DE102004010870A1 - Vorrichtung/Verfahren zum Schätzen der Fahrgeschwindigkeitsmuster von Fahrzeugen - Google Patents

Vorrichtung/Verfahren zum Schätzen der Fahrgeschwindigkeitsmuster von Fahrzeugen Download PDF

Info

Publication number
DE102004010870A1
DE102004010870A1 DE102004010870A DE102004010870A DE102004010870A1 DE 102004010870 A1 DE102004010870 A1 DE 102004010870A1 DE 102004010870 A DE102004010870 A DE 102004010870A DE 102004010870 A DE102004010870 A DE 102004010870A DE 102004010870 A1 DE102004010870 A1 DE 102004010870A1
Authority
DE
Germany
Prior art keywords
driving
data
vehicle speed
vehicle
speed pattern
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.)
Withdrawn
Application number
DE102004010870A
Other languages
English (en)
Inventor
Shinji Nagoya Ichikawa
Yukikazu Nagoya Koide
Shinji Tsu Doki
Shigeru Nagoya Okuma
Nobuaki Miki
Takashi Naitou
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ZAIDAN HOJIN NAGOYA SANGYO KAGAKU KENKYUJYO
ZH NAGOYA SANGYO KAGAKU KENKYU
Equos Research Co Ltd
Original Assignee
ZAIDAN HOJIN NAGOYA SANGYO KAGAKU KENKYUJYO
ZH NAGOYA SANGYO KAGAKU KENKYU
Equos Research Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by ZAIDAN HOJIN NAGOYA SANGYO KAGAKU KENKYUJYO, ZH NAGOYA SANGYO KAGAKU KENKYU, Equos Research Co Ltd filed Critical ZAIDAN HOJIN NAGOYA SANGYO KAGAKU KENKYUJYO
Publication of DE102004010870A1 publication Critical patent/DE102004010870A1/de
Withdrawn legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60LPROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2200/00Type of vehicles
    • B60L2200/26Rail vehicles
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10Technologies relating to charging of electric vehicles
    • Y02T90/16Information or communication technologies improving the operation of electric vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)
  • Hybrid Electric Vehicles (AREA)

Abstract

Beim Schätzen eines Fahrgeschwindigkeitsmusters auf der Basis der früheren Fahrdaten strebt die vorliegende Erfindung an, eine rationelle Schätzung des Fahrgeschwindigkeitsmusters zu ermöglichen, ohne auf einen enormen Umfang der früheren Fahrdaten Bezug zu nehmen, und die Verschlechterung der Schätzgenauigkeit wegen einer Verminderung der Anzahl der verfügbaren früheren Daten zu verhindern. Um diese Aufgabe zu lösen, weist eine erfindungsgemäße Schätzvorrichtung für Fahrgeschwindigkeitsmuster von Fahrzeugen auf: eine Fahrinformationsspeichereinrichtung zum Speichern von Fahrdaten und Fahrmilieudaten als einander zugeordnete Daten, eine Fahrgeschwindigkeitsmuster-Kandidatenerzeugungseinrichtung zum Erzeugen eines Fahrgeschwindigkeitsmuster-Kandidaten auf der Basis der Fahrdaten und eine Ausgabeeinrichtung für geschätzte Fahrgeschwindigkeitsmuster zur Extraktion eines Fahrgeschwindigkeitsmuster-Kandidaten, der mit aktuellen Fahrmilieudaten übereinstimmt, und zur Ausgabe eines geschätzten Fahrgeschwindigkeitsmusters für eine von jetzt an zu befahrende Route.

