JP2022170840A - 作業車両 - Google Patents

Abstract

【課題】掘削物の類型を正確に判定して掘削動作の効率を向上させることが可能な作業車両を提供する。【解決手段】制御装置１５０は、掘削反力に基づいて掘削対象の複数の類型に対する信頼度を算出し、算出した信頼度とあらかじめ設定された補正値に基づいて掘削対象の類型を判定し、判定した類型に基づいてリフトアームとバケットを制御して掘削動作を実行する。また、制御装置１５０は、バケット内の掘削対象の荷重に基づいて掘削動作における掘削対象の掘削量を算出し、その掘削量に基づいて掘削対象の掘削評価値を算出し、その掘削評価値に基づいて各々の類型に対する信頼度の補正値を更新する。【選択図】図３

Description

本開示は、作業車両に関する。

従来からホイールローダに関する発明が知られている（下記特許文献１）。特許文献１に記載されたホイールローダは、作業機と、取得部と、制御部とを備える（同要約、請求項１、第００１２段落等）。作業機は、バケットを含む。取得部は、掘削対象物の土質に関する土質情報を取得する。制御部は、取得部で取得した土質情報に基づき作業機のバケットによる掘削対象物に対する掘削動作を制御する。

特許文献１に記載のホイールローダによれば、制御部は、掘削対象物の土質情報に基づき掘削動作を制御するため、掘削対象物に応じた掘削姿勢による効率的な掘削動作が可能である（同第００１３段落）。

また、土工作業におけるロボット機械の制御パラメータを修正する学習アルゴリズムに関する発明が知られている（下記特許文献２）。特許文献２に記載された学習アルゴリズムは、機械の環境に関する知覚情報を提供する１つ以上のセンサ・システムを含む（同第００１０段落、図１）。

このセンサ・システムによって提供される情報は、知覚システムによって処理される。この知覚システムは、積載容器の認識ならびにその位置および向きの判断、掘削する所定の区域の判断、掘削物を荷降ろしする所定の区域の判断、および、障害物の検出といった機能を実行する（同第００１０段落、図１）。

特許文献２に記載された学習アルゴリズムは、知覚システムで処理された情報とともに過去の動作結果を用いてスクリプト・パラメータを計算する。それらのパラメータは、スクリプトにおいて使用される。スクリプトは、要求された作業を遂行するために機械の可動構成要素を位置決めするための命令をコントローラに発する（同第００１０段落、図１）。

特開２０１７－０４３８８５号公報 特開平１１－３１５５５６号公報

特許文献１に記載されたホイールローダは、取得部がカメラから取得した画像データの解析結果に基づいて土質情報を取得する（同第００８１段落－第００８４段落、図５等）。そのため、たとえば天候などによって画像データの精度が低下すると、土質が誤判定され、土質に対応した適切な掘削動作が行われず、掘削動作の効率が低下するおそれがある。

特許文献２に記載された学習アルゴリズムは、センサ・システムが掘削物の類型を判定するための情報を取得しているか否か不明である。そのため、掘削物の類型が変化すると、学習アルゴリズムによる学習効果が発揮されず、機械による掘削効率が低下するおそれがある。

本開示は、掘削対象物の類型を正確に判定して掘削動作の効率を向上させることが可能な作業車両を提供する。

本開示の一態様は、車体と、前記車体に支持されて駆動力を発生するエンジンと、前記エンジンによって駆動される油圧ポンプと、前記車体に回動可能に一端側が取り付けられたリフトアームと、前記リフトアームの他端側に回動可能に取り付けられたバケットと、前記油圧ポンプの供給する作動油によって伸縮し、前記リフトアームを回動させるリフトシリンダと、前記油圧ポンプの供給する作動油によって伸縮し、前記バケットを回動させるバケットシリンダと、前記油圧ポンプから前記リフトシリンダに供給される作動油の流量を制御するリフト制御弁と、前記油圧ポンプから前記バケットシリンダに供給される作動油の流量を制御するバケット制御弁と、掘削対象から前記リフトアームに作用する掘削反力を検出するための掘削反力検出装置と、前記バケットおよび前記リフトアームを制御する制御装置と、を備えた作業車両であって、前記制御装置は、前記掘削反力検出装置により検出された掘削反力に基づいて地質区分を表す複数の類型のそれぞれに対して、掘削対象の類型と合致する度合いを表す信頼度を算出し、算出された複数の信頼度と前記複数の信頼度にそれぞれ対応する複数の補正値とに基づいて前記掘削対象の類型を判定し、判定された類型に基づいて前記リフト制御弁と前記バケット制御弁とに指令を出力して、掘削動作を実行し、前記掘削動作によって得られた前記バケット内の掘削対象の荷重に基づいて前記掘削動作における掘削量を算出し、算出された前記掘削量に基づいて前記掘削対象の掘削評価値を算出し、算出された前記掘削評価値に基づいて前記複数の補正値を更新することを特徴とする作業車両である。

本開示の上記一態様によれば、掘削対象物の類型を正確に判定して掘削動作の効率を向上させることが可能な作業車両を提供することができる。

本開示に係る作業車両の一実施形態を示す側面図。 図１に示す作業車両に搭載された油圧装置の一部の概略的な回路図。 図１に示す作業車両に搭載された制御装置の機能ブロック図。 図３の制御装置による処理の流れの一例を示すフロー図。

以下、図面を参照して本開示に係る作業機械の実施形態を説明する。

図１は、本開示に係る作業車両の一実施形態を示す側面図である。図２は、図１に示す作業車両１００に搭載された油圧装置１３０の一部の概略的な回路図である。図３は、図１に示す作業車両１００に搭載された制御装置１５０の機能ブロック図である。なお、図２では、流体の経路を実線、パイロット圧の経路を破線、電気信号の経路を点線で表示している。

本実施形態の作業車両１００は、たとえば、地表に堆積した砕石、土砂、鉱石などの掘削対象物Ｏｄを掘削して、ダンプトラックなどの運搬車両の荷台に積み込むためのホイールローダである。作業車両１００は、たとえば、互いにピン結合された前フレームと後フレームとを有した車体１１１と、作業機１２０と、油圧装置１３０と、検出装置１４０と、制御装置１５０と、を備えている。なお、作業車両１００は、ホイールローダに限定されず、たとえば、ブルドーザやローディングショベルなど、他の作業車両や作業機械であってもよい。

後フレームには、たとえば、車輪１１２と、キャビン１１３とを備えている。後フレームの建屋カバーの内部には、油圧装置１３０および制御装置１５０の他、図示を省略するエンジン、トランスミッション、および燃料タンクなどが搭載されている。車輪１１２は、たとえば、エンジンにトランスミッションを介して連結され、エンジンの回転によりトランスミッションを介して駆動されて作業車両１００を走行させる。

キャビン１１３は、車体１１１の前部の作業機１２０の後方に設けられた車室である。図示を省略するが、キャビン１１３の内部には、たとえば、オペレータが搭乗するための座席の他、操作レバー、ブレーキペダル、アクセルペダル、スピーカー、スイッチ、表示ランプ、計器類などが配置されている。本実施形態の作業車両１００は、たとえば、キャビン１１３の内部に、制御装置１５０による掘削制御を実行するための自動掘削スイッチ１６０を備えている。

作業機１２０は、たとえば、車体１１１の前部に取り付けられたリフトアーム１２１と、そのリフトアーム１２１の車体１１１に取り付けられた基端部と反対側の先端部に取り付けられたバケット１２２とを備え、掘削対象物Ｏｄを掘削して持ち上げる。また、作業機１２０は、バケット１２２を駆動するためのベルクランク１２３と、バケットリンク１２４と、を備えている。なお、図示を省略するが、作業機１２０は、車体１１１の幅方向に間隔をあけて配置された左右一対のリフトアーム１２１を備えている。

