JP2018054483A

JP2018054483A - パワーステアリングシステムの操舵アシスト比演算装置及びパワーステアリングシステムの操舵アシスト比演算方法

Info

Publication number: JP2018054483A
Application number: JP2016191463A
Authority: JP
Inventors: 瑠一澄川; Ryuichi Sumikawa; 武史鳥居; Takeshi Torii; 能英瑠佐藤; Noeru Sato
Original assignee: Subaru Corp
Current assignee: Subaru Corp
Priority date: 2016-09-29
Filing date: 2016-09-29
Publication date: 2018-04-05
Anticipated expiration: 2036-09-29
Also published as: JP6857474B2

Abstract

【課題】操舵のアシスト比を最適に設定することで運転者の操舵感を向上する。【解決手段】本発明に係るアシスト比演算装置１００は、車両の将来の運転状態を予測する運転状態予測部１２６と、ステアリング操舵に関連する生体情報の離散度が低くなるアシスト比を運転状態毎に規定したデータベース１５０から、予測した将来の運転状態に応じたアシスト比を取得するアシスト比取得部１２７と、を備える。この構成により、操舵のアシスト比を最適に設定することで運転者の操舵感を向上することができる。【選択図】図１

Description

本発明は、パワーステアリングシステムの操舵アシスト比演算装置及びパワーステアリングシステムの操舵アシスト比演算方法に関する。

従来、例えば下記の特許文献１には、三角筋電極から筋電位を検出して、積分筋電位を求め、積分筋電位に基づいてアクティブ状態かパッシブ状態かを判定し、アクティブ状態かパッシブ状態であるかの情報と共に、感圧センサ、車両操舵状態検出部、官能評価入力部からの情報を収集して記憶し、これらの情報を用いて操舵感の要因の評価を行うことが記載されている。

特開２００３−１７７０７９号公報

ドライバーが車両を運転する際に、ステアリング操舵は運転操作の主要な部分の１つを占めており、操舵感を向上させることで運転フィーリングを高めることができる。しかし、上記特許文献に記載された技術は、操舵感の要因の評価を行うものであり、操舵感を向上させることは何ら想定していなかった。

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、操舵のアシスト比を最適に設定することで運転者の操舵感を向上することが可能な、新規かつ改良された操舵アシスト比演算装置及び操舵アシスト比演算装置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、車両の将来の運転状態を予測する運転状態予測部と、ステアリング操舵に関連する生体情報の離散度が低くなるアシスト比を運転状態毎に規定したデータベースから、予測した将来の運転状態に応じたアシスト比を取得するアシスト比取得部と、を備える、パワーステアリングシステムの操舵アシスト比演算装置が提供される。

前記生体情報は、腕の加速度と腕の筋電であっても良い。

また、前記運転状態予測部は、撮像装置から得られる画像情報に基づいて前記運転状態を予測するものであっても良い。

また、前記運転状態予測部が予測する前記運転状態は、カーブを走行する際の運転状態であっても良い。

また、前記運転状態予測部は、所定時間毎に撮像装置から取得される前方の道路の曲率に基づいて、前記運転状態を予測するものであっても良い。

また、前記運転状態予測部は、カーブを走行する際の車両速度及びヨーレートを予測するものであっても良い。

また、前記運転状態予測部は、地図情報、又は前方を走行する車両から得られる情報に基づいて、前記車両速度を予測するものであっても良い。

また、前記運転状態予測部は、時系列に順次取得される前方の道路の曲率の差が所定値以下の場合に、前記車両速度及び前記ヨーレートを予測するものであっても良い。

また、前記運転状態予測部は、時系列に順次取得される前方の道路の曲率の今回値が前回値よりも小さくなった後、時系列に順次取得される前方の道路の曲率の差が所定値以下の場合に、前記車両速度及び前記ヨーレートを予測するものであっても良い。

また、前記データベースに格納された前記運転状態は、カーブを走行する際に車両速度及びヨーレートの相違に応じて分類された各運転状態であっても良い。

また、前記データベースは、運転状態に応じた車両速度及びヨーレートと、当該運転状態で前記離散度が低くなる前記アシスト比とを対応付けて格納しているものであっても良い。

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、車両の将来の運転状態を予測するステップと、ステアリング操舵に関連する生体情報の離散度が低くなるアシスト比を運転状態毎に規定したデータベースから、予測した将来の運転状態に応じたアシスト比を取得するステップと、を備える、パワーステアリングシステムの操舵アシスト比演算方法が提供される。

