1.本发明涉及一种车辆用识别系统及识别方法。
背景技术：
：：2.近年来，对于自动控制车辆正在推进研究。在车辆的自动控制中，使用安装于车辆的激光雷达(lightdetectionandranging，lidar)，来进行从车辆至车辆周边物体为止的距离的检测。lidar是照射光(或者波长接近光的电磁波)，并测定其散射光，基于从发光至受光为止的时间来测量到对象的距离的装置。因此，若脏污附着于光的照射部或散射光的受光部，则测量性能有可能下降。专利文献1中记载了一种在距离的测量范围发生变化的情况下，基于其前后的距离的测量结果来推断脏污对测量部的附着的技术。另外，专利文献2中记载了一种基于照射到对象部位的光的反射量来推断脏污对对象部位的附着的技术。另外，专利文献3中记载了一种在距离测定成功时，基于受光信号的电平来推断脏污对透镜系统的附着的技术。3.[现有技术文献][0004][专利文献][0005][专利文献1]日本专利特开2016-70796号公报[0006][专利文献2]日本专利特开平9-211108号公报[0007][专利文献3]日本专利特开平1-169386号公报技术实现要素：[0008][发明所要解决的问题][0009]然而，在现有技术中，有时无法根据测量器的脏污程度适当地控制车辆的运行。例如，即使在lidar的脏污程度轻微的情况下，功能也有可能被过度抑制。[0010]本发明是考虑到此种情况而完成，目的之一在于提供一种可使车辆的控制功能不会因脏污对lidar的附着而被过度抑制的车辆用识别系统及识别方法。[0011][解决问题的技术手段][0012]本发明的车辆用识别系统及识别方法采用了以下的结构。[0013](1)：本发明的一实施例的车辆用识别系统包括：车载激光雷达装置，使用光或接近光的电磁波来检测物体且包括脏污检测部，所述脏污检测部基于所述物体的检测结果，按将所述物体的检测范围分割为多个而得到的区段的每一个来计算表示本装置的脏污程度的脏污值；以及脏污判定装置，包括脏污判定部，所述脏污判定部基于按多个所述区段的每一个计算出的所述脏污值，判定在所述车载激光雷达装置是否附着有应去除的脏污。[0014](2)：在所述(1)的实施例中，所述脏污检测部基于所述车载激光雷达装置对所述物体的检测距离及检测点来计算所述脏污值。[0015](3)：在所述(1)或(2)的实施例中，所述区段是以所述车载激光雷达装置为中心将所述检测范围在水平方向或垂直方向上分割为多个区域而成，所述脏污判定部通过比较按所述区段的每一个测定的所述脏污值与按所述区段的每一个设定的阈值，来判定在所述车载激光雷达装置是否附着有应去除的脏污。[0016](4)：在所述(1)～(3)中任一项的实施例中，在多个所述区段中与车辆的前方或者后方对应的区段中设定比其他区域低的阈值，在与所述车辆的横向对应的区段中设定比其他区域高的阈值。[0017](5)：在所述(1)～(4)中任一项的实施例中，还包括自动驾驶控制装置，所述自动驾驶控制装置基于所述物体的检测结果来控制车辆的驾驶辅助或自动驾驶，所述自动驾驶控制装置包括告知部，所述告知部基于所述脏污判定部的判定结果，告知在所述车载激光雷达装置附着有应去除的脏污。[0018](6)：在所述(5)的实施例中，所述自动驾驶控制装置还包括控制所述驾驶辅助或所述自动驾驶的控制部，所述控制部基于所述脏污判定部的判定结果，判定可否进行所述驾驶辅助或所述自动驾驶。[0019](7)：本发明的一实施例的识别方法中，由使用光或接近光的电磁波来检测物体的车载激光雷达装置基于所述物体的检测结果，按将所述物体的检测范围分割为多个而得到的区段的每一个来计算表示本装置的脏污程度的脏污值，由脏污判定装置基于按多个所述区段的每一个计算出的所述脏污值，判定在所述车载激光雷达装置是否附着有应去除的脏污。[0020][发明的效果][0021]根据(1)～(7)，使用光或接近光的电磁波来检测物体的车载激光雷达装置基于所述物体的检测结果，按将所述物体的检测范围分割为多个而得到的区段的每一个来计算表示本装置的脏污程度的脏污值，脏污判定装置基于按多个所述区段的每一个计算出的所述脏污值，判定在所述车载激光雷达装置是否附着有应去除的脏污，由此可使车辆的控制功能不会因脏污对lidar的附着而被过度抑制。附图说明[0022]图1是利用了第一实施方式的车辆控制装置的车辆系统的结构图。[0023]图2是第一实施方式的第一控制部及第二控制部的功能结构图。[0024]图3a是表示在第一实施方式的车辆系统中搭载于本车辆的lidar的检测范围的一例的图。[0025]图3b是表示在第一实施方式的车辆系统中搭载于本车辆的lidar的检测范围的一例的图。[0026]图4是表示第一实施方式中的阈值信息的一例的图。[0027]图5是利用了第二实施方式的车辆控制装置的车辆系统的结构图。[0028]图6是表示第二实施方式中的条件信息的一例的图。[0029]图7是表示在第二实施方式的物体识别装置中，脏污判定部管理脏污标记的方法的一例的流程图。[0030][符号的说明][0031]1a、1b：车辆系统[0032]10：摄像机[0033]12：雷达装置[0034]14a、14b：lidar(激光雷达)[0035]151：脏污检测部[0036]152a、152b：脏污判定部[0037]153：阈值信息[0038]154：条件信息[0039]16：物体识别装置[0040]20：通信装置[0041]30：hmi(人机接口)[0042]40：车辆传感器[0043]50：导航装置[0044]51：gnss(全球导航卫星系统)接收机[0045]52：导航hmi[0046]53：路径决定部[0047]54：第一地图信息[0048]60：mpu(地图定位单元)[0049]61：推荐车道决定部[0050]62：第二地图信息[0051]80：驾驶操作件[0052]100：自动驾驶控制装置[0053]100-1：通信控制器[0054]100-2：cpu(中央处理器)[0055]100-3：ram(随机存取存储器)[0056]100-4：rom(只读存储器)[0057]100-5：存储装置[0058]100-5a：程序[0059]100-6：驱动装置[0060]120：第一控制部[0061]130：识别部[0062]140：行动计划生成部[0063]160：第二控制部[0064]164：速度控制部[0065]166：操舵控制部[0066]180：告知控制部[0067]200：行驶驱动力输出装置[0068]210：制动器装置[0069]220：转向装置具体实施方式[0070]以下，参照附图来对本发明的车辆用识别系统及识别方法的实施方式进行说明。[0071]＜第一实施方式＞[0072][整体结构][0073]图1是利用了第一实施方式的车辆控制装置的车辆系统1a的结构图。搭载车辆系统1a的车辆例如是二轮或三轮、四轮等的车辆，其驱动源是柴油发动机或汽油发动机等内燃机、电动机或者它们的组合。电动机使用由连结于内燃机的发电机所产生的发电电力，或者二次电池或燃料电池的放电电力来运行。[0074]车辆系统1a例如包括摄像机10、雷达装置12、激光雷达(lightdetectionandranging，lidar)14a、物体识别装置16、通信装置20、人机接口(humanmachineinterface，hmi)30、车辆传感器40、导航装置50、地图定位单元(mappositioningunit，mpu)60、驾驶操作件80、自动驾驶控制装置100、行驶驱动力输出装置200、制动器装置210以及转向(steering)装置220。[0075]这些装置或机器通过控制器局域网(controllerareanetwork，can)通信线等多重通信线或串行(serial)通信线、无线通信网等而彼此连接。另外，图1所示的结构不过是一例，可省略一部分结构，也可进一步追加其他结构。[0076]摄像机10例如是利用电荷耦合器件(chargecoupleddevice，ccd)或互补金属氧化物半导体(complementarymetaloxidesemiconductor，cmos)等固态摄像元件的数字摄像机。摄像机10被安装在搭载车辆系统1a的车辆(以下称为本车辆)的任意部位。在拍摄前方的情况下，摄像机10被安装在前挡风玻璃(frontwindowshield)上部或车内后视镜(rearviewmirror)背面等。摄像机10例如周期性地反复拍摄本车辆的周边。摄像机10也可为立体摄像机(stereocamera)。