JP2005292944A

JP2005292944A - 移動体の制御システム

Info

Publication number: JP2005292944A
Application number: JP2004103650A
Authority: JP
Inventors: Hiroshi Isono; 宏磯野; Kyoji Mizutani; 恭司水谷; Koichi Takeuchi; 公一竹内
Original assignee: Toyota Motor Corp
Current assignee: Toyota Motor Corp
Priority date: 2004-03-31
Filing date: 2004-03-31
Publication date: 2005-10-20
Anticipated expiration: 2024-03-31
Also published as: US20050222724A1; DE102005014720A1; JP4345547B2; CN1677286A; US7489994B2; DE102005014720B4

Abstract

【課題】制御の実行に伴い発生するゲインとリスクとを同じ確率次元で評価してより高度な制御目標を設定したりシステムの信頼性を向上させる。
【解決手段】制御システムは、リスクマネジメント制御部５０と、入力部６０と、実行システム部７０と、評価部８０とを含む。評価部８０は、制御の結果、期待する目標特性に合致するゲインと、目標特性に反するリスクとを検知する。検知されたゲインおよびリスクは、確率次元で処理され、発生確率のヒストグラムが作成される。システムの信頼性をゲインとリスクとを確率次元で捉えて、リスクマネジメント制御部５０がリスク判定を行なったり循環成長プロセスを決定する。このとき、リスクマネジメント制御部５０は、評価部８０により検知されたゲインおよびリスクを確率次元で捉えたシステムの信頼性に基づいて異常の予兆などを検知してリスクマネジメントを実行する。
【選択図】図１

Description

本発明は、移動体に適用されるコンピュータシステムにおいて目標に合致するように制御されるシステムであって、制御の実行に伴ない発生するゲインとリスクとを勘案して、より高度な制御目標を設定したり、システムの信頼性を向上させてシステムを安定化させたりする制御システムに関する。

自動車等の車両を含む自律的に移動する移動体において、環境規制の強化や燃費向上要求の増大などに伴い、車両の制御システムの制御性能の向上が求められ続けている。このような車両の制御システムにおいては高度な電子化が進み、車両に搭載された多数のＥＣＵ（Electronic Control Unit）が実行するソフトウェアにより車両が制御される。さらに、最近では、車両の「走る、曲がる、止まる」という基本的機能に加えて、ナビゲーション装置に連動する変速機やエンジンの制御システム、オートクルーズやレーンキープなどの運転支援システムが搭載されたりすることによる付加機能も、各機能をその機能のためのＥＣＵが実行するソフトウェアにより実現されている。

このような制御システムにおいては、ＥＣＵに入力されるデータやＥＣＵ内部のソフトウェアによる演算に誤りのないことが信頼性を確保するための前提となる。特開平１１−３９５８６号公報（特許文献１）は、このような点に関する自動運転制御装置を開示する。自動運転制御装置は、複数の電子制御装置間にてデータの通信を行ない、それら複数の電子制御装置の働きによって車両の自動運転を制御する自動運転制御装置であって、送信側電子制御装置から送られた受信データが、車両の走行状態を時系列に沿って示す連続したデータの場合に、その連続した受信データの変化が所定の実現可能な範囲内でないと判定されたときには、異常が発生したと判断する。

この自動運転制御装置によると、車両の自動運転の際に、データの信頼性をチェックして、好適に車両の制御を行なうことができる。
特開平１１−３９５８６号公報

しかしながら、特許文献１においては、データの信頼性を判断する場合、２つの連続した現車速のデータの差が、物理的に可能な範囲外（たとえば±３ｋｍ／ｈ）であると、データが異常であると仮に判断されて、最初の仮の異常の判定から、０．５秒以上連続して異常と判断されると、データの連続性に関する異常が確かに発生したと判断する。このように、範囲や時間に具体的な値をしきい値として代入して、そのしきい値と現実の値とを比較して、異常であることを判断している。

このような手法に従った従来の制御システムにおいては、制御の目標値に対する偏差が予め定められたしきい値を越えると、異常であると判断する。これでは、偏差が越えてからでないと異常に対する対応を行なうことができないことを意味する。たとえば、偏差がしきい値を越えると、その制御システムの入力センサが異常であるか否かをチェックしたり、演算の途中結果から演算式の誤りはあるか否かをチェックしたり、制御目標値を実現できるように（たとえば、容易に実現できるように）変更したりするが、しきい値を越えるまではこのような対応を何ら行なうことができない。これは、異常の予兆を検知して、それに対応することの困難性を示している。

このようなことに対して、制御システムに限定しなければ、リスクマネジメント等の管理手法が多く考えられている。たとえば、事業リスクを考慮して、将来得られるであろう収益（ゲイン）を予測するリスクヘッジシステムなどである。このようなシステムにおいては、リスクの発生を確率理論で処理して、リスクを回避（ヘッジ）しつつ収益（ゲイン）を多くするための事業展開の最適解を得るというようなものがその一例として挙げられる。

車両制御を含む制御システムにおいて、このような処理が困難であると考えられるのは、
１）制御システム上では、ゲインとリスクとが同次元で管理されていないこと、
２）リスクを考慮していないので、リスクの発生に対して制御システムの停止というような処理しか考えられない、
ということがある。それゆえに、制御システムにおいて、未然にリスクを回避しつつ、最大限のゲイン（燃費向上、排気ガスの最適浄化）が得られるような、リスクマネジメントを実現することが困難である。

本発明は、上述の課題を解決するためになされたものであって、その目的は、制御の実行に伴ない発生するゲインとリスクとを勘案して、より高度な制御目標を設定したり、システムの信頼性を向上させてシステムを安定化させたりする制御システムを提供することである。

第１の発明に係る制御システムは、状態量に関する情報および操作量に関する情報の少なくとも一方を検知するための検知手段と、検知された情報に基づいて、目標を達成するための実行手段に与えられる制御情報を生成するための制御手段と、制御情報に基づいて、電気的動作および機械的動作の少なくとも一方を実行するための実行手段とを含む移動体を制御する。この制御システムは、システムについて、少なくとも目標に対する状態量と目標に反する状態量とを対比可能な同一の次元で処理して、システムの信頼性に関する情報を検知するための信頼性検知手段と、検知された信頼性に関する情報に基づいて、目標および制御情報の少なくとも一方を変更するための変更手段とを含む。

第１の発明によると、システムの信頼性を、たとえば目標に対する状態量と目標に反する状態量とを対比可能な確率次元で捉えて、異常が発生する確率（可能性）に基づいて、変更手段が目標および制御情報の少なくとも一方を変更することができる。このようにすると、目標に対する状態量（これがゲインと呼ばれるもの）と目標に反する状態量（これがリスクと呼ばれるもの）とを同じ次元で処理することができるようになる。また、たとえばではあるがこの次元が確率次元である場合には、従来のようにしきい値で処理される場合と異なり、正常と異常との境界近傍に存在する異常の予兆を検知することができる。これを発現し得る可能性のあるリスクとして捉えて、制御の結果の利得であるゲインと、このリスクとを勘案して制御システムを成長させることなどができるようになる。すなわち、確率的にリスクの発生予兆が低いと、さらに高度な制御目標に変更したりできる。その結果、制御の実行に伴ない発生するゲインとリスクとを勘案して、より高度な制御目標を設定したり、システムの信頼性を向上させてシステムを安定化させたりする制御システムを提供することができる。

第２の発明に係る制御システムにおいては、第１の発明の構成に加えて、信頼性検知手段は、確率次元で処理して、システムの信頼性に関する情報を検知するための手段を含む。

第２の発明によると、確率次元で信頼性に関する情報を処理するので、従来のようにしきい値で処理される場合と異なり、正常と異常との境界近傍に存在する異常の予兆を検知することができる。これを発現し得る可能性のあるリスクとして捉えて、制御の結果の利得であるゲインと、このリスクとを勘案して制御システムを成長させることなどができる。

第３の発明に係る制御システムにおいては、第１または２の発明の構成に加えて、信頼性検知手段は、実行手段における、目標に対する偏差が予め定められた以上の値になる確率に基づいて、信頼性に関する情報を検知するための手段を含む。

第３の発明によると、目標に対する偏差が大きい状態が発生する確率分布が高い場合には、信頼性が低いと（すなわちリスクが高いと）判断することができる。

第４の発明に係る制御システムにおいては、第１または２の発明の構成に加えて、信頼性検知手段は、実行手段による動作が実行された結果、目標とする出力と実際の出力との偏差が予め定められた以上の値になる確率に基づいて、信頼性に関する情報を検知するための手段を含む。

第４の発明によると、目標とする出力と実際の出力との偏差の確率分布を求めて、信頼性が高いこと（すなわちリスクが低いこと）や、信頼性が低いこと（すなわちリスクが高いこと）を判断することができる。

第５の発明に係る制御システムにおいては、第１または２の発明の構成に加えて、信頼性検知手段は、実行手段による動作が実行された結果、目標とする効率と実際の効率との偏差が予め定められた以上の値になる確率に基づいて、信頼性に関する情報を検知するための手段を含む。

第５の発明によると、目標とする効率と実際の効率との偏差の確率分布を求めて、信頼性が高いこと（すなわちリスクが低いこと）や、信頼性が低いこと（すなわちリスクが高いこと）を判断することができる。

第６の発明に係る制御システムにおいては、第１〜５のいずれかの発明の構成に加えて、信頼性に関する情報は、移動体を構成する部品の状態量が変化する確率により表わされる情報である。

第６の発明によると、たとえば移動体が車両である場合であって、部品としてエンジンを想定すると、このエンジンの出力、熱効率などの状態量が制御された結果、目標や基準特性に対して実際にどのように変化したのかを検知して、それらの実際の値と目標値や基準値との偏差の確率分布を求めて、信頼性に関する情報を生成できる。

第７の発明に係る制御システムにおいては、第１〜５のいずれかの発明の構成に加えて、信頼性に関する情報は、移動体を構成する部品である、入力系部品、制御系部品、出力系部品および通信系部品の少なくとも１つにおいて異常が発生する確率により表わされる情報である。

第７の発明によると、制御システムを構成する基幹部品である、入力系部品、制御系部品、出力系部品および通信系部品の異常は、制御システムの信頼性に多大なる影響を与える。そのため、これらの部品の異常に基づいて信頼性に関する情報を生成することにより、意義のある信頼性に関する情報を得ることができる。

第８の発明に係る制御システムにおいては、第１〜５のいずれかの発明の構成に加えて、信頼性に関する情報は、移動体を構成する部品である、入力系部品である状態量を検知するセンサの検知誤差、出力系部品であるアクチュエータの作動誤差、出力系部品であるアクチュエータの応答性、通信系部品における応答性および目標の誤差の少なくとも１つに起因した異常が発生する確率により表わされる情報である。

