JP2016127637A - 車両の制御装置及び車両の制御方法 - Google Patents

Abstract

【課題】走行条件に応じた最適な目標ヨーレートを算出することで、車両の挙動を最適に制御することが可能な車両の制御装置及び車両の制御方法を提供する。【解決手段】本発明に係る車両の制御装置２００は、車両の目標ヨーレートと車両速度及び操舵角との関係を目標スタビリティファクタによって規定した車両モデルから目標ヨーレートＳｆＴｇｔを算出する制御目標ヨーレート演算部２３０と、車両モデルから求まるヨーレートモデル値γ＿ｃｌｃとヨーレートセンサ１５０から求まるヨーレートγ＿ｆｉｌとの差分γ＿ｄｉｆｆを取得する減算部２２８と、ヨーレートモデル値γ＿ｃｌｃとヨーレートγ＿ｆｉｌとの差分に基づいて、目標スタビリティファクタＳｆＴｇｔを補正する補正処理部２２２と、を備える。【選択図】図３

Description

本発明は、車両の制御装置及び車両の制御方法に関する。

従来、例えば下記の特許文献１には、インホイールモータによって駆動する電気自動車において、車両の操舵角、車速、及び車両の横方向加速度に基づいて算出される目標ヨーレートと、ヨー角速度検出手段により検出される車両のヨーレートとの偏差に基づき目標ヨーモーメントを算出し、目標ヨーモーメントが実現されるように制駆動力出力を制御する構成が開示されている。

また、下記の特許文献２には、ロールオーバーが発生する危険性があると判定された場合に車両の前輪の舵角を旋回方向と反対方向に操舵する制御であるカウンターステア制御が可能な舵角制御部と、ロールオーバーが発生する危険性があると判定された場合に車両の加速制御が可能な駆動力制御部とを設けた構成が記載されている。

特開２００９−１４３３１０号公報 特開２００８−２６５５６０号公報

しかしながら、上記特許文献１に記載された手法では、路面の摩擦係数などの走行条件が変化した場合に目標ヨーモーメントを適正に算出することができず、走行条件に応じて制駆動力出力を制御することは困難である。例えば、雨天時や雪道など路面摩擦係数が低くなった状況（低μ）では、目標ヨーモーメントが過大となり、車両の挙動が不安定になったり、車両の制御が困難になることが想定される。

また、上記特許文献２に記載された手法では、ロールオーバー閾値、スタビリティファクタとして予めＥＣＵに織り込んでいる値を使用し、油圧ブレーキで制動させているため、走行状態に応じて車両挙動を安定する制御と、回頭性能を重視する制御を速やかに切り替えることができない問題がある。

また、ブレーキ制動により車輪を制動して内外輪に駆動力差を設けることでヨーモーメントを付与する場合、ブレーキブースターやマスターシリンダー等を駆動させる際に発生する油圧システムの応答が遅れることで制動力制御の介入やヨーモーメントの付与方向の切替処理も遅れてしまい、ドライバーが意図しない車両挙動を招き、乗り心地が悪化してしまう問題がある。

また、モータ駆動によるヨーモーメント制御では、ブレーキ制動に比べると機械要素による応答遅れは低減されるが、低μ路面で、制御目標ヨーモーメントと実車のヨーモーメントの差が拡大した場合、常にモータトルクを出力する方向へ制御するため、ドライバーの想定以上に車両が旋回し違和感を招いてしまう。また、目標ヨーモーメントと実ヨーモーメントの差がオーバーシュートする場合や、ハンチングする場合には、ブレーキ制動によるヨーモーメント制御以上に車両が振動し、それに伴って制御コントローラにフィードバックされるヨーモーメントも振動し、乗り心地が悪化してしまう問題がある。

そこで、本発明は、上記問題に鑑みてなされたものであり、本発明の目的とするところは、走行条件に応じた最適な目標ヨーレートを算出することで、車両の挙動を最適に制御することが可能な、新規かつ改良された車両の制御装置及び車両の制御方法を提供することにある。

上記課題を解決するために、本発明のある観点によれば、車両の目標ヨーレートと車両速度及び操舵角との関係を目標スタビリティファクタによって規定した車両モデルから前記目標ヨーレートを算出する目標ヨーレート算出部と、路面状況を表すパラメータを取得する路面状況パラメータ取得部と、前記路面状況を表すパラメータに基づいて、前記目標スタビリティファクタを補正する補正処理部と、を備える車両の制御装置が提供される。

車両モデルから求まる第１のヨーレートとヨーレートセンサから求まる第２のヨーレートを取得するヨーレート取得部を備え、前記路面状況を表すパラメータは、前記第１のヨーレートと前記第２のヨーレートとの差分であっても良い。

また、前記補正処理部は、前記第１のヨーレートと前記第２のヨーレートとの差分の絶対値が大きくなる程、前記目標ヨーレートが小さくなるように前記目標スタビリティファクタを補正するものであっても良い。

また、車両が発生しているヨーレートとして、前記目標ヨーレートと比較するためのフィードバックヨーレートを取得するフィードバックヨーレート取得部と、前記目標ヨーレートと前記フィードバックヨーレートとの差分に基づいて、第１制御目標モーメントを算出する第１制御目標モーメント算出部を備え、前記第１制御目標モーメント算出部は、定常的な減衰制御モーメントと過渡的な慣性補償モーメントを加算して前記第１制御目標モーメントを算出し、前記第１のヨーレートと前記第２のヨーレートとの差分に基づいて、前記減衰制御モーメントと前記慣性補償モーメントを補正するものであっても良い。

また、前記第１制御目標モーメント算出部は、前記第１のヨーレートと前記第２のヨーレートとの差分の絶対値が大きくなる程、前記減衰制御モーメント又は前記慣性補償モーメントが小さくなるように前記減衰制御モーメントと前記慣性補償モーメントを補正するものであっても良い。

また、前記フィードバックヨーレート取得部は、前記第１のヨーレートと前記第２のヨーレートとの差分に基づいて、差分が小さい場合は前記第１のヨーレートの配分を大きくし、差分が大きい場合は前記第２のヨーレートの配分を大きくして、前記フィードバックヨーレートを前記第１及び第２のヨーレートから算出するものであっても良い。

また、操舵角と車両速度に基づいて、アッカーマンジオメトリから車両旋回制御の目標値である第２制御目標モーメントを算出する第２制御目標モーメント算出部と、車両速度に基づいて、前記第１制御目標モーメントと前記第２制御目標モーメントを重み付けして制御目標モーメントを算出し、車両速度が高くなるほど前記第２制御目標モーメントよりも前記第１制御目標モーメントの配分を高くして前記制御目標モーメントを算出する制御目標モーメント算出部と、を備えるものであっても良い。

また、前記制御目標モーメントに基づいて、前記フィードバックヨーレートが前記目標ヨーレートとなるように、左右の車輪のそれぞれを駆動するモータを個別に制御するモータ制御部を備えるものであっても良い。

また、前記路面状況を表すパラメータは、車両を駆動するモータの実回転数と目標回転数との差分であっても良い。

また、前記路面状況を表すパラメータは、車載カメラによって推定された路面摩擦係数の推定値であっても良い。

また、上記課題を解決するために、本発明の別の観点によれば、車両の目標ヨーレートと車両速度及び操舵角との関係を目標スタビリティファクタによって規定した車両モデルから前記目標ヨーレートを算出するステップと、路面状況を表すパラメータを取得するステップと、前記路面状況を表すパラメータに基づいて、前記目標スタビリティファクタを補正するステップと、を備える車両の制御方法が提供される。

以上説明したように本発明によれば、走行条件に応じた最適な目標ヨーレートを算出することで、車両の挙動を最適に制御することが可能な車両の制御装置及び車両の制御方法を提供することができる。

本実施形態に係る車両を示す模式図である。 本実施形態に係る車両が行う旋回制御を示す模式図である。 制御装置の構成を示す模式図である。 本実施形態で行われる基本的な処理を示すフローチャートである。 制御装置で行われる処理を説明するための模式図である。 フィードバックヨーレート演算部が重み付けゲインκを算出する際のゲインマップを示す模式図である。 目標スタビリティファクタＳｆＴｇｔを算出するマップを示す特性図である。 目標スタビリティファクタＳｆＴｇｔを算出する処理を示すフローチャートである。 減衰モーメント補正ゲインGainForMgDampを算出するマップを示す特性図である。 減衰モーメント補正ゲインGainForMgDampを算出する処理を示すフローチャートである。 γ_diff≧０の場合に減衰モーメント補正ゲインGainForMgDampを算出する処理を示すフローチャートである。 γ_diff＜０の場合に減衰モーメント補正ゲインGainForMgDampを算出する処理を示すフローチャートである。 慣性補償モーメント補正ゲインGainForMgTransを算出するマップを示す特性図である。 慣性補償モーメント補正ゲインGainForMgTransを算出する処理を示すフローチャートである。 γ_diff≧０の場合に慣性補償モーメント補正ゲインGainForMgTransを算出する処理を示すフローチャートである。 γ_diff＜０の場合に慣性補償モーメント補正ゲインGainForMgTransを算出する処理を示すフローチャートである。 第２制御目標モーメント演算部が第２制御目標モーメントＭｇ２を演算する際に用いるマップを示す模式図である。 車両速度Ｖに応じて車速可変ゲインGainVxを算出するマップを示す特性図である。 車速可変ゲインGainVxを算出する処理を示すフローチャートである。 本実施形態に係る目標スタビリティファクタＳｆＴｇの補正処理による効果を説明するための特性図である。 本実施形態に係る目標スタビリティファクタＳｆＴｇの補正処理による効果を説明するための特性図である。 本実施形態に係る制御目標モーメント（GainForMgDampとGainForMgTransを併用）を補正した際の効果を説明するための特性図である。 本実施形態に係る制御目標モーメント（GainForMgDampとGainForMgTransを併用）を補正した際の効果を説明するための特性図である。 第２の実施形態に係る制御装置の構成を示す模式図である。 第３の実施形態に係る制御装置２０４の構成を示す模式図である。 目標スタビリティファクタＳｆＴｇｔを算出するマップを示す特性図である。 目標スタビリティファクタＳｆＴｇｔを算出する処理を示すフローチャートである。 減衰モーメント補正ゲインGainForMgDampを算出するマップを示す特性図である。 減衰モーメント補正ゲインGainForMgDampを算出する処理を示すフローチャートである。 慣性補償モーメント補正ゲインGainForMgTransを算出するマップを示す特性図である。 慣性補償モーメント補正ゲインGainForMgTransを算出する処理を示すフローチャートである。

