JP2010280290A - 電動アシスト車両 - Google Patents

Abstract

【課題】運転者のペダル操作のスキルを判定できる電動アシスト車両を提供する。
【解決手段】電動アシスト二輪車１０は、ペダル５４とクランク５２とクランク軸４０とを含む人力駆動部、人力駆動力に加える補助駆動力を発生させる電動モータ４８とバッテリ６８とを含む補助駆動部、クランク角センサ４４、トルクセンサ４６、ＣＰＵ６４、およびメモリ６６を備える。ＣＰＵ６４は、クランク角センサ４４で検出されたクランク角θに基づいてクランク角速度ωを求め、クランク角速度ωに基づいて運転者のペダル操作のスキルを判定し、トルクセンサ４６で検出されたクランクトルクτに基づいて運転者の体力を判定する。スキルおよび体力の判定結果に基づいてアシストパターンを決定し、アシストパターンとクランクランクτとに基づいて電動モータ４８からの補助駆動力を制御する。スキルおよび体力は筋電位に基づいて判定されてもよい。
【選択図】図７

Description

この発明は、電動アシスト車両に関し、より特定的には電動アシスト二輪車などの電動アシスト車両に関する。

この種の従来技術の例として、特許文献１には、疲労を感じずに快適にペダルを漕いで走行ができるように、心拍数などの生体信号から算出される人体指標に応じて、踏力に対する電動モータの駆動力の比率を設定する電動モータ付き自転車が開示されている。

特許文献２には、踏力などの人力駆動力から算出される指標に基づいて、運転者の体力を考慮して適切な補助駆動力の比率を設定する補助動力付き車両が開示されている。

特許文献３には、運転者の疲労や体調に合わせて快適な走行を可能にするために、人力、車速、運転状況および環境の検出値に基づいて適切な補助駆動力の比率を設定する駆動力補助装置が開示されている。

特許第３２７６４２０号公報 特開２００７−２３０４１１号公報 特許第３５７２７０４号公報

しかし、特許文献１〜３の技術は、運転者の体力や体調に応じて補助駆動力の比率を調整するものであり、運転者のペダル操作のスキルを判定するものではない。
それゆえに、この発明の主たる目的は、運転者のペダル操作のスキルを判定できる電動アシスト車両を提供することである。

上述の目的を達成するために、請求項１に記載の電動アシスト車両は、ペダルおよびペダルの操作によって回転するクランク軸を有し人力駆動力を発生させる人力駆動部と、人力駆動力に加える補助駆動力を発生させる電動モータを含む補助駆動部と、運転者のペダル操作に関する操作情報を検出する操作情報検出部と、操作情報検出部の検出結果に基づいて運転者のペダル操作のスキルを判定するスキル判定部とを備える。

請求項２に記載の電動アシスト電動アシスト車両は、請求項１に記載の電動アシスト車両において、操作情報検出部は、当該電動アシスト車両の車両情報を検出する車両情報検出部と運転者の生体情報を検出する生体情報検出部との少なくともいずれか１つを含むことを特徴とする。

請求項３に記載の電動アシスト車両は、請求項２に記載の電動アシスト車両において、車両情報はクランク角速度を含むことを特徴とする。

請求項４に記載の電動アシスト車両は、請求項２に記載の電動アシスト車両において、生体情報は運転者の筋電位を含むことを特徴とする。

請求項５に記載の電動アシスト車両は、請求項１に記載の電動アシスト車両において、スキル判定部による判定結果を表示する表示部をさらに備えることを特徴とする。

請求項６に記載の電動アシスト車両は、請求項１に記載の電動アシスト車両において、スキル判定部は、運転者のスキルを所定期間で判定することを特徴とする。

請求項７に記載の電動アシスト車両は、請求項１に記載の電動アシスト車両において、スキル判定部は、運転者のペダル操作のスキルを３値以上で判定することを特徴とする。

請求項８に記載の電動アシスト車両は、請求項１に記載の電動アシスト車両において、スキル判定部の判定結果に基づいて補助駆動部のアシストパターンを決定するアシストパターン決定部と、クランク軸に加わるトルクを検出するトルク検出部と、アシストパターン決定部によって決定されたアシストパターンとトルク検出部の検出結果とに基づいて補助駆動部の補助駆動力を制御する制御部とをさらに備えることを特徴とする。

請求項９に記載の電動アシスト車両は、請求項８に記載の電動アシスト車両において、スキル判定部は、運転者のスキルを「ある」か「ない」かの２値で判定し、アシストパターン決定部は、スキル判定部による判定結果に基づいて２種類のアシストパターンのいずれかを選択することを特徴とする。

請求項１０に記載の電動アシスト車両は、請求項８に記載の電動アシスト車両において、トルク検出部による検出結果に基づいて運転者の体力を判定する体力判定部をさらに備え、アシストパターン決定部は、スキル判定部による判定結果と体力判定部による判定結果とに基づいてアシストパターンを決定することを特徴とする。

請求項１１に記載の電動アシスト車両は、請求項８に記載の電動アシスト車両において、操作情報検出部は少なくとも運転者の筋電位を検出し、当該電動アシスト車両は、運転者の筋電位に基づいて運転者の体力を判定する体力判定部をさらに備え、アシストパターン決定部は、スキル判定部による判定結果と体力判定部による判定結果とに基づいてアシストパターンを決定することを特徴とする。

請求項１２に記載の電動アシスト車両は、請求項８に記載の電動アシスト車両において、運転者の体力情報を入力する体力入力部と、体力入力部によって入力された体力情報に基づいて運転者の体力を判定する体力判定部とをさらに備え、アシストパターン決定部は、スキル判定部による判定結果と体力判定部による判定結果とに基づいてアシストパターンを決定することを特徴とする。

請求項１３に記載の電動アシスト車両は、請求項１２に記載の電動アシスト車両において、体力情報は基礎体力データを含むことを特徴とする。

請求項１４に記載の電動アシスト車両は、請求項１２に記載の電動アシスト車両において、体力情報は、運転者の体力を２値以上で表した情報を含むことを特徴とする。

請求項１５に記載の電動アシスト車両は、請求項１０から１２のいずれかに記載の電動アシスト車両において、体力判定部は、運転者の体力を所定期間で判定することを特徴とする。

請求項１６に記載の電動アシスト車両は、請求項１０から１２のいずれかに記載の電動アシスト車両において、スキル判定部は、運転者のスキルを「ある」か「ない」かの２値で判定し、体力判定部は、運転者の体力を「ある」か「ない」かの２値で判定し、アシストパターン決定部は、スキル判定部による判定結果と体力判定部による判定結果とに基づいて４種類のアシストパターンのいずれか１つを選択することを特徴とする。

請求項１７に記載の電動アシスト車両は、請求項１０から１２のいずれかに記載の電動アシスト車両において、体力判定部は、運転者の体力を３値以上で判定することを特徴とする。

