移动体控制系统和移动体控制方法

技术领域

本公开涉及以在规定区域中追随目标路径的方式控制移动体的行驶的技术。

背景技术

专利文献1公开了进行车道保持辅助(Lane Keeping Assist)的车辆控制装置。车辆行驶控制装置决定车辆所行驶的行驶区域，并判定行驶区域中的路面状态，此外，识别行驶区域中的路面凹凸。然后，车辆控制装置基于行驶区域中的路面状态和路面凹凸来变更行驶区域。在路面状态是湿状态的情况下，与路面状态是干状态的情况相比，行驶区域的变更可能范围被设定得窄，或者，车速被降低。

专利文献2、专利文献3以及专利文献4公开了对车辆的泊车进行辅助的泊车辅助技术。

现有技术文献

专利文献

专利文献1：日本特开2019－175020号公报

专利文献2：日本特开2019－085077号公报

专利文献3：日本特开2021－166018号公报

专利文献4：日本特开2011－235816号公报

考虑以在规定区域中追随目标路径的方式来控制移动体的行驶。在这样的行驶控制处理中，需要移动体的位置的信息。在此，有时会基于移动体的转向角和速度来计算移动量(位移量)，并基于该移动量来推定移动体的位置。这样的方法也被称为航位推算(deadreckoning)。

在移动体在容易打滑的路面行驶的情况下，发生滑移或者轮胎空转的概率变高。在发生了滑移或者轮胎空转的情况下，根据转向角和速度计算出的移动量会偏离实际的移动量。因此，位置推定精度会降低。若位置推定精度降低，则使移动体追随目标路径的行驶控制处理的精度也会降低，从而移动体可能会从目标路径脱离。

发明内容

本公开的一个目的在于，提供一种能确保以在规定区域中追随目标路径的方式控制移动体的行驶的精度的技术。

第一观点与对规定区域中的移动体的行驶进行控制的移动体控制系统关联。

移动体控制系统具备一个或多个处理器。

一个或多个处理器被配置为执行：位置推定处理，基于移动体的转向角和速度来推定移动体的位置；行驶控制处理，基于移动体的推定位置来以追随目标路径的方式控制移动体的行驶；路面状态获取处理，获取表示至少移动体的周边的目标路径上的目标路面的易打滑度的路面状态信息；以及脱离抑制处理，以抑制移动体从目标路径的脱离的方式，根据目标路面的易打滑度来动态地变更在行驶控制处理中使用的控制参数。

第二观点与对规定区域中的移动体的行驶进行控制的移动体控制方法关联。

移动体控制方法包括：位置推定处理，基于移动体的转向角和速度来推定移动体的位置；行驶控制处理，基于移动体的推定位置来以追随目标路径的方式控制移动体的行驶；路面状态获取处理，获取表示至少移动体的周边的目标路径上的目标路面的易打滑度的路面状态信息；以及脱离抑制处理，以抑制移动体从目标路径的脱离的方式，根据目标路面的易打滑度来动态地变更在行驶控制处理中使用的控制参数。

发明效果

根据本公开，基于移动体的转向角和速度来推定移动体的位置，并基于该推定位置来以移动体追随目标路径的方式进行行驶控制处理。在该行驶控制处理中，考虑目标路径上的目标路面的易打滑度。更详细而言，以抑制移动体从目标路径的脱离的方式，根据目标路面的易打滑度来动态地变更在行驶控制处理中使用的控制参数。由此，抑制了移动体从目标路径的脱离。即，确保了行驶控制处理的精度。

