JP2005035533A - 走行負荷情報学習システムおよび走行負荷情報学習方法 - Google Patents

Abstract

【課題】 走行負荷情報の基礎データを予めＣＤ−ＲＯＭやＤＶＤ−ＲＯＭ等に記憶させるのではなく、基礎データとなる走行負荷情報を学習していけるようにする。
【解決手段】 車両が道路を走行する際にナビゲーションシステムに用いられる道路地図情報を利用し、車両が走行中の現在位置を求める。そして、現在位置における道路の走行負荷情報を推定すると共に、現在位置に関連づけて走行負荷情報を学習し、ナビゲーションＥＣＵ４の地図ＤＢ４ｃに記憶しておく。このようにすれば、車両が走行する際に走行負荷情報を学習していくことができる。
【選択図】 図４

Description

本発明は、車両が走行する路面の勾配、旋回曲率や傾斜などの走行負荷情報を学習する走行負荷情報学習方法、走行負荷情報学習システムおよびそれを用いた車両用駆動力制御システムに関するものである。

従来、車両が走行中の路面の勾配に基づいてエンジン制御量を補正し、運転者に駆動力不足や反応の悪さを感じさせないようにする車両用駆動力制御装置がある（例えば、特許文献１参照）。具体的には、この車両用駆動力制御装置は、ナビゲーションシステムのＣＤ−ＲＯＭやＤＶＤ−ＲＯＭ等に保持されている道路地図情報およびこの道路地図情報に関連付けされた勾配情報を用い、道路地図情報における自車両の現在位置と数秒後に自車両が走行しているであろう推定位置との勾配差を算出したのち、この算出結果に基づいてエンジン制御量を補正している。

さらに、この車両用駆動力制御装置は、走行を重ねる毎に道路地図情報に関連付けた車速情報や駆動状態をナビゲーションＥＣＵに記憶しておき、ナビゲーションＥＣＵに記憶された勾配情報等の付属情報と共に用いてエンジン制御量の補正を行っている。
特許第３２０３９７６号公報

しかしながら、上記従来の車両用駆動力制御装置は、ナビゲーションシステム用のＣＤ−ＲＯＭやＤＶＤ−ＲＯＭ等に勾配情報など、エンジン制御量の補正用のパラメータとなるものの基礎データを予め保持していることを前提としている。そして、その基礎データを利用して、エンジン制御量の補正の演算が行われる。このため、基礎データを予め作成しておくことが必要になり、また、その基礎データを記憶させなければならないためにＣＤ−ＲＯＭやＤＶＤ−ＲＯＭ等のデータメモリが増大するという問題も生じる。

また、道路の形状や勾配などは年々改変されるものであり、ＣＤ−ＲＯＭやＤＶＤ−ＲＯＭ等をその都度買い換えないと、その変化に対応したエンジン制御量の補正を行えない。

本発明は上記問題に鑑みて成され、走行負荷情報の基礎データを予めＣＤ−ＲＯＭやＤＶＤ−ＲＯＭ等に記憶させるのではなく、基礎データとなる路面走行負荷情報を学習していけるようにする走行負荷情報学習方法、走行負荷情報学習システムおよびそれを用いた車両用駆動力制御システムを提供することを目的とする。

上記目的を達成するため、請求項１に記載の発明では、車両が道路を走行する際に道路地図情報に基づき、車両が走行中の現在位置を求める現在位置検出手段（４、４ｃ）と、現在位置における道路の走行負荷情報を推定する走行負荷情報推定手段（４、４ａ、４ｂ、６、６ａ、６ｂ）と、現在位置に関連づけて走行負荷情報を学習し、記憶しておく記憶手段（４、４ｃ）と、を備えていることを特徴としている。

このような構成によれば、車両が走行する際に、道路の走行負荷情報を推定することができ、その走行負荷情報を学習し、記憶することができる。これにより、走行負荷情報の基礎データを予めＣＤ−ＲＯＭやＤＶＤ−ＲＯＭ等に記憶させるのではなく、基礎データとなる路面走行負荷情報を学習していけるようにすることが可能となる。

例えば、請求項２に示すように、走行負荷情報としては、道路の勾配および曲率が挙げられる。

請求項３に記載の発明では、記憶手段は、走行負荷情報推定手段が推定した走行負荷情報を集め、所定領域の走行量、推定情報の信頼度、学習度合いの少なくとも１つに応じて記憶すべき値を求め、走行負荷情報の学習内容として記憶することを特徴としている。

このように、記憶手段は、走行負荷情報推定手段が推定した走行負荷情報を集め、所定領域の走行量、推定情報の信頼度、学習度合いの少なくとも１つに応じて記憶すべき値を求め、走行負荷情報の学習内容として記憶する。例えば、走行負荷情報の推定したときの時間、走行負荷情報の推定に用いられるパラメータ、および、走行負荷情報推定手段の状態の少なくとも１つに応じた重み付け加算を行うことにより、より正確な走行負荷情報を求めることが可能となる。

請求項４に記載の発明では、記憶手段は、現在位置に相当する所定の空間領域を示すＩＤデータと共に走行負荷情報を記憶し、走行負荷情報推定手段は、所定の空間領域を走行しているときの瞬時情報を集め、前記所定の空間領域の大きさにおいて平均した値を、前記記憶手段に記憶させるべき前記走行負荷情報として推定することを特徴としている。

このように、所定の空間領域を走行しているときの瞬時情報を集め、所定の空間領域の大きさ、例えば距離的、時間的、面積的な大きさにおいて平均した値を、記憶手段に記憶させるべき走行負荷情報として推定することができる。例えば、記憶手段は、現在位置に相当するセグメントもしくはノードを示すＩＤデータと共に走行負荷情報を記憶しておくようになっており、走行負荷情報推定手段は、セグメントもしくはノード間を所定距離進む毎に得られる瞬時情報を累積し、その瞬時情報の累積値を車両の移動距離で割ることにより、セグメントもしくはノード間の平均値を求めることで、走行負荷情報を推定することができる。

この場合、請求項５に示されるように、瞬時情報を累積する際に、車両が極低速のときやスリップ発生時もしくは走行負荷情報推定手段に不具合が発生している場合の少なくとも１つに該当する場合には、その場合の瞬時情報を累積から外して平均値を求めるようにしても良い。このようにすれば、より正確な走行負荷情報を推定することが可能となる。

請求項６に記載の発明では、記憶手段は、走行負荷情報の学習回数を記憶すると共に、走行負荷情報推定手段により今回推定された走行負荷情報と該記憶手段にそれ以前から記憶された走行負荷情報とから、学習回数に応じた走行負荷情報の平均値を求め、その平均値を新たな走行負荷情報として記憶することを特徴としている。

このように、以前から記憶されていた走行負荷情報が存在する場合には、今回推定された走行負荷情報と該記憶手段にそれ以前から記憶された走行負荷情報とから、学習回数に応じた走行負荷情報の平均値を求めることで、走行負荷情報とすることもできる。このように、過去に求められた走行負荷情報を用いることで、より正確な走行負荷情報を得ることができる。

このような請求項１ないし６のいずれか１つに記載の走行負荷情報学習システムでは、請求項７に示されるように、出力手段（４ｆ）より、記憶手段に記憶された走行負荷情報に関するデータを出力させることができる。

このため、このような走行負荷情報に関するデータを車両制御、例えば車両用駆動力制御を実行する制御部に入力することで、走行負荷情報に応じた車両制御を実行することが可能となる。

請求項８に記載の発明では、道路地図情報に基づいて車両が走行中の道路の分岐を求める分岐検出手段（４）を備え、出力手段から、走行負荷情報と共に、分岐検出手段によって検出された分岐に関する情報を出力することを特徴としている。

このように、分岐に関する情報を走行負荷情報と共に出力されるようにすれば、それを入力した車両制御を実行する制御部は、分岐に対応した車両制御を実行することが可能となる。

請求項９に記載の発明では、道路地図情報に基づいて、走行負荷情報が推定されている区間および推定されていない区間を検出する推定区間検出手段（４）を備え、出力手段から、走行負荷情報と共に、推定区間検出手段によって検出された走行負荷情報が推定されていない場所に関する情報を出力することを特徴としている。

このように、走行負荷情報が推定されていない場所に関する情報を出力することで、それを入力した車両制御を実行する制御部は、走行負荷情報が推定されていない場所に関しては、それに応じた車両制御を実行することが可能となる。

請求項１０に記載の発明では、記憶手段の記憶量または記憶許容量に応じて部分的に消去され、学習時期、学習度合い、現在地もしくは所定地との空間的関係の少なくとも１つに応じて消去されるものが決められることを特徴としている。

このように、学習時期、学習度合い、現在地もしくは所定地（例えば、自宅）との空間的関係に基づいて、消去する対象を決めることができる。

請求項１１に記載の発明では、記憶手段は、前記走行負荷情報を走行地点に関連付けた構造体をなし、少なくとも管理情報、走行環境情報に分かれ、学習度合いは管理情報として、負荷情報は走行環境情報として登録することを特徴としている。

