JP2020142703A - ドライバトルク推定装置 - Google Patents

Abstract

【課題】ドライバトルクを高精度に推定できるドライバトルク推定装置を提供する。【解決手段】操舵装置は、車両を操舵するためのハンドルと、ハンドルと一体的に回転される回転軸の中間部に設けられたトーションバーと、トーションバーに加えられているトーションバートルクを検出するためのトルク検出部１１と、ハンドルの回転角を演算するハンドル回転角演算部２５とを備えている。ドライバトルク推定部５１は、ハンドル回転角に関連する値を入力とし、トーションバートルクに含まれるドライバトルク以外の外乱トルクを推定するニューラルネットワーク６５と、トーションバートルクから、ニューラルネットワーク６５によって推定される外乱トルクを減算することにより、ドライバトルクを演算する、ドライバトルク演算部６６とを含む。【選択図】図４

Description

この発明は、運転者によってハンドルに加えられるドライバトルクを推定するドライバトルク推定装置に関する。

下記特許文献１には、トーションバーのねじれを検出する操舵トルクセンサと、コラムシャフトの回転角（操舵角）を検出する操舵角センサと、操舵トルクセンサによって得られる操舵トルク検出値および操舵角センサによって得られる操舵角検出値に基づいてハンドル端トルク（ドライバトルク）を演算するトルク生成部とを含むステアリングシステムが開示されている。

特開２００６−１５１３６０号公報

この発明の目的は、高精度にドライバトルクを推定できるドライバトルク推定装置を提供することである。

この発明の一実施形態に係るドライバトルク推定装置は、車両を操舵するためのハンドルと、前記ハンドルと一体的に回転される回転軸の中間部に設けられたトーションバーと、前記トーションバーに加えられているトーションバートルクを検出するためのトルク検出部と、前記ハンドルの回転角を演算するハンドル回転角演算部とを備えた操舵装置におけるドライバトルク推定装置であって、前記ハンドル回転角に関連する値を入力とし、前記トーションバートルクに含まれる前記ドライバトルク以外の外乱トルクを推定するニューラルネットワークと、前記トーションバートルクから、前記ニューラルネットワークによって推定される外乱トルクを減算することにより、前記ドライバトルクを演算するドライバトルク演算部とを含む。

この構成では、トーションバートルクに含まれるドライバトルク以外の外乱トルクを高精度に推定することが可能となるので、高精度にドライバトルクを推定できるようになる。
この発明の一実施形態では、前記ハンドル回転角に関連する値は、ｎを０または自然数として、前記ハンドル回転角のｎ階微分値またはｎが異なる２以上の前記ｎ階微分値の組み合わせからなる。

この発明の一実施形態では、前記ハンドル回転角に関連する値は、前記ハンドル回転角の２階微分値である。
この発明の一実施形態では、前記ハンドル回転角に関連する値は、前記ハンドル回転角と前記ハンドル回転角の２階微分値とからなる。
この発明の一実施形態では、前記ハンドル回転角に関連する値は、前記ハンドル回転角と、前記ハンドル回転角の１階微分値と、前記ハンドル回転角の２階微分値とからなる。

この発明の一実施形態では、前記回転軸における、前記トーションバーに対して前記ハンドルとは反対側の部分に、減速機を介して電動モータが連結されており、前記ハンドル回転角演算部は、前記トーションバートルクと前記電動モータの回転角とを用いて、前記ハンドル回転角を演算するように構成されている。
この発明の一実施形態では、前記ニューラルネットワークは、前記ハンドルが把持されていない手放状態において取得された、前記ハンドル回転角に関連する値および前記トーションバートルクのうち、前記ハンドル回転角に関連する値を入力データとし、前記トーションバートルクを教師データとして学習されたニューラルネットワークである。

図１は、本発明の一実施形態に係るドライバトルク推定装置が適用された電動パワーステアリング装置の概略構成を示す模式図である。 図２は、ＥＣＵの電気的構成を示すブロック図である。 図３は、ハンドル操作状態判定部の電気的構成を示すブロック図である。 図４は、ドライバトルク推定部の電気的構成を示すブロック図である。 図５は、ハンズオン／オフ判定部の動作を説明するための状態遷移図である。 図６は、ドライバトルク推定部の他の例を示すブロック図である。

図１は、本発明の一実施形態に係るドライバトルク推定装置が適用された電動パワーステアリング装置の概略構成を示す模式図である。
この電動パワーステアリング装置（操舵装置）１は、コラム部に電動モータと減速機とが配置されているコラムアシスト式電動パワーステアリング装置（以下、「コラム式ＥＰＳ」という。）である。

コラム式ＥＰＳ１は、車両を操向するための操舵部材としてのステアリングホイール（以下、「ハンドル」という。）２と、このハンドル２の回転に連動して転舵輪３を転舵する転舵機構４と、運転者の操舵を補助するための操舵補助機構５とを備えている。ハンドル２と転舵機構４とは、ステアリングシャフト６、第１ユニバーサルジョイント２８、中間軸７および第２ユニバーサルジョイント２９を介して機械的に連結されている。ステアリングシャフト６は、本発明の「ハンドルと一体的に回転する回転軸」の一例である。

