具体实施方式

下面参照附图对示例性的实施方式进行详细说明。需要说明的是，本实施方式中后述的“行驶用车载装置”表示车辆1行驶时受到控制的执行装置类和传感器类等装置类。

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是可进行手动驾驶、辅助驾驶以及自动驾驶的汽车，手动驾驶根据驾驶员对油门等的操作使车辆1行驶，辅助驾驶辅助驾驶员的操作来使车辆1行驶，自动驾驶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的开关动作的气门传动组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是动力传动相关车载装置之一例。

变速器20例如是有级自动变速器。变速器20布置在发动机10的气缸列方向的一侧。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变速后，传递到前轮50。变速器20是动力传动相关车载装置之一例。

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。由动力传动ECU(Electric Control Unit：电子控制单元)200控制发动机10和变速器20工作。例如，车辆1为手动驾驶时，动力传动ECU200根据检测与驾驶员对加速踏板的操作量对应的油门开度的油门开度传感器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、气门传动组16对进排气门14、15的开启时刻和开启期间等。此外，车辆1为手动驾驶时，动力传动ECU200根据检测驾驶员对变速杆的操作的档位传感器SW2的检测结果和根据油门开度计算出的要求驱动力，调节变速器20的齿轮档位。当车辆1为辅助驾驶或自动驾驶时，动力传动ECU200基本上计算对各行驶用车载装置(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，并向各行驶用车载装置输出控制信号。动力传动ECU200是车载装置用控制装置之一例。

制动装置30具有制动踏板31、制动执行装置33、与制动执行装置33相连的助力器34、与助力器34相连的主缸35、用于调节制动力的DSC(Dynamic Stability Control：动态稳定控制)装置36以及实际对前轮50的旋转进行制动的制动衬块37。在前轮50的车轴51上，设有刹车盘52。制动装置30是电动制动器，根据由制动传感器SW3检测出的制动踏板31的操作量使制动执行装置33工作，从而通过助力器34和主缸35使制动衬块37工作。制动装置30通过制动衬块37夹着刹车盘52，利用制动衬块37与刹车盘52之间产生的摩擦力，对前轮50的旋转进行制动。制动执行装置33和DSC装置36是制动相关车载装置之一例。

由制动微机300和DSC微机400控制制动装置30工作。例如，车辆1为手动驾驶时，制动微机300根据检测驾驶员对制动踏板31的操作量的制动传感器SW3等的检测值，控制制动执行装置33的操作量。此外，DSC微机400不管驾驶员如何操作制动踏板31都会控制DSC装置36工作，对前轮50施加制动力。当车辆1为辅助驾驶或自动驾驶时，制动微机300基本上计算对各行驶用车载装置(这里为制动执行装置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，并向各行驶用车载装置输出控制信号。制动微机300和DSC微机400是车载装置用控制装置之一例。需要说明的是，制动微机300和DSC微机400也可以由一个微机构成。

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EPAS(Electronic Power Asist Steering：电动助力转向)装置42以及与EPAS装置42相连结的小齿轮轴43。EPAS装置42具有电动马达42a和使电动马达42a的驱动力减速后向小齿轮轴43传递的减速装置42b。转向装置40是线控转向式转向装置，根据由转向角传感器SW4检测出的方向盘41的操作量使EPAS装置42工作，使小齿轮轴43旋转来操作前轮50。小齿轮轴43和前轮50通过未图示的齿条相连结，小齿轮轴43的旋转通过该齿条传递到前轮。EPAS装置42是转向相关车载装置之一例。

由EPAS微机500控制转向装置40工作。例如，车辆1为手动驾驶时，EPAS微机500根据转向角传感器SW4等的检测值，控制电动马达42a的操作量。当车辆1为辅助驾驶或自动驾驶时，EPAS微机500基本上计算对各行驶用车载装置(这里为EPAS装置42)的控制量以实现由后述的运算装置110计算的目标转向量，并向各行驶用车载装置输出控制信号。EPAS微机500是车载装置用控制装置之一例。

在本实施方式中，动力传动ECU200、制动微机300、DSC微机400以及EPAS微机500构成为能够互相通信，详情后述。在下述说明中，有时将动力传动ECU200、制动微机300、DSC微机400以及EPAS微机500简称为车载装置用控制装置。

在本实施方式中，行驶控制装置100具有运算装置110，运算装置110为了实现辅助驾驶和自动驾驶，计算车辆1应行驶的路径，并决定车辆1的用于按照该路径行驶的运动。运算装置110是具有一个或多个芯片的计算机硬件。具体而言，如图3所示，运算装置110具有包括CPU的处理器、存储有多个模块的存储器等。

