JP2018040773A - vehicle - Google Patents
vehicle Download PDFInfo
- Publication number
- JP2018040773A JP2018040773A JP2016176968A JP2016176968A JP2018040773A JP 2018040773 A JP2018040773 A JP 2018040773A JP 2016176968 A JP2016176968 A JP 2016176968A JP 2016176968 A JP2016176968 A JP 2016176968A JP 2018040773 A JP2018040773 A JP 2018040773A
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- ecu
- gradient
- section
- road
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/62—Hybrid vehicles
Landscapes
- Hybrid Electric Vehicles (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
Description
この発明は、走行した道路区間の道路勾配を学習可能な車両に関する。 The present invention relates to a vehicle capable of learning a road gradient of a road section that has traveled.
特開2014−24487号公報(特許文献1)は、走行路の路面勾配に関する勾配情報を学習する勾配情報学習装置を開示する。勾配情報は、路面勾配に起因して自車が受ける加速度を意味する勾配抵抗を含む。この勾配情報学習装置では、車両の駆動力や、実加速度、車速、走行抵抗による減速度等に基づいて、勾配抵抗が推定される。 Japanese Unexamined Patent Application Publication No. 2014-24487 (Patent Document 1) discloses a gradient information learning device that learns gradient information related to a road surface gradient of a traveling road. The gradient information includes gradient resistance that means acceleration that the vehicle receives due to the road surface gradient. In this gradient information learning device, gradient resistance is estimated based on the driving force of the vehicle, actual acceleration, vehicle speed, deceleration due to running resistance, and the like.
この勾配情報学習装置においては、水濡れ又は積雪の路面状態やタイヤのスリップ率が増加した状態等のように自車の走行状態が通常と異なる場合には、勾配情報の学習が実施されない。これにより、推定精度の低い勾配情報による誤った学習を防ぐことができる(特許文献1参照)。 In this gradient information learning device, learning of gradient information is not performed when the traveling state of the host vehicle is different from the normal state, such as a wet or snowy road surface state or a tire slip ratio increasing. Thereby, the erroneous learning by the gradient information with low estimation accuracy can be prevented (see Patent Document 1).
水濡れ又は積雪の路面状態やスリップ率が増加した状態等のように走行状態が通常と異なる場合に、勾配情報の学習を実施しないことにより、勾配の学習精度は向上し得るけれども、走行状態が通常と異なる場合以外においても、走行状態によっては勾配の学習精度が低下する可能性がある。 If the driving condition is different from normal, such as when the road surface is wet or snowy, or when the slip rate is increased, the learning accuracy of the gradient can be improved by not learning the gradient information. Even if it is different from the normal case, the learning accuracy of the gradient may be lowered depending on the traveling state.
この発明は、かかる問題を解決するためになされたものであり、その目的は、走行状態によって勾配学習の精度が低下するのを抑制可能な車両を提供することである。 The present invention has been made to solve such a problem, and an object of the present invention is to provide a vehicle capable of suppressing a decrease in gradient learning accuracy depending on a traveling state.
本開示の車両は、記憶部と、制御装置とを備える。記憶部は、所定の道路区間毎に、道路区間の道路勾配に関する情報を記憶する。制御装置は、道路区間を走行したときの走行状態から、走行した道路区間の道路勾配を算出する。ここで、制御装置は、道路区間の走行中に、走行速度が第1の所定値以下である第1の条件、走行加速度の大きさが第2の所定値以下である第2の条件、又は、第1及び第2の条件の双方が成立する第3の条件が成立した場合に、走行した道路区間の道路勾配の算出結果を道路勾配の学習結果として記憶部に記憶する。一方、道路区間の走行中に、第1の条件が成立しない場合、第2の条件が成立しない場合、又は第3の条件が成立しない場合には、制御装置は、走行した道路区間の道路勾配の算出結果を記憶部に記憶しない。 The vehicle of the present disclosure includes a storage unit and a control device. A memory | storage part memorize | stores the information regarding the road gradient of a road area for every predetermined road area. The control device calculates the road gradient of the traveled road section from the traveling state when traveling on the road section. Here, the control device, during traveling on the road section, the first condition that the traveling speed is less than a first predetermined value, the second condition that the magnitude of the traveling acceleration is less than a second predetermined value, or When the third condition that satisfies both the first and second conditions is satisfied, the calculation result of the road gradient of the traveled road section is stored in the storage unit as the road gradient learning result. On the other hand, when the first condition is not satisfied, the second condition is not satisfied, or the third condition is not satisfied during the traveling of the road section, the control device performs the road gradient of the traveled road section. Is not stored in the storage unit.
上記の車両においては、道路区間を走行したときの走行状態から、走行した道路区間の勾配が算出される。ここで、車両の速度が高い場合には、勾配を算出するモデル(算出式)の誤差が顕著となり、勾配の学習精度が低下する可能性がある。また、車両の加減速度が大きい場合にも、演算処理の遅れ(応答遅れ)等による勾配の推定誤差が顕著となり、勾配の学習精度が低下する可能性がある。そこで、この車両では、道路区間の走行中に、車速が第1の所定値よりも高い場合(第1の条件が成立しない場合)、加速度の大きさが第2の所定値よりも大きい場合(第2の条件が成立しない場合)、又は、第1及び第2の条件の双方が成立する第3の条件が成立しない場合には、走行した道路区間の道路勾配の算出結果が記憶部に記憶されない。これにより、精度の低い道路勾配の算出結果が勾配の学習結果として記憶部に記憶されるのを抑制することができる。 In the above vehicle, the gradient of the traveled road section is calculated from the traveling state when traveling on the road section. Here, when the speed of the vehicle is high, the error of the model (calculation formula) for calculating the gradient becomes remarkable, and the learning accuracy of the gradient may be lowered. Even when the acceleration / deceleration of the vehicle is large, the gradient estimation error due to a delay in the calculation process (response delay) or the like becomes significant, and the gradient learning accuracy may be reduced. Therefore, in this vehicle, when the vehicle speed is higher than the first predetermined value during traveling on the road section (when the first condition is not satisfied), when the magnitude of acceleration is higher than the second predetermined value ( When the second condition is not satisfied), or when the third condition where both the first and second conditions are satisfied is not satisfied, the calculation result of the road gradient of the road section traveled is stored in the storage unit. Not. Thereby, it is possible to suppress the calculation result of the road gradient with low accuracy from being stored in the storage unit as the learning result of the gradient.
したがって、本開示によれば、走行状態によって勾配学習の精度が低下するのを抑制することができる。 Therefore, according to this indication, it can control that the accuracy of gradient learning falls by driving state.
以下、本発明の実施の形態について、図面を参照しながら詳細に説明する。なお、図中同一又は相当部分には同一符号を付してその説明は繰り返さない。 Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings. In the drawings, the same or corresponding portions are denoted by the same reference numerals and description thereof will not be repeated.