[0077]雷达装置12向本车辆的周边发射毫米波等电波，并且检测被物体反射的电波(反射波)来至少检测物体的位置(距离以及方位)。雷达装置12被安装在本车辆的任意部位。雷达装置12也可通过调频连续波(frequencymodulatedcontinuouswave，fm-cw)方式来检测物体的位置以及速度。[0078]lidar14a向本车辆的周边照射光(或者波长接近光的电磁波)，并测定散射光。例如，lidar14a照射红外光。lidar14a基于从发光直至受光为止的时间，来检测到对象的距离。所照射的光例如是脉冲状的激光光。lidar14a被安装在本车辆的任意部位。[0079]另外，本实施方式中的lidar14a除了具有所述基本功能(以下称为“lidar功能”)以外，还具有检测附着于发光部或受光部的脏污(以下称为“lidar脏污”)的功能、以及针对各lidar14a判断脏污的程度，输出脏污标记的功能。脏污标记是表示各lidar14a是否处于需要去除lidar脏污的状态(以下称为“脏污状态”)的标记。为了实现这些功能，本实施方式中的lidar14a包括脏污检测部151及脏污判定部152a，并且存储阈值信息153。[0080]脏污检测部151及脏污判定部152a例如通过中央处理器(centralprocessingunit，cpu)等硬件处理器执行程序(软件)来实现。另外，脏污检测部151及脏污判定部152a的一部分或全部也可通过大规模集成电路(largescaleintegration，lsi)或专用集成电路(applicationspecificintegratedcircuit，asic)、现场可编程门阵列(field-programmablegatearray，fpga)、图形处理器(graphicsprocessingunit，gpu)等硬件(包含电路部(circuitry))来实现，也可通过软件与硬件的协作来实现。程序既可预先保存在lidar14a的hdd或快闪存储器等存储装置(包括非一次性的存储介质的存储装置)中，也可预先保存在数字多功能光盘(digitalversatiledisk，dvd)或只读光盘(compactdisc-readonlymemory，cd-rom)等能够装卸的存储介质中，并通过将存储介质(非一次性的存储介质)装设于驱动装置而安装至lidar14a的hdd或快闪存储器。[0081]脏污检测部151基于由lidar功能得出的距离(反射点)的检测结果、以及距离检测时观测到的反射光的强度(以下称为“反射强度”)来检测lidar脏污。此外，反射点是“检测点”的一例。[0082]脏污检测部151例如通过中央处理器(cpu)等硬件处理器执行程序(软件)来实现。另外，脏污检测部151也可通过大规模集成电路(lsi)或专用集成电路(asic)、现场可编程门阵列(fpga)、图形处理器(gpu)等硬件(包含电路部(circuitry))来实现，也可通过软件与硬件的协作来实现。程序既可预先保存在lidar14a的hdd或快闪存储器等存储装置(包括非一次性的存储介质的存储装置)中，也可预先保存在dvd或只读光盘cd-rom等能够装卸的存储介质中，并通过将存储介质(非一次性的存储介质)装设于驱动装置而安装至lidar14a的hdd或快闪存储器。lidar14a是“车载激光雷达装置”的一例。[0083]具体而言，脏污检测部151基于由lidar功能得出的检测结果以及反射强度来计算表示lidar脏污的程度的指标值(以下称为“脏污值”)。此外，脏污值只要表示lidar脏污的程度，则可为任意值，也可利用任意的方法计算。例如，脏污检测部151基于lidar14a附近的反射点的数量、至反射点为止的距离、以及反射强度而计算脏污值。脏污检测部151按将lidar14a的水平方向的检测范围分割为规定数量而得到的区域来计算脏污值。以下，将检测范围的分割为规定数量的各区域称为区段，在本实施方式中，对将各lidar14a的检测范围分割为10个区段的情况进行说明。脏污检测部151将计算出的脏污值通知给脏污判定部152a。[0084]脏污判定部152a通过比较从脏污检测部151通知的脏污值与阈值信息153，来判定lidar14a是否处于脏污状态。此处，阈值信息153是在判定lidar14a是否处于脏污状态时使用的信息，是表示脏污值的阈值的信息。以下，将所述判定称为“脏污判定”。脏污判定部152a根据脏污判定的结果来更新脏污标记，并将更新后的脏污标记的值通知给物体识别装置16。例如，脏污判定部152a在判定为lidar14a处于脏污状态的情况下设立脏污标记(将脏污标记的值设为1)，在判定为lidar14a不处于脏污状态的情况下撤下脏污标记(将脏污标记的值设为0)。[0085]物体识别装置16对摄像机10、雷达装置12以及lidar14a中的一部分或全部得出的检测结果进行传感器融合处理，以识别物体的位置、种类、速度等。物体识别装置16将识别结果输出至自动驾驶控制装置100。另外，物体识别装置16将从lidar14a通知的脏污标记的值通知给自动驾驶控制装置100。[0086]通信装置20例如利用蜂窝网或无线保真(wirelessfidelity，wi-fi)网、蓝牙(bluetooth(注册商标))、专用短程通信(dedicatedshortrangecommunication，dsrc)等，来与位于本车辆周边的其他车辆进行通信，或者经由无线基站来与各种服务器装置进行通信。[0087]hmi30对本车辆的乘员提示各种信息，并且受理乘员所进行的输入操作。hmi30包含各种显示装置、扬声器、蜂鸣器、触摸屏、开关、键等。例如，hmi30根据自动驾驶控制装置100的指示，进行告知lidar14a处于脏污状态的动作(以下称为“脏污告知动作”)。例如，hmi30进行催促去除lidar脏污的消息的显示或声音输出等动作来作为脏污告知动作。[0088]车辆传感器40包含：对本车辆的速度进行检测的车速传感器、对加速度进行检测的加速度传感器、对绕铅垂轴的角速度进行检测的偏航角速度传感器(yawratesensor)、对本车辆的朝向进行检测的方位传感器等。[0089]导航装置50例如包括全球导航卫星系统(globalnavigationsatellitesystem，gnss)接收机51、导航hmi52以及路径决定部53。导航装置50在硬盘驱动器(harddiskdrive，hdd)或快闪存储器等存储装置中保持有第一地图信息54。gnss接收机51基于从gnss卫星接收的信号来确定本车辆的位置。本车辆的位置也可通过利用车辆传感器40的输出的惯性导航系统(inertialnavigationsystem，ins)来确定或补充。导航hmi52包含显示装置、扬声器、触摸屏、键等。导航hmi52也可与前述的hmi30部分或全部共用。路径决定部53例如参照第一地图信息54来决定从由gnss接收机51所确定的本车辆的位置(或者所输入的任意位置)直至由乘员使用导航hmi52而输入的目的地为止的路径(以下称为地图上路径)。第一地图信息54例如是利用表示道路的连线(link)与通过连线而连接的节点来表达道路形状的信息。第一地图信息54也可包含道路的曲率或兴趣点(pointofinterest，poi)信息等。地图上路径被输出至mpu60。导航装置50也可基于地图上路径来进行使用导航hmi52的路径引导。导航装置50例如也可通过乘员所持有的智能电话(smartphone)或平板(tablet)终端等终端装置的功能来实现。导航装置50也可经由通信装置20来将当前位置与目的地发送至导航服务器，从导航服务器获取与地图上路径同等的路径。[0090]mpu60例如包含推荐车道决定部61，在hdd或快闪存储器等存储装置中保持有第二地图信息62。推荐车道决定部61将从导航装置50提供的地图上路径分割为多个区块(例如，关于车辆行进方向而分割为每100[m])，参照第二地图信息62来对每个区块决定推荐车道。推荐车道决定部61进行在从左算起第几个车道上行驶的决定。推荐车道决定部61在地图上路径中存在分支部位的情况下，以本车辆能够在用于行进至分支目标的合理的路径上行驶的方式来决定推荐车道。[0091]第二地图信息62是比第一地图信息54精度更高的地图信息。第二地图信息62例如包含车道中央的信息或者车道边界的信息等。另外，在第二地图信息62中，可包含道路信息、交通限制信息、住所信息(住所、邮政编码)、设施信息、电话号码信息等。第二地图信息62可通过使通信装置20与其他装置进行通信而随时更新。[0092]驾驶操作件80例如包含加速器踏板、制动器踏板、换档拨杆、转向盘、异形转向盘、操纵杆及其他操作件。