請求項１に記載の電動アシスト車両では、ペダル操作のスキルの程度に応じてクランク角速度や筋電位などのペダル操作に関する操作情報が異なることに着目し、ペダル操作に関する操作情報に基づいて運転者のペダル操作のスキルを判定する。この判定結果を用いることによって、運転者のペダル操作のスキルを報知したり、当該スキルに応じて補助駆動力を制御でき、快適な走行が可能となる。

請求項２に記載の電動アシスト車両では、車両情報および生体情報のいずれか一方だけで、ペダル操作に関する操作情報を得ることができる。たとえば、車両情報だけでスキルを判定する場合には運転者に負担をかけずに簡単にスキルを判定でき、生体情報だけでスキルを判定する場合には車両情報を検出することなくスキルを判定できる。また、車両情報および生体情報の両方を検出することで、両情報に基づいて運転者の状態をより厳密に把握することができ、より精度よくスキルを判定できる。

請求項３に記載の電動アシスト車両では、ペダル操作のスキルの程度に応じてクランク角速度が異なることに着目し、クランク角速度に基づいて運転者に負担をかけずに簡単にスキルを判定できる。クランク角速度のばらつきが小さければスキルが高く、一方、クランク角速度のばらつきが大きければスキルが低いとみなす。

請求項４に記載の電動アシスト車両では、ペダル操作のスキルの程度に応じて脚の筋肉の使い方ひいては筋電位が異なることに着目し、筋電位を計測することによって、筋活動タイミングから運転者のペダル操作に関するスキルを判定できる。

請求項５に記載の電動アシスト車両では、運転者のスキルを表示することで、運転者は常に自分の漕ぎ方を把握しながら運転することができ、運転者のスキルアップにつながる。

請求項６に記載の電動アシスト車両では、各瞬間で運転者のスキルを判定するのではなく、一定期間を設けて運転者のスキルを判定することによって、精度よくスキルを判定できる。

請求項７に記載の電動アシスト車両では、運転者のペダル操作の仕方が走行中に変わったとしても、その変化を反映するように精度よくスキルを判定できる。

請求項８に記載の電動アシスト車両では、運転者のペダル操作のスキルに応じて決定された適切なアシストパターンとクランクトルクとに基づいて、運転者に適した補助駆動力を提供できる。

請求項９に記載の電動アシスト車両では、「ある」か「ない」かの２値のスキルに基づいて運転者を２分類に区分することによって、計算コストを抑えつつ、簡単に運転者の状態を把握でき、運転者に快適なアシストパターンを提供することができる。

請求項１０に記載の電動アシスト車両では、スキル判定部だけでなく体力判定部をも備えることによって、運転者のペダル操作のスキルと体力とに応じて適切なアシストパターンを決定できるので、運転者にさらに適した補助駆動力を提供できる。

請求項１１に記載の電動アシスト車両では、運転者の筋電位に基づいてより厳密に運転者の体力を判定することができる。そして、運転者のペダル操作のスキルと体力とに応じて適切なアシストパターンを決定できるので、運転者にさらに適した補助駆動力を提供できる。

請求項１２に記載の電動アシスト車両では、運転者の体力情報を入力することによって、体力判定のためにデータを計測する必要がなくなり計算コストを削減できる。また、運転者のペダル操作のスキルと体力とに応じて適切なアシストパターンを決定できるので、運転者にさらに適した補助駆動力を提供できる。

請求項１３に記載の電動アシスト車両では、予め基礎体力測定を行うことで得られる最大発揮筋力や最大酸素摂取量などの運転者の基礎体力データを体力判定用に入力することによって、運転者の体力を厳密に測定することができる。

請求項１４に記載の電動アシスト車両では、運転者は自らの体力情報を簡単に入力することができ、運転者のスキルと体力とに応じたアシストパターンを提供できる。

請求項１５に記載の電動アシスト車両では、各瞬間で運転者の体力を判定するのではなく、一定期間を設けて運転者の体力を判定することによって、運転者に快適なアシストパターンを提供できる。

請求項１６に記載の電動アシスト車両では、「ある」か「ない」かの２値のスキルと「ある」か「ない」かの２値の体力とに応じて運転者を４分類に区分することで、計算コストを抑えつつ、簡単に運転者の状態を把握でき、運転者に快適なアシストパターンを提供できる。

請求項１７に記載の電動アシスト車両では、運転者の体力が走行中に変わったとしても、その変化を反映するように精度よく体力を判定でき、違和感無く運転者に快適なアシストパターンを提供できる。

この発明によれば、運転者のペダル操作に関する操作情報に基づいて運転者のペダル操作のスキルを判定できる。また、この判定結果を用いることによって、運転者のペダル操作のスキルを報知したり当該スキルに応じて補助駆動力を制御でき、快適な走行が可能となる。

この発明の一実施形態の電動アシスト二輪車を示す図解図である。 図１に示す電動アシスト二輪車の主な構成を示すブロック図である。 図１に示す電動アシスト二輪車の動作の一例を示すフロー図である。 スキル判定処理のサブルーチンの一例を示すフロー図である。 ２種類のアシストパターンを示すグラフである。 クランク角速度の標準偏差とスキルとの関係を示すグラフである。 図１に示す電動アシスト二輪車の動作の他の例を示すフロー図である。 体力判定処理のサブルーチンの一例を示すフロー図である。 ４種類のアシストパターンを示すグラフである。 クランクトルクの最大値と体力との関係を示すグラフである。 この発明の他の実施形態の電動アシスト二輪車を示す図解図である。 図１１に示す電動アシスト二輪車の主な構成を示すブロック図である。 図１１に示す電動アシスト二輪車の動作の一例を示すフロー図である。 スキル判定処理のサブルーチンの他の例を示すフロー図である。 筋活動重複角度を説明するための波形図である。 筋活動重複角度とスキルとの関係を示すグラフである。 図１１に示す電動アシスト二輪車の動作の他の例を示すフロー図である。 体力判定処理のサブルーチンの他の例を示すフロー図である。 表示部における表示態様の一例を示す図解図である。 表示部における表示態様の他の例を示す図解図である。 この発明のその他の実施形態の電動アシスト二輪車を示す図解図である。 図２１に示す電動アシスト二輪車の主な構成を示すブロック図である。 図２１に示す電動アシスト二輪車における入力表示部の一例を示す図解図である。 図２１に示す電動アシスト二輪車の動作の一例を示すフロー図である。 体力判定処理のサブルーチンのその他の例を示すフロー図である。 図２１に示す電動アシスト二輪車の動作の他の例を示すフロー図である。 体力判定処理のサブルーチンの他の例を示すフロー図である。 この発明の他の実施形態の電動アシスト二輪車の主な構成を示すブロック図である。 図２８に示す電動アシスト二輪車の動作の一例を示すフロー図である。 スキル判定処理のサブルーチンのその他の例を示すフロー図である。 体力判定処理のサブルーチンのその他の例を示すフロー図である。 図２８に示す電動アシスト二輪車における入力表示部の一例を示す図解図である。 筋活動重複角度と３段階のスキルとの関係を示すグラフである。 クランクトルクの最大値と３段階の体力との関係を示すグラフである。

