JP2017083999A - 車両の制御装置 - Google Patents

Abstract

【課題】車両の加減速をより精度良く予測することにより、車両の制御を最適化することができる車両の制御装置を提供すること。【解決手段】他車両群の他車両群走行情報を取得する外部情報取得部（３１）と、自車両の自車両走行情報を取得する内部情報取得部（１５、１７、１８、１９）と、前記外部情報取得部から取得された他車両群走行情報のうちの前記自車両が走行している第１経路における第１走行情報と前記自車両走行情報とを比較して前記自車両の運転傾向を学習する学習部（４１）と、前記外部情報取得部から取得された他車両群走行情報のうちの前記自車両が走行を予定する第２経路における第２走行情報及び前記自車両の運転傾向を基に、前記第２経路における前記自車両の走行状態を予測する走行状態予測部（４２）と、予測された前記自車両の走行状態に基づいて前記自車両を制御する制御部（１３）と、を有する。【選択図】図１

Description

本発明は、車両の制御装置に係り、詳しくはテレマティクス等により得た交通情報及び自車両の走行情報を利用して車両制御の最適化を図る技術に関する。

従来から、車両の加速又は減速を予測し、当該予測に基づいて車両のデバイス制御、及び走行制御を行うことが提案されている。例えば、特許文献１には、前方車両との距離、照度、傾斜度、ドライバ情報（ステアリングの把持力、頭部位置、及び視線方向等）を加減速と関連付けてデータを蓄積し、当該蓄積されたデータに基づき今後の加減速を予測することが開示されている。また、特許文献２には、同一の位置における車速及び加減速の傾向を複数回記憶して分離処理を行い、記憶したデータの多峰性が有る場合に、車両の走行パターンごとに加減速の傾向を学習し、当該学習によって得られる学習値に基づいて運転支援を行うことが開示されている。

特許第５０７７０８４号公報 特開２０１５−５４５８０号公報

しかしながら、実際の車両の加減速は、走行経路における渋滞、信号、事故、及び一時的な道路工事等の様々な外部環境の影響を受けると共に、このような様々な状況下における運転者の運転特性も複合的に作用することになる。従って、外部環境のみから車両の加減速を予測したり、或いは同一の位置における車速及び加減速を複数回記憶して学習するだけでは、車両の加減速の予測の精度を向上することに限界があった。

本発明はこのような問題を解決するためになされたもので、その目的とするところは、車両の加減速をより精度良く予測することにより、車両の制御を最適化することができる車両の制御装置を提供することにある。

本発明は前述の課題の少なくとも一部を解決するためになされたものであり、以下の態様又は適用例として実現することができる。

本適用例に係る車両の制御装置は、各経路における他車両群の平均車速情報及び平均加減速情報を含む他車両群走行情報を取得する外部情報取得部と、自車両の車速情報及び加減速情報を含む自車両走行情報を取得する内部情報取得部と、前記外部情報取得部から取得された他車両群走行情報のうちの前記自車両が走行している第１経路における第１走行情報と前記自車両走行情報とを比較して前記自車両の運転傾向を学習する学習部と、前記外部情報取得部から取得された他車両群走行情報のうちの前記自車両が走行を予定する第２経路における第２走行情報及び前記自車両の運転傾向を基に、前記第２経路における前記自車両の走行状態を予測する走行状態予測部と、前記走行状態予測部によって予測された前記自車両の走行状態に基づいて前記自車両を制御する制御部と、を有する。

上記した車両の制御装置において、前記学習部は、前記第１走行情報と前記自車両走行情報との偏差に基づき前記自車両の運転傾向を学習してもよい。

上記手段を用いる本発明によれば、車両の加減速をより精度良く予測することができ、更には車両の制御の最適化を図ることができる。

本発明の一実施形態に係る制御装置を搭載するハイブリッド車両の概略構成図である。 本発明の一実施形態に係る制御装置によるハイブリッド車両の制御を示す制御フローである。 本発明の一実施形態に係る制御装置によるハイブリッド車両の制御を説明するための概略図である。