以上説明したように本発明によれば、操舵のアシスト比を最適に設定することで運転者の操舵感を向上することができる。

本発明の一実施形態に係るステアリング操舵のアシスト比演算システム１０００の構成を示す模式図である。アシスト比演算装置１００が行う処理の概要を示す模式図である。アシスト比演算装置１００が行う処理の詳細を示すフローチャートである。アシスト比演算装置１００が行う処理の詳細を示すフローチャートである。ラベル表の例を示す模式図である。腕の加速度のＺスコア（ＺＡ_ｉｊｋ）と腕の筋負担のＺスコア（ＺＭ_ｉｊｋ）を２次元平面にプロットした例を示す特性図である。ｊ＝１，ｋ＝１の場合に、ｉ＝１，２，３のそれぞれの離散度Ｄ_１１１，Ｄ_２１１，Ｄ_３１１とアシスト比の関係を示す特性図である。式（２）から算出した近似曲線を示す模式図である。走行状態に応じて最適なＣ_ｘｊｋがデータベースに格納された様子を示す模式図である。本実施形態に係るアシスト比の自動変更モード２について説明するためのフローチャートである。定常円区間の走行車速を推測して制御を変更する処理を示すフローチャートである。図１０及び図１１の処理において、車両が直線→緩和曲線→定常円区間→緩和曲線→直線を走行する様子を示す模式図である。データベースに格納された情報を示す模式図である。異なるドライバーＡ，Ｂ，Ｃ毎にアシスト比のピーク値Ｃ_ｘｊｋが異なる様子を説明するための特性図である。異なるドライバーＡ，Ｂ，Ｃ毎にアシスト比のピーク値Ｃ_ｘｊｋが異なる様子を説明するための特性図である。異なるドライバーＡ，Ｂ，Ｃ毎にアシスト比のピーク値Ｃ_ｘｊｋが異なる様子を説明するための特性図である。

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。

図１は、本発明の一実施形態に係るステアリング操舵のアシスト比演算システム１０００の構成を示す模式図である。図１に示すシステム１０００は、車両に搭載されることができる。本実施形態では、個々のドライバー（運転者）から、ステアリング操舵に関連する身体の情報を取得し、取得した身体の情報に基づいて、それぞれのドライバーに最適なステアリング操舵のアシスト比を算出する。ステアリング操舵に関連する身体の情報として、腕の加速度Ａと、腕の筋活動量Ｍ（筋電（筋負担ともいう））を用いる。

ドライバーが車両を運転する際に、ステアリング操舵は運転操作の主要な部分の１つを占めており、操舵感を向上させることで運転フィーリングを高めることができる。本実施形態は、乗員の操舵時の動作を計測することにより、個人の特性に合わせた最適な操舵制御の設定を行うことで操舵感を向上させる。具体的には、生体計測によって、操舵時の手の加速度Ａ、筋活動量Ｍを測定する。これらの計測を、３つ以上の異なる制御設定にて行う。制御設定の変更は、電動パワーステアリングシステム（ＥＰＳ）のアシスト比Ｃを変更することで行う。異なる制御設定で取得した加速度Ａ、筋活動量ＭをそれぞれＺ得点化し、加速度Ａ、筋活動量Ｍの２軸の相平面上にて制御設定毎に操舵感指標としての離散度Ｄの平均を計算する。そして、求めた離散度Ｄとアシスト比Ｃが非線形となるような近似曲線を求め（Ｄ＝ｆ（Ｃ））、離散度Ｄが最適値(下に凸となる頂点)となるアシスト比を求める。このような手法によれば、ドライバー毎に離散度が最も低くなるアシスト比を算出することができるため、個々のドライバーの特性に応じて最適にアシスト比を設定することができる。なお、加速度Ａは３軸合成ベクトルの平均値を用いても良い。

なお、本実施形態では、生体情報として腕の加速度Ａと、腕の筋活動量Ｍを例示するが、生体情報は他の情報であっても良い。また、生体情報として腕の加速度Ａと、腕の筋活動量Ｍの２つの情報を使用したが、１つ又は３つ以上の生体情報を使用しても良い。

図１に示すように、アシスト比演算システム１０００は、制御装置（アシスト比演算装置）１００、生体センサ２００（加速度センサ２１０、筋負担を計測する筋負担センサ２２０）、車両センサ４００、モード切替ＳＷ５００、通信部５１０、電動パワーステアリングシステム（ＥＰＳ）６００を有して構成されている。車両センサ４００は、車速センサ４０２、操舵角センサ４０４、ヨーレートセンサ４０６、操舵トルクセンサ４０８、車外センサ４１０、位置センサ（ＧＰＳ）４１２を含む。車外センサ４１０は、ステレオカメラ等から得た画像の画像処理により、道路形状や路面の白線形状等を検知する。なお、ステレオカメラの代わりに、単眼カメラ等の他の撮像装置を用いても良い。また、車外センサ４１０として、ミリ波レーダー、赤外線レーザー等を用いて車外の状況を検出する装置を用いても良い。位置センサ４１２は、現在位置を取得する。通信部５１０は、無線通信により外部と通信を行い、他車の走行履歴等を取得する。

