JP2008019939A - 車両用自動変速機制御装置 - Google Patents

Abstract

【課題】演算負荷を増大させることなく走行環境の推定精度を向上させつつ、走行環境と変速パターンを適合させる。
【解決手段】自動変速機の変速制御が、変速パターンに基づいて行われる。走行環境に応じた変速パターンが記憶されている一方、車両の走行状態に応じて走行環境が推定される。推定される走行環境に変化が生じたとき、新たな走行環境への変更の可否が後処理手段によって判定される。後処理手段によって走行環境の移行が許可されたとき、例えば新たな走行環境が所定時間継続したときや車両が所定の走行状態のときに移行許可の判定が行われ、推定された新たな走行環境に応じた変速パターンに変更される。
【選択図】 図１

Description

本発明は、走行環境に応じた変速パターンによって変速制御を行うようにした車両用自動変速機制御装置に関するものである。

従来、車両においては、パターン認識や連想記憶などの処理を効率的に実行し得る情報処理機構として人間の脳をまねて構成されたニューラルネットワークを利用して、走行環境やドライバの運転意図を推定しつつ、自動変速機の変速段制御など、走行に関する制御を実行することが知られている。例えば特許文献１や特許文献２では、車両の走行パラメータをニューラルネットワークへ入力し、その出力に基づきドライバの運転意図又は制動力を推定し、この推定結果に基づいて変速比を決定するものが開示されている。また、例えば特許文献３では、教示モードでドライバの変速操作を学習する一方、自動モードでニューラルネットワークの出力と比較して、相違する場合には、ニューラルネットワークを修正するものが開示されている。

特開平７−２５９９７４号公報 特開平９−２４２８６３号公報 特開平７−９８０６０号公報

しかしながら、上記特許文献に開示される技術では、走行環境の推定結果に基づく変速制御が常時同様に実行され、走行の度に、ニューラルネットワークによる演算処理により走行環境が推定され、この推定結果に基づき変速機の変速段が切り替えられていた。このため、短い時間で繰り返し走行環境を推定する演算処理が必要であり、演算負荷が大きいうえ、過去の一定時間蓄積したデータにより推定を行うこと、及び、周囲を走行する車両の影響や運転操作のバラツキなどにより走行環境の推定結果が瞬間的に変動する場合があることにより、実際の走行環境と変速段とが不適合となる走行状態がもたらされるという問題があった。

本発明は以上のような事情を勘案してなされたもので、その目的は、演算負荷を増大させることなく走行環境の推定精度を向上させると共に、走行環境と変速パターンとが適合した変速制御を行えるようにした車両用自動変速機制御装置を提供することにある。

前記目的を達成するため、本発明にあっては次のような解決手法を採択してある。すなわち、特許請求の範囲における請求項１に記載のように、
自動変速機の変速パターンを車両の走行環境に応じて変更するようにした車両用自動変速機制御装置において、
車両の走行状態を検出する走行状態検出手段と、
前記走行状態検出手段によって検出された走行状態に応じて、車両の走行環境を推定する走行環境推定手段と、
走行環境に応じた変速パターンを記憶する記憶手段と、
前記走行環境推定手段によって推定される走行環境に変化が生じたときに、新たな走行環境への変更の可否を判定する後処理手段と、
前記後処理手段によって走行環境の移行が許可されたときに、前記走行環境推定手段で推定された走行環境に応じた変速パターンを前記憶手段から選択する変速パターン選択手段と、
を備えているようにしてある。

上記解決手法によれば、後処理手段によって、新たな走行環境への移行を許可するか否かが別途判定されるので、走行環境推定手段そのものは、瞬時の走行環境の変化や周囲を走行する車両の影響、さらには運転操作のバラツキなどへの対応をことさら特別に行う必要や瞬時の演算を行う必要がなくなり、その演算負荷を増大させることなく、走行環境の検出精度を向上させることができる。また、走行環境の頻繁な変化つまり変速パターンの頻繁な変化というものが、後処理手段によって抑制されることになるので、変速パターンの頻繁な変化に伴う不快なショックを抑制しつつ、走行環境に適合した変速パターンでもって変速制御を行うことができる。

