具体实施方式

下面，参照附图对于车辆控制装置以及在车辆控制装置中实施的车辆控制方法进行说明。该车辆控制装置在拥堵中自动驾驶控制车辆。因此，该车辆控制装置根据基于由搭载于车辆的传感器获得的传感器信号而检测出的其它车辆的行为等，判定车辆周围是否处于拥堵中。并且，当在车辆周围拥堵被消除时，该车辆控制装置使被采用的驾驶模式从车辆控制装置控制车辆的行驶的自动驾驶模式向驾驶员控制车辆的行驶的手动驾驶模式转移。这时，该车辆控制装置基于表示车辆周围的道路环境的信息，设定当拥堵消除了时表示车辆周围的其它车辆的行为的行为评价值应当满足的拥堵消除条件，由此，能够恰当地判定拥堵是否消除了。

图1是安装有车辆控制装置的车辆控制系统的概略结构图。另外，图2是作为车辆控制装置的一个实施方式的电子控制装置的硬件结构图。在本实施方式中，搭载于车辆10并且控制车辆10的车辆控制系统1具有：GPS接收机2、照相机3、无线通讯器4、存储装置5、用户接口6、以及作为车辆控制装置的一个例子的电子控制装置(ECU)7。GPS接收机2、照相机3、无线通信器4、存储装置5及用户接口6与ECU7经由以控制器局域网络这样的标准为依据的车内网络能够进行通信地被连接起来。另外，车辆控制系统1也可以还具有激光雷达或者雷达这样的测定从车辆10到存在于车辆10周围的物体的距离的距离传感器(图中未示出)。这样的距离传感器是检测车辆10周围的状况的传感器的一个例子。进而，车辆控制系统1也可以具有用于搜索到达目的地的行驶预定路径的导航装置(图中未示出)。

GPS接收机2每隔规定周期接收来自于GPS卫星的GPS信号，基于接收到的GPS信号，测定车辆10的自身位置。并且，GPS接收机2每隔规定周期将基于GPS信号的表示车辆10自身位置的测位结果的测位信息经由车内网络向ECU7输出。另外，车辆10也可以具有以GPS接收机2以外的卫星测位系统为依据的接收机。在该情况下，该接收机对车辆10的自身位置进行测位即可。

照相机3是检测车辆10周围的状况的传感器的一个例子，具有：由CCD或者C-MOS等对可见光具有灵敏度的光电转换元件的阵列构成的二维检测器、以及将成为摄影对象的区域的像成像于该二维检测器上的成像光学系统。并且，照相机3例如向着车辆10的前方安装于例如车辆10的车厢内。并且，照相机3每隔规定的摄影周期(例如，1/30秒～1/10秒)对车辆10的前方区域进行摄影，生成对该前方区域拍摄的图像。由照相机3获得的图像是传感器信号的一个例子，可以是彩色图像，也可以是黑白图像。另外，在车辆10中也可以设置摄影方向或者焦点距离不同的多个照相机。

照相机3每当生成图像时，都将该生成的图像经由车内网络向ECU7输出。

无线通讯器4依据规定的移动通信标准，与无线基站之间进行无线通信。并且，无线通讯器4经由无线基站从其它装置接收表示车辆10行驶中的道路或者其周围的交通状况的交通信息(例如，由Vehicle Information Communication System(车辆信息通信系统)，VICS(注册商标)产生的信息)，将该交通信息经由车内网络向ECU7输出。另外，在交通信息中例如包括：道路施工、事故、或者有无交通管制、以及与道路施工、事故或者实施交通管制的场所及时间段有关的信息。另外，无线通讯器4经由无线基站从地图服务器接收关于车辆10当前位置周围的规定区域的用于自动驾驶控制的高精度地图，将接收到的高精度地图向存储装置5输出。

存储装置5是存储部的一个例子，例如，有硬盘装置、非易失性的半导体存储器、或者光记录介质及其访问装置。并且，存储装置5存储作为地图信息的一个例子的高精度地图。在高精度地图中，例如包含有：对于包含在该高精度地图上表示的规定的区域中的各个道路的车道区划线或者停止线这样的道路指示的信息；表示道路标识的信息；以及表示道路周围的建筑物(例如，隔音壁等)的信息。进而，在高精度地图中，对于各个道路，也可以包含每规定长度的区间的坡度以及高度等信息。

进而，存储装置5也可以具有用于实施高精度地图的更新处理、以及与来自于ECU7的高精度地图的读取要求相关的处理等的处理器。并且，例如也可以车辆10每移动规定的距离，存储装置5经由无线通讯器4将高精度地图的获取要求与车辆10的当前位置一起向地图服务器发送，从地图服务器经由无线通讯器4接收关于车辆10的当前位置周围的规定区域的高精度地图。另外，存储装置5当接收到来自于ECU7的高精度地图的读取要求时，从存储的高精度地图提取出包含车辆10的当前位置且表示比上述规定区域相对窄的范围的高精度地图，经由车内网络向ECU7输出。

用户接口6是通知部的一个例子，例如，具有液晶显示器这样的显示装置或者触摸屏显示器。用户接口6在车辆10的车厢内、例如在仪表盘附近被朝向驾驶员配置。并且，用户接口6通过显示从ECU7经由车内网络接收到的各种信息，向驾驶员通知该信息。用户接口6也可以还具有设置于车厢内的扬声器。在该情况下，用户接口6通过将从ECU7经由车内网络接收到的各种信息作为声音信号进行输出，将该信息向驾驶员通知。

