JP5900199B2 - ハイブリッド車両の制御装置 - Google Patents

Description

本発明は、ハイブリッド車両の制御装置に関する。

近年、エンジン及びモータジェネレータを動力源として走行するハイブリッド車両が知られている。ハイブリッド車両では、モータジェネレータは、バッテリの電力により駆動されて動力を発生することができ、また、車両減速時には駆動輪の回転やエンジンの動力を利用して回生発電を行い、バッテリを充電することできる。

このようなハイブリッド車両が渋滞を走行するときには、排気ガス低減や燃費向上のためエンジンを停止して、できるだけ長時間モータ走行を行うことが好ましい。例えば特許文献１には、走行予定経路上に渋滞区間があることを予測した場合に、渋滞進入前にバッテリの蓄電状態（Ｓｔａｔｅ Ｏｆ Ｃｈａｒｇｅ：ＳＯＣ）を予め高めるように充電制御を行う技術（以降「先読み充電制御」とも記載する）が記載されている。これにより、渋滞走行中にＳＯＣが低減してエンジン始動が発生することを防ぐことができ、モータ走行を長時間継続することが可能となり、この結果、燃費悪化を抑制することができる。

特開２０００−１３４７１９号公報

ここで、特許文献１のように渋滞予測時に先読み充電制御を行う際には、エンジンの動力を利用して発電を行う必要があるので、この発電量分の燃料消費が発生する。このため、例えば走行予定経路上の実際の渋滞度合いが予測した渋滞度合いよりも軽微であったり、実際には渋滞に突入しなかったり、渋滞区間に突入する前に渋滞が消滅するなど、実際のモータ走行時間が予測より短くなる場合には、ＳＯＣを無駄に増加させることになるので、結果的にかえって燃費を悪化させる虞がある。このように特許文献１に開示されるような従来技術では、渋滞予測時の先読み充電制御を高精度に行うためにさらなる改善の余地があった。

本発明は、上記に鑑みてなされたものであって、渋滞進入前にＳＯＣを予め増加させる充電制御を精度良く行い、燃費悪化を抑制できるハイブリッド車両の制御装置を提供することを目的とする。

上記課題を解決するために、本発明に係るハイブリッド車両の制御装置は、エンジンと、動力発生及び回生発電が可能な少なくとも１つのモータジェネレータと、前記モータジェネレータに電力の授受を行う蓄電装置と、を備えるハイブリッド車両の制御装置であって、自車の走行予定経路上に渋滞区間があることを予測した場合に、渋滞進入前に前記蓄電装置の蓄電状態を予め増加させる充電制御を実施可能であり、前記予測された渋滞区間に関する渋滞区間情報の信頼度の低下に応じて、前記充電制御における前記蓄電状態の増加量を低減することを特徴とする。

また、上記のハイブリッド車両の制御装置において、前記渋滞区間情報の信頼度は、現在地と渋滞開始地点までの距離に応じて算出することが好ましい。

また、上記のハイブリッド車両の制御装置において、前記渋滞区間情報の信頼度は、前記渋滞区間情報を取得してから前記渋滞区間に進入するまでの時間に応じて算出することが好ましい。

また、上記のハイブリッド車両の制御装置において、前記渋滞区間情報の信頼度は、自車の運転者に経路案内をしているか否かに応じて算出することが好ましい。

また、上記のハイブリッド車両の制御装置において、前記渋滞区間情報の信頼度は、現在地と渋滞開始地点までの区間の分岐路の数に応じて算出することが好ましい。

本発明に係るハイブリッド車両の制御装置は、予測された渋滞区間に関する渋滞区間情報の信頼度の低下に応じて、渋滞進入前に蓄電装置の蓄電状態を予め増加させる充電制御における蓄電状態の増加量を低減するので、充電制御を精度良く行うことができ、渋滞進入前に蓄電装置の蓄電状態を無駄に増加させることを抑制することが可能となり、充電制御による燃費悪化を抑制できるという効果を奏する。

図１は、本発明の一実施形態に係るハイブリッド車両の制御装置の概略構成を示す図である。 図２は、渋滞信頼度に応じたＳＯＣ増加量の変更について説明するための模式図である。 図３は、本実施形態で実施される渋滞進入前にＳＯＣを予め増加させる充電制御におけるＳＯＣ増加量の算出処理を示すフローチャートである。 図４は、図３のフローチャートのステップＳ１０２において渋滞までの距離に基づくゲインＲ＿ｌｅｎｇｔｈを算出するためのマップの一例を示す図である。 図５は、図３のフローチャートのステップＳ１０３において渋滞までの分岐の数に基づくゲインＲ＿ｊｕｎｃｔｉｏｎを算出するためのマップの一例を示す図である。 図６は、図３のフローチャートのステップＳ１０４において渋滞に進入するまでの時間に基づくゲインＲ＿ｔｉｍｅを算出するためのマップの一例を示す図である。 図７は、図３のフローチャートのステップＳ１０５において経路案内有無に基づくゲインＲ＿ｇｕｉｄｅを算出するためのマップの一例を示す図である。 図８は、図３のフローチャートのステップＳ１０６において渋滞信頼度に基づきバッテリの充電電力を算出するためのマップの一例を示す図である。 図９は、実施形態の変形例で実施される渋滞進入前にＳＯＣを予め増加させる充電制御におけるＳＯＣ増加量の算出処理を示すフローチャートである。 図１０は、図９のフローチャートのステップＳ２０６において渋滞信頼度に基づきバッテリの目標ＳＯＣを算出するためのマップの一例を示す図である。