附图说明

图1是用于对车辆控制系统的概要进行说明的概念图。

图2是用于对车辆控制系统的一个例子进行说明的概念图。

图3是用于对问题进行说明的概念图。

图4是用于对路面状态获取处理的各种各样的例子进行说明的概念图。

图5是表示路面材质、路面状态以及路面摩擦系数的关系的一个例子的图。

图6是用于对脱离抑制处理的第一例进行说明的概念图。

图7是用于对脱离抑制处理的第二例进行说明的概念图。

图8是用于对脱离抑制处理的第三例进行说明的概念图。

图9是用于对脱离抑制处理的第四例进行说明的概念图。

图10是用于对脱离抑制处理的第五例进行说明的概念图。

图11是表示车辆控制系统的构成例的框图。

图12是表示各种信息的例子的框图。

图13是表示与由车辆控制系统实施的脱离抑制处理关联的处理的流程图。

图14是用于对自动代客泊车的概要进行说明的概念图。

图15是用于对自动代客泊车中的脱离抑制处理的例子进行说明的概念图。

附图标记说明：

1：车辆；10：车辆控制系统；10M：管理系统；10V：车载系统；20：车载传感器；21：车载摄像机；22：识别传感器；23：车辆状态传感器；30：基础设施传感器；31：基础设施摄像机；32：气象传感器；40：通信装置；50：行驶装置；100：控制装置；110：处理器；120：存储装置；200：各种信息；210：地图信息；220：周边状况信息；230：车辆状态信息；240：定位信息；250：目标路径信息；260：路面状态信息；AR：规定区域；TP：目标路径；CTP：校正目标路径。

具体实施方式

参照附图对本公开的实施方式进行说明。

考虑移动体的控制。作为移动体，举例示出车辆、机器人等。作为机器人，举例示出物流机器人、派送机器人、作业机器人等。移动体也可以具备自主行驶功能。车辆也可以是自动驾驶车辆。作为一个例子，在以下的说明中，考虑移动体是车辆的情况。在一般的情况下，用“移动体”来替换以下的说明中的“车辆”。

1.车辆控制系统的概要

图1是用于对本实施方式的车辆控制系统10的概要进行说明的概念图。车辆控制系统10对车辆1的行驶进行控制。例如，车辆控制系统10搭载于车辆1。或者，也可以是，车辆控制系统10的至少一部分配置于车辆1的外部的外部装置，远程地控制车辆1。

特别是，车辆控制系统10以在规定区域AR中追随目标路径TP的方式控制车辆1的行驶。作为规定区域AR，举例示出停车场、一条街(智能城市)等。目标路径TP是目标位置的集合。也可以是，目标位置与目标速度按每个目标位置被建立对应。目标路径TP也可以被预先设定。以下，将以追随目标路径TP的方式控制车辆1的行驶的处理称为“行驶控制处理”。

在行驶控制处理中需要车辆1的当前位置的信息。因此，车辆控制系统10执行对规定区域AR中的车辆1的位置进行推定的“位置推定处理”。然后，车辆控制系统10基于车辆1的推定位置和目标路径TP，以车辆1追随目标路径TP的方式执行行驶控制处理。

根据本实施方式，在位置推定处理中使用车辆1的转向角和车速(车轮速度)。转向角和车速分别通过搭载于车辆1的转向角传感器和车速传感器(车轮速度传感器)来检测。车辆控制系统10基于车辆1的转向角和车速来计算车辆1的移动量(位移量)，并基于该移动量来推定车辆1的位置。这样的方法也被称为“航位推算”。

为了进一步提高位置推定精度，也可以利用配置于规定区域AR的标记M(地标)。更详细而言，在车辆1搭载有用于识别车辆1的周围的状况的识别传感器。典型地，识别传感器包括对车辆1的周围进行拍摄的摄像机。车辆控制系统10能通过使用识别传感器来识别车辆1的周围的标记M，从而掌握车辆1与标记M之间的相对位置关系。此外，车辆控制系统10保持有表示规定区域AR中的标记M的设置位置的地图信息。车辆控制系统10通过上述的航位推算来推定规定区域AR中的车辆1的位置。而且，车辆控制系统10基于车辆1的推定位置、车辆1与标记M之间的相对位置关系以及规定区域AR中的标记M的设置位置来对车辆1的推定位置进行校正。通过反复进行通过航位推算实现的位置推定和利用了标记M的位置校正，能持续地获得高精度的车辆位置。以上说明的高精度的位置推定处理也被称为“定位处理(Localization)”。