在用户接口6向驾驶员通知的信息中，例如，包括：通知对车辆10中采用的驾驶模式进行变更的信息(例如，通知从自动驾驶模式向手动驾驶模式的切换或者相反的切换的信息)；或者，通知要求驾驶员保持方向盘或者监视前方的信息。

ECU7判定车辆10周围是否拥堵。并且，在车辆10周围拥堵的情况下，ECU7将在车辆10的控制中采用的驾驶模式作为自动驾驶模式来控制车辆10的行驶。

如图2所示，ECU7具有通信接口21、存储器22和处理器23。通信接口21、存储器22及处理器23可以作为分别独立的电路构成，也可以作为一个集成电路成一体地构成。

通信接口21具有用于将ECU7连接于车内网络的接口电路。并且，通信接口21每当从GPS接收机2接收到测位信息时，将该测位信息转送给处理器23。另外，通信接口21每当从照相机3接收到图像时，将接收到的图像转送给处理器23。进而，通信接口21将从存储装置5读取的高精度地图转送给处理器23。另一方面，通信接口21当从处理器23接收到通知信息时，将该通知信息向用户接口6输出。

存储器22是存储部的另一个例子，例如，具有易失性的半导体存储器以及非易失性的半导体存储器。并且，存储器22存储有在由ECU7的处理器23执行的车辆控制处理中使用的各种数据。例如，存储器22存储有：表示车辆10周围的图像、自身位置的测位结果、高精度地图、照相机3的焦点距离、视场角、摄影方向以及安装位置等的内部参数；以及用于指定在检测行驶于车辆10周围的其它车辆等时使用的物体检测用识别器的参数组等。进而，存储器22临时性地存储在车辆控制处理的中途生成的各种数据。

处理器23具有一个或者多个CPU(中央处理器)及其外围电路。处理器23也可以还具有逻辑运算单元、数值运算单元或者图像处理单元这样的其它运算电路。并且，处理器23执行对于车辆10的车辆控制处理。

图3是关于车辆控制处理的处理器23的功能框图。处理器23具有检测部31、拥堵判定部32、拥堵消除判定部33、条件设定部34和车辆控制部35。处理器23所具有的上述各部分，例如，是由在处理器23中工作的计算机程序实现的功能模块。或者，处理器23所具有的上述各部分也可以是设置于处理器23的专用的运算电路。

每当ECU7从照相机3获得图像时，检测部31基于该获得的图像，检测车辆10周围的其它车辆。

例如，每当ECU7从照相机3获得图像时，检测部31通过将该图像输入到识别器，检测出在车辆10周围行驶的其它车辆。作为这样的识别器，检测部31例如可以利用具有Single Shot MultiBox Detector(SSD)(单激发多盒探测器)、或者Faster R-CNN(快速深度学习)这样的卷积神经网络型(CNN)的系统结构的深度学习网络(DNN)。这样的识别器预先进行学习，以便从图像检测出存在于车辆10周围的成为检测对象的其它物体(例如，车辆、车道区划线这样的道路指示、道路标识等)。识别器输出表示指定包含有在被输入的图像中检测出的物体在内的物体区域的信息以及检测出的物体的种类(车辆、道路指示、道路标识等)的信息。从而，每当ECU7从照相机3获得图像时，检测部31将表示包含有从该图像检测出的物体在内的物体区域以及该检测出的物体的种类的信息存储于存储器22，并且，向处理器23的其它各部分输出。

在此前在车辆10周围没有发生拥堵的情况下，拥堵判定部32每隔规定的周期(例如，0.1秒～数秒)，判定在车辆10周围是否发生了拥堵。

例如，拥堵判定部32基于由搭载于车辆10的车速传感器(图中未示出)测定的车辆10的速度，判定在车辆10周围是否发生了拥堵。在该情况下，例如，在经由通信接口21从车速传感器获得的车辆10的速度的测定值成为第一速度阈值(例如，20km/h)以下的状态持续了第一期间(例如，5秒)以上的情况下，拥堵判定部32判定为在车辆10周围发生了拥堵。或者也可以为，在车辆10的速度的测定值成为比第一速度阈值低的第二速度阈值(例如，10km/h)以下的状态持续了比第一期间短的第二期间(例如，3秒)以上的情况下，拥堵判定部32判定为在车辆10周围发生了拥堵。另外，或者也可以为，在最近的第一规定期间(例如，3秒的期间)中的车辆10的速度的测定值的变化为规定的速度变化幅度(例如，1m/s)以内的情况下，拥堵判定部32判定为在车辆10周围发生了拥堵。另外，在该情况下，也可以为，只有在第一规定期间中的车辆10的速度的平均值为规定速度以下的情况下，才判定为在车辆10周围发生了拥堵。规定速度例如可以为从车辆10行驶中的道路的法定速度或者限速减去规定的偏离值(例如，20km/h～40km/h)而得到的速度。在该情况下，拥堵判定部32，例如，只要参照由从GPS接收机2接收到的测位信息表示的车辆10的当前位置和高精度地图，确定车辆10行驶中的道路的法定速度或者限速即可。另外，拥堵判定部32也可以通过对照在由照相机3获得的图像中表示的地面物体和高精度地图，推定车辆10的当前位置及姿势。例如，拥堵判定部32假定车辆10的位置及姿势，参照照相机3的内部参数，将从由照相机3获得的图像检测出的道路上的地面物体(例如，车道区划线或者停止线这样的道路指示)投影到高精度地图上，或者将高精度地图上的车辆10周围的道路上的地面物体投影到图像上。并且，拥堵判定部32只要将从图像检测出的道路上的地面物体和在高精度地图上表示的道路上的地面物体最为一致时的车辆10的位置及姿势推定作为车辆10的当前位置即可。在该情况下，拥堵判定部32例如也可以将从检测部31接收到的与从图像检测出的地面物体相关的信息用于车辆10的位置及姿势的推定。

