JP7448400B2 - 移動体制御装置、移動体制御方法、およびプログラム - Google Patents

Description

本発明は、移動体制御装置、移動体制御方法、およびプログラムに関する。

車両を自律的に走行させること（以下、自動運転（Automated Driving））について研究および実用化が進められている（特許文献１）。

特開２０２０－４２８５３号公報

自動運転においては、制御システムの信頼性に関する要求が非常に高い。このため、明確な故障が無い場合でも何らかの異常判定が行われ、早期に整備・修理がなされることが望ましい。この点は車両に限らず自律的に移動する移動体の移動制御においても同様である。

本発明は、このような事情を考慮してなされたものであり、制御システムの異常判定を早期に行うことができる移動体制御装置、移動体制御方法、およびプログラムを提供することを目的の一つとする。

この発明に係る移動体制御装置、移動体制御方法、およびプログラムは、以下の構成を採用した。
（１）：本発明の一態様に係る移動体制御装置は、移動体の周辺の物体および走路形状を認識する認識部と、前記認識部の認識結果に基づいて目標軌道を生成し、前記目標軌道に沿って前記移動体を自律的に走行させる移動制御部と、前記認識部により認識された走路形状により定まり、前記移動制御部が前記目標軌道を生成する基準とする基準目標軌道と、前記目標軌道との乖離度合いが第１基準度合い以上である場合に、前記認識部および前記移動制御部を含む制御システムに異常が生じたと判定し、判定結果を出力する判定部と、を備えるものである。

（２）：上記（１）の態様において、前記判定部は、前記基準目標軌道と前記目標軌道とにおける前記移動体の進行方向に関して同じ地点に対応する座標点同士の乖離に、少なくとも前記移動体の進行方向に関して隣接する地点に対応する個別データ同士の乖離と比較した変動度合いが高いほど大きい重みを付与することを、複数の前記移動体の進行方向に関して同じ地点に対応して行い、重み付きの前記個別データ同士の乖離を集計することで前記基準目標軌道と前記目標軌道との乖離度合いを算出するもの。

（３）：本発明の他の態様に係る移動体制御装置は、移動体の周辺の物体および走路形状を認識する認識部と、前記認識部の認識結果に基づいて繰り返し目標軌道を生成し、前記繰り返し生成される目標軌道に沿って前記移動体を自律的に走行させる移動制御部と、第１時点で生成された第１目標軌道と、前記第１時点と異なる第２時点で生成された第２目標軌道との乖離度合いが第３基準度合い以上である場合に、前記認識部および前記移動制御部を含む制御システムに異常が生じたと判定し、判定結果を出力する判定部と、を備えるものである。

（４）：上記（３）の態様において、前記判定部は、前記第１目標軌道と前記第２目標軌道とにおける前記移動体の進行方向に関して同じ地点に対応する座標点同士の乖離に、少なくとも前記移動体の進行方向に関して隣接する地点に対応する座標点同士の乖離と比較した変動度合いが高いほど大きい重みを付与することを、複数の前記移動体の進行方向に関して同じ地点に対応して行い、重み付きの前記座標点同士の乖離を集計することで前記第１目標軌道と前記第２目標軌道との乖離度合いを算出するもの。

（５）：上記（１）から（４）のいずれかの態様において、前記移動制御部は、前記移動体の周辺の空間を上空から見た二次元平面で表した想定平面において、少なくとも前記認識部により認識された物体の存在に基づいて前記移動体が接近すべきでない度合いを示す指標値であるリスクを設定し、前記リスクが低い地点を通過するように前記目標軌道を生成するものであり、前記判定部は、前記目標軌道の各地点における、前記物体の存在によるリスクの値に基づくリスク度合いが第２基準度合い以上である場合、前記異常が生じたと判定することを停止するもの。

（６）：上記（１）から（５）のいずれかの態様において、前記判定部は、前記移動体の周辺の環境情報を取得し、前記環境情報が所定条件を満たす場合、前記異常が生じたと判定しにくくするもの。

（７）：上記（１）から（６）のいずれかの態様において、前記判定部は、前記移動体の速度を取得し、前記速度が基準速度よりも高い場合、前記異常が生じたと判定しにくくするもの。

（８）：上記（１）から（７）のいずれかの態様において、前記判定部は、前記移動体の速度域ごとにデータを収集し、前記移動体の速度域ごとに前記認識部および前記移動制御部を含む制御システムに異常が生じたか否かを判定するもの。

（９）：本発明の他の態様は、コンピュータが、移動体の周辺の物体および走路形状を認識し、前記認識の結果に基づいて目標軌道を生成し、前記目標軌道に沿って前記移動体を自律的に走行させ、前記認識された走路形状により定まり、前記目標軌道を生成する基準とする基準目標軌道と、前記目標軌道との乖離度合いが第１基準度合い以上である場合に、前記認識を行い前記移動体を自律的に走行させる制御システムに異常が生じたと判定し、判定結果を出力する、移動体制御方法である。

（１０）：本発明の他の態様は、コンピュータが、移動体の周辺の物体および走路形状を認識し、前記認識の結果に基づいて繰り返し目標軌道を生成し、前記繰り返し生成される目標軌道に沿って前記移動体を自律的に走行させ、第１時点で生成された第１目標軌道と、前記第１時点と異なる第２時点で生成された第２目標軌道との乖離度合いが第３基準度合い以上である場合に、前記認識を行い前記移動体を自律的に走行させる制御システムに異常が生じたと判定し、判定結果を出力する、移動体制御方法である。

（１１）：本発明の他の態様は、コンピュータに、移動体の周辺の物体および走路形状を認識させ、前記認識の結果に基づいて目標軌道を生成させ、前記目標軌道に沿って前記移動体を自律的に走行させることを行わせ、前記認識された走路形状により定まり、前記目標軌道を生成する基準とする基準目標軌道と、前記目標軌道との乖離度合いが第１基準度合い以上である場合に、前記認識を行い前記移動体を自律的に走行させる制御システムに異常が生じたと判定させ、判定結果を出力させる、プログラムである。

（１２）：本発明の他の態様は、コンピュータに、移動体の周辺の物体および走路形状を認識させ、前記認識の結果に基づいて繰り返し目標軌道を生成させ、前記繰り返し生成される目標軌道に沿って前記移動体を自律的に走行させることを行わせ、第１時点で生成された第１目標軌道と、前記第１時点と異なる第２時点で生成された第２目標軌道との乖離度合いが第３基準度合い以上である場合に、前記認識を行い前記移動体を自律的に走行させる制御システムに異常が生じたと判定させ、判定結果を出力させる、プログラムである。