Description

  • Die Offenbarung der japanischen Patentanmeldung Nr. 2003–068 685, eingereicht am 13. März 2003, einschließlich der Patentbeschreibung, der Zeichnungen und der Zusammenfassung, wird hiermit insgesamt durch Verweis einbezogen.
  • Die Erfindung betrifft eine Vorrichtung/ein Verfahren zum Schätzen der Fahrgeschwindigkeitsmuster von Fahrzeugen. Bisher ist ein Hybridfahrzeug bereitgestellt worden, in dem als Kraftquellen sowohl eine Kraftmaschine, wie z. B. ein Verbrennungsmotor oder dergleichen, als auch ein Elektromotor eingesetzt werden, wie z. B. ein Wechselstrommotor oder dergleichen, der durch Elektroenergie drehend angetrieben wird, die von einer elektrischen Ladungsspeichereinrichtung zugeführt wird, wie z. B. von einer Batterie (einer Sekundärbatterie, wie etwa einer Akkumulatorbatterie) oder dergleichen. In dem Hybridfahrzeug arbeitet der Elektromotor als eine der Kraftquellen während der Abbremsung des Fahrzeugs als Generator. Im Falle der Erzeugung von sogenanntem Regenerativstrom wird der Regenerativstrom während der Abbremsung des Fahrzeugs der Batterie zugeführt, so daß die Batterie wieder aufgeladen wird. Folglich wird die Batterie ständig aufgeladen, und dem Elektromotor wird über einen Wechselrichter bzw. Inverter von der Batterie Strom zugeführt, beispielsweise in dem Fall, in dem eine Ausgangsleistung der Kraftmaschine unter einer erforderlichen Ausgangsleistung liegt. Daher kann das Fahrzeug stabil in verschiedenen Fahrbetriebsarten fahren. Ferner kann der Kraftstoffverbrauch der Kraftmaschine vermindert werden.
  • Um die von der Kraftmaschine verbrauchte Kraftstoffmenge zu minimieren, wird eine Technik bereitgestellt, um Betriebsprogramme für die Kraftmaschine und den Elektromotor so festzulegen, daß der Kraftstoffverbrauch entsprechend den Verkehrsverhältnissen einer Route zu einem Zielort minimiert wird (siehe z. B. JP-A-2000-333 305 , JP-A-2001-183 150 und JP-A 2003-9 310 ). In diesem Fall wird die Route zum Zielort in mehrere Abschnitte unterteilt, durch Erfassen von Straßendaten und des Reiseverlaufs von einem Navigationssystem wird ein Fahrgeschwindigkeitsmuster für jeden der Abschnitte abgeschätzt, und Betriebsprogramme für die Kraftmaschine und den Elektromotor werden so festgelegt, daß der Kraftstoffverbrauch vor der Ankunft am Zielort auf der Basis des geschätzten Fahrgeschwindigkeitsmusters und der Kraftstoffverbrauchseigenschaften der Kraftmaschine minimiert wird.
  • Bei der obenerwähnten bekannten Fahrgeschwindigkeitsmuster-Schätzvorrichtung für ein Fahrze0ug ist jedoch die Schätzgenauigkeit eines Fahrgeschwindigkeitsmusters niedrig, und ein Versuch, die Schätzgenauigkeit zu erhöhen, führt zu einer Erhöhung der Verarbeitungslast bei der Schätzung.
  • Im Fall der Schätzung eines Fahrgeschwindigkeitsmusters ist es in der Regel wünschenswert, das Fahrgeschwindigkeitsmuster auf der Grundlage der früheren Fahrdaten einer Route zu schätzen, die schätzungsweise von jetzt an zu befahren ist. Bei der in JP-A-2000-333 305 offenbarten Schätzvorrichtung für das Fahrgeschwindigkeitsmuster eines Fahrzeugs wird ein Fahrgeschwindigkeitsmuster für eine von jetzt an zu befahrende Route auf der Grundlage der früheren Fahrdaten und verschiedener Straßeneigenschaften (Klassen wie z. B. Autobahn, Landstraße, Stadtgebiet und dergleichen) geschätzt. Bei einem in JP-A-2000-333 305 offenbarten Schätzverfahren für das Fahrgeschwindigkeitsmuster eines Fahrzeugs verschlechtert sich jedoch die Genauigkeit bei der Schätzung eines Fahrgeschwindigkeitsmusters für die von jetzt ab zu befahrende Route, da in den früheren Fahrdaten auch Daten über andere Routen als die von jetzt an zu befahrende Route enthalten sind.
  • Bei der in JP-A-2000-333 305 offenbarten Schätzvorrichtung für Fahrgeschwindigkeitsmuster eines Fahrzeugs wird ein Fahrgeschwindigkeitsmuster entsprechend einer Zeitzone, einem Wochentag und dergleichen geschätzt. Wenn in diesem Fall frühere Daten einer Route benutzt werden, die schätzungsweise von jetzt an zu befahren ist, kann die Schätzgenauigkeit eines Fahrgeschwindigkeitsmusters verbessert werden, indem man versucht, die Schätzung auf der Basis früherer Daten auszuführen, die Bedingungen von Fahrmilieus gemäß Zeitzone, Wochentag und dergleichen entsprechen, die von jetzt an zu durchfahren sind,. Wenn jedoch die für die Schätzung verfügbaren früheren Daten entsprechend dem Wochentag oder der Zeitzone überprüft werden, verringert sich die Anzahl der verfügbaren früheren Daten, und die Schätzgenauigkeit verschlechtert sich entgegen der Absicht, sie zu verbessern. Bei weitergehender Sammlung von früheren Fahrdaten nehmen ferner die gesammelten Daten einen gewaltigen Umfang an. Wenn Daten von gewaltigem Umfang als frühere Fahrdaten bei der Schätzung eines Fahrgeschwindigkeitsmusters verwendet werden, nimmt die Rechenverarbeitungslast zu, und die Installation von Hochleistungsrecheneinrichtungen wird notwendig.
  • Als eine Lösung der Probleme der Schätzvorrichtung für Fahrgeschwindigkeitsmuster eines Fahrzeugs nach der obenerwähnten verwandten Technik strebt die vorliegende Erfindung an, eine Vorrichtung/ein Verfahren zum Schätzen der Fahrgeschwindigkeitsmuster eines Fahrzeugs bereitzustellen, die (das) eine rationelle Schätzung eines Fahrgeschwindigkeitsmusters ermöglicht, ohne beim Schätzen des Fahrgeschwindigkeitsmusters auf der Basis der früheren Fahrdaten auf eine gewaltige Menge früherer Fahrdaten Bezug zu nehmen, und verhindert, daß sich infolge einer Abnahme der Anzahl verfügbarer früherer Daten die Schätzgenauigkeit verschlechtert.
  • Um diese Aufgabe zu lösen, weist nach einem Aspekt der vorliegenden Erfindung eine Schätzvorrichtung für Fahrgeschwindigkeitsmuster eines Fahrzeugs auf: eine Fahrinformationsspeichereinrichtung zum Speichern von Fahrdaten und Fahrmilieudaten als einander zugeordnete Daten, eine Fahrgeschwindigkeitsmuster-Kandidatenerzeugungseinrichtung zum Erzeugen eines Fahrgeschwindigkeitsmuster-Kandidaten bzw. -Anwärters auf der Basis der Fahrdaten, und eine Ausgabeeinrichtung für geschätzte Fahrgeschwindigkeitsmuster zur Extraktion eines Fahrgeschwindigkeitsmuster-Kandidaten, der den aktuellen Fahrmilieudaten entspricht, und zur Ausgabe eines geschätzten Fahrgeschwindigkeitsmusters für eine von jetzt an zu befahrende Route.
  • Nach dem obenerwähnten Aspekt der vorliegenden Erfindung kann die Schätzvorrichtung für Fahrgeschwindigkeitsmuster eines Fahrzeugs ferner eine Bestimmungseinrichtung für häufige Routen zur Spezifikation einer häufigen Route auf der Grundlage der Fahrdaten und eine Abschnittsunterteilungseinrichtung zum Unterteilen der häufigen Route in kurze Abschnitte aufweisen. Bei dieser Schätzvorrichtung für Fahrgeschwindigkeitsmuster eines Fahrzeugs kann die Fahrgeschwindigkeitsmuster-Kandidatenerzeugungseinrichtung den Fahrgeschwindigkeitsmuster-Kandidaten für jeden der kurzen Abschnitte erzeugen, und die Ausgabeeinrichtung für geschätzte Fahrgeschwindigkeitsmuster kann für jeden der kurzen Abschnitte einen Fahrgeschwindigkeitsmuster-Kandidaten extrahieren und für eine von jetzt an zu befahrende häufige Route ein geschätztes Fahrgeschwindigkeitsmuster ausgeben.
  • Nach dem obenerwähnten Aspekt der vorliegenden Erfindung kann die Fahrgeschwindigkeitsmuster-Kandidatenerzeugungseinrichtung die Fahrdaten für jeden der kurzen Abschnitte auf der Grundlage einer mittleren Fahrgeschwindigkeit für jeden der kurzen Abschnitte oder eines Ähnlichkeitsgrades zwischen Fahrgeschwindigkeitsmustern für jeden der kurzen Abschnitte klassifizieren und ein Fahrgeschwindigkeitsmuster, das für jeden der kurzen Abschnitte eine Menge klassifizierter Fahrdaten repräsentiert, als Fahrgeschwindigkeitsmuster-Kandidaten erzeugen.
  • Nach dem obenerwähnten Aspekt der vorliegenden Erfindung kann die Ausgabeeinrichtung für geschätzte Fahrgeschwindigkeitsmuster Fahrdaten extrahieren, die aktuellen Fahrmilieudaten für jeden der kurzen Abschnitte entsprechen, einen Fahrgeschwindigkeitsmuster-Kandidaten extrahieren, der eine Menge repräsentiert, zu der die größte Fahrdatenanzahl gehört, und das geschätzte Fahrgeschwindigkeitsmuster ausgeben.
  • Nach dem obenerwähnten Aspekt der vorliegenden Erfindung können die Fahrmilieudaten Datum, Stunde, Wochentag, Informationen zum Betrieb von Fahrzeugausrüstungen, wie z. B. eines Scheibenwischers und eines Scheinwerfers, und Meßdaten einschließen, die von fahrzeuginternen Sensoren gewonnen werden, beispielsweise von einem Regentropfensensor.
  • Nach einem weiteren Aspekt der vorliegenden Erfindung weist ein Schätzverfahren für Fahrgeschwindigkeitsmuster eines Fahrzeugs die folgenden Schritte auf: Speichern von Fahrdaten und Fahrmilieudaten als einander zugeordnete Daten, Erzeugen eines Fahrgeschwindigkeitsmuster-Kandidaten auf der Basis der Fahrdaten und Extrahieren eines mit den aktuellen Fahrmilieudaten übereinstimmenden Fahrgeschwindigkeitsmuster-Kandidaten sowie Ausgabe eines geschätzten Fahrgeschwindigkeitsmusters für eine von jetzt an zu befahrende Route.
  • Nachstehend wird eine Ausführungsform der vorliegenden Erfindung unter Bezugnahme auf die Zeichnungen ausführlich beschrieben.
  • 1 zeigt ein konzeptionelles Diagramm, das die Konstruktion eines Antriebssteuerungssystems eines Hybridfahrzeugs nach einer Ausführungsform der vorliegenden Erfindung darstellt;
  • 2 zeigt ein Beispiel einer Antriebssteuerungstabelle des Hybridfahrzeugs in der Ausführungsform der vorliegenden Erfindung;
  • 3 zeigt ein Ablaufdiagramm, das den gesamten Arbeitsablauf einer Schätzvorrichtung für Fahrgeschwindigkeitsmuster eines Fahrzeugs in der Ausführungsform der vorliegenden Erfindung darstellt;
  • 4 zeigt ein Ablaufdiagramm, das einen Verarbeitungsablauf zur Spezifikation häufiger Routen in der Ausführungsform der vorliegenden Erfindung darstellt;
  • 5 zeigt ein Beispiel, in dem eine häufige Route in der Ausführungsform der vorliegenden Erfindung in mehrere kurze Abschnitte unterteilt wird;
  • 6 zeigt ein Beispiel von Fahrdaten auf kurzen Abschnitten in der Ausführungsform der vorliegenden Erfindung;
  • 7 zeigt ein erstes Beispiel von Fahrdaten auf klassifizierten kurzen Abschnitten in der Ausführungsform der vorliegenden Erfindung;
  • 8 zeigt ein zweites Beispiel von Fahrdaten auf klassifizierten kurzen Abschnitten in der Ausführungsform der vorliegenden Erfindung;
  • 9 zeigt ein drittes Beispiel von Fahrdaten auf klassifizierten kurzen Abschnitten in der Ausführungsform der vorliegenden Erfindung;
  • 10 zeigt ein erstes Beispiel eines repräsentativen Fahrgeschwindigkeitsmusters für klassifizierte kurze Abschnitte in der Ausführungsform der vorliegenden Erfindung;
  • 11 zeigt ein zweites Beispiel eines repräsentativen Fahrgeschwindigkeitsmusters für klassifizierte kurze Abschnitte in der Ausführungsform der vorliegenden Erfindung;
  • 12 zeigt ein drittes Beispiel eines repräsentativen Fahrgeschwindigkeitsmusters für klassifizierte kurze Abschnitte in der Ausführungsform der vorliegenden Erfindung;
  • 13 zeigt ein Beispiel der Klassifikation von Fahrdaten auf allen kurzen Abschnitten einer häufigen Route in der Ausführungsform der vorliegenden Erfindung;
  • 14 zeigt ein Ablaufdiagramm, das einen Verarbeitungsablauf zur Erzeugung eines Fahrgeschwindigkeitsmuster-Kandidaten in der Ausführungsform der vorliegenden Erfindung darstellt;
  • 15 zeigt ein Beispiel der Schätzung von Fahrdaten auf allen kurzen Abschnitten einer häufigen Route in der Ausführungsform der vorliegenden Erfindung;
  • 16 zeigt ein Ablaufdiagramm, das einen Verarbeitungsablauf zum Schätzen eines Fahrgeschwindigkeitsmusters in der Ausführungsform der vorliegenden Erfindung darstellt;
  • 17 zeigt ein erstes Beispiel eines Einstellungsprogramms in der Ausführungsform der vorliegenden Erfindung;
  • 18 zeigt ein zweites Beispiel eines Einstellungsprogramms in der Ausführungsform der vorliegenden Erfindung;
  • 19 zeigt ein Ablaufdiagramm, das einen Verarbeitungsablauf einer Programmierung in der Ausführungsform der vorliegenden Erfindung darstellt; und
  • 20 zeigt ein Ablaufdiagramm, das einen Fahrbetriebsverarbeitungsablauf in der Ausführungsform der vorliegenden Erfindung darstellt.
  • 1 zeigt ein konzeptionelles Diagramm, das die Konstruktion eines Antriebssteuerungssystems eines Hybridfahrzeugs in der Ausführungsform der vorliegenden Erfindung dar stellt. 2 zeigt ein Beispiel einer Antriebssteuerungstabelle des Hybridfahrzeugs in der Ausführungsform der vorliegenden Erfindung.
  • In 1 bezeichnet das Bezugszeichen 10 ein Antriebssteuerungssystem eines Hybridfahrzeugs in Form einer Schätzvorrichtung für Fahrgeschwindigkeitsmuster eines Fahrzeugs in der Ausführungsform der vorliegenden Erfindung, und das Bezugszeichen 20 bezeichnet eine Antriebseinheit. Das Bezugszeichen 21 bezeichnet eine Kraftmaschine, wie z. B. einen Verbrennungsmotor oder dergleichen, die mit Kraftstoff betrieben wird, wie z. B. Benzin, Leichtöl oder dergleichen. Die Kraftmaschine 21 ist mit einer Motorsteuereinheit ausgestattet, wie z. B. einer elektronischen Steuereinheit (ECU) (nicht dargestellt) oder dergleichen, und wird als Kraftquelle für ein Fahrzeug eingesetzt, wie z. B. einen Pkw, einen Bus, einen Lkw oder dergleichen. Eine Antriebskraft der Kraftmaschine 21 wird auf eine Antriebskraftübertragungseinheit 25 übertragen, die mit einem Getriebe (nicht dargestellt), einer Antriebswelle (nicht dargestellt), Antriebsrädern (nicht dargestellt) und dergleichen ausgestattet ist. Das Fahrzeug wird durch Drehung der Antriebsräder angetrieben. Außerdem kann auch eine Bremseinheit, wie z. B. eine Trommelbremse, eine Scheibenbremse oder dergleichen, in der Antriebskraftübertragungseinheit 25 angebracht sein.
  • Hier ist zu beachten, daß das Fahrzeug ein Hybridfahrzeug ist. Dieses Hybridfahrzeug weist einen Elektromotor 24 auf, wie z. B. einen elektrisch betriebenen Wechselstrommotor oder dergleichen, und nutzt sowohl die Kraftmaschine bzw. den Verbrennungsmotor 21 als auch den Elektromotor 24 als Kraftquellen des Fahrzeugs. Der Elektromotor 24 erzeugt eine Antriebskraft durch Elektroenergie, die von einer Batterie 23 als elektrischer Ladungsspeichereinrichtung zugeführt wird. Die Antriebskraft wird auf die Antriebsräder der Antriebskraftübertragungseinheit 25 übertragen. Mit der Antriebskraftübertragungseinheit 25 ist ein Generator 22 verbunden, wie z. B. ein Wechselstromgenerator oder dergleichen. Der Generator 22 erzeugt während der Abbremsung des Fahrzeugs einen Rückgewinnungs- bzw. Regenerativstrom. Der durch den Generator 22 erzeugte Regenerativstrom wird der Batterie 23 zugeführt, wodurch die Batterie 23 aufgeladen wird. Es kann auch veranlaßt werden, daß der Generator 22 durch eine Antriebskraft der Kraftmaschine 21 Strom erzeugt. Wünschenswert ist, daß der Elektromotor 24 ein Wechselstrommotor ist. In diesem Fall ist der Elektromotor 24 mit einem Wechselrichter bzw. Inverter (nicht dargestellt) ausgestattet. Ebenso ist auch wünschenswert, daß der Generator 22 ein Wechselstromgenerator ist. In diesem Fall ist der Generator 22 mit einem Inverter (nicht dargestellt) ausgestattet. Außerdem ist die Batterie 23 mit einem Kapazitätsdetektor (nicht dargestellt) zur Erfassung des Ladezustands (SOC) als elektrischem Ladungsspeicherbetrag ausgestattet.
  • Der Elektromotor 24 kann in integrierter Bauweise mit dem Generator 22 konstruiert werden. In diesem Fall erzeugt der Elektromotor 24 eine Antriebskraft und funktioniert als Kraftquelle, wenn er von der Batterie 23 mit Elektroenergie gespeist wird, und als Generator 22 zur Erzeugung von Regenerativstrom, wenn er durch die Antriebskraftübertragungseinheit 25 in Drehung versetzt wird, wie im Fall einer Abbremsung des Fahrzeugs oder dergleichen.
  • Die Batterie 23 ist eine Sekundärbatterie in Form einer elektrischen Ladungsspeichereinrichtung, die wiederholtes elektrisches Aufladen und Entladen zuläßt. Im allgemeinen wird als Batterie 23 ein Bleiakkumulator, ein Nickel-Cadmium-Akkumulator, ein Nickel-Wasserstoff-Akkumulator oder dergleichen eingesetzt. Die Batterie 23 kann jedoch auch ein Hochleistungs-Bleiakkumulator zur Verwendung in einem Elektrofahrzeug oder dergleichen, ein Lithium-Ionen-Akkumulator, ein Natrium-Schwefel Akkumulator oder dergleichen sein. Es ist nicht unbedingt erforderlich, daß die elektrische Ladungsspeichereinrichtung die Batterie 23 ist. Die elektrische Ladungsspeichereinrichtung kann in beliebiger Form realisiert werden, solange sie Funktionen zur Speicherung von Energie als Elektrizität und zur Entladung von Elektrizität aufweist. Zum Beispiel kann die elektrische Ladungsspeichereinrichtung ein Kondensator, wie z. B. ein elektrischer Doppelschichtkondensator, ein Schwungrad, eine supraleitende Spule, ein Druckspeicher oder dergleichen sein. Ferner kann zwar eine der hierin erwähnten Komponenten allein eingesetzt werden, aber es können auch mehrere von ihnen miteinander kombiniert werden. Zum Beispiel können die Batterie 23 und der elektrische Doppelschichtkondensator miteinander kombiniert und als elektrische Ladungsspeichereinrichtung verwendet werden.
  • Das Bezugszeichen 26 bezeichnet eine Hauptsteuereinheit, d. h. eine Art Computer, der eine Recheneinrichtung, wie z. B. eine Zentraleinheit (CPU) (nicht dargestellt), eine Mikroprozessoreinheit (MPU) (nicht dargestellt) und dergleichen, eine Speichereinrichtung, wie z. B. einen Halbleiterspeicher, eine Magnetplatte und dergleichen, eine Kommunikationsschnittstelle und dergleichen aufweist. Die Hauptsteuereinheit 26 steuert Arbeitsvorgänge bzw. Operationen der Kraftmaschine 21 der Motorsteuereinheit, des Elektromotors 24, des Generators 22 und des Inverters auf der Basis von Signalen von einem Fahrmusterprädiktionsabschnitt 11, dem Kapazitätsdetektor und verschiedenen Sensoren in einem Fahrdatenerfassungsabschnitt 13. Die obenerwähnten Sensoren sind unter anderem ein Beschleunigungssensor, ein Bremssensor und dergleichen. Diese Sensoren erfassen Informationen über Operationen, die durch einen Fahrer des Fahrzeugs ausgeführt werden, und übertragen sie zur Hauptsteuereinheit 26.