以下に添付図面を参照しながら、本発明の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。

＜１．第１の実施形態＞
まず、図１を参照して、本発明の各実施形態に係る車両１０００の構成について説明する。図１は、本実施形態に係る車両１０００を示す模式図である。図１に示すように、車両１０００は、前輪１００，１０２、後輪１０４，１０６、前輪１００，１０２及び後輪１０４，１０６のそれぞれを駆動する駆動力発生装置（モータ）１０８，１１０，１１２，１１４、前輪１００，１０２及び後輪１０４，１０６のそれぞれの車輪速を検出する車輪速センサ１１６，１１８，１２０，１２２、ステアリングホイール１２４、舵角センサ１３０、パワーステアリング機構１４０、ヨーレートセンサ１５０、加速度センサ１６０、外界認識部１７０、制御装置（コントローラ）２００を有して構成されている。

本実施形態に係る車両１０００は、前輪１００，１０２及び後輪１０４，１０６のそれぞれを駆動するためにモータ１０８，１１０，１１２，１１４が設けられている。このため、前輪１００，１０２及び後輪１０４，１０６のそれぞれで駆動トルクを制御することができる。従って、前輪１００，１０２の操舵によるヨーレート発生とは独立して、前輪１００，１０２及び後輪１０４，１０６のそれぞれを駆動することで、トルクベクタリング制御によりヨーレートを発生させることができる。特に、本実施形態では、後輪１０４，１０６のトルクを個別に制御することで、ハンドル操舵系とは独立してヨーレートを発生させる。後輪１０４，１０６は、制御装置２００の指令に基づき、後輪１０４，１０６に対応するモータ１１２，１１４が制御されることで、駆動トルクが制御される。

パワーステアリング機構１４０は、ドライバーによるステアリングホイール１２４の操作に応じて、トルク制御又は角度制御により前輪１００，１０２の舵角を制御する。舵角センサ１３０は、運転者がステアリングホイール１２４を操作して入力した舵角θｈを検出する。ヨーレートセンサ１５０は、車両１０００の実ヨーレートγを検出する。車輪速センサ１１６，１１８，１２０，１２２は、車両１０００の車両速度Ｖを検出する。

なお、本実施形態はこの形態に限られることなく、前輪１００，１０２を駆動するモータ１０８，１０２が設けられておらず、後輪１０４，１０６のみがモータ１１２，１１４で独立して駆動力を発生する車両であっても良い。また、本実施形態は、駆動力制御によるトルクベクタリングに限定されるものではなく、後輪の舵角を制御する４ＷＳのシステム等においても実現可能である。

図２は、本実施形態に係る車両１０００が行う旋回制御を示す模式図であって、操舵による旋回制御（操安制御）を示す模式図である。操舵による旋回制御では、ドライバーによるステアリングホイール１２４の操作に応じて後輪１０４，１０６に駆動力差を生じさせることで、車両１０００の旋回を支援する。図２に示す例では、ドライバー（運転者）の操舵により車両１０００が左に旋回している。また、後輪１０４，１０６の駆動力差によって、右側の後輪１０６に前向きの駆動力を発生させ、左側の後輪１０４には右側の後輪１０６に対して駆動力を抑制、または後ろ向きに駆動力を発生させることで、左右に駆動力差を発生させ、左回りの旋回を支援する方向にモーメントを発生させている。

本実施形態では、車両の運動制御において、車両モデルから求まるヨーレートモデル値とヨーレートセンサから求まる実ヨーレートとの差分から、車両の旋回特性を推定し、差分が小さいときにはタイヤのグリップ性能が十分確保されている安定領域（高μ）にあるものと判定し、その状況に応じた制御目標ヨーレートを演算する。

また、ヨーレートモデル値と実ヨーレートとの差分が大きい時には、タイヤのグリップ性能が確保しづらく車両の応答限界に達しやすい領域（低μ）と判別し、その状況に応じた制御目標ヨーレートを演算する機能を有する「目標スタビリティファクタ」を算出する。

更に、車両の旋回特性に応じて、操縦安定制御で用いる制御目標モーメントを補正する係数を算出する機能も有しており、定常項を補正する係数と、過渡項を補正する係数を走行状況に応じて変化させることで、旋回時の回頭性能と安定性能の両立を図る。以下、詳細に説明する。

図３は、制御装置２００の構成を示す模式図である。制御装置２００は、車載センサ２１０、操安制御部２２０、制御目標モーメント演算部２５０、第２制御目標モーメント演算部２７０、モータ要求トルク演算部２８０を有している、操安制御部２２０は、補正処理部２２２、車両モデル２２４、フィルタ処理部２２６、減算部２２８、制御目標ヨーレート演算部２３０、フィードバックヨーレート演算部２３２、減算部２３３、第１制御目標モーメント演算部２３４を有している。

制御目標モーメント演算部２５０は、車速可変ゲイン演算部２５２、及び調停部２５４を有している。

図４は、本実施形態で行われる基本的な処理を示すフローチャートである。先ず。ステップＳ１０では、車両モデル２２４から求まるヨーレートモデル値γ＿ｃｌｃとヨーレートセンサ１５０が検出した実ヨーレートγから求まるヨーレートγ＿ｆｉｌとの差分（ヨーレート偏差）γ＿ｄｉｆｆを算出する。次のステップＳ１２では、目標スタビリティファクタＳｆＴｇを算出する。次のステップＳ１４では、目標スタビリティファクタＳｆＴｇｔに基づいて、制御目標ヨーレートγ＿Ｔｇｔを算出する。次のステップＳ１６では、γ＿ｄｉｆｆに基づいてγ＿ｃｌｃとγ＿ｆｉｌを按分し、フィードバックヨーレートγ＿Ｆ／Ｂを算出する。次のステップＳ１７では、制御目標ヨーレートγ＿Ｔｇｔとフィードバックヨーレートγ＿Ｆ／Ｂとの差分に基づいて、第１制御目標モーメントＭｇ１を算出する。次のステップＳ１８では、アッカーマンジオメトリに基づいて、第２制御目標モーメントＭｇ２を算出する。次のステップＳ１９では、第１制御目標モーメントＭｇ１と第２制御目標モーメントＭｇ２とに基づいて、制御目標モーメントＭｇＴｇｔを算出する。

図５は、制御装置２００で行われる処理を説明するための模式図である。なお、図５は、図３と同様に制御装置２００の構成要素を示すとともに、各構成要素が行う処理を詳細に示したものである。以下では、図３〜図５に基づいて、制御装置２００で行われる処理について説明する。車載センサ２１０は、上述した舵角センサ１３０、ヨーレートセンサ１５０、加速度センサ１６０、車輪速センサ１１６，１１８，１２０，１２２を含む。

制御用目標ヨーレート演算部２３０は、一般的な平面２輪モデルを表す以下の式（１）から操安制御用目標ヨーレートγ＿Ｔｇｔを算出する。操安制御用目標ヨーレートγ＿Ｔｇｔは、平面２輪モデルの式（１）における車両ヨーレートγに相当し、式（１）の右辺に各値を代入することによって算出される。

なお、式（１）〜式（３）において、変数、定数は以下の通りである。
＜変数＞
γ：車両ヨーレート
Ｖ：車両速度
δ：タイヤ舵角
θｈ：ハンドル操舵角
＜定数＞
ｌ：車両ホイールベース
ｌ_ｆ：車両重心点から前輪中心までの距離
ｌ_ｒ：車両重心点から後輪中心までの距離
ｍ：車両重量
ｋ_ｆ：コーナリングパワー（フロント）
ｋ_ｒ：コーナリングパワー（リア）
Ｇｈ：ハンドル操舵角からタイヤ舵角への変換ゲイン（ステアリングギヤ比）

制御用目標ヨーレートγ＿Ｔｇｔ（式（１）の左辺のγ）は、車両速度Ｖ、及びタイヤ舵角δを変数として、式（１）から算出される。式（１）のタイヤ舵角δは、直接センシングできないため、制御目標ヨーレート演算部２３０のタイヤ舵角換算処理部２３０ａは、式（２）から、ハンドル操舵角θｈに変換ゲインＧｈを乗じることタイヤ舵角δを算出する。なお、ステアリングの運動モデルに基づいてタイヤ舵角δを算出しても良い。変換ゲインＧｈとして、ステアリングギア比が用いられる。式（１）における目標スタビリティファクタＳｆＴｇｔは一般的には車両の特性を表す定数Ａとして式（３）から算出されるが、本実施形態では、補正処理部２２２が目標スタビリティファクタＳｆＴｇｔを補正する。制御目標ヨーレート演算部２３０のγ＿Ｔｇｔ演算部２３０ｂは、タイヤ舵角換算処理部２３０ａが算出したタイヤ舵角δを用いて、（１）式から制御用目標ヨーレートγ＿Ｔｇｔを算出する。制御用目標ヨーレートγ＿Ｔｇｔは、減算部２３３へ入力される。

一方、車両モデル２２４、フィルタ処理部２２６では、車両１０００が発生しているヨーレートを計算又は実測により求める。車両モデル２２４は、車両ヨーレートを算出するための車両モデル（平面２輪モデル）を表す以下の式から、ヨーレートモデル値γ＿ｃｌｃを算出する。具体的には、以下の式（４）、式（５）へ車両速度Ｖ、ステアリングの操舵角θｈを代入し、式（４）、式（５）を連立して解くことで、ヨーレートモデル値γ＿ｃｌｃ（式（４）、式（５）におけるγ）を算出する。なお、式（４）、式（５）から式（１）を導出することができるため、車両モデル２２４は、操舵角θｈと車両速度Ｖとに基づき、制御用目標ヨーレート演算部２３０と同様の手法により車両モデルの式（１）からヨーレートモデル値γ＿ｃｌｃを算出しても良い。

なお、式（４）〜式（５）において、Ｉは車両のヨー慣性、βは車両の横滑り角である。

ヨーレートモデル値γ＿ｃｌｃはフィードバックヨーレート演算部２３２へ入力される。フィルタ処理部２２６は、ヨーレートセンサ１５０が検出した実ヨーレートγに対してノイズを除去するためにフィルタ処理を行い、フィルタ処理の結果得られたヨーレートγ＿ｆｉｌをフィードバックヨーレート演算部２３２へ入力する。

減算部２２８は、ヨーレートモデル値γ＿ｃｌｃからヨーレートγ＿ｆｉｌを減算し、ヨーレートモデル値γ＿ｃｌｃとヨーレートγ＿ｆｉｌとの差分γ＿ｄｉｆｆを求める。差分γ＿ｄｉｆｆは、フィードバックヨーレート演算部２３２へ入力される。ここで、差分γ＿ｄｉｆｆは路面状況を表すパラメータに相当するため、減算部２２８は路面状況を表すパラメータを取得する構成要素に相当する。

