JP3763476B2

JP3763476B2 - 車両及び運転者の挙動解析システム

Info

Publication number: JP3763476B2
Application number: JP2003153184A
Authority: JP
Inventors: ヒーマーマーカス; 隆徳松永
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 2003-05-29
Filing date: 2003-05-29
Publication date: 2006-04-05
Anticipated expiration: 2023-05-29
Also published as: US7239945B2; US20040243368A1; DE10353650A1; JP2004352116A

Description

【０００１】
【発明の属する技術分野】
この発明は、一般的には事故再現システムに関し、特に、危機的な運転状況を解析および査定するシステムに関するものである。
【０００２】
【従来の技術】
今日、最新の車両において、乗員の安全性を高めるために多大な努力がなされている。エアバッグシステムおよび車体構造の改良に加えて、制御システムの果たす役割は大きくなってきている。ブレーキの電子制御システム、すなわち車両安定制御（ＶＤＣ：vehicle dynamics control）は、最新の車両において搭乗者の安全性を著しく高めた。なお、関連の先行技術文献として、非特許文献１、２、３、４及び５がある。
【０００３】
ＶＤＣシステムの普及に伴い、事故の数秒前の事象を再現することが難しくなるという弊害がある。路面のブレーキ痕が見当たらないことは非常に多い。ブレーキ痕は事故再現の専門家が調査する際の重要な手段であるため、犯罪であるか否かの問題に明確に答えることができないのである。
【０００４】
さらに、保険金詐欺の数は増加傾向にある。今日では、ドイツの保険金がらみの全事象のうち１０％は人為的操作によるものであり、ドイツの年間財政損失は１０億ドルを超えると推定される。
【０００５】
事故再現のための既存のシステム、すなわち、いわゆるイベントデータレコーダ（ＥＤＲ：event data recorder）は、専用に搭載されたセンサによって得られる測定情報のみを用いる（例えば、特許文献１参照）か、または車両のエアバッグシステムを用いている。
【０００６】
別のシステムは、一組の微分方程式を解くことによって車両の動きを再構築する（例えば、特許文献２参照）。
【０００７】
【特許文献１】
独国特許発明第１９５０９７１１号明細書（第１頁−第３頁）
【特許文献２】
独国特許発明第４１３２９８１号明細書（第１頁−第４頁、図１−図３）
【非特許文献１】
M. Burckhardt. 「Radschlupf-Regelsysteme」 Vogel Fachbuchgruppe: Fahrwerktechnik. Vogel Buchverlag, Wuerzburg, 1st edition, 1993
【非特許文献２】
S. L. Miller et al. 「Calculating longitudinal and lateral wheel slip and tire parameters using GPS velocity」 Proceedings of the American Control Conference, Society of Automotive Engineers (SAE), Arlington, VA, USA, 2001
【非特許文献３】
U. Kiencke and L. Nielsen. 「Automotive Control Systems」 Springer-Verlag, Berlin, Heidelberg, New York, 2000
【非特許文献４】
M. Mitschke.「Dynamik der Kraftfahrzeuge」 Band A: Antrieb und Bremsen. Springer-Verlag, Berlin, Heidelberg, New York, 2nd edition, 1988
【非特許文献５】
M. Mitschke. 「Dynamik der Kraftfahrzeuge」 Band C: Fahrverhalten. Springer-Verlag, Berlin, Heidelberg, New York, 2nd edition, 1990
【０００８】
【発明が解決しようとする課題】
上述したような従来のシステムでは、事故等の危険な運転状況を定量的に解析し、評価するために必要なすべての情報を記録することができないという問題点があった。
【０００９】
この発明は、上述のような課題を解決するためになされたもので、第１の目的は、事故等の危険な運転状況を完全に解析するために必要な情報を記録することができる車両及び運転者の挙動解析システムを得るものである。
【００１０】
また、第２の目的は、主に事故再現のために使用するが、それに加えて、交通規則違反の証明、または必ずしも事故に至らなかった不安定な運転状況の解析の手段としても使用することができる車両及び運転者の挙動解析システムを得るものである。
【００１１】
【課題を解決するための手段】
この発明に係る車両及び運転者の挙動解析システムは、車載電気機器の動作情報、車載データネットワークを介して得られるデータ、及び車両を構成する電気装置から得られる付加情報を内部で演算可能な形式に変換を行うデータ前処理手段と、前記データ前処理手段からの前処理済データに基づいて車両搭載センサでは測定できない変数を推定する車両モデル／推定手段と、前記データ前処理手段からの前処理済データ、及び前記車両モデル／推定手段からの推定された変数を共通の時刻管理情報に統合して事故のシナリオを再現するモデルベース再現手段と、前記モデルベース再現手段により再現された事故のシナリオに基づいて車両、及び運転者の挙動を査定する査定手段とを設け、前記車両モデル／推定手段は、前記データ前処理手段からの前処理済データに基づいて、車両に搭載されるセンサでは測定できない変数として、車両の重心速度を求める車速推定部と、前記データ前処理手段からの前処理済データに基づいて、車両の動力伝達機構を数式として構築した駆動モデルを用いて駆動トルク求める駆動モデル部と、前記前処理済データ、前記車両の重心速度、及び前記駆動トルクに基づいて、車両に搭載されるセンサでは測定できない変数として、車両の重量を推定する車重推定部と、前記前処理済データ、及び前記車両の重心速度に基づいて、車輪を数式として構築した車輪モデルを用い、車両に搭載されるセンサでは測定できない変数として、タイヤの横すべり角と車輪に作用する力を計算する車輪モデル部と、前記前処理済データ、前記車両の重心速度、前記車両の重量、及び前記車輪に作用する力に基づいて、走行時における車両の状態を数式として構築した状態空間モデルを用い、車両に搭載されるセンサでは測定できない変数として、車体の横すべり角を導出する状態空間モデル部とを含むものである。
【００１２】
【発明の実施の形態】
実施の形態１．
この発明の実施の形態１に係る車両及び運転者の挙動解析システムについて図面を参照しながら説明する。図１は、この発明の実施の形態１に係る車両及び運転者の挙動解析システムの構成を示す図である。なお、各図中、同一符号は同一又は相当部分を示す。
【００１３】