腕の加速度は、ドライバーの腕に加速度センサ２１０を装着することによって計測する。また、腕の加速度は、カメラで撮像した画像を解析して手の軌跡を計測し、軌跡から算出しても良い。画像解析の場合、モーションキャプチャーによるマーカー計測、ステレオカメラや赤外線カメラ等によるマーカーレス計測を用いることができる。なお、腕の加速度の取得方法はこれらに限定されるものではなく、他の方法を用いても良い。

筋負担センサ２２０は、筋電計（電極）を含み、例えば筋電計をドライバーの三角筋に装着することで筋電を計測する。具体的には、以下の式より、筋電のデータから％ＭＶＣを計算した値を使用することができる。なお、ＲＭＳ値は筋電の実効値を表す。最大随意収縮時におけるＲＭＳ値は予め停車状態などで計測しておく。
％ＭＶＣ＝解析箇所のＲＭＳ値
÷ 最大随意収縮時におけるＲＭＳ値
なお、筋電計の代わりに、荷重センサによる代用測定で筋負担を計測しても良い。この場合、ステアリング、またはシートに荷重センサを装着し、ドライバーが力を入れた時の作用点として荷重を測定し、荷重から筋負担を推定する。また、筋骨格モデルなどを用いて筋負担を推定しても良い。

アシスト比演算装置１００は、第１の制御部１１０、第２の制御部１２０、モータ制御部１３０、データベース１４０，１５０を有して構成される。第１の制御部１１０は、車速、操舵トルクに基づいて、電動パワーステアリングシステム（ＥＰＳ）６００が備えるモータを制御するための制御値を求め、モータ制御部１３０に送る。モータ制御部１３０は、制御値に基づいて電動パワーステアリングシステム（ＥＰＳ）６００が備えるモータを制御する。

第２の制御部１２０は、生体センサ２００の情報に基づいて電動パワーステアリングシステム（ＥＰＳ）６００のアシスト比を演算する。モータ制御部１３０は、第２の制御部１２０が演算したアシスト比に基づいて、電動パワーステアリングシステム（ＥＰＳ）６００が備えるモータを制御する。

通常の運転状態では、車速、操舵トルクに基づいて、電動パワーステアリングシステム（ＥＰＳ）６００が備えるモータが制御される。この際、電動パワーステアリングシステム（ＥＰＳ）６００は、予め定められた所定のアシスト比で電動パワーステアリングシステム（ＥＰＳ）６００を制御する。一方、ドライバーがモード切替ＳＷ５００により所定の操作を行うと、電動パワーステアリングシステム（ＥＰＳ）６００によるアシスト比が第２の制御部１２０が演算したアシスト比に変更され、変更されたアシスト比により電動パワーステアリングシステム（ＥＰＳ）６００が備えるモータが制御される。

データベース１４０には、ナビゲーションシステムの地図情報、自車又は他社の走行履歴情報、等が格納されている。また、データベース１５０には、後述するアシスト比Ｃ_ｘｊｋが格納されている。

第２の制御部１２０は、生体センサ２００が検出した生体情報を取得する生体情報取得部１２２、生体情報に基づいてアシスト比を演算するアシスト比演算部１２４、車両の運転状態を予測する運転状態予測部１２６、予測した車両の運転状態に基づいて、データベース１５０に格納されたアシスト比を取得するアシスト比取得部１２７、を有して構成されている。

より詳細には、アシスト比取得部１２７は、ステアリング操舵に関連する生体情報の離散度が低くなるアシスト比を運転状態毎に規定したデータベース１５０から、予測した将来の運転状態に応じたアシスト比を取得する。

なお、図１のアシスト比演算装置１００が有する各構成要素は、回路（ハードウェア）又はＣＰＵなどの中央演算処理装置とこれを機能させるためのプログラム（ソフトウェア）から構成することができる。また、そのプログラムは、メモリ等の記録媒体に格納されることができる。

図２は、アシスト比演算装置１００が行う処理の概要を示す模式図である。先ず、加速度センサ２１０、筋負担センサ２２０をドライバーに装着した状態で、車両の運転を行う（ステップＳ１０）。そして、運転中に手の加速度と筋電を計測する（ステップＳ１２，Ｓ１４）。

次に、計測した加速度と筋電の離散度を計算する（ステップＳ１６）。次に、離散度のデータを蓄積し、離散度に基づいてステアリング操舵のアシスト比の最適値を計算する（ステップＳ１８）。次に、電動パワーステアリングシステム（ＥＰＳ）６００におけるステアリング操舵のアシスト比を変更し（ステップＳ１８）、ステップＳ１０へ戻り、ステップＳ１０〜Ｓ２０の処理を繰り返す。そして、３回以上の繰り返し処理を行った後は、ステップＳ１６からステップＳ２２へ進んで最適値を判定し、アシスト比を最終決定する（ステップＳ２４）。ステップＳ２４で決定されたアシスト比により、制御条件が決定され、車両の運転が行われる（ステップＳ２６）。制御条件の決定には、車速、舵角等の各種車両情報が適宜用いられる。