上記（１）～（１２）の態様によれば、制御システムの異常判定を早期に行うことができる。

実施形態に係る移動体制御装置を利用した車両システム１の構成図である。 自動運転制御装置１００の機能構成図である。 リスク分布予測部１３５により設定されるリスクの概要を示す図である。 図３の４－４線における第１リスクＲ１と第２リスクＲ２の値を示す図である。 目標軌道生成部１４５の処理について説明するための第１図である。 目標軌道生成部１４５の処理について説明するための第２図である。 基準目標軌道と目標軌道の乖離度合いを求める処理の内容について説明するための図である。 第１目標軌道と第２目標軌道の乖離度合いを求める処理の内容について説明するための図である。 実施形態の自動運転制御装置１００のハードウェア構成の一例を示す図である。

以下、図面を参照し、本発明の移動体制御装置、移動体制御方法、およびプログラムの実施形態について説明する。移動体とは、車両、自律歩行ロボット、ドローンなど、自身が備える駆動機構によって自律的に移動可能な構造体をいう。以下の説明では、移動体は地上を移動する車両であることを前提とし、専ら車両に地上を移動させるための構成および機能について説明するが、移動体がドローンなどの飛翔体である場合は、飛翔体に三次元空間を移動させるための構成および機能を備えるものとしてよい。

＜第１実施形態＞
［全体構成］
図１は、実施形態に係る移動体制御装置を利用した車両システム１の構成図である。車両システム１が搭載される車両は、例えば、二輪や三輪、四輪等の車両であり、その駆動源は、ディーゼルエンジンやガソリンエンジンなどの内燃機関、電動機、或いはこれらの組み合わせである。電動機は、内燃機関に連結された発電機による発電電力、或いは二次電池や燃料電池の放電電力を使用して動作する。

車両システム１は、例えば、カメラ１０と、レーダ装置１２と、ＬＩＤＡＲ（Light Detection and Ranging）１４と、物体認識装置１６と、通信装置２０と、ＨＭＩ（Human Machine Interface）３０と、車両センサ４０と、ナビゲーション装置５０と、ＭＰＵ（Map Positioning Unit）６０と、運転操作子８０と、自動運転制御装置１００と、走行駆動力出力装置２００と、ブレーキ装置２１０と、ステアリング装置２２０とを備える。これらの装置や機器は、ＣＡＮ（Controller Area Network）通信線等の多重通信線やシリアル通信線、無線通信網等によって互いに接続される。なお、図１に示す構成はあくまで一例であり、構成の一部が省略されてもよいし、更に別の構成が追加されてもよい。

カメラ１０は、例えば、ＣＣＤ（Charge Coupled Device）やＣＭＯＳ（Complementary Metal Oxide Semiconductor）等の固体撮像素子を利用したデジタルカメラである。カメラ１０は、車両システム１が搭載される車両（以下、自車両Ｍ）の任意の箇所に取り付けられる。前方を撮像する場合、カメラ１０は、フロントウインドシールド上部やルームミラー裏面等に取り付けられる。カメラ１０は、例えば、周期的に繰り返し自車両Ｍの周辺を撮像する。カメラ１０は、ステレオカメラであってもよい。

レーダ装置１２は、自車両Ｍの周辺にミリ波などの電波を放射すると共に、物体によって反射された電波（反射波）を検出して少なくとも物体の位置（距離および方位）を検出する。レーダ装置１２は、自車両Ｍの任意の箇所に取り付けられる。レーダ装置１２は、ＦＭ－ＣＷ（Frequency Modulated Continuous Wave）方式によって物体の位置および速度を検出してもよい。

ＬＩＤＡＲ１４は、自車両Ｍの周辺に光（或いは光に近い波長の電磁波）を照射し、散乱光を測定する。ＬＩＤＡＲ１４は、発光から受光までの時間に基づいて、対象までの距離を検出する。照射される光は、例えば、パルス状のレーザー光である。ＬＩＤＡＲ１４は、自車両Ｍの任意の箇所に取り付けられる。

物体認識装置１６は、カメラ１０、レーダ装置１２、およびＬＩＤＡＲ１４のうち一部または全部による検出結果に対してセンサフュージョン処理を行って、物体の位置、種類、速度などを認識する。物体認識装置１６は、認識結果を自動運転制御装置１００に出力する。物体認識装置１６は、カメラ１０、レーダ装置１２、およびＬＩＤＡＲ１４の検出結果をそのまま自動運転制御装置１００に出力してよい。車両システム１から物体認識装置１６が省略されてもよい。

通信装置２０は、例えば、セルラー網やＷｉ－Ｆｉ網、Ｂｌｕｅｔｏｏｔｈ（登録商標）、ＤＳＲＣ（Dedicated Short Range Communication）などを利用して、自車両Ｍの周辺に存在する他車両と通信し、或いは無線基地局を介して各種サーバ装置と通信する。

ＨＭＩ３０は、自車両Ｍの乗員に対して各種情報を提示すると共に、乗員による入力操作を受け付ける。ＨＭＩ３０は、各種表示装置、スピーカ、ブザー、タッチパネル、スイッチ、キーなどを含む。

車両センサ４０は、自車両Ｍの速度を検出する車速センサ、加速度を検出する加速度センサ、鉛直軸回りの角速度を検出するヨーレートセンサ、自車両Ｍの向きを検出する方位センサ等を含む。

ナビゲーション装置５０は、例えば、ＧＮＳＳ（Global Navigation Satellite System）受信機５１と、ナビＨＭＩ５２と、経路決定部５３とを備える。ナビゲーション装置５０は、ＨＤＤ（Hard Disk Drive）やフラッシュメモリなどの記憶装置に第１地図情報５４を保持している。ＧＮＳＳ受信機５１は、ＧＮＳＳ衛星から受信した信号に基づいて、自車両Ｍの位置を特定する。自車両Ｍの位置は、車両センサ４０の出力を利用したＩＮＳ（Inertial Navigation System）によって特定または補完されてもよい。ナビＨＭＩ５２は、表示装置、スピーカ、タッチパネル、キーなどを含む。ナビＨＭＩ５２は、前述したＨＭＩ３０と一部または全部が共通化されてもよい。経路決定部５３は、例えば、ＧＮＳＳ受信機５１により特定された自車両Ｍの位置（或いは入力された任意の位置）から、ナビＨＭＩ５２を用いて乗員により入力された目的地までの経路（以下、地図上経路）を、第１地図情報５４を参照して決定する。第１地図情報５４は、例えば、道路を示すリンクと、リンクによって接続されたノードとによって走路形状（道路形状）が表現された情報である。第１地図情報５４は、道路の曲率やＰＯＩ（Point Of Interest）情報などを含んでもよい。地図上経路は、ＭＰＵ６０に出力される。ナビゲーション装置５０は、地図上経路に基づいて、ナビＨＭＩ５２を用いた経路案内を行ってもよい。ナビゲーション装置５０は、例えば、乗員の保有するスマートフォンやタブレット端末等の端末装置の機能によって実現されてもよい。ナビゲーション装置５０は、通信装置２０を介してナビゲーションサーバに現在位置と目的地を送信し、ナビゲーションサーバから地図上経路と同等の経路を取得してもよい。

