JP2000338004A - 自動車運転システムの走行性能学習方法、自動車運転システム、および、走行性能学習プログラムを記録した記録媒体 - Google Patents
自動車運転システムの走行性能学習方法、自動車運転システム、および、走行性能学習プログラムを記録した記録媒体Info
- Publication number
- JP2000338004A JP2000338004A JP11152497A JP15249799A JP2000338004A JP 2000338004 A JP2000338004 A JP 2000338004A JP 11152497 A JP11152497 A JP 11152497A JP 15249799 A JP15249799 A JP 15249799A JP 2000338004 A JP2000338004 A JP 2000338004A
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- driving
- data
- learning
- performance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Combined Controls Of Internal Combustion Engines (AREA)
Abstract
(57)【要約】
【課題】 自動運転システムに実施している学習運
転の実行時間を、既に学習運転を実施した車両データを
用いることによって短縮することができる自動車運転シ
ステムの走行性能学習方法、自動車運転システム、およ
び、走行性能学習プログラムを記録した記録媒体を提供
する。 【解決手段】 車両２の走行性能マップデータＢｋを用
いて自動車運転用ロボット５を制御し、この自動車運転
用ロボット５による車両２の試験運転を行なう自動車運
転システム１の走行性能学習方法であって、既に自動車
運転システム１で学習運転により求められ記録されてい
る各車両の走行性能マップデータＢ1 〜Ｂｎを有する車
両データＤ1 〜Ｄｎの中から、新規登録する車両２に近
似する車両データＤｉを抽出すると共に、新規登録する
車両の走行性能のうち特に重要な部分の走行性能α1l〜
α3lのみ学習運転によって求め、残りの走行性能を抽出
した車両データＤｉに含まれる走行性能マップデータＢ
ｉの修正によって作成することにより、新規車両２の走
行性能マップデータＢｋを求める。
転の実行時間を、既に学習運転を実施した車両データを
用いることによって短縮することができる自動車運転シ
ステムの走行性能学習方法、自動車運転システム、およ
び、走行性能学習プログラムを記録した記録媒体を提供
する。 【解決手段】 車両２の走行性能マップデータＢｋを用
いて自動車運転用ロボット５を制御し、この自動車運転
用ロボット５による車両２の試験運転を行なう自動車運
転システム１の走行性能学習方法であって、既に自動車
運転システム１で学習運転により求められ記録されてい
る各車両の走行性能マップデータＢ1 〜Ｂｎを有する車
両データＤ1 〜Ｄｎの中から、新規登録する車両２に近
似する車両データＤｉを抽出すると共に、新規登録する
車両の走行性能のうち特に重要な部分の走行性能α1l〜
α3lのみ学習運転によって求め、残りの走行性能を抽出
した車両データＤｉに含まれる走行性能マップデータＢ
ｉの修正によって作成することにより、新規車両２の走
行性能マップデータＢｋを求める。
Description
【０００１】
【発明の属する技術分野】本発明は、自動車運転システ
ムの走行性能学習方法、自動車運転システム、および、
走行性能学習プログラムを記録した記録媒体に関する。
ムの走行性能学習方法、自動車運転システム、および、
走行性能学習プログラムを記録した記録媒体に関する。
【０００２】
【従来の技術】従来より、自動車の動的な走行性能試験
のため、シャシダイナモメータによって実車走行シミュ
レート運転（以下、試験運転という）が行われており、
近年、この試験運転に、自動車運転用ロボット（以下、
単にロボットという）が用いられるようになってきてい
る。また、このようなロボットによって試験対象である
自動車を予め定められている走行パターンに基づいてプ
ログラムどおりに運転するためには、ロボットに試験車
両の各操作ペダルやシフトレバーの位置や操作量に加え
て、車両の走行性能を学習させる必要がある。
のため、シャシダイナモメータによって実車走行シミュ
レート運転（以下、試験運転という）が行われており、
近年、この試験運転に、自動車運転用ロボット（以下、
単にロボットという）が用いられるようになってきてい
る。また、このようなロボットによって試験対象である
自動車を予め定められている走行パターンに基づいてプ
ログラムどおりに運転するためには、ロボットに試験車
両の各操作ペダルやシフトレバーの位置や操作量に加え
て、車両の走行性能を学習させる必要がある。
【０００３】すなわち、前記自動運転システムを用い
て、新規登録車両の試験運転を実施する場合、試験対象
車両の車両データの新規登録を行い、その後、この新規
車両の学習運転を行う必要がある。
て、新規登録車両の試験運転を実施する場合、試験対象
車両の車両データの新規登録を行い、その後、この新規
車両の学習運転を行う必要がある。
【０００４】図７は、前記学習運転を行なう操作パター
ンの一例を示す図である。図７において、θはロボット
がアクセルペダルを操作する量（アクセル開度）であ
り、Ｒはこのエンジンの回転数、Ｖは車両の車速を示し
ている。図示しているように、学習運転は該当車両毎に
アクセルペダルをある所定量踏み込み、その位置で保持
した時に発生する速度Ｖと加速度（速度Ｖの微分値）を
実測することによって行われ、これを数カ所のアクセル
開度θ1 〜θ5 にて実施する。なお、図示している学習
運転では、アクセル開度θを例えばθ1 〜θ5 の５段階
に分けて行っているが、これは種々に変更可能としてい
る。
ンの一例を示す図である。図７において、θはロボット
がアクセルペダルを操作する量（アクセル開度）であ
り、Ｒはこのエンジンの回転数、Ｖは車両の車速を示し
ている。図示しているように、学習運転は該当車両毎に
アクセルペダルをある所定量踏み込み、その位置で保持
した時に発生する速度Ｖと加速度（速度Ｖの微分値）を
実測することによって行われ、これを数カ所のアクセル
開度θ1 〜θ5 にて実施する。なお、図示している学習
運転では、アクセル開度θを例えばθ1 〜θ5 の５段階
に分けて行っているが、これは種々に変更可能としてい
る。
【０００５】また、図７には省略しているが、前記学習
運転ではブレーキベダルの操作量に対する減速度の変化
も測定する必要があり、全体として前記学習運転はＡＴ
（Automatic Transmission）車の場合で約１０〜１５分
間行なう必要がある。そして、マニュアル変速の車両の
場合には約２０〜２５分の時間を必要としている。
運転ではブレーキベダルの操作量に対する減速度の変化
も測定する必要があり、全体として前記学習運転はＡＴ
（Automatic Transmission）車の場合で約１０〜１５分
間行なう必要がある。そして、マニュアル変速の車両の
場合には約２０〜２５分の時間を必要としている。
【０００６】次に、前記学習運転によって、それぞれの
アクセル開度θ1 〜θ5 で得られた速度Ｖ、加速度の実
測値から、この実測値に最も近い近似式を例えば最小二
乗法等を用いて求めることができる。そして、この近似
式は、例えば、各アクセル開度毎に求められた一本の屈
曲直線（トルクコントロール領域と、これよりも高速の
領域で分けられた二つの一次式）で近似することがで
き、これを走行性能マップとしている。
アクセル開度θ1 〜θ5 で得られた速度Ｖ、加速度の実
測値から、この実測値に最も近い近似式を例えば最小二
乗法等を用いて求めることができる。そして、この近似
式は、例えば、各アクセル開度毎に求められた一本の屈
曲直線（トルクコントロール領域と、これよりも高速の
領域で分けられた二つの一次式）で近似することがで
き、これを走行性能マップとしている。
【０００７】このようにして求めた走行性能マップは、
類似したエンジン形式、駆動系を有する試験車両におい
ては、類似した特性を有している。したがって、作業者
は、既に学習運転を実施して得られた走行性能マップを
走行性能マップデータとして、エンジン形式、排気量、
駆動系などからなる車両情報データと共に車両データと
して登録保存している。また、保存される前記走行性能
マップデータとしては、アクセル開度θ1 〜θ5 と、各
アクセル開度ごとに車速に対する加速度を表わす近似式
の各係数とを登録保存する。
類似したエンジン形式、駆動系を有する試験車両におい
ては、類似した特性を有している。したがって、作業者
は、既に学習運転を実施して得られた走行性能マップを
走行性能マップデータとして、エンジン形式、排気量、
駆動系などからなる車両情報データと共に車両データと
して登録保存している。また、保存される前記走行性能
マップデータとしては、アクセル開度θ1 〜θ5 と、各
アクセル開度ごとに車速に対する加速度を表わす近似式
の各係数とを登録保存する。
【０００８】上述のようにして前記走行性能マップデー
タを登録することにより、作業者は登録されている車両
データの中から、新たに試験を行なう車両と同じ車両の
情報データを持つ車両データを探し出すことにより、そ
の車両データが持つ走行性能マップの近似式を展開する
ことで車両データに持たせる走行性能マップを得ること
ができ、この走行性能マップを用いて正確な実車走行シ
