JP4496598B2

JP4496598B2 - 路面状態識別装置

Info

Publication number: JP4496598B2
Application number: JP2000105283A
Authority: JP
Inventors: 多佳志渡辺; 彰一正木
Original assignee: Denso Corp
Current assignee: Denso Corp
Priority date: 2000-04-06
Filing date: 2000-04-06
Publication date: 2010-07-07
Anticipated expiration: 2020-04-06
Also published as: US20010029421A1; JP2001287634A; DE10117351B4; DE10117351A1; US6385525B2

Description

【０００１】
【発明の属する技術分野】
本発明は、車両の走行時に、路面状態を識別することができる路面状態識別装置に関する。
【０００２】
【従来の技術】
走行中の路面が良路であるか悪路であるかを識別する路面状態識別装置として、特開平９−２０２２３号公報に示されるものが知られている。この従来公報に示される路面状態識別装置では、車輪速度センサからの出力に基づき車輪加速度のバラツキに相当する分散値を算出し、算出した分散値より路面状態の識別を行うようにしている。すなわち、路面の凹凸に応じて車輪加速度の分散値が変動するため、算出した分散値の大小により良路であるか悪路であるかを識別している。
【０００３】
【発明が解決しようとする課題】
しかしながら、車輪速度センサは車輪と共に回動する歯車状のロータの凹凸の変化に基づいて車輪速度信号を抽出しているため、ロータの製造精度のバラツキ（例えばロータの歯のバラツキ等）によってセンサ出力がばらつく。
【０００４】
このため、車輪加速度の分散値にロータの製造精度のバラツキが含まれ、算出した分散値が路面の凹凸によって変動したものであるか、それともロータの製造精度のバラツキによって変動したものであるか判別できず、正確に路面状態の識別を行えないという問題がある。
【０００５】
本発明は上記点に鑑みて、ロータの製造精度によらず、路面状態を確実に識別できる路面状態識別装置を提供することを目的とする。
【０００６】
【課題を解決するための手段】
上記目的を達成するため、請求項１に記載の発明においては、車両の車輪速度信号を出力する車輪速度検出手段と、車輪速度検出手段による車輪速度信号から車輪１回転分における車輪速度のバラツキを積算する車輪速度積算手段と、車輪速度積算手段によって今回積算された積算値と、車輪速度積算手段によって先に積算された積算値との差分に基づいて、路面状態を検出する路面状態検出手段とを備えていることを特徴としている。
【０００７】
このように、今回積算された車輪１回転分における車輪速度のバラツキの積算値と、先に積算された積算値との差分を求めることにより、車輪速度のバラツキからロータ製造精度のバラツキに起因する変動成分をキャンセルすることができる。このため、上記積算値の差分が、路面の凹凸のバラツキによる変動成分に相当し、この積算値の差分によって路面状態を正確に識別することができる。
【０００８】
請求項２に記載の発明においては、車輪速度検出手段による車輪速度信号から車輪加速度を算出する車輪加速度算出手段を備え、車輪速度積算手段では、車輪速度のバラツキとして、車輪加速度算出手段が算出する車輪加速度のバラツキを積算することを特徴としている。
【０００９】
このように、車輪加速度のバラツキの積算値に基づいて路面状態の識別を行うことができる。
【００１０】
請求項３に記載の発明においては、車輪速度検出手段による車輪速度信号から車輪加速度の分散値を算出する分散値算出手段を備え、車輪速度積算手段では、車輪速度のバラツキとして、分散値算出手段が算出する分散値を積算することを特徴としている。
【００１１】
このように、車輪加速度の分散値の積算値に基づいて路面状態の識別を行うこともできる。
【００１２】
請求項４に記載の発明においては、車輪速度検出手段による車輪速度信号から車輪加速度の微分値を算出する加速度微分値算出手段を備え、車輪速度積算手段では、車輪速度のバラツキとして、加速度微分値算出手段が算出する車輪加速度の微分値のバラツキを積算することを特徴としている。