ハンドル２には、各種のスイッチを含む電子部品２７が搭載されている。
ステアリングシャフト６は、ハンドル２に連結された第１軸８と、第１ユニバーサルジョイント２８を介して中間軸７に連結された第２軸９とを含む。第１軸８と第２軸９とは、トーションバー１０を介して相対回転可能に連結されている。
第１軸８には、スパイラルケーブル装置３０が連結されている。スパイラルケーブル装置３０は、ステータ３１と、ロテータ３２と、スパイラルケーブル３３とを備えている。ステータ３１は車体側に固定されている。ステータ３１は、図示しない第１コネクタを有している。ロテータ３２は、ステータ３１に対して相対的に回転自在に取り付けられている。ロテータ３２は、第１軸８と一体的に回転（同行回転）するようにハンドル２または第１軸８に固定されている。ロテータ３２は、図示しない第２コネクタを有している。

スパイラルケーブル３３は、ステータ３１とロテータ３２とによって区画された空間に収容されている。スパイラルケーブル３３の一端は、ロテータ３２の第２コネクタに接続されている。第２コネクタは、図示しない接続ケーブルを介してハンドル２に搭載された電子部品２７に電気的に接続されている。スパイラルケーブル３３の他端は、ステータ３１の第１コネクタに接続されている。第１コネクタは、図示しない接続ケーブルを介して車体側の装置（例えば各種スイッチに対応する装置）に電気的に接続されている。

第１軸８の周囲には、舵角センサ（ハンドル回転角演算部）２５が設けられている。舵角センサ２５は、ハンドル２の回転角（以下、「ハンドル回転角」という。）を検出する。
ステアリングシャフト６の周囲には、トルクセンサ（トルク検出部）１１が設けられている。トルクセンサ１１は、第１軸８および第２軸９の相対回転変位量に基づいて、トーションバー１０に加えられているトーションバートルクを検出する。トルクセンサ１１によって検出されるトーションバートルクは、ＥＣＵ（電子制御ユニット：Electronic Control Unit）１２に入力される。

転舵機構４は、ピニオン軸１３と、転舵軸としてのラック軸１４とを含むラック＆ピニオン機構からなる。ラック軸１４の各端部には、タイロッド１５およびナックルアーム（図示略）を介して転舵輪３が連結されている。ピニオン軸１３は、第２ユニバーサルジョイント２９を介して中間軸７に連結されている。ピニオン軸１３の先端には、ピニオン１６が連結されている。

ラック軸１４は、車両の左右方向に沿って直線状に延びている。ラック軸１４の軸方向の中間部には、ピニオン１６に噛み合うラック１７が形成されている。このピニオン１６およびラック１７によって、ピニオン軸１３の回転がラック軸１４の軸方向移動に変換される。ラック軸１４を軸方向に移動させることによって、転舵輪３を転舵することができる。

ハンドル２が操舵（回転）されると、この回転が、ステアリングシャフト６および中間軸７を介して、ピニオン軸１３に伝達される。そして、ピニオン軸１３の回転は、ピニオン１６およびラック１７によって、ラック軸１４の軸方向移動に変換される。これにより、転舵輪３が転舵される。
操舵補助機構５は、操舵補助力を発生するための電動モータ１８と、電動モータ１８の出力トルクを増幅して転舵機構４に伝達するための減速機１９とを含む。この実施形態では、電動モータ１８は、三相ブラシレスモータである。減速機１９は、ウォームギヤ２０と、このウォームギヤ２０と噛み合うウォームホイール２１とを含むウォームギヤ機構からなる。減速機１９は、ギヤハウジング２２内に収容されている。以下において、減速機１９の減速比（ギヤ比）をｒ_ｗｇで表す場合がある。減速比ｒ_ｗｇは、ウォームホイール２１の角速度ω_ｗｗに対するウォームギヤ２０の角速度ω_ｗｇの比ω_ｗｇ／ω_ｗｗとして定義される。

ウォームギヤ２０は、電動モータ１８によって回転駆動される。ウォームホイール２１は、第２軸９に一体回転可能に連結されている。ウォームホイール２１は、ウォームギヤ２０によって回転駆動される。
電動モータ１８は運転者の操舵状態に応じて駆動され、電動モータ１８によってウォームギヤ２０が回転駆動される。これにより、ウォームホイール２１が回転駆動され、ステアリングシャフト６にモータトルクが付与されるとともにステアリングシャフト６（第２軸９）が回転する。そして、ステアリングシャフト６の回転は、中間軸７を介してピニオン軸１３に伝達される。ピニオン軸１３の回転は、ラック軸１４の軸方向移動に変換される。これにより、転舵輪３が転舵される。すなわち、電動モータ１８によってウォームギヤ２０を回転駆動することによって、電動モータ１８による操舵補助が可能となっている。

電動モータ１８のロータの回転角（以下、「ロータ回転角」という。）は、レゾルバ等の回転角センサ２３によって検出される。また、車速Ｖは車速センサ２４によって検出される。回転角センサ２３の出力信号および車速センサ２４によって検出される車速Ｖは、ＥＣＵ１２に入力される。電動モータ１８は、ＥＣＵ１２によって制御される。
図２は、ＥＣＵ１２の電気的構成を示す概略図である。