ＭＰＵ６０は、例えば、推奨車線決定部６１を含み、ＨＤＤやフラッシュメモリなどの記憶装置に第２地図情報６２を保持している。推奨車線決定部６１は、ナビゲーション装置５０から提供された地図上経路を複数のブロックに分割し（例えば、車両進行方向に関して１００［ｍ］毎に分割し）、第２地図情報６２を参照してブロックごとに推奨車線を決定する。推奨車線決定部６１は、左から何番目の車線を走行するといった決定を行う。推奨車線決定部６１は、地図上経路に分岐箇所が存在する場合、自車両Ｍが、分岐先に進行するための合理的な経路を走行できるように、推奨車線を決定する。

第２地図情報６２は、第１地図情報５４よりも高精度な地図情報である。第２地図情報６２は、例えば、車線の中央の情報あるいは車線の境界の情報等を含んでいる。また、第２地図情報６２には、道路情報、交通規制情報、住所情報（住所・郵便番号）、施設情報、電話番号情報などが含まれてよい。第２地図情報６２は、通信装置２０が他装置と通信することにより、随時、アップデートされてよい。

運転操作子８０は、例えば、アクセルペダル、ブレーキペダル、シフトレバー、ステアリングホイール、異形ステア、ジョイスティックその他の操作子を含む。運転操作子８０には、操作量あるいは操作の有無を検出するセンサが取り付けられており、その検出結果は、自動運転制御装置１００、もしくは、走行駆動力出力装置２００、ブレーキ装置２１０、およびステアリング装置２２０のうち一部または全部に出力される。

自動運転制御装置１００は、例えば、第１制御部１２０と、第２制御部１８０とを備える。第１制御部１２０と第２制御部１８０のそれぞれは、例えば、ＣＰＵ（Central Processing Unit）などのハードウェアプロセッサがプログラム（ソフトウェア）を実行することにより実現される。また、これらの構成要素のうち一部または全部は、ＬＳＩ（Large Scale Integration）やＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）、ＧＰＵ（Graphics Processing Unit）などのハードウェア（回路部；circuitryを含む）によって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。プログラムは、予め自動運転制御装置１００のＨＤＤやフラッシュメモリなどの記憶装置（非一過性の記憶媒体を備える記憶装置）に格納されていてもよいし、ＤＶＤやＣＤ－ＲＯＭなどの着脱可能な記憶媒体に格納されており、記憶媒体（非一過性の記憶媒体）がドライブ装置に装置に装着されることで自動運転制御装置１００のＨＤＤやフラッシュメモリにインストールされてもよい。自動運転制御装置１００は「移動体制御装置」の一例である。また、少なくとも第１制御部１２０が「制御システム」の一例である。「制御システム」は、第２制御部１８０を含んでもよい。

図２は、自動運転制御装置１００の機能構成図である。第１制御部１２０は、例えば、認識部１３０と、リスク分布予測部１３５と、行動計画生成部１４０と、異常判定部１５０とを備える。リスク分布予測部１３５と行動計画生成部１４０と第２制御部１８０を合わせたものが「移動制御部」の一例である。異常判定部１５０は「判定部」の一例である。

認識部１３０は、カメラ１０、レーダ装置１２、およびＬＩＤＡＲ１４から物体認識装置１６を介して入力された情報に基づいて、自車両Ｍの周辺にある物体の位置、および速度、加速度等の状態を認識する。物体の位置は、例えば、自車両Ｍの代表点（重心や駆動軸中心など）を原点とした絶対座標上の位置として認識され、制御に使用される。物体の位置は、その物体の重心やコーナー等の代表点で表されてもよいし、表現された領域で表されてもよい。物体の「状態」とは、物体の加速度やジャーク、あるいは「行動状態」（例えば車線変更をしている、またはしようとしているか否か）を含んでもよい。

また、認識部１３０は、例えば、自車両Ｍが走行している車線（走行車線）を認識する。例えば、認識部１３０は、第２地図情報６２から得られる道路区画線のパターン（例えば実線と破線の配列）と、カメラ１０によって撮像された画像から認識される自車両Ｍの周辺の道路区画線のパターンとを比較することで、走行車線を認識する。なお、認識部１３０は、道路区画線に限らず、道路区画線や路肩、縁石、中央分離帯、ガードレールなどを含む走路境界を認識することで、走行車線を認識してもよい。この認識において、ナビゲーション装置５０から取得される自車両Ｍの位置やＩＮＳによる処理結果が加味されてもよい。また、認識部１３０は、一時停止線、障害物、赤信号、料金所、その他の道路事象を認識する。

認識部１３０は、走行車線を認識する際に、走行車線に対する自車両Ｍの位置や姿勢を認識する。認識部１３０は、例えば、自車両Ｍの基準点の車線中央からの乖離、および自車両Ｍの進行方向の車線中央を連ねた線に対してなす角度を、走行車線に対する自車両Ｍの相対位置および姿勢として認識してもよい。これに代えて、認識部１３０は、走行車線のいずれかの側端部（道路区画線または道路境界）に対する自車両Ｍの基準点の位置などを、走行車線に対する自車両Ｍの相対位置として認識してもよい。

リスク分布予測部１３５は、自車両Ｍの周辺の空間を上空から見た二次元平面で表した想定平面Ｓにおいて、自車両Ｍが進入ないし接近すべきでない度合いを示す指標値であるリスクを設定する。換言すると。リスクは、物標（物体だけでなく路肩やガードレール、白線外領域などの走行不可能領域も含むものとする）の存在確率を示すものである（厳密な意味での「確率」でなくてもよい）。リスクは、値が大きいほど自車両Ｍが進入ないし接近すべきでないことを示し、値がゼロに近いほど自車両Ｍが走行するのに好ましいことを示すものとする。但し、この関係は逆でもよい。