  • Die Hauptsteuereinheit 26 steuert gewöhnlich ein Nutzungs- bzw. Auslastungsverhältnis zwischen der Kraftmaschine 21 und dem Elektromotor 24 entsprechend der Fahrsituation des Fahrzeugs, wie beispielsweise in 2 dargestellt. In diesem Fall ist die Abtriebsleistung während der Fahrt des Fahrzeugs als 100[%] definiert. Das heißt, die Summe aus einer Abtriebsleistung der Kraftmaschine 21 und einer Abtriebsleistung des Elektromotors 24 ist als 100[%] definiert. Zum Beispiel können die Kraftmaschine 21 bzw. der Elektromotor 24 an einer Steigung von +8[%] oder mehr mit Auslastungsverhältnissen von 80[%] bzw. 20[%] bezüglich der Gesamtabtriebsleistung des Fahrzeugs betrieben werden, sie können aber auch mit Auslastungsverhältnissen von 70[%] bzw. 30[%] bezüglich der Gesamtabtriebsleistung des Fahrzeugs betrieben werden. Die hier festgesetzten Werte sind Beispiele und können durch andere Werte ausgetauscht werden. Die in 2 dargestellten Auslastungsverhältnisse sind nicht mehr als ein Beispiel. Das heißt, Zahlenwerte, die unter Überschriften wie "STRASSENSTEIGUNG (+) ODER STRASSENGEFÄLLE(-)", "FAHRZEUGGESCHWINDIGKEIT", "KRAFTMA-SCHINE" und "ELEKTROMOTOR" angegeben sind, können entsprechend geändert werden. Außerdem ist auch eine Einstellung der Auslastungsverhältnisse der Kraftmaschine 21 und des Elektromotors 24 bezüglich der Gesamtabtriebsleistung während der Fahrt des Fahrzeugs unter Verwendung einer Tabelle geeignet, die sich völlig von der in 2 dargestellten Tabelle unterscheidet.
  • In 1 bezeichnet das Bezugszeichen 12 eine Navigationsdatenbank, in der Navigationsinformationen als Daten gespeichert werden, die für eine Navigationsverarbeitung in einem allgemein verfügbaren Navigationssystem verwendbar sind, beispielsweise Kartendaten, Straßendaten, Suchdaten und dergleichen. Gleichfalls in 1 bezeichnet das Bezugszeichen 14 einen Fahrmilieudatenerfassungsabschnitt zum Erfassen von Daten über das Fahrmilieu des Fahrzeugs, wie z. B. Uhrzeit, Datum, Verkehrsstauinformationen, Wetterinformationen und dergleichen. Der Fahrdatenerfassungsabschnitt 13 ist mit verschiedenen Sensoren ausgestattet und erfaßt Daten zum Fahrzustand des Fahrzeugs, wie z. B. die Fahrgeschwindigkeit, den Betätigungszustand einer Bremse, die Gasstellung und dergleichen. Der Fahrmusterprädiktionsabschnitt 11 ist eine Art Computer, der eine Recheneinrichtung, wie z. B. eine Zentraleinheit (CPU) (nicht dargestellt), eine Mikroprozessoreinheit (MPU) (nicht dargestellt) und dergleichen, eine Speichereinrichtung, wie z. B. einen Halbleiterspeicher, eine Magnetplatte und dergleichen, eine Kommunikationsschnittstelle und dergleichen aufweist. Der Fahrmusterprädiktionsabschnitt 11 erfaßt Daten von der Navigationsdatenbank 12, dem Fahrdatenerfassungsabschnitt 13 und dem Fahrmilieudatenerfassungsabschnitt 14, führt eine Navigationsverarbeitung, wie z. B. die Anzeige einer aktuellen Position des Fahrzeugs, die Suche nach einer Route zu einem Zielort und dergleichen, und eine Fahrgeschwindigkeitsmusterschätzverarbeitung zum Schätzen eines Fahrgeschwindigkeitsmusters durch, welches das Fahrverhalten des Fahrers widerspiegelt. Es ist wünschenswert, daß der Fahrmusterprädiktionsabschnitt 11 mit einem Eingabeabschnitt, einem Sichtanzeigeabschnitt, einem Spracheingabeabschnitt, einem Sprachausgabeabschnitt und einem Kommunikationsabschnitt ausgestattet ist. Der Eingabeabschnitt ist mit einer Funktionstaste (nicht dargestellt), einer Drucktaste, einem Tipptaster (Jogdial®), einem Kreuztaster, einer Fernsteuereinrichtung oder dergleichen ausgestattet. Der Sichtanzeigeabschnitt ist mit einem Kathodenstrahlröhren-Bildschirm, einer Flüssigkristallanzeige, einer Leuchtdiodenanzeige (LED-Anzeige), einem Plasmabildschirm, einem Hologrammsystem zur Projektion eines Hologramms auf eine Windschutzscheibe oder dergleichen ausgestattet. Der Spracheingabeabschnitt besteht aus einem Mikrofon und dergleichen. Der Sprachausgabeabschnitt ist mit einem Sprachsynthesizer, einem Lautsprecher und dergleichen ausgestattet. Der Kommunikationsabschnitt tauscht verschiedene Daten mit einem FM-Sender, einem Telefonleitungsnetz, dem Internet, einem Mobiltelefonnetz und dergleichen aus.
  • Die Navigationsdatenbank 12 ist mit einer Datenbank ausgestattet, die sich aus verschiedenen Dateien zusammensetzt. Die Navigationsdatenbank 12 zeichnet nicht nur Suchdaten zum Aufsuchen einer Route auf, sondern auch verschiedene Daten wie z. B. Kartendaten, Einrichtungsdaten und dergleichen, im Hinblick auf die Anzeige einer Führungskarte auf einem Bildschirm des Sichtanzeigeabschnitts entlang einer gesuchten Route, die Anzeige eines Fotos, eines Videoeinzelbildes oder dergleichen, das charakteristisch für eine Kreuzung oder eine Route ist, die Anzeige einer Entfernung zur nächsten Kreuzung, einer Fahrtrichtung an der nächsten Kreuzung und dergleichen, und die Anzeige anderer Führungsinformationen. Verschiedene Daten zur Ausgabe vorgegebener Informationen durch den Sprachausgabeabschnitt sind gleichfalls in der Navigationsdatenbank 12 aufgezeichnet.
  • Die Suchdaten schließen Kreuzungsdaten, Straßendaten, Verkehrsregelungsdaten und Routenanzeigedaten ein. Zusätzlich zu der Anzahl der Kreuzungen, deren Daten gespeichert sind, werden Daten über die jeweiligen Kreuzungen in den obenerwähnten Kreuzungsdaten als Kreuzungsdaten mit jeweils zugeordneten Kennummern gespeichert. Ferner werden zusätzlich zur Anzahl der mit jeder Kreuzung verbundenen Straßen, d. h. der Anzahl der Verbindungsstraßen, Nummern zur Kennzeichnung der Verbindungsstraßen als Anhänge in einem entsprechenden Kreuzungsdatenelement gespeichert. In den Kreuzungsdaten können Kreuzungstypen enthalten sein. Das heißt, die Kreuzungsdaten können Daten enthalten, um festzulegen, ob jede Kreuzung mit Verkehrsampelanlagen ausgestattet ist oder nicht.
  • Zusätzlich zur Anzahl der Straßen, deren Daten gespeichert sind, werden Daten über die entsprechenden Straßen in den obenerwähnten Straßendaten als Straßendaten mit jeweils zugeordneten Kennummern gespeichert. In jedem Straßendatenelement sind ein Typ einer entsprechenden Straße, eine Entfernung als Länge dieser Straße, eine Fahrzeit als erforderliche Zeit zum Befahren dieser Straße und dergleichen gespeichert. Der Straßentyp enthält ein verwaltungstechnisches Straßenattribut, wie z. B. Bundesstraße, Bezirksstraße, Hauptregionalstraße, Landstraße, Autobahn oder dergleichen.
  • Es ist wünschenswert, daß die Straßendaten straßenbezogene Daten enthalten, wie z. B. Breite, Gefälle, Schrägung, Höhe, Böschung, Straßenoberflächenzustand, Vorhandensein eines Mittelstreifens, Anzahl der Fahrspuren, Position, wo die Fahrspurzahl abnimmt, Position einer Straßenverengung und dergleichen. Entgegengesetzte Fahrspuren auf einer Autobahn oder einer Fernstraße werden als separate Straßendaten gespeichert und als Doppelstraßen behandelt. Zum Beispiel wird eine Fernstraße mit zwei oder mehr Fahrspuren auf einer Seite als Doppelstraße behandelt. Die Fahrspuren in Fahrt- und Gegenrichtung der Fernstraße werden in den Straßendaten als voneinander unabhängige Straßen gespeichert. Ferner werden für eine Ecke vorzugsweise Daten über Krümmungsradius, Kreuzung, Einmündung, Eckeneintrittsposition und dergleichen gespeichert. Straßenmerkmale wie z. B. Eisenbahnübergang, Autobahnauffahrt oder – abfahrt, Mautschranke für Autobahn, abfallende Straße, ansteigende Straße und dergleichen können gleichfalls enthalten sein.
  • Die Daten in der Navigationsdatenbank 12 werden in einer Speichereinrichtung gespeichert, wie z. B. in einem Halb leiterspeicher, einer Magnetplatte oder dergleichen. Die Speichereinrichtung kann ein Speichermedium beliebiger Form sein, wie z. B. ein Magnetband, eine Magnetplatte, eine Magnettrommel, ein Flash-Speicher, ein CD-ROM, eine Minidisk (MD), ein DVD-ROM, eine optische Speicherplatte, ein magnetooptischer Speicher (MO), eine IC-Karte, eine optische Speicherkarte, eine Speicherkarte und dergleichen. Die Verwendung eines entfernbaren externen Speichermediums ist auch möglich.
  • Der Fahrdatenerfassungsabschnitt 13 weist auf: einen GPS-Sensor zum Empfang von GPS-Informationen von einem GPS (Global Positioning System)-Satelliten, einen Orientierungssensor zur Erfassung einer Richtung, in der ein Fahrzeug ausgerichtet ist, einen Gasstellungssensor zum Erfassen einer Gasöffnungsstellung, einen Bremsschalter zum Erfassen einer Bewegung eines vom Fahrer betätigten Bremspedals, einen Lenkungssensor zum Erfassen eines Lenkwinkels eines vom Fahrer betätigten Lenkrads, einen Blinkersensor zum Erfassen einer Bewegung eines vom Fahrer betätigten Blinkerhebels, einen Schalthebelsensor zum Erfassen einer Bewegung eines vom Fahrer betätigten Schalthebels, einen Fahrzeuggeschwindigkeitssensor zum Erfassen einer Fahrgeschwindigkeit des Fahrzeugs, d. h. einer Fahrzeuggeschwindigkeit, einen Beschleunigungssensor zum Erfassen einer Beschleunigung des Fahrzeugs, einen Giergeschwindigkeitssensor zum Erfassen einer Giergeschwindigkeit, die eine Änderung der Fahrzeugrichtung anzeigt, und dergleichen. Zu den Fahrdaten gehören eine aktuelle Position des Fahrzeugs, eine Gas- bzw. Drosselklappenöffnungsstellung, eine Bewegung des vom Fahrer betätigten Bremspedals, ein Lenkwinkel des vom Fahrer betätigten Lenkrads, eine Bewegung des vom Fahrer betätigten Blinkerhebels, eine Bewegung des vom Fahrer betätigten Getriebeschalthebels, eine Fahrzeuggeschwindigkeit, eine Beschleunigung des Fahrzeugs, eine Gierwinkelgeschwindigkeit, die eine Änderung der Fahrzeugrichtung anzeigt, und dergleichen.
  • Der Fahrdatenerfassungsabschnitt 13 erfaßt Fahrdaten wie z. B. eine aktuelle Position des Fahrzeugs, eine Fahrgeschwindigkeit des Fahrzeugs und dergleichen in vorgegebenen Intervallen zwischen Anfahren und Anhalten des Fahrzeugs, d.
  • h. zwischen Start und Stop der Antriebseinheit 20. Das heißt, der Fahrdatenerfassungsabschnitt 13 erfaßt Fahrdaten in vorgegebenen Zeitintervallen (z. B. jedesmal nach Ablauf einer vorgegebenen Zeitdauer von beispielsweise 100 [ms], 1[s] oder dergleichen) oder vorgegebenen Entfernungsintervallen (z. B. jedesmal nach dem Durchfahren einer vorgegebenen Strecke von beispielsweise 100[m], 500[m] oder dergleichen). Die hier beschriebene Erfassung von Fahrdaten in vorgegebenen Intervallen ermöglicht die Ermittlung von Streckenorten des Fahrzeugs und Momentanänderungen der Fahrgeschwindigkeit des Fahrzeugs, d. h. eines Fahrgeschwindigkeitsmusters des Fahrzeugs. Die so erfaßten Fahrdaten können benutzt werden, um im Fahrmusterprädiktionsabschnitt 11 ein Fahrgeschwindigkeitsmuster zu erzeugen oder zu schätzen.
  • Der Fahrmilieudatenerfassungsabschnitt 14 ist mit einer Uhr, einem Kalender und dergleichen ausgestattet. Der Fahrmilieudatenerfassungsabschnitt 14 erfaßt und speichert Datums- und Uhrzeitinformationen wie z. B. die aktuelle Uhrzeit, Datum, Wochentag, Datum und Zeitpunkt der Abfahrt des Fahrzeugs und dergleichen. Ferner erfaßt und speichert der Fahrmilieudatenerfassungsabschnitt 14 Verkehrsinformationen, wie z. B. Verkehrsstauinformationen und dergleichen, Verkehrsregelungsinformationen, Straßenbauinformationen und dergleichen. Diese Informationen werden durch Erfassen von Informationen, die von Verkehrskontrollsystemen der Japanischen Öffentlichen Straßenverwaltung, der Polizei und dergleichen geliefert werden bereitgestellt, zum Beispiel unter Verwendung eines Straßenverkehrsinformationsübermittlungssystems, genannt VICS(R) (Fahrzeuginformations- und -kommunikationssystem). Außerdem ist es auch wünschenswert, daß der Fahrmilieudatenerfassungsabschnitt 14 Ereignisinformationen erfaßt und speichert, wie z. B. geplante Orte, Datumsangaben, Uhrzeiten und dergleichen für die Organisation von Ereignissen, wie z. B. Feste, Paraden, Feuerwerke und dergleichen. Zum Beispiel ist es auch wünschenswert, daß der Fahrmilieudatenerfassungsabschnitt 14 statistische Verkehrsstauinformationen über die Möglichkeit von Verkehrsstaus auf Straßen in der Nähe einer Bahnstation oder eines größeren Handelsunternehmens zu einer bestimmten Stunde an Werktagen und die Möglichkeit von Verkehrsstaus auf Straßen in der Nähe eines Badestrands während der Sommerferien, Wetterinformationen wie z. B. eine vom Japanischen Wetterdienst herausgegebene Wettervorhersage und dergleichen erfaßt und speichert. Zu den Fahrmilieuinformationen als Informationen über die Umgebung, in der das Fahrzeug fährt, die durch den Fahrmilieudatenerfassungsabschnitt 14 erfaßt und gespeichert werden, gehören aktuelle Uhrzeit, Datum, Wochentag, Datum und Uhrzeit der Abfahrt des Fahrzeugs, Wetter-, Verkehrsstauinformationen, Verkehrsregelungsinformationen, Straßenbauinformationen, Ereignisinformationen und dergleichen.
  • Der Fahrmilieudatenerfassungsabschnitt 14 erfaßt außerdem Daten über Betriebsbedingungen von Fahrzeugausrüstungen wie z. B. Scheibenwischer, Scheinwerfer, Klimaanlage, Entfroster und dergleichen, und Meßdaten, die von fahrzeuginternen Sensoren gewonnen werden, wie z. B. einem Regentropfensensor, einem Lufttemperatursensor und dergleichen. Die Daten zu den Betriebsbedingungen der Fahrzeugausrüstungen und die Meßdaten können im Fahrmusterprädiktionsabschnitt 11 jederzeit benutzt werden, um eine Witterung einzuschätzen.
  • Das Bezugszeichen 15 bezeichnet einen Verkehrsdatenspeicherabschnitt, der die durch den Fahrdatenerfassungsabschnitt 13 erfaßten Fahrdaten und die durch den Fahrmilieudatenerfassungsabschnitt 14 erfaßten Fahrmilieudaten speichert. In diesem Fall werden die Fahrdaten und die Fahrmilieudaten während eines Fahrzyklus des Fahrzeugs als einander zugeordnete Daten gespeichert. Das Bezugszeichen 16 bezeichnet einen Fahrgeschwindigkeitsmuster-Kandidatenspeicherabschnitt, der Fahrgeschwindigkeitsmuster speichert, die aus den weiter unten beschriebenen früheren Fahrdaten erzeugt werden.
  • Wenn in dem Hybridfahrzeug-Antriebssteuerungssystem 10 gemäß der vorliegenden Ausführungsform der Fahrmusterprädiktionsabschnitt 11 die Verarbeitung zum Schätzen des Fahrgeschwindigkeitsmusters ausführt und ein Fahrgeschwindigkeitsmuster schätzt, legt die Hauptsteuereinheit 26 auf der Basis des Fahrgeschwindigkeitsmusters ein Programm fest, das sich auf das Auslastungsverhältnis zwischen der Kraftmaschine 21 und dem Elektromotor 24 bezieht, und steuert die Betriebszu stände der Kraftmaschine 21 und des Motors 24 sowie den Ladezustand (SOC) der Batterie 23 entsprechend dem Programm.
  • Hinsichtlich der Funktion weist das Betriebssteuerungssystem 10 für das Hybridfahrzeug als Schätzvorrichtung für die Fahrzeuggeschwindigkeit eine Fahrinformationsspeichereinrichtung, eine Fahrgeschwindigkeitsmuster-Kandidatenerzeugungseinrichtung und eine Ausgabeeinrichtung für geschätzte Fahrgeschwindigkeitsmuster auf. Die Fahrinformationsspeichereinrichtung, die Fahrdaten und Fahrmilieudaten als einander zugeordnete Daten speichert, steht im Zusammenhang mit dem Fahrdatenspeicherabschnitt 15. Die Fahrgeschwindigkeitsmuster-Kandidatenerzeugungseinrichtung, die Fahrgeschwindigkeitsmuster-Kandidaten auf der Grundlage der Fahrdaten erzeugt, steht im Zusammenhang mit dem Fahrmusterprädiktionsabschnitt 11. Ferner steht die Ausgabeeinrichtung für geschätzte Fahrgeschwindigkeitsmuster, die mit aktuellen Fahrmilieudaten übereinstimmende Fahrgeschwindigkeitsmuster-Kandidaten extrahiert und ein geschätztes Fahrgeschwindigkeitsmuster für eine von jetzt an zu befahrende Route ausgibt, im Zusammenhang mit dem Fahrmusterprädiktionsabschnitt 11. Außerdem kann das Antriebssteuerungssystem 10 für das Hybridfahrzeug eine Bestimmungseinrichtung für häufige Routen zur Spezifikation einer häufigen Route auf der Grundlage der Fahrdaten und eine Abschnittsunterteilungseinrichtung zur Unterteilung der häufigen Route in kurze Abschnitte aufweisen. In diesem Fall stehen die Bestimmungseinrichtung für häufige Routen und die Abschnittsunterteilungseinrichtung im Zusammenhang mit dem Fahrmusterprädiktionsabschnitt 11.
  • Als nächstes wird die Funktionsweise des gemäß obiger Beschreibung konstruierten Hybridfahrzeugantriebssteuerungssystems 10 für das beschrieben. Zunächst wird die Grundkonzeption der Schätzung eines Fahrgeschwindigkeitsmusters beschrieben.
  • In der Regel wird in einem Hybridfahrzeug eine Fahrsteuerung des Fahrzeugs ausgeführt, um einer Echtzeit-Funktionsanforderung des Fahrers und einer durch die elektrische Ladungsspeichereinrichtung gestellten Anforderung zu entspre chen. Die allgemein akzeptierte Fahrsteuerung eines Hybridfahrzeugs weist jedoch die folgenden Probleme (1) bis (8) auf.
    • (1) In einem Fahrgeschwindigkeitsmuster, in dem das Fahrzeug sofort nach einer Beschleunigung gestoppt wird, oder in einem Fahrgeschwindigkeitsmuster, in dem das Fahrzeug häufig beschleunigt oder verzögert wird, ist eine Kraftmaschine nur kurzzeitig in Betrieb, so daß eine Batterie in bestimmten Fällen nicht genügend aufgeladen werden kann.
    • (2) Auch wenn die Batterie mit einer großen Elektrizitätsmenge aufgeladen wird, während die für die Fahrt des Fahrzeugs erforderliche Leistung niedrig ist, kann die Kraftmaschine in Betrieb sein.
    • (3) Auch wenn die für die Fahrt des Fahrzeugs erforderliche Energie zwischen Anfahren und Anhalten des Fahrzeugs niedrig ist, kann die Kraftmaschine in Betrieb sein.
    • (4) Auch wenn die für die Fahrt des Fahrzeugs erforderliche Leistung niedrig ist, wie in dem Fall, wo das Fahrzeug in einem Verkehrsstau stecken bleibt oder mit niedriger Geschwindigkeit fährt, kann eine Abnahme der in der Batterie gespeicherten Elektrizitätsmenge dazu führen, daß die Kraftmaschine in Betrieb gesetzt wird, um mittels eines Generators Strom zu erzeugen.
    • (5) Auch wenn Regenerativstrom erzeugt wird, wie im Fall der Fahrt auf einer Gefällestrecke oder bei einer Abbremsung, kann ein gewisser Handhabungsbereich des Ladezustands (SOC) der Batterie unter Umständen keine Rückgewinnung zulassen.
    • (6) Wenn die Kraftmaschine in dem Fall in Betrieb ist, wo die für die Fahrt des Fahrzeugs erforderliche Energie niedrig ist, wie bei der Fahrt mit konstanter Geschwindigkeit, erzeugt der Generator Strom. Ein gewisser Handhabungsbereich des Ladezustands (SOC) der Batterie kann jedoch unter Umständen keine Speicherung elektrischer Ladungen zulassen.
