JP2007099237A - 車両用運転支援装置 - Google Patents

Abstract

【課題】 実際の車外環境に則した合理的な運転支援を実現することができる車両用運転支援装置を提供する。
【解決手段】 ＩＰＵ５で車外の対象物を車外環境情報として認識する。ＰＣＵ６は、認識した各対象物の自車１に対する２次元のリスクポテンシャル分布を演算して車外環境のリスクマップを設定するとともに、予め設定された自車幅以上の所定幅Ｗで自車前方に設定距離Ｄ連続する目標ルート６１を設定し、目標ルート６１上のリスクポテンシャル分布に基づいて運転支援制御（減速制御）を行う。これにより、実際には自車に影響の少ない障害物等を制御に反映させることなく、車外環境に則した合理的な運転支援を実現することができる。
【選択図】 図３

Description

本発明は、車外環境を認識し、認識した車外環境情報に基づいて自車の運転支援制御を行う車両用運転支援装置に関する。

従来より、単眼カメラ、ステレオカメラ、ミリ波レーダ、レーザレーダ、赤外線センサ等を用いて認識した車外環境情報に基づいて自車の走行制御等を行う車両用運転支援装置については、数多くの提案がなされている。例えば、特許文献１には、レーザレーダやカメラ等を用いて認識した自車両周囲の各障害物に対するリスクポテンシャルを演算し、各リスクポテンシャルの車両前後方向の成分を抽出して加算することで総合的な前後方向リスクポテンシャルを演算するとともに、各リスクポテンシャルの車両左右方向の成分を抽出して加算することで総合的な左右方向リスクポテンシャルを演算し、各リスクポテンシャルの総合値に基づいて前後方向及び左右方向へのドライバ操作に対する反力制御量を演算する技術が開示されている。
特開２００４−１１０３４７号公報

しかしながら、上述の特許文献１に開示された技術のように、各障害物の総合的なリスクポテンシャルで車両制御を行う場合、実際には自車に影響の少ない障害物も制御に加味されるため、自車の挙動を過度に制限する等の虞がある。

本発明は上記事情に鑑みてなされたもので、実際の車外環境に則した合理的な運転支援を実現することができる車両用運転支援装置を提供することを目的とする。

本発明は、車外環境情報として、少なくとも車外の対象物を認識する車外環境認識手段と、上記各対象物の自車に対する２次元のリスクポテンシャル分布を演算して車外環境のリスクマップを設定するリスクマップ演算手段と、予め設定された自車幅以上の所定幅で自車前方に設定距離連続する目標ルートを設定する目標ルート設定手段と、上記目標ルートに係わるリスクポテンシャル分布に基づいて車両の運転支援制御を行う運転支援制御手段とを備えたことを特徴とする。

本発明の車両用運転支援装置によれば、実際の車外環境に則した合理的な運転支援を実現することができる。

以下、図面を参照して本発明の形態を説明する。図面は本発明の一形態に係わり、図１は運転支援装置を搭載した車両の概略構成図、図２は車両用運転支援装置の概略構成を示す機能ブロック図、図３は車速制御ルーチンを示すフローチャート、図４はリスクポテンシャル設定用マップの一例を示す説明図、図５はリスクポテンシャル分布の補正例を示す説明図、図６はリスクマップの一例を示す説明図、図７は図６のＩ−Ｉ線に沿ってリスクポテンシャルを示す説明図である。

図１において、符号１は自動車等の車両（自車）を示し、この車両１には運転支援装置（ＡＤＡ；Active Drive Assist system）２が搭載されている。図２に示すように、運転支援装置２は、ステレオカメラユニット３と、イメージプロセッシングユニット（ＩＰＵ）５と、プレビューコントロールユニット（ＰＣＵ）６と、エンジンコントロールユニット（ＥＣＵ）７と、ビークルダイナミクスコントロールユニット（ＶＤＣ）８と、統合ユニット９とを有し、これらがＣＡＮ（Controller Area Network）等の多重通信系で接続されている。また、統合ユニット９には、例えば、通信速度の異なる他の通信系（車体側通信系）を介して、センターディスプレイ１０と、コンビネーションメータ１１と、オーディオ装置１２と、クラクション１３と、ナビゲーション装置１４とが接続されている。