リスク分布予測部１３５は、想定平面Ｓにおけるリスクを、現在時刻ｔ、Δｔ後（時刻ｔ＋Δｔ）、２Δｔ後（時刻ｔ＋２Δｔ）、…というように現時点だけでなく一定の時間間隔で規定される将来の各時点についても設定する。リスク分布予測部１３５は、将来の各時点におけるリスクを、認識部１３０により継続的に認識されている移動物標の位置の変化に基づいて予測する。

図３は、リスク分布予測部１３５により設定されるリスクの概要を示す図である。リスク分布予測部１３５は、車両、歩行者、自転車などの交通参加者（物体）について、想定平面Ｓ上で、進行方向および速度に基づく楕円ないし円を等高線とする第１リスクを設定する。また、リスク分布予測部１３５は、認識部１３０により認識された走路形状に基づいて基準目標軌道を設定する。リスク分布予測部１３５は、例えば直進路であれば車線の中央に基準目標軌道を設定し、カーブ路であれば車線の中央付近で円弧状の基準目標軌道を設定する。リスク分布予測部１３５は、基準目標軌道の位置が最も値が小さくなり、基準目標軌道から離れて走行不可能領域に向かうにつれて値が大きくなり、走行不可能領域に至ると一定値となる第２リスクを設定する。図中、ＤＭは自車両Ｍの進行方向、Ｋｒは基準目標軌道である。Ｒ１（Ｍ１）は停止車両Ｍ１の第１リスクであり、Ｒ１（Ｐ）は歩行者Ｐの第１リスクである。歩行者Ｐは道路を横断する方向に移動しているので、将来の各時点について現在時刻とは異なる位置に第１リスクが設定される。移動している車両や自転車などについても同様である。Ｒ２は第２リスクである。図中、ハッチングの濃さがリスクの値を示しており、ハッチングが濃いほどリスクが大きいことを示している。図４は、図３の４－４線における第１リスクＲ１と第２リスクＲ２の値を示す図である。

行動計画生成部１４０は、目標軌道生成部１４５を備える。目標軌道生成部１４５は、原則的に推奨車線決定部６１により決定された推奨車線を走行し、リスク分布予測部１３５により設定されたリスク（第１リスクＲ１と第２リスクＲ２を加算したもの）の小さい地点を通過するように、自車両Ｍが自律的に（運転者の操作に依らずに）将来走行する目標軌道を生成する。目標軌道は、例えば、速度要素を含んでいる。例えば、目標軌道は、自車両Ｍの到達すべき複数の地点（軌道点）を自車両Ｍから近いものから順に並べたものとして表現される。軌道点は、道なり距離で所定の走行距離（例えば数［ｍ］程度）ごとの自車両Ｍの到達すべき地点であり、それとは別に、所定のサンプリング時間（例えば０コンマ数［ｓｅｃ］程度）ごとの目標速度および目標加速度が、目標軌道の一部として生成される。軌道点は、所定のサンプリング時間ごとの、そのサンプリング時刻における自車両Ｍの到達すべき位置であってもよい。この場合、目標速度や目標加速度の情報は軌道点の間隔で表現される。行動計画生成部１４０は、複数の目標軌道の候補を生成し、それぞれ効率性や安全性の観点に基づくスコアを計算して、スコアが良好な目標軌道の候補を目標軌道として選択する。以下の説明において、軌道点の集合である目標軌道を、単なる直線や破線などの形式で図示する場合がある。

目標軌道生成部１４５は、自車両Ｍの位置および姿勢と基準目標軌道とに基づいて、目標軌道を繰り返し生成する。図５は、目標軌道生成部１４５の処理について説明するための第１図である。図５の例では、第１リスクＲ１を発生させる物体が存在しないため、目標軌道生成部１４５は、専ら第２リスクＲ２を考慮して目標軌道を生成する。図中、Ｋは目標軌道、Ｋｐは軌道点である。この状態では、自車両Ｍは走行車線の中央よりも左側にオフセットし、且つ走行車線の延在方向に対して右に傾いている。目標軌道生成部１４５は、第２リスクＲ２の小さい基準目標軌道Ｋｒ上の地点に近づくように、且つ急な旋回や加減速を避けるように目標軌道Ｋを生成する。この結果、目標軌道Ｋは滑らかな曲線を描きつつ基準目標軌道Ｋｒに収束する形態となる。このように、基準目標軌道Ｋｒは、目標軌道Ｋを生成する際の基準となるものである。

第１リスクＲ１を発生させる物体が存在する場合、目標軌道Ｋは図５の形態とは異なるものとなる。図６は、目標軌道生成部１４５の処理について説明するための第２図である。図６の例では、第１リスクＲ１が目標軌道Ｋの形態に影響を与えている。すなわち、目標軌道Ｋは停止車両Ｍ１の近傍を避けるように右に迂回して生成されている。なお、歩行者Ｐによる第１リスクＲ１（Ｐ）は自車両Ｍの通過よりも遅れて自車両Ｍの走行車線に接近するため、目標軌道Ｋに影響を与えないものとする。

異常判定部１５０の機能については後述する。

第２制御部１８０は、第１制御部１２０によって生成された目標軌道に基づいて、走行駆動力出力装置２００、ブレーキ装置２１０、およびステアリング装置２２０を制御する。また、第２制御部１８０は、運転操作子８０から基準を超える操作量の情報が入力された場合、第１制御部１２０による自動運転を停止して手動運転に切り替える。

走行駆動力出力装置２００は、車両が走行するための走行駆動力（トルク）を駆動輪に出力する。走行駆動力出力装置２００は、例えば、内燃機関、電動機、および変速機などの組み合わせと、これらを制御するＥＣＵ（Electronic Control Unit）とを備える。ＥＣＵは、第２制御部１８０から入力される情報、或いは運転操作子８０から入力される情報に従って、上記の構成を制御する。

ブレーキ装置２１０は、例えば、ブレーキキャリパーと、ブレーキキャリパーに油圧を伝達するシリンダと、シリンダに油圧を発生させる電動モータと、ブレーキＥＣＵとを備える。ブレーキＥＣＵは、第１制御部１２０から入力される情報、或いは運転操作子８０から入力される情報に従って電動モータを制御し、制動操作に応じたブレーキトルクが各車輪に出力されるようにする。ブレーキ装置２１０は、運転操作子８０に含まれるブレーキペダルの操作によって発生させた油圧を、マスターシリンダを介してシリンダに伝達する機構をバックアップとして備えてよい。なお、ブレーキ装置２１０は、上記説明した構成に限らず、第２制御部１８０から入力される情報に従ってアクチュエータを制御して、マスターシリンダの油圧をシリンダに伝達する電子制御式油圧ブレーキ装置であってもよい。