油圧装置１３０は、たとえば、車体１１１の内部に搭載されている。油圧装置１３０は、図２に示すように、たとえば、リフトシリンダ１３１と、バケットシリンダ１３２と、ポンプ１３３と、制御弁１３４と、パイロットバルブ１３５と、リザーバ１３６と、パイロットポンプ１３７と、を備えている。

リフトシリンダ１３１およびバケットシリンダ１３２は、たとえば、油圧シリンダである。ポンプ１３３およびパイロットポンプ１３７は、たとえば、エンジンによって駆動される油圧ポンプである。制御弁１３４は、たとえば、リフト制御弁１３４ａと、バケット制御弁１３４ｂとを含む。パイロットバルブ１３５は、たとえば、リフトパイロットバルブ１３５ａと、バケットパイロットバルブ１３５ｂとを含む。リザーバ１３６は、たとえば、作動油などの流体を貯留する。

リフトシリンダ１３１は、たとえば、図１に示すように、ピストンロッドの先端部がリフトアーム１２１の中間部の下端に連結され、ピストンロッドと反対側のシリンダチューブの基端部が車体１１１の前部に連結されている。なお、図示を省略するが、作業車両１００は、たとえば、車体１１１の幅方向の両側に、左右一対のリフトシリンダ１３１を備えている。

リフトシリンダ１３１は、その伸長時に、リフトアーム１２１を、車体１１１に取り付けられた回転軸を中心に上方に回転させる。これにより、リフトアーム１２１のリフト量が増加して、リフトアーム１２１の先端部のバケット１２２を持ち上げることができる。また、リフトシリンダ１３１は、その収縮時に、リフトアーム１２１を、車体１１１に取り付けられた回転軸を中心に下方に回転させる。これにより、リフトアーム１２１のリフト量が減少して、リフトアーム１２１の先端部に取り付けられたバケット１２２を下降させることができる。

バケットシリンダ１３２は、図１に示すように、たとえば、一対のリフトアーム１２１の間に配置されている。バケットシリンダ１３２は、たとえば、ピストンロッドの先端部がベルクランク１２３およびバケットリンク１２４を介してバケット１２２に連結され、ピストンロッドと反対側のシリンダチューブの基端部が車体１１１に連結されている。ベルクランク１２３は、たとえば、左右一対のリフトアーム１２１の中央部を連結する連結部に支持されている。

バケットシリンダ１３２は、その伸長時に、ベルクランク１２３およびバケットリンク１２４を介して、バケット１２２を、リフトアーム１２１の先端部に取り付けられた回転軸を中心に上方に回転させる。これにより、バケット１２２のチルト量が増加して、バケット１２２の開口が上方を向き、バケット１２２によって掘削対象物Ｏｄをすくい取ることができる。

また、バケットシリンダ１３２は、その収縮時に、ベルクランク１２３およびバケットリンク１２４を介して、バケット１２２を、リフトアーム１２１に取り付けられた回転軸を中心に下方に回転させる。これにより、バケット１２２のチルト量が減少して、バケットの開口が下方を向き、バケット１２２によってすくい取った掘削対象物Ｏｄを、バケット１２２の外側へダンプすることができる。

ポンプ１３３は、図２に示すように、リフトシリンダ１３１およびバケットシリンダ１３２を伸長および収縮させるための流体を送出する。ポンプ１３３は、たとえば、リザーバ１３６に貯留された作動油などの流体を、制御弁１３４を介してリフトシリンダ１３１およびバケットシリンダ１３２のシリンダチューブのボトム側に送出して、ピストンロッドを伸長させる。また、ポンプ１３３は、制御弁１３４を介して流体をリフトシリンダ１３１およびバケットシリンダ１３２のシリンダチューブのロッド側に送出して、ピストンロッドを収縮させる。

制御弁１３４は、パイロットバルブ１３５によって生成されたリフトパイロット圧ｌｐｐおよびバケットパイロット圧ｂｐｐに応じて、リフトシリンダ１３１およびバケットシリンダ１３２へ供給される流体の流量を制御する。より具体的には、リフト制御弁１３４ａは、リフトパイロットバルブ１３５ａによって生成されたリフトパイロット圧ｌｐｐに応じて、リフトシリンダ１３１のシリンダチューブのボトム側またはロッド側へ供給される流体の流量を制御する。また、バケット制御弁１３４ｂは、バケットパイロットバルブ１３５ｂによって生成されたバケットパイロット圧ｂｐｐに応じて、バケットシリンダ１３２のシリンダチューブのボトム側またはロッド側へ供給される流体の流量を制御する。

パイロットバルブ１３５は、制御弁１３４に接続され、制御装置１５０の制御に応じたリフトパイロット圧ｌｐｐおよびバケットパイロット圧ｂｐｐを生成する。より具体的には、リフトパイロットバルブ１３５ａは、リフト制御弁１３４ａに接続され、制御装置１５０から入力される制御信号ｌｃｓに応じたリフトパイロット圧ｌｐｐを生成する。また、バケットパイロットバルブ１３５ｂは、バケット制御弁１３４ｂに接続され、制御装置１５０から入力される制御信号ｂｃｓに応じたバケットパイロット圧ｂｐｐを生成する。

より詳細には、リフトパイロットバルブ１３５ａは、リフトシリンダ１３１のシリンダチューブのロッド側とボトム側のそれぞれにポンプ１３３から流体を供給するために、リフト制御弁１３４ａの右側と左側のそれぞれのリフトパイロット圧ｌｐｐを生成する。また、バケットパイロットバルブ１３５ｂは、バケットシリンダ１３２のシリンダチューブのロッド側とボトム側のそれぞれに、ポンプ１３３から流体を供給するために、バケット制御弁１３４ｂの右側と左側のそれぞれのバケットパイロット圧ｂｐｐを生成する。なお、図２には、リフト制御弁１３４ａおよびバケット制御弁１３４ｂの左側へのパイロット圧を生成するパイロットバルブ１３５のみ記載している。省略しているが、右側へのパイロット圧を生成するパイロットバルブ１３５も存在する。

パイロットポンプ１３７は、リザーバ１３６からパイロットバルブ１３５へ流体を送出し、パイロットバルブ１３５を介して制御弁１３４に入力されるリフトパイロット圧ｌｐｐおよびバケットパイロット圧ｂｐｐを生成する。より具体的には、パイロットポンプ１３７は、リフトパイロットバルブ１３５ａとバケットパイロットバルブ１３５ｂのそれぞれに流体を送出して、リフト制御弁１３４ａとバケット制御弁１３４ｂにそれぞれ入力されるリフトパイロット圧ｌｐｐとバケットパイロット圧ｂｐｐとを生成する。

検出装置１４０は、たとえば、角度検出装置と、走行状態検出装置と、掘削反力検出装置と、運転状態検出装置と、燃料量検出装置と、を含む。また、検出装置１４０は、たとえば、全球測位衛星システム（ＧＮＳＳ）など、車体１１１の位置を検出する位置センサを含んでもよい。また、検出装置１４０は、たとえば、ストローク検出装置を含んでもよい。

角度検出装置は、たとえば、角度センサ１４１を含む。角度センサ１４１は、たとえば、リフトアーム１２１と車体１１１との連結部、およびリフトアーム１２１とベルクランク１２３との連結部にそれぞれ設けられている。角度センサ１４１は、たとえば、リフト角、すなわち、車体１１１に対するリフトアーム１２１の回転角度を検出し、その検出結果を制御装置１５０へ出力する。また、角度センサ１４１は、たとえば、リフトアーム１２１に対するベルクランク１２３の回転角度を検出し、その検出結果を制御装置１５０へ出力する。このリフトアーム１２１に対するベルクランク１２３の回転角度に基づいて、チルト角、すなわちリフトアーム１２１に対するバケット１２２の回転角度を算出することができる。

