JP2866574B2

JP2866574B2 - 車両用自動変速機の制御装置

Info

Publication number: JP2866574B2
Application number: JP6049169A
Authority: JP
Inventors: 憲次郎藤田; 薫近藤; 晋治渡部; 禎治筒井; 正和東耕
Original assignee: Mitsubishi Electric Corp; Mitsubishi Motors Corp
Current assignee: Mitsubishi Electric Corp; Mitsubishi Motors Corp
Priority date: 1994-03-18
Filing date: 1994-03-18
Publication date: 1999-03-08
Anticipated expiration: 2014-03-08
Also published as: JPH07259974A

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、車両の変速比制御に
ニューラルネットワークを用いた車両用自動変速機の制
御装置に関する。

【０００２】

【従来の技術】一般に、従来の車両用自動変速機の制御
装置は、変速段が自動的に切り換えられる有段自動変速
機や、変速比が自動的に無段階に切り換えられる無段変
速機が搭載された車両のシフトスケジュールが、エンジ
ン負荷に対応したスロットル開度量と車速とで予め設定
された変速線図に従って変速段または変速比を決定する
ようにされているものが多い。しかし、このような従来
の車両用自動変速機の制御装置では、シフト特性が画一
的に決っているため、登坂路や降坂路等の特殊走行条件
では、運転車の意図に反した変速段や変速比が選ばれる
等、走行条件にマッチした選択が行われているとはいい
難い。

【０００３】これに対し、例えば特開平４−１０２７５
７号公報に記載されているように、変速線図上で決まる
シフト位置間において、きめ細かな変速指令を出すこと
を目的として、車両の走行状態を表す複数種類の走行パ
ラメータのうちのエンジン要求出力および車速に基づい
て自動変速機の変速比を決定するための変速線図をあら
かじめ記憶する記憶手段と、走行パラメータの変速線図
から決定された変速比を表すパラメータに基づいて自動
変速機の変速比を判定する階層型ニューラルネットワー
クを備え、この階層型ニューラルネットワークを用いて
複数の走行状態を表すパラメータと、変速線図から決定
された変速比に基づいて変速比判定を行うことで変速比
制御を行う車両用自動変速機の制御装置が提案されてい
る。

【０００４】また、特開平３−２３５７２３号公報に
は、自動車の各要素の運転状態を検出するセンサ群と、
このセンサ群の出力を変換する変換手段と、この変換手
段の複数の信号が入力される階層型ニューロ素子と、こ
のニューロ素子の出力に基づいて制御量を求める制御量
決定手段を備え、この制御量決定手段で求められた制御
量に基づいて自動車の各要素のアクチュエータを制御す
る自動車の制御装置が提案されている。さらに、特開平
３−２３５７２３号公報には、運転者が特定の変速を意
図したときの走行状態に関するデータをパターン化して
ニューラルネットワークに学習させることにより運転者
が意図した変速に合致した変速特性を得るようにした車
両用自動変速機の制御装置が提案されている。

【０００５】

【発明が解決しようとする課題】従来の制御装置は以上
のように構成されているため、変速線図により決まるシ
フト位置間においてのみきめ細かな変速比判定がなされ
るが、屈曲した登坂路や降坂路のように特殊走行条件下
での変速比判定や、運転者の好みの変速比判定特性に適
応させることができないという問題点があった。また、
階層型ニューラルネットワークを用いて変速比判定を行
っており、これを多段自動変速機に適用した場合は、出
力層のニューロンの数は変速段に応じた数だけ必要とな
り、メモリ容量の増大やニューラルネットワークの演算
処理時間が増加する等、構成が複雑で高価になり、しか
も演算処理に多くの時間を要する等の問題点があった。

【０００６】この発明はこのような問題点を解決するた
めになされたもので、変速比判定特性を走行条件に応じ
た特性や運転者の好みの特性に適応させることができる
と共に、ニューラルネットワークの演算処理時間やメモ
リ容量を低減できる構成簡単にして安価な車両用自動変
速機の制御装置を得ることを目的とする。

【０００７】

【課題を解決するための手段】請求項第１項の発明に係
る車両用自動変速機の制御装置は、車両に取り付けられ
た各種センサの出力に基づいて車両の走行状態を表す各
種走行パラメータを演算する走行パラメータ演算手段
と、この走行パラメータ演算手段で演算された複数個の
走行パラメータに基づいて車両の制駆動力の適合度を出
力するニューラルネットワークと、このニューラルネッ
トワークで演算された車両の制駆動力の適合度に基づい
て変速比を判定する変速比判定手段と、この変速比判定
手段によって判定された変速比に対する車両の制駆動力
の過不足をアクセルおよびブレーキ操作に基づいて判定
する制駆動力過不足判定手段とを備えたものである。

【０００８】請求項第２項の発明に係る車両用自動変速
機の制御装置は、請求項第１項の発明において、制駆動
力過不足判定手段による制駆動力の過不足判定結果に基
づいて変速比判定条件を学習補正する変速比判定条件学
習手段を備えたものである。

【０００９】請求項第３項の発明に係る車両用自動変速
機の制御装置は、請求項第１項または第２項の発明にお
いて、走行パラメータ演算手段で演算された複数個の走
行パラメータおよびニューラルネットワークで演算され
た車両の制駆動力の適合度に基づいて走行状態を制御モ
ードとして判定する制御モード判定手段を備え、走行状
態に応じた制御モード間の移行および変速比判定を行な
うようにしたものである。