第８の発明によると、センサの検知誤差、アクチュエータの作動誤差およびその応答性、通信系部品における応答性、目標の誤差の異常が発生する確率により信頼性に関する情報を生成することにより、意義のある信頼性に関する情報を得ることができる。

第９の発明に係る制御システムにおいては、第１の発明の構成に加えて、変更手段は、信頼性が目標範囲内であるときに、目標に対する偏差に基づいて、目標および制御情報の少なくとも一方を変更するための手段を含む。

第９の発明によると、確率次元で捉えられた目標に対する偏差に基づいて、偏差が大きくて収束しないと目標が過大すぎるとして目標を変更したり、偏差が小さいとより精度高く制御できるようにアクチュエータなどの入出力特性を変更して制御情報を変更することができる。

第１０の発明に係る制御システムにおいては、第９の発明の構成に加えて、変更手段は、目標に対する偏差が予め定められた範囲内であると、制御情報を生成するための入出力特性を変更することにより、制御情報を変更するための手段を含む。

第１０の発明によると、確率次元で捉えられた目標に対する偏差が小さいと、より精度高く制御できるようにアクチュエータなどの入出力特性を変更して制御情報を変更することができる。

第１１の発明に係る制御システムにおいては、第９の発明の構成に加えて、変更手段は、目標に対する偏差が予め定められた値以上であると、目標が過大であると判断して、目標を変更するための手段を含む。

第１１の発明によると、確率次元で捉えられた目標に対する偏差に基づいて、偏差が大きくて収束しないと目標が過大すぎるとして目標を変更することができる。これにより制御システムの信頼性が向上する。

第１２の発明に係る制御システムは、移動体としての車両における必要な目標を実現できるように車両を制御する。この制御システムは、ゲイン状態量として、目標特性に対する車両の状態量を検知するための手段と、リスク状態量として、目標特性に反する車両の状態量を検知するための手段と、検知した各状態量と、各状態量の目標との偏差が発生する確率を算出するための手段と、リスク状態量について算出された確率が予め定められた範囲内であって、ゲイン状態量について算出された確率が予め定められた範囲内であると、さらに性能を向上させる方向に目標を変更するための手段とを含む。

第１２の発明によると、目標特性に対する車両の状態量をゲイン状態量として検知して、目標特性に反する車両の状態量をリスク状態量として検知する。すなわち、ある制御の結果、期待する目標特性に合致するゲイン情報と、目標特性に反するリスク情報とを検知する。これらの情報を確率次元で処理して、リスクが低いと、さらに性能を向上させる方向に目標を変更して、さらに高性能な制御を実行できる。

第１３の発明に係る制御システムは、移動体としての車両における必要な目標を実現できるように車両を制御する。この制御システムは、ゲイン状態量として、目標特性に対する車両の状態量を検知するための手段と、リスク状態量として、目標特性に反する車両の状態量を検知するための手段と、検知した各状態量と、各状態量の目標との偏差が発生する確率を算出するための手段と、リスク状態量について算出された確率が予め定められた範囲内であって、ゲイン状態量について算出された確率が予め定められた範囲外であると、ゲイン状態量に関係するアクチュエータの入出力特性を変更するための手段とを含む。

第１３の発明によると、目標特性に対する車両の状態量をゲイン状態量として検知して、目標特性に反する車両の状態量をリスク状態量として検知する。すなわち、ある制御の結果、期待する目標特性に合致するゲイン情報と、目標特性に反するリスク情報とを検知する。これらの情報を確率次元で処理して、リスクが低いが、ゲインが低いと、ゲイン状態量に関係するアクチュエータの入出力特性を変更して、制御性を向上させることができる。

第１４の発明に係る制御システムは、移動体としての車両における必要な目標を実現できるように車両を制御する。この制御システムは、ゲイン状態量として、目標特性に対する車両の状態量を検知するための手段と、リスク状態量として、目標特性に反する車両の状態量を検知するための手段と、検知した各状態量と、各状態量の目標との偏差が発生する確率を算出するための手段と、リスク状態量について算出された確率が予め定められた範囲外であると、リスク回避措置を実行するための手段とを含む。

第１４の発明によると、目標特性に対する車両の状態量をゲイン状態量として検知して、目標特性に反する車両の状態量をリスク状態量として検知する。すなわち、ある制御の結果、期待する目標特性に合致するゲイン情報と、目標特性に反するリスク情報とを検知する。これらの情報を確率次元で処理して、リスクが高いと、異常が発生する予兆であったり、異常が発生しているので、直ちにリスク回避処理を行ない、制御システムの安定性を確保することができる。

第１５の発明に係る制御システムは、移動体としての車両における、エネルギ効率、駆動特性、排気ガス特性および制動特性のうち少なくとも１つを制御する。この制御システムは、ゲイン状態量として、車両速度、駆動効率、排気ガス浄化特性、制動力、制動効率のうち少なくとも１つを検知するための手段と、リスク状態量として、車速低下リスク、駆動効率低下リスク、排気ガス浄化悪化リスク、制動力低下リスク、制動効率低下リスクのうち少なくとも１つを検知するための手段と、検知した各状態量と、各状態量の目標との偏差が発生する確率を算出するための手段と、リスク状態量について算出された確率が予め定められた範囲内であって、ゲイン状態量について算出された確率が予め定められた範囲内であると、さらに性能を向上させる方向に目標を変更するための手段とを含む。

第１５の発明によると、車両における具体的なゲインとリスクとに基づいて、リスクが低いと、さらに性能を向上させる方向に目標を変更して、さらに高性能な制御を実行できる。

第１６の発明に係る制御システムは、移動体としての車両における、エネルギ効率、駆動特性、排気ガス特性および制動特性のうち少なくとも１つを制御する。この制御システムは、ゲイン状態量として、車両速度、駆動効率、排気ガス浄化特性、制動力、制動効率のうち少なくとも１つを検知するための手段と、リスク状態量として、車速低下リスク、駆動効率低下リスク、排気ガス浄化悪化リスク、制動力低下リスク、制動効率低下リスクのうち少なくとも１つを検知するための手段と、検知した各状態量と、各状態量の目標との偏差が発生する確率を算出するための手段と、リスク状態量について算出された確率が予め定められた範囲内であって、ゲイン状態量について算出された確率が予め定められた範囲外であると、エネルギ効率、排気ガス特性および制動特性に関係するアクチュエータの入出力特性を変更するための手段とを含む。

第１６の発明によると、車両における具体的なゲインとリスクとに基づいて、リスクが低いが、ゲインが低いと、ゲイン状態量に関係するアクチュエータの入出力特性を変更して、制御性を向上させることができる。

第１７の発明に係る制御システムは、移動体としての車両における、エネルギ効率、駆動特性、排気ガス特性および制動特性のうち少なくとも１つを制御する。この制御システムは、ゲイン状態量として、車両速度、駆動効率、排気ガス浄化特性、制動力、制動効率のうち少なくとも１つを検知するための手段と、リスク状態量として、車速低下リスク、駆動効率低下リスク、排気ガス浄化悪化リスク、制動力低下リスク、制動効率低下リスクのうち少なくとも１つを検知するための手段と、検知した各状態量と、各状態量の目標との偏差が発生する確率を算出するための手段と、リスク状態量について算出された確率が予め定められた範囲外であると、リスク回避措置を実行するための手段とを含む。

第１７の発明によると、車両における具体的なゲインとリスクとに基づいて、リスクが高いと、異常が発生する予兆であったり、異常が発生しているので、直ちにリスク回避処理を行ない、制御システムの安定性を確保することができる。

以下、図面を参照しつつ、本発明の実施の形態について説明する。以下の説明では、同一の部品には同一の符号を付してある。それらの名称および機能も同じである。したがってそれらについての詳細な説明は繰返さない。

＜第１の実施の形態＞
以下、本発明の第１の実施の形態に係る制御システムの概要について説明する。図１を参照して、本実施の形態に係る制御システムの構成について説明する。

図１に示すように、この制御システムは、リスクマネジメント制御部５０と、入力部６０と、実行システム部７０と、評価部８０とを含む。

リスクマネジメント制御部５０は、リスク判定、循環、成長プロセス決定、目標決定、入力決定、実行システムモデル決定の各機能を有する。

入力部６０は、情報検知、資源供給の各機能を有する。実行システム部７０は、情報検知、入力検知、目標偏差検知、出力実行の各機能を有する。評価部８０は、ゲイン検知、リスク検知の各機能を有する。

ここで、リスクマネジメントとは、期待しない負の影響を確率的に予測し、期待する機能をより高い確率で実現させるものである。リスクマネジメント機能をこのような制御システムに適用することにより、循環維持および制御システムの成長機能を実現させる。

このリスクマネジメントのポイントとしては、出力ゲインとリスクとを同次元で管理すること、出力ゲイン、リスクなどの状態量変化を確率的に捉え、確率的な目標設定をして、リスクを加味したフィードバック制御を実行すること、リスクに応じて、循環機能の維持、制御システムの成長を目標とした循環メカニズム、運用法を決定する機能を有することである。

図２に、このような制御システムにおける循環維持、成長プロセスのフローチャートを示す。

ステップ（以下、ステップをＳと略す）１０にて、制御システムは、あるべき姿（成長目標）を設定する。Ｓ２０にて、制御システムは、現状（目標達成度合い）を把握する。Ｓ３０にて、制御システムは、目標達成要件（不足分）を解析する。Ｓ４０にて、制御システムは、目標達成のための計画を決定する。Ｓ５０にて、制御システムは、目標達成プランの実行をする。

Ｓ５０の処理の後、処理はＳ１０へ戻され、これらを繰返し循環させることにより、制御システムがリスクに応じて循環機能を維持したり、制御システムを成長させたりすることができる。

その結果、図３に示すように、目標効率を順次段階的に上昇させていくことにより、実効率が向上しているようになって、制御システムが成長することになる。

本発明の実施の形態に係る制御システムにおいては、ゲインとリスクとを確率次元で管理する点が特徴である。これを図４〜図７を用いて説明する。目標に対する収束性を検知するためには、偏差分散を確率的に捉える必要があるため、図４〜図７に示す目標関数を設定する。

図４および図５に、横軸を時間として縦軸を出力としてゲインの偏差とリスクの偏差とをそれぞれ示す。図４および図５に示す曲線が、実際の制御対象における状態量を表わす。ゲインの目標に対して実際のゲインの状態量との差がゲイン偏差として、リスクの基準に対して実際のリスクの状態量との偏差がリスク偏差として捉えられる。