上記解決手法を前提とした好ましい態様は、特許請求の範囲における請求項２以下に記載のとおりである。すなわち、
前記後処理手段は、前記走行環境推定手段によって新たな走行環境が所定時間継続して推定されたときに、該新たな走行環境への移行を許可するように設定されている、ようにしてある（請求項２対応）。この場合、新たな走行環境へ移行許可するか否かの判定を、時間を管理するという簡単な手法によって適切に行うことができる。

前記後処理手段は、車両が所定走行状態のときに、新たな走行環境への移行を許可するように設定されている、ようにしてある（請求項３対応）。この場合、
新たな走行環境へ移行許可するか否かの判定を、車両の走行状態を利用して簡単かつ適切に行うことができる。

前記後処理手段は、前記走行環境推定手段によって新たな走行環境が所定時間継続して推定されたときで、かつ車両が所定走行状態のときに、新たな走行環境への移行を許可するように設定されている、ようにしてある（請求項４対応）。この場合、請求項２，請求項３に対応した効果を得つつ、よりきめ細かい移行許可の判定を行うことが可能となる。

前記後処理手段は、現在の走行環境がワインディングロード相当判定であるときに、交差点相当判定またはランプ合流相当判定が出力されたときは、ワインディングロード相当判定を継続するように設定されている、ようにしてある（請求項５対応）。この場合、ワインディングロードは、元々交差点やランプ合流地点が少ない上、交差点やランプ合流地点は極めて短い径路であって一過的なものであることから、このような場合に新たな走行環境へ移行しないようにして、変速パターンの頻繁な変更を防止する上で好ましいものとなる。

前記後処理手段は、所定の走行環境が新たに推定されたときは、あらかじめ設定された特定の走行環境へ強制移行させるように設定されている、ようにしてある（請求項６対応）。この場合、ある複数の走行環境間での関係を考慮した上で、より適切な走行環境（より適切な変速パターン）とする上で好ましいものとなる。

前記記憶手段に記憶される変速パターンを、マニュアルモードで変速が行われる走行時において走行環境毎に学習補正する学習補正手段をさらに備えている、ようにしてある（請求項７対応）。この場合、走行環境に応じた変速パターンを、学習補正によってより好ましいものとすることができる。

前記学習補正が、自車両の前方を走行する先行車両の有無を区別して行われる、ようにしてある（請求項８対応）。この場合、先行車両の有無を考慮して、変速パターンをより適切なものとすることができる。

前記学習補正が、運転者毎に区別して行われる、ようにしてある（請求項９対応）。この場合、変速パターンを、運転者毎の好みに応じた最適なものとすることができる。

前記運転者の区別が、運転操作の特徴、運転者の顔の画像、運転席シートの位置、ＩＤカード、指紋認証、運転者識別用スイッチの少なくと１つを利用して行われる、ようにしてある（請求項１０対応）。この場合、運転者を特定する具体的な手法が提供される。

前記学習補正時の走行環境が、地図情報に基づいて検出される、ようにしてある（請求項１１対応）。この場合、地図情報を利用して、学習補正される走行環境を適切に設定する上で好ましいものとなる。

前記走行環境推定手段が、ニューラルネットワークによって走行環境を推定するように設定されている、ようにしてある（請求項１２対応）。この場合、走行環境の推定を精度よく行う上で好ましいものとなる。

本発明によれば、演算負荷を増大させることなく走行環境の推定精度を向上させて、走行環境と変速パターンとが適合した変速制御を行なうことができる。

図１において、自動変速機制御システム１は、エンジン２０に連結される自動変速機２１に接続されており、自動変速機２１へ制御信号を送信することで、自動変速機２１を制御する。より詳しくは、自動変速機２１は、トルクコンバータ２２と、ギヤ機構及び変速段切替機構２３と、ギヤ機構及び変速段切替機構２３における変速段の切替えを油圧で自動的に制御する油圧制御装置２４とから構成されており、自動変速機制御システム１は、油圧制御装置２４に送信する制御信号を調整することで、自動変速機２１の変速段を制御する。