ミュレート運転を行うことができる。そうすることによ
り、以前に登録した車両を再び試験運転するときは、車
両の走行性能を学習する学習運転を無くすことができ、
試験にかかる時間を短くすることができる。
タを登録することにより、作業者は登録されている車両
データの中から、新たに試験を行なう車両と同じ車両の
情報データを持つ車両データを探し出すことにより、そ
の車両データが持つ走行性能マップの近似式を展開する
ことで車両データに持たせる走行性能マップを得ること
ができ、この走行性能マップを用いて正確な実車走行シ
ミュレート運転を行うことができる。そうすることによ
り、以前に登録した車両を再び試験運転するときは、車
両の走行性能を学習する学習運転を無くすことができ、
試験にかかる時間を短くすることができる。
【０００９】
【発明が解決しようとする課題】しかしながら、前記従
来の自動車運転システムでは、新たに試験する新規車両
については、学習運転毎に最初から学習運転を実施する
必要があるので、１回の学習運転時間はＭＴ（Manual T
ransmission)車で２０〜２５分、ＡＴ車で１０〜１５分
程度の時間が必要となっていた。
来の自動車運転システムでは、新たに試験する新規車両
については、学習運転毎に最初から学習運転を実施する
必要があるので、１回の学習運転時間はＭＴ（Manual T
ransmission)車で２０〜２５分、ＡＴ車で１０〜１５分
程度の時間が必要となっていた。
【００１０】また、この学習運転を省略するために、作
業者が既に登録済車両の車両データの中から新規車両に
似た走行性能を有する車両の車両データを探し出して、
探し出した車両の走行性能マップデータをそのまま利用
することもあったが、全く同じ走行性能を有する車両を
見いだすことは難しかった。そして、実際の走行性能か
ら少しずれた走行性能マップデータを用いた場合には、
特にアクセル開度θに対するレスポンスが早い低速領域
において、ロボットの制御結果に遅れや振動が生じるこ
とがあり、良好な試験を行えないという不都合が生じる
こともあった。
業者が既に登録済車両の車両データの中から新規車両に
似た走行性能を有する車両の車両データを探し出して、
探し出した車両の走行性能マップデータをそのまま利用
することもあったが、全く同じ走行性能を有する車両を
見いだすことは難しかった。そして、実際の走行性能か
ら少しずれた走行性能マップデータを用いた場合には、
特にアクセル開度θに対するレスポンスが早い低速領域
において、ロボットの制御結果に遅れや振動が生じるこ
とがあり、良好な試験を行えないという不都合が生じる
こともあった。
【００１１】本発明は上述の事柄に留意してなされたも
のであり、その目的とするところは、自動運転システム
に実施している学習運転の実行時間を、既に学習運転を
実施した車両データを用いることによって短縮すること
ができる自動車運転システムの走行性能学習方法、自動
車運転システム、および、走行性能学習プログラムを記
録した記録媒体を提供することにある。
のであり、その目的とするところは、自動運転システム
に実施している学習運転の実行時間を、既に学習運転を
実施した車両データを用いることによって短縮すること
ができる自動車運転システムの走行性能学習方法、自動
車運転システム、および、走行性能学習プログラムを記
録した記録媒体を提供することにある。
【００１２】
【課題を解決するための手段】前記課題を解決するため
に、本発明の自動車運転システムの走行性能学習方法
は、車両の走行性能マップデータを用いて自動車運転用
ロボットを制御し、この自動車運転用ロボットによる車
両の試験運転を行なう自動車運転システムの走行性能学
習方法であって、既に自動車運転システムで学習運転に
より求められ記録されている各車両の走行性能マップデ
ータを有する車両データの中から、新規登録する車両に
近似する車両データを抽出すると共に、新規登録する車
両の走行性能のうち特に重要な部分の走行性能のみ学習
運転によって求め、残りの走行性能を抽出した車両デー
タに含まれる走行性能マップデータの修正によって作成
することにより、新規車両の走行性能マップデータを求
めることを特徴としている。
に、本発明の自動車運転システムの走行性能学習方法
は、車両の走行性能マップデータを用いて自動車運転用
ロボットを制御し、この自動車運転用ロボットによる車
両の試験運転を行なう自動車運転システムの走行性能学
習方法であって、既に自動車運転システムで学習運転に
より求められ記録されている各車両の走行性能マップデ
ータを有する車両データの中から、新規登録する車両に
近似する車両データを抽出すると共に、新規登録する車
両の走行性能のうち特に重要な部分の走行性能のみ学習
運転によって求め、残りの走行性能を抽出した車両デー
タに含まれる走行性能マップデータの修正によって作成
することにより、新規車両の走行性能マップデータを求
めることを特徴としている。
【００１３】すなわち、既に学習運転を行い試験車両の
特性を求めた走行性能マップを持つ車両データを利用す
ることで、短時間の学習運転の実施によって既に求めた
車両データの修正を行なって、新しい車両データを作成
することができる。つまり、短時間で学習運転を終了さ
せて、新規車両におけるデータ登録、学習運転を行って
から、実施可能となる試験までの開始時間の短縮化が図
れるので、新規登録の試験をすばやく行なうことができ
る。
特性を求めた走行性能マップを持つ車両データを利用す
ることで、短時間の学習運転の実施によって既に求めた
車両データの修正を行なって、新しい車両データを作成
することができる。つまり、短時間で学習運転を終了さ
せて、新規車両におけるデータ登録、学習運転を行って
から、実施可能となる試験までの開始時間の短縮化が図
れるので、新規登録の試験をすばやく行なうことができ
る。
【００１４】また、新規登録する車両の走行性能のう
ち、低速領域でかつ低加速度領域の走行性能を特に重要
な部分として学習運転することにより、試験運転を忠実
に再現するためのロボットの制御を行うことができる。
つまり、高速領域においてはアクセルワークに対する車
速のレスポンスが低速領域に比べて遅いので、アクセル
開度の過不足はロボットを制御するためのフィードバッ
ク制御によって十分に補正することができ、走行性能マ
ップの多少ずれが問題になることがない。そして、急激
な加速は試験運転の際に要求されることがなく、この部
分で走行性能マップの多少のずれが試験の結果に影響を
与えることがない。
ち、低速領域でかつ低加速度領域の走行性能を特に重要
な部分として学習運転することにより、試験運転を忠実
に再現するためのロボットの制御を行うことができる。
つまり、高速領域においてはアクセルワークに対する車
速のレスポンスが低速領域に比べて遅いので、アクセル
開度の過不足はロボットを制御するためのフィードバッ
ク制御によって十分に補正することができ、走行性能マ
ップの多少ずれが問題になることがない。そして、急激
な加速は試験運転の際に要求されることがなく、この部
分で走行性能マップの多少のずれが試験の結果に影響を
与えることがない。
【００１５】なお、前記低速領域、低加速度領域の範囲
は行われる試験の内容によって異なっている。例えば、
日本で行われる車両試験では、速度７０ｋｍ／ｈ以下で
行われており、この場合、低速領域とは４０ｋｍ／ｈ以
下を指しており、低加速度領域とは加速度３ｋｍ／ｈ／
ｓ以下を指している。この低速領域と、低加速度領域の
範囲は、実施する車両試験において生じる最大加速度や
最大速度および試験する車両のレスポンスの善し悪しな
どによって調節可能としている。
は行われる試験の内容によって異なっている。例えば、
日本で行われる車両試験では、速度７０ｋｍ／ｈ以下で
行われており、この場合、低速領域とは４０ｋｍ／ｈ以
下を指しており、低加速度領域とは加速度３ｋｍ／ｈ／
ｓ以下を指している。この低速領域と、低加速度領域の
範囲は、実施する車両試験において生じる最大加速度や
最大速度および試験する車両のレスポンスの善し悪しな
どによって調節可能としている。
【００１６】前記走行性能マップデータがアクセル開度
毎に求められた車速に対する加速度の関係を表わす近似
式の各係数からなる係数データを含んでおり、この走行
性能マップデータの修正をこれらの係数データの調節に
より行なう場合には、走行性能マップデータの補正を簡
単に行うことができる。
毎に求められた車速に対する加速度の関係を表わす近似
式の各係数からなる係数データを含んでおり、この走行
性能マップデータの修正をこれらの係数データの調節に
より行なう場合には、走行性能マップデータの補正を簡
単に行うことができる。
【００１７】なお、前記近似式がトルクコントロール領
域と、これよりも高速の領域で分けられた二つの一次式
で表わされる場合には、トルクコントロール領域を構成
する一次式を学習運転によって求めた走行性能データの
測定値を用いて算出することができる。そして、トルク
コントロール領域よりも高速の領域を構成する一次式に
ついては、近似する車両データの走行性能マップデータ
に含まれる高速の領域を構成する一次式が、学習運転に
よって求めた領域の境目の値を通るように補正すること
によって求めることができる。
域と、これよりも高速の領域で分けられた二つの一次式
で表わされる場合には、トルクコントロール領域を構成
する一次式を学習運転によって求めた走行性能データの
測定値を用いて算出することができる。そして、トルク
コントロール領域よりも高速の領域を構成する一次式に
ついては、近似する車両データの走行性能マップデータ
に含まれる高速の領域を構成する一次式が、学習運転に
