JP4254627B2 - Driving force control system for vehicles - Google Patents
Driving force control system for vehicles Download PDFInfo
- Publication number
- JP4254627B2 JP4254627B2 JP2004179927A JP2004179927A JP4254627B2 JP 4254627 B2 JP4254627 B2 JP 4254627B2 JP 2004179927 A JP2004179927 A JP 2004179927A JP 2004179927 A JP2004179927 A JP 2004179927A JP 4254627 B2 JP4254627 B2 JP 4254627B2
- Authority
- JP
- Japan
- Prior art keywords
- gear stage
- vehicle
- unit
- gradient
- road
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
- 230000013016 learning Effects 0.000 claims description 134
- 238000004364 calculation method Methods 0.000 claims description 78
- 238000001514 detection method Methods 0.000 claims description 64
- 230000005540 biological transmission Effects 0.000 claims description 16
- 230000006641 stabilisation Effects 0.000 claims description 11
- 238000011105 stabilization Methods 0.000 claims description 11
- 230000001133 acceleration Effects 0.000 description 46
- 239000013598 vector Substances 0.000 description 39
- 238000000034 method Methods 0.000 description 33
- 230000015654 memory Effects 0.000 description 22
- 230000006870 function Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000005096 rolling process Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 230000033228 biological regulation Effects 0.000 description 2
- 239000000498 cooling water Substances 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 230000007935 neutral effect Effects 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000003054 catalyst Substances 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000000994 depressogenic effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 239000010705 motor oil Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000009738 saturating Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
Images
Landscapes
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Controls For Constant Speed Travelling (AREA)
- Control Of Vehicle Engines Or Engines For Specific Uses (AREA)
- Navigation (AREA)
Description
本発明は、車両が走行する路面の勾配、旋回曲率や傾斜などの走行負荷情報を学習する走行負荷情報学習方法および走行負荷情報学習システムを用いた車両用駆動力制御システムに関するものである。 The present invention is a gradient of a road surface on which the vehicle is traveling, a vehicle drive force control system using the traveling load information learning method and the travel load information learning system learns the travel load information, such as turning curvature or slope.
従来、車両が走行中の路面の勾配に基づいてエンジン制御量を補正し、運転者に駆動力不足や反応の悪さを感じさせないようにする車両用駆動力制御装置がある(例えば、特許文献1参照)。具体的には、この車両用駆動力制御装置は、ナビゲーションシステムのCD−ROMやDVD−ROM等に保持されている道路地図情報およびこの道路地図情報に関連付けされた勾配情報を用い、道路地図情報における自車両の現在位置と数秒後に自車両が走行しているであろう推定位置との勾配差を算出したのち、この算出結果に基づいてエンジン制御量を補正している。 2. Description of the Related Art Conventionally, there is a vehicle driving force control device that corrects an engine control amount based on a slope of a road surface on which the vehicle is traveling so that the driver does not feel deficient in driving force or poor reaction (for example, Patent Document 1). reference). Specifically, the vehicle driving force control device uses road map information held in a CD-ROM or DVD-ROM of a navigation system, and gradient information associated with the road map information, and uses the road map information. After calculating the gradient difference between the current position of the host vehicle and the estimated position where the host vehicle will be traveling several seconds later, the engine control amount is corrected based on the calculation result.
さらに、この車両用駆動力制御装置は、走行を重ねる毎に道路地図情報に関連付けた車速情報や駆動状態をナビゲーションECUに記憶しておき、ナビゲーションECUに記憶された勾配情報等の付属情報と共に用いてエンジン制御量の補正を行っている。
しかしながら、上記従来の車両用駆動力制御装置は、ナビゲーションシステム用のCD−ROMやDVD−ROM等に勾配情報など、エンジン制御量の補正用のパラメータとなるものの基礎データを予め保持していることを前提としている。そして、その基礎データを利用して、エンジン制御量の補正の演算が行われる。このため、基礎データを予め作成しておくことが必要になり、また、その基礎データを記憶させなければならないためにCD−ROMやDVD−ROM等のデータメモリが増大するという問題も生じる。 However, the conventional vehicular driving force control device holds in advance the basic data of the parameters for correcting the engine control amount, such as gradient information, in the CD-ROM or DVD-ROM for the navigation system. Is assumed. And the calculation of correction | amendment of engine control amount is performed using the basic data. For this reason, it is necessary to create basic data in advance, and there is also a problem that data memory such as CD-ROM and DVD-ROM increases because the basic data must be stored.
また、道路の形状や勾配などは年々改変されるものであり、CD−ROMやDVD−ROM等をその都度買い換えないと、その変化に対応したエンジン制御量の補正を行えない。 Also, the shape and slope of the road are changed year by year, and unless the CD-ROM or DVD-ROM is replaced every time, the engine control amount corresponding to the change cannot be corrected.
本発明は上記問題に鑑みて成され、走行負荷情報の基礎データを予めCD−ROMやDVD−ROM等に記憶させるのではなく、基礎データとなる路面走行負荷情報を学習していけるようにする走行負荷情報学習方法および走行負荷情報学習システムを用いた車両用駆動力制御システムを提供することを目的とする。 The present invention has been made in view of the above problems, and allows basic road load information to be learned as basic data, instead of storing basic data of the road load information in a CD-ROM, DVD-ROM or the like in advance. to provide a vehicle driving force control system using the traveling load information learning method and the travel load information learning system for the purpose of.
上記目的を達成するため、請求項1に記載の発明では、車両が走行中の現在位置を求める現在位置検出手段(4、4c)と、現在位置における道路の勾配または曲率の少なくとも1つを含む走行負荷情報を推定する走行負荷情報推定手段(4、4a、4b、6、6a、6b)と、現在位置に関連づけて走行負荷情報を学習し、記憶しておく記憶手段(4、4c)と、車両に備えられたアクセルペダルセンサ(2d)からの検出信号に基づき、ドライバの駆動要求に応じた駆動トルクを発生させるドライバ要求トルク演算部(6c)と、記憶手段に記憶された走行負荷情報および道路地図情報に基づき、車両が将来走行するであろう道路の走行負荷を予測する走行環境負荷変動演算部(6h)と、を有する駆動力制御部(6)と、車両のギア段を変速させるギア段変速部(8)と、を有し、ギア段変速部は、次の点を備えていることを特徴とする。すなわち、ドライバの直接の操作に応じたギア段を検出するドライバ要求シフト段演算部(6i)と、駆動トルクを満たすギア段を検出する駆動トルク必要ギア段演算部(6j)と、車両における走行負荷の変動分を保障するために必要となる駆動トルクの幅を満たすギア段を検出する負荷トルク必要ギア段演算部(6k)と、車両が将来走行するであろう道路の走行負荷情報のうち曲率の情報に基づいて、車両がこの曲率の情報に対応した旋回を行った場合に、ドライバがアクセル操作を行って、車両の操作性を出すために必要とされるギア段を検出する旋回安定化ギア段演算部(6m)と、車両のエンジン保護および温度環境の観点に基づいて、トランスミッションのギア段を決定するシフト制約部(6n)と、駆動トルク必要ギア段演算部の検出結果と負荷トルク必要ギア段演算部の検出結果とを調停する第1ギア段調停部(6o)と、第1ギア段調停部の調停結果と旋回安定化ギア段演算部の検出結果とを調停する第2ギア段調停部(6p)と、第2ギア段調停部の調停結果と、ドライバ要求シフト段演算部の検出結果およびシフト制約部の決定結果とを調停する第3ギア段調停部(6q)と、を備え、第3ギア段調停部の調停結果により選択されたギア段に車両のトランスミッションにおける変速比の調整を行うことを特徴としている。
In order to achieve the above object, the invention according to
このような構成によれば、走行負荷情報とナビゲーションシステム等で用いられる道路地図情報を用いて、車両が走行するであろう道路の走行負荷を予測し、その予測結果に応じて車両の駆動力の制御を行うことが可能である。そして、トランスミッションの変速によって車両が将来走行するであろう路面の走行負荷への対応を行っているため、エンジン制御量を補正する場合と比べて、ドライバの意志によって操作可能な駆動力の範囲を最適にすることができる。 According to such a configuration, the road load information and the road map information used in the navigation system or the like are used to predict the road load on which the vehicle will travel and the driving force of the vehicle according to the prediction result. It is possible to perform control. And, since the shift of the transmission is used to cope with the road load on which the vehicle will run in the future, the range of driving force that can be operated according to the driver's will is compared with the case where the engine control amount is corrected. Can be optimized.
例えば、請求項2に示すように、第1ギア段調停部に、駆動トルク必要ギア段演算部の検出結果と、負荷トルク必要ギア段演算部の検出結果とのうち、より大きな駆動トルクが得られる低速ギア段を選択させることができる。
For example, as shown in
請求項3に示すように、第2ギア段調停部に、第1ギア段調停部の検出結果と、旋回安定ギア段演算部の検出結果とのうち、より大きな駆動トルクが得られる低速ギア段を選択させることができる。 According to a third aspect of the present invention, in the second gear stage arbitration unit, a low speed gear stage that can obtain a larger driving torque among the detection result of the first gear stage arbitration unit and the detection result of the turning stable gear stage calculation unit. Can be selected.
また、請求項4に示すように、第3ギア段調停部を、第2ギア段調停部の検出結果よりも、ドライバ要求シフト段演算部およびシフト制約部の検出結果を優先したギア段を設定するものとし、第3ギア段調停部に、シフト制約部で検出したギア段の範囲であり、かつ、ドライバ要求シフト段演算部の検出結果がドライビング以外のレンジであった場合にはドライビング以外のレンジに対応するギア段を優先して選択させ、ドライバ要求シフト段演算部の検出結果がドライビングレンジであった場合には第2ギア段調停部の検出結果に応じたギア段を選択させることができる。In addition, as shown in
なお、上記各手段の括弧内の符号は、後述する実施形態に記載の具体的手段との対応関係を示すものである。 In addition, the code | symbol in the bracket | parenthesis of each said means shows the correspondence with the specific means as described in embodiment mentioned later.
(第1実施形態)
本発明の第1実施形態における走行負荷情報学習システムを備えた車両用駆動力制御システムについて説明する。
(First embodiment)
A vehicle driving force control system including a traveling load information learning system according to a first embodiment of the present invention will be described.
図1に、車両用駆動制御装置の概略構成を示す。この図に示されるように、車両用駆動力制御システムは、車両に備えられた各種センサ群1a〜1d、2a〜2d、3a、3b、ナビゲーションECU4、エンジン5を制御するエンジンECU6、トランスミッション(以下、T/Mという)7を制御するT/M−ECU8、ブレーキECU9を備えた構成となっている。
FIG. 1 shows a schematic configuration of a vehicle drive control device. As shown in this figure, the vehicle driving force control system includes various sensor groups 1a to 1d, 2a to 2d, 3a, and 3b, a
各種センサ群1a〜1d、2a〜2dは、車輪速度センサ1a〜1d、エンジン回転数センサ2a、スロットル開度センサ2b、吸入空気温度センサ2c、アクセルペダルセンサ2d、ヨーレートセンサ(ジャイロセンサ)3aおよびシフト位置センサ3bを有した構成となっている。
Various sensor groups 1a to 1d, 2a to 2d are a wheel speed sensor 1a to 1d, an
車輪速度センサ1a〜1dは、車両に備えられる各車輪FR、FL、RR、RL毎に備えられている。複数の車輪速度センサ1a〜1dそれぞれから対応する各車輪FR、FL、RR、RLの車輪速度信号が出力されるようになっている。各車輪速度信号は、周知のように各車輪FR、FL、RR、RLにおける車輪速度の演算、車速(車体速度)の演算等に用いられる。 The wheel speed sensors 1a to 1d are provided for each wheel FR, FL, RR, RL provided in the vehicle. The wheel speed signals of the corresponding wheels FR, FL, RR, RL are output from the respective wheel speed sensors 1a to 1d. As is well known, each wheel speed signal is used for calculation of wheel speed, calculation of vehicle speed (body speed), etc., in each wheel FR, FL, RR, RL.
