JP2008247119A - 車両用運転支援装置 - Google Patents

Abstract

【課題】 ドライバーが意図したとおりに車両が操作される運転支援装置を実現すること。
【解決手段】 第１、第２筋電センサ１２，１３は、車両の挙動制御用の操作に関するドライバーの筋骨格系の筋電信号を検出する。電子パワーアシストステアリングユニット２２は、ステアリング操作に対しアシスト力を付与する。制御ユニット１１は、検出した筋電信号から筋骨格系の運動量を予測する筋骨格系モデルに基づいて、電子パワーアシストステアリングユニット２２を駆動制御する。
【選択図】 図１

Description

本発明は、車両用運転支援装置に関する。

従来より、ステアリング操作等の車両の操作に関して、運転支援のためのさまざまな制御手法が提案されている。

例えば特許文献１には、レーンキープアシスト制御に関して、操舵トルク状態に基づき運転者の運転意志の有無を迅速に判定し、これにより適切な操舵制御を行う技術が開示されている。

特開２００６−１４３２１１号公報

従来の運転操作アシスト技術では、運転上の危険がないにもかかわらずドライバーが予期しないアシストが介入し、違和感をおぼえたり、快適な運転が妨げられることがある。

また、とりわけドライバーが高齢者などの場合には、意図したとおりの操作量で操作を行えず、意図に反して走行軌跡のぶれを生じるなどの問題もある。

したがって、ドライバーが意図したとおりに車両が操作される運転支援装置の実現が望まれている。

本発明の一側面によれば、車両の挙動制御用の操作に関するドライバーの筋骨格系の筋電信号を検出する検出手段と、前記操作に対しアシスト力を付与するアシスト手段と、検出した前記筋電信号から前記筋骨格系の運動量を予測する筋骨格系モデルに基づいて、前記アシスト手段を駆動制御する制御手段とを有することを特徴とする車両用運転支援装置が提供される。

この構成によれば、筋骨格系モデルによりドライバーの筋電信号から筋骨格系の運動量が予測され、その予測結果に基づいてアシスト手段が駆動制御される。筋電信号はドライバーの操作意図を反映していると考えられるから、かかる構成によりドライバーの意図に従った操作を実現することができる。

本発明の好適な実施形態によれば、前記筋骨格系モデルは、前記制御手段による前記アシスト手段の駆動制御下における実際の前記筋骨格系の運動量をフィードバックして内部モデルを修正するフィードバック誤差学習を行うものであることが好ましい。

この構成によれば、筋骨格系モデルが自律的に適正化され、アシスト手段を精度良く駆動制御することができる。

一実施形態においては、前記車両の挙動制御はステアリング制御であり、前記アシスト手段は、ステアリング操作にアシスト力を付与するための電動モータとすることができる。

また、別の実施形態においては、前記車両の挙動制御はステアリング制御であり、前記アシスト手段は、ドライバーの手腕部の筋骨格系に装着され、ステアリング操作に係る該筋骨格系の運動を補助する人工筋肉アクチュエータとすることができる。

また、好適な実施形態によれば、前記人工筋肉アクチュエータは空気圧アクチュエータを用いるものであることが好ましい。この構成によれば、ドライバーにとって柔らかな感覚の操舵アシストを実現することができる。

本発明の一実施形態においては、前記車両の挙動制御はブレーキ制御又はアクセル制御であり、前記アシスト手段は、ブレーキペダル又はアクセルペダルの踏力にアシスト力を付与する手段とすることができる。

また、好適な実施形態によれば、前記ドライバーを識別する識別手段を更に有し、前記制御手段は、前記識別手段で識別されたドライバーに応じた筋肉骨格系モデルを用いて前記アシスト手段を駆動制御することが好ましい。

この構成によれば、個々のドライバーに応じたアシスト手段の駆動制御を精度良く行うことができる。

さらに、好適な実施形態によれば、前記アシスト手段は、前記制御手段による駆動制御にかかわらず、予め定められた上限値を超えるアシスト力の付与が禁止されていることが好ましい。

この構成によれば、アシスト手段に異常な制御量が供給されたとしても安全を確保することができる。

本発明によれば、ドライバーが意図したとおりに車両が操作される運転支援装置が実現される。

以下、図面を参照して本発明の好適な実施形態について詳細に説明する。なお、本発明は以下の実施形態に限定されるものではなく、本発明の実施に有利な具体例を示すにすぎない。また、以下の実施形態の中で説明されている特徴の組み合わせの全てが本発明の課題解決手段として必須のものであるとは限らない。