ステレオカメラユニット３は、例えば電荷結合素子（ＣＣＤ）等の固体撮像素子を用いた１組の（左右の）ＣＣＤカメラを有して構成されている。これら左右のＣＣＤカメラは、それぞれ車室内の天井前方に一定の間隔をもって取付けられ（図１参照）、車外の対象を異なる視点で撮像する。そして、ステレオカメラユニット３は、左右のＣＣＤカメラで撮像した各画像（基準画像及び比較画像）にＡ／Ｄ変換やアフィン変換等を行い、これらの画像信号をＩＰＵ５に出力する。

ＩＰＵ５は、ステレオカメラユニット３からの各画像信号に基づいて、車外環境の認識を行う。
具体的に説明すると、ＩＰＵ５は、ステレオ画像に基づき、三角測量の原理等を用いた周知の演算処理により、道路上の白線、道路に沿って存在するガードレールや縁石等の側壁、車両等の立体物を認識する。すなわち、ＩＰＵ５は、基準画像を例えば４×４画素の小領域に分割し、それぞれの小領域の輝度或いは色のパターンを比較画像と比較して対応する領域を見つけだし、基準画像全体に渡る距離分布を求める。さらに、ＩＰＵ５は、基準画像上の各画素について隣接する画素（例えば右側及び下側で隣接する画素）との輝度差を調べ、これらの輝度差がともに閾値を超えているものをエッジとして抽出するとともに、抽出した画素（エッジ）に距離情報を付与することで、距離情報を備えたエッジの分布画像（距離画像）を生成する。そして、ＩＰＵ５は、距離画像に対して周知のグルーピング処理を行うことにより、自車前方の白線、側壁、立体物等の対象物を認識し、認識した各データに、それぞれ異なるＩＤを割り当て、これらをＩＤ毎にフレーム間で継続して監視する。ここで、ＩＰＵ５は、立体物認識に際し、例えば、立体物の幅や高さ（グルーピング処理された画素群の幅や高さ）、立体物と自車との相対速度等に基づいて、立体物の種類（歩行者（大人、子供、車椅子等）、自転車、車等）を識別する。

また、ＩＰＵ６は、ステレオ画像から認識した白線、側壁等の情報や、ナビゲーション装置１４から得られる情報等に基づいて自車前方の道路を認識し、さらに、自車が走行中の道路の種別（例えば、高速道路、一般道、市街地、商店街等）を識別する。

また、ＩＰＵ５は、ステレオ画像から認識した白線、側壁等の情報や、ＶＤＣ８から得られる自車１の走行状態情報等に基づいて自車走行レーン６０（図６参照）の推定を行う。例えば、自車前方の左右の少なくとも何れかに白線データ（或いは、側壁等）が得られており、これら白線データ（或いは、側壁等）から自車が走行している車線の形状が推定できる場合、ＩＰＵ５は、白線（或いは、側壁等）と平行して自車走行レーン６０を推定する。また、例えば、自車前方に先行車が存在する場合、ＩＰＵ５は、先行車の過去の走行軌跡を基に自車走行レーン６０を推定することも可能である。また、例えば、ＩＰＵ５は、自車の運転状態（ヨーレート、車速、ハンドル角等）を基に自車走行レーン６０を推定することも可能である。

このように、本実施形態において、ＩＰＵ５は、車外環境認識手段、自車走行レーン推定手段としての各機能を有する。

ＰＣＵ６は、運転支援装置２の各機能を統括するもので、ＩＰＵ５やＶＤＣ８から得られる情報等に基づいて警報や各種車両挙動制御等の要否判定を行う。そして、これらの判定結果に応じて、ＰＣＵ６は、センターディスプレイ１０やコンビネーションメータ１１への表示信号の出力、コンビネーションメータ１１、オーディオ装置１２に接続するスピーカ１１ａ、１２ａへのブザー（或いは音声）信号の出力、ＥＣＵ７、ＶＤＣ８への制御信号の出力等を適宜行うことで、各種運転支援機能を実現する。

このような運転支援に際し、ＰＣＵ６は、ＩＰＵ５で認識した車外環境情報に基づき、車外環境が自車に及ぼすリスクポテンシャルの分布を示すリスクマップを設定する。

具体的に説明すると、ＰＣＵ６は、例えば、ＩＰＵ５で認識された各対象物に応じた２次元のリスクポテンシャル分布を設定するとともに、道路種別に応じた２次元のリスクポテンシャル分布を設定し、これらを合成することで車外環境のリスクマップを設定する。その際、ＰＣＵ６は、各対象物の設定時間ｔ秒後の移動位置を推定し、この推定位置に基づいてリスクマップ上の各対象物のリスクポテンシャル分布をそれぞれ補正する。