図６に横軸がゲイン偏差、縦軸がその発生確率としたヒストグラムを示す。また図７に、横軸をリスク偏差として縦軸を発生確率としたヒストグラムを示す。

図６に示すように、ゲインの偏差目標特性と確率偏差とが確率偏差の方がゲイン偏差が大きい側にずれるように表わされる。これは、偏差目標特性がゲイン偏差が小さい領域において収束するような一点鎖線で示されるような確率分布を持つことに対して、実際の偏差は実線で示されるような確率偏差を持つことに起因する。

図７に示すようにリスク偏差は偏差目標特性が一点鎖線で示されるようにリスク偏差が小さい領域において確率が高くリスク偏差が大きくなると偏差目標特性が小さくなるような確率分布を有する。それに対して、確率偏差は、偏差目標特性よりもリスク偏差が大きい領域でより確率が大きくなるような特性を有する。これは、目標とするリスク偏差特性に対して、実際のリスクの確率偏差がリスクが大きい領域で多く発生することに起因している。

これら図４〜図７に示したように、目標に対する、収束性を検知するために、偏差分散を確率で捉えることにより、ゲイン目標とリスク基準とを同次元で設定し実行値の偏差頻度を演算することが可能となる。また、ゲイン偏差、リスク偏差の確率次元における偏差目標特性に対する実行した確率偏差特性の差を演算することが可能になる。これらにより、確率次元での目標設定が可能となり、リスク変化の起点を算出することが可能となる。また、リスク変化を監視しているため、成長を加味したゲイン目標の変更を効率的に行なうことが可能となる。

図８に、上述した制御システムを車両に適用した場合のシステム構成図を示す。

図８に示すように、車両に適用した場合の制御システムは、複数のＥＣＵ（Electronic Control Unit）から構成される制御システムにおいて、それぞれのＥＣＵと通信するメインＥＣＵ１０００を有する。このメインＥＣＵ１０００が主体的にリスクマネジメント制御を実行する。

図８には、アクチュエータが２つである場合の例を示す。この制御システムは、メインＥＣＵ１０００を核として、アクチュエータ（１）側に、ＥＣＵ（１）１００と、アクチュエータ（１）１１０と、エネルギ供給部（１）１２０と、入力検知部（１）１３０と、ゲイン・リスク検知部（１）１４０とを含む。また、同じように、アクチュエータ（２）側にも、ＥＣＵ（２）２００と、アクチュエータ（２）２１０と、エネルギ供給部（２）２２０と、入力検知部（２）２３０と、ゲイン・リスク検知部（２）２４０とを含む。

このような構成において、構成されるＥＣＵやアクチュエータの機能が多い場合、リスクマネジメント容量が過大になりメインＥＣＵ１０００だけではコントロールできない場合がある。このような場合、個別ＥＣＵをコントロールするサブのリスクマネジメントＥＣＵ、サブのリスクマネジメントＥＣＵをコントロールのメインのリスクマネジメントＥＣＵを構成するようにしてもよい。

アクチュエータの機能別に分類してリスクマネジメントＥＣＵを必要な数だけ構成するようにして、責任分担を決めてリスクマネジメントを行なうようにしてもよい。また、この責任分担範囲は、発生リスクに応じて変更される。サブのリスクマネジメントＥＣＵだけでは解決できないリスクが発生した場合には、上位のリスクマネジメントＥＣＵが統括的に制御を実行する。サブのリスクマネジメントＥＣＵの責任範囲の発生リスクが十分に低いと判断された場合には、発生リスクの高い領域をコントロールしているＥＣＵのバックアップを実行する。

制御システムが複数のアクチュエータを含んで構成されている場合、個々のアクチュエータに入力、出力特性の検知部を設け、個別のＥＣＵまたはリスクマネジメントＥＣＵと通信させる。アクチュエータは個別のＥＣＵまたはリスクマネジメントＥＣＵの指令により駆動するものである。出力特性の検知部は期待する正の影響（ゲイン）と期待しない負の影響（リスク）とをそれぞれ検知し、ゲインおよびリスクに基づいて、制御の実行内容を決定する演算を実行する。

さらには、入出力影響因子の寄与度解析部を設定し、循環維持、制御システムの成長を加味した、目標、入出力特性の変更を決定する演算部と、特性変更を実行する実行部とを構成するようにしてもよい。

図９に、図８の制御ブロック図をソフトウェアの構成として示した場合の図を示す。

メインＥＣＵ１０００においては、リスクマネジメント制御部がプログラムにより実行される。このリスクマネジメント制御部は、運転要求検知機能、運転状態検知機能、リスク検知機能、リスク目標偏差演算機能、リスク判定機能、リスク回避手段決定機能、リスク回避判定機能、循環・成長制御許可判定機能、ゲイン検知機能、ゲイン成長偏差演算機能、循環・成長プロセス決定機能、リスク・ゲイン目標調停機能、リスク・ゲイン目標決定機能、入力決定機能、実行システムモデル決定機能を有する。

ＥＣＵ（１）１００およびＥＣＵ（２）２００はともに、アクチュエーションシステム制御部を有し、アクチュエーション制御部は、運転状態検知機能、入力検知機能、出力検知機能、目標偏差検知機能、出力実行機能をそれぞれ有する。

このようなメインＥＣＵ１０００により、循環維持・制御システムの成長を加味した目標設定や特性変更が行なわれる。これは、各影響因子に特性検知機能を設けて、変更した入力特性に対する目標偏差の変化量の割合から寄与度を分析する。目標偏差の変化量の極大値を寄与度が最大であると判定して、入力特性を決定する。すなわち、規定の変化特性における最適入力特性を決定することになる。

目標偏差の変化量の極大値が規定値以下（実質的に０）の場合、入出力の変換特性を変更する。すなわち、規定の変化特性における限界と判定して、他の変換特性による成長を図る。

目標偏差の変化量が極大値が規定値（実質的に０）以下で、目標特性変更後の目標偏差が最小となったときの入力特性と変換特性とを決定する。すなわち、成長の限界を特定し、入出力の変換特性を決定付ける。

目標偏差特性が規定値以上（過大の目標）規定値以下（実質的に０）を継続した場合、優先度合いに従い目標特性を変更する。すなわち、過大な目標を取止めて、適正な目標に修正することになる。

また、このような制御システムにおいてはリスク判定が行なわれるが、制御システムは、以下に示すＡ、Ｂ、Ｃの故障形態を特定する特定部を有する。故障形態が特定されると、その特定された故障形態に応じたリスク回避が行なわれる。

Ａ．蓄積型故障（摩耗故障）
故障影響因子の作動負荷×頻度を検知して、設計寿命から負荷×頻度を減算して残存寿命を推定する。残存寿命の変化率が規定値以上、または残存寿命が規定値以下、または必要寿命に対し残存寿命が下回るなどの場合、以下の対応を実行する。なお、必要寿命は生涯作動回数・時間と作動・時間との差などから特定するようにすればよい。このような蓄積型故障に対しては、代替手段への切換、補助手段による冗長制御、作動頻度の抑制などの回避手段が実行される。

Ｂ．過大入力による故障
影響因子に負荷するストレスを検知し危険度を検知する。危険度が規定値以上になった場合、代替手段による切換、補助手段による冗長制御、負荷の分散・軽減などのリスク回避が実行される。なお、危険度は、入力エネルギ、荷重、発熱温度などからストレスを検知し判定するようにすればよい。

Ｃ．偶発故障
事前に検知できない場合、故障検知後、バックアップ手段に切換える。事前検知できる場合（故障確率がわかり、規定値以上の場合）には、代替手段による切換、補助手段による冗長制御を、故障を検出する前に実行することによりリスク回避を行なう。なお、故障確率は、通信手段により市場の情報を取得することなどにより検知するようにすればよい。

リスク回避判定は、上述したＡ、Ｂ、Ｃのリスク回避手段によりリスクを低減させて、目標範囲内となった場合にはリスクが回避されたと判定する。リスクが回避されたと判定された場合、通常制御に復帰可能か否かを判定して通常制御に復帰可能な場合には通常制御に復帰し、通常制御に復帰不可能な場合は、リスク回避制御を継続する。

循環維持・制御システムの成長を加味した制御許可が判断される。リスクが目標リスク確率の範囲内において循環維持、制御システムの成長を加味した制御が許可される。目標リスク範囲外においては、循環維持、制御システムの成長を加味した制御が禁止される。