図１において、車両モデル／推定装置（車両モデル／推定手段）３０および査定装置（査定手段）７０は、本システム１０の中核を構成する。この車両モデル／推定装置３０において実行されるアルゴリズムによって、事故再現のために重要な測定不可能な変数を求めることができる。開示される本システム１０では、微分方程式の解が得られるだけでなく、さらに、推定手法を用いて状態および車両の重量等のパラメータも得られる。たとえば、車両の重量が推定されると、これによりその車両が過荷重であるか否かを判定することができる。さらに、摩擦係数を求めて、車両の周辺環境についての情報を導出することができる。またさらに、車両の対地速度および車体の横すべり角により、危機的な運転状況における車両状態についての情報が得られる。
【００１４】
車両及び運転者の挙動解析システム１０は、以下の２つの理由により、常に測定誤差（雑音、オフセット、ドリフト等）を受ける測定可能なセンサ情報のみを用いるシステムよりも、より正確なデータを得ることができる。
【００１５】
第１に、本システム１０は、既存の冗長性も用いる。たとえば、車輪速と加速度信号との組み合わせを用いることにより、前後方向の車両の移動量の測定を改善することができる。
【００１６】
第２に、システム１０内で使用される車両モデルは、（モデル自体に隠された事前の知識により）さらにフィルタのように動作する。これは、フィルタリング効果により、より高い精度を達成できることを意味する。
【００１７】
これらの理由に関して、システム１０により、事故のシナリオのより正確な再現が保証される。しかしながら、車両及び運転者の挙動解析システム１０は、単に車両の挙動再現という分野における現状の「技術状態」を改善するだけではない。車両モデル／推定装置３０およびモデルベース再現装置（モデルベース再現手段）５０からのデータに基づいて、危機的な運転状況における車両および運転者の挙動を、さらに査定することができる。この新たな過程は査定装置７０において実行され、この過程は、事故の数秒前を明らかにすることを助け、既存のＥＤＲシステムを改良する。これは、既存のＥＤＲシステムが車両の移動を描写することに限られているからである。
【００１８】
危機的な運転状況における車両および運転者の挙動の解析に対し、重要な作用がいくつかある。
【００１９】
まず、車両ダイナミクスおよびその軌跡を正確に描写する必要がある。それゆえ、事故再現のために重要ないくつかの測定不可能な変数を求めなければならない。危機的な運転状況における運転者の挙動について推論することもまた必要である。運転者が事故前に適切な行動をとらないことは非常によくある。したがって、運転者の入力を分析すること、およびそれにより得られる車両ダイナミクスにより運転者の挙動を査定することは、本システム１０の基本的な要件である。
【００２０】
最後に、車両の周辺環境は、道路交通における車両および運転者の挙動に著しく影響を及ぼす。したがって、事故前後の車両の周囲の現場の状態について推論する必要がある。
【００２１】
つぎに、この実施の形態１に係る車両及び運転者の挙動解析システムの詳細な動作について図面を参照しながら説明する。
【００２２】
本システム１０は、車両において入手可能なデータを取得する。前照灯（ヘッドライト）、尾灯（テールライト）、ブレーキ、フォッグランプ、後退灯（back light）、方向指示器、ハザードランプ、ハイビームの状態が、電気機器２によって提供される。しかしながら、ワイヤハーネス１２から利用可能であるのはライトの情報だけではない。さらに、チェックランプ（check lamp）やワイパー、クラクションの状態が記録され得る。緊急車両の場合には、非常灯と救急サイレン（ambulance horn）の状態が重要であるかもしれない。
【００２３】
信号は、通常、マイクロプロセッサに印加できる最大電圧よりも高い電圧を有するため、ワイヤハーネス１２から信号を受信した後に、データ前処理装置（データ前処理手段）２０において事前に前処理する必要がある。
【００２４】
今日の最新車両には、１つまたは複数の車載データネットワーク４が装備されている。多くの場合、そのような通信ネットワークは、ＣＡＮ（Controller Area Network：コントローラエリアネットワーク）に代表される。
【００２５】
本システム１０は、利用可能なセンサ情報をＣＡＮバス１４からデータ前処理装置２０に読み込む。しかしながら、本システム１０は、他のいかなる車載データネットワークからのデータも読み取ることが可能であり、ＣＡＮバス１４に限られない。また、本システム１０は、車両のエンジン制御装置（ＥＣＵ：Engine Control Unit）から直接データを取得することができる。
【００２６】
最後に、本システム１０は、例えばエアバッグシステムやＡＢＳシステムのような車両を構成する電気装置から、付加情報６が個々の導線１６を介して取得する。この情報の全てが、データ前処理装置２０に入力され、ここで信号がＣＰＵ内で処理されるために準備される。
【００２７】
前処理後に、データは、共通の導線２５を介して車両モデル／推定装置３０へと伝達される。この車両モデル／推定装置３０において、前処理済データは、測定することができない状態を推定するためと、事故再現理論で関係する車両に作用する力および他の変数を計算するために用いられる。さらに、導線２５上の前処理済データは、車両のセンサ情報の既存の冗長性を用いて補強される。
【００２８】
車両モデル／推定装置３０において車両モデルと推定の計算を実行した後、データは内部双方向バス３５に書き込まれ、メモリ４０に保存される。このメモリ４０としては、たとえばＦＬＡＳＨ−ＲＯＭまたはＥＥＰＲＯＭなどのような不揮発性メモリを用いても、あるいは揮発性ランダムアクセスメモリ（ＲＡＭ）を用いてもよい。後者の場合、メモリモジュールはデータ損失からシステムを守るように、バッテリで保護される。事故が起こると、車両電源が遮断されるため、車両及び運転者の挙動解析システム１０は、記録されたデータを失ってしまう可能性があるためである。
【００２９】
事故の発生後、データはインタフェース４５を介してモデルベース再現装置５０へ伝達され、そこで事故後の車両位置から後戻りするためのバックトラッキングアルゴリズムが実行される。さらに、車両モデル／推定装置３０からの全情報が、共通の時刻管理情報に従い、順序立てられた形で設定される。
【００３０】
さらに、車両のワイヤハーネス１２から収集された情報は、運転者が与える信号を解析するために用いられる。これら信号は、データ前処理装置２０から複数の導線２７を介してメモリ４０へ直接流れる。メモリ４０に情報を適切に保存する動作は、マイクロプロセッサ（図１には図示せず）によって管理される。
【００３１】
事故についての人間の付加的な知識（人による情報）８が、ユーザインタフェース１８によってモデルベース再現装置５０に入力される。事故再現の専門家にとって興味深い、人による付加的な知識とは、たとえば、警官または重要な目撃者により提供される現場気象状況、道路状態（凍結、泥砂の散乱など）、カーブ半径、または道路傾斜のような車両の周囲の環境である。集まった情報に基づいて、事故のシナリオがモデルベース再現装置５０において再現され、内部バス６５を介して査定装置７０へ流れる。
【００３２】
この査定装置７０において、事故のシナリオについての全情報が、車両の周囲の環境条件に左右される運転者および車両の挙動を査定するために処理される。
【００３３】
図２は、この発明の実施の形態１に係る車両及び運転者の挙動解析システムのデータ前処理装置の構成を示す図である。
【００３４】