在驾驶操作件80，安装有对操作量或者操作的有无进行检测的传感器，其检测结果被输出至自动驾驶控制装置100、或者行驶驱动力输出装置200、制动器装置210以及转向装置220中的一部分或全部。[0093]自动驾驶控制装置100是控制本车辆的自动驾驶(包括驾驶辅助)的装置。自动驾驶控制装置100例如包括第一控制部120、第二控制部160以及告知控制部180。第一控制部120、第二控制部160以及告知控制部180分别是例如通过cpu等硬件处理器执行程序(软件)来实现。另外，这些构成元件中的一部分或全部也可通过lsi或asic、fpga、gpu等硬件(包含电路部(circuitry))来实现，也可通过软件与硬件的协作来实现。程序既可预先保存在自动驾驶控制装置100的hdd或快闪存储器等存储装置(包括非一次性的存储介质的存储装置)中，也可预先保存在dvd或cd-rom等能够装卸的存储介质中，并通过将存储介质(非一次性的存储介质)装设于驱动装置而安装至自动驾驶控制装置100的hdd或快闪存储器。此外，hmi30与告知控制部180的组合是“告知部”的一例。[0094]图2是第一控制部120及第二控制部160的功能结构图。第一控制部120例如包括识别部130与行动计划生成部140。第一控制部120例如并行地实现借助人工智能(artificialintelligence，ai)进行的功能与借助预先给予的模型进行的功能。例如，“识别交叉路口”功能可通过并行地执行借助深度学习(deeplearning)等进行的交叉路口的识别、与基于预先给予的条件(有可进行图案匹配(patternmatching)的信号、道路标示等)的识别，并对两者进行评分而综合性地进行评估来实现。由此，自动驾驶的可靠性得以确保。[0095]识别部130基于从摄像机10、雷达装置12以及lidar14a经由物体识别装置16而输入的信息，来识别位于本车辆周边的物体的位置以及速度、加速度等的状态。物体的位置例如是被识别为以本车辆的代表点(重心或驱动轴中心等)为原点的绝对坐标上的位置，且被用于控制。物体的位置既可以所述物体的重心或角部(corner)等代表点来表示，也可以所表达的区域来表示。所谓物体的“状态”，也可包含物体的加速度或加加速度、或者“行动状态”(例如是否正在进行车道变更、或者想要进行车道变更)。[0096]另外，识别部130例如对本车辆正在行驶的车道(行驶车道)进行识别。例如，识别部130通过对从第二地图信息62获得的道路分划线的图案(例如实线与虚线的排列)、与从由摄像机10所拍摄的图像中识别的本车辆周边的道路分划线的图案进行比较，从而识别行驶车道。此外，不限于道路分划线，识别部130也可通过对包含道路分划线或路肩、路牙、中央隔离带、护栏等的跑道边界(道路边界)进行识别，从而识别行驶车道。在所述识别中，也可将从导航装置50获取的本车辆的位置或由ins得出的处理结果考虑在内。另外，识别部130对临时停止线、障碍物、红灯信号、收费亭、其他道路事物/事件进行识别。[0097]识别部130在识别行驶车道时，识别本车辆相对于行驶车道的位置或姿势。识别部130例如也可将本车辆的基准点从车道中央的背离、以及本车辆的行进方向相对于将车道中央相连的线所成的角度，识别为本车辆相对于行驶车道的相对位置以及姿势。取代于此，识别部130也可将本车辆的基准点相对于行驶车道的任一侧端部(道路分划线或道路边界)的位置等，识别为本车辆相对于行驶车道的相对位置。[0098]行动计划生成部140生成本车辆将来自动(不依赖于驾驶员的操作)行驶的目标轨道，以使得原则上在由推荐车道决定部61所决定的推荐车道上行驶，进而能够应对本车辆的周边状况。目标轨道例如包含速度要素。例如，目标轨道表达为将本车辆应到达的地点(轨道点)依序排列而成者。轨道点是在循道距离上每隔规定的行驶距离(例如数[m]左右)的本车辆应到达的地点，与此不同的是，每隔规定的采样时间(例如零点几[sec]左右)的目标速度以及目标加速度是作为目标轨道的一部分而生成。另外，轨道点也可为每隔规定的采样时间的、在所述采样时刻的本车辆应到达的位置。此时，目标速度或目标加速度的信息是以轨道点的间隔来表达。[0099]行动计划生成部140可在每当生成目标轨道时，设定自动驾驶的事件。自动驾驶的事件有定速行驶事件、低速跟随行驶事件、车道变更事件、分支事件、汇流事件、接管(takeover)事件等。行动计划生成部140生成与所启动的事件相应的目标轨道。14a-rl、lidar14a-rc的检测范围。[0109]此外，如上所述，在本实施方式的车辆系统1a中，脏污值的计算按将各lidar14a的检测范围分割为10个而得到的区段来个别进行。具体而言，检测范围dr-fr被分割为区段fr01～区段fr10，检测范围dr-fl被分割为区段fl01～区段fl10，检测范围dr-rr被分割为区段rr01～区段rr10，检测范围dr-rl被分割为区段rl01～区段rl10，检测范围dr-rc被分割为区段rc01～区段rc10。[0110]但是，在车辆的自动驾驶控制中，一般而言，重要的是本车辆m的正前面、正后方以及左右斜后方的距离检测，关于这些方向的距离检测，要求比其他区域更高的检测精度。因此，关于这些方向的检测中所使用的lidar14a，理想的是在脏污的程度比较轻度时消除lidar脏污。因此，在本实施方式的车辆系统1a中，按各检测范围的各个区段来设定脏污判定的阈值。由此，能够检测局部的lidar脏污，并且能够在比较早的阶段检测优先级高的区段的lidar脏污。[0111]此外，图3a及图3b中例示的各lidar14a的检测范围的朝向、构成各检测范围的区段的数量等为一例，也可根据需要变更为与图3a及图3b不同的形态。另外，设置于本车辆m的lidar14a的数量或设置位置也可变更为与图3a及图3b不同的形态。例如，检测范围可分割为11个以上的区段，也可分割为9个以下的区段。另外，检测范围不仅可在水平方向上分割，也可在垂直方向上分割，还可仅在垂直方向上分割。另外，例如，多个lidar14a可设置为各个检测范围相对于规定的轴(例如，车辆的中心轴或行进方向)左右对称或上下对称，也可设置为不对称。[0112]图4是表示第一实施方式中的阈值信息153的一例的图。例如，如图4所示，将阈值信息153作为表示各区段的区段识别(identify，id)、与各区段的脏污判定中的脏污值的阈值的对应关系的表而存储在lidar14a中。图4中，作为与设置在本车辆m的前左部的lidar14a-fl相关的阈值信息的一例而示出阈值信息153-fl，作为与设置在本车辆m的前右部的lidar14a-fr相关的阈值信息的一例而示出阈值信息153-fr。另外，图4中，作为与设置在本车辆m的后左部的lidar14a-rl相关的阈值信息的一例而示出阈值信息153-rl，作为与设置在本车辆m的后中央部的lidar14a-rc相关的阈值信息的一例而示出阈值信息153-rc，作为与设置在本车辆m的后右部的lidar14a-rr相关的阈值信息的一例而示出阈值信息153-rr。在图4的例子中，区段id的值与图3a及图3b中记载的区段id相对应。[0113]如上所述，在本车辆m的自动驾驶控制中，本车辆m的前方正面、后方正面及左右斜后方的距离检测变得重要。因此，在阈值信息153-fl的例子中，与本车辆m的前方正面对应的区段fl03～区段fl06的阈值被设定为相对于其他区段而言相对较低的50％。同样地，在阈值信息153-fr的例子中，与本车辆m的前方正面对应的区段fr05～区段fr08的阈值被设定为相对于其他区段而言相对较低的50％。[0114]另一方面，在阈值信息153-rl的例子中，与本车辆m的左斜后方对应的区段rl06～区段rl08的阈值被设定为相对于其他区段而言相对较低的60％。同样地，在阈值信息153-rc的例子中，与本车辆m的后方正面对应的区段rc04～区段rc07的阈值被设定为相对于其他区段而言相对较低的50％。同样地，在阈值信息153-rr的例子中，与本车辆m的右斜后方对应的区段rr03～区段rr05的阈值被设定为相对于其他区段而言相对较低的60％。[0115]如此，在多个区段中与本车辆m的前方或后方对应的区段(例如，区段fl03～区段fl06、区段fr05～区段fr08、区段rc04～区段rc07、区段rl06～区段rl08、区段rr03～区段rr05)中，在相同的检测范围中设定比其他区域低的阈值，在所述车辆的横向(例如，区段fl03～区段fl06、区段fr05～区段fr08、区段rc04～区段rc07、区段rl06～区段rl08、区段rr03～区段rr05以外的区段)的区段中，设定比其他区域高的阈值。