【００１３】
このように、車輪加速度の微分値のバラツキの積算値に基づいて路面状態の識別を行うこともできる。
【００１４】
請求項５に記載の発明においては、車両の車輪速度信号を出力する車輪速度検出手段と、車輪速度検出手段による車輪速度信号から車輪速度のバラツキを学習する学習手段と、学習手段が学習した学習値と、車輪速度検出手段によって得られた車輪速度のバラツキとの差分に基づいて、路面状態を検出する路面状態検出手段とを備え、車輪速度のバラツキのうちロータ製造精度のバラツキに起因する変動成分を抽出し、ロータ製造精度のバラツキに起因する車輪速度のバラツキを学習することを特徴としている。
【００１５】
このように、車輪速度のバラツキを学習しておき、学習手段が学習した学習値と車輪速度検出手段によって得られた車輪速度のバラツキとの差分を求めることにより、車輪速度のバラツキからロータ製造精度のバラツキに起因する変動成分をキャンセルすることができる。これにより、請求項１と同様の効果を得ることができる。
【００１７】
また、ロータ製造精度のバラツキを学習し、このバラツキを学習値とすれば、車輪速度のバラツキと学習値の差分によって、車輪速度のうち路面の凹凸に起因する変動成分のみを抽出することができる。
【００１８】
例えば、請求項６に示すように、車輪速度のバラツキの積算値の平均値を学習値として学習させることができる。
【００１９】
なお、請求項５または６に記載の発明においても、例えば請求項７乃至９に示すように、車輪速度のバラツキとして、車輪加速度のバラツキ、車輪加速度の分散値、若しくは車輪加速度の微分値のバラツキを学習値として学習させることができる。
【００２０】
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。
【００２１】
【発明の実施の形態】
（第１実施形態）
図１に、本実施形態における路面状態識別装置を適用したアンチスキッド制御装置の全体構成である。なお、本実施形態では、フロントエンジン・リヤドライブの車両に適用した例を示してある。
【００２２】
右前輪１、左前輪２、右後輪３及び左後輪４の各々に電磁式、磁気抵抗式等のの車輪速度センサ５、６、７、８が配置され、各車輪１〜４の回転に応じた周波数のパルス信号を出力する。さらに、各車輪１〜４には、各々油圧ブレーキ装置（ホイールシリンダ）１１、１２、１３、１４が配置され、各車輪１〜４に制動力を作用する。マスタシリンダ１６からの油圧（液圧）は、アクチュエータ２１、２２、２３、２４及び各油圧管路を介して、各ホイールシリンダ１１〜１４に送られる。
【００２３】
ブレーキベダル２５の踏み込み状態は、ストップスイッチ２６によって検出される。ブレーキベダル２５が踏み込まれて車両の制動が開始されると、このストップスイッチ２６からオン信号が出力され、また、車両の非制動時ではオフ信号が出力される。
【００２４】
リザーバ２８ａ、リザーバ２８ｂは、アンチスキッド制御中、ホイールシリンダ圧の減圧時等に各ホイールシリンダ１１〜１４から排出されたブレーキ液を一時的に貯留するものである。リザーバ２８ａ、２８ｂに貯留されたブレーキ液は、モータ（図示せず）によって駆動される油圧ポンプ２７ａ、２７ｂによって吸引、吐出される。
【００２５】
アクチュエータ２１〜２４は、電子制御回路（ＥＣＵ）４０によって制御され、アンチスキッド制御中にホイールシリンダ１１〜１４にかかるブレーキ液圧を調整し、各車輪１〜４のそれぞれに対する制動力を制御する。各アクチュエータ２１〜２４は、増圧モード、減圧モード、保持モードを有する電磁式３位置弁であり、アクチュエータ２１に示すＡ位置でホイールシリンダ１１のホイールシリンダ圧を増圧し、Ｂ位置でホイールシリンダ圧を保持し、Ｃ位置でホイールシリンダ１１に係わっていたブレーキ液をリザーバ２８ａに逃がしホイールシリンダ圧を減圧する。なお、他のアクチュエータ２２〜２４もこれと同様の作動を行う。これらの３位置弁は非通電時に増圧モードとなり、通電時にその電流レベルにより保持または減圧モードとなる。
【００２６】
