JP4808941B2 - 運転支援装置 - Google Patents

Description

本発明は、省燃費運転の支援を行う運転支援装置に関するものである。

上述した運転支援装置として、例えば、特許文献１に記載された車両運転状態評価システムが提案されている。この車両運転状態評価システムによれば、エンジンの回転速度と負荷と燃費率の関係を規定した燃費率マップを参照して、現在のエンジンの回転数及び負荷から現在のエンジンの燃費率を演算する。

また、シフトアップ時のエンジンの回転速度及び負荷を求め、上述した燃費率マップを参照して、シフトアップさせた場合のエンジンの燃費率を演算する。そして、演算された現在の燃費率よりもシフトアップさせた場合の燃費率の方が小さい場合にシフトアップを促すものである。

なお、上述した燃費率マップは、エンジン開発時に得られたデータに基づき作成されるか、車両の走行試験を行いその試験結果に基づいて作成されるものであることが記載されている。何れにしても、燃費率マップは、車両に搭載前に予め作成されるものである。
特開２００４−６０５４８号公報

しかしながら、上述した従来の車両運転状態評価システムでは、予め燃費率マップを作成しておく必要がある。この燃費率マップは、搭載エンジン毎に異なるものであり、このため、搭載エンジン毎に作成する必要があり、コスト的に問題となる。また、燃費マップが作成されていないエンジンを搭載した車両には、使うことができないという問題もある。さらに、燃費率マップは、搭載エンジンの違いだけでなく、搭載車両毎に微妙に異なる場合もあるため、従来のシステムでは、正確な燃費運転の支援を行うことができない。

また、車両の経時変化により燃費率マップが変化してしまっても、正確な燃費運転の支援を行うことができなくなる。さらに、運転の指示はシフトアップのみであり、具体的なアクセル開度の指示は行っていない。

そこで、本発明は、上記のような問題点に着目し、予め燃費率マップを作成する必要をなくすことにより、コストダウンを図ると共に、車両を選ばずに搭載することができる運転支援装置を提供することを課題とする。

請求項１記載の発明は、図１に示す基本構成図によれば、車両の速度と前記車両のエンジン回転数及びアクセル開度から求めた負荷係数とギア比とを検出する走行状態検出手段１０ａ−１と、前記車両の燃費情報を検出する燃費検出手段１０ａ−２と、前記走行状態検出手段により検出された車両の速度、負荷係数及びギア比と、前記燃費検出手段により検出された燃費情報と、から前記車両の速度、負荷係数及びギア比と燃費情報との関係を学習する学習手段１０ａ−３と、前記学習手段が行った学習結果を用いて、入力された車両の速度、負荷係数、ギア比に対する燃費情報を推論する推論手段１０ａ−４と、前記推論手段に前記走行状態検出手段により検出された現車両の速度、現負荷係数及び現ギア比を入力する入力手段１０ａ−５と、前記燃費検出手段により検出された現燃費情報と、前記入力手段により前記走行状態検出手段が検出した現車両の速度、現負荷係数及び現ギア比の入力が行われたときに前記前記推論手段により推論された燃費情報との比較に基づいて、省燃費運転の支援を行う支援手段１０ａ−６とを備えたことを特徴とする運転支援装置に存する。

請求項１記載の発明によれば、走行状態検出手段１０ａ−１が、車両の速度と前記車両の回転数及びアクセル開度から求めた負荷係数とギア比とを検出する。燃費検出手段１０ａ−２が、車両の燃費情報を検出する。学習手段１０ａ−３が、走行状態検出手段により検出された車両の速度、負荷係数及びギア比を入力とし、これら入力された車両の速度、負荷係数及びギア比の検出時に燃費情報検出手段により検出された燃費情報を出力とする学習を行う。推論手段１０ａ−４が、学習手段が行った学習結果を用いて、入力された車両の速度、負荷係数、ギア比に対する燃費情報を推論する。入力手段１０ａ−５が、推論手段に走行状態検出手段により検出された現車両の速度、現負荷係数及び現ギア比を入力する。支援手段１０ａ−６が、燃費情報検出手段により検出された現燃費情報と、入力手段により走行情報検出手段が検出した現車両の速度、現負荷係数及び現ギア比の入力が行われたときに推論手段により推論された燃費情報との比較に基づいて、運転支援を行う。