ゲイン・リスク目標調停部は、ゲインとリスクが背反関係にあると判断された場合、優先度判定基準に従い、ゲイン・リスクの目標を変更する。

図１０を参照して、本実施の形態に係る制御システムで実行されるプログラム制御構造について説明する。

この説明に先立ち、入出力および目標関数の定義の一覧を以下に示す。

（１−１）リスクの定義
Ｒout＝[Ｒout(1)、Ｒout(2)、Ｒout(3)、…]
入力と影響度合いとの関数で表現：Ｒout＝rout(x)
入力：Ｘ＝[x(1)、x(2)、x(3)、…]
（１−２）ゲインの定義
Ｇout＝[Ｇout(1)、Ｇout(2)、Ｇout(3)、…]
入力と影響度合いとの関数で表現：Ｇout＝gout(x)
入力：Ｘ＝[x(1)、x(2)、x(3)、…]
（１−３）リスク効率の定義
Ｋrout＝[Ｋrout(1)、Ｋrout(2)、Ｋrout(3)、…]
入力に対するリスクの割合で表現：Ｋrout＝Ｒout／x
（１−４）ゲイン効率の定義
Ｋgout＝[Ｋgout(1)、Ｋgout(2)、Ｋgout(3)、…]
入力に対するゲインの割合で表現：Ｋgout＝Ｇout／x
（２−１）目標リスク確率関数
Ａrt＝[Ａrt(1)、Ａrt(2)、Ａrt(3)、…]
影響度合いと発生確率との関数で表現：Ａrt＝art(r)
r：リスク影響度合い
（２−２）目標ゲイン確率関数
Ａgt＝[Ａgt(1)、Ａgt(2)、Ａgt(3)、…]
影響度合いと発生確率との関数で表現：Ａgt＝agt(g)
g：ゲイン影響度合い
（２−３）目標リスク効率確率関数
Ａkrt＝[Ａkrt(1)、Ａkrt(2)、Ａkrt(3)、…]
リスク効率と発生確率との関数で表現：Ａkrt＝akrt(kr)
kr：リスク効率
（２−４）目標ゲイン効率確率関数
Ａkgt＝[Ａkgt(1)、Ａkgt(2)、Ａkgt(3)、…]
ゲイン効率と発生確率との関数で表現：Ａkgt＝akgt(g)
kg：ゲイン効率
（３−１）リスクの確率関数
（３−１−１）基準リスクＲkを規定しない場合
Ａr＝[Ａr(1)、Ａr(2)、Ａr(3)、…]
Ａr＝ar(Ｒout)
（３−１−２）基準リスクＲkを規定する場合
Ｒk＝[Ｒk(1)、Ｒk(2)、…]
基準リスクＲkとして、Ａr＝ar（Ｒk−Ｒout)
（３−２）ゲインの確率関数
（３−２−１）基準ゲインＧkを規定しない場合
Ａg＝[Ａg(1)、Ａg(2)、Ａg(3)、…]
Ａg＝ag(Ｇout)
（３−２−２）基準ゲインＧkを規定する場合
Ｇk＝[Ｇk(1)、Ｇk(2)、…]
基準ゲインＧkとして、Ａg＝ag（Ｇk−Ｇout）
（４−１）リスク効率の確率関数
（４−１−１）基準リスク効率Ｋrkを規定しない場合
Ａkr＝[Ａkr(1)、Ａkr(2)、Ａkr(3)、…]
Ａkr＝akr(Ｋrout)
（４−１−２）基準リスク効率Ｋrkを規定する場合
基準リスク効率Ｋrkとして、
Ｋrk＝[Ｋrk(1)、Ｋrk(2)、…]
Ａkr＝akr（Ｋrk−Ｋrout）
（４−２）ゲイン効率の確率関数
（４−２−１）基準リスク効率Ｋgkを規定しない場合
Ａkg＝[Ａkg(1)、Ａkg(2)、Ａkg(3)、…]
Ａkg＝akg(Ｋgout)
（４−２−２）基準リスク効率Ｋgkを規定する場合
基準リスク効率Ｋgkとして、
Ｋgk＝[Ｋgk(1)、Ｋgk(2)、…]
Ａkg＝akg（Ｋgk−Ｋgout）
（５−１）リスク確率偏差
dＡr＝[dＡr(1)、dＡr(2)、dＡr(3)、…]
dＡr＝Ａrt−Ar
（５−２）ゲイン確率偏差
dＡg＝[dＡg(1)、dＡg(2)、dＡg(3)、…]
dＡg＝Ａgt−Ag
（６−１）リスク効率確率偏差
dＡkr＝[dＡkr(1)、dＡkr(2)、dＡkr(3)、…]
dＡkr＝Ａkrt−Akr
（６−２）ゲイン効率確率偏差
dＡkg＝[dＡkg(1)、dＡkg(2)、dＡkg(3)、…]
dＡkg＝Ａkgt−Akg
このような定義を前提として、以下のようなプログラムが実行される。

Ｓ１０００にて、制御システムは、運転（ドライバ）要求を検出する。Ｓ１０１０にて、制御システムは、運転状態を検出する。Ｓ１０２０にて、制御システムは、入力量（Ｘ（＊＊））を検出する。

Ｓ１０３０にて、制御システムは、出力（Ｇout（＊＊））を演算する。Ｓ１０４０にて、制御システムは、出力効率（Ｋgout（＊＊））を演算する。Ｓ１０５０にて、制御システムは、ゲインを検出する。Ｓ１０６０にて、制御システムは、リスクを検出する。

Ｓ１０７０にて、制御システムは、ゲイン目標偏差（Ａg（＊＊））を演算する。Ｓ１０８０にて、制御システムは、ゲイン効率偏差（Ａkg（＊＊））を演算する。Ｓ１０９０にて、制御システムは、リスク目標センサ（Ａr（＊＊））を演算する。Ｓ１１００にて、制御システムは、リスク効率偏差（Ａkr（＊＊））を演算する。

Ｓ１１１０にて、制御システムは、ゲイン偏差頻度カウンタをアップする。Ｓ１１２０にて、制御システムは、リスク偏差頻度カウンタをアップする。これらのＳ１１１０およびＳ１１２０の処理により図６および図７に示す確率分布のヒストグラムが作成されることになる。

Ｓ１１３０にて、制御システムは、リスク回避判定処理を実行する。Ｓ１１４０にて、制御システムは、リスク回避方法を決定する。Ｓ１１５０にて、制御システムは、循環・成長制御許可判定を行なう。

Ｓ１１６０にて、制御システムは、循環成長プロセスを決定する。Ｓ１１７０にて、制御システムはリスクゲイン目標を調停する。Ｓ１１８０にて、制御システムは、リスクゲイン目標（Ｇk（＊＊），Ｒk（＊＊））を決定する。Ｓ１１９０にて、制御システムは、リスクゲイン効率目標（Ｋgk（＊＊），Ｋrk（＊＊））を決定する。

Ｓ１２００にて、制御システムは、システムモデルを決定する。Ｓ１２１０にて、制御システムは、入力指令値を決定する。Ｓ１２２０にて、制御システムは、入力値に基づく制御を実行する。

図１１を参照して、Ｓ１１４０〜Ｓ１１６０の処理の詳細について説明する。

Ｓ１３００にて、制御システムは、システムが正常状態であるか否かを判断する。すなわち、制御システムは故障状態でないことが確認できるか否かを判断する。制御システムは、正常状態であることが確認できると（Ｓ１３００にてＹＥＳ）、処理はＳ１３１０へ移される。もしそうでないと（Ｓ１３００にてＮＯ）、処理はＳ１４２０へ移される。

Ｓ１３１０にて、制御システムは、リスクが目標範囲内にあるか否かを判断する。すなわち、リスクが回避されている状態であるか否かが判断される。リスクが目標範囲内であると（Ｓ１３１０にてＹＥＳ）、処理はＳ１３２０へ移される。もしそうでないと（Ｓ１３１０にてＮＯ）、処理はＳ１４２０へ移される。

Ｓ１３２０にて、制御システムは、通常制御を実施する。Ｓ１３３０にて、制御システムは、制御システム自体が成長段階であるか否かを判断する。制御システム自体が成長段階であると（Ｓ１３３０にてＹＥＳ）、処理はＳ１３４０へ移される。もしそうでないと（Ｓ１３３０にてＮＯ）、この処理を終了する。

Ｓ１３４０にて、制御システムは、入力特性の変更を実行する。Ｓ１３５０にて、制御システムは、出力変動の検出を実行する。Ｓ１３６０にて、制御システムは、各入力の寄与度を演算する。

Ｓ１３７０にて、制御システムは、目標偏差の変化量の極大値が予め定められたしきい値α以下であるか否かを判断する。目標偏差の変化量の極大値が予め定められたしきい値α以下である場合には（Ｓ１３７０にてＹＥＳ）、処理はＳ１３８０へ移される。もしそうでないと（Ｓ１３７０にてＮＯ）、処理はＳ１４１０へ移される。

Ｓ１３８０にて、制御システムは、入出力変換特性を変更する処理を実行する。Ｓ１３９０にて、制御システムは、目標偏差が最小であるか否かを判断する。目標偏差が最小であると（Ｓ１３９０にてＹＥＳ）、処理はＳ１４００へ移される。もしそうでないと（Ｓ１３９０にてＮＯ）、処理はＳ１３８０へ戻され、目標偏差が最小になるまで循環が維持される。

Ｓ１４００にて、制御システムは、入出力変換特性を決定する。

Ｓ１４１０にて、制御システムは、入力特性の変更を実行する。

Ｓ１４２０にて、制御システムは、リスク回避措置を実施する。このとき、循環維持ならびに制御システム自体の成長が禁止される。

以上のようにして、本実施の形態に係る制御システムによると、ゲインとリスクとを同じ確率次元で管理し、リスクを加味した目標設定が行なわれる。リスクを加味しているため、リスクに直面した場合であっても、リスクの範囲内において循環系を維持して制御システム自体を成長させることができる。

＜第２の実施の形態＞
上述した制御システムを、車両に適用した場合のより具体的な実施の形態を、以下の第２の実施の形態として説明する。なお、本実施の形態における制御ブロックは、前述の図８に示したものと同じであるため、ここでの詳細な説明は繰返さない。

本実施の形態に係る車両の制御システムは、タイヤ前後力駆動制御における燃費（エネルギ効率）、排気ガス浄化性能および制動性能を高次元で両立させることを目的とする。このため、目標関数および関数設定が行なわれる。