图2是用于对车辆控制系统10的一个例子进行说明的概念图。在图2所示的例子中，车辆控制系统10包括搭载于车辆1的车载系统10V(移动体侧系统)和车辆1的外部的管理系统10M。车载系统10V被配置为至少对车辆1的行驶进行控制。另一方面，管理系统10M对车辆1所行驶的规定区域AR进行管理。车载系统10V和管理系统10M相互进行通信，对所需的信息进行交换。通过该车载系统10V与管理系统10M的协作来实现车辆控制系统10的功能。

例如，对规定区域AR进行管理的管理系统10M决定规定区域AR中的车辆1的目标路径TP。然后，管理系统10M将决定出的目标路径TP通知给车载系统10V。车载系统10V以车辆1追随通过管理系统10M决定出的目标路径TP的方式进行行驶控制处理。

位置推定处理例如通过车载系统10V来进行。作为另一个例子，也可以是，车载系统10V将位置推定处理所需的信息(转向角、速度、标记M的识别结果)送至管理系统10M，管理系统10M执行位置推定处理，并将推定位置通知给车载系统10V。

作为又一个例子，也可以是，管理系统10M远程地执行行驶控制处理。

需要说明的是，车辆控制系统10的构成不限于图2所示的构成。整个车辆控制系统10也可以包括在车辆1中。

2.考虑了路面状态的行驶控制处理

图3示出了车辆1在容易打滑的路面(低μ路)行驶的状况。在容易打滑的路面上，车辆1滑移或者车辆1的轮胎空转的概率变高。在发生了滑移或者轮胎空转的情况下，根据转向角和车速(车轮速度)计算出的车辆1的移动量会偏离实际的移动量。因此，位置推定精度会降低。若位置推定精度降低，则使车辆1追随目标路径TP的行驶控制处理的精度也会降低，从而车辆1可能会从目标路径TP脱离。例如，即使在判定为车辆1的推定位置与目标路径TP一致的情况下，车辆1的实际的位置也可能会从目标路径TP偏移。换言之，尽管车辆1的实际的位置从目标路径TP脱离，也可能会误判定为车辆1正在追随目标路径TP。

因此，本实施方式提出一种即使在容易打滑的路面上也能确保行驶控制处理的精度的技术。

2－1.路面状态获取处理

以下，将规定区域AR内的目标路径TP上的路面称为“目标路面”。车辆控制系统10获取表示目标路面的“易打滑度(slippiness，slipperiness)S”的路面状态信息260。易打滑度S与路面摩擦系数(μ)成反比。路面状态信息260表示至少车辆1的周围的目标路面的易打滑度S。路面状态信息260也可以遍及整个目标路径TP地表示目标路面的易打滑度S。以下，将获取路面状态信息260的处理称为“路面状态获取处理”。

图4是用于对路面状态获取处理的各种各样的例子进行说明的概念图。

2－1－1.第一例

在车辆1搭载有车载摄像机21。车载摄像机21对车辆1的周围的状况进行拍摄。车辆控制系统10获取通过车载摄像机21拍摄的图像。然后，车辆控制系统10通过对该图像进行解析来识别车辆1的周围(特别是车辆1的前方)的目标路面的路面状态。例如，车辆控制系统10利用通过机器学习获得的图像识别AI(Artificial Intelligence：人工智能)来对图像进行解析，从而识别目标路面的路面状态。

路面状态至少被划分为“干状态”和“湿状态”。在干状态的情况下，车辆1比较不易打滑，易打滑度S被设定为比较低的值。另一方面，在湿状态的情况下，车辆1比较容易打滑，易打滑度S被设定为比较高的值。干状态也可以进一步被划分为多个等级。同样地，湿状态也可以进一步被划分为多个等级。

如此，车辆控制系统10基于通过车载摄像机21拍摄到的目标路面的图像来判定目标路面是干状态还是湿状态。然后，车辆控制系统10基于目标路面是干状态还是湿状态来设定目标路面的易打滑度S，并获取路面状态信息260。

需要说明的是，以上说明的路面状态获取处理的第一例既可以通过车载系统10V来执行，也可以通过管理系统10M来执行。在后者的情况下，管理系统10M与车载系统10V进行通信，从车载系统10V获取通过车载摄像机21拍摄到的图像。