図1は、実施の形態に従う車両1の全体構成図である。図1を参照して、車両1は、エンジン10と、第1モータジェネレータ(以下「第1MG」と称する。)20と、第2モータジェネレータ(以下「第2MG」と称する。)30と、動力分割装置40と、PCU(Power Control Unit)50と、蓄電装置60と、駆動輪80とを備える。
FIG. 1 is an overall configuration diagram of a
この車両1は、エンジン10の動力及び第2MG30の動力の少なくとも一方によって走行するハイブリッド車両である。なお、本実施の形態では、車両1がハイブリッド車両である場合について代表的に説明されるが、本実施の形態に従う車両は、走行用のモータジェネレータを備える電動車両であればよく、ハイブリッド車両には限定されない。
The
エンジン10は、空気と燃料との混合気を燃焼させたときに生じる燃焼エネルギをピストンやロータなどの運動子の運動エネルギに変換することによって動力を出力する内燃機関である。動力分割装置40は、たとえば、サンギヤ、キャリア、リングギヤの3つの回転軸を有する遊星歯車機構を含む。動力分割装置40は、エンジン10から出力される動力を、第1MG20を駆動する動力と、駆動輪80を駆動する動力とに分割する。
The
第1MG20及び第2MG30は、交流電動機であり、たとえば、ロータに永久磁石が埋設された三相交流同期電動機である。第1MG20は、主として、動力分割装置40を経由してエンジン10により駆動される発電機として用いられる。第1MG20が発電した電力は、PCU50を介して第2MG30又は蓄電装置60へ供給される。
First MG 20 and second MG 30 are AC motors, for example, three-phase AC synchronous motors in which permanent magnets are embedded in a rotor. The first MG 20 is mainly used as a generator driven by the
第2MG30は、主として電動機として動作し、駆動輪80を駆動する。第2MG30は、蓄電装置60からの電力及び第1MG20の発電電力の少なくとも一方を受けて駆動され、第2MG30の駆動力は駆動輪80に伝達される。一方、車両1の制動時や下り坂での加速度低減時には、第2MG30は、発電機として動作して回生発電を行なう。第2MG30が発電した電力は、PCU50を介して蓄電装置60に回収される。
Second MG 30 mainly operates as an electric motor and
PCU50は、蓄電装置60から受ける直流電力を、第1MG20及び第2MG30を駆動するための交流電力に変換する。また、PCU50は、第1MG20及び第2MG30により発電された交流電力を、蓄電装置60を充電するための直流電力に変換する。PCU50は、たとえば、第1MG20及び第2MG30に対応して設けられる2つのインバータと、各インバータに供給される直流電圧を蓄電装置60の電圧以上に昇圧するコンバータとを含んで構成される。
PCU 50 converts the DC power received from
蓄電装置60は、再充電可能な直流電源であり、たとえばリチウムイオン電池やニッケル水素電池等の二次電池を含んで構成される。蓄電装置60は、第1MG20及び第2MG30の少なくとも一方が発電した電力を受けて充電される。そして、蓄電装置60は、その蓄えられた電力をPCU50へ供給する。なお、蓄電装置60として電気二重層キャパシタ等も採用可能である。
また、蓄電装置60には、蓄電装置60の電圧、入出力電流及び温度をそれぞれ検出する電圧センサ、電流センサ及び温度センサが設けられており、各センサの検出値がBAT−ECU110へ出力される。
In addition, the
車両1は、さらに、HV−ECU(Electronic Control Unit)100と、BAT−ECU110と、各種センサ120と、ナビゲーション装置130と、HMI(Human Machine Interface)装置140とを備える。
The
図2は、HV−ECU100、各種センサ120及びナビゲーション装置130について詳細な構成を示したブロック図である。図1とともに図2を参照して、HV−ECU100、BAT−ECU110、ナビゲーション装置130、及びHMI装置140は、CAN(Controller Area Network)150を通じて互いに通信可能に構成されている。
FIG. 2 is a block diagram showing a detailed configuration of the HV-
各種センサ120は、アクセルペダルセンサ122、車速センサ124、ブレーキペダルセンサ126等を含む。アクセルペダルセンサ122は、ユーザによるアクセルペダル操作量(以下「アクセル開度」とも称する。)ACCを検出する。車速センサ124は、車両1の車速VSを検出する。ブレーキペダルセンサ126は、ユーザによるブレーキペダル操作量BPを検出する。これらの各センサは、検出結果をHV−ECU100へ出力する。
The
HV−ECU100は、CPU(Central Processing Unit)、処理プログラム等を記憶するROM(Read Only Memory)、データを一時的に記憶するRAM(Random Access Memory)、各種信号を入出力するための入出力ポート(図示せず)等を含み、メモリ(ROM及びRAM)に記憶された情報や各種センサ120からの情報に基づいて、所定の演算処理を実行する。そして、HV−ECU100は、演算処理の結果に基づいて、エンジン10、PCU50、ナビゲーション装置130、及びHMI装置140等の各機器を制御する。
The HV-
また、HV−ECU100は、ナビゲーション装置130と協働して、車両1の走行予定経路において所定の条件を満たす制御対象区間(下り坂区間又は上り坂区間)を特定し、その特定された制御対象区間への進入前にその制御対象区間に応じて蓄電装置60のSOCを予め変更する「SOC制御」を実行する。
In addition, the HV-
なお、以下では、制御対象区間は、単に「制御対象」とも称される。また、制御対象が下り坂区間の場合には、SOC制御は「下り坂SOC制御」と称され、制御対象が上り坂区間の場合には、SOC制御は「上り坂SOC制御」と称される。また、下り坂SOC制御及び上り坂SOC制御を纏めて単に「SOC制御」と称する場合もある。HV−ECU100により実行される、上記SOC制御を含む各種制御については、後程詳しく説明する。
In the following, the control target section is also simply referred to as “control target”. Further, when the control target is a downhill section, the SOC control is referred to as “downhill SOC control”, and when the control target is an uphill section, the SOC control is referred to as “uphill SOC control”. . Further, the downhill SOC control and the uphill SOC control may be simply referred to as “SOC control”. Various controls including the SOC control executed by the HV-
ここで、制御対象区間の特定には、走行予定経路の勾配情報が用いられるところ、HV−ECU100は、車両1の走行状態(車速や加速度等)に基づいて、車両1が走行した道路の勾配を算出する。より詳しくは、HV−ECU100は、車両1が走行した道路区間毎に、車両1の走行状態に基づいて道路勾配を算出する。そして、HV−ECU100は、算出された道路勾配を、CAN150を通じてナビゲーション装置130へ送信する。ナビゲーション装置130へ送信された勾配の算出結果は、所定の勾配学習条件が成立している場合に、ナビゲーション装置130において地図情報として記憶(学習)される。この点については、後ほど詳しく説明する。
Here, the gradient information of the planned travel route is used for specifying the control target section, and the HV-
BAT−ECU110は、CPU、ROM、RAM、入出力ポート等を含み(いずれも図示せず)、蓄電装置60の入出力電流及び/又は電圧の検出値に基づいて蓄電装置60のSOCを算出する。SOCは、たとえば、蓄電装置60の満充電容量に対する現在の蓄電量を百分率で表わしたものである。そして、BAT−ECU110は、SOCの算出値をHV−ECU100へ出力する。なお、HV−ECU100においてSOCを算出してもよい。
BAT-
ナビゲーション装置130は、ナビゲーションECU132と、地図情報データベース(DB)134と、GPS(Global Positioning System)受信部136と、交通情報受信部138とを含む。
The
地図情報DB134は、ハードディスクドライブ(HDD)等によって構成され、地図情報を記憶している。地図情報は、交差点等を示す「ノード」、ノード同士を接続する「リンク」、及びリンク沿いにある「施設」(建物や駐車場等)に関するデータを含む。なお、各ノードには、ノードの位置情報が付随しており、各リンクには、そのリンクに対応する道路区間の勾配情報(平均勾配値やリンク両端の標高等)や距離情報等が付随している。
