JP2001183150A - Running pattern production device - Google Patents

Running pattern production device

Info

Publication number
JP2001183150A
JP2001183150A JP2000314157A JP2000314157A JP2001183150A JP 2001183150 A JP2001183150 A JP 2001183150A JP 2000314157 A JP2000314157 A JP 2000314157A JP 2000314157 A JP2000314157 A JP 2000314157A JP 2001183150 A JP2001183150 A JP 2001183150A
Authority
JP
Japan
Prior art keywords
means
acceleration
running
deceleration
traveling
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.)
Granted
Application number
JP2000314157A
Other languages
Japanese (ja)
Other versions
JP4470311B2 (en
Inventor
Yoshitaka Deguchi
Koichi Kuroda
欣高 出口
浩一 黒田
Original Assignee
Nissan Motor Co Ltd
日産自動車株式会社
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
Priority to JP29370599 priority Critical
Priority to JP11-293705 priority
Application filed by Nissan Motor Co Ltd, 日産自動車株式会社 filed Critical Nissan Motor Co Ltd
Priority to JP2000314157A priority patent/JP4470311B2/en
Publication of JP2001183150A publication Critical patent/JP2001183150A/en
Application granted granted Critical
Publication of JP4470311B2 publication Critical patent/JP4470311B2/en
Application status is Expired - Fee Related legal-status Critical
Anticipated expiration legal-status Critical

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60KARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
    • B60K6/00Arrangement or mounting of plural diverse prime-movers for mutual or common propulsion, e.g. hybrid propulsion systems comprising electric motors and internal combustion engines ; Control systems therefor, i.e. systems controlling two or more prime movers, or controlling one of these prime movers and any of the transmission, drive or drive units Informative references: mechanical gearings with secondary electric drive F16H3/72; arrangements for handling mechanical energy structurally associated with the dynamo-electric machine H02K7/00; machines comprising structurally interrelated motor and generator parts H02K51/00; dynamo-electric machines not otherwise provided for in H02K see H02K99/00
    • B60K6/20Arrangement or mounting of plural diverse prime-movers for mutual or common propulsion, e.g. hybrid propulsion systems comprising electric motors and internal combustion engines ; Control systems therefor, i.e. systems controlling two or more prime movers, or controlling one of these prime movers and any of the transmission, drive or drive units Informative references: mechanical gearings with secondary electric drive F16H3/72; arrangements for handling mechanical energy structurally associated with the dynamo-electric machine H02K7/00; machines comprising structurally interrelated motor and generator parts H02K51/00; dynamo-electric machines not otherwise provided for in H02K see H02K99/00 the prime-movers consisting of electric motors and internal combustion engines, e.g. HEVs
    • B60K6/50Architecture of the driveline characterised by arrangement or kind of transmission units
    • B60K6/54Transmission for changing ratio
    • B60K6/543Transmission for changing ratio the transmission being a continuously variable transmission

Abstract

PROBLEM TO BE SOLVED: To provide a running pattern production device producible of strict balance schedule of energy. SOLUTION: A running pattern production device 1 produced the running pattern of the self-car in a planed running path by using information obtained with a road information obtaining means 11 obtaining information related with the planned running path. By using the information obtained with the road information obtaining means 11, stop times of the self-car in the planned running path is predicted with the stop times prediction means 13 for predicting the stop times of the self-car.

Description

【発明の詳細な説明】 DETAILED DESCRIPTION OF THE INVENTION

【0001】 [0001]

【発明の属する技術分野】本発明は、自車両の走行予定経路に関する情報を用いて走行予定の経路上における走行パターンを自動的に予測する走行パターン生成装置に関する。 The present invention relates to relates running pattern generating apparatus for automatically predicting a travel pattern on the route of the travel plan by using the information about the planned driving route of the vehicle.

【0002】 [0002]

【従来の技術】この種の走行パターン生成装置としては、例えば特開平9−324665号公報に記載された内燃機関の補機駆動制御装置が知られている。 2. Description of the Related Art As this kind of running pattern generating apparatus, for example, accessory drive control apparatus for an internal combustion engine described in JP-A-9-324665 is known. これは走行予定の経路を「高速道路」や「市街地」といった道路種別で分類し、それぞれの区間における走行速度を予測することで、エネルギーの蓄積および放出スケジュールを決定するものである。 This route planned travel classified by road type such as "expressway" and "urban", to predict the running speed at each section, is what determines the accumulation and release schedule of energy.

【0003】 [0003]

【発明が解決しようとする課題】しかしながら、従来の装置では、道路種別で分類した区間内においてエネルギー収支に大きな影響を持つ停止および発進を十分に考慮していないため、実際の走行で必要な停止および発進にともなうエネルギー収支が省略されてしまう。 [SUMMARY OF THE INVENTION However, in the conventional apparatus, because it does not adequately consider the stop and start having a significant impact on the energy balance in the interval classified by road type, the required stop at actual running and energy balance associated with the start will be omitted.

【0004】このため、停止時における減速エネルギーの回生や発進時の加速のための駆動力アシストなどを考慮した厳密なエネルギーの蓄積および放出スケジューリングができないという問題点があった。 [0004] Therefore, there strict energy problem that accumulation and release scheduling can not in that considering the driving force assist for acceleration during regeneration and start of deceleration energy during stops.

【0005】本発明は、このような従来技術の問題点に鑑みてなされたものであり、走行予定経路における停止回数や停止位置を予測することで、より厳密なエネルギーの収支スケジュールが生成できる走行パターン生成装置を提供することを目的とする。 [0005] The present invention has been made in view of such problems of the prior art, it predicts the number of stops or stop position in the planned travel route can be generated more stringent energy balance schedule running and to provide a pattern generator.

【0006】 [0006]

【課題を解決するための手段】(1)上記目的を達成するために、請求項1記載の走行パターン生成装置は、自車両の走行予定経路に関する情報を取得する道路情報取得手段を有し、前記道路情報取得手段により取得された情報を用いて走行予定経路における自車両の走行パターンを生成する走行パターン生成装置において、前記道路情報取得手段により取得された情報を用いて走行予定経路における自車両の停止回数を予測する停止回数予測手段をさらに備えたことを特徴とする。 To achieve SUMMARY OF for the (1) above object, running pattern generating apparatus according to claim 1 includes a road information acquisition means for acquiring information about the planned driving route of the vehicle, in running pattern generating device for generating a running pattern of the vehicle in the traveling scheduled route using the information acquired by the road information acquisition unit, vehicle in the traveling scheduled route using the road information acquisition means information obtained by and further comprising a number of stops predicting means for predicting the number of stops.

【0007】また、請求項2記載の走行パターン生成装置は、前記道路情報取得手段により取得された情報を用いて走行予定経路における自車両の走行速度を予測する走行速度予測手段をさらに備えたことを特徴とする。 [0007] The running pattern generating apparatus according to the second aspect, further comprising the further running speed prediction means for predicting a traveling speed of the vehicle in the traveling scheduled route using the information acquired by the road information acquisition means the features.

【0008】さらに、請求項3記載の走行パターン生成装置は、前記道路情報取得手段により取得された情報を用いて走行予定経路における自車両の加減速度を予測する加減速度予測手段をさらに備えたことを特徴とする。 Furthermore, running pattern generating apparatus according to the third aspect, further comprising further acceleration estimating means for estimating the acceleration or deceleration of the vehicle in the traveling scheduled route using the information acquired by the road information acquisition means the features.

【0009】また、請求項4記載の走行パターン生成装置は、前記停止回数予測手段で予測された停止回数、前記走行速度予測手段で予測された走行速度および前記加減速度予測手段で予測された加減速度に基づいて、自車両の走行パターンを生成する走行パターン生成手段をさらに備えたことを特徴とする。 Further, the running pattern generating apparatus according to claim 4, wherein the predicted number of stops at the stop number prediction means, acceleration predicted by the predicted travel speed and the acceleration estimating means by said running speed predicting means based on the speed, and further comprising a running pattern generating means for generating a running pattern of the vehicle.

【0010】これら請求項1乃至4記載の走行パターン生成装置では、走行予定経路に関する道路情報を用いて、速度や加速度だけでなく停止回数も予測するので、 [0010] In running pattern generating apparatus of claims 1 to 4, wherein, by using the road information about the planned travel route, since predicted number stop not only the speed and acceleration,
特にハイブリッド車などのエネルギー蓄積手段を備えた車両において、実際の走行で必要な停止および発進にともなうエネルギー収支が考慮された走行パターンとなり、より正確なエネルギーの蓄積および放出のスケジューリングができる。 Particularly in a vehicle equipped with energy storage means, such as a hybrid car, be the actual running pattern energy balance is considered due to the required stop and start the travel, it is more accurate energy storage and release of scheduling.

【0011】(2)上記発明の停止回数予測手段における予測方法は種々の形態を採用することができる。 [0011] (2) Prediction method in the number of stops predicting means of the invention may adopt various forms.

【0012】請求項5記載の走行パターン生成装置では、前記停止回数予測手段は、前記道路情報取得手段により取得された自車両の走行予定経路における交差点および信号機の位置を検出する第1停止回数予測手段と、 [0012] In running pattern generating apparatus according to claim 5, the number of stops predicting means, first number of stops prediction for detecting the position of the intersection and the traffic in the scheduled traveling route of the vehicle acquired by the road information acquisition means and means,
前記自車両の走行予定経路を幾つかの区間に分割して各区間内に存在する交差点および信号機の平均間隔を求め、この平均間隔に基づいて各区間内における自車両の停止回数を予測する第2停止回数予測手段と、を含む。 The said obtaining an average spacing of the intersection and the traffic exists in the own planned travel route of the vehicle is divided into several sections in each section, to predict the number of stopping the vehicle in each section based on the average interval 2 comprises a number of stops predicting means.

【0013】この請求項5記載の発明では、走行予定経路を道路種別や大きな交差点によって幾つかの区間に分割し、分割した区間内に存在する交差点および信号機の平均間隔から停止回数を予測するので、道路の特徴に応じた停止回数の予測ができる。 [0013] In the invention as claimed in claim 5, wherein the planned travel route is divided into several sections according to the road type and large intersection, so to predict the number of stops from the average interval of the intersection and the traffic exists in the divided the interval It can predict the number of stops corresponding to the characteristics of the road.

【0014】また、請求項6記載の走行パターン生成装置では、前記第2停止回数予測手段は、走行時間帯に応じて停止回数を変動させる。 Further, in running pattern generating apparatus of claim 6, wherein the second stop number prediction means varies the number stopped in accordance with the running time period.

【0015】この請求項6記載の発明では、自車両が走行予定経路を通過する時間帯に応じて停止回数の予測値を増減させるので、停止回数を朝夕のラッシュ時は多めに、深夜や早朝は少なめにするなど、実際の交通状況に適応した停止回数の予測ができる。 [0015] In the invention of claim 6, wherein, since the vehicle is increased or decreased the predicted value of the number of stops according to the time zone to pass through the planned travel route, during rush the number stop of the morning and evening is a little longer, late at night or early in the morning it is is such as to fewer, the actual number of stops adapted to the traffic situation prediction.

【0016】さらに、請求項7記載の走行パターン生成装置では、前記第2停止回数予測手段は、前記走行予定経路において自車両が対向車線を横断する方向に曲がる交差点では、停止すると予測する。 Furthermore, the running pattern generating apparatus according to claim 7, said second number of stops predicting means, the vehicle in the planned travel route is the intersection bend in a direction transverse to the opposite lane, predicting a stop.

【0017】この請求項7記載の発明では、走行予定経路において自車両が対向車線を横断する方向に曲がる交差点、たとえば左側通行では右折、右側通行では左折する交差点では、停止するように予測するので、実際の運転により適合した停止場所の予測ができる。 [0017] In the invention as claimed in claim 7, wherein the intersection the vehicle is bent in a direction transverse to the opposite lane at the planned travel route, for example turn right in left-hand traffic, the intersection turn left in right-hand traffic, because predicted to stop , it can predict the stop location that is adapted to the actual operation.

【0018】また、請求項8記載の走行パターン生成装置では、前記第2停止回数予測手段は、前記走行予定経路において自車両より優先度の高い道路へ右左折または自車両より優先度の高い道路を横断する交差点では、停止すると予測する。 Further, the running pattern generating apparatus according to claim 8, wherein the second stop number predicting means, a higher priority than the right turn or the vehicle than the vehicle to a higher priority roads in the planned travel route road the intersection crossing the predicts that stops.

【0019】この請求項8記載の発明では、走行予定経路において走行中の道路より優先度の高い道路へ右左折する、または優先度の高い道路を横断する交差点では停止するように予測するので、実際の運転により適合した停止場所の予測ができる。 [0019] In the invention as claimed in claim 8, the right or left turn to a higher priority road traveling road in the planned travel route, or because the intersection across the high priority road predict to stop, It can predict the fit was stopped location to the actual operation.

【0020】さらに、請求項9記載の走行パターン生成装置では、前記第2停止回数予測手段は、前記走行予定経路において自車両より優先度の高い道路との交差点では、停止すると予測する。 Furthermore, the running pattern generating apparatus according to claim 9, wherein said second number of stops predicting means, the intersection of the road higher priority than the own vehicle in the planned travel route is predicted to stop.

【0021】この請求項9記載の発明では、走行予定経略における交差点のうち、より優先度の高い道路との交差点で停止するように予測するので、実際の運転により適合した停止場所の予測ができる。 [0021] In the invention as claimed in claim 9, wherein, among the intersections in the planned travel Keiryaku, since predicted to stop at the intersection with a higher priority roads can predict the stop location adapted to the actual operating .

【0022】また、請求項10記載の走行パターン生成装置では、前記第2停止回数予測手段は、前記走行予定経路における料金所では、停止すると予測する。 Further, in running pattern generating apparatus according to claim 10, wherein said second number of stops predicting means, the tollgate in the planned travel route is predicted to stop.

【0023】この請求項10記載の発明では、走行予定経路において料金所がある場合はその場所で停止するように予測するので、実際の運転により適合した停止場所の予測ができる。 [0023] In the invention as claimed in claim 10 wherein, when there is a tollgate in the planned travel route so predict to stop at that location, can predict the stop location adapted to the actual operation.

【0024】さらに、請求項11記載の走行パターン生成装置では、過去の走行履歴を記憶する走行履歴記憶手段をさらに備え、前記第2停止回数予測手段は、前記走行履歴記憶手段に格納された過去の走行履歴に基づいて走行回数に対する停止回数の割合が大きい交差点または信号機から順に、停止場所を選択する。 Furthermore, the running pattern generating apparatus according to claim 11 further comprising a travel history storing means for storing a past travel history, the second stop number predicting means, the travel history storing means stored in the past from the ratio of the number of stops for the travel times based on the travel history of a large intersection or traffic in order to select the stopping location.

【0025】この請求項11記載の発明では、過去の走行履歴を用いて通った回数に対して停止した回数の割合が高い交差点または信号機から順に、停止場所を選択していくので、実際の運転により適合した停止場所の予測ができる。 [0025] In the invention as claimed in claim 11, wherein from a high percentage intersection or traffic of times the stop in the order with respect to number of through using past travel history, so we choose the stop location, the actual operating It can predict the stop location adapted by.

【0026】また、請求項12記載の走行パターン生成装置では、前記走行予定経路における交通状況が変化したときは、変化後の情報に基づいて前記走行パターンを再度生成する。 Further, in running pattern generating apparatus according to claim 12, wherein when the traffic condition in the planned travel route is changed again to produce the running pattern based on the information after the change.

【0027】この請求項12記載の発明では、走行予定経路における交通状況が変化した場合は走行パターン予測を再度行うので、目的地へ到達する間の交通情報の変化に対応した走行パターン予測ができる。 [0027] In the invention as claimed in claim 12, wherein, if the traffic situation in the planned travel route is changed since the travel pattern predicted again, can travel pattern predicted in response to changes in the traffic information between reaching the destination .

【0028】(3)上記目的を達成するために、請求項13記載の走行パターン生成装置は、自車両の走行予定経路に関する情報を取得する道路情報取得手段を有し、 [0028] (3) To achieve the above object, running pattern generating apparatus according to claim 13 has a road information acquisition means for acquiring information about the planned driving route of the vehicle,
前記道路情報取得手段により取得された情報を用いて走行予定経路における自車両の走行パターンを生成する走行パターン生成装置において、前記道路情報取得手段により取得された情報に基づいて走行予定経路を区分する経路区分手段と、前記経路区分手段で区分された区間における道路情報に基づいて自車両の走行速度を予測する走行速度予測手段と、前記経路区分手段で区分された区間における走行中の加減速周期を予測する加減速周期予測手段と、前記経路区分手段で区分された区間における走行中の加減速振幅を予測する加減速振幅予測手段と、 In running pattern generating device for generating a running pattern of the vehicle in the traveling scheduled route using the information acquired by the road information acquisition unit, divides the planned travel route on the basis of the road information acquisition means information acquired by a path segment means, acceleration and deceleration periods of traveling in said path and traveling speed estimation means for estimating the running speed of the vehicle based on the road information in the partitioned sections by partitioning means, said path segment means partitioned section a deceleration period prediction means for predicting a deceleration amplitude estimation means for estimating the acceleration or deceleration amplitude traveling in segmented sections in the path segment means,
前記加減速周期予測手段により得られた周期と、前記加減速振幅予測手段により得られた振幅と、前記走行速度予測手段により得られた振幅の中心とに基づいた周期関数を用いて、走行中の速度パターン波形を生成する走行パターン生成手段と、をさらに備えたことを特徴とする。 Using a cycle obtained by the acceleration and deceleration period prediction means, and an amplitude obtained by the acceleration amplitude predicting means, a periodic function based on the center of the obtained amplitude by the travel speed prediction means, during traveling a running pattern generating means for generating a speed pattern waveform, and further comprising a.

【0029】この請求項13記載の発明では、走行中の加減速の周期と振幅と振幅の中心とに基づいた周期関数で走行パターンを生成するので、走行中の加減速を含めた目的地までの走行パターンを精度良く予測できる。 [0029] In the invention as claimed in claim 13, since to generate a running pattern with a period function based on the period of the acceleration and deceleration during traveling amplitude and the center of the amplitude, to the destination, including the acceleration and deceleration of the traveling running pattern of high accuracy predict.

【0030】また、請求項14記載の走行パターン生成装置は、前記経路区分手段で区分された区間の長さを当該区間内に存在する信号数で除算して信号間隔を求める信号間隔演算手段をさらに備え、前記加減速周期予測手段は、前記信号間隔演算手段により得られた信号間隔に応じて走行中の加減速周期を補正し、前記加減速振幅予測手段は、前記信号間隔演算手段により得られた信号間隔に応じて走行中の加減速振幅を補正する。 Further, the running pattern generating apparatus according to claim 14, wherein the signal interval calculating means for calculating a division and signal intervals the length of the path segment means partitioned section with the number of signals present in the section further comprising the acceleration and deceleration period prediction means, the acceleration or deceleration period of traveling is corrected in response to the signal interval obtained by the signal interval calculating means, the acceleration amplitude predicting means, obtained by the signal interval calculating means deceleration amplitude traveling to correct in accordance with the obtained signal interval.

【0031】この請求項14記載の発明では、信号間隔に応じて加減速周期と加減速振幅とを補正するので、より実走行に近い走行パターンを生成することができる。 [0031] In the invention of claim 14 wherein, so to correct the deceleration amplitude and deceleration period according to the signal interval, it is possible to generate a running pattern closer to actual running.

【0032】また、請求項15記載の走行パターン生成装置は、前記経路区分手段で区分された区間それぞれの道路種別を検出する道路種別検出手段をさらに備え、前記加減速周期予測手段は、前記道路種別検出手段により得られた道路種別に応じて走行中の加減速周期を補正し、前記加減速振幅予測手段は、前記道路種別検出手段により得られた道路種別に応じて走行中の加減速振幅を補正する。 Further, the running pattern generating apparatus according to claim 15, further comprising a road type detecting means for detecting the partitioned section of each road type in the path segment means, the acceleration and deceleration period predicting means, the road the acceleration and deceleration period during running is corrected according to the road type obtained by the type detecting means, the acceleration amplitude predicting means, acceleration and deceleration amplitude during traveling depending on the road type obtained by the road type detecting means It is corrected.