このように、前記走行負荷情報を走行地点に関連付けた構造体とし、少なくとも管理情報、走行環境情報に分け、学習度合いは管理情報として、負荷情報は走行環境情報として登録することができる。このように、記憶させる内容に応じて層別する構成とすれば、抽出時に整理し易く、機能有無やアプリケーション追加削除に対して汎用アクセスソフトを用いて対応することが可能になる。

請求項１２に記載の発明は、請求項１ないし９に記載の走行負荷情報学習システムを有する車両用駆動力制御システムであって、記憶手段に記憶された走行負荷情報および道路地図情報に基づき、車両が走行するであろう道路の走行負荷を予測し、その予測結果に応じて車両の駆動力の制御を行う駆動力制御部（６）を備えていることを特徴としている。

このように、走行負荷情報学習システムに記憶された走行負荷情報とナビゲーションシステム等で用いられる道路地図情報を用いて、車両が走行するであろう道路の走行負荷を予測し、その予測結果に応じて車両の駆動力の制御を行うことが可能である。

この場合、請求項１３に示すように、駆動力制御部は、予測結果に応じて車両のトランスミッション（７）におけるギア段の調整を行うことが可能である。このように、トランスミッションの変速によって車両が走行するであろう路面の走行負荷への対応を行っているため、エンジン制御量を補正する場合と比べて、ドライバの意志によって操作可能な駆動力の範囲を最適にすることができる。

請求項１４に記載の発明では、車両が道路を走行する際に道路地図情報に基づいて車両が走行中の現在位置を求め、求められた現在位置における道路の走行負荷情報を推定したのち、現在位置に関連づけて走行負荷情報を学習し、記憶しておくことを特徴としている。本請求項は、請求項１を走行負荷情報学習方法に形式を変更したものに相当し、請求項１と同様の効果を得ることができる。

なお、上記各手段の括弧内の符号は、後述する実施形態に記載の具体的手段との対応関係を示すものである。

（第１実施形態）
本発明の第１実施形態における走行負荷情報学習システムを備えた車両用駆動力制御システムについて説明する。

図１に、車両用駆動制御装置の概略構成を示す。この図に示されるように、車両用駆動力制御システムは、車両に備えられた各種センサ群１ａ〜１ｄ、２ａ〜２ｄ、３ａ、３ｂ、ナビゲーションＥＣＵ４、エンジン５を制御するエンジンＥＣＵ６、トランスミッション（以下、Ｔ／Ｍという）７を制御するＴ／Ｍ−ＥＣＵ８、ブレーキＥＣＵ９を備えた構成となっている。

各種センサ群１ａ〜１ｄ、２ａ〜２ｄは、車輪速度センサ１ａ〜１ｄ、エンジン回転数センサ２ａ、スロットル開度センサ２ｂ、吸入空気温度センサ２ｃ、アクセルペダルセンサ２ｄ、ヨーレートセンサ（ジャイロセンサ）３ａおよびシフト位置センサ３ｂを有した構成となっている。

車輪速度センサ１ａ〜１ｄは、車両に備えられる各車輪ＦＲ、ＦＬ、ＲＲ、ＲＬ毎に備えられている。複数の車輪速度センサ１ａ〜１ｄそれぞれから対応する各車輪ＦＲ、ＦＬ、ＲＲ、ＲＬの車輪速度信号が出力されるようになっている。各車輪速度信号は、周知のように各車輪ＦＲ、ＦＬ、ＲＲ、ＲＬにおける車輪速度の演算、車速（車体速度）の演算等に用いられる。

エンジン回転数センサ２ａは、動力を発生させる動力源となるエンジン５の回転速度を求めるためのものである。スロットル開度センサ２ｂはエンジン５のスロットル開度を検出し、求めたスロットル開度に基づいてエンジン５の吸入空気量を求めるためのものである。吸入空気温度センサ２ｃは、エンジン５の吸入空気温度を検出するためのものである。アクセルセンサ２ｄは、図示しないアクセルペダルの操作に応じたドライバの駆動力要求を検出するものである。

ヨーレートセンサ３ａは、車両のヨーレート（ヨー角速度）を検出するものであり、ナビゲーションシステムに一般的に備えられているものである。

ナビゲーションＥＣＵ４は、ナビゲーションシステムの一部を構成するもので、ナビゲーションシステムにおけるＣＤ−ＲＯＭやＤＶＤ−ＲＯＭなどの記憶媒体に記憶された道路地図情報を用いて一般的なナビゲーション制御を実行する機能を有していると共に、道路の勾配や曲率を学習する機能を有している。ナビゲーションＥＣＵ４には、図示しない記憶部が備えられており、この記憶部に学習した道路の勾配や曲率を学習勾配および学習曲率として記憶するようになっている。これら学習勾配や学習曲率がエンジンＥＣＵ６で実行される各種演算のパラメータとして使用される。ナビゲーションＥＣＵ４では、車両が道路を走行する度に演算する瞬間的な曲率（以下、瞬時曲率という）の演算を行うと共に、学習勾配および学習曲率の演算を行っている。

エンジンＥＣＵ６は、動力調整手段に相当するもので、アクセルペダルセンサ２ｄからの検出信号に基づき、アクセルペダルの操作量に応じたエンジン制御を行う。エンジンＥＣＵ６は、動力指令値を示すエンジン制御信号を出力し、このエンジン制御信号に基づいてエンジン制御が行われる。このエンジンＥＣＵ６では、車両が道路を走行する度に演算する瞬間的な勾配（以下、瞬時勾配という）を演算すると共に、ナビゲーションＥＣＵ４で求められた学習勾配および学習曲率に基づいて走行環境に応じた負荷変動を求める。

Ｔ／Ｍ−ＥＣＵ８は、図示しないシフトレバーの位置に応じてＴ／Ｍ７のギア切替え（変速）を行うものであり、Ｔ／Ｍ制御信号をＴ／Ｍ−ＥＣＵ８に向けて出力することでＴ／Ｍ−ＥＣＵ８の変速を行っている。また、シフトレバーがＤ（ドライビング）レンジとなっている場合、エンジンＥＣＵ６から受け取ったドライバ要求トルクや走行環境負荷変動に対応した最適なギア段を求め、そのギア段の変速を実現するべくＴ／Ｍ７のギア段を制御するようになっている。

ブレーキＥＣＵ９は、制動力制御を実行するものであり、図示しないブレーキペダルの操作量に応じたブレーキ制御を行うものである。ブレーキＥＣＵ９は、車輪速度センサ１ａ〜１ｄからの車輪速度信号を受け取り、車輪速度信号に基づいて車輪速度や車速等の演算を行うと共に、これらに基づいて各種ブレーキ制御を行う。このブレーキＥＣＵ９は、本実施形態においては、車輪速度センサ１ａ〜１ｄからの車輪速度信号に基づいて演算した車速をナビゲーションＥＣＵ４やエンジンＥＣＵ６に伝達するものとして用いられる。

なお、Ｔ／Ｍ−ＥＣＵ８には、Ｔ／Ｍ７の出力軸の回転数信号が入力されるため、仮に故障等によりブレーキＥＣＵ９から車速が伝達されなくなったとしても、Ｔ／Ｍ７の出力軸の回転数信号に基づいて独自に車速を求めることが可能である。

次に、車両用駆動力制御装置に備えられるナビゲーションＥＣＵ４およびエンジンＥＣＵ６の構成および動作の詳細について説明する。

ナビゲーションＥＣＵ４は、図２に示されるブロック構成を有している。この図に示されるように、ナビゲーションＥＣＵ４は、ヨーレート推定部４ａと曲率推定部４ｂとを備えている。ヨーレート推定部４ａは、ナビゲーションシステムに一般的に備えられているヨーレートセンサ３ａからの検知信号に基づいてヨーレートを推定する。また、曲率推定部４ｂは、推定されたヨーレートと車速に基づいて路面の曲率を推定する。具体的には、ヨーレートをγ［ｒａｄ／ｓｅｃ］、曲率をρ［１／ｍ］、車速をｖ［ｍ／ｓｅｃ］とすると、これらがγ＝ρ×ｖの関係を満たすため、この式に基づき、そのときの車速とヨーレートから曲率を求める。

このように、ナビゲーションＥＣＵ４では、所定の演算周期毎に、各周期の間に車両が走行した路面の曲率、つまり瞬時曲率を演算する。

一方、エンジンＥＣＵ６は、図３に示されるブロック構成を有している。この図に示されるように、エンジンＥＣＵ６は、駆動トルク推定部６ａと勾配推定部６ｂとを備えている。駆動トルク推定部６ａは、エンジン回転数センサ２ａ、スロットル開度センサ２ｂ、吸入空気温度センサ２ｃ、アクセルペダルセンサ２ｄからの信号を受け取り、これら各信号に基づいて駆動トルクを推定するものである。この駆動トルクの推定は、エンジン回転数センサ２ａからの検知信号、スロットルセンサ２ｂからの検知信号に基づいて求められた吸入空気量、吸入空気温度センサ２ｃからの検知信号、および、エンジンＥＣＵ６自身で演算して調整している燃料噴射量やプラグ点火時期に基づいて、周知の方法により行われる。

