特别是在行驶预定路径上存在妨碍车辆的行驶的障碍物(例如，停放在路上的车辆)的情况下，需要生成避开这些障碍物的轨迹。例如，在日本特开2019-151185号公报中公开了如下技术：具备用于检测存在于本车辆的前方的障碍物的照相机或毫米波雷达，在由这些照相机或毫米波雷达检测到障碍物的情况下，判定通过行车道变更或行车道内的转向是否能够避开障碍物，在能够避开的情况下，决定避开动作来控制车辆。
现有技术文献
专利文献
专利文献1：日本特开2019-151185号公报(段落0023-0041)
发明内容
发明所要解决的问题
在此，上述专利文献1的技术中，使用搭载于车辆的照相机或毫米波雷达检测障碍物，在检测有障碍物之后，搜索用于避开障碍物的避开路径。然而，这些照相机或毫米波雷达的检测范围仅限于车辆的附近，因此，在车辆以通常的行驶速度行驶的状态下，若检测到障碍物之后搜索避开路径，则能够采取的避开动作的选项是有限的，存在导致选择伴随给乘员带来负担的急打转向或急减速的避开路径的问题。
本发明是鉴于为了解决上述现有的问题点而完成的，目的在于，提供一种驾驶辅助装置以及计算机程序，在车辆的行驶预定路径上存在成为妨碍车辆的行驶的因素的障碍物的情况下，在车辆处于远离障碍物的位置的阶段就能够生成为避开障碍物而推荐的行驶轨迹，能够实施对车辆的乘员不产生负担的适当的驾驶辅助。
解决问题的技术手段
为了实现上述目的，本发明的驾驶辅助装置具有：道路状况获取单元，获取车辆周边的规定的检测范围内的道路状况；行驶预定路径获取单元，获取车辆行驶的行驶预定路径；障碍物信息获取单元，获取位于所述检测范围外的所述行驶预定路径上且成为妨碍车辆行驶的因素的障碍物的信息；行驶轨迹生成单元，使用包括与区划线相关的信息的地图信息和所述障碍物的信息，以包括所述检测范围外的范围的区域为对象，生成行驶在所述行驶预定路径上时的为了避开所述障碍物而推荐的行驶轨迹；以及驾驶辅助单元，基于由所述行驶轨迹生成单元生成的行驶轨迹进行车辆的驾驶辅助。
此外，“驾驶辅助”是指代替驾驶者进行或者辅助驾驶者的车辆操作的至少一部的功能、或者进行用于辅助驾驶的显示引导、声音引导。
另外，“与区划线相关的信息”可以是确定区划行车道的区划线本身的种类、配置的信息，也可以是确定在邻接的行车道间是否能够进行行车道变更的信息，还可以是直接或间接地确定行车道的形状的信息。
另外，“障碍物”例如是停放在路上的停车车辆、设置在道路的施工现场的警示板或围挡、路面的凹凸等。另外，不仅是静止物体，还可以包括动态物体。
另外，本发明的计算机程序是生成在车辆中实施的驾驶辅助中使用的辅助信息的程序。具体而言，使计算机作为以下单元实现功能：道路状况获取单元，获取车辆周边的规定的检测范围内的道路状况；行驶预定路径获取单元，获取车辆行驶的行驶预定路径；障碍物信息获取单元，获取位于所述检测范围外的所述行驶预定路径上且成为妨碍车辆行驶的因素的障碍物的信息；行驶轨迹生成单元，使用包括与区划线相关的信息的地图信息和所述障碍物的信息，以包括所述检测范围外的范围的区域为对象，生成行驶在所述行驶预定路径上时的为了避开所述障碍物而推荐的行驶轨迹；以及驾驶辅助单元，基于由所述行驶轨迹生成单元生成的行驶轨迹进行车辆的驾驶辅助。
发明效果
根据具有上述结构的本发明的驾驶辅助装置以及计算机程序，在车辆的行驶预定路径上存在成为妨碍车辆行驶的因素的障碍物的情况下，在车辆处于远离障碍物的位置的阶段就能够生成用于避开障碍物的推荐的行驶轨迹。其结果，能够实施使车辆的乘员不产生负担的适当的驾驶辅助。
附图说明
图1是表示本实施方式的驾驶辅助系统的概略结构图。
图2是表示本实施方式的驾驶辅助系统的结构的框图。
图3是表示障碍物信息的一例的图。
图4是表示本实施方式的导航装置的框图。
图5是本实施方式的自动驾驶辅助程序的流程图。
图6是表示高精度地图信息的获取的区域的图。
图7是静态行驶轨迹生成处理的子处理程序的流程图。
图8是表示车辆的行驶预定路径的一例的图。
图9是表示针对图8所示的行驶预定路径而构筑的车道网络的一例的图。
图10是表示在行车道内移动来避开障碍物的避开动作的例子的图。
图11是表示移动直至车身的一部分向行车道之外伸出来避开障碍物的避开动作的例子的图。
图12是表示向邻接的行车道变更行驶的行车道来避开障碍物的避开动作的例子的图。
图13是成本计算处理的子处理程序的流程图。
图14是表示障碍物的一例的图。
图15是最长距离计算处理的子处理程序的流程图。
图16是对安全间隔进行说明的图。
图17是说明在进行在行车道内移动来避开障碍物的避开动作的情况下，与障碍物之间能够确保的间隔的计算方法的图。
图18是表示在进行在行车道内移动来避开障碍物的避开动作的情况下，推荐的车辆的行驶轨迹的图。
图19是表示在进行向邻接的行车道变更行车道来避开障碍物的避开动作的情况下，推荐的车辆的行驶轨迹的图。
图20是第一避开动作成本计算处理的子处理程序的流程图。
图21是第二避开动作成本计算处理的子处理程序的流程图。
图22是第三避开动作成本计算处理的子处理程序的流程图。
图23是表示在障碍物所在的道路是单侧两条行车道的道路的情况下，对避开动作的候补中的每一个计算出的成本的例子的图。
图24是表示在障碍物所在的道路是单侧一条行车道的道路的情况下，对避开动作的候补中的每一个计算出的成本的例子的图。
图25是动态行驶轨迹生成处理的子处理程序的流程图。
图26是表示作为动态行驶轨迹之一的避开轨迹的一例的图。
图27是表示作为动态行驶轨迹之一的追随轨迹的一例的图。
图28是行驶轨迹反映处理的子处理程序的流程图。
具体实施方式
以下，参照附图对将本发明的驾驶辅助装置具体化为导航装置1的一个实施方式进行详细说明。首先，使用图1和图2对本实施方式的包括导航装置1的驾驶辅助系统2的概略结构进行说明。图1是表示本实施方式的驾驶辅助系统2的概略结构图。图2是表示本实施方式的驾驶辅助系统2的结构的框图。
如图1所示，本实施方式的驾驶辅助系统2基本上具有：信息分发中心3所具备的服务器装置4、和搭载于车辆5以进行与车辆5的自动驾驶相关的各种辅助的导航装置1。另外，服务器装置4和导航装置1构成为能够经由通信网络6相互收发电子数据。此外，也可以使用搭载于车辆5的其他车载器或进行与车辆5相关的控制的车辆控制装置来代替导航装置1。
在此，车辆5是除了基于用户的驾驶操作而行驶的手动驾驶行驶以外，还能够基于自动驾驶辅助进行辅助行驶的车辆，该自动驾驶辅助不依赖于用户的驾驶操作而使车辆沿着预先设定的路径、道路自动地进行行驶。
另外，自动驾驶辅助可以针对所有的道路区间进行，也可以构成为仅在车辆行驶在特定的道路区间(例如在边界设置有出入口(无论有人无人、收费免费)的高速道路)的期间进行。在以下的说明中，将说明进行车辆的自动驾驶辅助的自动驾驶区间除了包括一般道路、高速道路在内的所有道路区间以外，还包括停车场，在从车辆开始行驶起到结束行驶为止(车辆停车为止)的期间基本上进行自动驾驶辅助。但是，在车辆在自动驾驶区间行驶的情况下并不一定进行自动驾驶辅助，优选仅在由用户选择进行自动驾驶辅助(例如，将自动驾驶开始按钮设为接通)，并且判定为能够进行基于自动驾驶辅助的行驶的状况下进行。另一方面，车辆5也可以是仅能够基于自动驾驶辅助进行辅助行驶的车辆。
而且，在自动驾驶辅助的车辆控制中，例如，随时检测车辆的当前位置、车辆行驶的行车道、周边的障碍物的位置，自动地进行转向装置、驱动源、制动器等车辆控制，以沿着如后述那样由导航装置1生成的行驶轨迹并以符合所生成的速度计划的速度行驶。此外，在本实施方式的基于自动驾驶辅助的辅助行驶中，对于行车道变更、左右转弯、停车操作也可以通过进行基于上述自动驾驶辅助的车辆控制来行驶，但也可以构成为对于行车道变更、左右转弯、停车操作等的特殊的行驶不进行基于自动驾驶辅助的行驶而通过手动驾驶来进行。
另一方面，导航装置1是搭载于车辆5，并基于导航装置1所具有的地图数据或从外部获取的地图数据、障碍物信息来显示本车位置周边的地图，或进行用户的目的地的输入，或在地图图像上显示车辆的当前位置，或进行沿着已设定的引导路径的移动引导的车载机。在本实施方式中，尤其是在车辆通过自动驾驶辅助进行辅助行驶的情况下，生成与自动驾驶辅助相关的各种辅助信息。作为辅助信息，例如，有推荐车辆行驶的行驶轨迹(包括所推荐的行车道移动方式)、在目的地停放车辆的停车位置的选择、显示行驶时的车速的速度计划等。此外，关于导航装置1的详细情况将在后面说明。
另外，服务器装置4是从在全国行驶的各车辆适当地收集包含当前时刻、行驶信息等的探测信息(材料信息)并蓄积，并且根据蓄积的探测信息生成与道路相关的各种辅助信息(例如道路的禁止通行信息、障碍物信息、事故信息、拥堵信息、旅行时间等)，将生成的辅助信息分发到导航装置1、或者进行使用了辅助信息的各种处理的信息管理服务器。特别是，在本实施方式中，服务器装置4从各车辆5收集车辆5的当前位置坐标、车速、以及通过车辆5所具备的车载照相机拍摄周边而得到的拍摄图像，通过对收集到的各信息进行统计或者解析来生成与位于道路上且成为妨碍车辆的行驶的因素的障碍物相关的数据(障碍物信息)，并向车辆5分发。此外，障碍物例如为停放在路上的停放车辆、设置在道路的施工现场的警示板或围挡、路面的凹凸等。
另外，服务器装置4根据导航装置1的请求执行路径搜索。具体而言，将出发地、目的地等路径搜索所需的信息与路径搜索请求一起从导航装置1向服务器装置4发送(但是，在重新搜索的情况下，不一定需要发送与目的地相关的信息)。然后，接收到路径搜索请求的服务器装置4使用服务器装置4所具有的地图信息进行路径搜索，确定从出发地到目的地的推荐路径。然后，向作为请求源的导航装置1发送所确定的推荐路径。然后，导航装置1可以将与接收到的推荐路径有关的信息提供给用户，或者使用推荐路径如后所述生成与自动驾驶辅助相关的各种辅助信息。
进而，与上述路径搜索中使用的通常的地图信息不同，服务器装置4还具有精度更高的地图信息即高精度地图信息。高精度地图信息例如包含与道路的车道形状(以行车道为单位的道路形状、曲率、行车道宽度等)和描绘在道路上的区划线(车道中央线、行车道分界线、车道外侧线、引导线等)相关的信息。另外，除此以外，还包含与交叉路口相关的信息、与停车场相关的信息等。而且，服务器装置4根据来自导航装置1的请求而与上述障碍物信息一起分发高精度地图信息，导航装置1使用从服务器装置4分发的障碍物信息、高精度地图信息，如后述那样生成与自动驾驶辅助相关的各种辅助信息。此外，高精度地图信息基本上是仅以道路(路段)及其周边作为对象的地图信息，但也可以是还包含道路周边以外的区域的地图信息。
但是，关于上述的路径搜索处理不一定必须由服务器装置4进行，如果是具有地图信息的导航装置1，也可以由导航装置1进行。另外，关于高精度地图信息也可以不是从服务器装置4分发的，而是导航装置1预先具有的。
另外，通信网络6包括配置在全国各地的多个基站和管理及控制各基站的通信公司，通过有线(光纤、ISDN等)或无线将基站和通信公司相互连接而构成。其中，基站具有与导航装置1进行通信的收发器(收发机)和天线。并且，基站在与通信公司之间进行无线通信，另一方面，具有以下作用：作为通信网络6的末端，与服务器装置4之间中继位于基站的电波到达的范围(小区)内的导航装置1的通信。
接着，使用图2更详细地说明驾驶辅助系统2中的服务器装置4的结构。如图2所示，服务器装置4具备：服务器控制部11、与服务器控制部11连接的作为信息记录单元的服务器侧地图DB12、高精度地图DB13、障碍物信息DB14、服务器侧通信装置15。
服务器控制部11是进行服务器装置4的整体控制的控制单元(MCU、MPU等)，其具备：作为运算装置以及控制装置的CPU21、在CPU21进行各种运算处理时作为工作存储器使用的RAM22、记录有控制用程序等的ROM23、存储从ROM23读出的程序的闪存24等的内部存储装置。另外，服务器控制部11与后述的导航装置1的ECU都具有作为处理算法的各种单元。
另一方面，服务器侧地图DB12是存储服务器侧地图信息的存储单元，该服务器侧地图信息是基于来自外部的输入数据或输入操作而注册的最新版本的地图信息。其中，服务器侧地图信息由以道路网为代表的路径搜索、路径引导以及地图显示所需的各种信息构成。例如，由包括表示道路网的节点及路段的网络数据、与道路(路段)相关的路段数据、与节点相关的节点数据、与各交叉路口相关的交叉路口数据、与设施等地点相关的地点数据、用于显示地图的地图显示数据、用于搜索路径的搜索数据、用于检索地点的检索数据等构成。
另外，高精度地图DB13是存储比上述服务器侧地图信息精度更高的地图信息即高精度地图信息16的存储单元。高精度地图信息16是存储有特别是关于作为车辆的行驶对象的道路、停车场等的更详细信息的地图信息，在本实施方式中，例如关于道路，包含与车道形状(以行车道为单位的道路形状、曲率、行车道宽度等)和描绘在道路上的区划线(车道中央线、行车道分界线、车道外侧线、引导线等)相关的信息。此外，记录有表示道路的坡度、倾斜、路堤、合流区间、行车道数量减少的地方、宽度变窄的地方、道口等的数据；关于弯道，记录有表示曲率半径、交叉路口、T字路、弯道的入口及出口等的数据；关于道路属性，记录有表示下坡路、上坡路等的数据；关于道路种类，记录有除了表示国道、县道、窄街道等一般道路的数据之外，还记录有表示高速机动车国道、城市高速公路、机动车专用道路、一般收费道路、收费桥等收费道路的数据。特别是在本实施方式中，除了道路的行车道数以外，还存储有确定每条行车道的行进方向的通行划分、道路的连接(具体而言，是通过交叉路口前的道路所包含的行车道与通过交叉路口后的道路所包含的行车道之间的对应关系)的信息。此外，还存储有对道路设定的限制速度。另外，高精度地图信息基本上是仅以道路(路段)及其周边为对象的地图信息，但也可以是包括道路周边以外的区域的地图信息。另外，在图2所示的例子中，设为存储在服务器侧地图DB12中的服务器侧地图信息和高精度地图信息16不同的地图信息，但高精度地图信息16也可以作为服务器侧地图信息的一部分。
