JP2007516409A - 自動車の全質量の推定方法及び装置 - Google Patents

Abstract

本発明の自動車の全質量の推定方法は、繰り返し最小２乗アルゴリズムによって自動車の質量（Ｍ）を推定することからなる。本推定方法は、動力学の基礎方程式を元にして、参照質量に対する上記自動車の質量の変化（ΔＭ）に関する誤差と、上記自動車が位置している面の傾斜（α）に関する誤差と、モデルの誤差（ε）を含む誤差に起因する、加速度の変化（δ_{ｅｓｔｉｍｅｅ}（ΔＭ，ε，α））を用いた、誤差の解析による、上記自動車の縦方向の加速度（γ_{ｅｓｔｉｍｅｅ}）の計算を含み、上記傾斜（α）は、傾斜センサまたは傾斜推定手段から供給される。

Description

本発明は、自動車の全質量の推定方法及び装置に関する。

自動車の全質量を知ることは、ブレーキの管理装置や、自動変速機の管理装置のような、自動車に搭載された多くの装置の良好な作動のために必要である。実際、このような装置に公称の質量を使用することによって、自動車を最適に管理することはできない。

従って、自動車が斜面に位置しているときであっても、自動車の質量の信頼可能な推定値を急速に得ることが望まれる。自動車の質量の評価装置が存在している。

文献ＵＳ−６２４９７３５には、変速中のエンジンのトルクと自動車の加速度から、自動車の質量を推定するステップを含む、自動車の状態の推定方法が記載されている。この加速度の計算は、速度の微分の離散的な推定とフィルタリングによって実行され、このことは、ノイズの問題をもたらし、推定の精度と堅牢性に影響を及ぼす。

文献ＵＳ−６１６７３５７においては、自動車の加速度は、その速度の積分によって計算されるが、自動車が位置している面の傾斜は考慮に入れられない。

文献ＷＯ−０３／０１６８３７は、変化する勾配を有する道路上で運転する自動車の質量の推定方法に関する。計算装置に対する入力データを生成するために自動車の速度と自動車に作用する縦方向の力を含む変数を測定する。

自動車の加速度を利用しないこれらの方法は確かにノイズは少ないが、自動車が位置している面の傾斜は考慮に入れられない。
ＵＳ−６２４９７３５ ＵＳ−６１６７３５７ ＷＯ−０３／０１６８３７

本発明は、自動車が位置している面の傾斜を考慮に入れるために、自動車の加速度を利用することによって、しかしセンサによって測定されるか計算されるパラメータに対するノイズを減少させながら、自動車の全質量を推定することを目的とする。

本発明の１形態による推定方法は、自動車の全質量の推定を可能にする。動力学の基礎方程式から、誤差に起因する加速度の変化を用いた、誤差の解析によって、上記自動車の縦方向の加速度の計算を含む、繰り返し最小２乗アルゴリズムによって上記自動車の質量を推定する。これらの誤差は、上記自動車の質量に関する誤差と、上記自動車が位置している面の傾斜に関する誤差と、モデルの誤差を含み、上記傾斜は、傾斜センサまたは傾斜推定手段から供給される。

本発明は、上記自動車が位置している面の傾斜を考慮に入れて、速度を微分することなく、自動車の全質量を推定することを可能にし、このことは推定の精度の改良を可能にする。

好ましい、実施の１形態においては、上記自動車の縦方向の加速度と、推進力と空力抵抗と走行抵抗の合力と、動力伝達装置の慣性力に起因する等価質量とを計算するために、再初期化指示と、上記自動車の速度と、エンジンの回転速度と、エンジンから伝達されるトルクと、クラッチ操作の検出と、ブレーキ操作の検出と、上記自動車の旋回の検出とを含むデータを処理する。

有利な実施の１形態においては、上記モデルの有効性を保証するあらかじめ定められた範囲の中に上記データがそれぞれとどまるときに、上記データの上記処理を承認する。繰り返し最小２乗アルゴリズムによって上記自動車の全質量を推定し、上記アルゴリズムが収束しない限りはあらかじめ定められた質量の値を供給し、あらかじめ定められた収束の基準が到達されたときには推定質量の値を固定することによって、上記自動車の全質量の推定を監修する。