電子制御回路４０は、ＣＰＵ、ＲＯＭ、ＲＡＭ、Ｉ／Ｏインターフェース等から成るマイクロコンピュータから構成されている。この電子制御回路４０は、イグニッションスイッチ４１がオンされることによって、図示しない電源から電力が供給され、車輪速度センサ５〜８及びストップスイッチ２６からの信号を受け、ブレーキ力制御のための演算制御等を行い、アクチュエータ２１〜２４に対する駆動制御信号を出力する。
【００２７】
次に、電子制御回路４０が実行するアンチスキッド制御を、図２〜図８に基づいて説明する。
【００２８】
まず、本実施形態に示す路面状態識別制御の概要を、図２のブロック図に基づいて説明する。
【００２９】
車輪速度センサ５〜８の信号は、車輪速度演算部Ａ１に入力され、この車輪速度演算部Ａ１によって算出された車輪速度は、車体速度演算部Ａ２、車輪加速度演算部Ａ３、制御部Ａ４に出力される。車体速度演算部Ａ２によって算出された車体速度は、制御部Ａ４及び推定車体減速度演算部Ａ５に出力され、この推定車体減速度演算部Ａ５によって算出された推定車体減速度は、制御部Ａ４に出力される。
【００３０】
車輪加速度演算部Ａ３によって算出された車輪加速度は、制御部Ａ４及び路面認識部Ａ６のフィルタ処理部Ａ６ａに出力される。この路面認識部Ａ６においては、フィルタ処理部Ａ６ａによって処理された車輪加速度は、分散値演算部Ａ６ｂに出力され、分散値演算部Ａ６ｂによって算出された分散値は、悪路判定部Ａ６ｃに出力され、悪路判定部Ａ６ｃによって判定された結果は、制御部Ａ４に出力される。
【００３１】
そして、制御部Ａ４では、各演算結果に基づいて、アクチュエータ２１〜２４を制御する出力がなされ、各車輪１〜４のブレーキ液圧が制御される。
【００３２】
次に、本実施形態におけるアンチスキッド制御の詳細について、図３のフローチャートに基づいて説明する。なお、この処理はイグニッションスイッチ４１がオンされたとき開始される。
【００３３】
まず、ステップ１１０において、各種フラグや各種カウンタの初期設定を行なう。続くステップ１２０では、車輪速度センサ５〜８からの車輪速度信号に基づいて、各車輪１〜４の車輪速度を演算する。
【００３４】
続くステップ１３０では、ステップ１２０で演算した車輪速度から各車輪１〜４の車輪加速度を演算する。続くステップ１４０では、後に詳述するように、ステップ１３０で演算した各車輪１〜４の車輪加速度から、その高周波成分を取り出すフィルタリング処理を行なう。
【００３５】
続くステップ１５０では、後に詳述するように、ステップ１４０でフィルタリング処理した車輪加速度の分散値を算出する処理を行なう。続くステップ１６０では、後に詳述するように、ステップ１５０で求めた分散値を用いて悪路判定を行なう。
【００３６】
続くステップ１７０では、ステップ１６０で行った悪路判定の結果に基づき、例えば現在の車輪スリップ率が路面状態に応じて設定した車輪スリップ率を超えていればＡＢＳ制御を行う等、特開平９−２０２２３号公報等に示される公知の方法によって、アンチスキッド制御を行なう。その後、ステップ１２０に戻り、上記処理を繰り返す。
【００３７】
次に、上記したステップ１４０にて行われる車輪加速度のフィルタリング処理について、図４の説明図に基づいて説明する。
【００３８】
このステップ１４０では、次式（１）のフィルタ演算式を用いて、ステップ１３０で演算した車輪加速度の高周波成分を取り出すフィルタリング処理を行なう。
【００３９】

ただし、ＤＶＷはフィルタ前車輪加速度、ＤＶＷＦはフィルタ後車輪加速度、Ａ０、Ａ１、Ａ２、Ｂ０、Ｂ１はフィルタ係数つまり、式（１）のフィルタ演算式が、所定の高周波成分のみを取り出すハイパスフィルタとなるように、フィルタ係数Ａ０、Ａ１、Ａ２、Ｂ０、Ｂ１を設定する。具体的には、車体減速度の周波数及びアンチスキッド制御による制御変動周波数と、オフロード路面等の悪路による周波数とを区別し、悪路に起因する周波数のみを取り出すために、例えば２０〜３０Ｈｚより高い周波数成分を通過させるように式（１）のフィルタ係数を設定する。そして、このフィルタリング処理によって得られたＤＶＷＦＤ（ｎ）の値を、フィルタ後車輪加速度ＤＶＷＦとする。
【００４０】
このハイパスフィルタによるフィルタリング処理の状態を示したのが図４である。この図に示すように、フィルタリング処理前のフィルタ前車輪加速度ＤＶＷは、車体減速度や制御変動の影響によって大きく脈動しているが、ハイパスフィルタを用いたフィルタリング処理後のフィルタ後車輪加速度ＤＶＷＦは、その脈動する成分が除去され、路面状態に起因する高周波成分だけが取り出されていることがわかる。