以下、本発明の一実施形態を図面に基づき説明する。

図１は本発明の一実施形態に係る制御装置を搭載するハイブリッド車両の概略構成図であり、同図に基づき説明する。

ハイブリッド車両１は、いわゆるパラレル型ハイブリッドシステムとして構成されており、本実施形態においては冷凍トラックを想定する。なお、以下の説明では、ハイブリッド車両１を単に車両１とも称する。

車両１には走行用の動力源としてディーゼルエンジン（以下、エンジンという）２、及び発電機としても作動可能なモータ３（電動機）が搭載されている。エンジン２の出力軸にはクラッチ４が連結され、クラッチ４にはモータ３の回転軸を介して自動変速機５の入力側が連結されている。自動変速機５の出力側にはプロペラシャフト６を介して差動装置７が連結され、差動装置７には駆動軸８を介して左右の駆動輪９が連結されている。

自動変速機５は一般的な手動変速機をベースとしてクラッチ４の断接操作及び変速段の切換操作を自動化したものであり、本実施形態では、前進１２速後退１速の変速段を有している。当然ながら、自動変速機５の構成はこれに限るものではなく任意に変更可能であり、例えば手動式変速機として具体化してもよいし、２系統の動力伝達系を備えたいわゆるデュアルクラッチ式自動変速機として具体化してもよい。

モータ３は、具体的には永久磁石が貼り付けられたロータと三相コイルが巻回されたステータとを備えた同期発電電動機である。すなわち、モータ３は、エンジン２に代わって自動変速機５にその駆動力を伝達することができ、更にはエンジン２の駆動や駆動輪９側からの逆駆動により発電する。例えば、車両１の減速時や降坂路での走行時には、駆動輪９側からの逆駆動によりモータ３が発電機として作動する（回生制御）。また、モータ３は、所定の配線を介して電力変換装置１０と接続されている。

電力変換装置１０は、一般的なインバータ及びコンバータを備えており、所定の配線を介してバッテリ１１と接続されている。すなわち、電力変換装置１０はモータ３及びバッテリ１１と電気的に接続されている。従って、電力変換装置１０は、バッテリ１１から供給される直流電力を交流電力に変換してモータ３に供給可能であるとともに、モータ３から供給される交流電力を整流してバッテリ１１へ供給可能である。

モータ３が発生する上記駆動力は上記クラッチ４の断接状態に関わらず駆動輪９側に伝達され、これに対してエンジン２が発生する駆動力はクラッチ４の接続時に限って駆動輪９側に伝達される。従って、クラッチ４の切断時には、上記のようにモータ３が発生する正側または負側の駆動力が駆動輪９側に伝達されて車両１が走行する。また、クラッチ４の接続時には、エンジン２及びモータ３の駆動力が駆動輪９側に伝達されたり、或いはエンジン２の駆動力のみが駆動輪９側に伝達されたりして車両１が走行する。

車両ＥＣＵ１３は車両全体を統合制御するための制御回路である。そのために車両ＥＣＵ１３には、アクセルペダル１４の操作量θaccを検出するアクセルセンサ１５、ブレーキペダル１６の踏込操作を検出するブレーキスイッチ１７、車両１の速度（車速）Ｖを検出する車速センサ１８、エンジン２の回転速度Ｎeを検出するエンジン回転速度センサ１９、及びモータ３の回転速度Ｎmを検出するモータ回転速度センサ２０等の各種センサ・スイッチ類が接続されている。本実施形態においては、これらの各種センサ・スイッチ類が、車両１の車速情報及び加速情報を含む自車両走行情報を取得するための内部情報取得部として機能することになる。

また、車両ＥＣＵ１３には、図示はしないがクラッチ４を断接操作するアクチュエータ、及び自動変速機５を変速操作するアクチュエータ等が接続されると共に、エンジン制御用のエンジンＥＣＵ２２、電力変換装置１０を制御するための電力変換ＥＣＵ２３、バッテリ１１を管理するバッテリＥＣＵ２４、及び車両１の荷台における冷凍機を構成する冷凍用コンプレッサ２５を制御するためのコンプレッサＥＣＵ２６が接続されている。