另一方面，障碍物信息DB14是累计地存储通过对从各车辆收集的探测信息进行统计或者解析而生成的与障碍物相关的信息(障碍物信息)的存储单元。此外，障碍物是成为妨碍行驶在道路的车辆的行驶的因素的障碍物，例如是停放在路上的停车车辆、设置在道路的施工现场的警示板或围挡、路面的凹凸等。此外，在本实施方式中，作为从车辆收集的探测信息，特别是包括(a)使用了车辆所具备的车载照相机、其他传感器的障碍物的检测结果、(b)车辆的位置坐标以及车速。然后，通过对这些探测信息进行统计或者解析，由服务器装置4侧管理位于全国的道路上的障碍物的种类、位置，并存储在障碍物信息DB14中。但是，与障碍物相关的信息也可以从探测信息以外获取。
图3是表示存储在障碍物信息DB14中的障碍物信息的一例的图。如图3所示，障碍物信息包括：确定检测到障碍物的日期时间的信息、障碍物的种类、确定障碍物的位置的信息。进一步地，障碍物的位置由障碍物所在的路段的路段ID、距路段的起点的距离、障碍物所在的行车道、以及在行车道内障碍物所在的范围确定，例如在图3所示的例子中，示出了停车车辆在路段ID“100001”的距路段的起点20m的位置处，位于从最左侧的行车道的左端到0.2m为止的范围内。另外，示出了停车车辆在路段ID“100013”的距路段的起点30m的位置处，位于从最左侧的行车道的左端到0.5m为止的范围。另外，示出了停车车辆路段ID“100101”的距路段的起点50m的位置处，位于从最左侧的行车道的左端到0.4m的范围内。此外，对于“行车道编号”，例如对路段中包含的多个行车道，从左依次规定为1、2、3···。
而且，服务器装置4根据导航装置1的请求将存储于障碍物信息DB14中的障碍物信息向导航装置1分发。另一方面，被分发障碍物信息的导航装置1使用所分发的障碍物信息，如后所述那样生成与自动驾驶辅助相关的各种辅助信息。
另一方面，服务器侧通信装置15是用于经由通信网络6与各车辆5的导航装置1进行通信的通信装置。另外，除了导航装置1以外，还可以接收由因特网、交通信息中心例如VICS(注册商标：Vehicle Information and Communication System，车辆信息和通信系统)中心等发送的拥堵信息、限制信息、交通事故信息等各信息所构成的交通信息。
接下来，使用图4对搭载于车辆5的导航装置1的概略结构进行说明。图4是表示本实施方式的导航装置1的框图。
如图4所示，本实施方式的导航装置1具有：当前位置检测部31，其检测搭载有导航装置1的车辆的当前位置；数据记录部32，其记录有各种数据；导航ECU33，其基于输入的信息来进行各种运算处理；操作部34，其接受来自用户的操作；液晶显示器35，其向用户显示车辆周边的地图、与由导航装置1设定的引导路径(车辆的行驶预定路径)相关的信息等；扬声器36，其输出与路径引导相关的声音导航；DVD驱动器37，其读取作为存储介质的DVD；以及通信模块38，其与探测中心、VICS中心等信息中心之间进行通信。另外，导航装置1经由CAN等车载网络，与对搭载有导航装置1的车辆设置的车外照相机39、各种传感器连接。此外，还与对搭载有导航装置1的车辆进行各种控制的车辆控制ECU40能够双向通信地连接。
以下，依次对导航装置1所具有的各结构要素进行说明。
当前位置检测部31由GPS41、车速传感器42、转向传感器43、陀螺仪传感器44等构成，能够检测当前的车辆位置、方位、车辆的行驶速度、当前时刻等。其中，特别是，车速传感器42是用于检测车辆的移动距离、车速的传感器，根据车辆的驱动轮的旋转来产生脉冲，并将脉冲信号输出至导航ECU33。然后，导航ECU33通过对产生的脉冲进行计数来计算驱动轮的旋转速度、移动距离。另外，导航装置1不需要具备所有上述四种类的传感器，也可以构成为导航装置1仅具备其中的一种或者多种的传感器的结构。
另外，数据记录部32具备：硬盘(未图示)，其作为外部存储装置及记录介质；以及记录磁头(未图示)，其为用于读出记录在硬盘中的地图信息DB45、高速缓存46、规定的程序等并且向硬盘写入规定的数据的驱动器。另外，取代硬盘，数据记录部32也可以具有闪存、存储卡、CD、DVD等光盘。另外，在本实施方式中，如上所述，由于在服务器装置4中搜索到目的地的路径，所以也可以省略地图信息DB45。即使在省略了地图信息DB45的情况下，也能够根据需要从服务器装置4获取地图信息。
其中，地图信息DB45是例如存储有与道路(路段)相关的路段数据、与节点相关的节点数据、用于路径的搜索或变更的处理的搜索数据、与设施相关的设施数据、用于显示地图的地图显示数据、与各交叉路口相关的交叉路口数据、用于检索地点的检索数据等的存储单元。
另一方面，高速缓存46是保存过去从服务器装置4分发的高精度地图信息16、障碍物信息的存储单元。保存的期间可以适当设定，例如可以为从存储开始的规定期间(例如1个月)，也可以到车辆的ACC电源(accessory power supply：辅助电源)被关闭为止。另外，也可以在高速缓存46中存储的数据量达到上限之后依次删除旧的数据。而且，导航ECU33使用存储在高速缓存46中的高精度地图信息16、障碍物信息，生成与自动驾驶辅助相关的各种辅助信息。详细情况将在后面叙述。
另一方面，导航ECU(电子控制单元)33是进行导航装置1的整体的控制的电子控制单元，该导航ECU具有：作为运算装置以及控制装置的CPU51；以及RAM52、ROM53、闪存54等内部存储装置，RAM52在CPU51进行各种运算处理时作为工作存储器使用并存储有搜索到路径时的路径数据等的RAM52；ROM53除了控制用程序之外还记录有后述的自动驾驶辅助程序(参照图5)等3；闪存54存储从ROM53读出的程序。此外，导航ECU33具有作为处理算法的各种单元。例如，道路状况获取单元获取车辆周边的规定的检测范围内的道路状况。行驶预定路径获取单元获取车辆行驶的行驶预定路径。障碍物信息获取单元获取位于检测范围外的行驶预定路径上且成为妨碍车辆行驶的因素的障碍物的信息。行驶轨迹生成单元使用包括与区划线相关的信息的地图信息和障碍物的信息，以包括检测范围外的范围的区域为对象，生成行驶在行驶预定路径上时的为了避开障碍物而推荐的行驶轨迹。驾驶辅助单元基于生成的行驶轨迹进行车辆的驾驶辅助。
操作部34在输入作为行驶开始地点的出发地及作为行驶结束地点的目的地时等被操作，并且具有各种按键、按钮等多个操作开关(未图示)。而且，导航ECU33基于通过按下各开关等而输出的开关信号来进行控制以执行对应的各种动作。此外，操作部34也可以具有设置在液晶显示器35的前表面的触摸面板。另外，也可以具有麦克风和声音识别装置。
另外，在液晶显示器35上显示包含道路的地图图像、交通信息、操作引导、操作菜单、按键的引导、沿着引导路径(行驶预定路径)的引导信息、新闻、天气预报、时刻、邮件、电视节目等。另外，也可以使用HUD、HMD来代替液晶显示器35。
另外，扬声器36基于来自导航ECU33的指示输出对沿着引导路径(行驶预定路径)的行驶进行引导的声音导航、交通信息的引导。
另外，DVD驱动器37是能够读取记录在DVD或CD等记录介质中的数据的驱动器。而且，基于所读取的数据来进行音乐或影像的播放、地图信息DB45的更新等。另外，也可以设置用于读写存储卡的卡槽来代替DVD驱动器37。
另外，通信模块38是用于接收从交通信息中心例如VICS中心、探测中心等发送来的交通信息、探测信息、天气信息等的通信装置，例如是移动电话、DCM。另外，还包括在车与车间进行通信的车与车间通信装置、与路侧机之间进行通信的路与车间通信装置。另外，还用于在与服务器装置4之间收发由服务器装置4搜索到的路径信息、高精度地图信息16、障碍物信息等。
另外，车外照相机39例如由使用了CCD等固体拍摄元件的照相机构成，安装在车辆的前保险杠的上方，并且将光轴方向设置为从水平朝向下方规定角度。而且，在车辆在自动驾驶区间行驶的情况下，车外照相机39拍摄车辆的行进方向前方。另外，导航ECU33通过对拍摄到的拍摄图像进行图像处理，来检测在车辆行驶的道路上描绘的区划线、障碍物。进而，在车辆的周边检测到停放在路上的停车车辆、设置在道路的施工现场的警示板或围挡、路面的凹凸等成为妨碍车辆行驶的因素的障碍物的情况下，将确定检测到的障碍物的位置、种类的信息作为探测信息向服务器装置4发送。另一方面，基于障碍物的检测结果，生成与自动驾驶辅助相关的新的各种辅助信息。例如，在当前的行驶轨迹上新检测到障碍物(也包括在探测信息中不成为发送对象的行驶中的前方车辆等)的情况下，生成避开或者追随障碍物行驶的新的行驶轨迹。此外，车外照相机39也可以构成为配置在车辆前方以外的后方或侧方。另外，作为检测障碍物的单元，也可以使用毫米波雷达、激光传感器等传感器、车与车间通信、路与车间通信来代替照相机。
另外，车辆控制ECU40是对搭载有导航装置1的车辆进行控制的电子控制单元。另外，车辆控制ECU40与转向装置、制动器、加速器等车辆的各驱动部连接，在本实施方式中，特别是在车辆开始自动驾驶辅助后，通过控制各驱动部来实施车辆的自动驾驶辅助。另外，在自动驾驶辅助中由用户进行了超控(override)的情况下，检测进行了超控的情况。
其中，导航ECU33在行驶开始后经由CAN向车辆控制ECU40发送由导航装置1生成的与自动驾驶辅助相关的各种辅助信息。然后，车辆控制ECU40使用接收到的各种辅助信息来实施行驶开始后的自动驾驶辅助。作为辅助信息，例如有推荐车辆行驶的行驶轨迹、表示行驶时的车速的速度计划等。
接下来，基于图5对在具有上述结构的本实施方式的导航装置1中CPU51所执行的自动驾驶辅助程序进行说明。图5是本实施方式的自动驾驶辅助程序的流程图。其中，自动驾驶辅助程序是在车辆的ACC电源(accessory power supply)被接通后且开始基于自动驾驶辅助使车辆行驶的情况下被执行，并根据由导航装置1生成的辅助信息实施基于自动驾驶辅助的辅助行驶的程序。另外，以下的图5、图7、图13、图15、图20～图22、图25以及图28中以流程图表示的程序存储于导航装置1所具备的RAM52、ROM53中，由CPU51执行。
首先，在自动驾驶辅助程序中，在步骤(以下简称为S)1中，CPU51获取车辆今后行驶的预定的路径(以下也称为行驶预定路径)。此外，车辆的行驶预定路径例如是通过用户设定目的地而由服务器装置4搜索到的到目的地为止的推荐路径。此外，在未设定目的地的情况下，也可以将从车辆的当前位置沿着道路行驶的路径作为行驶预定路径。
另外，在进行推荐路径的搜索的情况下，首先，CPU51对服务器装置4发送路径搜索请求。此外，路径搜索请求包括确定路径搜索请求的发送源的导航装置1的终端ID、以及确定出发地(例如车辆的当前位置)以及目的地的信息。此外，在重新搜索时不一定需要确定目的地的信息。然后，CPU51接收根据路径搜索请求从服务器装置4发送的搜索路径信息。搜索路径信息是确定服务器装置4基于发送的路径搜索请求使用最新版本的地图信息搜索到的用于从出发地到达目的地的推荐路径(中心路线)的信息(例如推荐路径中包含的路段列)。例如使用公知的迪杰斯特拉(Dijkstra)法进行搜索。
此外，在上述推荐路径的搜索中，优选地，选择为了在目的地的停车场停放车辆而被推荐的停车位置(停车空间)，搜索到所选择的停车位置为止的推荐路径。即，在被搜索的推荐路径中，除了到停车场为止的路径以外，优选还包括表示车在停车场内的移动的路径。另外，关于停车位置的选择，除了到停车位置为止的车辆的移动以外，还考虑了停放车辆后的徒步移动，优选选择减轻用户的负担的停车位置。
接着，在S2中，CPU51以沿着在上述S1中获取到的行驶预定路径距车辆的当前位置规定距离以内的区间为对象，获取高精度地图信息16。例如，以车辆当前所在的二维网格中包含的行驶预定路径为对象，获取高精度地图信息16。但是，成为获取高精度地图信息16的对象的区域能够适当变更，例如，也可以获取沿着行驶预定路径距车辆的当前位置3km以内的区域的高精度地图信息16。另外，也可以以行驶预定路径的整体为对象获取高精度地图信息16。
其中，如图6所示，高精度地图信息16被划分为矩形形状(例如500m×1km)而存储于服务器装置4的高精度地图DB13中。因此，例如，如图6所示，在获取到行驶预定路径61的情况下，将包括处于包含车辆的当前位置的二维网格内的行驶预定路径61的区域62～64作为对象，获取高精度地图信息16。高精度地图信息16包含例如与道路的车道形状、行车道宽度和描绘在道路上的区划线(车道中央线、行车道分界线、车道外侧线、引导线等)相关的信息。另外，此外，也包含与交叉路口相关的信息、与停车场相关的信息等。
另外，高精度地图信息16基本上是从服务器装置4获取的，但在存在已经在高速缓存46中存储的区域的高精度地图信息16的情况下，从高速缓存46获取。另外，从服务器装置4获取的高精度地图信息16暂时存储在高速缓存46中。
然后，在S3中，CPU51执行后述的静态行驶轨迹生成处理(图7)。在此，静态行驶轨迹生成处理是基于车辆的行驶预定路径、在上述S2中获取的高精度地图信息16以及位于行驶预定路径的障碍物，对于行驶预定路径中包含的道路，生成推荐车辆行驶的行驶轨迹即静态行驶轨迹的处理。特别是，CPU51将以行驶预定路径中包含的行车道为单位推荐车辆行驶的行驶轨迹确定为静态行驶轨迹。此外，如后所述，静态行驶轨迹以从车辆的当前位置沿着行进方向到前方规定距离前方为止的区间(例如车辆当前所在的二维网格内、或者到目的地为止的全部区间)为对象而生成。此外，关于规定距离能够适当变更，但以至少包含通过车外照相机39、其他的传感器能够检测车辆周边的道路状况的范围(检测范围)外的范围的区域为对象来生成静态行驶轨迹。
接着，在S4中，CPU51基于在上述S2中获取到的高精度地图信息16，生成在上述S3中生成的静态行驶轨迹上行驶时的车辆的速度计划。例如，考虑限制速度信息、位于行驶预定路径上的速度变化地点(例如交叉路口、弯道、道口、人行横道等)，计算在静态行驶轨迹上行驶时被推荐的车辆的行驶速度。
然后，在上述S4中生成的速度计划，作为自动驾驶辅助中使用辅助信息存储在闪存54等中。另外，也可以生成为了实现在上述S4中生成的速度计划所需要的表示车辆的加减速的加速度的计划，作为用于自动驾驶辅助的辅助信息。