エンジン回転数センサ2aは、動力を発生させる動力源となるエンジン5の回転速度を求めるためのものである。スロットル開度センサ2bはエンジン5のスロットル開度を検出し、求めたスロットル開度に基づいてエンジン5の吸入空気量を求めるためのものである。吸入空気温度センサ2cは、エンジン5の吸入空気温度を検出するためのものである。アクセルセンサ2dは、図示しないアクセルペダルの操作に応じたドライバの駆動力要求を検出するものである。
The
ヨーレートセンサ3aは、車両のヨーレート(ヨー角速度)を検出するものであり、ナビゲーションシステムに一般的に備えられているものである。
The
ナビゲーションECU4は、ナビゲーションシステムの一部を構成するもので、ナビゲーションシステムにおけるCD−ROMやDVD−ROMなどの記憶媒体に記憶された道路地図情報を用いて一般的なナビゲーション制御を実行する機能を有していると共に、道路の勾配や曲率を学習する機能を有している。ナビゲーションECU4には、図示しない記憶部が備えられており、この記憶部に学習した道路の勾配や曲率を学習勾配および学習曲率として記憶するようになっている。これら学習勾配や学習曲率がエンジンECU6で実行される各種演算のパラメータとして使用される。ナビゲーションECU4では、車両が道路を走行する度に演算する瞬間的な曲率(以下、瞬時曲率という)の演算を行うと共に、学習勾配および学習曲率の演算を行っている。
The
エンジンECU6は、動力調整手段に相当するもので、アクセルペダルセンサ2dからの検出信号に基づき、アクセルペダルの操作量に応じたエンジン制御を行う。エンジンECU6は、動力指令値を示すエンジン制御信号を出力し、このエンジン制御信号に基づいてエンジン制御が行われる。このエンジンECU6では、車両が道路を走行する度に演算する瞬間的な勾配(以下、瞬時勾配という)を演算すると共に、ナビゲーションECU4で求められた学習勾配および学習曲率に基づいて走行環境に応じた負荷変動を求める。
The
T/M−ECU8は、図示しないシフトレバーの位置に応じてT/M7のギア切替え(変速)を行うものであり、T/M制御信号をT/M7に向けて出力することでT/M7の変速を行っている。また、シフトレバーがD(ドライビング)レンジとなっている場合、エンジンECU6から受け取ったドライバ要求トルクや走行環境負荷変動に対応した最適なギア段を求め、そのギア段の変速を実現するべくT/M7のギア段を制御するようになっている。
The T / M-ECU 8 performs gear switching (shifting) of the T / M 7 according to the position of a shift lever (not shown), and outputs a T / M control signal to the T / M 7 to output T / M 7. It is doing a shift of M 7. Further, when the shift lever is in the D (driving) range, an optimum gear stage corresponding to the driver request torque received from the
ブレーキECU9は、制動力制御を実行するものであり、図示しないブレーキペダルの操作量に応じたブレーキ制御を行うものである。ブレーキECU9は、車輪速度センサ1a〜1dからの車輪速度信号を受け取り、車輪速度信号に基づいて車輪速度や車速等の演算を行うと共に、これらに基づいて各種ブレーキ制御を行う。このブレーキECU9は、本実施形態においては、車輪速度センサ1a〜1dからの車輪速度信号に基づいて演算した車速をナビゲーションECU4やエンジンECU6に伝達するものとして用いられる。
The
なお、T/M−ECU8には、T/M7の出力軸の回転数信号が入力されるため、仮に故障等によりブレーキECU9から車速が伝達されなくなったとしても、T/M7の出力軸の回転数信号に基づいて独自に車速を求めることが可能である。
Since the T / M-ECU 8 receives the rotation speed signal of the output shaft of the T / M 7, even if the vehicle speed is not transmitted from the
次に、車両用駆動力制御装置に備えられるナビゲーションECU4およびエンジンECU6の構成および動作の詳細について説明する。
Next, the configuration and operation of the
ナビゲーションECU4は、図2に示されるブロック構成を有している。この図に示されるように、ナビゲーションECU4は、ヨーレート推定部4aと曲率推定部4bとを備えている。ヨーレート推定部4aは、ナビゲーションシステムに一般的に備えられているヨーレートセンサ3aからの検知信号に基づいてヨーレートを推定する。また、曲率推定部4bは、推定されたヨーレートと車速に基づいて路面の曲率を推定する。具体的には、ヨーレートをγ[rad/sec]、曲率をρ[1/m]、車速をv[m/sec]とすると、これらがγ=ρ×vの関係を満たすため、この式に基づき、そのときの車速とヨーレートから曲率を求める。
The
このように、ナビゲーションECU4では、所定の演算周期毎に、各周期の間に車両が走行した路面の曲率、つまり瞬時曲率を演算する。
As described above, the
一方、エンジンECU6は、図3に示されるブロック構成を有している。この図に示されるように、エンジンECU6は、駆動トルク推定部6aと勾配推定部6bとを備えている。駆動トルク推定部6aは、エンジン回転数センサ2a、スロットル開度センサ2b、吸入空気温度センサ2c、アクセルペダルセンサ2dからの信号を受け取り、これら各信号に基づいて駆動トルクを推定するものである。この駆動トルクの推定は、エンジン回転数センサ2aからの検知信号、スロットルセンサ2bからの検知信号に基づいて求められた吸入空気量、吸入空気温度センサ2cからの検知信号、および、エンジンECU6自身で演算して調整している燃料噴射量やプラグ点火時期に基づいて、周知の方法により行われる。
On the other hand, the
勾配推定部4bは、推定された駆動トルクに基づいて、車両が走行した路面の勾配を推定するものである。この路面の勾配の推定は、駆動トルク、T/M7におけるギアのギア比等に基づいて実行される。この路面の勾配の推定は、例えば、特開平8−53024号公報に示される方法と同様に行われるものであるため、ここでは説明を省略する。
The
このように、エンジンECU6では、所定の演算周期毎に、各周期の間に車両が走行した路面の勾配、つまり瞬時勾配を演算する。この瞬時勾配が車内LANを通じてナビゲーションECU4に送られるようになっている。
As described above, the
また、ナビゲーションECU4は、さらに、図4に示されるブロック構成を有している。この図に示されるように、ナビゲーションECU4には、記憶部に相当する地図データベース(以下、地図DBという)4cが備えられている。ナビゲーションECU4は、エンジンECU6から送られる瞬時勾配、および、自らが演算した瞬時曲率を走行負荷情報として学習し、地図DB4c内に記憶していくようになっている。
Further, the
具体的には、ナビゲーションECU4は、ジャイロセンサと車速センサから得られる信号に基づいて演算される結果から推定される車両の相対位置を、GPS信号から得られる絶対位置にて演算誤差を修正して正確な現在位置を推定する。そして、マップマッチング技術により、地図DB4cに収録されている位置座標列とを照合して、車両が走行している道路を推定し、走行中の道路に関する情報が抽出できるようになっている。
Specifically, the
なお、この現在位置の演算方法やマップマッチング技術は周知のものであるため、ここでは説明を省略する。 Since the current position calculation method and map matching technique are well known, description thereof is omitted here.
そして、ナビゲーションECU4は、現在位置と関連付けして、瞬時勾配および瞬時曲率を記憶する。例えば、道路地図情報が記憶されたナビゲーションシステムに用いられるCD−ROMやDVD−ROM等には、道路の任意のポイントを示すノードおよび各ノード間を結ぶセグメント(リンク)が定義され、これら各ノードやセグメント毎に、道路に関する基礎データが記憶されている。そして、各ノード、セグメント毎に、個々のノードやセグメントを識別できるようにIDアドレスが決められている。このため、ナビゲーションECU4は、ナビゲーションECU4内に備えられた記憶部のうちノードやセグメントのIDアドレスと対応したメモリに、もしくは記憶部内にそのIDアドレスと共に、瞬時勾配や瞬時曲率およびそれらを求めた日時などを記憶する。このように記憶された瞬時勾配や瞬時曲率が学習勾配および学習曲率に相当する。
Then, the
図5に、ナビゲーションシステムに用いられるCD−ROMやDVD−ROM等に記憶されている内容と、ナビゲーションECU4に備えられた記憶部への記憶内容との関係を示す。
FIG. 5 shows the relationship between the contents stored in a CD-ROM or DVD-ROM used in the navigation system and the contents stored in the storage unit provided in the
この図に示されるように、例えば、ナビゲーションシステムに用いられるCD−ROMやDVD−ROM等には、セグメント毎にIDアドレスが決められていると共に、基礎データとしてセグメントの始点ID、終点ID、道路種別などが記憶されている。このため、ナビゲーションECU4における記憶部には、そのIDアドレスと共に、瞬時勾配、瞬時曲率、左右方向の傾斜(以下、カントという)、学習回数などを記憶させる。
As shown in this figure, for example, in a CD-ROM or DVD-ROM used in a navigation system, an ID address is determined for each segment, and a segment start point ID, end point ID, road, etc. are used as basic data. The type is stored. For this reason, the storage unit in the
このとき、記憶部におけるメモリ構成は、経験管理データ、環境データ、車両データ、内部又はデバイスレベル等のように記憶させる内容に応じてメモリが層別された構造体とされる。そして、少なくとも管理情報、走行環境情報に分けられ、学習度合いは管理情報として、負荷情報は走行環境情報として登録される。例えば、経験管理データを記憶させるメモリには、学習回数やノードもしくはセグメントの通過回数、最新通過日時などが記憶される。環境データを記憶させるメモリには、学習勾配、学習曲率、学習カント、学習軌道座標などが記憶される。車両データを記憶させるメモリには、制御条件・パラメータ、走行車速などが記憶される。内部又はデバイスレベルを記憶させるメモリには、位置とび発生経験、衛星捕獲不能経験、道なりに反した進路を取ったなどが記憶される。 At this time, the memory configuration in the storage unit is a structure in which memories are stratified according to contents to be stored such as experience management data, environmental data, vehicle data, internal or device level, and the like. And it is divided into at least management information and driving environment information, the learning degree is registered as management information, and the load information is registered as driving environment information. For example, the memory for storing the experience management data stores the number of times of learning, the number of passages of nodes or segments, the latest passage date and time, and the like. A learning gradient, a learning curvature, a learning cant, a learning trajectory coordinate, and the like are stored in the memory that stores environment data. The memory for storing the vehicle data stores control conditions / parameters, traveling vehicle speed, and the like. The memory for storing the internal or device level stores the position jumping experience, the experience of being unable to capture the satellite, taking a course along the road, and the like.
このように、記憶させる内容に応じてメモリを層別するようなメモリ構成とすれば、抽出時に整理し易く、機能有無やアプリケーション追加削除に対して汎用アクセスソフトを用いて対応することが可能になる。 In this way, if the memory configuration is such that the memory is stratified according to the contents to be stored, it is easy to organize at the time of extraction, and it is possible to deal with the presence or absence of functions and addition / deletion of applications using general-purpose access software Become.
なお、これらを記憶させるときにはナビゲーションECU4に備えられる記憶部のうち、一般ユーザがアクセスできないメモリ領域、例えばシステム領域のような部分であり、かつ、ディスクキャッシュ領域ではない部分に記憶させるようにするのが好ましい。例えば、一般ユーザがアクセス可能なパーティションとは別のパーティションやアクセス禁止したフォルダ、フラッシュメモリが挙げられる。
When these are stored, the storage unit provided in the
メモリに記憶させるにあたって前処理として次のことを実行する。即ち現在走行している地点がどのノード間かを判断し、ノードを通過した時点から次のノードに至るまで所定距離(例えば1m)以上通過する毎に瞬時勾配と瞬時曲率さらには移動距離をそれぞれ累積していく。そして次のノードに達した時点で累積値を移動距離で割ることでその区間の平均値とする。もしくは、所定時間(例えば1秒)経過する毎に瞬時情報と経過時間を累積していき、区切りとなる地点を越えたら瞬時情報累積値を経過時間累積値で割ることで、その区間の平均値とする。このように、所定領域を走行したときの距離や時間などの走行量の平均値を例えばセグメントのIDアドレスと対応したメモリに記憶させる。 The following is executed as a pre-process for storing in the memory. In other words, it is determined which node the current driving point is between, and every time a predetermined distance (for example, 1 m) is passed from the point of passing through the node to the next node, the instantaneous gradient, the instantaneous curvature, and the moving distance are respectively determined. Accumulate. Then, when the next node is reached, the cumulative value is divided by the movement distance to obtain the average value for that section. Or, every time a predetermined time (for example, 1 second) elapses, the instantaneous information and the elapsed time are accumulated, and when the delimiter is exceeded, the instantaneous information accumulated value is divided by the elapsed time accumulated value to obtain an average value for that section. And As described above, the average value of the travel amount such as the distance and time when traveling in the predetermined area is stored in the memory corresponding to the ID address of the segment, for example.
