JP4926258B2

JP4926258B2 - 車両質量推定装置、方法及びプログラム

Info

Publication number: JP4926258B2
Application number: JP2010046823A
Authority: JP
Inventors: 肇藤田; 充浩和田
Original assignee: Sumitomo Rubber Industries Ltd
Current assignee: Sumitomo Rubber Industries Ltd
Priority date: 2010-03-03
Filing date: 2010-03-03
Publication date: 2012-05-09
Anticipated expiration: 2030-03-03
Also published as: US20110218764A1; JP2011180085A; US8554511B2; EP2363695B8; EP2363695B1; EP2363695A1

Description

本発明は、タイヤの動荷重半径に基づいて当該タイヤの空気圧低下を検出するタイヤ空気圧低下検出装置の検出精度を向上させるために用いられる車両質量推定装置、方法及びプログラムに関するものである。

自動車が安全に走行できるための要素の１つとして、タイヤの空気圧をあげることができる。空気圧が適正値よりも低下すると、操縦安定性や燃費が悪くなり、タイヤバーストの原因となる場合がある。このため、タイヤ空気圧の低下を検出し、運転者に警報を出して適切な処置を促すタイヤ空気圧警報装置（ＴｉｒｅＰｒｅｓｓｕｒｅＭｏｎｉｔｏｒｉｎｇＳｙｓｔｅｍ；ＴＰＭＳ）は、環境の保護や運転者の安全性の確保という見地から重要な技術である。

従来の警報装置は、直接検知型と間接検知型の２つに分類できる。直接検知型は、タイヤホイール内部に圧力センサを組み込むことでタイヤの空気圧を直接計測するものである。空気圧の低下を高精度に検出することができる一方で、専用のホイールが必要となることや実環境での耐故障性能に問題があることなど、技術的、コスト的な課題を残している。

一方、間接検知型はタイヤの回転情報から空気圧を推定する方法であり、動荷重半径（ＤｙｎａｍｉｃＬｏａｄｅｄＲａｄｉｕｓ；ＤＬＲ）方式、共振周波数（ＲｅｓｏｎａｎｃｅＦｒｅｑｕｅｎｃｙＭｅｃｈａｎｉｓｍ；ＲＦＭ）方式、全地球測位システム（ＧｌｏｂａｌＰｏｓｉｔｉｏｎｉｎｇＳｙｓｔｅｍ；ＧＰＳ）方式等に細分類することができる。このうち、本発明が対象とするＤＬＲ方式は、荷重をかけた状態で転動する場合のタイヤの半径（動荷重半径）が減圧により小さくなることで、正常圧のタイヤよりも速く回転する現象を利用し、４つのタイヤの回転速度を相対比較することで圧力低下を検出する方式である。車輪速センサから得られる車輪の回転速度信号だけを用いて比較的簡単に演算処理できることから、主に一輪のパンクを検出することを目的として広く研究が進められてきた。

しかし、このＤＬＲ方式は、車両の旋回や加減速等の一般的な走行条件によっても車輪速差が生じることがあるため、全ての走行状態を通じて精度良く減圧を検知できないという問題がある。例えば、左に旋回する場合は遠心力により車両全体が右へ沈むため、右側の車輪の動荷重半径が小さくなり、誤報の原因となる。

こうした問題を回避するため、例えば特許文献１では、車両の前後方向や横方向に加わる加速度があらかじめ決められた値以上となる場合等、平坦な路面を一定速度で直進走行している基準走行状態以外の場合においては、センサから取得された情報を減圧判定に用いるデータとして採用しない等の処理を行っている。

また、車両に搭乗する人の体重や人数、積載される荷物の重量や積載場所によってもタイヤの半径は変化する。特に、後輪タイヤに関してはトランクに重い荷物を載せることが多いため荷重の変動が大きく、前二輪と後二輪の回転速度を比較する場合に問題となる。したがって、ＤＬＲ方式に基づくタイヤ空気圧低下警報システムの推定精度を高めるためには、車両の質量に関する情報に基づいて減圧判定値を補正する等の処理が必要となる。