以下、図面を参照してこの発明の実施の形態について説明する。
ここでは、この発明の電動アシスト車両の一例である電動アシスト二輪車１０について説明する。この発明の実施の形態における左右、前後、上下とは、電動アシスト二輪車１０のサドル３４に運転者がそのハンドル２８に向かって着座した状態を基準とした左右、前後、上下を意味する。

図１を参照して、電動アシスト二輪車１０はフレーム１２を含む。
フレーム１２は、ヘッドパイプ１４、上部パイプ１６、フロントパイプ１８、シートパイプ２０、一対のリヤパイプ２２および一対の下部パイプ２４を含む。上部パイプ１６はヘッドパイプ１４から後方かつ水平方向に延び、フロントパイプ１８はヘッドパイプ１４から後方斜め下方向へ延びる。シートパイプ２０は、上部パイプ１６の後端部とフロントパイプ１８の後端部とを連結する。一対のリヤパイプ２２は、上部パイプ１６とシートパイプ２０との接続部から後方斜め下方向に延び、一対の下部パイプ２４は、フロントパイプ１８とシートパイプ２０との接続部から水平方向に延び、一対のリヤパイプ２２の後端部と一対の下部パイプ２４の後端部とが接続されている。

ヘッドパイプ１４内には車体方向変更用のステアリング軸２６が回動自在に挿通されている。ステアリング軸２６の上端にはハンドル２８が取り付けられている。ステアリング軸２６の下端には左右一対のフロントフォーク３０が取り付けられており、フロントフォーク３０それぞれの下端には前輪３２が回転自在に取り付けられている。シートパイプ２０の上端部にはサドル３４が設けられ、また、シートパイプ２０には後方に延びるように荷台３６が固設されている。

フロントパイプ１８とシートパイプ２０との接続部近傍にはモータ駆動ユニット３８が設けられている。

図２をも参照して、モータ駆動ユニット３８は、クランク軸４０、駆動スプロケット４２、クランク角センサ４４およびトルクセンサ４６、電動モータ４８およびコントローラ５０を含む。

クランク軸４０には、クランク５２を介してペダル５４が取り付けられている。また、クランク軸４０の外周面には駆動スプロケット４２が取り付けられており、駆動スプロケット４２は、無端状のチェーン５６を介して後輪スプロケット５８に連結されている。後輪スプロケット５８には回転軸６０を介して後輪６２が回転自在に取り付けられている。

クランク角センサ４４およびトルクセンサ４６はクランク軸４０近傍に設けられている。クランク角センサ４４は、ペダル５４の操作によって回転するクランク軸４０の回転角度であるクランク角θを検出し、トルクセンサ４６は、クランク軸４０に加わるトルクであるクランクトルクτを検出する。電動モータ４８は、駆動スプロケット４２に与える補助駆動力を発生する。

コントローラ５０はＣＰＵ６４およびメモリ６６を含む。ＣＰＵ６４は、必要な演算を行い電動モータ４８ひいては電動アシスト二輪車１０の動作を制御する。記憶手段であるメモリ６６は、たとえばＥＥＰＲＯＭからなり、電動アシスト二輪車１０の動作を制御するためのプログラムやデータおよび演算データ等を格納する。メモリ６６は、アシストパターンを格納する。

シートパイプ２０には、電動モータ４８に電力を供給するためのたとえばニッケル（Ｎｉ）−カドミウム（Ｃｄ）電池等からなるバッテリ６８が取り付けられている。

コントローラ５０のＣＰＵ６４には、クランク角センサ４４からのクランク角θおよびトルクセンサ４６からのクランクトルクτが入力され、これらのデータはメモリ６６に格納される。

ＣＰＵ６４は、クランク角θに基づいて運転者のスキルを判定し、アシストパターンを決定する。そして、アシストパターンとクランクトルクτとに基づいて電動モータ４８からの補助駆動力を制御する。

この実施形態では、人力駆動力を発生させる人力駆動部は、ペダル５４、クランク５２およびクランク軸４０を含む。補助駆動力を発生させる補助駆動部は、電動モータ４８およびバッテリ６８を含む。操作情報検出部は車両情報検出部を含み、車両情報検出部はクランク角センサ４４、トルクセンサ４６およびＣＰＵ６４を含む。ＣＰＵ６４は、スキル判定部、体力判定部、アシストパターン決定部および制御部として機能する。トルクセンサ４６がトルク検出部としても機能する。

ついで、図３を参照して、電動アシスト二輪車１０の動作例について説明する。この例では、クランク角θに基づいて運転者のペダル操作に関するスキルが判定される。

まず、クランク角センサ４４によってクランク角θを検出し（ステップＳ１）、トルクセンサ４６によってクランクトルクτを検出する（ステップＳ３）。クランク角θおよびクランクトルクτはメモリ６６に格納されていく。

そして、ＣＰＵ６４は、クランク角θに基づいてクランク軸４０の回転数がＮ回以上か否か（θ／３６０≧Ｎ）を判断する（ステップＳ５）。クランク軸４０の回転数がＮ回未満であればステップＳ１に戻り、一方、クランク軸４０の回転数がＮ回以上であれば、ＣＰＵ６４は図４に示すようにして運転者のペダル操作のスキルを判定する（ステップＳ７）。

そして、ＣＰＵ６４は、スキル値が１か否か、すなわちスキルが「ある」か「ない」かを判定する（ステップＳ９）。スキル値が０（スキルが「ない」）であれば、ＣＰＵ６４は、図５に示すようなアシストパターン１を選択する（ステップＳ１１）。そして、アシストパターン１を参照して、直近のクランクトルクτに対応するアシストトルク（増加分を含む）が得られるように補助駆動力Ｐ１を算出し（ステップＳ１３）、算出された補助駆動力Ｐ１を電動モータ４８に出力させる（ステップＳ１５）。一方、スキル値が１（スキルが「ある」）であれば、ＣＰＵ６４は、図５に示すようなアシストパターン２を選択する（ステップＳ１７）。そして、アシストパターン２を参照して、直近のクランクトルクτに対応するアシストトルクが得られるように補助駆動力Ｐ２を算出し（ステップＳ１９）、算出された補助駆動力Ｐ２を電動モータ４８に出力させる（ステップＳ１５）。そして、ＣＰＵ６４は、電源（図示せず）がオフされたか否かを判断する（ステップＳ２１）。電源がオフされなければ、ＣＰＵ６４は、ステップＳ１からＳ５までの検出値を初期化して（ステップＳ２３）、ステップＳ１に戻る。電源がオフされるまで上述の処理が繰り返され、電源がオフされると終了する。