勾配推定部４ｂは、推定された駆動トルクに基づいて、車両が走行した路面の勾配を推定するものである。この路面の勾配の推定は、駆動トルク、Ｔ／Ｍ７におけるギアのギア比等に基づいて実行される。この路面の勾配の推定は、例えば、特開平８−５３０２４号公報に示される方法と同様に行われるものであるため、ここでは説明を省略する。

このように、エンジンＥＣＵ６では、所定の演算周期毎に、各周期の間に車両が走行した路面の勾配、つまり瞬時勾配を演算する。この瞬時勾配が車内ＬＡＮを通じてナビゲーションＥＣＵ４に送られるようになっている。

また、ナビゲーションＥＣＵ４は、さらに、図４に示されるブロック構成を有している。この図に示されるように、ナビゲーションＥＣＵ４には、記憶部に相当する地図データベース（以下、地図ＤＢという）４ｃが備えられている。ナビゲーションＥＣＵ４は、エンジンＥＣＵ６から送られる瞬時勾配、および、自らが演算した瞬時曲率を走行負荷情報として学習し、地図ＤＢ４ｃ内に記憶していくようになっている。

具体的には、ナビゲーションＥＣＵ４は、ジャイロセンサと車速センサから得られる信号に基づいて演算される結果から推定される車両の相対位置を、ＧＰＳ信号から得られる絶対位置にて演算誤差を修正して正確な現在位置を推定する。そして、マップマッチング技術により、地図ＤＢ４ｃに収録されている位置座標列とを照合して、車両が走行している道路を推定し、走行中の道路に関する情報が抽出できるようになっている。

なお、この現在位置の演算方法やマップマッチング技術は周知のものであるため、ここでは説明を省略する。

そして、ナビゲーションＥＣＵ４は、現在位置と関連付けして、瞬時勾配および瞬時曲率を記憶する。例えば、道路地図情報が記憶されたナビゲーションシステムに用いられるＣＤ−ＲＯＭやＤＶＤ−ＲＯＭ等には、道路の任意のポイントを示すノードおよび各ノード間を結ぶセグメント（リンク）が定義され、これら各ノードやセグメント毎に、道路に関する基礎データが記憶されている。そして、各ノード、セグメント毎に、個々のノードやセグメントを識別できるようにＩＤアドレスが決められている。このため、ナビゲーションＥＣＵ４は、ナビゲーションＥＣＵ４内に備えられた記憶部のうちノードやセグメントのＩＤアドレスと対応したメモリに、もしくは記憶部内にそのＩＤアドレスと共に、瞬時勾配や瞬時曲率およびそれらを求めた日時などを記憶する。このように記憶された瞬時勾配や瞬時曲率が学習勾配および学習曲率に相当する。

図５に、ナビゲーションシステムに用いられるＣＤ−ＲＯＭやＤＶＤ−ＲＯＭ等に記憶されている内容と、ナビゲーションＥＣＵ４に備えられた記憶部への記憶内容との関係を示す。

この図に示されるように、例えば、ナビゲーションシステムに用いられるＣＤ−ＲＯＭやＤＶＤ−ＲＯＭ等には、セグメント毎にＩＤアドレスが決められていると共に、基礎データとしてセグメントの始点ＩＤ、終点ＩＤ、道路種別などが記憶されている。このため、ナビゲーションＥＣＵ４における記憶部には、そのＩＤアドレスと共に、瞬時勾配、瞬時曲率、左右方向の傾斜（以下、カントという）、学習回数などを記憶させる。

このとき、記憶部におけるメモリ構成は、経験管理データ、環境データ、車両データ、内部又はデバイスレベル等のように記憶させる内容に応じてメモリが層別された構造体とされる。そして、少なくとも管理情報、走行環境情報に分けられ、学習度合いは管理情報として、負荷情報は走行環境情報として登録される。例えば、経験管理データを記憶させるメモリには、学習回数やノードもしくはセグメントの通過回数、最新通過日時などが記憶される。環境データを記憶させるメモリには、学習勾配、学習曲率、学習カント、学習軌道座標などが記憶される。車両データを記憶させるメモリには、制御条件・パラメータ、走行車速などが記憶される。内部又はデバイスレベルを記憶させるメモリには、位置とび発生経験、衛星捕獲不能経験、道なりに反した進路を取ったなどが記憶される。

このように、記憶させる内容に応じてメモリを層別するようなメモリ構成とすれば、抽出時に整理し易く、機能有無やアプリケーション追加削除に対して汎用アクセスソフトを用いて対応することが可能になる。

なお、これらを記憶させるときにはナビゲーションＥＣＵ４に備えられる記憶部のうち、一般ユーザがアクセスできないメモリ領域、例えばシステム領域のような部分であり、かつ、ディスクキャッシュ領域ではない部分に記憶させるようにするのが好ましい。例えば、一般ユーザがアクセス可能なパーティションとは別のパーティションやアクセス禁止したフォルダ、フラッシュメモリが挙げられる。

メモリに記憶させるにあたって前処理として次のことを実行する。即ち現在走行している地点がどのノード間かを判断し、ノードを通過した時点から次のノードに至るまで所定距離（例えば１ｍ）以上通過する毎に瞬時勾配と瞬時曲率さらには移動距離をそれぞれ累積していく。そして次のノードに達した時点で累積値を移動距離で割ることでその区間の平均値とする。もしくは、所定時間（例えば１秒）経過する毎に瞬時情報と経過時間を累積していき、区切りとなる地点を越えたら瞬時情報累積値を経過時間累積値で割ることで、その区間の平均値とする。このように、所定領域を走行したときの距離や時間などの走行量の平均値を例えばセグメントのＩＤアドレスと対応したメモリに記憶させる。

ただし、極低速やスリップ発生時、勾配推定などを行うと共に瞬時勾配等に関するデータをナビゲーションＥＣＵ４に伝える情報発信元となるエンジンＥＣＵ６に不具合が発生しているとき、もしくは現在位置の検出の自信度が低いとき等には、速度やスリップ状態、不具合発生状況、位置検出の自信度に応じて重み係数Ｗ（ただし、Ｗは０から１の値）を定め、平均処理を次式で求めることで、学習勾配や学習極率の信頼度を向上させることが可能となる。

なお、学習勾配および学習曲率は車両が道路を走行するたびに求められるものであるため、上記の場合に学習を適宜中断させたとしても、通常は一度は学習が行われている。この場合、再度その道路を走行したことになり、以前に演算された学習勾配や学習曲率が既に記憶されている可能性がある。このような場合には、以前に記憶された学習勾配や学習曲率との平均値が演算され、その平均値が記憶されるようになっている。具体的には、以前から記憶されている学習データをＣ、今回演算された学習データをｃ、学習回数をｎとすると、平均値Ｃ’は次式のようにして求められ、新たな学習勾配、学習曲率として記憶される。

なお、ここでいう学習回数は、ナビゲーションＥＣＵ４に学習回数を示すカウンタを備えておき、瞬時勾配が求められるたびにカウンタのカウント値をインクリメントしておくことによって検出可能である。例えば、学習回数は、学習勾配や学習曲率と共にＩＤアドレスで指定されるメモリ領域上に記憶される。

また、ここで記憶させた内容は、メモリ領域の規定量に対して記憶させた量が所定の割合となったとき、もしくは残存容量が所定量となったときに消去されるようになっている。すなわち、記憶量または記憶許容量に応じて部分的に消去される。このときの消去される順番は、学習時期、学習度合い、現在地もしくは所定地（例えば自宅）との空間的関係の少なくとも１つに応じて決定され、例えば学習した日時が古い順、もしくは現在地から遠い順とされる。

ここまで説明したナビゲーションＥＣＵ４およびエンジンＥＣＵ６のブロック構成、つまりナビゲーションＥＣＵ４およびエンジンＥＣＵ６のうち学習データの演算および記憶を行う機能を実現する構成と、学習データの演算に用いられる各種センサが、走行負荷情報学習方法を実現する走行負荷情報学習システムに相当するものである。

ナビゲーションＥＣＵ４は、さらに、検索距離決定部４ｄ、将来軌道情報生成部４ｅおよび軌道（道路）形状演算部４ｆを有している。

検索距離決定部４ｄは、道路地図情報のうち検索対象となる範囲、つまり車両の現在位置からどのくらい先までの道路地図情報が必要になるかという検索距離を決定するものである。検索距離決定部４ｄは、例えば、現在位置から進行方向数ノード分（例えば１０ノード分）若しくは数セグメント分（例えば１１セグメント分）を検索距離として設定したり、車輪速度センサ１ａ〜１ｄからの検知信号に基づいて演算された車速に応じて検索距離を設定したりするようになっている。検索距離が車速に応じて設定される場合、例えば、車速が速いほど、検索距離が長くなるように設定される。