2－1－2.第二例

在规定区域AR设置有基础设施摄像机31。基础设施摄像机31对规定区域AR内的状况进行拍摄。车辆控制系统10获取通过基础设施摄像机31拍摄到的图像。然后，车辆控制系统10通过对该图像进行解析来识别至少车辆1的周围的目标路面的路面状态。车辆控制系统10也可以遍及整个目标路径TP地识别目标路面的路面状态。除此之外，与上述第一例相同。

需要说明的是，典型地，以上说明的路面状态获取处理的第二例通过管理系统10M来执行。

2－1－3.第三例

在规定区域AR设置有气象传感器32。作为气象传感器32，举例示出对雨量进行检测的雨量传感器、对湿度进行检测的湿度传感器等。车辆控制系统10基于通过气象传感器32获得的检测结果来判定在规定区域AR是否正下雨。由此，车辆控制系统10能判定规定区域AR内的目标路面是干状态还是湿状态。然后，车辆控制系统10基于目标路面是干状态还是湿状态来设定目标路面的易打滑度S，并获取路面状态信息260。

需要说明的是，典型地，以上说明的路面状态获取处理的第三例通过管理系统10M来执行。

2－1－4.第四例

车辆控制系统10获取从信息服务中心分发的气象信息。气象信息包括降雨状态、雨量的信息。车辆控制系统10基于气象信息来判定规定区域AR内的目标路面是干状态还是湿状态。然后，车辆控制系统10基于目标路面是干状态还是湿状态来设定目标路面的易打滑度S，并获取路面状态信息260。

需要说明的是，以上说明的路面状态获取处理的第四例既可以通过车载系统10V来执行，也可以通过管理系统10M来执行。

2－1－5.第五例

在第五例中，除了考虑目标路面是干状态还是湿状态之外，车辆控制系统10还考虑目标路面的材质。为此，车辆控制系统10保持有按每个位置表示规定区域AR内的路面的材质的路面材质信息270。

图5是表示路面材质、路面状态以及路面摩擦系数的关系的一个例子的图。图5所示的关系例如记载于http://weekend.nikkouken.com/week47/409/。作为路面材质，举例示出沥青、混凝土、砂砾。

车辆控制系统10通过上述的第一例～第四例中的任一个方法来判定目标路面是干状态还是湿状态。而且，车辆控制系统10基于目标路面是干状态还是湿状态、路面材质信息270以及由图5所示的关系来获取目标路面的摩擦系数。然后，车辆控制系统10基于目标路面的摩擦系数来设定目标路面的易打滑度S，并获取路面状态信息260。易打滑度S与摩擦系数成反比。

2－2.脱离抑制处理

车辆控制系统10考虑由路面状态信息260表示的目标路面的易打滑度S，以抑制车辆1从目标路径TP的脱离的方式进行行驶控制处理。更详细而言，在行驶控制处理中使用的“控制参数CP”根据目标路面的易打滑度S动态地变更。作为控制参数CP，举例示出速度、速度上限值、转向速度、转向速度上限值等。此外，也可以通过变更在行驶控制处理中使用的目标路径TP来间接地变更控制参数CP。

车辆控制系统10以抑制车辆1从目标路径TP的脱离的方式，根据目标路面的易打滑度S来动态地变更控制参数CP。换言之，车辆控制系统10以抑制车辆1从目标路径TP的脱离的方式，设定与目标路面的易打滑度S相应的控制参数CP。以下，将这样的处理称为“脱离抑制处理”。

脱离抑制处理既可以通过车载系统10V来执行，也可以通过管理系统10M来执行。在后者的情况下，管理系统10M设定与目标路径TP的易打滑度S相应的控制参数CP，并将所设定的控制参数CP通知给车载系统10V。车载系统10V按照从管理系统10M通知的控制参数CP来执行行驶控制处理。

以下，对脱离抑制处理的各种各样的例子进行说明。

2－2－1.第一例

图6是用于对脱离抑制处理的第一例进行说明的概念图。在第一例中，作为在行驶控制处理中使用的控制参数CP，考虑作为车辆1的速度或者速度上限值的速度参数。车辆控制系统10将易打滑度S高的位置处的速度参数设定得比易打滑度S低的位置处的速度参数低。由此，在易打滑度S高的位置处，抑制了滑移、轮胎空转。因此，抑制了位置推定精度的降低，并且确保了行驶控制处理的精度。其结果是，抑制了车辆1从目标路径TP的脱离。