进而，拥堵判定部32也可以在车辆10停车并经过第二规定期间(例如，1秒)以上的情况下，判定为在车辆10的周围发生了拥堵。

或者，拥堵判定部32也可以基于由检测部31检测出的行驶于车辆10周围的其它车辆的行为，判定在车辆10周围是否发生了拥堵。

拥堵判定部32通过对于从由照相机3获得的按时间序列的一系列图像的每一个检测出的其它车辆实施采用了光流场的跟踪处理这样的规定的跟踪处理，对其它车辆进行跟踪。并且，拥堵判定部32对于各个图像，利用照相机3的内部参数来实施视点变换处理，将各个图像变更成俯视图，由此，计算获得各个图像时的对车辆10进行跟踪的过程中的其它车辆的相对位置。这时，显示有其它车辆的物体区域的下端，被推定为表示路面与其它车辆相接的位置。因此，拥堵判定部32也可以基于在各个图像中从与显示有其它车辆的物体区域的下端相当的照相机3起的方位、以及作为照相机3的内部参数之一的照相机3距路面的高度，推定出从各个图像获得时的车辆10到其它车辆的距离。并且，拥堵判定部32也可以将在各个图像获得时从车辆10到其它车辆的距离的推定值用于对车辆10的跟踪中的其它车辆的相对位置的计算。

拥堵判定部32选择在跟踪中的其它车辆之中行驶于车辆10前方的先行车辆。在存在多个先行车辆的情况下，拥堵判定部32也可以选择多个先行车辆之中离车辆10最近的先行车辆。并且，拥堵判定部2基于在最近的规定期间(例如，3～5秒)中至所选择的先行车辆的相对位置的变化，计算出在最近的规定期间中车辆10与该先行车辆的相对速度的变化以及车间距离的变化。

或者，在车辆10具有激光雷达或者雷达这样的距离传感器的情况下，拥堵判定部32也可以在由该距离传感器获得的车辆10前方的规定角度范围(例如，以车辆10的行进方向为中心，与路面平行的±30°的角度范围)内的距离的测定值为规定值以下的情况下，判定为存在先行车辆。并且，拥堵判定部32也可以基于在最近的规定期间中由距离传感器获得的距离的测定值的变化，计算出在最近的规定期间中车辆10与该先行车辆的相对速度的变化及车间距离的变化。

当在整个最近的规定期间中，车辆10与先行车辆的相对速度的绝对值为规定的相对速度阈值(例如(1m/s))以下，并且，车辆10与先行车辆的车间距离在规定的距离范围(例如，3m以上、25m以下)中的情况下，拥堵判定部32判定为在车辆10的周围发生了拥堵。

或者，拥堵判定部32也可以对于跟踪中的全部其它车辆计算出在最近的规定期间中车辆10与其它车辆的相对速度的变化及车间距离的变化。并且，也可以为，在对于跟踪中的全部其它车辆而言，在整个最近的规定期间中，相对于车辆10的相对速度为规定的相对速度阈值(例如，3m/s)以下的情况下，拥堵判定部32判定为在车辆10的周围发生了拥堵。另外，拥堵判定部32也可以只将在跟踪中的其它车辆之中的行驶于与车辆10所行驶的车道相邻的车道(下面，有时简单地称之为相邻车道)的车辆用于进行拥堵判定。在该情况下，拥堵判定部32，例如，将在跟踪中的其它车辆之中的由识别器检测出的车道区划线位于与车辆10之间的其它车辆判定为行驶于相邻车道的车辆即可。或者，拥堵判定部32也可以将在跟踪中的其它车辆之中的相对于沿着车辆10的行进方向的线的距离分离开车道的宽度以上的其它车辆判定为行驶于邻接车道的车辆。

或者，拥堵判定部32也可以在经由无线通讯器4接收到的交通信息中对于车辆10行驶中的道路显示出正在发生拥堵的情况下，判定为在车辆10周围发生了拥堵。另外，在该情况下，拥堵判定部32只要参照车辆10的当前位置和高精度地图来确定车辆10行驶中的道路即可。

或者，拥堵判定部32也可以只在对于上述拥堵判定方式中的任何两个以上的方式而言被判定为车辆10周围发生了拥堵的情况下，才判定为在车辆10周围发生了拥堵。

拥堵判定部32在判定为车辆10周围发生了拥堵的情况下，将该判定结果通知条件设定部34、拥堵消除判定部33及车辆控制部35。

拥堵消除判定部33当从拥堵判定部32被通知在车辆10周围正在发生拥堵时，在该通知之后，每隔规定的周期，基于利用由照相机3获得的图像检测出的行驶于车辆10周围的其它车辆的行为，判定在车辆10周围拥堵是否消除了。