自動変速機制御システム１は、走行状態検出用に外部から入力されるパラメータに基づき各種車載品を制御するＣＰＵを含むマイクロコンピュータからなるコントローラ２を有している。このコントローラ２には、走行状態検出用のパラメータの入力源として、車速センサ３と、アクセル開度を検出するアクセル開度センサ４と、ドライバのブレーキ踏込み状態に応じ、フットブレーキ（不図示）のオンオフを切り替えるブレーキスイッチ５と、車両が重心点まわりに回転する速度を検出するヨーレートセンサ６と、累積走行距離を計測するオドメータ７と、イグニション（ＩＧ）スイッチ８と、年月日や時間をカウントする年月日／時間カウンタ９と、キーＩＤ照合又は生体認証等によるドライバ認証装置１０と、が接続されている。コントローラ２は、これら各種の構成から走行状態検出用に入力されるパラメータ、すなわち、車速，アクセル開度，フットブレーキのオンオフ状態，車両の回転速度，累積走行距離，イグニションのオンオフ状態，年月日及び時間およびドライバをあらわす情報を用いて、走行環境を推定しつつ、油圧制御装置２４へ送信する制御信号を調整することで、自動変速機２１の変速段を制御する。

コントローラ２には、走行環境を推定する手段として、ニューラルネットワークが構成されている。このニューラルネットワークにより、コントローラ２に入力されるパラメータに基づき、その時点での走行環境が推定可能であり、推定された走行環境に応じて、油圧制御装置２４用の制御信号が調整される。走行環境としては、例えば市街地，平坦，降坂，登坂，高速道路，ワインディング，渋滞等の環境が予め設定されており、ニューラルネットワークにおいては、走行中に取得されるパラメータに基づき、これらの環境の中から最も可能性の高い走行環境が特定されることとなる。ただし、後述するように、推定された走行環境に変化が生じたときは、後処理の制御によって、新たに推定された走行環境への移行を許可するか否かの判定が行われて、判定結果が移行許可である場合に新たな走行環境へと移行される。

図２は、ニューラルネットワークによる走行環境の推定処理を概念的に示す説明図である。ニューラルネットワーク３０には、それぞれ、入力層Ｌ１，中間層Ｌ２，出力層Ｌ３毎に、ニューロンユニットＵ１，Ｕ２，Ｕ３が複数設定されている。また、入力層Ｌ１のニューロンユニットＵ１と中間層Ｌ２のニューロンユニットＵ２とは、予め学習により設定された結合荷重値Ｖ１を介して結合されるとともに、中間層Ｌ２のニューロンユニットＵ２と出力層Ｌ３のニューロンユニットＵ３とは、予め設定された結合荷重値Ｖ２を介して結合されている。そして、出力層Ｌ３の各ニューロンユニットＵ３には、前述した走行環境のいずれか１つが予め対応づけられている。

走行環境の推定に際し、入力層Ｌ１のニューロンユニットＵ１に走行状態検出用のパラメータが入力されると、各パラメータは入力層Ｌ１から結合荷重値Ｖ１により重み付けされた上で中間層Ｌ２へ送られる。中間層Ｌ２のニューロンユニットＵ２では、重み付けされた入力パラメータの総和がしきい値を越えたか否かが判定され、しきい値を越えれば「１」、越えなければ「０」が出力される。最終的に、出力層Ｌ３のニューロンユニットＵ３のいずれか１つが反応し、それに対応付けられた走行環境が、入力されるパラメータに応じて最も確率の高い走行環境として選択されることとなる。