例如，假设规定区域AR中的行驶速度的默认值被预先设定。例如，假设行驶速度的默认值在直线路上被设定为7km/h，在曲线路上被设定为5km/h。在易打滑度S低的位置处，行驶速度被设定为默认值。另一方面，在易打滑度S高的位置处，行驶速度被设定为比默认值低的值。

2－2－2.第二例

在图6所示的例子中，在易打滑度S低的高μ路与易打滑度S高的低μ路之间存在边界BD。车辆1通过边界BD而从高μ路进入至低μ路。在车辆控制系统10使用车载摄像机21来判定车辆1的前方的路面状态的情况下(参照第2－1－1小节)，可能会从车辆1到达边界BD的附近起识别到低μ路的存在。在该情况下，车辆控制系统10需要迅速地使速度参数减小。

图7是用于对脱离抑制处理的第二例进行说明的概念图。在第二例中，管理系统10M执行路面状态获取处理，来获取路面状态信息260。对规定区域AR进行管理的管理系统10M能掌握整个规定区域AR的路面状态。因此，管理系统10M能遍及整个目标路径TP地获取目标路面的易打滑度S。即，遍及整个目标路径TP地获得表示目标路面的易打滑度S的路面状态信息260。

管理系统10M将这样的路面状态信息260通知给车载系统10V。车载系统10V能基于从管理系统10M接受到的路面状态信息260在早期识别前方的低μ路的存在。因此，车载系统10V能从边界BD的跟前有富余地执行脱离抑制处理，从而使速度参数减小(预估控制)。这从车辆稳定性的观点来看是优选的。

或者，也可以是，管理系统10M还基于路面状态信息260执行脱离抑制处理，设定不需要急减速的有富余的速度参数。管理系统10M将所设定的速度参数通知给车载系统10V。车载系统10V按照从管理系统10M通知的速度参数来执行行驶控制处理。在该情况下也会获得同样的效果。

如此，根据第二例，对规定区域AR进行管理的管理系统10M执行路面状态获取处理，来获取路面状态信息260。由此，遍及整个目标路径TP地获得表示目标路面的易打滑度S的路面状态信息260。通过使用这样的路面状态信息260，能有富余地执行脱离抑制处理。这从车辆稳定性的观点来看是优选的。

此外，根据第二例，管理系统10M执行路面状态获取处理，因此，也会获得减轻车载系统10V的处理负荷这样的效果。

2－2－3.第三例

图8是用于对脱离抑制处理的第三例进行说明的概念图。车辆控制系统10识别车辆1进行转弯的转弯位置。例如，车辆控制系统10基于车辆1的转向角，将转向角为阈值以上的位置识别为转弯位置。作为其他的例子，车辆控制系统10基于目标路径TP，将目标路径TP的曲率为阈值以上的位置识别为转弯位置。然后，车辆控制系统10将转弯位置处的速度参数设定得比转弯位置以外处的速度参数低。由此，能更有效地抑制车辆1转弯时的滑移。

在图8所示的例子中，车辆1从高μ路进入至低μ路，速度参数减小。之后，在低μ路上，车辆1从直线路进入至曲线路。其结果是，速度参数进一步减小。通过将低μ路上的转弯位置处的速度参数设定得低，能特别有效地抑制车辆1的滑移。

2－2－4.第四例

图9是用于对脱离抑制处理的第四例进行说明的概念图。在第四例中，作为在行驶控制处理中使用的控制参数CP，考虑作为车辆1的转向速度或者转向速度上限值的转向速度参数。车辆控制系统10将易打滑度S高的位置处的转向速度参数设定得比易打滑度S低的位置处的转向速度参数低。由此，在易打滑度S高的位置处，抑制了车辆1的滑移。因此，抑制了位置推定精度的降低，并且确保了行驶控制处理的精度。其结果是，抑制了车辆1从目标路径TP的脱离。

