JP3799902B2

JP3799902B2 - 悪路判定装置および悪路判定方法

Info

Publication number: JP3799902B2
Application number: JP29073399A
Authority: JP
Inventors: 勝次今井; 紀文伊豫田; 満寿治大嶋
Original assignee: Toyota Motor Corp
Current assignee: Toyota Motor Corp
Priority date: 1999-10-13
Filing date: 1999-10-13
Publication date: 2006-07-19
Anticipated expiration: 2019-10-13
Also published as: JP2001108702A

Description

【０００１】
【発明の属する技術分野】
本発明は、悪路判定装置および悪路判定方法に関し、詳しくは、車両が悪路を走行しているのを判定する悪路判定装置および悪路判定方法に関する。
【０００２】
【従来の技術】
従来、この種の悪路判定装置または悪路判定方法としては、エアバック装置などの乗員保護装置を起動する起動装置であって、加速度の最初のピークから次のピークまでの時間が所定時間以上になったときに悪路として判定するものが提案されている（例えば、特開平１０−６７２９５号公報など）。この装置では、悪路と判定されたときには、ピークから次のピークまでの時間での加速度の値に対して小さく重みを付けて取り扱うことにより、悪路走行時における悪路が起因して生じる加速度の振動成分を除去している。
【０００３】
また、Ｇセンサからの信号に対して低周波のローパスフィルタ処理を行ない、フィルタ処理の後に波形が残るか否かにより悪路と車両の衝突を判定しようとするものも提案されていた。
【０００４】
【発明が解決しようとする課題】
しかしながら、加速度の最初のピークから次のピークまでの時間により悪路を判定する場合、ピークの検出に時間を要すると共に２番目のピークを検出するまでの時間を要し、迅速に判定することができない場合が生じる。また、ローパスフィルタを用いる場合、判定に時間を要したり、衝突による波形がローパスフィルタで除去される場合も生じる。
【０００５】
本発明の悪路判定装置および悪路判定方法は、迅速に悪路であるか否かを判定することを目的の一つとする。
【０００６】
【課題を解決するための手段およびその作用・効果】
本発明の悪路判定装置および悪路判定法法は、上述の目的の少なくとも一部を達成するために以下の手段を採った。
【０００７】
本発明の悪路判定装置は、
車両が悪路を走行しているのを判定する悪路判定装置であって、
前記車両の減速度を検出する減速度検出手段と、
該検出された減速度の第１極大値と、該第１極大値の次に生じる第１極小値とを検出する極大小値検出手段と、
該検出された第１極小値が負の値のとき、前記検出された第１極大値から前記減速度が値０となるまでの第１積分値と、該減速度が値０となってから前記第１極小値となるまでの第２積分値とを演算する積分演算手段と、
該演算された第１積分値と第２積分値とに基づいて悪路を判定する悪路判定手段と
を備えることを要旨とする。
【０００８】
この本発明の悪路判定装置では、極大極小値検出手段が、減速度検出手段により検出された車両の減速度の第１極大値と、この第１極大値の次に生じる第１極小値とを検出し、積分演算手段が、この検出された第１極小値が負の値のとき、検出された第１極大値から減速度が値０となるまでの第１積分値と、減速度が値０となってから第１極小値となるまでの第２積分値とを演算する。そして、悪路判定手段は、この演算された第１積分値と第２積分値とに基づいて悪路を判定する。本発明の悪路判定装置における悪路の判定は、悪路による減速度の変化が振動成分に由来することに基づいている。即ち、悪路による減速度の変化が振動成分に由来するから、第１極小値は負となることが多く、しかもその大きさは第１極大値ほどではないがある程度の値となる一方、車両の衝突による減速度の変化は振動成分に由来しないから、第１極小値が負となることが少なく、負の値をとったとしてもその大きさは小さいことに基づくのである。