結合荷重値Ｖ１，Ｖ２は、入力層Ｌ１のニューロンユニットＵ１に対する車速，アクセル開度，ブレーキ等の各種パラメータの入力に応じて、走行環境が対応付けられた出力層Ｌ３のニューロンユニットＵ３のいずれか１つが反応するように、各走行環境について予め設定される値である。なお、かかるニューラルネットワークによる走行環境の推定処理は、従来知られるものである。

ところで、前述したように、従来では、ニューラルネットワークによる走行環境の推定処理が走行毎に実行され、この推定結果に基づき変速段つまり変速パターンが切り替えられるため、例えば通勤経路など高頻度で走行する経路についても、安定した走行環境の検出精度を確保し難く、走行環境と変速段とが不適合となる走行状態がもたらされるおそれがあった。このため、本発明では、走行環境の推定結果に対して、新たな走行環境へ移行させるか否かの後処理判定を行って、走行環境の移行許可があった場合に、新たな走行環境に応じた変速パターンを選択するようにしてある。つまり、図２に対応させて説明すると、ニューロンユニットＵ３の出力（推定された走行環境）に基づいて直ちに変速パターンを選択するのではなく、この推定結果を補正（後処理判定）して、補正した後の走行環境に応じた変速パターンが変速制御用として選択されるようになっている。

図３は、変速制御を行うコントローラ２の制御内容を、走行環境の推定とその後処理とを含めて全体的に示すものである。この図３を説明すると、まずＱ１（Ｑはステップを示す−以下同じ）において、図１に示すセンサ等からの信号が読み込まれた後、Ｑ２において、図２のニュートラルネットワークによって、走行環境の推定が行われる。Ｑ３では、Ｑ２での推定結果が後述するように後処理される。Ｑ３の後、Ｑ４において、現在、自動変速機２１の変速モードが、Ｍモードであるか否かが判別される。このＭモードは、マニュアル操作によって変速段を選択するマニュアルモードであって、運転者による変速操作が行われたときに、１段シフトアップあるいは１段シフトダウンが行われ、運転者の変速操作がないときは現在の変速段が維持されるものである。このＱ４の判別でＮＯのときは、Ｑ５において、変速パターンに基づく自動変速制御が実行される。Ｑ４の判別でＹＥＳのときは、運転者のマニュアル操作に基づく変速を利用して、後述する変速パターンの学習補正が行われる。

図４，図５は、図３におけるＱ３の後処理の制御例を示すものである。図４は、推定された走行環境が変化されたとき、新たな走行環境への移行を許可するか否かのルール（走行環境の移行ルール）の例を示すものである。「まる１」として示す例では、現在の走行環境が「ワインディングロード」である状態で、「交差点」が検出されたときに、現在の走行環境である「ワインディングロード」に強制設定（強制移行）するものである。「まる２」で示す例は、現在の走行環境が「ワインディングロード」である状態で、「ランプ合流」（自動車専用道路での合流部分）が検出されたときに、現在の走行環境である「ワインディングロード」に強制設定（強制移行）するものである。「まる６」で示す例は、現在の走行環境が「ワインディングロード」である状態で、「市街地」が検出（推定）されたときに、「市街地」の検出状態（推定状態）が所定時間（実施形態では４秒）継続したときに、「市街地」を新たな走行環境として移行を許可するものである。
「まる７」で示す例は、現在の走行環境が「高速道路」である状態で、「ランプ合流」が検出（推定）されたときに、ＶＳＰ（車速）が所定車速（実施形態では８０ｋｍ／ｈ）以下のときに、「ランプ合流」を新たな走行環境として移行を許可するものである。「まる９」で示す例は、現在の走行環境が「交差点」である状態で、「渋滞」が検出（推定）されたときに、「渋滞」の検出状態（推定状態）が所定時間（実施形態では４秒）継続し、かつＶＳＰ（車速）が所定車速（実施形態では４０ｋｍ／ｈ）以下のときに、「渋滞」を新たな走行環境として移行を許可するものである。