電気機器２からの「複数の静的状態」についての情報（ライト、ワイパー、クラクション等）は、ワイヤハーネス１２を介してデータ前処理装置２０に伝達される。ワイヤハーネス１２からの信号レベルは、通常、車両のバッテリ電源に等しい。この信号レベルは、マイクロプロセッサ回路には高すぎるため、一般的な導線２１５を介してＣＰＵ（図２には図示せず）に転送するために、第１の信号変換部２１０において変換する必要がある。
【００３５】
ＣＡＮバス１４、任意の他の車載データネットワーク、またはＥＣＵから得られた情報は、信号復号器２２０において復号化されなければならない。この信号復号器２２０は、供給されたデータの供給元と優先順位を得るために、ＣＡＮ識別子を解読する。
【００３６】
信号復号器２２０での解読後、信号は導線２２５を介してデジタルフィルタ２４０に伝達され、このデジタルフィルタ２４０は、高周波ノイズを除去するために解読したデータをローパスフィルタリングする。このデジタルフィルタ２４０は、必要な処理速度に応じてデジタル信号プロセッサ（ＤＳＰ：Digital Signal Processer）またはマイクロコントローラで実施することができる。このデジタルフィルタ２４０は、内部バス２４５によってＣＰＵ（図２には図示せず）に接続される。
【００３７】
エアバッグシステムのような車両サブシステムからの付加情報６は、一組の導線１６を介して第２の信号変換部２３０に入力される。また、第２の信号変換部２３０は、ＣＰＵで処理するために信号を変換する。さらに、一組の導線１６からの信号がアナログ信号の場合には、信号レベルはアナログ／デジタル変換器（ＡＤＣ：Analog to Digital Converter）２６０のマージンの利用を最適にするように変換される。この第２の信号変換部２３０により変換された信号は、導線２３５を介してフィルタ２５０に入力され、エイリアス除去フィルタリングされる。このフィルタリングされた信号が導電線２５５を介して、ＡＤＣ２６０に送られ、ここで信号はデジタル化される。デジタル化された信号は、ＡＤＣ２６０から導線２６５を介してＣＰＵに転送される。一方、導線２７５を介してＣＰＵに直接伝達される信号は、ＡＢＳ動作状態判別信号のように静的状態であり、フィルタリングもＡＤ変換もする必要がない。
【００３８】
図３は、この発明の実施の形態１に係る車両及び運転者の挙動解析システムの車両モデル／推定装置の構成を示す図である。
【００３９】
変換およびフィルタリングされた車載データネットワークからの信号が、内部バス２４５を介して車両モデル／推定装置３０に供給される。この車両モデル／推定装置３０は、１つまたは複数のマイクロプロセッサ上で実行されるアルゴリズムで動作する。結果を他のサブシステムで処理できるようなより良い概観を提供するために、図３に示す種々のサブシステム（３１０、３１５、３２０、３２５、３３０、３３５、３４０、３４５、３５０、３６０）が矢印によって接続される。これらの矢印は、車両モデル／推定装置３０の構成要素（サブシステム）間の信号の流れを示す。実際には、これらのサブシステムは、レジスタおよび／または外部メモリから必要な入力を得て、かつ、それらの計算結果をレジスタおよび／または１つまたは複数のマイクロプロセッサ（図３には図示せず）によってアドレス指定された外部メモリに保存する。
【００４０】
車速推定器３１０は、導線３１２を介して車両の重心（ＣｏＧ：center of gravity）における対地速度を出力するために、内部バス２４５からの車輪速および前後方向（longitudinal）の加速度信号を用いる。これは１つのブロックで示され、車両における冗長情報を用いてより正確なデータを処理する。この車速推定器３１０は、図５でより詳細に説明する。
【００４１】
垂直方向の力サブシステム３１５は、車両の重心（ＣｏＧ：center of gravity）に近接して取り付けられた加速度センサからの前後方向（longitudinal）および横方向の加速度により、垂直方向の車輪の力を求めるアルゴリズムを含む。車輪に垂直方向に作用する力は、転がり摩擦サブシステム３３０、車輪モデルサブシステム３４０、及び摩擦推定器３５０の入力として必要であり、一組の導線３１６を介してこれらのサブシステムへ供給される。垂直方向の車輪の力に関する方程式の詳細な導出は、非特許文献３において見ることができる。
【００４２】
駆動モデルサブシステム３２０は、内部バス２４５を介して提供されるエンジン回転数およびスロットル開度を処理し、車重推定器３４５において必要とされる被駆動車輪にかかる駆動トルクを、導線３２１を介して出力する。この駆動モデルサブシステム３２０は、図７により詳細に示される。
【００４３】
ステアリングモデルサブシステム３２５は、運転者のステアリング入力（ハンドル角）と、導線３２６に供給される出力、すなわち車輪の操舵角との関係を示すサブシステムである。ステアリングモデルサブシステム３２５は、入力角と出力角との間の伝達率（transmission factor）を含む。このサブシステムをより正確に記述するためには、ハンドルの固さおよび車輪に横方向に作用する力も同様に考慮し得る。このステアリングモデルサブシステム３２５の詳細な記述は、基礎となる方程式の構成とともに、非特許文献５において見ることができる。
【００４４】
転がり摩擦サブシステム３３０において、垂直方向の力サブシステム３１５において計算される車輪に垂直方向に作用する力、ならびに車速推定器３１０から推定されるＣｏＧ速度は、転がり摩擦抵抗を得るために処理され、導線３３１を介して車重推定器３４５に供給される。この転がり摩擦サブシステム３３０において転がり抵抗を求める基礎となる方程式は、非特許文献４に記載される近似方程式である。これは、車速、車輪に垂直方向に作用する力、および経験的実験において求めたいくつかの固有の転がり抵抗係数を含む四次多項式である。
【００４５】
道路勾配および風力サブシステム３３５は、道路勾配および風力を求めるユニットである。これら両方の影響は、力の平衡を設定する際に考慮されなければならない。道路勾配は、車重推定器３４５へ、かつ導線３３６を介して非線形状態空間モデルサブシステム３６０へ転送される。導線３３７は、道路勾配および風力サブシステム３３５において計算された風力を車重推定器３４５と非線形状態空間モデルサブシステム３６０に供給する。その結果、道路勾配は、内部バス２４５を介して得られる車輪速および前後方向の加速度によって処理される。前後方向の加速度と、車輪速の導関数（すなわち車輪加速度）との間に導出される結果は、道路勾配によって発生する加速度センサの誤った向きによるものである。風速は、導線３１２を介して供給される力と車両のＣｏＧ速度と力の二次関係式によって計算される。
【００４６】
車両モデル／推定装置３０の重要なサブシステムの１つは、車輪モデルサブシステム３４０である。２組の導線３４１および３４２を介して出力される前後方向および横方向の車輪の力に加えて、タイヤの横すべり角（ＴＳＳＡ：tire side slip angle）が計算される。このタイヤの横すべり角は、事故再現において重要な測定不可能な基本変数である。このタイヤの横すべり角を解析することで、オーバーステアまたはアンダーステアの運転状況がわかる。タイヤの横すべり角が車輪モデルサブシステム３４０において求められ、一組の導線３４３を介して出力されるのはそのためである。この車輪モデルサブシステム３４０は、内部バス２４５を介して得ることができる前処理済ヨーレート信号、導線３１２を介して得られるＣｏＧ速度、一組の導線３１６からの車輪に垂直に作用する力、導線３２６を介して得られる車輪の操舵角、及び導線３７１を介して得られる車体横すべり角（ＶＢＳＳＡ：vehicle body side slip angle）を用いる。この車体横すべり角は、非線形状態空間モデルサブシステム３６０の非線形観測器３７０において計算される。この車輪モデルサブシステム３４０は、図６において詳細に示される。