好ましい実施の１形態においては、更に推定質量のループを処理し、参照質量に対する上記自動車の質量の変化に関する誤差と、上記自動車が位置している面の傾斜に関する誤差と、データの処理の際の上記モデルの誤差を含む誤差に起因する上記加速度の変化を計算する。傾斜センサを有していたら傾斜センサが供給する、上記繰り返し最小２乗アルゴリズムの中で用いられる加速度を推定し、上記傾斜センサによる加速度の推定は、上記誤差に起因する加速度の変化を利用する。

さらに、上記誤差に起因する加速度の変化から傾斜を推定し、上記繰り返し最少２乗アルゴリズムは上記傾斜に依存し、上記傾斜が平面に相当する値の所定の範囲に位置するときの平面モードと、そうでないときの斜面モードとの、２つのモードを有する。

有利な実施の１形態においては、上記データの処理の際に、上記自動車が位置している面の傾斜によって、傾斜センサを有していたら傾斜センサが供給する加速度を推定し、上記傾斜は傾斜推定手段によって供給され、上記傾斜センサによる加速度は、上記繰り返し最小２乗アルゴリズムの中で用いられる。

好ましい実施の１形態においては、上記繰り返し最小２乗アルゴリズムの中で用いられる、上記傾斜センサから供給される加速度を更に処理する。

有利な実施の１形態においては、上記傾斜センサと、上記自動車の縦方向の加速度の計算から、上記自動車が位置している面の傾斜を計算する。上記繰り返し最少２乗アルゴリズムは上記傾斜に依存し、上記傾斜が平面に相当する値の所定の範囲の中に位置するときの平面モードと、そうでないときの斜面モードとの、２つのモードを有する。

本発明の１特徴によれば、車輪の回転速度のセンサと、エンジンのトルクのセンサと、エンジンの回転数のセンサと、クラッチペダルの位置のセンサと、ブレーキペダルの位置のセンサと、自動車の旋回の検出手段と、これらのセンサ及び検出手段が接続された電子制御装置を含んでなる自動車の全質量の推定装置も提供する。上記電子制御装置は、再初期化手段と、動力学の基礎方程式から、誤差の解析による、上記自動車の縦方向の加速度の計算を含む、繰り返し最小２乗アルゴリズムによる上記自動車の全質量の推定手段を有する。誤差の解析は、参照質量に対する上記自動車の質量の変化に関する誤差と、上記自動車が位置している面の傾斜に関する誤差と、モデルの誤差を含む誤差に起因する、加速度の変化を用いて実行される。上記電子制御装置は、更に、上記センサ及び検出手段から伝達されるデータの処理手段と、上記モデルの有効性を保証するあらかじめ定められた範囲の中に上記データがそれぞれとどまるときに上記データの上記処理を承認する承認手段と、上記アルゴリズムが収束しない限りは、欠陥であるとして、あらかじめ定められた質量の値を供給し、あらかじめ定められた収束の基準が到達されたときには推定質量の値を固定することによって、上記自動車の全質量の推定を監修する監修手段とを有する。

好ましい実施の１形態においては、さらに、上記自動車の全質量の推定装置は、上記処理手段へ上記自動車の縦方向の加速度を伝達することに適した、傾斜センサを有する。

本発明のその他の目的、特徴及び利点は、非限定的な例としてのみ示され、添付図面が参照される、以下の説明を読むことによって明らかとなるであろう。これらの図において：
−図１は、本発明の１形態による全質量の推定方法を示し；
−図２は、傾斜の推定値を用いる、本発明の１形態による全質量の推定方法を示し；
−図３は、傾斜センサから供給される加速度を用いる、本発明の１形態による全質量の推定方法を示し；
−図４は、傾斜センサから供給される加速度と傾斜の推定値を用いる、本発明の１形態による全質量の推定方法を示す。

図１に、データ処理ブロック２と、機能承認ブロック３と、繰り返し最小２乗アルゴリズムによる質量推定ブロック４と、監修ブロック５からなる、自動車の全質量の第１の推定装置１を、模式図的に示した。