よって求めた領域の境目の値を通るように補正すること
によって求めることができる。
【００１８】前記車両データの抽出を走行性能マップデ
ータと共に車両データに含まれる車両情報データを用い
て行う場合には、新規車両の走行性能とほぼ同じ走行性
能を有する走行性能マップデータを抽出することがで
き、これを補正するので、より正確な走行性能マップを
算出することができる。なお、この抽出は車両情報デー
タのみで行うことに限定するものではなく、走行性能マ
ップデータを検索条件にして抽出してもよい。
ータと共に車両データに含まれる車両情報データを用い
て行う場合には、新規車両の走行性能とほぼ同じ走行性
能を有する走行性能マップデータを抽出することがで
き、これを補正するので、より正確な走行性能マップを
算出することができる。なお、この抽出は車両情報デー
タのみで行うことに限定するものではなく、走行性能マ
ップデータを検索条件にして抽出してもよい。
【００１９】何れにしても、作業者は、新規車両の車両
情報データの登録を行うだけで、ほぼ同じ走行性能を有
する車両データを選択できるので、作業者の経験や能力
に関係なく、容易に目的の車両データを見いだすことが
できる。また、選択が自動的に実行できるため、簡単か
つ短時間により近似する走行性能マップデータを抽出で
き、自動運転システムの使い勝手が良くなる。
情報データの登録を行うだけで、ほぼ同じ走行性能を有
する車両データを選択できるので、作業者の経験や能力
に関係なく、容易に目的の車両データを見いだすことが
できる。また、選択が自動的に実行できるため、簡単か
つ短時間により近似する走行性能マップデータを抽出で
き、自動運転システムの使い勝手が良くなる。
【００２０】本発明の自動車運転システムは、車両の走
行性能マップデータを用いて自動車運転用ロボットを制
御し、この自動車運転用ロボットによる車両の試験運転
を行なう自動車運転システムにおいて、既に自動車運転
システムで学習運転により求められた各車両の走行性能
マップデータを有する車両データを記録する記録部と、
新規登録する車両に近似する車両データを抽出すると共
に、新規登録する車両の走行性能のうち特に重要な部分
の走行性能のみ学習運転によって求め、残りの走行性能
を抽出した車両データに含まれる走行性能マップデータ
の修正によって作成することにより、新規車両の走行性
能マップデータを求める走行性能マップの学習部とを有
することを特徴としている。
行性能マップデータを用いて自動車運転用ロボットを制
御し、この自動車運転用ロボットによる車両の試験運転
を行なう自動車運転システムにおいて、既に自動車運転
システムで学習運転により求められた各車両の走行性能
マップデータを有する車両データを記録する記録部と、
新規登録する車両に近似する車両データを抽出すると共
に、新規登録する車両の走行性能のうち特に重要な部分
の走行性能のみ学習運転によって求め、残りの走行性能
を抽出した車両データに含まれる走行性能マップデータ
の修正によって作成することにより、新規車両の走行性
能マップデータを求める走行性能マップの学習部とを有
することを特徴としている。
【００２１】また、前記車両の走行性能のうち特に重要
な部分が、低速領域でかつ低加速度領域の走行性能であ
ってもよい。さらに、前記走行性能マップデータがアク
セル開度毎に求められた車速に対する加速度の関係を表
わす近似式の各係数からなる係数データを有し、この走
行性能マップデータの修正がこれらの係数データの調節
により行なわれるものであってもよい。そして、前記車
両データが走行性能マップデータと共に車両データの抽
出に用いることのできる車両情報データを有してもよ
い。
な部分が、低速領域でかつ低加速度領域の走行性能であ
ってもよい。さらに、前記走行性能マップデータがアク
セル開度毎に求められた車速に対する加速度の関係を表
わす近似式の各係数からなる係数データを有し、この走
行性能マップデータの修正がこれらの係数データの調節
により行なわれるものであってもよい。そして、前記車
両データが走行性能マップデータと共に車両データの抽
出に用いることのできる車両情報データを有してもよ
い。
【００２２】本発明の走行性能学習プログラムを記録し
た記録媒体は、既に学習運転により求められた各車両の
走行性能マップデータを有する車両データを有すると共
に、走行性能マップデータを用いて自動車運転用ロボッ
トを制御し、この自動車運転用ロボットによる車両の試
験運転を行なう自動車運転システムに用いられる走行性
能学習プログラムであって、新規登録する車両に近似す
る車両データを抽出する抽出プログラムと、新規登録す
る車両の走行性能のうち特に重要な部分の走行性能のみ
学習運転によって求める学習運転プログラムと、残りの
走行性能を抽出した車両データに含まれる走行性能マッ
プデータの修正によって作成することにより、新規車両
の走行性能マップデータを求める走行性能マップデータ
の修正プログラムとからなる走行性能学習プログラムを
記録している。
た記録媒体は、既に学習運転により求められた各車両の
走行性能マップデータを有する車両データを有すると共
に、走行性能マップデータを用いて自動車運転用ロボッ
トを制御し、この自動車運転用ロボットによる車両の試
験運転を行なう自動車運転システムに用いられる走行性
能学習プログラムであって、新規登録する車両に近似す
る車両データを抽出する抽出プログラムと、新規登録す
る車両の走行性能のうち特に重要な部分の走行性能のみ
学習運転によって求める学習運転プログラムと、残りの
走行性能を抽出した車両データに含まれる走行性能マッ
プデータの修正によって作成することにより、新規車両
の走行性能マップデータを求める走行性能マップデータ
の修正プログラムとからなる走行性能学習プログラムを
記録している。
【００２３】前記走行性能学習プログラムは、新規登録
する車両の走行性能のうち、低速領域でかつ低加速度領
域の走行性能を特に重要な部分として学習運転してもよ
い。また、前記走行性能マップデータがアクセル開度毎
に求められた車速に対する加速度の関係を表わす近似式
の各係数からなる係数データを含んでおり、前記修正プ
ログラムが走行性能マップデータの修正をこれらの係数
データの調節により行なってもよい。そして、前記抽出
プログラムが前記車両データの抽出を走行性能マップデ
ータと共に車両データに含まれる車両情報データを用い
て行ってもよい。
する車両の走行性能のうち、低速領域でかつ低加速度領
域の走行性能を特に重要な部分として学習運転してもよ
い。また、前記走行性能マップデータがアクセル開度毎
に求められた車速に対する加速度の関係を表わす近似式
の各係数からなる係数データを含んでおり、前記修正プ
ログラムが走行性能マップデータの修正をこれらの係数
データの調節により行なってもよい。そして、前記抽出
プログラムが前記車両データの抽出を走行性能マップデ
ータと共に車両データに含まれる車両情報データを用い
て行ってもよい。
【００２４】
【発明の実施の形態】図１は、本発明の自動車運転シス
テム１の第１実施例を示す図である。図１において、２
は試験運転に使用される車両であり、その駆動車輪２ａ
を回転速度器３ａを有するローラ３に載置当接させた状
態でシャシダイナモメータ４に搭載されており、その運
転者用シート２ｂに自動車運転用のロボット５が載置固
定される。
テム１の第１実施例を示す図である。図１において、２
は試験運転に使用される車両であり、その駆動車輪２ａ
を回転速度器３ａを有するローラ３に載置当接させた状
態でシャシダイナモメータ４に搭載されており、その運
転者用シート２ｂに自動車運転用のロボット５が載置固
定される。
【００２５】６は制御装置であり、例えば自動車運転シ
ステム１全体を制御するためのコンピュータであり、６
ｃはコンピュータ６にあるデータ、プログラムをロード
して実際の制御を行なうコントロールユニットである。
７は車両２の各種ペダル２ｃ（アクセル，ブレーキな
ど）に加えて図外のシフトレバーなどを操作する各種ア
クチュエータ５ａのドライバーユニットであって、コン
トロールユニット６ｃからの指令によって駆動するよう
に構成されている。なお、アクチュエータ５ａによる操
作は車両２の種類によって適宜行われるものであり、例
えば、マニュアル変速仕様の車両２の場合クラッチを操
作するアクチュエータ５ａがある。
ステム１全体を制御するためのコンピュータであり、６
ｃはコンピュータ６にあるデータ、プログラムをロード
して実際の制御を行なうコントロールユニットである。
７は車両２の各種ペダル２ｃ（アクセル，ブレーキな
ど）に加えて図外のシフトレバーなどを操作する各種ア
クチュエータ５ａのドライバーユニットであって、コン
トロールユニット６ｃからの指令によって駆動するよう
に構成されている。なお、アクチュエータ５ａによる操
作は車両２の種類によって適宜行われるものであり、例
えば、マニュアル変速仕様の車両２の場合クラッチを操
作するアクチュエータ５ａがある。
【００２６】コンピュータ６は例えばキーボード６ｋや
マウス（図外）などの入力装置と、ディスプレイ６ｄな
どの表示部と、ハードディクス６ｈなどのコンピュータ
読み取り可能な記録部と、メモリ６ｍとを有している。
コンピュータ６はハードディスク６ｈから走行性能学習
プログラムＰを読み出して、これをコントロールユニッ
ト６ｃに送ることにより、コントロールユニット６ｃは
ドライバーユニット７に指令して走行性能学習プログラ
ムＰを実行し、自動車運転システム１による車両の学習
運転を行なう。なお、走行性能学習プログラムＰをどの
ハードウェアで実行するかは、本発明において任意に選
択可能である。
マウス（図外）などの入力装置と、ディスプレイ６ｄな