以上にようにして、フィードバックヨーレート演算部２３２には、ヨーレートモデル値γ＿ｃｌｃ、ヨーレートγ＿ｆｉｌ、差分γ＿ｄｉｆｆが入力される。フィードバックヨーレート演算部２３２は、ヨーレートモデル値γ＿ｃｌｃと実ヨーレートγ＿ｆｉｌとの差分γ＿ｄｉｆｆに基づいて、差分γ＿ｄｉｆｆに応じて変化する重み付けゲインκを算出する。そして、フィードバックヨーレート演算部２３２は、以下の式（６）に基づき、ヨーレートモデル値γ＿ｃｌｃとヨーレートγ＿ｆｉｌを重み付けゲインκによって重み付けし、フィードバックヨーレートγ＿Ｆ／Ｂを算出する。算出されたフィードバックヨーレートγ＿Ｆ／Ｂは、減算部２３３へ入力される。
γ＿Ｆ／Ｂ＝κ×γ＿ｃｌｃ＋（１−κ）×γ＿ｆｉｌ ・・・・（６）

図６は、フィードバックヨーレート演算部２３２が重み付けゲインκを算出する際のゲインマップを示す模式図である。図６に示すように、重み付けゲインκの値は、車両モデル２２４の信頼度に応じて０から１の間で可変する。車両モデル２２４の信頼度を図る指標として、ヨーレートモデル値γ＿ｃｌｃとヨーレートγ＿ｆｉｌとの差分（偏差）γ＿ｄｉｆｆを用いる。図６に示すように、差分γ＿ｄｉｆｆの絶対値が小さい程、重み付けゲインκの値が大きくなるようにゲインマップが設定されている。フィードバックヨーレート演算部２３２は、差分γ＿ｄｉｆｆに図６のマップ処理を施し、車両モデル２２４の信頼度に応じた重み付けゲインκを演算する。

図６において、ＴＨ１＿Ｐは重み付けゲインκの切り替えのしきい値（＋側）、ＴＨ２＿Ｐは重み付けゲインκの切り替えしきい値（＋側）、ＴＨ１＿Ｍは重み付けゲインκの切り替えしきい値（−側）、ＴＨ２＿Ｍは重み付けゲインκの切り替えしきい値（−側）、をそれぞれ示している。なお、＋側のしきい値の大小関係はＴＨ１＿Ｐ＜ＴＨ２＿Ｐとし、−側のしきい値の大小関係はＴＨ１＿Ｍ＞ＴＨ２＿Ｍとする。

図６において、ＴＨ１＿Ｐは重み付けゲインκの切り替えのしきい値（＋側）、ＴＨ２＿Ｐは重み付けゲインκの切り替えしきい値（＋側）、ＴＨ１＿Ｍは重み付けゲインκの切り替えしきい値（−側）、ＴＨ２＿Ｍは重み付けゲインκの切り替えしきい値（−側）、をそれぞれ示している。なお、＋側のしきい値の大小関係はＴＨ１＿Ｐ＜ＴＨ２＿Ｐとし、−側のしきい値の大小関係はＴＨ１＿Ｍ＞ＴＨ２＿Ｍとする。

図６に示すゲインマップの領域Ａ１は、差分γ＿ｄｉｆｆが０に近づく領域であり、Ｓ／Ｎ比が小さい領域や、タイヤ特性が線形の領域（ドライの路面）であり、車両モデル２１６から算出されるヨーレートモデル値γ＿ｃｌｃの信頼性が高い。このため、重み付けゲインκ＝１として、式（７）よりヨーレートモデル値γ＿ｃｌｃの配分を１００％としてフィードバックヨーレートγ＿Ｆ／Ｂが演算される。これにより、ヨーレートγ＿ｆｉｌに含まれるヨーレートセンサ１５０のノイズの影響を抑止することができ、フィードバックヨーレートγ＿Ｆ／Ｂからセンサノイズを排除することができる。従って、車両１０００の振動を抑制して乗り心地を向上することができる。

特に、運転支援制御では、車両１０００がコーナーに進入する前の直進状態から、推定走行路に基づいて車両１０００が旋回する量を予見的に制御する。従って、車両１０００の旋回時のみならず、車両１０００の直進状態においても、センサノイズの影響を排除することで、車両１０００に振動を生じさせることなく、安定して直進させることが可能である。

このように、ヨーレートモデル値γ＿ｃｌｃの信頼度が高い領域は、差分γ＿ｄｉｆｆと走行状況から指定することができる。図６に示したように、ドライ路面（高μ）走行時であり、かつ転舵量が小さい場面（低曲率での旋回など）においては、重み付けゲインκが１となる様に差分γ＿ｄｉｆｆと重み付けゲインκを関係づけることが、マップによる係数設定の一例として想定される。なお、上述した平面２輪モデルは、タイヤのスリップ角と横加速度との関係（タイヤのコーナーリング特性）が線形である領域を想定している。タイヤのコーナーリング特性が非線形になる領域では、実車のヨーレートと横加速度が舵角やスリップ角に対して非線形になり、平面２輪モデルと実車でセンシングされるヨーレートとが乖離する。このため、タイヤの非線形性を考慮したモデルを使用すると、ヨーレートに基づく制御が煩雑になるが、本実施形態によれば、ヨーレートモデル値γ＿ｃｌｃの信頼度を差分γ＿ｄｉｆｆに基づいて容易に判定することが可能である。

また、図６に示すゲインマップの領域Ａ２は、差分γ＿ｄｉｆｆが大きくなる領域であり、ウェット路面走行時、雪道走行時、または高Ｇがかかる旋回時などに相当し、タイヤが滑っている限界領域である。この領域では、車両モデル２１６から算出されるヨーレートモデル値γ＿ｃｌｃの信頼性が低くなり、差分γ＿ｄｉｆｆがより大きくなる。このため、重み付けゲインκ＝０として、式（７）よりヨーレートγ＿ｆｉｌの配分を１００％としてフィードバックヨーレートγ＿Ｆ／Ｂが演算される。これにより、ヨーレートγ＿ｆｉｌに基づいてフィードバックの精度を確保し、実車の挙動を反映したヨーレートのフィードバック制御が行われる。従って、ヨーレートγ＿ｆｉｌに基づいて車両１０００の旋回を最適に制御することができる。また、タイヤが滑っている領域であるため、ヨーレートセンサ１５０の信号にノイズの影響が生じていたとしても、車両１０００の振動としてドライバーが感じることはなく、乗り心地の低下も抑止できる。図６に示す低μの領域Ａ２の設定については、設計要件から重み付けゲインκ＝０となる領域を決めても良いし、低μ路面を実際に車両１０００が走行した時の操縦安定性能、乗り心地等から実験的に決めても良い。

また、図６に示すゲインマップの領域Ａ３は、線形領域から限界領域へ遷移する領域（非線形領域）であり、実車である車両１０００のタイヤ特性も必要に応じて考慮して、ヨーレートモデル値γ＿ｃｌｃとヨーレートγ＿ｆｉｌの配分（重み付けゲインκ）を線形に変化させる。領域Ａ１（高μ域）から領域Ａ２（低μ域）への遷移、ないし領域Ａ２（低μ域）から領域Ａ１（高μ域）へ遷移する領域においては、重み付けゲインκの急変に伴うトルク変動、ヨーレートの変動を抑えるため、線形補間で重み付けゲインκを演算する。

また、図６に示すゲインマップの領域Ａ４は、ヨーレートγ＿ｆｉｌの方がヨーレートモデル値γ＿ｃｌｃよりも大きい場合に相当する。例えば、車両モデル２１６に誤ったパラメータが入力されてヨーレートモデル値γ＿ｃｌｃが誤計算された場合等においては、領域Ａ４のマップによりヨーレートγ＿ｆｉｌを用いて制御を行うことができる。更に、領域Ａ４のマップによれば、フィルタ処理に伴うヨーレートγ＿ｆｉｌの位相遅れに起因して、一時的にヨーレートモデル値γ＿ｃｌｃがヨーレートγ＿ｆｉｌよりも小さくなった場合においても、ヨーレートγ＿ｆｉｌを用いて制御を行うことができる。なお、重み付けゲインκの範囲は０〜１の間に限定されるものではなく、車両制御として成立する範囲であれば任意の値を取れる様に構成を変更することも、本発明の技術で成し得る範疇に入る。

補正処理部２２２は、制御用目標ヨーレート演算部２３０が、式（１）〜（３）から制御用目標ヨーレートγ＿Ｔｇｔを算出するに際し、目標スタビリティファクタＳｆＴｇｔを補正する。図７は、目標スタビリティファクタＳｆＴｇｔを算出するマップを示す特性図である。また、図８は、目標スタビリティファクタＳｆＴｇｔを算出する処理を示すフローチャートである。図８の処理では、先ずステップＳ１０において、γ＿ｄｉｆｆ≧０であるか否かを判定し、γ＿ｄｉｆｆ≧０の場合はステップＳ１２へ進み、γ＿ｄｉｆｆ≦ＴＨ１＿Ｐであるか否かを判定する。そして、γ＿ｄｉｆｆ≦ＴＨ１＿Ｐの場合はステップＳ１４へ進み、ＳｆＴｇｔ＝Ｓｆ１とする。

また、ステップＳ１２でγ＿ｄｉｆｆ＞ＴＨ１＿Ｐの場合はステップＳ１６へ進み、γ＿ｄｉｆｆ≧ＴＨ２＿Ｐであるか否かを判定する。そして、γ＿ｄｉｆｆ≧ＴＨ２＿Ｐの場合はステップＳ１８へ進み、ＳｆＴｇｔ＝Ｓｆ２とする。

また、ステップＳ１６でγ＿ｄｉｆｆ＜ＴＨ２＿Ｐの場合はステップＳ２０へ進み、以下の式（７）からＳｆＴｇｔを算出する。

また、ステップＳ１０でγ＿ｄｉｆｆ＜０の場合はステップＳ２２へ進み、γ＿ｄｉｆｆ≧ＴＨ１＿Ｍであるか否かを判定する。そして、γ＿ｄｉｆｆ≧ＴＨ１＿Ｍの場合はステップＳ２４へ進み、ＳｆＴｇｔ＝Ｓｆ１とする。また、ステップＳ２２でγ＿ｄｉｆｆ＜ＴＨ１＿Ｍの場合はステップＳ２６へ進み、γ＿ｄｉｆｆ≦ＴＨ２＿Ｍであるか否かを判定する。そして、γ＿ｄｉｆｆ≦ＴＨ２＿Ｍの場合はステップＳ２８へ進み、ＳｆＴｇｔ＝Ｓｆ２とする。