【００４７】
ある車両が過荷重であるか否かを推論するためには、実際の車重を知ることが望ましい。車重推定器３４５において再帰的最小二乗（ＲＬＳ：recursive least squares）推定が実行され、導線３４６に車重を出力するのはそのためである。このＲＬＳ推定法は、リアルタイムで変数を推定する一般的な手段であり、そのため、同定および推定理論に精通した者にはよく知られている。計算による可能性に応じて、基本的には操作変数法や最尤法などの他のパラメータ推定法も適用することができる。車重推定器３４５において実施される質量推定方程式は、ＣｏＧにおける力の平衡から導出される。駆動モデルサブシステム３２０によって導線３２１を介して供給される駆動力に加えて、抵抗力も処理されるのはそのためである。後者は、導線３３１を介して（転がり摩擦サブシステム３３０から）、ならびに導線３３６および３３７を介して（道路勾配および風力サブシステム３３５から）得ることができる。さらに、導線３１２を介するＣｏＧ速度が必要である。基礎となる力の平衡ならびにＲＬＳ法は、非特許文献３に記載される。
【００４８】
摩擦推定器３５０は、垂直方向の力サブシステム３１５において計算され、導線３１６を介して供給される車輪に垂直方向に作用する力、ならびに内部バス２４５を介して得ることができる前後方向の加速度および車輪速を用いる。これらの情報は、２つの車軸上の個々の摩擦係数を得るために処理される。摩擦係数は、車輪におけるトルク平衡およびＣｏＧでの力の平衡によって求められる。結果として得られる一組の一次方程式を解くことにより、摩擦係数が提供される（詳細な導出については非特許文献３を参照）。一対の導線３５１を介して供給される摩擦係数は、車両及び運転者の挙動解析システム１０の基本変数を示すが、直接測定することはできない。摩擦係数を知ることは、車両及び運転者の挙動解析システム１０について定義される必要性の１つである、車両の周辺環境についての情報を有することを意味する。
【００４９】
車体横すべり角（ＶＢＳＳＡ）を求めるために、状態空間モデル３６５は、非線形状態空間モデルサブシステム３６０において設定される。この車体横すべり角は、事故再現理論における基本変数でもある。これを標準的な車両で測定するためには、多大な努力が必要である。それゆえ、車体横すべり角を、導線３７１へ出力するとともに、車輪モデルサブシステム３４０へ出力する観測器３７０によって求めなければならない。この非線形状態モデルサブシステム３６０は、状態空間モデル３６５と非線形観測器３７０を含み、図４に詳細に記載される。
【００５０】
図３に示す車両モデル／推定装置３０は、測定不可能な変数を得るための１つの例である。基本的に、種々のサブシステムの他の実施態様も可能である。サブシステムの境界条件に応じて多様な可能性が存在する。モデルは、車体横すべり角（導線３７１）、タイヤ横すべり角（導線３４３）、摩擦係数（導線３５１）、重心速度（導線３１２）、および車両の重量（導線３４６）を求めることが可能である。さらに、横方向および垂直方向に作用する力ならびに駆動力が計算される。本モデルベースシステムが既存のイベントデータレコーダ（ＥＤＲ：event data recorder）よりも多くの情報を提供可能であり、それによって事故をより正確に再現できるのは、このためである。
【００５１】
図４は、この発明の実施の形態１に係る車両及び運転者の挙動解析システムの車両モデル／推定装置の非線形状態空間モデルの構成を示す図である。
【００５２】
非線形状態空間モデルサブシステム３６０の状態空間モデル３６５のプロセスは、次の式（１）及び（２）のように記述される。
【００５３】
【数１】

【００５４】
状態ベクトル（−）ｘは、測定不可能な変数、例えば車体横すべり角（ＶＢＳＳＡ）を含む。なお、（−）ｘは、式（１）に示すように、ｘにアンダーラインがあることを表し、以下同様である。
【００５５】
初めに、関数（−）ｆ（（−）ｘ，（−）ｕ）は、重心における力およびトルクの平衡により設定される。それゆえ、測定可能な変数は測定不可能な変数に変換され、たとえばこの特定の場合では、前後方向および横方向の加速度が車体横すべり角（ＶＢＳＳＡ）との関係に置換される。最後に、式（１）および（２）は、測定不可能な状態（−）ｘ、入力ベクトル（−）ｕ、および測定ベクトル（−）ｙの関係を含む。入力ベクトルは、たとえば前後方向の車輪の力および車輪操舵角からなる。
【００５６】
非線形状態空間モデルサブシステム３６０の非線形観測器３７０は、次の式（３）及び（４）のように記述されるプロセスモデルによって構成される。
【００５７】
【数２】

【００５８】
プロセスの開始状態（−）ｘ_０とモデルの開始状態（−）（∧）ｘ_０は異なるため、測定されたベクトル（−）ｙと推定測定ベクトル（−）（∧）ｙには差があるであろう。なお、（−）（∧）ｘは、式（３）に示すように、ｘにアンダーラインがあり、かつｘの上にハットがあることを表し、以下同様である。
【００５９】
差（−）ｙ−（−）（∧）ｙは、行列（−）Ｌに加えられ、モデルにフィードバックされ、結果として式（３）および（４）が得られる。測定不可能な状態空間ベクトル（−）ｘを正確に推定するために、推定状態空間ベクトル（−）（∧）ｘは（−）ｘに等しくならねばならない。換言すると、（−）ｘと（−）（∧）ｘとの差は０にならねばならない。これは、推定誤差が長いタイムディスタンスで０になるように、行列（−）Ｌの要素を選択することによって達成され得る。（−）Ｌの要素を求める方法、制御技術分野の専門家には既知である。
【００６０】
状態空間モデル３６５は、線形または非線形に設定され得る。前者の場合、単純なルーエンバーガー（ＬＵＥＮＢＥＲＧＥＲ）観測器が、（−）Ｌの要素を提供する。後者の場合、たとえばＺＥＩＴＺによる非線形観測器を実施する必要がある。後者の方法は、非特許文献３に詳細に記載され、非線形４輪状態空間モデルが導入されている。測定不可能な状態ベクトル（−）ｘの推定ベクトル（−）（∧）ｘは、非線形状態空間モデルサブシステム３６０の出力である。非線形観測器３７０により、事故再現理論において重要な変数として車体横すべり角（ＶＢＳＳＡ）を求めることができる。
【００６１】
図５は、この発明の実施の形態１に係る車両及び運転者の挙動解析システムの車両モデル／推定装置の車速推定器の構成を示す図である。
【００６２】
車速推定器３１０は、マイクロプロセッサ上で実行されるアルゴリズムで動作する。したがって、サブシステム３１００、３１０１、３１０４、３１０８、３１１０の出力は、１つまたは複数のマイクロプロセッサ内のレジスタ、および／または１つまたは複数のマイクロプロセッサにアドレス指定された外部メモリに書き込まれる。この車速推定器３１０に関するより良い構造および概観を提供するために、機能ブロック図により、システム内の信号の流れについて説明する。実際は、レジスタバンクおよび／または外部メモリの内容を意味する矢印は中間結果であり、最終の結果もまた次の処理のために書込まれる。
【００６３】