走行中の車両の荷重を得る方法として、当該車両に荷重センサを装備して積載荷重を測定する方法、サスペンションのストローク量や車高の変化量から荷重へ換算する方法等が一般に知られている。しかし、こうした直接的な方法では、付加的な測定装置や特殊な車両構造が必要となるため、技術的、コスト的に一般的な車両では実現が困難である。

一方、車両に特別なセンサ類を設けずに、当該車両の積載状態を推定する方法が考えられる。すなわち、車両の加速度ａや各輪に加わるトルクＦの信号をアンチロックブレーキングシステム（Ａｎｔｉ−ＬｏｃｋＢｒａｋｉｎｇＳｙｓｔｅｍ；ＡＢＳ）に搭載された車輪速センサから取得し、運動方程式Ｆ＝ｍａの関係より、これらの線形回帰を行った場合の傾きとして車両質量ｍを得る方法である（本出願人の出願に係る特願２００９−０９７８８２）。ここで、車両の接地面に勾配がある場合に重力の影響が問題となるが、ジャイロセンサやＧＰＳから得られる勾配情報に基づき推定値に補正を加える方法等が知られている（例えば、特許文献２参照）。

こうした手法は、ある程度の精度で且つ低コストで質量を推定できるため、ＤＬＲ方式に基づくタイヤ空気圧低下警報システムの補助技術として用いられてきたが、次のような問題点があった。すなわち、前記の線形回帰を実時間で処理するために、従来は回帰係数の計算にカルマンフィルタ（逐次最小二乗法）が用いられたが、このアルゴリズムはデータの白色性を仮定するため、突発的に観測される有色の外れ値に頑健でない。そのため、走行条件によっては推定値が不安定になることがあるほか、外れ値が頻発する状況においては推定値の収束が遅れる原因となる。したがって、現在の推定値に悪影響を及ぼすと予想されるデータに対しては、外れ値とみなして棄却する等の適応的な処理が必要となる。これは、一般に「ロバストカルマンフィルタ」と呼ばれる手法であり、例えば、カルマンゲインの計算にガンマ分布に由来する事前知識を組み込むことにより、外れ値に対する頑健性を向上させるという状態推定の方法が考案されている（例えば、非特許文献１参照）。

特開２００７−４５２９５号公報特開２００９−４００８０号公報チンジェイ．（Ｔｉｎｇ，Ｊ．）；セオドロウイー．（Ｔｈｅｏｄｏｒｏｕ，Ｅ．）；シャールエス．（Ｓｃｈａａｌ，Ｓ．）による「ラーニングアアウトライヤーロバストカルマンフィルタ（ＬｅａｒｎｉｎｇａｎＯｕｔｌｉｅｒ−ＲｏｂｕｓｔＫａｌｍａｎＦｉｌｔｅｒ）」，ヨーロピアンカンフェレンスオンマシンラーニングナイン（ＥｕｒｏｐｅａｎＣｏｎｆｅｒｅｎｃｅｏｎＭａｃｈｉｎｅＬｅａｒｎｉｎｇ９（ＥＣＭＬ２００７）、７４８−７５６頁、スプリンガー（Ｓｐｒｉｎｇｅｒ）

本発明は、このような事情に鑑みてなされたものであり、車輪速信号のみから走行中の車両の質量を安定して精度良く推定することができる車両質量推定装置、方法及びプログラムを提供することを目的としている。

本発明の車両質量推定装置は、車両に装着されたタイヤの回転情報に基づいて当該車両の質量を推定する装置であって、
前記車両の各輪のタイヤの回転速度情報を定期的に検出する回転速度情報検出手段と、
この回転速度情報検出手段により得られる回転速度情報から、タイヤの回転加速度情報を演算する回転加速度情報演算手段と、
車両のアクスルシャフトトルク情報から当該車両の駆動力を算出する駆動力算出手段と、
車両の駆動力＝タイヤの回転加速度×車両質量の運動方程式に従い、前記回転加速度情報及び前記駆動力情報から、カルマンフィルタに基づいて、当該回転加速度情報及び前記駆動力情報の線形回帰を行った場合の回帰係数として前記車両の質量を推定する車両質量推定手段と
を備えており、
前記車両質量推定手段は、
推定された質量及び前記回転加速度情報に基づいて算出される駆動力情報と、前記駆動力算出手段により算出された駆動力情報との誤差について、一時刻前に得た当該誤差の分散と現時点での誤差の比を計算し、
この比に安定化パラメータを加えたものを更新調整パラメータとして計算し、計算された更新調整パラメータをカルマンフィルタのカルマンゲインの計算に用いることにより、前記誤差の比が大きくなる場合に前記回帰係数の更新幅を小さくするように逐次的に質量を推定するように構成されていることを特徴としている。