図３及び図４は、アシスト比演算装置１００が行う処理の詳細を示すフローチャートである。図３の処理は、主として生体情報取得部１２２によって行われる。また、図４の処理は、主としてアシスト比演算部１２４、アシスト比決定部１２７によって行われる。先ず、ステップＳ１００では、モード切替ＳＷ５００が操作され、初期設定モードがオン（ＯＮ）とされる。なお、初期設定モードは車両を運転することが前提となるが、車両静止状態で操舵を行うシミュレーション設定モードで各種情報を取得しても良い。次のステップＳ１０２では、各制御設定時の電動パワーステアリングシステム（ＥＰＳ）６００のアシスト比Ｃｉを設定する。ｉは３以上とし、３つ以上のアシスト比を設定する。一例として、ｉ＝１，２，３であり、Ｃ１＝１、Ｃ２＝２、Ｃ３＝０．４とする。また、アシスト比の設定は、直線区間や停車中等に行う。直線区間の推定は、ナビゲーションシステムの地図情報や車外センサ４１０から得られる情報等を用いて行うことができる。

次のステップＳ１０４では、各種データの記録を開始する。ここで記録するデータは、車速Ｖｉ、操舵角αｉ、ヨーレートγｉ、実操舵トルクＴｓｉ、操舵トルクＴｈｉ、腕の加速度Ａｉ、腕の筋負担Ｍｉ、等の各種データである。

次のステップＳ１０６では、定常円区間を走行しているかを推定し、定常円区間走行毎に上記各データの平均値を計算する。定常円走行区間の推定は、一例として、ヨーレートの移動平均ピーク値を計算し、ピーク値の前２秒、後２秒の４秒分を定常円走行区間として推定し、各データを計算する。

次のステップＳ１０８では、ラベル表に従い、定常円区間毎に車速、ヨーレートの平均値に合わせて、各データにｊ，ｋのラベル付をする。図５はラベル表の例を示す模式図である。ｉ＝１の場合、ある定常円区間の車速Ｖ１の平均が０〜１０［ｋｍ／ｓ］であり、ヨーレートγ１の平均が０．１〜０．２［ｒａｄ／ｓ］の場合、ラベル付け後の腕の加速度はＡ_１１５となる。

次のステップＳ１１０では、ｊ，ｋを組み合わせたデータ数がＮ個記録されるまで、運転を続ける。次のステップＳ１１２ではｉの値に１を加算し、次のステップＳ１１４ではｉの値が３以下であるか否かを判定し、ｉの値が３以下の場合はステップＳ１０２以降の処理を再度行う。

ステップＳ１１４でｉの値が３を超えた場合は、図４のステップＳ１１６へ進む。ステップＳ１１６では、ｊ，ｋを１から変化させ、それぞれの組み合わせで計算を開始する。ｊの値は１からＪまでであり（ｊ＝１：Ｊ）、ｋの値は１からＫまでである（ｋ＝１：Ｋ）。次のステップＳ１１８では、ｊ，ｋのラベルが一致するデータ（腕の加速度、腕の筋負担）をそれぞれＺスコア化する。これにより（ＺＡ_ｉｊｋ，ＺＭ_ｉｊｋ）が得られる。なお、Ｚスコアは、母集団を構成する要素ｉのある値ｐｉが分布の中でどの辺りに位置するかを平均値０、標準偏差１の標準正規分布に置き換えて表したものであり（Ｚスコア＝（ｐｉ−μ）／σ、但し、μは母平均、σは標準偏差）、ｐｉが平均値と等しければＺスコアは０となり、平均より高い値ならＺスコアはプラスの値、低ければマイナスの値となる。Ｚスコアを求める上記式は任意の値の標準偏差の分布を、標準偏差１の標準正規分布に置き換えたものである。

図６は、腕の加速度のＺスコア（ＺＡ_ｉｊｋ）と腕の筋負担のＺスコア（ＺＭ_ｉｊｋ）を２次元平面にプロットした例を示す特性図である。図６において、横軸は腕の加速度のＺスコア（ＺＡ_ｉｊｋ）の値を示しており、縦軸は腕の筋負担のＺスコア（ＺＭ_ｉｊｋ）の値を示している。図６に示すプロットの特性は、ｊ，ｋの特定の組み合わせ毎に得られる。ｉ，ｊの特定の組み合わせにおいて、アシスト比を示すｉが１，２，３のそれぞれの場合についてプロットが行われる。一例として、説明の便宜上、図６に示す特性はｊ＝１，ｋ＝１であるものとする。図６では、ｉ＝１（アシスト比Ｃ１＝１、操舵トルク「中間」）の場合のプロットを◇で示し、ｉ＝２（アシスト比Ｃ２＝２、操舵トルク「軽い」）の場合のプロットを□で示し、ｉ＝３（アシスト比Ｃ３＝０．４、操舵トルク「重い」）の場合のプロットを△で示している。