ＥＣＵ１２は、マイクロコンピュータ４０と、マイクロコンピュータ４０によって制御され、電動モータ１８に電力を供給する駆動回路（３相インバータ回路）３８と、電動モータ１８に流れる電流（以下、「モータ電流」という）を検出するための電流検出部３９とを備えている。
マイクロコンピュータ４０は、ＣＰＵおよびメモリ（ＲＯＭ、ＲＡＭ、不揮発性メモリなど）を備えており、所定のプログラムを実行することによって、複数の機能処理部として機能するようになっている。この複数の機能処理部には、モータ制御部４１と、ハンドル操作状態判定部４２とが含まれる。

モータ制御部４１は、例えば、車速センサ２４によって検出される車速、トルクセンサ１１によって検出されるトーションバートルク、回転角センサ２３の出力に基づいて演算されるロータ回転角および電流検出部３９によって検出されるモータ電流に基づいて、駆動回路３８を駆動制御する。
具体的には、モータ制御部４１は、トーションバートルクおよび車速に基づいて、電動モータ１８に流れるモータ電流の目標値である電流指令値を設定する。電流指令値は、操舵状況に応じた操舵補助力（アシストトルク）の目標値に対応している。そして、モータ制御部４１は、電流検出部３９によって検出されるモータ電流が電流指令値に近づくように、駆動回路３８を駆動制御する。これにより、操舵状況に応じた適切な操舵補助が実現される。

ハンドル操作状態判定部４２は、トルクセンサ１１によって検出されるトーションバートルクおよび舵角センサ２５によって検出されるハンドル回転角に基づいて、運転者がハンドルを握っているハンズオン状態であるか運転者がハンドルを握っていないハンズオフ状態（手放状態）であるかを判定する。
図３は、ハンドル操作状態判定部４２の電気的構成を示すブロック図である。

ハンドル操作状態判定部４２は、ドライバトルク推定部５１と、ローパスフィルタ５２と、ハンズオン／オフ判定部５３とを含む。ドライバトルク推定部５１は、舵角センサ２５によって検出されるハンドル回転角と、トルクセンサ１１によって検出されるトーションバートルクとに基づいて、ドライバトルクＴ_ｄを推定する。
ローパスフィルタ５２は、ドライバトルク推定部５１によって推定されたドライバトルクＴ_ｄに対してローパスフィルタ処理を行う。ハンズオン／オフ判定部５３は、ローパスフィルタ５２によるローパスフィルタ処理後のドライバトルクＴ_ｄ’に基づいて、ハンズオン状態かハンズオフ状態かを判定する。以下、これらについて説明する。

図４は、ドライバトルク推定部５１の電気的構成を示すブロック図である。
ドライバトルク推定部５１は、第１ローパスフィルタ６１と、第２ローパスフィルタ６２と、第１微分演算部６３と、第２微分演算部６４と、ニューラルネットワーク６５と、減算部（ドライバトルク演算部）６６とを含む。
第１ローパスフィルタ６１は、トルクセンサ１１の出力信号に対してローパスフィルタ処理を施す。これにより、ノイズが除去されたトーションバートルクＴ_ｔｂが得られる。第１ローパスフィルタ６１によって得られたトーションバートルクＴ_ｔｂは、減算部６６に与えられる。

第２ローパスフィルタ６２は、舵角センサ２５の出力信号に対してローパスフィルタ処理を行う。これにより、ノイズが除去されたハンドル回転角θ_ｓｗが得られる。第２ローパスフィルタ６２によって得られたハンドル回転角θ_ｓｗは、第１微分演算部６３に与えられると同時に、ニューラルネットワーク６５に第１の入力信号として与えられる。
第１微分演算部６３は、ハンドル回転角θ_ｓｗを時間微分することにより、ハンドル角速度ｄθ_ｓｗ／ｄｔを演算する。第１微分演算部６３によって演算されたハンドル角速度ｄθ_ｓｗ／ｄｔは、第２微分演算部６４に与えられると同時に、ニューラルネットワーク６５に第２の入力信号として与えられる。

第２微分演算部６４は、第１微分演算部６３によって演算されたハンドル角速度ｄθ_ｓｗ／ｄｔを時間微分することにより、ハンドル角加速度ｄ^２θ_ｓｗ／ｄｔ^２を演算する。第２微分演算部６４によって演算されたハンドル角加速度ｄ^２θ_ｓｗ／ｄｔ^２は、ニューラルネットワーク６５に第３の入力信号として与えられる。
この実施形態では、ハンドル回転角θ_ｓｗ、ハンドル角速度ｄθ_ｓｗ／ｄｔおよびハンドル角加速度ｄ^２θ_ｓｗ／ｄｔ^２は、本発明の「ハンドル回転角に関連する値」の一例である。