The
GPS受信部136は、GPS衛星(図示せず)からの信号(電波)に基づいて車両1の現在位置を取得し、その位置を示す信号をナビゲーションECU132へ出力する。交通情報受信部138は、FM多重放送等によって提供されている道路交通情報(たとえばVICS(登録商標)情報)を受信する。この道路交通情報は、少なくとも渋滞情報を含み、その他交通規制情報や速度規制情報、駐車場情報等も含み得る。
The
ナビゲーションECU132は、CPU、ROM、RAM、入出力ポート(図示せず)等を含み、地図情報DB134、GPS受信部136及び交通情報受信部138から受ける各種情報や信号に基づいて、車両1の現在位置、並びにその周辺の地図情報及び渋滞情報等をHMI装置140及びHV−ECU100へ出力する。
The
また、ナビゲーションECU132は、HMI装置140においてユーザにより車両1の目的地が入力されると、車両1の現在位置から目的地までの経路(走行予定経路)を地図情報DB134に基づいて探索する。この走行予定経路は、車両1の現在位置から目的地までのノード及びリンクの集合によって構成される。そして、ナビゲーションECU132は、車両1の現在位置から目的地までの探索結果(ノード及びリンクの集合)をHMI装置140へ出力する。また、ナビゲーションECU132は、HV−ECU100からの求めに応じて、走行予定経路の探索結果のうち、現在位置から所定範囲(たとえば10km)内の経路情報をHV−ECU100へ出力する。なお、この経路情報は、HV−ECU100におけるSOC制御に用いられる(後述)。
In addition, when the destination of the
また、ナビゲーションECU132は、車両1が走行した道路区間毎に、HV−ECU100により算出された勾配演算値をHV−ECU100からCAN150を通じて受信する。そして、所定の勾配学習条件が成立している場合に、ナビゲーションECU132は、HV−ECU100により算出された勾配演算値を、走行した道路区間と対応付けて地図情報DB134に記憶(学習)する。この点についても、後ほど詳しく説明する。
Further, the
HMI装置140は、車両1の運転を支援するための情報を搭乗者(代表的には運転者)に提供する装置である。HMI装置140は、代表的には、車両1の室内に設けられたディスプレイ(視覚情報表示装置)であり、スピーカ(聴覚情報出力装置)等も含む。HMI装置140は、視覚情報(図形情報、文字情報)や聴覚情報(音声情報、音情報)等を出力することによって様々な情報をユーザに提供する。
The
また、HMI装置140は、ナビゲーション装置130のディスプレイとして機能する。すなわち、HMI装置140は、車両1の現在位置、並びにその周辺の地図情報及び渋滞情報等をナビゲーション装置130からCAN150を通じて受信し、車両1の現在位置をその周辺の地図情報及び渋滞情報とともに表示する。
Further, the
また、HMI装置140は、ユーザが操作可能なタッチパネルとしても作動し、ユーザは、タッチパネルに触れることによって、たとえば、表示されている地図の縮尺を変更したり、車両1の目的地を入力したりすることができる。HMI装置140において目的地が入力されると、その目的地の位置情報がCAN150を通じてナビゲーション装置130へ送信される。
The
上述のように、ナビゲーションECU132は、HV−ECU100からの求めに応じて(たとえば1分毎)、走行予定経路における、現在位置から所定範囲(たとえば10km)内の情報(以下「走行予定経路情報」と称する。)をHV−ECU100へ出力する。HV−ECU100は、ナビゲーションECU132から走行予定経路情報を取得すると、その走行予定経路情報に基づいて、SOC制御を実行すべき制御対象(下り坂区間又は上り坂区間)を探索する。そして、SOC制御を実行すべき制御対象が存在する場合に、HV−ECU100は、探索された制御対象に対応するSOC制御(下り坂SOC制御又は上り坂SOC制御)を実行する。この点については、後ほど詳しく説明する。
As described above, the
以下では、SOC制御の詳細な説明に先立ち、HV−ECU100によって実行される車両1の走行制御について説明する。
Hereinafter, the travel control of the
<走行制御>
図3は、HV−ECU100によって実行される走行制御の処理手順を説明するフローチャートである。このフローチャートに示される一連の処理は、たとえば車両1のシステムスイッチ等がオンされている場合に所定時間毎に繰り返し実行される。
<Running control>
FIG. 3 is a flowchart for explaining the procedure of travel control executed by the HV-
図3を参照して、HV−ECU100は、アクセルペダルセンサ122及び車速センサ124からそれぞれアクセル開度ACC及び車速VSの検出値を取得するとともに、蓄電装置60のSOCの算出値をBAT−ECU110から取得する(ステップS10)。
Referring to FIG. 3, HV-
次いで、HV−ECU100は、取得されたアクセル開度ACC及び車速VSの検出値に基づいて、車両1に対する要求トルクTrを算出する(ステップS15)。たとえば、アクセル開度ACCと、車速VSと、要求トルクTrとの関係を示すマップを事前に準備してHV−ECU100のROMに記憶しておき、そのマップを用いて、アクセル開度ACC及び車速VSの検出値に対応する要求トルクTrを算出することができる。そして、HV−ECU100は、算出された要求トルクTrに車速VSを乗算することによって、車両1の走行パワーPd(要求値)を算出する(ステップS20)。
Next, the HV-
続いて、HV−ECU100は、蓄電装置60に対する充放電要求パワーPbを算出する(ステップS25)。この充放電要求パワーPbは、蓄電装置60のSOC(実績値)とその目標との差ΔSOCに基づいて算出される。充放電要求パワーPbが正の値であるときは、蓄電装置60に対して充電が要求されることを示し、充放電要求パワーPbが負の値であるときは、蓄電装置60に対して放電が要求されることを示す。
Subsequently, HV-
図4は、充放電要求パワーPbの算出方法の一例を示した図である。図4を参照して、蓄電装置60のSOC(実績値)と、SOCの制御目標を示す目標SOCとの差ΔSOCが正の値であるとき(SOC>目標SOC)、充放電要求パワーPbは負の値となり(放電要求)、ΔSOCの絶対値が大きいほど充放電要求パワーPbの絶対値も大きくなる。一方、ΔSOCが負の値であるとき(SOC<目標SOC)、充放電要求パワーPbは正の値となり(充電要求)、ΔSOCの絶対値が大きいほど充放電要求パワーPbの絶対値も大きくなる。なお、この例では、ΔSOCの絶対値が小さい場合には、充放電要求パワーPbを0とする不感帯が設けられている。
FIG. 4 is a diagram illustrating an example of a method for calculating the required charge / discharge power Pb. Referring to FIG. 4, when the difference ΔSOC between the SOC (actual value) of
再び図3を参照して、HV−ECU100は、以下の式(1)に示されるように、ステップS20において算出された走行パワーPdと、ステップS25において算出された充放電要求パワーPbと、所定のシステム損失Plossとの合計値を、エンジン10に対して要求されるエンジン要求パワーPeとして算出する(ステップS30)。
Referring to FIG. 3 again, HV-
Pe=Pd+Pb+Ploss …(1)
次いで、HV−ECU100は、算出されたエンジン要求パワーPeが所定のエンジン始動しきい値Pethよりも大きいか否かを判定する(ステップS35)。なお、エンジン始動しきい値Pethは、エンジン10が所定の運転効率よりも高い運転効率で運転され得る値に設定される。
Pe = Pd + Pb + Ploss (1)
Next, the HV-
ステップS35においてエンジン要求パワーPeがしきい値Pethよりも大きいと判定されると(ステップS35においてYES)、HV−ECU100は、エンジン10を始動するようにエンジン10を制御する(ステップS40)。なお、エンジン10が既に運転中であれば、このステップはスキップされる。そして、HV−ECU100は、エンジン10及び第2MG30の双方からの出力を用いて車両1が走行するようにエンジン10及びPCU50を制御する。すなわち、車両1は、エンジン10及び第2MG30の出力を用いたハイブリッド走行(HV走行)を行なう(ステップS45)。
If it is determined in step S35 that engine required power Pe is greater than threshold value Peth (YES in step S35), HV-
一方、ステップS35においてエンジン要求パワーPeがしきい値Peth以下であると判定されると(ステップS35においてNO)、HV−ECU100は、エンジン10を停止するようにエンジン10を制御する(ステップS50)。なお、エンジン10が既に停止中であれば、このステップはスキップされる。そして、HV−ECU100は、第2MG30の出力のみを用いて車両1が走行するようにPCU50を制御する。すなわち、車両1は、第2MG30の出力のみを用いた電動機走行(EV走行)を行なう(ステップS55)。