[0116]此时，在自动驾驶控制装置100中，脏污判定部152a将对各lidar14a按区段通知的脏污值(以下称为“测定值”)与在各个区段所设定的阈值进行比较。脏污判定部152a在存在测定值为阈值以上的区段的情况下，对在检测范围内具有此区段的lidar14a设立脏污标记并通知给自动驾驶控制装置100。在接收到所述通知的自动驾驶控制装置100中，告知控制部180向hmi30指示对所述lidar14a进行脏污告知动作。[0117]例如，在图4的例子中，在测定出55％作为区段fl05中的脏污值的情况下，由于测定值为区段fl05的阈值50％以上，因此脏污判定部152a对在检测范围内具有区段fl05的lidar14a-fl设立脏污标记并通知给自动驾驶控制装置100。在接收到所述通知的自动驾驶控制装置100中，告知控制部180向hmi30指示对lidar14a-fl进行脏污告知动作。[0118]像这样构成的第一实施方式的车辆系统1a中，搭载于本车辆的各lidar14a按将水平方向的检测范围分割为规定数量而得到的区段计算脏污值，自动驾驶控制装置100基于按区段计算出的脏污值及对应的区段中所设定的脏污值的阈值，判定是否对各lidar14a进行脏污告知动作。通过包括此种结构，实施方式的车辆系统1a可检测局部的lidar脏污，同时以与各区段的优先级相应的时序检测lidar脏污。即，根据实施方式的车辆系统1a，可使车辆的控制功能不会因脏污对lidar的附着而被过度抑制。[0119]＜第二实施方式＞[0120]图5是利用了第二实施方式的车辆控制装置的车辆系统1b的结构图。车辆系统1b与第一实施方式的车辆系统1a的不同之处在于：包括lidar14b来代替lidar14a。另外，与第一实施方式的lidar14a的不同之处在于：lidar14b包括脏污判定部152b来代替脏污判定部152a、以及存储条件信息154来代替阈值信息153。其他车辆系统1b的结构与车辆系统1a相同。因此，在图5中，标注与图1相同的符号，由此省略关于它们同样的结构的说明。[0121]与脏污判定部152a的不同之处在于：第一实施方式的脏污判定部152a基于从脏污检测部151通知的脏污值与阈值的比较结果来管理脏污标记，与此相对，脏污判定部152b除了基于与阈值的比较结果之外还基于脏污值的变动状况来管理脏污标记。具体而言，脏污判定部152b基于在由条件信息154所定义的多个判定条件下得出的脏污判定的结果来管理脏污标记。[0122]图6是表示第二实施方式中的条件信息154的一例的图。例如，在条件信息154中，将用于脏污判定的多个判定条件的名称(条件名)、判定条件的内容(条件内容)、以及判定条件的类别(条件类别)对应地登记。例如，在图6的条件信息154的例子中，作为设立脏污标记的条件(标记开启(on)条件)，登记有脏污阈值条件及脏污值波动条件，作为撤下脏污标记的条件(标记关闭(off)条件)，设定有恢复条件。各标记开启条件以及标记关闭条件的详细情况如下。[0123][脏污阈值条件][0124]脏污阈值条件是判定附着于lidar14b的物质(脏污)的量是否超过了一定量的条件。一般而言，在车辆在低温环境下高速行驶的情况下，lidar14b表面的水滴有时会像露水一样短时间附着。因此，在此种状况下，脏污值有时会暂时上升，因此有可能将此状态误检测为脏污状态。另外，在车辆刚刚起步的低速行驶状态下，降雨带来的水滴停留在lidar14b表面的可能性低，基本上脏污值不会超过阈值。因此，在本实施方式中，将在脏污值超过阈值之后不低于阈值而经过了规定时间(例如300秒)的情况下使判定结果为真的条件设为脏污值条件。以下，将判定脏污阈值条件时的所述规定时间称为判定时间。[0125][脏污值波动条件][0126]脏污值波动条件是判定lidar脏污是否是需要被擦掉的脏污的条件。具体而言，脏污值波动条件是在脏污值超过阈值的状态下经过的过去的判定时间(例如300秒)内脏污值的波动的大小未满规定的比例(例如最大值与最小值的差未满10％)的情况下，使判定结果为真的条件。其基于所获得的以下见解，即，作为需要被擦掉的脏污的一例，在使油与砂的混合物附着于lidar14b的表面的情况下，在经过判定时间之前，脏污值的波动大小有时会超过10％，若判定时间过长，则担心无法检测出需要被擦掉的脏污。另外，通常，为了擦掉lidar脏污而使本车辆停车需要几分钟左右的时间，因此也可将判定时间设为例如300秒左右。[0127][恢复条件][0128]如上所述，恢复条件是用于判定是否可撤下在满足标记开启条件时立起的脏污标记的条件。因此，恢复条件需要是可判定本车辆不处于脏污状态的条件。因此，在本实施方式中，将在所有区段中脏污值为阈值(例如30％)以下的情况下使判定结果为真的条件设为恢复条件。所述情况下的阈值可考虑以下方面来设计：即使在lidar14b的表面残留有不影响检测性能的伤痕或脏污的情况下也可撤下脏污标记、不使脏污标记的开启及关闭频繁地反复。[0129]图7是表示在第二实施方式的lidar14b中，脏污判定部152b管理脏污标记的方法的一例的流程图。此处，设为对各lidar14b分别管理脏污标记，并说明对某一个lidar14b的脏污标记进行管理的处理流程。首先，脏污判定部152b判定是否所有区段的脏污值满足脏污值条件(步骤s101)。此处，在判定为所有区段的脏污值满足脏污值条件的情况下，脏污判定部152b判定是否所有区段的脏污值满足脏污值波动条件(步骤s102)。此处，在判定为所有区段的脏污值满足脏污值波动条件的情况下，脏污判定部152b设立脏污标记(步骤s103)。[0130]另一方面，在步骤s101中，在判定为任一区段的脏污值不满足脏污值条件的情况下，或者在步骤s102中，在判定为任一区段的脏污值不满足脏污值波动条件的情况下，脏污判定部152b判定是否满足恢复条件(步骤s104)。此处，在判定为满足恢复条件的情况下，脏污判定部152b撤下脏污标记(步骤s105)，并使处理返回到步骤s101。另一方面，在步骤s104中，在判定为不满足恢复条件的情况下，脏污判定部152b不撤下脏污标记而使处理返回到步骤s101。[0131]像这样构成的第二实施方式的车辆系统1b中，lidar14b包括脏污判定部152b，所述脏污判定部152b利用包含与脏污值相关的条件在内的多个条件的组合来判定各lidar14b是否处于脏污状态。通过包括此种结构，实施方式的车辆系统1b能够精度更良好地判定lidar14b是否处于脏污状态。即，根据实施方式的车辆系统1b，能够使本车辆的控制功能不会因lidar脏污而被过度抑制。[0132]＜变形例＞[0133]在第一实施方式中，脏污判定部152a及阈值信息153也可设置在物体识别装置16或者自动驾驶控制装置100中。同样地，脏污判定部152b及条件信息154也可设置在物体识别装置16或者自动驾驶控制装置100中。[0134]物体识别装置16可将摄像机10、雷达装置12及lidar14a(或者14b，以下相同)的检测结果等(包括脏污值)直接输出至自动驾驶控制装置100。另外，也可从车辆系统1a(或者1b，以下相同)中省略物体识别装置16。[0135]在第一控制部120及第二控制部160中，识别部130或行动计划生成部140、获取部162、速度控制部164、或者操舵控制部166等各功能部也可构成为，基于经由物体识别装置16从lidar14a通知的脏污标记的值来对处理进行分支或变更。同样地，物体识别装置16也可构成为，基于从lidar14a通知的脏污标记的值来对处理进行分支或变更。例如，第一控制部120及第二控制部160也可构成为，在通过所通知的脏污标记而识别出任一lidar14a处于脏污状态的情况下，使与本车辆的自动驾驶相关的动作退缩。另外，自动驾驶控制装置100也可将所通知的脏污标记通知给导航装置50或mup60等其他装置。此时，其他装置也可构成为，基于脏污标记的值来对本装置的处理进行分支或变更。[0136]告知控制部180也可使hmi30以外的装置进行脏污告知动作，还可自身进行脏污告知动作。例如，告知控制部180可向告知lidar脏污的对象用户发送电子邮件，也可向所述用户使用的终端装置发送消息通知。[0137]以上，使用实施方式对用于实施本发明的形态进行了说明，但本发明并不受此种实施方式任何限定，可在不脱离本发明的主旨的范围内施加各种变形以及替换。当前第1页12当前第1页12
背景技术：