次のステップＳ１２０では、Ｚスコア化したデータから各アシスト比の制御設定毎の離散度Ｄ_ｉｊｋを求める。離散度Ｄ_ｉｊｋは、以下（１）の式から算出される。離散度Ｄ_ｉｊｋは、運転しやすい制御設定では、操舵時の動き（加速度Ａ、筋活動量Ｍ）の再現性が高いという実験結果を基に作成した指標である。操舵トルクが重すぎたり、軽すぎたりすると筋活動と加速度のばらつきが大きくなり、離散度が高くなる傾向があり、離散度は操舵感と高い相関関係がある。操舵感が良い、適切な操舵トルクを設定すると、操舵トルクが重い設定や軽い設定に対して筋活動、加速度が過度に増減せず、ばらつきも減少し、離散度が下がる。

以上のようにして、例えばｊ＝１，ｋ＝１の場合、離散度Ｄ_ｉ１１が求まることになる。図７は、ｊ＝１，ｋ＝１の場合に、ｉ＝１，２，３のそれぞれの離散度Ｄ_１１１，Ｄ_２１１，Ｄ_３１１とアシスト比の関係を示す特性図である。図７に示すように、アシスト比に応じて離散度Ｄが変化することが判る。

次のステップＳ１２２では、Ｄ_１ｊｋ＜Ｄ_２ｊｋ且つＤ_１ｊｋ＜Ｄ_３ｊｋの条件が満たされるか否かを判定し、この条件が満たされる場合はステップＳ１２４へ進む。一方、この条件が満たされない場合は、ステップＳ１１６へ戻り、再計算を行う。ここで、アシスト比Ｃ３の場合は操舵トルクが重く、アシスト比Ｃ２の場合は操舵トルクが軽くなり、Ｃ３とＣ２はアシスト比を両極端に外した制御設定としている。一方、アシスト比Ｃ１の場合は操舵トルクが中間であり、設計ニュートラル値であり、適正値に近いと想定される制御設定である。このため、ステップＳ１２２の判定を行うことで、アシスト比Ｃ１の時の離散度がアシスト比Ｃ２とアシスト比Ｃ３の場合の離散度よりも小さい最小値になる条件のみを抽出する。

ステップＳ１２４では、図７の離散度Ｄとアシスト比Ｃとの関係を示す非線形の近似曲線を算出する。近似曲線は、例えば以下の式（２）から算出できる。但し、式（２）において、ｅは定数項とする。
Ｄ_ｊｋ＝（Ｃ−Ｃ_ｘｊｋ）＋ｅ・・・（２）

図８は、式（２）から算出した近似曲線を示す模式図である。ステップＳ１２４では、近似曲線に基づいてピーク値のＣ_ｘｊｋを算出する。図７及び図８の例では、極小値となるＣ_ｉ１１が算出される。

例えば、図８では、アシスト比Ｃ１＝１、Ｃ２＝２，Ｃ３＝０．４のそれぞれの場合におけるＤ_ｊｋを式（２）に代入し、式（２）に基づく以下の演算により、Ｃ_ｘ１１＝０．８１となる。具体的には、Ｃ１＝１の場合の離散度Ｄ_１１１＝０．９、Ｃ２＝２の場合の離散度Ｄ_２１１＝２．６、Ｃ３＝０．４の場合の離散度Ｄ_３１１＝１．４を式（２）に代入し、Ｃ_ｘ１１＝０．８１を求める。従って、この場合、最も離散度が低くなるアシスト比は０．８１である。
Ｄ_ｉ１１＝３．９３ｃ^２−６．３６ｃ＋３．２９
＝３．９３（ｃ−０．８１）^２＋０．７１

次のステップＳ１２６では、全てのｊ，ｋの組み合わせについて、ステップＳ１１６〜Ｓ１２４の処理が終了したか否かを判定し、全てのｊ，ｋの組み合わせについて処理が終了した場合はステップＳ１２８へ進み、全てのＣ_ｘｊｋをデータベース１５０に格納する。一方、全てのｊ，ｋの組み合わせについて処理が終了していない場合は、ステップＳ１１６へ戻る。ステップＳ１２８の後はステップＳ１３０へ進み、初期設定モードをオフ（ＯＦＦ）に設定する。

図９は、走行状態に応じて最適なＣ_ｘｊｋがデータベースに格納された様子を示す模式図である。図９に示すように、データベースには、平均速度ｖｊ，平均ヨーレートγｌの任意の組み合わせ毎に最適なアシスト比Ｃ_ｘｊｋが格納されている。