On the other hand, when it is determined in step S35 that engine required power Pe is equal to or less than threshold value Peth (NO in step S35), HV-
なお、特に図示しないが、HV−ECU100は、蓄電装置60のSOCが下限値SLまで低下した場合には、エンジン要求パワーPeがエンジン始動しきい値Peth以下であってもエンジン10を強制的に始動するようにエンジン10を制御し、第1MG20による蓄電装置60の強制充電を実行する。一方、蓄電装置60のSOCが上限値SUまで上昇した場合には、HV−ECU100は、蓄電装置60への入力電力の上限値を示す上限電力Winを0に設定する等して蓄電装置60の充電を抑制する。
Although not particularly illustrated, HV-
上記において、SOC(実績値)が目標SOCよりも高いときは(ΔSOC>0)、充放電要求パワーPbは負の値となるので、SOCが目標SOCに制御されている場合に比べて、エンジン要求パワーPeが小さくなることによりエンジン10は始動されにくい状態となることが理解される。その結果、蓄電装置60の放電が促進され、SOCは低下傾向を示す。
In the above, when the SOC (actual value) is higher than the target SOC (ΔSOC> 0), the charge / discharge required power Pb becomes a negative value, so that the engine is compared with the case where the SOC is controlled to the target SOC. It will be understood that the
一方、SOCが目標SOCよりも低いときは(ΔSOC<0)、充放電要求パワーPbは正の値となるので、SOCが目標SOCに制御されている場合に比べて、エンジン要求パワーPeが大きくなることによりエンジン10は始動され易い状態となることが理解される。その結果、蓄電装置60の充電が促進され、SOCは上昇傾向を示す。
On the other hand, when the SOC is lower than the target SOC (ΔSOC <0), the charge / discharge required power Pb becomes a positive value, and therefore the engine required power Pe is larger than when the SOC is controlled to the target SOC. Thus, it is understood that the
次に、HV−ECU100により実行されるSOC制御について説明する。上述のように、HV−ECU100により実行されるSOC制御には、(1)走行予定経路に制御対象としての下り坂区間が存在する場合に実行される「下り坂SOC制御」、(2)走行予定経路に制御対象としての上り坂区間が存在する場合に実行される「上り坂SOC制御」がある。下り坂SOC制御と上り坂SOC制御とは、上り坂と下り坂による違い以外は類似しているので、以下では、下り坂SOC制御について代表的に説明する。
Next, SOC control executed by the HV-
<下り坂SOC制御>
図5は、下り坂SOC制御を説明するための図である。図5を参照して、横軸は、車両1の走行予定経路の各地点を示す。図示されている例では、走行予定経路の区間1〜区間8(リンク1〜リンク8)が示されており、隣接する区間同士の接続点はノードである。縦軸は、各区間の道路の標高、及び蓄電装置60のSOCを示す。
<Downhill SOC control>
FIG. 5 is a diagram for explaining the downhill SOC control. Referring to FIG. 5, the horizontal axis indicates each point on the planned travel route of
HV−ECU100は、車両1の現在位置及び走行予定経路情報をナビゲーション装置130から取得し、これらの情報に基づいて、下り坂SOC制御の制御対象となる下り坂区間(対象下り坂区間)を探索する。たとえば、走行予定経路において車両1の現在位置から所定範囲(たとえば10km)内に所定の標高差を有しかつ所定長以上の下り坂が存在する場合に、HV−ECU100は、その下り坂区間を対象下り坂区間として特定する。図5では、地点P20において、制御対象(対象下り坂区間)の探索が行なわれ、区間4〜区間6が対象下り坂区間であると特定された場合が示されている。
The HV-
実線L21は、蓄電装置60の目標SOCを示す。また、実線L22は、下り坂SOC制御が実行される場合のSOCの推移を示し、点線L23は、比較例として、下り坂SOC制御が実行されない場合のSOCの推移を示す。
Solid line L21 indicates the target SOC of
HV−ECU100は、通常走行時(SOC制御の非実行時)は、蓄電装置60の目標SOCをSnに設定する(たとえば区間1や区間7,8)。仮に、蓄電装置60のSOCがSnに制御されたままで車両1が下り坂区間(区間4〜区間6)に進入すると、下り坂区間では第2MG30により回生発電が行なわれることにより蓄電装置60が充電されるので、SOCはSnから上昇する(点線L23)。そして、下り坂区間の走行中に地点P25aにおいてSOCが上限値SUまで上昇すると(オーバーフローの発生)、下り坂を走行しているにも拘わらず第2MG30により回生発電された電力を蓄電装置60に蓄えることができず、回収可能なエネルギを捨てることになるとともに、蓄電装置60の劣化も促進され得る。
HV-
そこで、この実施の形態に従う車両1では、対象下り坂区間(区間4〜区間6)が特定され、その対象下り坂区間の開始地点P23より所定距離手前の地点P21aに車両1が到達すると、HV−ECU100は、目標SOCをSnからSnよりも低いSdに変更する(実線L21)。これにより、SOCが目標SOCよりも高い状態となり(ΔSOC>0)、上述のように、蓄電装置60の放電が促進され、SOCは低下する(区間2,3における実線L22)。
Therefore, in the
なお、上記の所定距離は、対象下り坂区間の開始地点P23に車両1が到達するまでにSOCをSdに近づけるために十分な距離に設定される。この図5では、対象下り坂区間の開始地点P23に車両1が到達するまでに、SOCがSdまで低下している。これにより、対象下り坂区間(区間4〜区間6)の走行中にSOCが上限値SUまで上昇するのを抑制し、蓄電装置60の劣化や回収可能なエネルギを捨てることによる燃費低下が抑制される。
The predetermined distance is set to a sufficient distance to bring the SOC closer to Sd before the
対象下り坂区間の終了地点P26に車両1が到達すると、HV−ECU100は、下り坂SOC制御を終了し、目標SOCをSdからSnに復帰させる。なお、目標SOCがSnからSdに変更される地点P21a(下り坂SOC制御の開始地点)から対象下り坂区間の開始地点P23までの区間は「プレユース区間」とも称される。また、プレユース区間と対象下り坂区間とを合わせた区間(目標SOCがSnからSdに変更されている区間)は「下り坂SOC制御区間」とも称される。
When the
図6は、HV−ECU100により実行される下り坂SOC制御の処理手順を説明するフローチャートである。なお、このフローチャートに示される一連の処理は、たとえば車両1のシステムスイッチ等がオンされている場合に所定時間毎に繰り返し実行される。
FIG. 6 is a flowchart for explaining the processing procedure of the downhill SOC control executed by the HV-
図6を参照して、HV−ECU100は、先読み情報の更新タイミングであるか否かを判定する(ステップS110)。先読み情報とは、走行予定経路において車両1の現在位置から所定範囲(たとえば10km)内における道路区間の情報、及びその道路区間において探索される制御対象(対象下り坂区間)に関する情報である。先読み情報の更新タイミングは、たとえば、車両1の走行経路が変更されたとき(走行予定経路から車両1が離脱したとき)、所定時間(たとえば1分)経過したとき、所定距離走行したとき、制御対象(対象下り坂区間)を通過したとき等である。
Referring to FIG. 6, HV-
ステップS110において先読み情報の更新タイミングであると判定されると(ステップS110においてYES)、HV−ECU100は、ナビゲーション装置130から取得される走行予定経路情報に基づいて、制御対象(対象下り坂区間)の探索処理を実行する(ステップS115)。この探索処理については、後ほど説明する。なお、ステップS110において先読み情報の更新タイミングではないと判定されると(ステップS110においてNO)、HV−ECU100は、ステップS115の処理を実行することなくステップS120へ処理を移行する。