【０００９】
こうした本発明の悪路判定装置によれば、第１極小値までの検出により悪路か否かを判定するから、第２極大値を検出するものに比して迅速に悪路か否かを判定することができる。また、悪路による減速度の変化と衝突による減速度の変化の相違に基づいて判定するから、より確実に悪路であるか否かを判定することができる。
【００１０】
本発明の悪路判定装置において、前記極大極小値検出手段は、前記減速度検出手段により検出された減速度に対して積分の基底として所定の複素関数を用いて積和演算する積和演算手段と、該積和演算の結果の実数部と虚数部とに基づいて位相を演算する位相演算手段と、該演算された位相に基づいて前記第１極大値と前記第１極小値とを判定する極大極小判定手段とを備えるものとすることもできる。第１極大値や第２極小値を検出する手法として、微分演算によるものもあるが、この手法、即ちウェーブレット変換を利用した手法を用いることにより、微分演算を行なわずに積和演算により求めるから、ノイズなどによるピークの誤検出を防止することができる。また、ウェーブレット変換では、時間的にも周波数的にも局在した関数を用いるから、第１極大値や第１極小値を迅速に検出することができる。この結果、悪路であるか否かの判定をより迅速に行なうことができる。この態様の本発明の悪路判定装置において、前記極大極小判定手段は、前記演算された位相が２πからゼロに変化するときを前記第１極大値として判定し、該変化した位相がπになるときを前記第１極小値として判定する手段であるものとすることもできる。
【００１１】
また、本発明の悪路判定装置において、前記悪路判定手段は、前記第２積分値の絶対値の前記第１積分値に対する比が所定値以上のときに悪路と判定するものとすることもできる。
【００１２】
本発明の悪路判定方法は、
車両が悪路を走行しているのを判定する悪路判定方法であって、
前記車両の減速度の第１極大値と、該第１極大値の次に生じる第１極小値とを検出し、該検出された第１極小値が負の値のとき、前記検出された第１極大値から前記減速度が値０となるまでの第１積分値と、該減速度が値０となってから前記第１極小値となるまでの第２積分値とに基づいて悪路を判定することを要旨とする。
【００１３】
この本発明の悪路判定方法では、第１極小値までの検出により悪路か否かを判定するから、第２極大値を検出するものに比して迅速に悪路か否かを判定することができる。また、本発明の悪路判定装置と同様に、悪路による減速度の変化と衝突による減速度の変化の相違に基づいて判定するから、より確実に悪路であるか否かを判定することができる。
【００１４】
こうした本発明の悪路判定方法において、前記車両の減速度に対して積分の基底として所定の複素関数を用いて積和演算し、該積和演算の結果の実数部と虚数部との位相が最初に２πからゼロに変化するときの減速度を第１極大値として検出し、該第１極大値を検出した後に前記位相がπになるときの減速度を第１極小値として検出するものとすることもできる。こうすれば、微分演算を行なわないから、ノイズなどによる第１極大値や第１極小値の誤検出を防止することができる。
【００１５】
【発明の実施の形態】
次に、本発明の実施の形態を実施例を用いて説明する。図１は本発明の一実施例である悪路判定装置２０の構成の概略を機能ブロックで示す構成図であり、図２は実施例の悪路判定装置２０のハード構成の概略を示す構成図であり、図３は実施例の悪路判定装置２０が車両１０に搭載されている様子を例示する説明図である。実施例の悪路判定装置２０は、図１に示すように、車両１０の中央コンソール近傍に設置されて車両１０の減速度を検出するＧセンサ２２と、このＧセンサ２２により検出された信号を入力すると共に信号の平滑処理を行なう信号入力部２４と、平滑処理された信号の第１極大値とこの第１極大値の次に生じる第１極小値の時刻を検出する極大極小値検出部２６と、信号入力部２４により平滑処理された信号の第１極大値から信号が値０となるまでの第１積分値とこの信号が値０となったときから第１極小値までの第２積分値を演算する積分演算部２８と、積分演算部２８により演算された第１積分値と第２積分値とに基づいて悪路であるか否かを判定する悪路判定部３０とを備える。