また、ＰＣＵ６は、予め設定された車幅以上の所定幅Ｗで自車前方に設定距離Ｄ連続する目標ルートを設定する。本実施形態において、目標ルートは、例えば、ＩＰＵ５で推定した自車走行レーン６０に基づいてリスクマップ上の高いリスクポテンシャルが分布する領域を回避させながら敷設（設定）される。

そして、ＰＣＵ６は、設定した目標ルートに係わるリスクポテンシャル分布に基づいて車両の運転支援制御を行う。例えば、ＰＣＵ６は、リスクポテンシャルの最大値を抽出し、当該最大値が高値であるほど低速となり、低値であるほど高速となるよう自車の許容車速Ｖ０を設定する。そして、自車速Ｖが許容車速Ｖ０を超えたとき、ドライバへの減速を促す警報制御や、自車の減速制御等を行う。

このように、本実施形態において、ＰＣＵ６は、リスクマップ演算手段、移動位置演算手段、リスクマップ補正手段、目標ルート設定手段、及び、運転支援制御定手段としての各機能を実現する。

次に、ＰＣＵ６で実行される自車の車速制御について、図３に示す車速制御ルーチンのフローチャートを参照して説明する。
このルーチンは設定時間毎に繰り返し実行されるもので、ルーチンがスタートすると、先ず、ステップＳ１０１において、ＰＣＵ６は、ＩＰＵ５で認識した道路種別（自車が走行中の道路種別）に応じた２次元のリスクポテンシャル分布を生成する。すなわち、本実施形態において、ＰＣＵ６には、例えば、道路種別とリスクポテンシャル（リスク値Ｐ）との関係を示すマップ（図４（ａ）参照）が予め設定されて格納されており、ＰＣＵ６は、このマップに基づくリスクポテンシャルを道路上に一様に設定する。さらに、ＰＣＵ６は、道路以外の領域に、道路上のリスクポテンシャルを基準とし道路から離間するにつれて値が増加するようリスクポテンシャル分布を設定する（図７参照）。

ここで、図４（ａ）に示すように、道路種別に基づくリスクポテンシャルは、例えば、比較的見通しがよく、人物等の飛び出し等が考えにくい高速道路では「０」となり、一般道、市街地、商店街へと移行するにつれて高値に設定されるようになっている。

続くステップＳ１０２において、ＰＣＵ６は、ＩＰＵ５で認識した各対象物に応じた２次元のリスクポテンシャル分布を生成する。すなわち、本実施形態において、ＰＣＵ６には、例えば、対象物の種類等に応じてリスクポテンシャル分布（リスク値Ｐの分布）を設定するためのマップ（図４（ｂ）参照）が予め設定されて格納されており、ＰＣＵ６は、このマップを参照して、各対象物のリスクポテンシャル分布を個別に設定する。例えば、図５に示すように、対象物５０が大人の人物である場合、ＰＣＵ６は、対象物５０の中心のリスクポテンシャルを「１００」として、対象物の縁部からの距離が「０．５ｍ」、「１ｍ」、「１．５ｍ」、「２ｍ」と離間するにつれて、リスクポテンシャルが「８０」、「５０」、「２０」、「０」へと順次なだらかに変化するリスクポテンシャル分布を生成する。

ここで、図４（ｂ）に示すように、各対象物のリスクポテンシャルは、対象物が動的である程、広範囲に分布するよう設定される。例えば、同じ人物であっても、動きが活発な子供の方が、大人よりも広範囲にリスクポテンシャルが分布するようになっている。逆に、車椅子等に乗った座位の人物は、相対的に狭い範囲にリスクポテンシャルが分布するようになっている。また、立体物以外の対象物であっても、例えば、ゼブラゾーン等を形成するペイント等にも、僅かなリスクポテンシャルが設定されるようになっている。

そして、ステップＳ１０３において、ＰＣＵ６は、ステップＳ１０１及びステップＳ１０２で生成した全てのリスクポテンシャルを合成して、自車前方にリスクマップを生成する。

続くステップＳ１０４において、ＰＣＵ６は、例えば、ＩＰＵ５においてフレーム毎に検出される各対象物の位置の変化等に基づいて各対象物の移動速度ｖ（移動方向も含む）を演算し、演算した各移動速度ｖに基づいて各対象物の設定時間ｔ秒後の移動位置を推定する。