If it is determined in step S110 that it is the update timing of the prefetch information (YES in step S110), HV-
次いで、HV−ECU100は、走行予定経路に制御対象(対象下り坂区間)が存在するか否かを判定する(ステップS120)。より詳しくは、走行予定経路において車両1の現在位置から所定範囲(たとえば10km)内に制御対象(対象下り坂区間)が存在するか否かが判定される。走行予定経路に制御対象(対象下り坂区間)は無いと判定されると(ステップS120においてNO)、HV−ECU100は、以降の一連の処理を実行することなくリターンへと処理を移行する。
Next, the HV-
ステップS120において走行予定経路に制御対象(対象下り坂区間)が有ると判定されると(ステップS120においてYES)、HV−ECU100は、先読み情報に基づいて、車両1の現在位置から制御対象(対象下り坂区間)の開始地点までの距離dtagを算出する(ステップS125)。さらに、HV−ECU100は、先読み情報に基づいて、車両1の現在位置から制御対象(対象下り坂区間)を通過するまでの距離dendを算出する(ステップS130)。
If it is determined in step S120 that there is a control target (target downhill section) on the planned travel route (YES in step S120), the HV-
そして、HV−ECU100は、ステップS125において算出された距離dtagが距離Dsocを下回っているか否かを判定する(ステップS135)。距離dtagが距離Dsoc以上である場合は(ステップS135においてNO)、HV−ECU100は、以降の処理を実行することなくリターンへと処理を移行する。
Then, the HV-
ステップS135において距離dtagが距離Dsocを下回っていると判定されると(ステップS135においてYES)、HV−ECU100は、下り坂SOC制御(プレユース制御)を開始する(ステップS140)。具体的には、図5で説明したように、HV−ECU100は、蓄電装置60の目標SOCをSnからSnよりも低いSdに変更する。これにより、車両1が制御対象(対象下り坂区間)に進入する前に蓄電装置60のSOCが予め下げられる。なお、下り坂SOC制御が既に実行中の場合には、下り坂SOC制御の実行が継続される。
If it is determined in step S135 that distance dtag is less than distance Dsoc (YES in step S135), HV-
次いで、HV−ECU100は、ステップS130において算出された距離dendが0以下であるか否かを判定する(ステップS145)。距離dendが0よりも大きい場合は(ステップS145においてNO)、HV−ECU100は、リターンへと処理を移行する。
Next, the HV-
ステップS145において距離dendが0以下であると判定されると(ステップS145においてYES)、HV−ECU100は、下り坂SOC制御(プレユース制御)を終了する(ステップS150)。具体的には、HV−ECU100は、蓄電装置60の目標SOCをSdからSnに復帰させる。
If it is determined in step S145 that distance dend is 0 or less (YES in step S145), HV-
以上のような一連の処理によって、車両1の現在位置から対象下り坂区間の開始地点までの距離dtagが距離Dsocを下回ると、下り坂SOC制御が開始される。その後、車両1の現在位置から制御対象(対象下り坂区間)を通過するまでの距離dendが0以下になると、下り坂SOC制御が終了する。
When the distance dtag from the current position of the
図7は、図6のステップS115において実行される制御対象探索処理の一例を説明するフローチャートである。図7を参照して、HV−ECU100は、走行予定経路情報をナビゲーション装置130から取得する(ステップS210)。走行予定経路情報は、詳細には、走行予定経路を構成する道路区間であって、車両1の現在位置から所定範囲(たとえば10km)内の道路区間に関する情報を含み、当該道路区間を構成するノード及びリンクの集合並びに各リンクの勾配情報等を含んで構成される。以下では、走行予定経路情報に含まれるリンク(区間)の総数を「先読みデータ総数」とも称する。
FIG. 7 is a flowchart illustrating an example of the control target search process executed in step S115 of FIG. Referring to FIG. 7, HV-
HV−ECU100は、走行予定経路情報として取得された道路区間に対して、車両1の現在位置が属する区間(リンク)を区間1と規定し、区間1に続く各区間を順次区間2、区間3・・・というように便宜上の順番を付す。そして、HV−ECU100は、カウンタiに初期値「1」を設定する(ステップS215)。
The HV-
次いで、HV−ECU100は、区間iの勾配情報を読込む(ステップS220)。区間iの勾配情報は、区間iに対応するリンクの情報として地図情報DB134(図2)に記憶されており、ステップS210において取得される走行予定経路情報に含まれる区間iの情報に付随している。
Next, the HV-
そして、HV−ECU100は、走行予定経路情報として取得された道路区間において、区間iが最終であるか否かを判定する(ステップS225)。区間iが最終でない場合は(ステップS225においてNO)、HV−ECU100は、カウンタiをカウントアップし(ステップS230)、ステップS220へ処理を戻す。
Then, the HV-
ステップS225において区間iが最終であると判定されると(ステップS225においてYES)、HV−ECU100は、各区間の距離情報及び勾配情報に基づいて、制御対象(対象下り坂区間)を特定する(ステップS235)。たとえば、走行予定経路情報として取得された道路区間において、道路勾配が所定勾配以上の下り勾配を有する区間が単数又は連続して複数存在し(以下「下り区間群」とも称する。)、当該下り区間群の開始地点と終了地点との標高差が所定標高差以上であり、さらに、当該下り区間群の距離が所定距離以上である等の所定の条件が成立する場合に、HV−ECU100は、その下り区間群を下り坂SOC制御の制御対象(対象下り坂区間)として特定する。詳細には、制御対象(対象下り坂区間)について、下り坂開始地点及び下り坂終了地点、並びに下り坂長(対象下り坂区間の長さ)等が特定される。
If it is determined in step S225 that the section i is final (YES in step S225), the HV-
このようにして、図6のステップS115において、制御対象(対象下り坂区間)が探索される。 In this way, the control target (target downhill section) is searched for in step S115 of FIG.
<勾配学習の説明>
上述のように、制御対象(対象下り坂区間又は対象上り坂区間)の特定には、道路の勾配情報が用いられるところ、この実施の形態では、車両1の走行状態(車速や加速度等)に基づいて道路勾配が学習される。道路勾配は、車両1の駆動力や、実加速度、車速、走行抵抗による減速度等に基づいて学習される(後述)。
<Description of gradient learning>
As described above, road gradient information is used to specify a control target (target downhill section or target uphill section). In this embodiment, the traveling state (vehicle speed, acceleration, etc.) of the
道路勾配の学習精度が低いと、制御対象の特定精度が低下し、本来実施不要な制御対象に対してSOC制御が実施されたり、本来実施すべき制御対象に対してSOC制御が実施されなかったりする可能性がある。不必要なSOC制御の実施は、燃費の低下を招く可能性があり、本来実施すべきSOC制御の不実施は、燃費の向上を阻害する。 If the learning accuracy of the road gradient is low, the identification accuracy of the control target is lowered, and the SOC control is performed on the control target that is not actually required, or the SOC control is not performed on the control target that should be originally performed. there's a possibility that. Unnecessary SOC control may cause a reduction in fuel consumption, and non-performance of SOC control that should be originally performed hinders improvement in fuel consumption.