本発明の車両質量推定方法は、車両に装着されたタイヤの回転情報に基づいて当該車両の質量を推定する方法であって、
前記車両の各輪のタイヤの回転速度情報を定期的に検出する回転速度情報検出工程と、
この回転速度情報検出工程において得られる回転速度情報から、タイヤの回転加速度情報を演算する回転加速度情報演算工程と、
車両のアクスルシャフトトルク情報から当該車両の駆動力を算出する駆動力算出工程と、
車両の駆動力＝タイヤの回転加速度×車両質量の運動方程式に従い、前記回転加速度情報及び前記駆動力情報から、カルマンフィルタに基づいて、当該回転加速度情報及び前記駆動力情報の線形回帰を行った場合の回帰係数として前記車両の質量を推定する車両質量推定工程と
を含んでおり、
前記車両質量推定工程は、
推定された質量及び前記回転加速度情報に基づいて算出される駆動力情報と、前記駆動力算出手段により算出された駆動力情報との誤差について、一時刻前に得た当該誤差の分散と現時点での誤差の比を計算し、
この比に安定化パラメータを加えたものを更新調整パラメータとして計算し、計算された更新調整パラメータをカルマンフィルタのカルマンゲインの計算に用いることにより、前記誤差の比が大きくなる場合に前記回帰係数の更新幅を小さくするように逐次的に質量を推定することを特徴としている。

本発明の車両質量推定プログラムは、車両に装着されたタイヤの回転情報に基づいて当該車両の質量を推定するためにコンピュータを、
車両の各輪のタイヤの回転速度情報を定期的に検出する回転速度情報検出手段により得られる回転速度情報から、タイヤの回転加速度情報を演算する回転加速度情報演算手段、
車両のアクスルシャフトトルク情報から当該車両の駆動力を算出する駆動力算出手段、及び
車両の駆動力＝タイヤの回転加速度×車両質量の運動方程式に従い、前記回転加速度情報及び前記駆動力情報から、カルマンフィルタに基づいて、当該回転加速度情報及び前記駆動力情報の線形回帰を行った場合の回帰係数として前記車両の質量を推定する車両質量推定手段
として機能させ、
前記車両質量推定手段は、
推定された質量及び前記回転加速度情報に基づいて算出される駆動力情報と、前記駆動力算出手段により算出された駆動力情報との誤差について、一時刻前に得た当該誤差の分散と現時点での誤差の比を計算し、
この比に安定化パラメータを加えたものを更新調整パラメータとして計算し、計算された更新調整パラメータをカルマンフィルタのカルマンゲインの計算に用いることにより、前記誤差の比が大きくなる場合に前記回帰係数の更新幅を小さくするように逐次的に質量を推定するように構成されていることを特徴としている。

本発明の車両質量推定装置、方法及びプログラムでは、ある時点において得られた観測値が現在の推定パラメータから予測される値から大きく乖離する場合は、観測過程の分散が大きくなるように調節することによりノイズ等に由来する外れ値とみなし、その観測値のパラメータ更新に対する寄与度を小さくするので、外れ値に対する頑健性を向上させて、走行中の車両の質量を安定して精度良く推定することができる。

本発明の車両質量推定装置、方法及びプログラムによれば、車輪速信号のみから走行中の車両の質量を安定して精度良く推定することができる。

本発明の車両質量推定装置の一実施の形態を示すブロック図である。図１に示される車両質量推定装置の電気的構成を示すブロック図である。本発明にしたがい推定した結果と従来手法にしたがい推定した結果との比較を表す図である。実車実験における車両の加速度と駆動力の関係を示す図である。