まず、以下に、目標関数の一覧を示す。

（１）目標ゲイン確率関数
（１−１）車体速度：Ａgt(1)
エンジン出力Ａgt(11)、発電量Ａgt(12)、蓄電量Ａgt(13)、
モータトルクＡgt(14)、モータ回転数Ａgt(15)、
ＣＶＴ（Continuously Variable Transmission）変速比Ａgt(16)、駆動力Ａgt(17)
（１−２）排気ガス特性：Ａgt(2)
空燃比Ａgt(21)、
ＣＯ排出量Ａgt(22)、ＮＯｘ排出量Ａgt(23)、ＨＣ排出量Ａgt(24)
（１−３）制動力：Ａgt(3)
アクチュエータ駆動電流Ａgt(31)、ブレーキ油圧Ａgt(32)、回生トルクＡgt(33)
（２）目標ゲイン効率確率関数
（２−１）駆動効率：Ａkgt(1)
エンジン効率Ａkgt(11)、発電効率Ａkgt(12)、蓄電効率Ａkgt(13)、
モータ効率Akgt(14)
（２−２）制動効率：Ａkgt(2)
制動エネルギＡkgt(21)、消費エネルギＡkgt(22)、回生エネルギＡkgt(23)
モータ効率Akgt(14)
（３）目標リスク確率関数
（３−１）車体速度低下リスク：Ａrt(1)
エンジン出力変化Ａrt(11)、発電量変化Ａrt(12)、蓄電量変化Ａrt(13)、
モータトルク変化Ａrt(14)、モータ回転数変化Ａrt(15)、
ＣＶＴ変速比変化Ａrt(16)、駆動力変化Ａrt(17)
（３−２）排気ガス悪化リスク：Ａrt(2)
空燃比変化Ａrt(21)、
ＣＯ排出量変化Ａrt(22)、ＮＯｘ排出量変換Ａrt(23)、ＨＣ排出量変化Ａrt(24)
（３−３）制動力低下リスク：Ａrt(3)
アクチュエータ駆動電流変化Ａrt(31)、ブレーキ油圧変化Ａrt(32)、
回生トルク変換Ａrt(33)
（４）目標リスク効率確率関数
（４−１）駆動効率低下リスク：Ａkrt(1)
エンジン効率変化Ａkrt(11)、発電効率変化Ａkrt(12)、蓄電効率変換Ａkrt(13)、
モータ効率変化Akgt(14)
（４−２）制動効率低下リスク：Ａkrt(2)
制動エネルギ変化Ａkrt(21)、消費エネルギ変化Ａkrt(22)、
回生エネルギ変化Ａkrt(23)
次に、以下に、関数設定の一覧を示す。
伝達系
（１）駆動出力ゲイン
入力
燃料噴射量Ｘ(11)
エンジン出力
Ｇout(11)＝gout(11)｛Ｘ(11)｝
基準特性Ｇk(11)
実偏差確率Ａg(11)＝ag｛Ｇk(11)−Ｇout(11)｝
目標偏差確率Ａgt(11)
発電量
Ｇout(12)＝gout(12)｛Ｇout(11)｝
基準特性Ｇk(12)
実偏差確率Ａg(12)＝ag｛Ｇk(12)−Ｇout(12)｝
目標偏差確率Ａgt(12)
蓄電量
Ｇout(13)＝gout(13)｛Ｇout(12)｝
基準特性Ｇk(13)
実偏差確率Ａg(13)＝ag｛Ｇk(13)−Ｇout(13)｝
目標偏差確率Ａgt(13)
第２入力
電力供給量Ｘ(12)
モータトルク
Ｇout(14)＝gout(14)｛Ｘ(12)｝
基準特性Ｇk(14)
実偏差確率Ａg(14)＝ag｛Ｇk(14)−Ｇout(14)｝
目標偏差確率Ａgt(14)
モータ回転数
Ｇout(15)＝gout(15)｛Ｘ(12)｝
基準特性Ｇk(15)
実偏差確率Ａg(15)＝ag｛Ｇk(15)−Ｇout(15)｝
目標偏差確率Ａgt(15)
ＣＶＴ変速比
Ｇout(16)＝gout(16)｛Ｇout(15)｝
基準特性Ｇk(16)
実偏差確率Ａg(16)＝ag｛Ｇk(16)−Ｇout(16)｝
目標偏差確率Ａgt(16)
駆動力
Ｇout(17)＝gout(17)｛Ｇout(16)｝
基準特性Ｇk(17)
実偏差確率Ａg(17)＝ag｛Ｇk(17)−Ｇout(17)｝
目標偏差確率Ａgt(17)
車体速度
Ｇout(1)＝gout(1)｛Ｇout(16)｝
基準特性Ｇk(1)
実偏差確率Ａg(1)＝ag｛Ｇk(1)−Ｇout(1)｝
目標偏差確率Ａgt(1)
車体出力
Ｇout(18)＝Ｇout(1)×Ｇout(17)
基準特性Ｇk(18)
実偏差確率Ａg(18)＝ag｛Ｇk(18)−Ｇout(18)｝
目標偏差確率Ａgt(18)
（２）駆動出力ゲイン
入力
燃料噴射量Ｘ(11)
エンジン出力
Ｇout(11)＝gout(11)｛Ｘ(11)｝
基準特性Ｒk(11)
実偏差確率Ａr(11)＝ar｛Ｒk(11)−Ｇout(11)｝
目標偏差確率Ａrt(11)
発電量
Ｇout(12)＝gout(12)｛Ｇout(11)｝
基準特性Ｒk(12)
実偏差確率Ａr(12)＝ar｛Ｒk(12)−Ｇout(12)｝
目標偏差確率Ａrt(12)
蓄電量
Ｇout(13)＝gout(13)｛Ｇout(12)｝
基準特性Ｒk(13)
実偏差確率Ａr(13)＝ar｛Ｒk(13)−Ｇout(13)｝
目標偏差確率Ａrt(13)
第２入力
電力供給量Ｘ(12)
モータトルク
Ｇout(14)＝gout(14)｛Ｘ(12)｝
基準特性Ｒk(14)
実偏差確率Ａr(14)＝ar｛Ｒk(14)−Ｇout(14)｝
目標偏差確率Ａrt(14)
モータ回転数
Ｇout(15)＝gout(15)｛Ｘ(12)｝
基準特性Ｒk(15)
実偏差確率Ａr(15)＝ar｛Ｒk(15)−Ｇout(15)｝
目標偏差確率Ａrt(15)
ＣＶＴ変速比
Ｇout(16)＝gout(16)｛Ｇout(15)｝
基準特性Ｒk(16)
実偏差確率Ａr(16)＝ar｛Ｒk(16)−Ｇout(16)｝
目標偏差確率Ａrt(16)
駆動力
Ｇout(17)＝gout(17)｛Ｇout(16)｝
基準特性Ｒk(17)
実偏差確率Ａr(17)＝ar｛Ｒk(17)−Ｇout(17)｝
目標偏差確率Ａrt(17)
車体速度
Ｇout(1)＝gout(1)｛Ｇout(16)｝
基準特性Ｒk(1)
実偏差確率Ａr(1)＝ar｛Ｒk(1)−Ｇout(1)｝
目標偏差確率Ａrt(1)
車体出力
Ｇout(18)＝Ｇout(1)×Ｇout(17)
基準特性Ｒk(18)
実偏差確率Ａr(18)＝ar｛Ｒk(18)−Ｇout(18)｝
目標偏差確率Ａrt(18)
（３）駆動ゲイン効率
エンジン熱効率
Ｋgout(11)＝kgout(11)｛Ｘ(11)｝
基準特性Ｋgk(11)
実偏差確率Ａkg(11)＝akg｛Ｋgk(11)−Ｋgout(11)｝
目標偏差確率Ａkgt(11)
発電効率
Ｋgout(12)＝kgout(12)｛Ｋgout(11)｝
基準特性Ｋgk(12)
実偏差確率Ａkg(12)＝akg｛Ｋgk(12)−Ｋgout(12)｝
目標偏差確率Ａkgt(12)
充電効率
Ｋgout(13)＝kgout(13)｛Ｋgout(12)｝
基準特性Ｋgk(13)
実偏差確率Ａkg(13)＝akg｛Ｋgk(13)−Ｋgout(13)｝
目標偏差確率Ａkgt(13)
モータ効率
Ｋgout(14)＝kgout(14)｛Ｘ(12)｝
基準特性Ｋgk(14)
実偏差確率Ａkg(14)＝akg｛Ｋgk(14)−Ｋgout(14)｝
目標偏差確率Ａkgt(14)
駆動効率
Ｋgout(1)＝kgout(1)｛Ｋgout(14)｝
基準特性Ｋgk(1)
実偏差確率Ａkg(1)＝akg｛Ｋgk(1)−Ｋgout(1)｝
目標偏差確率Ａkgt(1)
（４）駆動リスク効率
エンジン熱効率
Ｋgout(11)＝kgout(11)｛Ｘ(11)｝
基準特性Ｋrk(11)
実偏差確率Ａkr(11)＝akr｛Ｋrk(11)−Ｋgout(11)｝
目標偏差確率Ａkrt(11)
発電効率
Ｋgout(12)＝kgout(12)｛Ｋgout(11)｝
基準特性Ｋrk(12)
実偏差確率Ａkr(12)＝akr｛Ｋrk(12)−Ｋgout(12)｝
目標偏差確率Ａkrt(12)
充電効率
Ｋgout(13)＝kgout(13)｛Ｋgout(12)｝
基準特性Ｋrk(13)
実偏差確率Ａkr(13)＝akr｛Ｋrk(13)−Ｋgout(13)｝
目標偏差確率Ａkrt(13)
モータ効率
Ｋgout(14)＝kgout(14)｛Ｘ(12)｝
基準特性Ｋrk(14)
実偏差確率Ａkr(14)＝akr｛Ｋrk(14)−Ｋgout(14)｝
目標偏差確率Ａkrt(14)
駆動効率
Ｋgout(1)＝kgout(1)｛Ｋgout(14)｝
基準特性Ｋrk(1)
実偏差確率Ａkr(1)＝akr｛Ｋrk(1)−Ｋgout(1)｝
目標偏差確率Ａkrt(1)
（５）排気ガス特性
空燃比
Ｇout(21)＝gout(21)｛Ｘ(11)｝
基準特性Ｇk(21)
実偏差確率Ａg(21)＝ag｛Ｇk(21)−Ｇout(21)｝
目標偏差確率Ａgt(21)
ＣＯ排出量
Ｇout(22)＝gout(22)｛Ｇout(21)｝
基準特性Ｇk(22)
実偏差確率Ａg(22)＝ag｛Ｇk(22)−Ｇout(22)｝
目標偏差確率Ａgt(22)
ＮＯｘ排出量
Ｇout(23)＝gout(23)｛Ｇout(21)｝
基準特性Ｇk(23)
実偏差確率Ａg(23)＝ag｛Ｇk(23)−Ｇout(23)｝
目標偏差確率Ａgt(23)
ＨＣ排出量
Ｇout(24)＝gout(24)｛Ｇout(21)｝
基準特性Ｇk(24)
実偏差確率Ａg(24)＝ag｛Ｇk(24)−Ｇout(24)｝
目標偏差確率Ａgt(24)
排気ガス特性
Ｇout(2)＝gout(2)｛Ｇout(21)｝
基準特性Ｇk(2)
実偏差確率Ａg(2)＝ag｛Ｇk(2)−Ｇout(2)｝
目標偏差確率Ａgt(2)
（６）排気ガス悪化リスク
空燃比
Ｇout(21)＝gout(21)｛Ｘ(11)｝
基準特性Ｒk(21)
実偏差確率Ａr(21)＝ar｛Ｒk(21)−Ｇout(21)｝
目標偏差確率Ａrt(21)
ＣＯ排出量
Ｇout(22)＝gout(22)｛Ｇout(21)｝
基準特性Ｒk(22)
実偏差確率Ａr(22)＝ar｛Ｒk(22)−Ｇout(22)｝
目標偏差確率Ａrt(22)
ＮＯｘ排出量
Ｇout(23)＝gout(23)｛Ｇout(21)｝
基準特性Ｒk(23)
実偏差確率Ａr(23)＝ar｛Ｒk(23)−Ｇout(23)｝
目標偏差確率Ａrt(23)
ＨＣ排出量
Ｇout(24)＝gout(24)｛Ｇout(21)｝
基準特性Ｒk(24)
実偏差確率Ａr(24)＝ar｛Ｒk(24)−Ｇout(24)｝
目標偏差確率Ａrt(24)
排気ガス特性
Ｇout(2)＝gout(2)｛Ｇout(21)｝
基準特性Ｒk(2)
実偏差確率Ａr(2)＝ar｛Ｒk(2)−Ｇout(2)｝
目標偏差確率Ａrt(2)
（７）制動力ゲイン
入力
電力供給量Ｘ(31)
アクチュエータ駆動電流
Ｇout(31)＝gout(31)｛Ｘ(31)｝
基準特性Ｇk(31)
実偏差確率Ａg(31)＝ag｛Ｇk(31)−Ｇout(31)｝
目標偏差確率Ａgt(31)
ブレーキ油圧
Ｇout(32)＝gout(32)｛Ｇout(31)｝
基準特性Ｇk(32)
実偏差確率Ａg(32)＝ag｛Ｇk(32)−Ｇout(32)｝
目標偏差確率Ａgt(32)
回生トルク
Ｇout(33)＝gout(33)｛Ｇout(33)｝
基準特性Ｇk(33)
実偏差確率Ａg(33)＝ag｛Ｇk(33)−Ｇout(33)｝
目標偏差確率Ａgt(33)
制動力
Ｇout(3)＝gout(3)｛Ｇout(32)｝
基準特性Ｇk(3)
実偏差確率Ａg(3)＝ag｛Ｇk(3)−Ｇout(3)｝
目標偏差確率Ａgt(3)
（８）制動力低下リスク
入力
電力供給量Ｘ(31)
アクチュエータ駆動電流
Ｇout(31)＝gout(31)｛Ｘ(31)｝
基準特性Ｒk(31)
実偏差確率Ａr(31)＝ar｛Ｒk(31)−Ｇout(31)｝
目標偏差確率Ａrt(31)
ブレーキ油圧
Ｇout(32)＝gout(32)｛Ｇout(31)｝
基準特性Ｒk(32)
実偏差確率Ａr(32)＝ar｛Ｒk(32)−Ｇout(32)｝
目標偏差確率Ａrt(32)
回生トルク
Ｇout(33)＝gout(33)｛Ｇout(33)｝
基準特性Ｒk(33)
実偏差確率Ａr(33)＝ar｛Ｒk(33)−Ｇout(33)｝
目標偏差確率Ａrt(33)
制動力
Ｇout(3)＝gout(3)｛Ｇout(32)｝
基準特性Ｒk(3)
実偏差確率Ａr(3)＝ar｛Ｒk(3)−Ｇout(3)｝
目標偏差確率Ａrt(3)
（９）制動効率
制動エネルギ
Ｋgout(21)＝kgout(21)｛Ｇout(1)｝
基準特性Ｋgk(21)
実偏差確率Ａkg(21)＝akg｛Ｋgk(21)−Ｋgout(21)｝
目標偏差確率Ａkgt(21)
消費エネルギ
Ｋgout(22)＝kgout(22)｛Ｋgout(21)｝
基準特性Ｋgk(22)
実偏差確率Ａkg(22)＝akg｛Ｋgk(22)−Ｋgout(22)｝
目標偏差確率Ａkgt(22)
回生エネルギ
Ｋgout(23)＝kgout(23)｛Ｋgout(21)｝
基準特性Ｋgk(23)
実偏差確率Ａkg(23)＝akg｛Ｋgk(23)−Ｋgout(23)｝
目標偏差確率Ａkgt(23)
制動効率
Ｋgout(2)＝kgout(2)｛Ｋgout(23)｝
基準特性Ｋgk(2)
実偏差確率Ａkg(2)＝akg｛Ｋgk(2)−Ｋgout(2)｝
目標偏差確率Ａkgt(2)
（１０）制動効率低下リスク
制動エネルギ
Ｋgout(21)＝kgout(21)｛Ｇout(1)｝
基準特性Ｋrk(21)
実偏差確率Ａkr(21)＝akr｛Ｋrk(21)−Ｋgout(21)｝
目標偏差確率Ａkrt(21)
消費エネルギ
Ｋgout(22)＝kgout(22)｛Ｋgout(21)｝
基準特性Ｋrk(22)
実偏差確率Ａkr(22)＝akr｛Ｋrk(22)−Ｋgout(22)｝
目標偏差確率Ａkrt(22)
回生エネルギ
Ｋgout(23)＝kgout(23)｛Ｋgout(21)｝
基準特性Ｋrk(23)
実偏差確率Ａkr(23)＝akr｛Ｋrk(23)−Ｋgout(23)｝
目標偏差確率Ａkrt(23)
制動効率
Ｋgout(2)＝kgout(2)｛Ｋgout(23)｝
基準特性Ｋrk(2)
実偏差確率Ａkr(2)＝akr｛Ｋrk(2)−Ｋgout(2)｝
目標偏差確率Ａkrt(2)
本実施の形態に係る車両の制御システムは、タイヤ前後力駆動制御において、
（１）目標の変更
（２）目標達成手段の解析
（３）目標達成手段の決定
を行なう。