前後方向の加速度および車輪速が内部バス２４５から得られる。車速推定器３１０は、より確実な車両の重心速度を、実際の運転状況によって決定するために、加速度および車輪速の冗長情報を用いる。ハードブレーキングや加速状況においては、スリップのため車輪速情報は確実ではない。信号不良が生じる場合もある。加速度信号は、通常、雑音を含み、オフセットおよび／またはオフセットドリフトを受けやすい。運転状況に従って、各センサは多少の重み付けがされる。信号をファジィシステムに加える前に、それら信号を前処理して、系統誤差を排除しなければならない。
【００６４】
車輪速変換サブシステム３１００は、個々の車輪位置の速度を車両の重心位置の速度に変換し、それゆえ外輪が内輪よりも速くなるカーブでの運転操作による誤差を排除する。加速度信号は、加速度修正サブシステム３１０１において修正される。この場合、道路勾配による系統誤差を除去しなければならない。一組の導線３１０２上に出力される変換済みの車輪速はサブシステム３１０４に入力され、ここでは、変換済みの車輪速間の最大偏差が計算され、同時に最新のサンプリングステップにおける車輪速と推定ＣｏＧ速度との間の速度差Δｖ_Rijが計算される。
【００６５】
この結果、最大偏差Δ_ｍａｘは、ある特定の時点における４つの車輪速値のうちの最高値と最低値との差となる。したがって、最大偏差Δ_ｍａｘは概して車輪速の信頼度の測度であり、一方、速度差Δｖ_Rijは、個々の車輪についてのスリップの測定量となる。速度差は、一組の導線３１０６を介して伝達され、最大偏差は導線３１０７を介してファジィシステム３１０８に転送される。
【００６６】
修正された加速度は、ファジィシステム３１０８への別の入力であり、導線３１０３を介してファジィシステム３１０８に供給される。特定の運転状況についての発見的知識はルールベースで実施され、ファジィシステム３１０８内のＩＦ．．．ＴＨＥＮブロックとして示される。ルールベースは、ある特定の信号がその現在の信頼度に従ってどのように重み付けされなければならないかに関する知識を含む。たとえば、車輪速は、大きなブレーキスリップによるＡＢＳブレーキング状況では低く重み付けされるであろう。メンバーシップ関数の選択、ルールベース、および非ファジィ化法を伴う完全なファジィシステム３１０８は、非特許文献３において見ることができる。
【００６７】
一組の導線３１０９を介するファジィシステム３１０８の出力は、４つの車輪速と加速度（ｋ_５）に対する重み係数ｋ_１、ｋ_２、ｋ_３、ｋ_４を含む。重み平均サブシステム３１１０において、推定重心速度が求められる。
【００６８】
【数３】

【００６９】
ＣｏＧ速度は導線３１２を介して出力されるが、次のサンプリングステップについての速度差Δｖ_Rijを求めるために、導線３１０５を介してサブシステム３１０４に戻される。
【００７０】
車速推定器３１０で説明したファジィ速度推定方法は、ＣｏＧ速度推定の一可能性を示すだけである。他のアプローチは、カルマンフィルタを用いるか、または全地球測位システム（ＧＰＳ：Global Positioning System）のような衛星測位システムからの評価情報を用いる。非特許文献２を参照されたい。
【００７１】
車輪の速度で再現を行うのは信頼度が低すぎる。そのため、ＣｏＧの速度が、事故再現における基本変数の１つでもある。
【００７２】
図６は、この発明の実施の形態１に係る車両及び運転者の挙動解析システムの車両モデル／推定装置の車輪モデルの構成を示す図である。
【００７３】
車輪モデルサブシステム３４０は、マイクロプロセッサ上のアルゴリズムにおいて動作する。したがって、実際には、中間結果および最終結果が、マイクロプロセッサのレジスタおよび／またはマイクロプロセッサにアドレス指定された外部メモリに書き込まれる。車輪モデルサブシステム３４０における信号の流れについてよりわかりやすく説明するために、図６に信号の流れを矢印で表すブロック図で示す。
【００７４】
車輪モデルサブシステム３４０は、他のサブモデルにおいて処理される情報、ならびに内部バス２４５からの情報を用いて、二組の導線３４１および３４２を介して前後方向および横方向に車輪に作用する力を、かつ一組の導線３４３を介してタイヤの横すべり角（ＴＳＳＡ）を出力する。
【００７５】
ＴＳＳＡ計算サブシステム３４０１において、内部バス２４５を介して得ることができるヨーレート信号、導線３１２を介して車両の重心速度、導線３２６を介して車輪操舵角、導線３７１を介して車体横すべり角（ＶＢＳＳＡ）が、タイヤ横すべり角（ＴＳＳＡ）を計算するために必要とされる。車輪の速度とシャーシの速度との関係の設定は、タイヤ横すべり角計算の方程式を導く。このタイヤ横すべり角計算の一組の導線３４３を介してスリップ計算サブシステム３４０４に入力されるが、車輪モデルサブシステム３４０の出力の１つでもある。
【００７６】
車輪接地点の速度（ＶＷＧＣＰ：velocity of wheel ground contact point）は、ＶＷＧＣＰ計算サブシステム３４０２において求められる。この車輪接地点の速度（ＶＷＧＣＰ）は、車輪における実速度ベクトルを示す。車輪接地点の速度は、タイヤ横すべり角（ＴＳＳＡ）により、車輪面（wheel plain）からそれる。
【００７７】
このＶＷＧＣＰ計算サブシステム３４０２は、ＴＳＳＡ計算サブシステム３４０１と同じ入力を処理し、一組の導線３４０３を介して各車輪における車輪接地点の速度（ＶＷＧＣＰ）を出力する。このＶＷＧＣＰは、各車輪における異なるカーブ半径を考慮すること、およびそのヨー軸を中心とした車両の動きに対する関係を築くことによって求められる。
【００７８】
導線３４３を介してタイヤ横すべり角（ＴＳＳＡ）と、導線３４０３における車輪接地点の速度（ＶＷＧＣＰ）は、スリップ計算サブシステム３４０４に入力される。このスリップ計算サブシステム３４０４で、非特許文献１の著者であるＢｕｒｃｋｈａｒｄｔの定義に基づいてスリップが計算され、導線３４０５を介して摩擦係数確定サブシステム３４０６に伝達される。
【００７９】
この摩擦係数確定サブシステム３４０６において、車輪のスリップと摩擦係数との特性関係が、後者（すなわち摩擦係数）を得るために用いられる。この関係は経験的実験において見出され、車両工学に精通する者にとって既知の近似方程式で実施された。一組の導線３４０７における摩擦係数と、一組の導線３１６を介する車輪に垂直に作用する力は、車輪の力サブシステム３４０８に入力される。
【００８０】
この車輪の力サブシステム３４０８は、一組の導線３４１を介して車輪に前後方向に作用する力を、かつ一組の導線３４２を介して車輪に横方向に作用する力を出力する。車輪の力サブシステム３４０８は、車輪に垂直に作用する力と摩擦係数の関係を表す方程式を含む。さらに、それらの力は車輪座標系からシャーシ座標系へと変換される。
【００８１】
図７は、この発明の実施の形態１に係る車両及び運転者の挙動解析システムの車両モデル／推定装置の駆動モデルの構成を示す図である。
【００８２】
駆動モデルサブシステム３２０において、内部バス２４５を介して得ることができる前処理済エンジン回転数とスロットル開度は、エンジントルクマップサブシステム３２０１に入力される。エンジントルクマップは、マイクロプロセッサメモリにおけるルックアップテーブルとして実施される。このエンジントルクマップサブシステム３２０１は、導線３２０２を介して車両のエンジントルクを出力する。
【００８３】
車重推定器３４５（図７には図示せず）において実行される車輪上のトルク平衡のためには、車輪の駆動トルクが直接必要である。したがって、動力伝達機構伝達関数サブシステム３２０３において車両の動力伝達機構（powertrain）がモデル化される。この動力伝達機構伝達関数サブシステム３２０３において実施される動力伝達機の伝達関数は、動力伝達機の剛性および減衰を考慮するために、たとえば二次システムであり得る。伝達関数の利得は、選択されるギアに応じて適合されなければならない。駆動モデルサブシステム３２０は、導線３２１を介して車輪駆動トルクを出力する。