ただし、極低速やスリップ発生時、勾配推定などを行うと共に瞬時勾配等に関するデータをナビゲーションECU4に伝える情報発信元となるエンジンECU6に不具合が発生しているとき、もしくは現在位置の検出の自信度が低いとき等には、速度やスリップ状態、不具合発生状況、位置検出の自信度に応じて重み係数W(ただし、Wは0から1の値)を定め、平均処理を次式で求めることで、学習勾配や学習極率の信頼度を向上させることが可能となる。
However, when an extremely low speed or slip occurs, gradient estimation is performed, and when there is a problem in the
なお、学習勾配および学習曲率は車両が道路を走行するたびに求められるものであるため、上記の場合に学習を適宜中断させたとしても、通常は一度は学習が行われている。この場合、再度その道路を走行したことになり、以前に演算された学習勾配や学習曲率が既に記憶されている可能性がある。このような場合には、以前に記憶された学習勾配や学習曲率との平均値が演算され、その平均値が記憶されるようになっている。具体的には、以前から記憶されている学習データをC、今回演算された学習データをc、学習回数をnとすると、平均値C’は次式のようにして求められ、新たな学習勾配、学習曲率として記憶される。 Since the learning gradient and the learning curvature are obtained every time the vehicle travels on the road, even if learning is interrupted as appropriate in the above case, learning is usually performed once. In this case, the road has been traveled again, and the previously calculated learning gradient and learning curvature may already be stored. In such a case, an average value with the previously stored learning gradient and learning curvature is calculated, and the average value is stored. Specifically, assuming that the learning data stored before is C, the learning data calculated this time is c, and the number of learnings is n, the average value C ′ is obtained by the following equation, and a new learning gradient is obtained. , Stored as learning curvature.
また、ここで記憶させた内容は、メモリ領域の規定量に対して記憶させた量が所定の割合となったとき、もしくは残存容量が所定量となったときに消去されるようになっている。すなわち、記憶量または記憶許容量に応じて部分的に消去される。このときの消去される順番は、学習時期、学習度合い、現在地もしくは所定地(例えば自宅)との空間的関係の少なくとも1つに応じて決定され、例えば学習した日時が古い順、もしくは現在地から遠い順とされる。 The contents stored here are deleted when the amount stored with respect to the prescribed amount of the memory area reaches a predetermined ratio or when the remaining capacity reaches a predetermined amount. . That is, it is partially erased according to the storage amount or the storage allowable amount. The order of deletion at this time is determined according to at least one of the learning time, the degree of learning, the current location or a spatial relationship with a predetermined location (for example, home). For example, the date and time of learning are oldest or far from the current location. In order.
ここまで説明したナビゲーションECU4およびエンジンECU6のブロック構成、つまりナビゲーションECU4およびエンジンECU6のうち学習データの演算および記憶を行う機能を実現する構成と、学習データの演算に用いられる各種センサが、走行負荷情報学習方法を実現する走行負荷情報学習システムに相当するものである。
The block configuration of the
ナビゲーションECU4は、さらに、検索距離決定部4d、将来軌道情報生成部4eおよび軌道(道路)形状演算部4fを有している。
The
検索距離決定部4dは、道路地図情報のうち検索対象となる範囲、つまり車両の現在位置からどのくらい先までの道路地図情報が必要になるかという検索距離を決定するものである。検索距離決定部4dは、例えば、現在位置から進行方向数ノード分(例えば10ノード分)若しくは数セグメント分(例えば11セグメント分)を検索距離として設定したり、車輪速度センサ1a〜1dからの検知信号に基づいて演算された車速に応じて検索距離を設定したりするようになっている。検索距離が車速に応じて設定される場合、例えば、車速が速いほど、検索距離が長くなるように設定される。
The search
将来軌道情報生成部4eは、将来的に車両が走行するであろう軌道情報を生成するものである。例えば、現在位置から進行方向数ノード分(例えば10ノード分)の軌道情報、もしくは車両が現在から所定時間(例えば数秒間)経過する間に走行するであろう軌道情報が将来軌道データとして生成される。具体的には、将来軌道データとして、進行方向前方の数ノード分の旋回曲率データ、進行方向前方の数ノード分の学習勾配データ、進路方向前方の数ノードまでの各距離データが抽出される。この将来軌道データの生成は、ナビゲーションECU4内の地図DB4cに記憶されている学習内容およびナビゲーションシステムに用いられるCD−ROMやDVD−ROMなどに記憶された道路地図情報を抽出することで行われる。すなわち、地図DB4c、CD−ROMやDVD−ROMなどから進路方向前方の数ノード分に対応するIDアドレスに記憶された学習勾配や学習曲率のデータ、距離データを検索し、読み出すことで将来軌道データが生成される。
The future trajectory
軌道(道路)形状演算部4fは、将来軌道情報生成部4eが生成した軌道情報に基づいて、車両が将来的に走行するであろう路面の勾配情報となる将来勾配ベクトル、および、その路面の曲率情報となる将来曲率ベクトルを求めるものである。すなわち、既に求めた車両が将来的に走行するであろう軌道上に位置する数ノード分の将来軌道データに基づき、例えば現在から所定時間経過する間に車両が走行するであろう路面の将来勾配ベクトルと将来曲率ベクトルを求める。現在から所定時間経過する間に車両が走行するであろう距離は、車速に基づいて算出され、その距離内に入るノードの将来軌道データを用いて将来勾配ベクトルと将来曲率ベクトルが演算される。
The track (road)
例えば、将来勾配ベクトルは、現在位置から数秒後に車両が走行するであろう将来位置までの距離と、ノード毎に記憶された学習勾配が分かれば求まる。また、例えば、現在位置と2秒間経過後、4秒間経過後、6秒間経過後の将来位置までの距離、および、現在位置とそれぞれの将来位置の学習勾配とに基づいて各将来位置までの勾配を求め、時系列のベクトルとしてもよいし、それらの最大値や平均値を将来勾配ベクトルとして設定することもできる。 For example, the future gradient vector is obtained if the distance to the future position where the vehicle will travel several seconds after the current position and the learning gradient stored for each node are known. Further, for example, the gradient to each future position based on the current position, the distance to the future position after the elapse of 2 seconds, the elapse of 4 seconds, and the future position after the elapse of 6 seconds, and the learning gradient of the current position and each future position. May be obtained as a time-series vector, or the maximum value or the average value thereof may be set as a future gradient vector.
将来曲率ベクトルに関しても、現在位置と将来位置それぞれにおける学習曲率に基づき、将来勾配ベクトルと同様の手法により求めることが可能である。 The future curvature vector can also be obtained by the same method as the future gradient vector based on the learning curvature at each of the current position and the future position.
以上のように求められた将来勾配ベクトルや将来曲率ベクトルは、エンジンECU6に送られ、エンジンECU6で実行される種々の処理のパラメータとして用いられる。
The future gradient vector and the future curvature vector obtained as described above are sent to the
エンジンECU6は、また、図6に示されるブロック構成を有している。この図に示されるように、エンジンECU6は、ドライバ要求トルク演算部6cと制振制御部6dとを備えている。ドライバ要求トルク演算部6cは、アクセルペダルセンサ2dからの検出信号を受け取り、ドライバの駆動要求に応じた駆動トルクを発生させるべく、エンジン制御量を設定する。制振制御部6dは、車両の旋回状態などに応じて車体に発生する振動をできるだけ小さくなるように抑制すべく、エンジン制御量を調整するものである。制振方法は、例えば特開2000−233668号公報に示されるものを採用することができる。この制振制御部6dは、ナビゲーションECU4で求められた将来曲率ベクトルを受け取り、将来曲率ベクトルに基づいて車両の旋回状態を予測することで、その予測に従ってエンジン制御量を調整できるようになっている。
The
なお、将来曲率ベクトルがまだ求められない状態の場合、つまり車両が現在走行している道路が初めて走行する道路で、ナビゲーションECU4の地図DB4cのうち、その道路におけるノードもしくはセグメントと対応するIDアドレスに未だ瞬時曲率が記憶されていない場合には、今回初めて求められた瞬時曲率を将来曲率ベクトルの代りに用いることも可能である。
In the case where the future curvature vector is not yet obtained, that is, the road on which the vehicle is currently traveling for the first time, the ID address corresponding to the node or segment on the road in the
このようにしてエンジンECU6はエンジン制御量を決定し、最終的に要求されるエンジン制御量となるように制御信号を出力して、エンジン回転数、スロットル開度を調整することで、要求トルクを実現するようになっている。
In this way, the
エンジンECU6は、さらに、図7に示すブロック構成を有している。この図に示されるように、エンジンECU6は、勾配負荷推定部6e、旋回負荷推定部6f、転がり・空気抵抗推定部6gおよび走行環境負荷変動演算部6hを備え、車両環境に応じた負荷変動を求める機能を有している。
The
勾配負荷推定部6eは、路面の勾配に応じた負荷となる勾配負荷を推定するものである。この勾配負荷は、ナビゲーションECU4で求められた将来勾配ベクトルに基づいて推定され、将来勾配ベクトルが大きいほど勾配負荷が大きいと推定される。また、将来勾配ベクトルが登り坂を示している場合には、駆動系に負荷として作用することから勾配負荷が正の値で示され、下り坂を示している場合には、逆に負の値で示される。なお、将来勾配ベクトルがまだ求められない状態の場合、つまり車両が現在走行している道路が初めて走行する道路で、ナビゲーションECU4の地図DB4cのうち、その道路におけるノードもしくはセグメントと対応するIDアドレスに未だ瞬時勾配が記憶されていない場合には、今回初めて求められた瞬時勾配を将来勾配ベクトルの代りに用いることも可能である。
The gradient
旋回負荷推定部6fは、車両の旋回に応じた負荷となる旋回負荷を推定するものである。この旋回負荷の推定は、ナビゲーションECU4で求められた将来曲率ベクトルに基づいて実行され、将来曲率ベクトルが大きいほど旋回負荷が大きいと推定される。なお、この場合においても、将来曲率ベクトルがまだ求められない状態であれば、今回初めて求められた瞬時曲率を将来曲率ベクトルの代りに用いることも可能である。
The turning
転がり・空気抵抗推定部6gは、各車輪の転がり抵抗、車体への空気抵抗を推定するものである。転がり・空気抵抗推定部6gには、車輪速度センサ1a〜1dの検出値に基づきブレーキECU9で求められた車速に関する情報が入力されるようになっており、この情報から得られた車速に基づいて上記転がり抵抗や空気抵抗が推定され、車速が大きいほどこれら各抵抗が大きいと推定される。
The rolling / air
走行環境負荷変動演算部6hは、勾配負荷から旋回負荷および転がり抵抗・空気抵抗を加算することによって、走行環境に対して駆動系の負荷が正負両側にどの程度幅を持つかを演算する。 The traveling environment load fluctuation calculating unit 6h calculates how much the load of the driving system has on both the positive and negative sides with respect to the traveling environment by adding the turning load and rolling resistance / air resistance from the gradient load.