【0033】この請求項15記載の発明では、道路種別に応じて加減速周期と加減速振幅とを補正するので、より実走行に近い走行パターンを生成することができる。 [0033] In the invention as claimed in claim 15, since corrects the deceleration amplitude and deceleration period according to the road type, it is possible to generate a running pattern closer to actual running.

【0034】また、請求項16記載の走行パターン生成装置は、前記経路区分手段で区分された区間それぞれの混雑度を検出する混雑度検出手段をさらに備え、前記加減速周期予測手段は、前記混雑度検出手段により得られた混雑度に応じて走行中の加減速周期を補正し、前記加減速振幅予測手段は、前記混雑度検出手段により得られた混雑度に応じて走行中の加減速振幅を補正する。 Further, the running pattern generating device according to claim 16, further comprising, the acceleration and deceleration period prediction means congestion degree detecting means for detecting the partitioned sections each congestion degree by the path segment means, the congestion the acceleration and deceleration period during running is corrected in accordance with the congestion degrees obtained by the time detection means, the acceleration amplitude predicting means, acceleration and deceleration amplitude traveling in accordance with the congestion degrees obtained by the congestion degree detecting means It is corrected.

【0035】この請求項16記載の発明では、混雑度に応じて加減速周期と加減速振幅とを補正するので、より実走行に近い走行パターンを生成することができる。 [0035] In the invention as claimed in claim 16, since corrects the deceleration amplitude and deceleration period according to the congestion degree, it is possible to generate a running pattern closer to actual running.

【0036】また、請求項17記載の走行パターン生成装置は、前記経路区分手段で区分された区間の長さを当該区間内に存在する信号数で除算して信号間隔を求める信号間隔演算手段と、前記経路区分手段で区分された区間それぞれの道路種別を検出する道路種別検出手段と、 Further, the running pattern generating apparatus according to claim 17, the signal interval calculating means for obtaining a signal interval the length of the path segment means partitioned section is divided by the number of signals present in the said zone a road type detecting means for detecting the partitioned section of each road type in the path segment means,
自車両の走行速度を検出する走行速度検出手段とをさらに備え、前記加減速周期予測手段は、前記走行速度検出手段により得られた走行速度を用い、前記信号間隔演算手段により得られた信号間隔と前記道路種別検出手段により得られた道路種別とに応じて、停止からの発進加速と停止までの減速とを除いた加減速の周期を学習して予測値を補正し、前記加減速振幅予測手段は、前記走行速度検出手段により得られた走行速度を用い、前記信号間隔演算手段により得られた信号間隔と前記道路種別検出手段により得られた道路種別とに応じて、停止からの発進加速と停止までの減速とを除いた加減速の振幅を学習して予測値を補正する。 Further comprising a vehicle speed detecting means for detecting a traveling speed of the vehicle, the acceleration or deceleration period predicting means, the use of a running speed obtained by the speed detection means, signal interval obtained by the signal interval calculating means the road type in accordance with the obtained road type by the detection means, to correct the predicted value by learning the starting acceleration to the cycle of acceleration except the deceleration and to stop from the stop and, the acceleration amplitude prediction It means the running speed using the running speed obtained by the detection means, in accordance with the road type obtained by the signal interval obtained by the signal interval calculating means and the road type detecting means, starting and accelerating from a stop learning the amplitude of the acceleration and deceleration except the deceleration to a stop and to correct the predicted value.

【0037】この請求項17記載の発明では、走行中に逐次、信号間隔と道路種別に応じて走行中の加減速周期と加減速振幅とを学習し、走行パターンの予測時にこの学習値を用いるので、より実走行に近い走行パターンを生成することができる。 [0037] In the invention as claimed in claim 17, wherein the sequential running learns and deceleration amplitude and deceleration period during running in response to a signal interval and road type, using the learning value when the prediction of the travel pattern since, it is possible to generate a running pattern closer to actual running.

【0038】また、請求項18記載の走行パターン生成装置は、前記経路区分手段で区分された区間それぞれのカーブを検出するカーブ検出手段をさらに備え、前記加減速周期予測手段は、前記カーブ検出手段により得られたカーブにおいては走行中の加減速周期を補正し、前記加減速振幅予測手段は、前記カーブ検出手段により得られたカーブにおいては走行中の加減速振幅を補正する。 Further, the running pattern generating apparatus according to claim 18, further comprising a curve detecting means for detecting the respective curves segmented sections in the path segment means, the acceleration and deceleration period prediction means, said curve detecting means the acceleration and deceleration period during running is corrected in the resulting curve by the acceleration amplitude predicting means, in the curve obtained by the curve detecting means corrects the deceleration amplitude during running.

【0039】この請求項18記載の発明では、カーブに応じて加減速周期と加減速振幅とを補正するので、より実走行に近い走行パターンを生成することができる。 [0039] In the invention of the claim 18, it is corrected and the deceleration amplitude and deceleration period according to the curve, it is possible to generate a running pattern closer to actual running.

【0040】(4)請求項19記載の走行パターン生成装置は、前記走行パターン生成手段で生成された自車両の走行パターンに基づいて、目的地までの走行経路における自車両のエネルギー消費量を演算するエネルギー消費量演算手段をさらに備える。 [0040] (4) running pattern generating apparatus according to claim 19, wherein, based on the travel pattern of the vehicle generated by the running pattern generating means, calculating the energy consumption of the vehicle in the traveling route to the destination further comprising an energy consumption amount calculation means for.

【0041】この請求項19記載の発明では、目的地までの走行経路における停止および発進を考慮した走行パターンを用いるので、停止時における減速エネルギーの回生や発進時の加速のための駆動力アシストなどが考慮され、厳密なエネルギー消費量の計算することができる。 [0041] In the invention as claimed in claim 19, since use of running pattern in consideration of the stop and start in the travel route to the destination, a driving force assist for acceleration during regeneration and start of deceleration energy during stop There is considered, it is possible to calculate the exact energy consumption.

【0042】また、請求項20記載の走行パターン生成装置では、前記走行パターン生成手段で生成された自車両の走行パターンに基づいて、目的地までの走行経路における、自車両のエネルギー蓄積手段に対するエネルギーの蓄積および放出スケジュールを演算するエネルギー収支スケジュール演算手段をさらに備える。 Further, in running pattern generating apparatus according to claim 20, wherein, the running pattern based on the travel pattern of the vehicle generated by the generating means, the energy to the energy storage means in the running route, the vehicle to the destination further comprising an energy balance schedule calculation means for calculating the accumulation and release schedule.

【0043】この請求項20記載の発明では、目的地までの走行経路における停止および発進を考慮した走行パターンを用いるので、停止時における減速エネルギーの回生や発進時の加速のための駆動力アシストなどが考慮され、厳密なエネルギーの蓄積および放出スケジュールを決定することができる。 [0043] In the invention as claimed in claim 20, since use of running pattern in consideration of the stop and start in the travel route to the destination, a driving force assist for acceleration during regeneration and start of deceleration energy during stop There is considered, it is possible to determine the accumulation and release schedule exact energy.

【0044】 [0044]

【発明の効果】(1)請求項1乃至4記載の発明によれば、特にハイブリッド車などのエネルギー蓄積手段を備えた車両において、実際の走行で必要な停止および発進にともなうエネルギー収支が考慮された走行パターンとなり、より正確なエネルギーの蓄積および放出のスケジューリングができる。 Effects of the Invention (1) According to the invention of claims 1 to 4, wherein, in particular in a vehicle equipped with an energy storage means such as a hybrid car, is considered the energy balance associated with the required stop and start the actual travel It becomes traveling pattern can schedule more accurate energy accumulation and release.

【0045】これに加えて、請求項5記載の発明によれば、道路の特徴に応じた停止回数の予測ができる。 [0045] In addition, according to the invention described in claim 5, it is predicted the number of stops corresponding to the characteristics of the road.

【0046】また、請求項6記載の発明によれば、停止回数を朝夕のラッシュ時は多めに、深夜や早朝は少なめにするなど、実際の交通状況に適応した停止回数の予測ができる。 [0046] According to the sixth aspect of the present invention, a little longer during rush morning and evening the number stopped, late at night or early in the morning like to fewer may actually predict the number of stops adapted to traffic conditions.

【0047】さらに請求項7乃至11記載の発明によれば、実際の運転により適合した停止場所の予測ができる。 [0047] According to yet aspect of the present invention 7 to 11, wherein it is predicted stop location adapted to the actual operation.

【0048】請求項12記載の発明によれば、目的地へ到達する間の交通情報の変化に対応した走行パターン予測ができる。 [0048] According to the invention of claim 12, wherein it is running pattern prediction corresponding to a change of the traffic information between reaching the destination.

【0049】(2)請求項13乃至18記載の発明によれば、走行中の加減速の周期と振幅と振幅の中心とに基づいた周期関数で走行パターンを生成するので、走行中の加減速を含めた目的地までの走行パターンを精度良く予測できる。 [0049] (2) according to according to the invention of claim 13 to 18 wherein, because it generates a running pattern with a period function based on the period of the acceleration and deceleration during traveling amplitude and the center of the amplitude, acceleration and deceleration of the traveling the running pattern to the destination can be accurately predicted, including.

【0050】これに加えて、請求項14乃至18記載の発明によれば、信号間隔、道路種別、混雑度、カーブに応じて、または学習機能を用いて、加減速周期と加減速振幅とを補正するので、より実走行に近い走行パターンを生成することができる。 [0050] In addition, according to the invention of claims 14 to 18, wherein the signal distance, road type, a congestion degree, depending on the curve, or by using a learning function, and a deceleration magnitude and deceleration period is corrected, it is possible to generate a running pattern closer to actual running.

【0051】(3)請求項19記載の発明によれば、停止時における減速エネルギーの回生や発進時の加速のための駆動力アシストなどが考慮され、厳密なエネルギー消費量の計算することができる。 [0051] (3) According to the invention of claim 19 wherein, it is possible to a driving force assist for acceleration during regeneration and start of deceleration energy during stopping are considered to calculate the exact energy consumption .

【0052】さらに請求項20記載の発明によれば、停止時における減速エネルギーの回生や発進時の加速のための駆動力アシストなどが考慮され、厳密なエネルギーの蓄積および放出スケジュールを決定することができる。 [0052] Further, according to the invention of claim 20 wherein, be a driving force assist for acceleration during regeneration and start of deceleration energy during stopping are considered to determine the exact energy storage and release schedule it can.

【0053】 [0053]

【発明の実施の形態】以下、本発明の実施形態を図面に基づいて説明する。 BEST MODE FOR CARRYING OUT THE INVENTION Hereinafter, will be explained based on the embodiment of the present invention with reference to the drawings. 第1実施形態図1に示すように、本実施形態の走行パターン生成装置1は、道路情報取得手段11、時計12、停止回数予測手段13、走行速度予測手段14、加減速度予測手段1 As shown in the first embodiment FIG. 1, the running pattern generating apparatus 1 of the present embodiment, the road information acquisition unit 11, clock 12, the number of stops predicting means 13, the travel speed prediction means 14, acceleration prediction unit 1
5および走行パターン生成手段16を備えている。 And a 5 and running pattern generating means 16.

【0054】本例の道路情報取得手段11はナビゲーション装置で構成され、自車両が目的地まで走行する予定の経路(以下、走行予定経路ともいう。)に関する情報を検出する。 [0054] This example of road information acquisition unit 11 is constituted by a navigation device, the intended route of the host vehicle is traveling to a destination (hereinafter, also referred to as a planned travel route.) Information on detected. このナビゲーション装置は自車両位置を測定するためのGPSアンテナ、ジャイロコンパス、道路地図データ、および渋滞などの交通情報を受信するためのVICS(Vehicle Information & Communication Sys The navigation system GPS antenna for measuring the vehicle position, gyrocompass, road map data, and traffic jam VICS for receiving traffic information, such as (Vehicle Information & Communication Sys
tem)受信機で構成され、道路地図データには、道路の曲率、幅員、種類や交差点、信号機の位置などが記録されている。 tem) is constituted by a receiver, the road map data, road curvature, width, type and intersections, such as the position of the traffic signal is recorded.

【0055】本例の時計12は現在の時刻を出力するもので、自車両が走行予定の経路を通過する時刻を推定するために用いられる。 [0055] timepiece 12 of the present embodiment is designed to output the current time, is used to estimate the time the vehicle passes through the path of the planned travel.

【0056】停止回数予側手段13は、道路情報取得手段11により得られた走行予定経路の道路種別や交差点、信号機の位置の情報および時計12からの時刻を用いて、停止回数を予測する。 [0056] the number of stops - forecasting means 13, road type and intersections of the resulting travel route by the road information acquisition unit 11, using the time from the information and clock 12 of the position of the traffic signal, for predicting the number of stops.

【0057】走行速度予測手段14は、道路情報取得手段11により得られる走行予定経路の道路種別や曲率の情報を用いて走行速度を予測する。 [0057] travel speed prediction means 14 predicts the travel speed by using the information of the road type and the curvature of the planned travel route obtained by the road information acquisition unit 11.

【0058】加減速度予測手段15は、道路情報取得手段11により得られる走行予定経路の道路種別や過去の走行履歴に関するデータから走行予定路の加減速度を予測する。 [0058] deceleration prediction unit 15 predicts the acceleration of the planned travel path from the data relating to the road type and past travel history of the planned travel route obtained by the road information acquisition unit 11.

【0059】走行パターン生成手段16は、停止回数予測手段13、走行速度予測手段14および加減速度予測手段15の予測結果を組み合せて目的地までの走行予定経路における走行パターン、たとえば速度パターンを生成する。 [0059] running pattern generating means 16 generates a running pattern, for example, the speed pattern in the planned travel route to the destination by combining the predicted results of the number of stops predicting means 13, the travel speed prediction means 14 and acceleration prediction means 15 .

【0060】次に本例の制御内容を説明する。 [0060] will be described the control contents of this example. 図7は、 Figure 7,
本例の走行パターン生成装置1の処理を示したフローチャートであり、ナビゲーション装置または自動変速機やエンジンの制御ユニットのメインプログラムから一定時間間隔で呼び出されるものである。 A flowchart showing the processing of running pattern generating apparatus 1 of the present embodiment is what is called at predetermined time intervals from the main program of the control unit of the navigation device or an automatic transmission and the engine.

【0061】これについて説明すると、まずステップS [0061] When this is explained, first, in step S
11では、ナビゲーション装置で目的地までの経路を設定し、設定した経路の道路種別、曲率、勾配や信号機、 In 11 sets a route to a destination in the navigation system, the road type, the curvature of the set route, the slope or traffic lights,
交差点の位置に関する情報を道路地図データから読み出す。 Read the information about the position of the intersection from the road map data.

【0062】次に、ステップS12では、ステップS1 Next, in step S12, step S1
1で設定した目的地までの経路を道路種別が変化する地点や主な交差点を区切りとして、いくつかの区間に分割する。 A route to a destination set by 1 as a separator a point or main intersections of varying road type, divided into several sections. たとえば、図2に示す経路の場合は、出発地から二車線道路に突き当たる交差点Aまでと、この交差点A For example, if the path shown in FIG. 2, and from the departure point to the intersection A impinging on the two-lane road, the intersection A
からこ車線道路同士の交差点Bまでと、この交差点Bから細街路へ右折する交差点Cまでと、この交差点Cから一車線道路へ出る交差点Dまでと、この交差点Dから目的地までの区間に分割する。 And to the intersection B between Karako lane road, splitting and to the intersection C of right turn from the intersection B to narrow streets, and intersections to D exiting from the intersection C to single-lane road, the section from the intersection D to the destination to. そして、以降の速度パターン予測の作業を出発地側の区間から順に行う。 And, carried out in order from the starting point side of the section of the work of the subsequent speed pattern prediction.

【0063】ステップS13では、交差点や信号機の平均間隔(X)より、例えば下記式1のような単調減少関数を用いて停止回数の予測値(n)を求める。 [0063] In step S13, than the average spacing of the intersection or traffic (X), we obtain the predicted value of the number of stops (n) of, for example using a monotonically decreasing function, such as Equation 1. なお、式1は図3のグラフに示すような実験データから求めることができる。 Note that equation 1 can be determined from the experimental data shown in the graph of FIG.

【0064】 [0064]

【数1】 n={−3.85・ln(x)+23.6}l/1000 …式1 [Number 1] n = {- 3.85 · ln (x) +23.6} l / 1000 ... Formula 1

【0065】ただし、nは停止回数予測値、xは平均信号機間隔、lは区間延長[m]とする。 [0065] Here, n is number of stops predicted value, x is the average traffic interval, l is a section extended [m].

【0066】ここで、図3に示す経路をステップS13 [0066] Here, step S13 the path shown in FIG. 3
で分割した各区間の予測停止回数を上記式1より求めると、以下の表1のようになる。 In the predicted number of stops of each section divided determined from the above equation 1, it is shown in Table 1 below. なお、ここでは予測停止回数の小数点以下は四捨五入して用いることにするが、 Here, although it is used by rounding off the decimal point prediction number of stops,
図1に示す時計12の時刻によって、例えば、7時から9時および17時から20時は小数点以下切り上げ、9 The time of the clock 12 shown in FIG. 1, for example, is rounded up 9 o'clock and 20 o'clock 17 o'clock 7, 9
時から17時は小数点以下0.5以上切り上げ、20時から7時は小数点以下切り捨てるようにしても良い。 Rounding up 17 o'clock point 0.5 above since, 7 o'clock 20 may be truncated decimal. ここでの時間帯の設定は場所や進行方向に応じて適宜変えるようにする。 Wherein the time zone setting is so suitably varied depending on the location and direction of travel.

【0067】 [0067]

【表1】 [Table 1]

【0068】次に、一つの区間内で停止する信号機または交差点の選択方法について説明する。 Next, a description will be given traffic or intersection of the selection process to stop in one section. まず、直進する交差点については、12車線道路との交差点、21車線道路との交差点といった優先順位に従って停止場所を選択する。 First, the intersection of straight, crossing the 12-lane road, selects the stop location according to the priority, such as the intersection of the 21-lane road. また、料金所、右折(左側通行の場合)、より優先度の高い道路への右左折(細街路→1車線道路、1 In addition, toll gate, turn right (in the case of left-hand traffic), more right turn left to the high priority roads (narrow streets → 1-lane road, 1
車線道路一2車線道路)の場合は、予測停止回数にかかわらず必ず停止すると予測する。 For lane road one 2 lane road), predicts that always stopped regardless of the predicted number of stops.

【0069】さて、図2に示す経路を例に挙げて、停止する交差点の選択について説明すると、表1より出発地から交差点Aまでの区間の予測停止回数は2.6であり、小数点以下を切り上げて3回停止すると予測する。 [0069] Now, as an example path shown in FIG. 2, to explain the selection of the intersection to stop, predicted number of stops in the section from the starting point from Table 1 to the intersection A is 2.6, the fractional It is predicted to stop three times rounded up.
そして、この停止場所として、1車線道路から2車線道路へ左折する交差点A、2車線道路との交差点であるA Then, as the stop location is the intersection of the intersection A, two-lane road a left turn from 1 lane road to a two-lane road A
1、および1車線道路との交差点であるA2を選択する。 1, and 1 selects A2 is the intersection of the lane road.

【0070】同様に、交差点AからBまでの区間での予測停止回数は表1より1.1であり、小数点以下を切り捨てて1回停止すると予測する。 [0070] Similarly, the predicted number of stops in the section from the intersection A to B is 1.1 from Table 1, is expected to stop once the decimal. しかし、この区間には「必ず停止する」と予測することとした料金所B2と右折する交差点Bがあるので、予測停止回数は1回であるが、料金所B2と交差点Bの2個所で停止すると予測する。 However, because in this period there is an intersection B to turn right and the toll booth B2, which was to be expected "always stop", but predicted the number of stops is a one-time, stop at two places of the toll booth B2 and the intersection B Then it predicts.