どの表示部と、ハードディクス６ｈなどのコンピュータ
読み取り可能な記録部と、メモリ６ｍとを有している。
コンピュータ６はハードディスク６ｈから走行性能学習
プログラムＰを読み出して、これをコントロールユニッ
ト６ｃに送ることにより、コントロールユニット６ｃは
ドライバーユニット７に指令して走行性能学習プログラ
ムＰを実行し、自動車運転システム１による車両の学習
運転を行なう。なお、走行性能学習プログラムＰをどの
ハードウェアで実行するかは、本発明において任意に選
択可能である。
【００２７】また、ハードディスク６ｈには過去に自動
車運転システム１で学習して得られた各車両の走行性能
マップデータが車両情報データと共に車両データＤ1 〜
Ｄｎとして記録されている。そして、前記走行性能学習
プログラムＰ（学習部）には、この車両データＤ1 〜Ｄ
ｎの中から新規車両に近似する車両データＤｉを抽出す
る抽出プログラムＰ1 と、新規登録する車両の走行性能
のうち特に重要な部分の走行性能のみを学習運転する学
習運転プログラムＰ2 と、学習運転によって得られた走
行性能マップを用いて、抽出プログラムＰ1 によって抽
出された車両データの走行性能マップを修正する修正プ
ログラムＰ3 が含まれている。
車運転システム１で学習して得られた各車両の走行性能
マップデータが車両情報データと共に車両データＤ1 〜
Ｄｎとして記録されている。そして、前記走行性能学習
プログラムＰ（学習部）には、この車両データＤ1 〜Ｄ
ｎの中から新規車両に近似する車両データＤｉを抽出す
る抽出プログラムＰ1 と、新規登録する車両の走行性能
のうち特に重要な部分の走行性能のみを学習運転する学
習運転プログラムＰ2 と、学習運転によって得られた走
行性能マップを用いて、抽出プログラムＰ1 によって抽
出された車両データの走行性能マップを修正する修正プ
ログラムＰ3 が含まれている。
【００２８】図２は前記走行性能学習プログラムＰの動
作を説明する図である。以下、図１，２により、上記構
成の自動車運転システム１を用いて車両２の試験を行な
う方法を説明する。
作を説明する図である。以下、図１，２により、上記構
成の自動車運転システム１を用いて車両２の試験を行な
う方法を説明する。
【００２９】まず、作業者はキーボード６ｋなどを介し
てコンピュータ６に車両データＤｋの新規登録を行な
う。車両データＤｋは、例えば、車両形式、エンジン形
式、排気量、馬力、加吸気タイプなどの車両情報データ
Ａｋと、試験車両２の走行性能マップデータＢｋとを有
しており、新規登録車両２の場合、始めの状態では走行
性能マップデータＢｋが空白となっている。また、既に
学習運転を終えて学習済である車両データＤ1 〜Ｄｎに
は、走行性能マップデータとして、例えばアクセルワー
クによる走行性能マップデータと、ブレーキワークによ
る走行性能マップデータが含まれている。
てコンピュータ６に車両データＤｋの新規登録を行な
う。車両データＤｋは、例えば、車両形式、エンジン形
式、排気量、馬力、加吸気タイプなどの車両情報データ
Ａｋと、試験車両２の走行性能マップデータＢｋとを有
しており、新規登録車両２の場合、始めの状態では走行
性能マップデータＢｋが空白となっている。また、既に
学習運転を終えて学習済である車両データＤ1 〜Ｄｎに
は、走行性能マップデータとして、例えばアクセルワー
クによる走行性能マップデータと、ブレーキワークによ
る走行性能マップデータが含まれている。
【００３０】ここで、作業者は車両データ作成用の編集
プログラム（図外）を用いて、新規登録を行なう新規車
両２の車両形式、エンジン形式、排気量、馬力、加吸気
タイプなどの各種データを入力して車両情報データＡｋ
を作成する。そして、この車両情報データＡｋの中から
検索条件Ａｋ’を構成するデータを選択し、前記抽出プ
ログラムＰ1 が起動する。この抽出プログラムＰ1 はハ
ードディスク６ｈに既に登録済の車両データＤ1 〜Ｄｎ
の中から新規車両２に近似する車両データＤｉを、前記
検索条件Ａｋ’を手掛かりにして抽出する。なお、この
抽出作業は手動で行ってもよい。
プログラム（図外）を用いて、新規登録を行なう新規車
両２の車両形式、エンジン形式、排気量、馬力、加吸気
タイプなどの各種データを入力して車両情報データＡｋ
を作成する。そして、この車両情報データＡｋの中から
検索条件Ａｋ’を構成するデータを選択し、前記抽出プ
ログラムＰ1 が起動する。この抽出プログラムＰ1 はハ
ードディスク６ｈに既に登録済の車両データＤ1 〜Ｄｎ
の中から新規車両２に近似する車両データＤｉを、前記
検索条件Ａｋ’を手掛かりにして抽出する。なお、この
抽出作業は手動で行ってもよい。
【００３１】一方、コンピュータ６は学習運転プログラ
ムＰ2 を起動することにより、新規車両２の走行性能の
うちの、特に重要な部分の走行性能Ｂｋ’のみを学習運
転によって取得する。本例では走行性能の特に重要な部
分として、車速Ｖが４０ｋｍ／ｈ以下の低速領域で、か
つ、加速度Ａ（すなわちｄＶ／ｄｓ）が４．０ｋｍ／ｈ
／ｓ以下の低加速度領域の走行性能を測定する。
ムＰ2 を起動することにより、新規車両２の走行性能の
うちの、特に重要な部分の走行性能Ｂｋ’のみを学習運
転によって取得する。本例では走行性能の特に重要な部
分として、車速Ｖが４０ｋｍ／ｈ以下の低速領域で、か
つ、加速度Ａ（すなわちｄＶ／ｄｓ）が４．０ｋｍ／ｈ
／ｓ以下の低加速度領域の走行性能を測定する。
【００３２】なお、本発明は走行性能のうち特に重要な
部分とする車速Ｖや加速度Ａの数値を限定するものでは
ない。上述した範囲は日本で一般的に用いられている試
験運転で、最大速度が７０ｋｍ／ｈであり、最大加速度
が４．０ｋｍ／ｈ／ｓであるときに有効である。これ
は、試験運転の種類や試験対象車両２の応答速度の速さ
によって変更可能である。例えば、米国における試験運
転では、車速９０ｋｍ／ｈ、加速度７．０ｋｍ／ｈ／ｓ
に達することがあり、ヨーロッパでは車速が１２０ｋｍ
／ｈになることがある。これらの場合、走行性能のうち
特に重要な部分とする車速Ｖや加速度Ａの限界値をより
大きくする必要がある。
部分とする車速Ｖや加速度Ａの数値を限定するものでは
ない。上述した範囲は日本で一般的に用いられている試
験運転で、最大速度が７０ｋｍ／ｈであり、最大加速度
が４．０ｋｍ／ｈ／ｓであるときに有効である。これ
は、試験運転の種類や試験対象車両２の応答速度の速さ
によって変更可能である。例えば、米国における試験運
転では、車速９０ｋｍ／ｈ、加速度７．０ｋｍ／ｈ／ｓ
に達することがあり、ヨーロッパでは車速が１２０ｋｍ
／ｈになることがある。これらの場合、走行性能のうち
特に重要な部分とする車速Ｖや加速度Ａの限界値をより
大きくする必要がある。
【００３３】図３は本発明によるＡＴ車の学習運転によ
る走行パターン（以下、学習運転パターンという）の一
例を示している。図３は、図７において説明したものに
比べて時間軸（横軸）方向に拡大して示している。ま
た、新規車両２の車速Ｖ、エンジン回転数Ｒ、アクセル
開度θに加えてブレーキの操作量Ｂの変化を共に開示し
ている。
る走行パターン（以下、学習運転パターンという）の一
例を示している。図３は、図７において説明したものに
比べて時間軸（横軸）方向に拡大して示している。ま
た、新規車両２の車速Ｖ、エンジン回転数Ｒ、アクセル
開度θに加えてブレーキの操作量Ｂの変化を共に開示し
ている。
【００３４】本例の学習運転パターンが図７に示したも
のと大きく異なる点は、車速Ｖが４０ｋｍ／ｈ程度以下
の低速領域の走行性能のみを測定することにより、各ア
クセル開度θ1 〜θ3 のアクセル操作を持続させる時間
Ｔ1 〜Ｔ3 がそれぞれ短くなっている点である。また、
アクセル開度θについては、図６に示したアクセル開度
θ4 ，θ5 では車速Ｖが４０ｋｍ／ｈ以下で加速度Ａが
４．０ｋｍ／ｈを越えてしまうため、測定を省略してい
る。つまり、本発明によれば、学習運転パターンは飛躍
的に短くなり、短時間で学習運転を終了することができ
る。
のと大きく異なる点は、車速Ｖが４０ｋｍ／ｈ程度以下
の低速領域の走行性能のみを測定することにより、各ア
クセル開度θ1 〜θ3 のアクセル操作を持続させる時間
Ｔ1 〜Ｔ3 がそれぞれ短くなっている点である。また、
アクセル開度θについては、図６に示したアクセル開度
θ4 ，θ5 では車速Ｖが４０ｋｍ／ｈ以下で加速度Ａが
４．０ｋｍ／ｈを越えてしまうため、測定を省略してい
る。つまり、本発明によれば、学習運転パターンは飛躍
的に短くなり、短時間で学習運転を終了することができ
る。
【００３５】また、前記各アクセル開度θ1 〜θ3 によ
るアクセル操作を持続させている各期間Ｔ1 〜Ｔ3 にお
いて、学習運転プログラムＰ2 はエンジン回転数Ｒが始
めに急激に下がる時点ａ1 〜ａ3 を切換え点として測定
し、各点ａ1 〜ａ3 における車速Ｖ1'〜Ｖ3'および加速
度Ａ1'〜Ａ3'（すなわちｄＶ1'／ｄｓ〜ｄＶ3'／ｄｓ）
をそれぞれ測定している。すなわち、各期間Ｔ1 〜Ｔ3
内の点ａ1 〜ａ3 までの間（すなわちＡＴ車がトルクコ
ントロールを行っている間）はトルクコントロール領域
Ｔｃであり、これよりも高速の領域と分けている。
るアクセル操作を持続させている各期間Ｔ1 〜Ｔ3 にお
いて、学習運転プログラムＰ2 はエンジン回転数Ｒが始
めに急激に下がる時点ａ1 〜ａ3 を切換え点として測定
し、各点ａ1 〜ａ3 における車速Ｖ1'〜Ｖ3'および加速
度Ａ1'〜Ａ3'（すなわちｄＶ1'／ｄｓ〜ｄＶ3'／ｄｓ）
をそれぞれ測定している。すなわち、各期間Ｔ1 〜Ｔ3
内の点ａ1 〜ａ3 までの間（すなわちＡＴ車がトルクコ