ステアリング装置２２０は、例えば、ステアリングＥＣＵと、電動モータとを備える。電動モータは、例えば、ラックアンドピニオン機構に力を作用させて転舵輪の向きを変更する。ステアリングＥＣＵは、第２制御部１８０から入力される情報、或いは運転操作子８０から入力される情報に従って、電動モータを駆動し、転舵輪の向きを変更させる。

［異常判定］
以下、異常判定部１５０による処理の内容について説明する。異常判定部１５０は、以下に説明する処理によって、制御システムに異常が生じたか否かを判定する。異常判定部１５０は、認識部１３０により認識された走路形状により定まり、目標軌道生成部１４５が目標軌道を生成する基準とする基準目標軌道と、目標軌道との乖離度合いが第１基準度合い以上である場合に、制御システムに異常が生じたと判定する。異常判定部１５０は、制御システムに異常が生じたと判定した場合、ＨＭＩ３０に、自車両Ｍの整備や点検を促す情報を出力させる。

図７は、基準目標軌道と目標軌道の乖離度合いを求める処理の内容について説明するための図である。異常判定部１５０は、例えば、ある監視区間について、自車両Ｍの進行方向に関して想定平面Ｓを所定距離ごとに区切った仮想線ＶＬ上で、基準目標軌道Ｋｒが仮想線ＶＬと交わる点と、目標軌道Ｋが仮想線ＶＬと交わる点との距離である横位置偏差ΔＹ＿ｋをｎ個、導出する（ｋ＝１～ｎ）。横位置偏差ΔＹ＿ｋは、基準目標軌道Ｋｒと、目標軌道Ｋとにおける自車両Ｍの進行方向に関して同じ地点に対応する座標点同士の乖離（距離）を示すものである。なお、基準目標軌道Ｋｒや目標軌道Ｋは点の集まりとして表現される場合があるため、異常判定部１５０は、必要に応じて線形補間などを行って仮想線ＶＬと交わる点を求める。監視区間は任意の規則に従って選択されてよい。

そして、異常判定部１５０は、乖離度合いを示すＳｃｏｒｅ１を、例えば式（１）に基づいて計算する。
Ｓｃｏｒｅ１＝ｗ１×（ΔＹ＿１）^２＋ｗ２×（ΔＹ＿２）^２＋…＋ｗｎ×（ΔＹ＿ｎ）^２
＝Σ_ｋ＝１ ^ｎ｛ｗｋ×（ΔＹ＿ｋ）^２｝ … （１）

式中、ｗｋは重み係数である。ｗｋは、横位置偏差ΔＹ＿ｋを少なくとも自車両Ｍの進行方向に関して隣接する横位置偏差ΔＹ＿ｋ－１，ΔＹ＿ｋ＋１と比較した変動度合いが高い程、大きくなる値である。例えば、異常判定部１５０は、横位置偏差ΔＹ＿ｋに対して、前後の５地点ずつを含めた横位置偏差ΔＹｋ－５，ΔＹｋ－４，ΔＹｋ－３，ΔＹｋ－２，ΔＹｋ－１，ΔＹｋ，ΔＹｋ＋１，ΔＹｋ＋２，ΔＹｋ＋３，ΔＹｋ＋４，ΔＹｋ＋５を対象としたＦＦＴ（Fast Fourier Transform）を実行することで、横位置偏差ΔＹ＿ｋに関する「変動度合い」を計算する。すなわち、ｗｋは、ｗｋ＝ｆ｛ＦＦＴ（ｋ）｝で表される。ｆ｛｝は、ＦＦＴの結果である周波数が高い（すなわち近接する横位置偏差に対する変動度合いが高い）程、大きい値を返す関数である。

異常判定部１５０は、Ｓｃｏｒｅ１が第１閾値Ｔｈ１（第１基準度合いの一例）以上であるか否かを判定し、第１閾値Ｔｈ１以上である場合に、制御システムに異常が生じたと判定する。第１閾値Ｔｈ１は、正常に動作していることが分かっている制御システムにおいて生じるＳｃｏｒｅ１の上限付近の値になるように、予め実験などで求められた値である。或いは、異常判定部１５０は、所定回数Ｓｃｏｒｅ１を計算した結果、Ｓｃｏｒｅ１が第１閾値Ｔｈ１以上となった回数または割合が基準値以上である場合に、制御システムに異常が生じたと判定してもよい。

［異常判定の緩和・停止条件その他］
異常判定部１５０は、Ｓｃｏｒｅ１を計算しようとする際に、監視区間において生成した目標軌道Ｋの各軌道点における第１リスクＲ１の値を集計したリスク度合いを求め、リスク度合いが第２閾値Ｔｈ２（第２基準度合いの一例）以上である場合、当該対象区間に関して制御システムに異常が生じたか否かを判定しないようにしてもよい。リスク度合いが高いということは、物体の存在が目標軌道に与えた影響が大きいということであり、その結果、正常な現象として基準目標軌道Ｋｒと実軌跡Ｌが乖離する可能性が高いからである。

異常判定部１５０は、自車両Ｍの周辺の環境情報を取得し、環境情報が所定条件を満たす場合、異常が生じたと判定しにくくするようにしてもよい。環境情報とは、時間帯、天候、路面状況などであり、所定条件とは、認識部１３０による周辺認識の性能や第２制御部１８０による各装置の制御の精度が低下するような条件である。「異常が生じたと判定しにくくする」とは、例えば、第１閾値Ｔｈ１をより高い値に変更したり、制御システムに異常が生じたか否かを判定することを停止することをいう。例えば、所定条件は、「夜間（例えば２０時～５時）であり且つ〇〇［ｍｍ］以上の雨天」といったものである。

異常判定部１５０は、自車両Ｍの速度を車速センサから取得し、速度が基準速度よりも高い場合、異常が生じたと判定しにくくするようにしてもよい。「異常が生じたと判定しにくくする」ことの意味については上記と同様である。

異常判定部１５０は、基準目標軌道と実軌跡のデータセットを、自車両Ｍの速度域（例えば、低速、中速、高速の三段階で規定される）に応じてそれぞれ収集し、速度域ごとに制御システムに異常が生じたか否かを判定してもよい。この場合、異常判定部１５０は、速度域ごとに所定回数Ｓｃｏｒｅ１を計算し、Ｓｃｏｒｅ１が第１閾値Ｔｈ１以上となった回数または割合が基準値以上である場合に、（当該速度域に関する限り）制御システムに異常が生じたと判定する。異常判定部１５０は、一つの速度域に関して制御システムに異常が生じたことをもって制御システムに異常が生じたと判定してもよいし、二つ以上の速度域に関して制御システムに異常が生じたことをもって制御システムに異常が生じたと判定してもよい。