なお、図５に示すアシストパターン１および２における波形は、1ストローク（１回転）分を示す。アシストパターン１と２とを比較して分かるように、アシストパターン１ではストローク後半（ペダル引き上げ時）にアシストが強化される。

アシストパターン１，２において、灰色で塗りつぶした部分はクランク軸４０に加わるクランクトルクすなわち駆動スプロケット４２に加わるトルク（人力駆動力に相当）、右上がりのハッチング部分はクランクトルクに対応し駆動スプロケット４２に加わるアシストトルク（補助駆動力に相当）、右下がりのハッチング部分はアシストトルクの増加分（補助駆動力の増加分に相当）を示す。後述のアシストパターン３，４についても同様である。

ついで、図４を参照して、図３のステップＳ７のスキル判定処理について説明する。
ＣＰＵ６４は、クランク角θに基づいてＮストローク分のクランク角速度ω（＝ｄθ／ｄｔ）を求め（ステップＳ３１）、（Ｎ−ｋ＋１）ストローク目からＮストローク目までの各ストローク（ｋストローク分）について角速度ωの標準偏差σを求める（ステップＳ３３）。ついで、ｋストローク分の標準偏差σの平均値σａを求める（ステップＳ３５）。そして、ＣＰＵ６４は、標準偏差σの平均値σａが閾値１（たとえば、０．１２ｒａｄ／ｓ）より小さいか否かを判断する（ステップＳ３７）。図６に示すように、標準偏差σの平均値σａが閾値１以上であれば、ＣＰＵ６４は「スキルなし」としてスキル値を０に設定し（ステップＳ３９）、一方、標準偏差σの平均値σａが閾値１より小さければ、ＣＰＵ６４は「スキルあり」としてスキル値を１に設定し（ステップＳ４１）、終了する。なお、Ｎは整数、ｋは２以上かつＮ以下の整数である。

このように動作する電動アシスト二輪車１０によれば、ペダル操作のスキルの程度に応じて車両情報であるクランク角速度ωが異なることに着目し、クランク角速度ωに基づいて運転者のペダル操作のスキルを簡単に判定できる。この判定結果を用いることによって、運転者のペダル操作のスキルを報知したり、当該スキルに応じて補助駆動力を制御でき、快適な走行が可能となる。また、生体情報を検出する必要がないので、運転者に負担をかけずに簡単にスキルを判定できる。

各瞬間で運転者のスキルを判定するのではなく、一定期間を設けて運転者のスキルを判定することによって、精度よくスキルを判定できる。

「ある」か「ない」かの２値のスキルに基づいて運転者を２分類に区分することによって、計算コストを抑えつつ、簡単に運転者の状態を把握でき、運転者に快適なアシストパターンを提供することができる。また、運転者のペダル操作のスキルに応じて決定された適切なアシストパターンとクランクトルクτとに基づいて、運転者に適した補助駆動力を提供できる。

ついで、図７を参照して、電動アシスト二輪車１０の他の動作例について説明する。この例では、クランク角θに基づいて運転者のペダル操作のスキルが判定され、かつクランクトルクτに基づいて運転者の体力が判定される。

図７に示すステップＳ１〜Ｓ７の処理については、図３に示すステップＳ１〜Ｓ７の処理と同様であるので、その重複する説明は省略する。

図７において、ステップＳ７の後、ＣＰＵ６４は図８に示すようにして運転者の体力を判定する（ステップＳ８）。そして、ＣＰＵ６４は、スキル値が１か否か、すなわちスキルが「ある」か「ない」かを判定する（ステップＳ９）。

スキル値が０（スキルが「ない」）であれば、ＣＰＵ６４は、体力値が１か否か、すなわち体力が「ある」か「ない」かを判定する（ステップＳ１０ａ）。体力値が０（体力が「ない」）であれば、ＣＰＵ６４は、図９に示すようなアシストパターン１を選択する（ステップＳ１１ａ）。そして、アシストパターン１を参照して、直近のクランクトルクτに対応するアシストトルク（増加分を含む）が得られるように補助駆動力Ｐ１を算出し（ステップＳ１３ａ）、算出された補助駆動力Ｐ１を電動モータ４８に出力させる（ステップＳ１５）。一方、体力値が１（体力が「ある」）であれば、ＣＰＵ６４は、図９に示すようなアシストパターン２を選択する（ステップＳ１１ｂ）。そして、アシストパターン２を参照して、直近のクランクトルクτに対応するアシストトルク（増加分を含む）が得られるように補助駆動力Ｐ２を算出し（ステップＳ１３ｂ）、算出された補助駆動力Ｐ２を電動モータ４８に出力させる（ステップＳ１５）。

ステップＳ９において、スキル値が１（スキルが「ある」）であれば、ＣＰＵ６４は、体力値が１か否か、すなわち体力が「ある」か「ない」かを判定する（ステップＳ１０ｂ）。体力値が０（体力が「ない」）であれば、ＣＰＵ６４は、図９に示すようなアシストパターン３を選択する（ステップＳ１７ａ）。そして、アシストパターン３を参照して、直近のクランクトルクτに対応するアシストトルクが得られるように補助駆動力Ｐ３を算出し（ステップＳ１９ａ）、算出された補助駆動力Ｐ３を電動モータ４８に出力させる（ステップＳ１５）。一方、体力値が１（体力が「ある」）であれば、ＣＰＵ６４は、図９に示すようなアシストパターン４を選択する（ステップＳ１７ｂ）。そして、アシストパターン４を参照して、直近のクランクトルクτに対応するアシストトルクが得られるように補助駆動力Ｐ４を算出し（ステップＳ１９ｂ）、算出された補助駆動力Ｐ４を電動モータ４８に出力させる（ステップＳ１５）。そして、ＣＰＵ６４は、電源がオフされたか否かを判断する（ステップＳ２１）。電源がオフされなければ、ＣＰＵ６４は、ステップＳ１からＳ５までの検出値を初期化して（ステップＳ２３）、ステップＳ１に戻る。電源がオフされるまで上述の処理が繰り返され、電源がオフされると終了する。

なお、図９を参照して、アシストパターン１〜４における波形は、1ストローク（１回転）分を示す。アシストパターン１では、アシスト比は１：２であり、ストローク後半（ペダル引き上げ時）にアシストが強化される。アシストパターン２では、アシスト比は１：１であり、ストローク後半にアシストが強化される。アシストパターン３では、アシスト比は１：２であり、ストローク後半におけるアシスト強化はない。アシストパターン４では、アシスト比は１：１であり、ストローク後半におけるアシスト強化はない。