接着，在S5中，CPU51通过对由车外照相机39拍摄到的拍摄图像进行图像处理，作为周边的道路状况，特别是，判定在本车辆的周边是否存在对本车辆的行驶产生影响的因素。在此，将在上述S5中作为判定对象的“对本车辆的行驶产生影响的因素”设为实时变化的动态因素，排除基于道路构造那样的静态因素。例如，可以是在本车辆的行进方向前方行驶或停车的其他车辆、拥堵车辆、位于本车辆的行进方向前方的行人、位于本车辆的行进方向前方的施工区间等。另一方面，排除交叉路口、弯道、道口、合流区间、行车道减少区间等。另外，即使在存在其他车辆、行人、施工区间的情况下，对于它们与本车辆的今后的行驶轨迹不可能重叠的情况(例如处于远离本车辆的今后的行驶轨迹的位置的情况)也从“对本车辆的行驶产生影响的因素”中排除。因此，如后所述，对于在进行静态行驶轨迹的生成(S3)时作为避开对象的障碍物(在障碍物信息DB14中管理的障碍物)，生成已经避开障碍物后的行驶轨迹，由于与当前的行驶轨迹不重叠，因此从“对本车辆的行驶产生影响的因素”中排除。另外，作为检测对车辆的行驶可能产生影响的因素的单元，也可以使用毫米波雷达、激光传感器等传感器、车与车间通信、路与车间通信来代替照相机。
另外，例如，由外部的服务器管理行驶在全国的道路的各车辆的实时的位置等，CPU51也可以从外部的服务器获取位于本车辆的周边的其他车辆的位置，来进行上述S5的判定处理。
然后，在判定为在本车辆的周边存在对本车辆的行驶产生影响的因素的情况下(S5为“是”)，向S6转移。与此相对，在判定为在本车辆的周边不存在对本车辆的行驶产生影响的因素的情况下(S5为“否”)，向S9转移。
在S6中，CPU51执行后述的动态行驶轨迹生成处理(图25)。在此，动态行驶轨迹生成处理生成用于从车辆的当前位置避开或追随在上述S5中检测出的“对本车辆的行驶产生影响的因素”而返回到静态行驶轨迹的新的轨迹作为动态行驶轨迹。此外，如后所述，以包含“对本车辆的行驶产生影响的因素”的区间为对象生成动态行驶轨迹。另外，区间的长度根据因素的内容而变化。例如，在“对本车辆的行驶产生影响的因素”是行驶在车辆的前方的其他车辆(前方车辆)的情况下，作为一例，生成向右侧变更行车道而超越前方车辆之后向左侧变更行车道而返回到原来的行车道为止的轨迹，作为动态行驶轨迹。此外，由于动态行驶轨迹基于由车外照相机39、其他的传感器获取到的车辆周边的道路状况而生成的，因此，作为生成了动态行驶轨迹的对象的区域至少在能够由车外照相机39、其他传感器来检测车辆周边的道路状况的范围(检测范围)内。
接下来，在S7中，CPU51执行后述的行驶轨迹反映处理(图28)。在此，行驶轨迹反映处理是将在上述S6中新生成的动态行驶轨迹反映到在上述S3中生成的静态行驶轨迹的处理。具体而言，从车辆的当前位置到包含“对本车辆的行驶产生影响的因素”的区间的终端为止，计算静态行驶轨迹以及至少一个以上的动态行驶轨迹各自的成本，选择该成本最少的行驶轨迹。其结果是，根据需要将静态行驶轨迹的一部分置换为动态行驶轨迹。此外，存在根据状况不进行动态行驶轨迹的置换的情况，即，存在即使进行动态行驶轨迹的反映，也不会从在上述S3中生成的静态行驶轨迹发生变化的情况。进而，还存在在动态行驶轨迹和静态行驶轨迹是相同轨迹的情况下，即使进行置换，也不从在上述S3中生成的静态行驶轨迹变化的情况。
接着，在S8中，CPU51对在上述S7中反映了动态行驶轨迹后的静态行驶轨迹，基于反映的动态行驶轨迹的内容来修正在上述S4中生成的车辆的速度计划。此外，在进行了动态行驶轨迹的反映的结果是没有从在上述S3中生成的静态行驶轨迹发生变化的情况下，也可以省略S8的处理。
接着，在S9中，CPU51运算用于使车辆在上述S3中生成的静态行驶轨迹(在上述S7中进行动态行驶轨迹的反映的情况下为反映后的轨迹)以按照在上述S4中生成的速度计划(在上述S8中进行速度计划的修正的情况下为修正后的计划)的速度行驶的控制量。具体而言，分别运算加速器、制动器、传动装置以及转向装置的控制量。此外，关于S9以及S10的处理，也可以不是由导航装置1进行，而是由控制车辆的车辆控制ECU40进行。
然后，在S10中，CPU51反映在S9中运算出的控制量。具体而言，将运算出的控制量经由CAN发送至车辆控制ECU40。在车辆控制ECU40中，基于接收到的控制量进行加速器、制动器、传动装置以及转向装置的各车辆控制。其结果是，能够进行在上述S3中生成的静态行驶轨迹(在上述S7中进行动态行驶轨迹的反映的情况下为反映后的轨迹)上以按照在上述S4中生成的速度计划(在上述S8中进行速度计划的修正的情况下为修正后的计划)的速度行驶的行驶辅助控制。
接下来，在S11中，CPU51判定车辆从在上述S3中生成静态行驶轨迹起是否行驶了一定距离。例如，一定距离为1km。
而且，在判定为车辆从在上述S3中生成静态行驶轨迹起行驶了一定距离的情况下(S11为“是”)，返回到S2。然后，以沿着行驶预定路径距车辆的当前位置规定距离以内的区间为对象，再次进行静态行驶轨迹的生成(S2～S4)。此外，在第一实施方式中，每当车辆行驶一定距离(例如1km)时，以沿着行驶预定路径距车辆的当前位置规定距离以内的区间为对象，反复进行静态行驶轨迹的生成，但也可以在到目的地为止的距离较短的情况下，在行驶开始时刻仅进行一次到目的地为止的静态行驶轨迹的生成。
另一方面，在判定为车辆从在上述S3中生成静态行驶轨迹起未行驶一定距离的情况下(S11为“否”)，判定是否结束基于自动驾驶辅助的辅助行驶(S12)。作为结束基于自动驾驶辅助的辅助行驶的情况，除了到达了目的地的情况以外，还存在用户操作设置于车辆的操作面板、或者通过进行方向盘操作、制动器操作等有意地解除(超控)基于自动驾驶辅助的行驶的情况。
然后，在判定为结束基于自动驾驶辅助的辅助行驶的情况下(S12为“是”)，结束该自动驾驶辅助程序。与此相对地，在判定为继续基于自动驾驶辅助的辅助行驶的情况下(S12为“否”)，返回到S5。
接下来，基于图7对在上述S3中执行的静态行驶轨迹生成处理的子处理进行说明。图7是静态行驶轨迹生成处理的子处理程序的流程图。
首先，在S21中，CPU51获取由当前位置检测部31检测到的车辆的当前位置。另外，车辆的当前位置例如优选使用高精度的GPS信息或高精度定位技术来详细地确定。其中，高精度定位技术是指通过利用图像识别来检测从设置于车辆的照相机取入的白线、路面喷涂信息，进而将检测出的白线、路面喷涂信息与例如高精度地图信息16进行匹配，从而能够检测行驶行车道、高精度的车辆位置的技术。而且，在车辆在由多条行车道构成的道路上行驶的情况下，还确定车辆所行驶的行车道。
接着，在S22中，CPU51基于在上述S2中获取的高精度地图信息16，以生成车辆的行进方向前方的静态行驶轨迹的区间(例如包含车辆的当前位置的二维网格内)为对象，获取车道形状、区划线信息、与交叉路口相关的信息等。此外，在上述S22中获取的车道形状和区划线信息包括：确定行车道数量、行车道宽度、在行车道数量的增减的情况下在哪个位置如何增减、每条行车道的行进方向的通行划分、道路的连接(具体而言，通过交叉路口前的道路中包含的行车道与通过交叉路口后的道路中包含的行车道的对应关系)的信息等。另外，作为与交叉路口有关的信息，除了交叉路口的形状以外，还包括与配置在交叉路口上的地上物的位置、形状有关的信息。进而，在“配置于交叉路口上的地上物”中，除了引导线(引导白线)、在交叉路口中央配置的菱形的导流带(菱形标记)等在路面上描绘的路面显示之外，还有电线杆等构造物。
接着，在S23中，CPU51基于在上述S22中获取到的车道形状和区划线信息，以生成车辆的行进方向前方的静态行驶轨迹的区间为对象来进行车道网络的构筑。在此，车道网络是表示车辆能够选择的行车道移动的网络。
在此，作为构筑上述S23中的车道网络的例子，例如以车辆在图8所示的行驶预定路径上行驶的情况为例进行说明。图8所示的行驶预定路径为，在从车辆的当前位置直行之后在下一个交叉路口71处右转，进而在下一个交叉路口72处也进行右转，并在下一个交叉路口73处左转的路径。在图8所示的行驶预定路径中，例如在交叉路口71右转的情况下既能够进入右侧的行车道，也能够进入左侧的行车道。但是，由于需要在下一个交叉路口72右转弯，因此在交叉路口72的进入时刻需要向最右侧的行车道进行行车道移动。另外，在交叉路口72右转的情况下既能够进入右侧的行车道，也能够进入左侧的行车道。但是，由于需要在下一个交叉路口73左转弯，因此在交叉路口73的进入时刻需要向最左侧的行车道进行行车道移动。图9示出了以能够进行这样的行车道移动的区间为对象而构筑的车道网络。
如图9所示，车道网络将生成车辆的行进方向前方的静态行驶轨迹的区间划分为多个区划(组)。具体而言，将交叉路口的进入位置、交叉路口的退出位置、车道增减的位置作为边界划分。并且，对位于被划分的各区划的边界的各行车道设定有节点(以下称为车道节点)75。进而，设定有连接车道节点75之间的路段(以下称为车道路段)76。
另外，上述车道网络特别包含通过交叉路口的车道节点与车道路段的连接来确定通过交叉路口前的道路所包含的行车道与通过交叉路口后的道路所包含的行车道的对应关系、即相对于通过交叉路口前的行车道在通过交叉路口后能够移动的行车道的信息。具体而言，表示车辆能够在与设定于通过交叉路口前的行道路的车道节点和设定于通过交叉路口后的行道路的车道节点内的、通过车道路段连接的车道节点对应的行车道间移动。为了生成这样的车道网络，在高精度地图信息16中，针对与交叉路口连接的各道路，按照向交叉路口进入的道路和从交叉路口离开道路的各组合，设定并存储表示行车道的对应关系的行车道标志。在上述S23中构筑车道网络时，CPU51参照行车道标志来形成交叉路口处的车道节点与车道路段的连接。
接着，在S24中，对于在上述S23中构筑的车道网络，CPU51对位于车道网络的起点的车道节点设定车辆开始移动的开始车道(出发节点)，对位于车道网络的终点的车道节点设定成为车辆移动的目标的目标车道(目的节点)。此外，在车道网络的起点为单侧多条行车道的道路的情况下，与车辆当前所在的行车道对应的车道节点成为开始车道。另一方面，在车道网络的终点为单侧多条行车道的道路的情况下，与最左侧的行车道(左侧通行的情况)对应的车道节点成为目标车道。
然后，在S25中，CPU51参照在上述S23中构筑的车道网络，导出从开始车道连续地连接到目标车道的路线内的、行车道成本最小的路线(以下，称为推荐路线)。例如，使用迪杰斯特拉法从目标车道侧进行路线的搜索。但是，如果能够搜索到从开始车道连续地连接到目标车道的路线，则也可以使用迪杰斯特拉法以外的搜索方法。导出的推荐路线成为车辆移动时推荐的车辆的行车道移动方式。
另外，对每个车道路段76赋予在上述路线的搜索中使用的行车道成本。对各车道路段76赋予的行车道成本以各车道路段76的长度或移动所需时间为基准值。特别是，在本实施方式中，将车道路段的长度(m单位)设为行车道成本的基准值。另外，对于伴随行车道变更的车道路段，在上述基准值加上行车道变更成本(例如50)。此外，关于行车道变更成本，也可以根据行车道变更的次数、行车道变更的位置来改变值。例如，在进行在接近交叉路口的位置进行的行车道变更或者两条行车道的行车道变更的情况下，能够使相加的行车道变更成本的值更高。
接着，在S26中，CPU51将车辆行驶的行驶预定路径作为对象，从服务器装置4获取与位于行驶预定路径的障碍物相关的障碍物信息。此外，特别地，障碍物是成为妨碍车辆的行驶的因素的障碍物，例如是停放在路上的停车车辆、设置在道路的施工现场的警示板、围挡、路面的凹凸等。另外，具体而言，障碍物信息包括：确定检测到障碍物的日期时间的信息、障碍物的种类、确定障碍物的位置的信息，特别是，关于障碍物的位置，确定障碍物所在的路段的路段ID、距路段的起点的距离、障碍物所在的行车道、在行车道内障碍物所在的范围。而且，上述障碍物信息预先由服务器装置4基于从在全国行驶的各车辆收集的探测信息管理，存储在服务器装置4所具有的障碍物信息DB14(图3)。因此，在上述S26中，还能够获取位于能够由本车辆的车外照相机39、其他传感器检测车辆周边的道路状况的范围(检测范围)外的范围的障碍物的信息。
接下来，在S27中，CPU51基于在上述S2中获取的高精度地图信息16和在上述S26中获取到的障碍物信息，在以上述S25中选择的推荐路线在预定路径上行驶的情况下，判定车辆行驶的行车道内是否存在障碍物。
然后，在以上述S25中选择的推荐路线在行驶预定路径上行驶的情况下，在判定为在车辆行驶的行车道内存在障碍物的情况下(S27为“是”)，向S28转移。与此相对，在判定为在车辆行驶的行车道内没有障碍物的情况下(S27为“否”)，保持当前的推荐路线并向S32转移。
在S28中，CPU51设定用于避开被判定为处于车辆行驶的行车道内的障碍物的避开动作的候补。例如，作为避开动作的候补，可举出以下的(1)～(3)的动作。
(1)如图10所示，本车辆81在障碍物(在图10中停放在路肩的停车车辆)82所在的行车道上行驶，并且在行车道内移动来避开障碍物82的避开动作，
(2)如图11所示，本车辆81从障碍物(在图11中停放在路肩的停车车辆)82所在的行车道移动直至车身的一部伸出到该行车道之外，来避开障碍物82的避开动作，
(3)如图12所示，本车辆81将行驶的行车道从障碍物(在图12中停放在路肩的停车车辆)82所在的行车道向邻接的行车道变更，来避开障碍物82的避开动作。
但是，不限定于上述(1)～(3)都成为避开动作的候补，根据障碍物的位置、道路种类、道路形状、区划线的配置方式等变化。例如，在仅有一条行车道的道路的情况下，无法进行(3)的避开动作，因此，(1)和(2)成为避开动作的候补。另外，在障碍物占据行车道内的区域大，而通过在行车道内的移动无法避开障碍物(行车道内能够通过的区域小于车宽)情况下，由于无法进行(1)的避开动作，因此，(2)和(3)成为避开动作的候补。
接着，在S29中，CPU51进行后述的成本计算处理(图13)。成本计算处理是针对在上述S28中设定的避开动作的各候补计算表示带给车辆的乘员的负担的成本的处理。