そして、ステップＳ１０５において、ＰＣＵ６は、ステップＳ１０４で推定した各対象物の移動位置に基づいて、リスクマップ上の各対象物のリスクポテンシャル分布を補正する。具体的には、例えば、図５（ｂ）に示すように、ＰＣＵ６は、対象物５０の現在位置でのリスクポテンシャル分布と同様のリスクポテンシャル分布を推定した移動位置に形成し、現在位置でのリスクポテンシャル分布と推定移動位置でのリスクポテンシャル分布とを連続させたものを対象物５０の最終的なリスクポテンシャル分布として設定する。

これにより、例えば、図６，７に示すように、自車１の車外環境のリスクマップが設定される。なお、図６中において、符号５１は歩行者（大人の人物）５１ａのリスクポテンシャル分布であり、符号５２は車（動的）５２ａのリスクポテンシャル分布、符号５３は歩行者（子供の人物）５３ａのリスクポテンシャル分布である。

ここで、より現実的なリスクポテンシャル分布を設定するため、例えば、図５（ｃ）に示すように、現在位置でのリスクポテンシャル分布と推定移動位置でのリスクポテンシャル分布とを連続させる際に、現在位置でのリスクポテンシャル分布を設定ゲインＧで減少させてもよい。なお、現在位置のリスクポテンシャルに対するゲインＧは、例えば、対象物の自車１からの距離や、対象物の移動速度ｖ等に応じて可変設定することが可能である。この場合、現在位置のリスクポテンシャルに対するゲインＧは、例えば、対象物が自車１から離間するほど小値に設定され、また、対象物の移動速度ｖが大きくなるほど小値に設定される。

ここで、図６及び７を用いてリスクポテンシャル設定の具体例について説明する。図７（ａ）は、図６におけるＩ−Ｉに係わるリスクポテンシャルであり、この場合においては、歩行者５３ａ及び車両５２ａに基づくリスクポテンシャル分布５３，５２、左端のガードレール、道路上の白線及び破線からリスクポテンシャル分布、更には、道路種別に基づくリスクポテンシャル分布が設定されており、これらのリスクポテンシャルを合算したリスクポテンシャルが分布する。

また、図７（ｂ）は図６におけるII−IIに係わるリスクポテンシャル分布である。この場合においては、歩行者５１ａ及び車両５２ａに基づくリスクポテンシャル分布５１，５２、左端のガードレールに基づくリスクポテンシャル分布、白線及び破線に基づくリスクポテンシャル分布、更には道路種別によるリスクポテンシャル分布が設定されており、これらのリスクポテンシャルを合算したリスクポテンシャルが分布する。

また、図７（ｃ）は図６におけるIII−IIIに係わるリスクポテンシャル分布である。この場合においては、左端のガードレールに基づくリスクポテンシャル分布、白線及び破線に基づくリスクポテンシャル分布、更には道路種別日よるリスクポテンシャル分布が設定されており、これらのリスクポテンシャルを合算したシルクポテンシャルが分布する。

続くステップＳ１０６において、ＰＣＵ６は、ステップＳ１０５で設定した最終的なリスクマップに基づいて、ＩＰＵ５で推定した自車走行レーン６０に基づいて自車１の目標ルート６１を設定する。本実施形態において、目標ルート６１は、例えば、自車幅以上の所定幅Ｗで高いリスクポテンシャルが分布する領域を回避しながら設定距離Ｄ連続する帯状の領域で形成される。すなわち、目標ルート６１は、例えば図６に示すように、基本的には自車走行レーン６０の中心線に沿って設定され、近傍に高いリスクポテンシャルが分布する領域が存在する場合には、自車走行レーン６０に基づいて上記領域を回避する。すなわち、自車走行レーン６０を逸脱しない範囲で回避する構成としているが、自車走行レーンを目標ルート６１の設定の道しるべとして自車走行レーン６０の外側近傍を含めて目標ルート６１を設定することも可能である。この場合の目標ルート６１の旋回半径は、例えば、現在の自車速Ｖで目標ルート６１に沿って走行した場合に発生するヨーレートが予め設定された所定値以下となるよう設定されることが望ましい。

ここで、目標ルート６１の距離Ｄは、自車１が走行中の道路の道路種別に応じて可変に設定される。具体的には、ＰＣＵ６は、例えば、自車１が走行中の道路種別が高速道路である場合にＤ＝１００ｍ、一般道である場合にＤ＝４０ｍ、市街地である場合にＤ＝１５ｍ、商店街である場合にＤ＝１０ｍに設定する。