图4更详细地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。需要说明的是，图4并未示出运算装置110所具有的所有功能。

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，控制车载装置工作。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和来自导航系统的交通信息输入运算装置110。

各摄像头70布置为能够在水平方向360°范围内拍摄车辆1的周围情况。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到运算装置110。摄像头70是获取车外环境信息的信息获取单元之一例。

由各摄像头70获取到的图像数据除了输入运算装置110以外，还输入HMI(HumanMachine Interface：人机界面)单元700。HMI单元700将基于获取到的图像数据而得到的信息显示在车内的显示器装置等上。

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或红外线雷达。雷达71是获取车外环境信息的信息获取单元之一例。

辅助驾驶时和自动驾驶时，运算装置110设定车辆1的行驶路径，设定车辆1的目标运动，以使车辆1按照该行驶路径行驶。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以及转向量计算部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的用于按照路径决定部115设定的路径行驶的目标运动。驱动力计算部117、制动力计算部118以及转向量计算部119计算所述行驶用车载装置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引导至路边等安全区域的行驶路径。

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、转向量计算部119、基于规则的路径生成部120以及备用部130是存储器102中存储的模块之一例。

〈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。所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(DNN：Deep Neural Network，深度神经网络)。多层神经网络例如有CNN(Convolutional Neural Network：卷积神经网络)。

〈候选路径生成部〉

候选路径生成部112根据车外环境认定部111的输出、位置传感器SW5的输出、以及从车外通信部72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生成在车外环境认定部111已认定出的道路上避开车外环境认定部111已认定出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行驶的行车道相关的行车道信息。行车道信息包括与行车道本身的形状相关的信息、与行车道上的对象物相关的信息。在与行车道形状相关的信息中，包括行车道的形状(直线、曲线、曲线曲率)、行车道宽度、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根据行车道信息，在行车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、转向角度、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的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生成表示车辆的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，推测车辆1的按照该行驶路径行驶时的举动。

〈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，人类模型也可以采用下述模型：针对可能成为该车辆1的驾驶员的每个人，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，例如承受头部质量(例：5kg)和前后左右方向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，推测当前的驾驶员的相对于车辆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米以内这样的规则，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引导至路边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。目标运动是指使车辆按照行驶路径行驶这样的转向和加减速。此外，目标运动决定部115参照车辆六轴模型，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决定用于使车辆按照基于规则的路径生成部120生成的行驶路径行驶的目标运动。

车辆运动决定部116决定用于使车辆按照备用部130生成的行驶路径行驶的目标运动。

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及转向量计算部119构成。驱动力计算部117为了实现目标运动，计算动力传动装置(发动机10和变速器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，计算制动装置30应生成的目标制动力。转向量计算部119为了实现目标运动，计算转向装置40应生成的目标转向量。

〈周边设备动作设定部〉

周边设备动作设定部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的车身相关车载装置的动作。周边设备动作设定部140例如设定车辆1按照由路径决定部115决定的行驶路径行驶时的车灯的朝向。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，周边设备动作设定部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。

〈运算装置的输出目的地〉

运算装置110的运算结果输出到动力传动ECU200、制动微机300、EPAS微机500以及车身相关微机600。具体而言，向动力传动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输入与转向量计算部119计算出的目标转向量相关的信息，向车身相关微机600输入与周边设备动作设定部140设定的各车身相关车载装置的动作相关的信息。

如上所述，动力传动ECU200基本上计算喷油器12的燃料喷射时刻和火花塞13的点火时刻以实现目标驱动力，并向上述行驶用车载装置输出控制信号。制动微机300基本上计算对制动执行装置33的控制量以实现目标制动力，并向制动执行装置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量，并向EPAS装置42输出控制信号。

像这样，在本实施方式中，运算装置110的工作只做到计算各行驶用车载装置应输出的目标物理量为止，关于对各行驶用车载装置的控制量，由各车载装置用控制装置200～500进行计算。这样一来，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，因为各车载装置用控制装置200～500只要计算实际的控制量，并向行驶用车载装置(喷油器12等)输出控制信号即可，所以处理速度较快。其结果是，能够提高行驶用车载装置对车外环境的响应性。

此外，通过使各车载装置用控制装置200～500计算控制量，运算装置110只要计算大致的物理量即可，因此与各车载装置用控制装置200～500相比，运算速度可以较慢。这样一来，能够提高运算装置110的运算精度。