T/M−ECU8は、図8に示すブロック構成を有している。この図に示されるように、T/M−ECU8は、ドライバ要求シフト段演算部6i、駆動トルク必要ギア段演算部6j、負荷トルク必要ギア段演算部6k、旋回安定化ギア段演算部6m、シフト制約演算部6nおよび第1〜第3ギア段調停部6o、6p、6qを備え、これらによりT/M7における最適なギア段を設定し、その設定に応じた変速を実現する機能を有している。
The T / M-ECU 8 has a block configuration shown in FIG. As shown in this figure, the T / M-ECU 8 includes a driver request shift stage calculation unit 6i, a drive torque required gear
ドライバ要求シフト段演算部6iは、シフト位置センサ3bからの信号に基づいて、ドライバの直接の操作に応じたギア段を検出するものである。例えば、自動変速機のシフトが1速、2速、1速から4速が自動変速されるD(ドライビング)、N(ニュートラル)、R(リア)P(パーキング)の各レンジを選択できる形態である場合において、D以外のレンジが選択されている場合には、下記の各要素6j〜6pでのギア段の調停内容に関わらず、選択されたレンジと一致するギア段がそのままドライバの操作に応じたギア段とされる。
The driver request shift stage calculation unit 6i detects a gear stage according to a direct operation of the driver based on a signal from the
駆動トルク必要ギア段演算部6jは、エンジンECU6内のドライバ要求トルク演算部6cによって求められた駆動トルクを満たすギア段を検出するものである。駆動トルクに応じたギア段の検出は、従来より行われているものと同様である。
Driving torque required gear Dan演
負荷トルク必要ギア段演算部6kは、上記した走行環境負荷変動演算部6hで求められた負荷変動分を補償するために必要となるトルクの幅を満たすギア段を検出するものである。具体的には、駆動トルク必要ギア段演算部6jによって検出されたギア段により、負荷変動分を補償できる駆動トルクを発生させられれば良いが、それでは十分でない場合がある。このような場合には、この負荷トルク必要ギア段演算部6kにより、より大きな駆動トルクを発生させられるギア段が選択される。例えば、駆動トルク必要ギア段演算部6jで検出されたギア段が4速であった場合においても、負荷トルク必要ギア段演算部6kにより3速が検出される場合がある。
The load torque required gear
旋回安定化ギア段演算部6mは、ナビゲーションECU4で求められた将来曲率ベクトルを受け取り、車両がその将来曲率ベクトルに対応する旋回を行った場合に、ドライバがアクセル操作を行って、車両の操作性を出すために必要とされるギア段を検出するものである。この旋回安定化ギア段演算部6mは、駆動トルクを満たすギア段とは異なり、旋回時にドライバがアクセルワークによって軌道修正を図れる駆動トルクを出すギア段を演算する。具体的状況としては、オーバースピードぎみでコーナーに入ったときアクセルを緩めて速度を落とし軌道を内側に修正することや、コーナーの出口で車両を安定させて加速していくような状況がある。このような状況下ではドライバのアクセルオフで負の駆動トルク(エンジンブレーキ)が適度に効くことや、アクセルオンで余計なシフトダウンをせずに駆動がかかることが期待される。このため、駆動トルク必要ギア段演算部6jで検出されたギア段が4速であった場合においても、旋回安定化ギア段演算部6kにより3速が検出される場合がある。なお、この場合においても、将来曲率ベクトルがまだ求められない状態であれば、今回初めて求められた瞬時曲率を将来曲率ベクトルの代りに用いることも可能である。
The turning stabilization gear
シフト制約部6nは、エンジン保護の観点や温度環境の観点(冷却水、エンジンオイル、触媒など早期活性化)から、T/M7のギア段を決定するものである。例えば、現在の車速において選択されたギア段が2速であっても、現実的に2速のギア段に変速するとエンジン回転数が高くなり過ぎて好ましくないような場合には、エンジン保護の観点からギア段が3速以上となるような制約が課される。また逆にエンジン回転数が低くなり過ぎる場合や冷却水温が低いときは1速にするような制約が課せられる。
The
第1ギア段調停部6oは、駆動トルク必要ギア段演算部6jと負荷トルク必要ギア段6kの検出結果を調停するものである。この第1ギア段調停部6oにより、駆動トルク必要ギア段演算部6jと負荷トルク必要ギア段演算部6kの検出結果のうち、より大きな駆動トルクが得られる低速ギア段が選択される。
The first gear stage arbitration unit 6o mediates detection results of the drive torque required gear
第2ギア段調停部6pは、第1ギア段調停部6oの調停結果と、旋回安定化ギア段演算部6mの検出結果を調停するものである。この第2ギア段調停部6pにより、第1ギア段調停部6oと旋回安定化ギア段演算部6mの検出結果のうち、より大きな駆動トルクが得られる低速ギア段が選択される。例えば、第2ギア段調停部6pは、旋回安定化ギア段演算部6mの検出値より高いギア段にシフトアップしようという信号が第1ギア段調停部6oからきたときにシフトアップしないよう制約を課する。用いている曲率の情報が瞬時曲率でなく将来曲率ベクトルであるならば、シフトダウンさせることもできる。
The second gear stage arbitration unit 6p mediates the arbitration result of the first gear stage arbitration unit 6o and the detection result of the turning stabilization gear
第3ギア段調停部6qは、第2ギア段調停部6pの調停結果と、ドライバ要求シフト段演算部6iおよびシフト制約部6nの決定結果とを調停するものである。具体的には、この第3ギア段調停部6qにより、第2ギア段調停部6pの調停結果よりもドライバ要求シフト段演算部6iおよびシフト制約部6nの決定結果の方が優先されるギア段選択が行われる。すなわち、ドライバが要求するシフトがD以外のレンジであった場合には、それらのレンジに対応するギア段が優先的に選択され、Dレンジであった場合には、第2ギア段調停部6pの調停結果に応じたギア段が選択される。そして、シフト規制部6nが決定したギア段の範囲で最終的にギア段が決まり、エンジン保護等が行われる。例えば、シフト規制部6nが決定したギア段と比較して、第2ギア段調停部6pの調停結果に応じたギア段の方が低速ギアであった場合には、シフト規制部6nの決定結果に応じたギア段が優先的に選択される。
The third gear stage arbitration unit 6q mediates the arbitration result of the second gear stage arbitration unit 6p and the determination results of the driver request shift stage calculation unit 6i and the
このようにして、選択されたギア段となるような変速を実現するための制御信号がT/M−ECU8から出力され、T/M7のギア段の変速が行われる。 In this way, a control signal for realizing a shift to achieve the selected gear stage is output from the T / M-ECU 8, and a gear shift of T / M7 is performed.
このような構成の車両用駆動力制御システムにおいては、車両が走行する際に、その都度、ナビゲーションECU4内の地図DB4cに学習勾配および学習曲率を記憶させている。つまり、路面走行負荷情報の基礎データを予めCD−ROMやDVD−ROM等に記憶させるのではなく、基礎データとなる路面走行負荷情報を学習するしくみとしている。従って、道路の形状や勾配などの改変に対応して道路の勾配や曲率を学習することが可能となり、CD−ROMやDVD−ROM等をその都度買い換えなくても、その変化に対応することが可能となる。また、予め基礎データを記憶させることで、CD−ROMやDVD−ROM等のデータメモリ量を増大させてしまうことも防止することができる。
In the vehicle driving force control system having such a configuration, the learning gradient and the learning curvature are stored in the
そして、このような学習勾配や学習曲率に基づき、エンジンECU6およびT/M−ECU8での各種演算に基づき、各道路の各場所で最適なT/M7のギア段を予め選択することが可能となる。このため、カーブ路や登降坂路において以下の効果を得ることができる。
Then, based on such learning gradient and learning curvature, it is possible to pre-select the optimum gear stage of T / M7 at each location on each road based on various calculations in the
カーブ路に差し掛かると、ドライバは、ブレーキペダル操作も行うが、主としてアクセルペダル操作によってカーブ路における前後速度変化および横方向変化に対応して車速修正や軌道修正をしようとする。その場合において、例えば4速等のように、エンジンブレーキが掛かり難かったり、低いトルクしか得られないようなギア段であると、アクセルペダル操作のみによっては意図に合った修正ができない。 When approaching a curved road, the driver also performs a brake pedal operation. However, the driver tries to correct the vehicle speed and the trajectory in response to the change in the longitudinal speed and the lateral direction on the curved road mainly by the accelerator pedal operation. In such a case, if the gear speed is such that the engine brake is difficult to apply or only a low torque can be obtained, such as the fourth speed, for example, the correction suitable for the intention cannot be made only by operating the accelerator pedal.
従って、本実施形態に示すように、旋回安定化ギア段演算部にて学習曲率を用いて、予めカーブ路に対応するために必要なギア段を検出しておき、そのカーブ路に差し掛かる前の段階で、相応のギア段に変速しておくことにより、カーブ路での上記変化にアクセルペダル操作のみで適切に対応できる程度のエンジンブレーキおよび加速トルクを発生させることが可能となる。このため、ドライバは、アクセルペダル操作に集中することができ、カーブ路を安心して走行することができる。 Accordingly, as shown in the present embodiment, the turning stabilization gear stage calculation unit uses the learning curvature to detect in advance the gear stage necessary to correspond to the curved road and before reaching the curved road. By shifting the gear to the corresponding gear stage at this stage, it is possible to generate engine brake and acceleration torque that can appropriately cope with the above change on the curve road only by operating the accelerator pedal. For this reason, the driver can concentrate on the accelerator pedal operation and can travel on a curved road with peace of mind.
なお、現状の自動変速機は、ブレーキが踏み込まれると、その踏み込み状態に応じて、要求する制動力以上のエンジンブレーキを発生させるギア段に変速させてしまう場合がある。本実施形態の車両用駆動力制御システムによれば、このような必要以上のエンジンブレーキを発生させることも無いため、よりドライバに快適な車両走行を提供することが可能となる。 In the current automatic transmission, when the brake is depressed, the automatic transmission may shift to a gear stage that generates an engine brake greater than the required braking force depending on the depressed state. According to the vehicle driving force control system of the present embodiment, it is possible to provide a more comfortable vehicle travel to the driver because such an unnecessary engine brake is not generated.
また、登坂路に差し掛かると、その登坂路を車両が登っていけるようにドライバアクセルペダルを踏み込むが、アクセルぺダル操作が行われ、シフトダウンされるまでタイムラグが発生し、登坂路の勾配に対処できる駆動力を即座には発生させられない。 In addition, when you reach an uphill road, you depress the driver's accelerator pedal so that the vehicle can climb the uphill road, but an accelerator pedal operation is performed and a time lag occurs until the gear is downshifted. The driving force that can be dealt with cannot be generated immediately.
従って、本実施形態に示すように、負荷トルク必要ギア段演算部にて学習勾配を用いて、予め登坂路に対応するために必要なギア段を検出しておき、その登坂路に差し掛かる前の段階で相応のギア段に変速しておくことにより、より円滑に登坂路を登ることが可能となる。 Therefore, as shown in the present embodiment, the load torque required gear stage calculation unit uses the learning gradient to detect a gear stage necessary to correspond to the uphill road in advance and before reaching the uphill road. By shifting to the corresponding gear stage at this stage, it is possible to climb the uphill road more smoothly.
一方、降坂路も登坂路と同様であり、その降坂路において車速が上がり過ぎないようにアクセルペダル踏み込みを止め、エンジンブレーキを発生させることになるが、エンジンブレーキを発生させるまでタイムラグが発生する。また、エンジンブレーキを発生させられても十分なエンジンブレーキを得られない場合もある。 On the other hand, the downhill road is the same as the uphill road, and the accelerator pedal is stopped so that the vehicle speed does not increase too much on the downhill road, and the engine brake is generated. However, a time lag occurs until the engine brake is generated. Moreover, even if engine braking is generated, sufficient engine braking may not be obtained.