ントロールを行っている間）はトルクコントロール領域
Ｔｃであり、これよりも高速の領域と分けている。
【００３６】このようにして、アクセル開度θ1 〜θ3
のときの速度Ｖと加速度Ａを測定し、これを記録するこ
とにより、図２に符号Ｂｋａ’を付して示す走行性能マ
ップデータを形成することができる。なお、図中の×印
は各々速度Ｖと加速度Ａの測定値を指している。そし
て、この走行性能マップデータＢｋａ’に示すように、
トルクコントロール領域Ｔｃにおける車速Ｖと加速度Ａ
の関係から、最小二乗法などを用いて近似する一次式α
1l〜α3lを得ることができる。
のときの速度Ｖと加速度Ａを測定し、これを記録するこ
とにより、図２に符号Ｂｋａ’を付して示す走行性能マ
ップデータを形成することができる。なお、図中の×印
は各々速度Ｖと加速度Ａの測定値を指している。そし
て、この走行性能マップデータＢｋａ’に示すように、
トルクコントロール領域Ｔｃにおける車速Ｖと加速度Ａ
の関係から、最小二乗法などを用いて近似する一次式α
1l〜α3lを得ることができる。
【００３７】同様に、前記学習運転プログラムＰ2 は、
ブレーキについても、ブレーキの効き始めの時点ｂ
1 と、強く踏み込んだ時点ｂ2 における、操作量Ｂと加
速度Ａ（負の値であり、以下、制動力ともいう）の関係
を測定する。そして、これを制動動作における走行性能
マップＢｋｂ’として示す。
ブレーキについても、ブレーキの効き始めの時点ｂ
1 と、強く踏み込んだ時点ｂ2 における、操作量Ｂと加
速度Ａ（負の値であり、以下、制動力ともいう）の関係
を測定する。そして、これを制動動作における走行性能
マップＢｋｂ’として示す。
【００３８】なお、前記抽出プログラムＰ1 による抽出
は、図２に仮想線矢印にして示すように、上述の学習運
転によって求めた走行性能マップデータＢｋ’を用い
て、車速Ｖと加速度Ａとの関係が近似するものを抽出す
ることによって行ってもよい。また、この走行性能マッ
プデータＢｋ’による抽出は検索条件Ａｋ’による抽出
と組み合わせて行ってもよい。このようにして、後述す
る走行性能マップデータＢｋ’の補正をより正確に行う
ことができる。
は、図２に仮想線矢印にして示すように、上述の学習運
転によって求めた走行性能マップデータＢｋ’を用い
て、車速Ｖと加速度Ａとの関係が近似するものを抽出す
ることによって行ってもよい。また、この走行性能マッ
プデータＢｋ’による抽出は検索条件Ａｋ’による抽出
と組み合わせて行ってもよい。このようにして、後述す
る走行性能マップデータＢｋ’の補正をより正確に行う
ことができる。
【００３９】図４は走行性能マップデータの修正プログ
ラムＰ3 による走行性能マップデータＢｉａの修正方法
を説明する図である。図４において、実線で記した直線
α1l〜α3l，α1h〜α3hは前記学習運転によって求めた
走行性能、一点鎖線で示した直線β1l〜β5l，β1h〜β
5hは抽出した走行性能マップデータＢｉａが示す走行性
能、仮想線で示した直線γ1h〜γ3hは直線β1h〜β5hを
補正して得られた車両２に予想される高速領域の走行性
能である。
ラムＰ3 による走行性能マップデータＢｉａの修正方法
を説明する図である。図４において、実線で記した直線
α1l〜α3l，α1h〜α3hは前記学習運転によって求めた
走行性能、一点鎖線で示した直線β1l〜β5l，β1h〜β
5hは抽出した走行性能マップデータＢｉａが示す走行性
能、仮想線で示した直線γ1h〜γ3hは直線β1h〜β5hを
補正して得られた車両２に予想される高速領域の走行性
能である。
【００４０】本例では前記走行性能がアクセル開度毎に
求められた車速に対する加速度の関係を表わす二本の直
線（一次式）による近似式で表わしている。つまり、各
近似式は二つの係数（切片と傾き）によって特定され、
走行性能マップデータＢｉａの修正は、走行性能マップ
データＢｉａを構成する一次式を特定する各係数からな
る係数データＢｉｃの調節により行なうことができる。
求められた車速に対する加速度の関係を表わす二本の直
線（一次式）による近似式で表わしている。つまり、各
近似式は二つの係数（切片と傾き）によって特定され、
走行性能マップデータＢｉａの修正は、走行性能マップ
データＢｉａを構成する一次式を特定する各係数からな
る係数データＢｉｃの調節により行なうことができる。
【００４１】ここで、一例としてアクセル開度θ1 の時
の走行性能を示す直線の修正方法を説明する。このと
き、前記学習運転によって求められた直線α1l，α1hを
表わす一次式は、切片Ａ1l' ，Ａ1h' 、傾きＢ1l' ，Ｂ
1h' によって特定される以下の式（１），（２）によっ
て表すことができる。 Ａ＝Ａ1l' ＋Ｂ1l' Ｖ … 式（１） Ａ＝Ａ1h' ＋Ｂ1h' Ｖ … 式（２）
の走行性能を示す直線の修正方法を説明する。このと
き、前記学習運転によって求められた直線α1l，α1hを
表わす一次式は、切片Ａ1l' ，Ａ1h' 、傾きＢ1l' ，Ｂ
1h' によって特定される以下の式（１），（２）によっ
て表すことができる。 Ａ＝Ａ1l' ＋Ｂ1l' Ｖ … 式（１） Ａ＝Ａ1h' ＋Ｂ1h' Ｖ … 式（２）
【００４２】また、抽出して得られた車両データＤｉの
走行性能から求められた直線β1l，β1hを表わす一次式
は、前記係数データＢｉｃに記録されている切片Ａ1l，
Ａ1h、傾きＢ1l，Ｂ1hによって特定可能な、以下の式
（３），（４）によって表すことができる。 Ａ＝Ａ1l＋Ｂ1lＶ … 式（３） Ａ＝Ａ1h＋Ｂ1hＶ … 式（４）
走行性能から求められた直線β1l，β1hを表わす一次式
は、前記係数データＢｉｃに記録されている切片Ａ1l，
Ａ1h、傾きＢ1l，Ｂ1hによって特定可能な、以下の式
（３），（４）によって表すことができる。 Ａ＝Ａ1l＋Ｂ1lＶ … 式（３） Ａ＝Ａ1h＋Ｂ1hＶ … 式（４）
【００４３】本例の場合、直線α1lについては学習運転
によってその全域を求めているので、前記式（１）をそ
のまま用いて、修正後の直線γ1lを表わす式とする。ま
た、前記直線α1hについては前記学習運転で一部分の走
行性能だけを学習しており、学習が十分でない領域があ
るので、前記式（４）の傾きＢ1hを用いて、切換え点ａ
1 を通過するように修正する。
によってその全域を求めているので、前記式（１）をそ
のまま用いて、修正後の直線γ1lを表わす式とする。ま
た、前記直線α1hについては前記学習運転で一部分の走
行性能だけを学習しており、学習が十分でない領域があ
るので、前記式（４）の傾きＢ1hを用いて、切換え点ａ
1 を通過するように修正する。
【００４４】すなわち、切換え点ａ1 における速度Ｖ1'
と、加速度Ａ1'をそれぞれ前記式（４）に代入し、切片
Ａ1hを未知数にして、修正された切片Ａ1h''を求めてい
る。したがって、修正プログラムＰ3 によって求められ
る走行性能を表わす直線γ1hは以下の式（５）によって
表すことができ、この直線γ1hは図４に仮想線に示すよ
うに、直線β1hを切換え点ａ1 を通過するように平行移
動させたものとなり、これを高速領域における走行性能
とすることができる。 Ａ＝Ａ1h''＋Ｂ1hＶ … 式（５）
と、加速度Ａ1'をそれぞれ前記式（４）に代入し、切片
Ａ1hを未知数にして、修正された切片Ａ1h''を求めてい
る。したがって、修正プログラムＰ3 によって求められ
る走行性能を表わす直線γ1hは以下の式（５）によって
表すことができ、この直線γ1hは図４に仮想線に示すよ
うに、直線β1hを切換え点ａ1 を通過するように平行移
動させたものとなり、これを高速領域における走行性能
とすることができる。 Ａ＝Ａ1h''＋Ｂ1hＶ … 式（５）
【００４５】同様に、直線α2l、α3lについても前記学
習運転によって、その全域を求めることができるので、
これをそのまま修正後の直線γ2l，γ3lとすることがで
きる。また、修正後の直線γ1h，γ1hについては、直線
β1h，β1hをそれぞれ切換え点ａ2 ，ａ3 を通過するよ
うに平行移動させて、これを修正後の直線β1h，β1hと
することができる。
習運転によって、その全域を求めることができるので、
これをそのまま修正後の直線γ2l，γ3lとすることがで
きる。また、修正後の直線γ1h，γ1hについては、直線
β1h，β1hをそれぞれ切換え点ａ2 ，ａ3 を通過するよ
うに平行移動させて、これを修正後の直線β1h，β1hと
することができる。
【００４６】そして、学習運転を行っていない高速領
域、高加速度領域の一部における走行性能を表わす直線
γ4l，γ5l，γ4h，γ5hについては、直線β4l，β5l，
β4h，β5hを表わす１次式をそのまま用いて表わすこと
ができる。
域、高加速度領域の一部における走行性能を表わす直線
γ4l，γ5l，γ4h，γ5hについては、直線β4l，β5l，
β4h，β5hを表わす１次式をそのまま用いて表わすこと
ができる。
【００４７】なお、上述の例では、学習運転して求めた
トルクコントロール領域より高速の領域における走行性
能を表わす直線α1h〜α3hが、抽出した走行性能マップ
データＢｉａによる走行性能を表わす直線β1h〜β3hと
ほぼ平行する例を挙げている。多くの場合、直線α1h〜
α3hと直線β1h〜β3hをほぼ平行すると考えることがで
きるが、本発明はこの修正方法を直線β1h〜β3hの平行
移動によって求めることに限定するものではない。
トルクコントロール領域より高速の領域における走行性
能を表わす直線α1h〜α3hが、抽出した走行性能マップ
データＢｉａによる走行性能を表わす直線β1h〜β3hと
ほぼ平行する例を挙げている。多くの場合、直線α1h〜