従って、走行状態検出手段１０ａ−１及び燃費検出手段１０ａ−２による検出結果を用いて、車両の速度、負荷係数及びギア比を入力とし、燃費情報を出力した学習が行われ、その学習結果を用いて運転支援が行われる。つまり、走行中に行われる学習により車両の速度、負荷係数及びギア比と燃費情報との関係を得ることができ、予め車両の速度、負荷係数及びギア比と燃費情報との関係を示すマップを作成する必要がない。また、入力手段が、推論手段に走行状態検出手段により検出された現車両の速度、現負荷係数及び現ギア比を入力する。従って、現車両の速度、現負荷係数及び現ギア比に対する現燃費情報が、燃費が良い状態なのか否かを判断することができる。

請求項２記載の発明は、請求項１記載の運転支援装置であって、前記燃費検出手段は、単位時間当たりの燃料消費量を、前記燃費情報として検出することを特徴とする運転支援装置に存する。

請求項２記載の発明によれば、単位時間当たりの燃料消費量を、燃費情報として検出することにより、正確な燃費情報を得ることができる。

請求項３記載の発明は、請求項１記載の運転支援装置であって、前記燃費検出手段は、車両速度とアクセル開度から求められる効率係数を、前記燃費情報として検出することを特徴とする運転支援装置に存する。

請求項３記載の発明によれば、車両速度とアクセル開度から求められる効率係数を、燃費情報として検出することにより、燃料消費量を計測する燃料計を用いなくても、燃費情報を得ることができる。

請求項４記載の発明は、請求項１記載の運転支援装置であって、前記支援手段は、前記燃費検出手段によって検出された現燃費情報と、前記入力手段により前記走行状態検出手段が検出した現車両の速度、現負荷係数及び現ギア比の入力が行われたときに前記前記推論手段により推論された燃費情報との比較に基づき、車両の現燃費状態を検出し、運転者に報知することを特徴とする運転支援装置に存する。

請求項４記載の発明によれば、支援手段が、燃費検出手段によって検出された現燃費情報と、入力手段により走行状態検出手段が検出した現車両の速度、現負荷係数、現ギア比の入力が行われたときに推論手段により推論された燃費情報との比較に基づき、車両の現燃費状態を検出し、運転者に報知する。従って、現燃費状態が良いのか悪いのかを運転者が把握することができる。

請求項５記載の発明は、請求項１〜４何れか１項に記載の運転支援装置であって、前記入力手段が、前記走行状態検出手段により検出された現ギア比を含む複数パターンのギア比と、前記走行状態検出手段により検出された現車両の速度及び現負荷係数と、の組み合わせを入力するように設定され、前記支援手段が、前記複数パターンのギア比の入力に対して前記推論手段が推論した燃費情報のうち最も良いものより、前記燃費検出手段により検出された現燃費情報が悪いとき、前記最も良い燃費情報の推論時に入力したギア比にするように促すことを特徴とする運転支援装置に存する。

請求項５記載の発明によれば、入力手段が、走行状態検出手段により検出された現ギア比を含む複数パターンのギア比と、走行状態検出手段により検出された車両の速度及び負荷係数と、の組み合わせを入力するように設定され、支援手段が、複数パターンのギア比の入力に対して推論手段が推論した燃費情報のうち最も良いものより、燃費検出手段により検出された現燃費情報が悪いとき、最も良い燃費情報の推論時に入力したギア比にするように促す。従って、省燃費となるようなギア比について、運転者にアドバイスすることができる。

請求項６記載の発明は、請求項５記載の運転支援装置であって、前記車両のアクセル開度を検出するアクセル開度検出手段をさらに備え、前記学習手段が、前記入力された車両の速度、負荷係数及びギア比の検出時に前記アクセル開度検出手段により検出されたアクセル開度を出力とする学習をさらに行い、前記推論手段が、入力された車両の速度、負荷係数、ギア比に対する前記アクセル開度を推論し、前記支援手段が、前記促したギア比を入力したときに推論された前記アクセル開度にするようにさらに促すことを特徴とする運転支援装置に存する。

請求項６記載の発明によれば、支援手段が、促したギア比を入力したときに推論されたアクセル開度にするようにさらに促す。従って、省燃費となるようなアクセル開度について、運転者にアドバイスすることができる。

請求項７記載の発明は、請求項１〜６何れか１項に記載の運転支援装置であって、前記走行状態検出手段は、アクセル開度／エンジン回転数を前記負荷係数として検出することを特徴とする運転支援装置に存する。

請求項７記載の発明によれば、走行状態検出手段が、アクセル開度／エンジン回転数を負荷情報として検出する。従って、アクセル開度／エンジン回転数に基づき、簡単に負荷情報を得ることができる。

請求項８記載の発明は、請求項１〜７何れか１項に記載の運転支援装置であって、前記走行状態検出手段は、車両の速度／エンジン回転数をギア比として検出することを特徴とする運転支援装置に存する。

請求項８記載の発明によれば、走行状態検出手段が、車両の速度／エンジン回転数をギア比として検出する。従って、走行状態情報の車両速度や、負荷情報を求めるためのエンジン回転数を流用して、ギア比を求めることができる。

以上説明したように請求項１記載の発明によれば、走行状態検出手段及び燃費検出手段による検出結果を用いて、車両の速度、負荷係数及びギア比を入力とし、燃費情報を出力した学習が行われ、その学習結果を用いて運転支援が行われる。つまり、走行中に行われる学習により車両の速度、負荷係数及びギア比と燃費情報との関係を得ることができ、予め車両の速度、負荷係数及びギア比と燃費情報との関係を示すマップを作成する必要がないので、コストダウンを図ると共に、車両を選ばずに搭載することができる運転支援装置を得ることができる。また、現車両の速度、現負荷係数及び現ギア比に対する現燃費情報が、燃費の良い状態なのか否かを判断することができる運転支援装置を得ることができる。

請求項２記載の発明によれば、単位時間当たりの燃料消費量を、燃費情報として検出することにより、正確な燃費情報を得ることができる運転支援装置を得ることができる。

請求項３記載の発明によれば、車両速度／アクセル開度で求められる効率係数を、燃費情報として検出することにより、燃料計を用いなくても、燃費情報を得ることができるので、燃料計を搭載していない車両でも利用することができる運転支援装置を得ることができる。

請求項５記載の発明によれば、現燃費状態が良いのか悪いのかを運転者が把握することができるので、適切な運転支援を行うことができる運転支援装置を得ることができる。

請求項５記載の発明によれば、省燃費となるようなギア比について、運転者にアドバイスすることができるので、適切な運転支援を行うことができる運転支援装置を得ることができる。

請求項７記載の発明によれば、省燃費となるようなアクセル開度について、運転者にアドバイスすることができるので、適切な運転支援を行うことができる運転支援装置を得ることができる。

請求項７記載の発明によれば、アクセル開度／エンジン回転数に基づき、簡単に負荷情報を得ることができる運転支援装置を得ることができる。

請求項８記載の発明によれば、走行状態情報の車両速度や、負荷情報を求めるためのエンジン回転数を流用して、ギア比を求めることができる運転支援装置を得ることができる。

以下、本発明の運転支援装置を、図面に基づいて説明する。図２は、本発明の運転支援装置の一実施の形態を示すブロック図である。同図に示すように、本発明の運転支援装置内に備えられたマイクロコンピュータ（以下μＣＯＭ）１０には、入力Ｉ／Ｆ１１を介して、車両が単位距離走行する毎に出力される車速パルスＰ１、クランクシャフトの回転に応じて出力される回転数パルスＰ２、燃料が例えば１ｃｃ消費される毎に出力される燃料パルスＰ３が供給されている。

上述したμＣＯＭ１０にはまた、入力インタフェース（Ｉ／Ｆ）１１を介して、アクセルペダルに取り付けた角度センサからの電圧値がアクセル開度信号Ｓ１として供給されている。μＣＯＭ１０は、プログラムに従って各種の処理を行う中央処理ユニット（ＣＰＵ）１０ａ、ＣＰＵ１０ａが行う処理のプログラムなどを格納した読み出し専用のメモリであるＲＯＭ１０ｂ、ＣＰＵ１０ａでの各種の処理過程で利用するワークエリア、各種データを格納するデータ格納エリアなどを有する読み出し書き込み自在のメモリであるＲＡＭ１０ｃなどを内蔵している。

上述したμＣＯＭ１０は、液晶ディスプレイ１３に接続されている。この液晶ディスプレイ１３は、例えば、図３に示すように、燃費状態表示部１３ａ、シフト操作表示部１３ｂ、理想アクセル開度指示部１３ｃ、現アクセル開度指示部１３ｄ及びマルチディスプレイ部１３ｅから構成されている。燃費状態表示部１３ａは、現在の車両の燃費状態を表示するためのものであり、例えば、太い方（下方）から細い方（上方）に向かうに従って、赤色から緑色に変化する帯状表示部から構成されている。この燃費状態表示部１３ａでは、太い方（赤）から細い方（緑）に向かう程、燃費が良い状態を示す。

シフト操作表示部１３ｂは、シフト操作を指示するためのものであり、シフトアップが指示されているときには「ＵＰ」が点灯され、シフトダウンが指示されているときには「ＤＯＷＮ」が点灯される。理想アクセル開度指示部１３ｃは、省燃費となる理想のアクセル開度を指示するものであり、例えば、帯状の表示部から構成されている。この理想アクセル開度指示部１３ｃでは、細い方から太い方に向かうほど、理想のアクセル開度が大きい状態を示す。

また、現アクセル開度指示部１３ｄは、現アクセル開度を指示するためのものである。従って、アクセルを踏ませる指示を行う場合は、現アクセル開度指示部１３ｄより下側に理想のアクセル開度が表示され、アクセルを緩ませる指示を行う場合は、現アクセル開度指示部１３ｄより上側に理想のアクセル開度が表示される。

マルチディスプレイ部１３ｅは、平均燃費、瞬時燃費、速度、燃料消費量、省燃費得点、車両メンテナンス情報などが表示される。また、上述したμＣＯＭ１０には、設定ボタン１４（図３参照）の押圧によってオンするスイッチＳＷ（図２参照）が接続され、設定ボタン１４の操作によって、マルチディスプレイ部１３ｅへの表示項目などが設定できるようになっている。さらに、上述したμＣＯＭ１０は、出力Ｉ／Ｆ１５を介して、コンパクトフラッシュ（登録商標）カード（ＣＦカード）１６に、例えば、車両の速度などの各種走行状態情報の書き込みができるようになっている。

上述した構成の運転支援装置の動作について、図４及び図５のＣＰＵ１０ａの処理手順を示すフローチャートを参照して以下説明する。まず、ＣＰＵ１０ａは、走行状態検出手段、燃費検出手段として働き、例えば、１秒毎に、図４に示す検出処理を行う。この検出処理において、ＣＰＵ１０ａは、まず、車速パルスＰ１、回転数パルスＰ２、燃料パルスＰ３、アクセル開度信号Ｓ１から、現在の車両の速度ｖｐ（ｋｍ／ｈ）、エンジン回転数Ｎｐ（ｒｐｍ）、燃費情報としての１秒当たりの燃料消費量αｐ（ｃｃ）、アクセル開度βｐ（％）を検出する（ステップＳ１）。

次に、ＣＰＵ１０ａは、速度ｖｐ、エンジン回転数Ｎｐからギア比Ｇｐ（＝ｖｐ／Ｎｐ）を検出する（ステップＳ２）。さらに、ＣＰＵ１０ａは、求めたアクセル開度βｐ、エンジン回転数Ｎｐから負荷情報としての負荷係数γｐ（＝βｐ／Ｎｐ）を検出する（ステップＳ３）。ここで、無負荷の状態では、燃料消費量（≒アクセル開度）に応じてエンジン回転数はほぼ一意に決定できると考えられる。しかし、実際には様々な負荷（路面抵抗、勾配、積載荷重など）によってエネルギー損失が生じており、アクセル開度とエンジン回転数の関係は負荷に応じて変化する。

ここから、「エンジンに与えたエネルギー（≒燃料消費量≒アクセル開度）当たりの駆動力（≒エンジン回転数）」を計算することで、負荷の大きさを表すことができると考えられる。この値が大きいほど損失が小さい、つまり負荷が小さいと言えるが、「係数の大きさ＝負荷の大きさ」とした方が直感的であるため逆数を取り、本実施形態ではこれを負荷係数と定義した。
負荷係数＝アクセル開度／回転数

また、ＣＰＵ１０ａは、図６に示すようなファジィ化ニューロネットワークに従って、速度ｖ、負荷係数γ、ギア比Ｇを入力データとし、燃料消費量α、アクセル開度βを出力データとして推論する推論処理を行うことができる。また、入力データと出力データとの関係は、検出処理の検出結果に基づいて学習される。これら推論・学習については後で詳しく説明する。

また、ＣＰＵ１０ａは、検出処理が行われる毎に、推論手段、入力手段、支援手段として働き、図５に示す省燃費運転の支援を行うための支援処理を行う。ＣＰＵ１０ａは、まず、図６に示すようなネットワークへの入力データを作成する（ステップＳ５）。入力データとしては、検出処理で検出された現ギア比Ｇｐ、現ギア比に対して１つ上のギア比Ｇｕ、現ギア比に対して１つ下のギア比Ｇｄと、同じく検出処理で検出された現速度ｖｐ及び現負荷係数γｐとを組み合わせたＩ１〜Ｉ３の３パターンが作成される。
Ｉ１＝［Ｇｕ、ｖｐ、γｐ］、Ｉ２＝［Ｇｄ、ｖｐ、γｐ］、Ｉ３＝［Ｇｐ、ｖｐ、γｐ］

次に、ＣＰＵ１０ａは、図６に示すようなネットワークに、Ｉ１〜Ｉ３を入力して、Ｉ１〜Ｉ３に対する燃料消費量α１〜α３、アクセル開度β１〜β３を推論する推論処理を行う（ステップＳ６）。次に、ＣＰＵ１０ａは、推論した燃料消費量α１〜α３のうち最も少ない燃料消費量αｍｉｎと、検出処理により検出した現燃料消費量αｐとを比較する（ステップＳ７）。

今、燃料消費量αｍｉｎ＝α１であり、かつ、現燃料消費量αｐ＞推論した燃料消費量α１＝αｍｉｎであった場合（ステップＳ７でＹ）、燃料消費量αｍｉｎを推論したときの入力データＩ１中のギア比Ｇｕは、現ギア比Ｇｐより１つ上のギア比であると判断し（ステップＳ８でＮ）、シフト指示部１３において「ＵＰ」を点灯させるシフト指示を行い（ステップＳ９）、運転者にシフトアップを促す。その後、入力データＩ１に対して推論したアクセル開度β１を、理想アクセル開度指示部１３ｃに指示すると共に、検出処理により検出した現アクセル開度βｐを現アクセル開度指示部１３ｄによって指示させるアクセル指示を行った後（ステップＳ１０）、ステップＳ１１に進む。

また、燃料消費量αｍｉｎ＝α２であり、かつ、現燃料消費量αｐ＞推論した燃料消費量α２＝αｍｉｎであった場合（ステップＳ７でＹ）、燃料消費量α２を推論したときの入力データＩ２中のギア比Ｇｄは、現ギア比Ｇｐより１つ下のギア比であると判断し（ステップＳ８でＮ）、シフト指示部１３において「ＤＯＷＮ」を点灯させるシフト指示を行い（ステップＳ９）、運転者にシフトダウンを促す。その後、入力データＩ２に対して推論されたアクセル開度β２を、理想アクセル開度指示部１３ｃに指示すると共に、検出処理により検出した現アクセル開度βｐを現アクセル開度指示部１３ｄによって指示させるアクセル指示を行った後（ステップＳ１０）、ステップＳ１１に進む。

また、燃料消費量αｍｉｎ＝α３であり、かつ、現燃料消費量αｐ＞推論した燃料消費量α３＝αｍｉｎであった場合（ステップＳ７でＹ）、燃料消費量α３を推論したときの入力データＩ３中のギア比Ｇｐは、現ギア比Ｇｐと同じであると判断し（ステップＳ８でＹ）、ステップＳ９のシフト指示を行うことなく、直ちにステップＳ１０に進む。ステップＳ１０において、ＣＰＵ１０ａは、入力データＩ３に対して推論されたアクセル開度β３を、理想アクセル開度指示部１３ｃに指示すると共に、検出処理によって検出された現アクセル開度βｐを現アクセル開度指示部１３ｄによって指示させるアクセル指示を行った後、ステップＳ１１に進む。

これに対して、現燃料消費量αｐ≦αｍｉｎであった場合（ステップＳ７でＮ）、現状の走行状態で省燃費運転ができているとして、シフト指示も、アクセル指示も行うことなく、直ちにステップＳ１１に進む。ステップＳ１１においては、現在の燃費状態を表示する処理を行う。具体的には、例えば、現燃料消費量αｐが燃料消費量αｍｉｎより少ない場合（ステップＳ７でＮ）、現状の燃費状態が一番良い旨を表示する。一方、現燃料消費量αｐが燃料消費量αｍｉｎより多い場合（ステップＳ７でＹ）、現燃料消費量αｐと燃料消費量αｍｉｎとの差分が大きくなるに従って、燃費状態が悪くなるように表示する。以上のことから明らかなように、速度、負荷係数、ギア比が入力走行状態情報、アクセル開度が出力走行状態情報に相当する。

本実施形態における学習・推論では、ファジィ化ニューロを用いている。ファジィ化ニューロとは、従来のニューラルネットワークとファジィ推論との互いの長所を融合させたものである。このファジィ化ニューロは、ファジィ推論において一般的に用いられている台形状のメンバーシップ関数（以下、ＭＦ）というフィルタ関数と、重みｗを持った素子を基本構成要素としている。このＭＦは、図６に示すように、入力データの度数分布を正規分布に近似することにより表現している。

図６にファジィ化ニューロのネットワーク構成を示す。基本的なネットワーク構成としては、正規化テーブルＮＴ１〜ＮＴ３からなる入力部、パターンセットＰＳ１〜ＰＳ３、パターンテーブルＰＴ１及びＰＴ３の３層構造からなる前段部と、パターンセットＰＳ４及びＰＳ５、正規化テーブルＮＴ３及びＮＴ４の２層構造からなり、前段部を反転させたような後段部とからなっている。入力部では、入力データはそれぞれ正規化テーブルＮＴ１〜ＮＴ３にて正規化データに変換される。正規化された各入力データはそれぞれＭＦに入力され、そこで合致度に変換される。

次段のパターンセットＰＳ１〜ＰＳ３は、ＭＦの集合体で構成され、各ＭＦにより得られた合致度を、重みを用いて合成したものを出力とする。出力部のパターンテーブルＰＴ１及びＰＴ２では、複数のパターンセットＰＳ１〜ＰＴ３から出力される合致度の中で最大のものを後段部へ出力する。後段部において、パターンセットＰＳ４及びＰＳ５では、パターンテーブルＰＴ１及びＰＴ２からの出力のうち、閾値を超えたものが出力され、その合致度によってリンク上のＭＦを変形し、後段の正規化テーブルＮＴ３及びＮＴ４に伝達する。正規化テーブルＮＴ３及びＮＴ４においては、伝達されたＭＦ形状を合成したのの重心を取るなどしてデ・ファジィ化して、教示された出力データと等価な次元を持つ連続値に変換する。

また、学習手段として働く、学習処理では、検出処理により検出された速度、負荷係数、ギア比を入力データ、アクセル開度、燃料消費量を教師信号として、メンバーシップ関数の形状変更やパターンセットの自動生成を行うが、このファジィ化ニューロでは１件の教師信号ごとに学習するのではなく、一定数蓄積後にまとめて学習するため、高速学習が可能となっている。

なお、学習を行う際、速度、燃料消費量、アクセル開度は次に示す条件でフィルタリングされる。速度については、５ｋｍ／ｈ以下を停止とみなし、０ｋｍ／ｈとする。燃料消費量については、１ｃｃ以下をそれ以上改善できないとみなし、０ｃｃとする。アクセル開度については、５％以下を電圧変動によるノイズとみなし、０％とする。

上述した構成の運転支援装置によれば、検出処理による検出結果を用いて、速度、負荷係数、ギア比を入力とし、アクセル開度、燃料消費量を出力とした学習が行われ、その学習結果を用いて運転支援が行われる。つまり、走行中に行われる学習により、その車両に対応した速度、負荷係数及びギア比と、アクセル開度や、燃料消費量との関係を得ることができ、予め速度、負荷係数及びギア比と、アクセル開度や、燃料消費量との関係を示すマップを作成する必要がない。このため、コストダウンを図ると共に、車両を選ばずに搭載することができる。

また、上述した構成の運転支援装置によれば、検出処理により検出された現速度、現負荷係数を含む走行状態情報を入力として、燃料消費量を推論し、検出処理によって検出された現燃料消費量と、推論された燃料消費量との比較に基づいて、車両の現燃費状態を運転者に報知している。このため、現在の速度、現負荷係数に対する現燃料消費量が、燃費の良い状態なのか否かを判断することができ、適切な運転支援を行うことができる。

また、上述した構成の運転支援装置によれば、入力走行状態情報に相当する速度、負荷係数、ギア比を入力として、出力走行状態情報に相当するアクセル開度を出力として学習を行わせ、検出処理により検出された現速度、現負荷係数を含む入力走行状態情報を入力として、アクセル開度及び燃料消費量を推論し、推論された燃料消費量が、現燃料消費量より少ないとき、推論したアクセル開度に促す支援を行っていた。これにより、現在の速度を維持しつつ、燃料消費量が現状より少なくなるようなアクセル開度について、運転者にアドバイスすることができ、適切な運転支援を行うことができる。

また、上述した構成の運転支援装置によれば、現速度、現負荷係数と、３パターンのギア比とを組み合わせて３パターンの入力データＩ１〜Ｉ３を形成し、この３パターンの入力データＩ１〜Ｉ３を入力として燃料消費量α１〜α３を推論し、この３つの入力データＩ１〜Ｉ３に対して推論した燃料消費量α１〜α３のうち、最も少ない燃料消費量αｍｉｎより、現燃料消費量αｐが多いとき、燃料消費量αｍｉｎを推論したときに入力したギア比にするように促している。これにより、現在の速度を維持しつつ、燃料消費量が現状より少なくなるギア比について、運転者にアドバイスすることができ、適切な運転支援を行うことができる。

なお、上述した実施形態では、燃費情報として単位時間当たりの燃料消費量を用いていたが、例えば、車両速度／アクセル開度で求められる効率係数を、燃費情報として用いることも考えられる。この場合、燃料消費量を計測する燃料計を用いなくても、燃費情報を得ることができるため、燃料計を搭載していない車両でも利用することができる。

また、上述した実施形態では、車両の速度／エンジン回転数をギア比として求めていた。これによって、走行状態情報としての車両速度や、負荷係数を求めるためのエンジン回転数を流用してギア比を求めていた。しかしながら、車両に、例えば、ギア位置に応じた信号を出力するセンサが搭載されていれば、そのセンサからの信号に基づき、ギア比を求めることも考えられる。

また、上述した実施形態では、ファジィ化ニューロを用いて学習・推論を行っていたが、学習・推論としてはこれに限らず、一般的なニューロネットワークなどの公知の方法を用いることが考えられる。

また、上述した実施形態では、速度、負荷係数、ギア比を入力走行状態情報としていたが、車両の燃費状態を推論できるような走行状態情報であれば、本実施形態に限られたものではない。

また、上述した実施形態では、アクセル開度を出力走行状態情報としていたが、例えば、現負荷係数で最も燃費の良い速度をアドバイスしたい場合には、車両速度を出力走行状態情報とすることも考えられる。

また、上述した実施形態では、現負荷係数と、３パターンのギア比とを組み合わせて３パターンの入力データＩ１〜Ｉ３を作成し、ニューロネットワークに入力していたが、この場合に限られず、いろいろなパターンの走行状態情報を入力することが考えられる。また、複数パターンの走行状態情報を入力せずに、ただ単に、現速度、現負荷係数、現ギア比を入力して、燃料消費量や、アクセル開度を推論し、この推論した燃料消費量と現燃料消費量とを比較して、現燃費状態や、アクセル開度を運転者に報知するだけでもよい。また、アクセル開度の推論を行わずに、ギア比の指示だけ行わせることも考えられる。

さらに、上述した実施形態では、図３に示すような液晶ディスプレイ１３を用いて運転支援を行っていたが、例えば、図７に示すようなＬＥＤを使った表示器を用いて運転支援を行っても良い。図７において、燃費状態表示部１３ａは、下から上に行くに従って赤から緑に段階的に変わって並べられた複数のＬＥＤから構成され、下（赤）から上（緑）に向かう程、燃費が良い状態を示す。

また、理想アクセル開度指示部１３ｃは、上下に並べられた複数のＬＥＤから構成され、現状がよいときは中央部（緑）を点灯させ、アクセルを踏ませるときは、下側を点灯させ、アクセルを緩ませるときは、上側を点灯させるようにする。

さらに、シフト操作指示部１３ｂは、燃費状態表示部１３ａ及び理想アクセル開度指示部１３ｃを挟んだ上下方向を指示する矢印から構成され、シフトアップを指示するときは上矢印を点灯さえ、シフトダウンを指示するときは下矢印を点灯さえるようにする。

本発明の運転支援装置の基本構成図である。 本発明の運転支援装置の一実施の形態を示すブロック図である。 図２に示す運転支援装置を構成する液晶ディスプレイの表示例を示した図である。 図２に示す運転支援装置を構成するＣＰＵ１０ａの検出処理における処理手順を示すフローチャートである。 図２に示す運転支援装置を構成するＣＰＵ１０ａの支援処理における処理手順を示すフローチャートである。 本実施形態の学習・推論で用いられているファジィ化ニューロネットワークの一例である。 運転支援の他の表示例を示した図である。

符号の説明

１０ａ−１ 走行状態検出手段（ＣＰＵ）
１０ａ−２ 燃費検出手段（ＣＰＵ）
１０ａ−３ 学習手段（ＣＰＵ）
１０ａ−４ 推論手段（ＣＰＵ）
１０ａ−５ 入力手段（ＣＰＵ）
１０ａ−６ 支援手段（ＣＰＵ）

Claims (8)

1. 車両の速度と前記車両のエンジン回転数及びアクセル開度から求めた負荷係数とギア比とを検出する走行状態検出手段と、
   前記車両の燃費情報を検出する燃費検出手段と、
   前記走行状態検出手段により検出された車両の速度、負荷係数及びギア比と、前記燃費検出手段により検出された燃費情報と、から前記車両の速度、負荷係数及びギア比と燃費情報との関係を学習する学習手段と、
   前記学習手段が行った学習結果を用いて、入力された車両の速度、負荷係数、ギア比に対する燃費情報を推論する推論手段と、
   前記推論手段に前記走行状態検出手段により検出された現車両の速度、現負荷係数及び現ギア比を入力する入力手段と、
   前記燃費検出手段により検出された現燃費情報と、前記入力手段により前記走行状態検出手段が検出した現車両の速度、現負荷係数及び現ギア比の入力が行われたときに前記前記推論手段により推論された燃費情報と、の比較に基づいて、省燃費運転の支援を行う支援手段とを備えたことを特徴とする運転支援装置。
2. 請求項１記載の運転支援装置であって、
   前記燃費検出手段は、単位時間当たりの燃料消費量を、前記燃費情報として検出することを特徴とする運転支援装置。
3. 請求項１記載の運転支援装置であって、
   前記燃費検出手段は、車両速度とアクセル開度から求められる効率係数を、前記燃費情報として検出することを特徴とする運転支援装置。
4. 請求項１記載の運転支援装置であって、
   前記支援手段は、前記燃費検出手段によって検出された現燃費情報と、前記入力手段により前記走行状態検出手段が検出した現車両の速度、現負荷係数及び現ギア比の入力が行われたときに前記前記推論手段により推論された燃費情報との比較に基づき、車両の現燃費状態を検出し、運転者に報知することを特徴とする運転支援装置。
5. 請求項１〜４何れか１項に記載の運転支援装置であって、
   前記入力手段が、前記走行状態検出手段により検出された現ギア比を含む複数パターンのギア比と、前記走行状態検出手段により検出された現車両の速度及び現負荷係数と、の組み合わせを入力するように設定され、
   前記支援手段が、前記複数パターンのギア比の入力に対して前記推論手段が推論した燃費情報のうち最も良いものより、前記燃費検出手段により検出された現燃費情報が悪いとき、前記最も良い燃費情報の推論時に入力したギア比にするように促す
   ことを特徴とする運転支援装置。
6. 請求項５記載の運転支援装置であって、
   前記車両のアクセル開度を検出するアクセル開度検出手段をさらに備え、
   前記学習手段が、前記入力された車両の速度、負荷係数及びギア比の検出時に前記アクセル開度検出手段により検出されたアクセル開度を出力とする学習をさらに行い、
   前記推論手段が、入力された車両の速度、負荷係数、ギア比に対する前記アクセル開度を推論し、
   前記支援手段が、前記促したギア比を入力したときに推論された前記アクセル開度にするようにさらに促す
   ことを特徴とする運転支援装置。
7. 請求項１〜６何れか１項に記載の運転支援装置であって、
   前記走行状態検出手段は、アクセル開度／エンジン回転数を前記負荷係数として検出することを特徴とする運転支援装置。
8. 請求項１〜７何れか１項に記載の運転支援装置であって、
   前記走行状態検出手段は、車両の速度／エンジン回転数をギア比として検出することを特徴とする運転支援装置。

Images