【００１６】
実施例の悪路判定装置２０のハード構成は、図２に示すように、Ｇセンサ２２を除いて、ＣＰＵ３２を中心として構成されたマイクロコンピュータ３１により構成されている。マイクロコンピュータ３１は、ＣＰＵ３２の他、処理プログラムを記憶したＲＯＭ３４と、一時的にデータを記憶するＲＡＭ３６と、入力処理回路３８とを備える。図１に例示する実施例の悪路判定装置２０の各部は、ＲＯＭ３４に記憶された処理プログラムが起動されたときに、ソフトウエアとハードウエアとが一体となって機能する。
【００１７】
こうして構成された実施例の悪路判定装置２０は、車両に搭載されたエアバック装置などの乗員保護装置の起動処理における前処理を行なうために用いられる。乗員保護装置の起動処理では、まず、車両の衝突が生じているのか車両が悪路を走行しているのかを判定する必要があるからである。したがって、実施例の説明としては、悪路を判定する悪路判定装置として構成し説明するが、乗員保護装置の一部に組み込まれるものとして考えても差し支えないのは勿論である。この場合、マイクロコンピュータ３１は、乗員保護装置の電子制御ユニットとして機能する。図３において、車両の左右前方のサイドメンバに取り付けられて減速度を検出するＧセンサ１４，１６は、乗員保護装置の起動処理に必要な信号を検出するものである。
【００１８】
実施例の悪路判定装置２０における信号入力部２４は、Ｇセンサ２２からの信号の平滑処理として、振動に起因する高周波成分を除去するためのカルマンフィルタ処理と、所定のサンプリング回数による移動平均を演算する移動平均処理とを行なう。なお、実施例では、サンプリング周波数を２ｋ［Ｈｚ］（サンプリング周期として０．５ｍｓｅｃ）とし、移動平均処理におけるサンプリング回数として１０回とした。
【００１９】
極大極小値検出部２６は、信号入力部２４により平滑処理された信号に対してウェーブレット変換を利用して第１極大値と第１極小値の時刻を検出する。図４は、極大極小値検出部２６の構成の概略を機能ブロックで示す構成図である。極大極小値検出部２６は、図示するように、入力された信号に対して積分の基底として所定の複素関数を用いて積和演算する積和演算部４２と、積和演算の結果、即ちウェーブレット変換値の実数部Ｒと虚数部Ｉとに基づいてその大きさの位相θを演算する位相演算部４４と、この演算された位相θに基づいて第１極大値の時刻と第１極小値の時刻とを判定する極大極小判定部４６とを備える。以下に、極大極小値検出部２６における第１極大値と第１極小値の時刻が検出できる原理について簡単に説明する。
【００２０】
時系列信号Ｘ（ｔ）のウェーブレット変換Ｘ（ａ，ｂ）は、時間的にも周波数的にも局在した基本ウェーブレット関数ψ（ｔ）を用意し、これを次式（１）に示すようにａ倍スケール変換した後に原点をｂだけシフト変換（並行移動）して得られる相似関数の組ψａ，ｂ（ｔ）を基底関数とする式（２）に例示する展開となる。なお、スケール変換パラメータａは、変換周波数ｆに対して逆数に比例する関係を有している。
【００２１】
【数１】

【００２２】
実施例では、基本ウェーブレット関数ψ（ｔ）として、実数部Ｒに対して虚数部Ｉがπ／２だけ位相がずれた複素関数として次式（３）に示すＧａｂｏｒ関数を用いた。ここで、式（３）中のωｏは周波数ｆによって定まる定数（ωｏ＝２πｆ）であり、αも定数である。
【００２３】
【数２】

【００２４】