例如，在满足以下两个条件(条件1、条件2)这两者的情况下，拥堵消除判定部33判定为车辆10周围的拥堵消除了。这些条件是拥堵消除条件的一个例子。

(i)条件1：车辆10的速度在第一速度阈值以上

(ii)条件2：满足下面三个选择条件中的至少一个

·选择条件a：车辆10周围的一个以上其它车辆的速度的平均值(下面，简单地称作平均车速)成为第二速度阈值以上持续第一规定时间以上

·选择条件b：车辆10周围的一个以上其它车辆的加速度的平均值(下面，简单地称作平均加速度)在规定的加速度阈值以上

·选择条件c：车辆10周围的一个以上其它车辆的速度的分散(下面，简单地称作速度分散)在规定的分散阈值以下

另外，拥堵消除判定部33采用由搭载于车辆10的车速传感器(图中未示出)测定的车辆10的速度作为关于条件1的车辆10的速度即可。另外，拥堵消除判定部33通过对于由检测部31检测出的一个以上其它车辆的每一个实施与拥堵判定部32同样的处理，能够计算出平均车速、平均加速度及速度分散。即，拥堵消除判定部33可以跟踪由检测部31从利用照相机3获得的按时间序列的一系列的图像的每一个检测出的一个以上的其它车辆的每一个，计算出在各个图像获得时的其它车辆相对于车辆10的每一个的相对速度。并且，拥堵消除判定部33基于获得各个图像时的车辆10速度与其它车辆的每一个的相对速度，计算出获得各个图像时的其它车辆的每一个的速度及加速度，基于其它车辆的每一个的速度及加速度，可以计算出获得各个图像时的速度平均值、加速度平均值及速度分散。另外，速度平均值、加速度平均值及速度分散分别是表示车辆10周围的其它车辆的行为的行为评价值的一个例子。

如后面将要详细描述的那样，由条件设定部34基于表示车辆10周围的道路环境的信息来设定构成拥堵消除条件的第一速度阈值、第二速度阈值、第一规定时间、加速度阈值及分散阈值的每一个。

拥堵消除判定部33当判定为拥堵消除了时，将该判定结果通知车辆控制部35。

条件设定部34当从拥堵判定部32被通知在车辆10周围正在发生拥堵时，在该通知以后，每隔规定的周期，基于表示车辆10周围的道路环境的信息，分别设定构成拥堵消除条件的第一速度阈值、第二速度阈值、第一规定时间、加速度阈值及分散阈值。

例如，在因道路结构成为诱发拥堵的结构而产生拥堵的情况下，在成为该拥堵的原因的地点(例如，有汇流或者分支的地点、有高速道路或者停车场等的出入口这样的对着该道路的出入口或者收费站的地点、或者道路的宽度减小的地点，下面，为了方便起见，称作拥堵诱发地点)的附近(其中，对于由宽度减小引起的拥堵，则是宽度变宽的地点)，拥堵消除的可能性高。因此，通过了拥堵诱发地点附近的车辆存在有急加速的情况。因此，条件设定部34使得在道路的结构成为诱发拥堵的结构的拥堵诱发地点位于包含有车辆10在内的规定区域内的情况下的拥堵消除条件，比拥堵诱发地点在规定区间以外时的拥堵消除条件放宽。具体地，在车辆10行驶于拥堵诱发地点附近的情况下，条件设定部34将第二速度阈值、第一规定时间及加速度阈值之中的至少一个或者全部设定成比车辆10没有行驶于拥堵诱发地点附近的情况下的这些值低的值。例如，条件设定部34参照车辆10的当前位置和高精度地图，判定在车辆10行驶中的道路上，沿着车辆10的行进方向，在车辆10的当前位置近前(即，车辆10通过之后)的第一区间(例如，1km)以内是否包含拥堵诱发地点。另外，高精度地图是表示车辆10周围的道路环境的信息的一个例子。并且，在第一区间内包含有拥堵诱发地点的情况下，条件设定部34将第二速度阈值、第一规定时间及加速度阈值之中的至少一个或者全部设定成比在第一区间内不包含拥堵诱发地点的情况下的这些值低规定的偏离量的值。例如，对于第二速度阈值，可以使规定的偏离量为5km/h～15km/h。例如，在第一区间内没有拥堵诱发地点的情况下的第二速度阈值为5km/h的情况下，可以使在第一区域内包含有拥堵诱发地点的情况下的第二速度阈值为35km/h～45km/h。另外，对于第一规定时间，规定的偏离量例如可以为1秒～3秒。例如，在第一区间内没有拥堵诱发地点的情况下的第一规定时间为5秒的情况下，可以使在第一区间内包含有拥堵诱发地点的情况下的第一规定时间为2秒～4秒。进而，对于加速度阈值，规定的偏离量例如可以为0.05g～0.1g。另外，g是重力加速度。例如，在第一区间内没有拥堵诱发地点的情况下的加速度阈值为0.2g的情况下，可以使在第一区域内包含拥堵诱发地点的情况下的加速度阈值为0.1g～0.15g。由此，在发生了由道路结构引起的拥堵的情况下，拥堵消除判定部33能够更早地检测出拥堵消除了。