【００８４】
図８は、この発明の実施の形態１に係る車両及び運転者の挙動解析システムのモデルベース再現装置の構成を示す図である。
【００８５】
インタフェース４５は、車両モデル／推定装置３０において求められた付加情報と、車両で取得された情報２、４、６の全てを含む。モデルベース再現装置５０の目的は、事故前後の物理変数を計算することと、当該装置内で処理されたこれら物理変数および他の全情報を、共通の時刻管理情報（ブロック５５０で示す）に統合することである。
【００８６】
さらに、モデルベース再現装置５０において、相対座標系で計算される車両の動きは、絶対座標系、いわゆる慣性座標系に、車両静止後の車両の最終位置を起点として固定される（anchored）。基本的に、再現は単独で入手可能なセンサ情報を用いて実行され得る。しかしながら、測定誤差により、再現された軌跡と「実」軌跡との間に大きな偏差が生じる結果となるであろう。
【００８７】
本発明によるモデルベース再現装置５０は、たとえばパーソナルコンピュータ上のマイクロプロセッサで実行されるアルゴリズムにおいて動作する。より良い概観を提供するために、モデルベース再現装置５０内の信号の流れを矢印で表す。実際には、モデルベース再現装置５０の入力信号、サブシステム５１０、５２０、５３０、５４０における計算の中間結果と最終結果、ならびに出力信号は、レジスタおよび／または１つまたは複数のマイクロプロセッサによりアドレス指定および管理される外部メモリに格納される。
【００８８】
車載データネットワーク１４（図８には図示せず）を介して送信されるか、またはローカルマイクロプロセッサにおいて生成され、かつ導線５０１を介して得ることができる時刻管理情報は、全サブシステムに流れる。これは、時刻管理情報がインタフェース４５を介して得ることができる複数の情報と比較する基準であり、それゆえ「いつ何が起こったか」について推論することを可能にするからである。
【００８９】
一組の導線５０２は、車両の複数の静的信号を含み、導線５０１を介する時刻管理情報に加えて、信号状態再現サブシステム５１０への第２の入力であり、サブシステム５１０において、スイッチや電源の入り切り信号を経時的な運転者の操作として再現され、導線５１２を介して入手可能にされる。
【００９０】
軌跡再現サブシステム５２０において、経時的な車両の位置が計算される。したがって、導線５０１を介して取得された時刻管理情報に加えて、一組の導線５０３を介して取得されたデータ、複数の導線５０４を介して車両モデル／推定装置３０（図８には図示せず）において得られた測定不可能な変数についての付加情報、および導線１８を介して人による情報８が処理される。後者の人による情報８は、たとえば車両の動きの起点を固定するために必要である。この起点は、車両の停止場所の位置を示す。これは、車両及び運転者の挙動解析システム１０におけるデータの記録が事故後に停止したときに車両が位置付けられている位置である。
【００９１】
例えば、警察によって起点が固定されることは、慣性座標系の固定を意味する。この地点から開始して、車両の軌跡（−）ｘ（ｎ）＝［ｘ（ｎ）ｙ（ｎ）］^Ｔ及び車両の向きは、二組の導線５０１、５０３、および５０４を介して得ることができる情報を用いて、たとえば以下の式（６）、（７）に従って再現される。
【００９２】
【数４】

【００９３】
これは、導線５０１、５０３、および５０４を介する情報が、Δｓ（ｎ）およびΔΘ（ｎ）を正確に求めるために適切に処理されることを意味する。よってΔｓ（ｎ）は、２つの連続した位置ベクトル（−）ｘ（ｎ）と（−）ｘ（ｎ＋１）の間の距離を表し、一方、ΔΘ（ｎ）は、２つの連続した時点ｎとｎ＋１の間の車両のＣｏＧ速度ベクトルの回転方向の動きを表す。この軌跡再現サブシステム５２０の出力は、一組の導線５２２を介して内部バス６５に送信される。この出力は、車両の停止位置から事故前の指定された時間における車両の位置までの、慣性座標系における車両の軌跡および向きを含む。
【００９４】
車両状態変数再現サブシステム５３０は、軌跡再現サブシステム５２０と同じ入力を有し、共通の時刻管理情報に関する事故再現のために重要なパラメータおよび状態変数を一組の導線５３２を介して出力する。事故再現のために重要な変数は、たとえば、タイヤ横すべり角と、車体横すべり角と、前後方向、横方向、および車輪に垂直方向に作用する力と、対地速度である。
【００９５】
軌跡再現サブシステム５２０及び車両状態変数再現サブシステム５３０と同じ入力を有する車両周辺環境再現サブシステム５４０において、経時的な摩擦係数が決定され、道路およびライト状況、またはカーブ半径のような付加情報が一組の導線５４２を介して出力される。このモデルベース再現装置５０において生成される全情報は、内部バス６５に入力され、図９に示す査定装置７０に送信される。
【００９６】
図９は、この発明の実施の形態１に係る車両及び運転者の挙動解析システムの査定装置の構成を示す図である。
【００９７】
物理変数が計算されるモデルベース再現装置５０とは対照的に、査定装置７０では、物理変数の判定が実行される。再現および査定の分割が目的ごとに行なわれる。これは、モデルベース再現装置５０（図９には図示せず）における物理変数の計算は、いかなる場合にも行なう必要があるが、査定はある特定の国における個別の法律に従って行なわれるからである。
【００９８】
車両の軌跡、「複数の静的状態」、目撃者の証言等の事故のシナリオについての情報は、内部バス６５を介して査定装置７０に供給され、さらに運転者査定サブシステム７１０、車両周辺環境査定サブシステム７２０、車両挙動査定サブシステム７３０についての個々の査定サブシステムに供給される。
【００９９】
運転者査定サブシステム７１０において、たとえば運転者の運転が速すぎたか否かの判定が下される。しかしながら、この判定は、警察による人の情報（たとえば、事故が速度制限区域で発生したか否か等）や、国の法律の特性（たとえば、郊外の道路全般に当てはまる速度制限があるか否か等）に左右される。
【０１００】
さらに、判定は、車両挙動査定サブシステム７３０において査定される車両の挙動によって決まる。たとえば、ブレーキが故障していた場合、これは運転者の過失とはみなされない。したがって、車両と運転者の挙動との相互作用が考慮されなければならず、これは図９において双方向矢印７１３で示される。
【０１０１】
双方向矢印７１２で示される車両周辺環境査定サブシステム７２０（たとえば、「凍結道路」）と運転者の挙動との間、および車両周辺環境査定サブシステム７２０と車両の挙動（双方向矢印７２３）との間の付加的な相互作用も、考慮に入れなければならない。また、査定装置７０は、運転者査定サブシステム７１０による運転者の操作及び挙動と、車両周辺環境査定サブシステム７２０による車両周辺環境と、車両挙動査定サブシステム７３０による車両の挙動との関連を評価する関連評価サブシステム７４０を含む。
【０１０２】
運転者または車両の誤った挙動を説明するための測度を得るために、車輪速に加えて、たとえば、車両がアンダーステアの状態であったかオーバーステアの状態であったかについて推論するために前輪と後輪の軌道上でのタイヤの横すべり角（ＴＳＳＡ）を得ることができる。運転者によるステアリングの入力についての情報とともに、カーブにおける運転者の挙動を査定することができる。車体横すべり角（ＶＢＳＳＡ）および車速の比率、ならびに道路半径および車速の比率が、考慮され、かつ運転者の入力と比較されなければならない。たとえば、上記の比率についてのある特定の閾値を下回るか、または上回る場合、運転者の不適切な挙動が検出され得る。