また、ステップＳ２６でγ＿ｄｉｆｆ＞ＴＨ２＿Ｍの場合はステップＳ３０へ進み、以下の式（８）からＳｆＴｇｔを算出する。

図８の処理によれば、車両１０００の状態量推定で用いる目標スタビリティファクタ（SfTgt）が、ヨーレートモデル値γ＿ｃｌｃ（ヨーレート基準値）とヨーレートセンサ１４２の検出値をフィルタ処理して得られたヨーレートγ＿ｆｉｌとの乖離度合い（γ＿ｄｉｆｆ）に応じて可変される。差分γ＿ｄｉｆｆの絶対値が、基準値と検出値の乖離度合いが少ない側に設定したしきい値（ＴＨ１＿Ｍ，ＴＨ１＿Ｐ）の絶対値よりも小さい場合は、車両挙動が安定している高μ域、または通常領域であると判断し、車両１０００の自転（ヨー運動）を促進するための目標スタビリティファクタ「Ｓｆ１（回頭性重視）」が設定される。また、差分γ＿ｄｉｆｆの絶対値が所定の閾値（ＴＨ２＿Ｍ，ＴＨ２＿Ｐ）よりも大きい場合は、低μ域、または限界領域であると判断し、車両１０００の過度の自転（ヨー運度）を抑制し、旋回時の安定性能を確保するための目標スタビリティファクタ「Ｓｆ２（安定性重視）」が設定される。また、差分γ＿ｄｉｆｆの絶対値が、しきい値ＴＨ１＿ＰとＴＨ２＿Ｐの間、または、しきい値ＴＨ１＿ＭとＴＨ２＿Ｍの間の値をとる場合は、差分γ＿ｄｉｆｆの値に応じて「Ｓｆ１」と「Ｓｆ２」を補間して目標スタビリティファクタ「ＳｆＴｇｔ」が設定される。

このように、差分γ＿ｄｉｆｆに基づいて車両の旋回特性を推定して目標スタビリティファクタＳｆＴｇｔを補正することで、路面摩擦係数が高μになるほど制御目標ヨーレートγ＿Ｔｇｔの値が大きくなり、車両旋回が促進される。また、路面摩擦係数が低μになるほど制御目標ヨーレートγ＿Ｔｇｔの値が小さくなり、車両旋回が抑制される。従って、そのときの路面状況等に応じた最適な制御目標ヨーレートγ＿Ｔｇｔを演算することができる。

減算部２３３には、制御目標ヨーレート演算部２３０から制御目標ヨーレートγ＿Ｔｇｔが入力され、フィードバックヨーレート演算部２３２からフィードバックヨーレートγ＿Ｆ／Ｂが入力される。減算部２３３は、制御目標ヨーレートγ＿Ｔｇｔからフィードバックヨーレートγ＿Ｆ／Ｂを減算し、γ＿Ｔｇｔとγ＿Ｆ／Ｂとの差分（ヨーレート補正量）Δγ＿Ｔｇｔを求める。すなわち、差分Δγ＿Ｔｇｔは、以下の式（９）から算出される。
Δγ＿Ｔｇｔ＝γ＿Ｔｇｔ−γ＿Ｆ／Ｂ ・・・・（９）
差分Δγ＿Ｔｇｔは、第１制御目標モーメント演算部２３４へ出力される。

第１制御目標モーメント演算部２３４は、差分Δγ＿Ｔｇｔに基づいて車両挙動を補正するためのモーメントを算出する。第１制御目標モーメント演算部２３４は、差分Δγ＿Ｔｇｔを用いて、制御目標モーメントを算出するとともに、調整ゲインにより、制御目標モーメントを補正することで、低μ時の安定性確保と、高μ時の旋回支援制御を両立させ、車両旋回時における定常的な挙動と過渡的な挙動の双方の観点から操縦安定性能を制御する。このため、第１制御目標モーメント演算部２３４は、車両１０００のヨーレートを収束させるためのパラメータである「目標減衰モーメントＭｇＤａｍｐＴｇｔ」を算出する減衰制御モーメント演算部（定常項算出部）２３４ａと、車両１０００のヨー慣性を補償するパラメータである「目標慣性補償モーメントＭｇＴｒａｎｓＴｇｔ」を算出する慣性補償モーメント演算部（過渡項演算部）２３４ｂとを有している。

減衰制御モーメント演算部（定常項算出部）２３４ａは、公知の平面２輪モデル（ヨー運動）をヨーモーメントについて整理した式において、ヨーレートに掛かっている係数Ｄ１をΔγ＿Ｔｇｔに乗じることで、車両旋回時の収束性能を向上させる「目標減衰モーメントＭｇＤａｍｐＴｇｔ」の基本量ＭｇＤａｍｐＢａｓｉｓを演算する。ここで、係数Ｄ１は、（５）式でγに掛かっている２／Ｖ（ｌ_ｆ ^２Ｋ_ｆ−ｌ_ｒ ^２Ｋ_ｒ）に相当する。この際、減衰制御モーメント演算部（定常項算出部）２３４ａは、目標減衰モーメントの基本量ＭｇＤａｍｐＢａｓｉｓに対して、ヨーレートの差分γ＿ｄｉｆｆに応じて路面状況を反映するように設定されたゲインを乗算することで、基本量ＭｇＤａｍｐＢａｓｉｓを補正し、「目標減衰モーメントＭｇＤａｍｐＴｇｔ」を算出する。「目標減衰モーメントＭｇＤａｍｐＴｇｔ」により、特に車両１０００の定常的な挙動に対して、車両挙動を安定させることができる。

より詳細には、減衰制御モーメント演算部２３４ａは、目標減衰モーメントを補正するゲインGainForMgDampを算出し、ヨーレートの差分γ_diffに応じてゲインGainForMgDampを可変させる機能を有する。また、減衰制御モーメント演算部２３４ａは、差分γ_diffに基づいて、低μ域や限界領域に遷移しつつあると判断される場合は、ゲインを段階的に変化させるとともに、低μ域や限界領域に到達したと判断される場合には、車両の安定性能を重視するため、ゲインを負側に設定し旋回中に逆方向のモーメントを付加し、過度の車両１０００の自転を抑制する制御を行う。

このため、減衰制御モーメント演算部２３４ａは、先ず、Δγ＿Ｔｇｔに係数Ｄ１を乗算して基本量ＭｇＤａｍｐＢａｓｉｓを算出する。そして、算出した基本量ＭｇＤａｍｐＢａｓｉｓと差分γ_diffに応じて変化する減衰モーメント補正ゲインＧａｉｎＦｏｒＭｇＤａｍｐを乗算して目標減衰モーメントＭｇＤａｍｐＴｇｔを算出する。

図９は、減衰モーメント補正ゲインＧａｉｎＦｏｒＭｇＤａｍｐを算出するマップを示す特性図である。また、図１０は、減衰モーメント補正ゲインＧａｉｎＦｏｒＭｇＤａｍｐを算出する処理を示すフローチャートである。図１０の処理では、先ずステップＳ４０において、差分γ＿ｄｉｆｆ≧０であるか否かを判定し、差分γ＿ｄｉｆｆ≧０の場合はステップＳ４２へ進み、０以上の値であるγ＿ｄｉｆｆの値に基づいて減衰モーメント補正ゲインＧａｉｎＦｏｒＭｇＤａｍｐを算出する。また、差分γ＿ｄｉｆｆ＜０の場合はステップＳ４４へ進み、０より小さい値であるγ＿ｄｉｆｆの値に基づいて減衰モーメント補正ゲインＧａｉｎＦｏｒＭｇＤａｍｐを算出する。

図１１は、γ＿ｄｉｆｆ≧０の場合に減衰モーメント補正ゲインＧａｉｎＦｏｒＭｇＤａｍｐを算出する処理を示すフローチャートである。γ＿ｄｉｆｆ≧０の場合、図９に示すマップのうち、γ＿ｄｉｆｆ≧０の領域の特性に従って減衰モーメント補正ゲインＧａｉｎＦｏｒＭｇＤａｍｐが算出される。先ず、ステップＳ５０では、γ＿ｄｉｆｆ≦ＴＨ１＿Ｐであるか否かを判定し、γ＿ｄｉｆｆ≦ＴＨ１＿Ｐの場合はステップＳ５２へ進み、ＧａｉｎＦｏｒＭｇＤａｍｐ＝ＭＡＸ＿ＧＡＩＮとする。一方、ステップＳ５０でγ＿ｄｉｆｆ＞ＴＨ１＿Ｐの場合はステップＳ５４へ進み、γ＿ｄｉｆｆ≦ＴＨ１＿Ｐであるか否かを判定し、γ＿ｄｉｆｆ≦ＴＨ１＿Ｐの場合はステップＳ５６へ進み、以下の式（１０）から減衰モーメント補正ゲインＧａｉｎＦｏｒＭｇＤａｍｐを算出する。

また、ステップＳ５４でγ＿ｄｉｆｆ＞ＴＨ１＿Ｐの場合はステップＳ５８へ進み、γ＿ｄｉｆｆ≦ＴＨ３＿Ｐであるか否かを判定し、γ＿ｄｉｆｆ≦ＴＨ３＿Ｐの場合はステップＳ６０へ進んでＧａｉｎＦｏｒＭｇＤａｍｐ＝ＭＩＤ＿ＧＡＩＮとする。

また、ステップＳ５８でγ＿ｄｉｆｆ＞ＴＨ３＿Ｐの場合はステップＳ６２へ進み、γ＿ｄｉｆｆ≦ＴＨ４＿Ｐであるか否かを判定し、γ＿ｄｉｆｆ≦ＴＨ４＿Ｐの場合はステップＳ６４へ進んで以下の式（１１）から減衰モーメント補正ゲインＧａｉｎＦｏｒＭｇＤａｍｐを算出する。

また、ステップＳ６２でγ＿ｄｉｆｆ＞ＴＨ４＿Ｐの場合はステップＳ６６へ進み、ＧａｉｎＦｏｒＭｇＤａｍｐ＝ＭＩＮ＿ＧＡＩＮとする。

また、図１２は、γ_diff＜０の場合に減衰モーメント補正ゲインＧａｉｎＦｏｒＭｇＤａｍｐを算出する処理を示すフローチャートである。γ_diff＜０の場合、図９に示すマップのうち、γ_diff＜０の領域の特性に従って減衰モーメント補正ゲインＧａｉｎＦｏｒＭｇＤａｍｐが算出される。先ず、ステップＳ７０では、γ＿ｄｉｆｆ≧ＴＨ１＿Ｍであるか否かを判定し、γ＿ｄｉｆｆ≧ＴＨ１＿Ｍの場合はステップＳ７２へ進み、ＧａｉｎＦｏｒＭｇＤａｍｐ＝ＭＡＸ＿ＧＡＩＮとする。一方、ステップＳ７０でγ＿ｄｉｆｆ＜ＴＨ１＿Ｍの場合はステップＳ７４へ進み、γ＿ｄｉｆｆ≧ＴＨ２＿Ｍであるか否かを判定し、γ＿ｄｉｆｆ≧ＴＨ２＿Ｍの場合はステップＳ７６へ進み、以下の式（１２）から減衰モーメント補正ゲインＧａｉｎＦｏｒＭｇＤａｍｐを算出する。

また、ステップＳ７４でγ＿ｄｉｆｆ＜ＴＨ２＿Ｍの場合はステップＳ７８へ進み、γ＿ｄｉｆｆ≧ＴＨ３＿Ｍであるか否かを判定し、γ＿ｄｉｆｆ≧ＴＨ３＿Ｍの場合はステップＳ８０へ進んでＧａｉｎＦｏｒＭｇＤａｍｐ＝ＭＩＤ＿ＧＡＩＮとする。