以下、添付図面を参照しつつ、本発明の車両質量推定装置、方法及びプログラムの実施の形態を詳細に説明する。
図１に示されるように、本発明の一実施の形態に係る車両質量推定装置は、４輪車両に備えられた４つのタイヤの左前輪（ＦＬ）、右前輪（ＦＲ）、左後輪（ＲＬ）及び右後輪（ＲＲ）の回転速度情報を検出するため、各タイヤに関連して設けられた通常の車輪速度検出手段（回転速度情報検出手段）１を備えている。

前記車輪速度検出手段１としては、電磁ピックアップなどを用いて回転パルスを発生させ、パルスの数から回転角速度及び車輪速度を測定するための車輪速センサや、ダイナモのように回転を利用して発電を行い、この電圧から回転角速度及び車輪速度を測定するためのものを含む角速度センサなどを用いることができる。前記車輪速度検出手段１の出力は、ＡＢＳなどのコンピュータである制御ユニット２に与えられる。

本実施の形態の車両質量推定装置は、減圧によるタイヤの動荷重半径の変化に着目するＤＬＲ方式のＴＰＭＳの一部を構成するものであり、前記制御ユニット２には、例えばタイヤが減圧していることを表示するための液晶表示素子、プラズマ表示素子又はＣＲＴなどで構成された表示器３、ドライバーによって操作することができる初期化ボタン４、及びタイヤの減圧をドライバーに知らせる警報器５が接続されている。

制御ユニット２は、図２に示されるように、外部装置との信号の受け渡しに必要なＩ／Ｏインターフェース２ａと、演算処理の中枢として機能するＣＰＵ２ｂと、このＣＰＵ２ｂの制御動作プログラムが格納されたＲＯＭ２ｃと、前記ＣＰＵ２ｂが制御動作を行う際にデータなどが一時的に書き込まれたり、その書き込まれたデータが読み出されたりするＲＡＭ２ｄとから構成されている。

前記車輪速度検出手段１では、タイヤの回転数に対応したパルス信号が出力される。また、ＣＰＵ２ｂでは、車輪速度検出手段１から出力されたパルス信号に基づいて各タイヤの回転角速度が算出され、前記回転角速度からタイヤの回転加速度（回転加速度情報）が算出される。さらに駆動力Ｆは、ＣＡＮ情報である車両のアクスルシャフトトルクＴとタイヤの負荷半径（初期設定値）ＲとからＦ＝Ｔ／Ｒにより算出できる。

本実施の形態に係る車両質量推定装置は、車輪速度検出手段（回転速度情報検出手段）１と、この回転速度情報検出手段により得られる回転速度情報から、タイヤの回転加速度情報を演算する回転加速度情報演算手段と、車両のアクスルシャフトトルク情報から当該車両の駆動力を算出する駆動力算出手段と、前記回転加速度情報及び前記駆動力情報から、これらの線形回帰を行った場合の回帰係数として前記車両の質量を推定する車両質量推定手段とを備えている。前記車両質量推定手段は、推定された質量及び前記回転加速度情報に基づいて算出される駆動力情報と、前記駆動力算出手段により算出された駆動力情報との誤差について、一時刻前に得た当該誤差の分散と現時点での誤差の比を計算し、この比に安定化パラメータを加えたものを更新調整パラメータとして計算し、計算された更新調整パラメータをカルマンゲインの計算に用いることにより、前記誤差の比が大きくなる場合に前記回帰係数の更新幅を小さくするように逐次的に質量を推定するように構成されている。そして、車両質量推定プログラムは、前記制御ユニット２を、回転加速度情報演算手段、駆動力算出手段、及び車両質量推定手段として機能させる。

本発明では、車輪速度検出手段１により得られる回転速度情報に基づき演算されるタイヤの回転加速度ａと、車両のアクスルシャフトトルク情報から算出される車両の駆動力Ｆとから、運動方程式Ｆ＝ｍａの関係より、車両質量ｍを表す回帰係数を計算する際、従来のカルマンフィルタ（逐次最小二乗法）に代えて、非特許文献１に記載されたロバストカルマンフィルタに基づく。この文献に記載されているアルゴリズムは、現時刻において得られた観測値が現在の推定パラメータから予測される値と大きく乖離する場合は、観測過程の分散が大きくなるよう分散調整パラメータにより調節することにより前記観測値をノイズ等に由来する外れ値とみなし、当該観測値のパラメータ更新に対する寄与を小さくする。これは、通常のカルマンフィルタのカルマンゲインの計算にガンマ分布に由来する事前知識を組み込むことにより、外れ値に対する頑健性を向上させるものである。