【００１０】

【００１１】

【００１２】

【００１３】

【００１４】

【００１５】

【００１６】

【００１７】

【００１８】

【００１９】

【００２０】

【００２１】

【作用】請求項第１項の発明においては、車両走行状態
を表す各種走行パラメータを基に、ニューラルネットワ
ークにより車両の駆動力および制動力の適合度を演算
し、変速比判定用の適合度基準値と比較することで変速
比判定を行うと共に、その変速比での駆動力および制動
力に対する過不足をアクセルおよびブレーキ操作に基づ
いて判定するため、変速比判定特性を走行条件に応じた
特性や運転者の好みの特性に適応させることが可能にな
ると共に、ニューラルネットワークの演算処理時間やメ
モリ容量の低減が可能になる。

【００２２】請求項第２項の発明においては、車両走行
状態を表す各種走行パラメータを基に、ニューラルネッ
トワークにより車両の駆動力および制動力の適合度を演
算し、変速比判定用の適合度基準値と比較することで変
速比判定を行うと共に、その変速比での駆動力および制
動力に対する過不足をアクセルおよびブレーキ操作に基
づいて判定し、過不足判定結果に応じて適合度基準値を
学習補正するため、変速比判定特性を走行条件に応じた
特性や運転者の好みの特性により効果的に適応させるこ
とが可能になると共に、ニューラルネットワークの演算
処理時間やメモリ容量の低減が可能になる。

【００２３】請求項第３項の発明においては、走行パラ
メータ演算手段により演算した複数個の走行パラメータ
と、ニューラルネットワークにより演算された車両の駆
動力および制動力の適合度とに基づいて走行状態を制御
モードとして判定する制御モード判定手段を設けるた
め、請求項第１項または第２項の発明の効果に加えて、
走行状態に応じた変速比判定および制御モード間の移行
をきめ細かく行うことが可能になる。

【００２４】

【００２５】

【００２６】

【００２７】

【００２８】

【００２９】

【００３０】

【００３１】

【００３２】

【００３３】

【００３４】

【００３５】

【実施例】

実施例１．図１は、この発明に係る車両用自動変速機の
制御装置の機能を説明するための機能ブロック図であ
る。図において、１は図示せずも車速センサ等の各種の
センサ出力に基づいて車両の走行状態を表す各種走行パ
ラメータを演算出力する走行パラメータ演算手段、２は
このパラメータ演算手段１に接続され、この走行パラメ
ータ演算手段１で演算された複数個の走行パラメータを
入力し、車両の制駆動力の適合度を演算出力する階層型
ニューラルネットワーク、３は走行パラメータ演算手段
１および階層型ニューラルネットワーク２に接続され、
走行パラメータ演算手段１で演算された複数個の走行パ
ラメータおよび階層型ニューラルネットワーク２で演算
された車両の制駆動力の適合度に基づいて走行状態を制
御モードとして判定する制御モード判定手段である。

【００３６】４は走行パラメータ演算手段１，階層型ニ
ューラルネットワーク２，制御モード判定手段３および
後述の変速比判定条件学習手段に接続され、少なくとも
階層型ニューラルネットワーク２で演算された車両の制
駆動力の適合度に基づいて変速比を判定する変速比判定
手段、５は走行パラメータ演算手段１および変速比判定
手段４に接続され、変速比判定手段４によって判定され
た変速比に対する車両の制駆動力の過不足をアクセルお
よびブレーキ操作に基づいて判定する制駆動力過不足判
定手段、６は制駆動力過不足判定手段５に接続され、こ
の制駆動力過不足判定手段５による制駆動力の過不足判
定結果に基づいて変速比判定条件を学習補正する変速比
判定条件学習手段である。

【００３７】なお、制駆動力過不足判定手段５は、図示
せずも制御モード判定手段３により制動力制御モード中
に変速比判定手段４がアクセル操作により増速側に変速
比判定した後所定時間内に再度制動力制御モードへ復帰
判定した場合は制動力過剰と判定する制動力過剰判定手
段と、制御モード判定手段５により制動力制御モード中
に走行パラメータ演算手段１で演算された路面勾配値お
よびスロットル開度がそれぞれ所定値以下で、かつ所定
時間当りのブレーキ操作によるブレーキ減速時間割合が
所定の比率以上の場合は制動力不足と判定する制動力不
足判定手段とを含む。

【００３８】次に、動作について説明する。車両の走行
状態を表す各種走行パラメータを演算する走行パラメー
タ演算手段１より例えば路面勾配を表す変数ｘi1、車速
を表す変数ｘi2、車両の横方向の加速度を表す変数ｘi
3、車両の前後方向の加速度を表す変数ｘi4等を階層型
ニューラルネットワーク２に入力し、このニューラルネ
ットワーク２では車両の制駆動力の適合度ＮＮＯを演算
出力する。

【００３９】制御モード判定手段３では、走行パラメー
タ演算手段１からの車両の走行状態を表す各種パラメー
タのうちスロットル開度Ｔｈ、車速Ｖ、推定路面勾配
θ、スロットル開度Ｔｈと車速Ｖにより予め設定されて
いる変速線図上で求められた変速段ＳＰＳＦ、現在の変
速段ＳＦと車速Ｖとハンドル角ＳＴとに基づいて演算推
定された車両の横方向の加速度ＧＹや階層型ニューラル
ネットワーク２からの車両の制駆動力の適合度ＮＮＯに
基づいて制御モードを判定し、通常走行制御モードや降
坂路走行制御モード（制動力制御モード）といった走行
状態を制御モードＭＤＥとして出力する。

【００４０】変速比判定手段４では、階層型ニューラル
ネットワーク２の演算出力である車両の制駆動力の適合
度ＮＮＯと、予め設定されている適合度ＮＮＯの判定基
準値ＮＮｒと、制御モード判定手段３の出力である制御
モードＭＤＥと、スロットル開度Ｔｈと車速Ｖにより予
め設定されている変速線図上で求められた変速段ＳＰＳ
Ｆとに基づいて変速比を判定し、変速比指令値ＳＣＭＤ
として出力する。