ついで、図８を参照して、図７のステップＳ８の体力判定処理について説明する。
ＣＰＵ６４は、Ｎストローク目までの各ストロークにおけるクランクトルクτの最大値τｍ（Ｎ）を算出し（ステップＳ５１）、（Ｎ−ｋ＋１）ストローク目の最大値τｍ（Ｎ−ｋ＋１）からＮストローク目のτｍ（Ｎ）までの平均値である平均トルクτａを算出する（ステップＳ５３）。そして、平均トルクτａが閾値２（たとえば５０Ｎ・ｍ）より大きいか否かを判断する（ステップＳ５５）。図１０に示すように、平均トルクτａが閾値２以下であれば、ＣＰＵ６４は「体力なし」として体力値を０に設定し（ステップＳ５７）、一方、平均トルクτａが閾値２より大きければ、ＣＰＵ６４は「体力あり」として体力値を１に設定し（ステップＳ５９）、終了する。

このように動作する電動アシスト二輪車１０によれば、スキルだけでなく体力をも判定することによって、運転者のペダル操作のスキルと体力とに応じて適切なアシストパターンを決定できる。また、運転者のペダル操作のスキルと運転者の体力とに応じて決定された適切なアシストパターンとクランクトルクτとに基づいて、運転者に適した補助駆動力を提供できる。

また、各瞬間で運転者の体力を判定するのではなく、一定期間を設けて運転者の体力を判定することによって、運転者に快適なアシストパターンを提供できる。

さらに、「ある」か「ない」かの２値のスキルと「ある」か「ない」かの２値の体力とに応じて運転者を４分類に区分することで、計算コストを抑えつつ、簡単に運転者の状態を把握でき、運転者に快適なアシストパターンを提供できる。

つぎに、この発明の他の実施形態の電動アシスト二輪車１０ａについて説明する。
図１１および図１２を参照して、電動アシスト二輪車１０ａは、運転者の外側広筋に装着される外側広筋用電極７０、運転者の大腿二頭筋に装着される大腿二頭筋用電極７２および荷台３６上に配置される筋電アンプ７４を含む筋電センサ７６を含む。その他の構成については図１および図２に示す電動アシスト二輪車１０と同様であるので、その重複する説明は省略する。

この実施形態では、操作情報検出部は生体情報検出部を含み、生体情報検出部は筋電センサ７６を含む。

図１３を参照して、電動アシスト二輪車１０ａの動作例について説明する。この例では、筋電位ｘ，ｙに基づいてスキルが判定される。

図１３に示す動作例は、ステップＳ１とＳ３との間でステップＳ２ａおよび２ｂが行われ、かつステップＳ７のスキル判定処理において図１４に示すサブルーチンが行われることを除いて、図３に示す処理と同様であるので、その重複する説明は省略する。

ステップＳ２ａでは、外側広筋用電極７０および筋電アンプ７４によって図１５（ａ）に示すような外側広筋の筋電位ｘを検出し（ステップＳ２ａ）、大腿二頭筋用電極７２および筋電アンプ７４によって図１５（ｂ）に示すような大腿二頭筋の筋電位ｙを検出する（ステップＳ２ｂ）。なお、図１５（ａ）および（ｂ）には１ストローク分のデータを示す。筋電位ｘ，ｙはメモリ６６に格納されていく。

そして、ステップＳ７では、図１４に示すように、ＣＰＵ６４は、Ｎストローク分の外側広筋の筋電位ｘの整流化平均波形Ｘを求め（ステップＳ６１）、Ｎストローク分の大腿二頭筋の筋電位ｙの整流化平均波形Ｙを求める（ステップＳ６３）。ついで、ＣＰＵ６４は、（Ｎ−ｋ＋１）ストローク目からＮストローク目までのｋストローク分の整流化平均波形ＸとＹとを用いて、外側広筋と大腿二頭筋とが重複して活動している筋活動重複角度θｏの平均値である平均重複角度θａを求める（ステップＳ６５）。ここで、外側広筋と大腿二頭筋を一緒に使っている運転者は筋活動重複角度θｏが大きくなり、一方、外側広筋と大腿二頭筋を交互に使っている運転者は筋活動重複角度θｏが小さくなる。図１５（ｃ）は、１ストローク分の外側広筋の筋電位ｘの整流化平均波形Ｘを示し、図１５（ｄ）は、１ストローク分の大腿二頭筋の筋電位ｙの整流化平均波形Ｙを示し、図１５（ｅ）は、１ストローク分の筋活動重複角度θｏを示す。

図１４に戻って、ＣＰＵ６４は、平均重複角度θａが閾値３（たとえば５度）より大きいか否かを判断する（ステップＳ６７）。図１６に示すように、平均重複角度θａが閾値３より大きければ、ＣＰＵ６４は「スキルなし」としてスキル値を０に設定し（ステップＳ６９）、一方、平均重複角度θａが閾値３以下であれば、ＣＰＵ６４は「スキルあり」としてスキル値を１に設定し（ステップＳ７１）、終了する。

このような電動アシスト二輪車１０ａによれば、ペダル操作のスキルの程度に応じて生体情報である筋電位ｘ，ｙが異なることに着目し、筋電位ｘ，ｙに基づいて運転者のペダル操作のスキルを判定する。この判定結果を用いることによって、運転者のペダル操作のスキルを報知したり、当該スキルに応じて補助駆動力を制御でき、快適な走行が可能となる。また、車両情報を検出する必要がないので、簡単にスキルを判定できる。

各瞬間で運転者のスキルを判定するのではなく、一定期間を設けて運転者のスキルを判定することによって、精度よくスキルを判定できる。

「ある」か「ない」かの２値のスキルに基づいて運転者を２分類に区分することによって、計算コストを抑えつつ、簡単に運転者の状態を把握でき、運転者に快適なアシストパターンを提供することができる。そして、運転者のペダル操作のスキルに応じて決定された適切なアシストパターンとクランクトルクτとに基づいて、運転者に適した補助駆動力を提供できる。

ついで、図１７を参照して、電動アシスト二輪車１０ａの他の動作例について説明する。この例では、筋電位ｘ，ｙに基づいてスキルが判定され、筋電位ｘに基づいて体力が判定される。

図１７に示す動作例は、ステップＳ１とＳ３との間でステップＳ２ａおよび２ｂが行われ、ステップＳ７のスキル判定処理において図１４に示すサブルーチンが行われ、かつステップＳ８の体力判定処理において図１８に示すサブルーチンが行われることを除いて、図７に示す処理と同様であるので、その重複する説明は省略する。

ステップＳ２ａでは、外側広筋用電極７０および筋電アンプ７４によって図１５（ａ）に示すような外側広筋の筋電位ｘを検出し（ステップＳ２ａ）、大腿二頭筋用電極７２および筋電アンプ７４によって図１５（ｂ）に示すような大腿二頭筋の筋電位ｙを検出する（ステップＳ２ｂ）。筋電位ｘ，ｙはメモリ６６に格納されていく。