【0071】また、過去に走行したことがある区間の場合には、そのときの走行履歴を用いて、停止確率(停止回数/通った回数)の高い交差点または信号機から順に停止場所を選択するように予測しても良い。 [0071] In the case of sections that may have traveled in the past, using the travel history of the time, to select the stop away from the high intersection or traffic of stop probability (the number of times the number of stops / through a) sequentially it may be predicted.

【0072】ステップS14では、ステップS11において収集した情報を用いて走行速度を予測する。 [0072] In step S14, to predict the running speed by using the information gathered in step S11. 走行速度(Vs[km/h])の予測方法の一例としては、以下の式2に示すように道路の種類とカーブの曲率を用いる方法が考えられる。 As an example of the prediction method of the running speed (Vs [km / h]) it is considered a method of using the curvature of the road type and the curve as shown in Equation 2 below. ここで、Vcrv(r)は、例えば図4に示すような道路の曲率半径r[m]についての関数である。 Here, VCRv (r) is a function of the radius of curvature r of the road as shown in FIG. 4 [m].

【0073】 [0073]

【数2】Vs=Vcrv(r)+Ts …式2 [Number 2] Vs = Vcrv (r) + Ts ... Equation 2

【0074】ただし、Tsは走行予定経路が細街路のときは−10、1車線道路のときは0、2車線道路のときは10、高速道路のときは45とする。 [0074] However, Ts is the time of the 0,2-lane road when -10,1 lane road when the planned travel route is narrow street 10, and 45 when the high-speed road.

【0075】ステップS15では、ステップS11において収集した情報を用いて加減速度を予測する。 In Step S15, the predicted acceleration and deceleration by using the information gathered in step S11. ここで、加速度(Acc[m/s ])および減速度(D Here, the acceleration (Acc [m / s 2] ) and the deceleration (D
ec[m/s ])の予測方法の一例として、下記式3および式4に示すような道路種別を用いる方法がある。 As an example of the prediction method of the ec [m / s 2]) , a method using a road type such as shown in the following formula 3 and formula 4.

【0076】 [0076]

【数3】Acc=0.76+Ta …式3 [Number 3] Acc = 0.76 + Ta ... Equation 3

【0077】ただし、Taは、走行予定経路が細街路または1車線道路のときは0、2車線道路のときは−0. [0077] However, Ta is, when the 0,2-lane road when the planned travel route is a narrow street, or one-lane road -0.
03、高速道路の導入路のときは0.15、高速道路の本線のときは−0.03とする。 03, when the introduction path highway 0.15, when the highway main and -0.03.

【0078】Dec=−1.11+Td …式4 ただし、Tdは、走行予定経路が細街路または1車線道路のときは0、2車線道路のときは−0.14、高速道路の導入路のときは0.03、高速道路の本線のときは0.36とする。 [0078] Dec = -1.11 + Td ... Equation 4 However, Td is -0.14 when the 0,2-lane road when the planned travel route is a narrow street, or one-lane road, when the introduction path of the highway 0.03, when the highway of the main line and 0.36.

【0079】以下にステップS14およびS15における式2から式4を用いて、図2に示す経路上での走行速度、加速度および減速度を予測した結果を表2に示す。 [0079] using Equation 4 from Equation 2 at step S14 and S15 are shown below the traveling speed on the path shown in FIG. 2, the results of predicting acceleration and deceleration in Table 2.

【0080】 [0080]

【表2】 [Table 2]

【0081】次に、ステップS16では、ステップS1 Next, in step S16, step S1
3からS15において予測した停止回数、走行速度、加減速度を組み合せて各区間ごとに走行パターンの予測波形を生成する。 Number of stops predicted in from 3 S15, traveling speed, to generate a combined acceleration and deceleration predicted waveforms travel pattern in each section. 上記表1および表2に示した図3の経路上における停止回数および走行速度、加速度、減速度の予測結果に従って生成した走行パターンを図5に示す。 The number of stops and the running speed in the path of FIG. 3 shown in Table 1 and Table 2, the acceleration, the travel pattern generated according to the prediction result of the deceleration shown in Fig.

【0082】ところで、こうした走行パターンをハイブリッド車のバッテリ充放電スケジュールの決定などの車両制御に用いる場合は、時間軸を基準にしている方が都合がよい。 [0082] Incidentally, when using such traveling pattern of the vehicle control such as determination of the hybrid vehicle battery charging and discharging schedule is conveniently who are based on the time axis. 図5に示す距離軸から図6に示す時間軸への変換方法を以下に説明する。 The method of converting the time axis shown in FIG. 6 from the distance axis shown in FIG. 5 will be described below.

【0083】図6に示すように、加速時および減速時に進む距離をSa[m]およびSd[m]、定速走行時に進む距離をSs[m]、発進から停止までに進む距離(交差点間の距離)をL[m]とすると、以下の式が成り立つ。 [0083] As shown in FIG. 6, the distance traveled during acceleration and deceleration Sa [m] and Sd [m], the distance traveled during constant-speed running Ss [m], the distance between (intersections proceeding to a stop from the starting When the distance) and L [m], the following equation holds.

【0084】 [0084]

【数4】L=Sa+Ss+Sb …式5 [Number 4] L = Sa + Ss + Sb ... formula 5

【0085】ここで、SaおよびSdは、走行速度V [0085] In this case, Sa and Sd is, the running speed V
s、加速度Acc、減速度Decを用いて以下のように表せる。 s, the acceleration Acc, expressed as follows using the deceleration Dec.

【0086】 [0086]

【数5】 Sa=(Vs/3.6) /2Acc …式6 Sd=(Vs/3.6) /2Dec …式7 [Number 5] Sa = (Vs / 3.6) 2 / 2Acc ... Equation 6 Sd = (Vs / 3.6) 2 / 2Dec ... formula 7

【0087】また、定速走行する時間Ts[sec]は以下のように表せる。 [0087] In addition, the time for constant speed running Ts [sec] can be expressed as follows.

【0088】 [0088]

【数6】 Ts=Ss/(Vs/3.6) …式8 [6] Ts = Ss / (Vs / 3.6) ... Equation 8

【0089】以上の式6から式8を式5に代入すると、 [0089] from the equation (6) of the above and substituting Equation 8 in Equation 5,
Tsは以下のようにして求められる。 Ts is determined in the following manner.

【0090】 [0090]

【数7】 Ts=L/(Vs/3.6) −(Vs/3.6)(1/Acc−1/Dec)/2 …式9 [Equation 7] Ts = L / (Vs / 3.6) - (Vs / 3.6) (1 / Acc-1 / Dec) / 2 ... Equation 9

【0091】こうして走行速度、加速度および減速度の予測値から加速時間、定速走行時間、減速時間を定めて、時間軸を基準にした走行パターンを生成することができる。 [0091] Thus running speed, acceleration time from the predicted value of the acceleration and deceleration, constant speed running time, defines the deceleration time can generate a running pattern relative to the time axis.

【0092】最後にステップS17では、目的地までの全区間の走行パターン予測が終了したかどうかを判定する。 [0092] determining Finally, in step S17, whether or not the running pattern prediction of the entire section to the destination has been completed.

【0093】このように、本実施形態の走行パターン生成装置1によれば、目的地までの経路の道路種別やカーブの曲率、交差点や信号機の位置に関する情報を用いて走行速度、加速度、減速度、停止回数を予測するので、 [0093] Thus, according to the running pattern generating apparatus 1 of the present embodiment, the traveling speed by using the road type and the curve curvature of the route to the destination, information about the position of the intersection or traffic, acceleration, deceleration , so to predict the number of times stop,
特に交差点および信号機の平均間隔を用いて停止回数を予測することにより、道路状態を考慮した走行パターンを生成することができる。 In particular, by predicting the number of stop using the average spacing of the intersection and the traffic, it is possible to generate a running pattern in consideration of the road condition.

【0094】また、予測停止回数の小数点以下の数字の処理を、時間帯に応じて、日中は四捨五入し、交通量の多い朝夕のラッシュ時は小数点以下の切り上げ数を4以下に下げ、交通量の少ない深夜や早朝は小数点以下の切り上げ数を6以上に上げるようにすることにより、交通状況により適応した停止回数を予測できる。 [0094] In addition, the processing of decimal digits of the predicted number of stops, depending on the time of day, during the day rounded off, heavy traffic during morning and evening rush down the number of revaluation of the decimal point to 4 or less, traffic by the late at night or early in the morning less amount possible to raise the number rounded up of decimal places to 6 above, it can be predicted number of stops adapted depending on traffic.

【0095】また、右折する交差点や、より優先度の高い道路へ右左折する交差点、または料金所では、その場所で必ず停止すると予測するので、実際の運転により適合した停止回数の予測ができる。 [0095] In addition, the intersection and turn right, intersection to turn right or left to a higher priority road or in the toll booth, because it expected to always stop at that location, it is the prediction of the number of stops that is adapted to the actual operation.

【0096】さらに、直進する交差点については、より優先度の高い道路との交差点で停止すると予測するので、この点においても実際の運転により適合した停止回数の予測ができる。 [0096] Further, the intersection of straight, since expected to stop at the intersection with a higher priority roads can predict the number of stops adapted by also actual operating in this respect.

【0097】また、過去に走行したことがある区間では、過去の走行履歴を用いて、停止確率{(停止回数) [0097] Also, in a section that may have traveled in the past, using the past travel history, stop probability {(number of stops)
/(通った回数))の高い交差点または信号機から順に停止場所を選択するので、実際の運転により適合した停止回数の予測ができる。 / So from (through number of times)) high intersections or traffic lights for selecting the stop location in order, can predict the number of stops adapted to the actual operation.

【0098】 第2実施形態次に、本発明の第2実施形態について説明する。 [0098] Second Embodiment Next, a description of a second embodiment of the present invention. 本実施形態の制御内容は、図7に示したものと基本的には同じであるが、ステップS16において渋滞区間の走行パターンの生成が加わる点が異なる。 Control contents of this embodiment is the one basically shown in FIG. 7 are the same, the point applied the generation of traveling patterns of congested section are different in step S16. また、図8に示す交通状況の変化に対応するための走行パターンの再予測についての処理が追加される。 Also, processing for re-predicting the travel pattern to respond to changes in the traffic situation shown in Figure 8 is added.

【0099】以下、上述した第1実施形態と共通の制御処理については説明を省略し、ステップS16で行われる処理を説明する。 [0099] Hereinafter, the common control process as the first embodiment described above will be omitted, for explaining the process performed in step S16. ステップS16では、ナビゲーション装置を横成しているVICS受信機にて目的地までの経路上に渋滞情報を受信した場合には、一般道路の場合には渋滞区間における停止回数を次のように予測する。 In step S16, when receiving the congestion information on the route to the destination by VICS receiver forms lateral navigation apparatus, in the case of general road predict the number of times stopping at the congested section as follows to.

【0100】すなわち、渋滞中の走行パターンのモデルを図9に示すが、ここではある一定速度に到達するまで加速したのち、すぐに減速し始めて停止することを繰り返すものとする。 [0101] That is, a model of the running pattern in the congestion is shown in Figure 9, wherein after the accelerated until it reaches a constant speed in shall be repeated to stop beginning to decelerate quickly. 図9に示す走行パターンの速度の最大値を、VICSセンターから送信されてくる渋滞区間の平均走行速度(Vj[km/h])にある一定値(例えば2)を乗じた値とすると、一回の発進から停止までに進む距離(lj[m])は以下のようになる。 The maximum speed of the traveling pattern shown in FIG. 9, when a value obtained by multiplying a constant value (e.g., 2) in the average running speed of the congested section transmitted from VICS center (Vj [km / h]), one times distance traveled before stopping the start of (lj [m]) is as follows.

【0101】 [0101]

【数8】 lj=2Vj (1/Acc+1/Dec) …式10 [Equation 8] lj = 2Vj 2 (1 / Acc + 1 / Dec) ... formula 10

【0102】よって、渋滞区間の長さをL[m]とすると、渋滞区間での停止回数はL/lj[回]となる。 [0102] Therefore, when the length of the congested section and L [m], the number of stops in congested section becomes L / lj [time]. また、停止から次の発進までの平均時間間隔Tj[se In addition, the average time interval Tj [se from the stop until the next start
c]は以下のようになる。 c] is as follows.

【0103】 [0103]

【数9】 Tj=(L/Vj)/(L/lj)=lj/Vj …式11 [Equation 9] Tj = (L / Vj) / (L / lj) = lj / Vj ... formula 11

【0104】以上で求めた停止回数と停止から次の発進までの平均時間間隔Tjとに基づいて、図9に示すような渋滞区間における走行パターンを生成する。 [0104] Based on the stop and stop times obtained in above and the average time interval Tj to the next start, to generate a running pattern in congested section as shown in FIG.

【0105】なお、高速道路における渋滞の場合には、 [0105] It should be noted that, in the case of congestion in the high-speed road,
停止せずに低速で走行すると考えられるので、図9に示す走行パターンを一定速度(例えば0.5Vj)上へシフトして用いるようにしてもよい。 It is considered to be traveling at a low speed without stopping, may be used to shift the traveling pattern shown in FIG. 9 to the fixed speed (e.g. 0.5Vj) above. このとき、式10に示すljと停止回数(n[回])は以下のようになる。 At this time, the number of stops and lj shown in Equation 10 (n [times]) is as follows.

【0106】 [0106]

【数10】 lj=(1.5Vj) (1/Acc+1/Dec)/2 …式12 n=(L/2)/lj Equation 10] lj = (1.5Vj) 2 (1 / Acc + 1 / Dec) / 2 ... Equation 12 n = (L / 2) / lj

【0107】また、渋滞区間における最初の一定時間の実測走行パターンと予測走行パターンとを比較して、誤差が大きい(例えば、相互相関係数が0.5以下)ときには、実測走行パターンを渋滞区間の終端まで繰り返すように予測を修正してもよい。 [0107] Also, by comparing the first to the measured travel patterns and the estimated travel patterns of the predetermined time in the congested section, the error is large (e.g., cross-correlation coefficient is 0.5 or less) times, the measured running pattern congested section it may modify the prediction to repeat to the end.

【0108】本実施形態の制御も図7に示す制御形態と同様に、ナビゲーション装置または自動変速機やエンジンの制御ユニットのメインプログラムから一定時間間隔で呼び出される。 [0108] Control of this embodiment is also similar to the control mode shown in FIG. 7, is called at regular time intervals from the main program of the control unit of the navigation device or an automatic transmission and the engine. ステップS21では、VICS受信機にて目的地までの経路上の交通情報を受信する。 In the step S21, to receive traffic information on the route to the destination by the VICS receiver. ステップS22では、渋滞の新たな発生や解消を検出するために、ステップS21において受信した交通情報とその前に受信した情報の差異を調べる。 In step S22, in order to detect a new generation and elimination of traffic congestion, determine the differences in the information received and the previous received traffic information in step S21.

【0109】ステップS23では、S21において受信した交通情報に変化がある場合に交通状況の変化を考慮するために、図7に示す走行パターンの予測を再び行う。 [0109] In step S23, in order to account for changes in traffic conditions when there is a change in the traffic information received in S21, again to predict the running pattern shown in FIG.

【0110】したがって、VICS受信機で目的地までの経路における交通情報を受信し、交通状況が変化した場合には、走行パターンの予測を再度行うので、目的地へ到達する間の交通情報の変化に対応した走行パターンの予測ができる。 [0110] Thus, receiving the traffic information in the route to the destination by VICS receiver, when the traffic situation has changed, since the prediction of the travel pattern again, a change in the traffic information between reaching the destination It can predict the travel pattern corresponding to.

【0111】 第3実施形態図10は、本発明の第3実施形態に係る走行パターン生成装置10の構成を示すブロック図である。 [0111] Third Embodiment FIG. 10 is a block diagram of a driving pattern generating apparatus 10 according to a third embodiment of the present invention. これについて説明すると、測位センサ101は衛星からの電波を受信するGPSアンテナ、車両の進行方向を測定するジャイロコンパスで構成される。 When this is described, GPS antenna positioning sensor 101 for receiving radio waves from a satellite, and a gyrocompass that measures the traveling direction of the vehicle.

【0112】交通情報検出手段102は、FM多重放送や電波ビーコン、光ビーコンなどのインフラからの情報の受信機を備え、道路工事や混雑度といった交通情報をリアルタイムで収集する。 [0112] traffic information detection means 102 is equipped with an FM multiplex broadcasting or radio beacon, the receiver of the information from the infrastructure, such as a light beacon, to collect traffic information such as road construction and congestion in real time.

【0113】速度検出手段103は、磁気センサや光学式センサで構成され、車輪やドライブシャフトの回転速度から車両の走行速度またはエンジンの回転速度を検出する。 [0113] speed detection means 103 is constituted by a magnetic sensor or an optical sensor, detects the rotational speed of the traveling speed or engine of the vehicle from the rotational speed of the wheel and a drive shaft.

【0114】自車位置検出手段104は、GPSアンテナから得られた緯度、経度、周辺の地図データ上の道路形状と、ジャイロコンパスと速度検出手段から自車両の走行軌跡を比較して道路地図上の自車位置を特定する。 [0114] vehicle position detecting means 104, the latitude obtained from GPS antenna, longitude, and the road shape on a map of data, on a road map by comparing the running locus of the vehicle from the gyro compass and speed detecting means to identify the vehicle position.

【0115】目的地入力手段105は、ドライバが地図の表示画面をスクロールさせて目的地を地図データ上に設定する。 [0115] destination input means 105, the driver sets a destination by scrolling the display screen of the map on the map data.

【0116】経路探索手段106は、自車位置検出手段104で特定した自車位置から目的地入力手段105で設定した目的地までの経路を地図データから検索する。 [0116] route searching means 106 searches a route from the vehicle position identified by the own vehicle position detecting unit 104 to the destination set by the destination input unit 105 from the map data.
経路の探索条件としては、最短距離や高速道路の優先使用などが考えられる。 As the search conditions of the route, such as priority use of the shortest distance and high-speed road is considered.

【0117】経路区分手段107は、経路探索手段10 [0117] path segment means 107, the route search means 10
6で検索した目的地までの経路を道路種別や右左折する交差点、料金所などでいくつかの区間に区分する。 Intersection of a route to a destination that was searched 6 to road type and the right or left turn, be divided into several sections, etc. toll booth.

【0118】道路情報検出手段108は、経路区分手段107で区分した目的地までの各区間について、地図データから信号間隔や道路種別、交通情報を検出する。 [0118] The road information detecting means 108, for each section to the destination obtained by dividing the path dividing means 107, signal interval and road type from the map data, to detect the traffic information.

【0119】加減速周期予測手段109および加減速振幅予測手段110は、道路情報検出手段108で検出した信号間隔や道路種別、交通情報に応じて走行中の加減速の周期および振幅を予測する。 [0119] deceleration period prediction means 109 and acceleration amplitude predicting unit 110 predicts the signal interval and road type detected by the road information detecting means 108, the period and amplitude of the acceleration and deceleration during traveling depending on the traffic information.

【0120】停止位置予測手段111は、道路情報検出手段108で検出した信号や交差点、料金所の位置から停止位置を予測する。 [0120] stop position prediction unit 111 predicts a stop position signal and intersections detected by the road information detecting means 108, from the position of the tollgate.

【0121】走行速度・加減速予測手段112は、道路情報検出手段108で検出した道路種別や曲率から走行速度と発進時の加速度、停止時の減速度を予測する。 [0121] traveling speed and deceleration prediction unit 112, the acceleration at the start of the road type and the curvature detected by the road information detecting means 108 and the traveling speed, to predict the deceleration at the time of stop.

【0122】走行パターン生成手段113は、加減速周期予測手段109および加減速振幅予測手段110、停止位置予測手段111、走行速度・加減速予測手段11 [0122] running pattern generating means 113, acceleration and deceleration cycle predicting unit 109 and deceleration amplitude predicting unit 110, the stop position prediction unit 111, the traveling speed and deceleration prediction unit 11
2の予測結果を用いて目的地までの走行パターンを予測する。 Predicting the travel pattern to the destination using a second prediction result.