（１）目標の変更は、目標達成した場合は設定目標をさらに高めて成長を図る。正常な状態であるにもかかわらず目標を達成する目処がない場合、設定目標を下げる。偏差のバランスは、各因子の優先度合いに応じて目標達成の過程に重み付けを行ない決定するものである。

（２）目標達成手段の解析は、ゲインおよびリスクの関連因子の寄与度を分析することを目的として行なわれる。解析時に用いられる指標として、因子の特性変化量に対する偏差目標の変化量の割合が用いられる。

（３）目標達成手段の決定は、各因子の優先度合いを設定しておいて、優先度合いに応じた実施手段の重み付けを行なって目標達成手段を実行する。

なお、本実施の形態に係る車両の制御システムにおける制御概要（運用ルール）は、
１）ＳＯＣ（States Of Charge）に従い、モータ出力に対してエンジン出力の比率が最小になるようにする、
２）制動時に車体運動エネルギに応じて、回生ブレーキエネルギが最大になるようにする、
３）エンジン熱効率、モータ効率が最大になるようにする、
４）排気ガス清浄特性が目標特性になるようにする、
５）制御システムのリスクが目標範囲になるようにする、
というものである。

図１２を参照して、本実施の形態に係る車両の制御システムの全体フローチャートについて説明する。

Ｓ２０００にて、車両の制御システムは、発電系への処理を実行する。Ｓ２２００にて、車両の制御システムは、駆動系の処理を実行する。

Ｓ２４００にて、車両の制御システムは、制動系の処理を実行する。Ｓ２６００にて、車両の制御システムは、回生系の処理を実行する。

図１３を参照して、図１２のＳ２０００における発電系処理の詳細について説明する。

Ｓ２０１０にて、車両の制御システムは、蓄電量を検出する。Ｓ２０２０にて、車両の制御システムは、目標蓄電量を演算する。Ｓ２０３０にて、車両の制御システムは、蓄電量が目標値よりも小さいか否かを判断する。蓄電量が目標値よりも小さい場合には（Ｓ２０３０にてＹＥＳ）、処理はＳ２０４０へ移される。もしそうでないと（Ｓ２０３０にてＮＯ）、処理はＳ２０５０へ移される。

Ｓ２０４０にて、車両の制御システムは、エンジン（発電機）を作動させる。Ｓ２０５０にて、車両の制御システムは、エンジン（発電機）の作動を停止する。

Ｓ２０６０にて、車両の制御システムは、排気ガスリスクがリスク目標よりも小さいか否かを判断する。排気ガスリスクがリスク目標よりも小さい場合には（Ｓ２０６０にてＹＥＳ）、処理はＳ２０７０へ移される。もしそうでないと（Ｓ２０６０にてＮＯ）、処理はＳ２０９０へ移される。

Ｓ２０７０にて、車両の制御システムは、空燃比をアップさせる。すなわち、エンジンおよび発電機の効率をアップさせる。Ｓ２０８０にて、車両の制御システムは空燃比マップを変更する。

Ｓ２０９０にて、車両の制御システムは、空燃比をダウンさせる。すなわちエンジンおよび発電機の効率をダウンさせる。Ｓ２１００にて、車両の制御システムは、空燃比マップを変更させる。

図１４を参照して、図１２のＳ２２００の駆動系処理の詳細について説明する。

Ｓ２２１０にて、車両の制御システムは、推定車体速度を演算する。Ｓ２２２０にて、車両の制御システムは、目標車体速度を演算する。

Ｓ２２３０にて、車両の制御システムは、必要出力を演算する。Ｓ２２４０にて、車両の制御システムは、変速比、供給電圧、モータへ供給される電流を演算する。Ｓ２２５０にて、車両の制御システムは、電圧および電流値を演算する。

Ｓ２２６０にて、車両の制御システムは、ゲインが予め定められたゲイン目標値以上であるか否かを判断する。ゲインが予め定められたゲイン目標値以上であると（Ｓ２２６０にてＹＥＳ）、処理はＳ２２７０へ移される。もしそうでないと（Ｓ２２７０にてＮＯ）、処理はＳ２２８０へ移される。

Ｓ２２７０にて、車両の制御システムは、リスクが、予め定められたリスク目標値よりも小さいか否かを判断する。リスクが予め定められたリスク目標値よりも小さい場合には（Ｓ２２７０にてＹＥＳ）、この処理は終了する。もしそうでないと（Ｓ２２７０にてＮＯ）、処理はＳ２２８０へ移される。

Ｓ２２８０にて、車両の制御システムは、出力−電圧、電流特性マップを変更する。

図１５を参照して、図１２のＳ２４００の制動系処理の詳細について説明する。

Ｓ２４１０にて、車両の制御システムは、アクチュエータが作動しているか否かを判断する。アクチュエータが作動していると（Ｓ２４１０にてＹＥＳ）、処理はＳ２４２０へ移される。もしそうでないと（Ｓ２４１０にてＮＯ）、処理はＳ２４９０へ移される。

Ｓ２４２０にて、車両の制御システムは、作動カウンタに１を加算する。Ｓ２４３０にて、車両の制御システムは、作動時間、経過時間、走行距離データを取得する。Ｓ２４４０にて、車両の制御システムは、作動頻度を演算する。Ｓ２４５０にて、車両の制御システムは、作動頻度が予め定められた基準値よりも小さいか否かを判断する。作動頻度が予め定められた基準値よりも小さいと（Ｓ２４５０にてＹＥＳ）、処理はＳ２４９０へ移される。もしそうでないと（Ｓ２４５０にてＮＯ）、処理はＳ２４６０へ移される。

Ｓ２４６０にて、車両の制御システムは、残存寿命を演算する。Ｓ２４７０にて、車両の制御システムは、残存寿命が予め定められた基準値以上であるか否かを判断する。残存寿命が基準値以上であると（Ｓ２４７０にてＹＥＳ）、処理はＳ２４８０へ移される。もしそうでないと（Ｓ２４７０にてＮＯ）、処理はＳ２５６０へ移される。

Ｓ２４８０にて、車両の制御システムは、作動頻度の抑制処理を実行する。その後、処理はＳ２４９０へ移される。

Ｓ２４９０にて、車両の制御システムは、駆動電流が予め定められた基準値よりも小さいか否かを判断する。駆動電流が予め定められた基準値よりも小さいと（Ｓ２４９０にてＹＥＳ）、処理はＳ２５００へ移される。もしそうでないと（Ｓ２４９０にてＮＯ）、処理はＳ２５１０へ移される。

Ｓ２５００にて、車両の制御システムは、漏れ判定カウンタに０を代入する。

Ｓ２５１０にて、車両の制御システムは、漏れ判定カウンタが予め定められた基準値よりも小さいか否かを判断する。漏れ判定カウンタが予め定められた基準値よりも小さい場合には（Ｓ２５１０にてＹＥＳ）、処理はＳ２５２０へ移される。もしそうでないと（Ｓ２５１０にてＮＯ）、処理はＳ２５４０へ移される。