ただし、本発明ではこの手法を直接転用するものではない。前記非特許文献１に記載されている手法は状態推定のための汎用的な手法であるため、線形回帰パラメータの逐次的な推定手法として本発明に適用するに際しては、特別な工夫を施さなければ所望の性能を発揮しないからである。ここでいう「特別な工夫」とは、仮定されている状態遷移モデルと状態遷移ノイズは考慮せず、モデル自体の学習も行わないが（推定したい回帰パラメータは不変であり、状態遷移に関するモデルもその学習も不必要であるため）、一時刻前に得たモデル誤差の分散と現時点での誤差の比が毎時刻計算され、分散調整パラメータの計算に用いられることをいう。

本発明では、車両の加速度ａ、及び各輪に加わるトルクＦの信号をＡＢＳに搭載された前記車輪速度検出手段（回転速度情報検出手段）１から取得し、運動方程式Ｆ＝ｍ´×ａの関係より、線形回帰を行った場合の回帰係数として質量ｍを得る。ここで、ｍ＝（ｍ，ｂ）´、ａ＝（ａ，ｌ）´なる縦ベクトルであり、ｂは回帰切片を表す。求めるべき回帰パラメータｍは、一般的な逐次更新式にしたがう。すなわち、次の式（１）により計算される。

添え字ｋはｋ回目に得たデータ又は推定値であることを示す。ここで、カルマンゲインに対応するＫｋの計算が問題となるが、本発明では前記非特許文献１と同様に、以下の式（２）のように計算する。

なお、Σは入力ａの共分散行列を表し、Ｒは単位行列とすることができる。式（２）における更新調整パラメータｗ_ｋの計算は、前記非特許文献１の計算とは大きく異なる。本発明は、推定すべきパラメータｍの信頼区間を考慮し、以下の式（３）のように更新調整パラメータｗ_ｋを計算する。

本発明では、現時刻で得た観測（ａ_ｋ，Ｆ_ｋ）が推定モデルｍｋでは説明がつかないとき、すなわち、そのデータをモデルに組み込むことにより推定値の信頼区間が増加するときは、その分だけＫ_ｋを小さく調整する。これにより、前記データの推定値の更新に対する寄与が小さくなり、頑健にパラメータの更新を行うことができるため、従来の質量推定技術の性能を大きく改善できる。モデル誤差を考慮してデータがパラメータ更新に与えるインパクトを調節するというアプローチは従来手法と同じであるが、車両の質量推定の精度を改善するために回帰パラメータの信頼区間から調整パラメータを計算する手法は新たな手法であり、当業者が予測できない異質な効果を発揮する。

[実施例及び比較例]
本発明の方法にしたがい車両質量を推定する場合と、従来法（逐次最小二乗法）にしたがい推定する場合の推定精度を、実車による走行実験で比較した。実験に用いた車両は前輪駆動車であり、この車両の実際の質量は約１８００ｋｇ（１名乗車）であった。車輪速と車両アクスルシャフトトルク信号のサンプリング周期は５０ミリ秒であった。なお、ｗを計算する際のパラメータα及びβは、それぞれ１に設定した。

図３は本発明の方法にしたがい推定した結果と従来法にしたがい推定した結果との比較を表す。約１０００データ目において従来法の推定精度が急激に悪化しているのは、何らかの原因により駆動力に外れ値が発生し、これに推定値がひきずられたためと考えられる（図４参照）。本発明によれば、外れ値のパラメータ更新に対する寄与を小さくできるので、このような不安定な推定になることなく、質量を安定して正確に推定できる。