如图4所示，在本实施方式中，动力传动ECU200、制动微机300、DSC微机400以及EPAS微机500构成为能够互相通信。此外，动力传动ECU200、制动微机300、DSC微机400以及EPAS微机500构成为能够互相共有与各行驶用车载装置的各控制量相关的信息，并执行使上述信息协调的控制。

例如，路面处于易打滑状态等时，为了避免车轮空转，就要求降低车轮转速(所谓的牵引力控制)。要抑制车轮空转，有降低动力传动的输出或利用制动装置30的制动力的方法，但由于动力传动ECU200与制动微机300能够互相通信，所以能够同时利用动力传动和制动装置30这二者采取最佳措施。

此外，例如，车辆1转弯等时，根据目标转向量，对动力传动和制动装置30(包括DSC装置36)的控制量进行微调，由此能够使侧倾和车辆1的前部下沉的纵倾同步发生而产生斜前方侧倾(diagonal roll)姿势。通过产生斜前方侧倾姿势，作用于外侧的前轮50的载荷增大，能够以较小的转角转弯，从而能够减小作用于车辆1的滚动阻力。

作为另一例，在车辆稳定化控制(车辆动态稳定)下，如果在车辆1处于理想的转向状态下计算出的目标横摆角速度及目标横向加速度与根据当前的转向角及车速计算出的当前的横摆角速度及横向加速度之间存在差距，则让四轮的制动装置30分别工作，或者增减动力传动的输出，以使当前的横摆角速度及横向加速度恢复到目标值。在现有技术中，DSC微机400必须遵守通信协议，且通过比较低速的CAN而从横摆角速度传感器、轮速传感器获取与车辆不稳定状态相关的信息，而且通过CAN而对动力传动ECU200和制动微机300指示工作，因此需要时间。在本实施方式中，能够在上述微机之间直接交换与控制量相关的信息，因此，能够大幅度缩短从对车辆的不稳定状态的检测起到稳定化控制即各车轮的制动工作或输出增减的开始为止的时间，并且能够一边参照来自EPAS微机500的转向角速度等，一边实时地减弱驾驶员反向转向时进行的稳定化控制，其中，减弱稳定化控制是在现有技术中通过预测来进行的。

而且，另一个例子是，在大功率的前轮驱动车中，有转角联动输出控制，转角联动输出控制在采用较大的转角并踩下油门时，抑制动力传动的输出而预防车辆陷入不稳定状态。因为该控制也能够由动力传动ECU200参照EPAS微机500的转向角和转向角信号直接抑制输出，所以对驾驶员而言，不会产生突如其来的干预感，能够实现较佳的驾驶体验。

〈产生异常时的控制〉

此处，车辆1行驶时，有时会产生与车辆1的行驶相关的异常，如发动机10爆震、前轮50打滑等。产生上述异常时，为了消除该异常就要求迅速对各行驶用车载装置进行控制。如前所述，因为运算装置110利用深度学习认定车外环境或为了计算车辆1的路径而进行庞大的计算，所以如果通过运算装置110进行用于消除所述异常的计算，则可能无法及时应对。

于是，在本实施方式中，当检测到与车辆1的行驶相关的异常时，不经由运算装置110，而是由各车载装置用控制装置200～500计算用于消除该异常的对行驶用车载装置的控制量，并向该行驶用车载装置输出控制信号。

图5示例性示出检测与车辆1的行驶相关的异常的传感器SW5、SW8、SW9与各车载装置用控制装置200、300、500之间的关系。在图5中，检测与车辆1的行驶相关的异常的传感器例如有位置传感器SW5、爆震传感器SW8以及打滑传感器SW9，但也可以设有除此以外的传感器。爆震传感器SW8和打滑传感器SW9能够采用公知的传感器。上述位置传感器SW5、爆震传感器SW8以及打滑传感器SW9相当于异常检测部，由上述传感器本身检测与车辆1的行驶相关的异常。

例如，当由爆震传感器SW8检测到爆震时，检测信号输入各车载装置用控制装置200～500(尤其是动力传动ECU200)。检测信号输入后，例如，动力传动ECU200调节喷油器12的燃料喷射时刻和火花塞13的点火时刻，来抑制爆震。此时，动力传动ECU200允许从动力传动输出的驱动力偏离目标驱动力，同时计算对行驶用车载装置的控制量。

图6示出打滑时的车辆1的举动之一例。在图6中，实线是车辆1的实际行驶路径，虚线是由运算装置110设定的行驶路径(以下称为理论行驶路径R)。在图6中，实线与虚线部分重合。此外，在图6中，黑点示出车辆1的目标地点。

