具体实施方式

以下，参照附图对示例性的实施方式详细进行说明。需要说明的是，本公开中的“行驶用部件”等的“部件”表示搭载在车辆上的执行器、传感器等装置类。

图1简略示出由本实施方式所涉及的车辆行驶控制装置100(以下称为行驶控制装置100)控制的车辆1的构成。车辆1是能够进行手动驾驶、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车辆1行驶；辅助驾驶为辅助驾驶员的操作来使车辆1行驶；自动驾驶为在没有驾驶员操作的情况下使车辆1行驶。

车辆1具有发动机10、变速器20、制动装置30以及转向装置40，发动机10作为驱动源具有多个(在本实施方式中为四个)气缸11，变速器20与发动机10相连结，制动装置30对作为驱动轮的前轮50的旋转进行制动，转向装置40使作为转向轮的前轮50转向。

发动机10例如是汽油发动机。如图2所示，在发动机10的各气缸11上，分别设有向气缸11内供给燃料的喷油器12和用于使燃料与供到气缸11内的进气的混合气着火的火花塞13。此外，发动机10的每个气缸11均设有进气门14、排气门15以及调节进气门14和排气门15的开闭动作的气门传动组16。在发动机10中，设有在气缸11内做往复运动的活塞17和通过连杆与该活塞17相连结的曲轴18。需要说明的是，发动机10也可以是柴油发动机。当发动机10是柴油发动机时，可以不设置火花塞13。喷油器12、火花塞13以及气门传动组16是动力传动系相关部件之一例。

变速器20例如为有级式的自动变速器。变速器20布置在发动机10的气缸列方向上的一侧。变速器20包括与发动机10的曲轴18相连结的输入轴(省略图示)和通过多个减速齿轮(省略图示)与该输入轴相连结的输出轴(省略图示)。所述输出轴与前轮50的车轴51相连结。曲轴18的旋转通过变速器20而变速，传递给前轮50。变速器20是动力传动系相关部件之一例。

发动机10和变速器20是生成用于使车辆1行驶的驱动力的动力传动装置。发动机10及变速器20的工作由动力传动系ECU(Electric Control Unit)200控制。例如，当车辆1处于手动驾驶状态时，动力传动系ECU200根据油门开度传感器SW1等的检测值，控制喷油器12的燃料喷射量和燃料喷射时刻、火花塞13的点火时刻、以及气门传动组16开启进气门14和排气门15的时刻及期间等，所述油门开度传感器SW1检测与驾驶员的油门踏板的操作量对应的油门开度。此外，当车辆1处于手动驾驶状态时，动力传动系ECU200基于档位传感器SW2的检测结果、根据油门开度而计算出的要求驱动力，来调节变速器20的齿轮咬合位置，所述档位传感器SW2检测驾驶员对变速杆的操作。当车辆1处于辅助驾驶状态或自动驾驶状态时，动力传动系ECU200基本上计算对各行驶用部件(这里为喷油器12等)的控制量以实现由后述的运算装置110计算的目标驱动力，并向各行驶用部件输出控制信号。动力传动系ECU200是部件控制装置之一例。

制动装置30具有制动踏板31、制动执行器33、与制动执行器33连接的助力器34、与助力器34连接的主缸35、用于调节制动力的动态稳定控制(Dynamic Stability Control，DSC)装置36、以及实际上对前轮50的旋转进行制动的制动衬块37。在前轮50的车轴51上设置有制动盘52。制动装置30是电动制动器，根据制动传感器SW3检测到的制动踏板31的操作量使制动执行器33工作，经由助力器34及主缸35使制动衬块37工作。制动装置30通过制动衬块37夹持制动盘52，藉由制动衬块37与制动盘52之间产生的摩擦力，对前轮50的旋转进行制动。制动执行器33及DSC装置36是制动相关部件之一例。

制动装置30的工作由制动微机300及DSC微机400控制。例如，当车辆1处于手动驾驶状态时，制动微机300根据制动传感器SW3等的检测值，来控制制动执行器33的操作量，所述制动传感器SW3检测驾驶员对制动踏板31的操作量。DSC微机400与驾驶员对制动踏板31的操作无关地对DSC装置36的工作进行控制，对前轮50施加制动力。当车辆1处于辅助驾驶状态或自动驾驶状态时，制动微机300基本上计算对各行驶用部件(这里为制动执行器33)的控制量以实现由后述的运算装置110计算的目标制动力，并向各行驶用部件输出控制信号。制动微机300及DSC微机400是部件控制装置之一例。需要说明的是，也可以由一个微机构成制动微机300和DSC微机400。