（実施形態１）
図１は、本実施形態における運転支援装置１の概略構成を示す図である。

図１において、２０はステアリングユニットを示している。ステアリングホイール２はステアリングシャフト２１の上端において軸支され、ステアリングシャフト２１は、ステアリングホイール２の回転に連動して軸方向に回転する。このステアリングシャフト２１の下端はＥＰＡＳ（電子パワーアシストステアリング）ユニット２２に連結される。また、ステアリンシャフト２１の中央部には操舵角を検出する舵角センサ３が取り付けられている。ＥＰＡＳユニット２２は、ドライバーのステアリングホイール２の操作に対してアシスト力を付与するアシスト手段として機能するものであり、ステアリングモータとしての電動モータ４の駆動によって操舵特性（アシスト力）を調整している。

左右一対のタイヤ６，６は、ナックルアーム７，７及びステアリングロッド９によって連結されている。ステアリングロッド９はＥＰＡＳユニット２２を介してステアリングシャフト２１と接続されており、ステアリングシャフト２１の回転によってステアリングロッド９はその軸方向に駆動してタイヤ６に切れ角が与えられるように構成されている。

アシスト手段としてのＥＰＡＳユニット２２は、上記したとおり、電動モータ４の駆動を受けて操舵特性（アシスト力）を調整するものであるが、この電動モータ４の駆動制御を行うのが、制御ユニット（Ｃ／Ｕ）１１である。この制御ユニット１１には、舵角センサ３、ドライバーの上腕三頭筋の筋電信号（筋電位）を検出する第１筋電センサ１２、ドライバーの尺側手根伸筋の筋電信号を検出する第２筋電センサ１３が接続され、それぞれのセンサで検出された検出信号が入力されるようになっている。制御ユニット１１には更に、ＩＣカード１６からドライバーの情報を読み出すためのＩＣカードリーダ１５も接続されている。

図２は、制御ユニット１１の構成を示すブロック図である。

制御ユニット１１は、図示の如く、制御を司るＣＰＵ１１１、ＣＰＵ１１１のワークエリアを提供するＲＡＭ１１１、固定的なプログラムやデータを記憶しているＲＯＭ１１３をはじめ、第１筋電センサ１２、第２筋電センサ１３、舵角センサ３、ＩＣカードリーダ１５、電動モータ４をそれぞれ接続するインタフェース（Ｉ／Ｆ）１２ａ、１３ａ、３ａ、１５ａ、４ａを備えている。ＲＯＭ１１３には、操舵特性制御を実現するための制御プログラム１１４、ドライバー毎の筋電位特性テーブル１１５が記憶されている。もっとも、筋電位特性テーブル１１５は、追加・変更が可能なようにＲＡＭ１１２に記憶されていてもよい。

ここで、ドライバーの腕の筋状態と操舵特性の関係について説明する。

まず、上腕三頭筋について説明する。

図３（ａ）は、操舵反力の異なる４パターンについて、操舵角と操舵力との関係をそれぞれ示す図であり、図３（ｂ）は、操舵反力の異なる４パターンについて、操舵角２０ｄｅｇ以内においてステアリングを左右に繰り返し操舵した状態における右腕の上腕三頭筋の筋電位変化をそれぞれ示した図である。

図３（ａ）において、ａは最も操舵反力の大きい操舵特性を示す操舵特性１、ｂは２番目に操舵反力の大きい操舵特性を示す操舵特性２、ｃは３番目に操舵反力の大きい操舵特性を示す操舵特性３、ｄは最も操舵反力の小さい操舵特性を示す操舵特性４である。

そして、図３（ｂ）中、データｂ、ｃ、ｄで示すように、操舵特性２〜４では、上腕三頭筋の筋電位は、０．０１２ｍＶ付近にあって筋電位が大きくなることがないのに対し、操舵特性１では、上腕三頭筋の筋電位が０．０１６ｍＶ以上に大きくなり、操舵時に上腕三頭筋が大きく活動している。これは、操舵特性１は、操舵反力が大きいため、操舵に際し上腕三頭筋が大きく活動しているためである。従って、上腕三頭筋の筋電位が略０．０１６ｍＶ以上になると、ドライバーがステアリング操作を重く感じ始めていると評価することができる。