ニューラルネットワーク６５は、ハンドル回転角θ_ｓｗ、ハンドル角速度ｄθ_ｓｗ／ｄｔおよびハンドル角加速度ｄ^２θ_ｓｗ／ｄｔ^２に基づいて、トーションバートルクＴ_ｔｂに含まれるドライバトルクＴ_ｄ以外の外乱トルクＴ_othersを推定する。
次式(1)に示すように、トーションバートルクＴ_ｔｂには、ドライバトルクＴ_ｄ以外の外乱トルクＴ_othersが含まれている。

Ｔ_ｔｂ＝Ｔ_ｄ＋Ｔ_others …(1)
ドライバトルクＴ_ｄ以外の外乱トルクＴ_othersには、例えば、ハンドル慣性トルク、粘性摩擦トルク、回転アンバランストルク、クーロン摩擦トルク、スパイラルケーブルトルク等が含まれる。
ハンドル慣性トルクは、ハンドル慣性モーメントによってハンドル２に作用するトルクである。粘性摩擦トルクは、第１軸８およびハンドル２に作用する粘性摩擦トルクである。回転アンバランストルクは、ハンドル２の回転平面における重心位置とハンドル２の回転中心とが一致しないことに起因して、第１軸８に作用するトルクである。クーロン摩擦トルクは、第１軸８およびハンドル２に作用するクーロン摩擦トルクである。スパイラルケーブルトルクは、スパイラルケーブル３３のばね特性によってハンドル２に作用するトルクである。

ニューラルネットワーク６５は、トーションバートルクＴ_ｔｂに含まれるドライバトルクＴ_ｄ以外の外乱トルクＴ_othersを出力するように学習されている。ニューラルネットワーク６５の学習方法については、後述する。ニューラルネットワーク６５によって推定された外乱トルクＴ_othersは、減算部６６に与えられる。
減算部６６は、第１ローパスフィルタ６１から与えられるトーションバートルクＴ_ｔｂから、ニューラルネットワーク６５によって推定された外乱トルクＴ_othersを減算することによって、ドライバトルクＴ_ｄ を演算する。

ニューラルネットワーク６５の学習方法の一例について説明する。
ハンドル２を把持していない手放状態において、電動パワーステアリング装置１の様々な使用状態でのハンドル回転角θ_ｓｗ、ハンドル角速度ｄθ_ｓｗ／ｄｔ、ハンドル角加速度ｄ^２θ_ｓｗ／ｄｔ^２およびトーションバートルクＴ_ｔｂのデータを収集する。ハンドル回転角θ_ｓｗは、舵角センサ２５に基づいて取得できる。トーションバートルクＴ_ｔｂはトルクセンサ１１に基づいて取得できる。ハンドル角速度ｄθ_ｓｗ／ｄｔおよびハンドル角加速度ｄ^２θ_ｓｗ／ｄｔ^２は、取得したハンドル回転角θ_ｓｗから演算できる。

電動パワーステアリング装置１の様々な使用状態は、例えば、電動モータ１８を駆動制御することによって実現することができる。具体的には、ハンドル２の所定角度位置を基準位置に設定して、当該基準位置を中心としてハンドル２が往復回転するように、電動モータ１８を駆動制御する。この際、基準位置からのハンドル回転角の最大値である振幅を所定値に設定して、ハンドル回転角の周波数を変化させながら、電動モータ１８を駆動制御する。そして、所定時間毎に、ハンドル回転角θ_ｓｗ、ハンドル角速度ｄθ_ｓｗ／ｄｔ、ハンドル角加速度ｄ^２θ_ｓｗ／ｄｔ^２およびトーションバートルクＴ_ｔｂを取得する。

このようなデータ取得処理を、様々な振幅に対して行う。この後、基準位置を変えて、同様な処理を繰り返す。
このようにして、ハンドル回転角θ_ｓｗ、ハンドル角速度ｄθ_ｓｗ／ｄｔ、ハンドル角加速度ｄ^２θ_ｓｗ／ｄｔ^２およびトーションバートルクＴ_ｔｂのデータセットが複数組収集されると、各データセットのハンドル回転角θ_ｓｗ、ハンドル角速度ｄθ_ｓｗ／ｄｔおよびハンドル角加速度ｄ^２θ_ｓｗ／ｄｔ^２を入力とし、トーションバートルクＴ_ｔｂを教師データとして、ニューラルネットワーク６５を学習する。

トーションバートルクＴ_ｔｂを教師データとするのは、手放状態でデータを収集しているからである。すなわち、データ収集時は、ドライバトルクＴ_ｄは零となるため、式(1)から、トーションバートルクＴ_ｔｂに含まれるドライバトルクＴ_ｄ以外の外乱トルクＴ_othersは、トーションバートルクＴ_ｔｂと等しくなるからである。
なお、手放状態での電動パワーステアリング装置１の様々な使用状態は、車両を自動運転によって自動走行させることよって実現することもできる。

この実施形態では、トーションバートルクＴ_ｔｂに含まれるドライバトルクＴ_ｄ以外の外乱トルクＴ_othersを高精度に推定することが可能となるので、高精度にドライバトルクを推定できるようになる。
図３に戻り、ローパスフィルタ５２は、ドライバトルク推定部５１によって演算されたドライバトルクＴ_ｄのうち、所定のカットオフ周波数ｆｃより高い周波数成分を減衰させる。カットオフ周波数ｆｃは、例えば、３［Ｈｚ］以上７［Ｈｚ］以下の範囲内の値に設定される。ローパスフィルタ５２は、この実施形態では、２次のバターワースフィルタからなる。ローパスフィルタ５２によるローパスフィルタ処理後のドライバトルクＴ_ｄ’は、ハンズオン／オフ判定部５３に与えられる。