另外，有时，在车辆10前方存在道路分支、高速道路或者汽车专用道路的出口、或者道路的宽度增加的地点的情况下，车辆10周围的拥堵在比这些地点更靠近前的位置处消除。因此，条件设定部34对于这些地点，也可以使第一区间为沿着车辆10的行进方向在包含有车辆10的当前位置在内的前后分别具有规定距离的区间(例如，前后1km)的区间。

另外，有时，拥堵是因车辆10行驶中的道路的至少一部分堵塞这样的规定事件为起因而产生的。在这样的情况下，当车辆10通过该规定事件发生的地点(例如，实施道路施工的地点、发生事故的地点、存在路面停车车辆或者落下物的地点，下面，为了便于说明，称为事件发生地点)时，车辆10周围的拥堵立即消除的可能性高。因此，条件设定部34例如通过将由照相机3获得的最新的图像输入给识别器，判定是否存在报告道路施工的告示牌或者报告事故发生的告示牌这样的报告道路施工或者事故发生的物体。作为这样的识别器，例如，与对于检测部31所说明的识别器一样，使用具有CNN型的系统结构的DNN。当识别器在被输入的图像中检测出报告道路施工或者事故发生的物体时，条件设定部34判定为在车辆10的前方存在事件发生地点。同样地，条件设定部34通过将由照相机3获得的最新的图像输入识别器，当识别器在被输入的图像中检测出道路上的落下物时，条件设定部34也可以判定为存在有道路上的落下物。或者，如对于拥堵判定部32所说明的那样，条件设定部34也可以通过将由照相机3获得的按时间序列的一系列的图像输入识别器来检测车辆10周围的其它车辆，并且跟踪检测出的其它车辆，由此，在该跟踪中检测出停止于道路上的车辆、即在路上停车的车辆。并且，当检测出落下物或者在路上停车的车辆时，条件设定部34判定为在车辆10的前方存在事件发生地点。并且，条件设定部34利用与对于拥堵判定部32所说明的方式同样的方式跟踪所检测出的这些物体，并且，每当由照相机3获得最新的图像时，求出这些物体存在的地点、即事件发生地点相对于车辆10的相对位置，基于该相对位置，判定车辆10是否追加了事件发生地点。另外，由照相机3获得的图像是表示车辆10周围的道路环境的信息的另一个例子。

在该情况下，当车辆10通过事件发生地点时，条件设定部34从该通过了的时侯起行驶规定的距离，或者到经过规定时间为止，将第二速度阈值、第一规定时间及加速度阈值之中的至少一个或者全部设定成比车辆10到达事件发生地点之前的这些值低规定的偏离量的值。由此，在产生了因事件的发生而引起的拥堵的情况下，拥堵消除判定部33能够在车辆10通过了事件发生地点之后，更早地检测出拥堵消除了。另外，规定的偏离量可以与在上述第一区间内包含拥堵诱发地点的情况下的偏离量相同，或者也可以不同。特别地，当车辆10通过事件发生地时，设想为车辆10周围的其它车辆急加速。因此，相对于车辆10通过了事件发生地点时的加速度阈值的偏离量也可以被设定得比在第一区间内包含拥堵诱发地点的情况下的偏离量大。

图4A及图4B是分别表示使第二速度阈值、第一规定时间及加速度阈值之中的至少一个或者全部降低的区间的一个例子的图。

在图4A所示的例子中，在向箭头所示的方向行进的车辆10位于从作为拥堵诱发地点的一个例子的道路汇流地点401起向前的区间402内的情况下(即，在以车辆10的当前位置为基准，具有与区间402相同长度且位于该当前位置的近前侧的区间内包含汇流地点401的情况下)，第二速度阈值、第一规定时间及加速度阈值之中的至少一个或者全部被降低。另外，在地点401不是汇流地点而是分支地点的情况下，区间402可以如虚线所示从地点401延长至近前侧。

另外，在图4B所示的例子中，在朝向箭头所示方向行进的车辆10位于从作为事件发生地点的一个例子的事故发生地点411起向前的区间412内的情况下，第二速度阈值、第一规定时间及加速度阈值之中的至少一个或者全部被降低。

进而，在车辆10周围的拥堵是所谓的自然拥堵的情况下，当车辆10周围的拥堵消除时，设想为车辆10周围的其它车辆比较缓慢地加速。另外，尽管拥堵没有消除，但是，也存在着因车辆10周围的拥堵程度的变化，而使得车辆10周围的其它车辆瞬间地加速的情况。因此，条件设定部34也可以对于第一速度阈值及分散阈值中的任一个或者两者，设定成比在上述第一区间内包含拥堵诱发地点的情况下以及车辆10通过了事件发生地点之后的这些阈值低规定的偏离量的值。由此，拥堵消除判定部33能够恰当地判定在车10周围发生的自然拥堵的消除。

图5是表示拥堵中及拥堵消除后的车辆10周围的其它车辆的平均车速的变化的一个例子的图。在图5中，横轴表示时间，纵轴表示速度。并且，曲线501是表示平均车速的随时间变化的曲线。在图5中，在期间P，在车辆10周围发生拥堵，在期间P以后，车辆10周围的拥堵消除。另外，在时刻t1，车辆10通过了拥堵诱发地点。在该情况下，直到时刻t1之前，第二速度阈值被设定成相对高的值511。因此，即使在拥堵中平均车速暂时变快，拥堵消除判定部33也不会误判定为拥堵消除了。另一方面，在时刻t1以后，由于车辆10近前的第一区间内包含拥堵诱发地点，因此，第二速度阈值被设定成相对低的值512。因此，由于在拥堵消除之后，平均车速超过第二速度阈值的时机提前，因此，拥堵消除判定部33能够更早地检测出车辆10周围的拥堵消除了。