また、ステップＳ７８でγ＿ｄｉｆｆ＜ＴＨ３＿Ｍの場合はステップＳ８２へ進み、γ＿ｄｉｆｆ≧ＴＨ４＿Ｍであるか否かを判定し、γ＿ｄｉｆｆ≧ＴＨ４＿Ｍの場合はステップＳ８４へ進んで以下の式（１３）から減衰モーメント補正ゲインＧａｉｎＦｏｒＭｇＤａｍｐを算出する。

また、ステップＳ６２でγ＿ｄｉｆｆ＜ＴＨ４＿Ｍの場合はステップＳ８６へ進み、ＧａｉｎＦｏｒＭｇＤａｍｐ＝ＭＩＮ＿ＧＡＩＮとする。

以上の処理により、減衰モーメント補正ゲインＧａｉｎＦｏｒＭｇＤａｍｐが図９のマップに従って算出される。減衰制御モーメント演算部２３４ａは、γ＿ｄｉｆｆの大小に応じて、高μ、低μなど操舵に対する車両挙動の安定度合いを判別するとともに、操舵に対する車両の旋回性能と収束性能を両立させるべく、高μ域（γ＿ｄｉｆｆがＴＨ１＿ＭからＴＨ１＿Ｐまでの範囲）では、旋回に伴う補正モーメントを１００％出力するように減衰モーメント補正ゲインＧａｉｎＦｏｒＭｇＤａｍｐを算出する。また、中μ域（γ＿ｄｉｆｆがＴＨ２＿ＰからＴＨ３＿Ｐまでの範囲、又は、ＴＨ２＿ＭからＴＨ３＿Ｍまでの範囲）では、旋回に伴う補正モーメントを０とするように減衰モーメント補正ゲインＧａｉｎＦｏｒＭｇＤａｍｐを算出する。また、低μ域（γ＿ｄｉｆｆがＴＨ４＿Ｐ以上の範囲、又は、ＴＨ４＿Ｍ以下の範囲」）では、旋回に伴い逆モーメントを付与するように減衰モーメント補正ゲインＧａｉｎＦｏｒＭｇＤａｍｐを算出する。また、高μ域、中μ域、低μ域の各モードへ遷移する領域では、出力を線形に変化させるように補正ゲインＧａｉｎＦｏｒＭｇＤａｍｐを算出する。

なお、本実施形態では、操舵に対する車両１０００の収束性能を向上させるため、減衰モーメント補正ゲインＧａｉｎＦｏｒＭｇＤａｍｐに0や正負の値を設定しているが、車両制御が成立する範囲であれば、正の値のみの場合も含め、任意の定数を設定することができる。

また、慣性補償モーメント演算部（過渡項演算部）２３４ｂは、公知の平面２輪モデル（ヨー運動）をヨーモーメントについて整理した式において、ヨー加速度に掛かっている係数Ｔ１をΔγ＿Ｔｇｔの微分値に乗じることで、車両旋回時におけるヨー慣性を補償する「目標慣性補償モーメントＭｇＴｒａｎｓＴｇｔ」の基本量ＭｇＴｒａｎｓＢａｓｉｓを演算する。ここで、係数Ｔ１は、（５）式でｄγ／ｄｔに掛かっているＩ（車両のヨー慣性）に相当する。この際、慣性補償モーメント演算部（過渡項演算部）２３４ｂは、「目標慣性補償モーメントＭｇＴｒａｎｓＴｇｔ」の基本量ＭｇＴｒａｎｓＢａｓｉｓに対して、ヨーレートの差分γ＿ｄｉｆｆに応じて路面状況を反映するように設定されたゲインを乗算することで、基本量ＭｇＴｒａｎｓＢａｓｉｓを補正し、「目標慣性補償モーメントMgTransTgt」を算出する。これにより、「目標慣性補償モーメントMgTransTgt」により、特に車両１０００の瞬間的な挙動に対して、車両挙動を安定させることができる。

より詳細には、慣性補償モーメント演算部２３４ｂは、慣性補償モーメントを補正するゲインＧａｉｎＦｏｒＭｇＴｒａｎｓを算出し、減衰制御モーメント演算部２３４ａと同様に、γ＿ｄｉｆｆに応じてゲインＧａｉｎＦｏｒＭｇＴｒａｎｓを可変させる機能を有する。また、慣性補償モーメント演算部２３４ｂは、γ＿ｄｉｆｆに基づいて、高μ域、低μ域など操舵に対する車両挙動の安定度合いを判別するとともに、低μ域では慣性補償モーメントの出力を制限する機能も併せ持つ補正ゲインＧａｉｎＦｏｒＭｇＴｒａｎｓを算出する。そして、低μ域や限界領域に遷移しつつあると判断される場合は、ゲインを段階的に低減させる一方で、低μ域や限界領域に到達したと判断される場合には、ヨー慣性を補償するモーメントを0にするか、旋回性能を保持するため、ヨー慣性補償モーメントの出力を絞り、低μ時でも一時的に車両の挙動を調整するための機能を保持する制御を行う。

このため、慣性補償モーメント演算部２３４ｂは、先ず、Δγ＿Ｔｇｔに係数Ｔ１を乗算して基本量ＭｇＴｒａｎｓＢａｓｉｓを算出する。そして、算出した基本量ＭｇＴｒａｎｓＢａｓｉｓと差分γ＿ｄｉｆｆに応じて変化する慣性補償モーメント補正ゲインＧａｉｎＦｏｒＭｇＴｒａｎｓを乗算して目標慣性補償モーメントＭｇＴｒａｎｓＴｇｔを算出する。

図１３は、慣性補償モーメント補正ゲインＧａｉｎＦｏｒＭｇＴｒａｎｓを算出するマップを示す特性図である。また、図１４は、慣性補償モーメント補正ゲインＧａｉｎＦｏｒＭｇＴｒａｎｓを算出する処理を示すフローチャートである。図１４の処理では、先ずステップＳ９０において、差分γ＿ｄｉｆｆ≧０であるか否かを判定し、差分γ＿ｄｉｆｆ≧０の場合はステップＳ９２へ進み、０以上の値であるγ＿ｄｉｆｆの値に基づいて慣性補償モーメント補正ゲインＧａｉｎＦｏｒＭｇＴｒａｎｓを算出する。また、差分γ＿ｄｉｆｆ＜０の場合はステップＳ９４へ進み、０より小さい値であるγ＿ｄｉｆｆの値に基づいて慣性補償モーメント補正ゲインＧａｉｎＦｏｒＭｇＴｒａｎｓを算出する。

図１５は、γ＿ｄｉｆｆ≧０の場合に慣性補償モーメント補正ゲインＧａｉｎＦｏｒＭｇＴｒａｎｓを算出する処理を示すフローチャートである。γ_diff≧０の場合、図１３に示すマップのうち、γ＿ｄｉｆｆ≧０の領域の特性に従って慣性補償モーメント補正ゲインＧａｉｎＦｏｒＭｇＴｒａｎｓが算出される。先ず、ステップＳ１００では、γ＿ｄｉｆｆ≦ＴＨ１＿Ｐであるか否かを判定し、γ＿ｄｉｆｆ≦ＴＨ１＿Ｐの場合はステップＳ１０２へ進み、ＧａｉｎＦｏｒＭｇＴｒａｎｓ＝ＭＡＸ＿ＧＡＩＮとする。また、γ_diff＞ＴＨ１＿Ｐの場合はステップＳ１０４へ進み、γ＿ｄｉｆｆ≧ＴＨ２＿Ｐであるか否かを判定し、γ＿ｄｉｆｆ≧ＴＨ２＿Ｐの場合はステップＳ１０６へ進み、ＧａｉｎＦｏｒＭｇＴｒａｎｓ＝ＭＩＮ＿ＧＡＩＮとする。

また、ステップＳ１０４でγ＿ｄｉｆｆ＜ＴＨ２＿Ｐの場合はステップＳ１０８へ進み、以下の式（１４）から慣性補償モーメント補正ゲインＧａｉｎＦｏｒＭｇＴｒａｎｓを算出する。

また、図１６は、γ＿ｄｉｆｆ＜０の場合に慣性補償モーメント補正ゲインＧａｉｎＦｏｒＭｇＴｒａｎｓを算出する処理を示すフローチャートである。γ＿ｄｉｆｆ＜０の場合、図１３に示すマップのうち、γ＿ｄｉｆｆ＜０の領域の特性に従って慣性補償モーメント補正ゲインＧａｉｎＦｏｒＭｇＴｒａｎｓが算出される。先ず、ステップＳ１１０では、γ＿ｄｉｆｆ≧ＴＨ１＿Ｍであるか否かを判定し、γ＿ｄｉｆｆ≧ＴＨ１＿Ｍの場合はステップＳ１１２へ進み、ＧａｉｎＦｏｒＭｇＴｒａｎｓ＝ＭＡＸ＿ＧＡＩＮとする。また、γ＿ｄｉｆｆ＜ＴＨ１＿Ｍの場合はステップＳ１１４へ進み、γ＿ｄｉｆｆ≦ＴＨ２＿Ｍであるか否かを判定し、γ＿ｄｉｆｆ≦ＴＨ２＿Ｍの場合はステップＳ１１６へ進み、ＧａｉｎＦｏｒＭｇＴｒａｎｓ＝ＭＩＮ＿ＧＡＩＮとする。

また、ステップＳ１１４でγ＿ｄｉｆｆ≦ＴＨ２＿Ｍの場合はステップＳ１１８へ進み、以下の式（１５）から慣性補償モーメント補正ゲインＧａｉｎＦｏｒＭｇＴｒａｎｓを算出する。

以上の処理により、慣性補償モーメント補正ゲインＧａｉｎＦｏｒＭｇＴｒａｎｓが図１３のマップに従って算出される。

図９及び図１３に示すように、差分γ＿ｄｉｆｆがＴＨ２＿Ｐよりも大きくなると、減衰モーメント補正ゲインＧａｉｎＦｏｒＭｇＤａｍｐが０となり、定常項では旋回支援が行われなくなる。更に、差分γ＿ｄｉｆｆがＴＨ３＿Ｐよりも大きくなると、減衰モーメント補正ゲインＧａｉｎＦｏｒＭｇＤａｍｐが負の値となり、その時の慣性補償モーメント補正ゲインＧａｉｎＦｏｒＭｇＴｒａｎｓの設定にもよるが、目標減衰モーメントＭｇＤａｍｐＴｇｔと目標慣性補償モーメントＭｇＴｒａｎｓＴｇｔを加算した値が負の値となる。従って、旋回を抑制する方向に第１制御目標モーメントＭｇ１を発生させることができる。

なお、本実施形態では、操舵に対する車両１０００の応答性能を重視するため、正の値のみでゲインを指示しているが、車両制御が成立する範囲であれば、0や負の値を含め、任意の定数を設定することができる。