更に、車両ＥＣＵ１３には、車両１の外部に設置されているデータサーバ（図示せず）に対して、無線通信網を介して車両１に関する各種の情報（すなわち、自車両走行情報）を送信し、或いは無線通信網を介して当該データサーバから交通情報、複数の他車両に関する情報（すなわち、他車両群走行情報）、及びその他の各種情報（例えば、車両群密度）を受信するための送受信部３１が接続されている。すなわち、本実施形態における送受信部３１は、各経路における他車両群の平均車速情報及び平均加速情報を含む他車両群走行情報を取得することができる外部情報取得部として機能することになる。なお、送受信部３１は、他車両に対して自車両走行情報を直接的に送信し、他車両の走行情報を直接的に受信できるような機能を備えていてもよい。

そして、車両ＥＣＵ１３には、上述した他車両群走行情報、自車両走行情報、交通情報、及びその他の各種情報を記憶するための記憶部３２が接続されている。例えば、記憶部３２は、当該情報の短期的及び長期的な保存を可能とする一般的な半導体メモリである。

車両ＥＣＵ１３は、運転者によるアクセル操作量θacc等に基づき車両１を走行させるために必要な要求トルクを算出し、その要求トルクやバッテリ１１のＳＯＣ等に基づき車両１の走行モードを選択する。本実施形態では走行モードとして、エンジン２の駆動力のみを用いるＥ/Ｇモード、モータ３の駆動力のみを用いるＥＶモード、及びエンジン２及びモータ３の駆動力を共に用いるＨＥＶモードが設定されており、その何れかの走行モードを車両ＥＣＵ１３が選択するようになっている。

車両ＥＣＵ１３は選択した走行モードに基づき、要求トルクをエンジン２やモータ３が出力すべきトルク指令値に換算する。例えばＨＥＶモードでは要求トルクをエンジン２側及びモータ３側に配分した上で、その時点の変速段に基づきエンジン２及びモータ３のトルク指令値を算出する。また、Ｅ/Ｇモードでは要求トルクを変速段に基づきエンジン２へのトルク指令値に換算し、ＥＶモードでは要求トルクを変速段に基づきモータ３へのトルク指令値に換算する。

そして、車両ＥＣＵ１３は選択した走行モードを実行すべく、ＥＶモードでは上記クラッチ４を切断し、Ｅ/Ｇモード及びＨＥＶモードではクラッチ４を接続した上で、エンジンＥＣＵ２２及び電力変換ＥＣＵ２３にトルク指令値を適宜出力する。また、車両１の走行中において車両ＥＣＵ１３は、アクセル操作量θaccや車速Ｖ等に基づき図示しないシフトマップから目標変速段を算出し、この目標変速段を達成すべく、アクチュエータによりクラッチ４の断接操作及び変速段の切換操作を実行する。

一方、エンジンＥＣＵ２２は、車両ＥＣＵ１３から入力された走行モード及びトルク指令値を達成するように噴射量制御や噴射時期制御を実行する。例えばＥ/ＧモードやＨＥＶモードでは、正側のトルク指令値に対してエンジン２に駆動力を発生させ、負側のトルク指令値に対してエンジンブレーキを発生させる。また、ＥＶモードの場合には、燃料噴射の中止によりエンジン２を停止保持状態、またはアイドル運転状態とする。

また、電力変換ＥＣＵ２３は、車両ＥＣＵ１３から入力された走行モード及びトルク指令値を達成するように、電力変換装置１０を介してモータ３を制御する。例えばＥＶモードやＨＥＶモードでは、正側のトルク指令値に対してモータ３を力行制御して正側の駆動力を発生させ、負側のトルク指令値に対してはモータ３を回生制御して負側の駆動力を発生させる。また、Ｅ/Ｇモードの場合には、モータ３の駆動力を０に制御する。また、バッテリＥＣＵ２４は、バッテリ１１の温度、バッテリ１１の電圧、電力変換装置１０とバッテリ１１との間に流れる電流等を検出し、これらの検出結果からバッテリ１１のＳＯＣを逐次算出して車両ＥＣＵ１３に出力する。