走行状態検出装置は、たとえば、速度センサ１４２ａと加速度センサ１４２ｂとを含む。速度センサ１４２ａは、たとえば、車体１１１に搭載され、作業車両１００の速度Ｖを検出して、検出結果を制御装置１５０へ出力する。速度センサ１４２ａは、たとえば、車輪１１２の角速度を測定して作業車両１００の速度Ｖを算出して、検出結果を制御装置１５０へ出力する。加速度センサ１４２ｂは、たとえば、車体１１１に搭載され、作業車両１００の加速度αを検出して、検出結果を制御装置１５０へ送信する。また、速度センサ１４２ａは、たとえば、加速度センサ１４２ｂによって検出された作業車両１００の加速度αを積分することによって、作業車両１００の速度Ｖを算出してもよい。

掘削反力検出装置は、たとえば、圧力センサ１４３を含む。圧力センサ１４３は、リフトシリンダ１３１とバケットシリンダ１３２のそれぞれに設けられ、リフトシリンダ１３１とバケットシリンダ１３２のそれぞれのシリンダチューブのボトム側の流体の圧力ｐ１、ｐ２を検出する油圧センサである。圧力センサ１４３は、リフトシリンダ１３１の内部の流体の圧力ｐ１を検出して制御装置１５０へ出力する。なお、掘削反力検出装置１４３は、たとえば、圧力センサ１４３に代えて、掘削対象物Ｏｄからリフトアーム１２１に作用する掘削反力Ｆを検出するための力センサを備えてもよい。

運転状態検出装置は、たとえば、回転数センサ１４４ａとトルクセンサ１４４ｂとを含む。回転数センサ１４４ａは、たとえば、作業車両１００のエンジンに取り付けられ、エンジンの回転数を検出して、検出結果を制御装置１５０へ送信する。トルクセンサ１４４ｂは、たとえば、作業車両１００のエンジンに取り付けられ、エンジンのトルクを検出して、検出結果を制御装置１５０へ送信する。

燃料量検出装置は、たとえば、燃料量センサ１４５を含む。燃料量センサ１４５は、たとえば、エンジンに燃料を供給する燃料タンクに取り付けられ、燃料タンクに貯留された燃料の残量を検出する。燃料量検出装置１４５は、検出した燃料の残量を制御装置１５０へ出力する。

ストローク検出装置は、たとえば、ストロークセンサ１４６を含む。ストロークセンサ１４６は、たとえば、リフトシリンダ１３１とバケットシリンダ１３２にそれぞれ設けられ、リフトシリンダ１３１とバケットシリンダ１３２のそれぞれのピストンロッドのストロークＳ１、Ｓ２を検出し、その検出結果を制御装置１５０へ送信する。

制御装置１５０は、車体１１１に搭載されたファームウェアやマイクロコントローラなどのコンピュータシステムであり、バケット１２２およびリフトアーム１２１を駆動させて掘削対象物Ｏｄを掘削する制御（図４参照）を実行する。制御装置１５０は、たとえば、図示を省略する中央処理装置（ＣＰＵ）などの演算装置、ＲＡＭおよびＲＯＭなどの記憶装置、その記憶装置に記憶されたプログラム、タイマー、および入出力装置などを備えている。

制御装置１５０は、たとえば、図３に示すように、類型信頼度算出部１５２と、掘削制御部１５４と、掘削評価部１５６と、を備える。また、図３に示す例において、制御装置１５０は、入力部１５１と、状態検知部１５３と、出力部１５５と、を備えている。これら制御装置１５０の各部は、たとえば、制御装置１５０の記憶装置に記憶されたプログラムを制御装置１５０の演算装置によって実行することで実現される制御装置１５０の機能を表す機能ブロックである。

検出装置１４０から出力された信号、たとえば、角度検出装置１４１、走行状態検出装置１４２、掘削反力検出装置１４３、運転状態検出装置１４４、燃料量検出装置１４５、ストローク検出装置１４６等から出力された信号は、時系列で制御装置１５０の入力部１５１に入力される。入力部１５１は、入力された信号を必要に応じて類型信頼度算出部１５２、状態検知部１５３、掘削評価部１５６等へ出力する。

類型信頼度算出部１５２は、たとえば、掘削反力検出装置１４３から出力されて入力部１５１を介して入力された掘削反力に基づいて、掘削対象物Ｏｄの複数の類型に対する信頼度を算出する。より具体的には、掘削反力検出装置１４３は、掘削反力として、リフトシリンダ１３１とバケットシリンダ１３２のそれぞれの流体の圧力ｐ１、ｐ２を掘削反力として制御装置１５０へ出力する。類型信頼度算出部１５２は、たとえば、入力された圧力ｐ１、ｐ２に基づいて、掘削対象物Ｏｄの複数の類型に対する信頼度を算出する。

掘削対象物Ｏｄの複数の類型は、たとえば、礫、砂、シルト、粘土など、地質区分名称による複数の類型を含むことができる。本実施形態において、掘削対象物Ｏｄの複数の類型は、類型Ａ、類型Ｂ、および類型Ｃの三つの類型を含む。なお、掘削対象物Ｏｄの類型の数は三つに限定されず、二つまたは四つ以上でもよい。類型信頼度算出部１５２は、たとえば、掘削対象物Ｏｄの類型Ａ、類型Ｂ、および類型Ｃのそれぞれに対する信頼度を算出する。

ここで、信頼度とは、掘削対象物Ｏｄの類型と合致する度合いを表す。信頼度は、たとえば、０から１までの数値で表すことができる。類型の信頼度の数値が大きいほど、掘削対象物Ｏｄがその類型である確率が高くなる。信頼度は、たとえば、次のように算出される。前提として、掘削対象物Ｏｄが粒径の大きい礫である場合には、掘削対象物Ｏｄが粒径の小さい砂である場合に比べて、バケット１２２の爪先が掘削対象物Ｏｄに突入するときの時系列の平均掘削反力は大きくなる傾向（特徴）がある。このような地質区分に応じた掘削反力の特徴から、後述する機械学習部１５２ｃにおいて、掘削反力を含む信号をニューラルネットワークモデルに入力し、ニューラルネットワークモデルの出力結果として、類型ごとに信頼度が算出される。時系列の平均掘削反力が比較的大きい場合、礫に相当する類型の信頼度は、たとえば０．７として算出され、一方で、砂に相当する類型の信頼度は、礫に相当する類型の信頼度よりも小さく、たとえば０．３として、算出される。また、類型信頼度算出部１５２は、上記掘削反力に加えて、たとえば、運転状態検出装置１４４から出力されて入力部１５１を介して入力されたエンジンの運転状態に基づいて、掘削対象物Ｏｄの複数の類型Ａ、Ｂ、Ｃに対する信頼度を算出してもよい。ここで、エンジンの運転状態は、たとえば、エンジンの回転数と、エンジンのトルクとを含む。

また、類型信頼度算出部１５２は、上記掘削反力とエンジンの運転状態に加えて、状態検知部１５３の出力である作業車両１００の状態に基づいて、掘削対象物Ｏｄの複数の類型Ａ、Ｂ、Ｃに対する信頼度を算出してもよい。ここで、作業車両１００の状態は、たとえば、作業車両１００を掘削対象物Ｏｄに向けて加速させる走行状態と、バケット１２２の爪先を掘削対象物Ｏｄへ突入させる突入状態と、バケット１２２の爪先が掘削対象物Ｏｄに突入した後のリフティング・チルティング状態とを含む。