データ処理ブロック２は、入力として、接続６からの再初期化の情報と、接続７からのエンジンの回転速度と、接続８からのエンジンから供給されるトルクと、接続９からのクラッチの作動状態の情報と、接続１０からの、運転者によって要求されたブレーキの情報と、接続１１からの自動車の旋回の情報と、接続１２からの自動車の速度を含むデータを受ける。

データ処理ブロック２と機能承認ブロック３は、接続１３を介して接続され、機能承認ブロック３は、質量推定ブロック４および監修ブロック５と、接続１４を介して接続される。

データ処理ブロック２は、推進力、空力抵抗、走行抵抗の合力Ｆと、動力伝達装置の慣性力に因る等価質量Ｍ_ｊと、自動車の加速度γ_{ｅｓｔｉｍｅｅ}を計算し、これらを、それぞれ接続１５、１６、１７を介して質量推定ブロック４へ送る。また、データ処理ブロック２は、参照質量に対する自動車の質量の変化ΔＭと、モデルの誤差εと、自動車が位置している面の傾斜αを含むパラメータによる、加速度の変化δ_{ｅｓｔｉｍｅｅ}（ΔＭ，ε，α）を計算し、これを、接続１８を介して質量推定ブロック４へ送る。傾斜αは、例えば傾斜センサの形の傾斜推定手段または同等の傾斜推定手段から供給される。

質量推定ブロック４は、繰り返し最小２乗アルゴリズムによって、自動車の質量Ｍ_ＭＣＲを推定し、それを、接続１９を介して監修ブロック５へ送る。そこで、監修ブロック５は、この入力を処理し、推定された全質量Ｍを、出力として接続２０から供給する。推定された全質量Ｍは、加速度の変化δ_{ｅｓｔｉｍｅｅ}（ΔＭ，ε，α）の計算のために、データ処理ブロック２へフィードバックされる。

再初期化情報は、例えば、ドアを開くことによって発生させることができる。ドアを開くことは、通常、同乗者の数の変化、物の搭載または卸下を意味し、この場合には質量が変化し、自動車の質量の推定を再初期化する必要がある。

データ処理ブロック２は、次式：

ここに：
Ｆは、推進力Ｆ_{ｍｏｔｅｕｒ}、空力抵抗Ｆ_ａｅｒｏ、走行抵抗Ｆ_{ｒｏｕｌｅｍｅｎｔ}の合力（Ｎ）；
θ_１、θ_２は、Ｆ_ａｅｒｏ＋Ｆ_{ｒｏｕｌｅｍｅｎｔ}の推定を可能にする、自動車に依存する予め定められたパラメータ（それぞれＮ、ｋｇ／ｍ）；
ｒ_{ｂｏｉｔｅ}は、係合されているギヤ比についての、自動車のクラッチの出力軸の回転速度と、入力軸の回転速度の比；
Ｃ_{ｍｏｔｅｕｒ}は、エンジンのトルク（Ｎｍ）；
Ｒ_ｒｏｕｅは、自動車の車輪の半径（ｍ）；
ω_{ｍｏｔｅｕｒ}は、エンジンの回転速度（ｒａｄ／ｓ）；
Ｊ_{ｔｒａｎｓ}は、エンジンと動力伝達装置全体の質量（ｋｇｍ^２／ｓ）；
ｒ_ｐｏｎｔは、デファレンシャルギヤの減速比（無次元）；
によって、合力Ｆを計算する。

また、データ処理ブロック２は、比ｒ_{ｂｏｉｔｅ}の予め定められた関数によって、エンジンと車輪の間の動力伝達装置の慣性力に因る等価質量Ｍ_ｊを計算する。

さらに、データ処理ブロック２は、加速度γ_{ｅｓｔｉｍｅｅ}と、加速度の変化δ_{ｅｓｔｉｍｅｅ}（ΔＭ，ε，α）を計算する。この加速度の変化δ_{ｅｓｔｉｍｅｅ}（ΔＭ，ε，α）に対して、下記の繰り返し系：