以上のように、上腕三頭筋の筋電位に基づけば、ドライバーのステアリング操作重さを定量的に示すことができる。

次に、尺側手根伸筋の筋状態について、説明する。

図４（ａ）は、ヒステリシスの異なる４つのパターンについて、操舵角と操舵力との関係をそれぞれ示す図、図４（ｂ）は、操舵反力の異なる４パターンについて、操舵角２０ｄｅｇ以内においてステアリングを左右に繰り返し操舵した状態における左腕の尺側手根伸筋の筋電位変化をそれぞれ示した図である。

図４（ａ）において、ｄで示す幅は最もヒステリシスの大きい操舵特性を示す操舵特性５、ｅで示す幅は２番目にヒステリシスの大きい操舵特性を示す操舵特性６、ｆで示す幅は３番目にヒステリシスの大きい操舵特性を示す操舵特性７、ｇで示す幅は最もヒステリシスの小さい（ヒステリシス０）操舵特性を示す操舵特性８である。

そして、図４（ｂ）中ｄ、ｅで示すように、操舵特性５、６では、尺側手根伸筋の筋電位が比較的小さいのに対し、操舵特性７、８では、尺側手根伸筋の筋電位が大きくなっており、ステアリングの引き戻し操作が大きい操舵特性であることを示している。これは、ヒステリシス幅が小さすぎて操舵に対する操舵角の敏感が高いためである。従って、尺側手根伸筋の筋電位が小さく、引き戻し操作が少なくなる操舵特性５又は操舵特性６が適切なヒステリシス幅であると評価することができる。

以上のように、尺側手根伸筋の筋電位に基づけば、ドライバーのステアリングの引き戻し操作を定量的に示すことができる。

操舵特性テーブル１１５は、このような操舵特性をドライバー毎に記述したものとなっている。

図５は、本実施形態における操舵制御処理を示すフローチャートである。このフローチャートに対応するプログラムは制御プログラム１１４に含まれ、ＣＰＵ１１１によって実行されるものである。

まず、ステップＳ１で、ＩＣカードリーダ１５から、ＩＣカード１６に書き込まれているドライバーの情報を読み込む。ドライバーの情報としては氏名、ＩＤ番号等、個人を特定できる情報であればよい。次に、ステップＳ２で、操舵特性テーブル１１５から、特定したドライバーの、基礎とする操舵特性を設定する。これは、図３（ａ）で示した操舵特性が、ドライバーの筋力等に応じて異なるため、個人毎の基礎とする操舵特性を設定するようにしたものである。

その後、ステップＳ３で、第１及び第２筋電センサ１２，１３、蛇角センサ３からそれぞれの検出値を入力し、ステップＳ４で、ステップＳ２で設定した操舵特性に基づいて目標操舵角（電動モータ４の制御量）を算出し、ステップＳ５で、算出した目標操舵角（電動モータ４の制御量）を電動モータ４に供給することにより電動モータ４の制御を行う。ステップＳ３〜Ｓ５は、イグニッションオフ等の終了イベントが検出されるまで繰り返される。このようにして、制御ユニット１１は、電動モータ４の制御を行うことでＥＰＡＳユニット２２の駆動制御を行っている。

上記したステップＳ４の目標操舵角算出処理はステップＳ２で設定した個人別の操舵特性に基づくものであるが、ここには、入力した第１及び第２筋電センサ１２，１３からドライバーの筋骨格系の運動量を予測する筋骨格系強化学習モデルによる修正が組み込まれる。これによりドライバーが意図したとおりのステアリング制御を実現しようとするものである。

図６に、本実施形態で適用される筋骨格系強化学習モデルの一例を示すブロック線図を示す。これは、制御ユニット１１によるＥＰＡＳユニット２２の駆動制御下における実際のドライバーの上記上腕三頭筋及び尺側手根伸筋を含む筋骨格系の運動量をフィードバックして内部モデルを修正するフィードバック誤差学習を行うものとなっている。

図６において、"Ａｃｔｏｒ”はコントローラ部、"Ｃｒｉｔｉｃ”は誤差演算部（評価関数）、"ＩＤＭ”は逆モデル（内部モデル）部、"Ｇａｔｅ”はゲート部を表し、"Ｃｏｎｔｒｏｌｌｅｄ Ｏｂｊｅｔ”が制御対象、すなわち、ドライバーの筋骨格系を表している。