以下に、本発明に係るハイブリッド車両の制御装置の実施形態を図面に基づいて説明する。なお、以下の図面において、同一または相当する部分には同一の参照番号を付し、その説明は繰り返さない。

［実施形態］
まず、図１を参照して本発明の一実施形態に係るハイブリッド車両の制御装置の構成について説明する。図１は、本発明の一実施形態に係るハイブリッド車両の制御装置の概略構成を示す図である。

図１に示すように、ハイブリッド車両１は、駆動輪９を回転駆動して推進するために、原動機として、エンジン２と、発電可能な電動機である第一モータジェネレータ３と、第二モータジェネレータ４とを備える。

エンジン２は、ガソリンまたは軽油などの炭化水素系の燃料の燃焼により動力を出力する内燃機関であって、吸気装置、排気装置、燃料噴射装置、点火装置、冷却装置などを備えた周知のものである。エンジン２は、エンジン２の運転状態を検出する各種センサから信号が入力されるＥＣＵ１０により、燃料噴射制御や点火制御、吸入空気量調節制御などの運転制御が行われる。

第一モータジェネレータ３および第二モータジェネレータ４は、供給された電力によりモータトルクを出力する電動機としての機能（力行機能）と、入力された機械的動力を電力に変換する発電機としての機能（回生機能）とを兼ね備える、周知の交流同期型の発電電動機である。第一モータジェネレータ３は主に発電機として用いられ、一方、第二モータジェネレータ４は、主に電動機として用いられる。第一モータジェネレータ３および第二モータジェネレータ４は、インバータ５を介してバッテリ６（蓄電装置）と電力の授受を行う。第一モータジェネレータ３および第二モータジェネレータ４の電動機としての力行制御または発電機としての回生制御は、ＥＣＵ１０により制御される。

インバータ５は、第一モータジェネレータ３および第二モータジェネレータ４のいずれか一方で発電される電力を他方で消費することができるよう構成されている。インバータ５は、基本的に、バッテリ６に蓄えられた電力を直流から交流に変換して第二モータジェネレータ４に供給すると共に、第一モータジェネレータ３によって発電される電力を交流から直流に変換してバッテリ６に蓄える。したがって、バッテリ６は、第一モータジェネレータ３および第二モータジェネレータ４のいずれかで生じた電力や不足する電力により充放電されることになる。なお、第一モータジェネレータ３および第二モータジェネレータ４により電力収支のバランスがとられる場合には、バッテリ６は充放電されない。インバータ５の電力供給及び電力回収は、ＥＣＵ１０により制御される。

エンジン２、第一モータジェネレータ３、及び第二モータジェネレータ４と、駆動輪９とは、動力分配機構７によって連結されている。動力分配機構７は、エンジン２から出力されるエンジントルクを、第一モータジェネレータ３と駆動輪９とに分割すると共に、第二モータジェネレータ４から出力されるモータトルクを駆動輪９に伝達する。動力分配機構７は、例えばプラネタリギヤユニットを含んで構成される。

エンジン２から出力されるエンジントルクまたは第二モータジェネレータ４から出力されるモータトルクは、動力分配機構７、デファレンシャルギヤ８を介して一対の駆動輪９に伝達される。また、第一モータジェネレータ３は、動力分配機構７にて分配され供給されたエンジントルクにより電力を回生発電する。

なお、本実施形態では、第一モータジェネレータ３および第二モータジェネレータ４の２つのモータジェネレータを備え、一方を発電機として機能させ、他方を電動機として機能させる構成を例示したが、単一のモータジェネレータにより電動機または発電機の一方として機能する構成としてもよい。

ハイブリッド車両１は、上記のエンジン２、第一モータジェネレータ３、第二モータジェネレータ４、インバータ５、動力分配機構７などの動作を制御し車両走行を制御する制御装置としてＥＣＵ（Ｅｌｅｃｔｒｏｎｉｃ Ｃｏｎｔｒｏｌ Ｕｎｉｔ：電子制御ユニット）１０を備えている。ＥＣＵ１０は、バッテリ６の蓄電状態（Ｓｔａｔｅ Ｏｆ Ｃｈａｒｇｅ：ＳＯＣ）に関する情報をバッテリ６から取得することができ、ＳＯＣを監視できるよう構成されている。

