CN111356621A - 车辆控制装置 - Google Patents

Abstract

一种车辆控制装置(50)，为了使本车(10)追随在本车前方行驶的前车，执行能够对本车的行驶进行控制的行驶控制。车辆控制装置包括：环境预测部(33)，所述环境预测部对是否发生了使本车的燃油效率变差的周围环境的变化进行预测；以及加速度控制部(32)，所述加速度控制部执行在通过环境预测部预测出发生了使本车的燃油效率变差的周围环境的变化时，能够对本车的加速度进行限制的预测控制。

Description

车辆控制装置

相关申请的相互参照

本申请基于2017年11月17日提交的日本专利申请2017-221734号和2018年7月6日提交的日本专利申请2018-129289号，并且要求其优先权的权益，以参见的方式将前述专利申请的全部内容纳入本说明书。

技术领域

本公开涉及车辆控制装置。

背景技术

以往，存在下述专利文献1中记载的车辆控制装置。该车辆控制装置根据本车的速度来设定最小车间距离，当在本车前方行驶的前车与本车的车间距离变得比最小车间距离小时，使发动机或电动机等动力源停止，从而使本车惯性行驶。此外，该车辆控制装置根据本车的速度来设定最大车间距离，并且在惯性行驶中，当所述车间距离变得比最大车间距离大时，开始动力源的驱动。

现有技术文献

专利文献

专利文献1：日本专利特开2007-291919号公报

发明内容

在前车急减速、或者其他车辆从相邻车道插入这样的情况下，为了确保与前车的车间距离，有时不能避免由制动带来的减速控制以及因加速的限制而发生的发动机刚起动后的发动机停止。由此，在进行由制动带来的减速控制的情况下，会发生能量的损失。另外，发动机刚起动后的发动机停止会导致发动机效率的变差。因此，由制动带来的减速控制以及发动机刚起动后的发动机停止是导致燃油效率变差的主要原因。

另一方面，为了应对这样的问题，也考虑以始终扩大与前车的车间距离或是限制加速度的方式行驶来作为对策，但是若进行这些对策，则相对于前车的追随性变差，驾驶员会感觉到不协调。

关于针对这些问题的对策，在前述专利文献1记载的车辆控制装置中均未提及。

本公开的目的在于提供一种在确保相对于前车的追随性的同时，能够改善燃油效率的车辆控制装置。

根据本公开一个方面的车辆控制装置，为了使本车追随在本车前方行驶的前车，执行能够对本车的行驶进行控制的行驶控制。车辆控制装置包括：环境预测部，所述环境预测部对是否发生了使本车的燃油效率变差的周围环境的变化进行预测；以及加速度控制部，所述加速度控制部在通过环境预测部预测出发生了使本车的燃油效率变差的周围环境的变化时，执行能够对本车的加速度进行限制的预测控制。

根据这一结构，在发生了使本车的燃油效率变差的周围环境的变化的情况下，由于本车的加速度被预先限制，因此，能够避免使本车的燃油效率实际变差的状况。由此，能够改善本车的燃油效率。

附图说明

图1是示出第一实施方式的车辆的示意结构的框图。

图2是示出第一实施方式的由ACCECU实现的车辆的控制方法的一例的图。

图3是示出第一实施方式的由ACCECU实现的车辆的控制方法的一例的图。

图4是示出第一实施方式的通过ACCECU和预测ECU执行的处理的步骤的流程图。

图5是示出第一实施方式的由预测ECU实现的本车相对于理想行驶范围的偏离量的计算方法的一例的图。

图6是示出第一实施方式的被预测ECU使用的车速与概率的关系的图。

图7的(A)～(C)是示出第一实施方式的车辆中的车速、驱动能量以及车间距离的推移的时序图。

图8是示出第二实施方式的车辆的示意结构的框图。

图9是示出第二实施方式的通过ACCECU和预测ECU执行的处理的步骤的流程图。

图10是示出第二实施方式的被预测ECU使用的加速度与实际发动机效率之间的关系的图。

图11的(A)～(C)是示出第二实施方式的车辆中的车速、驱动能量以及发动机转速的推移的时序图。

图12是示出其他实施方式的通过预测ECU执行的前车的切换步骤的时序图。

图13的(A)、(B)是示出车速和减速行为发生概率的时间推移的一例的时序图。

图14是示出第三实施方式的减速行为模型的频率的计算值、通过行为模型的频率的计算值以及减速行为发生概率各自的值相对于减速行为模型和通过行为模型各自的似然度差的推移的图。

图15是示出第三实施方式的通过ACCECU和预测ECU执行的处理的步骤的流程图。

图16是示出第三实施方式的通过预测ECU执行的行为发生概率计算处理的步骤的流程图。

图17是示出第三实施方式的绿灯持续时间的测量方法的一例的图。

图18是示出第三实施方式的绿灯持续时间的测量方法的一例的图。

图19是示出第三实施方式的绿灯持续时间γ与从绿灯切换为黄灯的概率p_sig的关系的图。

具体实施方式

以下，适当参照附图，对车辆控制装置的实施方式进行说明。为了容易理解说明，在各附图中，对于相同的构成要素尽可能地标注相同的符号，省略重复的说明。

<第一实施方式>

首先，对装设有第一实施方式的车辆控制装置的车辆的示意结构进行说明。

如图1所示，车辆10是基于电动发电机20的动力而行驶的所谓电动汽车。车辆10除了电动发电机20以外，还包括逆变器装置21、电池22和离合器23。

电池22由能充电和放电的锂离子电池等二次电池构成。逆变器装置21将充电至电池22的直流电力转换为交流电力，并将转换后的交流电供给至电动发电机20。电动发电机20基于从逆变器装置21供给的交流电力来驱动，并且使第一动力传递轴24旋转。第一动力传递轴24经由离合器23连结到第二动力传递轴25。离合器23能在连接状态与非连接状态之间转变，其中，所述连接状态是通过将第一动力传递轴24和第二动力传递轴25连结，从而能够在两者之间传递动力的状态，所述非连接状态是通过将第一动力传递轴24和第二动力传递轴25的连结解除而切断两者之间的动力传递的状态。在离合器23处于连接状态的情况下，从电动发电机20传递到第一动力传递轴24的动力经由第二动力传递轴25、差速齿轮26和驱动轴27传递到车辆10的车轮28。由此，车辆10行驶。如上所述，在本实施方式中，电动发电机20相当于动力传动系。

电动发电机20在车辆10制动时进行再生发电。即，在车辆10的制动时作用于车轮28的制动力经由驱动轴27、差速齿轮26、第二动力传递轴25、离合器23和第一动力传递轴24输入到电动发电机20。电动发电机20基于从该车轮28输入的动力进行发电。由电动发电机20产生的电力通过逆变器装置21从交流电力转换为直流电力，并充电至电池22。

车辆10还包括：MG(Motor Generator：电动发电机)ECU(Electronic ControlUnit：电子控制单元)30、EV(Electric Vehicle：电动汽车)ECU 31、ACC(Adaptive CruiseControl：自适应巡航控制)ECU 32、预测ECU 33、周边监视装置34以及车辆状态量传感器35。各ECU 30～33以具有CPU、ROM、RAM等存储装置的微型计算机为中心而构成，通过执行预先存储在存储装置中的程序，来执行各种控制。

车辆状态量传感器35对车辆10的各种状态量进行检测。由车辆状态量传感器35检测的各种状态量中包括车辆10的速度、加速度等信息。

周边监视装置34由摄像头、毫米波雷达装置、激光雷达装置等构成。周边监视装置34对在本车10的周边行驶的周边车辆进行检测，并且对与周边车辆相关的各种状态量进行计算。周边车辆包括：在本车10所行驶的车道上，行驶在本车10前方的前车；行驶在与本车10所行驶的车道相邻的相邻车道上的相邻行驶车辆。通过周边监视装置34检测出的状态量包括：周边车辆相对于本车10的相对位置、相对距离、相对速度以及相对加速度等。周边车辆的相对距离相当于车间距离。此外，周边车辆相对于本车10的相对位置例如定义为使用本车10的左右方向的轴以及车辆10的前后方向的轴的双轴坐标系的位置。在本实施方式中，周边监视装置34相当于周边监视部。

MGECU 30基于来自EVECU 31的指令来驱动逆变器装置21，由此对电动发电机20的动作进行控制。例如，EVECU 31将电动发电机20的输出动力的指令值即动力指令值发送到MGECU 30。MGECU 30在接收到从EVECU 31发送来的动力指令值时，对逆变器装置21的驱动进行控制，以使与该动力指令值对应的动力从电动发电机20输出。另外，在车辆10的制动时，MGECU 30使逆变器装置21驱动，以使通过电动发电机20的再生发电产生的电力充电至电池22。

EVECU 31对为了实现与驾驶员的驾驶要求对应的行驶所需的动力指令值进行运算，并且将运算出的动力指令值发送到MGECU30，由此实现与驾驶员的驾驶要求对应的车辆10的行驶。另外，EVECU31将各种控制所需的信息在EVECU31与ACCECU32之间进行传输，并且对与ACCECU32的请求对应的动力指令值进行运算。例如，EVECU 31在从ACCECU 32接收到车辆10的加速度的指令值即加速度指令值时，对与加速度指令值对应的动力指令值进行运算，并且将运算出的动力指令值发送到MGECU 30，由此以与加速度指令值对应的加速度使车辆10加速。另外，EVECU 31例如根据来自ACCECU 32的请求将离合器23转变为连接状态或非连接状态。在本实施方式中，EVECU 31相当于行驶控制部。