【００４１】また、車両の制駆動力過不足判定手段５で
は、変速比判定手段４からの変速比指令値ＳＣＭＤによ
る車両の制駆動力変化に対する運転者のアクセル／ブレ
ーキ操作に基づいた反応を、走行パラメータ演算手段１
より変速段指令値ＳＣＭＤに同期して、信号発生から所
定期間内におけるスロットル開度Ｔｈの最大値Ｔｈma
x、車両の前後方向の加速度ＧＸ、車速Ｖ、車両の横方
向の加速度ＧＹや、所定時間当りのブレーキ減速操作時
間比ＢＲＴ、勾配抵抗ＲＳとして入力し、車両の制駆動
力の過不足を判定する。変速比判定条件学習手段６で
は、車両の制駆動力過不足判定手段５の判定結果に基づ
いて、車両の制駆動力の適合度ＮＮＯの判定基準値ＮＮ
ｒを学習補正する。

【００４２】図２は、図１の機能ブロックで示される制
御装置で制御される車両用自動変速機をエンジンと共に
示した模式図である。図において、１１は自動変速機で
あって、この自動変速機１１は、複数の変速段をそれぞ
れ実現する歯車機構１２と、この歯車機構１２の歯車の
組み合せを切り換えて変速段を切り換える変速段切換機
構１３と、この変速段切換機構１３を制御する制御手段
としての電子制御ユニット１４とを備えている。歯車機
構１２は、各変速段に応じた複数組の変速ギヤからな
り、トルクコンバータ１５等を介してエンジン１６から
の出力を受け取ると、設定された変速ギヤの使用状態に
応じて所要の変速比に変換しながらディファレンシャル
（図示せず）等の駆動輪へ通じる動力伝達系に出力す
る。

【００４３】変速段切換機構１３は、歯車機構１２にお
いて変速ギヤの使用状態を切り換えるもので、例えば複
数のクラッチ等の係合要素１３Ａと駆動機構１３Ｂとか
らなる。この変速段切換機構１３としては油圧式のもの
が考えられ、例えば各係合要素１３Ａを所定方向に付勢
するリターンスプリング（図示せず）と、このリターン
スプリングに抗するように各係合要素１３Ａを押圧する
油圧ピストン（図示せず）および各油圧ピストンを駆動
するための圧力室１７Ａと、各圧力室内の作動油圧を制
御する作動油圧制御装置１７とから構成される。作動油
圧制御装置１７には、歯車機構１２の係合状態の切り換
えを行うソレノイドバルブ（図示せず）等が備えられ
る。

【００４４】電子制御ユニット（以下、「ＥＣＵ」とい
う）１４は作動油圧制御装置１７を制御してアップシフ
トやダウンシフトを行うが、このようなアップシフトや
ダウンシフトは、通常スロットル開度情報と現変速段情
報とを受けて、所定の変速線図に基づいて行なわれる。

【００４５】図３は、ＥＣＵ１４内の概略構成を示すブ
ロック図である。ＥＣＵ１４は、レベル変換回路２０お
よびＡ／Ｄ変換器２１を通して得られたスロットル開度
センサ（図示せず）等のディジタル出力信号、波形整形
回路２２および入出力ポート２３を通して得られた各種
回転速度センサのパルス信号、各種スイッチのスイッチ
信号に基づいて車両の走行状態に応じた変速段に自動変
速機１１を変速制御するため、得られた各種信号を処理
しその処理結果を入出力ポート２４からソレノイドバル
ブ駆動回路２５に出力し、変速段に対応したソレノイド
バルブを駆動することによってクラッチおよびブレーキ
を結合、解放動作させて変速制御するものである。ＣＰ
Ｕ２６の制御手順やデータは予めＲＯＭ２７で記憶して
おり、またＲＡＭ２８は演算過程におけるデータを一時
的に格納するようになっている。なお、図１の各機能は
ＣＰＵ２６内で行われる。

【００４６】階層型ニューラルネットワーク２は、単一
のニューラルネットワーク（図４に図示）または複数の
ニューラルネットワーク（図５に図示）で構成される。
階層型ニューラルネットワーク２は、例えば図４に示す
ように、情報処理素子としてのニューロン（神経細胞要
素）により入力層、中間層および出力層が構成されてお
り、それらの各層間のニューロンはシナプスと呼ばれる
結合体によって結合され、シナプスの部分で信号が強め
られたり弱められたりして、入力層から中間層、中間層
から出力層へと伝達要素（神経繊維に対応）によって信
号が伝達される。

【００４７】入力層には車両走行状態を表す走行パラメ
ータが入力される。図４の単一のニューラルネットワー
ク構成においては、路面勾配を表す変数Ｘ_i1、車速を表
す変数Ｘ_i2、車両の横方向の加速度を表す変数Ｘ_i3、車
両の前後方向の加速度を表す変数Ｘ_i4がニューラルネッ
トワーク（１）の入力変数として入力される。図５の複
数のニューラルネットワーク構成においては、路面勾配
を表す変数Ｘ_i1、車速を表す変数Ｘ_i2、車両の横方向の
加速度を表す変数Ｘ_i3がニューラルネットワーク
（２），（３）の共通入力変数として、加速力を表す変
数Ｘ_i4がニューラルネットワーク（２）の入力変数とし
て、ブレーキ力を表す変数Ｘ_i5がニューラルネットワー
ク（３）の入力変数として入力される。ニューラルネッ
トワーク（１）〜（３）の入力層はそれぞれ４個のニュ
ーロン（Ｘ₁〜Ｘ₄またはＸ₅〜Ｘ₈）で構成される。