従って、本実施形態に示すように、負荷トルク必要ギア段演算部6kにて学習勾配を用いて、予め降坂路に対応するために必要なギア段を検出しておき、その降坂路に差し掛かる前の段階で相応のギア段に変速しておくことにより、より的確に車速をコントロールすることができる。
Therefore, as shown in the present embodiment, the load torque required gear
このように、本実施形態に示す車両用駆動力制御システムを用いることで、カーブ路、登降坂路に対応した変速を実現することが可能となる。そして、このような自動変速機の変速によってカーブ路、登降坂路への対応を行っているため、エンジン制御量を補正する場合と比べて、ドライバの意志によって操作可能な領域を減らしてしまうことを防止することも可能、言い換えれば、ドライバの意志に反して駆動力が飽和することなく最適な駆動力の範囲を実現することができる。 As described above, by using the vehicle driving force control system shown in the present embodiment, it is possible to realize a shift corresponding to a curved road or an uphill / downhill road. And since the response to the curve road and the uphill / downhill road is performed by the shift of such an automatic transmission, the area that can be operated by the will of the driver is reduced compared to the case of correcting the engine control amount. In other words, the optimum driving force range can be realized without saturating the driving force against the will of the driver.
ただし、上述したように、学習勾配および学習曲率が求められていない段階、すなわち未だ走行したことが無い路面を初めて走行する場合においては、そのときに得られた瞬時勾配および瞬時曲率が用いられている。従って、このような場合には、カーブ路や登降坂路に対して予め備えることはできないが、少なくとも、そのときに得られた瞬時勾配および瞬時曲率に応じた変速を行うことが可能である。 However, as described above, in the case where the learning gradient and the learning curvature are not obtained, that is, when traveling for the first time on a road surface that has not yet been traveled, the instantaneous gradient and the instantaneous curvature obtained at that time are used. Yes. Therefore, in such a case, it is impossible to prepare for a curved road or an uphill / downhill road in advance, but it is possible to perform a shift according to at least the instantaneous gradient and the instantaneous curvature obtained at that time.
なお、特許文献1に示す駆動力制御装置では、各道路の各場所で道路地図情報に関連付けた車速情報や駆動状態を記憶させるようにしている。このため、これら車速情報や駆動状態をエンジン制御量補正にしか用いることができず汎用性に乏しい。しかしながら、本実施形態における車両用駆動力制御システムにおいては、勾配および曲率のみを地図DB4cに記憶させるようにしている。これら勾配および曲率は、車両が走行する軌道の物理的形状であり車両の運動に対して、例えば駆動に対する負荷といったように外乱的な作用を及ぼす物理量である。また車両がどの方向に進んでいくべきかという意味も併せ持っている。従ってT/M7の変速調整以外にもサスペンション制御やステア制御、ヘッドライトの配光制御等に用いることができ、汎用性にも富んでいると言える。これら勾配および曲率を様々な処理に適用される演算パラメータとして使用すること、具体的にはT/M7の変速調整以外にも用いることが可能である。
In the driving force control device disclosed in
(第2実施形態)
本実施形態では、上記第1実施形態に対して、学習データの学習回数に対する重み付けを行い、各ノード位置における勾配や曲率を求める。その他の部分については第1実施形態と同様であるため、ここでは説明を省略する。
(Second Embodiment)
In the present embodiment, the learning data is subjected to weighting with respect to the number of times of learning in the first embodiment, and the gradient and curvature at each node position are obtained. Since other parts are the same as those in the first embodiment, description thereof is omitted here.
瞬時勾配は、車両が道路を走行するたびに演算されるため、車両が以前にも走行したことがある路面では既に求められており、学習データとして記憶された状態となっている。本実施形態では、この学習データを用い、学習回数の重みづけを行って瞬時勾配を求める。以下、図9に基づいて、学習回数に対する重み付け処理の詳細を説明する。 Since the instantaneous gradient is calculated every time the vehicle travels on the road, it is already obtained on the road surface on which the vehicle has traveled before and is stored as learning data. In this embodiment, using this learning data, the learning gradient is weighted to obtain the instantaneous gradient. The details of the weighting process for the number of learnings will be described below with reference to FIG.
図9は、各セグメント毎の距離と勾配の関係を示したものであり、紙面上方の図はノードおよびセグメントを地図上において平面的に示したもので、紙面下方の図はそれらを地図上において断面的に示したものである。この図では、任意のセグメントがsn、そのセグメントsnの距離がdn、水平平面に対して成す勾配がgn、隣接するセグメント間の相対勾配がgn’として表してある。 Fig. 9 shows the relationship between the distance and gradient for each segment. The figure above the page shows the nodes and segments in a plane on the map, and the figure below the page shows them on the map. It is shown in cross section. In this figure, an arbitrary segment is represented as sn, a distance between the segments sn is represented as dn, a gradient formed with respect to a horizontal plane is represented as gn, and a relative gradient between adjacent segments is represented as gn ′.
例えば、学習勾配が地図DB4cにセグメント単位で記憶されている場合において、それをノード単位の勾配データに変換して学習勾配とする場合、任意のノードに隣接する2つのセグメントそれぞれの学習回数がnn、nn+1で表されるとすると、学習回数から平均化した勾配データgnnは、以下の数式で示される。
For example, in the case where the learning gradient is stored in the
なお、学習回数は、ナビゲーションECU4に学習回数を示すカウンタを備えておき、瞬時勾配が求められるたびにカウンタのカウント値をインクリメントしておくことによって検出可能である。例えば、学習回数は、学習勾配や学習曲率と併せてIDアドレスで指定されるメモリ上に備えたカウンタで計数され、該当区間を走行時にインクリメントされるものである。
The number of learning can be detected by providing the
以上説明したように、学習データの学習回数に応じた重み付けを行って、ノード位置における学習勾配を求めることができる。このようにすれば、より信頼性の高い学習データを求めることが可能である。なお、ここでは学習勾配について説明したが、学習曲率についての重み付けについても学習勾配と同様の手法によって行う。 As described above, the learning gradient at the node position can be obtained by performing weighting according to the number of times of learning data learning. In this way, it is possible to obtain learning data with higher reliability. Although the learning gradient has been described here, the learning curvature is also weighted by the same method as the learning gradient.
(第3実施形態)
本実施形態では、上記第1実施形態に対して、セグメントの距離に重み付けを行い、各ノード位置における勾配や曲率を求める。その他の部分については第1実施形態と同様であるため、ここでは説明を省略する。
(Third embodiment)
In the present embodiment, the segment distance is weighted with respect to the first embodiment, and the gradient and curvature at each node position are obtained. Since other parts are the same as those in the first embodiment, description thereof is omitted here.
距離が長いセグメントに対応する学習勾配と距離が短いセグメントに対応する学習勾配とを比較すると、前者の方が後者よりも、勾配を示すものとしてより信頼性が高いものと想定される。従って、本実施形態では、セグメントの距離に応じた重み付けを行う。以下、上記第2実施形態で示した図10に基づいて、セグメントの距離に応じた重み付け処理の詳細を説明する。 When a learning gradient corresponding to a segment with a long distance is compared with a learning gradient corresponding to a segment with a short distance, it is assumed that the former is more reliable than the latter as indicating the gradient. Therefore, in this embodiment, weighting according to the segment distance is performed. The details of the weighting process according to the segment distance will be described below based on FIG. 10 shown in the second embodiment.
例えば、学習勾配が地図DB4cにセグメント単位で記憶されている場合において、それをノード単位の勾配データに変換して学習勾配とする場合、任意のノードに隣接する2つのセグメントそれぞれの距離がdn、dn+1で表されるとすると、セグメントの距離から平均化した勾配データgdnは、以下の数式で示される。
For example, in the case where the learning gradient is stored in the
なお、セグメントの距離に関するデータは、地図DB4c内に収録されている位置座標列データとセグメントを形成する2つのノード間の接続情報から演算可能である。
Note that the data regarding the distance of the segment can be calculated from the position coordinate string data recorded in the
以上説明したように、セグメントの距離に応じた重み付けを行って、学習勾配を求めるようにすることができる。このようにすれば、より信頼性の高い学習データを求めることが可能である。なお、ここでは学習勾配について説明したが、学習曲率に対しての重み付けも学習勾配と同様の手法によって行うことが可能であり、より信頼性の高い学習データとすることが可能である。 As described above, the learning gradient can be obtained by performing weighting according to the segment distance. In this way, it is possible to obtain learning data with higher reliability. Although the learning gradient has been described here, the learning curvature can be weighted by the same method as the learning gradient, and learning data with higher reliability can be obtained.
(他の実施形態)
(1)上記各実施形態においては、学習曲率として、車両の旋回曲率を学習し、それを記憶するようにしたが、この旋回曲率に関しては、記憶せず、その都度演算によって求めることも可能である。例えば、車両が走行するであろう道路において隣接する3点のノードを選び、これら3点すべてを通る円弧を求めれば、その円弧の半径が曲率半径となることから、この曲率半径から旋回曲率を求めることが可能となる。
(Other embodiments)
(1) In each of the above embodiments, the turning curvature of the vehicle is learned and stored as the learning curvature. However, this turning curvature is not stored and can be obtained by calculation each time. is there. For example, if you select three adjacent nodes on the road where the vehicle will travel and find an arc that passes through all three points, the radius of the arc becomes the radius of curvature. It can be obtained.
もちろん、旋回曲率についても、基本的には記憶するようにし、曲率半径の演算糧において不具合の発生などによって学習ができていないような場合や初期状態の場合にのみ、上記のような演算によって旋回曲率を求めるようにすることも可能である。 Of course, the turning curvature is basically memorized, and the turning is performed by the above calculation only in the case where learning is not possible due to the occurrence of a defect in the calculation of the curvature radius or in the initial state. It is also possible to obtain the curvature.
例えば、ナビゲーションシステムのCD−ROMやDVD−ROMなどにおいては、各ノード毎に記憶されている位置座標から、2点のノード間で形成される1本のセグメントに関して、地軸に対する絶対的な角度を演算することにより、2本の隣接するセグメント間で形成される相対角度を演算することが可能である。この角度は、図11のベクトル図に示されるように、各セグメントsnが基準ベクトルに対して成す角度θnとして表される。 For example, in a CD-ROM or DVD-ROM of a navigation system, the absolute angle with respect to the ground axis is set for one segment formed between two nodes from the position coordinates stored for each node. By calculating, a relative angle formed between two adjacent segments can be calculated. This angle is represented as an angle θn formed by each segment sn with respect to the reference vector, as shown in the vector diagram of FIG.
また、隣接する2つのノードそれぞれに記憶されたセグメントsnの角度がそれぞれθnとθn+1であるとすると、各セグメント間の相対角度(以下、相対セグメント角度という)θn’は、θn’=θn−θn+1で表される。この相対セグメント角度θn’が正の値をとるのであれば右カーブ、負の値をとるのであれば左カーブとなる。 Further, assuming that the angles of the segments sn stored in two adjacent nodes are θn and θn + 1, respectively, the relative angle between the segments (hereinafter referred to as the relative segment angle) θn ′ is θn ′ = θn−θn + 1. It is represented by If this relative segment angle θn ′ takes a positive value, it becomes a right curve, and if it takes a negative value, it becomes a left curve.
そして、図12の模式図に示されるように、各ノードとその前後のノード3点を通る円弧の半径をrn、各ノード間の距離をdnとすると、円弧の半径rnは、相対セグメント角度θn’と各ノード間の距離dnとにより、次式で示される。 Then, as shown in the schematic diagram of FIG. 12, assuming that the radius of the arc passing through each node and the three nodes before and after the node is rn and the distance between the nodes is dn, the radius rn of the arc is the relative segment angle θn. 'And the distance dn between the nodes are expressed by the following equation.
(2)上記第2、第3実施形態では、異なる重み付け処理を別々に実施する例を示しているが、両方の重み付け処理を共に実施することも可能である。例えば、学習回数に応じた重み付け処理とセグメントの距離に応じた重み付け処理の結果の平均を取ることが可能である。この場合、その勾配データgn’は、次式で示される。 (2) In the second and third embodiments, an example in which different weighting processes are performed separately is shown, but both weighting processes can be performed together. For example, it is possible to take the average of the results of the weighting process according to the number of learnings and the weighting process according to the segment distance. In this case, the gradient data gn 'is expressed by the following equation.