ACCECU 32例如基于由乘客对设置在车辆10上的操作部进行操作，从而执行车辆的行驶控制。作为行驶控制，ACCECU 32执行CC(Cruise Control：巡航操纵)控制和ACC(Adaptive Cruise Control：自适应巡航操纵)控制，其中，所述CC控制对车辆10的行驶进行控制，以使车辆10以恒定速度行驶，所述ACC控制对车辆10的行驶进行控制，以追随在本车10前方行驶的前车。在本实施方式中，ACC控制相当于对本车10的加速和减速进行控制，以使本车10追随前车的速度控制。在本实施方式中，ACCECU 32相当于加速度控制部。

具体而言，ACCECU 32基于前车相对于车辆10的相对速度和相对距离，对车辆10追上前车为止的时间即车间时间THW进行运算。如图2所示，ACCECU 32在车间时间THW为规定的第一时间阈值Tth1以上的情况下、即在直到车辆10变为追上前车的状态之前尚有时间上的余量的情况下，执行CC控制。作为CC控制，ACCECU 32反复执行车辆10的加速和减速。此时，ACCECU 32对车辆10的加速度和减速度进行控制，以使车辆10的平均速度成为由乘客通过操作部设定的速度Vset。

详细而言，如图3所示，ACCECU 32基于乘客的设定速度Vset，来对小于设定速度Vset的下限速度VL和大于设定速度的上限速度VH进行设定。在因车辆10减速而使车辆10的速度Vc达到下限速度VL的情况下，ACCECU 32执行使车辆10加速的加速控制。作为加速控制，ACCECU 32将预先设定的正值的加速度指令值发送到EVECU 31。由此，EVECU 31对与加速指令值对应的正值的动力指令值进行运算，并且将该动力指令值发送到MGECU 30，由此车辆10以规定的加速度加速。

另外，ACCECU 32在使车辆10加速时车辆的速度Vc达到上限速度VH的情况下，执行通过使车辆10惯性行驶而使车辆10减速的滑行控制。作为滑行控制，ACCECU 32将设定为零的加速度指令值发送到EVECU 31，并且将指示使离合器23处于非连接状态的指令发送到EVECU 31。由此，EVECU 31将设定为零的动力指令值发送到MGECU 30，并且使离合器23处于非连接状态。其结果是，电动发电机20的驱动停止，车辆10惯性行驶，因此车辆10自然地减速。之后，ACCECU 32在车辆10的速度Vc达到下限速度VL时，将指示使离合器23处于连接状态的指令发送到EVECU 31，并且再次执行所述加速控制。

另一方面，如图2所示，ACCECU 32在车间时间THW为第二时间阈值Th2以上且小于第一时间阈值Tth1的情况下，执行ACC控制。作为ACC控制，ACCECU 32执行所谓的燃烧滑行控制(日文：バーンアンドコースト)，在燃烧滑行控制中，反复执行车辆10的加速和减速，以使本车10追随前车而行驶。

具体而言，ACCECU 32在前车的相对速度Vr小于规定的第一速度阈值Vth1的情况下，即在本车10急速地接近前车的情况下，进行再生控制。作为再生控制，ACCECU 32将设定为负值的加速度指令值发送到EVECU 31。由此，EVECU 31对与加速度指令值对应的负值的动力指令值进行运算，并且通过将该动力指令值发送到MGECU 30，从而使电动发电机20进行再生发电。在电动发电机20进行再生发电时，由于利用其再生能量对车辆10的车轮28施加制动力，因此，与使车辆10惯性行驶的情况相比，能够更快地使车辆10减速。由此，能够将车辆10和前车的车间距离扩大。

另外，ACCECU 32具有比第一速度阈值Vth1大的第二速度阈值Vth2，在前车的相对速度Vr处于从第一速度阈值Vth1到第二速度阈值Vth2的范围的情况下，执行所述滑行控制。另外，ACCECU32具有设定为第一时间阈值Tth1与第二时间阈值Tth2之间的值的第三时间阈值Tth3，在前车的相对速度Vr为第二速度阈值Vth2以上且车间时间THW为从第二时间阈值Tth2到第三时间阈值Tth3为止的范围的值的情况下，也执行所述滑行控制。通过该滑行控制，能够将车辆10和前车的车间距离扩大。

此外，ACCECU 32在前车的相对速度Vr为第二速度阈值Vth2以上且车间时间THW为从第三时间阈值Tth3到第一时间阈值Tth1为止的范围的值的情况下，执行所述加速控制。

这样，ACCECU 32根据车间时间THW和前车的相对速度Vr选择性地执行再生控制、滑行控制和加速控制，以使本车10追随前车。

然而，若ACCECU 32在CC控制或ACC控制中执行加速控制的状况下，出现前车急减速的情况，则车间时间THW或相对速度Vr有可能急剧变小。由此，在ACCECU 32执行再生控制使车轮28产生制动力时，车辆10的运动能量的一部分能够通过再生控制作为电能被回收到电池22，但是其他的动能在车轮28产生制动力时被转换成热能而向大气散热，因此不能回收。由此，能量的损失不能避免。另外，将车辆10的动能转换成电能时，也会发生能量的损失。这样的能量损失是使车辆10的燃油效率变差的主要原因。

因而，在本实施方式的车辆10中，预测ECU 33对是否发生了前车急减速这样的周围环境的变化、即使车辆10的燃油效率变差的周围环境的变化进行预测。在本实施方式中，预测ECU 33相当于环境预测部。ACCECU 32在通过预测ECU 33预测到发生了使本车10的燃油效率变差的周围环境的变化时，在执行由所述ACC控制实现的再生控制之前，执行预先对本车10的加速度进行限制的预测控制。

另外，如图1所示，预测ECU 33能够经由装设在车辆10上的通信部36而与网络线路40无线连接。预测ECU 33经由网络线路40而与服务器装置41进行各种通信。服务器装置41从多个车辆获取各种状态量，并且将该状态量数据库化。另外，服务器装置41基于被数据库化的多个车辆的状态量，来制作各种行驶模型。预测ECU 33通过使用由服务器装置41制作出的行驶模型，能够对周边车辆的行驶轨迹进行预测。在本实施方式中，车辆控制装置50通过ACCECU 32、预测ECU 33和通信部36构成。

另外，由于需要高速处理并且需要与多个ECU连接，因此，预测ECU 33独立于对各部件进行控制的ECU而配置。

接着，参照图4，对通过ACCECU 32和预测ECU 33执行的预测控制的处理步骤进行具体说明。另外，ACCECU 32和预测ECU 33以规定周期反复执行图4所示的处理。

如图4所示，首先，作为步骤S10的处理，预测ECU 33从周边监视装置34获取周边车辆的当前状态量。预测ECU 33从周边监视装置34获取的信息中包括周边车辆的相对距离、相对速度以及相对加速度等。

在步骤S10的处理之后，ACCECU 32临时设定发送到EVECU 31的加速度指令值α，以作为步骤S11的处理。具体而言，ACCECU 32使用在步骤S10的处理中从周边监视装置34获取的信息中的前车的相对速度和相对距离来对车间时间进行运算，并且基于运算出的车间时间和相对速度来执行图2所示的控制，由此对加速度指令值α的第一设定值α1进行运算。接着，ACCECU 32将加速度指令值α临时设定为第一设定值α1。

在步骤S11的处理之后，预测ECU 33对包括前车和相邻行驶车辆在内的周边车辆的未来的状态量进行预测，以作为步骤S12的处理。所预测的周边车辆的状态量中包括周边车辆的未来的相对位置、相对距离、相对速度、相对加速度的时序数据等。具体而言，预测ECU 33根据周边车辆的状态量的当前值和过去值，使用运算式或模型等，对从当前开始到经过规定时间后的未来的状态量进行预测。由此，预测ECU 33能够对从当前开始到经过规定时间后的周边车辆的行为进行预测。

另外，步骤S12的预测处理不限于周边车辆的状态量的当前值和过去值，也可以基于与其他周边车辆的状态量相关的信息来执行。本预测可以基于过去的车辆行驶数据，利用规定的概率模型来表现周边车辆的行为，以作为时序波形来预计，也可以对过去在当前正在行驶的地点行驶过的车辆的行驶数据进行统计性地处理，来对某个地点的车辆的减速或插入概率进行计算。预计时间是指以通常行驶中的加速度直至能被认为是行驶车速的全车速为止的时间。例如，加速度的范围设定为从“-1[G]”到“1[G]”的范围，全车速从“0[km/h]”设为法定限制车速即可。

在步骤S12的处理之后，预测ECU 33对是否需要基于周边车辆的行为使车辆10减速进行判断，以作为步骤S13的处理。具体而言，通过以下这样的方法来执行这种判断处理。

在存在N个周边车辆的情况下，当将值i定义为“1≤i≤N”的范围的整数时，对于第i个周边车辆的行驶，本车10以规定的状态量b(t)行驶。状态量b(t)是例如以时间t为变量的加速度的函数。接着，当本车10以状态量b(t)行驶时，可以用“E_brkri(b(t))”来表示本车10所产生的制动能量。“E_brki(b(t))”是对在从当前开始到经过规定时间后的期间内，通过执行ACC控制来使本车10减速时预测会产生的制动能量的预测值。

另外，如图5所示，在执行使本车10追随前车的ACC控制情况下理想的车间距离的范围设为理想行驶范围A时，本车10相对于第i个周边车辆的追随性能能够通过从当前开始到经过规定时间后的期间内本车10的预计位置相对于理想行驶范围的的偏离量y_i来进行评价。理想行驶范围A以点划线所示的第i个周边车辆的预计行驶位置为基准而设定，能够根据周边车辆的预测行驶位置使用运算式等来求出。此外，能够使用本车10的预计位置相对于理想行驶范围A的脱离量y_i，通过以下的式f1来求出本车10的追随性能评价值C_i(b(t))。另外，式f1的“T”是预测时间。