【０１０３】
車両の状態を査定するための別の例は、車輪速の解析である。たとえば、車輪速の数値が、短期間での著しい車速の低下を示すものでない場合、ＡＢＳシステムの故障という結論を下すことができ、運転者の責任は免除され得る。種々の国の個別の条例により、査定装置７０は異なる境界条件に適合されなければならない。査定装置７０は、事故状況の説明において優れた役割を果たす。モデルベース再現装置５０（図９には図示せず）におけるモデルベース再現と同様に、車両モデル／推定装置３０（図９には図示せず）は、危機的な運転状況における運転者および車両の挙動を査定装置７０において正確に査定するために必要な部分である。
【０１０４】
図１０は、この発明の実施の形態１に係る車両及び運転者の挙動解析システムの３つの異なる構成（システムアーキテクチャ）を示す図である。
【０１０５】
図１０（ａ）は、いわゆる「オンラインオンボードシステム（Online-Onboard-System）」のブロック図を示す。入手可能な車両データ２、４、および６は、複数の導線１２、１６と車載データネットワーク１４を介して、車両及び運転者の挙動解析システム１０のデータ前処理装置２０に入力される。
【０１０６】
前処理済データは、一組の導線と内部バス２５を介して車両モデル／推定装置３０に伝達される。車両モデル計算および推定アルゴリズムは、車両モデル／推定装置３０においてリアルタイムに（「オンライン」で）実行される。双方向内部バス３５は、中間結果を保存およびロードするためにメモリ４０とデータを交換するためのものである。
【０１０７】
事故の発生後、推定および計算されたデータ、ならびに前処理済測定信号が、インタフェース４５を介してモデルベース再現装置５０にアップロードされる。車両モデル／推定装置３０内で取得された全情報は、モデルベース再現装置５０において、共通の時刻管理情報に統合され、事故のシナリオが再現される。
【０１０８】
再現された事故のシナリオは、モデルベース再現装置５０から、内部バス６５を介して査定装置７０に入力される。この査定装置７０において、車両および運転者の挙動ならびに環境条件が査定される。
【０１０９】
図１０（ａ）に示されるシステムアーキテクチャは、車両において実行されている一部分（「オンボード」）１０１により特徴付けられる。この部分は、サブシステム２０におけるデータの前処理と、サブシステム３０におけるリアルタイムでのモデル計算および推定を含む。また、サブシステム５０において実行されるモデルベース再現と、サブシステム７０における事故のシナリオの査定は、オフボードで試験所（ブロック１０２）において行なわれ、車内では行なわれない。
【０１１０】
図１０（ｂ）は、いわゆる「オフラインオンボードシステム（Offline-Onboard-System）」のブロック図である。車両データ２、４、および６は、複数の導線１２、１６と、車載データネットワーク１４を介して、車両及び運転者の挙動解析システム１０のデータ前処理装置２０に入力される。
【０１１１】
データは、内部バス５５を介してメモリ４０に保存される。事故の発生後、ＣＰＵ（図１０（ｂ）には図示せず）が自身をトリガして車両モデルの計算を開始し、サブシステム３０においてモデルベース推定を実行する。「オフラインオンボードシステム」はリアルタイムシステムではない。双方向内部バス３５により、中間結果および最終結果をメモリ４０に書き込み、必要であればそれらの結果をリロードすることができる。
【０１１２】
数学的計算の終了後、インタフェース４５によってメモリ４０からモデルベース再現装置５０に車両モデル計算および推定結果がアップロードされる。モデルベース再現装置５０において、取得されたデータと、車両モデル／推定装置３０において判定された付加的なデータが共通の時刻管理情報に統合され、事故のシナリオが再現される。
【０１１３】
再現された事故のシナリオは、内部バス６５を介して査定装置７０に入力される。この査定装置７０において、環境条件と同じく、車両と運転者の挙動が査定される。
【０１１４】
「オフラインオンボードシステム」は、サブシステム２０におけるデータの前処理と、サブシステム３０における車輪モデルの計算および推定をオンボードで、すなわち車内で実行する（ブロック１０１）。図１０（ａ）で説明した「オンラインオンボードシステム」とは対照的に、サブシステム３０における計算はリアルタイムで計算されない（「オフライン」）。また、サブシステム５０におけるモデルベース再現と、サブシステム７０における事故のシナリオの査定は、試験所（ブロック１０２で示す「オフボード」）で行なわれ、車内では行なわれない。
【０１１５】
図１０（ｃ）のブロック図に示す「オフラインオフボードシステム（Offline-Offboard-System）」は、以下のように機能する。車両データ２、４、および６が複数の導線１２、１６と、車載データネットワーク１４を介して車両及び運転者の挙動解析システム１０のデータ前処理装置２０に供給される。
【０１１６】
データは、内部バス５５を介してメモリ４０に保存される。事故の発生後、データはメモリ４０からインタフェース３５を介して試験所内のパーソナルコンピュータ（ＰＣ）にアップロードされる。このパーソナルコンピュータにおいて、車両モデル／推定装置３０で各計算が実行される（「オフライン」）。
【０１１７】
モデル計算および推定が実行された後、その結果はインタフェース４５を介してモデルベース再現装置５０に入力される。このモデルベース再現装置５０において、取得されたデータおよび車両モデル／推定装置３０において求められた情報が時刻管理情報に統合され、事故のシナリオが再現される。
【０１１８】
再現された事故のシナリオは、内部バス６５を介して査定装置７０に入力される。この査定装置７０において、車両と運転者の挙動、ならびに環境条件が査定される。
【０１１９】
「オフラインオフボードシステム」もまたオンボードブロック１０１に分割され、これはシステムの車両にインストールされた部分を示す。この「オフラインオフボードシステム」では、データ前処理装置２０と、メモリ４０への測定および前処理済データの保存行為のみがブロック１０１においてオンボードで実行される。また、車両モデルおよび推定計算と、モデルベース再現と、事故のシナリオの査定は試験所で行なわれ、これはブロック１０２における「オフボード」を意味するものであり、リアルタイムではない（「オフライン」）。
【０１２０】
これにより、図１０（ｃ）の「オフラインオフボードシステム」は、図１０（ａ）に示す「オンラインオンボードシステム」および図１０（ｂ）に示す「オフラインオンボードシステム」と区別され、後者ではモデルベース再現および査定のみが車外（オフボード）で行なわれる。
【０１２１】
【発明の効果】
この発明に係る車両及び運転者の挙動解析システムは、以上説明したとおり、車両モデル／推定装置によって、車両の挙動を表す微分方程式の解が得られるだけでなく、推定手法を用いて車両の挙動状態、および車重など車両に搭載されるセンサでは測定不可能な変数を求めることができ、事故等の危険な運転状況を定量的に解析するために必要な情報を記録することができるという効果と、さらに、査定装置によって運転者の挙動、車両の挙動、環境条件の相互関係を明らかにでき、交通規則違反の証明、または必ずしも事故に至らなかった不安定な運転状況の解析の手段としても使用することができるという効果を奏する。