接着，在S30中，CPU51对在上述S29中计算出的成本进行比较，从在上述S28中设定的多个避开动作的候补内选择为避开障碍物而推荐的避开动作(以下，称为推荐避开动作)。基本上，将计算出的成本最小的避开动作的候补选择作为推荐避开动作。
然后，在S31中，CPU51基于在上述S30中所选择的推荐避开动作，来修正在上述S25中所选择的推荐路线。具体而言，在选择了(1)的避开动作作为推荐避开动作的情况下，如图10所示，对推荐路线分别追加开始向右侧的移动(即开始避开动作)的地点A1、和之后通过障碍物82而开始向左侧移动的地点A2。此外，地点A1、A2的位置可以在能够避开障碍物的范围内适当设定，例如，地点A1是距障碍物82的位置在S29的成本计算处理中确定的最长距离L处的跟前侧的地点，地点A2是刚通过障碍物后的地点。另外，在选择了(2)的避开动作作为推荐避开动作的情况下，如图11所示，对推荐路线分别追加开始向右侧的移动(即开始避开动作)的地点B1、和之后通过障碍物82开始向左侧移动的地点B2。此外，地点B1、B2的位置可以在能够避开障碍物的范围内适当设定，例如，地点B1是距障碍物82的位置在S29的成本计算处理中确定的最长距离L处的跟前侧的地点，地点B2是刚通过障碍物后的地点。另外，在选择了(3)的避开动作作为推荐避开动作的情况下，如图12所示，对推荐路线分别追加开始向右侧的行车道变更(即开始避开动作)的地点C1、和之后通过障碍物82开始向左侧的行车道变更的地点C2。此外，地点C1、C2的位置可以在能够避开障碍物的范围内适当设定，例如，地点C1是距障碍物82的位置在S29的成本计算处理中确定的最长距离L处的跟前侧的地点，地点C2是刚通过障碍物后的地点。
然后，在S32中，CPU51生成用于沿着在上述S25中导出的推荐路线(在S31中进行了修正的情况下为修正后的推荐路线)行驶的具体的行驶轨迹。此外，关于伴随行车道变更的区间的行驶轨迹，以尽可能不连续行车道变更并且在远离交叉路口的位置进行的方式设定行车道变更的位置。另外，特别是，在生成进行交叉路口处的左右转弯、行车道变更、避开障碍物的上述(1)～(3)的避开动作时的行驶轨迹的情况下，计算在车辆中产生的横向的加速度(横G)，以横G不妨碍自动驾驶辅助且不超过不给车辆的乘员带来不适感的上限值(例如0.2G)为条件，使用回旋曲线计算尽可能平滑地连接的轨迹。此外，关于在进行上述(1)～(3)的避开动作时的行驶轨迹，由于在S29的成本计算处理中也被计算，因此在后面详细说明。通过进行上述处理，对于行驶预定路径中包含的道路，生成推荐车辆行驶的行驶轨迹即静态行驶轨迹。此外，对于既不是进行行车道变更的区划、也不是进行避开动作的区间、也不是交叉路口内的区划的区划，将通过行车道的中央的轨迹作为推荐车辆行驶的行驶轨迹。
然后，在上述S32中生成的静态行驶轨迹作为自动驾驶辅助中使用的辅助信息存储于闪存54等中。
接着，基于图13对在上述S29中执行的成本计算处理的子处理进行说明。图13是成本计算处理的子处理程序的流程图。
首先，在S41中，CPU51获取搭载有导航装置1的本车辆的车宽。另外，获取在避开障碍物的情况下在车辆中产生的横向的加速度(横G)的容许上限值。此外，加速度(横G)的容许上限值可以设为固定值，也可以设为能够变更的值。例如设为0.2G。
接着，在S42中，CPU51基于在上述S2中获取到的高精度地图信息16，获取在上述S27中判断为有障碍物的道路的道路形状。具体而言，获取行车道数量以及行车道宽度。
接着，在S43中，CPU51获取行驶在上述S27中判定为有障碍物的道路时的本车辆的行驶速度V0。行驶速度V0例如可以设为道路的限制速度，也可以基于道路种类来决定，也可以设为基于探测信息计算出的该道路的平均车速，也可以根据本车辆的行驶履历来推定。另外，关于行驶速度V0，优选考虑拥堵等当前的道路状况来获取。
然后，在S44中，CPU51基于存储于障碍物信息DB14中的障碍物信息，获取在上述S27中判定为位于车辆行驶的行车道内的障碍物的更详细的位置。具体而言，获取障碍物从车辆行驶的行车道的哪一端占据到何种程度的范围。例如，如图14所示，在停放在路肩的停车车辆作为障碍物82存在的情况下，获取为障碍物82位于从行车道的左端到0.2m的范围内。
然后，在S45中，CPU51执行后述的最长距离计算处理(图15)。在此，最长距离计算处理是，在假设通过上述(1)～(3)的避开动作避开在上述S27中判定为位于车辆行驶的行车道内的障碍物的情况下，计算通过上述(1)～(3)的各避开动作进行障碍物的避开所需的距离内的最长的距离(以下，称为最长距离L)的处理。此外，“进行障碍物的避开所需的距离”不是避开障碍物而返回原来的行驶状态的距离，而是到避开障碍物为止的距离。例如，在图10所示的(1)的避开动作中，该距离是使车辆移动到没有与障碍物82接触的顾虑的行车道内的右端为止所需的距离。另外，在图11所示的(2)的避开动作中，该距离是使车辆移动到车身的一部分伸出到没有与障碍物82接触的顾虑的行车道之外的状态所需的距离。另外，在图12所示的(3)的避开动作中，该距离是完成向右侧的行车道变更行车道所需的距离。
接着，在S46中，在假设车辆未回避障碍物而行驶的情况下，CPU51计算行驶最长距离L所需的行驶时间T0。具体而言，通过以下的式(1)来计算。
T0＝L/V0· · · · (1)
接着，在S47中，CPU51将使在上述S46中计算出的行驶时间T0二倍后的时间作为往返行驶时间来计算。此外，如后所述，往返行驶时间在针对上述(1)～(3)的避开动作计算基于行驶时间的成本时成为基准时间。
接着，在S48中，CPU51进行后述的第一避开动作成本计算处理(图20)。第一避开动作成本计算处理是针对在上述S28中设定的避开动作的候补内的特别是上述(1)的避开动作计算表示带给车辆的乘员的负担的成本的处理。但是，对于在上述S28中设定的避开动作的候补中不包含上述(1)的避开动作的情况，不进行S48的处理。
接着，在S49中，CPU51进行后述的第二避开动作成本计算处理(图21)。第二避开动作成本计算处理是针对在上述S28中设定的避开动作的候补内的特别是上述(2)的避开动作计算表示带给车辆的乘员的负担的成本的处理。但是，对于在上述S28中设定的避开动作的候补中不包含上述(2)的避开动作的情况，不进行S49的处理。
接着，在S50中，CPU51进行后述的第三避开动作成本计算处理(图22)。第三避开动作成本计算处理是针对在上述S28中设定的避开动作的候补内的特别是上述(3)的避开动作计算表示带给车辆的乘员的负担的成本的处理。但是，在上述S28中设定的避开动作的候补中不包含上述(3)的避开动作的情况，不进行S50的处理。
然后，向S30转移，CPU51对在上述S48～S50中计算的各成本进行比较，从在上述S28中设定的多个避开动作的候补内选择计算出的成本最小的避开动作的候补作为推荐避开动作。
接着，基于图15对在上述S45中执行的最长距离计算处理的子处理进行说明。图15是最长距离计算处理的子处理程序的流程图。
首先，在S51中，在假设通过上述(1)的避开动作避开在上述S27中判定为位于车辆行驶的行车道内的障碍物的情况下，CPU51计算避开障碍物时的推荐速度V1。
此外，推荐速度V1是考虑安全间隔和车辆通过时在与障碍物之间能够确保的间隔来计算的。在此，图16是表示安全间隔的图。安全间隔是指车辆以某一速度车辆通过障碍物的旁边时推荐与障碍物之间空出的距离。例如，在车辆以50km/h行驶时推荐与障碍物之间空出1.5m的间隔。另外，在车辆以100km/h行驶时推荐与障碍物之间空出3m的间隔。具体而言，由以下的式(2)的关系来确定。
安全间隔[m]＝0.03×车速[km/h]····(2)
然后，CPU51首先参照在上述S41中获取的本车辆的车宽、在上述S42中获取的行车道宽度、在上述S44中获取到的障碍物占据行车道的范围，在车辆通过行车道内的移动避开障碍物的情况下，计算在与障碍物之间能够确保的最大间隔W。例如如图17所示，在停放在路肩的停车车辆作为障碍物82存在，障碍物82位于从行车道的左端到0.2m的范围，行车道宽度为3.5m且本车辆81的车宽为1.8m的情况下，间隔W为1.5m。接着，根据图16确定在以在上述S43中获取的行驶速度V0行驶的情况下推荐的安全间隔，在间隔W大于安全间隔的情况下，判定为即使在以行驶速度V0行驶的情况下也能够确保安全间隔，因此，将行驶速度V0计算为推荐速度V1。另一方面，在以行驶速度V0行驶的情况下推荐的安全间隔大于间隔W的情况下，判定为若以行驶速度V0行驶则无法确保安全间隔，因此根据图16确定与将间隔W设为安全间隔的情况对应的车速，计算为推荐速度V1。
接着，在S52中，CPU51计算从在上述S43中获取的行驶速度V0到推荐速度V1为止的减速所需的距离(以下，称为减速距离D1)。此外，在减速时允许车辆产生的前后方向的加速度的上限为0.2G，计算减速距离D1。另外，在行驶速度V0和推荐速度V1相同的情况下，减速距离D1为0。
接着，在S53中，CPU51计算在减速至推荐速度V1之后通过(1)的避开动作进行障碍物的避开所需的距离(以下，称为避开距离D2)。在此，为了计算避开距离D2，首先，计算车辆通过在行车道内的移动来避开障碍物的情况下的推荐的车辆的行驶轨迹。在此，车辆通过在行车道内的移动来避开障碍物的情况下的推荐车辆的行驶轨迹包括曲率连续变化的回旋曲线。更具体而言，成为连接了形状不同的多条回旋曲线的轨迹。图18是表示例如向行车道内的右侧移动的情况下的推荐的车辆的行驶轨迹的图。如图18所示，向行车道内的右侧移动的情况下的推荐的车辆的行驶轨迹包括：第一回旋曲线85，一边从移动的开始点P1使转向装置向右方向逐渐回旋(即曲率逐渐变大)，一边前进至第一中继地点P2；第二回旋曲线86，一边从第一中继地点P2使转向装置逐渐向直行方向返回(即曲率逐渐变小)，一边前进至中间点P3；第三回旋曲线87，这次一边从中间点P3使转向装置向左方向逐渐回旋(即曲率逐渐变大)，一边前进至第二中继地点P4；第四回旋曲线88，之后从第二中继地点P4使转向装置逐渐向直行方向返回(即曲率逐渐变小)，一边前进至移动的结束点P5。此外，关于基于回旋曲线85～88的横向的移动宽度，设为在P5的时刻与障碍物82之间能够确保安全间隔的距离。而且，CPU51以进行行车道变更时产生的加速度(横G)不超过不给车辆的乘员带来不适感的上限值(例如0.2G)，并且使用回旋曲线获得尽可能平滑地且尽可能使行车道变更所需的距离变短的轨迹的方式计算各回旋曲线85～88。然后，通过连接计算出的各回旋曲线85～88，来计算车辆通过在行车道内的移动来避开障碍物的情况下的推荐的车辆的行驶轨迹。进而，根据计算出的行驶轨迹的全长来计算避开距离D2。
然后，在S54中，CPU51计算在上述S52中计算出的减速距离D1和在上述S53中计算出的避开距离D2的合计，作为在假设通过(1)的避开动作避开障碍物的情况下通过(1)的避开动作进行障碍物的避开所需的距离。
接着，在S55中，CPU51计算以在上述S43中获取的行驶速度V0进行向邻接的行车道变更行车道所需的距离(以下，称为行车道变更距离D3)。在此，为了计算行车道变更距离D3，首先，计算车辆以行驶速度V0进行行车道变更的情况下的推荐的车辆的行驶轨迹。在此，车辆进行行车道变更的情况下的推荐的车辆的行驶轨迹包括曲率连续变化的回旋曲线。更具体而言，成为连接了形状不同的多条回旋曲线的轨迹。图19是表示例如向与右侧邻接的行车道移动的情况下的推荐的车辆的行驶轨迹的图。如图19所示，向与右侧邻接的行车道移动的情况下的推荐的车辆的行驶轨迹包括：第一回旋曲线85，一边从行车道移动的开始点P1使转向装置向右方向逐渐回旋(即曲率逐渐变大)，一边前进至第一中继地点P2；第二回旋曲线86，一边从第一中继地点P2使转向装置逐渐向直行方向返回(即曲率逐渐变小)，一边前进至行车道的分界P3；第三回旋曲线87，这次一边从行车道的分界P3使转向装置向左方向逐渐回旋(即曲率逐渐变大)，一边前进至第二中继地点P4；第四回旋曲线88，之后一边从第二中继地点P4使转向装置逐渐返回至直行方向(即曲率逐渐变小)，一边前进至行车道移动的结束点P5。此外，关于基于回旋曲线85～88的横向的移动宽度，设为与邻接的行车道之间的距离(例如3.5m)。然后，CPU51以进行行车道变更时产生的加速度(横G)不超过不给车辆的乘员带来不适感的上限值(例如0.2G)，并且使用回旋曲线获得尽可能平滑地且尽可能使行车道变更所需的距离变短的轨迹的方式计算各回旋曲线85～88。然后，通过连接计算出的各回旋曲线85～88，来计算车辆以行驶速度V0进行行车道变更的情况下的推荐的车辆的行驶轨迹。进而，根据计算出的行驶轨迹的全长来计算行车道变更距离D3。
然后，在S56中，CPU51计算在上述S55中计算出的行车道变更距离D3，作为在假设通过(3)的避开动作避开障碍物的情况下通过(3)的避开动作进行障碍物的避开所需的距离。
接着，在S57中，CPU51将在上述S54中计算出的通过(1)的避开动作进行障碍物的避开所需的距离、和在上述S56中计算出的通过(3)的避开动作进行障碍物的避开所需的距离中的较长的一方作为最长距离L来计算。
此外，基本上，通过(2)的避开动作进行障碍物的避开所需的距离不会比通过(3)的避开动作进行障碍物的避开所需的距离长，因此，在本实施方式中，在图15所示的最长距离计算处理中，未计算通过(2)的避开动作进行障碍物的避开所需的距离。然而，也可以计算通过(2)的避开动作进行障碍物的避开所需的距离。另外，在上述S28中设定的避开动作的候补中不包含上述(3)的避开动作的情况下，也可以将通过(1)的避开动作进行障碍物的避开所需的距离与通过(2)的避开动作进行障碍物的避开所需的距离进行比较，将较长的一方作为最长距离L来计算。另外，在上述S28中设定的避开动作的候补中不包含上述(1)的避开动作的情况下，也可以仅计算通过(3)的避开动作进行障碍物的避开所需的距离，作为最长距离L。
接着，基于图20对在上述S48中执行的第一避开动作成本计算处理的子处理进行说明。图20是第一避开动作成本计算处理的子处理程序的流程图。