[数学式1]

通过以上，本车的制动能量相对于N个周边车辆的期待值E_brk(b(t))和追随性能评价值的期待值C(b(t))能够通过以下的式f2、f3来定义。

[数学式2]

另外，式f2、f3的“p_i”是第i个周边车辆的行为的发生概率。详细而言，考虑到第i个周边车辆的行为的预测结果中包括规定的不确定度，在本实施方式中，使用概率p_i来表示当本车10以状态量b(t)行驶时第i个周边车辆的状态量出现的可靠性(日文：確からしさ)的参数。例如，规定时刻中的第i个周边车辆的车速能够表示为图6所示的概率。

通过使用所述的本车的制动能量的期待值E_brk(b(t))和追随性能评价值的期待值C(b(t))，能够构成以下的式f4表示的评价函数F_E1。

[数学式3]

另外，式f4的“k”是制动能量和追随性能评价值各自的加权系数。系数k是在“0≤k≤1”的范围内设定的值。在本实施方式中，使用预先确定的值作为加权系数。

如果以使该评价函数F_E1的值成为最小的方式来确定本车10的状态量b(t)，则能在确保追踪性能的同时，求出制动能量受到抑制的本车10的状态量b(t)。换言之，能在确保追随性能的同时，求出能够改善燃油效率的本车10的状态量b(t)。

基于以上的手段，预测ECU 33执行步骤S13的判断处理。具体而言，预测ECU 33使用例如预先通过实验等求出的运算式作为制动能量E_brki(b(t))的运算式。

另外，预测ECU 33基于在步骤S12的处理中获取的预测信息中的第i个周边车辆的预测状态量，根据行驶模型等对第i个周边车辆的预计行驶轨迹进行运算。另外，预测ECU 33通过基于运算出的第i个周边车辆的预计行驶轨迹求出理想行驶范围A，来确定本车10的追随性能评价值C_i(b(t))的运算式。

此外，预测ECU 33经由通信部36从服务器装置41获取行驶模型，并且基于获取的行驶模型和第i个周边车辆的状态量，对第i个周边车辆的状态量的发生概率p_i进行运算。

这样，预测ECU 33在确定了上述的式f4中的制动能量E_brki(b(t))的运算式、追随性能评价值C_i(b(t))的运算式和发生概率p_i之后，以使评价函数F_E1的值为最小的方式确定本车10的状态量b(t)。在评价函数F_E1最小时，也可以考虑多个这样的本车10的行为，对各个行为时的评价函数的值进行计算，并且从中选择评价函数F_E1的值最小的本车10的状态量b(t)，还可以采用最优化手段来确定。由于状态量b(t)是车辆10的加速度的函数，因此，通过以上的运算，预测ECU 33可以获得使评价函数F_E1的值为最小的加速度指令值α的第二设定值α2。

另外，预测ECU 33在对加速度指令值α的第二设定值α2进行运算时，也可以对第二设定值α2设定下限值等，求出能够对车辆10进行滑行控制的第二设定值α2。由此，在将第二设定值α2作为加速度指令值α而使车辆10减速时，能够避免在车辆10中产生制动能量，因此，能够提高车辆10的燃油效率。

预测ECU 33通过将第一设定值α1与第二设定值α2比较，对是否需要使车辆10减速进行判断，以作为步骤S13的处理。具体而言，在第一设定值α1为第二设定值α2以下的情况下，预测ECU 33判断为不需要使车辆10减速。即，预测ECU 33在步骤S13的处理中做出否定判断。在这种情况下，预测ECU 33判断为没有发生使本车10的燃油效率变差的周围环境的变化。在预测ECU 33在步骤S13的处理中做出否定判断的情况下，ACC ECU 32将设定为第一设定值α1中的加速度指令值α发送到EVECU 31，以作为步骤S15的处理。

在步骤S13的处理中，在第二设定值α2小于第一设定值α1的情况下，预测ECU 33判断为需要使车辆10减速。即，预测ECU 33在步骤S13的处理中做出肯定判断。在这种情况下，判断为发生了使本车10的燃油效率变差的周围环境的变化。在预测ECU 33在步骤S13的处理中做出肯定判断的情况下，ACCECU 32将加速度指令值α从第一设定值α1改变为第二设定值α2，以作为步骤S14的处理。接着，ACCECU 32将设定为第二设定值α2的加速度指令值α发送到EVECU 31，以作为步骤S15的处理。由此，将比通过ACC控制设定的第一设定值α1小的第二设定值α2，作为加速度指令值α发送到EVECU 31。由此，ACCECU 32实现以比能够通过ACC控制设定的减速度小的减速度来使本车10减速的减速控制。

接着，对本实施方式的车辆控制装置50的动作例进行说明。

如图7的(A)中的点划线所示，前车的速度Vp从时刻t11开始急剧下降。在这样的状况下，由于本车10和前车的车间时间、相对速度急剧减少，因此，在仅执行ACC控制的情况下，如图7的(B)中的双点划线所示，通过在时刻t11以后执行再生控制，车辆10的驱动能量Ec急剧减少。另外，图7的(B)所示的驱动能量Ec以正值表示由电动发电机20生成的车辆10的行驶用驱动能量的大小，以负值表示再生控制时产生的制动能量的大小。通过这样执行再生控制，如图7的(C)中的双点划线所示，在时刻t11以后，本车10与前车之间的车间距离Lc扩大，并且如图7的(A)中的双点划线所示，本车10的速度Vb降低。这样，在产生制动能量的情况下，该能量的一部分会转换成热能等，因此，会产生能量损失。

针对这点，本实施方式的预测ECU 33在时刻t11之前的时刻t10的时间点，预测出在时刻t11以后产生制动能量的情况下，通过上述的式f4的运算，对能够抑制制动能量的加速度指令值α的第二设定值α2进行运算，并且将加速度指令值α设定为第二设定值α2。通过将该加速度指令值α从ACCECU 32发送到EVECU 31，例如在EVECU 31将动力指令值设定为零时，如图7的(B)中的实线所示，在时刻t10，电动发电机20的驱动能量Ec变为零。由此，如图7的(A)中的实线所示，时刻t10以后，车辆10的速度Va降低，并且如图7的(C)中的实线所示，本车10与前车之间的车间距离Lc扩大。这样，通过使车辆10减速，如图7的(B)所示，能够抑制产生制动能量，因此，其结果是能够改善车辆10的燃油效率。

根据以上说明的本实施方式的车辆控制装置50，能够获得以下的(1)～(7)所示的作用和效果。

(1)在预测ECU 33预测出发生了使本车10的燃油效率变差的周围环境的变化时，ACCECU 32执行能够对本车10的加速度进行限制的预测控制。由此，在发生了使本车10的燃油效率变差的周围环境的变化的情况下，由于本车10的加速度被预先限制，因此，能够避免本车10的燃油效率实际变差的状况。由此，能够改善本车10的燃油效率。

(2)在预测出需要使本车10减速的周围环境的变化的情况下，ACCECU 32预测为发生了使本车10的燃油效率变差的周围环境的变化。在预测出需要使本车10减速的周围环境的变化的情况下，ACCECU 32通过使用比利用ACC控制设定的加速度指令值α的第一设定值α1小的第二设定值α2，来执行对车辆10的加速度进行实际限制的加速度控制。由此，ACCECU32执行以比能够利用ACC控制设定的减速度小的减速度使本车减速的减速控制，以作为预测控制。根据这样的结构，能够降低在用于确保车间距离的减速时产生的能量的损失。

(3)预测ECU 33基于与本车10的燃油效率相关的指标以及与本车相对于前车的追随性能相关的指标，对有无需要使本车10减速的周围环境的变化进行预测。具体而言，作为与本车10的燃油效率相关的指标，预测ECU 33使用从当前开始到经过规定时间后的期间内通过执行ACC控制使本车10减速时预测会产生的制动能量的预测值。另外，作为本车相对于前车的追随性能的指标，预测ECU 33使用从当前开始到经过规定时间后的期间内的、本车的位置相对于ACC控制的理想值的偏离量y_i。由此，能够可靠地对用于获得目标的燃油效率改善和抑制追随性能变差的效果的车辆10的减速进行判断。

(4)预测ECU 33将与本车10的燃油效率相关的指标以及与本车相对于前车的追随性能相关的指标表示为如上述的式f2、f3所示的概率信息。接着，预测ECU 33使用上述的式4所表示的函数作为评价函数，并且基于式f4的运算值对需要使本车10减速的周围环境的变化进行预测，其中，所述评价函数由基于与本车10的燃油效率相关的指标的期待值和基于与本车10相对于前车的追随性能相关的指标的期待值构成。由此，即使在与周围环境的变化相关的预计信息中包括不确定度的情况下，也能够可靠地对用于获得燃油效率改善和抑制追随性能变差的效果的车辆10的减速进行判断。

(5)预测ECU 33对能够使车辆10进行滑行控制的加速度指令值的第二设定值α2进行运算。由此，ACCECU 32在来自电动发电机20的输出未传递到本车10的车轮的状态下，执行使本车10惯性行驶的滑行控制。根据这样的结构，在使用预测信息使车辆10减速时，能够以更高的燃油效率使车辆10减速。

(6)ACCECU 32通过反复执行本车10的加速和减速，执行使本车10追随前车的燃烧滑行控制。由此，通常能够以燃油效率高的行驶方法使车辆10行驶。

(7)作为使本车燃油效率变差的周围环境的变化，预测ECU 33对前车的减速进行预测。由此，对于对燃油效率的影响较大的周围环境的变化，能够改善燃油效率。

(变形例)