この実施の形態に従う車両1においては、車両1の走行状態から、走行した道路区間の勾配が算出される。ここで、車両1の速度が高い場合には、道路勾配を算出するモデル(算出式)の誤差が顕著となり、勾配の学習精度が低下する可能性がある。また、車両1の加減速度が大きい場合にも、演算処理の遅れ(応答遅れ)等による勾配の推定誤差が顕著となり、勾配の演算精度がやはり低下する可能性がある。
In
そこで、この実施の形態に従う車両1では、車速VSが第1の所定値以下であり、かつ、車両1の加速度(減速時の負値も含む)の大きさが第2の所定値以下である場合に、走行した道路区間の勾配の算出結果が学習結果として地図情報DB134に記憶される。一方、車速VSが第1の所定値よりも高いか、又は、加速度の大きさが第2の所定値よりも大きい場合には、走行した道路区間の勾配の算出結果は地図情報DB134に記憶されない。これにより、精度の低い道路勾配の算出結果が勾配の学習結果として地図情報DB134に記憶されるのを抑制することができる。
Therefore, in
図8は、HV−ECU100により算出される勾配演算値の有効性を判定する処理の手順を説明するフローチャートである。このフローチャートに示される一連の処理は、たとえば、車両1のシステムスイッチ等がオンされている場合に所定時間毎に繰り返し実行される。
FIG. 8 is a flowchart for explaining a procedure of processing for determining the validity of the gradient calculation value calculated by the HV-
図8を参照して、HV−ECU100は、車速センサ124によって検出される車速VSが所定値αよりも高いか否かを判定する(ステップS310)。所定値αは、後述の勾配算出処理において勾配演算値の精度が低下すると判定する値に設定される。
Referring to FIG. 8, HV-
そして、車速VSが所定値αよりも高いと判定されると(ステップS310においてYES)、HV−ECU100は、学習有効フラグに0をセットする(ステップS315)。この学習有効フラグは、勾配学習が有効であるか否かを示すフラグであり、学習有効フラグが0であることは、勾配学習が有効でない(勾配演算値の精度が低い)ことを意味する。
When it is determined that vehicle speed VS is higher than predetermined value α (YES in step S310), HV-
ステップS310において車速VSが所定値α以下であると判定されると(ステップS310においてNO)、HV−ECU100は、車両1の加速度(減速時の負値も含む)の大きさが所定値βよりも大きいか否かを判定する(ステップS320)。この所定値βも、後述の勾配算出処理において勾配演算値の精度が低下すると判定する値に設定される。なお、車両1の加速度は、たとえば車速VSの時間変化を検出することによって算出することができる。
If it is determined in step S310 that the vehicle speed VS is equal to or less than the predetermined value α (NO in step S310), the HV-
そして、車両1の加速度の大きさが所定値βよりも大きいと判定されると(ステップS320においてYES)、HV−ECU100は、ステップS315へ処理を移行し、学習有効フラグに0をセットする。一方、ステップS320において、加速度の大きさが所定値β以下であると判定されると(ステップS320においてNO)、HV−ECU100は、学習有効フラグに1をセットする(ステップS325)。学習有効フラグが1であることは、勾配学習が有効であることを意味する。
If it is determined that the magnitude of acceleration of
なお、この学習有効フラグは、HV−ECU100からナビゲーション装置130のナビゲーションECU132へCAN150を通じて送信される。
The learning valid flag is transmitted from the HV-
図9は、ナビゲーションECU132により実行される勾配学習の処理手順を説明するフローチャートである。このフローチャートに示される一連の処理は、車両1が走行するリンク毎(区間毎)に実行される。
FIG. 9 is a flowchart for explaining the gradient learning processing procedure executed by the
図9を参照して、ナビゲーションECU132は、車両1がリンクj(車両1が走行する任意のリンク)に進入したか否かを判定する(ステップS410)。車両1がリンクjに侵入したものと判定されると(ステップS410においてYES)、ナビゲーションECU132は、リンクjにおける車両1の走行距離を示す距離Dlinに0をセットし、勾配非学習フラグに0をセットする(ステップS415)。この勾配非学習フラグは、勾配学習の実施可否を判断するためのフラグであり、勾配非学習フラグが0であることは、勾配学習を実施することを意味する。
Referring to FIG. 9,
次いで、ナビゲーションECU132は、所定時間Δtの間に車両1が進む短区間走行距離dを算出する(ステップS420)。具体的には、ナビゲーションECU132は、車速センサ124によって検出される車両1の車速VSに所定時間Δtを乗算することによって距離dを算出する。なお、所定時間Δtは、たとえば車速センサ124の検出周期に設定される。そして、ナビゲーションECU132は、ステップS420において算出された短区間走行距離dを距離Dlinに加算することによって、距離Dlinを更新する(ステップS425)。
Next, the
次いで、ナビゲーションECU132は、HV−ECU100から受ける学習有効フラグが0であるか否かを判定する(ステップS430)。学習有効フラグが0であると判定されると(ステップS430においてYES)、ナビゲーションECU132は、勾配非学習フラグに1をセットする(ステップS435)。勾配非学習フラグが1であることは、勾配学習を実施しないことを意味する。ステップS430において学習有効フラグが1であると判定された場合には(ステップS430においてNO)、ナビゲーションECU132は、ステップS435の処理を実行することなくステップS440へと処理を移行する。
Next, the
続いて、ナビゲーションECU132は、車両1がリンクjから退出したか否かを判定する(ステップS440)。車両1がリンクjからまだ退出していないと判定されると(ステップS440においてNO)、ナビゲーションECU132は、ステップS420へ処理を戻す。
Subsequently, the
ステップS440において車両1がリンクjから退出したと判定されると(ステップS440においてYES)、ナビゲーションECU132は、HV−ECU100において算出されるリンクjの勾配演算値S_ave_newをHV−ECU100から取得する(ステップS445)。勾配演算値S_ave_newの算出方法については、後ほど詳しく説明する。
If it is determined in step S440 that the
次いで、ナビゲーションECU132は、勾配非学習フラグが0であるか否かを判定する(ステップS450)。そして、勾配非学習フラグが0であると判定されると(ステップS450においてYES)、ナビゲーションECU132は、ステップS445において取得された勾配演算値S_ave_newをリンクjの勾配学習値として地図情報DB134に記憶する(ステップS455)。これにより、リンクjの勾配が学習される。
Next, the
一方、ステップS450において勾配非学習フラグが0でない(すなわち1)と判定されると(ステップS450においてNO)、ナビゲーションECU132は、ステップS455の処理を実行することなくエンドへと処理を移行する。すなわち、この場合は、HV−ECU100から受けたリンクjの勾配演算値S_ave_newは、地図情報DB134には記憶されず、リンクjの勾配学習は実施されないこととなる。
On the other hand, when it is determined in step S450 that the gradient non-learning flag is not 0 (that is, 1) (NO in step S450),
図10は、HV−ECU100により実行される勾配演算の処理手順を説明するフローチャートである。このフローチャートに示される一連の処理は、車両1が走行するリンク毎(区間毎)に実行され、車両1が走行するリンクへの侵入後、所定時間Δt毎に繰り返し実行される。
FIG. 10 is a flowchart for explaining the gradient calculation processing procedure executed by the HV-
図10を参照して、HV−ECU100は、車両1が現在走行しているリンクjを退出したか否かを判定する(ステップS510)。車両1はリンクjをまだ退出していないと判定されると(ステップS510においてNO)、HV−ECU100は、車両1が走行中に受ける勾配加速度(以下「勾配抵抗」とも称する。)G_slope(m/s2)を算出する(ステップS515)。勾配抵抗G_slopeの算出方法は以下のとおりである。
Referring to FIG. 10, HV-
車両1が走行中に受ける抵抗加速度G_r(m/s2)は、以下の式(2)により表されるものとする。
It is assumed that the resistance acceleration G_r (m / s 2 ) that the
G_r=G_fx+G_vx+G_air …(2)
G_fx(m/s2)は、車両1の駆動力Fxと重量Mとから演算される「推定加速度」である(G_fx=Fx/M)。G_vx(m/s2)は、車速センサ124によって検出される車速VSの微分値dVS/dtから演算される「実加速度」である(G_vx=dVS/dt)。G_air(m/s2)は、車速VSの二乗から演算される「空気抵抗加速度」である(G_air=K・VS2(Kは定数))。
G_r = G_fx + G_vx + G_air (2)
G_fx (m / s 2 ) is an “estimated acceleration” calculated from the driving force Fx and the weight M of the vehicle 1 (G_fx = Fx / M). G_vx (m / s 2 ) is an “actual acceleration” calculated from the differential value dVS / dt of the vehicle speed VS detected by the vehicle speed sensor 124 (G_vx = dVS / dt). G_air (m / s 2 ) is an “air resistance acceleration” calculated from the square of the vehicle speed VS (G_air = K · VS 2 (K is a constant)).