上述の図４の説明からも明らかなように、新たな走行環境への移行ルールとしては、実施形態では次のような４種類設定されている。すなわち、第１に、図４の「変換」で示す移行ルールで、現在の走行環境に対応してある走行環境（あるいは走行状態）が検出（推定）されたときに、強制的に特定の走行環境へ移行させる場合である（「まる１」、「まる２」の例で、この場合は、現在の走行環境と移行される特定の走行環境とが同じに設定されているが、現在の走行環境と特定の走行環境とが相違していてもよい）。

第２に、図４の「タイマ」で示す移行ルールで、新たな走行環境（あるいは走行状態）が所定時間継続したときに、新たな走行環境への移行を許可するものである（まる６」の例）。この場合、上記所定時間を一定時間として設定することなく、例えば走行負荷、現在の走行環境の種類、新たな走行環境の種類等に応じて変更する可変時間として設定することもできる。

第３に、図４の「閾値」として示す移行ルールで、新たな走行環境時での走行状態（例えば車速）が所定のしきい値を超えているときに、新たな走行環境への移行を許可するものである（「まる７」の例）。この場合、上記しきい値の大きさを、現在の走行環境の種類、新たな走行環境（走行状態）の種類等に応じて可変とすることもできる。

第４に、図４の「タイマ」と「閾値」との両方で設定された移行ルールで、上記第２と第３の条件を共に満足したときに、移行許可される（「まる９」の例で、（所定時間継続＋しきい値を超えたこと）。

図５は、図４に示す移行ルールにしたがって、走行環境への移行を許可するか否かの制御例を示すものであり、図３のＱ３における制御内容に相当する。以下この図５について説明する。まず、Ｑ１１において、現在の走行環境が、新たに判定された走行環境と同一であるか否かが判別される。このＱ１１の判別でＹＥＳのときは、走行環境に変化がないときなので、そのままリターンされる。Ｑ１１の判別でＮＯのときは、Ｑ１２において、図４に示す「変換」に相当する移行ルールのときであるか否かが判別される。このＱ１２の判別でＹＥＳのときは、Ｑ１３において、「変換」の移行ルールにしたがって、新たな走行環境への移行が許可される（図４の「まる１」、「まる２」の場合が対応）。

前記Ｑ１２の判別でＮＯのときは、Ｑ１４において、「タイマ」および「閾値」の両方に基づく移行ルールのときであるか否かが判別される。このＱ１４の判別でＹＥＳのときは、Ｑ１５において、車両の走行条件（走行状態）が、「閾値」を超えたか否かが判別される。このＱ１５の判別でＹＥＳのときは、Ｑ１６において、新たな走行環境が所定時間継続したか否かが判別される。このＱ１６の判別でＹＥＳのときは、Ｑ１７において、新たな走行環境への移行が許可される（図４の「まる９」の場合が対応）。上記Ｑ１５あるいはＱ１６の判別でＮＯのときは、そのままリターンされる。

前記Ｑ１４の判別でＮＯのときは、Ｑ１８において、図４の移行ルールが、「閾値」のみの場合に相当するか否かが判別される。このＱ１８の判別でＹＥＳのときは、Ｑ１９において、車両の走行条件が「閾値」を超えたか否かが判別される。このＱ１９の判別でＹＥＳのときは、Ｑ２０において、新たな走行環境への移行が許可される（図４の「まる７」の場合が対応）。上記Ｑ１９の判別でＮＯのときは、そのままリターンされる。

前記Ｑ１８の判別でＮＯのときは、Ｑ２１において、移行ルールが「タイマ」のみの場合であるか否かが判別される。このＱ２１の判別でＹＥＳのときは、Ｑ２２において、判定時間が所定時間継続しているか否かが判別される。このＱ２３の判別でＹＥＳのときは、Ｑ２３において、新たな走行環境への移行が許可される（図４の「まる６」の場合が対応）。上記Ｑ２１の判別でＮＯのとき、あるいはＱ２２の判別でＮＯのときは、そのままリターンされる。