ステップＳ７では、上述した図１４に示すスキル判定処理が行われる。

そして、ステップＳ８では、図１８に示すように、ＣＰＵ６４は、Ｎストローク目までの各ストロークにおける外側広筋の筋電位ｘの単位時間当たりの筋活動量ｘ（Ｎ）を算出する（ステップＳ８１）。単位時間当たりの筋活動量ｘ（Ｎ）は、数１によって算出される。

そして、ＣＰＵ６４は、（Ｎ−ｋ＋１）ストローク目の筋活動量ｘ（Ｎ−ｋ＋１）からＮストローク目の筋活動量ｘ（Ｎ）までのｋストローク分の平均値Ｘａを算出する（ステップＳ８３）。そして、筋活動量の平均値Ｘａが閾値４（たとえば１００ｍＶ）より大きいか否かを判断する（ステップＳ８５）。平均値Ｘａが閾値４以下であれば、ＣＰＵ６４は体力値を０に設定し（ステップＳ８７）、一方、平均値Ｘａが閾値４より大きければ、ＣＰＵ６４は体力値を１に設定し（ステップＳ８９）、終了する。

このような電動アシスト二輪車１０ａによれば、生体情報である筋電位ｘ，ｙに基づいて簡単にスキルを判定でき、また、運転者の筋電位ｘ，ｙに基づいてより厳密に運転者の体力を判定できる。そして、運転者のペダル操作のスキルと体力とに応じて適切なアシストパターンを決定できるので、運転者にさらに適した補助駆動力を提供できる。

各瞬間で運転者の体力を判定するのではなく、一定期間を設けて運転者の体力を判定することによって、運転者に快適なアシストパターンを提供できる。

「ある」か「ない」かの２値のスキルと「ある」か「ない」かの２値の体力とに応じて運転者を４分類に区分することで、計算コストを抑えつつ、簡単に運転者の状態を把握でき、運転者に快適なアシストパターンを提供できる。

なお、上述の電動アシスト二輪車１０および１０ａにおいて、図２および図１２に示すように各種情報を表示するためにたとえば液晶ディスプレイ等で構成される表示部７８が設けられてもよい。表示部７８はたとえばハンドル２８に設けられ、ＣＰＵ６４によって制御される。表示部７８にはたとえばスキル判定結果が表示され運転者に報知される。たとえば、スキルを「あり」と「なし」との２値で判定する場合、スキルがあるときには図１９に示すように「Ｇｏｏｄ」を点灯させ、スキルがないときには何も表示しないようにしてもよい。運転者のスキルを表示することで、運転者は常に自分の漕ぎ方を把握しながら運転することができ、運転者のスキルアップにつながる。また、スキルを３値以上で判定するようにしてもよく、この場合には、表示部７８に図２０に示すようにスキル値を表示してもよい。後述する電動アシスト二輪車１０ｂおよび１０ｃについても同様である。

さらに、図２１を参照して、この発明のその他の実施形態の電動アシスト二輪車１０ｂについて説明する。
電動アシスト二輪車１０ｂは、図１１に示す電動アシスト二輪車１０ａにさらに入力表示部８０を備えたものである。入力表示部８０は、たとえばハンドル２８に設けられる。

図２２および図２３をも参照して、入力表示部８０は、各種情報を表示するためにたとえば液晶ディスプレイ等で構成される表示部８０ａ、および各種指示や各種情報入力用の入力部８０ｂを一体的に設けたものである。その他の構成については電動アシスト二輪車１０ａと同様であるので、その重複する説明は省略する。

この実施形態では、操作情報検出部は生体情報検出部を含み、生体情報検出部は筋電センサ７６を含む。入力表示部８０は、体力入力部として機能する。

図２４を参照して、電動アシスト二輪車１０ｂの動作例について説明する。この例では、筋電位ｘ，ｙに基づいて運転者のペダル操作のスキルが判定され、最大発揮筋力Ｔｍに基づいて運転者の体力が判定される。

図２４に示す動作例は、ステップＳ１の前にステップＳ１ａが行われ、かつステップＳ８の体力判定処理において図２５に示すサブルーチンが行われることを除いて、図１７に示す処理と同様であるので、その重複する説明は省略する。

ステップＳ１ａでは、入力表示部８０によって最大発揮筋力Ｔｍが入力される。図２３を参照して、たとえば、入力表示部８０のｍｅｎｕキーを押すと、画面上に「ｐｌｅａｓｅ ｉｎｐｕｔ ｙｏｕｒ ｓｔａｍｉｎａ」が表示される。その後、キー操作によって最大発揮筋力Ｔｍを入力し、確定キーを押すと入力が確定する。最大発揮筋力Ｔｍは、利き足の膝関節伸展６０ｄｅｇ／ｓにおける筋力の最大値を被験者の体重で割った値とする。その単位はＮ・ｍ／ｋｇである。ここで、膝関節伸展における筋力に着目したのは、この筋力がペダリングにおけるすべての力のうち約４割を担うからである。最大発揮筋力Ｔｍはメモリ６６に格納される。

そして、ステップＳ８では、図２５に示すように、ＣＰＵ６４は、入力された最大発揮筋力Ｔｍが閾値５（たとえば２．６Ｎ・ｍ／ｋｇ）より大きいか否かを判断する（ステップＳ９１）。最大発揮筋力Ｔｍが閾値５以下であれば、ＣＰＵ６４は体力値を０に設定し（ステップＳ９３）、一方、最大発揮筋力Ｔｍが閾値５より大きければ、ＣＰＵ６４は体力値を１に設定し（ステップＳ９５）、終了する。

このような電動アシスト二輪車１０ｂによれば、生体情報である筋電位ｘ，ｙに基づいて簡単にスキルを判定できる。

スキルだけでなく体力をも判定することによって、運転者のペダル操作のスキルと体力とに応じて適切なアシストパターンを決定できるので、運転者にさらに適した補助駆動力を提供できる。

予め基礎体力測定を行うことで得られる運転者の基礎体力データである最大発揮筋力Ｔｍを体力判定用の体力情報として入力することによって、運転者の体力を厳密に測定することができるとともに、体力判定のためにデータを計測する必要がなくなり計算コストを削減できる。

各瞬間で運転者の体力を判定するのではなく、一定期間を設けて運転者の体力を判定することによって、運転者に快適なアシストパターンを提供できる。

「ある」か「ない」かの２値のスキルと「ある」か「ない」かの２値の体力とに応じて運転者を４分類に区分することで、計算コストを抑えつつ、簡単に運転者の状態を把握でき、運転者に快適なアシストパターンを提供できる。

ついで、図２６を参照して、電動アシスト二輪車１０ｂの他の動作例について説明する。この例では、筋電位ｘ，ｙに基づいてスキルが判定され、最大酸素摂取量Ｏｍに基づいて体力が判定される。