図５は、ハンズオン／オフ判定部５３の動作を説明するための状態遷移図である。
ハンズオン／オフ判定部５３の動作説明においては、ローパスフィルタ５２によるローパスフィルタ処理後のドライバトルクＴ_ｄを、単に「ドライバトルクＴ_ｄ’」ということにする。
ハンズオン／オフ判定部５３は、ドライバのハンドル操作状態として、「閾値より上のハンズオン状態（ＳＴ１）」と、「閾値以下のハンズオン状態（ＳＴ２）」と、「閾値以下のハンズオフ状態（ＳＴ３）」と、「閾値より上のハンズオフ状態（ＳＴ４）」との４状態を識別する。ハンズオン／オフ判定部５３は、所定時間Ｔ［ｓｅｃ］毎にこれら４状態の識別を行う。

「閾値より上のハンズオン状態（ＳＴ１）」は、ドライバトルクＴ_ｄ’の絶対値が所定の閾値α（＞０）より大きいハンズオン状態である。「閾値以下のハンズオン状態（ＳＴ２）」は、ドライバトルクＴ_ｄ’の絶対値が閾値α以下であるハンズオン状態である。「閾値以下のハンズオフ状態（ＳＴ３）」は、ドライバトルクＴ_ｄ’の絶対値が閾値α以下であるハンズオフ状態である。「閾値より上のハンズオフ状態（ＳＴ４）」は、ドライバトルクＴ_ｄ’の絶対値が閾値αより大きいハンズオフ状態である。「閾値αは、たとえば、０．１［Ｎｍ］以上０．３［Ｎｍ］以下の範囲内の値に設定される。

上記４状態のいずれであるかが未定の判定開始時において、ドライバトルクＴ_ｄ’の絶対値が閾値αよりも大きいときには、ハンズオン／オフ判定部５３は、ハンドル操作状態が「閾値より上のハンズオン状態（ＳＴ１）」であると判定する。そして、ハンズオン／オフ判定部５３は、出力信号（ｏｕｔ）を“１”に設定するとともにタイムカウンタ値ｈｏｄ_ｔｉｍｅｒを０に設定する。出力信号（ｏｕｔ）は、判定結果を表す信号であり、“１”は判定結果がハンズオンであることを表し、“０”は判定結果がハンズオフであることを表す。

「閾値より上のハンズオン状態（ＳＴ１）」において、ドライバトルクＴ_ｄ’の絶対値が閾値α以下になると、ハンズオン／オフ判定部５３は、ハンドル操作状態が「閾値以下のハンズオン状態（ＳＴ２）」になったと判定する。そして、ハンズオン／オフ判定部５３は、出力信号（ｏｕｔ）を“１”に設定する。また、ハンズオン／オフ判定部５３は、「閾値以下のハンズオン状態（ＳＴ２）」であると判定している場合には、所定時間Ｔ［ｓｅｃ］が経過する毎に、タイムカウンタ値ｈｏｄ_ｔｉｍｅｒを、現在値（ｈｏｄ_ｔｉｍｅｒ）に所定値Ｔｓを加算した値に更新する。

「閾値以下のハンズオン状態（ＳＴ２）」において、タイムカウンタ値ｈｏｄ_ｔｉｍｅｒが所定のハンズオフ判定用閾値β（＞０）に達する前に、ドライバトルクＴ_ｄ’の絶対値が閾値αよりも大きくなると、ハンズオン／オフ判定部５３は、ハンドル操作状態が「閾値より上のハンズオン状態（ＳＴ１）」になったと判定し、タイムカウンタ値ｈｏｄ_ｔｉｍｅｒを０に設定する。

「閾値以下のハンズオン状態（ＳＴ２）」において、ドライバトルクＴ_ｄ’の絶対値が閾値αよりも大きくなることなく、タイムカウンタ値ｈｏｄ_ｔｉｍｅｒがハンズオフ判定用閾値βに達すると、ハンズオン／オフ判定部５３は、ハンドル操作状態が「閾値以下のハンズオフ状態（ＳＴ３）」になったと判定する。そして、ハンズオン／オフ判定部５３は、出力信号（ｏｕｔ）を“０”に設定するとともにタイムカウンタ値ｈｏｄ_ｔｉｍｅｒを０に設定する。ハンズオフ判定用閾値βは、たとえば、０．５［ｓｅｃ］以上１．０［ｓｅｃ］以下の範囲内の値に設定される。