式（３）においてα＝πとしたときのＧａｂｏｒ関数の時間軸上の表現を図５に例示する。図示するように、Ｇａｂｏｒ関数は、時間軸上の−Ｔ〜Ｔの範囲に局在しており、実数部と虚数部の波形の位相がπ／２だけずれている。時系列信号Ｘ（ｔ）に対するウェーブレット変換は、具体的には、スケール変換パラメータａ（式（３）中ではωｏ）を適当に選択した関数と時系列信号Ｘ（ｔ）との積和演算となる。演算の区間としては、波形が局在している範囲（図５中−Ｔ〜Ｔの範囲）である。この範囲をウインドウと呼ぶ。
【００２５】
時系列信号Ｘ（ｔ）のＧａｂｏｒ関数によるウェーブレット変換Ｘ（ａ，ｂ）は、Ｇａｂｏｒ関数が複素関数であることから複素数になる。図６にウェーブレット変換Ｘ（ａ，ｂ）の実数部Ｒと虚数部Ｉと大きさＰと位相θとの関係を示す。大きさＰは次式（４）により算出され、位相θは式（５）により求められる。ここで、大きさＰは、ウェーブレット変換Ｘ（ａ，ｂ）の便宜的な大きさを意味し、無次元量である。また、位相θは、実数部Ｒと虚数部Ｉの大きさと符号とにより０〜２πの範囲になる。
【００２６】
【数３】

【００２７】
図７は、時系列信号Ｘ（ｔ）とウェーブレット変換Ｘ（ａ，ｂ）の位相θ（ｔ）との関係を例示する説明図である。図中、時系列信号Ｘ（ｔ）の周波数は、区間Ａが５０［Ｈｚ］、区間Ｂが１００［Ｈｚ］、区間Ｃが２００［Ｈｚ］であり、時系列信号Ｘ（ｔ）のサンプリング周波数は２ｋ［Ｈｚ］である。位相θ（ｔ）は、変換周波数ｆを１２５［Ｈｚ］を中心に周波数範囲を上下に１．５オクターブとし、１／２オクターブ毎に刻み、ウインドウの幅を変換周波数ｆの周期Ｔ（Ｔ＝１／ｆ）の２倍とした。なお、前述したように、変換周波数ｆは式（３）のＧａｂｏｒ関数におけるωｏとωｏ＝２πｆの関係を有しているから、位相θ（ｔ）を求めるための積和演算は、時系列信号Ｘ（ｔ）に対して変換周波数ｆから定まる定数ωｏを代入して得られる式（３）のＧａｂｏｒ関数を用いた演算となる。
【００２８】
図示するように、時系列信号Ｘ（ｔ）の周波数に近い変換周波数ｆの位相θ（ｔ）では、時系列信号Ｘ（ｔ）の振幅が極大（ピーク）となる時刻（図中ｔ１，ｔ３，ｔ５）に２πからゼロに変化し、極小（ボトム）となる時刻（図中ｔ２，ｔ４，ｔ６）にπとなる。これは次のように説明される。式（３）に示すＧａｂｏｒ関数は、図５に例示するように、虚数部Ｉの波形は実数部Ｒの波形に対してπ／２だけズレている。いま、時系列信号Ｘ（ｔ）の周波数に変換周波数ｆが略一致しているときを考える。時系列信号Ｘ（ｔ）の振幅が極大のときには、時系列信号Ｘ（ｔ）の波形とＧａｂｏｒ関数の実数部Ｒの波形は重畳するようにマッチするから実数部Ｒにおける積和演算は正の値となるのに対し、虚数部Ｉの波形はπ／２だけずれているからその積和は値０となる。したがって、位相θは、式（５）により２πまたはゼロと演算される。式（３）の実数部Ｒと虚数部Ｉとの符号を適当に選択すれば、位相θ（ｔ）は、極大の前後で２πからゼロに変化するようにすることができる。時系列信号Ｘ（ｔ）の振幅が極小のときには、時系列信号Ｘ（ｔ）の波形とＧａｂｏｒ関数の実数部Ｒの波形は符号を違えて重畳するから実数部Ｒにおける積和演算は負の値となるのに対し、虚数部Ｉの積和は同様に値０となる。したがって、位相θは、式（５）によりπと演算される。なお、こうした関係は、時系列信号Ｘ（ｔ）の周波数とウェーブレットの変換周波数ｆとが完全に一致している必要はなく、時系列信号Ｘ（ｔ）の周波数の近傍の周波数以上の周波数を変換周波数ｆとすればよいことが図７からも理解される。
【００２９】
極大や極小の検出の時間遅れｔｄは、図５の波形から解るように、時系列信号の波形がＧａｂｏｒ関数の実数部Ｒの波形と重なるときに演算に必要な時間（演算区間）の半分、即ち周期Ｔとなる。例えば、変換周波数ｆが１２５［Ｈｚ］のときには、８ｍｓｅｃとなる。時系列信号Ｘ（ｔ）の極大や極小の時刻を検出するだけの目的であれば、図５に示すウインドウの全区間を演算区間とする必要はなく、実数部Ｒの波形のピークを中心により狭い範囲を演算区間としても良い。この場合、ウインドウの幅に対する演算区間の比をウインドウ係数Ｋという。図８にウインドウの幅とウインドウ係数Ｋとの関係を示す。検出の時間遅れｔｄとウインドウ係数Ｋとの関係は、ｔｄ＝Ｋ・Ｔである。例えば、変換周波数ｆが１２５［Ｈｚ］でウインドウ係数Ｋが０．１２５のときには、検出の時間遅れｔｄは１ｍｓｅｃとなる。このようにウインドウ係数Ｋを小さくすると、検出の時間遅れｔｄを小さくすることができると共に演算量も少なくなる。