转向装置40具有由驾驶员操作的方向盘41、辅助驾驶员进行转向操作的电子助力转向(Electronic Power Asist Steering，EPAS)装置42、以及与EPAS装置42连结的小齿轮轴43。EPAS装置42具有电动马达42a、以及将电动马达42a的驱动力减速后传递给小齿轮轴43的减速装置42b。转向装置40是线控转向方式的转向装置，根据方向盘转向角传感器SW4检测到的方向盘41的操作量而使EPAS装置42工作，使小齿轮轴43旋转而对前轮50进行操作。小齿轮轴43与前轮50通过未图示的齿杆而连结，小齿轮轴43的旋转经由该齿杆传递给前轮。EPAS装置42是转向相关部件之一例。

转向装置40的工作由EPAS微机500控制。例如，当车辆1处于手动驾驶状态时，EPAS微机500根据方向盘转向角传感器SW4等的检测值，控制电动马达42a的操作量。当车辆1处于辅助驾驶状态或自动驾驶状态时，EPAS微机500基本上计算对各行驶用部件(这里为EPAS装置42)的控制量以实现由后述的运算装置110计算的目标转向角，并向各行驶用部件输出控制信号。EPAS微机500是部件控制装置之一例。

在本实施方式中，动力传动系ECU200、制动微机300、DSC微机400及EPAS微机500构成为能够相互通信，详情后述。在以下的说明中，有时将动力传动系ECU200、制动微机300、DSC微机400及EPAS微机500简称为部件控制装置。

在本实施方式中，如图3所示，行驶控制装置100具有运算装置110，该运算装置110为了能够实现辅助驾驶及自动驾驶而计算车辆1应行驶的路径，并且决定用于跟踪该路径的车辆1的运动。运算装置110是由一个或多个芯片构成的微处理器，具有CPU、存储器等。需要说明的是，在图3中，示出用于发挥本实施方式所涉及的功能(后述的路径生成功能)的构成，并不是示出运算装置110具有的全部功能。

图4是运算装置110的构成例。在图4的构成例中，运算装置110包括处理器3和存储器4。存储器4中存储有能够由处理器3执行的软件即模块。通过由处理器3执行存储在存储器4中的各模块来实现图3所示的各部分的功能。此外，存储器4中存储有表示图3所示的各部用于处理的模型的数据。需要说明的是，处理器3和存储器4也可以有多个。

如图3所示，运算装置110根据来自多个传感器等的输出，决定车辆1的目标运动，控制部件工作。向运算装置110输出信息的传感器等包括：设置在车辆1的车身等上且拍摄车外环境的多个摄像头70；设置在车辆1的车身等上且检测车外的人与物等的多个雷达71；利用全球定位系统(Global Positioning System，GPS)来检测车辆1的位置(车辆位置信息)的位置传感器SW5；由车速传感器、加速度传感器、横摆角速度传感器等检测车辆举动的传感器类的输出构成且获取车辆1的状态的车辆状态传感器SW6；以及由车内摄像头等构成且获取车辆1的乘员的状态的乘员状态传感器SW7。此外，由车外通信部72接收到的来自位于本车辆周围的其他车辆的通信信息、来自导航系统的交通信息输入运算装置110。

各摄像头70分别布置成能够沿水平方向360°拍摄车辆1周围。各摄像头70拍摄表示车外环境的光学图像并生成图像数据。各摄像头70将生成的图像数据输出给运算装置110。摄像头70是获取车外环境信息的信息获取单元之一例。

与摄像头70一样，各雷达71分别布置成将检测范围扩大到车辆1周围的水平方向360°。雷达71的种类没有特别限定，例如能够采用毫米波雷达、红外线雷达。雷达71是获取车外环境信息的信息获取单元之一例。