【0123】なお、こうした各ブロックの機能は、図1 [0123] It should be noted that the function of each of these blocks, as shown in FIG. 1
0に示すように、速度検出手段103以外をナビゲーション装置内にまとめてもよいし、また加減速周期予測手段109および加減速振幅予測手段110、走行パターン生成手段113等は独立した演算ユニットとしてもよい。 As shown in 0, may be collectively than speed detecting means 103 in the navigation system, also acceleration and deceleration cycle predicting unit 109 and deceleration amplitude estimating means 110, such as running pattern generating means 113 also as an independent operating unit good.

【0124】このような構成を実現するハードウェアの一例を図11に示す。 [0124] An example of hardware for realizing such a configuration is shown in Figure 11. この例では、GPSアンテナ、ジャイロコンパスなどで構成される測位センサと、道路勾配や道路種別、交差点の位置などを記録した地図データ、VICSなどのインフラからの交通情報を受信するための受信機で構成されるナビゲーション装置と、アクセル開度、スロットル開度、車速、エンジン回転数、モータ回転数、SOC(バッテリの充電率、State of Cha In this example, GPS antenna, a positioning sensor configured in such a gyrocompass, road gradient and road type, the recorded map data and intersection position, the receiver for receiving the traffic information from the infrastructure such as VICS When configured navigation device, an accelerator opening, a throttle opening, vehicle speed, engine speed, motor speed, SOC (battery charging rate, State of Cha
rge)の各センサ、ブレーキスイッチからの入力信号によってエンジン、モータの駆動力やバッテリのSOCを制御するハイブリッド制御ユニットで構成されている。 Each sensor rge), is constituted by a hybrid control unit for controlling an engine, a driving force and a battery SOC motor by an input signal from the brake switch.
ここで、本発明における地図データの記録装置には、走行履歴を記録・更新するために、記録可能なDVDドライブやフラッシュメモリなどが用いられる。 Here, the recording apparatus of the map data in the present invention, in order to record and update the travel history, etc. recordable DVD drive or a flash memory is used.

【0125】次に、制御手順を説明する。 [0125] Next, a description will be given of control procedure. 図12は本例の基本的な制御手順を示すフローチャートであり、目的地までの経路に関する道路情報を用いて走行パターンを予測する手順の概要を示す。 Figure 12 is a flow chart showing a basic control procedure of this embodiment, an overview of a procedure for predicting the traveling pattern using the road information about the route to the destination.

【0126】まずステップ11では、目的地入力手段1 [0126] First, in step 11, destination input means 1
05によってドライバが目的地を入力する。 The driver inputs a destination by 05. なお、ナビゲーション装置が走行経路の履歴を記録しておき、過去の履歴と同様の時間帯に同様の経路を走行している場合は、運転者が目的地を設定しない場合でも、通勤路などの普段よく通る経路を走行すると予測して、自動的に目的地を設定するようにしてもよい。 It should be noted that the navigation device may be recorded the history of the travel route, if you are traveling on the same route to the same time zone and past history, even if the driver does not set a destination, such as a commuter line It predicts that traveling the route through well usually, may be automatically so as to set a destination.

【0127】ステップ12では、経路探索手段106によってステップ11で設定した目的地までの経路を探索する。 [0127] At step 12, searches for a route by the route searching means 106 to the destination set in step 11. 経路探索の条件は有料道路の使用や渋滞区間の回避などを、ドライバが選択できるようにしてもよい。 Avoid, such as the route conditions of search toll road use and congested section, the driver may be selected.

【0128】ステップ13では、経路区分手段107によってステップ12で探索した経路の道路情報や交通情報を交通情報検出手段108や地図データから抽出し、 [0128] At step 13, it extracts the routing road information and traffic information that is searched in step 12 by the path dividing means 107 from the traffic information detection unit 108 and the map data,
道路種別や右左折する交差点、料金所、勾配の変化点、 Intersection to the road type and the right and left turns, toll gate, the change point of the gradient,
道路の混雑状況によって幾つかの区間に区分する。 It is divided into several sections by the congestion of the road.

【0129】次のステップ14からステップ18では、 [0129] In step 18 from the next step 14,
ステップ13で区分した各区間における走行パターンを、現在地から目的地へ向かって順に生成する。 The driving pattern in each section was divided in step 13, it generates sequentially from the current position to the destination.

【0130】まずステップ14では、停止位置予測手段111によって交差点や料金所の位置情報から停止位置(S1〜Sm)を予測する。 [0130] First, in step 14, it predicts the stop position from the position information of intersections and tollgate (S1 to Sm) by the stop position prediction unit 111. 停止位置の予測については、上述した第1実施形態と同様に、交差点の平均間隔から直進する交差点での停止回数を予測する手法を採用することができる。 The predicted stop position, can be adopted similarly to the first embodiment described above, the method of predicting the number of stops at the intersection of straight from the average spacing of the intersection.

【0131】すなわち、交差点や信号機の平均間隔(X)より、上記式1のような単調減少関数を用いて停止回数の予測値(n)を求める。 [0131] That is, than the average spacing of the intersection or traffic (X), obtains the predicted value of the number of stops (n) of using a monotonically decreasing function, such as the above formula 1. 一つの区間内で停止する信号機または交差点の選択方法については、まず、直進する交差点については、12車線道路との交差点、2 The traffic or intersection of the selection process to stop in one section, first, the intersection of straight, crossing the 12-lane road, 2
1車線道路との交差点といった優先順位に従って停止場所を選択する。 According to the priority, such as the intersection of the one-lane road selecting stop location. また、料金所、右折(左側通行の場合)、より優先度の高い道路への右左折(細街路→1車線道路、1車線道路→2車線道路)の場合は、予測停止回数にかかわらず必ず停止すると予測する。 In addition, toll gate, (in the case of left-hand traffic) turn right, more right turn left to the high priority roads (narrow streets → 1-lane road, one lane road → 2-lane road) In the case of, be sure regardless of the predicted number of stops It is predicted to stop.

【0132】既述した図2に示す経路を例に挙げて、停止する交差点の選択について説明すると、表1より出発地から交差点Aまでの区間の予測停止回数は2.6であり、小数点以下を切り上げて3回停止すると予測する。 [0132] taking a path shown in FIG. 2 described above as an example, to describe the selected intersection to stop, predicted number of stops in the section from the starting point from Table 1 to the intersection A is 2.6, the decimal point It is predicted to stop three times rounded up.
そして、この停止場所として、1車線道路から2車線道路へ左折する交差点A、2車線道路との交差点であるA Then, as the stop location is the intersection of the intersection A, two-lane road a left turn from 1 lane road to a two-lane road A
1、および1車線道路との交差点であるA2を選択する。 1, and 1 selects A2 is the intersection of the lane road.

【0133】同様に、交差点AからBまでの区間での予測停止回数は表1より1.1であり、小数点以下を切り捨てて1回停止すると予測する。 [0133] Similarly, the predicted number of stops in the section from the intersection A to B is 1.1 from Table 1, is expected to stop once the decimal. しかし、この区間には「必ず停止する」と予測することとした料金所B2と右折する交差点Bがあるので、予測停止回数は1回であるが、料金所B2と交差点Bの2個所で停止すると予測する。 However, because in this period there is an intersection B to turn right and the toll booth B2, which was to be expected "always stop", but predicted the number of stops is a one-time, stop at two places of the toll booth B2 and the intersection B Then it predicts.

【0134】また、過去に走行したことがある区間の場合には、そのときの走行履歴を用いて、停止確率(停止回数/通った回数)の高い交差点または信号機から順に停止場所を選択するように予測しても良い。 [0134] In the case of sections that may have traveled in the past, using the travel history of the time, to select the stop away from the high intersection or traffic of stop probability (the number of times the number of stops / through a) sequentially it may be predicted.

【0135】図12に戻り、ステップ15では、走行速度・加減速予測手段112によって図13に示すような道路種別と走行速度、加速度、減速度の関係を記録したテーブルを用いて、ステップ13で収集した道路種別情報から走行速度(Vm[km/h])、加速度(Am [0135] Returning to FIG. 12, in step 15, the traveling speed and deceleration prediction means by 112 and the road type shown in Figure 13 traveling speed, acceleration, using the recorded table deceleration relationship, at step 13 collected running speed from the road type information (Vm [km / h]), acceleration (Am
[m/s ])、減速度(Dm[m/s ])を予測する。 [M / s 2]), to predict deceleration a (Dm [m / s 2] ). なお、図13に示すテーブルの値は、この演算実行時点までの走行における走行速度、加速度、減速度を道路種別毎に平均して記録するようにしてもよい。 The value of the table shown in FIG. 13, the running speed in the running up to the execution time, acceleration, deceleration may be recorded on average for each road type. 加速、 acceleration,
減速、走行の区別については、加速度が一定値(例えば0.5[m/s ])以上の時は加速中、一定値(例えば−0.5[m/s ])以下の時は減速中、それ以外のときは走行中とする方法が挙げられる。 Deceleration, the distinction between running during when acceleration is above a certain value (e.g., 0.5 [m / s 2]) is accelerated, a constant value (e.g., -0.5 [m / s 2]) when the following during deceleration, the method of the traveling and the like at other times.

【0136】次のステップ16では、走行パターン生成手段113において、加減速周期予測手段109に記録された走行中の加減速の周期(Tm[sec])を読み出す。 [0136] In the next step 16, the running pattern generating means 113, reads the period of acceleration and deceleration during traveling recorded in acceleration period prediction unit 109 (Tm [sec]).

【0137】ステップ17では、走行パターン生成手段113において、加減速振幅予測手段110に記録された走行中の加減速における速度の振幅(Wm[km/ [0137] At step 17, the running pattern generating means 113, the speed in the acceleration and deceleration during traveling recorded in acceleration amplitude estimating means 110 amplitude (Wm [km /
h])を定める。 Determining the h]). なお、走行中の加減速の周期Tmおよび速度の振幅Wmの記録値は、高速道路や一般道などの複数の道路種別を含む経路の実走行データから走行中の加減速の周期および速度の振幅を抽出し、それらの平均値を求めて設定する。 The recording values ​​of the period Tm and the speed of the amplitude Wm of acceleration and deceleration during traveling, the period and the speed of the amplitude of the acceleration and deceleration during traveling from the actual travel data of the path including a plurality of road types such as expressways and general roads extracting, sets seeking their average value.

【0138】ステップ18では、ステップ14からステップ17で予測した停止位置、走行速度、加速度、減速度と走行中の加減速の周期および速度の振幅に基づいて走行パターンを生成する。 [0138] In step 18, the stop position predicted from step 14 at step 17, the traveling speed, acceleration, generates a running pattern based on the period and the speed of the amplitude of the acceleration and deceleration during traveling and the deceleration. 走行パターンは、図14に示すように、一定の時間間隔で予測速度V(n)を定めてもよく、また地図データに記録されている道路の座標を表すノードや補完点毎に予測速度V(n)を定めてもよい。 Running pattern, as shown in FIG. 14, may determine the predicted velocity V (n) at predetermined time intervals, and predicted velocity V to the node and each complementary point representing the coordinates of the road stored in the map data (n) may define. 図14の例では、停止位置S1から走行速度Vmに到達するまでは加速度Amで加速し、走行時は周期T In the example of FIG. 14, until it reaches the traveling speed Vm from the stop position S1 accelerated with the acceleration Am, during traveling period T
m、振幅の中心がVm、振幅がWmの周期関数を用いて一定時間間隔で走行パターンを生成する。 m, the center of the amplitude Vm, amplitude to generate a running pattern at fixed time intervals using a periodic function of Wm. 図14のように周期関数に正弦波を用いると、加速度の変化が連続な走行パターンが生成できる。 The use of sine wave periodic function as shown in Figure 14, the change in acceleration can be generated is continuous running pattern. また、三角波を用いると、 In addition, the use of a triangular wave,
走行パターン生成の際の演算負荷を軽減することができる。 It is possible to reduce the calculation load during running pattern generating.

【0139】減速は次の停止位置S2までの残りの距離が、現在の速度V(i)から加速度Dmで停止するのに必要な距離より小さくなった時、すなわち以下の式を満たした時点から速度が0[km/h]になるまで加速度Dmで減速する。 [0139] deceleration remaining distance to the next stop position S2, when it becomes less than the distance required to stop at the acceleration Dm from the current velocity V (i), that is, from the time that satisfies the following equation speed decelerated at the acceleration Dm until 0 [km / h].

【0140】 [0140]

【数11】 L−∫V(n)dt≦V(i) /(2|Dm|)…式13 Equation 11] L-∫V (n) dt ≦ V (i) 2 / (2 | Dm |) ... Equation 13

【0141】ここで、L[m]は停止位置S1からS2 [0141] Here, L [m] from the stop position S1 S2
までの距離、∫V(n)[m]はS1からの走行距離である。 The distance to, ∫V (n) [m] is the distance traveled from S1.

【0142】ステップ19では、走行パターンを予測する対象区間が目的地までの経路における最終区間ならば本制御を終了し、そうでなければステップ14へ戻り次の区間の走行パターン予測を行う。 [0142] In step 19, the target section for predicting a travel pattern terminates this control if the last leg in the route to the destination, performs driving pattern prediction return next section to step 14 otherwise.

【0143】以上が本例の基本的な制御手順であるが、 [0143] The above is a basic control procedure of this embodiment,
このうちステップ16およびステップ17の制御内容を以下のように変更することもできる。 The control contents of these steps 16 and 17 may be modified as follows.

【0144】まずステップ16にて、加減速周期予測手段109によってステップ13で区分した区間の長さを区間内の信号数で除算した信号間隔(Sim[m])に応じて、走行中の加減速の周期Tmを補正する。 [0144] First, in step 16, depending on the acceleration or deceleration period predicting unit 109 by a signal interval obtained by dividing the length of a section obtained by dividing at the step 13 in the number of signals in the interval (Sim [m]), pressurized during running to correct the period Tm of the deceleration. また、 Also,
ステップ17にて、加減速振幅予測手段110によって、ステップ16と同様に信号間隔Simに応じて走行中の加減速における速度の振幅Wmを補正する。 In step 17, the acceleration amplitude predicting unit 110 corrects the amplitude Wm speed in acceleration and deceleration during traveling according to the same manner as signal interval Sim step 16. こうした周期Tmおよび振幅Wmの補正値は、例えば図15に示すような関係式から求める方法が挙げられる。 Correction value of such period Tm and amplitude Wm include a method of obtaining, for example, from equation shown in FIG. 15. なお、 It should be noted that,
図15の関係式は、例えば信号間隔が短いほど走行中の加減速の周期は短く、速度の振幅は小さくなるなどの、 Relationship of FIG. 15, for example, the period of acceleration and deceleration during traveling as signal interval is short short, the amplitude of the velocity, such as small,
実走行データを解析した結果得られる傾向を反映させることが望ましい。 It is desirable to reflect the tendency of obtained results of the analysis of the actual travel data.

【0145】他の改変例として、ステップ16にて、加減速周期予測手段109によって、ステップ13で区分した区間毎の道路種別に応じて走行中の加減速の周期T [0145] As another variation, in step 16, the acceleration or deceleration period predicting unit 109, the period T of acceleration and deceleration during traveling depending on the road type of each of the sections obtained by dividing in step 13
mを補正する。 To correct a m. また、ステップ17にて、加減速振幅予測手段110によって、ステップ16と同様に道路種別に応じて走行中の加減速における速度の振幅Wmを補正する。 Further, at step 17, the acceleration amplitude predicting unit 110 corrects the amplitude Wm speed in acceleration and deceleration during traveling depending on road type as in step 16. こうした走行中の加減速の周期および速度の振幅の補正値は、高速道略や一般道(1車線)、一般道(2 Correction value of the period and speed of the amplitude of the acceleration and deceleration in such driving, highway shown and a general road (1 lane), general road (2
車線)といった道路種別毎の実走行データから走行中の加減速の周期および速度の振幅を抽出し、それらの平均値を求めて設定することが望ましい。 Extract the amplitude of the periodic and rate of acceleration and deceleration during traveling from the actual travel data for each road type such lanes), it is desirable to set seeking their average value.

【0146】さらに他の改変例として、ステップ16にて、加減速周期予測手段109によって、交通情報検出手段102によりVICSなどのインフラから得られる、ステップ13で区分した区間毎の混雑度情報(平均走行速度:TDm[km/h])に応じて走行中の加減速の周期Tmを補正する。 [0146] As still another modified example, at step 16, the acceleration or deceleration period predicting unit 109, the traffic by the information detecting means 102 is obtained from infrastructure such as VICS, the congestion degree information (average of each section was divided in Step 13 travel speed: TDm [km / h]) corrects the period Tm of the acceleration and deceleration during traveling depending on. また、ステップ17にて、加減速振幅予測手段110によって、ステップ16と同様に混雑度(平均走行速度:TDm)に応じて走行中の加減速における速度の振幅Wmを補正する。 Further, at step 17, the acceleration amplitude predicting unit 110, similarly congestion and step 16 (average speed: TDm) corrects the amplitude Wm speed in acceleration and deceleration during traveling depending on. こうした周期Tmおよび振幅Wmの補正値は、例えば図16に示すような関係式から求める方法が挙げられる。 Correction value of such period Tm and amplitude Wm include a method of obtaining, for example, from equation shown in FIG. 16. なお、図16 It should be noted that, as shown in FIG. 16
の関係式は、例えば混雑度が高いほど走行中の加減速の周期は短く、速度の振幅は大きくなるなどの、実走行データを解析した結果得られる傾向を反映させることが望ましい。 Relation, for example the period of acceleration and deceleration during traveling higher congestion degree is short, such as the amplitude of the velocity increases, it is desirable to reflect the tendency of obtained results of the analysis of the actual travel data.

【0147】このように、加減速の周期と振幅とを、信号間隔、道路種別あるいは混雑度の応じて適宜補正することで、得られる走行パターンをより実走行に近づけることができる。 [0147] Thus, the period and amplitude of acceleration and deceleration, by appropriately corrected according to the signal intervals, the road type or congestion, it is possible to make the running pattern obtained more actual running.

【0148】 第4実施形態次に本発明の第4実施形態について説明する。 [0148] The fourth embodiment of the present invention will now fourth embodiment will be described. この第4 The fourth
実施形態の制御内容は上述した第3実施形態と基本的には同じであるが、走行中の走行パターンを図12のステップ13で区分した区間毎に記録して走行中の加減速の周期および振幅を演算し、その区間の道路種別と信号間隔に応じて学習することで、走行中の加減速の周期および振幅の予測値を逐次補正するものである。 Although the control content of the embodiment is the same as in the third embodiment basically described above, the period of acceleration and deceleration during traveling is recorded in each of the sections obtained by dividing the running pattern of running at step 13 of FIG. 12 and It calculates the amplitude, by learning in accordance with the road type and the signal intervals of the section, in which sequentially correct the predicted value of the period and amplitude of the acceleration and deceleration during traveling.

【0149】図17は本例の制御手順を示すフローチャートであり、まずステップ21では、走行速度V(i) [0149] Figure 17 is a flowchart showing the control procedure of this embodiment, first, at step 21, the running speed V (i)
を記録する。 The record. 走行速度の記録は、例えば図18に示すように一定の時間間隔で行ってもよく、または地図データに記録されている道路の座標を表すノードや補完点毎に行ってもよい。 Recording of the traveling speed, for example, may be performed at regular time intervals as shown in FIG. 18, or may be performed in the node and each complementary point representing the coordinates of the road stored in the map data.

【0150】ステップ22では、走行位置が区間の終端であればステップ23へ進み、これまで走行していた区間の走行パターンから走行中の加減速の周期と振幅の演算を開始し、そうでなければステップ21へ戻って走行速度の記録を続ける。 [0150] At step 22, the running position proceeds to step 23, if the end of the period so far starts operation of the period and amplitude of the acceleration and deceleration during traveling from the travel pattern of the travel to have interval, otherwise if continue the recording of the traveling speed returns to step 21.

