JP2014024487A - 勾配情報学習装置 - Google Patents

Abstract

【課題】誤った勾配情報の学習を防ぐことができる勾配情報学習装置を提供する。
【解決手段】勾配情報学習装置１は、車両２の走行路の路面勾配に関する勾配情報を学習する。勾配情報学習装置１の平均勾配抵抗学習部５３は、走行路の路面状態または車両２の走行状態が通常と異なる場合に、勾配情報の学習を実施しないことを特徴とする。車両２や路面の状態が通常の走行条件下に無い場合には、正確な勾配情報を求めることができず、誤った勾配情報を学習する虞があるが、上記構成により、走行路の路面状態または車両２の走行状態が通常と異なる場合には、勾配情報の学習を実施しないので、推定精度の低い勾配情報による誤った勾配情報の学習を防ぐことができる。
【選択図】図１

Description

本発明は、勾配情報学習装置に関する。

従来、車両に搭載され、車両の走行を支援する運転支援装置が知られている。この運転支援装置は、車両の走行を支援するために、車両の各種特性に基づいて車両の挙動を判定する。ここで、車両の各種特性は、走行時の条件により変動するものがある。このように変動する車両の特性を検出する装置としては、例えば特許文献１に記載される装置がある。特許文献１には、車両が降坂路を走行する際に、当該降坂路の路面勾配に関する勾配情報を学習する装置が記載されている。

特開２００４−３４７０７０号公報

ここで、車両の駆動力や車速などの情報に基づいて勾配情報を学習するとき、車両や路面の状態が通常の走行条件下に無い場合には、正確な勾配情報を求めることができず、誤った勾配情報を学習する虞がある。

本発明は、上記に鑑みてなされたものであって、誤った勾配情報の学習を防ぐことができる勾配情報学習装置を提供することを目的とする。

上記課題を解決するために、本発明に係る勾配情報学習装置は、自車両の走行路の路面勾配に関する勾配情報を学習する勾配情報学習装置であって、前記走行路の路面状態または前記自車両の走行状態が通常と異なる場合に、前記勾配情報の学習を実施しないことを特徴とする。

また、上記の勾配情報学習装置において、前記勾配情報は、前記路面勾配に起因して前記自車両が受ける加速度を意味する勾配抵抗情報であり、前記自車両の駆動力から推定する推定加速度と実加速度との差分である加速度差分と、前記走行路の路面抵抗に係る設定値とに基づいて推定されることが好ましい。

また、上記の勾配情報学習装置において、前記走行路の路面状態または前記自車両の走行状態が通常と異なる場合とは、前記走行路が乾燥している通常の路面状態とは異なる、水濡れまたは積雪の路面状態であることが好ましい。

また、上記の勾配情報学習装置において、前記走行路の路面状態または前記自車両の走行状態が通常と異なる場合とは、前記自車両のタイヤのスリップ率が増加した状態であることが好ましい。

また、上記の勾配情報学習装置において、前記走行路の路面状態または前記自車両の走行状態が通常と異なる場合とは、前記自車両のタイヤの空気圧が低下した状態であることが好ましい。

また、上記の勾配情報学習装置において、前記走行路の路面状態または前記自車両の走行状態が通常と異なる場合とは、前記自車両がトーイングしている状態であることが好ましい。

上記課題を解決するために、本発明に係る勾配情報学習装置は、自車両の走行路の路面勾配に関する勾配情報を学習する勾配情報学習装置であって、前記走行路の路面状態または前記自車両の走行状態が通常の場合と、異なる場合とで、前記勾配情報の学習を別々に実施することを特徴とする。

また、上記の勾配情報学習装置において、前記勾配情報は、前記路面勾配に起因して前記自車両が受ける加速度を意味する勾配抵抗情報であり、前記自車両の駆動力から推定する推定加速度と実加速度との差分である加速度差分と、前記走行路の路面抵抗に係る設定値とに基づいて推定されることが好ましい。

また、上記の勾配情報学習装置において、前記走行路の路面状態または前記自車両の走行状態が通常の場合とは、前記走行路が乾燥している路面状態であり、前記走行路の路面状態または前記自車両の走行状態が通常と異なる場合とは、前記走行路が水濡れまたは積雪の路面状態であることが好ましい。

また、上記の勾配情報学習装置において、前記走行路の路面状態または前記自車両の走行状態が通常と異なる場合とは、前記自車両がトーイングしている状態であることが好ましい。

本発明に係る勾配情報学習装置は、走行路の路面状態または自車両の走行状態が通常と異なる場合には、勾配情報の学習を実施しないので、推定精度の低い勾配情報による誤った勾配情報の学習を防ぐことができるという効果を奏する。

図１は、本発明の第一実施形態に係る勾配情報学習装置の概略構成を示す機能ブロック図である。 図２は、本発明の第一実施形態で対象とするサービスエリアの一例としての交差点前サービスエリアを示す模式図である。 図３は、本発明の第一実施形態の勾配情報学習装置により実施される交差点前サービスエリアの勾配抵抗の学習制御処理のフローチャートである。 図４は、本発明の第一実施形態における交差点前サービスエリアの運転支援制御処理のフローチャートである。 図５は、アクセル開度が０のときの駆動力と車速との関係を示す変換マップの一例を示す図である。 図６は、本発明の第二実施形態の勾配情報学習装置により実施される交差点前サービスエリアの勾配抵抗の学習制御処理のフローチャートである。 図７は、本発明の第二実施形態における交差点前サービスエリアの運転支援制御処理のフローチャートである。

以下に、本発明に係る勾配情報学習装置の実施形態を図面に基づいて説明する。なお、以下の図面において、同一または相当する部分には同一の符号を付し、その説明は繰り返さない。

［第一実施形態］
図１〜５を参照して本発明の第一実施形態を説明する。まず、図１を参照して、本実施形態に係る勾配情報学習装置の構成について説明する。図１は、本発明の第一実施形態に係る勾配情報学習装置の概略構成を示す機能ブロック図である。

本実施形態の勾配情報学習装置１は、図１に示すように、自車両としての車両２に搭載される車両制御システム３に適用される。

車両２は、駆動輪を回転駆動させるための走行用駆動源として、エンジン、モータ等のいずれか一つを備える。車両２は、エンジンとモータの両方を備えるハイブリッド（ＨＶ）車両、エンジンを備える一方でモータを備えないコンベ車両、モータを備える一方でエンジンを備えないＥＶ車両等のいずれの形式の車両であってもよい。

車両制御システム３は、ＨＭＩ（Ｈｕｍａｎ Ｍａｃｈｉｎｅ Ｉｎｔｅｒｆａｃｅ）装置４、ＥＣＵ（Ｅｌｅｃｔｒｏｎｉｃ Ｃｏｎｔｒｏｌ Ｕｎｉｔ）５、状態検出装置６等を含んで構成される。

勾配情報学習装置１は、ＥＣＵ５の一部機能により構成される。勾配情報学習装置１は、状況に応じてＥＣＵ５で各種演算を行なうことで、車両２の走行路の勾配情報を推定する。なお、本実施形態の車両２は、ＥＣＵ５（より詳細には、後述する運転支援制御部５９）によって、勾配情報学習装置１で推定された勾配情報を用いて走行状態を推定し、その結果に基づいてＨＭＩ装置４を制御し種々の運転支援情報を出力することで、運転者による車両２の安全な運転を支援するものである。

なお、勾配情報学習装置１が推定する「勾配情報」とは、車両２の走行路の路面勾配に関する情報である。本実施形態では、勾配情報学習装置１は、勾配情報として、路面勾配に起因して車両２が受ける加速度（減速度）を意味する勾配抵抗Ｇ＿ｓｌｏｐｅ（ｍ／ｓ^２）を算出する。