：：2.近年来，对于自动控制车辆正在推进研究。在车辆的自动控制中，使用安装于车辆的激光雷达(lightdetectionandranging，lidar)，来进行从车辆至车辆周边物体为止的距离的检测。lidar是照射光(或者波长接近光的电磁波)，并测定其散射光，基于从发光至受光为止的时间来测量到对象的距离的装置。因此，若脏污附着于光的照射部或散射光的受光部，则测量性能有可能下降。专利文献1中记载了一种在距离的测量范围发生变化的情况下，基于其前后的距离的测量结果来推断脏污对测量部的附着的技术。另外，专利文献2中记载了一种基于照射到对象部位的光的反射量来推断脏污对对象部位的附着的技术。另外，专利文献3中记载了一种在距离测定成功时，基于受光信号的电平来推断脏污对透镜系统的附着的技术。3.[现有技术文献][0004][专利文献][0005][专利文献1]日本专利特开2016-70796号公报[0006][专利文献2]日本专利特开平9-211108号公报[0007][专利文献3]日本专利特开平1-169386号公报技术实现要素：[0008][发明所要解决的问题][0009]然而，在现有技术中，有时无法根据测量器的脏污程度适当地控制车辆的运行。例如，即使在lidar的脏污程度轻微的情况下，功能也有可能被过度抑制。[0010]本发明是考虑到此种情况而完成，目的之一在于提供一种可使车辆的控制功能不会因脏污对lidar的附着而被过度抑制的车辆用识别系统及识别方法。[0011][解决问题的技术手段][0012]本发明的车辆用识别系统及识别方法采用了以下的结构。[0013](1)：本发明的一实施例的车辆用识别系统包括：车载激光雷达装置，使用光或接近光的电磁波来检测物体且包括脏污检测部，所述脏污检测部基于所述物体的检测结果，按将所述物体的检测范围分割为多个而得到的区段的每一个来计算表示本装置的脏污程度的脏污值；以及脏污判定装置，包括脏污判定部，所述脏污判定部基于按多个所述区段的每一个计算出的所述脏污值，判定在所述车载激光雷达装置是否附着有应去除的脏污。[0014](2)：在所述(1)的实施例中，所述脏污检测部基于所述车载激光雷达装置对所述物体的检测距离及检测点来计算所述脏污值。[0015](3)：在所述(1)或(2)的实施例中，所述区段是以所述车载激光雷达装置为中心将所述检测范围在水平方向或垂直方向上分割为多个区域而成，所述脏污判定部通过比较按所述区段的每一个测定的所述脏污值与按所述区段的每一个设定的阈值，来判定在所述车载激光雷达装置是否附着有应去除的脏污。[0016](4)：在所述(1)～(3)中任一项的实施例中，在多个所述区段中与车辆的前方或者后方对应的区段中设定比其他区域低的阈值，在与所述车辆的横向对应的区段中设定比其他区域高的阈值。[0017](5)：在所述(1)～(4)中任一项的实施例中，还包括自动驾驶控制装置，所述自动驾驶控制装置基于所述物体的检测结果来控制车辆的驾驶辅助或自动驾驶，所述自动驾驶控制装置包括告知部，所述告知部基于所述脏污判定部的判定结果，告知在所述车载激光雷达装置附着有应去除的脏污。[0018](6)：在所述(5)的实施例中，所述自动驾驶控制装置还包括控制所述驾驶辅助或所述自动驾驶的控制部，所述控制部基于所述脏污判定部的判定结果，判定可否进行所述驾驶辅助或所述自动驾驶。[0019](7)：本发明的一实施例的识别方法中，由使用光或接近光的电磁波来检测物体的车载激光雷达装置基于所述物体的检测结果，按将所述物体的检测范围分割为多个而得到的区段的每一个来计算表示本装置的脏污程度的脏污值，由脏污判定装置基于按多个所述区段的每一个计算出的所述脏污值，判定在所述车载激光雷达装置是否附着有应去除的脏污。[0020][发明的效果][0021]根据(1)～(7)，使用光或接近光的电磁波来检测物体的车载激光雷达装置基于所述物体的检测结果，按将所述物体的检测范围分割为多个而得到的区段的每一个来计算表示本装置的脏污程度的脏污值，脏污判定装置基于按多个所述区段的每一个计算出的所述脏污值，判定在所述车载激光雷达装置是否附着有应去除的脏污，由此可使车辆的控制功能不会因脏污对lidar的附着而被过度抑制。附图说明[0022]图1是利用了第一实施方式的车辆控制装置的车辆系统的结构图。[0023]图2是第一实施方式的第一控制部及第二控制部的功能结构图。[0024]图3a是表示在第一实施方式的车辆系统中搭载于本车辆的lidar的检测范围的一例的图。[0025]图3b是表示在第一实施方式的车辆系统中搭载于本车辆的lidar的检测范围的一例的图。[0026]图4是表示第一实施方式中的阈值信息的一例的图。[0027]图5是利用了第二实施方式的车辆控制装置的车辆系统的结构图。[0028]图6是表示第二实施方式中的条件信息的一例的图。[0029]图7是表示在第二实施方式的物体识别装置中，脏污判定部管理脏污标记的方法的一例的流程图。[0030][符号的说明][0031]1a、1b：车辆系统[0032]10：摄像机[0033]12：雷达装置[0034]14a、14b：lidar(激光雷达)[0035]151：脏污检测部[0036]152a、152b：脏污判定部[0037]153：阈值信息[0038]154：条件信息[0039]16：物体识别装置[0040]20：通信装置[0041]30：hmi(人机接口)[0042]40：车辆传感器[0043]50：导航装置[0044]51：gnss(全球导航卫星系统)接收机[0045]52：导航hmi[0046]53：路径决定部[0047]54：第一地图信息[0048]60：mpu(地图定位单元)[0049]61：推荐车道决定部[0050]62：第二地图信息[0051]80：驾驶操作件[0052]100：自动驾驶控制装置[0053]100-1：通信控制器[0054]100-2：cpu(中央处理器)[0055]100-3：ram(随机存取存储器)[0056]100-4：rom(只读存储器)[0057]100-5：存储装置[0058]100-5a：程序[0059]100-6：驱动装置[0060]120：第一控制部[0061]130：识别部[0062]140：行动计划生成部[0063]160：第二控制部[0064]164：速度控制部[0065]166：操舵控制部[0066]180：告知控制部[0067]200：行驶驱动力输出装置[0068]210：制动器装置[0069]220：转向装置具体实施方式[0070]以下，参照附图来对本发明的车辆用识别系统及识别方法的实施方式进行说明。[0071]＜第一实施方式＞[0072][整体结构][0073]图1是利用了第一实施方式的车辆控制装置的车辆系统1a的结构图。搭载车辆系统1a的车辆例如是二轮或三轮、四轮等的车辆，其驱动源是柴油发动机或汽油发动机等内燃机、电动机或者它们的组合。电动机使用由连结于内燃机的发电机所产生的发电电力，或者二次电池或燃料电池的放电电力来运行。[0074]车辆系统1a例如包括摄像机10、雷达装置12、激光雷达(lightdetectionandranging，lidar)14a、物体识别装置16、通信装置20、人机接口(humanmachineinterface，hmi)30、车辆传感器40、导航装置50、地图定位单元(mappositioningunit，mpu)60、驾驶操作件80、自动驾驶控制装置100、行驶驱动力输出装置200、制动器装置210以及转向(steering)装置220。[0075]这些装置或机器通过控制器局域网(controllerareanetwork，can)通信线等多重通信线或串行(serial)通信线、无线通信网等而彼此连接。另外，图1所示的结构不过是一例，可省略一部分结构，也可进一步追加其他结构。[0076]摄像机10例如是利用电荷耦合器件(chargecoupleddevice，ccd)或互补金属氧化物半导体(complementarymetaloxidesemiconductor，cmos)等固态摄像元件的数字摄像机。摄像机10被安装在搭载车辆系统1a的车辆(以下称为本车辆)的任意部位。在拍摄前方的情况下，摄像机10被安装在前挡风玻璃(frontwindowshield)上部或车内后视镜(rearviewmirror)背面等。摄像机10例如周期性地反复拍摄本车辆的周边。摄像机10也可为立体摄像机(stereocamera)。[0077]雷达装置12向本车辆的周边发射毫米波等电波，并且检测被物体反射的电波(反射波)来至少检测物体的位置(距离以及方位)。