首先，在S61中，CPU51计算从在上述S43中获取到的行驶速度V0减速至在上述S51中计算出的推荐速度V1所需的时间(以下，称为减速时间T1)。此外，减速时允许车辆产生的前后方向的加速度的上限为0.2G，计算减速时间T1。另外，在行驶速度V0和推荐速度V1相同的情况下，减速时间T1为0。
接着，在S62中，CPU51计算在减速至推荐速度V1之后通过(1)的避开动作进行障碍物的避开为止所需的时间(以下，称为避开时间T2)。在此，避开时间T2基于在上述S53中计算出的车辆通过在行车道内的移动来避开障碍物的情况下的推荐的车辆的行驶轨迹(图18)而计算。即，将在以推荐速度V1行驶在计算出的行驶轨迹的情况下所需的时间作为避开时间T2来计算。
然后，在S63中，在上述S54中计算出的通过(1)的避开动作进行障碍物的避开所需的距离短于最长距离L的情况下，CPU51计算以行驶速度V0行驶该差分距离所需的时间(以下，称为行驶时间T3)。此外，在上述S54中计算出的通过(1)的避开动作进行障碍物的避开所需的距离等于最长距离L的情况下，行驶时间T3为0。
接着，在S64中，CPU51将使在上述S61中计算出的减速时间T1、在上述S62中计算出的避开时间T2和在上述S63中计算出的行驶时间T3的合计二倍后的时间，作为通过(1)的避开动作避开障碍物并返回到原来的行驶状态为止(即返回至以行驶速度V0行驶在行车道的中央附近的状态为止)的总共的所需时间来计算。
然后，在S65中，CPU51对于上述(1)的避开动作特别计算基于行驶时间的成本，作为表示带给车辆的乘员的负担的成本。具体而言，计算在上述S47中计算出的往返行驶时间(T0×2)与在上述S65中计算出的总共的所需时间((T1+T2+T3)×2)的差分(sec)作为成本。此外，在上述S65中计算出的成本越大，则表示避开障碍物所需的时间越长，对乘员的负担越大。
接着，在S66中，CPU51对于上述(1)的避开动作特别计算基于行车道变更的成本，作为表示带给车辆的乘员的负担的成本。(1)的避开动作是通过行车道内的移动来避开障碍物的动作，因此，推定为不向其他行车道的移动而基于行车道变更的带给乘员的负担小，将“0”作为成本计算。此外，在上述S66中计算出的成本越大，则表示为了避开障碍物而需要伴随变更行车道的越困难的操作，对乘员的负担越大。
进而，在S67中，CPU51对于上述(1)的避开动作特别计算基于危险度的成本，作为表示带给车辆的乘员的负担的成本。在此，关于基于危险度的成本，基于在上述S42中获取到的障碍物所在的道路的道路形状来计算。具体而言，在障碍物所在的道路是单侧两条行车道以上的道路的情况下，当为了避开障碍物而本车辆靠近行车道的一侧时，有可能与行驶在邻接的行车道的大型车辆接近。因此，危险度被推定为中，将“1”作为成本计算。另一方面，在障碍物所在的道路是单侧一条行车道或者仅一条行车道的道路的情况下，即使为了避开障碍物而本车辆靠近行车道的一侧，与其他车辆接近的可能性也极小。因此，危险度被推定为小，将“0”作为成本来计算。
对于上述(1)的避开动作，最终计算在上述S65～S67中计算出的各成本的合计作为表示带给车辆的乘员的负担的成本。
接着，基于图21对在上述S49中执行的第二避开动作成本计算处理的子处理进行说明。图21是第二避开动作成本计算处理的子处理程序的流程图。
首先，在S71中，CPU51计算以在上述S43中获取到的行驶速度V0通过(2)的避开动作进行障碍物的避开所需的时间(以下，称为避开时间T4)。此外，可以首先确定通过(2)的避开动作避开障碍物的情况下的推荐的车辆的行驶轨迹，根据确定出的行驶轨迹来计算避开时间T4，但由于即使将图18或图19所示的回旋曲线近似为直线，计算出的行驶时间的差也小到可以忽略的程度，因此，在本实施方式中，将行驶轨迹近似为直线来计算避开时间T4。因此，计算以行驶速度V0行驶最长距离L的情况下所需的时间作为避开时间T4。
接着，在S72中，CPU51将使在上述S71中计算出的避开时间T4二倍后的时间作为通过(2)的避开动作避开障碍物并返回到原来的行驶状态(即，行车道的伸出解除为止)的总共的所需时间来计算。
然后，在S73中，对于上述(2)的避开动作，CPU51特别计算基于行驶时间的成本，作为表示带给车辆的乘员的负担的成本。具体而言，在上述S47中计算出的往返行驶时间(T0×2)与在上述S72中计算出的总共的所需时间((T4×2)的差分(sec)作为成本计算。此外，在上述S73中计算的成本越大，表示避开障碍物所需的时间越长，对乘员的负担越大。
接着，在S74中，对于上述(2)的避开动作，CPU51特别计算基于行车道变更的成本，作为表示带给车辆的乘员的负担的成本。(2)的避开动作是通过向行车道外的移动来避开障碍物的动作，但与变更行车道相比，移动量不大，基于变更行车道的对乘员的负担被推定为中等程度，将“1”作为成本计算。此外，在上述S74中计算出的成本越大，则表示为了避开障碍物而需要伴随变更行车道的越困难的操作，对乘员的负担越大。
进而，在S75中，对于上述(2)的避开动作，CPU51特别计算基于危险度的成本，作为表示带给车辆的乘员的负担的成本。在此，关于基于危险度的成本，基于在上述S42中获取到的障碍物所在的道路的道路形状来计算。具体而言，在障碍物所在的道路是单侧两条行车道以上的道路的情况下，为了避开障碍物而使本车辆从行车道伸出时，与行驶在伸出到的行车道的其他车辆接近的可能性较高。因此，危险度被推定为大，将“2”作为成本计算。另一方面，在障碍物所在的道路是单侧一条行车道或或仅一条行车道的道路的情况下，即使为了避开障碍物而使本车辆从行车道伸出，与其他车辆接近的可能性也小，但有与对向车、行人等接近的可能性。因此，危险度被推定为中等程度，将“1”作为成本计算。
对于上述(2)的避开动作，最终计算在上述S73～S75中计算出的各成本的合计作为表示带给车辆的乘员的负担的成本。
接着，基于图22对在上述S50中执行的第三避开动作成本计算处理的子处理进行说明。图22是第三避开动作成本计算处理的子处理程序的流程图。
首先，在S81中，CPU51计算以在上述S43中获取的行驶速度V0通过(3)的避开动作进行障碍物的避开所需的时间(以下，称为避开时间T5)。此外，可以首先确定通过(3)的避开动作避开障碍物的情况下的推荐的车辆的行驶轨迹，根据确定出的行驶轨迹来计算避开时间T5，但由于即使将图18或图19所示的回旋曲线近似为直线，计算出的行驶时间之差也小到可以忽略的程度，因此在本实施方式中，将行驶轨迹近似为直线来计算避开时间T5。因此，计算以行驶速度V0行驶最长距离L的情况下所需的时间作为避开时间T5。
接着，在S82中，CPU51将使在上述S81中计算出的避开时间T5二倍后的时间，作为通过(3)的避开动作来避开障碍物并返回原来的行驶状态为止(即，返回至避开前的原来的行车道为止)的总共的所需时间来计算。
然后，在S83中，对于上述(3)的避开动作，CPU51特别计算基于行驶时间的成本，作为表示带给车辆的乘员的负担的成本。具体而言，计算在上述S47中计算出的往返行驶时间(T0×2)与在上述S82中计算出的总共的所需时间((T5×2)的差分(sec)作为成本。此外，在上述S83中计算出的成本越大，则表示为了避开障碍物所需的时间越长，对乘员的负担越大。
接着，在S84中，对于上述(3)的避开动作，CPU51特别计算基于行车道变更的成本，作为表示带给车辆的乘员的负担的成本。由于(3)的避开动作使车辆完全向邻接的其他行车道移动，因此，基于行车道变更的乘员的负担被推定为大，将“2”作为成本计算。此外，在上述S84中计算出的成本越大，则表示为了避开障碍物而需要伴随行车道变更的越困难的操作，对乘员的负担较大。
进而，在S85中，对于上述(3)的避开动作，CPU51特别计算基于危险度的成本，作为表示带给车辆的乘员的负担的成本。因此，关于基于危险度的成本，基于在上述S42中获取的障碍物所在的道路的道路形状来计算。具体而言，在障碍物所在的道路是单侧两条行车道以上的道路的情况下，为了避开障碍物而本车辆移出行驶的行车道，但由于是完全地移出行驶的行车道，因此，操作负担较大，而另一方面，与其他车辆接近的可能性低。因此，危险度被推定为小，将“0”作为成本计算。另一方面，在障碍物所在的道路是单侧一条行车道的道路的情况下，由于为了避开障碍物而本车辆行驶在对向行车道，因此，有与对向车接近的可能性。因此，危险度被推定为大，将“2”作为成本计算。
对于上述(3)的避开动作，最终计算在上述S83～S85中计算出的各成本的合计，作为表示带给车辆的乘员的负担的成本。然后，向S30转移，从上述(1)～(3)的避开动作的候补中选择为了避开障碍物而推荐的推荐避开动作。基本上，选择计算出的成本的合计最小的避开动作的候补作为推荐避开动作。
在此，图23以及图24是举例表示在上述的第一避开动作成本计算处理(图20)、第二避开动作成本计算处理(图21)、第三避开动作成本计算处理(图22)中实际计算出的成本的图。
例如，图23示出了在障碍物所在的道路是单侧两条行车道的道路并且行车道宽度为3.5m、车宽为1.8m、障碍物占据从行车道左端起0.8m的范围、行驶速度V0为50km/h、容许的上限加速度为0.2G的情况下计算出的成本。在图23所示的例子中，(1)的避开动作的成本的合计最大，(3)的避开动作的成本的合计最小。因此，(3)的避开动作被选择作为推荐避开动作。
另一方面，图24示出了在障碍物所在的道路是单侧一条行车道的道路并且行车道宽度为3.5m、车宽为1.8m、障碍物占据从行车道左端起0.8m的范围、行驶速度V0为40km/h、容许的上限加速度为0.2G的情况下计算出的成本。在图24所示的例子中，(3)的避开动作的成本的合计最大，(1)的避开动作的成本的合计最小。因此，(1)的避开动作被选择作为推荐避开动作。
接着，基于图25对在上述S6中执行的动态行驶轨迹生成处理的子处理进行说明。图25是动态行驶轨迹生成处理的子处理程序的流程图。
首先，在S91中，CPU51获取由当前位置检测部31检测出的本车辆的当前位置。此外，车辆的当前位置优选使用例如高精度的GPS信息或高精度定位技术来详细地确定。在此，高精度定位技术是通过利用图像识别来检测从设置在车辆的照相机取入的白线、路面喷涂信息，进而将检测出的白线、路面喷涂信息与例如高精度地图信息16进行匹配，从而能够检测行驶行车道、高精度的车辆位置的技术。进而，在车辆行驶在由多条行车道构成的道路的情况下，还确定车辆所行驶的行车道。
接着，在S92中，CPU51获取在上述S3中生成的静态行驶轨迹(即本车辆今后行驶的预定的轨迹)、以及在上述S4中生成的速度计划(即本车辆的今后的预定速度)。
接着，在S93中，CPU51基于在上述S2中获取到的高精度地图信息16，以在车辆的行进方向前方的特别是在上述S5检测出的“对本车辆的行驶产生影响的因素(以下，称为影响因素)”的周边为对象，获取车道形状、区划线信息等。此外，在上述S93中获取的车道形状和区划线信息中，包含确定行车道数、在有行车道数的增减的情况下在哪个位置如何增减的信息等。
接着，在S94中，CPU51针对在上述S5中检测出的影响因素，获取当前时刻的影响因素的位置、以及在影响因素正在移动的情况下的移动状况(移动方向、移动速度)。此外，关于影响因素的位置和移动状况，例如，通过对由车外照相机39对车辆周边的规定的检测范围进行拍摄而得到的拍摄图像进行图像处理等来获取。
另外，例如，由外部的服务器管理行驶在全国的道路的各车辆的实时的位置、移动方向、移动速度等，在位于本车辆的周边的其他车辆是影响因素的情况下，CPU51也可以在上述S94中从外部的服务器获取对应的其他车辆的位置、移动方向、移动速度。
然后，在S95中，CPU51首先基于由上述S94获取到的影响因素的当前位置以及移动状况来预测影响因素的今后的移动轨迹。此外，在影响因素是其他车辆的情况下，也可以考虑其他车辆的方向指示灯、制动器灯的点亮状态来进行预测。进而，如果能够通过车与车间通信等获取其他车辆的今后的行驶轨迹、速度计划，则也可以考虑这些来进行预测。然后，基于预测出的影响因素的今后的移动轨迹和在上述S92中获取到的本车辆的静态行驶轨迹以及速度计划，更准确地判定影响因素是否对本车辆的行驶造成影响。具体而言，在预测为本车辆和影响因素在当前时刻或将来位于同一条行车道上，它们间的距离接近适当的车间距离D以内的情况下，判定为影响因素对本车辆的行驶造成影响。此外，适当的车间距离D例如由以下的式(5)来计算。
D＝本车辆的车速×2sec+本车辆的制动距离-影响因素的制动距离(但是，影响因素限于移动体的情况)····(5)
然后，在判定为影响因素对本车辆的行驶有影响的情况下(S95为“是”)，向S96转移。另一方面，在判定为影响因素对本车辆的行驶没有影响的情况下(S95为“否”)，不生成动态行驶轨迹而向S9(省略S7、S8)转移。此外，对于影响因素是在静态行驶轨迹生成处理(图7)中生成行驶轨迹时已经作为避开对象的障碍物(S26、S27)的情况下，由于已经生成了避开障碍物的行驶轨迹，因此，基本上判定为影响因素对本车辆的行驶没有影响。但是，从生成了静态行驶轨迹的时刻到当前时刻为止的期间，障碍物的位置、障碍物占据行车道内的范围发生变化的情况等不受此限制。
在S96中，CPU51判定是否能够生成用于本车辆避开影响因素而返回静态行驶轨迹(即超车)的新的轨迹。具体而言，在影响因素和本车辆在当前时刻位于同一条行车道的情况下，对于本车辆向右侧变更行车道而在不超过限制速度的范围内超越影响因素，之后向左侧变更行车道并返回原来的行车道为止的轨迹，在能够描绘与影响因素保持适当的车间距离D以上的轨迹的情况下，判定为能够生成用于本车辆避开影响因素而返回静态行驶轨迹的新的轨迹。另外，在本车辆在当前时刻位于与影响因素不同的行车道，之后向同一条行车道上移动的情况下，对于本车辆在不超过限制速度的范围内超越影响因素，之后向与影响因素同一条行车道进行行车道变更的轨迹，在能够描绘与影响因素保持适当的车间距离D以上的轨迹的情况下，判定为能够生成用于本车辆避开影响因素而返回静态行驶轨迹的新的轨迹。上述S96的判定处理基于在上述S93中获取的车辆的行进方向前方的车道形状以及区划线信息、车辆的当前位置、影响因素的今后的移动轨迹、道路的限制速度进行判定。