続くステップＳ１０７において、ＰＣＵ６は、ステップＳ１０６で設定した目標ルート６１上のリスクポテンシャルの中から最大値Ｐｍａｘを抽出し、このリスクポテンシャルの最大値Ｐｍａｘに基づいて自車１の許容車速Ｖ０を設定する。

具体的には、例えば、ＰＣＵ６には自車に許容される最大速度Ｖｍａｘが予め設定されており、この許容最大速度Ｖｍａｘから、リスクポテンシャルの最大値Ｐｍａｘに応じた速度を減算することにより、許容車速Ｖ０が設定される。すなわち、許容車速Ｖ０は、例えば、（１）式を用いて設定される。
Ｖ０＝Ｖｍａｘ−ｋ・Ｐｍａｘ …（１）
ここで、（１）式において、ｋは予め設定された速度係数である。本実施形態において、ＰＣＵ６には、Ｖｍａｘ＝１００Ｋｍ／ｈ、ｋ＝１ｋｍ／ｈが設定されており、例えば、リスクポテンシャルの最大値Ｐｍａｘ＝４０である場合、許容車速Ｖ０＝６０ｋｍ／ｈが設定される。

続くステップＳ１０８において、ＰＣＵ６は、現在の自車速Ｖが、ステップＳ１０７で設定した許容車速Ｖ０よりも大きいか否かを調べる。そして、ステップＳ１０８において、自車速Ｖが許容車速Ｖ０以下であると判定した場合、ＰＣＵ６は、そのままルーチンを抜ける。

一方、ステップＳ１０８において、自車速Ｖが許容車速Ｖ０よりも大きいと判定した場合、ＰＣＵ６は、ステップＳ１０９に進み、自車速Ｖがα・Ｖ０（但し、αは＞１の定数）よりも大きいか否かを調べる。

そして、ステップＳ１０９において、自車速Ｖ≦α・Ｖ０であると判定した場合、ＰＣＵ６は、ステップＳ１１０に進み、センターディスプレイ１０やコンビネーションメータ１１への表示信号の出力、コンビネーションメータ１１、オーディオ装置１２に接続するスピーカ１１ａ，１２ａへのブザー（或いは音声）信号の出力等を通じてドライバに減速を指示した後、ルーチンを抜ける。

一方、ステップＳ１０９において、自車速Ｖ＞α・Ｖ０であると判定した場合、ＰＣＵ６は、ステップＳ１１１に進み、ＥＣＵ７、ＶＤＣ８への制御信号の出力等を通じた減速制御を行った後、ルーチンを抜ける。

このような実施形態によれば、車外の対象物を車外環境情報として認識し、認識した各対象物の自車１に対する２次元のリスクポテンシャル分布を演算して車外環境のリスクマップを設定するとともに、予め設定された自車幅以上の所定幅Ｗで自車前方に設定距離Ｄ連続する目標ルート６１を設定し、目標ルート６１上のリスクポテンシャル分布に基づいて運転支援制御（減速制御）を行うことにより、実際には自車に影響の少ない障害物等を制御に反映させることなく、車外環境に則した合理的な運転支援を実現することができる。

その際、設定時間後の各対象物の移動位置を推定し、推定した各移動位置に基づいて対応する各対象物のリスクポテンシャル分布を補正することにより、車外環境に則した合理的な運転支援をより効果的に実現することができる。

また、各対象物のリスクポテンシャル分布に、道路種別に応じたリスクポテンシャルを合成することにより、車外環境に則した合理的な運転支援をより効果的に実現することができる。

また、車外環境情報や自車の走行状態情報等に基づいて道路上に自車走行レーンを設定し、この自車走行レーンを基準として目標ルートを設定することにより、現実的な目標ルートを設定することができ、より好適な運転支援を実現することができる。

ここで、上述の実施形態においては、運転支援制御の一例として、目標ルート６１上のリスクポテンシャル分布に基づいて減速制御を行う一例について説明したが、本発明はこれに限定されるものではなく、加速制御を付加してもよい。さらに、目標ルートに沿って自動操舵制御等を行う機能を付加してもよい。

また、リスクマップの設定に際し、例えば、図４（Ｃ）に示すマップ等を用い、天候や時間帯等に応じてリスクマップ上の各リスクポテンシャルを全体的に増加補正等してもよい。