雷达装置12被安装在本车辆的任意部位。雷达装置12也可通过调频连续波(frequencymodulatedcontinuouswave，fm-cw)方式来检测物体的位置以及速度。[0078]lidar14a向本车辆的周边照射光(或者波长接近光的电磁波)，并测定散射光。例如，lidar14a照射红外光。lidar14a基于从发光直至受光为止的时间，来检测到对象的距离。所照射的光例如是脉冲状的激光光。lidar14a被安装在本车辆的任意部位。[0079]另外，本实施方式中的lidar14a除了具有所述基本功能(以下称为“lidar功能”)以外，还具有检测附着于发光部或受光部的脏污(以下称为“lidar脏污”)的功能、以及针对各lidar14a判断脏污的程度，输出脏污标记的功能。脏污标记是表示各lidar14a是否处于需要去除lidar脏污的状态(以下称为“脏污状态”)的标记。为了实现这些功能，本实施方式中的lidar14a包括脏污检测部151及脏污判定部152a，并且存储阈值信息153。[0080]脏污检测部151及脏污判定部152a例如通过中央处理器(centralprocessingunit，cpu)等硬件处理器执行程序(软件)来实现。另外，脏污检测部151及脏污判定部152a的一部分或全部也可通过大规模集成电路(largescaleintegration，lsi)或专用集成电路(applicationspecificintegratedcircuit，asic)、现场可编程门阵列(field-programmablegatearray，fpga)、图形处理器(graphicsprocessingunit，gpu)等硬件(包含电路部(circuitry))来实现，也可通过软件与硬件的协作来实现。程序既可预先保存在lidar14a的hdd或快闪存储器等存储装置(包括非一次性的存储介质的存储装置)中，也可预先保存在数字多功能光盘(digitalversatiledisk，dvd)或只读光盘(compactdisc-readonlymemory，cd-rom)等能够装卸的存储介质中，并通过将存储介质(非一次性的存储介质)装设于驱动装置而安装至lidar14a的hdd或快闪存储器。[0081]脏污检测部151基于由lidar功能得出的距离(反射点)的检测结果、以及距离检测时观测到的反射光的强度(以下称为“反射强度”)来检测lidar脏污。此外，反射点是“检测点”的一例。[0082]脏污检测部151例如通过中央处理器(cpu)等硬件处理器执行程序(软件)来实现。另外，脏污检测部151也可通过大规模集成电路(lsi)或专用集成电路(asic)、现场可编程门阵列(fpga)、图形处理器(gpu)等硬件(包含电路部(circuitry))来实现，也可通过软件与硬件的协作来实现。程序既可预先保存在lidar14a的hdd或快闪存储器等存储装置(包括非一次性的存储介质的存储装置)中，也可预先保存在dvd或只读光盘cd-rom等能够装卸的存储介质中，并通过将存储介质(非一次性的存储介质)装设于驱动装置而安装至lidar14a的hdd或快闪存储器。lidar14a是“车载激光雷达装置”的一例。[0083]具体而言，脏污检测部151基于由lidar功能得出的检测结果以及反射强度来计算表示lidar脏污的程度的指标值(以下称为“脏污值”)。此外，脏污值只要表示lidar脏污的程度，则可为任意值，也可利用任意的方法计算。例如，脏污检测部151基于lidar14a附近的反射点的数量、至反射点为止的距离、以及反射强度而计算脏污值。脏污检测部151按将lidar14a的水平方向的检测范围分割为规定数量而得到的区域来计算脏污值。以下，将检测范围的分割为规定数量的各区域称为区段，在本实施方式中，对将各lidar14a的检测范围分割为10个区段的情况进行说明。脏污检测部151将计算出的脏污值通知给脏污判定部152a。[0084]脏污判定部152a通过比较从脏污检测部151通知的脏污值与阈值信息153，来判定lidar14a是否处于脏污状态。此处，阈值信息153是在判定lidar14a是否处于脏污状态时使用的信息，是表示脏污值的阈值的信息。以下，将所述判定称为“脏污判定”。脏污判定部152a根据脏污判定的结果来更新脏污标记，并将更新后的脏污标记的值通知给物体识别装置16。例如，脏污判定部152a在判定为lidar14a处于脏污状态的情况下设立脏污标记(将脏污标记的值设为1)，在判定为lidar14a不处于脏污状态的情况下撤下脏污标记(将脏污标记的值设为0)。[0085]物体识别装置16对摄像机10、雷达装置12以及lidar14a中的一部分或全部得出的检测结果进行传感器融合处理，以识别物体的位置、种类、速度等。物体识别装置16将识别结果输出至自动驾驶控制装置100。另外，物体识别装置16将从lidar14a通知的脏污标记的值通知给自动驾驶控制装置100。[0086]通信装置20例如利用蜂窝网或无线保真(wirelessfidelity，wi-fi)网、蓝牙(bluetooth(注册商标))、专用短程通信(dedicatedshortrangecommunication，dsrc)等，来与位于本车辆周边的其他车辆进行通信，或者经由无线基站来与各种服务器装置进行通信。[0087]hmi30对本车辆的乘员提示各种信息，并且受理乘员所进行的输入操作。hmi30包含各种显示装置、扬声器、蜂鸣器、触摸屏、开关、键等。例如，hmi30根据自动驾驶控制装置100的指示，进行告知lidar14a处于脏污状态的动作(以下称为“脏污告知动作”)。例如，hmi30进行催促去除lidar脏污的消息的显示或声音输出等动作来作为脏污告知动作。[0088]车辆传感器40包含：对本车辆的速度进行检测的车速传感器、对加速度进行检测的加速度传感器、对绕铅垂轴的角速度进行检测的偏航角速度传感器(yawratesensor)、对本车辆的朝向进行检测的方位传感器等。[0089]导航装置50例如包括全球导航卫星系统(globalnavigationsatellitesystem，gnss)接收机51、导航hmi52以及路径决定部53。导航装置50在硬盘驱动器(harddiskdrive，hdd)或快闪存储器等存储装置中保持有第一地图信息54。gnss接收机51基于从gnss卫星接收的信号来确定本车辆的位置。本车辆的位置也可通过利用车辆传感器40的输出的惯性导航系统(inertialnavigationsystem，ins)来确定或补充。导航hmi52包含显示装置、扬声器、触摸屏、键等。导航hmi52也可与前述的hmi30部分或全部共用。路径决定部53例如参照第一地图信息54来决定从由gnss接收机51所确定的本车辆的位置(或者所输入的任意位置)直至由乘员使用导航hmi52而输入的目的地为止的路径(以下称为地图上路径)。第一地图信息54例如是利用表示道路的连线(link)与通过连线而连接的节点来表达道路形状的信息。第一地图信息54也可包含道路的曲率或兴趣点(pointofinterest，poi)信息等。地图上路径被输出至mpu60。导航装置50也可基于地图上路径来进行使用导航hmi52的路径引导。导航装置50例如也可通过乘员所持有的智能电话(smartphone)或平板(tablet)终端等终端装置的功能来实现。导航装置50也可经由通信装置20来将当前位置与目的地发送至导航服务器，从导航服务器获取与地图上路径同等的路径。[0090]mpu60例如包含推荐车道决定部61，在hdd或快闪存储器等存储装置中保持有第二地图信息62。推荐车道决定部61将从导航装置50提供的地图上路径分割为多个区块(例如，关于车辆行进方向而分割为每100[m])，参照第二地图信息62来对每个区块决定推荐车道。推荐车道决定部61进行在从左算起第几个车道上行驶的决定。推荐车道决定部61在地图上路径中存在分支部位的情况下，以本车辆能够在用于行进至分支目标的合理的路径上行驶的方式来决定推荐车道。[0091]第二地图信息62是比第一地图信息54精度更高的地图信息。第二地图信息62例如包含车道中央的信息或者车道边界的信息等。另外，在第二地图信息62中，可包含道路信息、交通限制信息、住所信息(住所、邮政编码)、设施信息、电话号码信息等。第二地图信息62可通过使通信装置20与其他装置进行通信而随时更新。[0092]驾驶操作件80例如包含加速器踏板、制动器踏板、换档拨杆、转向盘、异形转向盘、操纵杆及其他操作件。