2－2－5.第五例

图10是用于对脱离抑制处理的第五例进行说明的概念图。在第五例中，假定发生了容易打滑的目标路面上的滑移，目标路径TP被预先向转弯内侧校正。

更详细而言，车辆控制系统10与上述的第三例的情况同样地识别车辆1进行转弯的转弯位置。而且，车辆控制系统10将转弯位置处的目标路径TP校正为校正目标路径CTP。该校正目标路径CTP被设定为随着转弯位置处的易打滑度S变高而更靠向转弯内侧。然后，车辆控制系统10以车辆1追随校正目标路径CTP的方式进行行驶控制处理。目标路径TP被校正为更靠向转弯内侧的校正目标路径CTP，由此在行驶控制处理中使用的控制参数CP也被间接地变更了。

如此，在第五例中，在易打滑度S高的曲线路上，目标路径TP被校正为更靠向转弯内侧。因此，在发生了滑移而车辆1的行驶轨迹向转弯外侧鼓出的情况下，车辆1的行驶轨迹接近于本来的目标路径TP。即，抑制了车辆1从目标路径TP的脱离。

2－2－6.第六例

只要不产生矛盾，就可以对上述的脱离抑制处理的第一例～第五例中的两个以上进行组合。

2－3.效果

如以上说明的那样，根据本实施方式，基于车辆1的转向角和车速来推定车辆1的位置，并基于该推定位置来以车辆1追随目标路径TP的方式进行行驶控制处理。在该行驶控制处理中，考虑目标路径TP上的目标路面的易打滑度S。更详细而言，以抑制车辆1从目标路径TP的脱离的方式，根据目标路面的易打滑度S来动态地设定在行驶控制处理中使用的控制参数CP。由此，抑制了车辆1从目标路径TP的脱离。即，确保了行驶控制处理的精度。

车辆控制系统10也可以分散于车载系统10V和管理系统10M。此时，也可以通过管理系统10M来获取表示目标路径TP上的目标路面的易打滑度S的路面状态信息260。由此，减轻了车载系统10V的处理负荷。

此外，对规定区域AR进行管理的管理系统10M也能遍及整个目标路径TP地获取表示目标路面的易打滑度S的路面状态信息260。通过使用这样的路面状态信息260，车载系统10V能在早期识别易打滑度S高的目标路面的存在。其结果是，车载系统10V能有富余地执行脱离抑制处理(预估控制)。这从车辆稳定性的观点来看是优选的。

3.车辆控制系统的例子

3－1.构成例

图11是表示本实施方式的车辆控制系统10的构成例的框图。车辆控制系统10包括车载传感器20、基础设施传感器30、通信装置40、行驶装置50以及控制装置100。

车载传感器20搭载于车辆1。车载传感器20包括识别传感器22和车辆状态传感器23。

识别传感器22对车辆1的周围的状况进行识别(检测)。识别传感器22包括对车辆1的周围的状况进行拍摄的车载摄像机21。也可以是，识别传感器22还包括激光雷达(LIDAR：Laser Imaging Detection and Ranging)、雷达、声纳等。

车辆状态传感器23对车辆1的状态进行检测。作为车辆状态传感器23，举例示出车速传感器(车轮速度传感器)、转向角传感器、横摆角速度传感器、横向加速度传感器等。

基础设施传感器30设置于规定区域AR。例如，基础设施传感器30包括对规定区域AR内的状况进行拍摄的基础设施摄像机31。基础设施传感器30也可以包括气象传感器32。作为气象传感器32，举例示出对雨量进行检测的雨量传感器、对湿度进行检测的湿度传感器等。

通信装置40与车辆控制系统10的外部进行通信。例如，通信装置40与分发气象信息的信息服务中心(参照图4)进行通信。

行驶装置50搭载于车辆1。行驶装置50包括转向装置、驱动装置以及制动装置。转向装置对车辆1的车轮进行转舵。例如，转向装置是动力转向(EPS：Electric PowerSteering)装置。驱动装置是产生驱动力的动力源。作为驱动装置，举例示出发动机、电动机、轮内马达等。制动装置产生制动力。