車両制御システム３の各要素について説明する。ＨＭＩ装置４は、車両２の運転を支援する情報である運転支援情報を出力可能な支援装置であり、運転者に対する運転支援情報の提供等を行う装置である。ＨＭＩ装置４は、車載機器であって、例えば、車両２の車室内に設けられたディスプレイ装置（視覚情報表示装置）やスピーカ（音出力装置）等を有する。ＨＭＩ装置４は、既存の装置、例えば、ナビゲーションシステムのディスプレイ装置やスピーカ等が流用されてもよい。ＨＭＩ装置４は、燃費向上を実現できるように、音声情報、視覚情報（図形情報、文字情報）等によって情報提供を行い、運転者の運転操作を誘導する。ＨＭＩ装置４は、こうした情報提供により運転者の運転操作による目標値の実現を支援する。ＨＭＩ装置４は、ＥＣＵ５に電気的に接続されこのＥＣＵ５により制御される。なお、ＨＭＩ装置４は、例えば、ハンドル振動、座席振動、ペダル反力などの触覚情報を出力する触覚情報出力装置等を含んで構成されてもよい。

状態検出装置６は、車両２の状態や車両２の周囲の状態を検出するものであり、車両２の状態を表す種々の状態量や物理量、スイッチ類の作動状態等を検出するものである。状態検出装置６は、ＥＣＵ５に電気的に接続されこのＥＣＵ５に各種信号を出力する。状態検出装置６は、例えば図１に示すように、ＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ：全地球測位システム）装置６１、無線通信装置６２、データベース６３、車速センサ６４、車輪速センサ６５、アクセルセンサ６６、エンジン回転数センサ６７、シフトポジションセンサ６８、ワイパースイッチ（ＳＷ）６９、トーイングスイッチ（ＳＷ）７０、空気圧センサ７１等を含んで構成される。

ＧＰＳ装置６１は、車両２の現在の位置を検出する装置である。ＧＰＳ装置６１は、ＧＰＳ衛星が出力するＧＰＳ信号を受信し、受信したＧＰＳ信号に基づいて、車両２の位置情報や進行方向情報であるＧＰＳ情報を測位・演算する。ＧＰＳ装置６１は、ＥＣＵ５と電気的に接続されており、ＧＰＳ情報に関する信号をＥＣＵ５に出力する。

無線通信装置６２は、無線通信を利用して車両２の走行に関する先読み情報を取得する先読み情報取得装置である。無線通信装置６２は、例えば、路側に設置された光ビーコン等の路車間通信機器（路側機）、他の車両に車載された車車間通信機器、ＶＩＣＳ（登録商標）（Ｖｅｈｉｃｌｅ Ｉｎｆｏｒｍａｔｉｏｎ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｓｙｓｔｅｍ：道路交通情報通信システム）センタ等を介するインターネット等の通信インフラを利用して情報のやりとりを行う装置等から無線通信を利用して先読み情報を取得する。無線通信装置６２は、先読み情報として、例えば、先行車両情報、後続車両情報、信号情報、工事・交通規制情報、渋滞情報、緊急車両情報、事故履歴データベースに関する情報、走行路の路面の状況（水濡れ、積雪など）に関する情報等を取得する。例えば、信号情報は、車両２の走行方向前方の信号機の位置情報、青信号、黄信号、赤信号の点灯サイクルや信号変化タイミング等の信号サイクル情報等を含む。無線通信装置６２は、ＥＣＵ５と電気的に接続されており、先読み情報に関する信号をＥＣＵ５に出力する。

データベース６３は、種々の情報を記憶するものである。データベース６３は、道路情報を含む地図情報、車両２の実際の走行で得られる種々の情報や学習情報、無線通信装置６２が取得する先読み情報等を記憶する。例えば、道路情報は、道路勾配情報、路面状態情報、道路形状情報、制限車速情報、道路曲率（カーブ）情報、一時停止情報、停止線位置情報等を含む。データベース６３に記憶されている情報は、ＥＣＵ５によって適宜参照され、必要な情報が読み出される。なお、このデータベース６３は、ここでは車両２に車載するものとして図示しているが、これに限らず、車両２の車外の情報センタ等に設けられ、無線通信等を介して、ＥＣＵ５によって適宜参照され、必要な情報が読み出される構成であってもよい。

車速センサ６４は、自車両情報として、車両２の車両走行速度（以下、「車速」という場合がある。）を検出する。車輪速センサ６５は、自車両情報として、車両２の各車輪の回転速度を検出する。アクセルセンサ６６は、自車両情報として、運転者による車両２のアクセルペダルの操作量（踏み込み量）であるアクセル開度を検出する。エンジン回転数センサ６７は、自車両情報として、車両２のエンジンの回転数を検出する。シフトポジションセンサ６８は、自車両情報として、運転者による車両２のシフトポジションを検出する。ワイパーＳＷ６９は、自車両情報として、運転者による車両２のワイパーの操作の有無を検出する。トーイングＳＷ７０は、自車両情報として、車両２が他の被牽引車両をトーイング（牽引）する際などに、シフトアップポイントを高く変更して駆動力を高める制御モード、所謂トーイングモードへの切換有無を検出するものである。空気圧センサ７１は、自車両情報として、車両２のタイヤの空気圧を検出する。

ＥＣＵ５は、ＨＭＩ装置４等を含む車両制御システム３の全体の制御を統括的に行う制御ユニットである。ＥＣＵ５は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ及びインターフェースを含む周知のマイクロコンピュータを主体とする電子回路として構成されている。ＥＣＵ５は、状態検出装置６が検出、取得したインフラデータ、他車両情報、ＧＰＳ情報、自車両情報、先読み情報、データベース６３に記憶されている種々の情報、各部の駆動信号、制御指令等に対応した電気信号が入力される。ＥＣＵ５は、入力されたこれらの電気信号等に応じて、ＨＭＩ装置４等を含む車両制御システム３の各部を制御する。

より詳細には、本実施形態では、ＥＣＵ５内の勾配情報学習装置１が、状態検出装置６から入力された各種情報に応じて、走行路の勾配情報として、路面勾配に起因して車両２が受ける加速度（減速度）に関する情報である勾配抵抗Ｇ＿ｓｌｏｐｅ（ｍ／ｓ^２）を演算する。また、勾配情報学習装置１は、勾配抵抗Ｇ＿ｓｌｏｐｅを演算したときの路面状況や走行状態に応じて、演算した値を、ＥＣＵ５に記憶している勾配抵抗の記憶値Ｇ＿ｓｌｏｐｅ＿ｍｅａｎ＿ｆｉｌｔの学習に利用するか否かを判定する。勾配情報学習装置１は、演算した値を勾配抵抗の記憶値の学習に利用すると判定したときには、演算した値を用いて勾配抵抗の記憶値の学習を行う。そして、ＥＣＵ５は、勾配情報学習装置１の学習処理によって取得され記憶されている勾配抵抗の記憶値を利用して、車両２の走行状態を推定し、推定結果に基づいてＨＭＩ装置４等を制御して運転者への運転支援を行う。

具体的には、ＥＣＵ５は、図１に示すように、以下に説明する勾配抵抗演算部５１、平均勾配抵抗演算部５２、平均勾配抵抗学習部５３、記憶部５４、路面状態検出部５５、タイヤスリップ検出部５６、空気圧検出部５７、トーイング検出部５８、及び運転支援制御部５９の各機能を実現するよう構成されている。このうち、勾配抵抗演算部５１、平均勾配抵抗演算部５２、平均勾配抵抗学習部５３、記憶部５４、路面状態検出部５５、タイヤスリップ検出部５６、空気圧検出部５７及びトーイング検出部５８が、本実施形態に係る勾配情報学習装置１に含まれる。

勾配抵抗演算部５１は、状態検出装置６から入力された各種情報に応じて、走行路の勾配情報として、路面勾配に起因して車両２が受ける加速度（減速度）に関する情報である勾配抵抗Ｇ＿ｓｌｏｐｅ（ｍ／ｓ^２）を演算する。本実施形態では、勾配抵抗演算部５１は、車両２の運転者に運転支援を行う区間であるサービスエリアを車両２が走行する際に、サービスエリア内の複数個所にて勾配抵抗Ｇ＿ｓｌｏｐｅを算出する。なお、勾配抵抗演算部５１による勾配抵抗Ｇ＿ｓｌｏｐｅの演算処理の詳細については、図４を参照して後述する。