然后，在判定为能够生成用于本车辆避开影响因素而返回静态行驶轨迹(即超越)的新的轨迹的情况下(S96为“是”)，向S97转移。与此相对，在判定为无法生成用于本车辆避开影响因素而返回静态行驶轨迹(即超越)的新的轨迹的情况下(S96为“否”)，向S98转移。
在S97中，CPU51计算用于本车辆避开影响因素而返回静态行驶轨迹的(即超越)的轨迹(以下，称为避开轨迹)。例如，在本车辆与影响因素在当前时刻处于同一条行车道上的情况下，如图26所示，本车辆向右侧进行行车道变更而超越影响因素，之后向左侧进行行车道变更返回原来的行车道的轨迹相当于避开轨迹。
在此，图26是表示在单侧两条行车道的道路上本车辆81在左侧行车道上行驶，且影响因素是在该左侧行车道上行驶的前方车辆90的情况下，在上述S97中生成的避开轨迹的一例。
首先，在图26所示的例子中，计算开始转向装置的旋转而向右侧的行车道移动并且转向装置的位置返回直行方向所需的第一轨迹L1。此外，对于第一轨迹L1，基于车辆的当前的车速来计算在进行行车道变更时产生的横向的加速度(横G)，以横G不妨碍自动驾驶辅助且不超过不给车辆的乘员带来不适感的上限值(例如0.2G)作为条件，使用回旋曲线来计算尽可能平滑并且尽可能使行车道变更所需的距离变短的轨迹。另外，将与前方车辆90之间保持适当的车间距离D以上也作为条件。
接着，计算以限制速度为上限行驶在右侧的行车道而超越前方车辆90，并且将与前方车辆90之间设为适当的车间距离D以上的第二轨迹L2。此外，第二轨迹L2基本上是直线的轨迹，另外，轨迹的长度基于前方车辆90的车速和道路的限制速度来计算。
接着，计算开始转向装置的旋转而返回左侧的车道，并且转向装置的位置返回直行方向所需的第三轨迹L3。此外，对于第三轨迹L3，基于车辆的当前的车速计算进行行车道变更时产生的横向的加速度(横向G)，以横向G不妨碍自动驾驶辅助且不超过不给车辆的乘员带来不适感的上限值(例如0.2G)为条件，使用回旋曲线计算尽可能平滑并且尽可能使行车道变更所需的距离变短的轨迹。另外，将与前方车辆90之间保持适当的车间距离D以上也作为条件。
另外，在上述S97中，计算行驶在上述避开轨迹时的本车辆的推荐速度。关于本车辆的推荐速度，将限制速度作为上限，将在行车道变更时车辆产生的横向的加速度(横G)不妨碍自动驾驶辅助且不超过不给车辆的乘员带来不适感的上限值(例如0.2G)的速度设为推荐速度。例如，基于避开轨迹的曲率、限制速度等来计算。
另一方面，在S98中，CPU51计算用于本车辆追随影响因素(或者与影响因素并行)而行驶的轨迹(以下，称为追随轨迹)。具体而言，在本车辆与影响因素在当前时刻位于同一条行车道上的情况下，如图27所示，本车辆81不进行行车道变更而继续在当前的行车道行驶，追随影响因素(例如前方车辆90)的轨迹相当于追随轨迹。此外，追随轨迹基本上成为与静态行驶轨迹同一个轨迹。但是，为了适当地保持与影响因素之间的车间距离需要如后所述地针对速度计划进行修正(S8)。
另外，在上述S98中，还计算在行驶上述追随轨迹时的本车辆的推荐速度。关于本车辆的追随速度，以限制速度作为上限，将与前方的影响因素之间的车间距离维持在适当的车间距离D以上的速度设为推荐速度。此外，基于上述的式(5)来计算适当的车间距离D。
然后，在S99中，在考虑了周边的道路状况的基础上，对于行驶预定路径中包含的道路，CPU51将在上述S97计算出的避开轨迹(仅计算出避开轨迹的情况)以及在上述S98中计算出的追随轨迹作为推荐车辆行驶的行驶轨迹即动态行驶轨迹生成。
然后，在上述S99中生成的动态行驶轨迹存储在闪存54等中，作为用于自动驾驶辅助的辅助信息。
接下来，基于图28对在上述S7中执行的行驶轨迹反映处理的子处理进行说明。图28是行驶轨迹反映处理的子处理程序的流程图。
首先，在S101中，CPU51从闪存54等的存储介质读取在上述S3中生成的静态行驶轨迹和在上述S6中生成的动态行驶轨迹。
接下来，在S102中，针对在上述S101中读出的各行驶轨迹，CPU51对每个行驶轨迹计算表示作为车辆的行驶轨迹的合适度的路径成本。在此，路径成本考虑(a)行驶时间(平均车速)、(b)行车道变更次数、(c)进行行车道变更的位置、(d)行驶行车道中的至少一个以上来计算。具体而言，基于以下的条件计算。
关于(a)“行驶时间(平均车速)”，行驶时间越长(即平均车速慢)的行驶轨迹，越高地计算路径成本。此外，基于在上述S4中生成的速度计划来确定静态行驶轨迹的平均车速。另一方面，基于在上述S97或S98中计算出的推荐速度来确定动态行驶轨迹的平均车速。
关于(b)“行车道变更次数”，行车道变更次数越多的行驶轨迹，越高地计算路径成本。
关于(c)“进行行车道变更的位置”，在进行多次行车道变更的情况下，行车道变更的间隔越短的行驶轨迹，越高地计算路径成本。另外，对于在交叉路口的跟前侧规定距离(例如一般道路700m、高速道路2km)以内进行行车道变更的行驶轨迹，加上路径成本。
(d)关于“行驶行车道”，超车的行车道的行驶距离越长的行驶轨迹，越高地计算路径成本。
但是，与上述(a)～(d)的条件无关，对于判定为本车辆与在上述S5中检测出的影响因素接触的行驶轨迹，将成本设为无穷大。
然后，在S103中，CPU51对在上述S102中计算出的每个行驶轨迹的路径成本进行比较，在静态行驶轨迹和动态行驶轨迹内的、路径成本的值小的行驶轨迹被选择作为推荐车辆行驶的行驶轨迹。
接着，在S104中，CPU51判定在上述S103中是否选择了动态行驶轨迹。
然后，在判定为在上述S103中选择了动态行驶轨迹的情况下(S104为“是”)，向S105转移。
在S105中，CPU51以生成所选择的动态行驶轨迹的重新构筑区间为对象，将静态行驶轨迹置换为动态行驶轨迹。此外，在将重新构筑区间的静态行驶轨迹置换为动态行驶轨迹的情况下，基本上动态行驶轨迹的起点以及终点与静态行驶轨迹相连，但根据在上述S97或S98中选择的路线，有时动态行驶轨迹的终点与静态行驶轨迹不相连。在这种情况下，既可以以动态行驶轨迹的终点为起点新生成静态行驶轨迹，也可以以一定间隔反复进行动态行驶轨迹的生成，直到与静态行驶轨迹相连。
然后，基于重新构筑区间被置换为动态行驶轨迹的静态行驶轨迹，进行基于自动驾驶辅助的辅助行驶(S9、S10)。
另一方面，在判定为在上述S103中选择了静态行驶轨迹的情况下(S104为“否”)，不进行向动态行驶轨迹的置换而向S8转移。
在此，在选择了静态行驶轨迹作为路径成本的值小的行驶轨迹的情况下，不进行行车道变更而继续行驶在当前的行车道上，成为追随影响因素的轨迹。因此，虽然不进行向动态行驶轨迹的置换，但是在追随的轨迹中由于需要适当地保持与影响因素之间的车间距离，因此对速度计划进行修正(S8)。
如以上详细说明那样，在本实施方式的导航装置1以及由导航装置1执行的计算机程序中，由于获取车辆行驶的行驶预定路径(S1)，获取位于照相机或传感器的检测范围外的行驶预定路径上且成为妨碍车辆行驶的因素的障碍物的信息(S26)，使用包括与区划线相关的信息的地图信息(16)和障碍物的信息，生成行驶在行驶预定路径上时的为了避开障碍物而推荐的行驶轨迹(S29～S32)，基于生成的行驶轨迹进行车辆的驾驶辅助(S9、S10)，因此，在车辆的行驶预定路径上存在成为妨碍车辆行驶的因素的障碍物的情况下，在车辆处于远离障碍物的位置的阶段就能够生成用于避开障碍物的推荐的行驶轨迹。其结果，能够实施对车辆的乘员不产生负担的适当的驾驶辅助。
另外，在生成为了避开障碍物而推荐的行驶轨迹时，使用包括与区划线相关的信息的地图信息(16)和障碍物的信息，对于用于避开障碍物的多个避开动作的候补计算表示带给乘员的负担的成本，该多个避开动作的候补包括第一避开动作和第二避开动作，在第一避开动作中，车辆行驶在障碍物所在的行车道并且在行车道内移动来避开障碍物；在第二避开动作中，车辆从障碍物所在的行车道向该行车道之外移动来避开障碍物(S29)，对计算出的成本进行比较，从多个避开动作的候补内选择为了避开障碍物而推荐的避开动作(S30)，根据选择出的避开动作，对于行驶预定路径中包含的道路，生成推荐车辆行驶的行驶轨迹(S32)，因此，在车辆的行驶预定路径上存在成为妨碍车辆行驶的因素的障碍物的情况下，在车辆处于远离障碍物的位置的阶段就能够选择用于避开障碍物的推荐的避开动作，能够生成基于选择出的避开动作的行驶轨迹。
另外，由于第二避开动作包括：车辆从障碍物所在的行车道移动直到车身的一部分伸出到该行车道之外侧为止，来避开障碍物的避开动作；以及，车辆将行驶的行车道从障碍物所在的行车道向邻接的行车道变更，来避开障碍物的避开动作，因此，将为了避开障碍物而车辆能够采取的各种避开动作作为候补，能够从该候补内选择为了避开障碍物而推荐的避开动作。其结果，能够选择用于避开障碍物的更适当的避开动作。
另外，对多个避开动作的候补中的每一个，加上与从开始避开障碍物的避开动作起到避开障碍物返回至原来的行驶状态为止所需的行驶时间的长度对应的成本(S65、S73、S83)，因此，基于避开障碍物而所需的行驶时间，能够将带给乘员的负担准确地反映于成本。
此外，本发明并不限定于上述实施方式，当然可以在不脱离本发明的主旨的范围内进行各种改良、变形。
例如，在本实施方式中，关于与成为妨碍车辆行驶的因素的障碍物相关的障碍物信息(图3)，服务器装置4从检测到障碍物的车辆进行收集，作为探测信息，但也可以是，从车辆收集的仅是传感器信息，服务器装置根据收集到的传感器信息生成障碍物信息。另外，服务器装置4也可以获取信息分发中心3以外的外部的中心所生成的障碍物信息。
另外，在本实施方式中，最终生成的静态行驶轨迹是确定车辆行驶的具体的轨迹(坐标的集合或线)的信息，但也可以是不确定到具体的轨迹而能够确定作为车辆行驶的对象的道路及行车道的程度的信息。
另外，在本实施方式中，将成为妨碍车辆行驶的因素的障碍物设为停放在路上的停车车辆，但成为妨碍车辆行驶的因素也可以是其他的物体。另外，不仅是静止物体，还可以包括动态物体。
另外，在本实施方式中，使用高精度地图信息16生成车道网络(S23)，但也可以将以全国的道路为对象的车道网络预先存储在DB中，根据需要从DB中读出。
另外，在本实施方式中，在服务器装置4所具有的高精度地图信息中，包含与道路的车道形状(以行车道为单位的道路形状、曲率、行车道宽度等)和描绘在道路上的区划线(车道中央线、行车道分界线、车道外侧线、引导线等)相关的信息这两者，但可以仅包含与区划线相关的信息，也可以仅包含与道路的车道形状相关的信息。例如，即使在仅包含与区划线相关的信息的情况下，也能够基于与区划线相关的信息来推定相当于与道路的车道形状相关的信息的信息。另外，即使在仅包含与道路的车道形状相关的信息的情况下，也能够基于与道路的车道形状相关的信息来推定相当于与区划线相关的信息的信息。另外，“与区划线相关的信息”既可以是确定区划行车道的区划线自身的种类、配置的信息，也可以是确定在邻接的行车道间是否能够进行行车道变更的信息，还可以是直接或者间接地确定行车道的形状的信息。
另外，在本实施方式中，在检测到对车辆的行驶产生影响的影响因素的情况下，生成动态行驶轨迹，并且，对现有的静态行驶轨迹和新生成的动态行驶轨迹的路径成本进行比较(S102、S103)，仅在判定为推荐动态行驶轨迹的情况下，将静态行驶轨迹置换为动态行驶轨迹(S105)，但在生成了动态行驶轨迹的情况下也可以一定将静态行驶轨迹置换为动态行驶轨迹。
另外，在本实施方式中，作为在静态行驶轨迹上反映动态行驶轨迹的方法，将静态行驶轨迹的一部分置换为动态行驶轨迹(S9)，但也可以不进行置换而以使静态行驶轨迹接近动态行驶轨迹的方式进行轨迹的修正。
另外，在本实施方式中，作为用于不依赖于用户的驾驶操作而自动地进行行驶的自动驾驶辅助，对车辆控制ECU40控制车辆的操作中的与车辆的行为相关的操作即加速器操作、制动器操作以及方向盘操作中的全部操作进行了说明。但是，自动驾驶辅助也可以是车辆控制ECU40控制车辆的操作中的与车辆的行为相关的操作即加速器操作、制动器操作以及方向盘操作中的至少一个操作。另一方面，基于用户的驾驶操作的手动驾驶是指，用户进行车辆的操作中的与车辆的行为相关的操作即加速器操作、制动器操作以及方向盘操作中的全部操作。
另外，本发明的驾驶辅助不限于车辆的自动驾驶所涉及的自动驾驶辅助。例如，也可以通过将在上述S5中确定的静态行驶轨迹、在上述S8中生成的动态行驶轨迹显示在导航画面上，并且使用声音、画面等进行引导(例如行车道变更的引导、推荐车速的引导等)，来进行驾驶辅助。另外，还可以通过将静态行驶轨迹、动态行驶轨迹显示在导航画面上来辅助用户的驾驶操作。
另外，也可以是在通常时由手动驾驶进行行驶，仅在避开障碍物的情况下进行基于自动驾驶的行驶来辅助用户的驾驶操作。
另外，在本实施方式中，虽然自动驾驶辅助程序(图4)由导航装置1执行，但也可以由导航装置1以外的车载器或车辆控制ECU40执行。在这种情况下，车载器、车辆控制ECU40从导航装置1或服务器装置4获取车辆的当前位置、地图信息等。而且，服务器装置4也可以执行自动驾驶辅助程序(图4)的步骤的一部分或全部。在该情况下，服务器装置4相当于本申请的驾驶辅助装置。
另外，除了导航装置之外，本发明还可以应用于移动电话、智能手机、平板终端、个人计算机等(以下，称为移动终端等)。另外，也能够应用于由服务器和移动终端等构成的系统。在这种情况下，上述的自动驾驶辅助程序(参照图4)的各步骤也可以是服务器和移动终端等中的任意一个来实施。但是，在将本发明应用于移动终端等的情况下，需要将能够执行自动驾驶辅助的车辆与移动终端等以能够通信的方式连接(无论是有线还是无线)。
附图标记说明
1…导航装置、2…驾驶辅助系统、3…信息分发中心、4…服务器装置、5…车辆、14…障碍物信息DB、16…高精度地图信息、33…导航ECU、40…车辆控制ECU、51…CPU、75…车道节点、76…车道路段、81…本车辆、82…障碍物。