辅助驾驶时或自动驾驶时，运算装置110设定车辆1的行驶路径，并设定车辆1的目标运动，以使车辆1跟踪该行驶路径。为了设定车辆1的目标运动，运算装置110具有车外环境认定部111、候选路径生成部112、车辆举动推测部113、乘员举动推测部114、路径决定部115、车辆运动决定部116、驱动力计算部117、制动力计算部118以及转向角计算部119。车外环境认定部111基于来自摄像头70等的输出来认定车外环境。候选路径生成部112根据车外环境认定部111认定的车外环境来计算车辆1能够行驶的一条或多条候选路径。车辆举动推测部113基于来自车辆状态传感器SW6的输出来推测车辆1的举动。乘员举动推测部114基于来自乘员状态传感器SW7的输出来推测车辆1的乘员的举动。路径决定部115决定车辆1应行驶的路径。车辆运动决定部116决定车辆1的目标运动，该目标运动用于跟踪路径决定部115设定的路径。驱动力计算部117、制动力计算部118以及转向角计算部119计算所述行驶用部件应生成的目标物理量(例如，驱动力、制动力以及转向角)以实现由车辆运动决定部116决定的目标运动。候选路径生成部112、车辆举动推测部113、乘员举动推测部114及路径决定部115构成根据车外环境认定部111认定的车外环境来设定车辆1应行驶的路径的路径设定部。

此外，作为安全功能，运算装置110具有基于规则的路径生成部120和备用部130。基于规则的路径生成部120按照规定的规则来认定车外的对象物，并生成避开该对象物这样的行驶路径。备用部130生成用于将车辆1引导至路肩等安全区域的行驶路径。

而且，运算装置110包括生成用于辅助驾驶的显示影像的驾驶辅助影像生成部150。

＜车外环境认定部＞

车外环境认定部111接收搭载于车辆1的摄像头70、雷达71等的输出，认定车外环境。要认定的车外环境至少包括道路和障碍物。这里，车外环境认定部111基于摄像头70、雷达71的数据，将车辆1周围的三维信息与车外环境模型进行对照，由此推测包括道路及障碍物的车辆环境。车外环境模型例如为通过深度学习而生成的学习完毕模型，能够针对车辆周围的三维信息而识别道路、障碍物等。

例如，车外环境认定部111通过对由摄像头70拍摄到的图像进行图像处理，而从图像中确定出自由空间即不存在物体的区域。此处的图像处理使用例如通过深度学习而生成的学习完毕模型。然后，生成表示自由空间的二维地图。此外，车外环境认定部111从雷达71的输出中获取存在于车辆1周边的人与物的信息。该信息是包括人与物的位置和速度等的定位信息。然后，车外环境认定部111使已生成的二维地图和人与物的定位信息结合，生成表示车辆1周围情况的三维地图。这里，使用摄像头70的设置位置及拍摄方向的信息、雷达71的设置位置及发送方向的信息。车外环境认定部111将已生成的三维地图与车外环境模型进行对比，由此推测包括道路及障碍物的车辆环境。需要说明的是，在深度学习中，使用多层神经网络(Deep Neural Network，DNN)。作为多层神经网络，例如有卷积神经网络(Convolutional Neural Network，CNN)。

＜候选路径生成部＞

候选路径生成部112基于车外环境认定部111的输出、位置传感器SW5的输出、以及从车外通信部73发送的信息等，生成车辆1能够行驶的候选路径。例如，候选路径生成部112生成在由车外环境认定部111认定的道路上避开由车外环境认定部111认定的障碍物的行驶路径。车外环境认定部111的输出例如包括与车辆1行驶的车行道相关的车行道信息。在车行道信息中包括与车行道本身的形状相关的信息、与车行道上的对象物相关的信息。在与车行道形状相关的信息中，包括车行道的形状(直线、曲线、曲线曲率)、车行道宽度、车道数量、各车道宽度等。在与对象物相关的信息中，包括对象物相对于车辆的相对位置及相对速度、对象物的属性(种类、移动方向)等。作为对象物的种类，例如有：车辆、行人、道路、划分线等。

这里，候选路径生成部112使用状态栅格(state lattice)法计算多条候选路径，根据各条候选路径的路径代价，从中选出一条或多条候选路径。不过，也可以使用其他方法进行路径的计算。