また、θｄは目標値で、具体的には、第１及び第２筋電センサ１２，１３からの筋電信号より求まる目標操舵角である。θは"Ｃｏｎｔｒｏｌｌｅｄ Ｏｂｊｅｔ”（すなわちドライバーの筋骨格系）の出力で、実際には蛇角センサ３の検出値である。θｅは目標値θｄと実際の出力θとの誤差（θｄ−θ）を表す。

ｕ^ffは、目標値θｄと逆モデル部ＩＤＭとにより求まる運動指令値（フィードフォワード量）で、腕の操作量（推定値）を表す。また、ｕ^fbは、誤差値θｅとコントローラ部Ａｃｔｏｒより求まる運動指令の誤差値（フィードバック量）で、腕の操作量の誤差（推定値）を表し、ｕ^fb＝ｕ−ｕ^ffで表される。ｕは運動指令値としての腕の操作量（推定値）を表し、ｕ＝ｕ^fb＋ｕ^ffで表される。

ＴＤerror（ＴＤ誤差）はＣｒｉｔｉｃの出力誤差を表し、これが最小となるように内部モデルが学習補正される。

図６のモデルでは、運動自体は内部モデルＩＤＭにより求められた運動指令値（フィードフォワード量）ｕ^ffによって制御される。また、内部モデルＩＤＭは、運動指令の誤差値（フィードバック量）ｕ^fbにより学習修正されるもので、この学習はＴＤ誤差が最小となるように行われる。

こうして、本実施形態によれば、筋骨格系強化学習モデルによりドライバーの手腕部の筋電信号から筋骨格系の運動量が予測され、その予測結果に基づいてアシスト手段であるＥＰＡＳユニット２２が駆動制御される。筋電信号はドライバーの操作意図を反映していると考えられるから、かかる構成によりドライバーの意図に従った操作を実現することができる。

また、上述の実施形態で、筋骨格系強化学習モデルは、制御ユニット１１によるＥＰＡＳユニット２２の駆動制御下における実際の筋骨格系の運動量をフィードバックして内部モデルを修正するフィードバック誤差学習を行うものであり、これにより、筋骨格系モデルが自律的に適正化され、ＥＰＡＳユニット２２を精度良く駆動制御することができる。

（実施形態２）
上述の実施形態１では、ＥＰＡＳユニット２２の電動モータ４を制御して操舵特性の調整を行う例を説明したが、本実施形態では、ドライバーの手腕部に装着され、ステアリング操作に係る運動を補助する人工筋肉アクチュエータを、アシスト手段として用い、この人工筋肉アクチュエータを駆動制御することで操舵特性の調整を行う例を示す。

図７に示すように、本実施形態における人工筋肉アクチュエータ５０は例えば手袋状に構成されており、ドライバーはこれをはめてステアリングホイール２を握って運転する。この場合の装置概要は図８のようになる。

図８において、人工筋肉アクチュエータ５０はドライバーが装着してステアリングホイール２を握るものであるから、その装着による不快感を極力抑えることが望まれる。この観点から本実施形態では、人工筋肉アクチュエータ５０には空気圧アクチュエータを使用して、柔らかな感触の装着感、使用感をドライバーに与えている。空気圧アクチュエータを採用したことに伴い、その動力源として、真空レギュレータ５１及びコンプレッサ５２が使用される。その制御は制御ユニット１１に接続されるコントローラ５３を介して行われる。

このような構成によっても、上述の実施形態１と同様な、筋骨格系強化学習モデルを用いた操舵制御処理を実現可能である。この場合、図５のステップＳ４，Ｓ５での制御対象は、電動モータ４ではなく人工筋肉アクチュエータ５０を駆動する真空レギュレータ５１となることは容易に理解されよう。

（他の実施形態）
上述の実施形態１，２では、ステアリング制御に関して本発明を説明した。しかし本発明はステアリング制御だけでなく、ブレーキ制御、アクセル制御などを含む車両の挙動制御に適用できるものである。例えば、ブレーキペダル又はアクセルペダルの踏力にアシスト力を付与するアシスト手段を用い、これを駆動制御することにより制動、加速特性の調整を行うことができる。