【００４８】中間層は、図４の単一構成におけるニュー
ラルネットワーク（１）ではｊ個のニューロン（Ｙ₁₁〜
Ｙ_1j）で構成され、図５の複数構成におけるニューラル
ネットワーク（２）ではｍ個のニューロン（Ｙ₂₁〜
Ｙ_2m）で構成され、ニューラルネットワーク（３）では
ｎ個のニューロン（Ｙ₃₁〜Ｙ_3n）で構成されている。出
力層は、図４のニューラルネットワーク（１）および図
５のニューラルネットワーク（２），（３）のそれぞれ
で、１個のニューロン（Ｚ₁，Ｚ₂，Ｚ₃）で構成されて
いる。図４の単一構成におけるニューラルネットワーク
（１）の出力層ではニューロンＺ₁で車両の駆動力およ
び制動力の適合度ＮＮＯ₁を演算出力し、図５の複数構
成におけるニューラルネットワーク（２）の出力層では
ニューロンＺ₂で車両の駆動力の適合度ＮＮＯ₂を、ニュ
ーラルネットワーク（３）の出力層ではニューロンＺ₃
で車両の制動力の適合度ＮＮＯ₃を演算出力する。

【００４９】図４のニューラルネットワーク（１）の例
では、入力層のｉ個のニューロンＸ_iと中間層のｊ個の
ニューロンＹ_jとの間にシナプス結合荷重Ｗ_ijを備え、
ニューロンＸ_iの出力信号をシナプス結合荷重Ｗ_ijで重
み付けしたものをニューロンＹ_jの入力とする。また、
中間層のｊ個のニューロンＹ_jと出力層の１個のニュー
ロンＺ₁との間にはシナプス結合荷重Ｗ_j1を備え、ニュ
ーロンＹ_jの出力信号をシナプス結合荷重Ｗ_j1で重み付
けしたものをニューロンＺ₁の入力とする。図５のニュ
ーラルネットワーク（２）、（３）についても、上述し
たと同様の処理をする。

【００５０】次に、本例の車両用自動変速機の制御装置
の動作を、図６のフローチャートに従って説明する。ス
テップＳ１では、走行パラメータ演算手段１において、
各種センサ（図示せず）によって検出された信号を基に
走行状態を表す走行パラメータの計算処理をする。本例
においては、勾配抵抗Ｒsが、エンジン駆動力Ｆから空
気抵抗ＲL、転がり抵抗Ｒrおよび加速抵抗Ｒaを減算す
ることにより求められ、次式で表される。

【００５１】Ｒs＝Ｆ−（ＲL＋Ｒr＋Ｒa）・・・（１）

【００５２】この（１）式におけるエンジン駆動力Ｆ
は、エンジントルクを用いて、次式によって計算され
る。

【００５３】Ｆ＝ＴE（ηE）・ｔ（ｅ）・η・ｉＴ・ｉＦ／ｒ・・・（２）

【００５４】ここで、ＴE（ηE）は排気損失を差し引い
た後のエンジントルク（ｋｇｆ・ｍ）、ｔ（ｅ）はトル
クコンバータ５のトルク比、ηは自動変速機１１の伝達
効率、ｉＴは歯車機構１２のギヤ比、ｉＦはディファレ
ンシャルのギヤ比、ｒはタイヤの動半径である。

【００５５】エンジントルクＴE（ηE）は、エンジン１
６の吸入空気量Ｑaとエンジン回転速度ＮEとの比Ａ／Ｎ
＝Ｑa／ＮE（以下、「Ａ／Ｎ値」という）とエンジン回
転速度ＮEとで予め定められたＲＯＭ２７内のエンジン
トルクテーブルからテーブルルックアップにより算出さ
れる。ｔ（ｅ）は、トルクコンバータ１５の入出力回転
速度比ｅ＝ＮT／ＮE（ＮTはトルクコンバータ１５のタ
ービン回転速度）の関数として予め記憶されているＲＯ
Ｍ２７内のトルク比テーブルから読み出され、η，ｉ
Ｔ，ｉＦおよびｒは定数として与えられる所定値が用い
られる。また、（１）式における空気抵抗ＲLは、次式
によって演算される。

【００５６】ＲL＝ρa・Ｓ・Ｃd・Ｖ²／２＝Ｃ2・Ｖ² ・・・（３）

【００５７】ここで、ρaは空気密度であり、外気温度
で決定される定数で与えられる。Ｓは車両前面投影面
積、Ｃdは抗力係数であって定数で与えられる。これら
の定数を演算したＣ2は定数であり、空気抵抗ＲLは車速
センサとしての変速機出力軸回転速度センサ（図示せ
ず）で検出された車速Ｖの関数として演算される。さら
に、（１）式における転がり抵抗Ｒrは、次式によって
演算される。

【００５８】Ｒr＝ＲO＋（ＣF²／ＣP）・・・（４）

【００５９】ここで、ＲOは自由転動時の転がり抵抗で
あり、ＣFはコーナリングフォース、ＣPはコーナリング
パワーである。また、ＲOは次式で演算される。

【００６０】ＲO＝μr・Ｗ・・・（５）

【００６１】ここで、μrは転がり抵抗係数であり、Ｗ
は車両重量である。また、上記（４）式の右辺第２項
は、横滑り角が小である場合のコーナリング抵抗ＲCに
よる寄与項であり、前後輪の荷重分担比を一定（例え
ば、前後比で０．６：０．４）とし、前後輪のコーナリ
ングパワーＣPをそれぞれＣ_Pf，Ｃ_Pr（一定値）と仮定
して、２輪モデルで考えると、コーナリング抵抗ＲC
は、次式によって演算される。