本実施形態においては、車両ＥＣＵ１３は、送受信部３１から取得された他車両群走行情報であって、自車両である車両１が走行中の経路（第１経路）における第１走行情報と、上述した内部情報取得部を構成する各種センサから取得された車両１の現在の自車両走行情報とを比較し、車両１の運転傾向を学習する学習部４１を含んでいる。また、車両ＥＣＵ１３は、送受信部３１から取得された他車両群走行情報であって、車両１が走行を予定する走行予定経路（第２経路）における第２走行情報、及び学習部４１によって得られる車両１の運転傾向に基づいて、第２経路における車両１の走行状態を予測する走行状態予測部４２を含んでいる。

より具体的に、学習部４１は、当該第１経路における他車両群走行情報の平均車速情報と、当該第１経路における自車両走行情報の車速情報との偏差を算出する。また、学習部４１は、当該第１経路における他車両群走行情報の平均加減速情報と、当該第１経路における自車両走行情報の加減速情報との偏差も算出する。学習部４１は、これらの算出した偏差により、他車両群と比較した車両１の運転傾向を学習することになる。換言すると、学習部４１は、同一経路を走行する車両１と他車両とを比較してその差を算出することにより、車両１の運転者の癖及び特徴等を学習することになる。例えば、学習部４１は、車両１の車速が他車両群の平均車速よりも大きい場合に、車両１の運転者がスピードを出す癖があると学習したり、車両１の加減速の変動が他車両群の平均加減速の変動よりも大きい場合に、車両１の運転者の運転が荒いことを学習する。なお、学習部４１によって得られる運転傾向は、記憶部３２に記憶されることになる。

一方、走行状態予測部４２は、当該第２経路における他車両群走行情報の平均車速情報及び平均加減速情報に基づいて把握される第２経路の道路状況に対して、当該第１経路における車両１の運転傾向を照らし合わせ、第２経路における車両１の走行状態を予測することになる。換言すると、走行状態予測部４２は、第２経路の道路状況及び第１経路における車両１の運転傾向から、車両１が第２経路においてどのように走行するかを予測することになる。例えば、走行状態予測部４２は、第２経路における他車両群の平均速度が比較的に大きく（すなわち、通常の一般道路における速度より大きい場合）、且つ平均加減速が比較的に小さい場合であって、第１経路における車両１の運転傾向が他車両よりも低速で走行すると学習していると、第２経路において車両１が他車両よりも低速で走行し続け、ＳＯＣが高い状態を維持されると予測する。

このようにして予測される車両１の走行状態は、走行予定先の交通情報のみや、走行中の自車両走行情報のみを用いて予測されておらず、走行中に得られる自車両の運転傾向を走行予定先の交通情報に照らし合わせて走行状態を予測するため、今後の車両１の走行状態をより精度良く予測することができる。すなわち、車両１の加減速をより高精度に予測することが可能になる。

そして、車両ＥＣＵ１３は、走行状態予測部４２によって予測された車両１の走行状態に基づき、車両１の制御を行うことになる。すなわち、車両ＥＣＵ１３は、走行状態予測部４２によって予測された車両１の走行状態に基づいて車両１を制御する制御部として機能することになる。例えば、第２経路においてＳＯＣが高く且つバッテリ１１への更なる充電が可能と予測された場合には、第２経路に到達する前にバッテリ１１に充電された電力を使用するような制御をすることができる。より具体的には、車両ＥＣＵ１３が、エンジン２よりモータ３を優先的に駆動させて、バッテリ１１のＳＯＣを事前に低下するような制御を行ってもよい。また、車両ＥＣＵ１３が、冷凍用コンプレッサ２５に対してより多くの電力を供給して高い駆動力を得られるように、コンプレッサＥＣＵ２６を制御してもよい。一方、現在のＳＯＣが低く、第２経路においてＳＯＣが低下すると予測された場合には、第２経路に到達する前にバッテリ１１に電力を充電できるような走行をするような制御を行ってもよい。より具体的には、車両ＥＣＵ１３が、モータ３よりエンジン２を優先的に駆動させて、バッテリ１１のＳＯＣを事前に増加するような制御を行ってもよい。また、車両ＥＣＵ１３が、冷凍用コンプレッサ２５への電力供給を低下させて駆動力を抑えるように、コンプレッサＥＣＵ２６を制御してもよい。なお、上述した制御以外にも、一般的なＨＥＶ制御、排ガス処理の制御、排熱回収の制御、エアコンプレッサの制御等の様々な車両制御の最適化を図ってもよい。