接着，对第一实施方式的车辆控制装置50的变形例进行说明。

如图1中的虚线所示，本变形例的车辆控制装置50还具有HMI(human machineinterface：人机界面)ECU 37。HMIECU 37是通过控制装设于车辆10的报知装置38，对车辆10的乘客进行各种报知的部分。作为报知装置38，能够使用扬声器或显示器等。

在图4所示的步骤S15的处理中，ACCECU 32将加速度指令值α发送到HMIECU 37。HMIECU 37基于从ACCECU 32发送的加速度指令值α来执行向本车10的乘客指示驾驶方法以使本车10的加速度受到限制的指示控制。例如，HMIECU 37将与加速度指令值α对应的加速度和速度通过扬声器利用声音使乘客认知，或者通过将与加速度指令值α对应的加速度和速度显示在显示器上，从而向乘客指示驾驶方法。

此外，HMIECU 37也可以基于加速度指令值α来调节油门踏板的踩下量，或是调节刹车踏板的踩下量，从而向乘客指示驾驶方法。

即使是这样的方法，也能够使车辆10减速。

<第二实施方式>

接着，对车辆控制装置50的第二实施方式进行说明。以下，以与第一实施方式的车辆控制装置50不同的点为中心进行说明。首先，对装设有第二实施方式的车辆控制装置50的车辆10的示意结构进行说明。

如图8所示，本实施方式的车辆10是将电动发电机20和发动机60作为动力源使用的所谓混合动力车。发动机60通过对其驱动来使第一动力传递轴29a旋转。第一动力传递轴29a经由离合器23连结到第二动力传递轴29b。离合器23能够在连接状态与非连接状态之间转变，所述连接状态是通过将第一动力传递轴29a和第二动力传递轴29b连结而能够在两者之间传递动力的状态，所述非连接状态是通过将第一动力传递轴29a和第二动力传递轴29b的连结解除而切断两者之间的动力传递的状态。

电动发电机20基于通电将动力施加到第二动力传递轴29b。因此，在离合器23处于连接状态的情况下，动力从发动机60和电动发电机20中的至少一个施加到第二动力传递轴29b。施加到第二动力传递轴29b的动力被输入到变速器62。变速器62对从第二动力传递轴29b输入的发动机60和电动发电机20的总计动力、或者从发动机60减去利用电动发电机20转换为电力的动力后的动力进行增速或减速，并且传递到第三动力传递轴29c。传递到第三动力传递轴29c的动力经由差速齿轮26和驱动轴27传递到车辆10的车轮28。由此，车辆10行驶。如上所述，在本实施方式中，电动发电机20和发动机60相当于动力传动系。

车辆10上装设有对发动机60的驱动进行综合控制的发动机ECU 63。另外，发动机ECU 63还对离合器23的驱动进行控制。

代替EVECU 31，在车辆10上装设有HV(Hybrid Vehicle：混合动力车)ECU 39。HVECU 39通过与MGECU 30和发动机ECU 63进行控制所需的信息的传输，来进行发动机60、电动发电机20和电池22的综合调停控制。具体而言，HVECU 39基于从ACCECU 32发送的加速度指令值，来控制电动发电机20和发动机60的驱动。例如，在发动机60处于停止状态且加速度指令值α为规定加速度阈值αth以上的情况下，为了使车辆10加速，HVECU 39通过将规定的动力指令值发送到发动机ECU 63，来使发动机60再起动。另外，在加速度指令值α小于加速度阈值αth的情况下，为了抑制燃料消耗，HVECU 39通过将发动机60的停止指令发送到发动机ECU 63，并且将规定的动力指令值发送到MGECU 30，来使车辆10EV行驶。在本实施方式中，HVECU 39相当于行驶控制部，所述行驶控制部基于本车10的行驶状态，对发动机60和电动发电机20的驱动和停止进行控制。

接着，参照图9，对通过ACCECU 32和预测ECU 33执行的预测控制的处理步骤进行具体说明。另外，ACCECU 32和预测ECU 33以规定周期反复执行图9所示的处理。

如图9所示，在步骤S12的处理之后，为了对发动机60的短时间的驱动进行抑制，预测ECU 33对是否需要限制车辆10的加速度进行判断，以作为步骤S20的处理。具体而言，通过以下那样的手段来执行该判断处理。

从发动机60中取出能量时的效率会因发动机60的进气延迟、用于发动机60的起动的能量消耗量、发动机60的起动时的消耗燃料量的增加等而变差。考虑到这些，如以下的式f5所示来表示发动机行驶时的实际发动机效率η_eng。

[数学式4]

另外，在式f5中，“δ_delay”表示进气延迟量的系数。“η_e”是使发动机60在额定状态下工作时的发动机效率、即理想发动机效率。“E_out”表示发动机60的理想输出能量。“E_egon”表示发动机60的起动能量。“E_in”表示发动机60的投入燃料能量。“E_add”表示起动时增量。“T_acc”表示加速所需的时间。

式f5左边的实际发动机效率η^* _eng被用作与本车10的燃油效率相关的指标。另外，式f5右边的值表示发动机的输出能量相对于发动机的输入能量的比率。

另一方面，在通过基于当前为止的行驶实际情况的系统效率η_sys来定义车辆10进行仅利用电动发电机20的动力行驶的所谓EV行驶时的实际发动机效率的时候，EV行驶时的实际发动机效率η_sys能够如以下的式f6那样来表示。

[数学式5]

另外，在式f6中，“E_sysout”表示动力传动系的输出能量。“E_sysin”表示投入燃料能量。

EV行驶时的实际发动机效率η_sys表示在发动机60停止的状态下，本车10的动力传动系的输出能量相对于动力传动系的输入能量的比率。

通过以上，能够如图10所示来表示相对于加速度指令值α的将来的实际发动机效率η^* _eng。即，在加速度指令值α小于加速度阈值αth的情况下，由于车辆10通过电动发电机20的动力来行驶，因此，将来的实际发动机效率η^* _eng变为上述的式f6右边的值。另外，在加速度指令值α为加速度阈值αth以上且在ACC控制时的燃烧滑行控制中比在加速时使用的加速度指令值αbc小的情况下，将来的实际发动机效率η^* _eng能够通过上述的式f5右边来求出。这样确定的将来的实际发动机效率η^* _eng表示本车10的动力传动系的输出能量相对于动力传动系的输入能量的比率。

与在第一实施方式中说明的用于抑制制动能量的减速控制相同，若本车10相对于第i个周边车辆的行驶以规定的状态量b(t)行驶，则此时的本车10的实际发动机效率η^* _eng的期待值η^* _eng(b(t))能够通过以下的式f7来求出。

[数学式6]

通过使用所述的期待值η^* _eng(b(t))，能够构成以下的式f8表示的评价函数F_E2。

[数学式7]

如果以使该评价函数F_E2为最小的方式来确定本车10的状态量b(t)，则能在确保追随性能的同时，求出发动机60的短时间的驱动受到抑制的本车10的状态量b(t)。换言之，能在确保追随性能的同时，求出能够改善燃油效率的本车10的状态量b(t)。

基于以上的手段，预测ECU33执行步骤S20的判断处理。具体而言，预测ECU 33具有表示如图10所示这样的加速度指令值α和实际发动机效率η^* _eng的关系的图。另外，预测ECU33储存了当前为止的动力传动系的输出能量以及投入燃料能量的数据，基于该储存的数据，从上述的式f6开始逐次对EV行驶时的实际发动机效率η_sys进行运算。接着，预测ECU 33将该运算出的实际发动机效率η_sys用作加速度指令值α小于加速度阈值αth时的实际发动机效率η^* _eng。

预测ECU 33以使评价函数F_E2为最小的方式来确定本车10的状态量b(t)。由于状态量b(t)是车辆10的加速度的函数，因此，通过以上的运算，预测ECU 33能够获得使评价函数F_E1的值为最小的加速度指令值α的第二设定值α2。

预测ECU 33通过对第一设定值α1与第三设定值α3进行比较，对是否需要为了抑制发动机60的短时间的驱动而限制车辆10的加速度进行判断，以作为步骤S20的处理。具体而言，在第一设定值α1为第三设定值α3以下的情况下，预测ECU 33判断为不需要限制车辆10的加速度。即，预测ECU 33在步骤S20的处理中做出否定判断。在这种情况下，预测ECU 33判断为没有发生使本车10的燃油效率变差的周围环境的变化。接着，ACCECU 32和预测ECU 33执行步骤S13以后的处理。

在第三设定值α3小于第一设定值α1的情况下，预测ECU 33判断为需要限制车辆10的加速度。即，预测ECU 33在步骤S20的处理中做出肯定判断。在这种情况下，预测ECU 33判断为发生了使本车10的燃油效率变差的周围环境的变化。在预测ECU 33在步骤S20的处理中做出肯定判断的情况下，ACCECU 32将加速度指令值α从第一设定值α1改变为第三设定值α3，以作为步骤S21的处理。然后，ACCECU 32和预测ECU 33执行步骤S13以后的处理。

另外，在步骤S13的处理中，预测ECU 33通过比较第一设定值α1、第二设定值α2和第三设定值α3来对是否需要使车辆10减速进行判断。具体而言，在第三设定值α3小于第一设定值α1且第三设定值α3小于第二设定值α2的情况下，预测ECU 33在步骤S13的处理中做出肯定判断。另一方面，在第一设定值α1为第三设定值α3以下的情况下，或是在第二设定值α2为第三设定值α3以下的情况下，预测ECU 33在步骤S13的处理中做出否定判断。