候选路径生成部112根据车行道信息，在车行道上设定假想的栅格区域。该栅格区域具有多个栅格点。行车道上的位置根据各栅格点确定。候选路径生成部112将规定的栅格点设为目标到达位置。然后，通过利用栅格区域内的多个栅格点进行路径搜索，进行多条候选路径的计算。在状态栅格法下，路径从一栅格点起朝着车辆行进方向的前方的任意栅格点分支出来。因此，各候选路径被设为依次通过多个栅格点。各候选路径还包括表示通过各栅格点的时间的时间信息、与各栅格点处的速度和加速度等相关的速度信息、与其他车辆运动相关的信息等。

候选路径生成部112根据路径代价，从多条候选路径中选出一条或多条行驶路径。此处的路径代价例如有车道居中的程度、车辆的加速度、转向角、碰撞的可能性等。需要说明的是，在候选路径生成部112选择多条行驶路径的情况下，路径决定部115选择一条行驶路径。

＜车辆举动推测部＞

车辆举动推测部113根据车速传感器、加速度传感器、横摆角速度传感器等检测车辆举动的传感器类的输出，测量车辆的状态。车辆举动推测部113使用表示车辆举动的车辆六轴模型。

这里，车辆六轴模型是将行驶中车辆的“前后”“左右”“上下”这三轴方向的加速度和“纵倾”“侧倾”“横摆”这三轴方向的角速度模型化而得到的。也就是说，该模型并非仅在古典车辆运动工学的平面上(仅车辆的前后左右(X－Y移动)和横摆运动(Z轴))捕捉车辆的动作，而是还使用通过悬架安装在四个车轮上的车身的纵倾(Y轴)和侧倾(X轴)运动、Z轴的移动(车身的上下运动)捕捉车辆的动作，即合计共用六轴来重现车辆举动的数值模型。

车辆举动推测部113针对候选路径生成部112生成的行驶路径应用车辆六轴模型，推测跟踪该行驶路径行驶时的车辆1的举动。

＜乘员举动推测部＞

乘员举动推测部114根据乘员状态传感器SW7的检测结果，特别地推测驾驶员的健康状态和情绪。健康状态例如健康、轻微疲劳、身体状况不佳、意识能力下降等。情绪例如快乐、正常、无聊、焦躁、不快等。

例如，乘员举动推测部114例如从设置在车室内的摄像头所拍摄的图像中，提取驾驶员的面部图像以确定驾驶员。已提取的面部图像和已确定出的驾驶员信息作为输入提供给人类模型。人类模型是例如通过深度学习而生成的学习完毕模型，针对可能成为该车辆1的驾驶员的每个人，根据其面部图像，输出健康状态和情绪信息。乘员举动推测部114输出人类模型已输出的驾驶员的健康状态和情绪信息。

此外，在将皮肤温度传感器、心率传感器、血流量传感器、汗液传感器等生物信息传感器作为用于获取驾驶员的信息的乘员状态传感器SW7的情况下，乘员举动推测部114根据生物信息传感器的输出，测量驾驶员的生物信息。在此情况下，人类模型针对可能成为该车辆1的驾驶员的每个人，将该生物信息作为输入，输出健康状态及情绪信息。乘员举动推测部114输出人类模型已输出的驾驶员的健康状态和情绪信息。

此外，作为人类模型，也可以使用下述模型：针对可能成为该车辆1的驾驶员的每个人，其推测人类对车辆1的举动所持有的情绪。在此情况下，只要按照时间顺序对车辆举动推测部113的输出、驾驶员的生物信息、已推测出的情绪状态进行管理并构筑模型即可。根据该模型，例如能够预测驾驶员情绪的高涨程度(清醒度)与车辆举动之间的关系。

此外，乘员举动推测部114也可以用人体模型作为人类模型使用。人体模型确定的是，例如头部质量(例：5kg)和承受前后左右方向G的脖颈周围的肌肉力等。输入车身动作(加速度G、加加速度)后，人体模型即会输出预想的乘员的身体信息和主观信息。乘员的身体信息例如很舒适/适度/不快，主观信息例如意外/能够预测等。通过参照人体模型，例如令头部略微后仰那样的车身举动会使乘员感到不快，因此能够做到不选择该行驶路径。另一方面，令头部像鞠躬一样前移的车身举动容易使乘员采取抵抗该举动的姿势，不会立刻使乘员感到不快，因此能够选择该行驶路径。或者，通过参照人体模型，例如能够决定目标运动，以便避免乘员的头部摇晃或带来充满活力的跃动感。