以上のことから、外部情報取得部として機能する送受信部３１、内部情報取得部として機能する各種のセンサ及びスイッチ、車両１の運転傾向を学習する学習部４１、車両１の今後の走行状態を予測する走行状態予測部４２、並びに車両１の制御を行う車両ＥＣＵ１３により、本実施形態に係る制御装置５０が構成されていることになる。このような制御装置５０の構成により、車両１の加減速等の車両情報をより精度良く予測して、車両１の制御を最適化することが可能になる。

より具体的な車両１の制御の最適化としては、例えば、車両１の運転者に対応したＨＥＶ制御を行うことができる。また、バッテリ１１のクーリングエネルギーを最小限に抑えることができる。更に、バッテリ１１の温度被ばくを最小限に抑えることができる。

以下において、制御装置５０による車両１の制御について、図２及び図３を参照しつつ説明する。ここで、図２は、本実施形態に係る制御装置５０による車両１の制御を示す制御フローである。また、図３は、本実施形態に係る制御装置５０による車両１の制御を説明するための概略図である。

先ず、車両１の運転者が、車両１の走行経路を設定する（図２：ステップＳ１）。例えば、車両内のカーナビゲーション等の車両デバイスによって当該設定が行われてもよい。当該車両デバイスは車両ＥＣＵ１３に接続されており、車両ＥＣＵ１３は、車両１の今後の走行経路を認識することが可能となる。また、図３に示すように、車両１の運転者は、送受信部３１を介して、データサーバ５５から走行経路に関する情報を受信し、当該受信した情報に基づいて走行経路を設定してもよい。その後、車両１の運転が開始され、設定された走行経路（以下、設定経路と称する）に沿って車両１が走行することになる。

次に、設定経路中の任意のエリアである第１経路６０に到達すると、車両１は、送受信部３１を介して、第１経路６０における他車両群走行情報をデータサーバ５５から取得する（図２：ステップＳ２）。当該他車両群走行情報は、例えば、第１経路６０を既に通過した他車両６１、６２から収集した他車両走行情報から構成され、他車両群の平均車速情報及び平均加減速情報を含んでいる。すなわち、データサーバ５５において、他車両６１、６２から送信された他車両走行情報から、他車両群の平均車速情報及び平均加速情報が算出されていることになる。

次に、アクセルセンサ１５、ブレーキスイッチ１７、車速センサ１８、エンジン回転速度センサ１９、及びモータ回転速度センサ２０等の車両１の内部情報取得部から供給される各種の自車両情報に基づき、第１経路６０における車両１の自車両走行情報が取得される（図２：ステップＳ３）。ここで、車両ＥＣＵ１３によって当該各種の自車両情報が処理されることとなり、車両１の車速情報及び加減速情報を含む自車両走行情報が算出されることなる。なお、第１経路６０における自車両走行情報は、送受信部３１を介して、データサーバ５５に供給されることになり、更には記憶部３２において記憶することも可能である。

次に、学習部４１により、車両１の運転傾向の学習が行われる（図２：ステップＳ４）。具体的には、学習部４１は、第１経路６０における他車両群走行情報の平均車速情報と、第１経路６０における自車両走行情報の車速情報との偏差を算出する。また、学習部４１は、第１経路６０における他車両群走行情報の平均加減速情報と、第１経路６０における自車両走行情報の加減速情報との偏差も算出する。学習部４１は、これらの算出した偏差により、他車両群と比較した車両１の運転傾向を学習する。そして、学習部４１によって得られる車両１の運転傾向は、記憶部３２に記憶され、更には送受信部３１を介してデータサーバ５５に供給されて記憶されてもよい。

次に、車両１は、送受信部３１を介して、設定経路の任意のエリアであって第１経路６０の前方に位置する第２経路７０の他車両群走行情報をデータサーバ５５から取得する（図２：ステップＳ５）。第２経路７０における他車両群走行情報は、例えば、第２経路７０を既に通過した他車両７１、７２から収集した他車両走行情報から構成され、他車両群の平均車速情報及び平均加減速情報を含んでいる。すなわち、データサーバ５５において、他車両７１、７２から送信された他車両走行情報から、他車両群の平均車速情報及び平均加速情報が算出されていることになる。