每当变更第一速度阈值、第二速度阈值、第一规定时间、加速度阈值及分散阈值中的任一个时，条件设定部34向拥堵消除判定部33通知变更后的这些值。

车辆控制部35当从拥堵判定部32被通知在车辆10周围发生了拥堵时，将车辆10中采用的驾驶模式从手动驾驶模式切换到自动驾驶模式。这时，车辆控制部35也可以使用户接口6显示将车辆10中采用的驾驶模式从手动驾驶模式向自动驾驶模式切换的信息，或者，输出表示该信息的声音，将驾驶模式的切换通知驾驶员。并且，车辆控制部35在该通知之后控制成对车辆10进行自动驾驶。

反之，车辆控制部35当从拥堵消除判定部33被通知车辆10周围的拥堵消除了时，将车辆10中采用的驾驶模式从自动驾驶模式切换到手动驾驶模式。这时，车辆控制部35使用户接口6显示将车辆10中采用的驾驶模式从自动驾驶模式向手动驾驶模式切换的信息，或者，输出表示该信息的声音，将驾驶模式的切换通知驾驶员。并且，当从该通知起经过规定期间时，车辆控制部35停止车辆10的自动驾驶，之后，按照驾驶员的驾驶操作来控制车辆10的行驶。另外，车辆控制部35也可以直到从设置于方向盘的接触传感器(图中未示出)接收到表示方向盘被保持的信息为止，持续进行车辆10的自动驾驶。

为了在对车辆10采用自动驾驶模式的期间，车辆10沿着到目的地的行驶预定路径行进，生成一个以上的在最近的规定区间(例如，500m～1km)中的车辆10的行驶预定路径(路线)。行驶预定路径，例如，被表示为车辆10行驶于规定区间时的各个时刻的车辆10的目标位置的集合。并且，车辆控制部35对车辆10的各部分进行控制，以便使车辆10沿着该行驶预定路径行驶。

车辆控制部35生成行驶预定路径，以便从由照相机3获得的按时间序列的一系列的图像检测出的存在于车辆10周围的物体(例如，其它车辆)与车辆10不发生碰撞。例如，车辆控制部35，如对于拥堵判定部32及拥堵消除判定部33所说明的那样，跟踪由检测部31检测出的物体。另外，在拥堵消除判定部33跟踪被检测出的物体的情况下，车辆控制部35也可以利用由拥堵消除判定部33产生的跟踪结果。并且，车辆控制部35根据由该跟踪结果获得的轨迹，推定物体各自的到规定时间之前为止的预测轨迹。这时，车辆控制部35能够利用在获得各个图像时的车辆10的位置及姿势、到检测出的物体的推定距离、以及从车辆10朝向该物体的方向来推定获得各个图像时的所检测出的物体的位置。另外，获得各个图像时的车辆10的位置及姿势，如对于拥堵判定部32所说明的那样，通过将由照相机3获得的图像与高精度地图进行对照来推定即可。并且，车辆控制部35通过对于在获得各个图像时所检测出的物体的推定位置实施采用了Kalman Filter(卡尔曼滤波)或者Particle Filter(粒子滤波)等的跟踪处理，可以推定出所检测的物体的预测轨迹。

车辆控制部35基于跟踪中的各个物体的预测轨迹来生成车辆10的行驶预定路径，以便对于任何的物体，都使得在直到预定时间之前为止的跟踪中的物体的每一个与车辆10之间的距离的预测值成为规定距离以上。这时，车辆控制部35也可以将行驶预定路径设定成使得车辆10的速度不超过预先设定的上限速度。

另外，车辆控制部35也可以生成多个行驶预定路径。在该情况下，车辆控制部35也可以选择在多个行驶预定路径之中的车辆10的加速度的绝对值的总和成为最小的路径。

车辆控制部35当设定行驶预定路径时，对车辆10的各部分进行控制，以便使车辆10沿着该行驶预定路径行驶。例如，车辆控制部35按照行驶预定路径、以及由车速传感器(图中未示出)测定的车辆10的当前车速，求出车辆10的目标加速度，设定加速器开度或者制动量，以便达到该目标加速度。并且，车辆控制部35按照设定的加速器开度求出燃料喷射量，将与该燃料喷射量相对应的控制信号向车辆10的发动机的燃料喷射装置输出。或者，车辆控制部35向车辆10的制动器输出与设定的制动量相对应的控制信号。

进而，在为了使车辆10沿着行驶预定路径行驶而改变车辆10的行进道路的情况下，车辆控制部35按照该行驶预定路径求出车辆10的转向角，向控制车辆10的转向轮的促动器(图中未示出)输出与该转向角相对应的控制信号。

图6是由处理器23实施的与从手动驾驶模式向自动驾驶模式的切换相关的车辆控制处理的动作流程图。在对于车辆10采用手动驾驶模式的期间，处理器23每隔规定的周期按照以下的动作流程实施与从手动驾驶模式向自动驾驶模式的切换相关的车辆控制处理即可。