また、類型信頼度算出部１５２は、上記掘削反力とエンジンの運転状態に加えて、角度検出装置１４１の出力であるリフトアーム１２１とベルクランク１２３の回転角度に基づいて、掘削対象物Ｏｄの複数の類型Ａ、Ｂ、Ｃに対する信頼度を算出してもよい。

また、類型信頼度算出部１５２は、上記掘削反力とエンジンの運転状態に加えて、燃料量検出装置１４５の出力である燃料の残量に基づいて、掘削対象物Ｏｄの複数の類型Ａ、Ｂ、Ｃに対する信頼度を算出してもよい。より具体的には、類型信頼度算出部１５２は、燃料量検出装置１４５の出力である燃料の残量の時間的な変化に基づいて作業車両１００の燃費を算出し、その算出した燃費に基づいて掘削対象物Ｏｄの複数の類型Ａ、Ｂ、Ｃに対する信頼度を算出してもよい。

また、類型信頼度算出部１５２は、上記掘削反力と運転状態に加えて、ストローク検出装置１４６の出力であるリフトシリンダ１３１とバケットシリンダ１３２のストロークＳ１、Ｓ２に基づいて、掘削対象物Ｏｄの複数の類型Ａ、Ｂ、Ｃに対する信頼度を算出してもよい。

類型信頼度算出部１５２は、たとえば、データ処理部１５２ａと、特徴抽出部１５２ｂと、機械学習部１５２ｃと、を備えている。データ処理部１５２ａは、検出装置１４０から出力された信号が入力部１５１を介して入力される。データ処理部１５２ａは、たとえば、入力された信号のノイズ除去を含むデータクリーニングを行う。また、データ処理部１５２ａは、たとえば、入力された信号のダウンサンプリングを行うなど、入力された複数の信号の時系列データ間の時間のずれを補正する。

特徴抽出部１５２ｂは、たとえば、データ処理部１５２ａによって処理された複数の信号の正規化を行って、バケット１２２の爪先が掘削対象物Ｏｄに突入するときの時系列の平均掘削反力の増加傾向を含む地質区分に応じた信号の特徴を抽出する。機械学習部１５２ｃは、たとえば、教師あり学習のニューラルネットワークモデルを備えている。機械学習部１５２ｃは、特徴抽出部１５２ｂによる特徴抽出処理を経た少なくとも掘削反力を含む信号をニューラルネットワークモデルに入力して、掘削対象物Ｏｄの複数の類型Ａ、Ｂ、Ｃに対する信頼度を算出する。類型信頼度算出部１５２は、算出した掘削対象物Ｏｄの複数の類型Ａ、Ｂ、Ｃに対する信頼度を掘削制御部１５４へ出力する。

状態検知部１５３は、たとえば、角度検出装置１４１、走行状態検出装置１４２、掘削反力検出装置１４３、およびストローク検出装置１４６のいずれか一以上の出力に基づいて、作業車両１００の状態を検知する。状態検知部１５３は、たとえば、角度検出装置１４１またはストローク検出装置１４６の出力に基づいて、リフト角およびチルト角を含むリフトアーム１２１およびバケット１２２の姿勢を算出する。

状態検知部１５３は、たとえば、算出したリフトアーム１２１およびバケット１２２の姿勢が、あらかじめ設定された掘削対象物Ｏｄへの突入姿勢を満たしているか否かを判定する。リフトアーム１２１およびバケット１２２の姿勢が突入姿勢を満たす場合、状態検知部１５３は、作業車両１００の走行状態が、あらかじめ設定された所定の走行条件を満たすか否かを判定する。ここで、所定の走行条件は、少なくとも作業車両１００の加速度条件を含み、作業車両１００の速度条件を含んでもよい。

状態検知部１５３は、たとえば、作業車両１００の減速度が所定のしきい値を超え、掘削反力検出装置１４３から入力された掘削反力が、あらかじめ設定されたしきい値を超える場合に、バケット１２２が掘削対象物Ｏｄへ突入した突入状態であることを検知する。すなわち、制御装置１５０は、走行状態検出装置により検出された作業車両１００の加速度が第２しきい値より小さく、掘削反力検出装置により検出された掘削反力が第３しきい値より大きい場合に、バケット１２２が掘削対象物Ｏｄへ突入している状態であると判定する。また、状態検知部１５３は、たとえば、掘削反力検出装置１４３から入力された掘削反力が、あらかじめ設定されたしきい値を超え、リフトアーム１２１のリフト角が所定のしきい値を超える場合に作業車両１００がリフティング状態であることを検知する。

また、状態検知部１５３は、たとえば、掘削反力検出装置１４３から入力された掘削反力が、あらかじめ設定されたしきい値を超え、バケット１２２のチルト角が所定のしきい値を超える場合に作業車両１００がチルティング状態であることを検知する。また、状態検知部１５３は、掘削反力に加えて、角度検出装置１４１またはストローク検出装置１４６の出力に基づいて、作業車両１００がリフティング・チルティング状態であることを検知してもよい。すなわち、制御装置１５０は、掘削反力検出装置１４３により検出された掘削反力が第４しきい値より大きく、角度検出装置により検出されたリフト角が第５しきい値より大きく、角度検出装置により検出されたチルト角が第６しきい値より大きい場合に、掘削動作が完了した状態であると判定する。状態検知部１５３は、検知した作業車両１００の状態を類型信頼度算出部１５２および掘削制御部１５４へ出力する。

掘削制御部１５４は、たとえば、類型信頼度算出部１５２から入力された掘削対象物Ｏｄの複数の類型のそれぞれに対する信頼度に基づいて、掘削対象物Ｏｄの類型を判定する。より具体的には、たとえば、掘削対象物Ｏｄの複数の類型Ａ、Ｂ、Ｃに対する信頼度が、それぞれ０．７，０．２，０．１であった場合、掘削制御部１５４は、掘削対象物Ｏｄの類型を、信頼度がより高い類型Ａと判定する。掘削制御部１５４は、判定した掘削対象物Ｏｄの類型Ａに対応して規定された自動掘削アルゴリズム１５４ａを選択する。

掘削制御部１５４は、選択した自動掘削アルゴリズム１５４ａにより、出力部１５５を介して、リフトパイロットバルブ１３５ａおよびバケットパイロットバルブ１３５ｂへ、制御信号ｌｃｓおよび制御信号ｂｃｓを出力する。これにより、リフトパイロットバルブ１３５ａおよびバケットパイロットバルブ１３５ｂから、リフト制御弁１３４ａおよびバケット制御弁１３４ｂへ、それぞれ、リフトパイロット圧ｌｐｐおよびバケットパイロット圧ｂｐｐが入力される。その結果、掘削制御部１５４が判定した掘削対象物Ｏｄの類型Ａに対応して規定された自動掘削アルゴリズム１５４ａに従ってリフトアーム１２１およびバケット１２２が制御され、掘削対象物Ｏｄの掘削動作が実行される。

掘削動作は、たとえば、次のような動作である。バケット１２２が掘削対象物Ｏｄへ突入した突入状態において、リフトアーム１２１のリフト量を増加させるようにリフトシリンダ１３１を所定長さ伸長させて、バケット１２２のチルト量を増加させるようにバケットシリンダ１３２を所定長さ伸長させる。この動作を作業機１２０が所定の姿勢になるまで繰り返す。各シリンダを伸長させる動作を繰り返すことで、徐々に、バケット１２２が上昇し、チルトするとともに、バケット１２２の内部に掘削対象物Ｏｄが堆積する。