α3hと直線β1h〜β3hをほぼ平行すると考えることがで
きるが、本発明はこの修正方法を直線β1h〜β3hの平行
移動によって求めることに限定するものではない。
【００４８】すなわち、図５に示すように、走行性能を
表わす直線α1h〜α3hのうち何れか一つの直線（例えば
α1h）が高速領域においても正確になるように、学習運
転の段階でこの直線α1hを求めるための学習運転を高速
領域においても行うことができる。そして、前記学習運
転により求めた直線α1hの傾きＢ1h' 〔式（２）参照〕
を、抽出した走行性能マップデータＢｉａの走行性能を
表わす直線β1h〜β3hのうちの対応する直線（この場合
β1h）の傾きＢ1h〔式（４）参照〕と比較し、この傾き
の補正係数ｋを式（６）によって得ることができる。 ｋ＝Ｂ1h／Ｂ1h’ … 式（６）
表わす直線α1h〜α3hのうち何れか一つの直線（例えば
α1h）が高速領域においても正確になるように、学習運
転の段階でこの直線α1hを求めるための学習運転を高速
領域においても行うことができる。そして、前記学習運
転により求めた直線α1hの傾きＢ1h' 〔式（２）参照〕
を、抽出した走行性能マップデータＢｉａの走行性能を
表わす直線β1h〜β3hのうちの対応する直線（この場合
β1h）の傾きＢ1h〔式（４）参照〕と比較し、この傾き
の補正係数ｋを式（６）によって得ることができる。 ｋ＝Ｂ1h／Ｂ1h’ … 式（６）
【００４９】そして、直線β2h〜β3hの傾きにこの補正
係数ｋを乗算することにより、より正確な走行性能を表
わす直線γ2h〜γ3hを求めることができる。すなわち、
直線γ2hの傾きはｋＢ2hとなり、この傾きｋＢ2hの直線
が切換え点ａ2 を通過するように切片Ａ2h''を求めるこ
とにより、直線γ2hを表わす一次式を例えば式（７）に
示すように求めることができる。同様に、直線γ3hを表
わす一次式も直線β3hの傾きをｋ倍した後に、これが切
換え点ａ2 を通過するように平行移動することにより求
めることができる。 Ａ＝Ａ2h''＋ｋＢ2hＶ … 式（７）
係数ｋを乗算することにより、より正確な走行性能を表
わす直線γ2h〜γ3hを求めることができる。すなわち、
直線γ2hの傾きはｋＢ2hとなり、この傾きｋＢ2hの直線
が切換え点ａ2 を通過するように切片Ａ2h''を求めるこ
とにより、直線γ2hを表わす一次式を例えば式（７）に
示すように求めることができる。同様に、直線γ3hを表
わす一次式も直線β3hの傾きをｋ倍した後に、これが切
換え点ａ2 を通過するように平行移動することにより求
めることができる。 Ａ＝Ａ2h''＋ｋＢ2hＶ … 式（７）
【００５０】また、本例の場合は直線α1hを求めるため
の学習運転を高速領域においても行っているので、直線
γ1hは直線α1hの一次式をそのまま用いることができ
る。なお、本発明は直線α1hを求める学習運転を高速領
域においても行うことに限定するものではない。直線α
2hまたはα3hを求める学習運転を高速領域においても行
ってもよい。何れにしても、直線α1h〜α3hのうち何れ
か一つを学習運転によって最後まで求めて、直線β1h〜
β3hの傾きとの差を補正することにより、より正確な走
行性能マップデータＢｋａを構成する直線γ1h〜γ3hを
求めることができる。
の学習運転を高速領域においても行っているので、直線
γ1hは直線α1hの一次式をそのまま用いることができ
る。なお、本発明は直線α1hを求める学習運転を高速領
域においても行うことに限定するものではない。直線α
2hまたはα3hを求める学習運転を高速領域においても行
ってもよい。何れにしても、直線α1h〜α3hのうち何れ
か一つを学習運転によって最後まで求めて、直線β1h〜
β3hの傾きとの差を補正することにより、より正確な走
行性能マップデータＢｋａを構成する直線γ1h〜γ3hを
求めることができる。
【００５１】図４，５を用いて説明したように走行性能
マップデータＢｉａを修正することにより、短縮された
学習運転では学習が十分でない高速領域または高加速度
領域の走行性能マップデータＢｋを修正プログラムＰ3
による演算によってもとめることができる。つまり、短
い時間学習運転を行うだけでほぼ正確な走行性能マップ
データＢｋを作成できるので、試験運転に必要とされる
学習運転を短くすることと、より正確な試験を行うこと
を両立させることができる。
マップデータＢｉａを修正することにより、短縮された
学習運転では学習が十分でない高速領域または高加速度
領域の走行性能マップデータＢｋを修正プログラムＰ3
による演算によってもとめることができる。つまり、短
い時間学習運転を行うだけでほぼ正確な走行性能マップ
データＢｋを作成できるので、試験運転に必要とされる
学習運転を短くすることと、より正確な試験を行うこと
を両立させることができる。
【００５２】なお、走行性能マップデータＢｋａにおい
て特に重要な部分は車両２のアクセル応答が早い低速領
域（特に切換え点ａ1 〜ａ3 までのトルクコントロール
領域）である。また、試験運転には高加速度を要求する
ものがないので、低速領域で、かつ低加速度領域につい
て学習運転を行って走行性能を実測することにより、試
験運転に十分な精度の走行性能マップデータＢｋａを得
ることができる。
て特に重要な部分は車両２のアクセル応答が早い低速領
域（特に切換え点ａ1 〜ａ3 までのトルクコントロール
領域）である。また、試験運転には高加速度を要求する
ものがないので、低速領域で、かつ低加速度領域につい
て学習運転を行って走行性能を実測することにより、試
験運転に十分な精度の走行性能マップデータＢｋａを得
ることができる。
【００５３】また、上述の説明では走行性能マップデー
タの重要な部分が低速領域であることを開示している
が、学習運転を行ったときにトルクコントロール領域が
低速領域内で終わらない場合には、切換え点を検出する
（最初のシフトチェンジが起きる）まで学習運転を行な
う。このようにすることにより、前記修正プログラムＰ
3 による修正を確実に行うことができる。
タの重要な部分が低速領域であることを開示している
が、学習運転を行ったときにトルクコントロール領域が
低速領域内で終わらない場合には、切換え点を検出する
（最初のシフトチェンジが起きる）まで学習運転を行な
う。このようにすることにより、前記修正プログラムＰ
3 による修正を確実に行うことができる。
【００５４】図６はブレーキペダルの操作量Ｂに対する
制動力Ａを表わす走行性能マップデータＢｋｂを示す図
である。本例では、例えば前記短縮された学習運転によ
って、ブレーキの利きはじめの時点ｂ1 におけるブレー
キペダルの操作量Ｂb1に対する制動力Ａb1と、大きくブ
レーキを操作した時点ｂ2 におけるブレーキペダルの操
作量Ｂb2に対する制動力Ａb2とを測定している。
制動力Ａを表わす走行性能マップデータＢｋｂを示す図
である。本例では、例えば前記短縮された学習運転によ
って、ブレーキの利きはじめの時点ｂ1 におけるブレー
キペダルの操作量Ｂb1に対する制動力Ａb1と、大きくブ
レーキを操作した時点ｂ2 におけるブレーキペダルの操
作量Ｂb2に対する制動力Ａb2とを測定している。
【００５５】そして、前記修正プログラムＰ3 は一点鎖
線によって表わす既に学習運転によって求められた特性
線βｂが前記二点ｂ1 ，ｂ2 を通過するように修正する
ことにより、新規車両２のブレーキペダルの操作量Ｂに
対する制動力Ａを示す特性線γｂ（仮想線）を求める。
そして、この特性線γｂを表わす関係式が修正後の走行
性能マップデータＢｋｂとなる。
線によって表わす既に学習運転によって求められた特性
線βｂが前記二点ｂ1 ，ｂ2 を通過するように修正する
ことにより、新規車両２のブレーキペダルの操作量Ｂに
対する制動力Ａを示す特性線γｂ（仮想線）を求める。
そして、この特性線γｂを表わす関係式が修正後の走行
性能マップデータＢｋｂとなる。
【００５６】また、前記走行性能マップデータＢｋａ，
Ｂｋｂは例えば、前記直線γ1l〜γ 3l，γ1h〜γ3hおよ
び特性線γｂを表わす近似式の各係数（一次式の場合は
切片と傾き）によって表すことができ、これらの係数は
修正された走行性能マップデータＢｋａ，Ｂｋｂの係数
データＢｋｃである。また、走行性能マップデータＢｋ
ａは加速度Ａと速度Ｖに対するアクセル開度θ、走行性
能マップデータＢｋｂは制動力Ａに対するブレーキ操作
量Ｂを表わすマトリックスデータＢｋｍに変換されて、
試験運転の制御に用いられる。
Ｂｋｂは例えば、前記直線γ1l〜γ 3l，γ1h〜γ3hおよ
び特性線γｂを表わす近似式の各係数（一次式の場合は
切片と傾き）によって表すことができ、これらの係数は
修正された走行性能マップデータＢｋａ，Ｂｋｂの係数
データＢｋｃである。また、走行性能マップデータＢｋ
ａは加速度Ａと速度Ｖに対するアクセル開度θ、走行性
能マップデータＢｋｂは制動力Ａに対するブレーキ操作
量Ｂを表わすマトリックスデータＢｋｍに変換されて、
試験運転の制御に用いられる。
【００５７】次いで、作業者がデータの保存を命令する
ことにより、得られた走行性能マップデータＢｋａ，Ｂ
ｋｂおよび係数データＢｋｃを新しい車両２の走行性能
マップデータＢｋを構成するデータとして新規登録し、
これを保存することができる。
ことにより、得られた走行性能マップデータＢｋａ，Ｂ
ｋｂおよび係数データＢｋｃを新しい車両２の走行性能
マップデータＢｋを構成するデータとして新規登録し、
これを保存することができる。
【００５８】上述の各例では、走行性能マップデータＢ
ｋａの一例として車両２がＡＴ車である場合の例を挙げ
ているが、本発明はこれに限定されるものではないこと