将来軌道情報生成部４ｅは、将来的に車両が走行するであろう軌道情報を生成するものである。例えば、現在位置から進行方向数ノード分（例えば１０ノード分）の軌道情報、もしくは車両が現在から所定時間（例えば数秒間）経過する間に走行するであろう軌道情報が将来軌道データとして生成される。具体的には、将来軌道データとして、進行方向前方の数ノード分の旋回曲率データ、進行方向前方の数ノード分の学習勾配データ、進路方向前方の数ノードまでの各距離データが抽出される。この将来軌道データの生成は、ナビゲーションＥＣＵ４内の地図ＤＢ４ｃに記憶されている学習内容およびナビゲーションシステムに用いられるＣＤ−ＲＯＭやＤＶＤ−ＲＯＭなどに記憶された道路地図情報を抽出することで行われる。すなわち、地図ＤＢ４ｃ、ＣＤ−ＲＯＭやＤＶＤ−ＲＯＭなどから進路方向前方の数ノード分に対応するＩＤアドレスに記憶された学習勾配や学習曲率のデータ、距離データを検索し、読み出すことで将来軌道データが生成される。

軌道（道路）形状演算部４ｆは、将来軌道情報生成部４ｅが生成した軌道情報に基づいて、車両が将来的に走行するであろう路面の勾配情報となる将来勾配ベクトル、および、その路面の曲率情報となる将来曲率ベクトルを求めるものである。すなわち、既に求めた車両が将来的に走行するであろう軌道上に位置する数ノード分の将来軌道データに基づき、例えば現在から所定時間経過する間に車両が走行するであろう路面の将来勾配ベクトルと将来曲率ベクトルを求める。現在から所定時間経過する間に車両が走行するであろう距離は、車速に基づいて算出され、その距離内に入るノードの将来軌道データを用いて将来勾配ベクトルと将来曲率ベクトルが演算される。

例えば、将来勾配ベクトルは、現在位置から数秒後に車両が走行するであろう将来位置までの距離と、ノード毎に記憶された学習勾配が分かれば求まる。また、例えば、現在位置と２秒間経過後、４秒間経過後、６秒間経過後の将来位置までの距離、および、現在位置とそれぞれの将来位置の学習勾配とに基づいて各将来位置までの勾配を求め、時系列のベクトルとしてもよいし、それらの最大値や平均値を将来勾配ベクトルとして設定することもできる。

将来曲率ベクトルに関しても、現在位置と将来位置それぞれにおける学習曲率に基づき、将来勾配ベクトルと同様の手法により求めることが可能である。

以上のように求められた将来勾配ベクトルや将来曲率ベクトルは、エンジンＥＣＵ６に送られ、エンジンＥＣＵ６で実行される種々の処理のパラメータとして用いられる。

エンジンＥＣＵ６は、また、図６に示されるブロック構成を有している。この図に示されるように、エンジンＥＣＵ６は、ドライバ要求トルク演算部６ｃと制振制御部６ｄとを備えている。ドライバ要求トルク演算部６ｃは、アクセルペダルセンサ２ｄからの検出信号を受け取り、ドライバの駆動要求に応じた駆動トルクを発生させるべく、エンジン制御量を設定する。制振制御部６ｄは、車両の旋回状態などに応じて車体に発生する振動をできるだけ小さくなるように抑制すべく、エンジン制御量を調整するものである。制振方法は、例えば特開２０００−２３３６６８号公報に示されるものを採用することができる。この制振制御部６ｄは、ナビゲーションＥＣＵ４で求められた将来曲率ベクトルを受け取り、将来曲率ベクトルに基づいて車両の旋回状態を予測することで、その予測に従ってエンジン制御量を調整できるようになっている。

なお、将来曲率ベクトルがまだ求められない状態の場合、つまり車両が現在走行している道路が初めて走行する道路で、ナビゲーションＥＣＵ４の地図ＤＢ４ｃのうち、その道路におけるノードもしくはセグメントと対応するＩＤアドレスに未だ瞬時曲率が記憶されていない場合には、今回初めて求められた瞬時曲率を将来曲率ベクトルの代りに用いることも可能である。

このようにしてエンジンＥＣＵ６はエンジン制御量を決定し、最終的に要求されるエンジン制御量となるように制御信号を出力して、エンジン回転数、スロットル開度を調整することで、要求トルクを実現するようになっている。

エンジンＥＣＵ６は、さらに、図７に示すブロック構成を有している。この図に示されるように、エンジンＥＣＵ６は、勾配負荷推定部６ｅ、旋回負荷推定部６ｆ、転がり・空気抵抗推定部６ｇおよび走行環境負荷変動演算部６ｈを備え、車両環境に応じた負荷変動を求める機能を有している。

勾配負荷推定部６ｅは、路面の勾配に応じた負荷となる勾配負荷を推定するものである。この勾配負荷は、ナビゲーションＥＣＵ４で求められた将来勾配ベクトルに基づいて推定され、将来勾配ベクトルが大きいほど勾配負荷が大きいと推定される。また、将来勾配ベクトルが登り坂を示している場合には、駆動系に負荷として作用することから勾配負荷が正の値で示され、下り坂を示している場合には、逆に負の値で示される。なお、将来勾配ベクトルがまだ求められない状態の場合、つまり車両が現在走行している道路が初めて走行する道路で、ナビゲーションＥＣＵ４の地図ＤＢ４ｃのうち、その道路におけるノードもしくはセグメントと対応するＩＤアドレスに未だ瞬時勾配が記憶されていない場合には、今回初めて求められた瞬時勾配を将来勾配ベクトルの代りに用いることも可能である。

旋回負荷推定部６ｆは、車両の旋回に応じた負荷となる旋回負荷を推定するものである。この旋回負荷の推定は、ナビゲーションＥＣＵ４で求められた将来曲率ベクトルに基づいて実行され、将来曲率ベクトルが大きいほど旋回負荷が大きいと推定される。なお、この場合においても、将来曲率ベクトルがまだ求められない状態であれば、今回初めて求められた瞬時曲率を将来曲率ベクトルの代りに用いることも可能である。

転がり・空気抵抗推定部６ｇは、各車輪の転がり抵抗、車体への空気抵抗を推定するものである。転がり・空気抵抗推定部６ｇには、車輪速度センサ１ａ〜１ｄの検出値に基づきブレーキＥＣＵ９で求められた車速に関する情報が入力されるようになっており、この情報から得られた車速に基づいて上記転がり抵抗や空気抵抗が推定され、車速が大きいほどこれら各抵抗が大きいと推定される。

走行環境負荷変動演算部６ｈは、勾配負荷から旋回負荷および転がり抵抗・空気抵抗を加算することによって、走行環境に対して駆動系の負荷が正負両側にどの程度幅を持つかを演算する。

Ｔ／Ｍ−ＥＣＵ８は、図８に示すブロック構成を有している。この図に示されるように、エンジンＥＣＵ６は、ドライバ要求シフト段演算部６ｉ、駆動トルク必要ギア段演算部６ｊ、負荷トルク必要ギア段演算部６ｋ、旋回安定化ギア段演算部６ｍ、シフト制約演算部６ｎおよび第１〜第３ギア段調停部６ｏ、６ｐ、６ｑを備え、これらによりＴ／Ｍ７における最適なギア段を設定し、その設定に応じた変速を実現する機能を有している。

ドライバ要求シフト段演算部６ｉは、シフト位置センサ３ｂからの信号に基づいて、ドライバの直接の操作に応じたギア段を検出するものである。例えば、自動変速機のシフトが１速、２速、１速から４速が自動変速されるＤ（ドライビング）、Ｎ（ニュートラル）、Ｒ（リア）Ｐ（パーキング）の各レンジを選択できる形態である場合において、Ｄ以外のレンジが選択されている場合には、下記の各要素６ｊ〜６ｐでのギア段の調停内容に関わらず、選択されたレンジと一致するギア段がそのままドライバの操作に応じたギア段とされる。

駆動トルク必要ギア段検出演算部６ｊは、エンジンＥＣＵ６内のドライバ要求トルク演算部６ｃによって求められた駆動トルクを満たすギア段を検出するものである。駆動トルクに応じたギア段の検出は、従来より行われているものと同様である。

負荷トルク必要ギア段演算部６ｋは、上記した走行環境負荷変動演算部６ｈで求められた負荷変動分を補償するために必要となるトルクの幅を満たすギア段を検出するものである。具体的には、駆動トルク必要ギア段演算部６ｊによって検出されたギア段により、負荷変動分を補償できる駆動トルクを発生させられれば良いが、それでは十分でない場合がある。このような場合には、この負荷トルク必要ギア段演算部６ｋにより、より大きな駆動トルクを発生させられるギア段が選択される。例えば、駆動トルク必要ギア段演算部６ｊで検出されたギア段が４速であった場合においても、負荷トルク必要ギア段演算部６ｋにより３速が検出される場合がある。

旋回安定化ギア段演算部６ｍは、ナビゲーションＥＣＵ４で求められた将来曲率ベクトルを受け取り、車両がその将来曲率ベクトルに対応する旋回を行った場合に、ドライバがアクセル操作を行って、車両の操作性を出すために必要とされるギア段を検出するものである。この旋回安定化ギア段演算部６ｍは、駆動トルクを満たすギア段とは異なり、旋回時にドライバがアクセルワークによって軌道修正を図れる駆動トルクを出すギア段を演算する。具体的状況としては、オーバースピードぎみでコーナーに入ったときアクセルを緩めて速度を落とし軌道を内側に修正することや、コーナーの出口で車両を安定させて加速していくような状況がある。このような状況下ではドライバのアクセルオフで負の駆動トルク（エンジンブレーキ）が適度に効くことや、アクセルオンで余計なシフトダウンをせずに駆動がかかることが期待される。このため、駆動トルク必要ギア段演算部６ｊで検出されたギア段が４速であった場合においても、旋回安定化ギア段演算部６ｋにより３速が検出される場合がある。なお、この場合においても、将来曲率ベクトルがまだ求められない状態であれば、今回初めて求められた瞬時曲率を将来曲率ベクトルの代りに用いることも可能である。