次に、走行状態予測部４２により、第２経路７０における車両１の走行状態の予測が行われる（図２：ステップＳ６）。具体的には、走行状態予測部４２は、第２経路７０における他車両群走行情報の平均車速情報及び平均加減速情報に基づいて把握される第２経路７０の道路状況に対して、第１経路６０における車両１の運転傾向を照らし合わせ、第２経路７０における車両１の走行状態を予測する。

次に、車両ＥＣＵ１３は、予測された第２経路７０における車両１の走行状態に基づく、エンジンＥＣＵ２２、電力変換ＥＣＵ２３、バッテリＥＣＵ２４、及びコンプレッサＥＣＵ２６を介して、車両１の制御を行う（図２：ステップＳ７）。

なお、上述した実施形態において、他車両群走行情報を構成する情報として平均車速情報及び平均加減速情報が説明されていたが、他車両群走行情報はその他の情報も含んでいてもよく、当該その他の情報を鑑みて車両１の運転傾向を学習してもよい。例えば、他車両群走行情報には、車両群密度に関する情報が含まれてもよい。このような車両群密度を考慮し、車両１の運転傾向を補正することにより、走行状態の予測の精度をより一層高めることができる。

また、上述した実施形態において、車両１の運転者が走行経路を設定することが前提となっていたが、高速道路のような走行経路を容易に予測することができる場合には、このような設定操作を省略してもよい。すなわち、高速道路の走行中においては、第１経路６０に対して、前方の第２経路７０が自動的に決定され、自動的に決定された第２経路７０の道路状況に適合する制御が行われることになる。そして、多数の分岐がある一般道路であっても、走行経路の予測が可能な場合には、高速道路を走行する場合と同様に、第２経路７０を自動的に決定してもよい。

また、上記実施形態ではハイブリッド車両を前提に説明をしたが、本発明に係る車両の制御装置は、モータのみを駆動源とする電気自動車、エンジンのみを駆動源とする一般的なガソリン車にも適用することができる。

１ ハイブリッド車両（車両）
２ エンジン
３ モータ（電動機）
４ クラッチ
５ 自動変速機
６ プロペラシャフト
７ 差動装置
８ 駆動軸
９ 駆動輪
１０ 電力変換装置
１１ バッテリ
１３ 車両ＥＣＵ（制御部）
１４ アクセルペダル
１５ アクセルセンサ
１６ ブレーキペダル
１７ ブレーキスイッチ
１８ 車速センサ
１９ エンジン回転速度センサ
２０ モータ回転速度センサ
２２ エンジンＥＣＵ
２３ 電力変換ＥＣＵ
２４ バッテリＥＣＵ
２５ 冷凍用コンプレッサ
２６ コンプレッサＥＣＵ
３１ 送受信部（外部情報取得部）
３２ 記憶部
４１ 学習部
４２ 走行状態予測部
５０ 制御装置

Claims (2)

1. 各経路における他車両群の平均車速情報及び平均加減速情報を含む他車両群走行情報を取得する外部情報取得部と、
   自車両の車速情報及び加減速情報を含む自車両走行情報を取得する内部情報取得部と、
   前記外部情報取得部から取得された他車両群走行情報のうちの前記自車両が走行している第１経路における第１走行情報と前記自車両走行情報とを比較して前記自車両の運転傾向を学習する学習部と、
   前記外部情報取得部から取得された他車両群走行情報のうちの前記自車両が走行を予定する第２経路における第２走行情報及び前記自車両の運転傾向を基に、前記第２経路における前記自車両の走行状態を予測する走行状態予測部と、
   前記走行状態予測部によって予測された前記自車両の走行状態に基づいて前記自車両を制御する制御部と、を有する車両の制御装置。
2. 前記学習部は、前記第１走行情報と前記自車両走行情報との偏差に基づき前記自車両の運転傾向を学習する請求項１に記載の車両の制御装置。
   
   

Images