【0151】ステップ23では、ステップ21で記録した、これまで走行していた区間の走行パターンについて走行速度の差分V(i)−V(i−1)を演算する。 [0151] At step 23, recorded in step 21, it calculates the running speed of the difference V (i) -V (i-1) for the running pattern of the travel to have interval far.

【0152】ステップ24では、図18に示すように、 [0152] At step 24, as shown in FIG. 18,
これまで走行していた区間の走行パターンをステップ2 Step 2 the running pattern of traveling to have the section so far
3で演算した差分の符号が連続して同じ区間、すなわち加速または減速継続区間に分割する。 Continuously sign of the difference computed is 3 divided into the same interval, i.e. an acceleration or deceleration continues intervals.

【0153】ステップ25では、ステップ24で分割した加速または減速継続区間のうち、速度が一定値Vs [0153] In step 25, among the acceleration or deceleration continuous sections divided in step 24, the speed is constant value Vs
(例えば、15[km/h])以下となる部分があるものを除去することで、停止からの発進加速と停止への減速を除く。 (E.g., 15 [km / h]) by removing what the portion becomes less, excluding deceleration to stop and start acceleration from a stop. 図18の例では、V(1)からV(2)への区間と、V(8)からV(10)への区間が除かれる対象となる。 In the example of FIG. 18, composed of V (1) and the section of the V (2), and subject section is removed from V (8) to V (10).

【0154】ステップ26では、ステップ25で除かれた部分以外の連続している部分の周期を計算する。 [0154] At step 26, for calculating the periodic portions are continuous except removed portion of the at Step 25. 周期の計算は「加速→減速」または「減速→加速」を繰り返す時間を求め、周期Tmとする方法が挙げられる。 Calculation period obtains the time to repeat the "acceleration → deceleration" or "deceleration → acceleration", and a method of the period Tm. なお、区間内に加減速の繰り返しが2周期以上ある場合は、それらの平均値を取る。 When there repetition of acceleration and deceleration is 2 or more cycles in the interval takes the average value thereof. 図18の例ではT(4)− T (4) in the example of FIG. 18 -
T(2)とT(8)−T(4)の平均を走行中の加減速の周期とする。 The average period of the acceleration and deceleration during traveling of the T (2) and T (8) -T (4). また、各々の加速または減速継続区間の長さを2倍した値を平均して周期Tmとする方法も採用できる。 Further, a method for the length of each of the acceleration or deceleration continues section and twice the period value and the average Tm can be employed. 図10の例では以下の式のようになる。 It is represented by the following formula in the example of FIG. 10.

【0155】 [0155]

【数12】Tm=2×{(T(3)−T(2))+(T Equation 12] Tm = 2 × {(T (3) -T (2)) + (T
(4)−T(3))+(T(6)−T(4))+(T (4) -T (3)) + (T (6) -T (4)) + (T
(8)−T(6))}/4 (8) -T (6))} / 4

【0156】ステップ27では、ステップ25で除かれた部分以外の各加速または減速継続区間の速度の変化量の絶対値を求め、その平均値を振幅Vmとする。 [0156] At step 27, the absolute value of the rate of variation of the excluded respective acceleration or deceleration continues section other than the portion in step 25, and the average value and the amplitude Vm. 図18 Figure 18
の例では、振幅は以下の式のようになる。 In this example, the amplitude is represented by the following equation.

【0157】 [0157]

【数13】Wm=(|V(2)−V(3)|+|V [Number 13] Wm = (| V (2) -V (3) | + | V
(3)−V(4)|+|V(4)−V(6)|+|V (3) -V (4) | + | V (4) -V (6) | + | V
(6)−V(8)|)/4 (6) -V (8) |) / 4

【0158】ステップ28では、ステップ26およびステップ27で求めた周期Tmと振幅Wmを用いてこれまでの予測値を補正する。 [0158] At step 28, corrects the predicted value so far using the cycle Tm and amplitude Wm calculated in step 26 and step 27. このようにすることで、ドライバの運転傾向に応じた走行中の加減速の周期と振幅を予測することができる。 In this way, it is possible to predict the period and amplitude of the acceleration and deceleration during traveling according to the driving tendency of the driver. 補正は例えば下記のように、これまでの予測値TM(n)およびWM(n)(nは道路種別毎のこれまでの補正回数)との加重平均を用いる方法が挙げられる。 Correction, for example as described below, to date (the n this number of corrections to the respective road types) predicted value TM (n) and WM (n) of such a method is to use a weighted average of the.

【0159】 [0159]

【数14】 TM(n+1)=(TM(n)+Tm)/2 WM(n+1)=(WM(n)+Wm)/2 Equation 14] TM (n + 1) = (TM (n) + Tm) / 2 WM (n + 1) = (WM (n) + Wm) / 2

【0160】あるいは、道路種別毎のこれまでの補正回数nを記録しておき、下記のように補正回数nを用いて加重平均を取る方法もある。 [0160] Alternatively, the correction number n of past each road type may be recorded, there is a method of taking a weighted average using the correction number n as follows.

【0161】 [0161]

【数15】 TM(n+1)=(n×TM(n)+Tm)/(n+1) WM(n+1)=(m×WM(n)+Wm)/(n+1) Equation 15] TM (n + 1) = (n × TM (n) + Tm) / (n + 1) WM (n + 1) = (m × WM (n) + Wm) / (n + 1)

【0162】あるいは、下記のように過去一定回数前までの予測値を記録しておき、それらとの平均値を用いる方法もある。 [0162] Alternatively, there may be recorded the predicted value until the last predetermined number of times before as described below, a method using the average value with them.

【0163】 [0163]

【数16】 TM(n+1) ={TM(n−p)+…+Tm(n−1)+Tm(n)}/(p+1) WM(n+1) ={WM(n−p)+…+Wm(n−1)+Wm(n)}/(p+1) Equation 16] TM (n + 1) = {TM (n-p) + ... + Tm (n-1) + Tm (n)} / (p + 1) WM (n + 1) = {WM (n-p) + ... + Wm (n -1) + Wm (n)} / (p + 1)

【0164】なお、走行中の加減速の周期と振幅の予測値は道路種別毎に記録しておく。 [0164] Incidentally, the predicted value of the period and amplitude of acceleration and deceleration during traveling is recorded for each road type. 図18の例では一般道(2車線)についての予測値を補正する。 In the example of FIG. 18 to correct the predicted value for the general road (2 lanes).

【0165】ステップ29では、走行中の加減速の周期と振幅の予測値補正の対象区間が目的までの経路における最終区間ならば本制御を終了し、そうでなければステップ14へ戻って次の区間の補正を行う。 [0165] At step 29, acceleration and deceleration of the period and amplitude prediction value correction of the target section while driving terminates this control if the last leg in the path to the target, the next returns to step 14 otherwise the correction of the interval.

【0166】 第5実施形態図19乃至図21は、本発明のさらに他の実施形態を示すものであり、この第5実施形態の制御内容は上述した第3実施形態と基本的には同じであるが、走行パターン予測を行う区間にカーブがある場合は走行中の加減速の振幅を0に補正する。 [0166] Fifth Embodiment FIG. 19 through FIG. 21 shows still another embodiment of the present invention, the control content of the fifth embodiment in the third embodiment basically as described above the same the case, if there is a curve in the interval for performing the running pattern prediction corrects the amplitude of the acceleration and deceleration during traveling to 0. なおこの他にも、カーブ区間内を走行する時の加減速の周期は長く、振幅は小さく補正する方法を採用しても良い。 Note In addition to this, the period of acceleration and deceleration when running in a curve section longer, the amplitude may be adopted a method of correcting small. 本制御内容は図12のステップ18から呼び出されるサブルーチンとなっている。 This control content is a subroutine called from step 18 of FIG. 12.

【0167】まずステップ211では、走行パターン予測を行う区間内の点Iにおける曲率r(i)が設定値α [0167] First, at step 211, set the curvature at point I in the interval for performing the driving pattern prediction r (i) is value α
(例えば、1/50)以下であれば、カーブ区間とみなしてステップ212へ進む。 (E.g., 1/50) if less, the process proceeds to step 212 is regarded as a curve section. そうでない場合はステップ215へ進み、図20に示すように、図4のステップ1 Otherwise the process proceeds to step 215, as shown in FIG. 20, Step 1 in FIG. 4
8の処理と同様に走行時の走行パターンに加減速を付加する。 The travel pattern of the treatment and during running similar 8 adds acceleration and deceleration.

【0168】ステップ212では、曲率r(i)よりカーブ通過速度Vcを求める。 [0168] At step 212, obtaining the curve traverse speed Vc than the curvature r (i). 曲率とカーブ通過速度との関係式は、例えば図21に示すような単調減少関数を用いることができる。 Relationship between the curvature and the curve traverse speed may be used monotonously decreasing function shown in Figure 21, for example.

【0169】ステップ213では、図20に示すように、走行パターン予測を行う区間内の点Iにおける速度V(i)をステップ212で求めたVcとする。 [0169] At step 213, as shown in FIG. 20, the speed at point I in the interval for performing the driving pattern prediction V a (i) and Vc calculated in step 212. このようにすることで、図20のようにカーブ進入後から脱出前までは一定速度Vcで走行するような走行パターンが生成される。 By doing so, the travel pattern as before escaping after entering a curve as shown in FIG. 20 travels at a constant speed Vc is generated.

【0170】ステップ214では、走行位置が区間の終端であれば本制御を終了し、そうでなければステップ2 [0170] At step 214, the travel position terminates this control if the end of the interval, step 2 otherwise
11へ戻って走行パターンの生成を続ける。 Continue the generation of the running pattern back to 11.

【0171】以上、第3実施形態乃至第5実施形態の走行パターン生成装置では、走行中の加減速の周期と振幅と振幅の中心とに基づいた周期関数で走行パターンを生成するので、走行中の加減速を含めた目的地までの走行パターンを精度良く予測できる。 [0171] above, the running pattern generating apparatus of the third embodiment to fifth embodiment, because it generates a running pattern with a period function based on the period of the acceleration and deceleration during traveling amplitude and the center of the amplitude, traveling running pattern to the destination, including the acceleration and deceleration of high accuracy predict. その結果、従来の走行パターン生成装置では、図22(a)に示すように予測パターンが実走行パターンとの一致性が悪く、燃料消費量の予測信頼性に欠けていたが、本例の走行パターン生成装置では、同図(b)に示すように予測パターンと実走行パターンとが良く一致するので、燃料消費量等の予測信頼性が著しく向上する。 As a result, in a conventional running pattern generating apparatus has poor consistency predictable pattern as shown in FIG. 22 (a) and the transient test, but lacked the predicted reliability of the fuel consumption, the running of this example in pattern generating apparatus, since the predicted pattern as shown in FIG. 5 (b) and the actual running pattern well matches the predicted reliability such as fuel consumption is significantly improved.

【0172】 他の実施形態ちなみに、本発明の実施形態で求めた目的地までの経路における走行パターンの利用例としては、図23に示すHEV(ハイブリッド車)や図24に示すFCV(燃料電池電気自動車)に備えられているバッテリの充放電スケジュールの決定が挙げられる。 [0172] Other embodiments Incidentally, a use example of the travel pattern in the route to the destination determined by the embodiment of the present invention, FCV (Fuel cell electric illustrated in HEV (hybrid vehicles) and 24 shown in FIG. 23 the determination of charge and discharge schedule of the battery provided in the motor vehicle) and the like.

【0173】以下、上記の手順で予測した走行パターンを用いて、目的地までの経路上におけるエネルギーの充放電スケジュールの決定方法の一例を説明する。 [0173] Hereinafter, with reference to the travel pattern predicted in the above procedure, an example of a method of determining the power from the rechargeable schedules on the route to the destination.

【0174】本例の充放電スケジュールの決定方法の概要は、図25に示すように以下の処理にしたがって実行される。 [0174] Summary of the method of determining the charge and discharge schedule of the present embodiment is executed according to the following process as shown in FIG. 25.

【0175】まず、予測した走行パターンを用いて、目的地までの経路における走行に必要な出力を演算する。 [0175] First, by using the travel pattern predicted, calculates an output required for the driving of the route to the destination.
そして、走行に必要な出力が負になる、すなわちエネルギー回生ができる区間を境界としていくつかのスケジューリング区間に区切る。 Then, the output is negative required travel, i.e. divide a scheduling interval a section may energy recovery as a boundary.

【0176】また、次のスケジューリング区間における回生可能なエネルギーを最大限に充電できるように、スケジューリング区間終端でのバッテリ充電量SOCの値を調節する。 [0176] Also, as can be charged capable regenerative energy in the next scheduling interval to the maximum, to adjust the value of the battery charge SOC at scheduling interval end. そのために該当スケジューリング区間内でのモータ走行などを考える。 Consider the like motor running in a corresponding scheduling interval for that.

【0177】また、SOCmax−SOCpを出力に換算した値P(SOCmax−SOCp)(w)が、次のスケジューリング区間で回生可能なエネルギーC(v)より小さい場合は、エンジンの作動効率の低い区間からモータ走行を行う。 [0177] The value obtained by converting the output SOCmax-SOCp P (SOCmax-SOCp) (w) is, when regenerative energy C (v) less than in the next scheduling interval, low operating efficiency of the engine section perform the motor running from. (但し、SOCmaxはバッテリ充電量の上限値、SO (However, it SOCmax the upper limit of the battery charge, SO
Cpはスケジューリング区間先頭でのバッテリ充電量である。 Cp is a battery charge amount in the scheduling interval beginning. )さらに、SOCmax−SOCpを出力に換算した値P(SOCmax−SOCp)(w)が、次のスケジューリング区間で回生可能なエネルギーC(w)より大きいときは、エンジンのみで走行した場合とモータ走行のために事前に発電を行った場合の燃料消費量を比較して、少ない方を行うよう充放電スケジュールを決定する。 ) Further, the value obtained by converting the output SOCmax-SOCp P (SOCmax-SOCp) (w) is, when a larger regenerative energy C (w) in the next scheduling interval, when the motor drive which is driven only by the engine by comparing the fuel consumption in the case of performing pre-generation for, determining the charging and discharging scheduled to perform lesser.

【0178】以上のような基本的な考えに基づき、図2 [0178] Based on the basic idea described above, FIG. 2
6のフローチャートに従って充放電スケジュール決定の流れを説明する。 The flow of charge and discharge schedule determination will be described in accordance with 6 flowchart of.

【0179】まず、ステップSa1では、目的地までの経路上に、ある一定時間(例えば1分)以上継続的にエネルギー回生できる区間があるかどうかを検索し、ある場合はステップSa2へ進み、ない場合はステップSa [0179] First, at step Sa1, on the route to the destination, searches whether there is a certain time (e.g., 1 minute) or more continuous energy regeneration can interval, if there proceeds to step Sa2, no If step Sa
6へジャンプする。 To jump to 6. 例えば、図25に示す経路では、高速道路の出口料金所の手前での減速から一般道の降坂が、この区間に該当する。 For example, in the path shown in FIG. 25, the descending slope of the general road from the deceleration before the exit toll gate of highways, corresponds to this section.

【0180】ステップSa2では、ステップSa1で検索した継続的にエネルギー回生できる区間によって目的地までの経路をスケジューリング区間に区切る。 [0180] In step Sa2, punctuate a route to a destination in the scheduling interval by continuously energy regeneration can interval you found in step Sa1. 図25 Figure 25
の例では、高速道路の出口料金所の手前での減速を境に2つのスケジューリング区間に区切る。 In this example, separate the boundary of deceleration before the exit toll gate of highways into two scheduling interval. なお、ステップSa3以降の処理は、出発地側のスケジューリング区間から順に行う。 Note that the processing in step Sa3 later, performed in order from the departure point side of the scheduling interval.

【0181】ステップSa3では、スケジューリング区間の先頭でのバッテリ充電量SOCpが下限値SOCminの近傍である場合は、ステップSa6にジャンプし、そうでない場合はステップSa4へ進む。 [0181] In step Sa3, if the battery charge amount SOCp at the beginning of the scheduling interval is near the lower limit value SOCmin jumps to step Sa6, otherwise the process proceeds to step Sa4.

【0182】ステップSa4では、スケジューリング区間の先頭でのバッテリ充電量SOCpがエネルギー回生の途中で上限値SOCmaxを越えてしまう場合、すなわちSOC [0182] In step Sa4, if the battery charge amount SOCp at the beginning of the scheduling interval may exceed the upper limit value SOCmax in the middle of the energy recovery, namely SOC
max−SOCpを出力に換算した値P(SOCmax The value P (SOCmax obtained by converting the max-SOCp in output
−SOCp)(v)が回生できるエネルギーC(v)より小さい場合はステップSa5へ進み、そうでない場合はステップSa6へジャンプする。 -SOCp) (v) if the energy C (v) is smaller than that can be regenerated proceeds to step Sa5, otherwise it jumps to step Sa6. 図25の例では、バッテリ充電量がスケジューリング区間1の先頭における値SOCpであれば、スケジューリング区間2における回生可能なエネルギーC(w)を全て充電できるのでステップSa6へ進む。 In the example of FIG. 25, if the value SOCp battery charge is at the head of the scheduling section 1, the process proceeds regenerative energy C in the scheduling section 2 (w) to step Sa6 Since all be charged.

【0183】ステップSa5では、エンジンの運転点が最良効率線から最も離れた区間をモータ走行またはアシストすることによってバッテリを放電するように充放電スケジュールを決定する。 [0183] In step Sa5, determines the charging and discharging scheduled to discharge the battery by operating point of the engine is a motor traveling or assist the farthest section from the best efficiency line. 図25の例では、市街地の渋滞の区間が該当する。 In the example of FIG. 25 corresponds a section of urban congestion.

【0184】ステップSa6では、エンジンの運転点が最良効率線から離れている、すなわちエンジンの作動効率が低い区間がある場合はステップSa7へ進み、そうでない場合はステップSa8へジャンプする。 [0184] In step Sa6, the operating point of the engine is away from the best efficiency line, that is, the operating efficiency of the engine is lower interval proceeds to step Sa7, otherwise jumps to step Sa8. 図25の例では、市街地の渋滞区間が該当する。 In the example of FIG. 25, it corresponds the city congested section.

【0185】ステップSa7では、ステップSa6で検出したエンジンの作動効率が低い区間をエンジンのみで走行、またはバッテリ充電量SOCの値がモータ走行可能であればその分を差し引いてエンジン走行した場合の燃料消費量Bと、前記の区間をモータ走行するエネルギーをバッテリに充電するために事前に発電する場合の燃料消費量Aを比較する。 [0185] In step Sa7, the fuel if the value of only the running or battery charge amount SOC, engine operating efficiency is low period of the detected engine has an engine traveling subtracted correspondingly motor running possible in step Sa6 and consumption B, and compares the fuel consumption a in the case of generating the interval of pre to charge the energy motor running on a battery. そして、燃料消費量AがBよりも少ない場合は事前に発電する。 The fuel consumption amount A if less than B to generate power in advance. 図25の例では、スケジューリング区間1の市街地の渋滞をエンジンのみで走行した場合の燃料消費量Bよりも、前の一般道で市街地の渋滞をモータ走行するエネルギーを発電した場合の燃料消費量Aの方が少ないので、一般道において発電して、 In the example of FIG. 25, than the fuel consumption amount B in the case of traveling the city traffic jam scheduling slot 1 only the engine, fuel consumption A in the case where the urban congestion and generating energy for motor running in front of the general road because there are fewer of, and power generation in the general road,
市街地の渋滞でのモータ走行によりバッテリを消費するよう充放電スケジュールを決定する。 The motor driving in city traffic jam determining discharge scheduled to consume battery. なお、発電量は信号機での停止時にエネルギー回生できるように設定する。 Incidentally, the power generation amount is set to allow energy regeneration in stopping at traffic lights.

【0186】ステップSa8では、次に処理するスケジューリング区間が最終区間であればステップSa9へ進み、そうでなければステップSa3へ戻る。 [0186] In step Sa8, then the process scheduling section advances to step Sa9 if it is the last section, the flow returns to step Sa3 otherwise.