図２６に示す動作例は、ステップＳ１ａに代えてステップＳ１ｂが行われ、かつステップＳ８の体力判定処理において図２７に示すサブルーチンが行われることを除いて、図２４に示す処理と同様であるので、その重複する説明は省略する。

ステップＳ１ｂでは、入力表示部８０によって最大酸素摂取量Ｏｍが入力される。最大酸素摂取量Ｏｍは、たとえば、予め自転車エルゴメータを用いた漸増負荷試験（成人男性：２０Ｗ／ｍ、中年女性：１５Ｗ／ｍ、中高年男性：１５Ｗ／ｍ）によって得られたものである。最大酸素摂取量Ｏｍは、単位時間当たりに組織が酸素を取り込む最大の量を被験者の体重で割った値とする。その単位 は、ｍｌ／ｍｉｎ／ｋｇである。最大酸素摂取量Ｏｍはメモリ６６に格納される。

そして、ステップＳ８では、図２７に示すように、ＣＰＵ６４は、入力された最大酸素摂取量Ｏｍが閾値６（たとえば４０ｍｌ／ｍｉｎ／ｋｇ）より大きいか否かを判断する（ステップＳ１０１）。最大酸素摂取量Ｏｍが閾値６以下であれば、ＣＰＵ６４は体力値を０に設定し（ステップＳ１０３）、一方、最大酸素摂取量Ｏｍが閾値６より大きければ、ＣＰＵ６４は体力値を１に設定し（ステップＳ１０５）、終了する。

このような電動アシスト二輪車１０ｂによれば、図２４に示す動作例と同様の効果が得られる。

さらに、図２８を参照して、この発明の他の実施形態の電動アシスト二輪車１０ｃについて説明する。
電動アシスト二輪車１０ｃは、図２２に示す電動アシスト二輪車１０ｂからクランク角センサ４４および筋電センサ７６を除いたものである。その他の構成については電動アシスト二輪車１０ｂと同様であるので、その重複する説明は省略する。

この実施形態では、入力表示部８０は、体力入力部として機能する。

図２９を参照して、電動アシスト二輪車１０ｃの動作例について説明する。この例では、スキル度Ｓに基づいてスキルが判定され、体力度Ｐに基づいて体力が判定される。

図２９に示す動作例は、ステップＳ５の前にステップＳ４ａおよびＳ４ｂが行われ、ステップＳ７のスキル判定処理において図３０に示すサブルーチンが行われ、ステップＳ８の体力判定処理において図３１に示すサブルーチンが行われ、かつステップＳ２３が省略されることを除いて、図２４に示す処理と同様であるので、その重複する説明は省略する。

ステップＳ４ａでは、入力表示部８０によってスキル度Ｓが入力され、ステップＳ６では、入力表示部８０によって体力度Ｐが入力される。この動作例では、スキル度Ｓおよび体力度Ｐが２値で表される。この場合、図３２（ａ）に示すように、入力表示部８０のｍｅｎｕキーを押していくと、画面上に「ｐｌｅａｓｅ ｉｎｐｕｔ ｙｏｕｒ ｓｋｉｌｌ」が表示される。その後、たとえばｈｉｇｈキーを押し確定キーを押すと、画面上に「ｈｉｇｈ」が表示され入力が確定する。また、図３２（ｂ）に示すように、入力表示部８０のｍｅｎｕキーを押していくと、画面上に「ｐｌｅａｓｅ ｉｎｐｕｔ ｙｏｕｒ ｓｔａｍｉｎａ」が表示される。その後、たとえばｌｏｗキーを押し確定キーを押すと、画面上に「ｌｏｗ」が表示され入力が確定する。スキル度Ｓおよび体力度Ｐはメモリ６６に格納される。

ステップＳ７では、図３０に示すように、ＣＰＵ６４は、入力されたスキル度Ｓがｈｉｇｈか否かを判断する（ステップＳ１１１）。スキル度Ｓがｌｏｗであれば、ＣＰＵ６４は体力値を０に設定し（ステップＳ１１３）、一方、スキル度Ｓがｈｉｇｈであれば、ＣＰＵ６４は体力値を１に設定し（ステップＳ１０５）、終了する。

そして、ステップＳ８では、図３１に示すように、ＣＰＵ６４は、入力された体力度Ｐがｈｉｇｈか否かを判断する（ステップＳ１２１）。体力度Ｐがｌｏｗであれば、ＣＰＵ６４は体力値を０に設定し（ステップＳ１２３）、一方、体力度Ｐがｈｉｇｈであれば、ＣＰＵ６４は体力値を１に設定し（ステップＳ１２５）、終了する。

このような電動アシスト二輪車１０ｃによれば、運転者は自らのスキル情報および体力情報を簡単に入力することができ、スキル情報および体力情報を入力することによって、体力判定のためにデータを計測する必要がなくなり計算コストを削減できる。また、運転者のペダル操作のスキルと体力とに応じて適切なアシストパターンを決定できるので、運転者にさらに適した補助駆動力を提供できる。

「ある」か「ない」かの２値のスキルと「ある」か「ない」かの２値の体力とに応じて運転者を４分類に区分することで、計算コストを抑えつつ、簡単に運転者の状態を把握でき、運転者に快適なアシストパターンを提供できる。

なお、電動アシスト二輪車１０ｃにおいて、スキル度Ｓおよび体力度Ｐを３値以上で入力し、それぞれ閾値との比較に基づいてスキルの有無および体力の有無を判定するようにしてもよい。

なお、図１３のステップＳ７のスキル判定処理において、図４に示すサブルーチンを行ってもよい。

図１７のステップＳ７のスキル判定処理において、図４に示すサブルーチンを行ってもよく、図１７のステップＳ８の体力判定処理において、図８のサブルーチンを行ってもよい。

図２４のステップＳ７のスキル判定処理において、図４に示すサブルーチンを行ってもよく、また、スキル度Ｓを入力して図３０に示すサブルーチンを行ってもよい。図２４のステップＳ８の体力判定処理において、図８、図１８のサブルーチンを行ってもよく、さらに、体力度Ｐを入力して図３１に示すサブルーチンを行ってもよい。

図２６のステップＳ７のスキル判定処理において、図４に示すサブルーチンを行ってもよく、また、スキル度Ｓを入力して図３０に示すサブルーチンを行ってもよい。図２６のステップＳ８の体力判定処理において、図８、図１８のサブルーチンを行ってもよく、さらに、体力度Ｐを入力して図３１に示すサブルーチンを行ってもよい。

図２９のステップＳ８の体力判定処理において、最大発揮筋力Ｔｍを入力して図２５に示すサブルーチンを行ってもよく、最大酸素摂取量Ｏｍを入力して図２７に示すサブルーチンを行ってもよい。

なお、図４、図１４および図３０におけるスキル判定は、３段階以上で判定されてもよい。この場合、運転者のペダル操作の仕方が走行中に変わったとしても、その変化を反映するように精度よくスキルを判定できる。

また、図８、図１８、図２５、図２７および図３１における体力判定は、３段階以上で判定されてもよい。この場合、運転者の体力が走行中に変わったとしても、その変化を反映するように精度よく体力を判定でき、違和感無く運転者に快適なアシストパターンを提供できる。

たとえば、図１４において、平均重複角度θaを２つの閾値３ａ（たとえば５度）および閾値３ｂ（たとえば１０度）と比較して、スキルを３段階で判定するようにしてもよい。この場合、図３３に示すように、ｋストローク分の平均重複角度θａが閾値３ａ未満であれば「スキル大」、閾値３ａ以上かつ閾値３ｂ未満であれば「スキル中」、閾値３ｂ以上であれば「スキル小」とする。

また、図８において、平均トルクτａを２つの閾値２ａ（たとえば４０Ｎ・ｍ）および閾値２ｂ（たとえば６０Ｎ・ｍ）と比較して、体力を３段階で判定するようにしてもよい。この場合、図３４に示すように、ｋストローク分の平均トルクτａが閾値２ａ未満であれば「体力小」、閾値２ａ以上かつ閾値２ｂ未満であれば「体力中」、閾値２ｂ以上であれば「体力大」とする。

それに応じてスキル判定結果および体力判定結果は、３段階以上で表示されてもよい。また、表示態様は、音声による表示であってもよい。

スキルの判定に車両情報および生体情報の両方を用いてもよい。この場合、両情報に基づいて運転者の状態をより厳密に把握することができ、より精度よくスキルを判定できる。

運転者のスキルを判定するための車両情報として、クランクトルク、クランク角、車速、ギア比、グリップ荷重、サドル荷重、サドル高、路面傾斜、路面状態、気温、湿度、風速等が用いられてもよい。また、運転者のスキルを判定するための生体情報として、心電位、脈拍数、呼吸回数、血圧等が用いられてもよい。

図２２に示す電動アシスト二輪車１０ｂおよび図２８に示す電動アシスト二輪車１０ｃにおいて、表示部８０ａと入力部８０ｂとは別個独立して設けられてもよく、また、表示部８０ａは省略されてもよい。

この発明は、電動アシスト二輪車に限定されず、三輪以上の車輪を有する電動アシスト車両にも適用できる。

１０，１０ａ，１０ｂ，１０ｃ 電動アシスト二輪車
３２ 前輪
３８ モータ駆動ユニット
４０ クランク軸
４２ 駆動スプロケット
４４ クランク角センサ
４６ トルクセンサ
４８ 電動モータ
５０ コントローラ
５４ ペダル
５６ チェーン
５８ 後輪スプロケット
６０ 回転軸
６２ 後輪
６４ ＣＰＵ
６６ メモリ
６８ バッテリ
７０ 外側広筋用電極
７２ 大腿二頭筋用電極
７４ 筋電アンプ
７６ 筋電センサ
７８，８０ａ 表示部
８０ 入力表示部
８０ｂ 入力部

Claims (17)

1. ペダルおよび前記ペダルの操作によって回転するクランク軸を有し人力駆動力を発生させる人力駆動部と、
   前記人力駆動力に加える補助駆動力を発生させる電動モータを含む補助駆動部と、
   運転者のペダル操作に関する操作情報を検出する操作情報検出部と、
   前記操作情報検出部の検出結果に基づいて運転者のペダル操作のスキルを判定するスキル判定部とを備える、電動アシスト車両。
2. 前記操作情報検出部は、当該電動アシスト車両の車両情報を検出する車両情報検出部と運転者の生体情報を検出する生体情報検出部との少なくともいずれか１つを含む、請求項１に記載の電動アシスト車両。
3. 前記車両情報はクランク角速度を含む、請求項２に記載の電動アシスト車両。
4. 前記生体情報は運転者の筋電位を含む、請求項２に記載の電動アシスト車両。
5. 前記スキル判定部による判定結果を表示する表示部をさらに備える、請求項１に記載の電動アシスト車両。
6. 前記スキル判定部は、運転者のスキルを所定期間で判定する、請求項１に記載の電動アシスト車両。
7. 前記スキル判定部は、運転者のペダル操作のスキルを３値以上で判定する、請求項１に記載の電動アシスト車両。
8. 前記スキル判定部の判定結果に基づいて前記補助駆動部のアシストパターンを決定するアシストパターン決定部と、
   前記クランク軸に加わるトルクを検出するトルク検出部と、
   前記アシストパターン決定部によって決定されたアシストパターンと前記トルク検出部の検出結果とに基づいて前記補助駆動部の補助駆動力を制御する制御部とをさらに備える、請求項１に記載の電動アシスト車両。
9. 前記スキル判定部は、運転者のスキルを「ある」か「ない」かの２値で判定し、
   前記アシストパターン決定部は、前記スキル判定部による判定結果に基づいて２種類のアシストパターンのいずれかを選択する、請求項８に記載の電動アシスト車両。
10. 前記トルク検出部による検出結果に基づいて運転者の体力を判定する体力判定部をさらに備え、
    前記アシストパターン決定部は、前記スキル判定部による判定結果と前記体力判定部による判定結果とに基づいてアシストパターンを決定する、請求項８に記載の電動アシスト車両。
11. 前記操作情報検出部は少なくとも運転者の筋電位を検出し、
    当該電動アシスト車両は、前記運転者の筋電位に基づいて運転者の体力を判定する体力判定部をさらに備え、
    前記アシストパターン決定部は、前記スキル判定部による判定結果と前記体力判定部による判定結果とに基づいてアシストパターンを決定する、請求項８に記載の電動アシスト車両。
12. 運転者の体力情報を入力する体力入力部と、
    前記体力入力部によって入力された前記体力情報に基づいて運転者の体力を判定する体力判定部とをさらに備え、
    前記アシストパターン決定部は、前記スキル判定部による判定結果と前記体力判定部による判定結果とに基づいてアシストパターンを決定する、請求項８に記載の電動アシスト車両。
13. 前記体力情報は基礎体力データを含む、請求項１２に記載の電動アシスト車両。
14. 前記体力情報は、運転者の体力を２値以上で表した情報を含む、請求項１２に記載の電動アシスト車両。
15. 前記体力判定部は、運転者の体力を所定期間で判定する、請求項１０から１２のいずれかに記載の電動アシスト車両
16. 前記スキル判定部は、運転者のスキルを「ある」か「ない」かの２値で判定し、
    前記体力判定部は、運転者の体力を「ある」か「ない」かの２値で判定し、
    前記アシストパターン決定部は、前記スキル判定部による判定結果と前記体力判定部による判定結果とに基づいて４種類のアシストパターンのいずれか１つを選択する、請求項１０から１２のいずれかに記載の電動アシスト車両。
17. 前記体力判定部は、運転者の体力を３値以上で判定する、請求項１０から１２のいずれかに記載の電動アシスト車両。

Images