Ｓ２５２０にて、車両の制御システムは、漏れ判定カウンタに１を加算する。Ｓ２５３０にて、車両の制御システムは漏れ解除強制駆動を実行する。

Ｓ２５４０にて、車両の制御システムは、故障率が予め定められた目標値よりも小さいか否かを判断する。故障率が予め定められた目標値よりも小さい場合には（Ｓ２５４０にてＹＥＳ）、処理はＳ２５５０へ移される。もしそうでないと（Ｓ２５４０にてＮＯ）、処理はＳ２５６０へ移される。

Ｓ２５５０にて、車両の制御システムは、回生制動、ＣＶＴ制御を、ブレーキ負荷軽減モードで行なう。

Ｓ２５６０にて、車両の制御システムは、ウォーニングランプを点灯させる。

図１６を参照して、図１２のＳ２６００で実行される回生系処理の詳細について説明する。

Ｓ２６１０にて、車両の制御システムは、ブレーキが作動中であるか否かを判断する。ブレーキが作動中であると（Ｓ２６１０にてＹＥＳ）、処理はＳ２６２０へ移される。もしそうでないと（Ｓ２６１０にてＮＯ）、この処理は終了する。

Ｓ２６２０にて、車両の制御システムは、必要制動力および回生制動力を演算する。Ｓ２６３０にて、車両の制御システムは、ＣＶＴの変速比を決定する。Ｓ２６４０にて、車両の制御システムは、油圧ブレーキの制動力を演算する。Ｓ２６５０にて、車両の制御システムは、油圧ブレーキの指令信号を出力する。

以上のような構造およびフローチャートに基づく車両の制御システムによる動作について説明する。

図８に示すような制御ブロックを有する車両の制御システムにおいて、図１２に示すメインフローチャートおよび図１３〜図１６に示すサブルーチンが実行される。これにより発電系、駆動系、制動系、回生系の処理がそれぞれ実行される。

発電系の処理においては、排気ガスリスクを守りながら、空燃比を上げてエンジン効率を上げる。目標蓄電量になるようにエンジン効率×発電効率の高い出力駆動を実行する。モータ効率が上昇するように電力供給が実行される。

駆動系の処理においては、モータ効率が上昇するように電力供給が実行される。モータ出力、目標車体速度から変速比を決定する。入力パラメータは、燃料噴射量、空燃比、モータ電力などであって最適入力特性を決定する。

制動系の処理においては、バルブリークなどでアクチュエータの作動頻度の基準を越えた場合、以下のように制御される。

作動時間、経過時間、走行距離などから残存寿命を演算する。残存寿命が設定値を下回るまでは、延命処置を図る。設定値を下回ればウォーニングを出力する。制動性能の基準を守り、作動頻度を抑制する。モータにおいては、突入回数を減らすために低電圧化された電力を供給する。

バルブ駆動電流の目標偏差が拡大することにより漏れの頻度を演算する。漏れ頻度が基準値を越えた場合、バルブを強制駆動して改善されるか否かを検証する。漏れ頻度を抑制する手段がなく、目標故障率を満足しない場合、ウォーニングを出力する。リスク分散の考え方として、ＥＣＢ（Electronic Controlled Brake）作動頻度を抑制するため、回生ブレーキ、ＣＶＴのリスクを許容範囲まで広げて、回生ブレーキの頻度を上げることもバックアップ機能として有効に作用する。

回生系の処理においては、効率向上の考え方としては、低速領域は回生制動トルクが大きく、必要制動力以上のトルクが発生する頻度が多いため、制動初期で回生効率ができる限り上昇するようにＣＶＴなどの変速機の変速比を決定する。油圧ブレーキ量の低減と、停止前に電池が満充電される頻度を向上させる。入力パラメータは、制動エネルギと変速比とで最適入力を決定する。変換特性は、マップを用いて、ＳＯＣと制動エネルギと変速比との関係を変更して、最適変換特性を決定する。

図１７に、車速、駆動効率、排気ガス特性、制動力、制動効率の時間変化を示す。図１７に示すように、
（１）リスクが基準を超えた場合システム変更してリスクを回避している、
（２）システム変更によりリスクが増加するがシステムの変更内容はリスク限界を超えないように制御されている。

以上のようにして、本実施の形態に係る車両の制御システムによると、タイヤの前後力駆動制御における燃費、エネルギ効率、排気ガス、制動性能を高次元で両立させることができる。すなわち、ＳＯＣに従いモータ出力に対し、エンジン出力の比率がミニマムになるようにし、制動時車体運動エネルギに応じ回生ブレーキエネルギが最大になるようにする。またエンジン熱効率、モータ効率が最大になるようにし、排気ガス特性が目標特性になるようにする。このような条件を満足しながら車両の制御システムリスクが目標の範囲に収束するように制御が実行されることになる。このようにして、燃費、排気ガス、制動性能を高次元で両立させる車両の制御システムを実現することができる。

＜第３の実施の形態＞
以下、本発明の制御システムを車両の制御システムに適用した場合であって、エネルギマネジメント制御に適用した場合を、以下の第３の実施の形態として説明する。

なお、本実施の形態に係る制御ブロック図も、前述の図８に示した制御ブロック図と同じである。したがって、それらについての詳細な説明はここでは繰返さない。

まず、以下に、仮定条件（ドライバ要求および入力）、ゲイン定義およびリスク定義の一覧を示す。
（１）仮定条件（ドライバ要求）
車速：エンジンＯＮから１００秒後に発進
加速：２０秒間で２０ｍ／ｓまで加速（１ｍ／ｓ²）
定常：３００秒間定常走行
減速：４０秒間で２０ｍ／ｓから０ｍ／ｓまで減速（０．５ｍ／ｓ²）
温度：外気温度：３５℃
室内温度初期温度５０℃
目標温度２５℃（エンジンＯＮと同時に設定）
ＳＯＣ：初期８０％
（２）仮定条件（入力）
加速走行（１ｍ／ｓ²）ＳＯＣ消費１％／ｓ
定常走行ＳＯＣ消費０．１％／ｓ
エアコン（室温≠目標）ＳＯＣ消費０．２％／ｓ（温度降下０．１℃／ｓ）
エアコン（室温＝目標）ＳＯＣ消費０．１％／ｓ
発電ＳＯＣ増加０．２％／ｓ
回生ＳＯＣ増加０．５％／ｓ（ただし、車速５ｍ／ｓ以上のみ）
（３）ゲイン定義
駆動系加速度（ｍ／ｓ²）×３０．０
車速×２．０
制動系減速状態減速度（ｍ／ｓ²）×８０．０
電池ＳＯＣ×０．５
エアコン無視
（４）リスク定義
駆動系停止状態５．０
加速状態１．０×車速（ｍ／ｓ）＋１０．００
定常・減速１０．０
制動系走行状態１０．０
減速状態４０．０（回生制動時は−２０，０）
電池図１９参照
エアコン無視
なお、ゲイン定義やリスク定義は経験値により変更すると良い。たとえば、経年変化により加速時の信頼性が低下すると、駆動系加速状態のリスクを増加させる。また、データより、低温時の制動力が低下することが判明すると、低温時のみ制動リスクを増加させる。データより、回生制動の信頼性が予想以上に良好であることが判明すると、回生制動リスクを減少させる。このようにして、経年変化による影響を加味する。

図１８を参照して、本実施の形態に係る車両の制御システムにおいて実行されるプログラム制御構造について説明する。

Ｓ３０００にて、車両の制御システムは、ドライバ要求を検出する。Ｓ３０１０にて、車両の制御システムは、制御対象への入力を検出する。Ｓ３０２０にて、車両の制御システムは、制御対象のゲインを演算する。Ｓ３０３０にて、車両の制御システムは、制御対象のリスクを演算する。

Ｓ３０４０にて、車両の制御システムは、制御対象ごとのゲインリスク比＝ゲイン／リスクとして算出する。Ｓ３０５０にて、車両の制御システムは、総ゲインを演算する。Ｓ３０６０にて、車両の制御システムは総リスクを演算する。Ｓ３０７０にて、車両の制御システムはゲイン効率を、ゲイン効率＝総ゲイン／入力として算出する。

Ｓ３０８０にて、車両の制御システムは、リスク効率を、リスク効率＝総リスク／入力として演算する。

Ｓ３０９０にて、処理の制御システムは、ゲイン偏差Ｇt＝総ゲイン−目標ゲイン−として演算する。Ｓ３１００にて、車両の制御システムは、リスク偏差Ｒt＝総リスク−目標リスクとして演算する。

Ｓ３１１０にて、車両の制御システムはゲイン効率偏差Ｋgt＝ゲイン効率−目標ゲイン効率として演算する。Ｓ３１２０にて、車両の制御システムは、ディスク効率偏差Ｋrt＝リスク効率−目標リスク効率として演算する。

Ｓ３１３０にて、車両の制御システムは、評価指数を算出する。このとき、評価指数＝評価関数（ゲイン偏差，ゲイン効率偏差，リスク偏差，リスク効率偏差）で算出される。Ｓ３１４０にて、車両の制御システムは、評価指数が小さくなるように、制御システムの入力、内部パラメータを決定する。

なお、評価指数Ｅ＝評価関数Ａ×状態量Ｘで表わされる。評価関数Ａは、評価関数Ａ＝（ａ１，ａ２，ａ３，ａ４）、状態量Ｘは、Ｘ＝（Ｇt，Ｋgt，Ｒt，Ｋrt）の転置行列とすると、評価指数Ｅ＝ゲイン偏差Ｇt×ａ１＋ゲイン偏差効率Ｋgt×ａ２＋リスク偏差Ｒt×ａ３＋リスク効率偏差Ｋrt×ａ４となる。たとえば、評価関数Ａ＝（１，１，−１，−１）である。

Ｓ３１５０にて、車両の制御システムは、各アクチュエータへの出力を決定する。Ｓ３１６０は、各アクチュエータへ制御信号を出力する。

図１９に、電池とリスクとの関係を示す。図１９に示すように、ＳＯＣが６０％までの領域においてはリスクは徐々に減少し、ＳＯＣが６０％以上になるとリスクは低い領域で固定されている。

以上のような構造およびフローチャートに基づく、本実施の形態に係る車両の制御システムの動作について説明する。すなわち、エネルギマネジメントシステムにより、ゲインとリスクとを確率次元において管理した車両の制御システムを実現することができることについて説明する。