次に、図１０に基づいて、本実施形態に係るアシスト比の自動変更モード２について説明する。図１０に示す処理は、主として運転状態予測部１２６によって行われる。先ず、ステップＳ３００では、自動変更モード２をオンにする。次のステップＳ３０１では、車両の走行中に前方の道路曲率半径ρ、自車の車速ｖ、前後加速度情報の取得を開始する。前方の道路曲率半径ρは、車外センサ４１０が備えるステレオカメラの画像情報から取得する。次のステップＳ３０２では、Ｆ［ｍ］先の曲率半径ρｌを取得し、データを格納する。なお、ｌは１から無限大（∞）までの値とする。また、Ｄは車外センサ４１０で検知可能な最大前方距離を表し、∞はループ計算の終了判定が出るまで処理を続けるという意味を表している。道路曲率半径ρを取得する場合、より具体的には、画像情報から車線検出を行い、Ｆ０ｍ先の車線中の点の変位(車両横方向)がある閾値を超えた際に、白線上の３点（Ｆ０、Ｆ１、Ｆ２）を通る円弧を算出し、円弧から曲率半径を求める。車線検出を行う際には、画像情報を２値化処理し、前後方向に連続して検出した点を車線と判定する。Ｆ０、Ｆ１、Ｆ２は任意に設定可能であり(Ｆ０＝Ｆとして良い)、なるべく等間隔に設定する。更に測定点Ｆ３を追加するなどして測定点を４つ以上に増やして精度を上げても良い。その場合の計算例として、Ｆ０、Ｆ１、Ｆ２を通る円弧とＦ１、Ｆ２、Ｆ３を通る円弧の平均を曲率半径の算出に用いる。なお、ステレオカメラの場合、取得画像から作成した視差画像を用いることで、自車位置から白線の位置を精度よく検出することができる。

次のステップＳ３０４では、ｌ≧２であるか否かを判定し、ｌ≧２の場合はステップＳ３０６へ進む。緩和曲線の開始地点を推定するために曲率半径の変化を計算するが、そのために２つ以上のデータを取得しておく必要があるため、ステップＳ３０４ではｌ≧２であるか否かを判定する。なお、精度向上のために３つ以上のデータを取得するように設定してもよい。

ステップＳ３０６では、ρｌ＜ρ_ｌ−１であるか否かを判定し、ρｌ＜ρ_ｌ−１の場合はステップＳ３０８へ進む。ステップＳ３０６では、曲率半径ρが減少した場合は緩和曲線に入ったと判定する。例えば、ρ_l＜ρ_ｌ−１＜ρ_ｌ−２が成立するか否かを判定することで、判定数を増やして精度を上げても良い。ステップＳ３１０では、Ｆ［ｍ］先の座標を記録し、この座標を緩和曲線の開始位置Ｐ１として設定する。

一方、ステップＳ３０４でｌ＜２の場合、又はステップＳ３０６でρｌ≧ρ_ｌ−１の場合はステップＳ３１０へ進み、ｌの値に１を加算し（ｌ＝ｌ＋１）、ステップＳ３０２以降の処理を再度行う。

ステップＳ３１０の後はステップＳ３１２へ進み、Ｆ［ｍ］先の曲率半径ρｍを取得し、データベースに格納する。なお、ｍは１から無限大（∞）までの値とする。次のステップＳ３１４では、ｍ≧２であるか否かを判定し、ｍ≧２の場合はステップＳ３１６へ進む。定常円区間の開始地点を推定するために曲率半径の変化を計算するが、２つ以上のデータを取得するため、ステップＳ３１４ではｍ≧２であるか否かを判定する。なお、より精度を向上するため、３つ以上のデータを取得するようにしても良い。

ステップＳ３１６では、ρ_ｍ−ρ_ｍ−１＜ρx1であるか否かを判定し、ρ_ｍ−ρ_ｍ−１＜ρx1の場合はステップＳ３１８へ進む。このように、曲率半径ρが変化しなくなった場合は定常円区間と推定し、ステップＳ３１８では、その際の曲率半径をρｙとして記録する。その際、閾値ρx1未満は誤差または緩和曲線と判定する。なお、判定数を増やして精度を上げても良い。例えば、ｍ≧３の場合に、ρ_ｍ−ρ_ｍ−１＜ρx1であり、且つρ_ｍ−１−ρ_ｍ−２＜ρx1の場合にステップＳ３１８へ進むようにしても良い。

一方、ステップＳ３１４でｍ＜２の場合、又はステップＳ３１６でρ_ｍ−ρ_ｍ−１≧ρx1の場合はステップＳ３２０へ進み、ｍの値に１を加算し（ｍ＝ｍ＋１）、ステップＳ３１２以降の処理を再度行う。

ステップＳ３１８の後はステップＳ３２０へ進む。ステップＳ３２０では、Ｆ［ｍ］先の座標を記録し、定常円区間の開始位置Ｐ２として設定する。以上のようにして、運転状態予測部１２６は、Ｆ［ｍ］から定常円区間が開始することを予測する。