以上説明した第１実施形態によれば、認識部１３０により認識された走路形状に基づく基準目標軌道Ｋｒと、目標軌道生成部１４５が生成した目標軌道Ｋとの乖離度合いが第１閾値Ｔｈ１以上である場合に、制御システムに異常が生じたと判定するため、明確な故障で無くても何らかの不具合や性能低下などを発見することができる。すなわち、制御システムの異常判定を早期に行うことができる。従来、車両システムを構成するパーツごとの故障診断については実用化が進められているが、自動運転に関する制御システム全体で、例えばハード面およびソフト面での構成要素の組み合わせが正しいか、などの検証は十分になされていなかった。これに対し、第１実施形態では、自車両Ｍの周辺の物体などの外乱の影響が小さければ収束する筈の事象に基づいて異常判定を行うため、制御システム全体として正しく動作しているかを検知することができる。

＜第２実施形態＞
以下、第２実施形態について説明する。第１実施形態の異常判定部１５０は、認識部１３０により認識された走路形状により定まり、目標軌道を生成する基準となる基準目標軌道と、目標軌道との乖離度合いが第１基準度合い以上である場合に、制御システムに異常が生じたと判定する。これに対し、第２実施形態の異常判定部１５０は、目標軌道生成部１４５が目標軌道を繰り返し生成する中で、第１時点で生成された第１目標軌道と、第１時点と異なる第２時点で生成された第２目標軌道との乖離度合いが第３基準度合い以上である場合に、制御システムに異常が生じたと判定する。第１時点と第２時点の関係は、第１目標軌道と第２目標軌道が、自車両Ｍの進行方向に関して、少なくとも一部、重なる関係であればよい。

図８は、第１目標軌道と第２目標軌道の乖離度合いを求める処理の内容について説明するための図である。異常判定部１５０は、例えば、ある監視区間について、自車両Ｍの進行方向に関して想定平面Ｓを所定距離ごとに区切った仮想線ＶＬ上で、第１目標軌道Ｋ１が仮想線ＶＬと交わる点と、第２目標軌道Ｋ２が仮想線ＶＬと交わる点との距離である横位置偏差ΔＹ＿ｋをｍ個、導出する（ｋ＝１～ｍ）。横位置偏差ΔＹ＿ｋは、第１目標軌道Ｋ１と、第２目標軌道２とにおける自車両Ｍの進行方向に関して同じ地点に対応する座標点同士の乖離（距離）を示すものである。なお、第１目標軌道Ｋ１や第２目標軌道Ｋ２は点の集まりとして表現される場合があるため、異常判定部１５０は、必要に応じて線形補間などを行って仮想線ＶＬと交わる点を求める。監視区間は任意の規則に従って選択されてよい。

そして、異常判定部１５０は、乖離度合いを示すＳｃｏｒｅ２を、例えば式（２）に基づいて計算する。
Ｓｃｏｒｅ１＝ｗ１×（ΔＹ＿１）^２＋ｗ２×（ΔＹ＿２）^２＋…＋ｗｎ×（ΔＹ＿ｎ）^２
＝Σ_ｋ＝１ ^ｍ｛ｗｋ×（ΔＹ＿ｋ）^２｝ … （１）

式中、ｗｋは第１実施形態と同様の重み係数である。異常判定部１５０は、Ｓｃｏｒｅ２が第３閾値Ｔｈ３（第３基準度合いの一例）以上であるか否かを判定し、第３閾値Ｔｈ３以上である場合に、制御システムに異常が生じたと判定する。第３閾値Ｔｈ３は、正常に動作していることが分かっている制御システムにおいて生じるＳｃｏｒｅ２の上限付近の値になるように、予め実験などで求められた値である。或いは、異常判定部１５０は、所定回数Ｓｃｏｒｅ２を計算した結果、Ｓｃｏｒｅ２が第３閾値Ｔｈ３以上となった回数または割合が基準値以上である場合に、制御システムに異常が生じたと判定してもよい。

［異常判定の緩和・停止条件その他］に関して第１実施形態と同様である。

以上説明した第２実施形態によれば、第１実施形態と同様の効果を奏することができる。

［ハードウェア構成］
図９は、実施形態の自動運転制御装置１００のハードウェア構成の一例を示す図である。図示するように、自動運転制御装置１００は、通信コントローラ１００－１、ＣＰＵ１００－２、ワーキングメモリとして使用されるＲＡＭ（Random Access Memory）１００－３、ブートプログラムなどを格納するＲＯＭ（Read Only Memory）１００－４、フラッシュメモリやＨＤＤ（Hard Disk Drive）などの記憶装置１００－５、ドライブ装置１００－６などが、内部バスあるいは専用通信線によって相互に接続された構成となっている。通信コントローラ１００－１は、自動運転制御装置１００以外の構成要素との通信を行う。記憶装置１００－５には、ＣＰＵ１００－２が実行するプログラム１００－５ａが格納されている。このプログラムは、ＤＭＡ（Direct Memory Access）コントローラ（不図示）などによってＲＡＭ１００－３に展開されて、ＣＰＵ１００－２によって実行される。これによって、第１制御部１２０、第２制御部１８０のうち一部または全部が実現される。

上記説明した実施形態は、以下のように表現することができる。
プログラムを記憶した記憶装置と、
ハードウェアプロセッサと、を備え、
前記ハードウェアプロセッサが前記記憶装置に記憶されたプログラムを実行することにより、
車両の周辺の物体および走路形状を認識し、
前記認識の結果に基づいて目標軌道を生成し、
前記目標軌道に沿って前記車両を自律的に走行させ、
前記認識された走路形状により定まり、前記目標軌道を生成する基準とする基準目標軌道と、前記目標軌道との乖離度合いが第１基準度合い以上である場合に、制御システムに異常が生じたと判定し、判定結果を出力する、
ように構成されている、移動体制御装置。