在驾驶操作件80，安装有对操作量或者操作的有无进行检测的传感器，其检测结果被输出至自动驾驶控制装置100、或者行驶驱动力输出装置200、制动器装置210以及转向装置220中的一部分或全部。[0093]自动驾驶控制装置100是控制本车辆的自动驾驶(包括驾驶辅助)的装置。自动驾驶控制装置100例如包括第一控制部120、第二控制部160以及告知控制部180。第一控制部120、第二控制部160以及告知控制部180分别是例如通过cpu等硬件处理器执行程序(软件)来实现。另外，这些构成元件中的一部分或全部也可通过lsi或asic、fpga、gpu等硬件(包含电路部(circuitry))来实现，也可通过软件与硬件的协作来实现。程序既可预先保存在自动驾驶控制装置100的hdd或快闪存储器等存储装置(包括非一次性的存储介质的存储装置)中，也可预先保存在dvd或cd-rom等能够装卸的存储介质中，并通过将存储介质(非一次性的存储介质)装设于驱动装置而安装至自动驾驶控制装置100的hdd或快闪存储器。此外，hmi30与告知控制部180的组合是“告知部”的一例。[0094]图2是第一控制部120及第二控制部160的功能结构图。第一控制部120例如包括识别部130与行动计划生成部140。第一控制部120例如并行地实现借助人工智能(artificialintelligence，ai)进行的功能与借助预先给予的模型进行的功能。例如，“识别交叉路口”功能可通过并行地执行借助深度学习(deeplearning)等进行的交叉路口的识别、与基于预先给予的条件(有可进行图案匹配(patternmatching)的信号、道路标示等)的识别，并对两者进行评分而综合性地进行评估来实现。由此，自动驾驶的可靠性得以确保。[0095]识别部130基于从摄像机10、雷达装置12以及lidar14a经由物体识别装置16而输入的信息，来识别位于本车辆周边的物体的位置以及速度、加速度等的状态。物体的位置例如是被识别为以本车辆的代表点(重心或驱动轴中心等)为原点的绝对坐标上的位置，且被用于控制。物体的位置既可以所述物体的重心或角部(corner)等代表点来表示，也可以所表达的区域来表示。所谓物体的“状态”，也可包含物体的加速度或加加速度、或者“行动状态”(例如是否正在进行车道变更、或者想要进行车道变更)。[0096]另外，识别部130例如对本车辆正在行驶的车道(行驶车道)进行识别。例如，识别部130通过对从第二地图信息62获得的道路分划线的图案(例如实线与虚线的排列)、与从由摄像机10所拍摄的图像中识别的本车辆周边的道路分划线的图案进行比较，从而识别行驶车道。此外，不限于道路分划线，识别部130也可通过对包含道路分划线或路肩、路牙、中央隔离带、护栏等的跑道边界(道路边界)进行识别，从而识别行驶车道。在所述识别中，也可将从导航装置50获取的本车辆的位置或由ins得出的处理结果考虑在内。另外，识别部130对临时停止线、障碍物、红灯信号、收费亭、其他道路事物/事件进行识别。[0097]识别部130在识别行驶车道时，识别本车辆相对于行驶车道的位置或姿势。识别部130例如也可将本车辆的基准点从车道中央的背离、以及本车辆的行进方向相对于将车道中央相连的线所成的角度，识别为本车辆相对于行驶车道的相对位置以及姿势。取代于此，识别部130也可将本车辆的基准点相对于行驶车道的任一侧端部(道路分划线或道路边界)的位置等，识别为本车辆相对于行驶车道的相对位置。[0098]行动计划生成部140生成本车辆将来自动(不依赖于驾驶员的操作)行驶的目标轨道，以使得原则上在由推荐车道决定部61所决定的推荐车道上行驶，进而能够应对本车辆的周边状况。目标轨道例如包含速度要素。例如，目标轨道表达为将本车辆应到达的地点(轨道点)依序排列而成者。轨道点是在循道距离上每隔规定的行驶距离(例如数[m]左右)的本车辆应到达的地点，与此不同的是，每隔规定的采样时间(例如零点几[sec]左右)的目标速度以及目标加速度是作为目标轨道的一部分而生成。另外，轨道点也可为每隔规定的采样时间的、在所述采样时刻的本车辆应到达的位置。此时，目标速度或目标加速度的信息是以轨道点的间隔来表达。[0099]行动计划生成部140可在每当生成目标轨道时，设定自动驾驶的事件。自动驾驶的事件有定速行驶事件、低速跟随行驶事件、车道变更事件、分支事件、汇流事件、接管(takeover)事件等。行动计划生成部140生成与所启动的事件相应的目标轨道。14a-rl、lidar14a-rc的检测范围。[0109]此外，如上所述，在本实施方式的车辆系统1a中，脏污值的计算按将各lidar14a的检测范围分割为10个而得到的区段来个别进行。具体而言，检测范围dr-fr被分割为区段fr01～区段fr10，检测范围dr-fl被分割为区段fl01～区段fl10，检测范围dr-rr被分割为区段rr01～区段rr10，检测范围dr-rl被分割为区段rl01～区段rl10，检测范围dr-rc被分割为区段rc01～区段rc10。[0110]但是，在车辆的自动驾驶控制中，一般而言，重要的是本车辆m的正前面、正后方以及左右斜后方的距离检测，关于这些方向的距离检测，要求比其他区域更高的检测精度。因此，关于这些方向的检测中所使用的lidar14a，理想的是在脏污的程度比较轻度时消除lidar脏污。因此，在本实施方式的车辆系统1a中，按各检测范围的各个区段来设定脏污判定的阈值。由此，能够检测局部的lidar脏污，并且能够在比较早的阶段检测优先级高的区段的lidar脏污。[0111]此外，图3a及图3b中例示的各lidar14a的检测范围的朝向、构成各检测范围的区段的数量等为一例，也可根据需要变更为与图3a及图3b不同的形态。另外，设置于本车辆m的lidar14a的数量或设置位置也可变更为与图3a及图3b不同的形态。例如，检测范围可分割为11个以上的区段，也可分割为9个以下的区段。另外，检测范围不仅可在水平方向上分割，也可在垂直方向上分割，还可仅在垂直方向上分割。另外，例如，多个lidar14a可设置为各个检测范围相对于规定的轴(例如，车辆的中心轴或行进方向)左右对称或上下对称，也可设置为不对称。[0112]图4是表示第一实施方式中的阈值信息153的一例的图。例如，如图4所示，将阈值信息153作为表示各区段的区段识别(identify，id)、与各区段的脏污判定中的脏污值的阈值的对应关系的表而存储在lidar14a中。图4中，作为与设置在本车辆m的前左部的lidar14a-fl相关的阈值信息的一例而示出阈值信息153-fl，作为与设置在本车辆m的前右部的lidar14a-fr相关的阈值信息的一例而示出阈值信息153-fr。另外，图4中，作为与设置在本车辆m的后左部的lidar14a-rl相关的阈值信息的一例而示出阈值信息153-rl，作为与设置在本车辆m的后中央部的lidar14a-rc相关的阈值信息的一例而示出阈值信息153-rc，作为与设置在本车辆m的后右部的lidar14a-rr相关的阈值信息的一例而示出阈值信息153-rr。在图4的例子中，区段id的值与图3a及图3b中记载的区段id相对应。[0113]如上所述，在本车辆m的自动驾驶控制中，本车辆m的前方正面、后方正面及左右斜后方的距离检测变得重要。因此，在阈值信息153-fl的例子中，与本车辆m的前方正面对应的区段fl03～区段fl06的阈值被设定为相对于其他区段而言相对较低的50％。同样地，在阈值信息153-fr的例子中，与本车辆m的前方正面对应的区段fr05～区段fr08的阈值被设定为相对于其他区段而言相对较低的50％。[0114]另一方面，在阈值信息153-rl的例子中，与本车辆m的左斜后方对应的区段rl06～区段rl08的阈值被设定为相对于其他区段而言相对较低的60％。同样地，在阈值信息153-rc的例子中，与本车辆m的后方正面对应的区段rc04～区段rc07的阈值被设定为相对于其他区段而言相对较低的50％。同样地，在阈值信息153-rr的例子中，与本车辆m的右斜后方对应的区段rr03～区段rr05的阈值被设定为相对于其他区段而言相对较低的60％。[0115]如此，在多个区段中与本车辆m的前方或后方对应的区段(例如，区段fl03～区段fl06、区段fr05～区段fr08、区段rc04～区段rc07、区段rl06～区段rl08、区段rr03～区段rr05)中，在相同的检测范围中设定比其他区域低的阈值，在所述车辆的横向(例如，区段fl03～区段fl06、区段fr05～区段fr08、区段rc04～区段rc07、区段rl06～区段rl08、区段rr03～区段rr05以外的区段)的区段中，设定比其他区域高的阈值。