Claims (5)

1.一种驾驶辅助装置，其中，
具有：
道路状况获取单元，获取车辆周边的规定的检测范围内的道路状况；
行驶预定路径获取单元，获取车辆行驶的行驶预定路径；
障碍物信息获取单元，获取位于所述检测范围外的所述行驶预定路径上且成为妨碍车辆行驶的因素的障碍物的信息；
行驶轨迹生成单元，使用包括与区划线相关的信息的地图信息和所述障碍物的信息，以包括所述检测范围外的范围的区域为对象，生成行驶在所述行驶预定路径时的为了避开所述障碍物而推荐的行驶轨迹；以及
驾驶辅助单元，基于由所述行驶轨迹生成单元生成的行驶轨迹进行车辆的驾驶辅助。
2.根据权利要求1所述的驾驶辅助装置，其中，
所述行驶轨迹生成单元还具有：
成本计算单元，对于用于避开所述障碍物的多个避开动作的候补计算成本，所述多个避开动作的候补包括第一避开动作和第二避开动作，在所述第一避开动作中，车辆行驶在所述障碍物所在的行车道并且在行车道内移动来避开所述障碍物；在所述第二避开动作中，车辆从所述障碍物所在的行车道向该行车道之外移动来避开所述障碍物；以及
避开动作选择单元，对由所述成本计算单元计算出的成本进行比较，从所述多个避开动作的候补内选择为了避开所述障碍物而推荐的避开动作，
所述行驶轨迹生成单元根据由所述避开动作选择单元选择出的避开动作，对于所述行驶预定路径中包含的道路生成所述行驶轨迹。
3.根据权利要求2所述的驾驶辅助装置，其中，
所述第二避开动作包括：
车辆从所述障碍物所在的行车道移动直至车身的一部分伸出到该行车道之外为止，来避开所述障碍物的避开动作；以及
车辆将行驶的行车道从所述障碍物所在的行车道向邻接的行车道变更，来避开所述障碍物的避开动作。
4.根据权利要求2或3所述的驾驶辅助装置，其中，
所述成本计算单元对所述多个避开动作的候补中的每一个，加上与从开始避开所述障碍物的避开动作起到避开障碍物返回至原来的行驶状态为止所需的行驶时间的长度对应的成本。
5.一种计算机程序，其中，使计算机作为以下单元发挥功能：
道路状况获取单元，获取车辆周边的规定的检测范围内的道路状况；
行驶预定路径获取单元，获取车辆行驶的行驶预定路径；
障碍物信息获取单元，获取位于所述检测范围外的所述行驶预定路径上且成为妨碍车辆行驶的因素的障碍物的信息；
行驶轨迹生成单元，使用包括与区划线相关的信息的地图信息和所述障碍物的信息，以包括所述检测范围外的范围的区域为对象，生成行驶在所述行驶预定路径时的为了避开所述障碍物而推荐的行驶轨迹；以及
驾驶辅助单元，基于由所述行驶轨迹生成单元生成的行驶轨迹进行车辆的驾驶辅助。
CN202280015744.3A 2021-03-31 2022-03-16 驾驶辅助装置以及计算机程序 Pending CN116868252A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2021060742A JP2022156848A (ja) 2021-03-31 2021-03-31 運転支援装置及びコンピュータプログラム
JP2021-060742 2021-03-31
PCT/JP2022/012025 WO2022209914A1 (ja) 2021-03-31 2022-03-16 運転支援装置及びコンピュータプログラム