【００４１】
次に、上記したステップ１５０にて行われる（フィルタリング処理された）車輪加速度の分散値を求める処理について、図５の説明図及び図６のフローチャートに基づいて説明する。
【００４２】
図５及び次式（２）に示すように、フィルタ後車輪加速度ＤＶＷＦの分散値ＤＶＷＢは、フィルタ後車輪加速度ＤＶＷＦの２乗の値の積算値をそのサンプル数（演算回数）ｎで割ったものであり、フィルタ後車輪加速度ＤＶＷＦの分散の状態を表している。例えば分散値ＤＶＷＢが大であれば、そのバラツキの程度が大きいことを示している。
【００４３】
ＤＶＷＢ＝｛ＤＶＷＦ（１）²＋・・・＋ＤＶＷＦ（ｎ）²｝／ｎ…（２）
そして、この式（２）に基づいて、以下に述べる様にして分散値ＤＶＷＢを算出する。まず、図６のステップ２１０にて、所定の演算タイミング（例えば５ｍｓ）であるか否かを判定し、ここで肯定判定されるとステップ２２０に進み、一方否定判定されると一旦本処理を終了する。
【００４４】
ステップ２２０では、ステップ１４０の処理にて算出されたフィルタ後車輪加速度ＤＶＷＦの２乗の値を、分散値積算値ＤＶＳＵＭに加算する。
【００４５】
そして、続くステップ２３０では、ロータ１回転分の加算が成されたか否かを判定し、ここで肯定判定されるとステップ２４０に進み、否定判定されると一旦処理を終了する。
【００４６】
ステップ２４０では、分散値積算値ＤＶＳＵＭをｎで割って、分散値積算値ＤＶＳＵＭの平均値に相当する分散値ＤＶＷＢを算出する。続くステップ２５０では、分散値積算値ＤＶＳＵＭをクリアし、一旦本処理を終了する。
【００４７】
次に、上記したステップ１６０にて行われる悪路判定の処理について、図７のフローチャートに基づいて説明する。
【００４８】
まず、ステップ３１０にて、分散値ＤＶＷＢが更新されたタイミング（図６のステップ２３０で肯定判定されたタイミング）であるか否かを判定し、ここで肯定判断されるとステップ３２０に進み、一方否定判断されると一旦本処理を終了する。
【００４９】
続くステップ３２０では、今回ステップ１５０で算出された分散値ＤＶＷＢをＤＶＷＢ（ｎ）とし、前回ステップ１５０で算出された分散値ＤＶＷＢをＤＶＷＢ（ｎ−１）とすると、分散値ＤＶＷＢ（ｎ）と分散値ＤＶＷＢ（ｎ−１）の差分の絶対値が、所定の悪路判定レベルＬ以上か否かを判定する。これにより、走行中の路面が良路であるか悪路であるかの判定が成される。
【００５０】
このような分散値ＤＶＷＢ（ｎ）と分散値ＤＶＷＢ（ｎ−１）とによって路面状態の識別が行えるのは、以下の理由による。
【００５１】
上記したステップ１５０に示す車輪加速度の分散値を求める処理において、ロータ１回転分の分散値積算値ＤＶＳＵＭを求めるようにしている。これは、ロータが１回転すると元の位置に戻ることから、ロータの製造精度のバラツキに起因する車輪加速度の分散値が、ロータ１回転を１周期として周期的に変動するためである。図８にタイヤ回転（ロータ回転）に伴う分散値の変動の様子を示す。
【００５２】
この図は、車輪加速度の分散値から、ロータの製造精度のバラツキに起因する車輪加速度の分散値と、路面の凹凸に起因する車輪加速度の分散値とを分離して示してたものである。即ち、ロータの製造精度のバラツキに起因する車輪加速度の分散値と路面の凹凸に起因する車輪加速度の分散値との和が、実際の車輪加速度の分散値ＤＶＷＢに相当する。
【００５３】
この図に示されるように、ロータの製造精度のバラツキに起因する車輪加速度の分散値はロータ１回転毎に同様な変動を示しており、路面の凹凸に起因する車輪加速度の分散値は規則性のない変動を示している。
【００５４】
このため、ロータ１回転毎の分散値積算値ＤＶＳＵＭの平均値となる分散値ＤＶＷＢを求めると、分散値ＤＶＷＢには、ロータ１回転毎の規則性がない路面の凹凸に起因する車輪加速度の分散値の平均値と、ロータ１回転毎の規則性があるロータの製造精度のバラツキに起因する車輪加速度の分散値の平均値とが含まれることになる。
【００５５】