シフト制約部６ｎは、エンジン保護の観点や温度環境の観点（冷却水、エンジンオイル、触媒など早期活性化）から、Ｔ／Ｍ７のギア段を決定するものである。例えば、現在の車速において選択されたギア段が２速であっても、現実的に２速のギア段に変速するとエンジン回転数が高くなり過ぎて好ましくないような場合には、エンジン保護の観点からギア段が３速以上となるような制約が課される。また逆にエンジン回転数が低くなり過ぎる場合や冷却水温が低いときは１速にするような制約が課せられる。

第１ギア段調停部６ｏは、駆動トルク必要ギア段演算部６ｊと負荷トルク必要ギア段６ｋの検出結果を調停するものである。この第１ギア段調停部６ｏにより、駆動トルク必要ギア段演算部６ｊと負荷トルク必要ギア段演算部６ｋの検出結果のうち、より大きな駆動トルクが得られる低速ギア段が選択される。

第２ギア段調停部６ｐは、第１ギア段調停部６ｏの調停結果と、旋回安定化ギア段演算部６ｍの検出結果を調停するものである。この第２ギア段調停部６ｐにより、第１ギア段調停部６ｏと旋回安定化ギア段演算部６ｍの検出結果のうち、より大きな駆動トルクが得られる低速ギア段が選択される。例えば、第２ギア段調停部６ｐは、旋回安定化ギア段演算部６ｍの検出値より高いギア段にシフトアップしようという信号が第１ギア段調停部６ｏからきたときにシフトアップしないよう制約を課する。用いている曲率の情報が瞬時曲率でなく将来曲率ベクトルであるならば、シフトダウンさせることもできる。

第３ギア段調停部６ｑは、第２ギア段調停部６ｐの調停結果と、ドライバ要求シフト段演算部６ｉおよびシフト制約部６ｎの決定結果とを調停するものである。具体的には、この第３ギア段調停部６ｑにより、第２ギア段調停部６ｐの調停結果よりもドライバ要求シフト段演算部６ｉおよびシフト制約部６ｎの決定結果の方が優先されるギア段選択が行われる。すなわち、ドライバが要求するシフトがＤ以外のレンジであった場合には、それらのレンジに対応するギア段が優先的に選択され、Ｄレンジであった場合には、第２ギア段調停部６ｐの調停結果に応じたギア段が選択される。そして、シフト規制部６ｎが決定したギア段の範囲で最終的にギア段が決まり、エンジン保護等が行われる。例えば、シフト規制部６ｎが決定したギア段と比較して、第２ギア段調停部６ｐの調停結果に応じたギア段の方が低速ギアであった場合には、シフト規制部６ｎの決定結果に応じたギア段が優先的に選択される。

このようにして、選択されたギア段となるような変速を実現するための制御信号がＴ／Ｍ−ＥＣＵ８から出力され、Ｔ／Ｍ７のギア段の変速が行われる。

このような構成の車両用駆動力制御システムにおいては、車両が走行する際に、その都度、ナビゲーションＥＣＵ４内の地図ＤＢ４ｃに学習勾配および学習曲率を記憶させている。つまり、路面走行負荷情報の基礎データを予めＣＤ−ＲＯＭやＤＶＤ−ＲＯＭ等に記憶させるのではなく、基礎データとなる路面走行負荷情報を学習するしくみとしている。従って、道路の形状や勾配などの改変に対応して道路の勾配や曲率を学習することが可能となり、ＣＤ−ＲＯＭやＤＶＤ−ＲＯＭ等をその都度買い換えなくても、その変化に対応することが可能となる。また、予め基礎データを記憶させることで、ＣＤ−ＲＯＭやＤＶＤ−ＲＯＭ等のデータメモリ量を増大させてしまうことも防止することができる。

そして、このような学習勾配や学習曲率に基づき、エンジンＥＣＵ６およびＴ／Ｍ−ＥＣＵ８での各種演算に基づき、各道路の各場所で最適なＴ／Ｍ７のギア段を予め選択することが可能となる。このため、カーブ路や登降坂路において以下の効果を得ることができる。

カーブ路に差し掛かると、ドライバは、ブレーキペダル操作も行うが、主としてアクセルペダル操作によってカーブ路における前後速度変化および横方向変化に対応して車速修正や軌道修正をしようとする。その場合において、例えば４速等のように、エンジンブレーキが掛かり難かったり、低いトルクしか得られないようなギア段であると、アクセルペダル操作のみによっては意図に合った修正ができない。

従って、本実施形態に示すように、旋回安定化ギア段演算部にて学習曲率を用いて、予めカーブ路に対応するために必要なギア段を検出しておき、そのカーブ路に差し掛かる前の段階で、相応のギア段に変速しておくことにより、カーブ路での上記変化にアクセルペダル操作のみで適切に対応できる程度のエンジンブレーキおよび加速トルクを発生させることが可能となる。このため、ドライバは、アクセルペダル操作に集中することができ、カーブ路を安心して走行することができる。

なお、現状の自動変速機は、ブレーキが踏み込まれると、その踏み込み状態に応じて、要求する制動力以上のエンジンブレーキを発生させるギア段に変速させてしまう場合がある。本実施形態の車両用駆動力制御システムによれば、このような必要以上のエンジンブレーキを発生させることも無いため、よりドライバに快適な車両走行を提供することが可能となる。

また、登坂路に差し掛かると、その登坂路を車両が登っていけるようにドライバアクセルペダルを踏み込むが、アクセルぺダル操作が行われ、シフトダウンされるまでタイムラグが発生し、登坂路の勾配に対処できる駆動力を即座には発生させられない。

従って、本実施形態に示すように、負荷トルク必要ギア段演算部にて学習勾配を用いて、予め登坂路に対応するために必要なギア段を検出しておき、その登坂路に差し掛かる前の段階で相応のギア段に変速しておくことにより、より円滑に登坂路を登ることが可能となる。

一方、降坂路も登坂路と同様であり、その降坂路において車速が上がり過ぎないようにアクセルペダル踏み込みを止め、エンジンブレーキを発生させることになるが、エンジンブレーキを発生させるまでタイムラグが発生する。また、エンジンブレーキを発生させられても十分なエンジンブレーキを得られない場合もある。

従って、本実施形態に示すように、負荷トルク必要ギア段演算部６ｋにて学習勾配を用いて、予め降坂路に対応するために必要なギア段を検出しておき、その降坂路に差し掛かる前の段階で相応のギア段に変速しておくことにより、より的確に車速をコントロールすることができる。

このように、本実施形態に示す車両用駆動力制御システムを用いることで、カーブ路、登降坂路に対応した変速を実現することが可能となる。そして、このような自動変速機の変速によってカーブ路、登降坂路への対応を行っているため、エンジン制御量を補正する場合と比べて、ドライバの意志によって操作可能な領域を減らしてしまうことを防止することも可能、言い換えれば、ドライバの意志に反して駆動力が飽和することなく最適な駆動力の範囲を実現することができる。

ただし、上述したように、学習勾配および学習曲率が求められていない段階、すなわち未だ走行したことが無い路面を初めて走行する場合においては、そのときに得られた瞬時勾配および瞬時曲率が用いられている。従って、このような場合には、カーブ路や登降坂路に対して予め備えることはできないが、少なくとも、そのときに得られた瞬時勾配および瞬時曲率に応じた変速を行うことが可能である。

なお、特許文献１に示す駆動力制御装置では、各道路の各場所で道路地図情報に関連付けた車速情報や駆動状態を記憶させるようにしている。このため、これら車速情報や駆動状態をエンジン制御量補正にしか用いることができず汎用性に乏しい。しかしながら、本実施形態における車両用駆動力制御システムにおいては、勾配および曲率のみを地図ＤＢ４ｃに記憶させるようにしている。これら勾配および曲率は、車両が走行する軌道の物理的形状であり車両の運動に対して、例えば駆動に対する負荷といったように外乱的な作用を及ぼす物理量である。また車両がどの方向に進んでいくべきかという意味も併せ持っている。従ってＴ／Ｍ７の変速調整以外にもサスペンション制御やステア制御、ヘッドライトの配光制御等に用いることができ、汎用性にも富んでいると言える。これら勾配および曲率を様々な処理に適用される演算パラメータとして使用すること、具体的にはＴ／Ｍ７の変速調整以外にも用いることが可能である。

（第２実施形態）
本実施形態では、上記第１実施形態に対して、学習データの学習回数に対する重み付けを行い、各ノード位置における勾配や曲率を求める。その他の部分については第１実施形態と同様であるため、ここでは説明を省略する。