平均勾配抵抗演算部５２は、勾配抵抗演算部５１により算出されたサービスエリア内の複数の勾配抵抗Ｇ＿ｓｌｏｐｅについて、これらの平均値である平均勾配抵抗Ｇ＿ｓｌｏｐｅ＿ｍｅａｎを演算する。なお、平均勾配抵抗演算部５２による演算処理の詳細についても、図４を参照して後述する。

平均勾配抵抗学習部５３は、平均勾配抵抗演算部５２により算出された平均勾配抵抗Ｇ＿ｓｌｏｐｅ＿ｍｅａｎを用いて、記憶部５４に保持されている平均勾配抵抗の記憶値Ｇ＿ｓｌｏｐｅ＿ｍｅａｎ＿ｆｉｌｔを更新する学習処理を行なう。なお、平均勾配抵抗学習部５３による学習処理の詳細についても、図４を参照して後述する。

また、本実施形態では、平均勾配抵抗学習部５３は、走行路の路面状態または車両２の走行状態が通常である場合に限り、平均勾配抵抗の記憶値Ｇ＿ｓｌｏｐｅ＿ｍｅａｎ＿ｆｉｌｔの学習処理を実施するよう構成されている。つまり、走行路の路面状態または車両２の走行状態が通常と異なる場合には、学習処理を実施しない。より詳細には、平均勾配抵抗学習部５３は、サービスエリアの路面状態が乾燥したドライ路である場合を通常の路面状態として、ドライ路である場合に限って、平均勾配抵抗の記憶値Ｇ＿ｓｌｏｐｅ＿ｍｅａｎ＿ｆｉｌｔの学習処理を実施する。言い換えると、平均勾配抵抗学習部５３は、サービスエリアの路面状態が水濡れ（ウェット路）または積雪（雪路またはシャーベット路）などの路面状態であり、通常の路面状態と異なる場合には、学習処理を実施しない。

ここで、本実施形態において「走行路の路面状態または車両２の走行状態が通常である場合」とは、悪天候による路面抵抗の変化、タイヤのスリップ率増加や空気圧低下、またはトーイングなど、車両２に何らかの負荷や影響を与え、車両２の走行を妨げるような内的または外的な要因の無い走行状態をいうものとする。

記憶部５４は、平均勾配抵抗学習部５３による学習処理により算出された平均勾配抵抗の記憶値Ｇ＿ｓｌｏｐｅ＿ｍｅａｎ＿ｆｉｌｔや、各種演算に必要な値を記憶する記憶装置である。なお、本実施形態では記憶部５４をＥＣＵ５内に設けたが、必要な情報をデータベース６３や外部機器に記憶させるようにしてもよい。

路面状態検出部５５は、車両２の走行路の路面状態について、路面が乾燥しているドライ路か否かを判定する。路面状態検出部５５は、例えば無線通信装置６２により取得された先読み情報に含まれる、走行路の路面の状況（水濡れ、積雪など）に関する情報に基づいて、路面状態を判定することができる。また、路面状態検出部５５は、ワイパーＳＷ６９の動作状態を確認して、ワイパーが作動していない場合に路面状態がドライ路であると判定することもできる。路面状態検出部５５は、さらに、路面が濡れているウェット路や、路面に雪が積もっている雪路またはシャーベット路を判別できる構成としてもよい。

タイヤスリップ検出部５６は、車両２のタイヤのスリップ率を検出する。タイヤスリップ検出部５６は、例えば車速センサ６４により検出される車速と、車輪速センサ６５により取得される車輪速とを比較することで、車両２のタイヤのスリップ率を算出することができる。また、タイヤスリップ検出部５６は、ＥＣＵ５により車両２の挙動を安定させるためのＡＢＳ（Ａｎｔｉ−ｌｏｃｋ Ｂｒａｋｅ Ｓｙｓｔｅｍ）制御や、ＶＳＣ（Ｖｅｈｉｃｌｅ Ｓｔａｂｉｌｉｔｙ Ｃｏｎｔｒｏｌ）制御、ＴＲＣ（Ｔｒａｃｔｉｏｎ Ｃｏｎｔｒｏｌ Ｓｙｓｔｅｍ）制御などが実行されていることを検出することで、タイヤのスリップ率の増加を検出してもよい。

空気圧検出部５７は、車両２のタイヤの空気圧低下を検出する。空気圧検出部５７は、例えば空気圧センサ７１の検出結果に基づき、または、車輪速センサ６５により検出される車輪速度から空気圧を推定して、空気圧低下を検出することができる。

トーイング検出部５８は、車両２が他の被牽引車両をトーイング（牽引）していることを検出する。トーイング検出部５８は、例えば、トーイングＳＷ７０の動作状態を確認して、トーイングモードに切り替えられている場合にトーイングを検出することができる。

運転支援制御部５９は、例えば、ＩＴＳ（Ｉｎｔｅｌｌｉｇｅｎｔ Ｔｒａｎｓｐｏｒｔ Ｓｙｓｔｅｍｓ：高度道路交通システム）対応の演算部であり、インフラ協調やＮＡＶＩ協調を行うための演算部を有する。運転支援制御部５９は、いわゆる先読み情報を活用する先読み情報エコ運転支援処理を実行する。すなわち、車両制御システム３は、先読み情報を活用して、運転支援制御部５９が燃費向上効果の高い運転を行うことで、エコ運転（エコドライブ）を支援する。これにより、車両制御システム３は、燃料の消費を抑制して燃費の向上を図ることができる。運転支援制御部５９は、運転者によるエコ運転を支援する目的で、ＨＭＩ装置４に運転支援情報を出力し運転者による操作を誘導支援する。また、運転支援制御部５９は、運転支援として、走行停止時のエンジンのＯＮ／ＯＦＦの切り替えを行う。

運転支援制御部５９は、状態検出装置６から取得した各種情報、例えば、ＧＰＳ装置６１で取得した位置情報、無線通信装置６２で取得した通過する信号機の信号サイクル等に基づいて、今後、車両２が走行する経路の情報を取得する。また、運転支援制御部５９は、状態検出装置６から現在の走行状態（車速、バッテリの残量等）を取得する。運転支援制御部５９は、今後車両２が走行する経路の情報と現在の走行状態と、勾配情報学習装置１で算出したサービルエリアの勾配情報（平均勾配抵抗）と、を用いることで、運転支援を実行することができる。

運転支援制御部５９は、状況に応じてエンジンを制御し種々の運転支援を実行することで、燃費向上効果が高く、かつ、運転者にとって快適な走行の支援を行う。具体的には、運転支援制御部５９は、信号機や交差点等の停止位置の情報を取得し、走行方向に停止する必要があるかを判定する。運転支援制御部５９は、車両２を停止させると判定した場合、信号機や交差点等にある停止線の位置の情報から目標停止位置を特定し、走行中の車両２の走行速度、対象の目標停止位置までの距離及び運転者の操作で入力されるドライバ要求パワーに基づいて、エンジンのＯＮ／ＯＦＦを制御する。

また、運転支援制御部５９は、状況に応じてＨＭＩ装置４を制御し、種々の運転支援情報を出力することで、運転者に対して燃費向上効果の高い運転を促す支援を行う。運転支援制御部５９は、走行中の車両２の目標走行状態量をもとに、ＨＭＩ装置４から種々の運転支援情報を出力させることで、運転者に対して推奨の運転動作、典型的には変化を伴う運転動作を促す誘導支援を行う。ここで、目標走行状態量とは、典型的には、走行中の車両２において所定の地点または所定のタイミングでの車両２の目標の走行状態量である。運転支援制御部５９は、所定の地点または所定のタイミングでの目標走行状態量をもとにＨＭＩ装置４を制御し、このＨＭＩ装置４から運転支援情報を出力させ、運転者に対して推奨の運転動作を促す支援を行うことで、所定の地点、タイミングで車両２の走行状態量が目標走行状態量となるように運転支援を行う。例えば、車両２を停止させると判定した場合、目標停止位置までの距離、現在の加速度（減速度）などの情報に基づいて、現在の走行状態で目標位置への停止可否を判断し、停止できないと判断した場合には、アクセルオフやブレーキ操作を誘導する運転支援に関する運転支援情報を出力する。