乘员举动推测部114针对由车辆举动推测部113推测的车辆举动应用人类模型，推测当前的驾驶员对车辆的举动的健康状态的变化和情绪的变化。

＜路径决定部＞

路径决定部115根据乘员举动推测部114的输出，决定车辆1应行驶的路径。在候选路径生成部112生成的路径为一条路径的情况下，路径决定部115将该路径作为车辆1应行驶的路径。在候选路径生成部112生成的路径有多条的情况下，考虑乘员举动推测部114的输出，例如，在多条候选路径中选择乘员(特别是驾驶员)觉得最舒适的路径，即选择不会让驾驶员感到为了避开障碍物而过于慎重等这种冗长的感觉的路径。

＜基于规则的路径生成部＞

基于规则的路径生成部120基于来自摄像头70及雷达71的输出，不利用深度学习而按照规定的规则来认定车外的对象物，并生成避开该对象物这样的行驶路径。与候选路径生成部112一样，在基于规则的路径生成部120中也使用状态栅格法计算多条候选路径，根据各条候选路径的路径代价，从中选出一条或多条候选路径。在基于规则的路径生成部120中，例如根据不侵入对象物周围几m以内这样的规则，计算路径代价。在该基于规则的路径生成部120中，也可以使用其他方法进行路径的计算。

基于规则的路径生成部120生成的路径的信息输入车辆运动决定部116。

＜备用部＞

备用部130基于来自摄像头70及雷达71的输出，生成在传感器等的故障时或者乘员的身体状况不佳时用于将车辆1引导至路肩等安全区域的行驶路径。备用部130例如根据位置传感器SW5的信息，设定能够供车辆1紧急停车的安全区域，生成到达该安全区域的行驶路径。与候选路径生成部112一样，在备用部130中也使用状态栅格法计算多条候选路径，根据各条候选路径的路径代价，从中选出一条或多条候选路径。在该备用部130中，也可以使用其他方法进行路径的计算。

备用部130生成的路径的信息输入车辆运动决定部116。

＜车辆运动决定部＞

车辆运动决定部116针对路径决定部115决定的行驶路径决定目标运动。目标运动是指跟踪行驶路径这样的转向和加减速。此外，车辆运动决定部116参照车辆六轴模型，针对路径决定部115已选择出的行驶路径运算车身的运动。

车辆运动决定部116决定目标运动，该目标运动用于跟踪基于规则的路径生成部120生成的行驶路径。

车辆运动决定部116决定目标运动，该目标运动用于跟踪备用部130生成的行驶路径。

在路径决定部115决定的行驶路径大幅脱离基于规则的路径生成部120生成的行驶路径时，车辆运动决定部116选择基于规则的路径生成部120生成的行驶路径，作为车辆1应行驶的路径。

在推测出传感器等(尤其是摄像头70、雷达71)的故障或乘员的身体状况不佳时，车辆运动决定部116选择备用部130生成的行驶路径，作为车辆1应行驶的路径。

＜物理量计算部＞

物理量计算部由驱动力计算部117、制动力计算部118及转向角计算部119构成。驱动力计算部117为了实现目标运动而计算由动力传动装置(发动机10及变速器20)应生成的目标驱动力。制动力计算部118为了实现目标运动而计算由制动装置30应生成的目标制动力。转向角计算部119为了实现目标运动而计算转向装置40应生成的目标转向角。

＜周边部件动作设定部＞

周边部件动作设定部140根据车辆运动决定部116的输出，设定车灯和车门等车辆1的车身相关部件的动作。周边部件动作设定部140例如设定车辆1跟踪由路径决定部115决定的行驶路径时的车灯的朝向。此外，例如在将车辆1引导至由备用部130设定的安全区域时，周边部件动作设定部140设定以下动作：在车辆到达安全区域之后，让危险报警闪光灯点亮或者解除车门锁。