そして、ロータの製造精度のバラツキに起因する車輪加速度の分散値の平均値がロータ１回転毎に同じ値となるため、今回算出した分散値ＤＶＷＢ（ｎ）と前回算出した分散値ＤＶＷＢ（ｎ−１）との差分の絶対値をとれば、路面の凹凸のみに起因する車輪加速度の分散値の平均値の変動を抽出できる。つまり、ロータの製造精度のバラツキによう変動成分がキャンセルされる。
【００５６】
従って、走行している路面が良路であれば、路面凹凸のみに起因する分散値の平均値の変動が非常に小さく、逆に悪路であれば、路面凹凸のみに起因する分散値の平均値の変動が大きくなることに基づき、今回算出した分散値ＤＶＷＢ（ｎ）と前回算出した分散値ＤＶＷＢ（ｎ−１）との差分の絶対値を上記した悪路判定レベルと比較することにより、正確に路面状態の識別を行うことができる。
【００５７】
このようなステップ３２０の判定で肯定判定されるとステップ３３０に進み、否定判定されるとステップ３４０に進む。
【００５８】
ステップ３３０では、路面凹凸のみに起因する分散値の平均値の変動が大きいので、悪路状態とみなして、悪路状態を示すフラグＡＫを１にセットし、一旦本処理を終了する。一方、ステップ３４０では、路面凹凸のみに起因する分散値の平均値の変動た小さいので、良路状態とみなして、良路状態を示すためにフラグＡＫを０にセットし、一旦本処理を終了する。
【００５９】
このような悪路判定処理が成されると、上述したように、この判定結果に基づいてステップ１７０で示す制御処理が成され、路面状態に応じたブレーキ制御が成される。
【００６０】
以上説明したように、本実施形態では、車輪加速度の分散値のうちロータの製造精度のバラツキに起因して発生している変動成分を取り除き、路面凹凸のみに起因して発生している変動成分を抽出して路面状態を識別するようにしているため、正確に路面状態の識別を行うことができる。
【００６１】
なお、本実施形態では、車輪加速度の分散値積算値ＤＶＳＵＭの平均値となる分散値ＤＶＷＢに基づいて路面状態を識別しているが、他の方法を採用してもよい。すなわち、センサ出力のうち路面凹凸のみに起因して発生している変動成分を抽出できれば、他の方法を用いてもよい。
【００６２】
例えば、車輪速度の変化量のバラツキ、車輪速度の分散値のバラツキ等に基づいて、路面凹凸のみに起因して発生する変動成分を抽出することができる。
【００６３】
具体的には、車輪速度の変化量のバラツキの場合、車輪加速度の絶対値や、車輪加速度の微分値をさらに微分した値等を用いることができる。この場合において、車輪加速度の微分値をさらに微分した値を用いるようにすれば、車輪加速度から車体加速度成分を取り除くことが可能となり、単に車輪加速度の絶対値を用いる場合より確実に路面状態を識別することができる。
【００６４】
（第２実施形態）
次に、本発明の第２実施形態における路面状態識別装置について説明する。ただし、本実施形態の路面状態識別装置はの構成はほぼ第１実施形態と同様であるため、同じ部分には同一の符号を付し説明を省略する。
【００６５】
本実施形態における路面状態識別装置が行うアンチスキッド制御の全体構成を、図９のフローチャートに基づいて説明する。
【００６６】
まず、ステップ４１０〜ステップ４４０では、図３に示したステップ１１０〜ステップ１４０に示した処理と同様の処理を行い、車輪加速度の高周波成分を抽出する。
【００６７】
そして、ステップ４５０では、後に詳述するように、ステップ４４０でフィルタリング処理した車輪加速度の分散値を算出する処理を行なう。続くステップ４５５では、後に詳述するように、ステップ４５０で求めた分散値より学習値演算の処理を行う。続くステップ４６０では、ステップ４５０で求めた分散値ステップ４５５で求めた学習値とに基づいて悪路判定を行なう。
【００６８】
続くステップ４７０では、ステップ１７０と同様に、ステップ４６０で行った悪路判定の結果に基づいてアンチスキッド制御を行ない、ステップ１２０に戻って上記処理を繰り返す。
【００６９】
次に、上記したステップ４５０にて行われる（フィルタリング処理された）車輪加速度の分散値を求める処理について、図１０のフローチャートに基づいて説明する。なお、本実施形態は、第１実施形態に対して分散値の積算の方法が異なり、分散値の算出方法等については同様であるため、異なる部分に付いてのみ説明する。
【００７０】