【0187】ステップSa9では、エンジンの運転点が最良効率線から最も離れた区間でモータ走行またはアシストしてバッテリを消費するように充放電スケジュールを決定する。 [0187] In step Sa9, determines the charge and discharge schedule as operating point of the engine and motor running or assisted farthest section from the best efficiency line consumes battery. 図25の例では、最終のスケジューリング区間にはエネルギー回生した後には一般道の登坂しかないので、この区間においてモータアシストすることによってバッテリを消費する。 In the example of FIG. 25, the final scheduling interval since there is only a general road uphill after energy regeneration, it consumes battery by motor assist in this section.

【0188】以上がバッテリの充放電スケジュールの決定方法の一例である。 [0188] The above is an example of a method for determining a battery charge and discharge schedule.

【0189】このように、目的地までの経路における停止・発進を考慮した走行パターンの予測結果を用いることにより、目的地までの経路におけるエネルギー消費量を厳密に計算することができる。 [0189] Thus, by using the prediction result of the running pattern in consideration of the stop-start in the path to the destination, it is possible to precisely calculate the energy consumption in route to the destination.

【0190】また、目的地までの経路における停止・発進を考慮した走行パターンの予測結果を用いることにより、目的地までの経路におけるエネルギーの蓄積および放出スケジュールを厳密に決定することができる。 [0190] By using the prediction result of the running pattern in consideration of the stop-start in the path to the destination, it is possible to precisely determine the energy storage and release schedule for the route to the destination.

【0191】本発明の第3実施形態乃至第5実施形態に係る走行パターン生成装置で求められた走行パターンも、上述したエネルギーの充放電スケジュールの決定方法に適用できる。 [0191] Third embodiment to the running pattern obtained by the running pattern generating apparatus according to a fifth embodiment of the present invention can also be applied to a method for determining the charge and discharge schedule of the energy described above. すなわち、走行負荷からエンジンの作動効率を求め、作動効率の高い区間でバッテリを充電して、作動効率の低い区間はモータで走行するようにバッテリ充放電スケジュールを生成する。 That is, determine the operating efficiency of the engine from running load, to charge the battery with high operating efficiency sections, lower sections of operating efficiency generates a battery charging and discharging scheduled to run the motor.

【0192】HEVのバッテリ充放電スケジューリングの概要について説明すると、図27に示すように、まず図12のフローチャートの説明で述べたような手法で、 [0192] When an outline of the battery charge and discharge scheduling HEV, as shown in FIG. 27, first, in the manner described in the description of the flowchart of FIG. 12,
目的地までの走行速度パターンを生成する。 Generating a traveling speed pattern to the destination. 次に、目的地までの経路の道路勾配と走行速度パターンを用いて、 Next, using the running speed pattern and a road gradient of a route to a destination,
勾配抵抗と走行抵抗、加速抵抗を合わせた目的地までの走行負荷パターンを求める。 Running resistance grade resistance, determining the running load patterns to the destination that matches the acceleration resistance. そして、目的地までの走行負荷パターンと目的地における目標SOC(バッテリ充電率)を満たしながら、燃料消費量を低減するようにエンジン/モータの駆動力配分を求める。 Then, while satisfying the target SOC (battery charging rate) in the running load pattern and the destination to the destination, it obtains the driving force distribution of an engine / motor to reduce the fuel consumption. 最後に、その駆動力配分から目的地までのSOCパターンが上限値と下限値の範囲内に収まるように求め、充放電スケジュールを決定する。 Finally, the SOC pattern to the destination determined to fall within a range between the upper limit value and the lower limit value, to determine the charge and discharge schedule from the drive force distribution. 図27の例では、市街地における低速走行では走行負荷が小さくエンジンの作動効率が低いためモータ走行を優先し、走行負荷が負となる面積が広い信号や交差点手前での減速や降坂区間ではエネルギーを回生し、降坂の後の登坂では回生で充電したエネルギーを用いてモータでエンジンのアシストを行うように充放電スケジュールを決定する。 In the example of FIG. 27, the energy in the low speed operation efficiency of the traveling load is reduced engine is running is preferentially motor running for low traveling load deceleration or downhill section of a wide signal and intersections near the area to be negative in urban the regenerated, the uphill after a downhill determining discharge scheduled for assisting the engine by the motor with the energy charged at regeneration. このように走行中の加減速を考慮して生成した走行パターンを用いることで、走行中の減速による回生量や加速に必要なトルクを正確に予測できるので、ハイブリッド車のバッテリ充放電をより効率よく行うことができ、燃費が向上する。 Thus the acceleration and deceleration during travel by using the driving pattern generated by considering, since the torque required to regeneration amount and acceleration due to deceleration during running can be accurately predicted, more efficient hybrid vehicles battery charge and discharge well it can be performed, fuel economy is improved. なお、本適用例はHEVだけでなくEV(電気自動車)やFCVにも適用することができ、その場合は信号や交差点手前での減速や降坂区間などでのエネルギー回生が可能な区間の手前ではバッテリの放電を行い、登坂などの大きなモータトルクが必要な区間の手前ではバッテリを充電するようにする。 Incidentally, this application example can also be applied to EV (electric vehicle) or FCV well HEV, before the energy recovery capable section like that case signals and intersections before in deceleration and downhill sections in was discharged battery, in the front of a large motor torque is required intervals, such as uphill so as to charge the battery.

【0193】本発明の走行パターン生成装置で生成された走行パターンは、エンジンの作動効率マップと燃料消費率マップを用いることで、目的地までに消費する燃料の総量予測にも利用できる。 [0193] running pattern generated by the running pattern generating apparatus of the present invention, by using the operating efficiency map and a fuel consumption rate map of the engine, can also be used to the total amount prediction of fuel consumption to the destination.

【0194】図28は目的地までに消費する燃料の総量を予測する手順を示すフローチャートである。 [0194] Figure 28 is a flowchart showing the procedure of predicting the amount of fuel consumed to the destination.

【0195】まず、ステップ311では、速度パターンの各サンプル値V(i)から走行負荷P(i)[w]を求める。 [0195] First, in step 311, the traveling load from each sample value V of the speed pattern (i) P (i) determining the [w]. 走行負荷の演算は下記のような関係式を用いる。 Calculation of the running load used as equation below.

【0196】 [0196]

【数17】P(i)={Rr+Ra(i)+Rc(i) Equation 17] P (i) = {Rr + Ra (i) + Rc (i)
+Rg(i)}×V(i) 但し、Rr=μMg、Ra=acc(i)M、Rc= + Rg (i)} × V (i) where, Rr = μMg, Ra = acc (i) M, Rc =
0.5ρCdAV(i) Rg=Mgsin{atan(Gr(i)/100)} 0.5ρCdAV (i) 2 Rg = Mgsin {atan (Gr (i) / 100)}

【0197】ここで、M(kg)は車重、μは転がり抵抗係数、ρ(kg/m )は空気密度、Cdは空気抵抗係数、A(m )は前影投影面積、g(m/s )は重力加速度、acc(m/s )は車両の加速度、Gr [0197] Here, M (kg) is the vehicle weight, mu is the rolling resistance coefficient, ρ (kg / m 3) is the air density, Cd is the air resistance coefficient, A (m 2) Before the shadow projected area, g ( m / s 2) is the gravitational acceleration, acc (m / s 2) is the vehicle acceleration, Gr
(i)(%)は道路勾配の計算値である。 (I) (%) is the calculated value of the road gradient.

【0198】ステップ312では、図29に示すようにステップ311で求めた走行負荷P(i)の仕事に対するハイブリッド制御ユニット内で関係付けられた動作点を読出し、エンジンの燃料消費率マップから、このときの燃料消費率f(i)[cc/sec]を求める。 [0198] At step 312, the operating point associated with the hybrid control unit for work travel load P obtained in step 311 (i) as shown in FIG. 29 reads, from the fuel consumption ratio map of the engine, the determining fuel consumption ratio f (i) [cc / sec] of the time.

【0199】ステップ313では、サンプル値V(i) [0199] In step 313, the sample values ​​V (i)
が目的地までの経路における走行パターンの最終サンプルであれば、速度の各サンプル値に対する燃料消費率の演算は目的地まで終了したと判定してステップ314へ進み、そうでない場合はステップ311へ戻る。 If There the last sample of the travel pattern in the route to the destination, the calculation of the fuel consumption rate for each sample value of the velocity proceeds to step 314 and determined to have ended to the destination, otherwise returns to step 311 .

【0200】ステップ314では、下記のようにステップ312で求めた燃料消費率f(i)を出発地から目的地まで積分して総燃料消費量F[cc]を求める。 [0200] At step 314, determine the total fuel consumption amount F [cc] and integrating from the starting point to the destination of the fuel consumption rate f (i) calculated in step 312 as described below.

【0201】 [0201]

【数18】F=∫V(i)dt [Number 18] F = ∫V (i) dt

【0202】この目的地までの燃料消費量予測の適用例としては、図30に示すように、ナビゲーション装置で目的地を設定した時に、複数の経路候補について求めた燃料消費量に単位量当たりの燃料代を乗じて、燃料代を提示するシステムが考えられる。 [0202] As an application example of the fuel consumption amount prediction to the destination, as shown in FIG. 30, when setting the destination in the navigation system, per unit amount of fuel consumption calculated for a plurality of path candidates multiplied by the fuel cost, the system is considered to present the fuel costs. 本制御はHEVだけでなくガソリン車やディーゼル車の燃料消費量予測にも適用することができる。 This control can be applied to the fuel consumption amount prediction of gasoline vehicles and diesel vehicles as well HEV.

【0203】以上、本発明の実施形態について説明したが、本発明はハイブリッド車やFCVのバッテリの充放電スケシュールの決定に利用するだけでなく、畜熱アキュムレータを備えたエアコンの畜熱および放熱スケジューリングに用いたり、停止発進に伴うエネルギー収支を考慮した、より正確な目的地までの燃費計算に適用してもよい。 [0203] Having described embodiments of the present invention, the present invention is not only used to determine the charge and discharge schedule Sur battery hybrid and FCV, air conditioning heat accumulation and the heat with a heat storage accumulator or used in scheduling, considering the energy balance associated with the stop starting, it may be applied to fuel economy calculations to more accurately destinations. また、本発明は以上の実施形態に限定されるのもでなく、それらのいずれかを組合せて実施してもよい。 Further, the present invention is not also be limited to the above embodiments may be implemented by combining any of them.

【図面の簡単な説明】 BRIEF DESCRIPTION OF THE DRAWINGS

【図1】本発明の走行パターン生成装置の第1実施形態を示すブロック図である。 1 is a block diagram showing a first embodiment of a running pattern generating apparatus of the present invention.

【図2】走行予定経路の一例を示す図である。 FIG. 2 is a diagram showing an example of a planned travel route.

【図3】平均信号間隔に対する停止回数の一例を示すグラフである。 3 is a graph showing an example of a number of stops to the mean signal interval.

【図4】道路の曲率半径に対する走行速度の一例を示すグラフである。 4 is a graph showing an example of a traveling speed for the radius of curvature of the road.

【図5】本発明の走行パターン生成装置により生成された走行パターンの一例を示すパターン図である。 5 is a pattern diagram showing an example of a travel pattern generated by the running pattern generating apparatus of the present invention.

【図6】図5に示す走行パターンを時間に対する走行パターンに変換したグラフである。 6 is a graph of the running pattern was converted to the running pattern for the time shown in FIG.

【図7】本発明の走行パターン生成装置の制御手順を示すフローチャートである。 7 is a flowchart showing the control procedure of the running pattern generating apparatus of the present invention.

【図8】本発明の第2実施形態の制御手順を示すフローチャートである。 8 is a flowchart showing the control procedure of the second embodiment of the present invention.

【図9】図8に示す実施形態の走行パターンを示すパターン図である。 9 is a pattern diagram showing a travel pattern of the embodiment shown in FIG.

【図10】本発明の走行パターン生成装置の第3実施形態乃至第5実施形態を示すブロック図である。 10 is a block diagram showing a third embodiment to the fifth embodiment of the running pattern generating apparatus of the present invention.

【図11】図10に示す実施形態をさらに具体化したブロック図である。 11 is a block diagram that further embodies the embodiment shown in FIG. 10.

【図12】本発明の第3実施形態の制御手順を示すフローチャートである。 12 is a flowchart showing the control procedure of the third embodiment of the present invention.

【図13】道路種別と走行速度、加減速の関係を示す制御マップである。 [13] road type and speed, a control map showing the deceleration relationship.

【図14】図10に示す走行パターン生成装置で生成された走行パターンを示すグラフである。 14 is a graph showing a running pattern generated by the running pattern generating apparatus shown in FIG. 10.

【図15】信号間隔と加減速の周期、振幅の関係を示すグラフである。 Period of [15] signal interval and acceleration and deceleration is a graph showing the amplitude relationship.

【図16】混雑度と加減速の周期、振幅の関係を示すグラフである。 [16] periods of congestion and acceleration and deceleration is a graph showing the amplitude relationship.

【図17】本発明の第4実施形態の制御手順を示すフローチャートである。 17 is a flowchart showing the control procedure of the fourth embodiment of the present invention.

【図18】第4実施形態の制御手順を説明するための走行パターンの例である。 18 is an example of a travel pattern for explaining the control procedure of the fourth embodiment.

【図19】本発明の第5実施形態の制御手順を示すフローチャートである。 19 is a flowchart showing the control procedure of the fifth embodiment of the present invention.

【図20】第5実施形態の制御手順を説明するための走行パターンの例である。 Figure 20 is an example of a travel pattern for explaining the control procedure of the fifth embodiment.

【図21】カーブ通過速度と曲率の関係を示すグラフである。 21 is a graph showing the relationship between the curve traverse speed and curvature.

【図22】本発明で得られた走行パターンと従来の走行パターンを示す図である。 22 is a diagram showing the resulting running pattern to the conventional driving pattern in the present invention.

【図23】本発明の走行パターン生成装置が適用されるハイブリッド自動車の一例を示すブロック図である。 FIG. 23 is a block diagram showing an example of a travel pattern hybrid vehicle generating device of the present invention is applied.

【図24】本発明の走行パターン生成装置が適用される燃料電池電気自動車の一例を示すブロック図である。 [Figure 24] running pattern generating apparatus of the present invention is a block diagram showing an example of a fuel cell electric vehicle that is applied.

【図25】本発明により生成された走行パターンをハイブリッド自動車に適用した一例を示すパターン図である。 The travel pattern generated by FIG. 25 the present invention is a pattern diagram showing an example of application to a hybrid vehicle.

【図26】図25に示す実施形態の制御手順を示すフローチャートである。 26 is a flowchart showing the control procedure of the embodiment shown in FIG. 25.

【図27】本発明により生成された走行パターンをハイブリッド自動車に適用した他の例を示すパターン図である。 27 is a pattern diagram showing another example of applying the travel pattern generated in the hybrid vehicle according to the present invention.

【図28】本発明で得られた走行パターンを用いて燃料消費量を求める手順を示すフローチャートである。 Is a flowchart showing a procedure for obtaining the fuel consumption amount using the running pattern obtained in FIG. 28 the present invention.

【図29】エンジン回転数とエンジン出力トルクの関係を示すグラフである。 29 is a graph showing the relationship between the engine speed and the engine output torque.

【図30】図28に示す実施形態をナビゲーション装置に適用した一例を示す図である。 30 is a diagram showing an example of application to a navigation device to the embodiment shown in FIG. 28.

【符号の説明】 DESCRIPTION OF SYMBOLS

1…走行パターン生成装置 11…道路情報取得手段 13…停止回数予測手段 14…走行速度予測手段 15…加減速度予測手段 16…走行パターン生成手段 1 ... running pattern generating device 11 ... road information acquisition unit 13 ... stop number prediction means 14 ... travel speed prediction means 15 ... acceleration estimating means 16 ... running pattern generating means

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl. 7識別記号 FI テーマコート゛(参考) // B60K 1/04 G08G 1/0969 G08G 1/0969 B60K 9/00 ZHVC ────────────────────────────────────────────────── ─── of the front page continued (51) Int.Cl. 7 identification mark FI theme Court Bu (reference) // B60K 1/04 G08G 1/0969 G08G 1/0969 B60K 9/00 ZHVC

Claims (20)