図５は、後処理判定手段を示すものであるが、そのうち、Ｑ１３、Ｑ１７、Ｑ２０、Ｑ２３は、後処理判定後の走行環境に応じた変速パターンを選択する選択手段を構成するものとなる。

図６は、図３におけるＱ５の制御例を示すものである（変速モードとして「Ｄレンジ」が選択されているときの制御例）。この図６において、まずＱ３１において、運転者の特定が行われ、次いでＱ３２において、現在の走行シーンが特定される。なお、Ｑ３１，Ｑ３２の処理は、後述するＭモード時に変速パターンを学習補正するときのパラメータとして、運転者および走行シーンが含まれていることに対応するものである。

Ｑ３２の後、Ｑ３３において、変速パターンとして、学習された変速パターンが存在するか否かが判別される。このＱ３３の判別でＹＥＳのときは、学習度合が大きいか否かが判別される。例えば学習時間が所定時間以上および／または学習回数が所定回数以上であるときに、学習度合が大きいと判別される。このＱ３４の判別でＹＥＳのときは、学習された変速パターンによって、自動変速機２１の変速制御が実行される（学習された変速パターンについては後に説明する）。Ｑ３３の判別でＮＯとき、あるいはＱ３４の判別でＮＯのときは、Ｑ３６において、初期設定された変速パターンでもって自動変速機２１の変速制御が行われる。

図７は、図３におけるＱ６の制御例を示すものであり、走行環境に応じた変速パターンを学習補正する内容となる。すなわち、走行環境毎に初期設定されている変速パターンを、図８に示すように幾つかのパラメータを用いて補正するものである。走行環境としては、ニューラルネットワークを用いた推定結果を利用してもよく、あるいはナビゲーションシステムや情報発信する基地局からの地図情報からのデータに基づいて補正される。

学習補正のために用いるパラメータとしては、例えば、次のようなものが設定されている。すなわち、前走車に関するパラメータとして、前走車の有無、前走車に対する定常追従走行、前走車に対する加減速を伴う追従走行、アグレッシブ度（例えば、アクセル操作状況やブレーキ操作状況を加味した積極的な運転操作度合を示すもので、Ｌｅｖｅｌ−１からＬｅｖｅｌ−３程度の複数段階に設定）、その他カテゴリとして、天候、路面μ、路面勾配等が含まれる。また、図５では図示を略すが、運転者の特定も行われる。運転者の特定は、例えば、運転操作の特徴、運転者の顔の画像（カメラを利用）、運転席シートの位置、ＩＤカード、指紋認証、運転者識別用スイッチの少なくと１つを利用して行なうことができる。

図９は、学習補正された変速パターンの例が示される。すなわち、変速パターンは、一般的に車速とエンジン負荷とをパラメータとして設定されるが、各変速段の間での変速を行うしきい値となる変速特性線が、学習補正されて、より運転者にとって好ましいものに学習補正されていくことになる。

図７の制御例について説明すると、まずＱ４１において、運転者を特定する処理が行われ、Ｑ４２において、走行環境を特定する処理が行われ、Ｑ４３において、前走車に関する判定処理が行われ（前走車の有無や、前走車が存在するときに前走車に対する追従走行状況の判定が行われる）、Ｑ４４においてアグレッシブ度の判定処理が行われ、Ｑ４５において、天候、路面μ等の走行条件に関する判定処理が行われる。

Ｑ４６では、変速が実行されたか否かが判別される。このＱ４６の判別でＹＥＳのときは、現在の変速パターン（変速特性線）が、変速が実行されたときの値に補正される（変速が実行されたときの車速とエンジン負荷とが学習、記憶されて、変速パターンが補正される）。Ｑ４６の判別でＮＯのときは、変速パターンの学習補正が行われることなくリターンされる。

以上実施形態について説明したが、本発明は、実施形態に限定されるものではなく、特許請求の範囲の記載された範囲において適宜の変更が可能であり、例えば次のような場合をも含むものである。車両の走行状態に基づく走行環境の推定は、ニューラルネットワーク以外の適宜の手法によって行うことができる。変速パターンを学習補正しない場合であってもよい。勿論、本発明の目的は、明記されたものに限らず、実質的に好ましいあるいは利点として表現されたものを提供することをも暗黙的に含むものである。