まず、図１０のステップ５１０、５２０では、図６のステップ２１０、２２０と同様に、所定の演算タイミング（例えば５ｍｓ）であるか否かを判定し、肯定判定されるとステップ４４０の処理にて算出されたフィルタ後車輪加速度ＤＶＷＦの２乗の値を、分散値積算値ＤＶＳＵＭに加算する。
【００７１】
そして、続くステップ５３０では、ｎ個の加算が終了したか否かを判定し、ここで肯定判定されるとステップ５４０に進み、否定判定されると一旦処理を終了する。
【００７２】
ステップ５４０では、分散値積算値ＤＶＳＵＭをｎで割って、分散値積算値ＤＶＳＵＭの平均値に相当する分散値ＤＶＷＢを算出する。続くステップ５５０では、分散値積算値ＤＶＳＵＭをクリアし、一旦本処理を終了する。
【００７３】
次に、上記したステップ４５５にて行われる学習値演算処理について、図１１のフローチャートに基づいて説明する。
【００７４】
この学習値演算処理では、ロータ製造精度のバラツキに起因するセンサ出力の変動を学習する。即ち、センサ出力の変動には、ロータ製造精度のバラツキに起因する変動と、路面凹凸に起因する変動とが含まれているが、路面凹凸に起因する変動が良路ではほぼゼロになることから、良路でのセンサ出力の変動を学習することで、ロータ製造精度のバラツキに起因するセンサ出力の変動を学習する。
【００７５】
まず、ステップ６１０では、上記したステップ５３０に示したｎ個の加算が終了しているか否かを判定する。ここで肯定判定されるとステップ６２０に進み、否定判定されると一旦処理を終了する。
【００７６】
続くステップ６２０では、ＡＢＳ制御中であるか否かを判定する。なお、ＡＢＳ制御中であるか否かは、ステップ１７０に示したように、現在の車輪スリップ率が路面状態に応じて設定された車輪スリップ率を超えたときに、フラグを立てる等の処理を行うことによって判定可能とされる。この処理により、ＡＢＳ制御中のように車輪の乱れが激しくセンサ出力のノイズが大きくなるような場合には学習しないようにされる。ここで、肯定判定されるとステップ６３０に進み、否定判定されると一旦処理を終了する。
【００７７】
続くステップ６３０では、フィルタ後車輪加速度の分散値ＤＶＷＢ（ｎ）が基準値ＫＧより小さいか否かを判定する。即ち、分散値ＤＶＷＢ（ｎ）が極端に大きい場合には、悪路である可能性が高いため、悪路の場合の分散値ＤＶＷＢ（ｎ）を学習してしまわないようにする。ここで、肯定判定されるとステップ６４０に進み、否定判定されると一旦処理を終了する。
【００７８】
続くステップ６４０では、今回算出した分散値ＤＶＷＢ（ｎ）と前回算出した分散値ＤＶＷＢ（ｎ−１）との差分の絶対値が基準値ＫＲより小さいか否かを判定する。即ち、ｎ個加算完了毎に算出したＤＶＷＢの値のバラツキが大きいと、悪路若しくは良路であっても比較的路面凹凸が大きい場合を走行している可能性がある。このため、ｎ個加算完了毎に算出したＤＶＷＢの値のバラツキが大きいときには学習しないようにし、極力、路面凹凸が小さな良路で学習されるようにする。ここで、肯定判定されるとステップ６５０に進み、否定判定されると一旦処理を終了する。
【００７９】
続くステップ６５０では、分散値ＤＶＷＢの積算値の平均値ＧＡＫＵＸを求める。この積算値平均値ＧＡＫＵＸは、次式（３）で示される。
【００８０】

但し、式（３）に示す積算値平均値ＧＡＫＵＸ（ｎ−１）は、前回の学習時に記憶している値である。この式（３）に基づいて分散値ＤＶＷＢの積算値の平均値ＧＡＫＵＸを求めることにより、学習している値がより平均化される。この後、ステップ６６０に進む。
【００８１】
続くステップ６６０では、今回算出した積算値平均値ＧＡＫＵＸ（ｎ）と前回の学習時に記憶した積算値平均値ＧＡＫＵＸ（ｎ−１）との差分の絶対値が基準値ＫＧよりも小さいか否かを判定する。即ち、学習を続けるにつれ、積算値平均値ＧＡＫＵＸが良路での車輪加速度の分散値の平均的な値に収束していくことになるが、今回算出した積算値平均値ＧＡＫＵＸ（ｎ）と前回の学習時に記憶した積算値平均値ＧＡＫＵＸ（ｎ−１）との差分が大きければ、収束すべき値から離れるため学習しないようにフィルタリングする。
【００８２】
そして、ステップ６６０で肯定判定されるとステップ６７０に進み、今回算出した積算値平均値ＧＡＫＵＸ（ｎ）を学習値ＧＡＫＵに設定し、処理を終了する。また、ステップ６６０で否定判定されるとステップ６８０に進み、処理を一旦終了する。