上記説明した実施形態は、以下のようにも表現することができる。
プログラムを記憶した記憶装置と、
ハードウェアプロセッサと、を備え、
前記ハードウェアプロセッサが前記記憶装置に記憶されたプログラムを実行することにより、
車両の周辺の物体および走路形状を認識し、
前記認識の結果に基づいて繰り返し目標軌道を生成し、
前記繰り返し生成される目標軌道に沿って前記車両を自律的に走行させ、
第１時点で生成された第１目標軌道と、前記第１時点と異なる第２時点で生成された第２目標軌道との乖離度合いが第３基準度合い以上である場合に、制御システムに異常が生じたと判定し、判定結果を出力する、
ように構成されている、移動体制御装置。

以上、本発明を実施するための形態について実施形態を用いて説明したが、本発明はこうした実施形態に何等限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々の変形及び置換を加えることができる。

１０ カメラ
１２ レーダ装置
１４ ＬＩＤＡＲ
１６ 物体認識装置
１００ 自動運転制御装置
１２０ 第１制御部
１３０ 認識部
１３５ リスク分布予測部
１４０ 行動計画生成部
１４５ 目標軌道生成部
１５０ 異常判定部
１８０ 第２制御部
Ｍ 自車両

Claims (15)

1. 移動体の周辺の物体および走路形状を認識する認識部と、
   認識された前記走路形状に基づいて基準目標軌道を生成し、生成した前記基準目標軌道と、前記移動体の位置または姿勢に関する情報とに基づいて目標軌道を生成し、生成した前記目標軌道に沿って前記移動体を自律的に走行させる移動制御部と、
   前記基準目標軌道と前記目標軌道との乖離度合いが第１基準度合い以上である場合に、前記認識部および前記移動制御部を含む制御システムに異常が生じたと判定し、判定結果を出力する判定部と、
   を備える移動体制御装置。
2. 移動体の周辺の物体および走路形状を認識する認識部と、
   前記認識部の認識結果に基づいて目標軌道を生成し、前記目標軌道に沿って前記移動体を自律的に走行させる移動制御部と、
   前記認識部により認識された走路形状により定まり、前記移動制御部が前記目標軌道を生成する基準とする基準目標軌道と、前記目標軌道との乖離度合いが第１基準度合い以上である場合に、前記認識部および前記移動制御部を含む制御システムに異常が生じたと判定し、判定結果を出力する判定部と、
   を備え、
   前記判定部は、前記基準目標軌道と前記目標軌道とにおける前記移動体の進行方向に関して同じ地点に対応する座標点同士の乖離に、少なくとも前記移動体の進行方向に関して隣接する地点に対応する個別データ同士の乖離と比較した変動度合いが高いほど大きい重みを付与することを、複数の前記移動体の進行方向に関して同じ地点に対応して行い、重み付きの前記個別データ同士の乖離を集計することで前記基準目標軌道と前記目標軌道との乖離度合いを算出する、
   移動体制御装置。
3. 移動体の周辺の物体および走路形状を認識する認識部と、
   前記認識部の認識結果に基づいて繰り返し目標軌道を生成し、前記繰り返し生成される目標軌道に沿って前記移動体を自律的に走行させる移動制御部と、
   第１時点で生成された第１目標軌道と、前記第１時点と異なる第２時点で生成された第２目標軌道との乖離度合いが第３基準度合い以上である場合に、前記認識部および前記移動制御部を含む制御システムに異常が生じたと判定し、判定結果を出力する判定部と、
   を備え、
   前記判定部は、前記第１目標軌道と前記第２目標軌道とにおける前記移動体の進行方向に関して同じ地点に対応する座標点同士の乖離に、少なくとも前記移動体の進行方向に関して隣接する地点に対応する座標点同士の乖離と比較した変動度合いが高いほど大きい重みを付与することを、複数の前記移動体の進行方向に関して同じ地点に対応して行い、重み付きの前記座標点同士の乖離を集計することで前記第１目標軌道と前記第２目標軌道との乖離度合いを算出する、
   移動体制御装置。
4. 移動体の周辺の物体および走路形状を認識する認識部と、
   前記認識部の認識結果に基づいて目標軌道を生成し、前記目標軌道に沿って前記移動体を自律的に走行させる移動制御部と、
   前記認識部により認識された走路形状により定まり、前記移動制御部が前記目標軌道を生成する基準とする基準目標軌道と、前記目標軌道との乖離度合いが第１基準度合い以上である場合に、前記認識部および前記移動制御部を含む制御システムに異常が生じたと判定し、判定結果を出力する判定部と、
   を備え、
   前記移動制御部は、前記移動体の周辺の空間を上空から見た二次元平面で表した想定平面において、少なくとも前記認識部により認識された物体の存在に基づいて前記移動体が接近すべきでない度合いを示す指標値であるリスクを設定し、前記リスクが低い地点を通過するように前記目標軌道を生成するものであり、
   前記判定部は、前記目標軌道の各地点における、前記物体の存在によるリスクの値に基づくリスク度合いが第２基準度合い以上である場合、前記異常が生じたと判定することを停止する、
   移動体制御装置。
5. 前記判定部は、前記移動体の周辺の環境情報を取得し、前記環境情報が所定条件を満たす場合、前記異常が生じたと判定しにくくする、
   請求項１から４のうちいずれか１項記載の移動体制御装置。
6. 前記判定部は、前記移動体の速度を取得し、前記速度が基準速度よりも高い場合、前記異常が生じたと判定しにくくする、
   請求項１から５のうちいずれか１項記載の移動体制御装置。
7. 前記判定部は、前記移動体の速度域ごとにデータを収集し、前記移動体の速度域ごとに前記認識部および前記移動制御部を含む制御システムに異常が生じたか否かを判定する、
   請求項１から６のうちいずれか１項記載の移動体制御装置。
8. コンピュータが、
   移動体の周辺の物体および走路形状を認識し、
   認識された前記走路形状に基づいて基準目標軌道を生成し、
   生成した前記基準目標軌道と、前記移動体の位置または姿勢に関する情報とに基づいて目標軌道を生成し、
   生成した前記目標軌道に沿って前記移動体を自律的に走行させ、
   前記基準目標軌道と前記目標軌道との乖離度合いが第１基準度合い以上である場合に、前記認識を行い前記移動体を自律的に走行させる制御システムに異常が生じたと判定し、判定結果を出力する、
   移動体制御方法。
9. コンピュータが、
   移動体の周辺の物体および走路形状を認識し、
   前記認識の結果に基づいて目標軌道を生成し、
   前記目標軌道に沿って前記移動体を自律的に走行させ、