(3)上記第2実施形態では、学習回数をノードやセグメントそれぞれに対応するカウンタのカウント値から求めるようにしているが、セグメント単位もしくはノード単位のいずれか一方でしか学習データを記憶せず、学習回数をカウントしない場合には、記憶している方の学習データの学習回数に基づいて他方の学習回数を求めることも可能である。 (3) In the second embodiment, the learning frequency is obtained from the count value of the counter corresponding to each node or segment, but the learning data is stored only in either the segment unit or the node unit, When the learning number is not counted, the other learning number can be obtained based on the learning number of the stored learning data.
例えば、セグメント単位で学習データを記憶しておく場合には、ノード単位の学習回数データに変換して出力されることになる。すなわち、任意のノードに隣接する2つのセグメントそれぞれの学習回数がnn、nn+1、それぞれの距離がdn、dn+1であったとすると、そのノードの学習回数はセグメントの距離から平均化され、次式で表されることになる。 For example, when learning data is stored in segment units, it is converted into learning frequency data in node units and output. That is, if the learning counts of two segments adjacent to an arbitrary node are nn and nn + 1, and the distances are dn and dn + 1, the learning counts of the nodes are averaged from the segment distances, and are expressed by the following equation: Will be.
例えば、車両に加速度センサを備えておき、この加速度センサによる検出値から車両の加速度gxを検出する。一方、車輪速度センサ1a〜1dからの検出信号に基づいて車輪速度Vwを求めた後、それらの選択など周知の方法で車速Vを求めその微分値ΔVを求める。これら加速度gxと微分値ΔVとの差分を求める。 For example, an acceleration sensor is provided in the vehicle, and the acceleration gx of the vehicle is detected from a detection value obtained by the acceleration sensor. On the other hand, after obtaining the wheel speed Vw based on the detection signals from the wheel speed sensors 1a to 1d, the vehicle speed V is obtained by a known method such as selection thereof, and the differential value ΔV is obtained. The difference between the acceleration gx and the differential value ΔV is obtained.
加速度センサの検出値から求められる加速度gxには車両の純粋な加速度だけでなく重力に基づく加速度成分も入っている。これに対し、車輪速度センサ1a〜1dの検出値に基づいて求められる車速微分値ΔVは車両の純粋な加速度を示している。従って、これらの差分は、路面の傾斜角度がθである場合の勾配を想定したときにおけるgsinθ(g:重力)に相当し、以下の数式が成り立つことになる。 The acceleration gx obtained from the detection value of the acceleration sensor includes not only a pure acceleration of the vehicle but also an acceleration component based on gravity. On the other hand, the vehicle speed differential value ΔV obtained based on the detected values of the wheel speed sensors 1a to 1d indicates the pure acceleration of the vehicle. Therefore, these differences correspond to g sin θ (g: gravity) when assuming a gradient when the road surface inclination angle is θ, and the following mathematical formula is established.
(数8)
(gx−ΔV)=gsinθ
そして、勾配がtanθに相当することから、数式8に示す関係式からθを求めることで、勾配に相当するtanθを求めることが可能である。
(Equation 8)
(Gx−ΔV) = gsinθ
Since the gradient corresponds to tan θ, tan θ corresponding to the gradient can be obtained by obtaining θ from the relational expression shown in Equation 8.
また、近年開発が進められている路車間通信、つまり道路近辺に備えられている通信器および通信ネットワークを介してサービスセンターとの通信を行うようなシステムを利用すれば、自車両が走行したことがない道路の勾配情報や走行したことがある道路の更に詳しい勾配情報を得ることも可能である。もちろん、この方法を用いれば、他の車両に関する走行負荷情報の取得も可能となる。 In addition, if a system that communicates with a service center via a communication device and a communication network that are being developed in recent years, that is, a communication device and a communication network provided in the vicinity of a road, is used, the vehicle has traveled. It is also possible to obtain slope information on roads that have no road and more detailed slope information on roads that have traveled. Of course, using this method also makes it possible to acquire travel load information relating to other vehicles.
さらに、ナビゲーションシステムが受け取るGPS信号で道路の高度を測定し、その高度差から道路の勾配を求めることも可能である。 Furthermore, it is also possible to measure the road altitude with GPS signals received by the navigation system and obtain the road gradient from the altitude difference.
(5)また、上記従来の路面の勾配推定の手法に対して誤差補正を行うことで、より精度の高い勾配推定を行えるようにすることも可能である。このようにすれば、より正確な勾配に基づいた車両の駆動力制御等を実行することが可能となる。 (5) It is also possible to perform gradient estimation with higher accuracy by performing error correction on the above-described conventional road surface gradient estimation method. In this way, it is possible to execute vehicle driving force control based on a more accurate gradient.
上述した従来の路面の勾配推定の手法として、次のものが挙げられる。 Examples of the conventional method for estimating the road surface gradient described above include the following.
一つは、前後加速度センサの検出信号から求められる加速度(以下、検出値という)と、車速の変化から求められる車両加速度とを比較するもので、例えば、これらの差から前後加速度センサの検出値に含まれる重力加速度成分を抽出することで、路面の勾配を推定している。 One is to compare the acceleration (hereinafter referred to as the detection value) obtained from the detection signal of the longitudinal acceleration sensor and the vehicle acceleration obtained from the change in the vehicle speed. For example, the detection value of the longitudinal acceleration sensor is determined from these differences. The gradient of the road surface is estimated by extracting the gravitational acceleration component included in the road.
もう一つは、車両の駆動力から推定される加速度と車速の変化から求められる車両加速度を比較するもので、路面の勾配の影響により、駆動力から推定される加速度と実際の車両加速度との差が生じることから、この差から路面の勾配を推定することができる。 The other is a comparison of the acceleration estimated from the driving force of the vehicle and the vehicle acceleration determined from the change in vehicle speed. The acceleration estimated from the driving force and the actual vehicle acceleration are affected by the gradient of the road surface. Since a difference occurs, the road gradient can be estimated from this difference.
しかしながら、これらの手法では、車両旋回時に加速度センサの検出信号への遠心力や横滑り角の影響が生じたり、ドラグ(ステアリング操舵時に転蛇されるタイヤによって車体の移動方向の逆向きに発生する作用力)が駆動負荷になること等により、誤差を含むことから誤差を除去することが望ましい。そこで、以下のようにして、誤差分の除去を行うと良い。 However, in these methods, the centrifugal force and the side slip angle have an effect on the detection signal of the acceleration sensor when the vehicle is turning, or the drag (the action that occurs in the direction opposite to the moving direction of the vehicle body due to the tire being snaked during the steering operation). It is desirable to remove the error because it includes an error due to the force being a driving load. Therefore, it is preferable to remove the error as follows.
まず、一つ目の勾配推定の手法に関しての誤差分の除去手法について、図13に示す模式図を参照して説明する。 First, an error removal method for the first gradient estimation method will be described with reference to a schematic diagram shown in FIG.
図13(a)は、車両がカーブ路を進行方向速度Vで走行している場合を示したものである。この図に示される状況下において、加速度センサの検出値をGxs、遠心力をGy、横滑り角をβ、車速の検出値をVxsとすると、加速度センサの検出値Gxsは、図13(b)の模式図に示すベクトルとして、また、車速の検出値Vxsは、図13(c)の模式図に示すベクトルとして表される。したがって、次式のように表されることになる。 FIG. 13A shows a case where the vehicle is traveling on a curved road at a traveling direction speed V. FIG. Under the situation shown in this figure, if the detected value of the acceleration sensor is Gxs, the centrifugal force is Gy, the skid angle is β, and the detected value of the vehicle speed is Vxs, the detected value Gxs of the acceleration sensor is as shown in FIG. As a vector shown in the schematic diagram, the detected value Vxs of the vehicle speed is expressed as a vector shown in the schematic diagram of FIG. Therefore, it is expressed as the following equation.
(数9)
Gxs=Gxcosβ−Gysinβ
(数10)
Vxs=Vcosβ
また、数10を微分すると、次式のように表される。
(Equation 9)
Gxs = Gxcosβ-Gysinβ
(Equation 10)
Vxs = Vcosβ
Further, when the equation 10 is differentiated, it is expressed as the following equation.
(数11)
Vxs’=V’cosβ−Vβ’sinβ
そして、現在走行中の路面の勾配θが数12で表され、上記数9および数11を変換すると数13、数14のように表されることから、数12に対して、数13、数14を代入することで数15が導き出され、加速度センサの検出値から遠心力Gyや横滑り角βの影響による誤差が数15に示されるGysinβ−Vβ’sinβの項として表されることになる。
(Equation 11)
Vxs ′ = V′cosβ−Vβ′sinβ
The road surface gradient θ currently being traveled is expressed by the following equation (12), and the above equations (9) and (11) are converted into the following equations (13) and (14). By substituting 14, Equation 15 is derived, and an error due to the influence of the centrifugal force Gy and the side slip angle β is expressed as a term of Gysinβ−Vβ′sinβ expressed by Equation 15 from the detection value of the acceleration sensor.
(数12)
θ=asin{(Gx−V’)/9.8}
(数13)
Gx=(Gxs+Gysinβ)/cosβ
(数14)
V’=(Vxs’+Vβ’sinβ)/cosβ
(数15)
θ=asin{(Gxs−Vxs’+Gysinβ−Vβ’sinβ}
/(9.8cosβ)
このため、例えば、遠心力Gyおよび横滑り角βをハンドル角θsと車速Vxs等から推定すれば、上記数15に示される誤差を示す項を求めることができ、この誤差分を除去して勾配θを求めることが可能となる。これにより、勾配推定の精度を向上させることができる。
(Equation 12)
θ = asin {(Gx−V ′) / 9.8}
(Equation 13)
Gx = (Gxs + Gysinβ) / cosβ
(Equation 14)
V ′ = (Vxs ′ + Vβ′sinβ) / cosβ
(Equation 15)
θ = asin {(Gxs−Vxs ′ + Gysinβ−Vβ′sinβ}
/(9.8cosβ)
Therefore, for example, if the centrifugal force Gy and the side slip angle β are estimated from the steering wheel angle θs, the vehicle speed Vxs, etc., the term indicating the error shown in the above equation 15 can be obtained, and this error is removed and the gradient θ Can be obtained. Thereby, the accuracy of gradient estimation can be improved.
また、もう一つの勾配推定の手法に関しては、転がり抵抗および旋回時に発生する車両減速力成分であるドラグと空気抵抗を、推定した駆動力から差し引くことで精度よく勾配を求めるものである。車体の前後方向に作用するドラグは、公知である車両2輪モデルを用いてタイヤと路面に作用する力から計算することができ、それは前輪舵角、後輪舵角、および車速の関数として与えられる。また空気抵抗は車速の関数として与えられる。これによって求めた前後輪のドラグおよび空気抵抗を、推定された駆動力から差し引くことにより、タイヤの転がり抵抗や旋回等の影響を除外した勾配路面を走行するときの負荷が求まる。従ってこの負荷を車両重量Mで割ることにより、加速度成分に変換することができる。この値をGxdとして上述した一つ目の勾配推定の手法における数15のGxsの代わりに用いれば、ドラグによる誤差分を除去して勾配θを求めることが可能となる。このようにしても、勾配推定の精度を向上させられる。 As another gradient estimation method, the gradient is obtained with high accuracy by subtracting the drag and air resistance, which are rolling resistance and vehicle deceleration force components generated during turning, from the estimated driving force. The drag acting in the longitudinal direction of the vehicle body can be calculated from the forces acting on the tire and road surface using a known two-wheel vehicle model, which is given as a function of the front wheel steering angle, rear wheel steering angle, and vehicle speed. It is done. Air resistance is given as a function of vehicle speed. By subtracting the drag and air resistance of the front and rear wheels thus obtained from the estimated driving force, the load when traveling on a gradient road surface excluding the effects of rolling resistance and turning of the tire is obtained. Therefore, by dividing this load by the vehicle weight M, it can be converted into an acceleration component. If this value is used as Gxd in place of Gxs in Equation 15 in the first gradient estimation method described above, the gradient θ can be obtained by removing the error due to the drag. This also improves the accuracy of gradient estimation.