如图6所示，假设车辆1的行驶路径的中途有积水W，且车辆1的前轮进入积水W而打滑。此时，如图6所示，车辆1暂时脱离理论行驶路径R。由打滑传感器SW9(参照图5)检测到车辆1的前轮打滑，由位置传感器SW5(参照图5)检测到车辆1脱离理论行驶路径R。上述检测信号输入各车载装置用控制装置200～500。然后，例如，制动微机300为了增大前轮的制动力而使制动执行装置33工作。此外，EPAS微机500为了使车辆1回到理论行驶路径R而使EPAS装置42工作。此时，通过制动微机300与EPAS微机500之间的通信，能够在考虑到制动装置30的制动力的基础上，将EPAS装置42的控制量设为最佳。这样一来，如图6所示，能够使车辆1迅速顺利地回到理论行驶路径R，从而能够使车辆1的行驶稳定。

像这样，当检测到与车辆1的行驶相关的异常时，不经由运算装置110，而是由各车载装置用控制装置200～500计算用于消除该异常的对行驶用车载装置的控制量，并向该行驶用车载装置输出控制信号，由此能够提高行驶用车载装置对车外环境的响应性。

因此，在本实施方式中，包括运算装置110和车载装置用控制装置200～500，车载装置用控制装置200～500根据运算装置110的运算结果，控制搭载在车辆1上的行驶用车载装置(喷油器12等)工作，运算装置110具有车外环境认定部111、路径设定部(候选路径生成部112等)、车辆运动决定部116以及物理量计算部117～119，车外环境认定部111根据来自获取车外环境信息的摄像头70和雷达71的输出，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，设定车辆1应行驶的路径，车辆运动决定部116决定车辆1的用于按照由路径设定部设定的路径行驶的目标运动，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，计算行驶用车载装置应生成的目标物理量，车载装置用控制装置200～500为了实现由物理量计算部117～119计算出的目标物理量而计算对行驶用车载装置的控制量，并向该行驶用车载装置输出控制信号。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，实际的对行驶用车载装置的控制量由车载装置用控制装置200～500进行计算。这样一来，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，因为车载装置用控制装置200～500只要计算实际的控制量，并向行驶用车载装置输出控制信号即可，所以处理速度较快。其结果是，能够提高行驶用车载装置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以外的车载装置用控制装置200～500计算行驶用车载装置的控制量，则能够更加适当地发挥进一步提高行驶用车载装置对车外环境的响应性这一效果。

〈其他控制〉

车辆1为辅助驾驶时，驱动力计算部117、制动力计算部118以及转向量计算部119可以根据车辆1的驾驶员状态变更目标驱动力等。例如，当驾驶员很享受驾驶过程(驾驶员的情绪为“快乐”)时，可以减小目标驱动力等，来尽可能接近手动驾驶。另一方面，当驾驶员处于身体不适等状态时，可以增大目标驱动力等，来尽可能接近自动驾驶。

(其他实施方式)

这里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范围内还会有各个替代技术方案。

例如，在所述实施方式中，由路径决定部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，而由车辆运动决定部116决定车辆1应行驶的路径。即，车辆运动决定部116可以兼任路径设定部的一部分和目标运动决定部。

此外，在所述实施方式中，由驱动力计算部117、制动力计算部118以及转向量计算部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以及转向量计算部119，而由车辆运动决定部116计算目标物理量。即，车辆运动决定部116可以兼任目标运动决定部和物理量计算部。

所述实施方式仅为示例，不得对本公开的范围做限定性解释。本公开的范围由权利要求的范围定义，属于权利要求的等同范围的任何变形、变更都包括在本公开的范围内。

－产业实用性－

此处公开的技术作为控制车辆行驶的车辆行驶控制装置很有用。

－符号说明－

1 车辆

12 喷油器(行驶用车载装置、动力传动相关车载装置)

13 火花塞(行驶用车载装置、动力传动相关车载装置)

16 气门传动组(行驶用车载装置、动力传动相关车载装置)

20 变速器(行驶用车载装置、动力传动相关车载装置)

33 制动执行装置(行驶用车载装置、制动相关车载装置)

42 EPAS装置(行驶用车载装置、转向相关车载装置)

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 转向量计算部(物理量计算部)

200 动力传动ECU(车载装置用控制装置)

300 制动微机(车载装置用控制装置)

400 DSC微机(车载装置用控制装置)

500 EPAS微机(车载装置用控制装置)

SW5 位置传感器(异常检测部)

SW6 爆震传感器(异常检测部)

SW7 打滑传感器(异常检测部)