【００６２】ＲＣ＝［｛（0.6Ｗ／２）・ＧＹ｝２／Ｃ_Pf］・２＋［｛（0.4Ｗ／２）・ＧＹ｝２／Ｃ_Pr］・２＝Ｃ３・Ｗ²・ＧＹ² ・・・（６）

【００６３】ここで、Ｃ3は定数、ＧＹは横加速度であ
る。横加速度ＧＹは、ハンドル角センサ（図示せず）で
検出されたハンドル角ＳＴと車速Ｖとに基づいて、次式
によって演算される。

【００６４】ＧＹ＝ＳＴ／｛ｉＳ・Ｌ（Ａ＋１／Ｖ²）｝／9.8 ・・・（７）

【００６５】ここで、ｉＳはステアリングギヤ比、Ｌは
ホイールベース、Ａはスタビリティファクタであって車
両によって決まる定数である。このようなコーナリング
抵抗ＲCを転がり抵抗Ｒrの演算の中に含ませることによ
り、ハンドルを大きくきったときの勾配抵抗ＲSが正確
に演算される。すなわち、コーナリング抵抗ＲCを含ま
せない場合には、下り屈曲路ではコーナリング中の勾配
が実際より小さく算出され、平坦路ではコーナリング中
の勾配が実際より大きく算出されることが考えられる
が、コーナリング抵抗ＲCを含ませることによりこれが
防止される。そして、上記（１）式における加速抵抗Ｒ
aは、次式によって演算される。

【００６６】Ｒa＝（Ｗ＋ΔＷ）・ＧＸ・・・（８）

【００６７】ここで、Ｗは上述した車両重量、ΔＷは回
転部分相当重量、ＧＸは車両前後加速度であり、この車
両前後加速度ＧＸは、車速Ｖの差分値により求められ
る。そして、回転部分相当重量ΔＷは、次式によって演
算される。

【００６８】 ΔＷ＝Ｗ0＋｛ＥC＋ＦC（ｉＴ・ｉＦ）²｝・・・（９）

【００６９】ここで、Ｗ0は空車重量、ＥCはタイヤ回転
部分相当重量比率、ＦCはエンジン回転部分相当重量比
率であり、ｉＴおよびｉＦは自動変速機１１のギヤ比お
よびディファレンシャルのギヤ比である。このように、
上記（２）〜（９）式によって算出された値に基づい
て、上記（１）式により勾配抵抗ＲSを算出する。そし
て、算出された勾配抵抗ＲSの算出値を基に、走行路面
勾配θが、次式によって演算される。

【００７０】 θ＝ＲS／Ｗ・・・（１０）

【００７１】次に、走行パラメータ演算手段１で求めら
れた各種車両走行パラメータを基に、階層型ニューラル
ネットワーク２において、図４と図５に示したニューラ
ルネットワーク（１）〜（３）の各入力変数Ｘ_i1〜Ｘ_i5
を計算する。入力変数Ｘは、路面勾配を表す変数で、上
記（１０）式により演算された路面勾配θが各変速段で
決まる所定の基準値θｒに対する比（０〜１の値）とし
て正規化される。

【００７２】入力変数Ｘ_i2は、車速を表す変数で、走行
パラメータ演算手段１によって求められた車速Ｖが各変
速段で決まる所定の基準値Ｖｒに対する比（０〜１の
値）として正規化される。入力変数Ｘは、車両の横加速
度を表す変数で、上記（７）式によって演算された横加
速度ＧＹが所定の基準値ＧＹｒに対する比（０〜１の
値）として正規化される。図４のニューラルネットワー
ク（１）の入力変数Ｘ_i4は、車両の前後加速度を表す変
数で、車速Ｖの差分値により求められた前後加速度ＧＸ
が所定の基準値ＧＸｒに対する比（０〜１の値）として
正規化される。

【００７３】図５のニューラルネットワーク（２）の入
力変数Ｘ_i4は、アクセル踏み込み期間中の車両の加速度
（加速力）を表す変数で、車速Ｖの差分値により求めら
れた加速度ＧＡが所定の基準値ＧＡｒに対する比（０〜
１の値）として正規化される。図５のニューラルネット
ワーク（３）の入力変数Ｘ_i5は、ブレーキペダル踏み込
み期間中の車両の減速度（ブレーキ力）を表す変数で、
車速Ｖの差分値により求められた減速度ＧＢが所定の基
準値ＧＢｒに対する比（０〜１の値）として正規化され
る。

【００７４】ステップＳ２では、ステップＳ１で求めら
れた各種入力変数Ｘ_i1〜Ｘ_i5を基に、走行状態に応じた
車両の制駆動力の適合度をニューラルネットワークを用
いて計算処理をする。図４および図５で示したニューラ
ルネットワーク（１）、（２）、（３）は、階層型３層
構造のニューラルネットワークであり、ニューラルネッ
トワークの各層は複数のニューロン（図４、図５では○
印）から成り立ち、層内のニューロン間の結合はない。
各層間のニューロンは互いに結合（図４、図５では○印
間の線分）しており、入力層から出力層へ一方向に結合
している。

【００７５】各ニューロン間の結合の強さは重み（ニュ
ーラルネットワークを学習することによって予め決めら
れたシナプス結合荷重）によって決定されている。入力
層の各ニューロンは１入力１出力の素子であり、その出
力Ｘ_Iは入力Ｘ_inに等しい。入力層以外の各層のニュー
ロンは多入力１出力の素子であり、各層のニューロンは
前の層のニューロンからの重み付き出力の総和を入力と
し、この入力に関数ｆをかけたものを出力する。入力層
以外の各層のニューロンの入力および出力の関係は、次
式（１１）、（１２）、（１３）、（１４）によって計
算される。