掘削対象物Ｏｄをより多く掘削するために、リフトシリンダ１３１およびバケットシリンダ１３２の一回当たりの伸長量は、掘削対象物Ｏｄの類型によって異なる。具体的には、掘削対象物Ｏｄが粒径の大きい礫に相当する類型と判定された場合、すなわち掘削反力が大きい場合には、掘削対象物Ｏｄが粒径の小さい砂に相当する類型と判定された場合、すなわち掘削反力が小さい場合に比べて、一回当たりの各シリンダ伸長量を小さくする。

また、類型信頼度算出部１５２は、掘削評価部１５６の出力である掘削評価値Ｖｄに基づいて、掘削対象物Ｏｄの複数の類型のそれぞれに対する信頼度を補正する。より具体的には、前述のように、機械学習部１５２ｃにより算出された掘削対象物Ｏｄの複数の類型Ａ、Ｂ、Ｃに対する信頼度が、それぞれ０．７，０．２，０．１であり、これらの信頼度が掘削制御部１５４に入力され、掘削制御部１５４が掘削対象物Ｏｄの類型を類型Ａと判定したとする。その後、類型Ａに対応する自動掘削アルゴリズム１５４ａに従った掘削動作が実行され、掘削評価部１５６から類型信頼度算出部１５２に入力された掘削評価値Ｖｄが、所定のしきい値ｘより小であったとする。ここで、しきい値ｘは、例えば掘削評価値Ｖｄの平均値に基づいて設定される。なお、類型信頼度算出部１５２は、掘削の都度、掘削評価値Ｖｄの平均値を更新するとともに、しきい値ｘを再設定してもよい。

このような場合、類型信頼度算出部１５２は、類型Ａの信頼度に対して、たとえば－０．４の負バイアスを算出する。また、類型信頼度算出部１５２は、類型Ｂ、Ｃの信頼度に対して、たとえば、それぞれ＋０．２、＋０．２の正バイアスを算出する。ここで、各類型の信頼度に対して補正値として加算されるバイアスは、たとえば、しきい値ｘに対する掘削評価値Ｖｄの達成割合に基づいて設定される。

その後、同一の掘削対象物Ｏｄに対して掘削を行った場合、機械学習部１５２ｃにより算出された掘削対象物Ｏｄの複数の類型Ａ、Ｂ、Ｃに対する信頼度へ、各バイアスが加算されることにより、掘削対象物Ｏｄの類型Ａ、Ｂ、Ｃに対する信頼度は、それぞれ、当初の０．７，０．２，０．１から、０．３，０．４，０．３へ補正される。掘削制御部１５４は、掘削対象物Ｏｄの各々の類型の補正された信頼度に基づいて、掘削対象物Ｏｄを信頼度がより高い類型Ｂと判定する。掘削制御部１５４は、判定した掘削対象物Ｏｄの類型Ｂに対応して規定された自動掘削アルゴリズム１５４ｂを選択する。これにより、掘削制御部１５４は、自動掘削アルゴリズム１５４ｂに従い、出力部１５５を介してリフトパイロットバルブ１３５ａおよびバケットパイロットバルブ１３５ｂへ、それぞれ制御信号ｌｃｓおよび制御信号ｂｃｓを出力する。

リフトパイロットバルブ１３５ａとバケットパイロットバルブ１３５ｂは、入力された制御信号ｌｃｓ、ｂｃｓに基づいて、リフト制御弁１３４ａとバケット制御弁１３４ｂへリフトパイロット圧ｌｐｐとバケットパイロット圧ｂｐｐを出力する。これにより、ポンプ１３３からリフトシリンダ１３１とバケットシリンダ１３２への作動油の供給が制御され、リフトシリンダ１３１とバケットシリンダ１３２の伸縮が制御され、自動掘削アルゴリズム１５４ａ、１５４ｂ、または１５４ｃに従った掘削動作が行われる。

掘削評価部１５６は、自動掘削アルゴリズム１５４ａ、１５４ｂ、または１５４ｃに従って実行された掘削動作における掘削対象物Ｏｄの掘削評価値Ｖｄを算出する。より詳細には、掘削評価部１５６は、掘削反力検出装置１４３によって得られるバケット内の掘削対象物Ｏｄの荷重に基づいて掘削動作における掘削対象物Ｏｄの掘削量Ａｄを算出し、その掘削量Ａｄに基づいて掘削対象物Ｏｄの掘削評価値Ｖｄを算出する。

掘削評価部１５６は、たとえば、一回の掘削動作における掘削対象物Ｏｄの掘削量Ａｄに加えて、その一回の掘削動作に要した掘削時間Ｔｄとその一回の掘削動作における作業車両１００の燃費Ｆｄに基づいて、掘削対象物Ｏｄの掘削評価値Ｖｄを算出してもよい。ここで、一回の掘削動作は、たとえば、作業車両１００のバケット１２２を掘削対象物Ｏｄへ突入させる突入段階と、バケット１２２によって掘削対象物Ｏｄをすくい上げてリフトアーム１２１によって持ち上げるリフティング段階と、バケット１２２内の掘削対象物Ｏｄをダンプするチルティング段階とを含む。

掘削評価部１５６は、たとえば、以下の式（１）に基づいて、掘削対象物Ｏｄの掘削評価値Ｖｄを算出することができる。なお、式（１）において、Ｖｄは掘削評価値、Ａｄは掘削量、Ｔｄは掘削時間、Ｆｄは燃費、ｗ１、ｗ２、およびｗ３は重み係数である。特に限定はされないが、ｗ１、ｗ２、ｗ３は、それぞれ、６０％、２０％、２０％のように、任意に設定することができる。なお、重み係数とは、複数の変数から合成変数を求める際に、各変数に乗じる係数である。重み係数の大小および正負によって、重み係数が乗じられた変数の重要度が理解される。

Ｖｄ＝ｗ１×Ａｄ＋ｗ２×Ｔｄ＋ｗ３×Ｆｄ ・・・（１）

なお、掘削量Ａｄは、たとえば、角度検出装置１４１またはストローク検出装置１４６の出力に基づいて算出したリフトアーム１２１の姿勢と、掘削反力検出装置１４３の出力であるリフトシリンダ１３１の作動油の圧力とに基づいて算出することが可能である。また、掘削時間Ｔｄも、たとえば、掘削量Ａｄと同様に、リフトアーム１２１の姿勢の時系列データと、リフトシリンダ１３１の作動油の圧力の時系列データとに基づいて算出することが可能である。また、燃費Ｆｄは、燃料量検出装置１４５から出力された燃料量の時系列データに基づいて算出することが可能である。

図１に示す自動掘削スイッチ１６０は、たとえば、作業車両１００のキャビン１１３内に設置され、オペレータが押下することによってオンとオフが切り替えられる。自動掘削スイッチ１６０は、たとえば、制御装置１５０へオンまたはオフの状態を出力する。自動掘削スイッチ１６０のオンまたはオフの状態は、たとえば、入力部１５１を介して類型信頼度算出部１５２、状態検知部１５３、および掘削評価部１５６へ入力される。

以下、本実施形態の作業車両１００の動作の一例を説明する。

作業車両１００による掘削対象物Ｏｄの自動掘削を行う場合、作業車両１００のオペレータは、たとえば、キャビン１１３内の自動掘削スイッチ１６０を押下する。これにより、状態検知部１５３は、作業車両１００の状態検知を開始する。次に、オペレータは、たとえば、キャビン１１３内の操作レバーを操作することで、リフトアーム１２１を下げ、バケット１２２の爪先を掘削対象物Ｏｄに向け、作業車両１００に突入姿勢を取らせる。