＜驾驶辅助影像生成部＞

在本实施方式中，运算装置110包括驾驶辅助影像生成部150，驾驶辅助影像生成部150生成为了辅助驾驶而在车室内显示器700等上显示的影像。如上所述，在运算装置110中，车外环境认定部111接收拍摄车外环境的摄像头70的输出，认定车外环境，并通过模型预测推测道路和障碍物等。于是，驾驶辅助影像生成部150接收摄像头70的输出，并从车外环境认定部111接收车外环境信息，生成用于辅助驾驶的影像。例如驾驶辅助影像生成部150合成摄像头70的拍摄图像，而生成表示包括本车辆的周边区域的影像，且从车外环境认定部111接收推测出的障碍物的信息，将强调障碍物的显示叠加到所生成的影像上。拍摄图像也可以说是所拍摄的影像，还包括动态图像。并且，运算装置110将表示由驾驶辅助影像生成部150生成的影像的影像信号(例如RGB信号)发送给车室内显示器700。该影像信号与摄像头70的输出相比，信号量非常少。车室内显示器700使用从运算装置110发送来的影像信号，显示用于辅助驾驶的影像。

图5是车室内显示器700显示的影像之一例。在图5之例中，车室内显示器700并排显示以俯视图表示车辆及其周边时的合成图像V1和设在车身前方的摄像头的影像V2。合成图像V1是通过将设在车身周围的多个摄像头的图像数据进行坐标转换并合成而生成的。在图5之例中，因为车外环境认定部11将位于车辆左前方的人推测为障碍物，所以将强调此人的显示A1叠加到合成图像V1上。

这样，通过在运算装置110的内部设置驾驶辅助影像生成部150，即使除了运算装置110以外不另外设置大型HMI(Human Machine Interface)单元，也能够显示用于辅助驾驶员驾驶的影像。也就是说，在车辆上设有HMI单元的情况下，也不必让该HMI单元具有利用摄像头影像等庞大的原始数据生成用于辅助驾驶的影像的功能。此外，因为摄像头70的数据量庞大的输出只要发送给运算装置110即可，所以车辆内用于传输数据的构成较简单。

＜运算装置的输出目的地＞

运算装置110的运算结果输出给动力传动系ECU200、制动微机300、EPAS微机500及车身系微机600。具体而言，向动力传动系ECU200输入与驱动力计算部117计算出的目标驱动力相关的信息，向制动微机300输入与制动力计算部118计算出的目标制动力相关的信息，向EPAS微机500输入与转向角计算部119计算出的目标转向角相关的信息，向车身系微机600输入与周边部件动作设定部140设定的各车身相关部件的动作相关的信息。

此外，运算装置110将表示由驾驶辅助影像生成部150生成的影像的影像信号(例如RGB信号)发送给车室内显示器700。

如上所述，动力传动系ECU200基本上计算喷油器12的燃料喷射时刻、火花塞13的点火时刻以实现目标驱动力，并向上述行驶用部件输出控制信号。制动微机300基本上计算对制动执行器33的控制量以实现目标制动力，并向制动执行器33输出控制信号。EPAS微机500基本上计算供往EPAS装置42的电流量以实现目标转向角，并向EPAS装置42输出控制信号。

这样，在本实施方式中，运算装置110仅计算各行驶用部件应输出的目标物理量，由各部件控制装置200～500计算对各行驶用部件的控制量。由此运算装置110的计算量减少，能够提高该运算装置110的计算速度。此外，各部件控制装置200～500只要计算实际的控制量并向行驶用部件(喷油器12等)输出控制信号即可，因此，处理速度快。其结果是，能够提高行驶用部件对车外环境的响应性。

此外，通过让各部件控制装置200～500计算控制量，运算装置110计算粗略的物理量即可，因此，运算装置110的运算速度可以比各部件控制装置200～500慢。由此，能够提高运算装置110的运算精度。