本発明の制御系統例を示す図。 ニューラルネットワークを説明する図。 本発明の制御例を示すフローチャート。 後処理判定によって新たな走行環境への移行ルールを示す図。 図４の態様に基づいて後処理判定を行う制御例を示すフローチャート。 図３におけるＱ５の制御例を示すフローチャート。 図３におけるＱ６の制御例を示すフローチャート。 変速パターンを学習補正する各種パラメータを示す図。 学習補正された変速パターンの例を示す図。

符号の説明

１：自動変速機制御システム
２：コントローラ
２１：自動変速機

Claims (12)

1. 自動変速機の変速パターンを車両の走行環境に応じて変更するようにした車両用自動変速機制御装置において、
   車両の走行状態を検出する走行状態検出手段と、
   前記走行状態検出手段によって検出された走行状態に応じて、車両の走行環境を推定する走行環境推定手段と、
   走行環境に応じた変速パターンを記憶する記憶手段と、
   前記走行環境推定手段によって推定される走行環境に変化が生じたときに、新たな走行環境への変更の可否を判定する後処理手段と、
   前記後処理手段によって走行環境の移行が許可されたときに、前記走行環境推定手段で推定された走行環境に応じた変速パターンを前記憶手段から選択する変速パターン選択手段と、
   を備えていることを特徴とする車両用自動変速機制御装置。
2. 請求項１において、
   前記後処理手段は、前記走行環境推定手段によって新たな走行環境が所定時間継続して推定されたときに、該新たな走行環境への移行を許可するように設定されている、ことを特徴とする車両用自動変速機制御装置。
3. 請求項１において、
   前記後処理手段は、車両が所定走行状態のときに、新たな走行環境への移行を許可するように設定されている、ことを特徴とする車両用自動変速機制御装置。
4. 請求項１において、
   前記後処理手段は、前記走行環境推定手段によって新たな走行環境が所定時間継続して推定されたときで、かつ車両が所定走行状態のときに、新たな走行環境への移行を許可するように設定されている、ことを特徴とする車両用自動変速機制御装置。
5. 請求項１において、
   前記後処理手段は、現在の走行環境がワインディングロード相当判定であるときに、交差点相当判定またはランプ合流相当判定が出力されたときは、ワインディングロード相当判定を継続するように設定されている、ことを特徴とする車両用自動変速機制御装置。
6. 請求項１において、
   前記後処理手段は、所定の走行環境が新たに推定されたときは、あらかじめ設定された特定の走行環境へ強制移行させるように設定されている、ことを特徴とする車両用自動変速機制御装置。
7. 請求項１において、
   前記記憶手段に記憶される変速パターンを、マニュアルモードで変速が行われる走行時において走行環境毎に学習補正する学習補正手段をさらに備えている、ことを特徴とする車両用自動変速機制御装置。
8. 請求項７において、
   前記学習補正が、自車両の前方を走行する先行車両の有無を区別して行われる、ことを特徴とする車両用自動変速機制御装置。
9. 請求項７において、
   前記学習補正が、運転者毎に区別して行われる、ことを特徴とする車両用自動変速機制御装置。
10. 請求項９において、
    前記運転者の区別が、運転操作の特徴、運転者の顔の画像、運転席シートの位置、ＩＤカード、指紋認証、運転者識別用スイッチの少なくと１つを利用して行われる、ことを特徴とする車両用自動変速機制御装置。
11. 請求項７において、
    前記学習補正時の走行環境が、地図情報に基づいて検出される、ことを特徴とする車両用自動変速機制御装置。
12. 請求項１ないし請求項１１のいずれか１項において、
    前記走行環境推定手段が、ニューラルネットワークによって走行環境を推定するように設定されている、ことを特徴とする車両用自動変速機制御装置。
    

Images