瞬時勾配は、車両が道路を走行するたびに演算されるため、車両が以前にも走行したことがある路面では既に求められており、学習データとして記憶された状態となっている。本実施形態では、この学習データを用い、学習回数の重みづけを行って瞬時勾配を求める。以下、図９に基づいて、学習回数に対する重み付け処理の詳細を説明する。

図９は、各セグメント毎の距離と勾配の関係を示したものであり、紙面上方の図はノードおよびセグメントを地図上において平面的に示したもので、紙面下方の図はそれらを地図上において断面的に示したものである。この図では、任意のセグメントがｓｎ、そのセグメントｓｎの距離がｄｎ、水平平面に対して成す勾配がｇｎ、隣接するセグメント間の相対勾配がｇｎ’として表してある。

例えば、学習勾配が地図ＤＢ４ｃにセグメント単位で記憶されている場合において、それをノード単位の勾配データに変換して学習勾配とする場合、任意のノードに隣接する２つのセグメントそれぞれの学習回数がｎ_n、ｎ_n+1で表されるとすると、学習回数から平均化した勾配データｇｎ_nは、以下の数式で示される。

この数式は、学習回数が多いほど、信頼性の高い勾配データであるということを前提として、学習回数に応じて重み付け平均を行ったものである。このように求められる勾配データｇｎ_nが各ノードの学習勾配として読み出される。

なお、学習回数は、ナビゲーションＥＣＵ４に学習回数を示すカウンタを備えておき、瞬時勾配が求められるたびにカウンタのカウント値をインクリメントしておくことによって検出可能である。例えば、学習回数は、学習勾配や学習曲率と併せてＩＤアドレスで指定されるメモリ上に備えたカウンタで計数され、該当区間を走行時にインクリメントされるものである。

以上説明したように、学習データの学習回数に応じた重み付けを行って、ノード位置における学習勾配を求めることができる。このようにすれば、より信頼性の高い学習データを求めることが可能である。なお、ここでは学習勾配について説明したが、学習曲率についての重み付けについても学習勾配と同様の手法によって行う。

（第３実施形態）
本実施形態では、上記第１実施形態に対して、セグメントの距離に重み付けを行い、各ノード位置における勾配や曲率を求める。その他の部分については第１実施形態と同様であるため、ここでは説明を省略する。

距離が長いセグメントに対応する学習勾配と距離が短いセグメントに対応する学習勾配とを比較すると、前者の方が後者よりも、勾配を示すものとしてより信頼性が高いものと想定される。従って、本実施形態では、セグメントの距離に応じた重み付けを行う。以下、上記第２実施形態で示した図１０に基づいて、セグメントの距離に応じた重み付け処理の詳細を説明する。

例えば、学習勾配が地図ＤＢ４ｃにセグメント単位で記憶されている場合において、それをノード単位の勾配データに変換して学習勾配とする場合、任意のノードに隣接する２つのセグメントそれぞれの距離がｄｎ、ｄｎ＋１で表されるとすると、セグメントの距離から平均化した勾配データｇｄ_nは、以下の数式で示される。

この数式を用いることで、セグメントの距離に応じ、その距離が長いほど重みが高い演算が成される。このように求められる勾配データｇｎ_nが各ノードの学習勾配として読み出される。

なお、セグメントの距離に関するデータは、地図ＤＢ４ｃ内に収録されている位置座標列データとセグメントを形成する２つのノード間の接続情報から演算可能である。

以上説明したように、セグメントの距離に応じた重み付けを行って、学習勾配を求めるようにすることができる。このようにすれば、より信頼性の高い学習データを求めることが可能である。なお、ここでは学習勾配について説明したが、学習曲率に対しての重み付けも学習勾配と同様の手法によって行うことが可能であり、より信頼性の高い学習データとすることが可能である。

（他の実施形態）
（１）上記各実施形態においては、学習曲率として、車両の旋回曲率を学習し、それを記憶するようにしたが、この旋回曲率に関しては、記憶せず、その都度演算によって求めることも可能である。例えば、車両が走行するであろう道路において隣接する３点のノードを選び、これら３点すべてを通る円弧を求めれば、その円弧の半径が曲率半径となることから、この曲率半径から旋回曲率を求めることが可能となる。

もちろん、旋回曲率についても、基本的には記憶するようにし、曲率半径の演算糧において不具合の発生などによって学習ができていないような場合や初期状態の場合にのみ、上記のような演算によって旋回曲率を求めるようにすることも可能である。

例えば、ナビゲーションシステムのＣＤ−ＲＯＭやＤＶＤ−ＲＯＭなどにおいては、各ノード毎に記憶されている位置座標から、２点のノード間で形成される１本のセグメントに関して、地軸に対する絶対的な角度を演算することにより、２本の隣接するセグメント間で形成される相対角度を演算することが可能である。この角度は、図１１のベクトル図に示されるように、各セグメントｓｎが基準ベクトルに対して成す角度θｎとして表される。

また、隣接する２つのノードそれぞれに記憶されたセグメントｓｎの角度がそれぞれθｎとθｎ＋１であるとすると、各セグメント間の相対角度（以下、相対セグメント角度という）θｎ’は、θｎ’＝θｎ−θｎ＋１で表される。この相対セグメント角度θｎ’が正の値をとるのであれば右カーブ、負の値をとるのであれば左カーブとなる。

そして、図１２の模式図に示されるように、各ノードとその前後のノード３点を通る円弧の半径をｒｎ、各ノード間の距離をｄｎとすると、円弧の半径ｒｎは、相対セグメント角度θｎ’と各ノード間の距離ｄｎとにより、次式で示される。

このようにして曲率半径となる半径ｒｎが求められるので、曲率半径の逆数の式（数４の逆数）を用いることで演算上のゼロ割りを起こすことなくカーブの形状を求めることが可能である。

（２）上記第２、第３実施形態では、異なる重み付け処理を別々に実施する例を示しているが、両方の重み付け処理を共に実施することも可能である。例えば、学習回数に応じた重み付け処理とセグメントの距離に応じた重み付け処理の結果の平均を取ることが可能である。この場合、その勾配データｇｎ’は、次式で示される。

また、学習回数およびセグメントの距離を同時に考慮して勾配データを求めることも可能である。この場合、勾配データｇｎ’は、次式で示される。

これらに示されるように、上記第２、第３実施形態を組み合わせて学習データを求めることが可能であり、より信頼性の高い学習データとすることができる。

（３）上記第２実施形態では、学習回数をノードやセグメントそれぞれに対応するカウンタのカウント値から求めるようにしているが、セグメント単位もしくはノード単位のいずれか一方でしか学習データを記憶せず、学習回数をカウントしない場合には、記憶している方の学習データの学習回数に基づいて他方の学習回数を求めることも可能である。

例えば、セグメント単位で学習データを記憶しておく場合には、ノード単位の学習回数データに変換して出力されることになる。すなわち、任意のノードに隣接する２つのセグメントそれぞれの学習回数がｎｎ、ｎｎ＋１、それぞれの距離がｄｎ、ｄｎ＋１であったとすると、そのノードの学習回数はセグメントの距離から平均化され、次式で表されることになる。

（４）上記各実施形態では、路面の勾配推定の方法の一例として、特開平８−５３０２４号公報に示される方法を適用することを説明したが、この他の方法に基づいても路面の勾配推定を行うことができる。

例えば、車両に加速度センサを備えておき、この加速度センサによる検出値から車両の加速度ｇｘを検出する。一方、車輪速度センサ１ａ〜１ｄからの検出信号に基づいて車輪速度Ｖｗを求めた後、それらの選択など周知の方法で車速Ｖを求めその微分値ΔＶを求める。これら加速度ｇｘと微分値ΔＶとの差分を求める。

加速度センサの検出値から求められる加速度ｇｘには車両の純粋な加速度だけでなく重力に基づく加速度成分も入っている。これに対し、車輪速度センサ１ａ〜１ｄの検出値に基づいて求められる車速微分値ΔＶは車両の純粋な加速度を示している。従って、これらの差分は、路面の傾斜角度がθである場合の勾配を想定したときにおけるｇｓｉｎθ（ｇ：重力）に相当し、以下の数式が成り立つことになる。

（数８）
（ｇｘ−ΔＶ）＝ｇｓｉｎθ
そして、勾配がｔａｎθに相当することから、数式８に示す関係式からθを求めることで、勾配に相当するｔａｎθを求めることが可能である。

また、近年開発が進められている路車間通信、つまり道路近辺に備えられている通信器および通信ネットワークを介してサービスセンターとの通信を行うようなシステムを利用すれば、自車両が走行したことがない道路の勾配情報や走行したことがある道路の更に詳しい勾配情報を得ることも可能である。もちろん、この方法を用いれば、他の車両に関する走行負荷情報の取得も可能となる。

さらに、ナビゲーションシステムが受け取るＧＰＳ信号で道路の高度を測定し、その高度差から道路の勾配を求めることも可能である。

（５）また、上記従来の路面の勾配推定の手法に対して誤差補正を行うことで、より精度の高い勾配推定を行えるようにすることも可能である。このようにすれば、より正確な勾配に基づいた車両の駆動力制御等を実行することが可能となる。