接着，对本实施方式的车辆控制装置50的动作例进行说明。

如图11的(A)中的点划线所示，前车的速度Vp在急剧增加后急剧减小。在这样的状况中仅执行ACC控制的情况下，为了使本车10追随前车，在时刻t20，ACCECU 32使发动机60起动。在ACCECU 32在时刻t20使发动机60起动时，如图11的(B)中的双点划线所示，车辆10的驱动能量Ec变为比发动机起动时的能量Es大。另外，如图11的(C)中的双点划线所示，发动机60的转速Nc在时刻t20以后增加。

之后，在前车急减速时，本车10和前车的车间时间、相对速度急剧减少。由此，若在时刻t21执行再生控制，则如图11的(B)中的双点划线所示，车辆10的驱动能量Ec急剧减少。通过执行这样的再生控制，如图11的(C)中的双点划线所示，在时刻t21以后，发动机60的转速Nc急剧减少，发动机60停止。这样，在发动机60起动后使发动机60在短时间内停止的情况下，用于发动机60起动的能量被损失。

针对这点，本实施方式的预测ECU 33通过上述的式f8的运算，对能够抑制发动机60的短时间的驱动的加速度指令值的第三设定值α3进行运算，并且将加速度指令值α设定为第三设定值α3。由于该加速度指令值α从ACCECU 32发送到HVECU 39，车辆10实际的加速度难以上升到使发动机60起动的加速度阈值αth，因此，发动机60不再起动。由此，如图11的(A)所示，车辆10的速度Vc减少，并且如图11的(B)所示，车辆10的驱动能量Ec不会上升到发动机起动时的能量Es。由此，能够抑制发动机起动时的能量Es被无谓地消耗，其结果是，能够改善车辆10的燃油效率。

根据以上说明的本实施方式的车辆控制装置50，除了所述的(1)～(7)所示的作用和效果之外，还能够得到以下的(8)～(10)所示的作用和效果。

(8)ACCECU 32对本车10的加速度进行限制，以难以通过发动机ECU 63实现发动机60的再起动。由此，发动机60的短时间的驱动被抑制，能够减少能量损失。由此，能够提高车辆10的燃油效率。

(9)预测ECU 33基于与本车10的燃油效率相关的指标以及与本车10相对于前车的追随性能相关的指标，对是否限制本车10的加速度进行判断。具体而言，作为与本车10的燃油效率相关的指标，预测ECU 33使用上述的式f7所示的、从当前开始到经过规定时间后的期间内的本车10的动力传动系的输出能量相对于动力传动系的输入能量的比率的预测值。另外，作为与本车10相对于前车的追随性能相关的指标，使用从当前开始到经过规定时间后的期间内的本车的位置相对于ACC控制的理想值的偏离量y_i。由此，能够可靠地对用于获得目标的燃油效率改善和抑制追随性能变差的效果的车辆10的减速进行判断。

(10)本车10的动力传动系的输出能量相对于动力传动系的输入能量的比率的预测值包括式f5所示的预测值和式f6所示的预测值。式f5所示的预测值是在发动机60驱动的状态下发动机60的输出能量相对于发动机60的输入能量的比率的预测值。式f6所示的预测值是在发动机60停止的状态下，本车10的动力传动系的输出能量相对于动力传动系的输入能量的比率的预测值。由此，包括发动机60停止的状态下的车辆10的行驶，能够对燃油效率良好的行驶方法进行判断，从而使车辆10行驶。

<第三实施方式>

接着，对车辆控制装置50的第三实施方式进行说明。以下，以与第一实施方式的车辆控制装置50的不同点为中心进行说明。

在本实施方式中，对在上述的式f2、f3中使用的周边车辆的行为的发生概率p_i的运算方法的一例进行说明。另外，以下，为了简单起见，作为周边车辆的行为的发生概率p_i，对使用周边车辆减速的概率即减速行为发生概率的情况进行说明。

首先，考虑对假定有周边车辆在规定场所减速的状况和周边车辆通过规定场所的状况这两种模式的地点处的车辆的减速行为进行预测的情况。此时，例如在周边监视装置34获取了作为周边车辆的车速信息的图13的(A)所示的信息的情况下，在当前的时刻t30对周边车辆是否采取减速行为进行预测时，该预测基于当前的时刻t30之前的过去的周边车辆的车速信息来进行。如图13的(A)所示，在时刻t30之前周边车辆的速度是恒定速度。因此，在时刻t30之前，如图13的(B)所示，周边车辆采取减速行为的概率即减速行为发生概率例如能够运算为“0.5”、即“50％”。因此，在时刻t30之前，周边车辆减速的概率为“0.5”，周边车辆通过的概率为“0.5”。此外，在时刻t30以后，随着时间的经过周边车辆的速度逐渐降低的情况下，由于认为周边车辆开始采取减速行为，因此，减速行为发生概率的值从“0.5”逐渐上升。

这样，在利用过去的周边车辆的车速信息等行驶数据来对周边车辆的减速行为进行预测的情况下，只要学习过去的行驶数据来对周边车辆的减速行为进行预测，则能够更高精度地对减速行为发生概率进行运算。

另一方面，例如在周边车辆通过多个车辆在统计学上容易采取减速行为的场所的状况下、或是在周边车辆前方的信号灯从绿灯切换为黄灯的状况下，在实际检测出周边车辆的减速之前，能够预测为周边车辆采取减速行为。假设在时刻t30之前就检测出这种状况的情况下，只要在该时间点将减速行为发生概率修正为比“0.5”大的值，则能够运算出不仅反映了周边车辆的过去的行驶数据的信息、还反映了周边车辆的将来的预测行为的信息的减速行为发生概率。若基于这样运算出的减速行为发生概率来执行本车10的行驶控制，则能够实现与所预测的周边车辆的行为相应的、更恰当的本车10的行驶控制。

因此，在本实施方式中，服务器装置41基于从规定车辆发送的过去的行驶数据来构筑车辆行为的学习模型。另外，规定车辆不限于本车10，也可以包括与本车10不同的车辆。另外，规定车辆不限于单个，也可以是多个。车辆行为的学习模型由似然函数(日文：尤度関数)构成，该似然函数能够将车辆的行驶数据作为观测值，并且对由表示相对于该观测值发生车辆的规定行为的合理性(日文：尤もらしさ)的数值构成的似然度(日文：尤度)进行计算。似然度相当于表示车辆的行驶数据和学习信息的类似性的指标。服务器装置41基于构筑的车辆行为的学习模型，来创建能够求出车辆的减速行为发生概率的运算式。例如，以如下方式创建该运算式。

在假定有车辆在规定场所减速的状况和车辆通过的状况这两种模式的情况下，服务器装置41基于从规定车辆发送的行驶数据来构筑减速行为模型和通过行为模型。减速行为模型和通过行为模型是车辆行为的学习模型。行驶数据中包括与车速的时间序列相关的信息等。

另外，服务器装置41基于规定车辆的行驶数据来对减速行为模型的似然度和通过行为模型的似然度进行运算，并且求出它们的差值即似然度差。服务器装置41通过对过去的所有行驶数据进行上述运算，对在各似然度差时减速行为发生的频率和通过行为发生的频率进行运算。由此，能够获得例如图14中的点划线所示的似然度差与减速发生频率之间的关系、如图14中的双点划线所示的似然度差与通过发生频率之间的关系。服务器装置41基于该图14所示的信息，创建如以下的式f9所示的减速行为发生概率的学习值p_lrn的运算式。

[数学式8]

另外，在式f9中，“t”表示时刻。“t＝0”表示各行为模型的开始时刻，“t＝T_stop”表示各行为模型中的终端时刻。另外，“μ_dec”表示减速行为模型的平均值，“σ_dec ²”表示减速行为模型的分散，“μ_pass”表示通过行为模型的平均值，“σ_pass ²”表示通过行为模型的分散。此外，“N_dec”是将图14所示的减速行为模型的频率进行标准分布化后的函数，“N_pass”是将图14所示的通过行为模型的频率进行标准分布化后的函数。函数N_dec、N_pass各自的变量是图14所示的横轴的值、即各行为模型的似然度差。因此，式f9是能够基于各模型的似然度差来求出减速行为发生概率的学习值p_lrn的运算式。

车辆控制装置50从服务器装置41获取减速行为模型、通过行为模型以及上述的式9。车辆控制装置50根据从当前开始到规定时间前的期间内通过周边监视装置34检测出的周边车辆的过去的行驶数据，来对减速行为模型的似然度和通过行为模型的似然度进行计算。车辆控制装置50对计算出的各模型的似然度差进行运算，并且通过将运算出的各模型的似然度差代入上述的式f9，从而对减速行为发生概率的学习值p_lrn进行计算。

另一方面，本实施方式的车辆控制装置50统计学地或是基于通过周边监视装置34检测出的信息，对周边车辆的将来的减速行为进行预测，并且对所预测的周边车辆的减速行为的发生概率进行运算。车辆控制装置50将该运算值用作减速行为发生概率的预测值p_ftr。

接着，车辆控制装置50通过减速行为发生概率的预测值p_ftr来对减速行为发生概率的学习值p_lrn进行修正，从而求出最终的减速行为发生概率p_i。具体而言，车辆控制装置50基于以下的式f10来对减速行为发生概率p_i进行运算。

[数学式9]

但是，“z＝(p_lrn+p_lrn2)/2”。在本实施方式中，“p_lrn2”表示周边车辆通过规定场所的概率。例如，在假定有周边车辆在规定场所减速的情况和周边车辆通过规定场所的情况这两种模式的状况下，“p_lrn”和“p_lrn2”的合计值为“1”。