【００７６】

【００７７】Ｙ_j＝ｆ（ｘ_j）・・・（１２）

【００７８】

【００７９】Ｚ_k＝ｆ（ｙ_k）・・・（１４）

【００８０】ここで、Ｘ_iは入力層ニューロンｉの出力
値、ｘ_iとＹ_jは中間層ニューロンｊの入力値と出力値、
ｙ_kとＺ_kは出力層ニューロンｋの入力値と出力値、ＷＸ
_iｊは入力層ニューロンｉと中間層ニューロンｊ間の結
合荷重、ＷＹ_jkは中間層ニューロンｊと出力層ニューロ
ンｋ間の結合荷重である。式（１２）、（１４）の関数
ｆはシグモイド関数であり、図７に示すような特性を持
ち、次式で表される。

【００８１】ｆ（ｘ）＝１／｛１＋exp（−ｘ）｝・・・（１５）

【００８２】図４のニューラルネットワーク（１）で
は、例えば平坦路や登坂路のような駆動力が要求される
走行状態になると車両の制駆動力の適合度の演算値ＮＮ
Ｏ₁が値０の方向に減少し、屈曲した降坂路のような制
動力が要求される走行状態になると演算値ＮＮＯ₁が値
１の方向に増大するようにニューラルネットワーク自体
が予め学習によって設定されている。図５のニューラル
ネットワーク（２）では、車両の駆動力の適合度を計算
し、駆動力が要求される走行状態になると適合度の演算
値ＮＮＯ₂は値０の方向に減少するように設定されてお
り、ニューラルネットワーク（３）では、車両の制動力
の適合度を計算し、制動力が要求される走行状態になる
と適合度の演算値ＮＮＯ₃は値１の方向に増大するよう
に設定されている。

【００８３】ステップＳ３では、制御モード判定手段３
により走行状態に応じた制御モードＭＤＥの判定処理を
する。上述した走行状態を表すパラメータのうち、現在
の変速段ＳＦ、スロットル開度Ｔｈ、車速Ｖ、路面勾配
θ、変速線図上の変速段ＳＰＳＦ、車両の横方向加速度
ＧＹおよび階層型ニューラルネットワーク２からの車両
の制駆動力の適合度ＮＮＯに基づいて走行状態に応じた
モード判定を行って、例えばモードＡおよびモードＢ間
での移行がなされる。モードＡは、平坦路や登坂路走行
のような駆動力が要求される通常走行制御モードであ
り、モードＢは制動力が要求される降坂路走行制御モー
ド（制動力制御モード）である。

【００８４】制御モード判定手段３からの制御モードＭ
ＤＥが通常走行制御モード（モードＡ）で、ニューラル
ネットワーク２で演算された車両の制動力の適合度（Ｎ
ＮＯ₁またはＮＮＯ₃）が所定値以上で、走行パラメータ
演算手段１で各々演算により求められた路面勾配θと、
アクセルによる加速度ＧＡと、車両の横方向の加速度Ｇ
Ｙと各々予め設定された所定値との比較結果が所定の論
理と一致した場合は、すなわち、例えば適合度が0.6以
上であり路面勾配θの所定値が−３％以下で、アクセル
による加速度ＧＡの所定値が“０”（アクセルによる加
速度が０であることを表す）で、横方向の加速度ＧＹの
所定値が0.2Ｇ以下で、これらの所定値が全て達成され
た場合は、制動力が要求される降坂路走行制御モード
（Ｂモード）であると判定して制御モードを移行する。

【００８５】また、制御モード判定手段３からの制御モ
ードＭＤＥが降坂路走行制御モード（Ｂモード）で、ニ
ューラルネットワーク２で演算された車両の駆動力の適
合度（ＮＮＯ₁またはＮＮＯ₂）が所定値以下で、走行パ
ラメータ演算手段１で各々演算により求められた路面勾
配θと、アクセルによる加速度ＧＡと、車両の横方向の
加速度ＧＹと各々予め設定された所定値との比較結果が
所定の論理と一致した場合は、すなわち、例えば適合度
が0.55以下であり路面勾配θの所定値が−１％以上で、
アクセルによる加速度ＧＡの所定値が“１”（アクセル
による加速度が０以外であることを表す）で、横方向の
加速度ＧＹの所定値が0.2Ｇ以下で、これらの所定値が
全て達成された場合、駆動力が要求される通常走行制御
モード（Ａモード）であると判定して制御モードを移行
する。このように急な走行状態変化に対しても円滑な制
御モードの移行が行なわれる。

【００８６】ステップＳ４では、変速比判定手段４によ
り、制御モード判定手段３からの制御モードＭＤＥがモ
ードＡの場合は、基本的にはスロットル開度Ｔｈと車速
Ｖとにより予め設定されている変速線図上で変速段ＳＰ
ＳＦを判定するが、階層型ニューラルネットワーク２で
演算された車両の駆動力の適合度ＮＮＯ（図４のＮＮＯ
₁、図５のＮＮＯ₂）と車両の駆動力の適合度基準値ＮＮ
ｒとを比較し、適合度ＮＮＯが基準値ＮＮｒ以下で、か
つ路面勾配θと、アクセルによる加速度ＧＡと、ブレー
キ減速度ＧＢと、車速Ｖが各々予め条件設定された所定
値と比較した結果が所定の論理と一致すれば、すなわ
ち、例えば基準値ＮＮｒが0.3以下で、かつ、路面勾配
θの所定値が＋６％以上で、加速度ＧＡが所定値以下
で、ブレーキ減速度ＧＢの所定値が“０”（ブレーキが
かかっていないことを表す）で、車速Ｖの所定値が４０
Ｋｍ以上で、これらの所定値が全て達成された場合、現
在勾配の大きい登坂路を走行しているとして充分なエン
ジンの駆動力を発生させるためにダウンシフトが必要で
あると判定し、現在使用中の変速段からのダウンシフト
を実行する。