「閾値以下のハンズオフ状態（ＳＴ３）」において、ドライバトルクＴ_ｄ’の絶対値が閾値αよりも大きくなると、ハンズオン／オフ判定部５３は、ハンドル操作状態が「閾値より上のハンズオフ状態（ＳＴ４）」になったと判定する。そして、ハンズオン／オフ判定部５３は、出力信号（ｏｕｔ）を“０”に設定する。また、ハンズオン／オフ判定部５３は、「閾値より上のハンズオフ状態（ＳＴ４）」であると判定している場合には、所定時間Ｔ［ｓｅｃ］が経過する毎に、タイムカウンタ値ｈｏｄ_ｔｉｍｅｒを、現在値（ｈｏｄ_ｔｉｍｅｒ）に所定値Ｔｓを加算した値に更新する。

「閾値より上のハンズオフ状態（ＳＴ４）」において、タイムカウンタ値ｈｏｄ_ｔｉｍｅｒが所定のハンズオン判定用閾値γ（＞０）に達する前に、ドライバトルクＴ_ｄ’の絶対値が閾値α以下になると、ハンズオン／オフ判定部５３は、ハンドル操作状態が「閾値以下のハンズオフ状態（ＳＴ３）」になったと判定し、タイムカウンタ値ｈｏｄ_ｔｉｍｅｒを０に設定する。ハンズオン判定用閾値γは、たとえば、０．０５［ｓｅｃ］以上０．１［ｓｅｃ］以下の範囲内の値に設定される。

「閾値より上のハンズオフ状態（ＳＴ４）」において、ドライバトルクＴ_ｄ’の絶対値が閾値α以下になることなく、タイムカウンタ値ｈｏｄ_ｔｉｍｅｒがハンズオン判定用閾値γに達すると、ハンズオン／オフ判定部５３は、ハンドル操作状態が「閾値より上のハンズオン状態（ＳＴ１）」になったと判定する。そして、ハンズオン／オフ判定部５３は、出力信号（ｏｕｔ）を“１”に設定するとともにタイムカウンタ値ｈｏｄ_ｔｉｍｅｒを０に設定する。

なお、判定開始時において、ドライバトルクＴ_ｄ’の絶対値が閾値α以下であるときには、ハンズオン／オフ判定部５３は、ハンドル操作状態が「閾値以下のハンズオフ状態（ＳＴ３）」であると判定する。そして、ハンズオン／オフ判定部５３は、出力信号（ｏｕｔ）を“０”に設定するとともにタイムカウンタ値ｈｏｄ_ｔｉｍｅｒを０に設定する。
この実施形態では、ドライバトルク推定部５１によって高精度にドライバトルクＴ_ｄが推定される。そして、推定されたドライバトルクＴ_ｄの高周波数成分が除去される。この高周波数成分除去後のドライバトルクＴ_ｄ’に基づき、トルク閾値αとタイムカウンタ値ｈｏｄ_ｔｉｍｅｒとを用いてハンズオン／オフ判定が行われる。このため、運転者がハンドルを握っているハンズオン状態であるか運転者がハンドルを握っていないハンズオフ状態であるかを高精度に判定できる。

ハンズオン／オフ判定結果は、たとえば、運転モードとして自動運転モードと手動運転モードとが用意されている車両において、運転モードを自動運転モードから手動運転モードに切り替える際に、ハンズオン状態であることを確認してから、手動運転モードに切り替えるといったモード切替制御に利用することができる。
図６は、ドライバトルク推定部の他の例を示すブロック図である。図６において、前述の図４の各部に対応する部分には、図４と同じ符号を付して示す。

このドライバトルク推定部５１Ａは、回転角センサ２３の出力信号と、トルクセンサ１１によって検出されるトーションバートルクとに基づいて、ドライバトルクＴ_ｄを推定する。
ドライバトルク推定部５１Ａは、第１ローパスフィルタ６１と、乗算部７１と、第２ローパスフィルタ７２と、ロータ回転角演算部７３と、第２軸回転角演算部（θ_ｗｗ演算部）７３と、加算部７５と、第１微分演算部６３と、第２微分演算部６４と、ニューラルネットワーク６５と、減算部（ドライバトルク演算部）６６とを含む。

第１ローパスフィルタ６１は、トルクセンサ１１の出力信号に対してローパスフィルタ処理を施す。これにより、ノイズが除去されたトーションバートルクＴ_ｔｂが得られる。第１ローパスフィルタ６１によって得られたトーションバートルクＴ_ｔｂは、乗算部７１に与えられるとともに、減算部６６に与えられる。
乗算部７１は、第１ローパスフィルタ６１によって得られたトーションバートルクＴ_ｔｂに、トーションバー１０の剛性ｋ_ｔｂの逆数を乗算する。

第２ローパスフィルタ７２は、回転角センサ２３の出力信号に対してローパスフィルタ処理を行う。これにより、回転角センサ２３の出力信号からノイズが除去される。第２ローパスフィルタ７２の出力信号は、ロータ回転角演算部７３に与えられる。
ロータ回転角演算部７３は、第２ローパスフィルタ７２の出力信号に基づいて、電動モータ１８の回転角（ロータ回転角）θ_ｍを演算する。第２軸回転角演算部（θ_ｗｗ演算部）７４は、次式(2)に基づいて、第２軸回転角θ_ｗｗを演算する。