ここに、Ｍ_０は、予め定められた参照質量、例えば空虚自動車の質量である。
によって、ゼロ動力学（ゼロ時間に関する微分）を適用する。

傾斜センサを有する場合には傾斜センサから、あるいは傾斜センサを有しないばあいには同等の傾斜推定手段から供給される信号を、自動車の質量の変化とモデルの誤差に起因する加速度の変化を表わす近似項δ（ΔＭ，ε）で構築することを可能にする、次式：

を得る。同様に、δ_{ｅｓｔｉｍｅｅ}（ΔＭ，ε，α）は、近似項δ（ΔＭ，ε）に対する、傾斜に起因する加速度ｇαによる、近似値であると考える。この項δ（ΔＭ，ε）は、質量、エンジンブレーキ、及び抵抗力の推定値が正確になるほど無視可能になり、このため、質量の推定値をデータ処理ブロック２の入力へフィードバックする。

質量推定ブロック４は、繰り返し最小２乗アルゴリズムによって、自動車の質量Ｍ_ＭＣＲを推定する。質量推定ブロック４は、傾斜を推定するなら、平面と斜面の２モードで動作することができ、傾斜を推定しないなら、斜面モードのみでも動作することができる。

唯一の斜面モードを使用するときには、上記のアルゴリズムによって、ｒ＝γ_{ｃａｐｔｅｕｒ}を用いて、式ｙ＝Ｍ_ＭＣＲ・ｒを解く。

傾斜の推定値に応じて選ばれる、平面モードと斜面モードを含む２つの推定モードを使用することもできる。

推定された傾斜が、平面モードを定義する予め定められた範囲の中に含まれたら、Ｖを自動車の速度として、ｒ＝ｄＶ／ｄｔ＝γ_{ｅｓｔｉｍｅｅ}によって定義される平面モードを使用し、推定された傾斜が、平面モードを定義する予め定められた範囲の中に傾斜が含まれなかったら、ｒ＝γ_{ｃａｐｔｅｕｒ}によって定義される斜面モードを使用する。

図２に、自動車の全質量の第２の推定装置１を模式図的に示した。質量推定ブロック４から供給される最終的な質量は、データ処理ブロック２へフィードバックされない。データ処理ブロック２は、質量推定ブロック４へ、加速度の変化δ_{ｅｓｔｉｍｅｅ}（ΔＭ，ε，α）は送らないが、自動車が位置している面の傾斜αの値を、接続２１を介して送る。この傾斜の値は、例えば傾斜センサから供給されるか、あるいは他の傾斜推定装置によってデータ処理ブロック２によって推定される。

データ処理ブロック２は、自動車の加速度γ_{ｅｓｔｉｍｅｅ}を、次式：

ここに、
Ｖ_{ｃａｐｔｅｕｒ}は、センサから供給される自動車の速度（ｍ／ｓ）；
Ｖ_{ｅｓｔｉｍｅｅ}は、推定された自動車の速度（ｍ／ｓ）；
Ｍ_０は、自動車の参照質量；
Ｋ_１、Ｋ_２は、収束を有するように予め定められた計算のパラメータ（それぞれ、ｓ^−１、ｓ^−２）；
によって推定する。

傾斜αと加速度γ_{ｅｓｔｉｍｅｅ}の信頼可能な推定を得て、傾斜センサを有する場合には、

であるので、傾斜センサから供給されるγ_{ｃａｐｔｅｕｒ}を、次式：

によって構築することができる。

質量推定ブロック４は、上記に説明したような、繰り返し最小２乗アルゴリズムによって、自動車の質量Ｍ_ＭＣＲを推定する。質量推定ブロック４は、傾斜を推定するなら、平面と斜面の２モードで動作することができ、傾斜を推定しないなら、斜面モードのみでも動作することができる。

図３に、自動車の加速度γ_{ｃａｐｔｅｕｒ}を、接続２２を介してデータ処理ブロック２へ供給する、傾斜センサ２３を有する自動車の全質量の第３の推定装置１を、模式図的に示した。データ処理ブロック２も、自動車の加速度γ_{ｃａｐｔｅｕｒ}を、接続２３を介して質量推定ブロック４へ送る。この場合、質量推定ブロック４は、単一のモード、斜面のモードでのみ動作し、データ処理ブロック２は、計算された傾斜または加速度を質量推定ブロック４へ送らない。