在使用上述的式f10的情况下，在减速行为发生概率的学习值p_lrn接近“0.5”的情况下，在行为发生概率p_i中减速行为发生概率的预测值p_ftr起到支配作用。另外，在减速行为发生概率的学习值p_lrn接近“0”或“1”的情况下，在行为发生概率p_i中减速行为发生概率的学习值p_lrn起到支配作用。

接着，对减速行为发生概率p_i的具体运算方法进行说明。此外，以下为了方便，将减速行为发生概率p_i的运算对象即周边车辆称为“特定周边车辆”，将特定周边车辆以外的周边车辆称为“其他周边车辆”。此外，周边车辆除了在本车10前方行驶的前车以外，还包括前车以外的本车10周边的车辆。

如图15所示，本实施方式的预测ECU 33执行减速行为发生概率运算处理，以作为步骤S12之后的步骤S30的处理。减速行为发生概率运算处理的具体步骤如图16所示。

如图16所示，首先，预测ECU 33对是否存在特定周边车辆进行判断，以作为步骤S31的处理。

具体而言，周边监视装置34在本车10的周边检测出物体的情况下，对该检测物体是否为周边车辆进行识别。此时，周边监视装置34的特定周边车辆的识别精度根据状况而变化。例如，在周边监视装置34中，从本车10到检测物体的距离越远，物体的识别精度越低。因此，周边监视装置34难以高精度地对存在于远离本车10的场所的物体是否为特定周边车辆进行检测。因此，本实施方式的周边监视装置34在检测出特定周边车辆的情况下，与该识别精度进行运算。例如，当检测出相当于特定周边车辆的物体时，周边监视装置34基于从本车10到该物体的相对距离，通过映射或运算式等来对识别精度进行运算。在映射或运算式等中，设定为从本车10到该物体的距离越长，识别精度的值越小。周边监视设备34将运算出的识别精度发送到预测ECU 33。预测ECU 33基于通过周边监视装置34检测出特定周边车辆且该检测出的特定周边车辆的识别精度为规定阈值以上，判断为存在特定周边车辆。

在判断为存在特定周边车辆的情况下，在步骤S31的处理中做出肯定判断，预测ECU 33对是否存在特定周边车辆的行驶数据的学习信息进行判断，以作为之后的步骤S32的处理。

具体而言，为了使用上述的式f9对减速行为发生概率的学习值p_lrn进行计算，需要通过服务器装置41来构筑本车10的行驶地点处的减速行为模型和通过行为模型。另外，在使用上述的式f9时，由于需要各模型的似然度，因此，需要将特定周边车辆的行驶数据储存到能够运算出各模型的似然度的程度。因此，基于能够从服务器装置41获取本车10的行驶地点处的减速行为模型和通过行为模型，并且将特定周边车辆的行驶数据储存到能够运算出各模型的似然度的程度，预测ECU 33在步骤S32的处理中做出肯定判断。

另外，关于周边车辆的过去的行驶数据的储存，也可以通过从通信部36向服务器装置41发送车速信息等行驶数据，在服务器装置41上储存周边车辆的过去的行驶数据。或者，也可以通过在本车10中收集周边车辆的行驶记录，来储存周边车辆的过去的行驶数据。

在步骤S32的处理中做出肯定判断的情况下，预测ECU 33基于特定周边车辆的过去的行驶数据，对减速行为发生概率的学习值p_lrn进行运算，以作为步骤S33的处理。具体而言，预测ECU 33基于特定周边车辆的过去的行驶数据对减速行为模型和通过行为模型各自的似然度进行运算，并且根据运算出的各模型的似然度差，基于上述的式f9来对减速行为发生概率的学习值p_lrn进行运算。

另一方面，在不能从服务器装置41获取本车10的行驶地点处的减速行为模型和通过行为模型的情况下、或者在特定周边车辆的行驶数据没有储存到能够运算出各模型的似然度的程度的情况下，预测ECU33在图16所示的步骤S32的处理中做出否定判断。在这种情况下，预测ECU 33基于通过周边监视装置34检测出的道路的静态信息来对减速行为发生概率的学习值p_lrn进行运算，以作为步骤S34的处理。该道路的静态信息包括有无交通信号、道路的行驶规则、限制速度、坡度、弯道、有无十字路口等。例如，在使用摄像头作为周边监视装置34的情况下，能够基于由摄像头拍摄到的车辆周边的图像数据来对道路标志及道路状态等进行检测。预测ECU33基于通过周边监视装置34检测出的道路标志及道路状态等来获取道路的静态信息。另外，预测ECU 33预先具有相对于道路的静态信息的各项目来确定减速行为发生概率的映射。预测ECU 33根据映射对相对于获取的道路的静态信息的各项目的减速行为发生概率进行运算，并且根据相对于运算出的各项目的减速行为发生概率，使用运算式等对减速行为发生概率的学习值p_lrn进行运算。

在执行步骤S33或步骤S34的处理之后，预测ECU 33对是否存在作为特定周边车辆将来采取减速行为的主要原因的交通信号进行判断，以作为步骤S35的处理。例如，基于通过周边监视装置34检测出的过去的行驶记录，预测ECU 33也可以对是否存在作为特定周边车辆将来采取减速行为的主要原因的交通信号进行判断。或者，在基于通过周边监视装置34检测出的道路状况判断为存在设置于距特定周边车辆规定范围内的信号灯的情况下，预测ECU 33也可以判断为存在作为特定周边车辆将来采取减速行为的主要原因的交通信号。

在判断为存在作为特定周边车辆将来采取减速行为的主要原因的交通信号的情况下，在步骤S35的处理中做出肯定判断，预测ECU 33对特定周边车辆的当前行驶位置是否在信号灯附近且是否能够通过周边监视装置34识别该信号灯的信号信息进行判断，以作为之后的步骤S36的处理。基于通过周边监视装置34检测出的道路状况，在从特定周边车辆到信号灯的距离小于规定阈值的情况下，预测ECU 33判断为特定周边车辆的当前行驶位置在信号灯附近。信号信息是表示信号灯以绿色、黄色和红色中的哪一个颜色点亮的信息。预测ECU 33通过周边监视装置34获取信号灯的信号信息。

在特定周边车辆的当前行驶位置在信号灯附近且能够通过周边监视装置34识别该信号灯的信号信息的情况下，预测ECU 33在步骤S36的处理中做出肯定判断。在这种情况下，预测ECU 33对与信号灯的切换时刻对应的减速行为发生概率的预测值p_ftr进行运算，以作为之后的步骤S37的处理。

具体而言，在本车10行驶时，基于通过周边监视装置34检测出的信号灯的信号信息，预测ECU 33对信号灯的信号的切换时刻的信息进行储存。作为信号灯的信号的切换时刻的信息，本实施方式的预测ECU 33对绿灯持续时间信息进行储存。绿灯持续时间信息是指从信号灯的信号从红灯切换为绿灯的时间开始到切换为黄灯为止所需的时间。

例如，如图17所示，在通过周边监视装置34识别出信号灯的时刻t40的时间点信号灯的信号为红灯的情况下，预测ECU 33将从随后信号灯的信号切换为绿灯的时刻t41开始到信号灯的信号然后切换为黄灯的时刻t42为止的时间作为绿灯持续时间信息存储在存储装置中。

另一方面，例如，如图18所示，在通过周边监视装置34识别出信号灯的时刻t50的时间点信号灯的信号为红灯的情况下，然后预测ECU 33将直到信号灯的信号切换为黄灯的时刻t51为止的时间作为绿灯持续时间信息存储在存储装置中。

另外，在信号灯的切换周期为根据交通流而变化的信号灯的情况下，也可以根据由VICS(Vehicle Information and Communication System：道路交通信息通信系统、注册商标)等获取的交通流的信息来学习绿灯持续时间信息。

预测ECU 33基于存储装置中储存的绿灯持续时间信息来制作图19所示的映射。图19所示的映射以绿灯持续时间γ为横轴，以从绿灯切换为黄灯的概率p_sig为纵轴，示出了它们的关系。该映射存储在预测ECU 33的存储装置中。

另外，也可以将由多个车辆分别获取的绿灯持续时间信息从各车辆发送到服务器装置41，并且通过服务器装置41学习从该各车辆发送的绿灯持续时间信息，从而使服务器装置41制作出图19所示的映射。在这种情况下，预测ECU 33能够通过经由通信部36从服务器装置41获取该映射，来利用图19所示的映射。

在图16所示的步骤S35的处理及步骤S36的处理中，在通过周边监视装置34识别出信号灯的时间点信号灯的信号为红灯的情况下，预测ECU 33对随后从红灯切换为绿灯的时间点开始的绿灯的持续时间进行计算。另外，在步骤S35的处理及步骤S36的处理中，在通过周边监视装置34识别出信号灯的时间点信号灯的信号为绿灯的情况下，预测ECU 33对从该时间点开始的绿灯的持续时间进行计算。对于这样计算的绿灯持续时间γ，在图19所示的映射中，能够求出δ秒后从绿灯切换为黄灯的概率p_sig，以作为横轴的值为“γ+δ”时的概率p_sig的值。

另一方面，在特定周边车辆的当前行驶位置附近的信号灯的信号从绿灯切换为黄灯的情况下，假定有特定周边车辆采取减速行为。即，从绿灯切换为黄灯的概率p_sig与特定周边车辆采取减速行为的概率之间存在相关关系。因此，本实施方式的预测ECU 33将基于图19所示的映射运算出的概率p_sig作为减速行为发生概率的预测值p_ftr来使用。