θ_ｗｗ＝（θ_ｍ／ｒ_ｗｇ）＋（Ｔ_ｍ／ｋ_ｇｅａｒ） …（2）
θ_ｍ：ロータ回転角演算部７３によって検出されるロータ回転角（電動モータ１８の回転角）
ｒ_ｗｇ：減速機１９の減速比
Ｔ_ｍ：モータトルク推定値
ｋ_ｇｅａｒ：ウォームギヤとウォームホイール間の剛性
モータトルク推定値Ｔ_ｍは、例えば、電流検出部３９（図２参照）によって検出されるモータ電流（相電流）に電動モータ１８のトルク定数を乗算することによって演算することができる。

なお、第２軸回転角θ_ｗｗは、次式(3)に基づいて演算されてもよい。
θ_ｗｗ＝θ_ｍ／ｒ_ｗｇ …(3)
前記式(2)からわかるように、ｋ_ｇｅａｒが大きい場合には（Ｔ_ｍ／ｋ_ｇｅａｒ）の値は小さな値となるが、ｋ_ｇｅａｒが小さい場合には（Ｔ_ｍ／ｋ_ｇｅａｒ）の値は大きな値となる。したがって、ｋ_ｇｅａｒが大きい場合には、式(3)に基づいて第２軸回転角θ_ｗｗを演算してもよいが、ｋ_ｇｅａｒが小さい場合には、式（2）に基づいて第２軸回転角θ_ｗｗを演算することが好ましい。

加算部７５は、乗算部７１の乗算結果Ｔ_ｔｂ／ｋ_ｔｂに、第２軸回転角演算部７４によって演算された第２軸回転角θ_ｗｗを加算することにより、ハンドル回転角θ_ｓｗを演算する。
つまり、加算部７５は、次式(4)に基づいて、ハンドル回転角θ_ｓｗを演算する。
θ_ｓｗ＝（Ｔ_ｔｂ／ｋ_ｔｂ）＋θ_ｗｗ …(4)
加算部７５によって得られたハンドル回転角θ_ｓｗは、第１微分演算部６３に与えられると同時に、ニューラルネットワーク６５に第１の入力信号として与えられる。

第１微分演算部６３は、ハンドル回転角θ_ｓｗを時間微分することにより、ハンドル角速度ｄθ_ｓｗ／ｄｔを演算する。第１微分演算部６３によって演算されたハンドル角速度ｄθ_ｓｗ／ｄｔは、第２微分演算部６４に与えられると同時に、ニューラルネットワーク６５に第２の入力信号として与えられる。
第２微分演算部６４は、第１微分演算部６３によって演算されたハンドル角速度ｄθ_ｓｗ／ｄｔを時間微分することにより、ハンドル角加速度ｄ^２θ_ｓｗ／ｄｔ^２を演算する。第２微分演算部６４によって演算されたハンドル角加速度ｄ^２θ_ｓｗ／ｄｔ^２は、ニューラルネットワーク６５に第３の入力信号として与えられる。

ニューラルネットワーク６５は、ハンドル回転角θ_ｓｗ、ハンドル角速度ｄθ_ｓｗ／ｄｔおよびハンドル角加速度ｄ^２θ_ｓｗ／ｄｔ^２に基づいて、トーションバートルクＴ_ｔｂに含まれるドライバトルクＴ_ｄ以外の外乱トルクＴ_othersを推定する。ニューラルネットワーク６５としては、図４のニューラルネットワーク６５と同様のものが用いられる。
減算部６６は、第１ローパスフィルタ６１から与えられるトーションバートルクＴ_ｔｂから、ニューラルネットワーク６５によって推定された外乱トルクＴ_othersを減算することによって、ドライバトルクＴ_ｄ を演算する。

以上、この発明の実施形態について説明したが、この発明はさらに他の形態で実施することもできる。例えば、前述の実施形態では、ニューラルネットワーク６５としては、ハンドル回転角θ_ｓｗ、ハンドル角速度ｄθ_ｓｗ／ｄｔおよびハンドル角加速度ｄ^２θ_ｓｗ／ｄｔ^２を入力とし、トーションバートルクＴ_ｔｂに含まれるドライバトルクＴ_ｄ以外の外乱トルクＴ_othersを出力するものが用いられている。

しかし、ニューラルネットワーク６５としては、ハンドル角加速度ｄ^２θ_ｓｗ／ｄｔ^２を入力とし、外乱トルクＴ_othersを出力するものであってもよい。また、ニューラルネットワーク６５としては、ハンドル回転角θ_ｓｗおよびハンドル角加速度ｄ^２θ_ｓｗ／ｄｔ^２を入力とし、外乱トルクＴ_othersを出力するものであってもよい。また、ニューラルネットワーク６５としては、ハンドル角速度ｄθ_ｓｗ／ｄｔおよびハンドル角加速度ｄ^２θ_ｓｗ／ｄｔ^２を入力とし、外乱トルクＴ_othersを出力するものであってもよい。

ニューラルネットワーク６５としては、ｎを０または自然数として、ハンドル回転角θ_ｓｗのｎ階微分値またはｎが異なる２以上の前記ｎ階微分値の組み合わせを入力とし、外乱トルクＴ_othersを出力するものであってもよい。
図４のドライバトルク推定部５１では、第１ローパスフィルタ６１および第２ローパスフィルタ６２が設けられているが、これらのローパスフィルタ６１，６２は設けられなくてもよい。同様に、図６のドライバトルク推定部５１では、第１ローパスフィルタ６１および第２ローパスフィルタ７２が設けられているが、これらのローパスフィルタ６１，７２は設けられなくてもよい。