    • (7) Auch wenn das Fahrzeug verzögert oder gerade angehalten wird, kann die Kraftmaschine in Betrieb sein.
    • (8) Im Sommer oder dergleichen kann der Motor auch dann, wenn das Fahrzeug angehalten wird, in Betrieb sein, um eine Klimaanlage in Betrieb zu halten.
  • Zur Lösung der oben erwähnten Probleme muß auf einer geschätzten, von jetzt an zu befahrenden Route ein Fahrgeschwindigkeitsmuster geschätzt werden, um ein Betriebsprogramm für die Fahrt entlang der Route rationell festzulegen und die Betriebszustände der Kraftmaschine 21 und des Elektromotors 24 sowie den Ladezustand (SOC) der Batterie 23 entsprechend dem Betriebsprogramm zu steuern. In der vorliegenden Ausführungsform werden daher Fahrgeschwindigkeitsmuster-Kandidaten auf der Grundlage der früheren Daten für Fälle von Fahrten auf Routen erzeugt, die für die Fahrt zur Arbeit, die Fahrt zur Schule, Einkaufsfahrten und dergleichen häufig befahren werden. Dann wird die Route, die den aktuellen Fahrmilieudaten entspricht, unter den Fahrgeschwindigkeitsmuster-Kandidaten extrahiert, und ein Fahrgeschwindigkeitsmuster auf der geschätzten, von jetzt an zu befahrenden Route wird geschätzt.
  • In diesem Fall sind die häufig befahrenen Routen bestimmte Routen, die fast täglich befahren werden, z. B. eine Pendelverkehrsroute. Sie brauchen jedoch nicht täglich befahren zu werden. Das heißt, sie können jeden zweiten Tag oder mehr oder weniger einmal wöchentlich befahren werden. Außerdem brauchen diese Routen nicht regelmäßig befahren zu werden. Das heißt, die Häufigkeit, mit der sie befahren werden, kann auf geeignete Weise festgelegt werden. Zeitzonen, in denen die häufig zu befahrenden Routen befahren werden, können konstant sein, wie im Fall der Fahrt zur Arbeit am Morgen, oder sie können täglich variieren, wie im Fall der Heimfahrt nach der Arbeit. Die Entfernungen bzw. Längen der häufig zu befahrenden Routen können entweder kurz sein, wie z. B. 2 bis 3 [km], oder lang, wie z. B. 100 [km]. Hierbei ist zu beachten, daß in Bezug auf irgendeine der oben erwähnten, häufig zu befahrenden Routen Hinwege und Rückwege als unterschiedliche Routen aufgefaßt werden.
  • Als nächstes wird der Gesamt-Operationsablauf der Schätzung eines Fahrgeschwindigkeitsmusters beschrieben.
  • 3 zeigt ein Ablaufdiagramm, das den gesamten Arbeitsablauf der Schätzvorrichtung für Fahrgeschwindigkeitsmuster eines Fahrzeugs in der Ausführungsform der vorliegenden Erfindung darstellt.
  • Ebenso wie in dem Fall, wo ein allgemein verwendetes Navigationssystem eine Navigationsverarbeitung ausführt, überträgt zunächst der Fahrmusterprädiktionsabschnitt 11 Fahrdaten, die durch den Fahrdatenerfassungsabschnitt 13 erfaßt werden, zum Fahrdatenspeicherabschnitt 15, der die Daten dann speichert und sammelt (Schritt S1). Ferner überträgt der Fahrmusterprädiktionsabschnitt 11 durch den Fahrmilieudatenerfassungsabschnitt 14 erfaßte Fahrmilieudaten zum Fahrdatenspeicherabschnitt 15, der dann die Daten speichert. In diesem Fall werden die Fahrdaten und Fahrmilieudaten während eines Fahrzyklus des Fahrzeugs als einander zugeordnete Daten gespeichert. Ein Fahrzyklus des Fahrzeugs bedeutet eine Fahrt zwischen Anfahren und Anhalten des Fahrzeugs, d. h. eine Fahrt zwischen Start und Stop der Antriebseinheit 20.
  • Dann führt der Fahrmusterprädiktionsabschnitt 11 eine Verarbeitung zur Bestimmung einer häufigen Route aus, um auf der Grundlage der im Fahrdatenspeicherabschnitt 15 gespeicherten und gesammelten Fahrdaten eine häufig befahrene Route als häufige Route zu spezifizieren (Schritt S2). In diesem Fall werden Routen, die von dem Fahrzeug mindestens mit einer vorgegebenen Häufigkeit befahren wurden, spezifiziert und als häufige Routen registriert.
  • Dann führt der Fahrmusterprädiktionsabschnitt 11 eine Verarbeitung zur Fahrgeschwindigkeitsmuster-Kandidatenerzeugung aus, um einen Kandidaten für ein Fahrgeschwindigkeitsmuster zu erzeugen (Schritt S3). In diesem Fall unterteilt der Fahrmusterprädiktionsabschnitt 11 jede der häufigen Routen in mehrere kurze Abschnitte, teilt die früheren Fahrdaten in jedem der kurzen Abschnitte gewöhnlich in mehrere Klassen ein, erzeugt ein repräsentatives Fahrgeschwindigkeitsmuster für jede der Klassen auf der Grundlage der so klassifizierten Fahrdaten und legt das repräsentative Fahrgeschwindigkeitsmuster als Fahrgeschwindigkeitsmuster-Kandidaten fest. Daher werden gewöhnlich für jeden der kurzen Abschnitte mehrere Fahrgeschwindigkeitsmuster-Kandidaten erzeugt. Es kann auch einen kurzen Abschnitt geben, der nur einer Klasse entspricht und für den nur ein einziger Fahrgeschwindigkeitsmuster-Kandidat erzeugt wird.
  • Dann führt der Fahrmusterprädiktionsabschnitt 11 eine Fahrgeschwindigkeitsmuster-Schätzungsverarbeitung zum Schätzen eines Fahrgeschwindigkeitsmusters bezüglich einer Route durch, die als die von jetzt an zu befahrende Route eingeschätzt wird (Schritt S4). In diesem Fall extrahiert der Fahrmusterprädiktionsabschnitt 11 aus den im Fahrdatenspeicherabschnitt 15 gesammelten Fahrdaten diejenigen Daten, die aktuellen Fahrmilieudaten entsprechen, und wählt für jeden der kurzen Abschnitte einen Fahrgeschwindigkeitsmuster-Kandidaten, zu dem eine größte Anzahl der auf diese Weise extrahierten früheren Fahrdaten gehört, als geschätztes Fahrgeschwindigkeitsmuster aus. Der Fahrmusterprädiktionsabschnitt 11 verbindet dann geschätzte Fahrgeschwindigkeitsmuster miteinander, die für die entsprechenden kurzen Abschnitte ausgewählt wurden, und gibt sie als Fahrgeschwindigkeitsmuster auf der geschätzten, von jetzt an zu befahrenden Route aus.
  • Als nächstes wird die Verarbeitung zur Spezifikation häufiger Routen ausführlich beschrieben.
  • 4 zeigt ein Ablaufdiagramm, das die Verarbeitungsoperation zur Spezifikation häufiger Routen in der Ausführungsform der vorliegenden Erfindung darstellt.
  • Nach Erfassung der Fahrdaten während eines Fahrzyklus des Fahrzeugs vergleicht zunächst der Fahrmusterprädiktionsabschnitt 11 die auf diese Weise erfaßten aktuellen Fahrdaten mit den im Fahrdatenspeicherabschnitt 15 gesammelten früheren Fahrdaten und bestätigt, wie oft in der Vergangenheit die gleiche Route wie diesmal befahren wurde (Schritt S2–1). In diesem Fall ist es rationeller, eine diesmal befahrene Route zu spezifizieren, indem die aktuellen Fahrdaten durch eine Kartenanpassungsfunktion, die in der Navigationsverarbeitung benutzt wird, mit den in der Navigationsdatenbank 12 gespeicherten Daten verglichen werden und festzustellen, wie oft die Route früher befahren wurde, und dann die aktuellen Fahrdaten direkt mit den früheren Fahrdaten zu vergleichen.
  • Dann stellt der Fahrmusterprädiktionsabschnitt 11 fest, ob die diesmal befahrene Route mit einer vorgegebenen Häufigkeit (z. B. zehnmal) oder mehr befahren wurde (Schritt S2–2). Wenn festgestellt wird, daß die Route mit der vorgegebenen o der einer größeren Häufigkeit befahren wurde, dann spezifiziert und registriert der Fahrmusterprädiktionsabschnitt 11 die diesmal befahrene Route als häufige Route und beendet die Verarbeitung (Schritt S2-3). Wenn festgestellt wird, daß die Route nicht mit der vorgegebenen oder einer größeren Häufigkeit befahren wurde, beendet der Fahrmusterprädiktionsabschnitt 11 die Verarbeitung, ohne die diesmal befahrene Route als häufige Route zu spezifizieren oder zu registrieren.
  • Als nächstes wird die Verarbeitung zur Erzeugung eines Fahrgeschwindigkeitsmuster-Kandidaten beschrieben.
  • 5 zeigt ein Beispiel, in dem eine häufige Route in der Ausführungsform der vorliegenden Erfindung in mehrere kurze Abschnitte unterteilt wird. 6 zeigt ein Beispiel von Fahrdaten auf kurzen Abschnitten in der Ausführungsform der vorliegenden Erfindung. 7 zeigt ein erstes Beispiel von Fahrdaten auf klassifizierten kurzen Abschnitten in der Ausführungsform der vorliegenden Erfindung. 8 zeigt ein zweites Beispiel von Fahrdaten auf klassifizierten kurzen Abschnitten in der Ausführungsform der vorliegenden Erfindung. 9 zeigt ein drittes Beispiel von Fahrdaten auf klassifizierten kurzen Abschnitten in der Ausführungsform der vorliegenden Erfindung. 10 zeigt ein erstes Beispiel eines repräsentativen Fahrgeschwindigkeitsmusters für klassifizierte kurze Abschnitte in der Ausführungsform der vorliegenden Erfindung. 11 zeigt ein zweites Beispiel eines repräsentativen Fahrgeschwindigkeitsmusters für klassifizierte kurze Abschnitte in der Ausführungsform der vorliegenden Erfindung. 12 zeigt ein drittes Beispiel eines repräsentativen Fahrgeschwindigkeitsmusters für klassifizierte kurze Abschnitte in der Ausführungsform der vorliegenden Erfindung. 13 zeigt ein Beispiel der Klassifikation von Fahrdaten auf allen kurzen Abschnitten einer häufigen Route in der Ausführungsform der vorliegenden Erfindung. 14 zeigt ein Ablaufdiagramm, das eine Verarbeitungsoperation zur Erzeugung eines Fahrgeschwindigkeitsmuster-Kandidaten in der Ausführungsform der vorliegenden Erfindung darstellt.
  • Zunächst erfaßt der Fahrmusterprädiktionsabschnitt 11 gesammelte Fahrdaten auf einer registrierten häufigen Route aus dem Fahrdatenspeicherabschnitt 15 (Schritt S3-1). Der Fahrmusterprädiktionsabschnitt 11 erfaßt die in der Navigationsdatenbank 12 gespeicherten Straßendaten und unterteilt die häufige Route auf der Basis der Straßendaten in mehrere kurze Abschnitte (Schritt S3-2).
  • In der vorliegenden Ausführungsform unterteilt der Fahrmusterprädiktionsabschnitt 11 die häufige Route nach Kreuzungen. Wenn ein Fahrzeug sich in Fahrt befindet, dann neigt das Fahrzeug im allgemeinen dazu, zwischen Kreuzungen zu fahren, ohne anzuhalten, und es wird angenommen, daß wegen der Straßenbreite oder eines gewöhnlichen Staugrades das Fahrgeschwindigkeitsmuster zwischen den Kreuzungen wahrscheinlich im wesentlichen konstant ist. Ferner wird angenommen, daß Fahrgeschwindigkeitsmuster sich vor und nach dem Passieren einer Kreuzung stark voneinander unterscheiden, je nachdem, ob das Fahrzeug an der Kreuzung anhält oder nicht. Um daher Fahrgeschwindigkeitsmuster-Kandidaten in einem kurzen Abschnitt zu erzeugen, ist es wünschenswert, eine häufige Route nach Kreuzungen zu unterteilen. Informationen über Positionen und dergleichen der Kreuzungen sind in den Kreuzungsdaten enthalten. Aus den Kreuzungsdaten läßt sich feststellen, welcher Teil der gesammelten Fahrdaten über die häufige Route zu unterteilen ist. Auf diese Weise wird für jede Kreuzung die häufige Route in mehrere kurze Abschnitte unterteilt, z. B. in vier kurze Abschnitte A bis D, wie in 5 dargestellt. Hierbei ist zu beachten, daß S eine Startposition der häufigen Route und G eine Endposition der häufigen Route bezeichnet. Die unterteilten Fahrdaten, die dem kurzen Abschnitt B entsprechen, haben z. B. die in 6 dargestellte Form. In 6 stellt die Abszisse einen Abstand von einer Ausgangsposition des kurzen Abschnitts B dar, die Ordinate stellt eine Geschwindigkeit für jeden Abstand dar, und Kurven stellen Fahrgeschwindigkeitsmuster dar, die jeweils den Fahrdaten entsprechen.
  • Dann berechnet der Fahrmusterprädiktionsabschnitt 11 in jedem der kurzen Abschnitte der häufigen Route auf der Basis der gesammelten Fahrdaten der häufigen Route eine mittlere Fahrgeschwindigkeit für den gesamten Abschnitt (Schritt S3-3). In diesem Fall ist die über den gesamten Abschnitt Bemittelte Fahrgeschwindigkeit eine mittlere Fahrgeschwindigkeit in jedem der kurzen Abschnitte als Ganzem und wird für die jeweiligen Fahrdaten berechnet. Die Fahrdaten werden bei jedem Befahren der häufigen Route erfaßt und gesammelt. Daher wird in jedem der kurzen Abschnitte eine über den gesamten Abschnitt gemittelte Fahrgeschwindigkeit für die jeweiligen Fahrdaten berechnet, deren Anzahl gleich der Häufigkeit ist, mit der die häufige Route befahren wird.
  • Der Fahrmusterprädiktionsabschnitt 11 extrahiert aus den Fahrdaten diejenigen Daten, deren über den gesamten Abschnitt gemittelte Fahrgeschwindigkeiten dicht beieinander liegen, definiert sie als eine Menge und teilt dadurch die Fahrdaten auf der Basis einer über den gesamten Abschnitt gemittelten Fahrgeschwindigkeit in Mengen ein (Schritt 53-4). Die Fahrdaten werden für jeden der kurzen Abschnitte der häufigen Route klassifiziert. In diesem Fall werden die Fahrdaten z. B. unter Anwendung eines Clusterbildungsverfahrens klassifiziert, das als "k"-Mittelwert-Verfahren bezeichnet wird.
  • Zum Beispiel werden die Fahrdaten, die dem kurzen Abschnitt B entsprechen, wie in 6 dargestellt, in drei Mengen eingeteilt, wie aus den 7, 8 und 9 ersichtlich. In den 7, 8 und 9 stellt die Abszisse einen Abstand von der Ausgangsposition bzw. Startposition des kurzen Abschnitts B dar, die Ordinate stellt eine Geschwindigkeit für jeden Abstand dar, und Kurven stellen Fahrgeschwindigkeitsmuster dar, die jeweils den Fahrdaten entsprechen. Wenn in diesem Fall die Klassifikation unter Anwendung des als "k"-Mittelwert-Verfahren bezeichneten Clusterbildungsverfahrens auf der Basis einer über den gesamten Abschnitt gemittelten Fahrgeschwindigkeit ausgeführt wird, die als mittlere Fahrgeschwindigkeit im gesamten kurzen Abschnitt B für jede der in 6 dargestellten Kurven berechnet wurde, erhält man die Klassen B-1, B-2 und B-3, wie in den 7, 8 und 9 dargestellt. Aus den 7, 8 und 9 ist ersichtlich, daß die Fahrdaten in jeder der Mengen, die auf der Basis der über den gesamten Abschnitt Bemittelten Fahrgeschwindigkeit klassifiziert wurden, mehr oder weniger ähnliche Fahrgeschwindigkeitsmuster aufweisen.
  • Dann berechnet der Fahrmusterprädiktionsabschnitt 11 für jede der klassifizierten Mengen unter Verwendung der zur Menge gehörenden Fahrdaten eine mittlere Positions-Fahrgeschwindigkeit in jeder Position zwischen der Anfangs- und der Endposition jedes der kurzen Abschnitte. Diese mittlere Positions-Fahrgeschwindigkeit ist eine mittlere Fahrgeschwindigkeit, die beispielsweise den jeweiligen Fahrdaten entspricht, in jeder Position, die in jedem vorgegebenen Abstand von der Startposition festgelegt wird. Dann erzeugt der Fahrmusterprädiktionsabschnitt 11 eine kontinuierliche Menge von mittleren Positions-Fahrgeschwindigkeiten in entsprechenden Abständen von der Startposition bis zur Endposition, d. h. einen Übergang der mittleren Positions-Fahrgeschwindigkeit, und definiert den Übergang der mittleren Positions-Fahrgeschwindigkeit als repräsentatives Fahrgeschwindigkeitsmuster der Menge (Schritt S3-5).
  • Zum Beispiel werden auf der Basis der Fahrdaten, die zu den Mengen der Klassen B-1, B-2 und B-3 gehören, wie in den 7, 8 bzw. 9 dargestellt, repräsentative Fahrgeschwindigkeitsmuster erzeugt, wie in den 10, 11 und 12 dargestellt. In den 10, 11 und 12 stellt die Abszisse einen Abstand von der Anfangsposition des kurzen Abschnitts B dar, die Ordinate stellt eine Geschwindigkeit für jeden Abstand dar, und Linien stellen jeweils repräsentative Fahrgeschwindigkeitsmuster dar. Jedes der repräsentativen Fahrgeschwindigkeitsmuster erhält man durch Berechnung von mittleren Positions-Fahrgeschwindigkeiten durch einfache Mittelung von Fahrgeschwindigkeiten, die Fahrdaten in den jeweiligen Positionen entsprechen, und durch kontinuierliches Verbinden der mittleren Positions-Fahrgeschwindigkeiten von der Anfangsposition des kurzen Abschnitts B bis zur Endposition des kurzen Abschnitts B.
  • Bei der Berechnung einer mittleren Positions-Fahrgeschwindigkeit in jeder Position kann diese berechnet werden, indem einfach über die Fahrgeschwindigkeiten gemittelt wird, die den jeweiligen Fahrdaten in jeder Position entsprechen. Alternativ kann auch eine Gewichtung durchgeführt werden, indem ein Gewichtungsfaktor hinzugefügt wird, dessen Einfluß mit zunehmendem Neuheitsgrad der Fahrdaten stärker wird. Beim Schätzen eines Fahrgeschwindigkeitsmusters für jeden der kurzen Abschnitte in der Verarbeitung zum Schätzen von Fahrgeschwindigkeitsmustern wird das repräsentative Fahrgeschwindigkeitsmuster als ein Kandidat behandelt. In der vorliegenden Ausführungsform wird daher das repräsentative Fahrgeschwindigkeitsmuster nachstehend als Fahrgeschwindigkeitsmuster-Kandidat bezeichnet. Ein erzeugter Fahrgeschwindigkeitsmuster-Kandidat wird zu einem Speicherabschnitt 16 für Fahrgeschwindigkeitsmuster-Kandidaten übertragen und dort gespeichert.
  • Als Verfahren zur Klassifikation bzw. Einteilung von Fahrdaten in Mengen kann ein Verfahren angewandt werden, das auf dem Ähnlichkeitsgrad zwischen Fahrgeschwindigkeitsmustern basiert, sowie ein Verfahren, das auf der oben erwähnten, über den gesamten Abschnitt Bemittelten Fahrgeschwindigkeit basiert. Wenn Fahrdaten für jeden der kurzen Abschnitte als Kurven gezeichnet werden, die Fahrgeschwindigkeitsmuster in einem zweidimensionalen Raum anzeigen, in dem die Abszisse einen Abstand von der Anfangsposition des kurzen Abschnitts und die Ordinate eine Geschwindigkeit für jeden Abstand darstellt, wie in 6 gezeigt, dann bedeutet "der Ähnlichkeitsgrad zwischen Fahrgeschwindigkeitsmustern" den Ähnlichkeitsgrad zwischen den Formen der Kurven. Fahrdaten, deren die Fahrgeschwindigkeitsmuster anzeigende Kurven einander ähnlich sind, werden extrahiert und in eine Menge eingeteilt. In diesem Fall führt der Fahrmusterprädiktionsabschnitt 11 die folgenden Operationen (1) und (2) aus.
    • (1) Zunächst werden irgendwelche Fahrdaten willkürlich ausgewählt.
    • (2) Für die ausgewählten Fahrdaten wird dann jeweils:
    • (2–1) ein Quadrat der Geschwindigkeitsdifferenz zwischen den ausgewählten Fahrdaten und anderen Fahrdaten (d. h. ein quadratischer Fehler) in jeder Position zwischen der Anfangs- und der Endposition des kurzen Abschnitts berechnet; und
    • (2–2) wenn der quadratische Fehler in jeder Position innerhalb eines vorgegebenen Bereichs liegt, werden die oben erwähnten anderen Fahrdaten als zur gleichen Menge wie die ausgewählten Fahrdaten gehörend angesehen.