質量推定ブロック４は、上記に説明したような、繰り返し最小２乗アルゴリズムによって、斜面モードのみを用いて、自動車の質量Ｍ_ＭＣＲを推定する。

図４に、傾斜センサを有し、質量推定ブロック４が、上記に説明したような平面と斜面の２モードで動作する、自動車の全質量の第４の推定装置１を、模式図的に示した。

本発明は、自動車が位置している面の傾斜を考慮に入れながら、自動車の全質量の信頼度が高くて正確な推定値を得ることを可能にする。

また本発明は、センサから供給される測定値または推定値に対するノイズの問題を制限することを可能にする。

本発明の１形態による全質量の推定方法を示すブロック図である。 傾斜の推定値を用いる、本発明の１形態による全質量の推定方法を示すブロック図である。 傾斜センサから供給される加速度を用いる、本発明の１形態による全質量の推定方法を示すブロック図である。 傾斜センサから供給される加速度と傾斜の推定値を用いる、本発明の１形態による全質量の推定方法を示すブロック図である。

Claims (10)

1. 自動車の全質量の推定方法において、動力学の基礎方程式から、参照質量に対する上記自動車の質量の変化（ΔＭ）に関する誤差と、上記自動車が位置している面の傾斜（α）に関する誤差と、モデルの誤差（ε）を含む誤差に起因する加速度の変化（δ_{ｅｓｔｉｍｅｅ}（ΔＭ，ε，α））を用いた、誤差の解析による、上記自動車の縦方向の加速度（γ_{ｅｓｔｉｍｅｅ}）の計算を含む、繰り返し最小２乗アルゴリズムによって上記自動車の質量（Ｍ）を推定し、上記傾斜（α）は、傾斜センサまたは傾斜推定手段から供給されることを特徴とする、自動車の全質量の推定方法。
2. 上記自動車の縦方向の加速度（γ_{ｅｓｔｉｍｅｅ}）と、推進力（Ｆ_{ｍｏｔｅｕｒ}）と空力抵抗（Ｆ_ａｅｒｏ）と走行抵抗（Ｆ_{ｒｏｕｌｅｍｅｎｔ}）の合力（Ｆ）と、動力伝達装置の慣性力に起因する等価質量（Ｍ_ｊ）とを計算するために、再初期化指示と、上記自動車の速度（Ｖ）と、エンジンの回転速度（ω_{ｍｏｔｅｕｒ}）と、エンジンから伝達されるトルク（Ｃ_{ｍｏｔｅｕｒ}）と、クラッチ操作の検出と、ブレーキ操作の検出と、上記自動車の旋回の検出とを含むデータを処理するステップを有することを特徴とする、請求項１に記載の自動車の全質量の推定方法。
3. 上記モデルの有効性を保証するあらかじめ定められた範囲の中に上記データがそれぞれとどまるときに、上記データの上記処理を承認し；
   繰り返し最小２乗アルゴリズムによって上記自動車の全質量（Ｍ_ＭＣＲ）を推定し；
   上記アルゴリズムが収束しない限りはあらかじめ定められた質量の値を供給し、あらかじめ定められた収束の基準が到達されたときには推定質量の値を固定することによって、上記自動車の全質量の推定を監修する；
   ステップを有することを特徴とする、請求項２に記載の自動車の全質量の推定方法。
4. 更に推定質量のループを処理し、参照質量に対する上記自動車の質量の変化（ΔＭ）に関する誤差と、上記自動車が位置している面の傾斜（α）に関する誤差と、データの処理の際の上記モデルの誤差（ε）を含む誤差に起因する上記加速度の変化（δ_{ｅｓｔｉｍｅｅ}（ΔＭ，ε，α））を計算し、傾斜センサを有していたら傾斜センサが供給する、上記繰り返し最小２乗アルゴリズムの中で用いられる加速度（γ_{ｃａｐｔｅｕｒ}）を推定し、上記傾斜センサによる加速度（γ_{ｃａｐｔｅｕｒ}）の推定は、上記誤差に起因する加速度の変化（δ_{ｅｓｔｉｍｅｅ}（ΔＭ，ε，α））を利用することを特徴とする、請求項３に記載の自動車の全質量の推定方法。