次に、オペレータは、たとえば、キャビン１１３内のアクセルペダルを操作して、作業車両１００を掘削対象物Ｏｄへ向けて加速する。すると、状態検知部１５３は、たとえば、角度検出装置１４１またはストローク検出装置１４６から出力されたリフトアーム１２１およびバケット１２２の姿勢と、走行状態検出装置１４２から出力された走行状態とにより、作業車両１００が掘削対象物Ｏｄへ向けて走行していることを検知する。状態検知部１５３は、検知した作業車両１００の状態を、類型信頼度算出部１５２および掘削制御部１５４へ出力する。

その後、バケット１２２の爪先が掘削対象物Ｏｄに突入すると、リフトアーム１２１およびバケット１２２に掘削対象物Ｏｄから反力が作用し、作業車両１００が減速してリフトシリンダ１３１およびバケットシリンダ１３２の流体の圧力ｐ１、ｐ２が上昇する。すると、状態検知部１５３は、たとえば、走行状態検出装置１４２から出力された走行状態と、掘削反力検出装置１４３から出力された掘削反力により、作業車両１００が突入状態にあることを検知する。状態検知部１５３は、検知した作業車両１００の状態を、類型信頼度算出部１５２および掘削制御部１５４へ出力する。

図４は、作業車両１００のバケット１２２を掘削対象物Ｏｄへ突入させた後の制御装置１５０の処理の流れの一例を示すフロー図である。制御装置１５０は、たとえば、状態検知部１５３から類型信頼度算出部１５２へ突入状態であることが入力されると、掘削対象物Ｏｄの推定処理Ｐ１を実行する。この掘削対象物Ｏｄの推定処理Ｐ１において、制御装置１５０は、少なくとも掘削反力検出装置１４３から出力された掘削反力に基づいて、類型信頼度算出部１５２により掘削対象物Ｏｄの複数の類型Ａ、Ｂ、Ｃに対する信頼度を算出する。

類型信頼度算出部１５２は、たとえば前述のように、検出装置１４０から入力されたデータをデータ処理部１５２ａによって処理し、特徴抽出部１５２ｂによって特徴を抽出する。さらに、類型信頼度算出部１５２は、たとえば、特徴抽出部１５２ｂが抽出した特徴に基づいて、機械学習部１５２ｃにより掘削対象物Ｏｄの複数の類型Ａ、Ｂ、Ｃのそれぞれの信頼度を算出する。そして、類型信頼度算出部１５２は、機械学習部１５２ｃにより算出されたそれぞれの信頼度に対して、後述する第１のバイアス処理Ｐ６または第２のバイアス処理Ｐ８によって、それぞれの信頼度の補正値としてあらかじめ掘削評価部１５６から入力されたバイアスを加算して、掘削対象物Ｏｄに対する複数の類型Ａ、Ｂ、Ｃのそれぞれの信頼度を補正する。さらに、類型信頼度算出部１５２は、たとえば、掘削対象物Ｏｄの類型を、最も信頼度が高い類型Ａ、類型Ｂ、または類型Ｃと推定する。類型信頼度算出部１５２は、推定した掘削対象物Ｏｄの類型Ａ、類型Ｂ、または類型Ｃを掘削制御部１５４へ出力する。

次に、制御装置１５０は、たとえば、掘削制御処理Ｐ２を実行する。この掘削制御処理Ｐ２において、制御装置１５０は、たとえば、類型信頼度算出部１５２により推定された掘削対象物Ｏｄの類型Ａ、Ｂ、またはＣに対応する自動掘削アルゴリズム１５４ａ、１５４ｂまたは１５４ｃを、掘削制御部１５４により選択して実行する。これにより、掘削制御部１５４から出力部１５５を介してリフトパイロットバルブ１３５ａおよびバケットパイロットバルブ１３５ｂへ制御信号ｌｃｓおよび制御信号ｂｃｓが出力され、自動掘削アルゴリズム１５４ａ、１５４ｂまたは１５４ｃに従って掘削動作が実行される。

次に、制御装置１５０は、たとえば、掘削評価値Ｖｄの算出処理Ｐ３を実行する。より具体的には、制御装置１５０は、たとえば前述のように、少なくとも掘削反力を含む検出装置１４０の出力に基づいて、掘削評価部１５６によって掘削評価値Ｖｄを算出する。ここで、掘削評価部１５６は、たとえば、前記式（１）を用いて掘削評価値Ｖｄを算出する。

次に、制御装置１５０は、たとえば、掘削対象物Ｏｄの推定処理Ｐ１で推定された掘削対象物Ｏｄの類型が、類型Ａであるか否かの判定処理Ｐ４を実行する。より具体的には、掘削対象物Ｏｄの推定処理Ｐ１で類型Ａが推定された場合、掘削評価部１５６は、判定処理Ｐ４において類型Ａである（ＹＥＳ）と判定し、掘削評価値Ｖｄの判定処理Ｐ５を実行する。

この掘削評価値Ｖｄの判定処理Ｐ５において、掘削評価部１５６は、算出した掘削評価値Ｖｄが、類型Ａ用のしきい値ｘより大か否かを判定する。この判定処理Ｐ５において、掘削評価部１５６は、掘削評価値Ｖｄがしきい値ｘより大である（ＹＥＳ）と判定すると、推定処理Ｐ１で掘削対象物Ｏｄの類型と推定された類型Ａの信頼度に対する正バイアスと推定処理Ｐ１で掘削対象物Ｏｄの類型と推定されなかった類型Ｂ、Ｃの信頼度に対する負バイアスとを算出し、更新して、類型信頼度算出部１５２へ更新された各バイアスを出力する第１のバイアス処理Ｐ６を実行する。以上により、制御装置１５０は、図４に示す処理を終了する。

一方、前述の掘削評価値Ｖｄの判定処理Ｐ５において、掘削評価部１５６は、掘削評価値Ｖｄがしきい値ｘ以下である（ＮＯ）と判定すると、推定処理Ｐ１で掘削対象物Ｏｄの類型と、推定された類型Ａの信頼度に対する負バイアスと推定処理Ｐ１で掘削対象物Ｏｄの類型と推定されなかった類型Ｂ、Ｃの信頼度に対する正バイアスとを算出し、更新して、類型信頼度算出部１５２へ更新された各バイアスを出力する第２のバイアス処理Ｐ８を実行する。以上により、制御装置１５０は、図４に示す処理を終了する。

また、掘削評価部１５６は、前述の類型Ａであるか否かの判定処理Ｐ４において、類型Ａではない（ＮＯ）と判定すると、前述の掘削対象物Ｏｄの推定処理Ｐ１で推定された類型が類型Ｂであるか否かの判定処理Ｐ９を実行する。前述の掘削対象物Ｏｄの推定処理Ｐ１で類型Ｂが推定された場合、掘削評価部１５６は、判定処理Ｐ９において類型Ｂである（ＹＥＳ）と判定し、掘削評価値Ｖｄの判定処理Ｐ１０を実行する。

この掘削評価値Ｖｄの判定処理Ｐ１０において、掘削評価部１５６は、算出した掘削評価値Ｖｄが、類型Ｂ用のしきい値ｙより大か否かを判定する。この判定処理Ｐ１０において、掘削評価部１５６は、掘削評価値Ｖｄがしきい値ｙより大である（ＹＥＳ）と判定すると、推定処理Ｐ１で掘削対象物Ｏｄの類型と推定された類型Ｂの信頼度に対する正バイアスと、推定処理Ｐ１で掘削対象物Ｏｄの類型と推定されなかった類型Ａ、Ｃの信頼度に対する負バイアスとを算出し、更新して、類型信頼度算出部１５２へ更新された各バイアスを出力する第１のバイアス処理Ｐ６を実行する。以上により、制御装置１５０は、図４に示す処理を終了する。