さらに、加減速時などには、ピッチング振動の影響により、加速度センサの検出信号に重力加速度成分が重畳されることになる。このため、この影響を除去するのが好ましい。例えば、図14に示されるように、車両における車体の水平線に対してのピッチ角がθpであると想定した場合に、ピッチ角θpが車速検出値Vxsの微分値Vxs’の関数として数16のように示されるとすれば、加速度センサの検出値Gxsが数17のように示され、この式を変換すると、路面と平行な進行方向における加速度Gxは数18のように示されることになる。 Further, during acceleration / deceleration, the gravitational acceleration component is superimposed on the detection signal of the acceleration sensor due to the influence of pitching vibration. For this reason, it is preferable to remove this influence. For example, as shown in FIG. 14, when it is assumed that the pitch angle with respect to the horizontal line of the vehicle body in the vehicle is θp, the pitch angle θp is expressed as a function of the differential value Vxs ′ of the vehicle speed detection value Vxs. If this is expressed, the detected value Gxs of the acceleration sensor is expressed as shown in Equation 17, and when this equation is converted, the acceleration Gx in the traveling direction parallel to the road surface is expressed as shown in Equation 18.
(数16)
θp=f(Vxs’)
(数17)
Gxs=Ggsinθp+Gxcosθp
=Ggsin{f(Vxs’)}+Gxcos{f(Vxs’)}
(数18)
Gx=[Gxs−Ggsin{f(Vxs’)}]/cos{f(Vxs’)}
このようにして、ピッチング振動の影響を除去した路面と平行な進行方向における加速度Gxが求められ、これを用いて勾配推定を行うことにより、勾配推定の精度をさらに向上させることができる。
(Equation 16)
θp = f (Vxs ′)
(Equation 17)
Gxs = Ggsinθp + Gxcosθp
= Ggsin {f (Vxs ')} + Gxcos {f (Vxs')}
(Equation 18)
Gx = [Gxs−Ggsin {f (Vxs ′)}] / cos {f (Vxs ′)}
In this way, the acceleration Gx in the traveling direction parallel to the road surface from which the influence of the pitching vibration is removed is obtained, and by using this to perform the gradient estimation, the accuracy of the gradient estimation can be further improved.
なお、ここでは路面の勾配推定の2つの手法について説明したが、これら2つの手法を組み合わせて用いることも可能である。 Although two methods for estimating the road surface gradient have been described here, it is also possible to use a combination of these two methods.
例えば、加速度センサの検出値から求められる加速度はセンサ取り付け角度や温度特性によってオフセット誤差が生じやすい。また、駆動力から推定される加速度は、トルコンの滑りによって大きな誤差が生じたり、ブレーキ操作時に制動力が駆動源に対して負荷となってしまうために誤差が生じやすい。 For example, the acceleration obtained from the detection value of the acceleration sensor is likely to cause an offset error depending on the sensor mounting angle and temperature characteristics. Further, the acceleration estimated from the driving force is likely to cause an error because a large error occurs due to slipping of the torque converter, or the braking force becomes a load on the driving source during the braking operation.
このため、各手法に用いられる加速度の差がローパスフィルタを通過したときの値、つまりオフセット量を求め、加速度センサによる検出値からこのオフセット量を差し引いた値を誤差分が除去された加速度として用いて路面の勾配推定を行うことも可能である。 For this reason, the value when the difference in acceleration used for each method passes the low-pass filter, that is, the offset amount is obtained, and the value obtained by subtracting the offset amount from the detection value by the acceleration sensor is used as the acceleration from which the error is removed. It is also possible to estimate the road gradient.
すなわち、駆動力から推定される加速度をGxd、加速度センサの検出値から求められる加速度をGxsとすると、オフセット量は、次式のように表される。 That is, when the acceleration estimated from the driving force is Gxd and the acceleration obtained from the detection value of the acceleration sensor is Gxs, the offset amount is expressed by the following equation.
(数19)
オフセット量=LPF(Gxs−Gxd)
ただし、LPFはローパスフィルタを示しており、LPFでの時定数は秒オーダーで設定されている。この数式を用いた演算を、制動中ではなく、極低速ではなく、ギアがニュートラル(N)やパーキング(P)のレンジではない等の条件が揃ったときに行う。そして、加速度センサの検出値から求められる加速度Gxsからオフセット量を差し引いた値(Gxs−オフセット量)を路面の勾配推定に用いることができる。これにより、オフセット誤差の影響を抑えた加速度に基づいた路面の勾配推定を行うことができ、さらに勾配推定の精度を向上させることが可能となる。
(Equation 19)
Offset amount = LPF (Gxs−Gxd)
However, LPF represents a low-pass filter, and the time constant in the LPF is set on the order of seconds. The calculation using this mathematical expression is performed when conditions such as not braking, not extremely low speed, and the gear is not in the neutral (N) or parking (P) range are obtained. A value obtained by subtracting the offset amount from the acceleration Gxs obtained from the detection value of the acceleration sensor (Gxs−offset amount) can be used for estimating the road surface gradient. As a result, it is possible to perform road surface gradient estimation based on acceleration with the effect of offset error suppressed, and to further improve gradient estimation accuracy.
また、ブレーキ操作時の制動力の影響を受けると考えられるときには、加速度として上述した駆動力から推定される加速度Gxdからオフセット量を差し引いた値を用い、その影響が無いブレーキ操作時でない場合には、駆動力から推定される加速度Gxdを用いて勾配推定を行うようにしても良い。なお、このようなブレーキ操作時であるか否かに関しては、例えば、ブレーキECU9に入力される図示しないブレーキペダル操作量センサからの検出信号などによって判定可能である。
When it is considered that the braking force is affected by the braking operation, the value obtained by subtracting the offset amount from the acceleration Gxd estimated from the driving force described above is used as the acceleration. The gradient may be estimated using the acceleration Gxd estimated from the driving force. Whether or not it is during such a brake operation can be determined by, for example, a detection signal from a brake pedal operation amount sensor (not shown) input to the
(6)上記各実施形態では、車両の走行負荷情報として、路面の勾配および曲率を学習するようにしているが、路面の左右方向の傾斜を学習することも可能である。 (6) In each of the above embodiments, the road surface gradient and the curvature are learned as the vehicle running load information. However, it is also possible to learn the slope of the road surface in the left-right direction.
(7)また、上記各実施形態では、ノードのすべてもしくはセグメントのすべてにおいて、学習データが得られれば良いが、例えば車速が速くて特定のノードもしくはセグメントでの学習データが得られない場合もありえる。そのような場合には、その前後のノードもしくはセグメントで得た学習データをもとに、特定のノードもしくはセグメントの学習データを補間することも可能である。 (7) In each of the above embodiments, it is only necessary to obtain learning data in all of the nodes or all of the segments. However, for example, there may be a case where learning data at a specific node or segment cannot be obtained due to a high vehicle speed. . In such a case, it is also possible to interpolate the learning data of a specific node or segment based on the learning data obtained at the preceding node or segment.
(8)上記実施形態では、車両が極低速の場合やスリップ発生時などのように、正確な走行負荷情報が得られない場合を考慮した重み付け加算が行われるようにしている。例えば、上記実施形態の場合、正確な走行負荷情報が得られないような場合には、それを累積値から外すことで、重みゼロとした加算を行うようにしている。このような重み付け加算は、走行負荷情報を推定されている区間距離、推定情報の信頼度、学習度合いの少なくとも1つ、および、勾配推定などを行うと共に瞬時勾配等に関するデータをナビゲーションECU4に伝える情報発信元となるエンジンECU6の状態などに応じて行うことが可能である。
(8) In the above embodiment, weighted addition is performed in consideration of cases where accurate traveling load information cannot be obtained, such as when the vehicle is extremely low speed or when slipping occurs. For example, in the case of the above-described embodiment, when accurate traveling load information cannot be obtained, addition with a weight of zero is performed by removing it from the accumulated value. In such weighted addition, at least one of the section distance for which the traveling load information is estimated, the reliability of the estimated information, the degree of learning, and the gradient estimation are performed, and information on the instantaneous gradient and the like is transmitted to the
(9)分岐の通知について
ここまでに挙げた実施形態では、将来進行する道路を一つ選択してその将来軌道に関する負荷情報を読み出して制御に用いた。その軌道上には分岐が存在することが多く、将来進行する道路は決してその選択された軌道とは限らず、ドライバのみが知っている。軌道の選択を誤った場合は誤った負荷情報によって制御が行われ好ましくない。よって制御側に負荷情報を時系列ベクトル等で伝える際に、同時に分岐がどれだけ先から存在しどこから分岐以後の情報であるかがわかるように、分岐の存在も時系列ベクトルのような形で伝えると良い。
(9) Notification of branching In the embodiments described so far, one road that progresses in the future is selected, and load information related to the future trajectory is read and used for control. In many cases, there are branches on the track, and the road traveling in the future is not always the selected track, only the driver knows. If the trajectory is selected incorrectly, control is performed based on incorrect load information, which is not preferable. Therefore, when transmitting load information to the control side as a time series vector, etc., the existence of a branch is also in the form of a time series vector so that it can be understood how far the branch exists at the same time and where it is after the branch. Good to tell.
また学習回数についてもどの区間で学習ができているかがわかるベクトルで伝えると良い。これらは伝達情報の区間内に分岐以後や未学習の情報が含まれているというフラグでも良い。そして制御側はこれらのベクトルないしフラグに基づいて瞬時値を用いるよう切り換えることで、誤った情報による制御は回避できる。 Also, the number of times of learning may be conveyed by a vector that indicates in which section learning is possible. These may be flags that information after branching or unlearned information is included in the transmission information section. And the control side can avoid control by erroneous information by switching to use instantaneous values based on these vectors or flags.
このように、分岐や未学習の情報に関しても、ナビゲーションECU4から出力されるようにすることで、走行負荷情報を利用した車両制御を行うシステム、例えば、上述した車両用駆動力制御システムでは、分岐や未学習に対応した車両制御を実行することが可能となる。
In this way, branching and unlearned information are also output from the
なお、このように車両が走行中の道路に分岐があるか否かの検出は、ナビゲーションシステムのCD−ROMやDVD−ROM等に記憶された道路地図情報に基づいて行われ、負荷情報の学習できている区間(もしくは学習できていない区間)の検出は、ナビゲーションECU4の記憶部に記憶された内容に基づいて行われる。したがって、道路地図情報や記憶部に記憶された内容を引き出せるナビゲーションECU4が分岐検出手段や推定区間検出手段を構成することになる。
Note that detection of whether or not there is a branch on the road on which the vehicle is traveling is performed based on road map information stored in a CD-ROM or DVD-ROM of the navigation system, and learning of load information is performed. Detection of a section that has been made (or a section that has not been learned) is performed based on the contents stored in the storage unit of the
(10)学習のしくみについて
本案は負荷情報の記憶・読み出しのアルゴリズムとして移動距離による平均や、学習回数、セグメント距離による重み付けについて示したが、車両全体の電子制御システムにおいてナビゲーションECU4は走行する道路と制御を関連づけることができる特徴を有する。従って、負荷情報に限らずその他制御パラメータの学習の要請もある場合、そのパラメータの学習・読み出しのアルゴリズムとしても用いることができる。
(10) About the learning mechanism Although this plan showed the average by the moving distance, the number of learnings, and the weighting by the segment distance as the load information storing / reading algorithms, the
(11)記憶手段について
記憶手段で用いる記憶媒体はフラッシュメモリやハードディスクといったものが挙げられるが、道路地図情報の格納されているCDやDVDが書き込み可能な場合は、その所定のメモリ領域に記憶してもよい。
(11) Storage means The storage medium used in the storage means may be a flash memory or a hard disk. If a CD or DVD storing road map information is writable, it is stored in the predetermined memory area. May be.