一方、抵抗加速度G_rは、勾配抵抗G_slopeと、ロードロード(走行抵抗)に依存するロードロード加速度G_roadの和として、以下の式(3)により表すことができる。 On the other hand, the resistance acceleration G_r can be expressed by the following equation (3) as the sum of the gradient resistance G_slope and the road load acceleration G_load depending on the road load (running resistance).
G_r=G_slope+G_road …(3)
なお、ロードロードとは、駆動源から路面までの間において生じる抵抗であり、駆動輪と路面との間において発生する路面抵抗や、駆動源で発生した駆動力を伝達する駆動系において発生する抵抗等が含まれる。
G_r = G_slope + G_load (3)
The road load is a resistance generated between the driving source and the road surface. The road surface resistance generated between the driving wheel and the road surface and the resistance generated in the driving system that transmits the driving force generated by the driving source. Etc. are included.
式(2),(3)から、勾配抵抗G_slopeは、以下の式(4)として表すことができる。 From the equations (2) and (3), the gradient resistance G_slope can be expressed as the following equation (4).
G_slope=G_r−G_road
=G_fx+G_vx+G_air−G_road
=Fx/M+dVS/dt+K・VS2−G_road …(4)
駆動力Fxは、たとえば、エンジン10の回転速度と、変速機の変速段の状態等に基づいて算出される。なお、駆動力Fxは、アクセルペダルセンサ122によって検出されるアクセル開度ACCに基づいて算出してもよいし、別途算出される駆動トルク、回生制動トルク及び油圧制動トルク等の値を用いて算出してもよい。
G_slope = G_r-G_load
= G_fx + G_vx + G_air-G_load
= Fx / M + dVS / dt + K · VS 2 −G_load (4)
The driving force Fx is calculated based on, for example, the rotational speed of the
車両1の重量M、定数K、ロードロード加速度G_roadは、予め定められてHV−ECU100のROMに記憶されている。HV−ECU100は、これらの値を式(4)に代入することにより勾配抵抗G_slopeを算出する。
The weight M, constant K, and load / load acceleration G_load of the
再び図10を参照して、HV−ECU100は、所定時間Δtの間に車両1が進む短区間走行距離dを算出する(ステップS520)。具体的には、ナビゲーションECU132は、車速センサ124によって検出される車両1の車速VSに所定時間Δtを乗算することによって距離dを算出する。
Referring to FIG. 10 again, HV-
そして、HV−ECU100は、ステップS515において算出された勾配抵抗G_slopeから、以下の式(5)を用いて短区間標高差ΔHightを算出する(ステップS525)。
Then, the HV-
ΔHight=(G_slope/9.8)×d …(5)
さらに、HV−ECU100は、リンクj内における短区間標高差ΔHightの総和である標高差ΣΔHightを算出する(ステップS530)。
ΔHight = (G_slope / 9.8) × d (5)
Further, the HV-
そして、ステップS510において車両1がリンクjを退出したものと判定されると(ステップS510においてYES)、HV−ECU100は、リンクjの標高差ΣΔHightをリンクjのリンク長Dで除算することにより、リンクjの平均勾配S_aveを算出する(ステップS535)。
When it is determined in step S510 that the
S_ave=ΣΔHight/D …(6)
次いで、HV−ECU100は、ナビゲーションECU132の地図情報DB134に現在記憶されている、リンクjについての平均勾配の記憶値(学習勾配値の前回値)S_ave_mと、ステップS535において算出された平均勾配S_aveとから、以下の式(7)を用いてリンクjについての新たな学習勾配値S_ave_newを算出する(ステップS540)。
S_ave = ΣΔHigh / D (6)
Next, the HV-
S_ave_new=S_ave×γ+S_ave_m×(1−γ) …(7)
γは0<γ<1を満たす任意の正数である。なお、学習勾配値の前回値が存在しない場合には、γは「1」に設定される。
S_ave_new = S_ave × γ + S_ave_m × (1−γ) (7)
γ is an arbitrary positive number satisfying 0 <γ <1. If the previous value of the learning gradient value does not exist, γ is set to “1”.
そして、HV−ECU100は、ステップS540において算出された、リンクjについての学習勾配値S_ave_newをナビゲーションECU132へ送信する(ステップS545)。
Then, HV-
式(4)に示されるように、勾配抵抗G_slopeの算出には、車速VSの二乗項(K・VS2)が含まれるところ、車速VSが高い場合には、定数Kの誤差が顕著となり、勾配抵抗G_slopeの学習精度が低下する。また、勾配抵抗G_slopeの算出には、実加速度項dVS/dtも含まれるところ、車両1の加減速度が大きい場合には、演算処理の遅れ(応答遅れ)による誤差が顕著となり、この場合にも勾配抵抗G_slopeの演算精度が低下する。
As shown in the equation (4), the calculation of the gradient resistance G_slope includes the square term (K · VS 2 ) of the vehicle speed VS. When the vehicle speed VS is high, the error of the constant K becomes significant. The learning accuracy of the gradient resistance G_slope is lowered. In addition, the calculation of the gradient resistance G_slope includes the actual acceleration term dVS / dt. When the acceleration / deceleration of the
そこで、この実施の形態では、図8で説明したように、車速VSが所定値α以下であり、かつ、車両1の加速度の大きさが所定値β以下である場合に、走行したリンクの勾配の算出結果が学習勾配値として地図情報DB134に記憶される。一方、車速VSが所定値αよりも高いか、又は、加速度の大きさが所定値βよりも大きい場合には、走行したリンクの勾配の算出結果は地図情報DB134に記憶されない。これにより、精度の低い勾配の算出結果が勾配学習の結果として記憶(学習)されるのを抑制することができる。
Therefore, in this embodiment, as described with reference to FIG. 8, when the vehicle speed VS is equal to or smaller than the predetermined value α and the acceleration of the
なお、特に図示しないが、車両1が大気圧センサを搭載している場合には、大気圧センサの出力値に基づいて学習勾配値を算出するようにしてもよい。具体的には、HV−ECU100は、リンクjの両端における大気圧センサの出力値の差分値とリンクjのリンク長Dとからリンクjの勾配を算出してもよい。
Although not particularly illustrated, when the
[変形例]
上記の実施の形態では、車両1の速度及び加速度に基づいて、車両1が走行したリンクについての勾配の算出結果を学習結果として地図情報DB134に記憶するか否かを判断するものとしたが、車両1の速度及び加速度のいずれか一方のみに基づいて、車両1が走行したリンクについて勾配学習を実施するか否かを判断するようにしてもよい。
[Modification]
In the above embodiment, based on the speed and acceleration of the
図11は、変形例における勾配演算値の有効性を判定する処理の手順を説明するフローチャートである。このフローチャートに示される一連の処理も、HV−ECU100において、たとえば車両1のシステムスイッチ等がオンされている場合に所定時間毎に繰り返し実行される。
FIG. 11 is a flowchart illustrating a procedure of processing for determining the validity of the gradient calculation value in the modification. The series of processes shown in this flowchart is also repeatedly executed at predetermined time intervals in the HV-
図11を参照して、HV−ECU100は、車速センサ124によって検出される車両1の車速VSが所定値αよりも高いか否かを判定する(ステップS610)。そして、車速VSが所定値αよりも高いと判定されると(ステップS610においてYES)、HV−ECU100は、学習有効フラグに0をセットする(ステップS615)。すなわち、車速VSが所定値αよりも高ければ、勾配学習は有効ではないと判定される。
Referring to FIG. 11, HV-
一方、ステップS610において車速VSは所定値α以下であると判定されると(ステップS610においてNO)、HV−ECU100は、学習有効フラグに1をセットする(ステップS620)。すなわち、車速VSが所定値α以下であれば、勾配学習は有効であると判定される。
On the other hand, when it is determined in step S610 that vehicle speed VS is equal to or lower than predetermined value α (NO in step S610), HV-
図12は、他の変形例における勾配演算値の有効性を判定する処理の手順を説明するフローチャートである。このフローチャートに示される一連の処理も、HV−ECU100において、たとえば車両1のシステムスイッチ等がオンされている場合に所定時間毎に繰り返し実行される。
FIG. 12 is a flowchart for explaining a procedure of processing for determining the validity of the gradient calculation value in another modification. The series of processes shown in this flowchart is also repeatedly executed at predetermined time intervals in the HV-
図12を参照して、HV−ECU100は、車両1の加速度が所定値β1(β1>0)よりも大きいか否かを判定する(ステップS710)。そして、加速度が所定値β1よりも大きいと判定されると(ステップ710においてYES)、HV−ECU100は、学習有効フラグに0をセットする(ステップS715)。すなわち、加速度が所定値β1よりも大きければ、勾配学習は有効ではないと判定される。
Referring to FIG. 12, HV-
ステップS710において車両1の加速度は所定値β1以下であると判定されると(ステップS710においてNO)、HV−ECU100は、車両1の加速度が所定値β2(β2<0)よりも小さいか否かを判定する(ステップS720)。そして、加速度が所定値β2よりも小さいと判定されると(ステップS720においてYES)、HV−ECU100は、ステップS715へ処理を移行する。すなわち、車両1の加速度が所定値β2よりも小さければ、勾配学習は有効ではないと判定される。
If it is determined in step S710 that the acceleration of