Publications (1)

Publication Number Publication Date
CN116868252A true CN116868252A (zh) 2023-10-10

Family

ID=83459064

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202280015744.3A Pending CN116868252A (zh) 2021-03-31 2022-03-16 驾驶辅助装置以及计算机程序

Country Status (5)

Country Link
US (1) US20240318969A1 (zh)
EP (1) EP4318440A4 (zh)
JP (1) JP2022156848A (zh)
CN (1) CN116868252A (zh)
WO (1) WO2022209914A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11840257B2 (en) * 2022-03-25 2023-12-12 Embark Trucks Inc. Lane change determination for vehicle on shoulder
JP7441258B2 (ja) * 2022-03-25 2024-02-29 本田技研工業株式会社 制御装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6558239B2 (ja) * 2015-12-22 2019-08-14 アイシン・エィ・ダブリュ株式会社 自動運転支援システム、自動運転支援方法及びコンピュータプログラム
JP7119428B2 (ja) 2018-03-02 2022-08-17 株式会社デンソー 運転支援装置
US11027648B2 (en) * 2018-11-16 2021-06-08 Zoox, Inc. Dynamic sound emission for vehicles

Also Published As

Publication number Publication date
JP2022156848A (ja) 2022-10-14
US20240318969A1 (en) 2024-09-26
EP4318440A1 (en) 2024-02-07
EP4318440A4 (en) 2024-08-14
WO2022209914A1 (ja) 2022-10-06

Similar Documents

Publication Publication Date Title
JP7347522B2 (ja) 運転支援装置及びコンピュータプログラム
JP7505448B2 (ja) 運転支援装置
JP7439529B2 (ja) 運転支援装置及びコンピュータプログラム
JP7480910B2 (ja) 運転支援装置
WO2021256439A1 (ja) 運転支援装置及びコンピュータプログラム
JP7528450B2 (ja) 運転支援装置及びコンピュータプログラム
CN116868252A (zh) 驾驶辅助装置以及计算机程序
WO2022044486A1 (ja) 運転支援装置及びコンピュータプログラム
JP7501039B2 (ja) 運転支援装置及びコンピュータプログラム
JP7552288B2 (ja) 運転支援装置及びコンピュータプログラム
JP7484317B2 (ja) 運転支援装置及びコンピュータプログラム
JP2023050431A (ja) 運転支援装置及びコンピュータプログラム
WO2024181312A1 (ja) 運転支援装置及びコンピュータプログラム
WO2024162349A1 (ja) 運転支援装置及びコンピュータプログラム
JP2023080504A (ja) 運転支援装置及びコンピュータプログラム
WO2024048073A1 (ja) 運転支援装置及びコンピュータプログラム
WO2024048074A1 (ja) 運転支援装置及びコンピュータプログラム
CN118435254A (zh) 驾驶辅助装置及计算机程序
JP2024078764A (ja) 運転支援装置及びコンピュータプログラム

Legal Events

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