   前記認識された走路形状により定まり、前記目標軌道を生成する基準となる基準目標軌道と、前記目標軌道との乖離度合いが第１基準度合い以上である場合に、前記認識を行い前記移動体を自律的に走行させる制御システムに異常が生じたと判定し、判定結果を出力し、
   前記判定を行う際に、前記基準目標軌道と前記目標軌道とにおける前記移動体の進行方向に関して同じ地点に対応する座標点同士の乖離に、少なくとも前記移動体の進行方向に関して隣接する地点に対応する個別データ同士の乖離と比較した変動度合いが高いほど大きい重みを付与することを、複数の前記移動体の進行方向に関して同じ地点に対応して行い、重み付きの前記個別データ同士の乖離を集計することで前記基準目標軌道と前記目標軌道との乖離度合いを算出する、
   移動体制御方法。
10. コンピュータが、
    移動体の周辺の物体および走路形状を認識し、
    前記認識の結果に基づいて繰り返し目標軌道を生成し、
    前記繰り返し生成される目標軌道に沿って前記移動体を自律的に走行させ、
    第１時点で生成された第１目標軌道と、前記第１時点と異なる第２時点で生成された第２目標軌道との乖離度合いが第３基準度合い以上である場合に、前記認識を行い前記移動体を自律的に走行させる制御システムに異常が生じたと判定し、判定結果を出力し、
    前記判定を行う際に、前記第１目標軌道と前記第２目標軌道とにおける前記移動体の進行方向に関して同じ地点に対応する座標点同士の乖離に、少なくとも前記移動体の進行方向に関して隣接する地点に対応する座標点同士の乖離と比較した変動度合いが高いほど大きい重みを付与することを、複数の前記移動体の進行方向に関して同じ地点に対応して行い、重み付きの前記座標点同士の乖離を集計することで前記第１目標軌道と前記第２目標軌道との乖離度合いを算出する、
    移動体制御方法。
11. コンピュータが、
    移動体の周辺の物体および走路形状を認識し、
    前記認識の結果に基づいて目標軌道を生成し、
    前記目標軌道に沿って前記移動体を自律的に走行させ、
    前記認識された走路形状により定まり、前記目標軌道を生成する基準となる基準目標軌道と、前記目標軌道との乖離度合いが第１基準度合い以上である場合に、前記認識を行い前記移動体を自律的に走行させる制御システムに異常が生じたと判定し、判定結果を出力し、
    前記目標軌道を生成する際に、前記移動体の周辺の空間を上空から見た二次元平面で表した想定平面において、少なくとも前記認識された物体の存在に基づいて前記移動体が接近すべきでない度合いを示す指標値であるリスクを設定し、前記リスクが低い地点を通過するように前記目標軌道を生成し、
    前記判定する際に、前記目標軌道の各地点における、前記物体の存在によるリスクの値に基づくリスク度合いが第２基準度合い以上である場合、前記異常が生じたと判定することを停止する、
    移動体制御方法。
12. コンピュータに、
    移動体の周辺の物体および走路形状を認識させ、
    認識された前記走路形状に基づいて基準目標軌道を生成させ、
    生成した前記基準目標軌道と、前記移動体の位置または姿勢に関する情報とに基づいて目標軌道を生成させ、
    前記目標軌道に沿って前記移動体を自律的に走行させることを行わせ、
    前記基準目標軌道と前記目標軌道との乖離度合いが第１基準度合い以上である場合に、前記認識を行い前記移動体を自律的に走行させる制御システムに異常が生じたと判定させ、判定結果を出力させる、
    プログラム。
13. コンピュータに、
    移動体の周辺の物体および走路形状を認識させ、
    前記認識の結果に基づいて目標軌道を生成させ、
    前記目標軌道に沿って前記移動体を自律的に走行させることを行わせ、
    前記認識された走路形状により定まり、前記目標軌道を生成する基準となる基準目標軌道と、前記目標軌道との乖離度合いが第１基準度合い以上である場合に、前記認識を行い前記移動体を自律的に走行させる制御システムに異常が生じたと判定させ、判定結果を出力させ、
    前記判定を行う際に、前記基準目標軌道と前記目標軌道とにおける前記移動体の進行方向に関して同じ地点に対応する座標点同士の乖離に、少なくとも前記移動体の進行方向に関して隣接する地点に対応する個別データ同士の乖離と比較した変動度合いが高いほど大きい重みを付与することを、複数の前記移動体の進行方向に関して同じ地点に対応して行わせ、重み付きの前記個別データ同士の乖離を集計することで前記基準目標軌道と前記目標軌道との乖離度合いを算出させる、
    プログラム。
14. コンピュータに、
    移動体の周辺の物体および走路形状を認識させ、
    前記認識の結果に基づいて繰り返し目標軌道を生成させ、
    前記繰り返し生成される目標軌道に沿って前記移動体を自律的に走行させることを行わせ、
    第１時点で生成された第１目標軌道と、前記第１時点と異なる第２時点で生成された第２目標軌道との乖離度合いが第３基準度合い以上である場合に、前記認識を行い前記移動体を自律的に走行させる制御システムに異常が生じたと判定させ、判定結果を出力させ、
    前記判定を行う際に、前記第１目標軌道と前記第２目標軌道とにおける前記移動体の進行方向に関して同じ地点に対応する座標点同士の乖離に、少なくとも前記移動体の進行方向に関して隣接する地点に対応する座標点同士の乖離と比較した変動度合いが高いほど大きい重みを付与することを、複数の前記移動体の進行方向に関して同じ地点に対応して行わせ、重み付きの前記座標点同士の乖離を集計することで前記第１目標軌道と前記第２目標軌道との乖離度合いを算出させる、
    プログラム。
15. コンピュータに、
    移動体の周辺の物体および走路形状を認識させ、
    前記認識の結果に基づいて目標軌道を生成させ、
    前記目標軌道に沿って前記移動体を自律的に走行させることを行わせ、
    前記認識された走路形状により定まり、前記目標軌道を生成する基準となる基準目標軌道と、前記目標軌道との乖離度合いが第１基準度合い以上である場合に、前記認識を行い前記移動体を自律的に走行させる制御システムに異常が生じたと判定させ、判定結果を出力させ、
    前記目標軌道を生成する際に、前記移動体の周辺の空間を上空から見た二次元平面で表した想定平面において、少なくとも前記認識された物体の存在に基づいて前記移動体が接近すべきでない度合いを示す指標値であるリスクを設定させ、前記リスクが低い地点を通過するように前記目標軌道を生成させ、
    前記判定する際に、前記目標軌道の各地点における、前記物体の存在によるリスクの値に基づくリスク度合いが第２基準度合い以上である場合、前記異常が生じたと判定することを停止させる、
    プログラム。

Images