控制装置100对车辆1进行控制。控制装置100包括一个或多个处理器110(以下，仅称为处理器110)以及一个或多个存储装置120(以下，仅称为存储装置120)。处理器110执行各种处理。例如，处理器110包括CPU(Central Processing Unit：中央处理器)。存储装置120储存各种信息200。作为存储装置120，举例示出易失性存储器、非易失性存储器、HDD(Hard Disk Drive：硬盘驱动器)、SSD(Solid State Drive：固态硬盘)等。控制装置100也可以分散于车载系统10V和管理系统10M。

车辆控制程序PROG是用于对车辆1进行控制的计算机程序。通过处理器110执行车辆控制程序PROG来实现由控制装置100实施的各种处理。车辆控制程序PROG储存于存储装置120。或者，车辆控制程序PROG也可以记录于计算机可读记录介质。

3－2.各种信息

图12是表示储存于存储装置120的各种信息200的例子的框图。各种信息200包括地图信息210、周边状况信息220、车辆状态信息230、定位信息240、目标路径信息250、路面状态信息260、路面材质信息270等。

地图信息210是规定区域AR的地图信息。地图信息210表示规定区域AR内的道路、构造物的位置。此外，地图信息210表示设置于规定区域AR的各标记M的位置。

周边状况信息220是表示车辆1的周围的状况和规定区域AR的状况的信息。周边状况信息220包括通过识别传感器22获得的识别结果和通过基础设施传感器30获得的检测结果。例如，周边状况信息220包括通过车载摄像机21、基础设施摄像机31进行拍摄而得到的图像。作为其他的例子，周边状况信息220也可以包括通过气象传感器32获得的检测结果。

此外，周边状况信息220包括与车辆1的周围的物体相关的物体信息。作为物体，举例示出行人、其他车辆、白线、标记M、构造物等。物体信息表示物体相对于车辆1的相对位置和相对速度。例如，能通过对通过车载摄像机21获得的图像进行解析来辨别物体，并计算该物体的相对位置。例如，控制装置100利用通过机器学习获得的图像识别AI来辨别图像之中的物体。此外，也可以基于通过搭载于车辆1的激光雷达获得的点群信息来辨别物体，并获取该物体的相对位置和相对速度。

车辆状态信息230是表示车辆1的状态的信息，表示通过车辆状态传感器23获得的检测结果。作为车辆1的状态，举例示出车速(车轮速度)、转向角、横摆角速度、横向加速度等。

定位信息240表示通过定位处理获得的车辆1的位置。更详细而言，控制装置100基于车辆状态信息230(车速、转向角)来计算车辆1的移动量(位移量)，并基于该移动量来推定车辆1的位置。此外，控制装置100从地图信息210中获取规定区域AR中的各标记M的位置，并从周边状况信息220中获取标记M相对于车辆1的相对位置。然后，控制装置100基于车辆1的推定位置、车辆1与标记M之间的相对位置关系以及规定区域AR中的标记M的设置位置来对车辆1的推定位置进行校正。通过反复进行位置推定和位置校正，能持续地获得高精度的车辆位置。

目标路径信息250表示规定区域AR中的车辆1的目标路径TP。

路面状态信息260表示目标路径TP上的目标路面的易打滑度S。获取路面状态信息260的方法的各种各样的例子如在上述第2－1节中说明的那样。路面状态信息260表示至少车辆1的周围的目标路面的易打滑度S。路面状态信息260也可以遍及整个目标路径TP地表示目标路面的易打滑度S。

路面材质信息270按每个位置表示规定区域AR内的路面的材质。路面材质信息270被预先生成。

3－3.行驶控制处理

控制装置100执行与驾驶员的驾驶操作无关地对车辆1的行驶进行控制的行驶控制处理。控制装置100通过对行驶装置50(转向装置、驱动装置、制动装置)进行控制来执行行驶控制处理。

特别是，控制装置100以车辆1追随目标路径TP的方式执行行驶控制处理。为此，控制装置100计算车辆1与目标路径TP之间的偏差(例如：横向偏差、横摆角偏差)。车辆1的位置从定位信息240中获得。目标路径TP从目标路径信息250中获得。然后，控制装置100以使车辆1与目标路径TP之间的偏差减小的方式控制车辆1的行驶。