【図面の簡単な説明】
【図１】この発明の実施の形態１に係る車両及び運転者の挙動解析システムの構成を示す図である。
【図２】この発明の実施の形態１に係る車両及び運転者の挙動解析システムのデータ前処理装置の構成を示す図である。
【図３】この発明の実施の形態１に係る車両及び運転者の挙動解析システムの車両モデル／推定装置の構成を示す図である。
【図４】この発明の実施の形態１に係る車両及び運転者の挙動解析システムの車両モデル／推定装置の非線形状態空間モデルの構成を示す図である。
【図５】この発明の実施の形態１に係る車両及び運転者の挙動解析システムの車両モデル／推定装置の車速推定器の構成を示す図である。
【図６】この発明の実施の形態１に係る車両及び運転者の挙動解析システムの車両モデル／推定装置の車輪モデルの構成を示す図である。
【図７】この発明の実施の形態１に係る車両及び運転者の挙動解析システムの車両モデル／推定装置の駆動モデルの構成を示す図である。
【図８】この発明の実施の形態１に係る車両及び運転者の挙動解析システムのモデルベース再現装置の構成を示す図である。
【図９】この発明の実施の形態１に係る車両及び運転者の挙動解析システムの査定装置の構成を示す図である。
【図１０】この発明の実施の形態１に係る車両及び運転者の挙動解析システムの３つの異なる構成を示す図である。
【符号の説明】
２電気機器、４車載データネットワーク、６付加情報、８人による情報、１０システム、２０データ前処理装置、３０車両モデル／推定装置、４０メモリ、５０モデルベース再現装置、７０査定装置、２１０第１の信号変換部、２２０信号復号器、２３０第２の信号変換部、２４０デジタルフィルタ、２５０フィルタ、２６０アナログ／デジタル変換器、３１０車速推定器、３１５垂直方向の力サブシステム、３２０駆動モデルサブシステム、３２５ステアリングモデルサブシステム、３３０摩擦サブシステム、３３５道路勾配および風力サブシステム、３４０車輪モデルサブシステム、３４５車重推定器、３５０摩擦推定器、３６０非線形状態空間モデルサブシステム。

Claims

車載電気機器の動作情報、車載データネットワークを介して得られるデータ、及び車両を構成する電気装置から得られる付加情報を内部で演算可能な形式に変換を行うデータ前処理手段と、
前記データ前処理手段からの前処理済データに基づいて車両搭載センサでは測定できない変数を推定する車両モデル／推定手段と、
前記データ前処理手段からの前処理済データ、及び前記車両モデル／推定手段からの推定された変数を共通の時刻管理情報に統合して事故のシナリオを再現するモデルベース再現手段と、
前記モデルベース再現手段により再現された事故のシナリオに基づいて車両、及び運転者の挙動を査定する査定手段とを備え、
前記車両モデル／推定手段は、
前記データ前処理手段からの前処理済データに基づいて、車両に搭載されるセンサでは測定できない変数として、車両の重心速度を求める車速推定部と、
前記データ前処理手段からの前処理済データに基づいて、車両の動力伝達機構を数式として構築した駆動モデルを用いて駆動トルク求める駆動モデル部と、
前記前処理済データ、前記車両の重心速度、及び前記駆動トルクに基づいて、車両に搭載されるセンサでは測定できない変数として、車両の重量を推定する車重推定部と、
前記前処理済データ、及び前記車両の重心速度に基づいて、車輪を数式として構築した車輪モデルを用い、車両に搭載されるセンサでは測定できない変数として、タイヤの横すべり角と車輪に作用する力を計算する車輪モデル部と、
前記前処理済データ、前記車両の重心速度、前記車両の重量、及び前記車輪に作用する力に基づいて、走行時における車両の状態を数式として構築した状態空間モデルを用い、車両に搭載されるセンサでは測定できない変数として、車体の横すべり角を導出する状態空間モデル部とを含む
ことを特徴とする車両及び運転者の挙動解析システム。
車載電気機器の動作情報、車載データネットワークを介して得られるデータ、及び車両を構成する電気装置から得られる付加情報を内部で演算可能な形式に変換を行うデータ前処理手段と、
前記データ前処理手段からの前処理済データに基づいて車両搭載センサでは測定できない変数を推定する車両モデル／推定手段と、
前記データ前処理手段からの前処理済データ、及び前記車両モデル／推定手段からの推定された変数を共通の時刻管理情報に統合して事故のシナリオを再現するモデルベース再現手段と、
前記モデルベース再現手段により再現された事故のシナリオに基づいて車両、及び運転者の挙動を査定する査定手段とを備え、
前記モデルベース再現手段は、
前記データ前処理手段からの前処理済データのうち、経時的な運転者の操作による信号を再現する信号状態再現部と、
前記データ前処理手段からの前処理済データ、前記車両モデル／推定手段からの推定された変数、及び外部から入力されたデータに基づいて経時的な車両の軌跡及び向きを再現する軌跡再現部と、
前記データ前処理手段からの前処理済データ、前記車両モデル／推定手段からの推定された変数、及び外部から入力されたデータに基づいて車両状態を表す経時的な変数を求める車両状態変数再現部と、
前記データ前処理手段からの前処理済データ、前記車両モデル／推定手段からの推定された変数、及び外部から入力されたデータに基づいて経時的な車両の周辺環境を再現する車両周辺環境再現部とを含む
ことを特徴とする車両及び運転者の挙動解析システム。
前記データ前処理手段は、
前記車載電気機器の動作情報、及び前記車両を構成する電気装置から得られる付加情報の信号レベルをマイクロプロセッサで使用する信号レベルに変換する信号変換部と、
前記車載データネットワークから得られるデータを復号する信号復号部と、
前記信号変換部及び前記信号復号部の少なくともいずれかからの信号のフィルタ処理を行うフィルタ処理部と、
前記信号変換部からのアナログ信号をデジタル信号に変換するアナログ／デジタル変換部と
を含むことを特徴とする請求項１又は２記載の車両及び運転者の挙動解析システム。
前記査定手段は、
前記モデルベース再現手段により再現された事故のシナリオに基づいて運転者の操作及び挙動を査定する運転者査定手段と、
前記モデルベース再現手段により再現された事故のシナリオに基づいて車両の挙動を査定する車両挙動査定手段と、
前記モデルベース再現手段により再現された事故のシナリオに基づいて車両周辺環境を査定する車両周辺環境査定手段と、
前記運転者査定手段による運転者の操作及び挙動と、前記車両挙動査定手段による車両の挙動と、前記車両周辺環境査定手段による車両周辺環境との関連を評価する関連評価手段と
を含むことを特徴とする請求項１又は２記載の車両及び運転者の挙動解析システム。
前記データ前処理手段、及び前記車両モデル／推定手段は、車内において実行され、かつ
前記車両モデル／推定手段は、リアルタイムで実行され、
前記モデルベース再現手段、及び前記査定手段は、車外において実行される
ことを特徴とする請求項１又は２記載の車両及び運転者の挙動解析システム。
前記データ前処理手段、及び前記車両モデル／推定手段は、車内において実行され、
前記モデルベース再現手段、及び前記査定手段は、車外において実行される
ことを特徴とする請求項１又は２記載の車両及び運転者の挙動解析システム。
前記データ前処理手段は、車内において実行され、
前記車両モデル／推定手段、前記モデルベース再現手段、及び前記査定手段は、車外において実行される
ことを特徴とする請求項１又は２記載の車両及び運転者の挙動解析システム。