は言うまでもない。すなわち、例えばＭＴ車、無段階変
速方式（Continuous Variable Transmission, 以下ＣＶ
Ｔ車という）などがある。
ｋａの一例として車両２がＡＴ車である場合の例を挙げ
ているが、本発明はこれに限定されるものではないこと
は言うまでもない。すなわち、例えばＭＴ車、無段階変
速方式（Continuous Variable Transmission, 以下ＣＶ
Ｔ車という）などがある。
【００５９】また、走行性能マップデータＢｋａを表わ
すデータが、直線近似した二つの１次式で表わされる場
合を例示しているが、これが多項式で表わされる場合で
あってもよい。この場合にも、低速領域でかつ低加速度
領域において学習運転において求めた測定値と一致する
ように補正することにより、試験運転において十分の精
度を得るような修正を行うことができる。
すデータが、直線近似した二つの１次式で表わされる場
合を例示しているが、これが多項式で表わされる場合で
あってもよい。この場合にも、低速領域でかつ低加速度
領域において学習運転において求めた測定値と一致する
ように補正することにより、試験運転において十分の精
度を得るような修正を行うことができる。
【００６０】さらに、上述の各例では、アクセル開度θ
を５段階に分けてその走行性能を記録する例を示してい
るが、本発明はこの点を限定するものでないことは言う
までもない。すなわち、アクセル開度θを細かく分けて
走行性能を記録すればするほど正確な試験運転を行うこ
とができる。したがって、短縮された学習運転において
も、４段階以上のアクセル開度θによる走行性能を測定
してもよい。
を５段階に分けてその走行性能を記録する例を示してい
るが、本発明はこの点を限定するものでないことは言う
までもない。すなわち、アクセル開度θを細かく分けて
走行性能を記録すればするほど正確な試験運転を行うこ
とができる。したがって、短縮された学習運転において
も、４段階以上のアクセル開度θによる走行性能を測定
してもよい。
【００６１】加えて、上述の各例では、自動車運転シス
テム１の走行性能学習プログラムＰをコンピュータ６内
のハードディスク６ｈやメモリ６ｍに記録することを開
示しているが、本発明はこれに限られるものではない。
すなわち、フロッピーディスクやＣＤ−ＲＯＭのような
コンピュータ読み取り可能な記録媒体に記録して、既存
の自動車運転システムのコンピュータに本発明の走行性
能学習プログラムＰをインストールできるようにしても
よい。
テム１の走行性能学習プログラムＰをコンピュータ６内
のハードディスク６ｈやメモリ６ｍに記録することを開
示しているが、本発明はこれに限られるものではない。
すなわち、フロッピーディスクやＣＤ−ＲＯＭのような
コンピュータ読み取り可能な記録媒体に記録して、既存
の自動車運転システムのコンピュータに本発明の走行性
能学習プログラムＰをインストールできるようにしても
よい。
【００６２】
【発明の効果】以上詳述したように、本発明によれば、
既に学習運転を行い試験車両の特性を求めた走行性能マ
ップを持つ車両データを利用することで、短時間の学習
運転の実施によって既に求めた車両データの修正を行な
って、新しい車両データを作成することができる。つま
り、短時間で学習運転を終了させて、新規車両における
データ登録、学習運転を行ってから、実施可能となる試
験までの開始時間の短縮化が図れ、新規登録の試験をす
ばやく行なうことができる。
既に学習運転を行い試験車両の特性を求めた走行性能マ
ップを持つ車両データを利用することで、短時間の学習
運転の実施によって既に求めた車両データの修正を行な
って、新しい車両データを作成することができる。つま
り、短時間で学習運転を終了させて、新規車両における
データ登録、学習運転を行ってから、実施可能となる試
験までの開始時間の短縮化が図れ、新規登録の試験をす
ばやく行なうことができる。
【図１】本発明の第１実施例である自動車運転システム
の全体的な構成を示す図である。
の全体的な構成を示す図である。
【図２】前記自動車運転システムの走行性能学習方法を
説明する図である。
説明する図である。
【図３】前記自動車運転システムの走行性能を学習する
学習運転の一例を説明する図である。
学習運転の一例を説明する図である。
【図４】前記学習運転によって得られたアクセル開度に
対する走行性能を用いて既存の走行性能マップデータを
修正する方法を説明する図である。
対する走行性能を用いて既存の走行性能マップデータを
修正する方法を説明する図である。
【図５】前記修正方法の別の例を説明する図である。
【図６】ブレーキの操作量に対する走行性能マップデー
タの修正方法を説明する図である。
タの修正方法を説明する図である。
【図７】従来の自動車運転システムの走行性能学習方法
による学習運転の一例を説明する図である。
による学習運転の一例を説明する図である。
１…自動車運転システム、２…新規車両、５…自動車運
転用ロボット、６ｈ…記録部、Ｂｋ…走行性能マップデ
ータ、Ｄ1 〜Ｄｎ…車両データ、Ｐ…走行性能学習プロ
グラム、Ｐ1 …抽出プログラム、Ｐ2 …学習運転プログ
ラム、Ｐ3 …修正プログラム。
転用ロボット、６ｈ…記録部、Ｂｋ…走行性能マップデ
ータ、Ｄ1 〜Ｄｎ…車両データ、Ｐ…走行性能学習プロ
グラム、Ｐ1 …抽出プログラム、Ｐ2 …学習運転プログ
ラム、Ｐ3 …修正プログラム。
Claims (12)
- 【請求項１】 車両の走行性能マップデータを用いて自
動車運転用ロボットを制御し、この自動車運転用ロボッ
トによる車両の試験運転を行なう自動車運転システムの
走行性能学習方法であって、既に自動車運転システムで
学習運転により求められ記録されている各車両の走行性
能マップデータを有する車両データの中から、新規登録
する車両に近似する車両データを抽出すると共に、新規
登録する車両の走行性能のうち特に重要な部分の走行性
能のみ学習運転によって求め、残りの走行性能を抽出し
た車両データに含まれる走行性能マップデータの修正に
よって作成することにより、新規車両の走行性能マップ
データを求めることを特徴とする自動車運転システムの
走行性能学習方法。 - 【請求項２】 新規登録する車両の走行性能のうち、低
速領域でかつ低加速度領域の走行性能を特に重要な部分
として学習運転する請求項１に記載の自動車運転システ
ムの走行性能学習方法。 - 【請求項３】 前記走行性能マップデータがアクセル開
度毎に求められた車速に対する加速度の関係を表わす近
似式の各係数からなる係数データを含んでおり、この走
行性能マップデータの修正をこれらの係数データの調節
により行なう請求項１または２に記載の自動車運転シス
テムの走行性能学習方法。 - 【請求項４】 前記車両データの抽出を走行性能マップ
データと共に車両データに含まれる車両情報データを用
いて行う請求項１〜３の何れかに記載の自動車運転シス
テムの走行性能学習方法。 - 【請求項５】 車両の走行性能マップデータを用いて自
動車運転用ロボットを制御し、この自動車運転用ロボッ
トによる車両の試験運転を行なう自動車運転システムに
おいて、既に自動車運転システムで学習運転により求め
られた各車両の走行性能マップデータを有する車両デー
タを記録する記録部と、新規登録する車両に近似する車
両データを抽出すると共に、新規登録する車両の走行性
能のうち特に重要な部分の走行性能のみ学習運転によっ
て求め、残りの走行性能を抽出した車両データに含まれ
る走行性能マップデータの修正によって作成することに
より、新規車両の走行性能マップデータを求める走行性
能マップの学習部とを有することを特徴とする自動車運
転システム。 - 【請求項６】 前記車両の走行性能のうち特に重要な部
分が、低速領域でかつ低加速度領域の走行性能である請
求項５に記載の自動車運転システム。 - 【請求項７】 前記走行性能マップデータがアクセル開
度毎に求められた車速に対する加速度の関係を表わす近
似式の各係数からなる係数データを有し、この走行性能
マップデータの修正がこれらの係数データの調節により
行なわれるものである請求項５または６に記載の自動車
運転システム。 - 【請求項８】 前記車両データが走行性能マップデータ
と共に車両データの抽出に用いることのできる車両情報
データを有する請求項５〜７の何れかに記載の自動車運
転システム。 - 【請求項９】 既に学習運転により求められた各車両の
走行性能マップデータを有する車両データを有すると共
に、走行性能マップデータを用いて自動車運転用ロボッ
トを制御し、この自動車運転用ロボットによる車両の試
験運転を行なう自動車運転システムに用いられる走行性
能学習プログラムであって、新規登録する車両に近似す
る車両データを抽出する抽出プログラムと、新規登録す
る車両の走行性能のうち特に重要な部分の走行性能のみ
学習運転によって求める学習運転プログラムと、残りの
走行性能を抽出した車両データに含まれる走行性能マッ
プデータの修正によって作成することにより、新規車両
の走行性能マップデータを求める走行性能マップデータ
の修正プログラムとからなることを特徴とする走行性能
学習プログラムを記録した記録媒体。 - 【請求項１０】 前記学習運転プログラムが新規登録す
る車両の走行性能のうち、低速領域でかつ低加速度領域
の走行性能を特に重要な部分として学習運転する請求項
９に記載の走行性能学習プログラムを記録した記録媒
体。 - 【請求項１１】 前記走行性能マップデータがアクセル
開度毎に求められた車速に対する加速度の関係を表わす
近似式の各係数からなる係数データを含んでおり、前記
修正プログラムが走行性能マップデータの修正をこれら
の係数データの調節により行なう請求項９または１０に