一方、前述の掘削評価値Ｖｄの判定処理Ｐ１０において、掘削評価部１５６は、掘削評価値Ｖｄがしきい値ｙ以下である（ＮＯ）と判定すると、推定処理Ｐ１で掘削対象物Ｏｄの類型と推定された類型Ｂの信頼度に対する負バイアスと、推定処理Ｐ１で掘削対象物Ｏｄの類型と推定されなかった類型Ａ、Ｃの信頼度に対する正バイアスとを算出し、更新して、類型信頼度算出部１５２へ更新された各バイアスを出力する第２のバイアス処理Ｐ８を実行する。以上により、制御装置１５０は、図４に示す処理を終了する。

また、掘削評価部１５６は、前述の類型Ｂであるか否かの判定処理Ｐ９において、類型Ｂではない（ＮＯ）と判定すると、前述の掘削対象物Ｏｄの推定処理Ｐ１で推定された類型が類型Ｃであるか否かの判定処理Ｐ１１を実行する。前述の掘削対象物Ｏｄの推定処理Ｐ１で類型Ｃが推定された場合、掘削評価部１５６は、判定処理Ｐ１１において類型Ｃである（ＹＥＳ）と判定し、掘削評価値Ｖｄの判定処理Ｐ１２を実行する。

この掘削評価値Ｖｄの判定処理Ｐ１２において、掘削評価部１５６は、算出した掘削評価値Ｖｄが、類型Ｃ用のしきい値ｚより大か否かを判定する。この判定処理Ｐ１２において、掘削評価部１５６は、掘削評価値Ｖｄがしきい値ｚより大である（ＹＥＳ）と判定すると、推定処理Ｐ１で掘削対象物Ｏｄの類型と推定された類型Ｃの信頼度に対する正バイアスと、推定処理Ｐ１で掘削対象物Ｏｄの類型と推定されなかった類型Ａ、Ｂの信頼度に対する負バイアスとを算出し、更新して、類型信頼度算出部１５２へ更新された各バイアスを出力する第１のバイアス処理Ｐ６を実行する。以上により、制御装置１５０は、図４に示す処理を終了する。

一方、前述の掘削評価値Ｖｄの判定処理Ｐ１２において、掘削評価部１５６は、掘削評価値Ｖｄがしきい値ｚ以下である（ＮＯ）と判定すると、推定処理Ｐ１で掘削対象物Ｏｄの類型と推定された類型Ｃの信頼度に対する負バイアスと、推定処理Ｐ１で掘削対象物Ｏｄの類型と推定されなかった類型Ａ、Ｂの信頼度に対する正バイアスとを算出し、更新して、類型信頼度算出部１５２へ更新された各バイアスを出力する第２のバイアス処理Ｐ８を実行する。以上により、制御装置１５０は、図４に示す処理を終了する。

以上のように、本実施形態の作業車両１００は、車体１１１と、その車体１１１に回動可能に一端側が取り付けられたリフトアーム１２１と、そのリフトアーム１２１の他端側に回動可能に取り付けられたバケット１２２と、を備えている。また、作業車両１００は、掘削対象物Ｏｄからリフトアーム１２１に作用する掘削反力を検出するための掘削反力検出装置１４３と、バケット１２２およびリフトアーム１２１を制御する制御装置１５０と、を備えている。そして、制御装置１５０は、掘削反力に基づいて掘削対象物Ｏｄの複数の類型Ａ、Ｂ、Ｃに対する信頼度を算出し、算出した信頼度とあらかじめ設定された補正値とに基づいて掘削対象物Ｏｄの類型Ａ、Ｂ、Ｃを判定し、判定した類型Ａ、Ｂ、Ｃに基づいてリフトアーム１２１とバケット１２２を制御して掘削動作を実行する。さらに、制御装置１５０は、バケット内の掘削対象物の荷重に基づいて掘削動作における掘削対象物Ｏｄの掘削量Ａｄを算出し、その掘削量Ａｄに基づいて掘削対象物Ｏｄの掘削評価値Ｖｄを算出し、その掘削評価値Ｖｄに基づいて各々の類型Ａ、Ｂ、Ｃに対する信頼度の補正値を更新する。

このような構成により、本実施形態の作業車両１００は、掘削対象物Ｏｄの類型Ａ、Ｂ、Ｃを正確に判定して掘削動作の効率を向上させることができる。具体的には、制御装置１５０は、少なくとも掘削反力に基づいて、たとえば、礫、砂、シルトなど、掘削対象物Ｏｄの複数の類型Ａ、Ｂ、Ｃの信頼度を算出することで、類型Ａ、Ｂ、Ｃを正確に判定することができる。これにより、熟練したオペレータと同様に、掘削対象物Ｏｄの複数の類型Ａ、Ｂ、Ｃに応じて、より多くの量を掘削するリフトアーム１２１およびバケット１２２の制御に変更することができ、掘削動作の効率を向上させることができる。さらに、制御装置１５０は、少なくとも掘削動作における掘削対象物Ｏｄの掘削量Ａｄに基づいて、掘削評価値Ｖｄを算出して類型Ａ、Ｂ、Ｃに対する信頼度の補正値を更新する。すなわち、制御装置１５０は、実際に掘削対象物Ｏｄの掘削動作を実行した結果に基づいて、掘削対象物Ｏｄの類型Ａ、Ｂ、Ｃのそれぞれの信頼度を補正することで、類型Ａ、Ｂ、Ｃの推定精度を向上させることができる。

また、本実施形態の作業車両１００において、制御装置１５０は、掘削反力をニューラルネットワークモデルに入力して、掘削対象物Ｏｄの類型Ａ、Ｂ、Ｃのそれぞれに対する信頼度を算出する。この構成により、機械学習によって掘削対象物Ｏｄの類型Ａ、Ｂ、Ｃの信頼度をより正確に算出することが可能になり、掘削対象物Ｏｄの類型Ａ、Ｂ、Ｃの推定精度を向上させることができる。

また、本実施形態の作業車両１００は、車体１１１に支持されて駆動力を発生するエンジンと、そのエンジンの運転状態を検出する運転状態検出装置１４４と、をさらに備えている。そして、制御装置１５０は、運転状態と掘削反力に基づいて、掘削対象物Ｏｄの類型Ａ、Ｂ、Ｃのそれぞれに対する信頼度を算出する。この構成により、掘削反力のみに基づいて掘削対象物Ｏｄの類型Ａ、Ｂ、Ｃのそれぞれに対する信頼度を算出する場合と比較して、類型Ａ、Ｂ、Ｃの信頼度をより正確に算出することができる。

また、本実施形態の作業車両１００は、作業車両１００の走行状態を検出する走行状態検出装置１４２をさらに備えている。そして、制御装置１５０は、作業車両１００の走行状態とエンジンの運転状態と掘削反力に基づいて、掘削対象物Ｏｄの類型Ａ、Ｂ、Ｃのそれぞれに対する信頼度を算出する。この構成により、掘削反力のみ、または、運転状態と掘削反力のみに基づいて、掘削対象物Ｏｄの類型Ａ、Ｂ、Ｃのそれぞれに対する信頼度を算出する場合と比較して、類型Ａ、Ｂ、Ｃの信頼度をより正確に算出することができる。