【００３０】
変換周波数ｆは、実施例の悪路判定装置２０が搭載される車両を用いて悪路走行実験や衝突実験などにより設定するのが望ましい。このことは、変換周波数ｆと検出の感度との関係から理解することができる。図９および図１０は、車両の衝突の際にＧセンサ２２により検出された信号（減速度信号）と位相θ（ｔ）との関係の一例を示す説明図である。図から解るように、変換周波数ｆが高い位相θ（ｔ）、例えばｆ＝２５０［Ｈｚ］，３５４［Ｈｚ］の位相θ（ｔ）では、ピーク時刻検出が敏感になり、ピークとは考えられないピーク（図９のピーク時刻ｔｐの右側参照）をも検出する。逆に、変換周波数ｆが低い位相θ（ｔ）、例えばｆ＝４４［Ｈｚ］，６３［Ｈｚ］の位相θ（ｔ）では、ピーク時刻検出が鈍感になり、ピークを検出しない場合も生じる（図１０のピーク時刻ｔｐ参照）。こうした関係は、車両の形状や重量などにより異なるものとなる。なお、図から推察できるように、変換周波数ｆは、乗用車に対しては１００〜１５０［Ｈｚ］程度が妥当なものと考えられる。実施例では、変換周波数ｆとして１２５［Ｈｚ］を用いた。
【００３１】
以上、ウェーブレット変換を利用して時系列信号における極大極の時刻や極小値の時刻を検出する原理について説明した。実施例の極大極小値検出部２６では、信号入力部２４により平滑処理されたＧセンサ２２からの信号を時系列信号として前述の原理に基づいて最初に検出された極大値の時刻を第１極大値の時刻として検出すると共にこの時刻の後に最初に検出された極小値の時刻を第１極小値の時刻として検出する。
【００３２】
次に、こうして構成された実施例の悪路判定装置２０の動作、即ち悪路を判定する動作について説明する。図１１は、実施例の悪路判定装置２０により実行される悪路判定処理ルーチンの一例を示すフローチャートである。このルーチンは、Ｇセンサ２２により減速度が所定値（例えば、２Ｇや３Ｇなど）を越えたときに実行される。
【００３３】
悪路判定処理ルーチンが実行されると、まず、平滑処理されたＧセンサ２２からの信号における第１極大値の時刻が検出されるのを待って（ステップＳ１００）、第１積分値Ｓ１を演算するために、第１極大値の時刻ｔ１からＧセンサ２２からの減速度Ｇの時間積分を開始する（ステップＳ１０２）。減速度Ｇの時間積分は、具体的には、第１極大値の時刻ｔ１からサンプリングされ平滑処理された信号の値を加算処理することにより行なわれる。なお、信号の値にサンプリング周期を乗じて加算するものとしてもよいのは言うまでもない。なお、第１極大値の時刻の検出は、ウェーブレット変換における演算区間の半分の時間だけ遅れて行なわれるが、前述したようにウインドウ係数Ｋを０．１２５とすれば、その遅れ時間は１ｍｓｅｃであるから、２〜３回分のサンプリングデータに遡って積分演算すればよい。
【００３４】
次に、所定時間を経過する前に減速度Ｇが値０以下になったかを判定する（ステップＳ１０４，Ｓ１０６）。悪路における減速度Ｇの変化は、振動成分に起因すると考えられるから、通常は正の値の後に負の値になる。一方、車両の衝突における減速度Ｇの変化は、振動成分に起因しないから、通常は負の値にならない。この結果、減速度Ｇが所定時間経過しても負の値にならないときには悪路でないと判定できる。このステップＳ１０４，Ｓ１０６の処理は、この判定を行なう処理となり、所定時間経過を経過する前に減速度Ｇが値０以下にならなかったときには、悪路以外と判定して（ステップＳ１２０）、本ルーチンを終了する。なお、所定時間は、車両の振動の減衰率などにより定まるものである。
【００３５】