处理器23的检测部31检测车辆10周围的其它车辆(步骤S101)。处理器23的拥堵判定部32基于车辆10自身的行为、车辆10周围的其它车辆的行为或者接受到的交通信息，判定在车辆10周围是否发生了拥堵(步骤S102)。在车辆10周围没有发生拥堵的情况下(步骤S102为“否”)，处理器23的车辆控制部35持续采用手动驾驶模式(步骤S103)。另一方面，在车辆10周围正在发生拥堵的情况下(步骤S102为“是”)，车辆控制部35将所采用的驾驶模式从手动驾驶模式向自动驾驶模式切换(步骤S104)。并且，在该切换以后，车辆控制部35以对车辆10进行自动驾驶的方式进行控制。在步骤S103或者S104之后，处理器23结束与从手动驾驶模式向自动驾驶模式的切换相关的车辆控制处理。

图7是由处理器23实施的与从自动驾驶模式向手动驾驶模式的切换相关的车辆控制处理的动作流程图。在对于车辆10采用自动驾驶模式的期间，处理器23每隔规定的周期按照下面的动作流程实施与从自动驾驶模式向手动驾驶模式的切换相关的车辆控制处理即可。

处理器23的检测部31检测车辆10周围的其它车辆。(步骤S201)。另外，处理器23的条件设定部34基于车辆10的当前位置、高精度地图或者由照相机3获得的图像这样的道路环境信息，设定拥堵消除条件(步骤S202)。另外，处理器23可以更换步骤S201的处理与步骤S202的处理的顺序，或者，也可以并行地实施步骤S201的处理和步骤S202的处理。

处理器23的拥堵消除判定部33计算出表示车辆10周围的其它车辆的平均车速或者平均加速度这样的行为的行为评价值，判定该行为评价值是否满足拥堵消除条件(步骤S203)。在行为评价值不满足拥堵消除条件的情况下(在步骤S203中为“否”)，车辆控制部35持续采用自动驾驶模式(步骤S204)。

另一方面，在行为评价值满足拥堵消除条件的情况下(步骤S203为“是”)，车辆控制部35将所采用的驾驶模式从自动驾驶模式向手动驾驶模式切换(步骤S205)。并且，在该切换之后，车辆控制部35停止车辆10的自动驾驶。在步骤S204或者S205之后，处理器23结束与从自动驾驶模式向手动驾驶模式的切换相关的车辆控制处理。

如上面说明的那样，在车辆周围拥堵的期间，该车辆控制装置以对车辆进行自动驾驶的方式进行控制。并且，当在车辆周围拥堵被消除时，该车辆控制装置将车辆所采用的驾驶模式从自动驾驶模式向手动驾驶模式切换。这时，该车辆控制装置基于表示车辆周围的道路环境的信息，设定当拥堵消除了时表示车辆周围的其它车辆的行为的行为评价值应当满足的拥堵消除条件。由此，该车辆控制装置能够恰当地判定拥堵是否消除了。作为其结果，该车辆控制装置能够对下述情况加以抑制：尽管拥堵正在消除，但是，在拥堵中所采用的车辆控制的条件、例如上限速度仍然原样不变地被采用，车辆不能跟踪其周围的其它车辆。进而，该车辆控制装置由于根据车辆周围的道路环境来设定拥堵消除条件，因此，能够防止误判定为拥堵消除了。因此，该车辆控制装置能够抑制如下情况：判定为处于拥堵中的状态与判定为拥堵消除了的状态频繁地切换，自动驾驶控制与手动驾驶控制之间的控制转换频繁发生。其结果是，该车辆控制装置能够防止频繁地要求向驾驶员交接对车辆的操作，可以减轻驾驶员的负担。

根据变形例，条件设定部34也可以将在车辆10行驶于下坡的情况下的拥堵消除条件设定成与通常时的拥堵消除条件相比更难以被判定为拥堵消除了。例如，条件设定部34将在车辆10行驶于下坡的情况下的第二速度阈值及加速度阈值中的任何一个或者两者设定成比在上述实施方式中所示的车辆10周围的道路环境中设定的这些阈值高规定的偏离值。由此，即使在因下坡而使得车辆10周围的其它车辆的速度暂时变快的情况下，也可以对拥堵消除判定部33误判定为车辆10周围的拥堵消除了的情况加以抑制。另外，条件设定部34只要通过参照车辆10的当前位置及行进方向和高精度地图来判定车辆10是否行驶于下坡即可。另外，条件设定部34可以基于由导航装置求出的车辆10的行驶预定路径、最近多次的车辆10的位置的测定结果、或者由搭载于车辆10的罗盘等产生的方位的测定结果来确定车辆10的行进方向。另外，也可以为下坡的坡度变得越大，则条件设定部34对于第二速度阈值及加速度阈值中的任一个或者两者越加大规定的偏离量。这时，条件设定部34通过参照高精度地图来求出车辆10的当前位置处的下坡的坡度即可。