【００８７】また、モードＢの場合は、階層型ニューラ
ルネットワーク２で演算された車両の制動力の適合度Ｎ
ＮＯ（図４のＮＮＯ₁、図５のＮＮＯ₃）と車両の制動力
の適合度基準値ＮＮｒとを比較し、適合度ＮＮＯが基準
値ＮＮｒ以上で、かつ、路面勾配θと、アクセルによる
加速度ＧＡと、ブレーキ減速度ＧＢと、車速Ｖが各々予
め条件設定された所定値と比較した結果が所定の論理と
一致すれば、すなわち、例えば基準値ＮＮｒが0.7以上
で、かつ路面勾配θの所定値が−３％以下で、アクセル
による加速度ＧＡの所定値が“０”（アクセルによる加
速度が０であることを表す）で、ブレーキ減速度ＧＢの
所定値が“１”（ブレーキがかかっていることを表す）
で、車速Ｖの所定値が７０Ｋｍ以下で、これらの所定値
が全て達成された場合、現在下り勾配の大きい降坂路を
走行しているとして充分なエンジンの制動力を発生させ
るためにダウンシフトが必要であると判定し、現在使用
中の変速段からのダウンシフトを実行する。

【００８８】また、制動力制御モード（モードＢ）中に
スロットル開度Ｔｈが所定の範囲内例えば５〜２０％の
範囲内で、かつスロットル開度Ｔｈと車速Ｖによって予
め設定されている変速線図から読み取った変速段ＳＰＳ
Ｆが現在の変速段ＳＦより大きい場合は、運転者が制動
力制御モードの解除を要求しているものとみなして増速
側（変速段の高速側）に変速比を切り換える判定をす
る。

【００８９】ステップＳ５では、制駆動力過不足判定手
段５により、車両の制動力の適合度基準値ＮＮｒによる
ダウンシフト実行が走行状態に応じたものであったか運
転者の意図するものであったかどうかを、運転者のアク
セルおよびブレーキ操作に基づいて車両の制動力の過不
足状態として判定処理する。モードＢの場合、車両の制
動力の適合度基準値ＮＮｒの設定値が高すぎると、ダウ
ンシフト判定が遅れて降坂路を走行するのに必要な制動
力が不足するため運転者の単位時間当りのブレーキ減速
時間割合が増加するので、このブレーキ減速時間割合が
所定の比率例えば0.4以上の場合には、制駆動力過不足
判定手段５により制動力不足と判定する。

【００９０】また、変速比判定手段４が運転者のアクセ
ル操作により増速側（変速段の高速側）に変速比を切り
換える判定をした後、所定時間例えば３秒内に再度制動
力制御モードへ復帰判定した場合は、制動力が過剰状態
であると判定する。さらに、変速比判定手段４が運転者
のアクセル操作により増速側に変速比を切り換える判定
（通常走行制御モード：モードＡ）をした後、所定時間
例えば３秒内に再度降坂路走行制御モード（モードＢ）
へ復帰判定した場合は、制動力が過剰状態であると判定
する。

【００９１】ステップＳ６では、降坂路走行制御モード
（モードＢ）中の制駆動力過不足判定手段５の判定結果
に応じて、変速比判定条件学習手段６で車両の制動力の
適合度の基準値ＮＮｒを学習補正する。制駆動力過不足
判定手段５の判定結果が制動力過剰の場合は車両の制動
力の適合度基準値ＮＮｒをダウンシフトを抑制する方向
（値１の方向）に補正し、逆に制動力不足の場合は適合
度基準値ＮＮｒをダウンシフトを促進する方向（値０の
方向）に補正する。このような学習補正が繰り返し行わ
れることで、制動力特性を運転車の好みの特性により適
応させることができる。

【００９２】すなわち、降坂路でダウンシフトしたと
き、運転者がエンジンブレーキを不足と感じた場合、運
転者はブレーキペダルを踏み込み減速しようとするが、
これに応じて車両の制動力の適合度基準値ＮＮｒがダウ
ンシフトを促進する方向（値０の方向）に補正されるの
で、自動変速機１１のダウンシフト動作が行われ易くな
り、運転者がエンジンブレーキを必要と感じる状態でダ
ウンシフト動作が行われるようになって、運転者の好み
に対応したダウンシフト動作が行われるようになる。

【００９３】このように本実施例では、変速比判定特性
を走行条件に応じた特性や運転者の好みの特性に適応さ
せることができる。また、ニューラルネットワークは、
出力層のニューロンの数が変速段の数に無関係に１つで
済むので、ニューラルネットワークの演算処理時間を従
来に比し変速段数分の１に低減することができ、メモリ
容量もそれだけ低減することができる。特に、単一のニ
ューラルネットワークの場合（図４の場合）は、登坂路
から降坂路にかけて適合度を連続的に扱えるのでニュー
ラルネットワークに使用されるソフトウエア的制御ロジ
ックを簡素化でき、演算処理時間およびメモリ容量の低
減が図られる。一方、複数個のニューラルネットワーク
の場合（図５の場合）は、駆動力と制動力を得るのに入
力層にそれぞれ専用の入力（駆動力のときは加速力，制
動力のときはブレーキ力）を印加できるので、各制御モ
ードに応じた良好な性能を確保できる。