図１１は、定常円区間の走行車速を推測して制御を変更する処理を示すフローチャートである。図１１に示す処理は、主として運転状態予測部１２６、アシスト比取得部１２７によって行われる。先ず、ステップＳ４００では、定常円区間の開始位置Ｐ２に到達した際に、定常円区間走行時の車速ｖｙを推定する。車速ｖｙの推定は、データベース１４０に格納された情報(制限速度や自車又は他車の走行履歴)、あるいは、前方車両がいればその速度等に基づいて行う。具体的には、図１３に示す情報に基づいて、車速ｖｙの推定を行う。前方車両の速度は、通信部５１０がＦ［ｍ］先を通過した前方車両と通信を行うことで取得できる。次のステップＳ４０２では、定常円区間走行時のヨーレートγｙを算出する。ヨーレートγｙは、以下の式から算出できる。以上のようにして、運転状態予測部１２６は、Ｆ［ｍ］から定常円区間が開始することを予測し、定常円区間における車速ｖｙ、ヨーレートγｙを予測する。
γｙ＝ｖｙ／ρｙ

図１３は、データベース１４０に格納された情報を示す模式図である。図１３に示すように、データベース１４０には、地図情報に対応付けて、各区間における平均車速ｖｌ、ヨーレート平均値γｌ、又は平均曲率半径ρｌ等の情報が格納されている。また、データベース１４０には、自車や他車の走行履歴の情報が格納されており、地図情報におけるカーブ区間と、自車や他車がそのカーブ区間を走行した際の制限速度、平均車速ｖｌ、ヨーレート平均値ｒｌ、又は平均曲率半径ρｌとが対応付けされて記録されている。図１３に示す各区間における平均車速ｖｌ、ヨーレート平均値γｌ、又は平均曲率半径ρｌは、推定された定常円区間を走行した際の車速、ヨーレート、曲率半径をそれぞれ平均して求めたものであり、例えば、定常円区間の始まりと判定したら各データを蓄積し始め、定常円区間の終わりと判定したら各データの平均値を計算することで得られる。

次のステップＳ４０４では、アシスト比取得部１２７が、図９に示したＣ_ｘｊｋを格納したデータベース１５０から、車速ｖｙ、ヨーレートγｙの組み合わせに最も近い値となる車速ｖｊ、ヨーレートγｋの組み合わせを検索し、検索した組み合わせに対応するＣ_ｘｊｋを選択する。次のステップＳ４０６では、アシスト比をステップＳ４０４で選択したＣ_ｘｊｋに設定する。

次のステップＳ４０８では、Ｆ［ｍ］先の曲率半径ρｎを取得し、データベースに格納する。次のステップＳ４１０では、ｎ≧２であるか否かを判定し、ｎ≧２の場合はステップＳ４１２へ進む。直線区間の開始地点を推定するために曲率半径の変化を計算するが、２つ以上のデータを取得するため、ステップＳ４１０ではｎ≧２であるか否かを判定する。なお、より精度を向上するため、３つ以上のデータを取得するようにしても良い。

ステップＳ４１２では、ρ_ｎ−ρ_ｎ−１≧ρ_ｘ１且つρ_ｎ＞ρ_ｘ２であるか否かを判定し、この条件が成立する場合はステップＳ４１４へ進む。具体的に、ステップＳ４１２では、曲率半径の変化が図１０のステップＳ３１６の条件よりも大きくなったことと、曲率半径ρ_ｎが閾値ρｘ２以上の場合に緩和曲線の開始と判定する。ステップＳ４１４では、Ｆ［ｍ］先の座標を記録し、緩和曲線の開始位置Ｐ３として設定する。

一方、ステップＳ４１０でｎ＜２の場合、又はステップＳ４１２でρ_ｎ−ρ_ｎ−１≠０又はρ_ｎ≦ρ_ｘ２の場合はステップＳ４１６へ進み、ｎの値に１を加算し（ｎ＝ｎ＋１）、ステップＳ４０８以降の処理を再度行う。

ステップＳ４１４の後はステップＳ４１８へ進み、自車がＰ３に達したら制御設定（アシスト比）を初期値に変更する。次のステップＳ４２０では、自動変更モード２をオフ（ＯＦＦ）にする。ステップＳ４２０の後は処理を終了する（ＥＮＤ）。

図１２は、図１０及び図１１の処理において、車両が直線→緩和曲線→定常円区間→緩和曲線→直線を走行する様子を示す模式図である。図１２に示すように、通常、直線と定常円区間の間に緩和曲線が設けられる。車両が直線を走行中に、ステップＳ３０６の条件が成立すると、Ｆ［ｍ］先の開始位置Ｐ１から緩和曲線が開始すると判定され、ステップＳ３１２以降の定常円区間の判定処理に移行する。その後、ステップＳ３１６の条件が成立すると、定常円区間を走行する際のアシスト比Ｃ_ｘｊｋが設定される。その後、ステップＳ４１２の条件が成立すると、ステップＳ４１８において緩和曲線の開始位置Ｐ３に車両が到達した時点でアシスト比を初期値に変更する。