以上のようにして目標減衰モーメントＭｇＤａｍｐＴｇｔ及び目標慣性補償モーメントＭｇＴｒａｎｓＴｇｔが算出されると、第１制御目標ヨーレート演算部２３４の加算部２３４ｃは、目標減衰モーメントＭｇＤａｍｐＴｇｔと目標慣性補償モーメントＭｇＴｒａｎｓＴｇｔとを加算して、操安制御で用いる第１制御目標モーメントＭｇ１を算出する。第１制御目標モーメントＭｇ１は、制御目標モーメント演算部２５０へ入力される。

一方、第２制御目標モーメント演算部２７０は、アッカーマン領域を想定して、車両の幾何学的関係を模擬したモデルに舵角θｈと車両速度Ｖを入力することで、第２制御目標モーメントＭｇ２を算出する。低車速域においては、車両旋回に伴う遠心力が働かないか、または微小な量しか遠心力が発生しないため、コーナーリングフォースの影響を無視することができる。第２制御目標モーメント演算部２７０は、低速域における駆動力制御を補償するため、幾何的な関係に基づいて、いわゆるアッカーマンステアリングジオメトリにより車両運動を計算する。第２制御目標モーメント演算部２７０は、以下の式（１６）に基づいて、舵角θｈと車両速度Ｖから第２制御目標モーメントＭｇ２を算出する。なお、式（１６）における関数f(V,θH)は、旋回中の車両の幾何学的な関係から導かれる計算式を適用しても良いし、実験結果を反映したマップを適用しても良い。

図１７は、第２制御目標モーメント演算部２７０が第２制御目標モーメントＭｇ２を演算する際に用いるマップを示す模式図である。図１７に示すように、第２制御目標モーメントＭｇ２は、操舵角θｈが大きいほど大きな値に設定される。また、第２制御目標モーメントＭｇ２は、操舵角θｈが同じであっても、車両速度Ｖに応じた車速パターンに応じて異なる値に設定される。例えば、第２制御目標モーメントＭｇ２は、車両速度Ｖが高くなるほど大きな値に設定される。なお、図１７に示すマップは一例であり、操舵角θｈと車両速度Ｖに基づいて第２制御目標モーメントＭｇ２を算出するものであれば、シミュレーションに基づくマップ、実験値に基づくマップ等、どのようなマップであっても良い。このように、低車速域を想定したアッカーマン制御のモデルでは、操舵角θｈと車両速度Ｖによるマップから、フィードフォワード制御で用いる第２制御目標モーメントＭｇ２を演算する。

図１７に示すマップでは、操舵角θｈを横軸、第２制御目標モーメントＭｇ２を縦軸とし、車両速度Ｖにより車速パターンを切り換えることを想定している。第２制御目標モーメントＭｇ２を算出するマップについては、操舵角θｈと横滑り角の幾何学的な関係からマップ定数を指定してもよいし、実車評価を通じて適合したマップ定数を指定しても良い。

制御目標モーメント演算部２５０は、車速可変ゲイン演算部２５２、及び調停部２５４を有している。制御目標モーメント演算部２５０には、操安制御部２２０から第１制御目標モーメントＭｇ１が入力される。また、制御目標モーメント演算部２５０には、第２制御目標ヨーレート演算部２７０から第２制御目標モーメントＭｇ２が入力される。

上述したように、低車速域においては、車両旋回に伴う遠心力が働かないか、または微小な量しか遠心力が発生しないため、コーナーリングフォースの影響を無視することができ、幾何的な関係に基づいて、いわゆるアッカーマンステアリングジオメトリにより車両運動を計算できる。

一方、車両速度が上がるにつれて旋回に伴う遠心力が増大する。この状況において、低車速域での制御を操安制御に適用すると、実機の車両１０００の挙動と制御目標との誤差が拡大し、車両挙動に対してドライバーの違和感を招く可能性がある。つまり、アッカーマン領域の制御では、車両１０００が低速で走行し、かつ旋回中に遠心力が働かないことを前提としているため、中高速域における車両の旋回状況（車両に遠心力が働く状況）を模擬することはできない。

このため、本実施形態では、車両速度Ｖに応じて、低車速域でのアッカーマン領域における制御と中高速域での操安制御を滑らかに切り換えることで、実機の車両１０００の挙動と制御目標との誤差を抑えるようにしている。

制御目標モーメント演算部２５０は、中高速域での操安制御と低速域での旋回制御を両立させるため、車両速度Ｖに基づいて第１制御目標モーメントＭｇ１と第２制御目標モーメントＭｇ２を按分して制御目標モーメントＭｇＴｇｔを算出する。このため、車速可変ゲイン演算部２５２は、車両速度Ｖに応じて車速可変ゲインＧａｉｎＶｘを算出する。図１８は、車両速度Ｖに応じて車速可変ゲインＧａｉｎＶｘを算出するマップを示す特性図である。また、図１９は、車速可変ゲインＧａｉｎＶｘを算出する処理を示すフローチャートである。図１８に示すように、車速可変ゲインＧａｉｎＶｘは、車速がＶｘ＿１以下では０とされる。また、車速可変ゲインＧａｉｎＶｘは、車速ＶがＶｘ＿１よりも大きい場合は、車両速度Ｖの増加に伴って増加し、車両速度ＶがＶｘ＿２以上では１となる。本実施形態では、車速可変ゲインＧａｉｎＶｘの最大値と最小値の間は線形補間で車速可変ゲインGainVxを計算している。車速可変ゲインＧａｉｎＶｘの範囲は、車両制御として成立する範囲であれば任意の値を取れる様に構成を変更しても良い。

図１９の処理では、先ず、ステップＳ１２０では、Ｖ≦Ｖｘ＿１であるか否かを判定し、Ｖ≦Ｖｘ＿１の場合はステップＳ１２２へ進み、ＧａｉｎＶｘ＝０とする。一方、Ｖ＞Ｖｘ＿１の場合はステップＳ１２４へ進み、Ｖ≧Ｖｘ＿２であるか否かを判定し、Ｖ≧Ｖｘ＿２の場合はステップＳ１２６へ進み、ＧａｉｎＶｘ＝１とする。

また、ステップＳ１２４でＶ＜Ｖｘ＿２の場合はステップＳ１２８へ進み、以下の式（１７）から車速可変ゲインＧａｉｎＶｘを算出する。

以上の処理により、車速可変ゲインＧａｉｎＶｘが図１８のマップに従って算出される。

調停部２５４は、以下の式（１８）に基づいて、車速可変ゲインＧａｉｎＶｘに基づいて第１制御目標モーメントＭｇ１と第２制御目標モーメントＭｇ２を按分し、制御目標モーメントＭｇＴｇｔを算出する。
ＭｇＴｇｔ＝ＧａｉｎＶｘ×Ｍｇ１＋（１−ＧａｉｎＶｘ）×Ｍｇ２ ・・・（１８）

以上のようにして制御目標モーメント演算部２５０が算出した制御目標モーメントＭｇＴｇｔは、モータ要求トルク演算部２８０へ入力される。モータ要求トルク演算部２８０は、制御目標モーメントＭｇＴｇｔに基づいてモータ要求トルクを算出する。

次に、図２０〜図２３に基づいて、本実施形態の制御を行った場合の車両挙動について説明する。図２０、図２１は、シミュレーションによって得られた本実施形態に係る目標スタビリティファクタＳｆＴｇの補正処理による効果を説明するための特性図であって、車両速度Ｖを一定とし、操舵角θｈをランプ状に操作した操舵入力を車両１０００に付与している際に、時刻ｔ１で路面μが高μから低μへ急変した場合の車両挙動を示している。より詳細には、図２０及び図２１では、操舵角θｈ、実ヨーレートγ、差分γ＿ｄｉｆｆ、路面摩擦係数μ、目標スタビリティファクタＳｆｔｇｔ、ロール角φ、ロールレートφ＿ｄｏｔの変化を示している。ここで、図２０は、比較のため目標スタビリティファクタＳｆＴｇの補正処理を行わない場合のヨーレートフィードバック制御を示しており、図２１は、本実施形態の制御により目標スタビリティファクタＳｆＴｇの補正処理を行った場合を示している。

図２０に示すように、目標スタビリティファクタＳｆＴｇの補正処理を行わない場合は、路面摩擦係数μが変化した瞬間にγ＿ｄｉｆｆが増大している。そして、γ＿ｄｉｆｆの増大に伴い旋回割合（実ヨーレートγ）とロール角φが増大している。従って、路面が滑りやすい状況にも関わらず、車体の傾き（ロール角φ）が増大し、挙動が不安定になっていることが判る。

一方、図２１に示すように、本実施形態の制御により目標スタビリティファクタＳｆＴｇの補正処理を行った場合は、実ヨーレートγ、および差分γ＿ｄｉｆｆの定常ゲインの変化量が、図２０よりも減少しており、かつ、ロールレートφ＿ｄｏｔがロールを戻す側にも発生していることから、ロール角φの定常ゲインの変化量も減少している。従って、目標スタビリティファクタＳｆＴｇｔを変化させることにより、車両挙動が安定することが判る。

また、図２２、図２３は、シミュレーションによって得られた本実施形態に係る制御目標モーメント（減衰モーメント補正ゲインＧａｉｎＦｏｒＭｇＤａｍｐと慣性補償モーメント補正ゲインＧａｉｎＦｏｒＭｇＴｒａｎｓを併用）を補正した際の効果を説明するための特性図であって、ウェット路や雪道等の路面摩擦係数が低い路面において、時刻ｔ２でレーンチェンジを行った場合の車両挙動を示している。なお、入力している操舵量は旋回支援に伴う駆動力制御を働かせていない状態で、「ドライ路面」（高μ）であり、かつ定常操舵で０．５［Ｇ］の横加速度が発生するものとする。より詳細には、図２２及び図２３では、実ヨーレートγ、差分γ＿ｄｉｆｆ、減衰モーメント補正ゲインＧａｉｎＦｏｒＭｇＤａｍｐ、慣性補償モーメント補正ゲインＧａｉｎＦｏｒＭｇＴｒａｎｓ、ロール角φ、ロールレートφ＿ｄｏｔの変化を示している。ここで、図２２は、比較のため本実施形態に係る制御目標モーメント補正を行わない場合を示しており、図２３は、本実施形態に係る制御目標モーメント補正を行った場合を示している。

図２２に示すように、本実施形態に係る制御目標モーメント補正を行わない場合は、レーンチェンジ終了後に実ヨーレートγおよび差分γ＿ｄｉｆｆが振動している。また、ヨー運動の変化（実ヨーレートγの振動）に連動してロールレートφ＿ｄｏｔも振動しており、ドライバーに対して違和感を与えてしまう。