上述した従来の路面の勾配推定の手法として、次のものが挙げられる。

一つは、前後加速度センサの検出信号から求められる加速度（以下、検出値という）と、車速の変化から求められる車両加速度とを比較するもので、例えば、これらの差から前後加速度センサの検出値に含まれる重力加速度成分を抽出することで、路面の勾配を推定している。

もう一つは、車両の駆動力から推定される加速度と車速の変化から求められる車両加速度を比較するもので、路面の勾配の影響により、駆動力から推定される加速度と実際の車両加速度との差が生じることから、この差から路面の勾配を推定することができる。

しかしながら、これらの手法では、車両旋回時に加速度センサの検出信号への遠心力や横滑り角の影響が生じたり、ドラグ（ステアリング操舵時に転蛇されるタイヤによって車体の移動方向の逆向きに発生する作用力）が駆動負荷になること等により、誤差を含むことから誤差を除去することが望ましい。そこで、以下のようにして、誤差分の除去を行うと良い。

まず、一つ目の勾配推定の手法に関しての誤差分の除去手法について、図１３に示す模式図を参照して説明する。

図１３（ａ）は、車両がカーブ路を進行方向速度Ｖで走行している場合を示したものである。この図に示される状況下において、加速度センサの検出値をＧｘｓ、遠心力をＧｙ、横滑り角をβ、車速の検出値をＶｘｓとすると、加速度センサの検出値Ｇｘｓは、図１３（ｂ）の模式図に示すベクトルとして、また、車速の検出値Ｖｘｓは、図１３（ｃ）の模式図に示すベクトルとして表される。したがって、次式のように表されることになる。

（数９）
Ｇｘｓ＝Ｇｘｃｏｓβ−Ｇｙｓｉｎβ
（数１０）
Ｖｘｓ＝Ｖｃｏｓβ
また、数１０を微分すると、次式のように表される。

（数１１）
Ｖｘｓ’＝Ｖ’ｃｏｓβ−Ｖβ’ｓｉｎβ
そして、現在走行中の路面の勾配θが数１２で表され、上記数９および数１１を変換すると数１３、数１４のように表されることから、数１２に対して、数１３、数１４を代入することで数１５が導き出され、加速度センサの検出値から遠心力Ｇｙや横滑り角βの影響による誤差が数１５に示されるＧｙｓｉｎβ−Ｖβ’ｓｉｎβの項として表されることになる。

（数１２）
θ＝ａｓｉｎ｛（Ｇｘ−Ｖ’）／９．８｝
（数１３）
Ｇｘ＝（Ｇｘｓ＋Ｇｙｓｉｎβ）／ｃｏｓβ
（数１４）
Ｖ’＝（Ｖｘｓ’＋Ｖβ’ｓｉｎβ）／ｃｏｓβ
（数１５）
θ＝ａｓｉｎ｛（Ｇｘｓ−Ｖｘｓ’＋Ｇｙｓｉｎβ−Ｖβ’ｓｉｎβ｝
／（９．８ｃｏｓβ）
このため、例えば、遠心力Ｇｙおよび横滑り角βをハンドル角θｓと車速Ｖｘｓ等から推定すれば、上記数１５に示される誤差を示す項を求めることができ、この誤差分を除去して勾配θを求めることが可能となる。これにより、勾配推定の精度を向上させることができる。

また、もう一つの勾配推定の手法に関しては、転がり抵抗および旋回時に発生する車両減速力成分であるドラグと空気抵抗を、推定した駆動力から差し引くことで精度よく勾配を求めるものである。車体の前後方向に作用するドラグは、公知である車両２輪モデルを用いてタイヤと路面に作用する力から計算することができ、それは前輪舵角、後輪舵角、および車速の関数として与えられる。また空気抵抗は車速の関数として与えられる。これによって求めた前後輪のドラグおよび空気抵抗を、推定された駆動力から差し引くことにより、タイヤの転がり抵抗や旋回等の影響を除外した勾配路面を走行するときの負荷が求まる。従ってこの負荷を車両重量Ｍで割ることにより、加速度成分に変換することができる。この値をＧｘｄとして上述した一つ目の勾配推定の手法における数１５のＧｘｓの代わりに用いれば、ドラグによる誤差分を除去して勾配θを求めることが可能となる。このようにしても、勾配推定の精度を向上させられる。

さらに、加減速時などには、ピッチング振動の影響により、加速度センサの検出信号に重力加速度成分が重畳されることになる。このため、この影響を除去するのが好ましい。例えば、図１４に示されるように、車両における車体の水平線に対してのピッチ角がθｐであると想定した場合に、ピッチ角θｐが車速検出値Ｖｘｓの微分値Ｖｘｓ’の関数として数１６のように示されるとすれば、加速度センサの検出値Ｇｘｓが数１７のように示され、この式を変換すると、路面と平行な進行方向における加速度Ｇｘは数１８のように示されることになる。

（数１６）
θｐ＝ｆ（Ｖｘｓ’）
（数１７）
Ｇｘｓ＝Ｇｇｓｉｎθｐ＋Ｇｘｃｏｓθｐ
＝Ｇｇｓｉｎ｛ｆ（Ｖｘｓ’）｝＋Ｇｘｃｏｓ｛ｆ（Ｖｘｓ’）｝
（数１８）
Ｇｘ＝［Ｇｘｓ−Ｇｇｓｉｎ｛ｆ（Ｖｘｓ’）｝］／ｃｏｓ｛ｆ（Ｖｘｓ’）｝
このようにして、ピッチング振動の影響を除去した路面と平行な進行方向における加速度Ｇｘが求められ、これを用いて勾配推定を行うことにより、勾配推定の精度をさらに向上させることができる。

なお、ここでは路面の勾配推定の２つの手法について説明したが、これら２つの手法を組み合わせて用いることも可能である。

例えば、加速度センサの検出値から求められる加速度はセンサ取り付け角度や温度特性によってオフセット誤差が生じやすい。また、駆動力から推定される加速度は、トルコンの滑りによって大きな誤差が生じたり、ブレーキ操作時に制動力が駆動源に対して負荷となってしまうために誤差が生じやすい。

このため、各手法に用いられる加速度の差がローパスフィルタを通過したときの値、つまりオフセット量を求め、加速度センサによる検出値からこのオフセット量を差し引いた値を誤差分が除去された加速度として用いて路面の勾配推定を行うことも可能である。

すなわち、駆動力から推定される加速度をＧｘｄ、加速度センサの検出値から求められる加速度をＧｘｓとすると、オフセット量は、次式のように表される。

（数１９）
オフセット量＝ＬＰＦ（Ｇｘｓ−Ｇｘｄ）
ただし、ＬＰＦはローパスフィルタを示しており、ＬＰＦでの時定数は秒オーダーで設定されている。この数式を用いた演算を、制動中ではなく、極低速ではなく、ギアがニュートラル（Ｎ）やパーキング（Ｐ）のレンジではない等の条件が揃ったときに行う。そして、加速度センサの検出値から求められる加速度Ｇｘｓからオフセット量を差し引いた値（Ｇｘｓ−オフセット量）を路面の勾配推定に用いることができる。これにより、オフセット誤差の影響を抑えた加速度に基づいた路面の勾配推定を行うことができ、さらに勾配推定の精度を向上させることが可能となる。

また、ブレーキ操作時の制動力の影響を受けると考えられるときには、加速度として上述した駆動力から推定される加速度Ｇｘｄからオフセット量を差し引いた値を用い、その影響が無いブレーキ操作時でない場合には、駆動力から推定される加速度Ｇｘｄを用いて勾配推定を行うようにしても良い。なお、このようなブレーキ操作時であるか否かに関しては、例えば、ブレーキＥＣＵ９に入力される図示しないブレーキペダル操作量センサからの検出信号などによって判定可能である。

（６）上記各実施形態では、車両の走行負荷情報として、路面の勾配および曲率を学習するようにしているが、路面の左右方向の傾斜を学習することも可能である。

（７）また、上記各実施形態では、ノードのすべてもしくはセグメントのすべてにおいて、学習データが得られれば良いが、例えば車速が速くて特定のノードもしくはセグメントでの学習データが得られない場合もありえる。そのような場合には、その前後のノードもしくはセグメントで得た学習データをもとに、特定のノードもしくはセグメントの学習データを補間することも可能である。

（８）上記実施形態では、車両が極低速の場合やスリップ発生時などのように、正確な走行負荷情報が得られない場合を考慮した重み付け加算が行われるようにしている。例えば、上記実施形態の場合、正確な走行負荷情報が得られないような場合には、それを累積値から外すことで、重みゼロとした加算を行うようにしている。このような重み付け加算は、走行負荷情報を推定されている区間距離、推定情報の信頼度、学習度合いの少なくとも１つ、および、勾配推定などを行うと共に瞬時勾配等に関するデータをナビゲーションＥＣＵ４に伝える情報発信元となるエンジンＥＣＵ６の状態などに応じて行うことが可能である。