  • Die oben erwähnten Operationen (1) und (2) werden danach wiederholt für jeden der kurzen Abschnitte ausgeführt. Bei dem Verfahren, das auf der oben erwähnten, über den gesamten Abschnitt Bemittelten Fahrgeschwindigkeit basiert, werden Fahrdaten klassifiziert, indem die Fahrdaten jeweils durch einen Skalar dargestellt werden, der als über den gesamten Abschnitt Bemittelte Fahrgeschwindigkeit bezeichnet wird, und auf den Skalar das "k"-Mittelwert-Verfahren angewandt wird. Andererseits werden bei dem Verfahren, das auf dem Ähnlichkeitsgrad zwischen Fahrgeschwindigkeitsmustern basiert, Fahrdaten klassifiziert, indem Fahrdaten als Vektoren ausgedrückt werden, die als Geschwindigkeitsfolgen bezeichnet werden, und auf die Vektoren das "k"-Mittelwert-Verfahren angewandt wird. Daher können nach dem oben erwähnten, auf dem Ähnlichkeitsgrad zwischen Fahrgeschwindigkeitsmustern basierenden Verfahren trotz einer Zunahme des Rechenumfangs Fahrdaten mit ähnlichen Fahrgeschwindigkeitsmustern zweckmäßiger klassifiziert werden.
  • Ein Beispiel für ein Ergebnis einer Klassifikation, die für alle kurzen Abschnitte einer häufigen Route ausgeführt wird, ist in 13 dargestellt. In diesem Fall werden Fahrdaten in eine Menge (A-1) im kurzen Abschnitt A, drei Mengen (B-1, B-2 und B-3) in dem kurzen Abschnitt B, zwei Mengen (C-1 und C-2) in dem kurzen Abschnitt C und zwei Mengen (D-1 und D-2) in dem kurzen Abschnitt D eingeteilt. In 13 sind die Mengen in den entsprechenden kurzen Abschnitten jeweils durch Ellipsen angedeutet. Obwohl nicht dargestellt, werden Fahrgeschwindigkeitsmuster-Kandidaten erzeugt, die den jeweiligen Mengen entsprechen.
  • Beziehungen zwischen den Mengen in den aneinandergrenzenden kurzen Abschnitten, d. h. zwischen dem stromaufwärts liegenden kurzen Abschnitt (auf der linken Seite in der Zeichnung) und dem stromabwärts liegenden kurzen Abschnitt (auf der rechten Seite in der Zeichnung), werden durch Segmente ausgedrückt, welche die Mengen miteinander verbinden. Jede der von Kreisen umgebenen Zahlen an den Segmenten stellt die Anzahl der Fahrdaten dar, die zu der (den) Menge(n) in dem stromaufwärts liegenden kurzen Abschnitt und zu den Mengen in dem stromabwärts liegenden kurzen Abschnitt gehören.
  • Bei dem in 13 dargestellten Beispiel ist ersichtlich, daß die Gesamtzahl der Fahrdaten gleich 50 ist und daß alle Fahrdaten zu der einzigen Menge A-1 in dem kurzen Abschnitt A gehören. In dem kurzen Abschnitt B ist aus den Segmenten, welche die Mengen miteinander verbinden, und den von Kreisen umgebenen Zahlen an den Segmenten ersichtlich, daß 10, 15 bzw. 25 von den 50 zur Menge A-1 gehörenden Fahrdaten zu den Mengen B-1, B-2 bzw. B-3 gehören. Ebenso gehören in dem kurzen Abschnitt C acht bzw. zwei von den 10 zur Menge B-1 gehörenden Fahrdaten zu den Mengen C-1 bzw. C-2. Außerdem gehören acht bzw. sieben von den 15 zur Menge B-2 gehörenden Fahrdaten zu den Mengen C-1 bzw. C-2. Hierbei ist zu beachten, daß alle 25 zur Menge B-3 gehörenden Fahrdaten zur Menge C-2 gehören. Ferner gehören in dem kurzen Abschnitt D drei bzw. dreizehn von den 16 zur Menge C-1 gehörenden Fahrdaten zu den Mengen D-1 bzw. D-2. Ferner gehören 24 bzw. 10 von den 34 zur Menge C-2 gehörenden Fahrdaten zu den Mengen D-1 bzw. D-2.
  • Bei der Verarbeitung zum Erzeugen von Fahrgeschwindigkeitsmuster-Kandidaten in der vorliegenden Ausführungsform werden keine Fahrmilieudaten verwendet. Das heißt, der Fahrmusterprädiktionsabschnitt 11 erfaßt Fahrdaten aus dem Fahrdatenspeicherabschnitt 15, ohne daraus Fahrmilieudaten zu erfassen, und erzeugt Fahrgeschwindigkeitsmuster-Kandidaten auf der Grundlage der Fahrdaten. Daher können zu einer Menge gehörende Fahrdaten z. B. Fahrdaten an Regentagen und Fahrdaten an Sonnentagen aufweisen.
  • Die Fahrgeschwindigkeitsmuster-Kandidaten werden daher nicht auf der Basis der Fahrmilieudaten, sondern nur auf der Basis der Fahrdaten erzeugt, weil auch bei unterschiedlichen Fahrmilieudaten, wie z. B. Wochentagen oder Witterung, ungeachtet der Fahrmilieus unter gewissen Straßenverhältnissen ähnliche Fahrgeschwindigkeitsmuster erhalten werden. Unter diesen Verhältnissen wird es durch Erzeugen von Fahrgeschwindigkeitsmuster-Kandidaten ausschließlich auf der Basis von Fahrdaten ohne Berücksichtigung von Fahrmilieus möglich, Fahr geschwindigkeitsmuster-Kandidaten auf der Basis einer großen Anzahl von Fahrdaten zu erzeugen und die Zuverlässigkeit der auf diese Weise erzeugten Fahrgeschwindigkeitsmuster-Kandidaten zu erhöhen. Zum Beispiel ist in dem Fall, wo nur ein Fahrdatenelement für das Fahren in regnerischer Umgebung existiert, d. h. in dem Fall, wo nur ein Fahrdatenelement an Regentagen existiert, auch dann, wenn ein Fahrgeschwindigkeitsmuster für einen bevorstehenden Regentag auf der Grundlage des einen Fahrdatenelements geschätzt wird, die Zuverlässigkeit des geschätzten Fahrgeschwindigkeitsmusters niedrig. Andererseits wird in dem Fall, wo neun Fahrdatenelemente existieren, die keine Regentage betreffen, aber ähnliche Fahrgeschwindigkeitsmuster aufweisen wie das Fahrdatenelement an Regentagen, bei der Schätzung eines Fahrgeschwindigkeitsmusters für einen bevorstehenden Regentag auf der Basis dieser 10 Fahrdatenelemente die Zuverlässigkeit des geschätzten Fahrgeschwindigkeitsmusters verbessert.
  • Als nächstes wird die Verarbeitung zum Schätzen von Fahrgeschwindigkeitsmustern beschrieben.
  • 15 zeigt ein Beispiel der Schätzung von Fahrdaten auf allen kurzen Abschnitten einer häufigen Route in der Ausführungsform der vorliegenden Erfindung. 16 zeigt ein Ablaufdiagramm, das eine Verarbeitungsoperation zum Schätzen eines Fahrgeschwindigkeitsmusters in der Ausführungsform der vorliegenden Erfindung darstellt.
  • Zunächst stellt der Fahrmusterprädiktionsabschnitt 11 fest, ob die Antriebseinheit 20 gestartet worden ist oder nicht (Schritt S4-1). Wenn die Antriebseinheit 20 gestartet worden ist, erfaßt der Fahrmusterprädiktionsabschnitt 11 die aktuelle Position des Fahrzeugs und die aktuelle Zeit. Wenn die Antriebseinheit 20 nicht gestartet worden ist, beendet der Fahrmusterprädiktionsabschnitt 11 die Verarbeitung. Bezüglich der im Fahrdatenspeicherabschnitt 15 gesammelten Fahrdaten stellt der Fahrmusterprädiktionsabschnitt 11 auf der Basis der erfaßten aktuellen Position des Fahrzeugs und der erfaßten aktuellen Zeit fest, ob von jetzt an die häufige Route zu befahren ist oder nicht (Schritt S4-2). Wenn z. B. im Falle von Pendel- bzw. Berufsverkehr die aktuelle Position die Wohnung des Fahrers ist und die aktuelle Zeit in einer morgendlichen Berufsverkehrzeitzone liegt, kann unter Bezugnahme auf die gesammelten Fahrdaten festgestellt werden, daß eine als häufige Route registrierte Berufsverkehrsroute zu befahren ist.
  • Wenn nicht festgestellt wird, daß von jetzt an die häufige Route zu befahren ist, beendet der Fahrmusterprädiktionsabschnitt 11 die Verarbeitung. Wird jedoch festgestellt, daß von jetzt an die häufige Route zu befahren ist, erfaßt der Fahrmusterprädiktionsabschnitt 11 aktuelle Fahrmilieudaten, wie z. B. Wochentag, Betriebszustand eines Scheibenwischers und dergleichen, aus dem Fahrmilieudatenerfassungsabschnitt 14 (Schritt S4-3). Dann extrahiert der Fahrmusterprädiktionsabschnitt 11 aus dem Fahrdatenspeicherabschnitt 15 die früheren Fahrdaten, die mit den vom Fahrmilieudatenerfassungsabschnitt 14 erfaßten aktuellen Fahrmilieudaten übereinstimmen (Schritt S4-4). In diesem Fall sind die Fahrdaten und die Fahrmilieudaten während eines Fahrzyklus des Fahrzeugs als einander zugeordnete Daten gespeichert. Daher können durch Abruf unter der Bedingung der Fahrmilieudaten die Fahrdaten, die den mit den aktuellen Fahrmilieudaten übereinstimmenden Fahrmilieudaten zugeordnet sind, als Fahrdaten extrahiert werden, die mit den aktuellen Fahrmilieudaten übereinstimmen.
  • Ebenso wie in dem in 13 dargestellten Beispiel spezifiziert dann der Fahrmusterprädiktionsabschnitt 11 unter den für alle kurzen Abschnitte der häufigen Route klassifizierten Fahrdatenmengen eine Menge, zu der eine größte Anzahl von Fahrdaten gehört, die mit den aktuellen Fahrmilieudaten übereinstimmen (Schritt S4-5).
  • Die nachstehende Beschreibung bezieht sich auf das in 13 dargestellte Beispiel. Zum Beispiel wird angenommen, daß ein Datenelement, das einen Betriebszustand des Scheibenwischers anzeigt, als aktuelles Fahrmilieudatenelement erfaßt worden ist, und daß drei von insgesamt 50 Fahrdaten dem Fahrmilieudatenelement zugeordnet sind, das den Betriebszustand des Wischers anzeigt. Außerdem wird angenommen, daß alle drei Fahrdaten zur Menge A-1 in dem kurzen Abschnitt A gehören, daß zwei davon bzw. das andere Datenelement zur Menge B-1 bzw. zur Menge B-2 in dem kurzen Abschnitt B gehören, daß eines von diesen Datenelementen bzw. die anderen beiden zur Menge C-1 bzw. zur Menge C-2 in dem kurzen Abschnitt C gehören, und daß zwei von diesen Datenelementen bzw. das andere Datenelement zur Menge D-1 bzw. zur Menge D-2 in dem kurzen Abschnitt D gehören. In diesem Fall sind diejenigen Mengen, zu denen eine größte Anzahl von Fahrdaten gehört, die mit den aktuellen Fahrmilieudaten übereinstimmen, die Mengen A-1, B-1, C-2 und D-1. Daher kann eingeschätzt werden, daß das Fahrgeschwindigkeitsmuster auf der von jetzt an zu befahrenden häufigen Route höchstwahrscheinlich zu den Mengen gehört, die durch Segmente miteinander verbunden sind, die in 15 durch dick ausgezogene Liniensegmente angedeutet werden.
  • Dann extrahiert der Fahrmusterprädiktionsabschnitt 11 aus dem Fahrgeschwindigkeitsmuster-Kandidatenspeicherabschnitt 16 einen Fahrgeschwindigkeitsmuster-Kandidaten aus der in jedem der kurzen Abschnitte spezifizierten Menge (Schritt S4-6). Der Fahrmusterprädiktionsabschnitt 11 gibt den extrahierten Fahrgeschwindigkeitsmuster-Kandidaten als geschätztes Fahrgeschwindigkeitsmuster aus (Schritt S4-7) und beendet die Verarbeitung.
  • Auf diese Weise werden bei der Verarbeitung zum Schätzen von Fahrgeschwindigkeitsmustern Fahrdaten extrahiert, die mit aktuellen Fahrmilieudaten übereinstimmen, und ein Fahrgeschwindigkeitsmuster-Kandidat aus einer Menge, zu der eine größte Anzahl von Fahrdaten gehört, wird als geschätztes Fahrgeschwindigkeitsmuster extrahiert. Daher kann ein geeignetes geschätztes Fahrgeschwindigkeitsmuster ausgegeben werden, das mit den aktuellen Fahrmilieudaten übereinstimmt. Das mit den aktuellen Fahrmilieudaten übereinstimmende geschätzte Fahrgeschwindigkeitsmuster ist ein Fahrgeschwindigkeitsmuster-Kandidat aus einer Menge, zu der eine größte Anzahl von Fahrdaten gehört, die mit den aktuellen Fahrmilieudaten übereinstimmen.
  • Wie oben beschrieben, wird der Fahrgeschwindigkeitsmuster-Kandidat nicht auf der Basis der Fahrmilieudaten, sondern nur auf der Basis der Fahrdaten erzeugt. Das heißt, der Fahrgeschwindigkeitsmuster-Kandidat wird auf der Basis einer großen Anzahl von Fahrdaten erzeugt. Daher kann auch dann, wenn eine kleine Anzahl von Fahrdaten vorhanden ist, die mit be stimmten Fahrmilieudaten übereinstimmen, z. B. mit denen an Regentagen, ein geschätztes Fahrgeschwindigkeitsmuster mit hoher Genauigkeit ausgegeben werden.
  • Im allgemeinen werden Witterung, Zeitzone, Wochentag, Abrechnungstag, Quartalsende und dergleichen als Fahrmilieus angesehen, die Fahrgeschwindigkeitsmuster beeinflussen. Der im oben erwähnten Fall der Witterung ausgeübte Einfluß besteht darin, daß der Verkehr in der Regel langsam fließt und sogar die gleiche Route mit niedrigerer Geschwindigkeit befahren wird, wenn es regnet. Der im Fall der Zeitzone ausgeübte Einfluß ist, daß Fahrzeuge in morgendlichen und abendlichen Berufsverkehrs-Zeitzonen wegen Verkehrsstaus mit niedrigen Geschwindigkeiten und um Mitternacht und dergleichen wegen niedriger Verkehrsdichte mit hohen Geschwindigkeiten fahren. Der im Fall des Wochentags ausgeübte Einfluß ist, daß Fahrzeuge an Sonntagen wegen niedriger Verkehrsdichte mit hohen Geschwindigkeiten fahren. Der Abrechnungstag ist ein Tag, der mit 5 oder 0 endet, der letzte Tag des Monats oder dergleichen, der im allgemeinen als Abschlußdatum für ein Geschäft oder für eine Abrechnung festgesetzt wird. Da das Verkehrsvolumen am Abrechnungstag ansteigt, fahren Fahrzeuge mit niedrigen Geschwindigkeiten. Das Quartalsende ist Ende März, Jahresende oder dergleichen, das im allgemeinen als Abrechnungszeitraum festgesetzt wird. Da das Verkehrsvolumen am Quartalsende gleichfalls ansteigt, fahren Fahrzeuge mit niedrigen Geschwindigkeiten. Außerdem können eine vorübergehende Verkehrssperrung, die von einem unvorhergesehenen Verkehrsunfall, einem Verkehrsstau unbekannten Ursprungs, einem Festival, einem Ereignis wie z. B einer Demonstration oder dergleichen, Brandbekämpfung oder dergleichen herrührt, eine Verkehrssperrung oder Verkehrsregelung, die durch Straßenbauarbeiten oder dergleichen während einer vorher festgesetzten Zeitspanne verursacht wird, und dergleichen ebenfalls als Verkehrsmilieus angesehen werden, die Fahrgeschwindigkeitsmuster beeinflussen.
  • Als nächstes wird der Betrieb der Antriebseinheit 20 auf der Basis des geschätzten Fahrgeschwindigkeitsmusters beschrieben.
  • 17 zeigt ein erstes Beispiel eines Einstellungsprogramms in der Ausführungsform der vorliegenden Erfindung. 18 zeigt ein zweites Beispiel eines Einstellungsprogramms in der Ausführungsform der vorliegenden Erfindung. 19 zeigt ein Ablaufdiagramm, das eine Programmverarbeitungsoperation in der Ausführungsform der vorliegenden Erfindung darstellt.
  • Zunächst erfaßt die Hauptsteuereinheit 26 ein geschätztes Fahrgeschwindigkeitsmuster vom Fahrmusterprädiktionsabschnitt 11 (Schritt S11) und führt die Programmverarbeitung zur Festlegung eines Betriebsprogramms für die Steuerung der Betriebszustände der Kraftmaschine 21 und des Elektromotors 24 sowie des Ladezustands (SOC) der Batterie 23 auf der Basis des geschätzten Fahrgeschwindigkeitsmusters durch. Nach der Festlegung des Betriebsprogramms steuert die Hauptsteuereinheit 26 den Betrieb der Kraftmaschine 21, der Motorsteuerungseinheit, des Elektromotors 24, des Generators 22 und des Inverters nach dem Betriebsprogramm und führt eine Fahrverarbeitung aus, um das Fahrzeug zum Fahren zu bringen.
  • Nach Erfassung des geschätzten Fahrgeschwindigkeitsmusters erfaßt die Hauptsteuereinheit 26 einen aktuellen Ladezustand (SOC), der durch den Kapazitätserfassungssensor der Batterie 23 nachgewiesen wird (Schritt S12). Da in diesem Falle die Programmverarbeitung unmittelbar vor dem Befahren der häufigen Route ausgeführt wird, ist der aktuelle Ladezustand ein Ladezustand in einer Startposition der häufigen Route, d. h. ein Ladezustand in einer Abfahrtposition.
  • Dann legt die Hauptsteuereinheit 26 einen Ladezustand in einer Endposition der häufigen Route fest, d. h. einen Ladezustand an einem Zielort (Schritt S13). In diesem Fall ist der Ladezustand am Zielort beispielsweise gleich dem Ladezustand am Abfahrtsort der häufigen Route. Der Ladezustand am Zielort kann jedoch innerhalb eines Handhabungsbereichs des Ladezustands willkürlich festgelegt werden.
  • In dem Antriebssteuerungssystem 10 für das Hybridfahrzeug gemäß der vorliegenden Ausführungsform wird ebenso wie im Fall eines allgemein verwendeten Hybridfahrzeugs im voraus ein Handhabungsbereich des Ladezustands als eine elektrische La dungsspeichermenge der Batterie 23 festgesetzt, und ein Betriebsprogramm wird so festgelegt, daß der Ladezustand innerhalb des Handhabungsbereichs eingegrenzt ist. Ebenso wie im Fall einer allgemein eingesetzten Batterie schwankt die Strom-Spannungs-Charakteristik der Batterie 23 in Abhängigkeit vom Ladezustand, und die Lebensdauer der Batterie 23 wird durch einen zu hohen Ladezustand oder einen zu niedrigen Ladezustand verkürzt. Zum Beispiel kann die Batterie 23 zerstört werden, wenn sie zu stark aufgeladen worden ist. Daher wird der im voraus festgelegte Handhabungsbereich zum Beispiel so festgesetzt, daß die Maximal- und Minimalwerte des Ladezustands gleich 60[%] bzw. 40[%] werden, und der Ladezustand der Batterie 23 wird so gesteuert, daß er innerhalb des Handhabungsbereichs eingegrenzt wird.
  • Falls jedoch der Generator 22 sehr oft Regenerativstrom erzeugt, wie im Falle einer langen Gefällestrecke, geht bei fixiertem Handhabungsbereich der Regenerativstrom verloren, ohne daß er durch die Batterie 23 in ausreichendem Maße zurückgewonnen werden kann. Daher kann der Kraftstoffverbrauch nicht ausreichend reduziert werden, obwohl der Generator 22 sehr oft Regenerativstrom erzeugt.
  • Folglich legt die Hauptsteuereinheit 26 ein effizientes Betriebsprogramm so fest, daß der Kraftstoffverbrauch ausreichend reduziert werden kann, indem eine ausreichende Rückgewinnung von Regenerativstrom durch die Batterie 23 ermöglicht wird, wobei verhindert wird, daß der Ladezustand den Handhabungsbereich übersteigt, indem obere und untere Grenzwerte des Handhabungsbereichs eingestellt und der Handhabungsbereich nötigenfalls erweitert wird (Schritt S14). Das heißt, die Hauptsteuereinheit 26 legt auf der Basis eines geschätzten Fahrgeschwindigkeitsmusters ein Betriebsprogramm fest, das einem minimalen Kraftstoffverbrauch in der Kraftmaschine 21 entspricht.
  • Dann legt die Hauptsteuereinheit 26 ein Betriebsprogramm zur Steuerung der Betriebszustände der Kraftmaschine 21 und des Motors 24 sowie des Ladezustands (SOC) der Batterie 23 entsprechend dem erfaßten geschätzten Fahrgeschwindigkeitsmuster fest und ermittelt, ob in dem festgelegten Betriebspro gramm eine Anomalie vorhanden ist oder nicht (Schritt S15). Die Anomalie bedeutet, daß der in dem festgelegten Betriebsprogramm enthaltene Ladezustand am Zielort sich von einem ursprünglich festgelegten Wert unterscheidet, oder daß der in dem festgelegten Betriebsprogramm enthaltene Ladezustand den Handhabungsbereich überschreitet. Wenn keine Anomalie vorhanden ist, legt die Hauptsteuereinheit 26 wieder ein Betriebsprogramm fest. Zweckmäßig ist auch, daß Informationen über den Kraftstoffverbrauch und ein Fahrzeugsystem im Betriebsprogramm enthalten sind, und daß eine Feststellung des Vorhandenseins einer Anomalie im Betriebsprogramm auf der Basis der Informationen über den Kraftstoffverbrauch und das Fahrzeugsystem erfolgt.