一方、図２３に示すように、本実施形態の制御により制御目標モーメント補正を行った場合は、減衰モーメント補正ゲインＧａｉｎＦｏｒＭｇＤａｍｐが負側に設定され、かつ慣性補償モーメント補正ゲインＧａｉｎＦｏｒＭｇＴｒａｎｓのゲインを低減する制御が行われるため、レーンチェンジ終了後の差分γ＿ｄｉｆｆや実ヨーレートγの振幅が、図２２の制御よりも明らかに低減している。このため、ヨー運動の変化（実ヨーレートγの振幅低減）に連動してロールレートφ＿ｄｏｔの振動が減少し、変化が緩やかになることから、ドライバーに違和感を与えてしまうことを抑止できる。

以上説明したように第１の実施形態によれば、ヨーレートモデル値γ＿ｃｌｃとセンサ値γ＿ｆｉｌとの差分γ＿ｄｉｆｆに応じてヨーレートモデル値γ＿ｃｌｃの信頼度を判定し、差分γ＿ｄｉｆｆの絶対値が大きいほど目標スタビリティファクタＳｆＴｇｔの値が増加するように目標スタビリティファクタＳｆＴｇｔの補正処理を行うようにした。これにより、路面摩擦係数μが低下している状況下では、目標スタビリティファクタＳｆＴｇｔの値が増加し、目標ヨーレートγ＿Ｔｇｔを低下させることができ、車両１０００の挙動を安定させることが可能となる。

また、差分γ＿ｄｉｆｆの絶対値の増加に応じて、減衰モーメント補正ゲインＧａｉｎＦｏｒＭｇＤａｍｐ及び慣性補償モーメント補正ゲインＧａｉｎＦｏｒＭｇＴｒａｎｓを減少させるようにしたため、路面摩擦係数μが低下している状況下では、第１制御目標モーメントＭｇ１の値を低下させることができる。従って、車両１０００の旋回の支援を最適に制御することができ、車両１０００の挙動を安定させることが可能となる。

＜２．第２の実施形態＞
次に、本発明の第２の実施形態について説明する。第２の実施形態では、目標スタビリティファクタＳｆＴｇ、減衰モーメント補正ゲインＧａｉｎＦｏｒＭｇＤａｍｐ、慣性補償モーメント補正ゲインＧａｉｎＦｏｒＭｇＴｒａｎｓを可変させる指標として、前輪１００，１０２及び後輪１０４，１０６のそれぞれのモータ１０８，１１０，１１２，１１４の目標回転数と、各モータ１０８，１１０，１１２，１１４に対応する前輪１００，１０２及び後輪１０４，１０６のそれぞれの実回転数との偏差のうち、絶対値が最大になる車輪の偏差ΔＭｏｔＲｅｖを用いる。路面状況が低μである程、前輪１００，１０２及び後輪１０４，１０６が空転して偏差ΔＭｏｔＲｅｖが大きくなるため、偏差ΔＭｏｔＲｅｖはγ＿ｄｉｆｆと同様に路面状況を反映するものとなる。従って、偏差ΔＭｏｔＲｅｖを目標スタビリティファクタＳｆＴｇ、減衰モーメント補正ゲインＧａｉｎＦｏｒＭｇＤａｍｐ、慣性補償モーメント補正ゲインＧａｉｎＦｏｒＭｇＴｒａｎｓを可変させる指標として用いることができる。

図２４は、第２の実施形態に係る制御装置２０２の構成を示す模式図である。第２の実施形態に係る制御装置２０２の基本的な構成は、第１の実施形態に係る制御装置２００の構成と同様であるが、偏差ΔＭｏｔＲｅｖを検出する回転数差検出部２９０を有しており、補正処理部２２２は、偏差ΔＭｏｔＲｅｖに基づいて目標スタビリティファクタＳｆＴｇｔを算出する。偏差ΔＭｏｔＲｅｖに基づく目標スタビリティファクタＳｆＴｇｔの算出は、第１の実施形態における差分γ＿ｄｉｆｆに基づく目標スタビリティファクタＳｆＴｇｔの算出と同様にして行われ、図７の横軸を偏差ΔＭｏｔＲｅｖとしたマップから目標スタビリティファクタＳｆＴｇｔを算出する。ここで、偏差ΔＭｏｔＲｅｖは路面状況を表すパラメータに相当するため、回転数差検出部２９０は路面状況を表すパラメータを取得する構成要素に相当する。

また、減衰制御モーメント演算部（定常項算出部）２３４ａ、及び慣性補償モーメント演算部（過渡項演算部）２３４ｂは、偏差ΔＭｏｔＲｅｖに基づいて目標減衰モーメントＭｇＤａｍｐＴｇｔ及び目標慣性補償モーメントＭｇＴｒａｎｓＴｇｔをそれぞれ算出する。偏差ΔＭｏｔＲｅｖに基づく目標減衰モーメントＭｇＤａｍｐＴｇｔ、及び目標慣性補償モーメントＭｇＴｒａｎｓＴｇｔの算出は、第１の実施形態における差分γ＿ｄｉｆｆに基づく目標減衰モーメントＭｇＤａｍｐＴｇｔ、及び目標慣性補償モーメントＭｇＴｒａｎｓＴｇｔの算出と同様にして行われ、図９、図１３の横軸を偏差ΔＭｏｔＲｅｖとしたマップから目標減衰モーメントＭｇＤａｍｐＴｇｔ、目標慣性補償モーメントＭｇＴｒａｎｓＴｇｔを算出する。

なお、ΔＭｏｔＲｅｖの算出においては、各輪の各モータの目標回転数と各輪の実回転数の偏差の絶対値から、平均値を取ってΔＭｏｔＲｅｖとして指定しても良いし、旋回外側の車輪におけるモータの目標回転数と実回転数の偏差から、絶対値が最大のものを選択したり、絶対値の平均値を指標として使用する等、車両制御が成立する任意の組み合わせで偏差ΔＭｏｔＲｅｖを指定してもよい。また、車輪速と車速から求められる各輪のスリップ率のうち、最大になるパラメータを指標として、制御を行っても良い

以上説明したように第２の実施形態によれば、偏差ΔＭｏｔＲｅｖの絶対値が大きいほど目標スタビリティファクタＳｆＴｇｔの値が増加するように目標スタビリティファクタＳｆＴｇｔの補正処理を行うようにした。これにより、路面摩擦係数μが低下している状況下では、目標スタビリティファクタＳｆＴｇｔの値が増加し、目標ヨーレートγ＿Ｔｇｔを低下させることができ、車両１０００の挙動を安定させることが可能となる。

また、偏差ΔＭｏｔＲｅｖの絶対値の増加に応じて、減衰モーメント補正ゲインＧａｉｎＦｏｒＭｇＤａｍｐ及び慣性補償モーメント補正ゲインＧａｉｎＦｏｒＭｇＴｒａｎｓを減少させるようにしたため、路面摩擦係数μが低下している状況下では、第１制御目標モーメントＭｇ１の値を低下させることができる。従って、車両１０００の旋回の支援を最適に制御することができ、車両１０００の挙動を安定させることが可能となる。

＜３．第３の実施形態＞
次に、本発明の第３の実施形態について説明する。第３の実施形態では、目標スタビリティファクタＳｆＴｇ、減衰モーメント補正ゲインＧａｉｎＦｏｒＭｇＤａｍｐ、慣性補償モーメント補正ゲインＧａｉｎＦｏｒＭｇＴｒａｎｓを可変させる指標として、外界認識手部１７０から取得される環境情報μ＿ｐｒｅｖを用いる。

外界認識部１７０は、ＣＣＤセンサ、ＣＭＯＳセンサ等の撮像素子を有する左右１対のカメラを有して構成され、車両外の外部環境を撮像し、外部環境を画像情報として認識することができる。本実施形態に係る外界認識部１７０は、一例として色情報を取得可能なカラーカメラから構成される。外部認識部１７０は、撮像した左右１組のステレオ画像対に基づいて、路面摩擦係数μを推定することができる。

具体的には、外部認識部１７０は、取得した環境情報に基づいて、路面がウエットであるか、雪道であるかなどを判定し、判定した路面状態に応じて路面摩擦係数μを推定し、推定した路面摩擦係数μの推定値μ＿ｐｒｅｖを出力する。ここで、推定値μ＿ｐｒｅｖの値が大きい程、路面摩擦係数μの値は低下するものとする。推定値μ＿ｐｒｅｖは路面状況を表すパラメータに相当するため、外部認識部１７０は路面状況を表すパラメータを取得する構成要素に相当する。

また、路面摩擦係数μの推定方法として、以下の方法を用いることもできる。例えば、車両の運動理論に基づいて車両の挙動をモデル化した車両運動モデルを用いた手法が周知である。この手法では、実際の車両の運動状態（例えば、すべり角）に基づいて、例えば、高μ路を想定した車両運動モデルの運動状態と、低μ路を想定した車両運動モデルの運動状態とを比較することにより、現在の摩擦係数μを推定する。このような摩擦係数μの推定手法の詳細については、例えば、特開２０００−０７１９６８号公報に開示されているので、必要ならば参照されたい。また、これ以外にも、例えば、特開２００３−２３７５５８号公報に開示されているように、２つの車輪６の速度差と、加速度とに基づいて摩擦係数μを推定してもよい。さらに、例えば、特開２００２−１２７８８２号公報に開示されているように、車両の運動状態に、外界認識手段１７０から得られた道路の路面状況を検出した検出結果を考慮した上で摩擦係数μを推定してもよい。このように、本実施形態では、車両の状態に基づいて摩擦係数を推定する手法を広く用いることができる。

路面状況が低μである程、路面摩擦係数μの推定値μ＿ｐｒｅｖは大きな値となり、推定値μ＿ｐｒｅｖはγ＿ｄｉｆｆと同様に路面状況を反映するものとなる。従って、推定値（μ＿ｐｒｅｖ）を目標スタビリティファクタＳｆＴｇ、減衰モーメント補正ゲインＧａｉｎＦｏｒＭｇＤａｍｐ、慣性補償モーメント補正ゲインＧａｉｎＦｏｒＭｇＴｒａｎｓを可変させる指標として用いることができる。

図２５は、第３の実施形態に係る制御装置２０４の構成を示す模式図である。第３の実施形態に係る制御装置２０４の基本的な構成は、第１の実施形態に係る制御装置２００の構成と同様であるが、補正処理部２２２は、推定値μ＿ｐｒｅｖに基づいて目標スタビリティファクタＳｆＴｇｔを算出する。

図２６は、目標スタビリティファクタＳｆＴｇｔを算出するマップを示す特性図である。また、図２７は、目標スタビリティファクタＳｆＴｇｔを算出する処理を示すフローチャートである。図２７の処理では、先ずステップＳ１３０において、μ＿ｐｒｅｖ≦ＴＨ１であるか否かを判定し、μ＿ｐｒｅｖ≦ＴＨ１の場合はステップＳ１３２へ進み、ＳｆＴｇｔ＝Ｓｆ１とする。一方、ステップＳ１３０でμ＿ｐｒｅｖ＞ＴＨ１の場合はステップＳ１３４へ進み、μ＿ｐｒｅｖ≧ＴＨ２であるか否かを判定し、μ＿ｐｒｅｖ≧ＴＨ２の場合はステップＳ１３６へ進んでＳｆＴｇｔ＝Ｓｆ２とする。