另外，条件设定部34也可以将在行驶于车辆10周围且处于跟踪中的其它车辆的台数(下面，称作跟踪车辆数)在规定的台数阈值以下的情况下的拥堵消除条件设定成与通常时的拥堵消除条件相比变得更难以被判定为拥堵消除了。例如，条件设定部34也可以将在跟踪车辆数在台数阈值以下的情况下的第二速度阈值、第一期间及加速度阈值中的至少一个或者全部设定得比在上述实施方式中所示的车辆10周围的道路环境中设定的这些值高规定的偏离值。由此，即使行驶于车辆10周围的其它车辆的台数少，拥堵消除判定部33也可以对误判定为车辆10周围的拥堵消除了的情况加以抑制。

根据另外的变形例，根据车辆10行驶中的道路的种类，拥堵消除判定部33也可以无论是否满足上述实施方式中的与车辆10的速度相关的条件(即，条件1)，当与其它车辆的行为相关的条件(即，条件2)被满足时，都判定为车辆10周围的拥堵消除了。例如也可以为，在车辆10行驶中的道路的限制速度在规定的速度以下的情况下，当与其它车辆的行为相关的条件被满足时，拥堵消除判定部33判定为车辆10周围的拥堵消除了。

另外，根据另外的变形例，拥堵判定部32及拥堵消除判定部33，在进行拥堵判定及拥堵消除判定时，也可以不参照车辆10周围的其它车辆之中驶向服务区或者停车场的车辆。由此，拥堵判定部32及拥堵消除判定部33可以更正确地判定在车辆10周围是否发生了拥堵，以及车辆10周围的拥堵是否消除了。在该情况下，拥堵判定部32及拥堵消除判定部33参照跟踪中的其它车辆的轨迹和高精度地图，判断跟踪中的其它车辆的轨迹是否位于驶向服务区或者停车场的分支路上，在其轨迹位于该分支路上的情况下，将该车辆判定为驶向服务区或者停车场的车辆即可。

同样地，拥堵判定部32及拥堵消除判定部33，在拥堵判定及拥堵消除判定时，也可以不参照在行驶于与车辆10行驶中的车道不同的车道且从包含车辆10行驶中的车道的道路分支出的车道(下面，称作分支车道)上行驶的其它车辆。进而，拥堵判定部32及拥堵消除判定部33，在拥堵判定及拥堵消除判定时，也可以不参照行驶于公交车道、多乘客车辆(HOV)车道、或者快速车道这样的只有特定种类车辆能够行驶的车道(下面，称作车种限制车道)的其它车辆。由于分支车道或者车种限制车道的拥堵程度有时与车辆10行驶中的车道的拥堵程度不同，因此，通过不将行驶于分支车道或者车种限制车道的其它车辆用于拥堵判定及拥堵消除判定这样的判定，拥堵判定部32及拥堵消除判定部33能够更正确地判定在车辆10周围是否发生了拥堵，以及车辆10周围的拥堵是否消除了。在该情况下，与上面所述一样，拥堵判定部32及拥堵消除判定部33参照跟踪中的其它车辆的轨迹和高精度地图，判定跟踪中的其它车辆的轨迹是否位于分支车道上，在该轨迹位于该分支车道上的情况下，将该车辆判定为行驶于分支车道的车辆即可。同样地，拥堵判定部32及拥堵消除判定部33判定跟踪中的其它车辆的轨迹是否位于车种限制车道上，在该轨迹位于车种限制车道上的情况下，将该车辆判定为行驶于车种限制车道的车辆即可。

进而，拥堵判定部32及拥堵消除判定部33，在拥堵判定及拥堵消除判定时，也可以不参照行驶于车辆10周围的其它车辆之中的两轮车及紧急车辆。这是因为，有时，即使车辆10周围拥堵，两轮车及紧急车辆也以某种程度的速度行驶。在该情况下，只要拥堵判定部32及拥堵消除判定部33将通过将图像输入识别器而检测出的其它车辆之中的该车辆种类为两轮车或者紧急车辆的情况除去，计算出平均车速等即可。

进而，根据其它的变形例，车辆控制部35也可以使在车辆10周围的拥堵消除了的情况下车辆10中所采用的自动驾驶的控制水平比在车辆10周围拥堵的情况下的控制水平降低。例如，车辆控制部35也可以在车辆10周围的拥堵消除了的情况下，将驾驶员监视车辆10的前方作为条件，持续进行车辆10的自动驾驶控制。在该情况下，车辆控制部35，例如，从由在车辆10的车厢内以对驾驶员的头部进行摄影的方式设置的驾驶员监控照相机(图中未示出)获得的车内图像，检测出驾驶员的视线方向，由此，判定驾驶员是否正在监视车辆10的前方即可。因此，车辆控制部35，例如，从车内图像检测出驾驶员的瞳孔及对驾驶员照明的光源的角膜反射像(普尔金耶(Purkinje)像)，基于该瞳孔的重心与普尔金耶像的位置关系，检测出驾驶员的视线方向即可。

或者，车辆控制部35，在车辆10周围的拥堵消除了的情况下，也可以自动控制车辆10的速度，以便使车辆10与行驶于车辆10前方的其它车辆的车间距离保持恒定。但是，在该情况下，车辆控制部35按照由驾驶员进行的转向操作来控制车辆10的行进方向。

另外，根据上述实施方式或者变形例的用于实现ECU7的处理器23的功能的计算机程序，也可以以记录于半导体存储器、磁性记录介质或者光记录介质这样的计算机可读取的便携式的记录介质中的形式来提供。

如上所述，本领域技术人员在本发明的范围内能够与实施的方式相一致地进行各种变更。