汽车用运算系统技术方案

汽车用运算系统(SY)包括主运算装置(100)和备用运算装置(300)。主运算装置(100)根据来自车外信息获取装置(M1)的输出，决定汽车沿根据车外环境生成的路径行驶时的目标运动，车外环境是利用深度学习推测出的，备用运算装置(300)决定供行驶中的汽车行驶到符合预设基准的停车位置停车的行驶路径，行驶路径是根据来自车外信息获取装置(M1)的输出生成的。当主运算装置(100)发生故障时，汽车用运算系统(SY)会优先于控制信号将备用控制信号输出给各执行装置。行装置。行装置。

【技术实现步骤摘要】
【国外来华专利技术】汽车用运算系统


[0001]此处所公开的技术涉及一种例如用于汽车自动驾驶的汽车用运算系统。

技术介绍

[0002]最近，利用使用神经网络进行的深度学习来识别车内外环境的技术也应用到汽车上了。
[0003]例如，专利文献1公开了一种推测装置，推测乘员相对于车辆装备的状态。该推测装置包括存储部和处理部，该存储部中存储有通过利用神经网络进行的深度学习构筑的模型；含有装备的图像输入该处理部，该处理部使用模型推测乘员的状态并输出表示乘员的特定部位即骨骼位置的第一信息和表示乘员相对于装备的状态的第二信息。
[0004]专利文献1：日本公开专利公报特开2018－132996号公报