また、ステップＳ１３４でμ＿ｐｒｅｖ＜ＴＨ２の場合はステップＳ１３８へ進み、以下の式（２１）からＳｆＴｇｔを算出する。

以上のように、図２７の処理によれば、図２６のマップに従って目標スタビリティファクタＳｆＴｇｔを算出することができる。

また、減衰制御モーメント演算部（定常項算出部）２３４ａ、及び慣性補償モーメント演算部（過渡項演算部）２３４ｂは、推定値（μ＿ｐｒｅｖ）に基づいて目標減衰モーメントＭｇＤａｍｐＴｇｔ、及び目標慣性補償モーメントＭｇＴｒａｎｓＴｇｔをそれぞれ算出する。

図２８は、減衰モーメント補正ゲインＧａｉｎＦｏｒＭｇＤａｍｐを算出するマップを示す特性図である。また、図２９は、減衰モーメント補正ゲインＧａｉｎＦｏｒＭｇＤａｍｐを算出する処理を示すフローチャートである。図２９の処理では、先ず、ステップＳ１４０では、μ＿ｐｒｅｖ≧ＴＨ１＿Ｐであるか否かを判定し、μ＿ｐｒｅｖ≧ＴＨ１＿Ｐの場合はステップＳ１４２へ進み、ＧａｉｎＦｏｒＭｇＤａｍｐ＝ＭＡＸ＿ＧＡＩＮとする。一方、ステップＳ１４０でμ＿ｐｒｅｖ＜ＴＨ１＿Ｐの場合はステップＳ１４４へ進み、μ＿ｐｒｅｖ≦ＴＨ２＿Ｐであるか否かを判定し、μ＿ｐｒｅｖ≦ＴＨ２＿Ｐの場合はステップＳ１４６へ進み、以下の式（２２）から減衰モーメント補正ゲインＧａｉｎＦｏｒＭｇＤａｍｐを算出する。

また、ステップＳ１４４でμ＿ｐｒｅｖ＞ＴＨ２＿Ｐの場合はステップＳ１４８へ進み、μ＿ｐｒｅｖ≦ＴＨ３＿Ｐであるか否かを判定し、μ＿ｐｒｅｖ≦ＴＨ３＿Ｐの場合はステップＳ１５０へ進んでＧａｉｎＦｏｒＭｇＤａｍｐ＝ＭＩＤ＿ＧＡＩＮとする。

また、ステップＳ１４８でμ＿ｐｒｅｖ＞ＴＨ３＿Ｐの場合はステップＳ１５２へ進み、μ＿ｐｒｅｖ≦ＴＨ４＿Ｐであるか否かを判定し、μ＿ｐｒｅｖ≦ＴＨ４＿Ｐの場合はステップＳ１５４へ進んで以下の式（２３）から減衰モーメント補正ゲインＧａｉｎＦｏｒＭｇＤａｍｐを算出する。

また、ステップＳ１５２でμ＿ｐｒｅｖ＞ＴＨ４＿Ｐの場合はステップＳ１５６へ進み、ＧａｉｎＦｏｒＭｇＤａｍｐ＝ＭＩＮ＿ＧＡＩＮとする。

以上のように、図２９の処理によれば、図２８のマップに従って減衰モーメント補正ゲインＧａｉｎＦｏｒＭｇＤａｍｐを算出することができる。

図３０は、慣性補償モーメント補正ゲインＧａｉｎＦｏｒＭｇＴｒａｎｓを算出するマップを示す特性図である。また、図３１は、慣性補償モーメント補正ゲインＧａｉｎＦｏｒＭｇＴｒａｎｓを算出する処理を示すフローチャートである。図３１の処理では、先ずステップＳ１６０において、μ＿ｐｒｅｖ≦ＴＨ１＿Ｐであるか否かを判定し、μ＿ｐｒｅｖ≦ＴＨ１＿Ｐの場合はステップＳ１６２へ進み、ＧａｉｎＦｏｒＭｇＴｒａｎｓ＝ＭＡＸ＿ＧＡＩＮとする。また、μ＿ｐｒｅｖ＞ＴＨ１＿Ｐの場合はステップＳ１６４へ進み、μ＿ｐｒｅｖ≧ＴＨ２＿Ｐであるか否かを判定し、μ＿ｐｒｅｖ≧ＴＨ２＿Ｐの場合はステップＳ１６６へ進み、ＧａｉｎＦｏｒＭｇＴｒａｎｓ＝ＭＩＮ＿ＧＡＩＮとする。

また、ステップＳ１６４でμ＿ｐｒｅｖ＜ＴＨ２＿Ｐの場合はステップＳ１６８へ進み、以下の式（２４）から慣性補償モーメント補正ゲインＧａｉｎＦｏｒＭｇＴｒａｎｓを算出する。

以上のように、図３１の処理によれば図３０のマップに従って慣性補償モーメント補正ゲインＧａｉｎＦｏｒＭｇＴｒａｎｓを算出することができる。

以上説明したように第３の実施形態によれば、路面摩擦係数μの推定値μ＿ｐｒｅｖの値が大きいほど（低μの場合ほど）目標スタビリティファクタＳｆＴｇｔの値が増加、すなわち操舵入力に対してアンダーステアになるように目標スタビリティファクタＳｆＴｇｔの補正処理を行うようにした。これにより、路面摩擦係数μが低下している状況下では、目標スタビリティファクタＳｆＴｇｔの値が増加し、目標ヨーレートγ＿Ｔｇｔを低下させることができ、車両１０００の挙動を安定させることが可能となる。

また、推定値μ＿ｐｒｅｖの増加に応じて、減衰モーメント補正ゲインＧａｉｎＦｏｒＭｇＤａｍｐ及び慣性補償モーメント補正ゲインＧａｉｎＦｏｒＭｇＴｒａｎｓを減少させるようにしたため、路面摩擦係数μが低下している状況下では、第１制御目標モーメントＭｇ１の値を低下させることができる。従って、車両１０００の旋回の支援を最適に制御することができ、車両１０００の挙動を安定させることが可能となる。

以上、添付図面を参照しながら本発明の好適な実施形態について詳細に説明したが、本発明はかかる例に限定されない。本発明の属する技術の分野における通常の知識を有する者であれば、特許請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本発明の技術的範囲に属するものと了解される。

１５０ ヨーレートセンサ
２００ 制御装置
２２２ 補正処理部
２２８ 減算部
２３０ 制御目標ヨーレート演算部
２３２ フィードバックヨーレート演算部
２３４ 第１制御目標モーメント演算部
２５０ 制御目標モーメント演算部
２７０ 第２制御目標モーメント算出部
２８０ モータ要求トルク演算部

Claims (11)

1. 車両の目標ヨーレートと車両速度及び操舵角との関係を目標スタビリティファクタによって規定した車両モデルから前記目標ヨーレートを算出する目標ヨーレート算出部と、
   路面状況を表すパラメータを取得する路面状況パラメータ取得部と、
   前記路面状況を表すパラメータに基づいて、前記目標スタビリティファクタを補正する補正処理部と、
   を備えることを特徴とする、車両の制御装置。
2. 車両モデルから求まる第１のヨーレートとヨーレートセンサから求まる第２のヨーレートを取得するヨーレート取得部を備え、
   前記路面状況を表すパラメータは、前記第１のヨーレートと前記第２のヨーレートとの差分であることを特徴とする、請求項１に記載の車両の制御装置。
3. 前記補正処理部は、前記第１のヨーレートと前記第２のヨーレートとの差分の絶対値が大きくなる程、前記目標ヨーレートが小さくなるように前記目標スタビリティファクタを補正することを特徴とする、請求項２に記載の車両の制御装置。
4. 車両が発生しているヨーレートとして、前記目標ヨーレートと比較するためのフィードバックヨーレートを取得するフィードバックヨーレート取得部と、
   前記目標ヨーレートと前記フィードバックヨーレートとの差分に基づいて、第１制御目標モーメントを算出する第１制御目標モーメント算出部を備え、
   前記第１制御目標モーメント算出部は、定常的な減衰制御モーメントと過渡的な慣性補償モーメントを加算して前記第１制御目標モーメントを算出し、前記第１のヨーレートと前記第２のヨーレートとの差分に基づいて、前記減衰制御モーメントと前記慣性補償モーメントを補正することを特徴とする、請求項２又は３に記載の車両の制御装置。
5. 前記第１制御目標モーメント算出部は、前記第１のヨーレートと前記第２のヨーレートとの差分の絶対値が大きくなる程、前記減衰制御モーメント又は前記慣性補償モーメントが小さくなるように前記減衰制御モーメントと前記慣性補償モーメントを補正することを特徴とする、請求項４に記載の車両の制御装置。
6. 前記フィードバックヨーレート取得部は、前記第１のヨーレートと前記第２のヨーレートとの差分に基づいて、差分が小さい場合は前記第１のヨーレートの配分を大きくし、差分が大きい場合は前記第２のヨーレートの配分を大きくして、前記フィードバックヨーレートを前記第１及び第２のヨーレートから算出することを特徴とする、請求項４又は５に記載の車両の制御装置。
7. 操舵角と車両速度に基づいて、アッカーマンジオメトリから車両旋回制御の目標値である第２制御目標モーメントを算出する第２制御目標モーメント算出部と、
   車両速度に基づいて、前記第１制御目標モーメントと前記第２制御目標モーメントを重み付けして制御目標モーメントを算出し、車両速度が高くなるほど前記第２制御目標モーメントよりも前記第１制御目標モーメントの配分を高くして前記制御目標モーメントを算出する制御目標モーメント算出部と、
   を備えることを特徴とする、請求項４〜６のいずれかに記載の車両の制御装置。
8. 前記制御目標モーメントに基づいて、前記フィードバックヨーレートが前記目標ヨーレートとなるように、左右の車輪のそれぞれを駆動するモータを個別に制御するモータ制御部を備えることを特徴とする、請求項７に記載の車両の制御装置。
9. 前記路面状況を表すパラメータは、車両を駆動するモータの実回転数と目標回転数との差分であることを特徴とする、請求項１に記載の車両の制御装置。
10. 前記路面状況を表すパラメータは、車載カメラによって推定された路面摩擦係数の推定値であることを特徴とする、請求項１に記載の車両の制御装置。
11. 車両の目標ヨーレートと車両速度及び操舵角との関係を目標スタビリティファクタによって規定した車両モデルから前記目標ヨーレートを算出するステップと、
    路面状況を表すパラメータを取得するステップと、
    前記路面状況を表すパラメータに基づいて、前記目標スタビリティファクタを補正するステップと、
    を備えることを特徴とする、車両の制御方法。
    

Images