一方、ステップS720において、車両1の加速度が所定値β2以上であると判定されると(ステップS720においてNO)、HV−ECU100は、学習有効フラグに1をセットする(ステップS725)。すなわち、車両1の加速度が所定値β1(β1>0)以下であり、かつ、所定値β2(β2<0)以上であれば、勾配学習は有効であると判定される。
On the other hand, when it is determined in step S720 that the acceleration of
なお、車両1の加速度が正の場合の所定値β1と、車両1の加速度が負の場合(減速)の所定値β2とは、同じ値であってもよい。
The predetermined value β1 when the acceleration of the
なお、上記の実施の形態及び変形例では、車両1は、ハイブリッド車両として説明したが、本開示の適用範囲は、ハイブリッド車両やその他の走行用のモータジェネレータを備える電動車両に限定されるものではなく、走行用のモータジェネレータを備えずにエンジンのみを動力源として搭載する車両も含むものである。
In the above-described embodiment and modification, the
今回開示された実施の形態は、すべての点で例示であって制限的なものではないと考えられるべきである。本開示の範囲は、上記した実施の形態の説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味及び範囲内でのすべての変更が含まれることが意図される。 The embodiment disclosed this time should be considered as illustrative in all points and not restrictive. The scope of the present disclosure is shown not by the above description of the embodiments but by the scope of claims, and is intended to include all modifications within the meaning and scope equivalent to the scope of claims.
1 車両、10 エンジン、20,30 MG、40 動力分割装置、50 PCU、60 蓄電装置、80 駆動輪、100 HV−ECU、110 BAT−ECU、120 各種センサ、122 アクセルペダルセンサ、124 車速センサ、126 ブレーキペダルセンサ、130 ナビゲーション装置、132 ナビゲーションECU、134 地図情報DB、136 GPS受信部、138 交通情報受信部、140 HMI装置、150 CAN。 1 vehicle, 10 engine, 20, 30 MG, 40 power split device, 50 PCU, 60 power storage device, 80 drive wheel, 100 HV-ECU, 110 BAT-ECU, 120 various sensors, 122 accelerator pedal sensor, 124 vehicle speed sensor, 126 brake pedal sensor, 130 navigation device, 132 navigation ECU, 134 map information DB, 136 GPS receiving unit, 138 traffic information receiving unit, 140 HMI device, 150 CAN.
Claims (1)
前記道路区間を走行したときの走行状態から、走行した前記道路区間の道路勾配を算出する制御装置とを備え、
前記制御装置は、
前記道路区間の走行中に、走行速度が第1の所定値以下である第1の条件、走行加速度の大きさが第2の所定値以下である第2の条件、又は、前記第1及び第2の条件の双方が成立する第3の条件が成立した場合に、走行した前記道路区間の道路勾配の算出結果を前記道路勾配の学習結果として前記記憶部に記憶し、
前記道路区間の走行中に、前記第1の条件が成立しない場合、前記第2の条件が成立しない場合、又は前記第3の条件が成立しない場合には、走行した前記道路区間の道路勾配の算出結果を前記記憶部に記憶しない、車両。 For each predetermined road section, a storage unit that stores information regarding the road gradient of the road section;
A control device that calculates a road gradient of the road section that has traveled from a traveling state when the road section travels;
The controller is
During traveling on the road section, a first condition in which the traveling speed is not more than a first predetermined value, a second condition in which the magnitude of traveling acceleration is not more than a second predetermined value, or the first and first When the third condition that satisfies both of the two conditions is satisfied, the calculation result of the road gradient of the road section that has traveled is stored as the learning result of the road gradient in the storage unit,
If the first condition is not satisfied, the second condition is not satisfied, or the third condition is not satisfied during the travel of the road section, the road gradient of the road section traveled A vehicle that does not store the calculation result in the storage unit.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016176968A JP2018040773A (en) | 2016-09-09 | 2016-09-09 | vehicle |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016176968A JP2018040773A (en) | 2016-09-09 | 2016-09-09 | vehicle |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2018040773A true JP2018040773A (en) | 2018-03-15 |
Family
ID=61625939
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016176968A Pending JP2018040773A (en) | 2016-09-09 | 2016-09-09 | vehicle |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2018040773A (en) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009162740A (en) * | 2007-12-13 | 2009-07-23 | Xanavi Informatics Corp | Navigation device, road slope arithmetic method, and altitude arithmetic method |
JP2013221440A (en) * | 2012-04-16 | 2013-10-28 | Aisin Seiki Co Ltd | Atmospheric pressure sensor failure detection device for control device for vehicle |
-
2016
- 2016-09-09 JP JP2016176968A patent/JP2018040773A/en active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009162740A (en) * | 2007-12-13 | 2009-07-23 | Xanavi Informatics Corp | Navigation device, road slope arithmetic method, and altitude arithmetic method |
JP2013221440A (en) * | 2012-04-16 | 2013-10-28 | Aisin Seiki Co Ltd | Atmospheric pressure sensor failure detection device for control device for vehicle |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6372532B2 (en) | Electric vehicle and control method of electric vehicle | |
JP2018079728A (en) | Hybrid vehicle | |
US9758153B2 (en) | Hybrid vehicle control apparatus | |
JP6347235B2 (en) | Control device for hybrid vehicle | |
JP4909863B2 (en) | Control device for hybrid vehicle | |
US20080243331A1 (en) | Stop-off facility guidance systems, methods, and programs | |
CN108944903B (en) | Hybrid vehicle | |
JP2009290940A (en) | Apparatus, method and program for learning running energy | |
JP2010279108A (en) | Battery charge control device for electric vehicles | |
JP2007186045A (en) | Running control system for hybrid vehicle | |
JP6753206B2 (en) | Hybrid vehicle | |
JP6790744B2 (en) | Electric vehicle control device | |
JP2018029409A (en) | Electric vehicle | |
JP2018040773A (en) | vehicle | |
JP6772796B2 (en) | Electric vehicle | |
JP6753207B2 (en) | Electric vehicle | |
JP2009196449A (en) | Travel controller and travel control method for hybrid vehicle, and program | |
JP6702102B2 (en) | Hybrid vehicle | |
JP6753208B2 (en) | Electric vehicle | |
JP6776851B2 (en) | Electric vehicle | |
JP6822083B2 (en) | Electric vehicle control device | |
JP6702101B2 (en) | Hybrid vehicle | |
JP2018090051A (en) | Electric vehicle | |
JP2018075990A (en) | Device for controlling electric vehicle | |
JP6848781B2 (en) | Vehicle control device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190529 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200317 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200318 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200512 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200908 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20210518 |