図２０（Ａ）に車速の時間変化を、図２０（Ｂ）に温度の時間変化を、図２０（Ｃ）にＳＯＣの時間変化を、図２０（Ｄ）に入力の時間変化をそれぞれ示す。また、図２１（Ａ）に駆動ゲインおよび駆動リスクの時間変化を、図２１（Ｂ）に制動ゲインおよび制動リスクの時間変化を、図２１（Ｃ）にＳＯＣゲインおよびＳＯＣリスクの時間変化を、図２１（Ｄ）に総ゲインおよび総変化の時間変化をそれぞれ示す。

図２１（Ｄ）に示すように、総リスクが大きくなるとリスクを低減させるために発電開始状態となる。すなわち、発電しないと評価指数Ｅがマイナスになるためである。評価指数Ｅの目標としてＥ≧０になるように制御が実行される。評価指数Ｅがこの目標の状態になるようにリスクが低減されていく。たとえば、図２１（Ｂ）に示すように、制動リスクが大きくなり、総リスクが大きくなると評価指数が負の値となる。このため、この制動リスクを低減させるために、回生制動を使用し、制動リスクを点線の状態から実線の状態に低減させることにより、図２１（Ｄ）に示すように総リスクを点線の状態から実線の状態のようにして評価指数Ｅを正の領域に移動させることができる。すなわち、回生制動を使用しないと評価指数Ｅがマイナスになることを避けることができる。

なお、ゲインやリスクそのものではなく、ゲインやリスクを入力値で除算したゲイン効率やリスク効率で評価することも可能である。

今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

本発明の第１の実施の形態に係る制御システムの概略構成を示す図である。本発明の第１の実施の形態に係る制御システムにおける概略処理の手順を示すフローチャートである。本発明の第１の実施の形態に係る制御システムにおける概略処理の結果を示す図である。本発明の第１の実施の形態に係る制御システムにおいて設定される目標関数を示す図（その１）である。本発明の第１の実施の形態に係る制御システムにおいて設定される目標関数を示す図（その２）である。本発明の第１の実施の形態に係る制御システムにおいて設定される目標関数を示す図（その３）である。本発明の第１の実施の形態に係る制御システムにおいて設定される目標関数を示す図（その４）である。本発明の第１の実施の形態に係る制御システムのブロック図である。本発明の第１の実施の形態に係る制御システムのソフトウェア構成図である。本発明の第１の実施の形態に係る制御システムにおいて実行されるプログラムの制御構造を示すフローチャート（その１）である。本発明の第１の実施の形態に係る制御システムにおいて実行されるプログラムの制御構造を示すフローチャート（その２）である。本発明の第２の実施の形態に係る制御システムにおいて実行されるメインプログラムの制御構造を示すフローチャートである。図１２の発電系処理プログラムの制御構造を示すフローチャートである。図１２の駆動系処理プログラムの制御構造を示すフローチャートである。図１２の制動系処理プログラムの制御構造を示すフローチャートである。図１２の回生系処理プログラムの制御構造を示すフローチャートである。本発明の第２の実施の形態に係る制御システムにおけるタイムチャートである。本発明の第３の実施の形態に係る制御システムにおいて実行されるメインプログラムの制御構造を示すフローチャートである。本発明の第３の実施の形態に係る制御システムにおける電池リスク関数を示す図である。本発明の第３の実施の形態に係る制御システムにおけるタイムチャート（その１）である。本発明の第３の実施の形態に係る制御システムにおけるタイムチャート（その２）である。

符号の説明

５０リスクマネジメント制御部、６０入力部、７０実行システム部、８０評価部、１００ＥＣＵ（１）、１１０ＡＣＴ（１）、１２０エネルギ供給部（１）、１３０入力検知部（１）、１４０ゲイン・リスク検知部（１）、２００ＥＣＵ（２）、２１０ＡＣＴ（２）、２２０エネルギ供給部（２）、２３０入力検知部（２）、２４０ゲイン・リスク検知部（２）、１０００メインＥＣＵ、２０００電源、３０００運転要求検知部

Claims

状態量に関する情報および操作量に関する情報の少なくとも一方を検知するための検知手段と、検知された情報に基づいて、目標を達成するための実行手段に与えられる制御情報を生成するための制御手段と、前記制御情報に基づいて、電気的動作および機械的動作の少なくとも一方を実行するための実行手段とを含む移動体の制御システムであって、
前記システムについて、少なくとも前記目標に対する状態量と前記目標に反する状態量とを対比可能な同一の次元で処理して、前記システムの信頼性に関する情報を検知するための信頼性検知手段と、
前記検知された信頼性に関する情報に基づいて、前記目標および前記制御情報の少なくとも一方を変更するための変更手段とを含む、制御システム。
前記信頼性検知手段は、確率次元で処理して、前記システムの信頼性に関する情報を検知するための手段を含む、請求項１に記載の制御システム。
前記信頼性検知手段は、前記実行手段における、目標に対する偏差が予め定められた以上の値になる確率に基づいて、前記信頼性に関する情報を検知するための手段を含む、請求項１または２に記載の制御システム。
前記信頼性検知手段は、前記実行手段による前記動作が実行された結果、前記目標とする出力と実際の出力との偏差が予め定められた以上の値になる確率に基づいて、前記信頼性に関する情報を検知するための手段を含む、請求項１または２に記載の制御システム。
前記信頼性検知手段は、前記実行手段による前記動作が実行された結果、前記目標とする効率と実際の効率との偏差が予め定められた以上の値になる確率に基づいて、前記信頼性に関する情報を検知するための手段を含む、請求項１または２に記載の制御システム。
前記信頼性に関する情報は、前記移動体を構成する部品の状態量が変化する確率により表わされる情報である、請求項１〜５のいずれかに記載の制御システム。
前記信頼性に関する情報は、前記移動体を構成する部品である、入力系部品、制御系部品、出力系部品および通信系部品の少なくとも１つにおいて異常が発生する確率により表わされる情報である、請求項１〜５のいずれかに記載の制御システム。
前記信頼性に関する情報は、前記移動体を構成する部品である、入力系部品である前記状態量を検知するセンサの検知誤差、出力系部品であるアクチュエータの作動誤差、出力系部品であるアクチュエータの応答性、通信系部品における応答性および前記目標の誤差の少なくとも１つに起因した異常が発生する確率により表わされる情報である、請求項１〜５のいずれかに記載の制御システム。
前記変更手段は、前記信頼性が目標範囲内であるときに、前記目標に対する偏差に基づいて、前記目標および前記制御情報の少なくとも一方を変更するための手段を含む、請求項１に記載の制御システム。
前記変更手段は、前記目標に対する偏差が予め定められた範囲内であると、前記制御情報を生成するための入出力特性を変更することにより、前記制御情報を変更するための手段を含む、請求項９に記載の制御システム。
前記変更手段は、前記目標に対する偏差が予め定められた値以上であると、前記目標が過大であると判断して、前記目標を変更するための手段を含む、請求項９に記載の制御システム。
移動体としての車両における必要な目標を実現できるように車両を制御する制御システムであって、
ゲイン状態量として、目標特性に対する車両の状態量を検知するための手段と、
リスク状態量として、目標特性に反する車両の状態量を検知するための手段と、
前記検知した各状態量と、前記各状態量の目標との偏差が発生する確率を算出するための手段と、
前記リスク状態量について算出された確率が予め定められた範囲内であって、前記ゲイン状態量について算出された確率が予め定められた範囲内であると、さらに性能を向上させる方向に前記目標を変更するための手段とを含む、制御システム。
移動体としての車両における必要な目標を実現できるように車両を制御する制御システムであって、
ゲイン状態量として、目標特性に対する車両の状態量を検知するための手段と、
リスク状態量として、目標特性に反する車両の状態量を検知するための手段と、
前記検知した各状態量と、前記各状態量の目標との偏差が発生する確率を算出するための手段と、
前記リスク状態量について算出された確率が予め定められた範囲内であって、前記ゲイン状態量について算出された確率が予め定められた範囲外であると、前記ゲイン状態量に関係するアクチュエータの入出力特性を変更するための手段とを含む、制御システム。
移動体としての車両における必要な目標を実現できるように車両を制御する制御システムであって、
ゲイン状態量として、目標特性に対する車両の状態量を検知するための手段と、
リスク状態量として、目標特性に反する車両の状態量を検知するための手段と、
前記検知した各状態量と、前記各状態量の目標との偏差が発生する確率を算出するための手段と、
前記リスク状態量について算出された確率が予め定められた範囲外であると、リスク回避措置を実行するための手段とを含む、制御システム。
移動体としての車両における、エネルギ効率、駆動特性、排気ガス特性および制動特性のうち少なくとも１つを制御する制御システムであって、
ゲイン状態量として、車両速度、駆動効率、排気ガス浄化特性、制動力、制動効率のうち少なくとも１つを検知するための手段と、
リスク状態量として、車速低下リスク、駆動効率低下リスク、排気ガス浄化悪化リスク、制動力低下リスク、制動効率低下リスクのうち少なくとも１つを検知するための手段と、
前記検知した各状態量と、前記各状態量の目標との偏差が発生する確率を算出するための手段と、
前記リスク状態量について算出された確率が予め定められた範囲内であって、前記ゲイン状態量について算出された確率が予め定められた範囲内であると、さらに性能を向上させる方向に前記目標を変更するための手段とを含む、制御システム。
移動体としての車両における、エネルギ効率、駆動特性、排気ガス特性および制動特性のうち少なくとも１つを制御する制御システムであって、
ゲイン状態量として、車両速度、駆動効率、排気ガス浄化特性、制動力、制動効率のうち少なくとも１つを検知するための手段と、
リスク状態量として、車速低下リスク、駆動効率低下リスク、排気ガス浄化悪化リスク、制動力低下リスク、制動効率低下リスクのうち少なくとも１つを検知するための手段と、
前記検知した各状態量と、前記各状態量の目標との偏差が発生する確率を算出するための手段と、
前記リスク状態量について算出された確率が予め定められた範囲内であって、前記ゲイン状態量について算出された確率が予め定められた範囲外であると、前記エネルギ効率、排気ガス特性および制動特性に関係するアクチュエータの入出力特性を変更するための手段とを含む、制御システム。
移動体としての車両における、エネルギ効率、駆動特性、排気ガス特性および制動特性のうち少なくとも１つを制御する制御システムであって、
ゲイン状態量として、車両速度、駆動効率、排気ガス浄化特性、制動力、制動効率のうち少なくとも１つを検知するための手段と、
リスク状態量として、車速低下リスク、駆動効率低下リスク、排気ガス浄化悪化リスク、制動力低下リスク、制動効率低下リスクのうち少なくとも１つを検知するための手段と、
前記検知した各状態量と、前記各状態量の目標との偏差が発生する確率を算出するための手段と、
前記リスク状態量について算出された確率が予め定められた範囲外であると、リスク回避措置を実行するための手段とを含む、制御システム。