[0116]此时，在自动驾驶控制装置100中，脏污判定部152a将对各lidar14a按区段通知的脏污值(以下称为“测定值”)与在各个区段所设定的阈值进行比较。脏污判定部152a在存在测定值为阈值以上的区段的情况下，对在检测范围内具有此区段的lidar14a设立脏污标记并通知给自动驾驶控制装置100。在接收到所述通知的自动驾驶控制装置100中，告知控制部180向hmi30指示对所述lidar14a进行脏污告知动作。[0117]例如，在图4的例子中，在测定出55％作为区段fl05中的脏污值的情况下，由于测定值为区段fl05的阈值50％以上，因此脏污判定部152a对在检测范围内具有区段fl05的lidar14a-fl设立脏污标记并通知给自动驾驶控制装置100。在接收到所述通知的自动驾驶控制装置100中，告知控制部180向hmi30指示对lidar14a-fl进行脏污告知动作。[0118]像这样构成的第一实施方式的车辆系统1a中，搭载于本车辆的各lidar14a按将水平方向的检测范围分割为规定数量而得到的区段计算脏污值，自动驾驶控制装置100基于按区段计算出的脏污值及对应的区段中所设定的脏污值的阈值，判定是否对各lidar14a进行脏污告知动作。通过包括此种结构，实施方式的车辆系统1a可检测局部的lidar脏污，同时以与各区段的优先级相应的时序检测lidar脏污。即，根据实施方式的车辆系统1a，可使车辆的控制功能不会因脏污对lidar的附着而被过度抑制。[0119]＜第二实施方式＞[0120]图5是利用了第二实施方式的车辆控制装置的车辆系统1b的结构图。车辆系统1b与第一实施方式的车辆系统1a的不同之处在于：包括lidar14b来代替lidar14a。另外，与第一实施方式的lidar14a的不同之处在于：lidar14b包括脏污判定部152b来代替脏污判定部152a、以及存储条件信息154来代替阈值信息153。其他车辆系统1b的结构与车辆系统1a相同。因此，在图5中，标注与图1相同的符号，由此省略关于它们同样的结构的说明。[0121]与脏污判定部152a的不同之处在于：第一实施方式的脏污判定部152a基于从脏污检测部151通知的脏污值与阈值的比较结果来管理脏污标记，与此相对，脏污判定部152b除了基于与阈值的比较结果之外还基于脏污值的变动状况来管理脏污标记。具体而言，脏污判定部152b基于在由条件信息154所定义的多个判定条件下得出的脏污判定的结果来管理脏污标记。[0122]图6是表示第二实施方式中的条件信息154的一例的图。例如，在条件信息154中，将用于脏污判定的多个判定条件的名称(条件名)、判定条件的内容(条件内容)、以及判定条件的类别(条件类别)对应地登记。例如，在图6的条件信息154的例子中，作为设立脏污标记的条件(标记开启(on)条件)，登记有脏污阈值条件及脏污值波动条件，作为撤下脏污标记的条件(标记关闭(off)条件)，设定有恢复条件。各标记开启条件以及标记关闭条件的详细情况如下。[0123][脏污阈值条件][0124]脏污阈值条件是判定附着于lidar14b的物质(脏污)的量是否超过了一定量的条件。一般而言，在车辆在低温环境下高速行驶的情况下，lidar14b表面的水滴有时会像露水一样短时间附着。因此，在此种状况下，脏污值有时会暂时上升，因此有可能将此状态误检测为脏污状态。另外，在车辆刚刚起步的低速行驶状态下，降雨带来的水滴停留在lidar14b表面的可能性低，基本上脏污值不会超过阈值。因此，在本实施方式中，将在脏污值超过阈值之后不低于阈值而经过了规定时间(例如300秒)的情况下使判定结果为真的条件设为脏污值条件。以下，将判定脏污阈值条件时的所述规定时间称为判定时间。[0125][脏污值波动条件][0126]脏污值波动条件是判定lidar脏污是否是需要被擦掉的脏污的条件。具体而言，脏污值波动条件是在脏污值超过阈值的状态下经过的过去的判定时间(例如300秒)内脏污值的波动的大小未满规定的比例(例如最大值与最小值的差未满10％)的情况下，使判定结果为真的条件。其基于所获得的以下见解，即，作为需要被擦掉的脏污的一例，在使油与砂的混合物附着于lidar14b的表面的情况下，在经过判定时间之前，脏污值的波动大小有时会超过10％，若判定时间过长，则担心无法检测出需要被擦掉的脏污。另外，通常，为了擦掉lidar脏污而使本车辆停车需要几分钟左右的时间，因此也可将判定时间设为例如300秒左右。[0127][恢复条件][0128]如上所述，恢复条件是用于判定是否可撤下在满足标记开启条件时立起的脏污标记的条件。因此，恢复条件需要是可判定本车辆不处于脏污状态的条件。因此，在本实施方式中，将在所有区段中脏污值为阈值(例如30％)以下的情况下使判定结果为真的条件设为恢复条件。所述情况下的阈值可考虑以下方面来设计：即使在lidar14b的表面残留有不影响检测性能的伤痕或脏污的情况下也可撤下脏污标记、不使脏污标记的开启及关闭频繁地反复。[0129]图7是表示在第二实施方式的lidar14b中，脏污判定部152b管理脏污标记的方法的一例的流程图。此处，设为对各lidar14b分别管理脏污标记，并说明对某一个lidar14b的脏污标记进行管理的处理流程。首先，脏污判定部152b判定是否所有区段的脏污值满足脏污值条件(步骤s101)。此处，在判定为所有区段的脏污值满足脏污值条件的情况下，脏污判定部152b判定是否所有区段的脏污值满足脏污值波动条件(步骤s102)。此处，在判定为所有区段的脏污值满足脏污值波动条件的情况下，脏污判定部152b设立脏污标记(步骤s103)。[0130]另一方面，在步骤s101中，在判定为任一区段的脏污值不满足脏污值条件的情况下，或者在步骤s102中，在判定为任一区段的脏污值不满足脏污值波动条件的情况下，脏污判定部152b判定是否满足恢复条件(步骤s104)。此处，在判定为满足恢复条件的情况下，脏污判定部152b撤下脏污标记(步骤s105)，并使处理返回到步骤s101。另一方面，在步骤s104中，在判定为不满足恢复条件的情况下，脏污判定部152b不撤下脏污标记而使处理返回到步骤s101。[0131]像这样构成的第二实施方式的车辆系统1b中，lidar14b包括脏污判定部152b，所述脏污判定部152b利用包含与脏污值相关的条件在内的多个条件的组合来判定各lidar14b是否处于脏污状态。通过包括此种结构，实施方式的车辆系统1b能够精度更良好地判定lidar14b是否处于脏污状态。即，根据实施方式的车辆系统1b，能够使本车辆的控制功能不会因lidar脏污而被过度抑制。[0132]＜变形例＞[0133]在第一实施方式中，脏污判定部152a及阈值信息153也可设置在物体识别装置16或者自动驾驶控制装置100中。同样地，脏污判定部152b及条件信息154也可设置在物体识别装置16或者自动驾驶控制装置100中。[0134]物体识别装置16可将摄像机10、雷达装置12及lidar14a(或者14b，以下相同)的检测结果等(包括脏污值)直接输出至自动驾驶控制装置100。另外，也可从车辆系统1a(或者1b，以下相同)中省略物体识别装置16。[0135]在第一控制部120及第二控制部160中，识别部130或行动计划生成部140、获取部162、速度控制部164、或者操舵控制部166等各功能部也可构成为，基于经由物体识别装置16从lidar14a通知的脏污标记的值来对处理进行分支或变更。同样地，物体识别装置16也可构成为，基于从lidar14a通知的脏污标记的值来对处理进行分支或变更。例如，第一控制部120及第二控制部160也可构成为，在通过所通知的脏污标记而识别出任一lidar14a处于脏污状态的情况下，使与本车辆的自动驾驶相关的动作退缩。另外，自动驾驶控制装置100也可将所通知的脏污标记通知给导航装置50或mup60等其他装置。此时，其他装置也可构成为，基于脏污标记的值来对本装置的处理进行分支或变更。[0136]告知控制部180也可使hmi30以外的装置进行脏污告知动作，还可自身进行脏污告知动作。例如，告知控制部180可向告知lidar脏污的对象用户发送电子邮件，也可向所述用户使用的终端装置发送消息通知。[0137]以上，使用实施方式对用于实施本发明的形态进行了说明，但本发明并不受此种实施方式任何限定，可在不脱离本发明的主旨的范围内施加各种变形以及替换。当前第1页12当前第1页12
再多了解一些
本文用于企业家、创业者技术爱好者查询，结果仅供参考。