  • Da zum Beispiel der Wirkungsgrad beim Fahren mit der Kraftmaschine 21 in einem überfüllten Straßenabschnitt niedrig ist, ist das Fahren mit dem Elektromotor 24 wünschenswert. Falls daher, wie in 17(a) dargestellt, in einem vom Fahrmusterprädiktionsabschnitt 11 ausgegebenen geschätzten Fahrgeschwindigkeitsmuster ein überfüllter Straßenabschnitt enthalten ist, d. h. in dem Fall, wo das Auftreten eines Verkehrsstaus vorausgesagt wird, legt die Hauptsteuereinheit 26 ein solches Antriebsverfahren fest, daß die Batterie 23 vor dem überfüllten Straßenabschnitt ausreichend aufgeladen wird.
  • Falls der obere Grenzwert oder der untere Grenzwert des Handhabungsbereichs des Ladezustands nicht eingestellt wird, ändert sich der Ladezustand, wie in 17(b) dargestellt. Das heißt, da das Fahrzeug über eine lange Distanz in dem überfüllten Straßenabschnitt mit dem Elektromotor 24 fährt und eine große Strommenge verbraucht, muß das Fahrzeug in einem stromerzeugenden Fahrbetrieb fahren, in dem die Kraftmaschine 21 im Betrieb ist, während der Generator 22 Elektrizität erzeugt, wie durch "A" angedeutet, um zu verhindern, daß der Ladezustand unter den unteren Grenzwert abfällt. Daher kann die verbrauchte Kraftstoffmenge nicht ausreichend reduziert werden. Da ferner das Fahrzeug den Zielort bald nach dem Durchfahren des überfüllten Abschnitts erreicht, kann keine ausreichende Elektrizitätsmenge erzeugt werden, und der Ladezustand am Zielort kann auch nicht an den Ladezustand am Abfahrtsort angeglichen werden.
  • Wenn andererseits der obere Grenzwert des Handhabungsbereichs des Ladezustands so eingestellt wird, daß er auf einen geeigneten Wert angehoben wird, dann ändert sich der Ladezustand, wie in 17(c) dargestellt. In diesem Fall läßt sich feststellen, daß in einem Abschnitt vor dem überfüllten Straßenabschnitt ein Regenerativabschnitt vorhanden ist, in dem Regenerativstrom erzeugt wird. Da die Batterie 23 in dem Regenerativabschnitt ausreichend aufgeladen werden kann, kann der Ladezustand ohne Betrieb der Kraftmaschine 21 auf einem geeigneten Wert gehalten werden, wie durch "B" angedeutet, auch wenn das Fahrzeug über eine lange Distanz in dem überfüllten Straßenabschnitt mit dem Elektromotor 24 fährt und eine große Strommenge verbraucht. Daher kann der Kraftstoffverbrauch ausreichend reduziert werden. Ferner kann der Ladezustand am Zielort an den Ladezustand am Abfahrtsort angeglichen werden.
  • Das Fahren des Fahrzeugs mit dem Elektromotor 24 ist z. B. auch in einem Abschnitt wünschenswert, wo das Fahrzeug oft beschleunigt/verzögert oder anfährt/anhält, da der Wirkungsgrad beim Fahren mit der Kraftmaschine 21 niedrig ist. Wenn daher, wie in 18(a) dargestellt, in einem durch den Fahrmusterprädiktionsabschnitt 11 ausgegebenen geschätzten Fahrgeschwindigkeitsmuster ein Abschnitt enthalten ist, wo das Fahrzeug oft beschleunigt/verzögert oder anfährt/anhält, und wenn unmittelbar im Anschluß an diesen Abschnitt ein Abschnitt enthalten ist, wo das Fahrzeug stabil fahren kann, legt die Hauptsteuereinheit 26 ein solches Antriebsverfahren fest, daß die Batterie 23 aufgeladen wird, nachdem der Abschnitt durchfahren ist, wo das Fahrzeug häufig beschleunigt/verzögert oder anfährt/anhält.
  • Falls der obere Grenzwert oder der untere Grenzwert des Handhabungsbereichs des Ladezustands nicht eingestellt wird, ändert sich der Ladezustand, wie in 18(b) dargestellt. Das heißt, da das Fahrzeug über eine lange Strecke mit dem Elektromotor 24 fährt und eine große Strommenge in dem Abschnitt verbraucht, wo das Fahrzeug oft beschleunigt/verzögert oder anfährt/anhält, ist es notwendig, daß das Fahrzeug in einem Fahrbetrieb mit Stromerzeugung fährt, in dem die Kraftmaschine 21 in Betrieb ist und der Generator 22 Elektrizität erzeugt, wie durch "C" angedeutet, um zu verhindern, daß der Ladezustand unter den unteren Grenzwert abfällt. Daher kann der Kraftstoffverbrauch nicht ausreichend reduziert werden.
  • Wenn andererseits der untere Grenzwert des Handhabungsbereichs des Ladezustands so eingestellt wird, daß er auf einen geeigneten Wert abgesenkt wird, dann ändert sich der Ladezustand, wie in 18(c) dargestellt. In diesem Fall kann vor einer Anfangsposition eines Regenerativabschnitts, der sich unmittelbar an den Abschnitt anschließt, wo das Fahrzeug oft beschleunigt/verzögert oder anfährt/anhält, durch die Batterie 23 Regenerativstrom zurückgewonnen werden. Daher kann die Batterie 23 in dem Regenerativabschnitt ausreichend aufgeladen werden. Daher kann auch dann, wenn das Fahrzeug über eine lange Distanz mit dem Motor 24 fährt und eine große Strommenge in dem Abschnitt verbraucht, wo das Fahrzeug häufig beschleunigt/verzögert oder anfährt/anhält, der Ladezustand innerhalb des Handhabungsbereichs gehalten werden, ohne daß die Kraftmaschine 21 betrieben, wie durch "D" angedeutet. Daher kann der Kraftstoffverbrauch genügend reduziert werden. In dem Abschnitt, der sich unmittelbar an den Abschnitt anschließt, wo das Fahrzeug häufig beschleunigt/verzögert oder anfährt/anhält, kann der Ladezustand durch ausreichende Aufladung der Batterie 23 wiederhergestellt werden. In dem in 18(c) dargestellten Beispiel wird auch der obere Grenzwert des Handhabungsbereichs des Ladezustands angehoben. Der Grund dafür ist, daß ebenso wie bei dem in 17(c) dargestellten Beispiel in der häufigen Route ein überfüllter Straßenabschnitt enthalten ist. Falls in der häufigen Route kein überfüllter Straßenabschnitt enthalten ist, ist es zweckmäßig, nur den unteren Grenzwert des Handhabungsbereichs des Ladezustands einzustellen.
  • Wie bisher beschrieben, erfaßt die Hauptsteuereinheit 26 einen Regenerativabschnitt auf der Basis eines geschätzten Fahrgeschwindigkeitsmusters und legt ein Betriebsprogramm so fest, daß vor einer Anfangsposition des Regenerativabschnitts Regenerativstrom durch die Batterie 23 zurückgewonnen werden kann. Daher geht kein Regenerativstrom verloren. Da ferner das Betriebsprogramm so festgelegt wird, daß der gesamte im Regenerativabschnitt erzeugte Regenerativstrom durch die Batterie 23 zurückgewonnen werden kann, läßt sich der Kraftstoffverbrauch ausreichend reduzieren.
  • Als nächstes wird die Fahrbetriebsverarbeitungsoperation beschrieben.
  • 20 zeigt ein Ablaufdiagramm, das eine Fahrbetriebsverarbeitungsoperation in der Ausführungsform der vorliegenden Erfindung darstellt.
  • Wenn das Fahrzeug auf der häufigen Route zu fahren beginnt, steuert die Hauptsteuereinheit 26 den Betrieb der Kraftmaschine 21, der Motorsteuereinheit, des Elektromotors 24, des Generators 22 und Inverters entsprechend dem festgelegten Betriebsprogramm. In diesem Fall erfaßt die Hauptsteuereinheit 26 einen durch den Kapazitätserfassungssensor der Batterie 23 erfaßten Ladezustand, d. h. einen tatsächlichen Ladezustand auf Echtzeitbasis, vergleicht den erfaßten Ladezustand mit einem im Betriebsprogramm enthaltenen Ladezustand (Schritt S21) und stellt fest, ob in dem erfaßten Ladezustand eine Anomalie vorhanden ist oder nicht (Schritt S22).
  • Ein Fahrgeschwindigkeitsmuster des Fahrzeugs beim tatsächlichen Befahren der Route stimmt nicht völlig mit dem geschätzten Fahrgeschwindigkeitsmuster überein. Daher werden Änderungen des tatsächlichen Ladezustands als von Änderungen des in dem oben erwähnten Betriebsprogramm enthaltenen Ladezustands verschieden angesehen. Wenn daher der Unterschied zwischen einem tatsächlichen Ladezustand und dem in dem Betriebsprogramm enthaltenen Ladezustand eine Zeit lang oberhalb eines voreingestellten Schwellenwerts bleibt, stellt die Hauptsteuereinheit 26 fest, daß eine Anomalie vorhanden ist und setzt ein Betriebsprogramm aus einer aktuellen Position des Fahrzeugs für diesen Zeitpunkt auf einen Zielort zurück (Schritt S25). Wenn keine Anomalie vorhanden ist, führt die Hauptsteuereinheit 26 weiterhin die Steuerung entsprechend dem Betriebsprogramm durch (Schritt S23). Auch in dem Fall, wo ein tatsächlicher Ladezustand über den oberen Grenzwert des Hand habungsbereichs angestiegen oder unter dessen unteren Grenzwert abgefallen ist, kann die Hauptsteuereinheit 26 feststellen, daß eine Anomalie vorhanden ist, und kann ein Betriebsprogramm aus einer aktuellen Position des Fahrzeugs auf einen Zielort zurücksetzen. Wenn ein tatsächlicher Ladezustand über einen oberen Grenzwert des Handhabungsbereichs angestiegen oder unter dessen unteren Grenzwert abgefallen ist, kann die Hauptsteuereinheit 26 außerdem den Betrieb der Kraftmaschine 21, der Motorsteuereinheit, des Elektromotors 24, des Generators 22 und des Inverters so steuern, daß der Ladezustand wieder innerhalb des Handhabungsbereichs eingegrenzt wird, und kann das Aufladen und Entladen der Batterie 23 veranlassen.
  • Wenn die aktuelle Position des Fahrzeugs eine Zeit lang von der häufigen Route abweicht, stellt die Hauptsteuereinheit 26 fest, daß das Fahrzeug nicht auf der häufigen Route fährt, erfaßt Navigationsinformationen und dergleichen von der Navigationsdatenbank 12 und setzt ein Betriebsprogramm von der aktuellen Position des Fahrzeugs auf einen Zielort zurück. Auch in dem Fall, wo die aktuelle Position des Fahrzeugs wegen eines vorübergehenden Umwegs oder dergleichen von der häufigen Route abgewichen ist, setzt die Hauptsteuereinheit 26 ein Betriebsprogramm von der aktuellen Position des Fahrzeugs auf einen Zielort zurück. Wenn die aktuelle Position des Fahrzeugs nicht stark von der häufigen Route abgewichen ist, führt die Hauptsteuereinheit 26 weiterhin die Steuerung nach dem festgelegten Betriebsprogramm aus, ebenso wie in dem Fall, wo die Abweichung zwischen dem tatsächlichen Ladezustand und dem im Betriebsprogramm enthaltenen Ladezustand kleiner oder gleich dem voreingestellten Schwellenwert ist.
  • Dann stellt die Hauptsteuereinheit 26 fest, ob das Fahrzeug den Zielort erreicht hat oder nicht (Schritt S24). Wenn das Fahrzeug den Zielort nicht erreicht hat, wiederholt die Hauptsteuereinheit 26 die oben erwähnte Operation.
  • Wie bisher beschrieben, erzeugt in der vorliegenden Ausführungsform der Fahrmusterprädiktionsabschnitt 11 des Antriebssteuerungssystems 10 des Hybridfahrzeugs Fahrgeschwindigkeitsmuster-Kandidaten durch Analyse von Fahrdaten beim Befahren einer häufigen Route, die für die Fahrt zur Arbeit, die Fahrt zur Schule, Einkaufsfahrten oder dergleichen häufig befahren wird, und gibt ein geeignetes geschätztes Fahrgeschwindigkeitsmuster aus, das aktuellen Fahrmilieudaten beim Befahren der häufigen Route entspricht. Dann legt die Hauptsteuereinheit 26 auf der Basis des geschätzten Fahrgeschwindigkeitsmusters ein Betriebsprogramm fest und steuert den Betrieb der Kraftmaschine 21, der Motorsteuereinheit, des Elektromotors 24, des Generators 22 und des Inverters entsprechend dem Betriebsprogramm. Auf diese Weise kann der Ladezustand auf einem geeigneten Wert gehalten werden und der Kraftstoffverbrauch der Kraftmaschine 21 kann ausreichend reduziert werden.
  • In diesem Fall unterteilt der Fahrmusterprädiktionsabschnitt 11 die häufige Route in kurze Abschnitte und erzeugt Fahrgeschwindigkeitsmuster-Kandidaten in jedem der kurzen Abschnitte nicht auf der Basis von Fahrmilieudaten, wie z. B. Tag, Stunde, Wochentag, Witterung und dergleichen, sondern ausschließlich auf der Basis von Fahrdaten. Folglich können die Fahrgeschwindigkeitsmuster-Kandidaten auf der Basis einer großen Anzahl von Fahrdaten erzeugt werden. Daher läßt sich die Genauigkeit der Fahrgeschwindigkeitsmuster-Kandidaten verbessern.
  • Ferner extrahiert der Fahrmusterprädiktionsabschnitt 11 Fahrdaten, die mit aktuellen Fahrmilieudaten übereinstimmen, extrahiert einen Fahrgeschwindigkeitsmuster-Kandidaten aus einer Menge, zu der eine größte Anzahl von Fahrdaten gehört, und definiert den extrahierten Fahrgeschwindigkeitsmuster-Kandidaten als geschätztes Fahrgeschwindigkeitsmuster. Folglich kann ein geeignetes geschätztes Fahrgeschwindigkeitsmuster ausgegeben werden, das den aktuellen Fahrmilieudaten entspricht.
  • Das heißt, falls Fahrgeschwindigkeitsmuster-Kandidaten erzeugt werden, werden sie nicht auf der Basis von Fahrmilieudaten, sondern ausschließlich auf der Basis von Fahrdaten erzeugt, die beim Befahren der gleichen häufigen Route gewonnen wurden. Falls ein geschätztes Fahrgeschwindigkeitsmuster für eine von jetzt an zu befahrende häufige Route ausgegeben wird, wird ein Fahrgeschwindigkeitsmuster-Kandidat aus einer Menge ausgewählt, zu der eine größte Anzahl der früheren Fahrdaten gehört, die mit den aktuellen Fahrmilieudaten übereinstimmen.
  • Auf diese Weise kann eine größere Anzahl von Fahrdaten beim Erzeugen von Fahrgeschwindigkeitsmuster-Kandidaten eingesetzt werden, und bei der Ausgabe eines geschätzten Fahrgeschwindigkeitsmusters kann die Auswahl von Fahrdaten auf geeignete Weise auf der Basis von Fahrmilieudaten ausgeführt werden.
  • Außerdem speichert der Fahrmusterprädiktionsabschnitt 11 die früheren Fahrdaten für jeden der kurzen Abschnitte im Fahrgeschwindigkeitsmuster-Kandidatenspeicherabschnitt 16 in Form von einigen Fahrgeschwindigkeitsmuster-Kandidaten. Daher kann die Zusammenfassung von Daten und Verminderung der Speicherkapazität erzielt werden.
  • Ferner gibt der Fahrmusterprädiktionsabschnitt 11 ein geschätztes Fahrgeschwindigkeitsmuster aus, indem er Fahrgeschwindigkeitsmuster-Kandidaten extrahiert, die mit Fahrmilieudaten bei der bevorstehenden Fahrt übereinstimmen. Auf diese Weise wird die Rechenbelastung im Vergleich zu einem Fall reduziert, wo ein geschätztes Fahrgeschwindigkeitsmuster auf der Basis eines gewaltigen Umfangs der früheren Fahrdaten ausgegeben wird, und das geschätzte Fahrgeschwindigkeitsmuster kann schnell ausgegeben werden.
  • Bei der Festlegung eines Programms zum rationellen Befahren der Route stellt die Hauptsteuereinheit 26 ferner einen oberen Grenzwert oder einen unteren Grenzwert eines Handhabungsbereichs des Ladezustands ein, verbreitert nötigenfalls den Handhabungsbereich und legt ein Antriebsverfahren fest. Auf diese Weise ist es möglich, ein effizientes Antriebsverfahren so festzulegen, daß der Kraftstoffverbrauch ausreichend reduziert werden kann, indem ermöglicht wird, daß die Batterie 23 ausreichend Regenerativstrom zurückgewinnt, wobei verhindert wird, daß der Ladezustand den Handhabungsbereich überschreitet.
  • Hierbei ist zu beachten, daß die vorliegende Erfindung nicht auf die oben erwähnte Ausführungsform beschränkt ist, sondern auf verschiedene Arten auf der Basis des Grundgedankens der Erfindung modifiziert werden kann, und daß Modifikationen der vorliegenden Erfindung nicht aus deren Umfang auszuschließen sind.
  • Wie bisher ausführlich beschrieben, weist gemäß der vorliegenden Erfindung eine Schätzvorrichtung für Fahrgeschwindigkeitsmuster eines Fahrzeugs auf: eine Fahrinformationsspeichereinrichtung zum Speichern von Fahrdaten und Fahrmilieudaten als einander zugeordnete Daten, eine Erzeugungseinrichtung für Fahrgeschwindigkeitsmuster-Kandidaten zum Erzeugen eines Fahrgeschwindigkeitsmuster-Kandidaten auf der Basis von Fahrdaten, und eine Ausgabeeinrichtung für geschätzte Fahrgeschwindigkeitsmuster zur Extraktion eines mit aktuellen Fahrmilieudaten übereinstimmenden Fahrgeschwindigkeitsmuster-Kandidaten und zur Ausgabe eines geschätzten Fahrgeschwindigkeitsmusters für eine von jetzt an zu befahrende Route.
  • Hierbei wird bei der Erzeugung eines Fahrgeschwindigkeitsmuster-Kandidaten der Fahrgeschwindigkeitsmuster-Kandidat nicht auf der Basis von Fahrmilieudaten erzeugt, sondern ausschließlich auf der Basis von Fahrdaten. Bei der Ausgabe eines geschätzten Fahrgeschwindigkeitsmusters für eine von jetzt an zu befahrende Route wird ein Fahrgeschwindigkeitsmuster-Kandidat ausgewählt, der mit aktuellen Fahrmilieudaten übereinstimmt. Daher kann ein geschätztes Fahrgeschwindigkeitsmuster bei geringer Rechenbelastung mit hoher Genauigkeit ausgegeben werden.
  • Eine andere Schätzvorrichtung für Fahrgeschwindigkeitsmuster von Fahrzeugen weist ferner eine Spezifikationseinrichtung für häufige Routen zur Spezifikation einer häufigen Route auf der Basis der Fahrdaten sowie eine Abschnittsunterteilungseinrichtung zum Unterteilen der häufigen Route in kurze Abschnitte auf. Die Erzeugungseinrichtung für Fahrgeschwindigkeitsmuster-Kandidaten erzeugt den Fahrgeschwindigkeitsmuster-Kandidaten für jeden der kurzen Abschnitte. Die Ausgabeeinrichtung für geschätzte Fahrgeschwindigkeitsmuster extrahiert einen Fahrgeschwindigkeitsmuster-Kandidaten für jeden der kurzen Abschnitte und gibt ein geschätztes Fahrgeschwindigkeitsmuster für eine von jetzt an zu befahrende häufige Route aus.
  • Da in diesem Fall das geschätzte Fahrgeschwindigkeitsmuster für die häufig befahrene häufige Route ausgegeben wird, kann das geschätzte Fahrgeschwindigkeitsmuster mit hoher Genauigkeit schnell ausgegeben werden. Die häufige Route wird in die kurzen Abschnitte unterteilt, und für jeden der kurzen Abschnitte wird der Fahrgeschwindigkeitsmuster-Kandidat extrahiert. Daher kann das geschätzte Fahrgeschwindigkeitsmuster mit höherer Genauigkeit schnell ausgegeben werden.
  • In einer weiteren Schätzvorrichtung für Fahrgeschwindigkeitsmuster von Fahrzeugen klassifiziert die Erzeugungseinrichtung für Fahrgeschwindigkeitsmuster-Kandidaten Fahrdaten für jeden der kurzen Abschnitte auf der Basis einer mittleren Fahrgeschwindigkeit für jeden der kurzen Abschnitte oder eines Ähnlichkeitsgrades unter Fahrgeschwindigkeitsmustern für jeden der kurzen Abschnitte und erzeugt als Fahrgeschwindigkeitsmuster-Kandidaten ein Fahrgeschwindigkeitsmuster, das eine Menge der klassifizierten Fahrdaten für jeden der kurzen Abschnitte repräsentiert.
  • In diesem Fall wird die Klassifikation auf der Basis einer mittleren Fahrgeschwindigkeit für jeden der kurzen Abschnitte oder eines Ähnlichkeitsgrades zwischen Fahrgeschwindigkeitsmustern für jeden der kurzen Abschnitte ausgeführt, und als Fahrgeschwindigkeitsmuster-Kandidat wird ein Fahrgeschwindigkeitsmuster definiert, das eine Menge klassifizierter Fahrdaten für jeden der Abschnitte repräsentiert. Daher kann ein geeigneter Fahrgeschwindigkeitsmuster-Kandidat erzeugt werden.