3－4.脱离抑制处理

图13是表示与脱离抑制处理关联的处理的流程图。

在步骤S110中，控制装置100获取表示目标路径TP上的目标路面的易打滑度S的路面状态信息260(参照第2－1节)。

在步骤S120中，控制装置100考虑由路面状态信息260表示的目标路面的易打滑度S来进行脱离抑制处理(参照第2－2节)。更详细而言，控制装置100以抑制车辆1从目标路径TP的脱离的方式，根据目标路面的易打滑度S来动态地变更在行驶控制处理中使用的控制参数CP。换言之，控制装置100以抑制车辆1从目标路径TP的脱离的方式，设定与目标路面的易打滑度S相应的控制参数CP。

在步骤S130中，控制装置100基于控制参数CP，以车辆1追随目标路径TP的方式进行行驶控制处理。

4.自动代客泊车

图14是用于对自动代客泊车(AVP：Automated Valet Parking)的概要进行说明的概念图。在图14所示的例子中，规定区域AR是停车场PL。在停车场PL配置有多个标记M。车辆1是与停车场PL中的自动代客泊车对应的AVP车辆，至少能在停车场PL内进行自动行驶。

车辆控制系统10对停车场PL中的车辆1的自动行驶进行控制。更详细而言，车辆控制系统10包括搭载于车辆1的车载系统10V和车辆1的外部的管理系统10M。

管理系统10M对停车场PL中的自动代客泊车进行管理。管理系统10M能与停车场PL内的各车辆(车辆1、泊车车辆3)进行通信。例如，管理系统10M也可以对车载系统10V发出入库指示、出库指示。管理系统10M也可以将停车场PL的地图信息210提供给车载系统10V。管理系统10M也可以对车辆1分配泊车框。管理系统10M也可以生成从入库区域向所分配的泊车框的目标路径TP，并将目标路径TP的信息提供给车载系统10V。管理系统10M也可以掌握停车场PL内的各车辆(车辆1、泊车车辆3)的位置。管理系统10M也可以对停车场PL内的各车辆(车辆1、泊车车辆3)进行远程操作。

车载系统10V对停车场PL中的车辆1的自动行驶进行控制。例如，车载系统10V使用车载摄像机21来识别车辆1的周围的标记M。然后，车载系统10V基于标记M的识别结果来进行定位处理，高精度地推定停车场PL中的车辆1的位置。此外，车载系统10V从管理系统10M接受目标路径TP的信息。然后，车载系统10V基于车辆1的位置和目标路径TP，以追随目标路径TP的方式控制车辆1的行驶。由此，车辆1能从入库区域自动地移动至目标泊车框。

图15是用于对自动代客泊车中的脱离抑制处理的例子进行说明的概念图。停车场PL包括泊车区域PL－A、泊车区域PL－B以及将泊车区域PL－A与泊车区域PL－B之间相连的连通通路。泊车区域PL－A的路面材质是砂砾(简易铺装)。泊车区域PL－B的路面材质是沥青(新铺装)。连通通路的路面材质是混凝土(普通铺装)。各路面材质的摩擦系数如图5所示。

作为一个例子，考虑车辆1从入库区域起经由泊车区域PL－A和连通通路自动行驶至泊车区域PL－B内的目标泊车框的情况。车辆控制系统10考虑目标路径TP上的目标路面的易打滑度S，适当地进行脱离抑制处理。

特别是，对停车场PL进行管理的管理系统10M能掌握整个停车场PL的路面材质，遍及整个目标路径TP地获取表示目标路面的易打滑度S的路面状态信息260。通过使用这样的路面状态信息260，车载系统10V能在早期识别易打滑度S高的目标路面的存在。其结果是，车载系统10V能有富余地执行脱离抑制处理(预估控制)。

在泊车区域PL－A、泊车区域PL－B设置有屋顶并且在连通通路未设置屋顶的情况如下。在下雨时，未设置屋顶的连通通路的易打滑度S增大。因此，车辆控制系统10特别在连通通路进行脱离抑制处理。在对停车场PL进行管理的管理系统10M获取到路面状态信息260的情况下，能在车辆1进入至连通通路之前有富余地执行脱离抑制处理。