【００９４】また、制駆動力の過不足判定結果に基づい
て変速比判定条件を学習補正しているので、たとえシス
テムをハンドル操作が標準的な運転者を対象に設計して
いても、この標準的な運転者とハンドル操作等が異なる
その他の運転者例えばスポーテイに運転する人、または
紳士的に運転する人にも対応でき、常に変速比判定特性
を走行条件に応じた特性や運転者の好みの特性に適応さ
せることができる。

【００９５】

【発明の効果】請求項第１項の発明によれば、車両に取
り付けられた各種センサの出力に基づいて車両の走行状
態を表す各種走行パラメータを演算する走行パラメータ
演算手段と、この走行パラメータ演算手段で演算された
複数個の走行パラメータに基づいて車両の制駆動力の適
合度を出力するニューラルネットワークと、このニュー
ラルネットワークで演算された車両の制駆動力の適合度
に基づいて変速比を判定する変速比判定手段と、この変
速比判定手段によって判定された変速比に対する車両の
制駆動力の過不足をアクセルおよびブレーキ操作に基づ
いて判定する制駆動力過不足判定手段とを備えたので、
変速比判定特性を走行条件に応じた特性や運転者の好み
の特性に適応させることができると共に、ニューラルネ
ットワークの演算処理時間やメモリ容量を低減できる等
の効果がある。

【００９６】請求項第２項の発明によれば、請求項第１
項の発明において、制駆動力過不足判定手段による制駆
動力の過不足判定結果に基づいて変速比判定条件を学習
補正する変速比判定条件学習手段を備えたので、変速比
判定特性を走行条件に応じた特性や運転者の好みの特性
により効果的に適応させるできると共に、ニューラルネ
ットワークの演算処理時間やメモリ容量を低減できる等
の効果がある。

【００９７】請求項第３項の発明によれば、請求項第１
項または第２項の発明において、走行パラメータ演算手
段で演算された複数個の走行パラメータおよびニューラ
ルネットワークで演算された車両の制駆動力の適合度に
基づいて走行状態を制御モードとして判定する制御モー
ド判定手段を備え、走行状態に応じた制御モード間の移
行および変速比判定を行なうようにしたので、請求項第
１項または第２項の発明の効果に加えて、走行状態に応
じた変速比判定および制御モード間の移行をきめ細かく
行うことができる等の効果がある。

【００９８】

【００９９】

【０１００】

【０１０１】

【０１０２】

【０１０３】

【０１０４】

【０１０５】

【０１０６】

【０１０７】

【０１０８】

【図面の簡単な説明】

【図１】この発明に係る車両用自動変速機の制御装置の
一実施例を示す機能ブロック図である。

【図２】一実施例の制御装置を有する自動変速機をエン
ジンとともに模式的に示した図である。

【図３】図２における電子制御ユニット（ＥＣＵ）の概
略構成を示すブロック図である。

【図４】一実施例における車両の制駆動力の適合度を演
算する単一構成のニューラルネットワークを示す構成図
である。

【図５】一実施例における車両の制駆動力の適合度を演
算する複数構成のニューラルネットワークを示す構成図
である。

【図６】一実施例の動作を説明するための概略フローチ
ャートである。

【図７】図４および図５におけるニューラルネットワー
クにおける計算時に用いられる関数を例示した図であ
る。

【符号の説明】

１走行パラメータ演算手段２ニューラルネットワーク３制御モード判定手段４変速比判定手段５制駆動力過不足判定手段６変速比判定条件学習手段１１自動変速機１２歯車機構１３変速段切換機構１４電子制御ユニット（ＥＣＵ）１５トルクコンバータ１６エンジン１７作動油圧制御装置

───────────────────────────────────────────────────── フロントページの続き (72)発明者渡部晋治姫路市千代田町840番地三菱電機株式会社姫路製作所内 (72)発明者筒井禎治姫路市千代田町840番地三菱電機株式会社姫路製作所内 (72)発明者東耕正和姫路市千代田町888番地三菱電機コントロールソフトウエア株式会社姫路事業所内 (56)参考文献特開平４−102757（ＪＰ，Ａ) 特開平３−235723（ＪＰ，Ａ) 特開平４−131561（ＪＰ，Ａ) 特開平７−4515（ＪＰ，Ａ) 特開平７−98060（ＪＰ，Ａ) (58)調査した分野(Int.Cl.⁶，ＤＢ名) F16H 59/00 - 61/12 F16H 61/16 - 61/24 F16H 63/40 - 63/48

Claims

(57)【特許請求の範囲】

【請求項１】車両に取り付けられた各種センサの出力
に基づいて車両の走行状態を表す各種走行パラメータを
演算する走行パラメータ演算手段と、この走行パラメータ演算手段で演算された複数個の走行
パラメータに基づいて車両の制駆動力の適合度を出力す
るニューラルネットワークと、このニューラルネットワークで演算された車両の制駆動
力の適合度に基づいて変速比を判定する変速比判定手段
と、この変速比判定手段によって判定された変速比に対する
車両の制駆動力の過不足をアクセルおよびブレーキ操作
に基づいて判定する制駆動力過不足判定手段とを備えた
ことを特徴とする車両用自動変速機の制御装置。
【請求項２】上記制駆動力過不足判定手段による制駆
動力の過不足判定結果に基づいて変速比判定条件を学習
補正する変速比判定条件学習手段を備えた請求項第１項
記載の車両用自動変速機の制御装置。
【請求項３】上記走行パラメータ演算手段で演算され
た複数個の走行パラメータおよび上記ニューラルネット
ワークで演算された車両の制駆動力の適合度に基づいて
走行状態を制御モードとして判定する制御モード判定手
段を備え、走行状態に応じた制御モード間の移行および
変速比判定を行なうようにした請求項第１項または第２
項記載の車両用自動変速機の制御装置。