5. 上記誤差に起因する加速度の変化（δ_{ｅｓｔｉｍｅｅ}（ΔＭ，ε，α））から傾斜を推定し、上記繰り返し最少２乗アルゴリズムは上記傾斜（α）に依存し、上記傾斜（α）が平面に相当する値の所定の範囲の中に位置するときの平面モードと、そうでないときの斜面モードとの、２つのモードを有することを特徴とする、請求項４に記載の自動車の全質量の推定方法。
6. 上記データの処理の際に、上記自動車が位置している面の傾斜（α）によって、傾斜センサを有していたら傾斜センサが供給する加速度（γ_{ｃａｐｔｅｕｒ}）を推定し、上記傾斜（α）は傾斜推定手段によって供給され、上記傾斜センサによる加速度（γ_{ｃａｐｔｅｕｒ}）は、上記繰り返し最小２乗アルゴリズムの中で用いられることを特徴とする、請求項３〜５のいずれか１つに記載の自動車の全質量の推定方法。
7. 上記繰り返し最小２乗アルゴリズムの中で用いられる、上記傾斜センサから供給される加速度（γ_{ｃａｐｔｅｕｒ}）を更に処理することを特徴とする、請求項３〜６のいずれか１つに記載の自動車の全質量の推定方法。
8. 上記傾斜センサから供給される上記自動車の縦方向の加速度（γ_{ｃａｐｔｅｕｒ}）と上記加速度（γ_{ｅｓｔｉｍｅｅ}）の計算から、上記自動車が位置している面の傾斜（α）を更に計算し、上記繰り返し最少２乗アルゴリズムは上記傾斜（α）に依存し、上記傾斜（α）が平面に相当する値の所定の範囲の中に位置するときの平面モードと、そうでないときの斜面モードとの、２つのモードを有することを特徴とする、請求項７に記載の自動車の全質量の推定方法。
9. 車輪の回転速度のセンサと、エンジンのトルクのセンサと、エンジンの回転数のセンサと、クラッチペダルの位置のセンサと、ブレーキペダルの位置のセンサと、自動車の旋回の検出手段と、これらのセンサ及び検出手段が接続された電子制御装置を含んでなる自動車の全質量の推定装置において、
   上記電子制御装置は：
   再初期化手段と；
   動力学の基礎方程式から、参照質量に対する上記自動車の質量の変化（ΔＭ）に関する誤差と、上記自動車が位置している面の傾斜（α）に関する誤差と、モデルの誤差（ε）を含む誤差に起因する加速度の変化（δ_{ｅｓｔｉｍｅｅ}（ΔＭ，ε，α））を用いた、誤差の解析による、上記自動車の縦方向の加速度（γ_{ｅｓｔｉｍｅｅ}）の計算を含む、繰り返し最小２乗アルゴリズムによる上記自動車の全質量（Ｍ_ＭＣＲ）の推定手段と；
   上記センサ及び検出手段から伝達されるデータの処理手段（２）と；
   上記モデルの有効性を保証するあらかじめ定められた範囲の中に上記データがそれぞれとどまるときに上記データの上記処理を承認する承認手段（３）と；
   上記アルゴリズムが収束しない限りは、欠陥であるとして、あらかじめ定められた質量の値を供給し、あらかじめ定められた収束の基準が到達されたときには推定質量の値を固定することによって、上記自動車の全質量の推定を監修する監修手段（５）と；
   を有することを特徴とする、自動車の全質量の推定装置。
10. さらに、上記処理手段へ上記自動車の縦方向の加速度（γ_{ｃａｐｔｅｕｒ}）を伝達することに適した、傾斜センサを有することを特徴とする、請求項９に記載の自動車の全質量の推定装置。

Images