より具体的には、図９に示すように、長靴状に構成された人工筋肉アクチュエータ６０をアシスト手段として使用する。ドライバーはこの長靴状の人工筋肉アクチュエータ６０を履いてブレーキペダル又はアクセルペダル６２を操作する。この場合、ブレーキペダル又はアクセルペダル６２の操作量（踏量）を検出する踏量センサ６１を設け、制御ユニット１１は、この踏量センサ６１の検出値を入力し、脚部の筋骨格系強化学習モデルによりドライバーの脚部の筋電信号から筋骨格系の運動量が予測され、その予測結果に基づいて人工筋肉アクチュエータ６０を駆動制御する。

このように、上述の実施形態１，２の概念はステアリング操作以外の車両の挙動制御に容易に応用可能であることが理解されよう。

さらには、上述の実施形態２と組み合わせて、手腕部に装着される人工筋肉アクチュエータ５０を用いて手腕部の筋骨格系強化学習モデルに基づく操舵制御処理を行いつつ、脚部に装着される人工筋肉アクチュエータ６０を用いて脚部の筋骨格系強化学習モデルに基づくブレーキペダル又アクセルペダル６２の踏操作制御処理を行うことも可能である。

実施形態における運転支援装置の概略構成を示す図である。 実施形態における制御ユニット１１の構成を示すブロック図である。 上腕三頭筋の筋電位特性を示す図である。 尺側手根伸筋の筋電位特性を示す図である。 実施形態における操舵制御処理の一例を示すフローチャートである。 実施形態における筋骨格系強化学習モデルの一例を示すブロック線図である。 ドライバーの手腕部に装着される人工筋肉アクチュエータを用いた運転支援装置の例を示す図である。 ドライバーの手腕部に装着される人工筋肉アクチュエータを用いた運転支援装置の概略構成を示す図である。 ドライバーの脚部に装着される人工筋肉アクチュエータを用いた運転支援装置の例を示す図である。 ドライバーの手腕部に装着される人工筋肉アクチュエータ及びドライバーの脚部に装着される人工筋肉アクチュエータを用いた運転支援装置の例を示す図である。

符号の説明

１ 運転支援装置
２ ステアリングホイール
３ 舵角センサ
４ 電動モータ（ステアリングモータ）
１１ 制御ユニット
１２ 第１筋電センサ
１３ 第２筋電センサ
１５ ＩＣカードリーダ
２１ ステアリングシャフト
２２ ＥＰＡＳ（電子パワーアシストステアリング）ユニット

Claims (8)

1. 車両の挙動制御用の操作に関するドライバーの筋骨格系の筋電信号を検出する検出手段と、
   前記操作に対しアシスト力を付与するアシスト手段と、
   検出した前記筋電信号から前記筋骨格系の運動量を予測する筋骨格系モデルに基づいて、前記アシスト手段を駆動制御する制御手段と、
   を有することを特徴とする車両用運転支援装置。
2. 前記筋骨格系モデルは、前記制御手段による前記アシスト手段の駆動制御下における実際の前記筋骨格系の運動量をフィードバックして内部モデルを修正するフィードバック誤差学習を行うものであることを特徴とする請求項１に記載の車両用運転支援装置。
3. 前記車両の挙動制御はステアリング制御であり、
   前記アシスト手段は、ステアリング操作にアシスト力を付与するための電動モータであることを特徴とする請求項１又は２に記載の車両用運転支援装置。
4. 前記車両の挙動制御はステアリング制御であり、
   前記アシスト手段は、ドライバーの手腕部の筋骨格系に装着され、ステアリング操作に係る該筋骨格系の運動を補助する人工筋肉アクチュエータであることを特徴とする請求項１又は２に記載の車両用運転支援装置。
5. 前記人工筋肉アクチュエータは空気圧アクチュエータを用いるものであることを特徴とする請求項４に記載の車両用運転支援装置。
6. 前記車両の挙動制御はブレーキ制御又はアクセル制御であり、
   前記アシスト手段は、ブレーキペダル又はアクセルペダルの踏力にアシスト力を付与する手段であることを特徴とする請求項１又は２に記載の車両用運転装置。
7. 前記ドライバーを識別する識別手段を更に有し、
   前記制御手段は、前記識別手段で識別されたドライバーに応じた筋肉骨格系モデルを用いて前記アシスト手段を駆動制御することを特徴とする請求項２から６までのいずれか１項に記載の車両用運転支援装置。
8. 前記アシスト手段は、前記制御手段による駆動制御にかかわらず、予め定められた上限値を超えるアシスト力の付与が禁止されていることを特徴とする請求項１から７までのいずれか１項に記載の車両用運転支援装置。

Images