    【特許請求の範囲】 [The claims]
  1. 【請求項1】自車両の走行予定経路に関する情報を取得する道路情報取得手段を有し、前記道路情報取得手段により取得された情報を用いて走行予定経路における自車両の走行パターンを生成する走行パターン生成装置において、 前記道路情報取得手段により取得された情報を用いて走行予定経路における自車両の停止回数を予測する停止回数予測手段をさらに備えたことを特徴とする走行パターン生成装置。 1. A has a road information acquisition means for acquiring information about the planned driving route of the vehicle, traveling to generate a running pattern of the vehicle in the traveling scheduled route using the acquired information by the road information acquisition means in the pattern generator, running pattern generating apparatus characterized by further comprising a number of stops predicting means for predicting the number of stops of the vehicle in the traveling scheduled route using the acquired information by the road information acquisition means.
  2. 【請求項2】前記道路情報取得手段により取得された情報を用いて走行予定経路における自車両の走行速度を予測する走行速度予測手段をさらに備えたことを特徴とする請求項1記載の走行パターン生成装置。 2. A running pattern of claim 1 wherein further comprising a speed estimation means for estimating a running speed of the vehicle in the traveling scheduled route using the information acquired by the road information acquisition means generating device.
  3. 【請求項3】前記道路情報取得手段により取得された情報を用いて走行予定経路における自車両の加減速度を予測する加減速度予測手段をさらに備えたことを特徴とする請求項1または2記載の走行パターン生成装置。 3. A according to claim 1 or 2, wherein the further comprising a deceleration estimating means for estimating the acceleration or deceleration of the vehicle in the traveling scheduled route using the information acquired by the road information acquisition means running pattern generating apparatus.
  4. 【請求項4】前記停止回数予測手段で予測された停止回数、前記走行速度予測手段で予測された走行速度および前記加減速度予測手段で予測された加減速度に基づいて、自車両の走行パターンを生成する走行パターン生成手段をさらに備えた請求項3記載の走行パターン生成装置。 4. A predicted number of stops in the stop number predicting means, based on the predicted acceleration with predicted travel speed and the acceleration estimating means by said running speed prediction means, the running pattern of the vehicle running pattern generating apparatus further claim 3, further comprising a running pattern generating means to generate.
  5. 【請求項5】前記停止回数予測手段は、 前記道路情報取得手段により取得された自車両の走行予定経路における交差点および信号機の位置を検出する第1停止回数予測手段と、 前記自車両の走行予定経路を幾つかの区間に分割して各区間内に存在する交差点および信号機の平均間隔を求め、この平均間隔に基づいて各区間内における自車両の停止回数を予測する第2停止回数予測手段と、を含む請求項1記載の走行パターン生成装置。 Wherein said number of stops predicting means, a first number of stops predicting means for detecting the position of the intersection and the traffic in the scheduled traveling route of the vehicle acquired by the road information acquisition unit, traveling schedule of the vehicle calculating an average interval of the intersection and the traffic present in each section by dividing the path into several sections, and a second number of stops predicting means for predicting the number of stops of the vehicle in each section based on the average interval , running pattern generating apparatus according to claim 1 comprising a.
  6. 【請求項6】前記第2停止回数予測手段は、走行時間帯に応じて停止回数を変動させる請求項5記載の走行パターン生成装置。 Wherein said second stop number prediction means, running pattern generating apparatus according to claim 5, wherein varying the number of stop in accordance with the running time period.
  7. 【請求項7】前記第2停止回数予測手段は、前記走行予定経路において自車両が対向車線を横断する方向に曲がる交差点では、停止すると予測する請求項5記載の走行パターン生成装置。 Wherein said second stop number prediction means, said at planned travel route at an intersection where the vehicle is bent in a direction transverse to the opposite lane, the running pattern generating apparatus according to claim 5 wherein the predicted stop.
  8. 【請求項8】前記第2停止回数予測手段は、前記走行予定経路において自車両より優先度の高い道路へ右左折または自車両より優先度の高い道路を横断する交差点では、停止すると予測する請求項5記載の走行パターン生成装置。 Wherein said second stop number prediction means, said at planned travel route at an intersection across the higher priority roads right turn or the vehicle to a higher priority than the vehicle road, according to predict to stop running pattern generating apparatus of claim 5, wherein.
  9. 【請求項9】前記第2停止回数予測手段は、前記走行予定経路において自車両より優先度の高い道路との交差点では、停止すると予測する請求項5記載の走行パターン生成装置。 Wherein said second number of stops predicting means, the intersection of the road higher priority than the own vehicle in the planned travel route, the travel pattern generation device according to claim 5 wherein the predicted stop.
  10. 【請求項10】前記第2停止回数予測手段は、前記走行予定経路における料金所では、停止すると予測する請求項5記載の走行パターン生成装置。 Wherein said second number of stops predicting means, the tollgate in the planned travel route, the travel pattern generation device according to claim 5 wherein the predicted stop.
  11. 【請求項11】過去の走行履歴を記憶する走行履歴記憶手段をさらに備え、 前記第2停止回数予測手段は、前記走行履歴記憶手段に格納された過去の走行履歴に基づいて走行回数に対する停止回数の割合が大きい交差点または信号機から順に、 11. further comprising a travel history storing means for storing a past travel history, the second stop number prediction means, the number of stops for the travel times based on the past travel history stored in the travel history storing means from a large ratio intersection or traffic in the order of,
    停止場所を選択する請求項5記載の走行パターン生成装置。 Running pattern generating apparatus according to claim 5, wherein selecting the stop location.
  12. 【請求項12】前記走行予定経路における交通状況が変化したときは、変化後の情報に基づいて前記走行パターンを再度生成する請求項1乃至4記載の走行パターン生成装置。 12. The driving schedule when traffic conditions has changed in the path, running pattern generating apparatus of claims 1 to 4, wherein re-generating the running pattern based on the information after the change.
  13. 【請求項13】自車両の走行予定経路に関する情報を取得する道路情報取得手段を有し、前記道路情報取得手段により取得された情報を用いて走行予定経路における自車両の走行パターンを生成する走行パターン生成装置において、 前記道路情報取得手段により取得された情報に基づいて走行予定経路を区分する経路区分手段と、 前記経路区分手段で区分された区間における道路情報に基づいて自車両の走行速度を予測する走行速度予測手段と、 前記経路区分手段で区分された区間における走行中の加減速周期を予測する加減速周期予測手段と、 前記経路区分手段で区分された区間における走行中の加減速振幅を予測する加減速振幅予測手段と、 前記加減速周期予測手段により得られた周期と、前記加減速振幅予測手段により得られた振 13. has a road information acquisition means for acquiring information about the planned driving route of the vehicle, traveling to generate a running pattern of the vehicle in the traveling scheduled route using the acquired information by the road information acquisition means in the pattern generator, a path dividing means for dividing the planned travel route on the basis of the road information information acquired by the acquiring means, the traveling speed of the vehicle based on the road information in the partitioned sections in the path segment means and travel speed prediction means for predicting a deceleration period estimating means for estimating the acceleration or deceleration period of running in the partitioned sections in the path segment means, acceleration amplitude traveling in segmented sections in the path segment means a deceleration amplitude prediction means for predicting a cycle obtained by the acceleration and deceleration cycle estimating means, vibration obtained by the acceleration amplitude prediction means と、前記走行速度予測手段により得られた振幅の中心とに基づいた周期関数を用いて、走行中の速度パターン波形を生成する走行パターン生成手段と、をさらに備えたことを特徴とする走行パターン生成装置。 When traveling pattern characterized in that the running speed by using a periodic function based on the center of the resulting amplitude by the prediction means, a running pattern generating means for generating a speed pattern waveform traveling, further comprising generating device.
  14. 【請求項14】前記経路区分手段で区分された区間の長さを当該区間内に存在する信号数で除算して信号間隔を求める信号間隔演算手段をさらに備え、 前記加減速周期予測手段は、前記信号間隔演算手段により得られた信号間隔に応じて走行中の加減速周期を補正し、 前記加減速振幅予測手段は、前記信号間隔演算手段により得られた信号間隔に応じて走行中の加減速振幅を補正する請求項13記載の走行パターン生成装置。 14. further comprising a signal interval calculating means for obtaining a signal interval the length of the path segment means segmented sections divided by the number of signals present in the said interval, the acceleration and deceleration period prediction means, the acceleration and deceleration period during running is corrected in response to the signal interval obtained by the signal interval calculating means, the acceleration amplitude predicting means, pressurization during traveling in response to a signal interval obtained by the signal interval calculating means running pattern generating apparatus according to claim 13, wherein correcting the decelerating amplitude.
  15. 【請求項15】前記経路区分手段で区分された区間それぞれの道路種別を検出する道路種別検出手段をさらに備え、 前記加減速周期予測手段は、前記道路種別検出手段により得られた道路種別に応じて走行中の加減速周期を補正し、 前記加減速振幅予測手段は、前記道路種別検出手段により得られた道路種別に応じて走行中の加減速振幅を補正する請求項13記載の走行パターン生成装置。 15. further comprising a road type detecting means for detecting the partitioned sections each road type in the path segment means, the acceleration and deceleration period predicting means, according to the road classification obtained by the road type detecting means the acceleration and deceleration period during running is corrected Te, the acceleration amplitude prediction means generates the running pattern according to claim 13, wherein correcting the acceleration and deceleration amplitude during traveling depending on the road type obtained by the road type detecting means apparatus.
  16. 【請求項16】前記経路区分手段で区分された区間それぞれの混雑度を検出する混雑度検出手段をさらに備え、 前記加減速周期予測手段は、前記混雑度検出手段により得られた混雑度に応じて走行中の加減速周期を補正し、 前記加減速振幅予測手段は、前記混雑度検出手段により得られた混雑度に応じて走行中の加減速振幅を補正する請求項13記載の走行パターン生成装置。 16. further comprising a congestion degree detecting means for detecting the partitioned sections each congestion degree by the path segment means, the acceleration and deceleration period predicting means, depending on the degree of congestion obtained by the congestion degree detecting means the acceleration and deceleration period during running is corrected Te, the acceleration amplitude prediction means generates the running pattern according to claim 13, wherein correcting the acceleration and deceleration amplitude traveling in accordance with the congestion degrees obtained by the congestion degree detecting means apparatus.
  17. 【請求項17】前記経路区分手段で区分された区間の長さを当該区間内に存在する信号数で除算して信号間隔を求める信号間隔演算手段と、 前記経路区分手段で区分された区間それぞれの道路種別を検出する道路種別検出手段と、 自車両の走行速度を検出する走行速度検出手段とをさらに備え、 前記加減速周期予測手段は、前記走行速度検出手段により得られた走行速度を用い、前記信号間隔演算手段により得られた信号間隔と前記道路種別検出手段により得られた道路種別とに応じて、停止からの発進加速と停止までの減速とを除いた加減速の周期を学習して予測値を補正し、 前記加減速振幅予測手段は、前記走行速度検出手段により得られた走行速度を用い、前記信号間隔演算手段により得られた信号間隔と前記道路種別検出手段によ 17. The path and divided by the signal interval calculating means for obtaining a signal interval the length of the partitioned section by dividing means in the number of signals present in the section, the path segment each partitioned section with means a road type detecting means for detecting a road type, further wherein the acceleration period prediction means and traveling speed detection means for detecting a traveling speed of the vehicle uses the running speed obtained by the vehicle speed detecting means the signal interval in response to the road type obtained by the resulting signal interval the road type detecting means by the operation means, learns the period of acceleration and deceleration excluding the start acceleration and the deceleration to a stop from the stop the predicted value is corrected Te, the acceleration amplitude prediction means, using the running speed obtained by the vehicle speed detecting means, the road type detecting means and resulting signal interval by the signal interval calculating means り得られた道路種別とに応じて、停止からの発進加速と停止までの減速とを除いた加減速の振幅を学習して予測値を補正する請求項13記載の走行パターン生成装置。 Ri obtained in accordance with the road type, starting and accelerating the running pattern generating apparatus according to claim 13, wherein correcting the predicted value by learning the amplitude of the acceleration and deceleration except the deceleration and to stop from the stop.
  18. 【請求項18】前記経路区分手段で区分された区間それぞれのカーブを検出するカーブ検出手段をさらに備え、 前記加減速周期予測手段は、前記カーブ検出手段により得られたカーブにおいては走行中の加減速周期を補正し、 前記加減速振幅予測手段は、前記カーブ検出手段により得られたカーブにおいては走行中の加減速振幅を補正する請求項13記載の走行パターン生成装置。 18. further comprising a curve detecting means for detecting the respective curves segmented sections in the path segment means, the acceleration and deceleration period prediction means, pressurizing traveling in a curve obtained by the curve detecting means a deceleration period by correcting the acceleration amplitude predicting means, the running pattern generating apparatus according to claim 13, wherein correcting the acceleration and deceleration amplitude traveling in a curve obtained by the curve detecting unit.
  19. 【請求項19】前記走行パターン生成手段で生成された自車両の走行パターンに基づいて、目的地までの走行経路における自車両のエネルギー消費量を演算するエネルギー消費量演算手段をさらに備える請求項4又は13記載の走行パターン生成装置。 19. Based on the travel pattern of the vehicle generated by the running pattern generating means, according to claim 4, further comprising an energy consumption amount calculation means for calculating the energy consumption of the vehicle in the traveling route to the destination or 13 running pattern generating apparatus according.
  20. 【請求項20】前記走行パターン生成手段で生成された自車両の走行パターンに基づいて、目的地までの走行経路における、自車両のエネルギー蓄積手段に対するエネルギーの蓄積および放出スケジュールを演算するエネルギー収支スケジュール演算手段をさらに備える請求項4 20. The running pattern generating based on the travel pattern of the vehicle generated by the means, in the running route to the destination, the energy balance schedule for calculating the accumulation and release schedule of the energy to the energy storage means of the vehicle claim 4, further comprising calculating means
    又は13記載の走行パターン生成装置。 Or 13 running pattern generating apparatus according.
JP2000314157A 1999-10-15 2000-10-13 Travel pattern generator Expired - Fee Related JP4470311B2 (en)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP29370599 1999-10-15
JP11-293705 1999-10-15
JP2000314157A JP4470311B2 (en) 1999-10-15 2000-10-13 Travel pattern generator

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2000314157A JP4470311B2 (en) 1999-10-15 2000-10-13 Travel pattern generator

Publications (2)

Publication Number Publication Date
JP2001183150A true JP2001183150A (en) 2001-07-06
JP4470311B2 JP4470311B2 (en) 2010-06-02

Family

ID=26559533

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2000314157A Expired - Fee Related JP4470311B2 (en) 1999-10-15 2000-10-13 Travel pattern generator

Country Status (1)

Country Link
JP (1) JP4470311B2 (en)

Cited By (81)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006327545A (en) * 2005-05-30 2006-12-07 Toyota Central Res & Dev Lab Inc Device and method for calculating traveling pattern of traveling object
JP2008070326A (en) * 2006-09-15 2008-03-27 Denso Corp Control information outputting unit
JP2008184077A (en) * 2007-01-31 2008-08-14 Hitachi Ltd Hybrid cruising control system
JP2009031046A (en) * 2007-07-25 2009-02-12 Hitachi Ltd Fuel consumption estimation system of automobile, route searching system, and driving guiding system
JP2009063555A (en) * 2007-08-10 2009-03-26 Toyota Motor Corp Device and method for displaying vehicle travel, computer-readable recording medium with program for computer to execute the same recorded therein, vehicular control device, and vehicular control method
JP2009067350A (en) * 2007-09-18 2009-04-02 Aisin Aw Co Ltd Device and method for estimating vehicle consuming energy, and computer program
JP2009070101A (en) * 2007-09-12 2009-04-02 Toyota Motor Corp Traveling plan generation device
JP2009085827A (en) * 2007-10-01 2009-04-23 Denso Corp Acceleration information formation apparatus
JP2009101983A (en) * 2007-10-01 2009-05-14 Denso Corp Traveling plan creation device for hybrid car, program for traveling plan creation device, driving advice device, and program for driving advice device
JP2009179215A (en) * 2008-01-31 2009-08-13 Denso Corp Driving control device for hybrid car
JP2010014424A (en) * 2008-07-01 2010-01-21 Mitsubishi Electric Corp Vehicle-mounted navigation apparatus
JP2010025800A (en) * 2008-07-22 2010-02-04 Nissan Motor Co Ltd Information providing apparatus and method
JP2010120552A (en) * 2008-11-20 2010-06-03 Aisin Aw Co Ltd Hybrid vehicle
JP2010127690A (en) * 2008-11-26 2010-06-10 Denso Corp Car navigation device
JP2010139361A (en) * 2008-12-11 2010-06-24 Denso Corp Traveling plan creating device
WO2010113319A1 (en) * 2009-04-03 2010-10-07 トヨタ自動車株式会社 Vehicle drive control device
JP2010250442A (en) * 2009-04-13 2010-11-04 Toyota Motor Corp Apparatus and method for calculating running pattern
JP2010264820A (en) * 2009-05-13 2010-11-25 Toyota Motor Corp Vehicle running control system
JP2010276357A (en) * 2009-05-26 2010-12-09 Denso Corp Navigation system
JP2011039518A (en) * 2009-08-18 2011-02-24 Palo Alto Research Center Inc Method and system for evaluating road curvature
JP2011059921A (en) * 2009-09-09 2011-03-24 Clarion Co Ltd Method of predicting energy consumption, apparatus for predicting energy consumption, and terminal apparatus
WO2011036855A1 (en) * 2009-09-24 2011-03-31 三菱電機株式会社 Travel pattern generation device
WO2011092729A1 (en) * 2010-01-26 2011-08-04 三菱電機株式会社 Navigation apparatus, vehicle information display apparatus, and vehicle information display system
JP2011526562A (en) * 2008-07-03 2011-10-13 プジョー シトロエン オートモビル エス アー Electrical storage method and system
JP2012071756A (en) * 2010-09-29 2012-04-12 Denso Corp Vehicle drive control apparatus
JP2012092741A (en) * 2010-10-27 2012-05-17 Ud Trucks Corp Fuel saving driving system
DE102011086903A1 (en) 2010-11-25 2012-05-31 Denso Corporation Electricity demand estimation device for estimating consumption of electrical power during movement of electric car, has estimation portion provided in vehicle to estimate electricity demand for drive of vehicle
JP2012106652A (en) * 2010-11-18 2012-06-07 Toyota Motor Corp Vehicle control device
WO2012090703A1 (en) * 2010-12-28 2012-07-05 三菱重工業株式会社 Road traffic flow simulation device, road trafic flow simulation program, and road traffic flow simulation method
US8234027B2 (en) 2007-06-20 2012-07-31 Denso Corporation Charge-discharge management apparatus and computer readable medium having instructions for achieving the apparatus
US8290648B2 (en) 2007-06-20 2012-10-16 Denso Corporation Charge-discharge management apparatus and computer readable medium comprising instructions for achieving the apparatus
JP2012208829A (en) * 2011-03-30 2012-10-25 Mazda Motor Corp Vehicle traveling plan generation system
JP2012220415A (en) * 2011-04-12 2012-11-12 Clarion Co Ltd Operation support device and vehicle having the same
US8370012B2 (en) 2008-12-11 2013-02-05 Denso Corporation Drive control apparatus for hybrid vehicle
JP2013504490A (en) * 2009-09-15 2013-02-07 ケーピーアイティ カミンズ インフォシステムズ リミテッド Hybrid vehicle motor assistance based on predicted driving range
US8428804B2 (en) 2009-09-11 2013-04-23 Denso Corporation In-vehicle charge and discharge control apparatus and partial control apparatus
US8433466B2 (en) 2009-05-26 2013-04-30 Denso Corporation Drive control apparatus for hybrid electric vehicle and method for controlling the same
JP2013083576A (en) * 2011-10-11 2013-05-09 Aisin Aw Co Ltd Vehicle location recognition system, vehicle location recognition program, and vehicle location recognition method
JP2013166540A (en) * 2012-01-17 2013-08-29 Toyota Motor Corp Travel environment estimation apparatus, vehicle control apparatus, vehicle, travel environment estimation method, and vehicle control method
US8527122B2 (en) 2009-07-23 2013-09-03 Denso Corporation Drive control device for hybrid electric vehicle
JP2013205321A (en) * 2012-03-29 2013-10-07 Denso It Laboratory Inc Driving support device
JP2013217945A (en) * 2013-08-02 2013-10-24 Mitsubishi Electric Corp Vehicle information display device, vehicle information display control program, and vehicle information display control method
US20130289815A1 (en) * 2011-01-11 2013-10-31 Toyota Jidosha Kabushiki Kaisha Vehicle control apparatus
JP2013228407A (en) * 2013-08-02 2013-11-07 Mitsubishi Electric Corp Vehicle information display system, navigation device, vehicle information display device, vehicle information display control program, and vehicle information display control method
JP2013228409A (en) * 2013-08-02 2013-11-07 Mitsubishi Electric Corp Vehicle information display system, navigation device, vehicle information display device, vehicle information display control program, and vehicle information display control method
JP2013228410A (en) * 2013-08-02 2013-11-07 Mitsubishi Electric Corp Navigation device
JP2013228408A (en) * 2013-08-02 2013-11-07 Mitsubishi Electric Corp Vehicle information display system, navigation device, vehicle information display device, vehicle information display control program, and vehicle information display control method
US8583343B2 (en) 2010-01-28 2013-11-12 Denso Corporation Vehicle drive control apparatus, travel section pick-up apparatus and method of picking up travel section
JP2013235015A (en) * 2013-08-02 2013-11-21 Mitsubishi Electric Corp Vehicle information display system, navigation device, vehicle information display device, vehicle information display control program, and vehicle information display control method
JP2013255421A (en) * 2013-08-02 2013-12-19 Mitsubishi Electric Corp Vehicle information display apparatus, vehicle information display control program, and vehicle information display control method
JP2013253956A (en) * 2012-06-05 2013-12-19 Hyundai Motor Co Ltd Method for identifying eco-route using state of charge consumption ratio map
JP2014024500A (en) * 2012-07-30 2014-02-06 Nissan Motor Co Ltd Control device for hybrid vehicle
JP2014025944A (en) * 2013-09-18 2014-02-06 Mitsubishi Electric Corp Vehicle information display device, vehicle information display control program, and vehicle information display control method
WO2014080804A1 (en) * 2012-11-26 2014-05-30 日産自動車株式会社 Control device for vehicle
JP2014173945A (en) * 2013-03-07 2014-09-22 Aisin Aw Co Ltd Zone information generation system, method, and program
JP5598531B2 (en) * 2010-02-16 2014-10-01 トヨタ自動車株式会社 Vehicle control device
JP2014525863A (en) * 2011-06-28 2014-10-02 ヴァレオ システム ドゥ コントロール モトゥール Power management method and apparatus for hybrid vehicle
JP2014199213A (en) * 2013-03-29 2014-10-23 アイシン・エィ・ダブリュ株式会社 Travel support system, travel support method and computer program
JP2014202643A (en) * 2013-04-05 2014-10-27 三菱自動車工業株式会社 Destination arrival estimation device of vehicle
JP2014202641A (en) * 2013-04-05 2014-10-27 三菱自動車工業株式会社 Destination arrival estimation device of vehicle
JP2014205384A (en) * 2013-04-11 2014-10-30 日産自動車株式会社 Hybrid-vehicle control device
JP5642253B1 (en) * 2013-11-08 2014-12-17 三菱電機株式会社 Vehicle energy management system
JP2015018392A (en) * 2013-07-10 2015-01-29 住友電気工業株式会社 Electric vehicle information estimation apparatus, route search system, and computer program
WO2015011997A1 (en) * 2013-07-25 2015-01-29 日産自動車株式会社 Predicted remaining energy guidance system
JP2015025709A (en) * 2013-07-25 2015-02-05 住友電気工業株式会社 Electric vehicle information estimation apparatus, route search system, and computer program
JP2015030327A (en) * 2013-07-31 2015-02-16 株式会社東芝 Resistance estimation apparatus, energy estimation apparatus, method, and program
JP2015068756A (en) * 2013-09-30 2015-04-13 アイシン・エィ・ダブリュ株式会社 Section acquisition system, section acquisition method, and section acquisition program
JPWO2013080312A1 (en) * 2011-11-29 2015-04-27 パイオニア株式会社 Energy consumption estimation device, energy consumption estimation method, energy consumption estimation program, and recording medium
JP2015143709A (en) * 2010-09-08 2015-08-06 ハーマン ベッカー オートモーティブ システムズ ゲーエムベーハー Navigation system of vehicle
JP2015157570A (en) * 2014-02-24 2015-09-03 トヨタ自動車株式会社 Movement support apparatus
WO2015177023A1 (en) * 2014-05-23 2015-11-26 Continental Automotive Gmbh Assistance system for a motor vehicle, and method for controlling a motor vehicle
JP2016029395A (en) * 2015-11-19 2016-03-03 パイオニア株式会社 Energy consumption estimation device, energy consumption estimation method, energy consumption estimation program, and recording medium
US9299034B2 (en) 2012-11-09 2016-03-29 International Business Machines Corporation Predicting change-points in continuous time-series data using two classifier stages
JP2016089786A (en) * 2014-11-10 2016-05-23 日産自動車株式会社 Engine control device
JP2016166771A (en) * 2015-03-09 2016-09-15 アイシン・エィ・ダブリュ株式会社 Vehicle control system, vehicle control method, and vehicle control program
CN106715217A (en) * 2014-09-09 2017-05-24 日产自动车株式会社 Hybrid vehicle control device
JP2017096768A (en) * 2015-11-24 2017-06-01 本田技研工業株式会社 Action plan planning and execution support device
WO2017126250A1 (en) * 2016-01-22 2017-07-27 日産自動車株式会社 Driving assistance method and device
JP2017187513A (en) * 2017-07-24 2017-10-12 住友電気工業株式会社 Electric vehicle information estimation apparatus, route search system, and computer program
JP6226495B1 (en) * 2016-10-15 2017-11-08 渡邉 雅弘 Energy-saving traffic control method
WO2019188142A1 (en) * 2018-03-28 2019-10-03 株式会社アドヴィックス Travel control device