1a〜1d…車輪速度センサ、2a…エンジン回転数センサ、
2b…スロットル開度センサ、2c…吸入空気温度センサ、
2d…アクセルペダルセンサ、3a…ヨーレートセンサ、
3b…シフト位置センサ、4…ナビゲーションECU、5…エンジン、
6…エンジンECU、7…T/M、8…T/M−ECU、9…ブレーキECU。
1a to 1d: wheel speed sensor, 2a: engine speed sensor,
2b: throttle opening sensor, 2c: intake air temperature sensor,
2d ... accelerator pedal sensor, 3a ... yaw rate sensor,
3b: shift position sensor, 4 ... navigation ECU, 5 ... engine,
6 ... Engine ECU, 7 ... T / M, 8 ... T / M-ECU, 9 ... Brake ECU.
Claims (4)
前記現在位置における前記道路の勾配または曲率の少なくとも1つを含む走行負荷情報を推定する走行負荷情報推定手段(4、4a、4b、6、6a、6b)と、
前記現在位置に関連づけて前記走行負荷情報を学習し、記憶しておく記憶手段(4、4c)と、
前記車両に備えられたアクセルペダルセンサ(2d)からの検出信号に基づき、ドライバの駆動要求に応じた駆動トルクを発生させるドライバ要求トルク演算部(6c)と、前記記憶手段に記憶された前記走行負荷情報および前記道路地図情報を用い、前記車両が将来走行するであろう道路の走行負荷を予測する走行環境負荷変動演算部(6h)と、を有する駆動力制御部(6)と、
前記車両のギア段を変速させるギア段変速部(8)と、を有し、
前記ギア段変速部は、
前記車両のトランスミッション(7)のシフト位置に基づいて、ドライバの直接の操作に応じたギア段を検出するドライバ要求シフト段演算部(6i)と、
前記ドライバ要求トルク演算部の検出結果に基づいて、前記駆動トルクを満たすギア段を検出する駆動トルク必要ギア段演算部(6j)と、
前記走行環境負荷変動演算部の検出結果に基づいて、前記走行負荷の変動分を保障するために必要となる前記駆動トルクの幅を満たすギア段を検出する負荷トルク必要ギア段演算部(6k)と、
前記道路地図情報を用いて求められた前記車両が将来走行するであろう道路の走行負荷情報のうち曲率の情報に基づいて、前記車両が該曲率の情報に対応した旋回を行った場合に、ドライバがアクセル操作を行って、前記車両の操作性を出すために必要とされるギア段を検出する旋回安定化ギア段演算部(6m)と、
前記車両のエンジン保護および温度環境の観点に基づいて、前記トランスミッションのギア段を決定するシフト制約部(6n)と、
前記駆動トルク必要ギア段演算部の検出結果と、前記負荷トルク必要ギア段演算部の検出結果とを調停する第1ギア段調停部(6o)と、
前記第1ギア段調停部の調停結果と、前記旋回安定化ギア段演算部の検出結果とを調停する第2ギア段調停部(6p)と、
前記第2ギア段調停部の調停結果と、前記ドライバ要求シフト段演算部の検出結果および前記シフト制約部の決定結果とを調停する第3ギア段調停部(6q)と、を備え、
前記第3ギア段調停部の調停結果により選択されたギア段に前記車両のトランスミッションにおける変速比の調整を行うことを特徴とする車両用駆動力制御システム。 Current position detecting means (4, 4c) for obtaining a current position where the vehicle is traveling based on road map information when the vehicle is traveling on the road;
Travel load information estimation means (4, 4a, 4b, 6, 6a, 6b) for estimating travel load information including at least one of the gradient or curvature of the road at the current position;
Storage means (4, 4c) for learning and storing the travel load information in association with the current position;
Based on a detection signal from an accelerator pedal sensor (2d) provided in the vehicle, a driver request torque calculator (6c) that generates a drive torque according to a driver's drive request, and the travel stored in the storage means A driving force control unit (6) having a driving environment load fluctuation calculation unit (6h) that predicts a driving load of a road on which the vehicle will travel in the future using load information and the road map information;
A gear stage transmission unit (8) for changing the gear stage of the vehicle,
The gear stage transmission unit is
A driver request shift stage calculation unit (6i) for detecting a gear stage according to a direct operation of the driver based on the shift position of the transmission (7) of the vehicle;
A drive torque required gear stage calculation unit (6j) for detecting a gear stage that satisfies the drive torque based on the detection result of the driver request torque calculation unit;
A load torque required gear stage calculation unit (6k) for detecting a gear stage that satisfies the range of the driving torque necessary to guarantee the fluctuation amount of the traveling load based on the detection result of the traveling environment load fluctuation calculation unit. When,
Based on the curvature information of the road load information of the road that the vehicle will be traveled in the future determined using the road map information, when the vehicle has made a turn corresponding to the curvature information, A turning stabilization gear stage calculation unit (6m) for detecting a gear stage required for the driver to perform an accelerator operation to obtain the operability of the vehicle;
A shift restriction (6n) for determining the gear position of the transmission based on the viewpoint of engine protection and temperature environment of the vehicle;
A first gear stage arbitration unit (6o) that arbitrates the detection result of the drive torque required gear stage calculation unit and the detection result of the load torque required gear stage calculation unit;
A second gear stage arbitration unit (6p) that arbitrates the arbitration result of the first gear stage arbitration unit and the detection result of the turning stabilization gear stage calculation unit;
A third gear stage arbitration unit (6q) that arbitrates the arbitration result of the second gear stage arbitration unit, the detection result of the driver request shift stage calculation unit, and the determination result of the shift constraint unit;
A vehicle driving force control system, wherein a gear ratio in a transmission of the vehicle is adjusted to a gear selected based on an arbitration result of the third gear stage arbitration unit.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004179927A JP4254627B2 (en) | 2003-06-27 | 2004-06-17 | Driving force control system for vehicles |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003184758 | 2003-06-27 | ||
JP2004179927A JP4254627B2 (en) | 2003-06-27 | 2004-06-17 | Driving force control system for vehicles |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2005035533A JP2005035533A (en) | 2005-02-10 |
JP4254627B2 true JP4254627B2 (en) | 2009-04-15 |
Family
ID=34220371
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004179927A Expired - Lifetime JP4254627B2 (en) | 2003-06-27 | 2004-06-17 | Driving force control system for vehicles |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4254627B2 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200055210A (en) | 2018-11-12 | 2020-05-21 | 현대자동차주식회사 | Shift control apparatus and method for vehicle |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5228366B2 (en) | 2007-04-25 | 2013-07-03 | 株式会社デンソー | Driving information collection system and driving information learning method |
JP4894546B2 (en) | 2007-02-14 | 2012-03-14 | 株式会社デンソー | Control information storage device and program |
JP5045210B2 (en) * | 2007-04-25 | 2012-10-10 | 株式会社デンソー | Travel information collection device |
JP5407913B2 (en) * | 2010-02-04 | 2014-02-05 | トヨタ自動車株式会社 | Drive control device |
JP5425713B2 (en) * | 2010-06-01 | 2014-02-26 | 本田技研工業株式会社 | Yaw rate detector |
JP5505243B2 (en) * | 2010-10-08 | 2014-05-28 | トヨタ自動車株式会社 | Vehicle control device |
EP2688054B1 (en) * | 2011-03-18 | 2018-06-20 | Toyota Jidosha Kabushiki Kaisha | Drive assist apparatus |
KR101881873B1 (en) * | 2011-05-31 | 2018-07-25 | 콘티넨탈 오토모티브 시스템 주식회사 | Apparatus and method for correcting learn value of rold slop |
JP6057053B2 (en) * | 2012-07-17 | 2017-01-11 | 三菱ふそうトラック・バス株式会社 | Trailer vehicle road slope estimation device |
JP2014024487A (en) * | 2012-07-27 | 2014-02-06 | Toyota Motor Corp | Gradient information learning device |
JP5929944B2 (en) * | 2014-02-24 | 2016-06-08 | トヨタ自動車株式会社 | Movement support device, movement support method, and driving support system |
KR102362686B1 (en) * | 2017-11-06 | 2022-02-15 | 현대자동차주식회사 | Vehicle and method for controlling the same |
CN108639062B (en) * | 2018-05-08 | 2019-11-19 | 徐州徐工环境技术有限公司 | A kind of Vehicular intelligent control system |
JP7195035B2 (en) * | 2018-07-17 | 2022-12-23 | 先進モビリティ株式会社 | platooning system |
WO2024080092A1 (en) * | 2022-10-14 | 2024-04-18 | 株式会社小糸製作所 | Method for creating database, leveling control method, database, and control system |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61250514A (en) * | 1985-04-26 | 1986-11-07 | Nippon Soken Inc | Gradient detector for vehicle |
JP3203976B2 (en) * | 1994-09-05 | 2001-09-04 | 日産自動車株式会社 | Vehicle driving force control device |
JPH10111137A (en) * | 1996-10-07 | 1998-04-28 | Hitachi Ltd | Gps navigator |
JP3656469B2 (en) * | 1999-08-05 | 2005-06-08 | 三菱ふそうトラック・バス株式会社 | Road gradient calculation device |
JP2002116029A (en) * | 2000-10-05 | 2002-04-19 | Nissan Motor Co Ltd | Method and apparatus for estimating grade of road |
JP2002219957A (en) * | 2001-01-24 | 2002-08-06 | Nissan Motor Co Ltd | Vehicle control device |
JP3785933B2 (en) * | 2001-03-01 | 2006-06-14 | 株式会社デンソー | Vehicle travel support device |
-
2004
- 2004-06-17 JP JP2004179927A patent/JP4254627B2/en not_active Expired - Lifetime
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200055210A (en) | 2018-11-12 | 2020-05-21 | 현대자동차주식회사 | Shift control apparatus and method for vehicle |
Also Published As
Publication number | Publication date |
---|---|
JP2005035533A (en) | 2005-02-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4254627B2 (en) | Driving force control system for vehicles | |
US6778896B1 (en) | Curve approach control apparatus | |
US6208927B1 (en) | Vehicle maneuvering control device | |
US11072329B2 (en) | Ground vehicle control techniques | |
US7400963B2 (en) | Speed control method for vehicle approaching and traveling on a curve | |
Tseng et al. | The development of vehicle stability control at Ford | |
US9429443B2 (en) | Method and system for determining parameters of a model for the longitudinal guidance and for the determination of a longitudinal guide for a vehicle | |
US9550497B2 (en) | Apparatus and method for controlling driving mode of vehicle | |
JP3391745B2 (en) | Curve approach control device | |
US8965644B2 (en) | System and method of controlling shifting for vehicle | |
JP6127560B2 (en) | Road shape prediction device | |
US5913910A (en) | Control device and method for a vehicle running safely | |
SE536326C2 (en) | Determination of driving resistance of a vehicle | |
CN113044030A (en) | Intelligent self-adaptive cruise control system for automobile and control method thereof | |
JP5263041B2 (en) | Road surface information acquisition device | |
Attia et al. | Reference generation and control strategy for automated vehicle guidance | |
KR20200137061A (en) | System and method for creep driving control of vehicle | |
JP2022155712A (en) | Travel control system and travel control method | |
CN109476316B (en) | Method and device for determining road inclination | |
US11787414B2 (en) | GPS enhanced friction estimation | |
CN104210495B (en) | System and method for the control gear shift of vehicle | |
CN115534966A (en) | Vehicle drift control method and device, vehicle, storage medium and chip | |
JP2008185418A (en) | Road shape calculating device and vehicle sensor correcting device | |
JP2007313925A (en) | Driving force controller for vehicle | |
JP4715594B2 (en) | Vehicle driving force control device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060802 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20080922 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20081007 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20081203 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20090106 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20090119 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120206 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4254627 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130206 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140206 Year of fee payment: 5 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |