JP4735634B2 - 充放電管理装置および充放電管理装置用のプログラム - Google Patents

Description

本発明は、ハイブリッド車両用の充放電管理装置および充放電管理装置用のプログラムに関する。

従来、燃料の燃焼によって駆動される内燃機関、およびバッテリによって駆動されるモータを、走行用の動力源として有するハイブリッド車両が提供されている。このようなハイブリッド車両において、内燃機関の消費する燃料を抑えるために、目的地点までの予想経路の道路状況に応じて燃料消費量が最小となるように、予想経路における内燃機関およびモータの作動・非作動、およびバッテリの充電の実行・非実行についてスケジュールを設定し、そのスケジュールに従った制御を制御装置に行わせる充放電管理装置が知られている（例えば、特許文献１、２参照）。
特開２０００−３３３３０５号公報 特開２００１−１８３１５０号公報

しかし、スケジュールの設定には時間を要するので、スケジュールの設定が完了してその後スケジュールに従った制御が始まった時には、ハイブリッド車両が既にスケジュールの対象となる予想経路の一部を走行し終えてしまっている場合がある。そして、スケジュールの設定に要する時間が長くなるほど、スケジュールに従った制御の実行開始前にハイブリッド車両が走行する距離が長くなる。

このように、スケジュールが設定される区間の始点と、スケジュールに従った制御の開始地点との間の隔たりが大きくなると、制御の開始地点における現実のバッテリ残量とスケジュールに従った当該地点のバッテリ残量との差が大きくなり、その結果、スケジュールに従った制御の実効性が低下してしまうという問題がある。

最悪の場合には、図１３に例示するような現象が発生する。図１３においては、出発地６１から目的地点６２までの予想経路６３が決定した後に、出発地６１でスケジュールの設定を開始したところ、設定の完了までにハイブリッド車両が地点６４まで進んでしまっている。その結果、地点６４におけるスケジュールに従ったバッテリ残量と現実のバッテリ残量との差が大きくなってしまい、自動または手動で新たなスケジュールを再設定する必要が発生する。

そして、地点６４において２番目のスケジュールの設定を開始したところ、設定の完了までにハイブリッド車両がまた地点６５まで進んでしまっている。その結果、地点６５におけるスケジュールに従ったバッテリ残量と現実のバッテリ残量との差が大きくなってしまい、また自動または手動で新たなスケジュールを再設定する必要が発生する。このような、スケジュールの設定→スケジュールと現実との間のバッテリ残量の乖離→スケジュールの再設定というサイクルが繰り返される結果、予想経路６３上で一度もスケジュールに従った制御が行えない。

本発明は上記のような問題点に鑑み、内燃機関およびモータの作動・非作動、およびバッテリの充電の実行・非実行についてスケジュールを設定し、そのスケジュールに従った制御を行う充放電管理装置において、当該スケジュールの設定のために時間がかかるが故に当該制御に及んでしまう悪影響を低減することを目的とする。

上記目的を達成するための本発明の第１の特徴においては、燃料の燃焼によって駆動される内燃機関、およびバッテリによって駆動されるモータを、走行用の動力源として有するハイブリッド車両用のバッテリの充放電管理装置が、ハイブリッド車両が走行するであろう予想経路を特定し、その特定の後、その予想経路上の計画区間における、モータによるハイブリッド車両の駆動の有無、および、バッテリの充電の有無についてのスケジュールを決定し、また、その決定したスケジュールに基づいて、予想経路上の前記バッテリの残量の推移を予測する。

さらに充放電制御装置は、ハイブリッド車両が予想経路上を走行して計画区間に入ったときに、上記スケジュールに従って、モータによるハイブリッド車両の駆動の有無、および、バッテリの充電の有無の制御（以下、充放電制御という）を開始し、計画区間において、当該制御を継続する。

そして、第１の特徴によれば、このような充放電制御装置が、予想経路が特定された後、ハイブリッド車両の現在位置から予想経路に沿って基準距離だけ進んだ基準位置を、計画区間の始点として決定する。

このようになっていることで、スケジュールに従った充放電制御の対象となる計画区間の始点が、予想経路が特定されたときのハイブリッド車両の位置から少なくとも基準距離だけ離れた地点となる。したがって、スケジュールの決定およびバッテリ残量の推移の予測が完了するまでに、ハイブリッド車両がスケジュールに従った充放電制御の開始地点を行き過ぎている可能性が低下し、また、行き過ぎていたとしても、その行き過ぎた距離が低下する。

したがって、現実の充放電制御の開始地点と、スケジュールに従った充放電制御の開始地点との隔たりが少なくなる。その結果、スケジュールの設定のために要する時間に起因する、スケジュールに従った充放電制御への悪影響が低減される。

また、充放電制御装置は、ハイブリッド車両が走行した経路の履歴を記録するようになっていてもよい。この場合、充放電制御装置は、記録された当該履歴に基づいて、ハイブリッド車両が向うであろう目的地を決定すると共に当該目的地へ向うためにハイブリッド車両が通るであろう経路として上記の予定経路を特定するようになっていてもよい。

このようになっていることで、ユーザが目的地を設定しなくても、充放電制御装置が過去の経路履歴に基づいて目的地および目的地までの経路を推定し、その推定された経路についてスケジュールを設定をすることで、ユーザが頻繁に走行するが故にわざわざ目的地設定を行わない経路（例えば、自宅―職場間の経路）の走行においても、計画的なバッテリの充放電を行うことができ、結果として、当該経路における燃費が低減する。

また、充放電制御装置は、充放電管理装置からの制御によらずに、モータによるハイブリッド車両の駆動の有無、および、バッテリの充電の有無を切り替えることでバッテリの残量を基準残量に維持する自律制御モードと、充放電制御装置からのスケジュールに則った制御に従って、モータによるハイブリッド車両の駆動の有無、および、バッテリの充電の有無を切り替える受動制御モードとの間で、自己の作動モードを、前記計画走行制御手段からの制御に基づいて切り替えるハイブリッド制御装置を制御するようになっていてもよい。

さらに、充放電制御装置は、ハイブリッド車両が予想経路上を走行しているときに、計画区間の始点において、ハイブリッド制御部の作動モードを自律制御モードから受動制御モードに切り替えるようになっていてもよい。

この場合、充放電制御装置は、当該始点におけるバッテリの残量が基準残量であると仮定して、計画区間における前記スケジュールを決定するようになっていてもよい。このように、ハイブリッド制御装置の自律制御モードにおける作動によって、計画区間に入る前にはバッテリ残量が基準残量に維持されることを利用して、スケジュール上の計画区間の始点におけるバッテリの残量を決めることで、充放電制御の開始地点における、スケジュール上のバッテリ残量と、現実のバッテリ残量との乖離が低減される。その結果、スケジュールの設定のために要する時間に起因する、スケジュールに従った充放電制御への悪影響が低減される。

また、本発明の第２の特徴において、充放電制御装置は、スケジュールの決定およびバッテリの残量の推移の予測を開始する時点のハイブリッド車両の位置から、予想経路に沿って基準距離だけ進んだ基準位置を、計画区間の始点として、スケジュールの決定およびバッテリの残量の推移の予測を行うようになっている。

このようになっていることで、スケジュールに従った充放電制御の対象となる計画区間の始点が、スケジュールの決定およびバッテリの残量の推移の予測の開始位置から少なくとも基準距離だけ離れた地点となる。したがって、スケジュールの決定およびバッテリ残量の推移の予測が完了するまでに、ハイブリッド車両がスケジュールに従った充放電制御の開始地点を行き過ぎている可能性が低下し、また、行き過ぎていたとしても、その行き過ぎた距離が低下する。

したがって、現実の充放電制御の開始地点と、スケジュールに従った充放電制御の開始地点との隔たりが少なくなる。その結果、スケジュールの設定のために要する時間に起因する、スケジュールに従った充放電制御への悪影響が低減される。

また、上記第１および第２の特徴において、充放電制御装置は、ハイブリッド車両がどの道路を走行中であるかの判定（すなわち、マップマッチング）を行うようになっている場合について考える。

マップマッチングが正確になっていない間は、ハイブリッド車両の位置の特定が正確でない可能性が高い。したがって、マップマッチングがまだ正確になっていないと予想される位置をスケジュールに従った充放電制御の開始地点（すなち、基準位置）としてしまうと、現実にはハイブリッド車両がその位置に到達しているにもかかわらず、スケジュールに従った充放電制御が始まらないという事態が発生し得る。そのような場合に、後にマップマッチングが正確になってスケジュールに従った充放電制御が始まったとしても、既に自車両は基準位置を過ぎてしまっているので、充放電制御がスケジュール通りに実行できなくなってしまう可能性がある。

このような点の解決のため、充放電制御装置は、ハイブリッド車両が走行を始めてから当該マップマッチングが正確になるまでの走行距離（以下、ＭＭ距離という）を予測するようになっていてもよい。そして、上述の基準位置を、予想経路の出発地点から予想経路に沿って当該ＭＭ距離だけ進んだ位置より先の位置としてもよい。

このように、ＭＭ距離を予想し、そのＭＭ距離の範囲内にスケジュールに従った充放電制御の開始地点を設けないことで、マップマッチングが不正確なことに起因する充放電制御の不正確性を解消することができる。

また、マップマッチングにおいて、充放電制御装置は、ハイブリッド車両に搭載されたＧＰＳセンサからの位置情報を用いてハイブリッド車両がどの道路を走行中であるかを判定するようになっていてもよい。この場合、充放電制御装置は、位置情報の精度を示す精度情報に基づいて、位置情報の精度が高いほどＭＭ距離を短く決定するようになっていてもよい。このように、ＭＭ距離を予想する位置におけるマップマッチングの精度を用いてＭＭ距離を推定することで、推定の精度が向上する。

また、充放電制御装置は、ハイブリッド車両に搭載されたＧＰＳセンサからの位置情報を用いてハイブリッド車両がどの道路を走行中であるかを判定すると共に、ハイブリッド車両が走行した複数位置のそれぞれにおいてＧＰＳセンサから受けた位置情報の精度を、精度情報として記録するようになっていてもよい。この場合、基準位置は、当該精度情報を記録した複数の位置のうち、予想経路に沿った経路中で初めて基準精度より高精度となる位置とするようになっていてもよい。

このように、過去の精度情報を用いてマップマッチングが正確になる位置を予想することで、ＭＭ距離の推定の精度が向上する。

また充放電制御装置は、ハイブリッド車両が道路上にいる場合よりも、ハイブリッド車両が道路上にいない場合の方が、ＭＭ距離を長い距離に決定するようになっていてもよい。これは、最初から自車両が道路上にいる場合は、そうでない場合に比べて、マップマッチングがより迅速に正確化することを利用した作動である。このようにすることで、ＭＭ距離の推定の精度が向上する。

また、上記第１および第２の特徴において、基準距離は、スケジュールの決定およびバッテリの残量の推移の予測の開始から完了に要する基準時間に相当するハイブリッド車両の走行距離となるように決められていてもよい。このようにすることで、スケジュールの決定およびバッテリ残量の推移の予測が完了するまでに、ハイブリッド車両がスケジュールに従った充放電制御の開始地点を行き過ぎることがなくなる。

また、上記第１および第２の特徴は、それらの特徴を実現するためのプログラムとしても捉えることができる。

（第１実施形態）
以下、本発明の第１実施形態について説明する。図１に、本実施形態が適用されるハイブリッド車両の構成の一例を概略的に示す。このハイブリッド車両には、内燃機関としてのエンジン１、オルタネータ２、モータ３、差動装置４、タイヤ５ａ、タイヤ５ｂ、インバータ６、ＤＣリンク７、インバータ８、バッテリ９、ＨＶ制御部１０、ＧＰＳセンサ１１、方位センサ１２、車速センサ１３、地図ＤＢ記憶部１４、加速度センサ１５、およびナビゲーションＥＣＵ２０が搭載されている。

このハイブリッド車両は、エンジン１およびモータ３を動力源として走行する。エンジン１を動力源とする場合は、エンジン１の回転力が、図示しないクラッチ機構および差動装置４を介してタイヤ５ａ、５ｂに伝わる。また、モータ３を動力源とする場合は、バッテリ９の直流電力がＤＣリンク７およびインバータ８を介して交流電力に変換され、その交流電力によってモータ３が作動し、このモータ３の回転力が、差動装置４を介してタイヤ５ａ、５ｂに伝わる。以下、エンジン１のみを動力源とする走行のモードを、エンジン走行という。また、エンジン１およびモータ３のうち少なくともモータ３を動力源とする走行のモードを、アシスト走行という。

また、エンジン１の回転力はオルタネータ２にも伝えられ、その回転力によってオルタネータ２が交流電力を生成し、生成された交流電力はインバータ６、ＤＣリンク７を介して直流電力に変換され、その直流電力がバッテリ９に蓄積される場合がある。このようなバッテリ９への充電は、燃料を使用したエンジン１の作動による充電である。以下、この種の充電を、内燃充電という。

また、図示しない制動機構によりハイブリッド車両が減速すると、その減速時の抵抗力がモータ３に回転力として加わり、この回転力によってモータ３が交流電力を生成し、生成された交流電力がインバータ８、ＤＣリンク７を介して直流電力に変換され、その直流電力がバッテリ９に蓄積される。以下、この種の充電を、回生充電という。

ＨＶ制御部１０は、ナビゲーションＥＣＵ２０からの指令等に応じて、オルタネータ２、モータ３、インバータ６、インバータ８、バッテリ９の上述のような作動の実行・非実行等を制御する。ＨＶ制御部１０は、例えばマイクロコンピュータを用いて実現してもよいし、下記のような機能を実現するための専用の回路構成を有するハードウェアであってもよい。

より具体的には、ＨＶ制御部１０は、現在ＳＯＣ、基準ＳＯＣ（基準残量の一例に相当する）という２つの値を記憶しており、また、以下の（Ａ）、（Ｂ）の処理を行う。
（Ａ）ナビゲーションＥＣＵ２０からの指令に基づいて、自律制御モードおよび受動制御モードのいずれかで、オルタネータ２、モータ３、インバータ６、インバータ８、バッテリ９等のアクチュエータを制御する。
（Ｂ）定期的に現在ＳＯＣをナビゲーションＥＣＵ２０に通知する。

ＳＯＣ（State of Charge）とは、バッテリの残量を表す指標であり、その値が高いほど残量が多い。現在ＳＯＣは、現在のバッテリ９のＳＯＣを示す。ＨＶ制御部１０は、この現在ＳＯＣの値を、逐次バッテリ９の状態を検出することで、繰り返し更新する。基準ＳＯＣは、上述の自律制御モード時に用いる値（例えば６０パーセント）である。

ここで、自律制御モードおよび受動制御モードについて説明する。ＨＶ制御部１０は、自律制御モードにおいては、現在ＳＯＣが基準ＳＯＣおよびその近傍の値を維持するよう、走行方法の決定および決定した走行方法に基づくアクチュエータの制御を実行する。走行方法とは、具体的には、エンジン走行を行うかまたはアシスト走行を行うかの選択、内燃充電を行うか否かの選択、および、回生充電を行うか否かの選択をいう。したがって、自律制御モードにおいてＨＶ制御部１０は、現在ＳＯＣという、現在の車両の状況からのみ得られる量に基づき、かつ、未来の車両の状況の予想値には基づかずに、ナビゲーションＥＣＵ２０とは独立に、走行方法の決定およびその決定に応じた制御を行う。

また、ＨＶ制御部１０は、受動制御モードにおいて、ナビゲーションＥＣＵ２０からの制御信号に基づいて、ハイブリッド車両の走行モードのエンジン走行、アシスト走行を切り替え、また、内燃充電の実行・非実行、回生充電の実行・非実行を切り替える制御を行う。本実施形態においては、この制御信号は、後述する目標ＳＯＣの信号である。ＨＶ制御部１０は、現在ＳＯＣがこの目標ＳＯＣおよびその近傍の値を維持するよう、走行方法の決定および決定した走行方法に基づくアクチュエータの制御を実行する。

目標ＳＯＣは、後述する通り、事前に行われる車両の走行方法の計画に基づいて決まる量である。したがってＨＶ制御部１０は、受動制御モードにおいて目標ＳＯＣに応じた制御を行うことで、事前に行われる車両の走行方法の計画に基づいた制御を行うことになる。

なお、ＨＶ制御部１０は、車両のエンジンがオンとなったとき等の通常時には、自らの作動モードを自律制御モードとしている。また、目標ＳＯＣの信号をナビゲーションＥＣＵ２０から受けると、自らの作動モードを自律制御モードから受動制御モードに切り替え、後述する計画走行中止通知をナビゲーションＥＣＵ２０から受けると、自らの作動モードを受動制御モードから自律制御モードに切り替える。

ＧＰＳセンサ１１、方位センサ１２、および車速センサ１３は、それぞれハイブリッド車両の位置、進行方向、走行速度を特定する周知のセンサである。なお、ＧＰＳセンサ１１は、車両の位置を示す情報と共に、ＧＰＳ衛星の分布状態を原因とした水平方向の精度の低下を表すＨＤＯＰ（Ｈｏｒｉｚｏｎａｌ Ｄｉｌｕｔｉｏｎ Ｐｒｅｃｉｓｉｏｎ）と呼ばれる情報（精度情報の一例に相当する）を出力する。地図ＤＢ記憶部１４は、地図データを記憶する記憶媒体である。加速度センサ１５は車両の加速度を特定する周知のセンサである。勾配（傾斜角）は車速センサと加速度センサを利用し算出する。

地図データは、複数の交差点のそれぞれに対応するノードデータ、および、交差点と交差点を結ぶ道路区間すなわちリンクのそれぞれに対応するリンクデータを有している。１つのノードデータは、当該ノードの識別番号、所在位置情報、種別情報を含む。また、１つのリンクデータは、当該リンクの識別番号（以下、リンクＩＤという）、位置情報、種別情報等を含んでいる。

ここで、リンクの位置情報には、当該リンクが含む形状補完点の所在位置データ、および、当該リンクの両端のノードおよび形状補完点のうち隣り合う２つを繋ぐセグメントのデータを含んでいる。各セグメントのデータは、当該セグメントのセグメントＩＤ、当該セグメントの勾配、向き、長さ等の情報を有している。

図２に示す様に、ナビゲーションＥＣＵ２０は、ＲＡＭ２１、ＲＯＭ２２、データ書き込み可能な耐久記憶媒体２３、および制御部２４を有している。耐久記憶媒体とは、ナビゲーションＥＣＵ２０の主電源の供給が停止してもデータを保持し続けることができる記憶媒体をいう。耐久記憶媒体２３としては、例えば、ハードディスク、フラッシュメモリ、ＥＥＰＲＯＭ等の不揮発性記憶媒体、および、バックアップＲＡＭがある。

制御部２４は、ＲＯＭ２２または耐久記憶媒体２３から読み出したプログラムを実行し、その実行の際にはＲＡＭ２１、ＲＯＭ２２、および耐久記憶媒体２３から情報を読み出し、ＲＡＭ２１および耐久記憶媒体２３に対して情報の書き込みを行い、ＨＶ制御部１０、ＧＰＳセンサ１１、方位センサ１２、車速センサ１３、地図ＤＢ記憶部１４、加速度センサ１５等と信号の授受を行う。

具体的には、制御部２４は、マップマッチング処理２９、経路算出処理３０、ナビゲーション処理４０、学習制御処理１００、経路推定処理２００、充電計画作成処理３００、走行時処理４００等の処理を、所定のプログラムを実行することで実現する。

マップマッチング処理２９において、制御部２４は、ＧＰＳセンサ１１、方位センサ１２、車速センサ１３、加速度センサ１５から取得した位置情報等に基づいて、現在位置が地図ＤＢ記憶部１４の地図中のどの道路上にいるかを判定する。このマップマッチング処理２９は、自車両の走行開始時には判定が不正確な場合が多く、ある程度走行した後に、新たなセグメントに入ったタイミングで、判定が正確となる場合が多い。

経路算出処理３０において、制御部２４は、図示しない操作装置を用いたユーザによる目的地指定に基づいて、指定された目的地までの最適な経路を、地図データを用いて決定する。

ナビゲーション処理４０において、制御部２４は、経路算出処理３０によって確定した目的地点までの経路（以下、案内経路という；予定経路の一例に相当する）に沿ってハイブリッド車両を走行させるためのガイド表示を、図示しない画像表示装置、スピーカ等を用いて、ドライバに対して行う処理である。

学習制御処理１００において、制御部２４は、ハイブリッド車両が走行した道路と、当該道路の走行時におけるバッテリ９の電力消費に影響する走行状況の履歴を、セグメント毎に、耐久記憶媒体２３に記録する。図３に、学習制御処理１００のフローチャートを示す。なお、この処理においては、同じセグメントでも走行方向が違えば異なるセグメントであるとして扱う。

制御部２４は、この図に示す学習制御処理１００を繰り返し実行し、その繰り返しの各回において、まずステップ１１０で、現在の走行状況の情報を取得する。走行状況とは、走行時の外部環境、および、走行時の車両挙動のうちいずれかまたは両方の情報をいう。走行状況の情報として取得する情報は、例えば、現在走行中のリンクのリンクＩＤ、現在走行中のセグメントのセグメントＩＤ、現在の車両の向き、現在の車両の速度、現在位置における路面勾配、当該リンクの道路種別、当該セグメントにおける消費電気量、当該セグメントにおいてＧＰＳセンサ１１が出力したＨＤＯＰ値等を含む。

ここで、リンクＩＤ、セグメントＩＤは、ＧＰＳセンサ１１からの現在位置の情報と地図ＤＢ記憶部１４からの地図データの情報を照合することで特定することができる。また、車両の向きは方位センサ１２から取得できる。また、現在の車両の速度は車速センサ１３から取得できる。また、当該道路の勾配は、車速センサと加速度センサの出力を利用し算出してもよい。また、当該道路の道路種別は、地図データから取得する。また、当該リンク内における走行距離は、車速センサの出力を利用して算出してもよい。

続いてステップ１４０では、既存の学習情報の読み出しを行う。具体的には、ステップ１１０で取得したセグメントＩＤについての走行状況の履歴情報が、耐久記憶媒体２３にあれば、それを読み出す。

続いてステップ１５０では、ステップ１４０で読み出した当該セグメントの情報と、ステップ１１０で新たに取得した当該セグメントの走行状況の情報とを組み合わせて最適化する。最適化としては、例えば、読み出した情報と新たに取得した情報の平均を算出する方法を採用してもよい。なお、ステップ１４０で、当該セグメントについての走行状況の履歴がなかった場合には、ステップ１５０では、ステップ１１０で取得したデータそのものを最適化されたデータとする。最適化された走行状況データは、セグメントＩＤが含まれているので、道路と、その道路における走行状況の情報とが紐付けられたデータである。

続いてステップ１６０では、最適化されたデータを、当該セグメントについての新たな走行状況の履歴、すなわち学習情報として、耐久記憶媒体２３に記録する。ステップ１６０の後、学習制御処理１００の１回分の実行が終了する。

このような学習制御処理１００を実行することで、充電可能地点周辺のセグメントのそれぞれについての走行状況の履歴が耐久記憶媒体２３に記録されることになる。図４に、耐久記憶媒体２３に記録される走行状況の履歴のテーブルの一例を、当該履歴に紐付けられた道路と併せて示す。

この走行状況の履歴のテーブルにおいては、ノード２１、補完形状点２５、補完形状点２６、ノード２２の間に挟まれたセグメント３１〜３３について、当該セグメントを走行したときの車速、そのセグメントの路面勾配が記録されている。これらの情報は、当該セグメントの走行時におけるバッテリ９の電力消費量、充電量に影響する。例えば、路面勾配が上り方向に急であればあるほど、車速が大きければ大きいほど、エンジン負荷が高まるので、そのセグメントでアシスト走行を行ったときの電力消費量は高い。また例えば、路面勾配が下り方向に急であればあるほど、そのセグメントで回生充電を行ったときの充電量は高い。

また、制御部２４は、ステップ１６０において、自車両がどのような経路を走行したかの情報（以下、経路履歴という）を、自車両が走行する度に、学習情報の一部として耐久記憶媒体２３に記録する。具体的には、車両の走行（例えばエンジン始動からエンジンオフまで）毎に、その走行のあった日時、その走行において通ったリンクの順序、および目的地（すなわちその走行の終点）の情報を、周知のベイジアンネットモデルの学習データとして、耐久記憶媒体２３に記録する。

図５に、経路推定処理２００のフローチャートを示す。制御部２４は、経路推定処理２００の処理を、ユーザによる目的地の指定がないときに、自車両のエンジンがオンとなる度に実行する。この経路推定処理２００は、ユーザによる目的地の指定がない場合に、学習情報中の走行履歴および現在の自車両の走行状況に基づいて、現在の走行における自車両の目的地、および、当該目的地までの経路（以下、推定経路）を推定するための処理である。

この経路推定処理２００の１回分の実行において、制御部２４は、まずステップ２０５で、学習情報中の経路履歴を耐久記憶媒体２３から読み出し、続いてステップ２１０で、今回の走行における自車両の目的地および当該目的地までに自車両が走行するであろう経路を推定する。この推定において、制御部２４は、今回の走行におけるハイブリッド車両の走行リンク順序を経路履歴中のベイジアンネットモデルに与えることで、ベイジアンネットモデル中の各目的地の尤度（信頼度に相当する）を得ることができ、尤度が最も高いものを推定目的地とする。そして、この推定目的地に対して、経路算出処理３０と同等の処理を実行することで、現在位置から推定目的地までの最適な経路（以下、推定経路という）を決定する。ベイジアンネットモデルを用いた目的地および経路の推定の詳細は周知である（例えば、特開平２００７−１０５７２号公報参照）。

ステップ２２０では、推定目的地および推定経路が確実なものであるか否かを判定する。具体的には、ステップ２１０における推定目的地の尤度が所定値以上である場合、確実なものであると判定し、続いてステップ２２５を実行し、そうでない場合、確実なものでないと判定し、続いてステップ２１０を再度実行する。

このように、制御部２４は、自車両の走行中に、推定目的地および推定経路を、その推定の信頼度が所定値以上になるまで、繰り返し推定する。ステップ２１０における推定の信頼度は、多くの場合、現在の走行における走行距離が長くなればなるほど向上する。したがって、走行中のある時点で、ステップ２２０の判定結果が肯定的なものになり、続いてステップ２２５の実行が行われる。以下、ステップ２２０において肯定的な判定結果が為される直前にステップ２２０で推定された推定目的地および推定経路を、それぞれ最終推定目的地および最終推定経路（予定経路の一例に相当する）という。

図６に、ステップ２２０で肯定判定が為された時点における車両の走行状況を概略的に示す。この図においては、自車両は、地点５１で車両の走行を開始することで、経路推定処理２００の実行を開始する。そして、自車両が、地点５２に到達したときに、ステップ２２０の判定結果が肯定的なものになり、最終推定目的地５３、および最終推定経路５４が決まる。したがって、出発地点５１〜現在位置５２間の距離は、経路推定処理２００において十分信頼性の高い推定目的地５３および推定経路５４が定まるのに要する時間に相当するハイブリッド車両の走行距離である。

ステップ２２５では、基準ＳＯＣの情報をＨＶ制御部１０に要求し、その要求に応じてＨＶ制御部１０から送信された基準ＳＯＣの情報を受信する。

続いてステップ２３０では、計画区間を決定する。計画区間とは、充電計画作成処理３００の対象となる区間をいう。具体的には、制御部２４は、計画区間を、最終推定経路上のある地点（以下、区間始点という）から、最終推定目的地までの、最終推定経路に沿った区間とする。図６においては、地点５５が区間始点に相当し、計画区間は、最終推定経路５４に沿った地点５５から最終推定目的地５３までの区間である。

ここで、区間始点５５の位置は、現在位置５２から自車両が時間（以下、基準時間という）Ｔだけ走行した後に到達すると推定される地点として計算する。例えば、基準時間Ｔに現在の自車両の速度を乗算した結果の距離Ｌ（Ｔ）だけ現在位置５２より最終推定経路５４を進んだ位置（基準位置の一例に相当する）を、区間始点５５としてもよい。また例えば、学習情報から、現在位置５２における平均的な車速を特定し、基準時間Ｔに当該平均的な車速を乗算した結果の距離Ｌ（Ｔ）だけ現在位置５２より最終推定経路５４を進んだ位置を、区間始点５５としてもよい。

ここで、基準時間Ｔは、ナビゲーションＥＣＵ２０の搭載時にあらかじめ定められた定数値であり、充電計画作成処理３００の処理に必要な時間（例えば１０秒、３０秒、１分）と同じかまたはそれより長い時間として設定される。したがって、区間始点５５とは、充電計画作成処理３００の実行時間（またはそれより長い時間）Ｔに相当するハイブリッド車両の走行距離Ｌ（Ｔ）だけ自車両を現在位置５２から進めた位置である。

続いてステップ２４０では、ステップ２３０で決定した計画区間内の各セグメントにおける走行状況の履歴、すなわち学習情報を、耐久記憶媒体２３から読み出す。

続いてステップ２５０では、ステップ２３０で決定した計画区間を処理対象として、ステップ２２５および２４０で取得した情報に基づいて、充電計画作成処理３００の実行を呼び出す。このようになっていることで、制御部２４は、目的地および目的地点までの経路を十分高い信頼度で推定した直後に、当該経路を対象とする充電管理計画作成処理３００の実行を開始する。

図７に、この充電計画作成処理３００のフローチャートを示す。この充電計画作成処理３００の処理においては、計画区間内の充電計画として、当該区間内の車両の走行方法の予定を作成する。

具体的には、まずステップ３１０で、計画区間内の各セグメントにおいて、当該セグメントを走行した場合にどれだけの量のエネルギーが必要かを、計画区間内の学習情報から算出する。なお、必要なエネルギーの算出の方法については周知であるので、ここではその詳細については説明しない。

続いてステップ３２０では、ステップ２４０で取得した学習情報とステップ２２５で取得した基準ＳＯＣの情報に基づいて、目的地までの各セグメント毎に、最適な走行方法を決定する。なお、この基準ＳＯＣは、自車両が計画区間始点５５に到達した時点における現在ＳＯＣの値の予想値として用いられる。これは、計画区間始点５５に到達するまでは、ＨＶ制御部１０は自律制御モードで作動しているため、現在ＳＯＣは基準ＳＯＣとほぼ同じ値に維持されるという事実を利用するものである。

続いてステップ３３０で、ＳＯＣ管理計画を、学習情報に基づいて作成する。ＳＯＣ管理計画とは、目的地点までのＳＯＣの推移の予想をいう。図８に、このようなＳＯＣの推移の予想の一例をグラフで示す。この予想されたＳＯＣの推移の各点における値を、目標ＳＯＣという。ステップ３８０の後、充電計画作成処理３００の１回分の実行を終了する。

図９に、走行時処理４００のフローチャートを示す。制御部２４は、最終推定目的地５３および最終推定目的地５３までの最終推定経路５４が決定しており、かつ、当該最終推定経路５４について充電計画作成処理３００が実行されており、かつ、ハイブリッド車両が当該最終推定経路５４上を走行しており、かつ、ハイブリッド車両が計画区間始点を通過したときに、この走行時処理４００の実行を開始する。

この走行時処理４００の実行において、制御部２４は、まずステップ４５２で、現在位置に対応する目標ＳＯＣを現在のＳＯＣ管理計画から読み出し、読み出した目標ＳＯＣをＨＶ制御部１０に送信する。この目標ＳＯＣを受けることで、ＨＶ制御部１０は、計画区間において、充電計画による走行方法から導かれたＳＯＣ管理計画に沿うように車両の走行方法を制御する。その結果、ＨＶ制御部１０は、多くの場合、充電計画の通りに車両の走行方法を制御することができ、燃費の低減を実現することができる。続いてステップ４５４では、ＨＶ制御部１０から現在ＳＯＣを受信する。

続いてステップ４５５では、例外処理を実行する。例外処理において、制御部２４は、充電計画を変更する必要の発生の有無を判定し、必要が発生した場合には充電計画作成処理３００を再度作成する。なお、充電計画を変更する必要が発生したか否かは、例えば、現在ＳＯＣと目標ＳＯＣとの乖離が基準値以上であるか否かによって判定する。

なお、再度充電計画作成処理３００を実行する前には、経路推定処理２００のステップ２３０を再度実行することで、新たな計画区間始点を決定し、その計画区間始点から最終推定目的地までの計画区間を、充電計画作成処理３００の処理の対象とする。

ステップ４６０では、ハイブリッド車両が最終推定目的地５３に到達したか否かをＧＰＳセンサ１１からの信号に基づいて判定し、到達するまでこのステップ４５２〜４６０を繰り返し、到達すると走行時処理４００の実行を終了する。

このように、ユーザが目的地を設定しなくても、ナビゲーションＥＣＵ２０が過去の経路履歴に基づいて自動的に目的地および目的地までの経路を推定し、その推定された経路について充電計画作成処理をすることで、ユーザが頻繁に走行するが故にわざわざ目的地設定を行わない経路（例えば、自宅―職場間の経路）の走行においても、計画的なバッテリの充放電を行うことができ、結果として、当該経路における燃費が低減する。

また、ナビゲーションＥＣＵ２０が、最終推定経路が特定された後、ハイブリッド車両の現在位置から予想経路に沿って基準距離（本実施形態においては、スケジュールの決定およびバッテリの残量の推移の予測の開始から完了に要する基準時間Ｔに相当するハイブリッド車両の走行距離）だけ進んだ位置を、計画区間の始点として決定する。

また、別の観点から見れば、ナビゲーションＥＣＵ２０は、スケジュールの決定およびバッテリの残量の推移の予測を開始する時点（すなわち充電計画作成処理３００を開始する時点）のハイブリッド車両の位置から、最終推定経路に沿って基準距離だけ進んだ位置を、計画区間の始点として、スケジュールの決定およびバッテリの残量の推移の予測を行うようになっている。

そして、ナビゲーションＥＣＵ２０は、ハイブリッド車両が当該経路上を走行して計画区間に入ったときに、上記スケジュールに従って、充放電制御を開始し、計画区間において、当該制御を継続する。

このようになっていることで、スケジュールに従った充放電制御の対象となる計画区間の始点が、最終推定経路が特定されたときのハイブリッド車両の位置から少なくとも基準距離だけ離れた地点となる。したがって、スケジュールの決定およびバッテリ残量の推移の予測が完了するまでに、ハイブリッド車両がスケジュールに従った充放電制御の開始地点を行き過ぎることがなくなる。したがって、現実の充放電制御の開始地点と、スケジュールに従った充放電制御の開始地点との隔たりがなくなる。その結果、スケジュールの設定のために要する時間に起因する、スケジュールに従った充放電制御への悪影響が低減される。

また、ナビゲーションＥＣＵ２０は、計画区間始点におけるバッテリの残量が基準ＳＯＣに相当すると仮定して、計画区間における前記スケジュールを決定するようになっている（ステップ２２５参照）。このように、ＨＶ制御部１０の自律制御モードにおける作動によって、計画区間に入る前にはバッテリ残量が基準ＳＯＣに維持されることを利用して、スケジュール上の計画区間の始点におけるバッテリの残量を決めることで、充放電制御の開始地点における、スケジュールのバッテリ残量と、現実のバッテリ残量との乖離が低減される。その結果、スケジュールの設定のために要する時間に起因する、スケジュールに従った充放電制御への悪影響がさらに低減される。

（第２実施形態）
以下、本発明の第２実施形態について説明する。本実施形態が第１実施形態と異なるのは、本実施形態に係るナビゲーションＥＣＵ２０の制御部２４が、マップマッチング処理２９が正確になるまでの距離（ＭＭ距離に相当する）を予測し、計画区間の始点の決定に、その予測を反映させる点である。

このような作動のために、本実施形態の制御部２４は、図５の経路推定処理２００に代えて、図１０の経路推定処理２００´を実行する。なお、図５と図１０において同一の符号が付されたステップは、互いに同一の処理を行うものであり、ここではそれらの詳細についての説明は省略する。

制御部２４は、この経路推定処理２００´の実行において、ステップ２０５の処理に続いて、ステップ２０８を実行し、ステップ２０８の実行の後、続いてステップ２１０を実行する。

ステップ２０８では、制御部２４は、予想ＭＭ距離を決定する。予想ＭＭ距離は、現在位置から自車両が走行を開始した場合に、その後マップマッチング処理２９が正確になるまでに自車両が走行すると予測される距離である。このＭＭ距離の算出のために、制御部２４は、図１１に示すプログラム５００を実行する。

このプログラム５００の実行において、制御部２４は、まずステップ５１０で、自車両が現在道路上にいるか否かを判定する。具体的には、例えば、ＧＰＳセンサ１１から取得した位置情報が、地図ＤＢ記憶部１４に記録された道路のいずれかの範囲内に入っているか否かを判定する。道路上にいると判定した場合は続いてステップ５２０を実行し、道路上にいないと判定した場合は続いてステップ５２５を実行する。

ステップ５２０では、自車両が次に入るセグメントの始点から現在位置までの距離を、予想ＭＭ距離として決定した後、プログラム５００の実行を終了する。自車両が次に入るセグメントとは、自車両が現在入っているセグメントに接続する隣のセグメントであり、かつ、自車両の走行方向側にあるセグメントをいう。次に入るセグメントの始点とは、自車両が現在入っているセグメントと、当該次に入るセグメントとの境界部分をいう。

ステップ５２５では、ＧＰＳセンサ１１から出力されたＨＤＯＰが基準値（例えば２．５）未満であるか否かを判定し、未満であれば（すなわち、基準よりも位置情報の精度が良ければ）続いてステップ５３０を実行し、未満でなければ（すなわち、基準よりも位置情報の精度が悪ければ）続いてステップ５４０を実行する。

ステップ５３０では、第１距離（例えば１００メートル）に直後のセグメント開始点までの残り距離を加えた距離を、予想ＭＭ距離とし、その後プログラム５００の実行を終了する。ここで、直後のセグメント開始点までの残り距離とは、自車両の現在位置から最終推定経路に沿って第１距離だけ進んだ位置から、その経路に沿った次のセグメントの開始点までの距離をいう。なお、最終推定経路は後のステップ２１０、２２０において決定するので、この残り距離の具体的な数値は、後のステップ２３０´において決定する。

ステップ５４０では、第１距離よりも長い第２距離（例えば１５０メートル）に直後のセグメント開始点までの残り距離を加えた距離を、予想ＭＭ距離とし、その後プログラム５００の実行を終了する。ここで、直後のセグメント開始点までの残り距離とは、自車両の現在位置から最終推定経路に沿って第２距離だけ進んだ位置から、その経路に沿った次のセグメントの開始点までの距離をいう。この残り距離の具体的な数値も、後のステップ２３０´において決定する。

また制御部２４は、最終推定経路が決定した後のステップ２２５に続いて、ステップ２３０´を実行し、その後ステップ２４０を実行する。ステップ２３０´において、制御部２４は、最終推定経路上の計画区間を決定する。計画区間の終点は、第１実施形態と同様、最終目的地である。

しかし、計画区間の始点の決定方法は、第１実施形態と異なる。以下、この決定方法について、図１２を参照して説明する。制御部２４は、第１実施形態と同様に、基準時間Ｔに現在の自車両の速度を乗算した結果の距離Ｌ（Ｔ）だけ現在位置５２より最終推定経路５４を進んだ位置５５を特定する。さらに制御部２４は、出発地点５１（すなわち、プログラム５００を実行した時点における位置）からＭＭ距離だけ最終推定経路５４に沿って進んだ予想ＭＭ点５７を特定する。そして、この位置５５と５７のうち、より先にある方（すなわち最終推定目的地５３により近づいている方）を、計画区間始点として決定する。

以上説明した通り、ナビゲーションＥＣＵ２０は、ハイブリッド車両が走行を始めてからマップマッチング処理２９が正確になるまでの予想ＭＭ距離を決定する。そして、上述の計画区間の始点（基準位置に相当する）を、予想経路の出発地点から最終推定経路５４に沿って当該ＭＭ距離だけ進んだ位置よりも先の位置にする。

マップマッチング処理２９が正確になっていない間は、ハイブリッド車両の位置の特定が正確でない可能性が高い。したがって、マップマッチング処理２９がまだ正確になっていないと予想される位置を計画区間始点にしてしまうと、現実にはハイブリッド車両がその開始位置に到達しているにもかかわらず、スケジュールに従った充放電制御が始まらないという事態が発生し得る。そのような場合に、後にマップマッチングが正確になってスケジュールに従った充放電制御が始まったとしても、既に自車両は基準位置を過ぎてしまっているので、充放電制御がスケジュール通りに実行できなくなってしまう可能性がある。

そこで、本実施形態においては、上述の通り、予想ＭＭ距離を特定し、その予想ＭＭ距離の範囲内にスケジュールに従った充放電制御の開始地点を設けないことで、マップマッチング処理２９が不正確なことに起因する充放電制御の不正確性を解消することができる。

また、マップマッチング処理２９において、ナビゲーションＥＣＵ２０は、ハイブリッド車両に搭載されたＧＰＳセンサ１１からの位置情報を用いてハイブリッド車両がどの道路を走行中であるかを判定するようになっている。そしてナビゲーションＥＣＵ２０は、位置情報の精度を示す精度情報に基づいて、位置情報の精度が高いほど予想ＭＭ距離を短く決定する（ステップ５２５、５３０、５４０参照）。このように、予想ＭＭ距離を決定する位置におけるマップマッチング処理２９の精度を用いて予想ＭＭ距離を推定することで、予想ＭＭ距離の精度が向上する。

またナビゲーションＥＣＵ２０は、ハイブリッド車両が道路上にいる場合よりも、ハイブリッド車両が道路上にいない場合の方が、予想ＭＭ距離を長い距離に決定する。これは、最初から自車両が道路上にいる場合は、そうでない場合に比べて、マップマッチングがより迅速に正確化することを利用した作動である。このようにすることで、予想ＭＭ距離の精度が向上する。

なお、上記の各実施形態において、ナビゲーションＥＣＵ２０が充放電制御装置の一例に相当する。また、制御部２４が、学習制御処理１００を実行することで学習手段の一例として機能し、経路推定処理２００のステップ２０５、２１０、２２０を実行することで予想経路特定手段の一例として機能し、走行時処理４００を実行することで計画走行制御手段の一例として機能し、経路推定処理２００または２００´のステップ２３０を実行することで始点決定手段の一例として機能する。

また、第２実施形態において、制御部２４が、マップマッチング処理２９を行うことでマップマッチング手段の一例として機能し、経路推定処理２００´のステップ２８０を実行することでＭＭ距離予測手段の一例として機能し、学習制御処理１００においてＨＤＯＰ値を記録することで精度履歴記録手段の一例として機能する。

（他の実施形態）
以上、本発明の実施形態について説明したが、本発明の範囲は、上記実施形態のみに限定されるものではなく、本発明の各発明特定事項の機能を実現し得る種々の形態を包含するものである。

例えば、上記第２実施形態においては、制御部２４は、ステップ２３０´において、ステップ２０８で決定した予想ＭＭ距離を破棄し、学習情報に基づく新たな予想ＭＭ距離を決定するようになっていてもよい。ここで、新たな予想ＭＭ距離は、最終推定経路の開始地点から、ＨＤＯＰ下降点までの、最終推定経路に沿った距離とする。したがって、この場合、図１２の点５５と位置を比較するのは、このＨＤＯＰ下降点となる。

ＨＤＯＰ下降点は、学習制御処理１００によって記録した各セグメントにおける過去のＨＤＯＰ値を用いて決定する。具体的には、制御部２４は、最終推定経路上のセグメントをその最終推定経路の出発始点から順に辿っていき、それぞれのセグメントにおける過去のＨＤＯＰ値を学習情報から読み出し、読み出したＨＤＯＰ値が初めて基準精度（例えば２．０）より高精度となったセグメントの始点（すなわち最終推定経路の出発地点寄りの端点）を、ＨＤＯＰ下降点とする。

このように、過去の精度情報を用いてマップマッチングが正確になる位置を予想することでも、予想ＭＭ距離の精度が向上する。

また、上記各実施形態においては、制御部２４は、経路推定処理２００または２００´において、最終推定目的地および最終推定経路を決定した直後に、計画区間を決定すると共に当該計画区間について充電計画作成処理を実行している。

しかし、制御部２４は、これに加え、経路算出処理３０の終了直後に、算出された案内経路を対象として、経路推定処理２００のステップ２２５〜２５０を実行することで、案内経路上の計画区間を決定すると共に当該計画区間について充電計画作成処理を実行してもよい。

あるいは、制御部２４は、経路算出処理３０の終了直後に、経路推定処理２００´のステップ２０５、２０８を実行し、続いて、算出された案内経路を対象としてステップ２２５〜２５０を実行することで、案内経路上の計画区間を決定すると共に当該計画区間について充電計画作成処理を実行してもよい。

これらの場合の計画区間の始点は、経路算出処理３０の終了直後の自車両の現在位置から、案内経路に沿って、上述の基準時間Ｔに相当する距離だけ進めた位置とする。このような場合においても、本発明の第２の特徴の効果は発揮される。

この場合、経路算出処理３０の終了時にハイブリッド車両の走行速度がゼロとなっていれば、基準時間に相当するハイブリッド車両の走行距離は、学習情報から、現在位置５２における平均的な車速を特定し、基準時間Ｔに当該平均的な車速を乗算した結果の距離だけ現在位置より案内経路を進んだ距離としてもよい。なお、この場合は、制御部２４は、経路算出処理３０を実行することでも予想経路特定手段の一例として機能する。

また、第１実施形態では、経路推定処理２００のステップ２３０において、制御部２４は、計画区間を、最終推定経路上の区間始点から、最終推定目的地までの、最終推定経路に沿った区間とするようになっている。しかし、計画区間の終点は、最終推定目的地である必要はなく、区間始点と最終推定目的地との間のどこかであっても、すくなくとも区間始点からその終点までの間の燃費向上は実現する。

また、ステップ２３０または２３０´に用いる基準時間Ｔは、定数値でなく、現在位置から計画区間の終点までの距離が増大するほど増大する値であってもよい。このようにするのは、充電計画作成処理３００は、その対象となる区間が長いほど、処理完了までに時間がかかる可能性が高いからである。

また、上記の実施形態においては、電力消費量および充電量の算出の単位、および充電計画の作成の単位が、セグメントとなっているが、これらの対象はリンクであってもよい。

また、本発明の第１および第２の特徴の実現のためには、経路推定処理２００のステップ２３０（または経路推定処理２００´のステップ２３０´）において用いる基準時間Ｔは、ゼロであってはいけないが、バッテリの残量の推移の予測の開始から完了に要する時間より短くてもよい。基準時間Ｔが、バッテリの残量の推移の予測の完了に要する時間より短い結果、ハイブリッド車両がスケジュールに従った充放電制御の開始地点を行き過ぎたとしても、基準時間Ｔがゼロより長ければ、その行き過ぎた距離が低下する。したがって、現実の充放電制御の開始地点と、スケジュールに従った充放電制御の開始地点との隔たりが少なくなる。その結果、スケジュールの設定のために要する時間に起因する、スケジュールに従った充放電制御への悪影響が低減される。

また、「ユーザが頻繁に走行するが故にわざわざ目的地設定を行わない経路（例えば、自宅―職場間の経路）の走行においても、計画的なバッテリの充放電を行うことができ、結果として、当該経路における燃費が低減する」という効果だけが達成できればよいのであれば、基準時間Ｔはゼロであってもよい。

また、上記の実施形態においては、ナビゲーションＥＣＵ２０が充電計画作成処理３００、走行時処理４００を実行しているが、ナビゲーションＥＣＵ２０がこれらの処理を実行するようになっていてもよいし、これらの処理のうち一部をナビゲーションＥＣＵ２０が実行し、残りをＨＶ制御部１０が実行するようになっていてもよい。

また、上記の実施形態において、制御部２４がプログラムを実行することで実現している各機能は、それらの機能を有するハードウェア（例えば回路構成をプログラムすることが可能なＦＰＧＡ）を用いて実現するようになっていてもよい。

本発明の実施形態が適用されるハイブリッド車両の構成を概略的に示す図である。 ナビゲーションＥＣＵ２０の構成および外部との接続関係を示すブロック図である。 学習制御処理１００のフローチャートである。 セグメント毎の走行状況の履歴の一例を示す図表である。 経路推定処理２００のフローチャートである。 車両の走行経路５４における、自車両の現在位置５２と計画区間の始点５５との関係を示す経路図である。 充電計画作成処理３００のフローチャートである。 充電計画作成処理３００によって予想された、ＳＯＣの変化の推移を示すグラフである。 走行時処理４００のフローチャートである。 本発明の第２実施形態において制御部２４が実行する経路推定処理２００´のフローチャートである。 経路推定処理２００´のステップ２０８における予想ＭＭ距離決定の詳細を示すフローチャートである。 予想ＭＭ距離５６と距離Ｌ（Ｔ）との関係を示す図である。 従来技術において、スケジュールに従った制御の問題が発生する例を示す図である。

符号の説明

１…エンジン、２…オルタネータ、３…モータ、４…差動装置、５ａ、５ｂ…タイヤ、
６、８…インバータ、７…ＤＣリンク、９…バッテリ、１０…ＨＶ制御部、
１１…ＧＰＳセンサ、１２…方位センサ、１３…車速センサ、１４…地図ＤＢ記憶部、
２０…ナビゲーションＥＣＵ、２１…ＲＡＭ、２２…ＲＯＭ、２３…耐久記憶媒体、
２４…制御部、２１、２２…ノード、２５、２６…補完形状点、
３１〜３３…セグメント、マップマッチング処理２９、３０…経路算出処理、
４０…ナビゲーション処理、５０…充電位置記録処理、５１…出発地点、
５２…現在位置、５３…最終推定目的地、５４…最終推定経路、５５…計画区間始点、
５６…予想ＭＭ距離、５７…予想ＭＭ点、６１…出発地、６２…目的地、
６３…予想経路、６４、６５…中間地点、１００…学習制御処理、
２００、２００´…経路推定処理、３００…充電計画作成処理、４００…走行時処理、
５００…プログラム。

Claims (7)

1. 燃料の燃焼によって駆動される内燃機関、およびバッテリによって駆動されるモータを
   、走行用の動力源として有するハイブリッド車両用の前記バッテリの充放電管理装置であ
   って、
   前記ハイブリッド車両が走行するであろう予想経路を特定する予想経路特定手段と、
   前記予想経路特定手段によって前記予想経路が特定された後、前記予想経路上の計画区
   間における、前記モータによる前記ハイブリッド車両の駆動の有無、および、前記バッテ
   リの充電の有無についてのスケジュールを決定し、その決定したスケジュールに基づいて
   、前記予想経路上の前記バッテリの残量の推移を予測する計画手段と、
   前記ハイブリッド車両が前記予想経路上を走行して前記計画区間に入ったときに、前記
   スケジュールに従って、前記モータによる前記ハイブリッド車両の駆動の有無、および、
   前記バッテリの充電の有無の制御を開始し、前記計画区間において、当該制御を継続する
   計画走行制御手段と、
   前記ハイブリッド車両に搭載されたＧＰＳセンサからの位置情報を用いて前記ハイブリ
   ッド車両がどの道路を走行中であるかを判定するマップマッチング手段と、
   前記ハイブリッド車両が走行を始めてから前記マップマッチング手段の判定が正確にな
   るまでの走行距離であるＭＭ距離を、前記位置情報の精度を示す精度情報に基づいて、前
   記位置情報の精度が高いほど前記ＭＭ距離を短くするよう、予測するＭＭ距離予測手段と
   、
   前記予想経路特定手段によって前記予想経路が特定された後、前記予想経路の出発地点
   から前記予想経路に沿って前記ＭＭ距離だけ進んだ位置より先の位置である基準位置を、
   前記計画手段が用いる前記計画区間の始点として決定する始点決定手段と、を備えたこと
   を特徴とする充放電管理装置。
2. 燃料の燃焼によって駆動される内燃機関、およびバッテリによって駆動されるモータを
   、走行用の動力源として有するハイブリッド車両用の前記バッテリの充放電管理装置であ
   って、
   前記ハイブリッド車両が走行するであろう予想経路を特定する予想経路特定手段と、
   前記予想経路特定手段によって前記予想経路が特定された後、前記予想経路上の計画区
   間における、前記モータによる前記ハイブリッド車両の駆動の有無、および、前記バッテ
   リの充電の有無についてのスケジュールを決定し、その決定したスケジュールに基づいて
   、前記予想経路上の前記バッテリの残量の推移を予測する計画手段と、
   前記ハイブリッド車両が前記予想経路上を走行して前記計画区間に入ったときに、前記
   スケジュールに従って、前記モータによる前記ハイブリッド車両の駆動の有無、および、
   前記バッテリの充電の有無の制御を開始し、前記計画区間において、当該制御を継続する
   計画走行制御手段と、
   前記ハイブリッド車両に搭載されたＧＰＳセンサからの位置情報を用いて前記ハイブリ
   ッド車両がどの道路を走行中であるかを判定するマップマッチング手段と、
   前記ハイブリッド車両が走行した複数位置のそれぞれにおいて前記ＧＰＳセンサから受
   けた位置情報の精度を、精度情報として記録する精度履歴記録手段を備え、
   前記予想経路特定手段によって前記予想経路が特定された後、前記精度履歴記録手段が
   前記精度情報を記録した前記複数の位置のうち前記予想経路に沿った経路中で初めて基準
   精度より高精度となると共に現在位置より先の位置である基準位置を、前記計画手段が用
   いる前記計画区間の始点として決定する始点決定手段と、を備えたことを特徴とする充放
   電管理装置。
3. 前記ハイブリッド車両が走行した経路の履歴を記録する学習手段（１００）を備え、
   前記予想経路特定手段は、前記学習手段が記録した前記履歴に基づいて、前記ハイブリ
   ッド車両が向うであろう目的地を特定すると共に前記目的地へ向うために前記ハイブリッ
   ド車両が通るであろう経路として前記予定経路を特定することを特徴とする請求項１また
   は２に記載の充放電制御装置。
4. 前記計画走行制御手段は、当該計画走行制御手段からの制御によらずに、前記モータによる前記ハイブリッド車両の駆動の有無、および、前記バッテリの充電の有無を切り替えることで前記バッテリの残量を基準残量に維持する自律制御モードと、前記計画走行制御手段からの前記スケジュールに則った制御に従って、前記モータによる前記ハイブリッド車両の駆動の有無、および、前記バッテリの充電の有無を切り替える受動制御モードとの間で、自己の作動モードを、前記計画走行制御手段からの制御に基づいて切り替えるハイブリッド制御装置を制御し、
   さらに前記計画走行制御手段は、前記ハイブリッド車両が前記予想経路上を走行してい
   るときに、前記計画区間の前記始点において、前記ハイブリッド制御部の作動モードを前
   記自律制御モードから前記受動制御モードに切り替え、
   前記計画手段は、前記計画区間の前記始点における前記バッテリの残量が前記基準残量
   であると仮定して、前記計画区間における前記スケジュールを決定することを特徴とする
   請求項１ないし３のいずれか１つに記載の充放電管理装置。
5. 前記ＭＭ距離予測手段は、前記ハイブリッド車両が道路上にいる場合よりも、前記ハイブリッド車両が道路上にいない場合の方が、前記ＭＭ距離を長い距離に決定するようになっていることを特徴とする請求項１に記載の充放電管理装置。
6. 燃料の燃焼によって駆動される内燃機関、およびバッテリによって駆動されるモータを、走行用の動力源として有するハイブリッド車両用の前記バッテリの充放電管理装置に用いるプログラムであって、
   前記ハイブリッド車両が走行するであろう予想経路を特定する予想経路特定手段、
   前記予想経路特定手段によって前記予想経路が特定された後、前記予想経路上の計画区
   間における、前記モータによる前記ハイブリッド車両の駆動の有無、および、前記バッテ
   リの充電の有無についてのスケジュールを決定し、その決定したスケジュールに基づいて
   、前記予想経路上の前記バッテリの残量の推移を予測する計画手段、
   前記ハイブリッド車両が前記予想経路上を走行して前記計画区間に入ったときに、前記
   スケジュールに従って、前記モータによる前記ハイブリッド車両の駆動の有無、および、
   前記バッテリの充電の有無の制御を開始し、前記計画区間において、当該制御を継続する
   計画走行制御手段、
   前記ハイブリッド車両に搭載されたＧＰＳセンサからの位置情報を用いて前記ハイブリ
   ッド車両がどの道路を走行中であるかを判定するマップマッチング手段、
   前記ハイブリッド車両が走行を始めてから前記マップマッチング手段の判定が正確にな
   るまでの走行距離であるＭＭ距離を、前記位置情報の精度を示す精度情報に基づいて、前
   記位置情報の精度が高いほど前記ＭＭ距離を短くするよう、予測するＭＭ距離予測手段、
   および、
   前記予想経路特定手段によって前記予想経路が特定された後、前記予想経路の出発地点
   から前記予想経路に沿って前記ＭＭ距離だけ進んだ位置より先の位置である基準位置を、
   前記計画手段が用いる前記計画区間の始点として決定する始点決定手段として、コンピュ
   ータを機能させるプログラム。
7. 燃料の燃焼によって駆動される内燃機関、およびバッテリによって駆動されるモータを、走行用の動力源として有するハイブリッド車両用の前記バッテリの充放電管理装置に用いるプログラムであって、
   前記ハイブリッド車両が走行するであろう予想経路を特定する予想経路特定手段、
   前記予想経路特定手段によって前記予想経路が特定された後、前記予想経路上の計画区
   間における、前記モータによる前記ハイブリッド車両の駆動の有無、および、前記バッテ
   リの充電の有無についてのスケジュールを決定し、その決定したスケジュールに基づいて
   、前記予想経路上の前記バッテリの残量の推移を予測する計画手段、
   前記ハイブリッド車両が前記予想経路上を走行して前記計画区間に入ったときに、前記
   スケジュールに従って、前記モータによる前記ハイブリッド車両の駆動の有無、および、
   前記バッテリの充電の有無の制御を開始し、前記計画区間において、当該制御を継続する
   計画走行制御手段、
   前記ハイブリッド車両に搭載されたＧＰＳセンサからの位置情報を用いて前記ハイブリ
   ッド車両がどの道路を走行中であるかを判定するマップマッチング手段、
   前記ハイブリッド車両が走行した複数位置のそれぞれにおいて前記ＧＰＳセンサから受
   けた位置情報の精度を、精度情報として記録する精度履歴記録手段、および
   前記予想経路特定手段によって前記予想経路が特定された後、前記精度履歴記録手段が
   前記精度情報を記録した前記複数の位置のうち前記予想経路に沿った経路中で初めて基準
   精度より高精度となると共に現在位置より先の位置である基準位置を、前記計画手段が用
   いる前記計画区間の始点として決定する始点決定手段として、コンピュータを機能させる
   プログラム。

Images