【００８３】
次に、上記したステップ４６０にて行われる悪路判定の処理について、図１２のフローチャートに基づいて説明する。
【００８４】
まず、ステップ７１０にて、所定の悪路判定タイミング（例えば５０ｍｓ）であるか否かを判定し、ここで肯定判断されるとステップ７２０に進み、一方否定判断されると一旦本処理を終了する。
【００８５】
続くステップ７２０では、今回ステップ４５０で算出された分散値ＤＶＷＢと記憶されている学習値ＧＡＫＵとの差分が、所定の悪路判定レベルＬ以上か否かを判定する。これにより、走行中の路面が良路であるか悪路であるかの判定が成される。
【００８６】
すなわち、学習値ＧＡＫＵは、良路での車輪加速度の分散値の平均的な値に相当するため、今回算出された分散値ＤＶＷＢと学習値ＧＡＫＵとの差分をとることにより、センサ出力のうち路面の凹凸のみに起因する変動を抽出することができる。
【００８７】
従って、走行している路面が良路であれば、センサ出力のうち路面の凹凸のみに起因する変動が非常に小さく、逆に悪路であれば、路面凹凸のみに起因する変動が大きくなることに基づき、今回算出した分散値ＤＶＷＢと学習値ＧＡＫＵとの差分の絶対値を上記した悪路判定レベルＬと比較することにより、正確に路面状態の識別を行うことができる。
【００８８】
このようなステップ７２０の判定で肯定判定されるとステップ７３０に進み、否定判定されるとステップ７４０に進む。
【００８９】
ステップ７３０では、路面凹凸のみに起因する分散値の平均値の変動が大きいので、悪路状態とみなして、悪路状態を示すフラグＡＫを１にセットし、一旦本処理を終了する。一方、ステップ７４０では、路面凹凸のみに起因する分散値の平均値の変動た小さいので、良路状態とみなして、良路状態を示すためにフラグＡＫを０にセットし、一旦本処理を終了する。
【００９０】
このような悪路判定処理が成されると、上述したように、この判定結果に基づいてステップ４７０で示す制御処理が成され、路面状態に応じたブレーキ制御が成される。
【００９１】
以上説明したように、車輪加速度の分散値を学習しておき、その学習値と走行中に算出された車輪加速度の分散値とを比較することによって、正確に路面状態を識別することができる。
【００９２】
なお、本実施形態においても、第１実施形態と同様、車輪加速度の分散値を用いるのは例示であり、第１実施形態と同様に、車輪速度の変化量のバラツキ、車輪速度の分散値のバラツキ等に基づいて、路面凹凸のみに起因して発生する変動成分を抽出することができる。
【００９３】
（他の実施形態）
上記第１実施形態では、ロータ１回転に対する積算をロータが３６０度回転する毎に行うようにしても良いが、図１３に示すように例えば１２０度ずつ位相をずらし、▲１▼ロータが０〜３６０度回転する間、▲２▼１２０〜４８０度回転する間、及び▲３▼２４０〜６００度回転する間に、ロータ１回転分の積算を行うようにして良い。
【００９４】
ロータが３６０度回転する毎に上記積算を行う場合には、少なくともロータが２回転するまで路面状態の識別を行えないが、位相をずらして積算を行えばロータが２回転する前に路面状態の識別を行うことができる。このため、路面状態識別の応答性を向上させることができる。
【００９５】
なお、上記各実施形態では、車輪加速度の高周波成分を取り出すようにしているが、必ずしも高周波成分のみを用いて路面状態の識別を行う必要はない。
【図面の簡単な説明】
【図１】本発明の第１実施形態の路面状態識別装置が適用されるアンチスキッド制御装置の全体構成を示す図である。
【図２】第１実施形態の制御構成を示すブロック図である。
【図３】第１実施形態における路面状態識別装置が実行するメインルーチンのフローチャートを示す図である。
【図４】図３に示すフィルタリング処理を説明するための図である。
【図５】図３に示す分散値処理を説明するための図である。
【図６】図３に示す分散値演算処理のフローチャートを示す図である。
【図７】図３に示す悪路判定処理のフローチャートを示す図である。
【図８】タイヤ回転に伴う分散値の変動を示した図である。
【図９】第２実施形態における路面状態識別装置が実行するメインルーチンのフローチャートを示す図である。
【図１０】図９に示す分散値演算処理のフローチャートを示す図である。
【図１１】図９に示す学習値演算処理のフローチャートを示す図である。