Claims (6)

  1. Schätzvorrichtung für Fahrgeschwindigkeitsmuster eines Fahrzeugs, die aufweist: eine Fahrinformationsspeichereinrichtung zum Speichern von Fahrdaten und Fahrmilieudaten als einander zugeordnete Daten; eine Erzeugungseinrichtung für Fahrgeschwindigkeitsmuster-Kandidaten zum Erzeugen eines Fahrgeschwindigkeitsmuster-Kandidaten auf der Basis der Fahrdaten; und eine Ausgabeeinrichtung für geschätzte Fahrgeschwindigkeitsmuster zur Extraktion eines Fahrgeschwindigkeitsmuster-Kandidaten, der mit aktuellen Fahrmilieudaten übereinstimmt, und zur Ausgabe eines geschätzten Fahrgeschwindigkeitsmusters für eine von jetzt an zu befahrende Route.
  2. Schätzvorrichtung für Fahrgeschwindigkeitsmuster von Fahrzeugen nach Anspruch 1, die ferner aufweist: eine Spezifikationseinrichtung für häufige Routen zur Spezifikation einer häufigen Route auf der Basis der Fahrdaten; und eine Abschnittsunterteilungseinrichtung zum Unterteilen der häufigen Route in kurze Abschnitte, wobei die Erzeugungseinrichtung für Fahrgeschwindigkeitsmuster-Kandidaten den Fahrgeschwindigkeitsmuster-Kandidaten für jeden der kurzen Abschnitte erzeugt, und die Ausgabeeinrichtung für geschätzte Fahrgeschwindigkeitsmuster für jeden der kurzen Abschnitte einen Fahrgeschwindigkeitsmuster-Kandidaten extrahiert und ein geschätztes Fahrgeschwindigkeitsmuster für eine von jetzt an zu befahrende häufige Route ausgibt.
  3. Schätzvorrichtung für Fahrgeschwindigkeitsmuster von Fahrzeugen nach Anspruch 2, wobei die Erzeugungseinrichtung für Fahrgeschwindigkeitsmuster-Kandidaten die Fahrdaten für jeden der kurzen Abschnitte auf der Basis einer mittleren Fahrgeschwindigkeit für jeden der kurzen Abschnitte oder eines Ähnlichkeitsgrades zwischen Fahrgeschwindigkeitsmustern für jeden der kurzen Abschnitte klassifiziert und als Fahrgeschwindigkeitsmuster-Kandidaten für jeden der kurzen Abschnitte ein Fahrgeschwindigkeitsmuster erzeugt, das eine Menge der klassifizierten Fahrdaten repräsentiert.
  4. Schätzvorrichtung für Fahrgeschwindigkeitsmuster von Fahrzeugen nach Anspruch 2 oder 3, wobei die Ausgabeeinrichtung für geschätzte Fahrgeschwindigkeitsmuster für jeden der kurzen Abschnitte Fahrdaten extrahiert, die mit aktuellen Fahrmilieudaten übereinstimmen, einen Fahrgeschwindigkeitsmuster-Kandidaten extrahiert, der eine Menge repräsentiert, zu der eine größte Anzahl der Fahrdaten gehört, und das geschätzte Fahrgeschwindigkeitsmuster ausgibt.
  5. Schätzvorrichtung für Fahrgeschwindigkeitsmuster von Fahrzeugen nach einem der Ansprüche 1 bis 4, wobei die Fahrmilieudaten den Tag, die Stunde, den Wochentag, Informationen zum Betrieb von Fahrzeugausstattungen, wie z. B. einem Scheibenwischer und einem Scheinwerfer, und von fahrzeuginternen Sensoren, wie z. B. einem Regentropfensensor, gewonnene Meßinformationen umfassen.
  6. Schätzverfahren für Fahrgeschwindigkeitsmuster von Fahrzeugen, mit den folgenden Schritten: Speichern von Fahrdaten und Fahrmilieudaten als einander zugeordnete Daten; Erzeugen eines Fahrgeschwindigkeitsmuster-Kandidaten auf der Basis der Fahrdaten; und Extrahieren eines Fahrgeschwindigkeitsmuster-Kandidaten, der mit aktuellen Fahrmilieudaten übereinstimmt, und Ausgabe eines geschätzten Fahrgeschwindigkeitsmusters für eine von jetzt an zu befahrende Route.
DE102004010870A 2003-03-13 2004-03-05 Vorrichtung/Verfahren zum Schätzen der Fahrgeschwindigkeitsmuster von Fahrzeugen Withdrawn DE102004010870A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP03-68685 2003-03-13
JP2003068685A JP4175923B2 (ja) 2003-03-13 2003-03-13 走行速度パターン推定装置