記載の走行性能学習プログラムを記録した記録媒体。 - 【請求項１２】 前記抽出プログラムが前記車両データ
の抽出を走行性能マップデータと共に車両データに含ま
れる車両情報データを用いて行う請求項９〜１１の何れ
かに記載の走行性能学習プログラムを記録した記録媒
体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP11152497A JP2000338004A (ja) | 1999-05-31 | 1999-05-31 | 自動車運転システムの走行性能学習方法、自動車運転システム、および、走行性能学習プログラムを記録した記録媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP11152497A JP2000338004A (ja) | 1999-05-31 | 1999-05-31 | 自動車運転システムの走行性能学習方法、自動車運転システム、および、走行性能学習プログラムを記録した記録媒体 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2000338004A true JP2000338004A (ja) | 2000-12-08 |
Family
ID=15541767
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP11152497A Pending JP2000338004A (ja) | 1999-05-31 | 1999-05-31 | 自動車運転システムの走行性能学習方法、自動車運転システム、および、走行性能学習プログラムを記録した記録媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2000338004A (ja) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003098047A (ja) * | 2001-09-26 | 2003-04-03 | Horiba Ltd | 自動車自動運転システム |
| JP2009068929A (ja) * | 2007-09-12 | 2009-04-02 | Meidensha Corp | 車速制御の駆動力特性収録方法 |
| CN105223028A (zh) * | 2015-10-10 | 2016-01-06 | 福州车友网络科技有限公司 | 一种远程机动车综合检测评估方法以及系统 |
| CN106248392A (zh) * | 2016-07-28 | 2016-12-21 | 百度在线网络技术（北京）有限公司 | 一种无人车变道时间的测试方法及装置 |
| JP2020187709A (ja) * | 2019-05-17 | 2020-11-19 | 日立オートモティブシステムズ株式会社 | 制御装置 |
| KR20210090313A (ko) * | 2020-01-09 | 2021-07-20 | 주식회사 현대케피코 | 차량 목표차속 실시간 추종 학습 방법 및 차량 가감속력 학습 시스템 |
| WO2021205767A1 (ja) * | 2020-04-10 | 2021-10-14 | 株式会社堀場製作所 | 供試体自動運転装置、供試体自動運転方法、及び、供試体試験システム |
| CN113916547A (zh) * | 2021-09-26 | 2022-01-11 | 东风汽车股份有限公司 | 一种汽车加速性能试验方法 |
-
1999
- 1999-05-31 JP JP11152497A patent/JP2000338004A/ja active Pending
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003098047A (ja) * | 2001-09-26 | 2003-04-03 | Horiba Ltd | 自動車自動運転システム |
| JP4621395B2 (ja) * | 2001-09-26 | 2011-01-26 | 株式会社堀場製作所 | 自動車自動運転システム |
| JP2009068929A (ja) * | 2007-09-12 | 2009-04-02 | Meidensha Corp | 車速制御の駆動力特性収録方法 |
| CN105223028A (zh) * | 2015-10-10 | 2016-01-06 | 福州车友网络科技有限公司 | 一种远程机动车综合检测评估方法以及系统 |
| CN106248392A (zh) * | 2016-07-28 | 2016-12-21 | 百度在线网络技术（北京）有限公司 | 一种无人车变道时间的测试方法及装置 |
| WO2020235317A1 (ja) * | 2019-05-17 | 2020-11-26 | 日立オートモティブシステムズ株式会社 | 制御装置 |
| JP2020187709A (ja) * | 2019-05-17 | 2020-11-19 | 日立オートモティブシステムズ株式会社 | 制御装置 |
| JP7250613B2 (ja) | 2019-05-17 | 2023-04-03 | 日立Astemo株式会社 | 制御装置 |
| KR20210090313A (ko) * | 2020-01-09 | 2021-07-20 | 주식회사 현대케피코 | 차량 목표차속 실시간 추종 학습 방법 및 차량 가감속력 학습 시스템 |
| KR102280989B1 (ko) | 2020-01-09 | 2021-07-26 | 주식회사 현대케피코 | 차량 목표차속 실시간 추종 학습 방법 및 차량 가감속력 학습 시스템 |
| WO2021205767A1 (ja) * | 2020-04-10 | 2021-10-14 | 株式会社堀場製作所 | 供試体自動運転装置、供試体自動運転方法、及び、供試体試験システム |
| US11866045B2 (en) | 2020-04-10 | 2024-01-09 | Horiba, Ltd. | Automatic test object driving device, automatic test object driving method, and test object testing system |
| CN113916547A (zh) * | 2021-09-26 | 2022-01-11 | 东风汽车股份有限公司 | 一种汽车加速性能试验方法 |
| CN113916547B (zh) * | 2021-09-26 | 2023-09-12 | 东风汽车股份有限公司 | 一种汽车加速性能试验方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4349187B2 (ja) | 車両速度制御装置 | |
| JP2611475B2 (ja) | 車両の自動運転装置 | |
| JP2969493B2 (ja) | 自動車自動運転ロボットの制御方法 | |
| CN106895981A (zh) | 一种汽车传动系试验台架加速惯量电模拟控制方法 | |
| JP6504542B2 (ja) | 車両速度制御装置 | |
| JP6071659B2 (ja) | エンジン模擬試験方法 | |
| JP2000338004A (ja) | 自動車運転システムの走行性能学習方法、自動車運転システム、および、走行性能学習プログラムを記録した記録媒体 | |
| JP2012220378A (ja) | 車両の挙動シミュレーション装置及び方法 | |
| JP5256671B2 (ja) | 車速制御の駆動力特性収録方法 | |
| JP6012502B2 (ja) | エンジン模擬試験方法 | |
| JP6113577B2 (ja) | エンジン模擬試験方法 | |
| Mizutani et al. | Vehicle speed control by a robotic driver considering time delay and parametric variations | |
| JP2751691B2 (ja) | 車両の自動運転装置 | |
| WO2021205767A1 (ja) | 供試体自動運転装置、供試体自動運転方法、及び、供試体試験システム | |
| JP2000338008A (ja) | 車両自動運転装置の制御システムおよび制御方法 | |
| JPH09218136A (ja) | 自動車自動運転ロボット | |
| JP4253078B2 (ja) | 車両自動運転装置で用いる走行性能マップの作成方法 | |
| JP3645743B2 (ja) | エンジン試験装置または車両試験装置に用いるマップの作成方法 | |
| JPH09113418A (ja) | 自動車自動運転ロボットの制御方法 | |
| JP3535732B2 (ja) | 車両自動運転装置の制御方法 | |
| JP2000338006A (ja) | 自動車運転システム、自動車運転システムの車両データ設定方法、および、車両制御プログラムを記録した記録媒体 | |
| JP3081763B2 (ja) | 自動車自動運転ロボットの制御方法 | |
| JP4354136B2 (ja) | 車両自動運転装置およびその制御方法並びにエンジン自動運転装置およびその制御方法 | |
| JPS63215936A (ja) | シヤシダイナモを用いた走行抵抗測定装置 | |
| JPH0725659Y2 (ja) | 走行テストパターンの作成装置 |