Cited By (109)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006327545A (en) * 2005-05-30 2006-12-07 Toyota Central Res & Dev Lab Inc Device and method for calculating traveling pattern of traveling object
JP4639320B2 (en) * 2005-05-30 2011-02-23 トヨタ自動車株式会社 Moving body movement pattern calculation apparatus and method
JP2008070326A (en) * 2006-09-15 2008-03-27 Denso Corp Control information outputting unit
JP2008184077A (en) * 2007-01-31 2008-08-14 Hitachi Ltd Hybrid cruising control system
US8290648B2 (en) 2007-06-20 2012-10-16 Denso Corporation Charge-discharge management apparatus and computer readable medium comprising instructions for achieving the apparatus
US8234027B2 (en) 2007-06-20 2012-07-31 Denso Corporation Charge-discharge management apparatus and computer readable medium having instructions for achieving the apparatus
JP2009031046A (en) * 2007-07-25 2009-02-12 Hitachi Ltd Fuel consumption estimation system of automobile, route searching system, and driving guiding system
JP2009063555A (en) * 2007-08-10 2009-03-26 Toyota Motor Corp Device and method for displaying vehicle travel, computer-readable recording medium with program for computer to execute the same recorded therein, vehicular control device, and vehicular control method
JP2009070101A (en) * 2007-09-12 2009-04-02 Toyota Motor Corp Traveling plan generation device
JP2009067350A (en) * 2007-09-18 2009-04-02 Aisin Aw Co Ltd Device and method for estimating vehicle consuming energy, and computer program
JP2009101983A (en) * 2007-10-01 2009-05-14 Denso Corp Traveling plan creation device for hybrid car, program for traveling plan creation device, driving advice device, and program for driving advice device
JP2009085827A (en) * 2007-10-01 2009-04-23 Denso Corp Acceleration information formation apparatus
JP2009179215A (en) * 2008-01-31 2009-08-13 Denso Corp Driving control device for hybrid car
JP4694582B2 (en) * 2008-01-31 2011-06-08 株式会社デンソー Drive control apparatus for hybrid vehicle
JP2010014424A (en) * 2008-07-01 2010-01-21 Mitsubishi Electric Corp Vehicle-mounted navigation apparatus
JP2011526562A (en) * 2008-07-03 2011-10-13 プジョー シトロエン オートモビル エス アー Electrical storage method and system
JP2010025800A (en) * 2008-07-22 2010-02-04 Nissan Motor Co Ltd Information providing apparatus and method
JP2010120552A (en) * 2008-11-20 2010-06-03 Aisin Aw Co Ltd Hybrid vehicle
US8615342B2 (en) 2008-11-20 2013-12-24 Toyota Jidosha Kabushiki Kaisha Hybrid vehicle and method of controlling hybrid vehicle
CN102224047A (en) * 2008-11-20 2011-10-19 丰田自动车株式会社 Hybrid vehicle and method of controlling hybrid vehicle
JP2010127690A (en) * 2008-11-26 2010-06-10 Denso Corp Car navigation device
JP2010139361A (en) * 2008-12-11 2010-06-24 Denso Corp Traveling plan creating device
US8370012B2 (en) 2008-12-11 2013-02-05 Denso Corporation Drive control apparatus for hybrid vehicle
US8290700B2 (en) 2008-12-11 2012-10-16 Denso Corporation Planning apparatus
CN102378710A (en) * 2009-04-03 2012-03-14 丰田自动车株式会社 Vehicle drive control device
WO2010113319A1 (en) * 2009-04-03 2010-10-07 トヨタ自動車株式会社 Vehicle drive control device
JP2010250442A (en) * 2009-04-13 2010-11-04 Toyota Motor Corp Apparatus and method for calculating running pattern
JP2010264820A (en) * 2009-05-13 2010-11-25 Toyota Motor Corp Vehicle running control system
US8433466B2 (en) 2009-05-26 2013-04-30 Denso Corporation Drive control apparatus for hybrid electric vehicle and method for controlling the same
JP2010276357A (en) * 2009-05-26 2010-12-09 Denso Corp Navigation system
US8527122B2 (en) 2009-07-23 2013-09-03 Denso Corporation Drive control device for hybrid electric vehicle
JP2011039518A (en) * 2009-08-18 2011-02-24 Palo Alto Research Center Inc Method and system for evaluating road curvature
JP2011059921A (en) * 2009-09-09 2011-03-24 Clarion Co Ltd Method of predicting energy consumption, apparatus for predicting energy consumption, and terminal apparatus
US8428804B2 (en) 2009-09-11 2013-04-23 Denso Corporation In-vehicle charge and discharge control apparatus and partial control apparatus
JP2013504490A (en) * 2009-09-15 2013-02-07 ケーピーアイティ カミンズ インフォシステムズ リミテッド Hybrid vehicle motor assistance based on predicted driving range
CN102473347B (en) * 2009-09-24 2014-06-11 三菱电机株式会社 Travel pattern generation device
JP5306475B2 (en) * 2009-09-24 2013-10-02 三菱電機株式会社 Travel pattern generator
US9183740B2 (en) 2009-09-24 2015-11-10 Mitsubishi Electric Corporation Travel pattern generation device
CN102473347A (en) * 2009-09-24 2012-05-23 三菱电机株式会社 Travel pattern generation device
WO2011036855A1 (en) * 2009-09-24 2011-03-31 三菱電機株式会社 Travel pattern generation device
US9709412B2 (en) 2010-01-26 2017-07-18 Mitsubishi Electric Corporation Navigation apparatus, vehicle information display apparatus, and vehicle information display system
US9134136B2 (en) 2010-01-26 2015-09-15 Mitsubishi Electric Corporation Navigation apparatus, vehicle information display apparatus, and vehicle information display system
WO2011092729A1 (en) * 2010-01-26 2011-08-04 三菱電機株式会社 Navigation apparatus, vehicle information display apparatus, and vehicle information display system
JP5377668B2 (en) * 2010-01-26 2013-12-25 三菱電機株式会社 Navigation device, vehicle information display device, vehicle information display system, vehicle information display control program, and vehicle information display control method
US8583343B2 (en) 2010-01-28 2013-11-12 Denso Corporation Vehicle drive control apparatus, travel section pick-up apparatus and method of picking up travel section
JP5598531B2 (en) * 2010-02-16 2014-10-01 トヨタ自動車株式会社 Vehicle control device
CN105783930A (en) * 2010-09-08 2016-07-20 哈曼贝克自动系统股份有限公司 Vehicle navigation system
JP2015143709A (en) * 2010-09-08 2015-08-06 ハーマン ベッカー オートモーティブ システムズ ゲーエムベーハー Navigation system of vehicle
US9784590B2 (en) 2010-09-08 2017-10-10 Harman Becker Automotive Systems Gmbh Vehicle navigation system for estimating energy consumption of route links
CN105783930B (en) * 2010-09-08 2019-08-23 哈曼贝克自动系统股份有限公司 Vehicular navigation system
JP2012071756A (en) * 2010-09-29 2012-04-12 Denso Corp Vehicle drive control apparatus
US8755961B2 (en) 2010-09-29 2014-06-17 Denso Corporation Hybrid vehicle battery charge management apparatus
JP2012092741A (en) * 2010-10-27 2012-05-17 Ud Trucks Corp Fuel saving driving system
JP2012106652A (en) * 2010-11-18 2012-06-07 Toyota Motor Corp Vehicle control device
DE102011086903A1 (en) 2010-11-25 2012-05-31 Denso Corporation Electricity demand estimation device for estimating consumption of electrical power during movement of electric car, has estimation portion provided in vehicle to estimate electricity demand for drive of vehicle
WO2012090703A1 (en) * 2010-12-28 2012-07-05 三菱重工業株式会社 Road traffic flow simulation device, road trafic flow simulation program, and road traffic flow simulation method
CN103250193A (en) * 2010-12-28 2013-08-14 三菱重工业株式会社 Road traffic flow simulation device, road traffic flow simulation program, and road traffic flow simulation method
US20130289815A1 (en) * 2011-01-11 2013-10-31 Toyota Jidosha Kabushiki Kaisha Vehicle control apparatus
JP2012208829A (en) * 2011-03-30 2012-10-25 Mazda Motor Corp Vehicle traveling plan generation system
JP2012220415A (en) * 2011-04-12 2012-11-12 Clarion Co Ltd Operation support device and vehicle having the same
JP2014525863A (en) * 2011-06-28 2014-10-02 ヴァレオ システム ドゥ コントロール モトゥール Power management method and apparatus for hybrid vehicle
JP2013083576A (en) * 2011-10-11 2013-05-09 Aisin Aw Co Ltd Vehicle location recognition system, vehicle location recognition program, and vehicle location recognition method
JPWO2013080312A1 (en) * 2011-11-29 2015-04-27 パイオニア株式会社 Energy consumption estimation device, energy consumption estimation method, energy consumption estimation program, and recording medium
JP2013166540A (en) * 2012-01-17 2013-08-29 Toyota Motor Corp Travel environment estimation apparatus, vehicle control apparatus, vehicle, travel environment estimation method, and vehicle control method
JP2013205321A (en) * 2012-03-29 2013-10-07 Denso It Laboratory Inc Driving support device
JP2013253956A (en) * 2012-06-05 2013-12-19 Hyundai Motor Co Ltd Method for identifying eco-route using state of charge consumption ratio map
CN103471605B (en) * 2012-06-05 2017-11-17 现代自动车株式会社 Use method of the charging state consumption than identifying environmentally friendly route
CN103471605A (en) * 2012-06-05 2013-12-25 现代自动车株式会社 Method for identifying an eco-route using a state of charge consumption ratio
JP2014024500A (en) * 2012-07-30 2014-02-06 Nissan Motor Co Ltd Control device for hybrid vehicle
US9299034B2 (en) 2012-11-09 2016-03-29 International Business Machines Corporation Predicting change-points in continuous time-series data using two classifier stages
JP5900645B2 (en) * 2012-11-26 2016-04-06 日産自動車株式会社 Vehicle control device
WO2014080804A1 (en) * 2012-11-26 2014-05-30 日産自動車株式会社 Control device for vehicle
JP2014173945A (en) * 2013-03-07 2014-09-22 Aisin Aw Co Ltd Zone information generation system, method, and program
JP2014199213A (en) * 2013-03-29 2014-10-23 アイシン・エィ・ダブリュ株式会社 Travel support system, travel support method and computer program
JP2014202643A (en) * 2013-04-05 2014-10-27 三菱自動車工業株式会社 Destination arrival estimation device of vehicle
JP2014202641A (en) * 2013-04-05 2014-10-27 三菱自動車工業株式会社 Destination arrival estimation device of vehicle
JP2014205384A (en) * 2013-04-11 2014-10-30 日産自動車株式会社 Hybrid-vehicle control device
JP2015018392A (en) * 2013-07-10 2015-01-29 住友電気工業株式会社 Electric vehicle information estimation apparatus, route search system, and computer program
WO2015011997A1 (en) * 2013-07-25 2015-01-29 日産自動車株式会社 Predicted remaining energy guidance system
JP2015025709A (en) * 2013-07-25 2015-02-05 住友電気工業株式会社 Electric vehicle information estimation apparatus, route search system, and computer program
US10166880B2 (en) 2013-07-25 2019-01-01 Nissan Motor Co., Ltd. System for announcing predicted remaining amount of energy
JPWO2015011997A1 (en) * 2013-07-25 2017-03-02 日産自動車株式会社 Predictive energy remaining amount guidance system
JP2015030327A (en) * 2013-07-31 2015-02-16 株式会社東芝 Resistance estimation apparatus, energy estimation apparatus, method, and program
US9208622B2 (en) 2013-07-31 2015-12-08 Kabushiki Kaisha Toshiba Resistance estimation apparatus, energy estimation apparatus, system, method and program
JP2013217945A (en) * 2013-08-02 2013-10-24 Mitsubishi Electric Corp Vehicle information display device, vehicle information display control program, and vehicle information display control method
JP2013235015A (en) * 2013-08-02 2013-11-21 Mitsubishi Electric Corp Vehicle information display system, navigation device, vehicle information display device, vehicle information display control program, and vehicle information display control method
JP2013228410A (en) * 2013-08-02 2013-11-07 Mitsubishi Electric Corp Navigation device
JP2013228409A (en) * 2013-08-02 2013-11-07 Mitsubishi Electric Corp Vehicle information display system, navigation device, vehicle information display device, vehicle information display control program, and vehicle information display control method
JP2013255421A (en) * 2013-08-02 2013-12-19 Mitsubishi Electric Corp Vehicle information display apparatus, vehicle information display control program, and vehicle information display control method
JP2013228408A (en) * 2013-08-02 2013-11-07 Mitsubishi Electric Corp Vehicle information display system, navigation device, vehicle information display device, vehicle information display control program, and vehicle information display control method
JP2013228407A (en) * 2013-08-02 2013-11-07 Mitsubishi Electric Corp Vehicle information display system, navigation device, vehicle information display device, vehicle information display control program, and vehicle information display control method
JP2014025944A (en) * 2013-09-18 2014-02-06 Mitsubishi Electric Corp Vehicle information display device, vehicle information display control program, and vehicle information display control method
JP2015068756A (en) * 2013-09-30 2015-04-13 アイシン・エィ・ダブリュ株式会社 Section acquisition system, section acquisition method, and section acquisition program
JP5642253B1 (en) * 2013-11-08 2014-12-17 三菱電機株式会社 Vehicle energy management system
CN104627185A (en) * 2013-11-08 2015-05-20 三菱电机株式会社 Vehicle energy management device
US9701302B2 (en) 2013-11-08 2017-07-11 Mitsubishi Electric Corporation Energy management device for a vehicle having a plurality of different energy sources
JP2015157570A (en) * 2014-02-24 2015-09-03 トヨタ自動車株式会社 Movement support apparatus
WO2015177023A1 (en) * 2014-05-23 2015-11-26 Continental Automotive Gmbh Assistance system for a motor vehicle, and method for controlling a motor vehicle
US10099695B2 (en) 2014-09-09 2018-10-16 Nissan Motor Co., Ltd. Hybrid vehicle control device
CN106715217B (en) * 2014-09-09 2019-06-28 日产自动车株式会社 The control device of hybrid vehicle
CN106715217A (en) * 2014-09-09 2017-05-24 日产自动车株式会社 Hybrid vehicle control device
JP2016089786A (en) * 2014-11-10 2016-05-23 日産自動車株式会社 Engine control device
JP2016166771A (en) * 2015-03-09 2016-09-15 アイシン・エィ・ダブリュ株式会社 Vehicle control system, vehicle control method, and vehicle control program
JP2016029395A (en) * 2015-11-19 2016-03-03 パイオニア株式会社 Energy consumption estimation device, energy consumption estimation method, energy consumption estimation program, and recording medium
JP2017096768A (en) * 2015-11-24 2017-06-01 本田技研工業株式会社 Action plan planning and execution support device
WO2017126250A1 (en) * 2016-01-22 2017-07-27 日産自動車株式会社 Driving assistance method and device
JP6226495B1 (en) * 2016-10-15 2017-11-08 渡邉 雅弘 Energy-saving traffic control method
JP2017187513A (en) * 2017-07-24 2017-10-12 住友電気工業株式会社 Electric vehicle information estimation apparatus, route search system, and computer program
WO2019188142A1 (en) * 2018-03-28 2019-10-03 株式会社アドヴィックス Travel control device

Also Published As

Publication number Publication date
JP4470311B2 (en) 2010-06-02

Similar Documents

Publication Publication Date Title
US7925426B2 (en) Power management systems and devices
CN102384752B (en) Route-determination method
EP2172740B1 (en) Map display device, map display method, and computer readable tangible medium
US8364388B2 (en) Traveling guidance system, traveling guidance method, and computer program
US6864807B2 (en) Information display system for vehicle
JP3933056B2 (en) Hybrid vehicle drive control system
EP2221581A1 (en) Method of estimating a propulsion-related operating parameter
US20020107618A1 (en) Control device and control method for hybrid vehicle
US8433466B2 (en) Drive control apparatus for hybrid electric vehicle and method for controlling the same
CN101795919B (en) Fuel economy driving assistance apparatus
JP2005084053A (en) Navigation device and method of providing cost information
US10533868B2 (en) Adaptive and personalized navigation system
DE102010030309A1 (en) Method and device for determining an energy consumption optimized route
US20110184642A1 (en) Fuel efficient routing system and method
US7996345B2 (en) Generating attribute models for use in adaptive navigation systems
JP2007050888A (en) Driving control system for hybrid vehicle
US7124023B2 (en) Traffic flow data collection agents
EP1975028B1 (en) Driving support method and driving support apparatus for hybrid vehicle
JP4100335B2 (en) Drive control device and hybrid vehicle
US8527122B2 (en) Drive control device for hybrid electric vehicle
JP5045685B2 (en) Route guidance device, route guidance method and computer program
JP3891404B2 (en) Fee collection system, mobile terminal device and fee processing device, terminal processing program for the mobile terminal device, and recording medium recording the terminal processing program
US20100131139A1 (en) Charge planning apparatus
JP3336777B2 (en) Control method for a hybrid vehicle and hybrid vehicle
US8332151B2 (en) Gradient information calculating system, vehicle running control system, navigation system, and gradient information calculating method

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20070829

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20091015

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20091201

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20100118

RD02 Notification of acceptance of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7422

Effective date: 20100118

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20100209

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20100222

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130312

Year of fee payment: 3

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130312

Year of fee payment: 3

LAPS Cancellation because of no payment of annual fees