Publications (1)

Publication Number Publication Date
DE102004010870A1 true DE102004010870A1 (de) 2004-09-30

Family

ID=32171456

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102004010870A Withdrawn DE102004010870A1 (de) 2003-03-13 2004-03-05 Vorrichtung/Verfahren zum Schätzen der Fahrgeschwindigkeitsmuster von Fahrzeugen

Country Status (4)

Country Link
US (1) US20040230376A1 (de)
JP (1) JP4175923B2 (de)
DE (1) DE102004010870A1 (de)
GB (1) GB2399442A (de)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102011080758A1 (de) * 2011-08-10 2013-02-14 Bayerische Motoren Werke Aktiengesellschaft Navigationsverfahren und Navigationsvorrichtung
US9183740B2 (en) 2009-09-24 2015-11-10 Mitsubishi Electric Corporation Travel pattern generation device
DE102015111411A1 (de) * 2015-07-14 2017-01-19 Avl Software And Functions Gmbh Eingebautes Steuersystem für ein Kraftfahrzeug und Verfahren zur optimierten Einstellung eines Drehmoments

Families Citing this family (78)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6554088B2 (en) * 1998-09-14 2003-04-29 Paice Corporation Hybrid vehicles
JP2006129445A (ja) 2004-09-28 2006-05-18 Fujitsu Media Device Kk 分波器
FR2875902B1 (fr) * 2004-09-29 2006-12-29 Peugeot Citroen Automobiles Sa Procede et systeme d'identification d'un trajet effectue par un vehicule
JP4525312B2 (ja) * 2004-11-25 2010-08-18 トヨタ自動車株式会社 自動車
US20080283312A1 (en) * 2005-10-28 2008-11-20 Temic Automotive Electric Motors Gmbh Motor Vehicle Comprising an Electric Energy Source and a Method for Operation Said Vehicle
US11084377B2 (en) 2005-11-17 2021-08-10 Invently Automotive Inc. Vehicle power management system responsive to voice commands from a Gps enabled device
US11220179B2 (en) 2005-11-17 2022-01-11 Invently Automotive Inc. Vehicle power management system determining route segment length
US11225144B2 (en) 2005-11-17 2022-01-18 Invently Automotive Inc. Vehicle power management system
US11207980B2 (en) 2005-11-17 2021-12-28 Invently Automotive Inc. Vehicle power management system responsive to traffic conditions
US11180025B2 (en) 2005-11-17 2021-11-23 Invently Automotive Inc. Electric vehicle power management system
US11230190B2 (en) 2005-11-17 2022-01-25 Invently Automotive Inc. Electric vehicle power management system
US11186175B2 (en) 2005-11-17 2021-11-30 Invently Automotive Inc. Vehicle power management system
US11345236B2 (en) 2005-11-17 2022-05-31 Invently Automotive Inc. Electric vehicle power management system
US11390165B2 (en) 2005-11-17 2022-07-19 Invently Automotive Inc. Electric vehicle power management system
US11267339B2 (en) 2005-11-17 2022-03-08 Invently Automotive Inc. Vehicle power management system
US11267338B2 (en) 2005-11-17 2022-03-08 Invently Automotive Inc. Electric vehicle power management system
US11279233B2 (en) 2005-11-17 2022-03-22 Invently Automotive Inc. Electric vehicle power management system
US11370302B2 (en) 2005-11-17 2022-06-28 Invently Automotive Inc. Electric vehicle power management system
US11279234B2 (en) 2005-11-17 2022-03-22 Invently Automotive Inc. Vehicle power management system
US11351863B2 (en) 2005-11-17 2022-06-07 Invently Automotive Inc. Vehicle power management system
US11186174B2 (en) 2005-11-17 2021-11-30 Invently Automotive Inc. Vehicle power management system
US11186173B2 (en) 2005-11-17 2021-11-30 Invently Automotive Inc. Electric vehicle power management system
US11214144B2 (en) 2005-11-17 2022-01-04 Invently Automotive Inc. Electric vehicle power management system
US8712650B2 (en) * 2005-11-17 2014-04-29 Invent.Ly, Llc Power management systems and designs
US11207981B2 (en) 2005-11-17 2021-12-28 Invently Automotive Inc. Vehicle power management system
US11325468B2 (en) 2005-11-17 2022-05-10 Invently Automotive Inc. Vehicle power management system
US11254211B2 (en) 2005-11-17 2022-02-22 Invently Automotive Inc. Electric vehicle power management system
US11285810B2 (en) 2005-11-17 2022-03-29 Invently Automotive Inc. Vehicle power management system
US8972161B1 (en) 2005-11-17 2015-03-03 Invent.Ly, Llc Power management systems and devices
US10882399B2 (en) 2005-11-17 2021-01-05 Invently Automotive Inc. Electric vehicle power management system
US11247564B2 (en) 2005-11-17 2022-02-15 Invently Automotive Inc. Electric vehicle power management system
JP4238875B2 (ja) * 2006-02-10 2009-03-18 トヨタ自動車株式会社 ハイブリッド車用電池寿命評価装置
JP4853194B2 (ja) * 2006-09-15 2012-01-11 株式会社デンソー 制御情報出力装置
JP4319218B2 (ja) * 2006-12-27 2009-08-26 富士通テン株式会社 減速走行評価装置
JP4925108B2 (ja) * 2007-01-10 2012-04-25 ヤマハモーターパワープロダクツ株式会社 電動ゴルフカート
JP2008184077A (ja) 2007-01-31 2008-08-14 Hitachi Ltd ハイブリッド走行制御システム
JP4894546B2 (ja) 2007-02-14 2012-03-14 株式会社デンソー 制御用情報記憶装置及びプログラム
US8050819B2 (en) * 2007-02-16 2011-11-01 Honda Motor Co., Ltd. Alignment changing control device and fuel consumption management device
JP4893482B2 (ja) * 2007-06-04 2012-03-07 株式会社デンソー 走行制御関連データ学習装置
JP5096056B2 (ja) * 2007-07-04 2012-12-12 トヨタ自動車株式会社 車両の制御装置および制御方法
JP4888315B2 (ja) * 2007-10-01 2012-02-29 株式会社デンソー 加速度情報生成装置
US8140204B2 (en) * 2007-12-10 2012-03-20 Ford Global Technologies, Llc Charge depleting energy management strategy for plug-in hybrid electric vehicles
JP4930446B2 (ja) 2008-04-14 2012-05-16 トヨタ自動車株式会社 車両走行制御装置
DE102008002695A1 (de) * 2008-06-26 2009-12-31 Robert Bosch Gmbh Verfahren zur Routenbestimmung in einem Navigationssystem und Navigationssystem
DE102009023304A1 (de) * 2009-05-29 2010-12-02 Siemens Aktiengesellschaft Rechnergestützte Überwachung eines Energieverbrauchs eines Beförderungsmittels
US8793067B2 (en) * 2009-12-28 2014-07-29 Honda Motor Co., Ltd. Route searching device
US9046379B2 (en) * 2009-12-28 2015-06-02 Honda Motor Co., Ltd. Devices and methods for determining fuel consumption and searching vehicle routes
JP5110106B2 (ja) * 2010-03-10 2012-12-26 株式会社デンソー アイドリングストップ判定装置
KR101165669B1 (ko) 2010-05-28 2012-07-16 엘아이지넥스원 주식회사 과거 주행정보를 이용한 최적경로 탐색 장치 및 방법
JP5665400B2 (ja) * 2010-07-21 2015-02-04 学校法人慶應義塾 車両用制御装置
US20120095670A1 (en) * 2010-10-13 2012-04-19 Denso International America, Inc. Intelligent engine idle stop logic
JP5888803B2 (ja) * 2011-02-09 2016-03-22 ミサワホーム株式会社 建物、サーバ装置、建物システム
US9352739B2 (en) * 2011-02-15 2016-05-31 GM Global Technology Operations LLC Method for operating a hybrid vehicle
DE102011082571A1 (de) * 2011-09-13 2013-03-14 Robert Bosch Gmbh Vorrichtung und Verfahren zum Bestimmen einer Position eines Fahrzeugs
US8874367B2 (en) 2011-10-14 2014-10-28 Equilateral Technologies, Inc. Method for estimating and displaying range of a vehicle
US8989999B2 (en) 2012-10-12 2015-03-24 Equilateral Technologies, Inc. Vehicle range analysis using driving environment information with optional continuous averaging
JP5989622B2 (ja) * 2013-09-30 2016-09-07 アイシン・エィ・ダブリュ株式会社 区間取得システム、区間取得方法および区間取得プログラム
DE102013225558A1 (de) * 2013-12-11 2015-06-11 Volkswagen Aktiengesellschaft Verfahren zum Ermitteln eines Fahrzustandes eines Hybridfahrzeuges für Streckensegmente einer vorausliegenden Fahrstrecke und Hybridfahrzeug
JP6007929B2 (ja) * 2014-02-24 2016-10-19 トヨタ自動車株式会社 移動支援装置、移動支援方法、及び運転支援システム
JP5910655B2 (ja) * 2014-03-25 2016-04-27 トヨタ自動車株式会社 移動速度予測装置及び移動速度予測方法
US9266443B2 (en) 2014-03-31 2016-02-23 Toyota Motor Engineering & Manufacturing North America, Inc. System and method for adaptive battery charge and discharge rates and limits on known routes
US9008858B1 (en) 2014-03-31 2015-04-14 Toyota Motor Engineering & Manufacturing North America, Inc. System and method for providing adaptive vehicle settings based on a known route
US9695760B2 (en) 2014-03-31 2017-07-04 Toyota Motor Engineering & Manufacturing North America, Inc. System and method for improving energy efficiency of a vehicle based on known route segments
US9290108B2 (en) 2014-03-31 2016-03-22 Toyota Motor Engineering & Manufacturing North America, Inc. System and method for adaptive battery temperature control of a vehicle over a known route
HUE059453T2 (hu) * 2014-04-04 2022-11-28 Tesla Inc Utazás tervezés energia megszorítással
KR102170700B1 (ko) * 2014-12-30 2020-10-27 한화디펜스 주식회사 차량 제어 장치 및 차량 제어 방법
JP6502294B2 (ja) * 2016-07-29 2019-04-17 ダイムラー・アクチェンゲゼルシャフトDaimler AG 電気トラックの走行ルート選定システム、電気トラックの走行ルート選定方法
US10358129B2 (en) 2017-06-06 2019-07-23 Toyota Motor Engineering & Manufacturing North America, Inc. Systems and methods for dynamic vehicle control according to traffic
US10202048B2 (en) 2017-06-28 2019-02-12 Toyota Motor Engineering & Manufacturing North America, Inc. Systems and methods for adjusting operation of a vehicle according to HOV lane detection in traffic
KR102474376B1 (ko) * 2018-02-12 2022-12-05 현대자동차 주식회사 압축기 제어 장치 및 그 방법
JP2019178881A (ja) * 2018-03-30 2019-10-17 株式会社Subaru 車載ナビゲーション装置およびこれと用いられる地点検索装置
JP7119941B2 (ja) * 2018-11-22 2022-08-17 トヨタ自動車株式会社 車両の制御システム
JP7176376B2 (ja) * 2018-11-30 2022-11-22 トヨタ自動車株式会社 車両の制御装置
KR102594315B1 (ko) * 2019-03-05 2023-10-27 현대자동차주식회사 차량 및 그 제어 방법
US11167744B2 (en) * 2019-06-14 2021-11-09 GM Global Technology Operations LLC AI-enhanced nonlinear model predictive control of power split and thermal management of vehicle powertrains
US11651685B2 (en) * 2020-09-23 2023-05-16 International Business Machines Corporation Traffic data analysis and traffic jam prediction
CN113240002B (zh) * 2021-05-11 2024-03-19 北京理工新源信息科技有限公司 一种车联网大数据预处理系统、装置和方法
WO2024019703A1 (en) * 2022-07-18 2024-01-25 Google Llc Analyzing travel metrics

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3353859B2 (ja) * 1994-11-08 2002-12-03 株式会社エクォス・リサーチ ハイブリッド車両
JP3593749B2 (ja) * 1995-06-26 2004-11-24 株式会社エクォス・リサーチ 車載用経路探索装置
JP3651516B2 (ja) * 1996-04-26 2005-05-25 株式会社エクォス・リサーチ 車両制御装置
JPH1089996A (ja) * 1996-06-24 1998-04-10 Casio Comput Co Ltd ナビゲーション装置及び誘導経路設定方法並びに記録媒体
US5913917A (en) * 1997-08-04 1999-06-22 Trimble Navigation Limited Fuel consumption estimation
JP3654048B2 (ja) * 1999-05-20 2005-06-02 日産自動車株式会社 ハイブリッド車両の駆動制御装置
JP4470311B2 (ja) * 1999-10-15 2010-06-02 日産自動車株式会社 走行パターン生成装置
JP3624839B2 (ja) * 2000-02-07 2005-03-02 日産自動車株式会社 ハイブリッド車両の制御装置
JP2001289643A (ja) * 2000-04-05 2001-10-19 Nissan Motor Co Ltd 走行パターンの予測方法及び装置
US6462674B2 (en) * 2000-04-18 2002-10-08 Mazda Motor Corporation Communication apparatus and its current position communication method, navigation apparatus for a vehicle and its information communication method, computer program product, and computer-readable storage medium
US6853894B1 (en) * 2000-04-24 2005-02-08 Usa Technologies, Inc. Global network based vehicle safety and security telematics
US6317686B1 (en) * 2000-07-21 2001-11-13 Bin Ran Method of providing travel time
DE10108611A1 (de) * 2001-02-22 2002-09-05 Daimler Chrysler Ag Verfahren zur Simulation und Prognose der Bewegung von Einzelfahrzeugen auf einem Verkehrswegenetz
US6463382B1 (en) * 2001-02-26 2002-10-08 Motorola, Inc. Method of optimizing traffic content
JP4325132B2 (ja) * 2001-06-25 2009-09-02 日産自動車株式会社 ハイブリッド車両の制御装置
JP4013712B2 (ja) * 2002-09-13 2007-11-28 株式会社エクォス・リサーチ 車両走行パターン作成装置、車両走行パターン作成方法及びエンジン始動停止装置
JP3933056B2 (ja) * 2003-02-14 2007-06-20 アイシン・エィ・ダブリュ株式会社 ハイブリッド車両の駆動制御システム

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9183740B2 (en) 2009-09-24 2015-11-10 Mitsubishi Electric Corporation Travel pattern generation device
DE102011080758A1 (de) * 2011-08-10 2013-02-14 Bayerische Motoren Werke Aktiengesellschaft Navigationsverfahren und Navigationsvorrichtung
US9121721B2 (en) 2011-08-10 2015-09-01 Bayerische Motoren Werke Aktiengesellschaft Navigation method and navigation device
DE102015111411A1 (de) * 2015-07-14 2017-01-19 Avl Software And Functions Gmbh Eingebautes Steuersystem für ein Kraftfahrzeug und Verfahren zur optimierten Einstellung eines Drehmoments

Also Published As

Publication number Publication date
GB2399442A (en) 2004-09-15
GB0405660D0 (en) 2004-04-21
JP2004282848A (ja) 2004-10-07
JP4175923B2 (ja) 2008-11-05
US20040230376A1 (en) 2004-11-18

Similar Documents

Publication Publication Date Title
DE102004010870A1 (de) Vorrichtung/Verfahren zum Schätzen der Fahrgeschwindigkeitsmuster von Fahrzeugen
JP3933056B2 (ja) ハイブリッド車両の駆動制御システム
JP4200863B2 (ja) 走行速度パターン推定装置、及びハイブリッド車両の駆動制御装置
EP3568670B1 (de) Verfahren zur vorhersage zukünftiger fahrbedingungen für ein fahrzeug
JP2007050888A (ja) ハイブリッド車両の駆動制御システム
DE102015108270B4 (de) Vorhersage des fahrzeuggeschwindigkeitsprofils unter verwendung neuronaler netzwerke
DE102013215012B4 (de) Verfahren zum Wählen von Betriebsmodi für ein Hybridfahrzeug
JP4100335B2 (ja) 駆動制御装置、及びハイブリッド車両
US20070010933A1 (en) Driving Route Situation Prediction For Vehicle Performance Optimization
CN106767871A (zh) 一种基于云端的预设模式的导航系统及其使用方法
DE102016124109A1 (de) Fahrzeugenergieverwaltung für die verwendung der fahrplandaten des bedieners
DE102011003993A1 (de) Laderegler und Navigationsvorrichtung für ein Plug-In-Fahrzeug
DE112008001054T5 (de) Informationsverarbeitungsvorrichtung
DE102014221328A1 (de) Fahrzeug-Energieverwaltungs-Vorrichtung
CN104778834A (zh) 一种基于车辆gps数据的城市道路交通拥堵判别方法
DE112012005997T5 (de) Bewegungsinformationenverarbeitungsvorrichtung, Bewegungsinformationenverarbeitungsverfahren und Fahrunterstützungssystem
JP3981067B2 (ja) 走行速度データ分類装置、走行速度パターン推定装置、及びハイブリッド車両の駆動制御装置
JP4395799B2 (ja) 駆動制御装置、及びハイブリッド車両
DE102008061512A1 (de) Verfahren zur Steuerung eines Hybridantriebs eines Fahrzeugs
CN106991727B (zh) 一种高速公路互通计费的方法及系统
JP2005184867A (ja) 走行速度パターン推定装置、及びハイブリッド車両の駆動制御装置
JP4766398B2 (ja) 情報処理装置、及びハイブリッド車両
Liu The capacity of highway with mixture of bicycle traffic
DE10015936A1 (de) Verfahren zur Strassenklassenbewertung in Navigationssystemen
Newman et al. The ecology of urban driving II—Driving cycles across a city: their validation and implications

Legal Events

Date Code Title Description
8110 Request for examination paragraph 44
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee
R002 Refusal decision in examination/registration proceedings