（９）分岐の通知について
ここまでに挙げた実施形態では、将来進行する道路を一つ選択してその将来軌道に関する負荷情報を読み出して制御に用いた。その軌道上には分岐が存在することが多く、将来進行する道路は決してその選択された軌道とは限らず、ドライバのみが知っている。軌道の選択を誤った場合は誤った負荷情報によって制御が行われ好ましくない。よって制御側に負荷情報を時系列ベクトル等で伝える際に、同時に分岐がどれだけ先から存在しどこから分岐以後の情報であるかがわかるように、分岐の存在も時系列ベクトルのような形で伝えると良い。

また学習回数についてもどの区間で学習ができているかがわかるベクトルで伝えると良い。これらは伝達情報の区間内に分岐以後や未学習の情報が含まれているというフラグでも良い。そして制御側はこれらのベクトルないしフラグに基づいて瞬時値を用いるよう切り換えることで、誤った情報による制御は回避できる。

このように、分岐や未学習の情報に関しても、ナビゲーションＥＣＵ４から出力されるようにすることで、走行負荷情報を利用した車両制御を行うシステム、例えば、上述した車両用駆動力制御システムでは、分岐や未学習に対応した車両制御を実行することが可能となる。

なお、このように車両が走行中の道路に分岐があるか否かの検出は、ナビゲーションシステムのＣＤ−ＲＯＭやＤＶＤ−ＲＯＭ等に記憶された道路地図情報に基づいて行われ、負荷情報の学習できている区間（もしくは学習できていない区間）の検出は、ナビゲーションＥＣＵ４の記憶部に記憶された内容に基づいて行われる。したがって、道路地図情報や記憶部に記憶された内容を引き出せるナビゲーションＥＣＵ４が分岐検出手段や推定区間検出手段を構成することになる。

（１０）学習のしくみについて
本案は負荷情報の記憶・読み出しのアルゴリズムとして移動距離による平均や、学習回数、セグメント距離による重み付けについて示したが、車両全体の電子制御システムにおいてナビゲーションＥＣＵ４は走行する道路と制御を関連づけることができる特徴を有する。従って、負荷情報に限らずその他制御パラメータの学習の要請もある場合、そのパラメータの学習・読み出しのアルゴリズムとしても用いることができる。

（１１）記憶手段について
記憶手段で用いる記憶媒体はフラッシュメモリやハードディスクといったものが挙げられるが、道路地図情報の格納されているＣＤやＤＶＤが書き込み可能な場合は、その所定のメモリ領域に記憶してもよい。

本発明の第１実施形態における車両用駆動力制御システムの概略構成を示す図である。 図１に示す車両用駆動力制御システムにおけるナビゲーションＥＣＵ４のブロック構成の一部を示した図である。 図１に示す車両用駆動力制御システムにおけるエンジンＥＣＵ６のブロック構成の一部を示した図である。 図１に示す車両用駆動力制御システムにおけるナビゲーションＥＣＵ４のブロック構成の一部を示した図である。 ナビゲーションシステムに用いられるＣＤ−ＲＯＭやＤＶＤ−ＲＯＭ等に記憶されている内容と、ナビゲーションＥＣＵ４に備えられた記憶部への記憶内容との関係を示した模式図である。 図１に示す車両用駆動力制御システムにおけるエンジンＥＣＵ６のブロック構成の一部を示した図である。 図１に示す車両用駆動力制御システムにおけるエンジンＥＣＵ６のブロック構成の一部を示した図である。 図１に示す車両用駆動力制御システムにおけるエンジンＥＣＵ６のブロック構成の一部を示した図である。 ノードとセグメントの軌道を平面的および断面的に示した図である。 各セグメントとその距離との関係を示した図である。 各ノードと隣接するセグメント同士の相対角度の関系を示した図である。 ３点のノードを通過する円弧の半径の求め方を説明するための図である。 （ａ）は、車両がカーブ路を進行方向速度Ｖで走行している場合を示した模式図、（ｂ）、（ｃ）は、（ａ）のように車両が走行している状況下における各パラメータを示した模式図である。 加速時におけるピッチング振動の影響を示す模式図である。

符号の説明

１ａ〜１ｄ…車輪速度センサ、２ａ…エンジン回転数センサ、
２ｂ…スロットル開度センサ、２ｃ…吸入空気温度センサ、
２ｄ…アクセルペダルセンサ、３ａ…ヨーレートセンサ、
３ｂ…シフト位置センサ、４…ナビゲーションＥＣＵ、５…エンジン、
６…エンジンＥＣＵ、７…Ｔ／Ｍ、８…Ｔ／Ｍ−ＥＣＵ、９…ブレーキＥＣＵ。

Claims (14)

1. 車両が道路を走行する際に道路地図情報に基づき、前記車両が走行中の現在位置を求める現在位置検出手段（４、４ｃ）と、
   前記現在位置における前記道路の走行負荷情報を推定する走行負荷情報推定手段（４、４ａ、４ｂ、６、６ａ、６ｂ）と、
   前記現在位置に関連づけて前記走行負荷情報を学習し、記憶しておく記憶手段（４、４ｃ）と、を備えていることを特徴とする走行負荷情報学習システム。
2. 前記走行負荷情報推定手段は、前記走行負荷情報として前記道路の勾配および曲率の少なくとも１つを推定するものであることを特徴とする請求項１に記載の走行負荷情報学習システム。
3. 前記記憶手段は、前記走行負荷情報推定手段が推定した前記走行負荷情報を集め、所定領域の走行量、推定情報の信頼度、学習度合いの少なくとも１つに応じて記憶すべき値を求め、前記走行負荷情報の学習内容として記憶することを特徴とする請求項１または２に記載の走行負荷情報学習システム。
4. 前記記憶手段は、前記現在位置に相当する所定の空間領域を示すＩＤデータと共に前記走行負荷情報を記憶し、
   前記走行負荷情報推定手段は、前記所定の空間領域を走行しているときの瞬時情報を集め、前記所定の空間領域の大きさにおいて平均した値を、前記記憶手段に記憶させるべき前記走行負荷情報として推定することを特徴とする請求項３に記載の走行負荷情報学習システム。
5. 前記記憶手段は、前記瞬時情報を集める際に、前記車両が極低速のときやスリップ発生時もしくは前記走行負荷情報推定手段に不具合が発生している場合の少なくとも１つに該当する場合には、その場合の前記瞬時情報を外して前記平均値を求めることを特徴とする請求項４に記載の走行負荷情報学習システム。
6. 前記記憶手段は、前記走行負荷情報の学習回数を記憶すると共に、前記走行負荷情報推定手段により今回推定された前記走行負荷情報と該記憶手段にそれ以前から記憶された前記走行負荷情報とから、前記学習回数に応じた前記走行負荷情報の平均値を求め、その平均値を新たな走行負荷情報として記憶することを特徴とする請求項３ないし５のいずれか１つに記載の走行負荷情報学習システム。
7. 前記記憶手段に記憶された前記走行負荷情報に関するデータを出力する出力手段（４ｆ）を備えていることを特徴とする請求項１ないし６のいずれか１つに記載の走行負荷情報学習システム。
8. 前記道路地図情報に基づいて前記車両が走行中の道路の分岐を求める分岐検出手段（４）を備え、
   前記出力手段から、前記走行負荷情報と共に、前記分岐検出手段によって検出された分岐に関する情報が出力されることを特徴とする請求項７に記載の走行負荷情報学習システム。
9. 前記道路地図情報に基づいて、前記走行負荷情報が推定されている区間を検出する推定区間検出手段（４）を備え、
   前記出力手段から、前記走行負荷情報と共に、前記推定区間検出手段によって検出された前記走行負荷情報が推定されていない場所に関する情報が出力されることを特徴とする請求項７または８に記載の走行負荷情報学習システム。
10. 前記記憶手段に記憶された前記走行負荷情報は、該記憶手段の記憶量または記憶許容量に応じて部分的に消去され、学習時期、学習度合い、現在地もしくは所定地との空間的関係の少なくとも１つに応じて前記消去されるものが決められることを特徴とする請求項１ないし９のいずれか１つに記載の走行負荷情報学習システム。
11. 前記記憶手段は、前記走行負荷情報を走行地点に関連付けた構造体をなし、少なくとも管理情報、走行環境情報に分かれ、学習度合いは管理情報として、負荷情報は走行環境情報として登録することを特徴とする請求項１ないし１０のいずれか１つに記載の走行負荷情報学習システム。
12. 請求項１ないし１１のいずれか１つに記載の学習負荷情報学習システムを有する車両用駆動力制御システムであって、
    前記記憶手段に記憶された前記走行負荷情報および前記道路地図情報に基づき、前記車両が走行するであろう道路の走行負荷を予測し、その予測結果に応じて前記車両の駆動力の制御を行う駆動力制御部（６）を備えていることを特徴とする車両用駆動力制御システム。
13. 前記駆動力制御部は、前記予測結果に応じて前記車両のトランスミッション（７）における変速比の調整を行うことを特徴とする請求項１２に記載の車両用駆動力制御システム。
14. 車両が道路を走行する際に道路地図情報に基づいて前記車両が走行中の現在位置を求め、求められた現在位置における前記道路の走行負荷情報を推定したのち、前記現在位置に関連づけて前記走行負荷情報を学習し、記憶しておくことを特徴とする走行負荷情報学習方法。

Images