技术实现思路

－专利技术要解决的技术问题－
[0005]最近，全国正在推进自动驾驶系统的开发。自动驾驶系统，一般是通过摄像头等获取车外环境信息，根据获取到的车外环境信息计算汽车应行驶的路径。在该路径的计算过程中，车外环境的认定很重要，人们已经在进行将深度学习用于该车外环境的认定上这样的研发工作。
[0006]此处，例如在汽车功能安全标准(ISO 26262)中，提出了以ASIL(Automotive Safety Integrity Level：汽车安全完整性等级)作为评价危害的指标，这也是负责自动驾驶的运算装置中的功能安全的软件设计的理念，这还能够被应用到构成程序的多个模块的功能安全的设计上。进行设计阶段的开发时，要求达到ASIL中的ASIL－A到ASIL－D各功能安全等级。
[0007]相对于此，利用深度学习进行的车外环境的认定和路径的计算还处于发展阶段，大致停留在ASIL－B这一等级上。因此，为了在具有自动驾驶功能的汽车中大致达到ASIL－D这一等级的功能安全等级，仅由利用深度学习的功能构成运算装置是不够的。
[0008]此处公开的技术正是为解决上述技术问题而完成的，其目的在于：提高具有利用深度学习之功能的汽车用运算系统的功能安全等级。－用以解决技术问题的技术方案－
[0009]为了解决所述问题，此处公开的技术以一种安装在汽车上的汽车用运算系统为对象，且采用以下构成。该汽车用运算系统具有主运算装置和备用运算装置，所述主运算装置具有第一路径生成部，所述第一路径生成部根据来自获取车外环境信息的信息获取装置的输出，利用深度学习推测包括道路和障碍物的车外环境，并根据推测出的车外环境生成道路上避开障碍物的第一路径，所述主运算装置决定汽车沿该第一路径行驶时的目标运动，并将用于实现该目标运动的控制信号输出给生成驱动力、制动力以及转向角的各执行装置，所述备用运算装置具有停车路径生成部，所述停车路径生成部根据来自所述信息获取
装置的输出，生成供行驶中的汽车行驶到符合预设基准的停车位置停车的行驶路径即第三路径，所述备用运算装置决定用于使汽车沿该第三路径行驶的备用目标运动，并将用于实现该备用目标运动的备用控制信号输出给所述各执行装置，当所述主运算装置发生故障时，该汽车用运算系统将所述备用控制信号优先于所述控制信号输出给所述各执行装置。
[0010]根据该构成方式，因为当主运算装置发生故障时，也能够通过将备用控制信号优选于控制信号输出给各执行装置，使汽车移动到符合预设基准的停车位置，所以例如能够使汽车在安全的位置紧急停车等。也就是说，能够实现用于确保安全的安全功能，进而能够提高功能安全等级。
[0011]在所述汽车用运算系统的一实施方式中，所述主运算装置具有第二路径生成部，所述第二路径生成部根据来自所述信息获取装置的输出，不利用深度学习而按照规定的规则识别包括道路和障碍物的车外的对象物，根据识别出的车外对象物确定道路上避开障碍物的安全区域，并生成在该安全区域内行驶的第二路径，当所述第一路径脱离了所述安全区域时，所述主运算装置决定汽车沿所述第二路径行驶时的目标运动来代替决定汽车沿所述第一路径行驶时的目标运动，并将用于实现该目标运动的控制信号输出给所述各执行装置。
[0012]根据该构成方式，除了通过深度学习推测车外环境以外，还按照规定的规则认定车外的对象物。此处所说的规定的规则是现有技术在汽车等中所采用的人与物等的认定方法，基于规定的规则的对象物认定功能达到相当于ASIL－D的功能安全等级。因此，根据对象物认定部的结果计算出的安全区域可以说是安全性较高的区域。
[0013]并且，当根据利用深度学习推测出的车外环境计算出的第一路径脱离安全区域时，目标运动决定部将用于实现汽车沿第二路径行驶时的目标运动的控制信号作为主运算装置的输出，输出给各执行装置。这样一来，在具有利用深度学习的功能的运算装置中，能够提高功能安全等级。
[0014]在所述汽车用运算系统的一实施方式中，所述主运算装置包括区域设定部，所述区域设定部根据来自所述信息获取装置的输出，不利用深度学习而按照规定的规则识别包括道路和障碍物的车外的对象物，根据识别出的车外的对象物设定道路上避开障碍物的安全区域，所述第一路径生成部将所述第一路径设定为通过所述安全区域。
[0015]这样一来，因为由第一路径生成部生成的路径也通过根据规定的规则设定的安全区域，所以能够提高功能安全等级。－专利技术的效果－
[0016]正如以上说明的那样，根据此处公开的技术，能够提高具有利用深度学习的功能的运算装置的功能安全等级。
附图说明
[0017]图1是示出第一实施方式所涉及的汽车用运算系统的功能构成的方框图；图2是示出安装有运算系统的汽车的构成例的图；图3是示出由运算系统设定的行驶路径之一例的图；图4是由第一运算部设定的安全区域和由第二运算部设定的安全区域的比较图；图5是示出根据通过深度学习推测出的车外环境计算出的候选路径与安全区域之
间的关系之一例的图；图6是示出根据通过深度学习推测出的车外环境计算出的候选路径与安全区域之间的关系的另一图；图7是示出运算系统的工作处理的流程图；图8是决定汽车的驾驶路径时的流程图；图9是决定汽车的驾驶路径时的流程图；图10A是示出导入实际系统中的导入例之功能构成的方框图；图10B是是示出导入实际系统中的导入例之功能构成的方框图。
具体实施方式
[0018]下面，参照附图对示例性实施方式进行详细的说明。
[0019](第一实施方式)图1示出本第一实施方式所涉及的汽车用运算系统SY(以下也简称为运算系统SY)的构成。运算系统SY例如是安装在四轮汽车1上的运算系统。汽车1是能进行手动驾驶、辅助驾驶以及自动驾驶的汽车。手动驾驶为根据驾驶员对油门等的操作使汽车1行驶；辅助驾驶为辅助驾驶员的操作来使汽车1行驶；自动驾驶为在没有驾驶员操作的情况下使汽车1行驶。需要说明的是，在下述说明中，为了将安装有运算系统SY的汽车1与其他车辆区分开来，有时称之为本车辆1。
[0020]运算系统SY根据来自多个传感器等的输出，决定汽车1的目标运动，控制车载装置工作。
[0021]车外信息获取装置M1由向运算系统SY输出汽车1的车外环境信息的传感器等构成，例如包括：(1)设在汽车1的车本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种汽车用运算系统，安装在汽车上，其特征在于：该汽车用运算系统具有主运算装置和备用运算装置，所述主运算装置具有第一路径生成部，所述第一路径生成部根据来自获取车外环境信息的信息获取装置的输出，利用深度学习推测包括道路和障碍物的车外环境，并根据推测出的车外环境生成道路上避开障碍物的第一路径，所述主运算装置决定汽车沿该第一路径行驶时的目标运动，并将用于实现该目标运动的控制信号输出给生成驱动力、制动力以及转向角的各执行装置，所述备用运算装置具有停车路径生成部，所述停车路径生成部根据来自所述信息获取装置的输出，生成供行驶中的汽车行驶到符合预设基准的停车位置停车的行驶路径即第三路径，所述备用运算装置决定用于使汽车沿该第三路径行驶的备用目标运动，并将用于实现该备用目标运动的备用控制信号输出给所述各执行装置，当所述主运算装置发生故障时，该汽车用运算系统将所述备用控制信号优先于所述控制信号输出给所述各执行装置。2.根据权利要求1所述的汽车用运算系统，其特征在于：所述主运算装置具有第二路径生成部，所述第二路径生成部根据来自所述信息获取装置的输出，不利用深度学习而按照规定的规则识别包括道路和障碍物的车外对象物，根据识别出的车外的对象物确定道路上避开障碍物的安全区域，并生成在该安全区域内行驶的第二路径，当所述第一路径脱离了所述安全区域时，所述主运算装置决定汽车沿所述第二路径行驶时的目标运动来代替决定汽车沿所述...

【专利技术属性】
技术研发人员：堀笼大介，坂下真介，石桥真人，宝神永一，三谷明弘，土山净之，
申请(专利权)人：马自达汽车株式会社，
类型：发明
国别省市：