運転支援制御部５９は、アクセルＯＦＦ操作やブレーキＯＮ操作の誘導の運転支援情報を視覚情報で出力するものに限定されない。運転支援制御部５９は、例えば、運転支援情報を、音声情報、触覚情報等で出力するものであってもよく、これら音声情報、触覚情報の態様を適宜変化させるように構成してもよい。

次に、図２〜５を参照して、本実施形態に係る勾配情報学習装置の動作について説明する。図２は、本実施形態で対象とするサービスエリアの一例としての交差点前サービスエリアを示す模式図であり、図３は、本実施形態の勾配情報学習装置により実施される交差点前サービスエリアの勾配抵抗の学習制御処理のフローチャートであり、図４は、交差点前サービスエリアの運転支援制御処理のフローチャートであり、図５は、アクセル開度が０のときの駆動力と車速との関係を示す変換マップの一例を示す図である。

ここでは、図２に示すように、車両２の運転者に運転支援を行う区間であるサービスエリアの一例として、車両２の走行路上の交差点Ｂからその手前の地点Ａまでの所定区間（距離Ｘ）の交差点前サービスエリア（以下単に「サービスエリア」とも記載する）を挙げて説明する。本実施形態の車両２は、この交差点前サービスエリアを走行する際に、勾配情報学習装置１により交差点前サービスエリアの勾配抵抗Ｇ＿ｓｌｏｐｅの学習制御を行い（記憶フェーズ）、また、学習制御で取得した勾配抵抗を利用した運転支援制御を行う（制御フェーズ）。

まず、図３を参照して、交差点前サービスエリアの勾配抵抗の学習制御について説明する。図３のフローは、例えば車両２が交差点前サービスエリア（図２の地点ＡからＢの間）を通過する毎にＥＣＵ５の勾配情報学習装置１により実施される。

ステップＳ１０１では、勾配抵抗演算部５１により、サービスエリア内における瞬間瞬間の勾配抵抗Ｇ＿ｓｌｏｐｅが演算される。勾配抵抗演算部５１は、例えば、所定時間ごと、または所定距離ごとに勾配抵抗Ｇ＿ｓｌｏｐｅを演算する。すなわち、勾配抵抗演算部５１は、サービスエリアの走行中に複数の勾配抵抗Ｇ＿ｓｌｏｐｅを算出する。

ここで、勾配抵抗Ｇ＿ｓｌｏｐｅの演算の詳細を説明する。まず、車両２が走行時に受ける、路面に依存する抵抗加速度Ｇ＿ｒ（ｍ／ｓ^２）は、下記（１）式で表すことができる。
Ｇ＿ｒ＝Ｇ＿ｆｘ＋Ｇ＿ｖｘ＋Ｇ＿ａｉｒ ・・・（１）
ここで、Ｇ＿ｆｘ（ｍ／ｓ^２）は、車両２の駆動力Ｆｘと重量Ｍから演算される推定加速度である（Ｇ＿ｆｘ＝Ｆｘ／Ｍ）。Ｇ＿ｖｘ（ｍ／ｓ^２）は、車速の微分値ｄＶｘ／ｄｔから演算される実加速度である（Ｇ＿ｖｘ＝ｄＶｘ／ｄｔ）。Ｇ＿ａｉｒ（ｍ／ｓ^２）は、車速の二乗から演算される空気抵抗加速度である（Ｇ＿ａｉｒ＝Ｋ・Ｖｘ^２：Ｋは定数）。

一方、路面に依存する抵抗加速度Ｇ＿ｒは、下記（２）式に示すように、勾配抵抗Ｇ＿ｓｌｏｐｅと、ロードロード（走行抵抗）に依存するロードロード加速度Ｇ＿ｒｏａｄの和としても表すことができる。
Ｇ＿ｒ＝Ｇ＿ｓｌｏｐｅ＋Ｇ＿ｒｏａｄ ・・・（２）
ここで、ロードロード（走行抵抗）とは、駆動源から路面までの間で生じる抵抗であり、タイヤと路面との間で発生する路面抵抗や、駆動源で発生した駆動力を伝達する駆動系で発生する抵抗（メカロス）等が含まれる。

ここで、ロードロード加速度Ｇ＿ｒｏａｄを、ドライ路走行時を想定した所定の設計値Ｇ＿ｒｌに置き換えると、勾配抵抗Ｇ＿ｓｌｏｐｅは、上記の（１），（２）式に基づき下記の（３）式で表すことができる。
Ｇ＿ｓｌｏｐｅ＝Ｇ＿ｒ−Ｇ＿ｒｌ
＝Ｇ＿ｆｘ＋Ｇ＿ｖｘ＋Ｇ＿ａｉｒ−Ｇ＿ｒｌ
＝Ｆｘ／Ｍ＋ｄＶｘ／ｄｔ＋Ｋ・Ｖｘ^２−Ｇ＿ｒｌ・・・（３）

上記（３）式の変数のうち、駆動力Ｆｘは、例えばエンジン回転数センサ６７により検出された現在のエンジン回転数、シフトポジションセンサ６８により検出された現在の変速機の変速段等の情報に基づいて算出することができる。また、駆動力Ｆｘは、アクセルセンサ６６により検出された現在のアクセル開度に基づいて駆動力を算出することもできる。車速Ｖｘは、車速センサ６４から取得することができる。車重Ｍ、定数Ｋ、ロードロード設計値Ｇ＿ｒｌは、予め設定されており、例えば記憶部５４に記憶されている。そして、これらの値を（３）式に代入することで、勾配抵抗Ｇ＿ｓｌｏｐｅを算出できる。ステップＳ１０１が実行されるとステップＳ１０２に移行する。

ステップＳ１０２では、平均勾配抵抗演算部５２により、ステップＳ１０１で演算されたサービスエリア内の複数の勾配抵抗Ｇ＿ｓｌｏｐｅについて、これらの平均値である平均勾配抵抗Ｇ＿ｓｌｏｐｅ＿ｍｅａｎが演算される。平均勾配抵抗演算部５２は、例えば下記の（４）式を用いて平均勾配抵抗Ｇ＿ｓｌｏｐｅ＿ｍｅａｎを算出する。
Ｇ＿ｓｌｏｐｅ＿ｍｅａｎ＝Σ（Ｇ＿ｓｌｏｐｅ／Ｘ） ・・・（４）
ここでＸは、交差点前サービスエリアの区間Ａ〜Ｂ間の距離である。ステップＳ１０２が実行されるとステップＳ１０３に移行する。

ステップＳ１０３では、平均勾配抵抗学習部５３により、サービスエリアがドライ路か否かが判定される。平均勾配抵抗学習部５３は、路面状態検出部５５の検出結果を参照して、交差点前サービスエリアの路面状態がドライ路であるか否かを判定することができる。ステップＳ１０３の判定の結果、サービスエリアがドライ路であると判定された場合（ステップＳ１０３のＹｅｓ）には、ステップＳ１０４に移行し、そうでない場合（ステップＳ１０３のＮｏ）には、ステップＳ１０５に移行する。