如图16所示，在步骤S36的处理中做出否定判断的情况下、即在特定周边车辆的当前行驶位置不是信号灯附近的情况下，或者在通过周边监视装置34不能识别信号灯的信号信息的情况下，预测ECU 33基于统计学信息对减速行为发生概率的预测值p_ftr进行运算，以作为之后的步骤S38的处理。

具体而言，服务器装置41通过与多个车辆的通信，获取各车辆在信号灯下采用了减速和通过的哪一种行为的信息，并且基于该统计信息对车辆的减速行为发生概率进行计算。例如，服务器装置41在统计对象的车辆为100辆的情况下，其中50辆车辆通过信号灯减速，并且其他50辆车辆没有减速地通过信号灯的情况下，计算出该信号灯中的减速行为发生概率为“0.5”。预测ECU 33从服务器装置41获取该信号灯中的减速行为发生概率的统计信息Psta，并且将该减速行为发生概率的统计信息Psta用作减速行为发生概率的预测值p_ftr。

如图16所示，在步骤S35的处理中做出否定判断的情况下、即在判断为特定周边车辆将来不存在作为采取减速行为的主要原因的交通信号的情况下，预测ECU 33对是否能够获取其他周边车辆的状态量进行判断，以作为之后的步骤S39的处理。其他周边车辆的状态量中包括其行驶位置及速度等。具体而言，在能够通过周边监视装置34获取其他周边车辆的状态量的情况下，预测ECU 33在步骤S39的处理中做出肯定判断。另外，在能够在本车10与其他周边车辆之间进行车车间通信的情况下，预测ECU 33也可以基于通过与其他周边车辆的通信而获取的状态量，在步骤S39的处理中做出肯定判断。

在步骤S39的处理中做出肯定判断的情况下，预测ECU 33基于其他周边车辆的状态量来对减速行为发生概率的预测值p_ftr进行运算，以作为之后的步骤S40的处理。具体而言，预测ECU 33基于特定周边车辆的当前行驶位置、速度等信息和其他周边车辆的当前行驶位置、速度等信息，通过模拟来对各车辆的将来的行为进行预测。通过该模拟，对在其他周边车辆中发生成为特定周边车辆减速的契机的规定行为的概率p_sur进行计算。作为特定周边车辆减速的契机的其他周边车辆的规定行为是指，例如其他周边车辆改变车道到特定周边车辆行驶的车道这样的行为。预测ECU 33将计算出的其他周边车辆的规定行为的发生概率p_sur作为减速行为发生概率的预测值p_ftr来使用。

在步骤S39的处理中做出否定判断的情况下，预测ECU 33基于统计学信息来对减速行为发生概率的预测值p_ftr进行运算，以作为之后的步骤S41的处理。

具体而言，服务器装置41通过与多个车辆的通信，对各车辆在规定的场所减速或是通过进行统计，并且基于该统计信息来对车辆的减速行为发生概率进行计算。例如，服务器装置41在统计对象的车辆为100辆的情况下，其中50辆车辆在规定场所减速，并且其他50辆车辆没有减速地通过规定场所的情况下，计算出该信号灯的减速行为发生概率为“0.5”。预测ECU 33从服务器装置41获取与当前的本车的位置对应的减速行为发生概率的统计信息Psta，并且将该减速行为发生概率的统计信息Psta用作减速行为发生概率的预测值p_ftr。

在步骤S31的处理中判断为不存在识别精度为规定阈值以上的特定周边车辆的情况下，预测ECU 33在步骤S31的处理中做出否定判断。在这种情况下，预测ECU 33对是否存在与远方车辆对应的特定周边车辆进行判断，以作为之后的步骤S43的处理。远方车辆是指识别精度小于规定阈值的车辆。在存在与远方车辆对应的特定周边车辆的情况下，在步骤S43的处理中做出肯定判断，预测ECU 33基于该远方车辆的信息来对减速行为发生概率的预测值p_ftr进行运算，以作为之后的步骤S44的处理。

例如，预测ECU 33对从本车10到识别为远方车辆的物体的距离进行运算，并且基于运算出的距离根据运算式等对物体的存在概率p_far进行计算。在上述运算式等中，例如，设定为到该物体的距离越长，物体的存在概率p_far的值越小。预测ECU 33将该计算出的物体的存在概率p_far用作减速行为发生概率的预测值p_ftr。

在步骤S37、S38、S40、S41、S44的处理中计算出减速行为发生概率的预测值p_ftr后，预测ECU 33对减速行为发生概率p_i进行运算，以作为步骤S42的处理。具体而言，预测ECU33根据减速行为发生概率的学习值p_lrn和减速行为发生概率的预测值p_ftr，使用上述的式10来对减速行为发生概率p_i进行运算，所述学习值p_lrn是通过步骤S33、S34中的任一个处理而运算出的，所述预测值p_ftr是通过步骤S37、S38、S40、S41、S44中的任一个处理而运算出的。另外，关于在运算“z”时使用的“p_lrn2”，在本实施方式中，能够根据“p_lrn2＝1－p_lrn”这样的运算式进行运算。

另一方面，在步骤S43的处理中做出否定判断的情况下、即在不存在远方车辆信息的情况下，预测ECU 33不执行步骤S42的处理，并且结束图4所示的一系列处理。在这种情况下，由于在本车10的周边不存在使本车10发生减速行为的车辆，因此，预测ECU 33在图15所示的步骤S13的处理中做出否定判断。因此，ACCECU 32将在步骤S11的处理中临时设定为第一设定值α1的加速度指令值α发送到EVECU 31，以作为步骤S15的处理。

根据以上说明的本实施方式的车辆控制装置50，能够获得以下的(11)～(17)所示的作用和效果。

(11)预测ECU 33基于根据车辆的行驶数据学习了车辆的行为的学习信息、具体而言是减速行为模型或通过行为模型等的车辆行为的学习模型，对特定周边车辆的减速行为发生概率p_i进行运算。在使用该减速行为发生概率p_i确定了上述的式f2、f3的运算式的基础上，预测ECU 33通过确定使上述的式f4的评价函数F_E1的值为最小的本车10的状态量b(t)，对加速度指令值α的第二设定值α2进行运算。接着，如图15所示，预测ECU 33在步骤S13的处理中判断为需要本车10的减速的情况下，ACCECU 32将加速度指令值α设定为第二设定值α2，以作为步骤S14的处理。通过基于这样设定的加速度指令值α来执行车辆10的加速度控制，能够更早地预测特定周边车辆的减速行为，从而使本车10减速。

(12)预测ECU 33对似然度进行计算，并且基于该似然度，对特定周边车辆的减速行为发生概率p_i进行运算，所述似然度是表示通过周边监视装置34获取的特定周边车辆的行驶数据与减速行为模型、通过行为模型等车辆行为的学习模型的类似性的指标。根据这样的结构，能够高精度地对特定周边车辆的减速行为发生概率p_i进行运算。

(13)在不能使用减速行为模型或通过行为模型等车辆行为的学习模型来对减速行为发生概率pi进行运算的情况下，预测ECU 33基于道路的静态信息来对减速行为发生概率p_i进行运算。根据这样的结构，即使在不能使用车辆行为的学习模型的状况下，也能够对减速行为发生概率p_i进行运算。

(14)在通过周边监视装置34识别出的特定周边车辆的识别精度小于规定阈值的情况下，预测ECU 33基于存在概率，对减速行为发生概率p_i进行修正，所述存在概率表示识别为特定周边车辆的物体实际存在的可能性。根据这样的结构，能够根据周边监视装置34的识别精度来对更高精度的减速行为发生概率p_i进行运算。

(15)预测ECU 33基于信号灯的信号切换的发生概率来对减速行为发生概率p_i进行修正。根据这样的结构，能够根据信号灯的信号切换的状况来对更高精度的减速行为发生概率p_i进行运算。

(16)预测ECU 33基于车辆的减速发生概率的统计信息来对周边车辆的减速行为发生概率p_i进行修正。根据这样的结构，能够根据统计信息对更高精度的减速行为发生概率p_i进行运算。

(17)预测ECU 33通过本车10与周边车辆的通信来获取周边车辆的行驶数据。根据这样的结构，能够获取更高精度的周边车辆的行驶数据。

<其他实施方式>

另外，各实施方式也能够以以下的方式实施。

·第二实施方式的车辆10也可以是不具有电动发电机20、逆变器装置21、电池22、MGECU 30的结构。即，第二实施方式的车辆10也可以仅将发动机60用作行驶用的动力。

·第三实施方式的预测ECU 33使用减速行为模型和通过行为模型来作为周边车辆的行为的学习模型，但是也可以使用除此之外的学习模型。例如，作为减速行为模型，也可以使用以停车为前提的第一减速行为模型和不以停车为前提的第二减速行为模型。

·在第三实施方式的车辆控制装置50中，也可以通过预测ECU 33代替服务器装置41来构筑车辆行为的学习模型。

·第三实施方式的预测ECU33不限于预测周边车辆的减速行为来作为周边车辆的行为，也可以预测周边车辆的任意行为。此外，与此相应地，服务器装置41或预测ECU 33也可以学习车辆的任意行为。

·作为使本车10的燃油效率变差的周围环境的变化，预测ECU 33也可以对在相邻车道行驶的车辆的插入进行预测。具体而言，预测ECU 33在车辆Cb插入到本车与在本车前方行驶的车辆Ca之间的情况下，如图12的实线所示，在插入前将车辆Ca的状态量用作前车的状态量，并且在时刻t30处车辆Cb插入的情况下，随后将车辆Cb的状态量用作前车的状态量。