図１４Ａ〜図１４Ｃは、異なるドライバーＡ，Ｂ，Ｃ毎にアシスト比のピーク値Ｃ_ｘｊｋが異なる様子を示す特性図である。図１４Ａに示すドライバーＡの特性では、操舵トルクが中間（アシスト比≒１）の場合に離散度がピークになっている。また、図１４Ｂに示すドライバーＢの特性では、操舵トルクが重い(アシスト比１．０以下)の場合に離散度がピークになっている。また、図１４Ｃに示すドライバーＣの特性では、操舵トルクが軽い(アシスト比１．０以上)の場合に離散度がピークになっている。以上のように、ドライバー毎に最適のアシスト比は異なるが、本実施形態では、運転状態に応じて、ｊ，ｋのラベル毎に離散度Ｄが最も小さくなるピーク値Ｃ_ｘｊｋを求め、更に、運転状態に応じてＣ_ｘｊｋを選択するようにしたため、ドライバー毎に、運転状態に応じた最適なアシスト比Ｃｘを設定することが可能となる。

以上説明したように本実施形態によれば、ドライバー毎に生体情報の離散度が最も低くなるアシスト比を算出することができるため、個々のドライバーの特性に応じて最適にアシスト比を設定することができる。また、走行中に将来の運転状態を予測し、予測した運転状態に応じて生体情報の離散度が最も低くなるアシスト比を自動設定できるため、将来の運転状態に応じて最適な操舵感を得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。

１００アシスト比演算装置
１２４アシスト比演算部
１２６運転状態予測部

Claims

車両の将来の運転状態を予測する運転状態予測部と、
ステアリング操舵に関連する生体情報の離散度が低くなるアシスト比を運転状態毎に規定したデータベースから、予測した将来の運転状態に応じたアシスト比を取得するアシスト比取得部と、
を備えることを特徴とする、パワーステアリングシステムの操舵アシスト比演算装置。
前記生体情報は、腕の加速度と腕の筋電であることを特徴とする、請求項１に記載のパワーステアリングシステムの操舵アシスト比演算装置。
前記運転状態予測部は、撮像装置から得られる画像情報に基づいて前記運転状態を予測することを特徴とする、請求項１又は２に記載のパワーステアリングシステムの操舵アシスト比演算装置。
前記運転状態予測部が予測する前記運転状態は、カーブを走行する際の運転状態であることを特徴とする、請求項１〜３のいずれかに記載のパワーステアリングシステムの操舵アシスト比演算装置。
前記運転状態予測部は、所定時間毎に撮像装置から取得される前方の道路の曲率に基づいて、前記運転状態を予測することを特徴とする、請求項４に記載のパワーステアリングシステムの操舵アシスト比演算装置。
前記運転状態予測部は、カーブを走行する際の車両速度及びヨーレートを予測することを特徴とする、請求項３〜５のいずれかに記載のパワーステアリングシステムの操舵アシスト比演算装置。
前記運転状態予測部は、地図情報、又は前方を走行する車両から得られる情報に基づいて、前記車両速度を予測することを特徴とする、請求項６に記載のパワーステアリングシステムの操舵アシスト比演算装置。
前記運転状態予測部は、時系列に順次取得される前方の道路の曲率の差が所定値以下の場合に、前記車両速度及び前記ヨーレートを予測することを特徴とする、請求項６又は７に記載のパワーステアリングシステムの操舵アシスト比演算装置。
前記運転状態予測部は、時系列に順次取得される前方の道路の曲率の今回値が前回値よりも小さくなった後、時系列に順次取得される前方の道路の曲率の差が所定値以下の場合に、前記車両速度及び前記ヨーレートを予測することを特徴とする、請求項６〜８のいずれかに記載のパワーステアリングシステムの操舵アシスト比演算装置。
前記データベースに格納された前記運転状態は、カーブを走行する際に車両速度及びヨーレートの相違に応じて分類された各運転状態であることを特徴とする、請求項１〜９のいずれかに記載のパワーステアリングシステムの操舵アシスト比演算装置。
前記データベースは、運転状態に応じた車両速度及びヨーレートと、当該運転状態で前記離散度が低くなる前記アシスト比とを対応付けて格納していることを特徴とする、請求項１〜１０のいずれかに記載のパワーステアリングシステムの操舵アシスト比演算装置。
車両の将来の運転状態を予測するステップと、
ステアリング操舵に関連する生体情報の離散度が低くなるアシスト比を運転状態毎に規定したデータベースから、予測した将来の運転状態に応じたアシスト比を取得するステップと、
を備えることを特徴とする、パワーステアリングシステムの操舵アシスト比演算方法。