また、本実施形態の作業車両１００は、リフトアーム１２１のリフト角とバケット１２２のチルト角を検出するための角度検出装置１４１をさらに備えている。そして、制御装置１５０は、リフト角とチルト角と走行状態と運転状態と掘削反力に基づいて、掘削対象物Ｏｄの類型Ａ、Ｂ、Ｃのそれぞれに対する信頼度を算出する。この構成により、掘削反力のみ、運転状態と掘削反力のみ、または走行状態と運転状態と掘削反力のみに基づいて、掘削対象物Ｏｄの類型Ａ、Ｂ、Ｃのそれぞれに対する信頼度を算出する場合と比較して、類型Ａ、Ｂ、Ｃの信頼度をより正確に算出することができる。

また、本実施形態の作業車両１００は、エンジンの燃料の残量を検出する燃料量検出装置１４５をさらに備えている。そして、制御装置１５０は、燃料の残量に基づいて燃費Ｆｄを算出し、掘削量Ａｄと、掘削動作に要した掘削時間Ｔｄと、燃費Ｆｄとに基づいて掘削評価値Ｖｄを算出する。この構成により、掘削量Ａｄのみに基づいて掘削評価値Ｖｄを算出する場合と比較して、掘削評価値Ｖｄの信頼性を向上させることができる。

以上説明したように、本実施形態によれば、掘削対象物Ｏｄの類型Ａ、Ｂ、Ｃを正確に判定して掘削動作の効率を向上させることが可能な作業車両１００を提供することができる。

以上、図面を用いて本開示に係る作業車両１００の実施形態を詳述してきたが、具体的な構成はこの実施形態に限定されるものではなく、本開示の要旨を逸脱しない範囲における設計変更等があっても、それらは本開示に含まれるものである。

１００ 作業車両
１１１ 車体
１２１ リフトアーム
１２２ バケット
１４１ 角度センサ（角度検出装置）
１４２ａ 速度センサ（走行状態検出装置）
１４２ｂ 加速度センサ（走行状態検出装置）
１４３ 圧力センサ（掘削反力検出装置）
１４４ａ 回転数センサ（運転状態検出装置）
１４４ｂ トルクセンサ（運転状態検出装置）
１４５ 燃料量センサ（燃料量検出装置）
１４６ ストロークセンサ（ストローク検出装置）
１５０ 制御装置
Ａ 類型
Ａｄ 掘削量
Ｂ 類型
Ｃ 類型
Ｆｄ 燃費
Ｏｄ 掘削対象物
Ｔｄ 掘削時間
Ｖｄ 掘削評価値

Claims (8)

1. 車体と、
   前記車体に支持されて駆動力を発生するエンジンと、
   前記エンジンによって駆動される油圧ポンプと、
   前記車体に回動可能に一端側が取り付けられたリフトアームと、
   前記リフトアームの他端側に回動可能に取り付けられたバケットと、
   前記油圧ポンプの供給する作動油によって伸縮し、前記リフトアームを回動させるリフトシリンダと、
   前記油圧ポンプの供給する作動油によって伸縮し、前記バケットを回動させるバケットシリンダと、
   前記油圧ポンプから前記リフトシリンダに供給される作動油の流量を制御するリフト制御弁と、
   前記油圧ポンプから前記バケットシリンダに供給される作動油の流量を制御するバケット制御弁と、
   掘削対象から前記リフトアームに作用する掘削反力を検出するための掘削反力検出装置と、前記バケットおよび前記リフトアームを制御する制御装置と、
   を備えた作業車両であって、
   前記制御装置は、
   前記掘削反力検出装置により検出された掘削反力に基づいて地質区分を表す複数の類型のそれぞれに対して、掘削対象の類型と合致する度合いを表す信頼度を算出し、
   算出された複数の信頼度と前記複数の信頼度にそれぞれ対応する複数の補正値とに基づいて前記掘削対象の類型を判定し、
   判定された類型に基づいて前記リフト制御弁と前記バケット制御弁とに指令を出力して、掘削動作を実行し、
   前記掘削動作によって得られた前記バケット内の掘削対象の荷重に基づいて前記掘削動作における掘削量を算出し、
   算出された前記掘削量に基づいて前記掘削対象の掘削評価値を算出し、
   算出された前記掘削評価値に基づいて前記複数の補正値を更新することを特徴とする作業車両。
2. 前記制御装置は、
   前記掘削反力検出装置により検出された掘削反力の特徴を信号として抽出する特徴抽出部と、
   前記特徴抽出部により抽出された信号に基づいて前記掘削対象の複数の類型に対する信頼度を算出する機械学習部と、を備え、
   前記機械学習部は、前記特徴抽出部により抽出された信号をニューラルネットワークモデルに入力して前記複数の信頼度を算出することを特徴とする請求項１に記載の作業車両。
3. 前記エンジンの運転状態を検出する運転状態検出装置をさらに備え、
   前記運転状態検出装置は、前記エンジンの回転数と前記エンジンの出力トルクとを検出し、
   前記特徴抽出部は、さらに、前記運転状態検出装置により検出された前記エンジンの回転数と前記エンジンの出力トルクの特徴を信号として抽出し、前記機械学習部に出力することを特徴とする請求項２に記載の作業車両。
4. 前記作業車両の走行状態を検出する走行状態検出装置をさらに備え、
   前記走行状態検出装置は、前記作業車両の速度と前記作業車両の加速度を検出し、
   前記特徴抽出部は、さらに、前記走行状態検出装置により検出された前記作業車両の速度と前記作業車両の加速度のそれぞれの特徴を信号として抽出し、前記機械学習部に出力することを特徴とする請求項３に記載の作業車両。
5. 前記リフトアームのリフト角と前記バケットのチルト角を検出する角度検出装置をさらに備え、
   前記特徴抽出部は、さらに、前記角度検出装置により検出された前記リフトアームのリフト角と前記バケットのチルト角のそれぞれの特徴を信号として抽出し、前記機械学習部に出力することを特徴とする請求項４に記載の作業車両。
6. 前記エンジンの燃料の残量を時系列で検出する燃料量検出装置をさらに備え、
   前記掘削反力検出装置は、時系列で前記掘削反力を検出し、
   前記制御装置は、
   前記燃料の残量に基づいて燃費を算出し、
   前記掘削反力検出装置に基づいて前記掘削動作に要した掘削時間を算出し、
   前記掘削量と前記掘削時間と前記燃費とにそれぞれ対応する所定の重み係数を乗じ、積算して前記掘削評価値を算出することを特徴とする請求項３に記載の作業車両。
7. 前記制御装置は、
   前記掘削評価値が第１しきい値以上の場合に、判定された前記類型の信頼度に対して増加させる補正値を算出し、他方の複数の類型の信頼度に対して減少させる補正値を算出し、
   前記掘削評価値が前記第１しきい値よりも小さい場合に、判定された前記類型の信頼度に対して減少させる補正値を算出し、他方の複数の類型の信頼度に対して増加させる補正値を算出し、
   前記複数の類型のうち、信頼度と対応する補正値との和が最も大きい類型を掘削対象の類型と判定することを特徴とする請求項１に記載の作業車両。
8. 前記作業車両の走行状態を検出する走行状態検出装置と、
   前記リフトアームのリフト角と前記バケットのチルト角を検出する角度検出装置と、
   をさらに備え、
   前記走行状態検出装置は、
   前記作業車両の速度と前記作業車両の加速度を検出し、
   前記制御装置は、
   前記走行状態検出装置により検出された作業車両の加速度が第２しきい値より小さく、前記掘削反力検出装置により検出された掘削反力が第３しきい値より大きい場合に、前記バケットが前記掘削対象へ突入している状態であると判定し、
   前記掘削反力検出装置により検出された掘削反力が第４しきい値より大きく、前記角度検出装置により検出されたリフト角が第５しきい値より大きく、前記角度検出装置により検出されたチルト角が第６しきい値より大きい場合に、前記掘削動作が完了した状態であると判定することを特徴とする請求項１に記載の作業車両。

Images