１車輪速度検出手段
２制御ユニット
２ａインターフェース
２ｂＣＰＵ
２ｃＲＯＭ
２ｄＲＡＭ
３表示器
４初期化ボタン
５警報器

Claims

車両に装着されたタイヤの回転情報に基づいて当該車両の質量を推定する装置であって、
前記車両の各輪のタイヤの回転速度情報を定期的に検出する回転速度情報検出手段と、
この回転速度情報検出手段により得られる回転速度情報から、タイヤの回転加速度情報を演算する回転加速度情報演算手段と、
車両のアクスルシャフトトルク情報から当該車両の駆動力を算出する駆動力算出手段と、
車両の駆動力＝タイヤの回転加速度×車両質量の運動方程式に従い、前記回転加速度情報及び前記駆動力情報から、カルマンフィルタに基づいて、当該回転加速度情報及び前記駆動力情報の線形回帰を行った場合の回帰係数として前記車両の質量を推定する車両質量推定手段と
を備えており、
前記車両質量推定手段は、
推定された質量及び前記回転加速度情報に基づいて算出される駆動力情報と、前記駆動力算出手段により算出された駆動力情報との誤差について、一時刻前に得た当該誤差の分散と現時点での誤差の比を計算し、
この比に安定化パラメータを加えたものを更新調整パラメータとして計算し、計算された更新調整パラメータをカルマンフィルタのカルマンゲインの計算に用いることにより、前記誤差の比が大きくなる場合に前記回帰係数の更新幅を小さくするように逐次的に質量を推定するように構成されていることを特徴とする、車両質量推定装置。
車両に装着されたタイヤの回転情報に基づいて当該車両の質量を推定する方法であって、
前記車両の各輪のタイヤの回転速度情報を定期的に検出する回転速度情報検出工程と、
この回転速度情報検出工程において得られる回転速度情報から、タイヤの回転加速度情報を演算する回転加速度情報演算工程と、
車両のアクスルシャフトトルク情報から当該車両の駆動力を算出する駆動力算出工程と、
車両の駆動力＝タイヤの回転加速度×車両質量の運動方程式に従い、前記回転加速度情報及び前記駆動力情報から、カルマンフィルタに基づいて、当該回転加速度情報及び前記駆動力情報の線形回帰を行った場合の回帰係数として前記車両の質量を推定する車両質量推定工程と
を含んでおり、
前記車両質量推定工程は、
推定された質量及び前記回転加速度情報に基づいて算出される駆動力情報と、前記駆動力算出手段により算出された駆動力情報との誤差について、一時刻前に得た当該誤差の分散と現時点での誤差の比を計算し、
この比に安定化パラメータを加えたものを更新調整パラメータとして計算し、計算された更新調整パラメータをカルマンフィルタのカルマンゲインの計算に用いることにより、前記誤差の比が大きくなる場合に前記回帰係数の更新幅を小さくするように逐次的に質量を推定することを特徴とする、車両質量推定方法。
車両に装着されたタイヤの回転情報に基づいて当該車両の質量を推定するためにコンピュータを、
車両の各輪のタイヤの回転速度情報を定期的に検出する回転速度情報検出手段により得られる回転速度情報から、タイヤの回転加速度情報を演算する回転加速度情報演算手段、
車両のアクスルシャフトトルク情報から当該車両の駆動力を算出する駆動力算出手段、及び
車両の駆動力＝タイヤの回転加速度×車両質量の運動方程式に従い、前記回転加速度情報及び前記駆動力情報から、カルマンフィルタに基づいて、当該回転加速度情報及び前記駆動力情報の線形回帰を行った場合の回帰係数として前記車両の質量を推定する車両質量推定手段
として機能させ、
前記車両質量推定手段は、
推定された質量及び前記回転加速度情報に基づいて算出される駆動力情報と、前記駆動力算出手段により算出された駆動力情報との誤差について、一時刻前に得た当該誤差の分散と現時点での誤差の比を計算し、
この比に安定化パラメータを加えたものを更新調整パラメータとして計算し、計算された更新調整パラメータをカルマンフィルタのカルマンゲインの計算に用いることにより、前記誤差の比が大きくなる場合に前記回帰係数の更新幅を小さくするように逐次的に質量を推定するように構成されていることを特徴とする、車両質量推定プログラム。