因此，在本实施方式中，包括运算装置110和部件控制装置200～500，部件控制装置200～500根据运算装置110的运算结果，控制搭载在车辆1上的行驶用部件(喷油器12等)工作，运算装置110包括车外环境认定部111、路径设定部(候选路径生成部112等)、车辆运动决定部116以及驾驶辅助影像生成部150，车外环境认定部111基于来自获取车外环境信息的摄像头70和雷达71的输出来认定车外环境，路径设定部(候选路径生成部112等)根据由车外环境认定部111认定的车外环境来设定车辆1应行驶的路径，车辆运动决定部116决定车辆1的目标运动，该目标运动用于跟踪由路径设定部设定的路径，驾驶辅助影像生成部150使用摄像头70的拍摄图像和由车外环境认定部111认定的车外环境的信息，生成用于辅助驾驶的显示影像。这样一来，HMI单元就不必读取摄像头影像等庞大的原始数据，自行生成用于辅助驾驶的影像。因此，即使除了运算装置110以外不另外设置大型HMI单元，也能够显示用于辅助驾驶员驾驶的影像。在车辆上设有HMI单元的情况下，也不必使该HMI单元具有利用摄像头影像等庞大的原始数据生成用于辅助驾驶的影像的功能。此外，因为摄像头的数据量庞大的输出只要发送给运算装置即可，所以车辆内用于传输数据的构成较简单。

此外，运算装置110具有物理量计算部117～119，物理量计算部117～119为了实现由车辆运动决定部116决定的目标运动，计算行驶用部件应生成的目标物理量，部件控制装置200～500计算对行驶用部件的控制量以实现由物理量计算部117～119计算出的目标物理量，并向该行驶用部件输出控制信号。这样一来，运算装置110的工作只做到计算应实现的物理量为止，实际的对行驶用部件的控制量由部件控制装置200～500进行计算。由此运算装置110的计算量减少，能够提高该运算装置110的计算速度。此外，因为部件控制装置200～500只要计算实际的控制量，并向行驶用部件输出控制信号即可，所以处理速度较快。其结果是，能够提高行驶用部件对车外环境的响应性。

尤其是在本实施方式中，因为车外环境认定部111利用深度学习认定车外环境，所以尤其是运算装置110的计算量较多。因此，如果由运算装置110以外的部件控制装置200～500计算对行驶用部件的控制量，则能够更加适当地发挥进一步提高行驶用部件对车外环境的响应性这一效果。

＜其他控制＞

在车辆1处于辅助驾驶状态时，驱动力计算部117、制动力计算部118及转向角计算部119也可以根据车辆1的驾驶员的状态来改变目标驱动力等。例如，当驾驶员享受驾驶(驾驶员的情绪为“快乐”)时，也可以减小目标驱动力等，尽可能接近手动驾驶。另一方面，当驾驶员为身体状况不佳的状态时，也可以增大目标驱动力等，尽可能接近自动驾驶。

(其他实施方式)

这里所公开的技术不限于上述实施方式，在不脱离权利要求书的主旨的范围内能够进行替换。

例如，在上述实施方式中，路径决定部115决定车辆1应行驶的路径。不限于此，也可以省略路径决定部115，由车辆运动决定部116决定车辆1应行驶的路径。也就是说，车辆运动决定部116也可以兼作路径设定部的一部分和目标运动决定部。

在上述实施方式中，驱动力计算部117、制动力计算部118及转向角计算部119计算目标驱动力等目标物理量。不限于此，也可以省略驱动力计算部117、制动力计算部118及转向角计算部119，车辆运动决定部116计算目标物理量。也就是说，车辆运动决定部116也可以兼作目标运动决定部和物理量计算部。

上述实施方式仅为示例而已，不得用于限定性地解释本公开的范围。本公开的范围由权利要求书定义，属于权利要求书的等同范围的变形、变更全部包括在本公开的范围内。

－产业实用性－

这里所公开的技术作为控制车辆行驶的车辆行驶控制装置是有用的。

－符号说明－

1 车辆

12 喷油器(行驶用部件)

13 火花塞(行驶用部件)

16 气门传动组(行驶用部件)

20 变速器(行驶用部件)

33 制动执行器(行驶用部件)

42 EPAS装置(行驶用部件)

100 车辆行驶控制装置

110 运算装置

111 车外环境认定部

112 候选路径生成部(路径设定部)

113 车辆举动推测部(路径设定部)

114 乘员举动推测部(路径设定部)

115 路径决定部(路径设定部)

116 车辆运动决定部(目标运动决定部)

117 驱动力计算部(物理量计算部)

118 制动力计算部(物理量计算部)

119 转向角计算部(物理量计算部)

150 驾驶辅助影像生成部

200 动力传动系ECU(部件控制装置)

300 制动微机(部件控制装置)

400 DSC微机(部件控制装置)

500 EPAS微机(部件控制装置)。