【図１２】図９に示す悪路判定処理のフローチャートを示す図である。
【図１３】他の実施形態で示す分散値の積算方法を説明するための図である。
【符号の説明】
１…右前輪、２…左前輪、３…右後輪、４…左後輪、
５〜８…ホイールシリンダ、１６…マスタシリンダ、
２１〜２４…アクチュエータ、２５…ブレーキペダル、４０…電子制御装置。

Claims

車両の車輪速度信号を出力する車輪速度検出手段と、
前記車輪速度検出手段による車輪速度信号から車輪１回転分における車輪速度のバラツキを積算する車輪速度積算手段と、
前記車輪速度積算手段によって今回積算された積算値と、前記車輪速度積算手段によって先に積算された積算値との差分に基づいて、路面状態を検出する路面状態検出手段とを備えていることを特徴とする路面状態識別装置。
前記車輪速度検出手段による車輪速度信号から車輪加速度を算出する車輪加速度算出手段を備え、
前記車輪速度積算手段では、前記車輪速度のバラツキとして、前記車輪加速度算出手段が算出する車輪加速度のバラツキを積算するようになっていることを特徴とする請求項１に記載の路面状態識別装置。
前記車輪速度検出手段による車輪速度信号から車輪加速度の分散値を算出する分散値算出手段を備え、
前記車輪速度積算手段では、前記車輪速度のバラツキとして、前記分散値算出手段が算出する分散値を積算するようになっていることを特徴とする請求項１に記載の路面状態判別装置。
前記車輪速度検出手段による車輪速度信号から車輪加速度の微分値を算出する加速度微分値算出手段を備え、
前記車輪速度積算手段では、前記車輪速度のバラツキとして、前記加速度微分値算出手段が算出する車輪加速度の微分値のバラツキを積算するようになっていることを特徴とする請求項１に記載の路面状態判別装置。
車両の車輪速度信号を出力する車輪速度検出手段と、
前記車輪速度検出手段による車輪速度信号から車輪速度のバラツキを学習する学習手段と、
前記学習手段が学習した学習値と、前記車輪速度検出手段によって得られた車輪速度のバラツキとの差分に基づいて、路面状態を検出する路面状態検出手段とを備え、
前記車輪速度信号のばらつきにはロータ製造精度のバラツキに起因する変動と路面凹凸に起因する変動とが含まれ、
前記学習手段はロータ製造精度のバラツキに起因する変動と良路走行に起因する変動とが含まれる車輪速度バラツキを学習値として学習することを特徴とする路面状態識別装置。
前記学習手段は、前記車輪速度のバラツキの積算値の平均値を学習するようになっていることを特徴とする請求項５に記載の路面状態識別装置。
前記車輪速度検出手段による車輪速度信号から車輪加速度を算出する車輪加速度算出手段を備え、
前記学習手段では、前記車輪速度のバラツキとして、前記車輪加速度算出手段が算出する車輪加速度のバラツキを学習し、
前記路面状態検出手段では、前記学習手段によって学習された車輪加速度の学習値と、前記車輪加速度算出手段が算出する車輪加速度のバラツキとの差分に基づいて、前記路面状態を検出するようになっていることを特徴とする請求項５または６に記載の路面状態識別装置。
前記車輪速度検出手段による車輪速度信号から車輪加速度の分散値を算出する分散値算出手段を備え、
前記学習手段では、前記車輪速度のバラツキとして、前記分散値算出手段が算出する分散値のバラツキを学習し、
前記路面状態検出手段では、前記学習手段によって学習された前記分散値の学習値と、前記分散値算出手段が算出する分散値のバラツキとの差分に基づいて、前記路面状態を検出するようになっていることを特徴とする請求項５または６に記載の路面状態判別装置。
前記車輪速度検出手段による車輪速度信号から車輪加速度の微分値を算出する加速度微分値算出手段を備え、
前記学習手段では、前記車輪速度のバラツキとして、前記加速度微分値算出手段が算出する車輪加速度の微分値のバラツキを学習し、
前記路面状態検出手段では、前記学習手段によって学習された車輪加速度の微分値の学習値と、前記加速度微分値算出手段が算出する車輪加速度の微分値のバラツキとの差分に基づいて、前記路面状態を検出するようになっていることを特徴とする請求項５または６に記載の路面状態判別装置。
前記車輪速度検出手段は、車輪速度センサであることを特徴とする請求項１乃至９のいずれか１つに記載の路面状態判別装置。