ステップＳ１０４では、平均勾配抵抗学習部５３により、ステップＳ１０２で演算された平均勾配抵抗Ｇ＿ｓｌｏｐｅ＿ｍｅａｎを用いて、記憶部５４に保持されている勾配抵抗の記憶値Ｇ＿ｓｌｏｐｅ＿ｍｅａｎ＿ｆｉｌｔが更新される。平均勾配抵抗学習部５３は、ステップＳ１０３の判定結果により交差点前サービスエリアがドライ路であり、車両２の走行状態が通常走行時であるものとして、平均勾配抵抗の学習を実施する。平均勾配抵抗学習部５３は、記憶値Ｇ＿ｓｌｏｐｅ＿ｍｅａｎ＿ｆｉｌｔと演算値Ｇ＿ｓｌｏｐｅ＿ｍｅａｎをもとにフィルタ処理や平均化処理などを施した新たな記憶値を算出して、記憶部５４に記憶する。

本実施形態では、記憶値Ｇ＿ｓｌｏｐｅ＿ｍｅａｎ＿ｆｉｌｔの前回値と、ステップＳ１０２にて今回算出した平均勾配抵抗Ｇ＿ｓｌｏｐｅ＿ｍｅａｎとに基づき、下記の（５）式により新たな記憶値Ｇ＿ｓｌｏｐｅ＿ｍｅａｎ＿ｆｉｌｔを算出する。
Ｇ＿ｓｌｏｐｅ＿ｍｅａｎ＿ｆｉｌｔ＝Ｇ＿ｓｌｏｐｅ＿ｍｅａｎ×Ｋ
＋Ｇ＿ｓｌｏｐｅ＿ｍｅａｎ＿ｆｉｌｔ(前回値)×(１−Ｋ)・・・（５）

ここで、上記（５）式中のＫは、０＜Ｋ＜１を満たす任意の正の定数である。前回値が無い場合、すなわち１回目の学習の場合には、Ｋ＝１とする。すなわち、Ｇ＿ｓｌｏｐｅ＿ｍｅａｎ＿ｆｉｌｔ＝Ｇ＿ｓｌｏｐｅ＿ｍｅａｎとなり、今回演算した平均勾配抵抗を記憶値として記憶する。ステップＳ１０４が実行されると本制御フローは終了する。

ステップＳ１０５では、サービスエリアがドライ路ではなく、車両２の走行状態が通常走行時で無いものとして、平均勾配抵抗学習部５３は、平均勾配抵抗の学習を実施しない。このため、記憶部５４に保持されている勾配抵抗の記憶値Ｇ＿ｓｌｏｐｅ＿ｍｅａｎ＿ｆｉｌｔは、今回の処理では未更新となる。ステップＳ１０５が実行されると本制御フローは終了する。

次に、図４、５を参照して、交差点前サービスエリアの運転支援制御について説明する。図４のフローは、車両２が交差点前サービスエリア（図２の地点ＡからＢの間）に接近し、進入するときに、例えば所定時間または所定距離ごとに、運転支援制御部５９により実施される。運転支援の具体的な動作は、交差点前サービスエリアに進入し、交差点の停止位置に停止するときに、停止位置にて停止するよう促したり警告したりなどを行い、運転者の車両停止操作を支援する。

ステップＳ１１１では、進入する交差点前サービスエリアがドライ路か否かが判定される。運転支援制御部５９は、路面状態検出部５５の検出結果を参照して、交差点前サービスエリアの路面状態がドライ路であるか否かを判定することができる。図２に示す例では、例えば交差点前サービスエリアへ進入する直前の地点ａにて、このステップの判定が行なわれる。ステップＳ１１１の判定の結果、交差点前サービスエリアがドライ路であると判定された場合（ステップＳ１１１のＹｅｓ）には、ステップＳ１１２に移行し、そうでない場合（ステップＳ１１１のＮｏ）には、本制御フローは終了する。

ステップＳ１１２では、当該サービスエリアの平均勾配抵抗の記憶値Ｇ＿ｓｌｏｐｅ＿ｍｅａｎ＿ｆｉｌｔが、記憶部５４から読み出される。ステップＳ１１２が実行されるとステップＳ１１３に移行する。

ステップＳ１１３では、車両２の減速度Ｇ＿ｔｏｔａｌが演算される。減速度Ｇ＿ｔｏｔａｌは下記の（６）式により算出できる。
Ｇ＿ｔｏｔａｌ＝Ｇ＿ｅｎｇ＋Ｇ＿ｓｌｏｐｅ＿ｍｅａｎ＿ｆｉｌｔ＋Ｇ＿ｒｌ
・・・（６）
ここで、Ｇ＿ｅｎｇは、エンジンブレーキによる減速度である。Ｇ＿ｒｌは、サービスエリアの路面上のロードロード設計値であり、（３）式で用いたものと同一の所定値である。

エンジンブレーキによる減速度Ｇ＿ｅｎｇは、例えば図５に示す変換マップを利用して算出することができる。図５は、アクセル開度が０のときの駆動力Ｆｘと車速との関係を示す変換マップの一例を示す図である。一般にアクセル開度が０のときの駆動力（すなわちエンジンブレーキの制動力）は、車速に応じて例えば図５に示すように予め設計されている。図５に示すように、低車速になるほど駆動力Ｆｘは正方向に増大し、高車速になるほど、駆動力Ｆｘは負方向に増大するよう設定されている。図５に示すような車速に応じた駆動力Ｆｘの変換マップは例えばＥＣＵ５の記憶部５４に記憶されている。

運転支援制御部５９は、車速センサ６４から現在の車速Ｖｘを取得し、現在の車速に基づき、図５の変換マップを参照して、現在の走行状態におけるアクセル開度が０のときの駆動力Ｆｘを求める。そして、下記の（７）式から、Ｇ＿ｅｎｇを算出する。
Ｇ＿ｅｎｇ＝Ｆｘ／Ｍ ・・・（７）
ここでＭは車両２の重量である。図２に示す例では、例えば車両２が交差点前サービスエリア内に進入した後の地点ｂ，ｃにて、このステップの演算が行なわれる。ステップＳ１１３が実行されるとステップＳ１１４に移行する。

ステップＳ１１４では、現在位置でアクセルオフしたときの停止位置での車速Ｖ＿ｅｎｄが演算される。Ｖ＿ｅｎｄは、ステップＳ１１３で算出したＧ＿ｔｏｔａｌを用いて、下記の（８）式により算出できる。
Ｖ＿ｅｎｄ＝√(Ｖ＿ｎｏｗ−２×Ｇ＿ｔｏｔａｌ×Ｌ) ・・・（８）

ここで、Ｖ＿ｎｏｗは、現在の車速であり、車速センサ６４から取得できる。Ｌは、停止位置までの残距離であり、例えば無線通信装置６２からの情報に基づき算出できる。図２に示す例では、例えば車両２が交差点前サービスエリア内に進入した後の地点ｂ，ｃにて、このステップの演算が行なわれる。ステップＳ１１４が実行されるとステップＳ１１５に移行する。

ステップＳ１１５では、運転支援制御部５９は、ステップＳ１１４で算出したＶ＿ｅｎｄが所定の閾値以上となるタイミングで、現在の走行状態では停止位置で停止するのが難しいものとして、アクセルオフ誘導支援に関する運転支援情報をＨＭＩ装置４に出力する。そしてＨＭＩ装置４は、運転支援情報として、アクセルオフを誘導するＨＭＩを表示する。なお、ステップＳ１１４で算出したＶ＿ｅｎｄが所定の閾値以上でない場合には、運転支援制御部５９は運転支援情報をＨＭＩ装置４に出力しない。

図２に示す例では、車両２が交差点前サービスエリア内に進入した後の地点ｂ，ｃにて、このステップの演算が行なわれる。例えば地点ｂ，ｃにて同一の減速度Ｇ＿ｔｏｔａｌであった場合に、地点ｂでは、Ｖ＿ｅｎｄが所定の閾値以上とはならずに運転支援制御部５９が運転支援情報をＨＭＩ装置４に出力せず、一方、交差点の停止位置により近い地点ｃでは、Ｖ＿ｅｎｄが所定の閾値以上となり運転支援制御部５９が運転支援情報をＨＭＩ装置４に出力するように運転支援を行なうことができる。ステップＳ１１５が実行されると本制御フローは終了する。

なお、図４のフローチャートの運転支援制御処理は、サービスエリアがドライ路以外の路面状態の場合でも運転支援を実施できる構成としてもよい。つまり、ステップＳ１１１の判断処理を無くし、サービスエリアの路面状況に依存することなく常時ステップＳ１１２〜Ｓ１１５の処理を実施する構成としてもよい。

次に、本実施形態に係る勾配情報学習装置の効果について説明する。

本実施形態の勾配情報学習装置１は、車両２の走行路の道路勾配に関する勾配情報を学習する。勾配情報学習装置１の平均勾配抵抗学習部５３は、走行路の路面状態または車両２の走行状態が通常と異なる場合に、勾配情報の学習を実施しないことを特徴とする。

車両２や路面の状態が通常の走行条件下に無い場合には、正確な勾配情報を求めることができず、誤った勾配情報を学習する虞がある。これに対し、本実施形態では上記構成により、走行路の路面状態または車両２の走行状態が通常と異なる場合には、勾配情報の学習を実施しないので、推定精度の低い勾配情報による誤った勾配情報の学習を防ぐことができる。

また、本実施形態の勾配情報学習装置１において、勾配情報は、道路勾配に起因して車両２が受ける加速度を意味する勾配抵抗Ｇ＿ｓｌｏｐｅ（ｍ／ｓ^２）である。この勾配抵抗Ｇ＿ｓｌｏｐｅは、車両２の駆動力Ｆｘから推定する推定加速度Ｇ＿ｆｘと実加速度Ｇ＿ｖｘとの差分である加速度差分と、走行路の路面抵抗に係る設定値としてのロードロード設計値Ｇ＿ｒｌとに基づいて、上記（３）式を用いて推定される。

この構成により、勾配情報として加速度単位の勾配抵抗Ｇ＿ｓｌｏｐｅを推定し、後段の運転支援制御部５９による運転支援制御（図４参照）において、Ｇ＿ｓｌｏｐｅに基づき算出する減速度Ｇ＿ｔｏｔａｌと同一単位となるので、減速度Ｇ＿ｔｏｔａｌ算出のための計算コストを低減でき、減速度Ｇ＿ｔｏｔａｌを利用した運転支援制御を迅速に実施することができる。

また、本実施形態の勾配情報学習装置１において、走行路の路面状態または車両２の走行状態が通常と異なる場合とは、走行路が乾燥している通常の路面状態（ドライ路）とは異なる、水濡れまたは積雪の路面状態（ウェット路、雪路、またはシャーベット路）である。

走行路の路面状態が水濡れまたは積雪の場合には、ロードロードが通常時のドライ路のものとは違う状態となるため、勾配情報の演算が正しくできない虞がある。本実施形態では、このような水濡れまたは積雪の路面状態では、走行路の路面状態が通常と異なるものとして、勾配情報の学習を実施しないので、推定精度の低い勾配情報による誤った勾配情報の学習を好適に防ぐことができる。

［第一実施形態の変形例］
なお、本実施形態では、勾配情報学習装置１の平均勾配抵抗学習部５３は、サービスエリアの走行路の路面状態が通常のドライ路か否かに応じて、勾配情報の学習可否を判別していたが、他の判定基準を用いてもよい。

例えば、平均勾配抵抗学習部５３は、車両２のタイヤのスリップ率増加に応じて勾配情報の学習可否を判別することができる。この場合、平均勾配抵抗学習部５３は、タイヤスリップ検出部５６により検出されたタイヤのスリップ率に基づいて、車両２のタイヤのスリップ率が通常走行時に比べて増加した状態であると判定した場合に、車両２の走行状態が通常と異なるものとして、勾配情報の学習を実施しない。タイヤのスリップ率が増加している状況では、車速の微分値から演算する車両２の実加速度Ｇ＿ｖｘと、駆動力Ｆｘから演算する推定加速度Ｇ＿ｆｘのそれぞれが正しく演算できないため、上記（３）式により算出される勾配抵抗Ｇ＿ｓｌｏｐｅは精度の低いものとなる。そこで、タイヤのスリップ率増加時には勾配情報の学習を実施しないことで、誤った勾配情報の学習を好適に防ぐことができる。

同様に、平均勾配抵抗学習部５３は、車両２のタイヤの空気圧低下に応じて勾配情報の学習可否を判別する構成としてもよい。この場合、平均勾配抵抗学習部５３は、空気圧検出部５７により車両２のタイヤの空気圧が低下した状態であることが検出された場合に、車両２の走行状態が通常と異なるものとして、勾配情報の学習を実施しない。タイヤの空気圧が低下した状態では、車速の微分値から演算する車両２の実加速度Ｇ＿ｖｘと、駆動力Ｆｘから演算する推定加速度Ｇ＿ｆｘのそれぞれが正しく演算できないため、上記（３）式により算出される勾配抵抗Ｇ＿ｓｌｏｐｅは精度の低いものとなる。そこで、タイヤの空気圧低下時には勾配情報の学習を実施しないことで、誤った勾配情報の学習を好適に防ぐことができる。

同様に、平均勾配抵抗学習部５３は、車両２が他車両をトーイング（牽引）しているか否かに応じて勾配情報の学習可否を判別する構成としてもよい。この場合、平均勾配抵抗学習部５３は、トーイング検出部５８により車両２が他車両をトーイングしている状態であることが検出された場合に、車両２の走行状態が通常と異なるものとして、勾配情報の学習を実施しない。車両２がトーイングしている状態では、車重の増加等の影響によって、ロードロードがトーイングしていない通常時とは違う状態となるため、上記（３）式により算出される勾配抵抗Ｇ＿ｓｌｏｐｅは精度の低いものとなる。そこで、トーイング時には勾配情報の学習を実施しないことで、誤った勾配情報の学習を好適に防ぐことができる。

また、平均勾配抵抗学習部５３は、「走行路の路面状態または車両２の走行状態が通常と異なる場合」の判定基準として、上記のドライ路走行時、タイヤスリップ率増加時、タイヤ空気圧低下時、トーイング時、またはその他の条件のうち複数のいずれかを組み合わせて用いてもよい。

なお、第一実施形態では、勾配抵抗演算部５１が勾配抵抗Ｇ＿ｓｌｏｐｅを算出し、平均勾配抵抗演算部５２が平均勾配抵抗Ｇ＿ｓｌｏｐｅ＿ｍｅａｎを算出した後に、平均勾配抵抗学習部５３が、サービスエリアがドライ路で無い場合には、記憶部５４に保持されている勾配抵抗の記憶値Ｇ＿ｓｌｏｐｅ＿ｍｅａｎ＿ｆｉｌｔの学習を実施しない構成を例示した。代替的に、勾配抵抗演算部５１による勾配抵抗Ｇ＿ｓｌｏｐｅの算出、または平均勾配抵抗演算部５２による平均勾配抵抗Ｇ＿ｓｌｏｐｅ＿ｍｅａｎの算出の前にサービスエリアがドライ路か否かの判定を行い、サービスエリアがドライ路で無い場合には、勾配抵抗Ｇ＿ｓｌｏｐｅまたは平均勾配抵抗Ｇ＿ｓｌｏｐｅ＿ｍｅａｎの算出を実施しない構成としても良い。

［第二実施形態］
次に、図６，７を参照して本発明の第二実施形態を説明する。図６は、本発明の第二実施形態の勾配情報学習装置により実施される交差点前サービスエリアの勾配抵抗の学習制御処理のフローチャートであり、図７は、本発明の第二実施形態における交差点前サービスエリアの運転支援制御処理のフローチャートである。

第二実施形態は、走行路の路面状態または車両２の走行状態が通常の場合と、通常とは異なる場合とで、勾配情報の学習を別々に実施する点で、第一実施形態と異なるものである。第一実施形態では、走行路の路面状態または車両２の走行状態が通常と異なる場合には、勾配情報の学習を実施しない構成であるのに対して、第二実施形態では、この場合でも勾配情報の学習を別途実施する構成である。

本実施形態における交差点前サービスエリアの勾配抵抗の学習制御処理について、図６を参照して説明する。図６のフローチャートは、第一実施形態と同様に、「走行路の路面状態または車両２の走行状態が通常の場合」として、走行路が乾燥しているドライ路である場合を例示し、「走行路の路面状態または車両２の走行状態が通常と異なる場合」として、走行路がドライ路で無い場合、言い換えると水濡れまたは積雪の路面状態（ウェット路、雪路、またはシャーベット路）である場合を例示している。なお、以下の説明では、「ドライ路で無い場合」の路面状態を、纏めて「ウェット路」とも記載する。

図６のフローチャートにおけるステップＳ１０１〜Ｓ１０３の各処理は、図３のフローチャートのステップＳ１０１〜Ｓ１０３と同一なので説明を省略する。

ステップＳ２０４では、ステップＳ１０３にてサービスエリアがドライ路であるとの判定結果が出たので、ドライ路用の勾配情報の学習を実施する。平均勾配抵抗学習部５３は、ステップＳ１０２で演算された平均勾配抵抗Ｇ＿ｓｌｏｐｅ＿ｍｅａｎを用いて、記憶部５４に保持されている勾配抵抗のドライ路用の記憶値Ｇ＿ｓｌｏｐｅ＿ｍｅａｎ＿ｆｉｌｔ＿ｄｒｙを更新する。平均勾配抵抗学習部５３は、交差点前サービスエリアがドライ路であり、車両２の走行状態が通常走行時であるものとして、ドライ路用の平均勾配抵抗の学習を実施する。平均勾配抵抗学習部５３は、ドライ路用の記憶値Ｇ＿ｓｌｏｐｅ＿ｍｅａｎ＿ｆｉｌｔ＿ｄｒｙと演算値Ｇ＿ｓｌｏｐｅ＿ｍｅａｎをもとにフィルタ処理や平均化処理などを施した新たな記憶値を算出して、記憶部５４に記憶する。

本実施形態では、ドライ路用の記憶値Ｇ＿ｓｌｏｐｅ＿ｍｅａｎ＿ｆｉｌｔ＿ｄｒｙの前回値と、ステップＳ１０２にて今回算出した平均勾配抵抗Ｇ＿ｓｌｏｐｅ＿ｍｅａｎとに基づき、下記の（９）式により新たなドライ路用の記憶値Ｇ＿ｓｌｏｐｅ＿ｍｅａｎ＿ｆｉｌｔ＿ｄｒｙを算出する。
Ｇ＿ｓｌｏｐｅ＿ｍｅａｎ＿ｆｉｌｔ＿ｄｒｙ＝Ｇ＿ｓｌｏｐｅ＿ｍｅａｎ×Ｋ
＋Ｇ＿ｓｌｏｐｅ＿ｍｅａｎ＿ｆｉｌｔ＿ｄｒｙ(前回値)×(１−Ｋ)・・・（９）

ここで、Ｋは０＜Ｋ＜１を満たす任意の正の定数である。前回値が無い場合、すなわち１回目の学習の場合には、Ｋ＝１とする。すなわち、Ｇ＿ｓｌｏｐｅ＿ｍｅａｎ＿ｆｉｌｔ＿ｄｒｙ＝Ｇ＿ｓｌｏｐｅ＿ｍｅａｎとなり、今回演算した平均勾配抵抗を記憶値として記憶する。ステップＳ２０４が実行されると本制御フローは終了する。

ステップＳ２０５では、ステップＳ１０３にてサービスエリアがドライ路では無く、ドライ路以外の路面状態（ウェット路）であるとの判定結果が出たので、ウェット路用の勾配情報の学習を実施する。平均勾配抵抗学習部５３は、ステップＳ１０２で演算された平均勾配抵抗Ｇ＿ｓｌｏｐｅ＿ｍｅａｎを用いて、記憶部５４に保持されている勾配抵抗のウェット路用の記憶値Ｇ＿ｓｌｏｐｅ＿ｍｅａｎ＿ｆｉｌｔ＿ｗｅｔを更新する。平均勾配抵抗学習部５３は、交差点前サービスエリアがウェット路であり、車両２の走行状態が通常走行時とは異なるものとして、ウェット路用の平均勾配抵抗の学習を実施する。平均勾配抵抗学習部５３は、ウェット路用の記憶値Ｇ＿ｓｌｏｐｅ＿ｍｅａｎ＿ｆｉｌｔ＿ｗｅｔと演算値Ｇ＿ｓｌｏｐｅ＿ｍｅａｎをもとにフィルタ処理や平均化処理などを施した新たな記憶値を算出して、記憶部５４に記憶する。

本実施形態では、ウェット路用の記憶値Ｇ＿ｓｌｏｐｅ＿ｍｅａｎ＿ｆｉｌｔ＿ｗｅｔの前回値と、ステップＳ１０２にて今回算出した平均勾配抵抗Ｇ＿ｓｌｏｐｅ＿ｍｅａｎとに基づき、下記の（１０）式により新たなウェット路用の記憶値Ｇ＿ｓｌｏｐｅ＿ｍｅａｎ＿ｆｉｌｔ＿ｗｅｔを算出する。
Ｇ＿ｓｌｏｐｅ＿ｍｅａｎ＿ｆｉｌｔ＿ｗｅｔ＝Ｇ＿ｓｌｏｐｅ＿ｍｅａｎ×Ｋ
＋Ｇ＿ｓｌｏｐｅ＿ｍｅａｎ＿ｆｉｌｔ＿ｗｅｔ(前回値)×(１−Ｋ)・・・（１０）

ここで、Ｋは０＜Ｋ＜１を満たす任意の正の定数である。前回値が無い場合、すなわち１回目の学習の場合には、Ｋ＝１とする。すなわち、Ｇ＿ｓｌｏｐｅ＿ｍｅａｎ＿ｆｉｌｔ＿ｗｅｔ＝Ｇ＿ｓｌｏｐｅ＿ｍｅａｎとなり、今回演算した平均勾配抵抗を記憶値として記憶する。ステップＳ２０５が実行されると本制御フローは終了する。

次に、本実施形態における交差点前サービスエリアの運転支援制御処理について、図７を参照して説明する。

図７のフローチャートにおけるステップＳ１１１，Ｓ１１３〜Ｓ１１５の各処理は、図４のフローチャートのステップＳ１１１，Ｓ１１３〜Ｓ１１５と同一なので説明を省略する。

ステップＳ２１１では、ステップＳ１１１にて当該サービスエリアがドライ路であると判定されたので、当該サービスエリアの平均勾配抵抗のドライ路用の記憶値Ｇ＿ｓｌｏｐｅ＿ｍｅａｎ＿ｆｉｌｔ＿ｄｒｙが、記憶部５４から読み出される。以降の処理では、この読み出された平均勾配抵抗のドライ路用の記憶値Ｇ＿ｓｌｏｐｅ＿ｍｅａｎ＿ｆｉｌｔ＿ｄｒｙが、平均勾配抵抗の記憶値Ｇ＿ｓｌｏｐｅ＿ｍｅａｎ＿ｆｉｌｔとして用いられる。ステップＳ２１１が実行されるとステップＳ１１３に移行する。

ステップＳ２１２では、ステップＳ１１１にて当該サービスエリアがドライ路では無いと判定されたので、当該サービスエリアの平均勾配抵抗のウェット路用の記憶値Ｇ＿ｓｌｏｐｅ＿ｍｅａｎ＿ｆｉｌｔ＿ｗｅｔが、記憶部５４から読み出される。以降の処理では、この読み出された平均勾配抵抗のウェット路用の記憶値Ｇ＿ｓｌｏｐｅ＿ｍｅａｎ＿ｆｉｌｔ＿ｗｅｔが、平均勾配抵抗の記憶値Ｇ＿ｓｌｏｐｅ＿ｍｅａｎ＿ｆｉｌｔとして用いられる。ステップＳ２１２が実行されるとステップＳ１１３に移行する。

このように第二実施形態では、勾配情報学習装置１の平均勾配抵抗学習部５３は、走行路の路面状態または車両２の走行状態が通常の場合と、異なる場合とで、勾配情報の学習を別々に実施することを特徴とする。

この構成により、走行路の路面状態または車両２の走行状態が通常の場合（例えばドライ路）と、異なる場合（例えばウェット路）とで、勾配情報を区別して学習・蓄積することが可能となり、両条件の勾配情報を混同せずに学習することができる。この結果、車両２の走行状態が通常の場合と異なる場合のそれぞれの勾配情報の学習精度を向上できる。

また、第二実施形態の勾配情報学習装置１において、走行路の路面状態または車両２の走行状態が通常の場合とは、走行路が乾燥している路面状態（ドライ路）であり、走行路の路面状態または車両２の走行状態が通常と異なる場合とは、走行路が水濡れまたは積雪の路面状態（ウェット路、雪路、またはシャーベット路）である。

走行路の路面状態が水濡れまたは積雪の場合には、ロードロードが通常時のドライ路のものとは違う状態となる。本実施形態では、このような水濡れまたは積雪の路面状態では、走行路の路面状態が通常と異なるものとして、勾配情報の学習を別に実施する。これにより、ドライ路走行時及びウェット路走行時の両条件の勾配情報を混同せずに学習することができ、この結果、ドライ路走行時及びウェット路走行時のそれぞれの勾配情報の学習精度を好適に向上できる。

なお、第二実施形態では、ドライ路とウェット路のそれぞれにおいて、平均勾配抵抗の記憶値を個別に学習する構成をとるが、その元となる勾配抵抗Ｇ＿ｓｌｏｐｅは、ドライ路、ウェット路を問わず第一実施形態で説明した（３）式を用いて算出され、（３）式内で用いるロードロード設計値Ｇ＿ｒｌもドライ路、ウェット路を問わず共通のものが用いられる。ロードロード設計値Ｇ＿ｒｌは、上述のとおり、ドライ路走行時を想定した所定値である。実際には、ドライ路とウェット路のロードロードは異なり、ウェット路のロードロードはドライ路のものより大きくなると考えられる。本実施形態では、ウェット路の場合でも、ドライ路走行時を想定した所定のロードロード設計値Ｇ＿ｒｌを用いるが、実際のロードロードとの間の偏差分は、（３）式によりＧ＿ｓｌｏｐｅが嵩上げして算出されることで補填される。すなわち、本実施形態では、路面のコンディション変化（ロードロードの実際の値と設計値との間の差異）を、路面の勾配情報（勾配抵抗Ｇ＿ｓｌｏｐｅ）に含めて学習し記憶することができる。

なお、第二実施形態では、勾配情報学習装置１の平均勾配抵抗学習部５３は、サービスエリアの走行路の路面状態が通常のドライ路か否かに応じて、勾配情報の学習を区別して実施していたが、他の判定基準を用いてもよい。例えば、平均勾配抵抗学習部５３は、車両２が他車両をトーイング（牽引）しているか否かに応じて勾配情報の学習を切り分けて実施する構成としてもよい。この場合、平均勾配抵抗学習部５３は、トーイング検出部５８により車両２が他車両をトーイングしている状態であることが検出された場合に、車両２の走行状態が通常と異なるものとして、勾配情報の学習を通常時とは別に実施する。車両２がトーイングしている状態では、車重の増加等の影響によって、ロードロードがトーイングしていない通常時とは違う状態となるため、算出される勾配抵抗Ｇ＿ｓｌｏｐｅは通常時とは異なるものとなる。そこで、トーイング時には勾配情報の学習を別に実施することで、通常時及びトーイング時の両条件の勾配情報を混同せずに学習することができ、この結果、通常時及びトーイング時のそれぞれの勾配情報の学習精度を向上できる。

また、第二実施形態では、勾配情報学習装置１の平均勾配抵抗学習部５３は、サービスエリアの走行路の路面状態が（１）通常の場合（ドライ路）と、（２）通常とは異なる場合（ウェット路、雪路、またはシャーベット路など）との２種類に切り分けて、個別に勾配情報の学習を実施していたが、上記（２）通常とは異なる場合をさらに区分して、３種類以上に切り分けて勾配情報の学習を実施してもよい。例えば、上記（２）をウェット路、雪路、シャーベット路のそれぞれに区分して、個別に平均勾配抵抗の記憶値を演算して記憶部５４に保持する構成とすることができる。

以上、本発明の実施形態を説明したが、上記実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。上記実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。上記実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

例えば上記実施形態では、勾配情報学習装置１が学習する勾配情報の一例として、路面勾配に起因して車両２が受ける加速度（減速度）に関する情報である勾配抵抗Ｇ＿ｓｌｏｐｅ（ｍ／ｓ^２）を用いる構成を例示したが、例えば路面勾配（ｄｅｇ）など他の情報を用いてもよい。

１ 勾配情報学習装置
２ 車両
３ 車両制御システム
４ ＨＭＩ装置
５ ＥＣＵ
６ 状態検出装置
Ｇ＿ｓｌｏｐｅ 勾配抵抗（勾配情報）

Claims (10)

1. 自車両の走行路の路面勾配に関する勾配情報を学習する勾配情報学習装置であって、
   前記走行路の路面状態または前記自車両の走行状態が通常と異なる場合に、前記勾配情報の学習を実施しないことを特徴とする勾配情報学習装置。
2. 前記勾配情報は、前記路面勾配に起因して前記自車両が受ける加速度を意味する勾配抵抗情報であり、
   前記自車両の駆動力から推定する推定加速度と実加速度との差分である加速度差分と、前記走行路の路面抵抗に係る設定値とに基づいて推定される、
   ことを特徴とする、請求項１に記載の勾配情報学習装置。
3. 前記走行路の路面状態または前記自車両の走行状態が通常と異なる場合とは、前記走行路が乾燥している通常の路面状態とは異なる、水濡れまたは積雪の路面状態であることを特徴とする、請求項１または２に記載の勾配情報学習装置。
4. 前記走行路の路面状態または前記自車両の走行状態が通常と異なる場合とは、前記自車両のタイヤのスリップ率が増加した状態であることを特徴とする、請求項１〜３のいずれか１項に記載の勾配情報学習装置。
5. 前記走行路の路面状態または前記自車両の走行状態が通常と異なる場合とは、前記自車両のタイヤの空気圧が低下した状態であることを特徴とする、請求項１〜４のいずれか１項に記載の勾配情報学習装置。
6. 前記走行路の路面状態または前記自車両の走行状態が通常と異なる場合とは、前記自車両がトーイングしている状態であることを特徴とする、請求項１〜５のいずれか１項に記載の勾配情報学習装置。
7. 自車両の走行路の路面勾配に関する勾配情報を学習する勾配情報学習装置であって、
   前記走行路の路面状態または前記自車両の走行状態が通常の場合と、異なる場合とで、前記勾配情報の学習を別々に実施することを特徴とする勾配情報学習装置。
8. 前記勾配情報は、前記路面勾配に起因して前記自車両が受ける加速度を意味する勾配抵抗情報であり、
   前記自車両の駆動力から推定する推定加速度と実加速度との差分である加速度差分と、前記走行路の路面抵抗に係る設定値とに基づいて推定される、
   ことを特徴とする、請求項７に記載の勾配情報学習装置。
9. 前記走行路の路面状態または前記自車両の走行状態が通常の場合とは、前記走行路が乾燥している路面状態であり、
   前記走行路の路面状態または前記自車両の走行状態が通常と異なる場合とは、前記走行路が水濡れまたは積雪の路面状態であることを特徴とする、請求項７または８に記載の勾配情報学習装置。
10. 前記走行路の路面状態または前記自車両の走行状態が通常と異なる場合とは、前記自車両がトーイングしている状態であることを特徴とする、請求項７〜９のいずれか１項に記載の勾配情報学習装置。

Images