·作为状态量b(t)，也可以使用包括车辆10的速度及位置等信息的函数。

·ACCECU 32也可以将对车辆10的速度进行指定的速度指令值发送到EVECU 31、HVECU39，以代替加速度指令值α。

·预测ECU 33在对本车10的追随性能评价值进行运算时，也可以使用第i个前车和本车10各自的速度信息，以代替它们各自的位置信息。例如，在将理想行驶范围定义为从最低速度V_min到最高速度V_max的范围的基础上，通过以下的式(11)来表示本车10的将来的预计速度从该理想行驶范围的偏离量z_i。

[数学式10]

然后，也可以将该脱离量z_i从当前开始在预测时间T的范围内积分后的值作为本车10的追随性能评价值来使用。

·周边监视装置34也可以获取在道路周边行走的步行者、交通信号、道路的行驶限制、限制速度、坡度、弯道、十字路口等信息。在这种情况下，预测ECU 33也可以基于通过周边监视装置34获取的这些信息来对是否需要使车辆10减速进行判断。

·作为与本车10的燃油效率相关的指标，预测ECU 33也可以使用燃油效率的预测值。具体而言，预测ECU 33储存燃油效率数据，并且基于储存的过去的燃油效率数据来对燃油效率的预测值进行运算。

·作为限制车辆10的加速度的方法，不限于改变加速度指令值α的方法，也可以采用结果上使加速度变化的指令方法，例如限制车辆10的驱动扭矩及功率的方法等。车辆10的驱动扭矩及功率的限制是指，与用于保护电动发电机20和电池22的输出限制不同，与组件的最大输出如何无关地在控制上对输出进行限制。

·作为通过ACC控制或CC控制等来对车辆10的行驶进行控制的方法，ACCECU 32也可以采用使用对本车10的速度进行控制的速度控制的方法，以代替使用对本车10的加速度进行控制的加速度控制的方法。ACCECU 32也能够如第一实施方式的变形例那样，使用向本车10的乘客指示驾驶方法的指示控制。

·车辆控制装置50所提供的手段和/或功能能够通过存储在实体的存储装置中的软件和执行该软件的计算机、仅软件、仅硬件、或者它们的组合来提供。例如，在车辆控制装置50由作为硬件的电子电路来提供的情况下，其能够通过包括多个逻辑电路的数字电路、或模拟电路来提供。

·本公开不限于上述具体例。本领域技术人员对上述具体例适当加以设计变更而得到的方案，只要包括本公开的特征，也包含在本公开的范围内。前述的各具体例所包括的各要素及其配置、条件、形状等不限于例示的内容，能够适当地变更。前述的各具体例所包括的各要素只要不产生技术上的矛盾，就能够适当改变组合。

Claims (21)

1.一种车辆控制装置(50)，所述车辆控制装置为了使本车(10)追随在所述本车前方行驶的前车，执行能够对所述本车的行驶进行控制的行驶控制，其特征在于，包括：

环境预测部(33)，所述环境预测部对是否发生了使所述本车的燃油效率变差的周围环境的变化进行预测；以及加速度控制部(32)，所述加速度控制部执行在通过所述环境预测部预测出发生了使所述本车的燃油效率变差的周围环境的变化时，能够对所述本车的加速度进行限制的预测控制。

2.如权利要求1所述的车辆控制装置，其特征在于，

所述行驶控制是为了使所述本车追随所述前车而对所述本车的加速和减速进行控制的速度控制，

所述加速度控制部基于通过所述环境预测部预测出存在需要使所述本车减速的周围环境的变化，预测为发生了使所述本车的燃油效率变差的周围环境的变化，在预测出存在需要使所述本车减速的周围环境的变化的情况下，执行以比能够通过所述速度控制设定的减速度小的减速度，使所述本车减速的减速控制，以作为所述预测控制。

3.如权利要求2所述的车辆控制装置，其特征在于，

所述环境预测部基于与所述本车的燃油效率相关的指标以及与所述本车相对于所述前车的追随性能相关的指标，对有无需要使所述本车减速的周围环境的变化进行预测。

4.如权利要求3所述的车辆控制装置，其特征在于，

与所述本车的燃油效率相关的指标是从当前开始到经过规定时间后的期间内通过执行所述行驶控制使所述本车减速时，预测产生的制动能量的预测值、或者燃油效率的预测值，

与所述本车的追随性能相关的指标是从当前开始到经过规定时间后的期间内的所述本车的位置相对于所述行驶控制的理想值的偏离量、或者从当前开始到经过规定时间后的期间内的所述本车的速度的偏离量。

5.如权利要求2所述的车辆控制装置，其特征在于，

所述加速度控制部在来自动力传动系(20、60)的输出未传递到所述本车的车轮(28)的状态下，执行使所述本车(10)惯性行驶的滑行控制，来作为所述减速控制。

6.如权利要求1所述的车辆控制装置，其特征在于，

还包括行驶控制部，所述行驶控制部基于所述本车的行驶状态来对所述本车的发动机(60)的驱动和停止进行控制，并且在所述本车的发动机处于停止状态时，基于所述本车的加速度使所述发动机再起动，

作为所述预测控制，所述加速度控制部对所述本车的加速度进行限制，以难以进行由所述行驶控制部实现的所述发动机的再起动。

7.如权利要求6所述的车辆控制装置，其特征在于，

所述环境预测部基于与所述本车的燃油效率相关的指标以及与所述本车相对于所述前车的追随性能相关的指标，对是否限制所述本车的加速进行判断。

8.如权利要求7所述的车辆控制装置，其特征在于，

与所述本车的燃油效率相关指标是从当前开始到经过规定时间后的期间内的所述本车的动力传动系(20、60)的输出能量相对于所述动力传动系的输入能量的比率的预测值、或者燃油效率的预测值，

与所述本车的追随性能相关的指标是从当前开始到经过规定时间后的期间内的所述本车的位置相对于所述行驶控制的理想值的偏离量、或者从当前开始到经过规定时间后的期间内的所述本车的速度的偏离量。

9.如权利要求8所述的车辆控制装置，其特征在于，

所述本车的动力传动系的输出能量相对于所述动力传动系的输入能量的比率的预测值中包括：所述发动机的输出能量相对于所述发动机的输入能量的比率的预测值；以及所述发动机处于停止状态下的所述本车的动力传动系的输出能量相对于所述动力传动系的输入能量的比率的预测值。

10.如权利要求3、4、7至9中任一项所述的车辆控制装置，其特征在于，

所述环境预测部基于周边车辆的行为的发生概率以及与所述本车相对于所述周边车辆的行为的燃油效率相关的指标的值，对与所述本车的燃油效率相关的指标的期待值进行计算，

基于周边车辆的行为的发生概率以及与所述本车相对于所述周边车辆的行为的追随性能相关的指标的值，对与所述本车的追随性能相关的指标的期待值进行计算，

所述环境预测部对由与所述本车的燃油效率相关的指标的期待值以及与所述本车的追随性能相关的指标的期待值构成的评价函数的值进行运算，并且基于所述评价函数的值来对需要使所述本车减速的周围环境的变化进行预测。

11.如权利要求10所述的车辆控制装置，其特征在于，

所述环境预测部基于根据车辆的行驶数据学习了车辆的行为的学习信息，对所述周边车辆的行为的发生概率进行运算。

12.如权利要求11所述的车辆控制装置，其特征在于，

还包括周边监视部，所述周边监视部获取在所述本车周边行驶的周边车辆的行驶数据，

所述环境预测部对似然度进行计算，并且基于所述似然度，对所述周边车辆的行为的发生概率进行计算，所述似然度是表示通过所述周边监视装置获取的所述周边车辆的行驶数据与所述学习信息的类似性的指标。

13.如权利要求12所述的车辆控制装置，其特征在于，

所述周边监视部还获取道路的静态信息，

所述环境预测部在不能使用所述学习信息的情况下，基于所述道路的静态信息来对所述周边车辆的行为的发生概率进行计算。

14.如权利要求12或13所述的车辆控制装置，其特征在于，

所述环境预测部在所述周边监视部对所述周边车辆的识别精度小于规定阈值的情况下，基于表示识别为所述周边车辆的物体实际存在的可能性的存在概率，对所述周边车辆的行为的发生概率进行修正。

15.如权利要求12或13所述的车辆控制装置，其特征在于，

所述周边监视部还获取设置在道路上的信号灯的信号切换时刻的信息，

所述环境预测部基于所述信号灯的信号切换的发生概率，对所述周边车辆的行为的发生概率进行修正。

16.如权利要求12或13所述的车辆控制装置，其特征在于，

所述环境预测部基于车辆的行为的发生概率的统计信息，对所述周边车辆的行为的发生概率进行修正。

17.权利要求12至16中任一项所述的车辆控制装置，其特征在于，

所述环境预测部通过所述本车与所述周边车辆的通信来获取所述周边车辆的行驶数据。

18.如权利要求1至17中任一项所述的车辆控制装置，其特征在于，

所述行驶控制是通过反复执行所述本车的加速和减速，使所述本车追随所述前车的燃烧滑行控制。

19.如权利要求1至18中任一项所述的车辆控制装置，其特征在于，

所述环境预测部对所述前车的减速或在相邻车道行驶的车辆的插入进行预测，以作为使所述本车的燃油效率变差的周围环境的变化。

20.如权利要求1至19中任一项所述的车辆控制装置，其特征在于，

所述行驶控制是对所述本车的速度进行控制的速度控制、对所述本车的加速度进行控制的加速度控制以及向所述本车的乘客指示驾驶方法的指示控制中的任一个。

21.如权利要求1至20中任一项所述的车辆控制装置，其特征在于，

作为所述预测控制，所述加速度控制部执行对所述本车的加速度进行实际限制的加速度控制、或是执行向本车的乘客指示驾驶方法以对所述本车的加速度进行限制的指示控制。

Images