所定時間を経過する前に減速度Ｇが値０以下になったときには、その時刻の前までで時間積分の演算を終了し、その値を第１積分値Ｓ１とする（ステップＳ１０８）。そして、第２積分値Ｓ２を演算するために、減速度Ｇが値０以下となった時刻から減速度Ｇの時間積分を開始する（ステップＳ１１０）。この時間積分は、前述の時間積分と同様に、加算処理によって行なわれる。そして、第１極小値の時刻を検出するのを待って（ステップＳ１１２）、減速度Ｇの時間積分を終了し、その値を第２積分値Ｓ２とする（ステップＳ１１４）。第１極小値の時刻を検出するするときにも時間遅れが生じるが、時間積分の終了を検出した時刻に遡って行なえばよい。
【００３６】
こうして第１積分値Ｓ１と第２積分値Ｓ２とを演算すると、第１積分値Ｓ１に対する第２積分値Ｓ２の比（Ｓ２／Ｓ１）の絶対値を閾値Ｓｒｅｆと比較する（ステップＳ１１６）。前述したように、悪路における減速度Ｇの変化は振動成分に起因するから、第１極小値は負となるのが一般的である。しかし、車両の衝突の形態によっては、その減速度Ｇの第１極小値が負となる場合も生じ得る。そこで、悪路の判定をより確かなものとするために、積分値の比を閾値Ｓｒｅｆと比較するのである。したがって、閾値Ｓｒｅｆは、減速度Ｇの変化がより確かに悪路によるものであることを判定するために用いられるものであり、車両の形状や重量などにより設定されるものである。実施例では、閾値Ｓｒｅｆを、悪路判定装置２０を一般的な乗用車に搭載するものとして０．３とした。
【００３７】
第１積分値Ｓ１に対する第２積分値Ｓ２の比（Ｓ２／Ｓ１）の絶対値が閾値Ｓｒｅｆより大きいときには、悪路と判定して（ステップＳ１１８）、本ルーチンを終了し、第１積分値Ｓ１に対する第２積分値Ｓ２の比（Ｓ２／Ｓ１）の絶対値が閾値Ｓｒｅｆ以下のときには、悪路以外と判定して（ステップＳ１２０）、本ルーチンを終了する。
【００３８】
図１２は、減速度Ｇと位相θとの関係を時系列に例示する説明図である。図示するように、減速度Ｇの第１極大値の時刻ｔ１は、位相θが２πからゼロに変化する時刻として検出され、第１極小値ｔ３は、位相θがπになる時刻として検出することができる。また、減速度Ｇが値０となる時刻ｔ２は、減速度Ｇの値そのものから検出することができる。このように時刻ｔ１〜ｔ３を検出して減速度Ｇの第１積分値Ｓ１と第２積分値Ｓ２とを求め、その比から悪路を判定するのである。
【００３９】
以上説明した実施例の悪路判定装置２０によれば、減速度Ｇの第１極大値の時刻から減速度Ｇが値０となるまでの減速度Ｇの時間積分値（第１積分値Ｓ１）と、この減速度Ｇが値０となってから減速度Ｇの第１極小値の時刻までの減速度Ｇの時間積分値（第２積分値）に基づいて悪路を判定することができる。この結果、第１ピーク（第１極大値）から次のピーク（第２極大値）までの時間に基づいて悪路を判定するものに比して迅速に悪路を判定することができる。しかも、第１極大値や第１極小値の時刻を検出するのにウェーブレット変換を利用したから、検出までの時間を短時間とすることができる。また、ウェーブレット変換は、積和演算により行ない、微分演算を行なわないから、微分演算により極大値や極小値を判定するものに比してノイズに基づく誤検出を防止することができる。また、実施例の悪路判定装置２０によれば、悪路における減速度Ｇの変化が振動成分に起因していることに基づいて悪路を判定するから、より的確に悪路を判定することができる。
【００４０】
実施例の悪路判定装置２０では、第１極大値の時刻や減速度Ｇが値０以下となる時刻，第１極小値の時刻の検出と第１積分値Ｓ１や第２積分値Ｓ２の演算を並行して行なったが、第１極小値の時刻を検出したときに、それまでに検出した第１極大値の時刻や減速度Ｇが値０以下となる時刻を用いて第１積分値Ｓ１と第２積分値Ｓ２とを演算するものとしてもよく、また、減速度Ｇが値０以下になる時刻を検出したときに、それまでに検出した第１極大値の時刻を用いて第１積分値Ｓ１を演算し、第１極小値の時刻を検出したときに、減速度Ｇが値０以下となる時刻を用いて第２積分値Ｓ２を演算するものとしてもよい。
【００４１】
実施例の悪路判定装置２０では、第１極大値の時刻や第１極小値の時刻を検出するのにウェーブレット変換を利用したが、ウェーブレット変換を利用しないものとしてもよい。