また、前述の実施形態では、ドライバトルク推定部５１の後段にローパスフィルタ５２が設けられているが、ローパスフィルタ５２を省略してもよい。
また、図６のドライバトルク推定部５１では、トーションバートルクＴ_ｔｂおよび第２軸回転角θ_ｗｗを用いて演算されたハンドル回転角θ_ｓｗをハンドル２の回転角としてドライバトルクＴ_ｄを演算しているが、前記式(2)または式(3)によって演算される第２軸回転角θ_ｗｗをハンドル回転角θ_ｓｗとしてドライバトルクＴ_ｄを演算してもよい。

また、前述の実施形態では、電動モータ１８は三相ブラシレスモータであったが、電動モータ１８はブラシ付き直流モータであってもよい。
また、前述の実施形態では、この発明をコラムアシスト式ＥＰＳに適用した場合の例を示したが、この発明は、デュアルピニオン式ＥＰＳ、ラックアシスト式ＥＰＳ等のコラムアシスト式ＥＰＳ以外のＥＰＳにも適用することができる。

デュアルピニオン式ＥＰＳとは、図１のラック（以下、第１ラックという。）に噛み合うピニオン（以下、第１ピニオンという。）を有するピニオン軸（以下、第１ピニオン軸という。）とは別に、ステアリングシャフトに連結されない第２ピニオン軸とを有し、第２ピニオン軸に対して操舵補助機構が設けられるＥＰＳである。第２ピニオン軸は、ラック軸に設けられた第２ラックに噛み合う第２ピニオンを有している。この場合には、操舵補助機構は、電動モータと、電動モータのトルクを第２ピニオン軸に伝達するための減速機とからなる。

その他、この発明は、特許請求の範囲に記載された事項の範囲で種々の設計変更を施すことが可能である。

１…コラム式ＥＰＳ、８…第１軸、９…第２軸、１０…トーションバー、１１…トルクセンサ、１２…ＥＣＵ、１８…電動モータ、１９…減速機、２０…ウォームギヤ、２１…ウォームホイール、２３…回転角センサ、２５…舵角センサ、４２…ハンドル操作状態判定部、５１…ドライバトルク推定部、６１…第１ローパスフィルタ、６２，７２…第２ローパスフィルタ、６３…第１微分演算部、６４…第２微分演算部、６５…ニューラルネットワーク、６６…減算部（ドライバトルク演算部）、７１…乗算部、７３…ロータ回転角演算部、７４…第２軸回転角演算部（θ_ｗｗ演算部）、７５…加算部

Claims (7)

1. 車両を操舵するためのハンドルと、前記ハンドルと一体的に回転される回転軸の中間部に設けられたトーションバーと、前記トーションバーに加えられているトーションバートルクを検出するためのトルク検出部と、前記ハンドルの回転角を演算するハンドル回転角演算部とを備えた操舵装置におけるドライバトルク推定装置であって、
   前記ハンドル回転角に関連する値を入力とし、前記トーションバートルクに含まれる前記ドライバトルク以外の外乱トルクを推定するニューラルネットワークと、
   前記トーションバートルクから、前記ニューラルネットワークによって推定される外乱トルクを減算することにより、前記ドライバトルクを演算するドライバトルク演算部とを含む、ドライバトルク推定装置。
2. 前記ハンドル回転角に関連する値は、ｎを０または自然数として、前記ハンドル回転角のｎ階微分値またはｎが異なる２以上の前記ｎ階微分値の組み合わせからなる、請求項１に記載のドライバトルク推定装置。
3. 前記ハンドル回転角に関連する値は、前記ハンドル回転角の２階微分値である、請求項２に記載のドライバトルク推定装置。
4. 前記ハンドル回転角に関連する値は、前記ハンドル回転角と前記ハンドル回転角の２階微分値とからなる、請求項２に記載のドライバトルク推定装置。
5. 前記ハンドル回転角に関連する値は、前記ハンドル回転角と、前記ハンドル回転角の１階微分値と、前記ハンドル回転角の２階微分値とからなる、請求項２に記載のドライバトルク推定装置。
6. 前記回転軸における、前記トーションバーに対して前記ハンドルとは反対側の部分に、減速機を介して電動モータが連結されており、
   前記ハンドル回転角演算部は、前記トーションバートルクと前記電動モータの回転角とを用いて、前記ハンドル回転角を演算するように構成されている、請求項１〜５のいずれか一項に記載のドライバトルク推定装置。
7. 前記ニューラルネットワークは、前記ハンドルが把持されていない手放状態において取得された、前記ハンドル回転角に関連する値および前記トーションバートルクのうち、前記ハンドル回転角に関連する値を入力データとし、前記トーションバートルクを教師データとして学習されたニューラルネットワークである、請求項１〜６のいずれか一項に記載のドライバトルク推定装置。

Images