また、実施形態においては、対象物の位置に応じてリスクポテンシャル分布を補正する構成を開示したが、対象物との相対速度を算出し、該相対速度に基づいて補正をすることも可能である。この場合には、例えば、図３におけるステップＳ１０５及びＳ１０６の間において相対速度に基づく補正量を算出する。

運転支援装置を搭載した車両の概略構成図 車両用運転支援装置の概略構成を示す機能ブロック図 車速制御ルーチンを示すフローチャート リスクポテンシャル設定用マップの一例を示す説明図 リスクポテンシャル分布の補正例を示す説明図 リスクマップの一例を示す説明図 図６のＩ−Ｉ線に沿ってリスクポテンシャルを示す説明図

符号の説明

１ … 車両（自車）
２ … 運転支援装置
３ …ステレオカメラユニット
５ … イメージプロセッシングユニット（車外環境認識手段、自車走行レーン推定手段）
６ … プレビューコントロールユニット（リスクマップ演算手段、移動位置演算手段、リスクマップ補正手段、目標ルート設定手段、運転支援制御定手段）
６０ … 自車走行レーン
６１ … 目標ルート
Ｐｍａｘ … リスクポテンシャルの最大値
Ｖ０ … 許容車速
Ｗ … 所定幅
Ｄ … 設定距離

Claims (9)

1. 車外環境情報として、少なくとも車外の対象物を認識する車外環境認識手段と、
   上記各対象物の自車に対する２次元のリスクポテンシャル分布を演算して車外環境のリスクマップを設定するリスクマップ演算手段と、
   予め設定された自車幅以上の所定幅で自車前方に設定距離連続する目標ルートを設定する目標ルート設定手段と、
   上記目標ルートに係わるリスクポテンシャル分布に基づいて車両の運転支援制御を行う運転支援制御手段とを備えたことを特徴とする車両用運転支援装置。
2. 上記各対象物の設定時間後の推定移動位置を演算する移動位置演算手段と、
   上記各対象物の推定移動位置に基づいて上記リスクマップ上の上記各対象物のリスクポテンシャル分布を補正するリスクマップ補正手段とを備えたことを特徴とする請求項１記載の車両用運転支援装置。
3. 上記各対象物の移動速度を演算する移動速度演算手段と、
   上記移動速度と自車速度とにより相対速度を演算する相対速度演算手段と、
   上記相対速度に基づき上記リスクマップ上の上記各対象物のリスクポテンシャル分布を補正するリスクマップ補正手段とを備えたことを特徴とする請求項１または請求項２に記載の車両用運転支援装置。
4. 上記リスクマップ補正手段は、上記対象物の現在位置でのリスクポテンシャル分布と同様のリスクポテンシャル分布を上記推定移動位置に形成し、上記現在位置でのリスクポテンシャル分布と上記推定移動位置でのリスクポテンシャル分布とを連続させたものを上記対象物の最終的なリスクポテンシャル分布として設定することを特徴とする請求項２または請求項３に記載の車両用運転支援装置。
5. 上記リスクマップ補正手段は、上記現在位置でのリスクポテンシャル分布と上記推定移動位置でのリスクポテンシャル分布とを連続させる際に、上記現在位置でのリスクポテンシャル分布を設定ゲインで減少させることを特徴とする請求項４記載の車両用運転支援装置。
6. 上記車外環境認識手段は、自車が走行中の道路の種別を識別し、
   上記リスクマップ演算手段は、演算した上記各対象物のリスクポテンシャル分布に、上記道路種別に応じて予め設定された道路のリスクポテンシャルを合成して上記車外環境のリスクマップを設定することを特徴とする請求項１乃至請求項５の何れか１項に記載の車両用運転支援装置。
7. 上記車外環境認識手段で認識した道路上に自車走行レーンを推定する自車走行レーン推定手段を有し、
   上記目標ルート設定手段は、上記自車走行レーン内に分布するリスクポテンシャル領域のうち、高いリスクを回避させながら上記目標ルートを設定することを特徴とする請求項１乃至請求項６の何れか１項に記載の車両用運転支援装置。
8. 上記目標ルート設定手段は、自車が走行中の道路種別に応じて上記設定距離を可変に設定することを特徴とする請求項７記載の車両用運転支援装置。
9. 上記運転支援制御手段は、自車に許容する車速を、上記目標ルート上のリスクポテンシャルの最大値が高くなるほど低速となり、低くなるほど高速となるよう設定することを特徴とする請求項７または請求項８に記載の車両用運転支援装置。

Images