【００４２】
以上、本発明の実施の形態について実施例を用いて説明したが、本発明はこうした実施例に何等限定されるものではなく、本発明の要旨を逸脱しない範囲内において、種々なる形態で実施し得ることは勿論である。
【図面の簡単な説明】
【図１】本発明の一実施例である悪路判定装置２０の構成の概略を機能ブロックで示す構成図である。
【図２】実施例の悪路判定装置２０のハード構成の概略を示す構成図である。
【図３】実施例の悪路判定装置２０が車両１０に搭載されている様子を例示する説明図である。
【図４】実施例の極大極小値検出部２６の構成の概略を機能ブロックで示す構成図である。
【図５】Ｇａｂｏｒ関数の時間軸上の表現を例示する説明図である。
【図６】ウェーブレット変換Ｘ（ａ，ｂ）の実数部Ｒと虚数部Ｉと大きさＰと位相θとの関係を示す説明図である。
【図７】時系列信号Ｘ（ｔ）とウェーブレット変換Ｘ（ａ，ｂ）の位相θ（ｔ）との関係を例示する説明図である。
【図８】ウインドウの幅とウインドウ係数Ｋとの関係を示す説明図である。
【図９】車両の衝突の際にＧセンサ２２により検出された信号（減速度信号）と位相θ（ｔ）との関係を例示する説明図である。
【図１０】車両の衝突の際にＧセンサ２２により検出された信号（減速度信号）と位相θ（ｔ）との関係を例示する説明図である。
【図１１】実施例の悪路判定装置２０により実行される悪路判定処理ルーチンの一例を示すフローチャートである。
【図１２】減速度Ｇと位相θとの関係を時系列に例示する説明図である。
【符号の説明】
１０車両、１４，１６Ｇセンサ、２０悪路判定装置、２２Ｇセンサ、２４信号入力部、２６極大極小値検出部、２８積分演算部、３０悪路判定部、３１マイクロコンピュータ、３２ＣＰＵ、３４ＲＯＭ、３６ＲＡＭ、３８入力処理回路、４２積和演算部、４４位相演算部、４６極大極小判定部。

Claims

車両が悪路を走行しているのを判定する悪路判定装置であって、
前記車両の減速度を検出する減速度検出手段と、
該検出された減速度の第１極大値と、該第１極大値の次に生じる第１極小値とを検出する極大小値検出手段と、
該検出された第１極小値が負の値のとき、前記検出された第１極大値から前記減速度が値０となるまでの第１積分値と、該減速度が値０となってから前記第１極小値となるまでの第２積分値とを演算する積分演算手段と、
該演算された第１積分値と第２積分値とに基づいて悪路を判定する悪路判定手段と
を備える悪路判定装置。
請求項１記載の悪路判定装置であって、
前記極大極小値検出手段は、
前記減速度検出手段により検出された減速度に対して積分の基底として所定の複素関数を用いて積和演算する積和演算手段と、
該積和演算の結果の実数部と虚数部とに基づいて位相を演算する位相演算手段と、
該演算された位相に基づいて前記第１極大値と前記第１極小値とを判定する極大極小判定手段と
を備える悪路判定装置。
前記極大極小判定手段は、前記演算された位相が２πからゼロに変化するときを前記第１極大値として判定し、該変化した位相がπになるときを前記第１極小値として判定する手段である請求項２記載の悪路判定装置。
前記悪路判定手段は、前記第２積分値の絶対値の前記第１積分値に対する比が所定値以上のときに悪路と判定する手段である請求項１ないし３いずれか記載の悪路判定装置。
車両が悪路を走行しているのを判定する悪路判定方法であって、
前記車両の減速度の第１極大値と、該第１極大値の次に生じる第１極小値とを検出し、該検出された第１極小値が負の値のとき、前記検出された第１極大値から前記減速度が値０となるまでの第１積分値と、該減速度が値０となってから前記第１極小値となるまでの第２積分値とに基づいて悪路を判定する悪路判定方法。
前記車両の減速度に対して積分の基底として所定の複素関数を用いて積和演算し、該積和演算の結果の実数部と虚数部との位相が最初に２πからゼロに変化するときの減速度を第１極大値として検出し、該第１極大値を検出した後に前記位相がπになるときの減速度を第１極小値として検出する請求項５記載の悪路判定方法。