また、ハイブリッド車両１（以降「車両１」とも記載する）は、インフラ情報取得装置１１を備えている。インフラ情報取得装置１１は、インフラストラクチャーと協調することで取得可能な車両１の周囲のインフラ情報を取得するものである。インフラ情報取得装置１１は、例えば、路側に設置された光ビーコン等の送受信機器から車両１の路車間通信機に各種情報を送受信する装置、ＧＰＳ装置、ナビゲーション装置、車車間通信機器、ＶＩＣＳ（登録商標）（Ｖｅｈｉｃｌｅ Ｉｎｆｏｒｍａｔｉｏｎ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｓｙｓｔｅｍ：道路交通情報通信システム）センタなどからの情報を受信する装置など、種々の装置によって構成される。インフラ情報取得装置１１は、インフラ情報として、例えば、車両１が走行する道路の道路情報や車両１の走行方向前方の信号機に関する信号情報等を取得する。道路情報は、典型的には、車両１が走行する道路の渋滞情報、勾配情報、制限速度情報、交差点の停止線位置情報等を含む。信号情報は、典型的には、信号機の青信号、黄信号、赤信号の点灯サイクルや信号変化タイミング等の信号サイクル情報を含む。インフラ情報取得装置１１は、ＥＣＵ１０と接続されており、取得したインフラ情報をＥＣＵ１０に送信する。

本実施形態のＥＣＵ１０は、インフラ情報取得装置１１により取得されたインフラ情報に基づいて、車両１の走行予定経路上に渋滞区間があることを予測できるよう構成されている。ＥＣＵ１０は、渋滞を予測した場合には、渋滞進入前にＳＯＣを予め増加させる充電制御（先読み充電制御）を実施可能に構成されている。また、ＥＣＵ１０は、先読み充電制御において、予測された渋滞区間に関する渋滞区間情報の信頼度（以降「渋滞信頼度」とも記載する）に応じて、ＳＯＣの増加量を変更することができるよう構成されている。

より詳細には、ＥＣＵ１０は、渋滞信頼度の低下に応じて、先読み充電制御におけるＳＯＣ増加量を低減させ、また、渋滞信頼度の上昇に応じて、先読み充電制御におけるＳＯＣ増加量を増大させる。そして、ＥＣＵ１０は、算出したＳＯＣの増加量に応じて、発電機（例えば第一モータジェネレータ３）による回生発電量を制御する。また、回生発電量の変更に応じてエンジン２の出力も制御する。なお、本実施形態では、ＳＯＣ増加量を変更する具体的な手法として、ＥＣＵ１０はバッテリ６の充電電力（ｋＷ）を変更する。

ＥＣＵ１０は、ＳＯＣ増加量を変更するための渋滞信頼度を、下記（１）〜（４）の各情報に基づいて設定することができるよう構成されている。これらの情報は、例えばインフラ情報取得装置１１により取得されたインフラ情報から抽出することができる。なお、下記（１）〜（４）の各情報の一部のみに基づいて渋滞信頼度を設定してもよい。
（１）現在地と渋滞開始地点までの距離
（２）渋滞区間情報を取得してから渋滞路に進入するまでの時間
（３）ナビゲーション装置で運転者に経路案内をしているか否か
（４）現在地と渋滞開始地点までの区間の分岐路の数

ここで、図２を参照して、渋滞信頼度に応じたＳＯＣ増加量の変更についてさらに説明する。図２では、上記（１）〜（４）の各情報のうち「（１）現在地と渋滞開始地点までの距離」に絞って、これに応じたＳＯＣ増加量（バッテリ６の充電電力（ｋＷ））の変更の一例が示されている。図２には、車両１の現在地と渋滞開始地点までの距離（渋滞突入残距離）は５（ｋｍ）である条件（ａ）と、渋滞突入残距離が２（ｋｍ）である条件（ｂ）とが例示されている。本実施形態では、現在地と渋滞開始地点までの距離が短いほど、実際に渋滞に進入する可能性が高く渋滞信頼度も高いものとして、ＳＯＣ増加量を大きくとるよう設定されている。図２に示すように、条件（ａ）のときには充電電力Ａ（ｋＷ）で充電が行われる。一方、条件（ｂ）のときには、条件（ａ）より渋滞突入残距離が短いので、実際に渋滞に進入する可能性が条件（ａ）より高いものと判断して、条件（ａ）の充電電力Ａ（ｋＷ）より大きいＢ（ｋＷ）で充電が行われる。なお、上記（１）〜（４）の各情報に基づく渋滞信頼度の設定と、渋滞信頼度に基づくＳＯＣ増加量の変更については、図３〜８を参照して後述する。

ＥＣＵ１０は、物理的には、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）及びインターフェースを含む周知のマイクロコンピュータを主体とする電子回路である。上述したＥＣＵ１０の機能は、ＲＯＭに保持されるアプリケーションプログラムをＲＡＭにロードしてＣＰＵで実行することによって、ＣＰＵの制御のもとで車両１内の各種装置を動作させると共に、ＲＡＭやＲＯＭにおけるデータの読み出し及び書き込みを行うことで実現される。なお、ＥＣＵ１０は、上記の機能に限定されず、車両１のＥＣＵとして用いるその他の各種機能を備えている。また、上記のＥＣＵとは、エンジン２を制御するエンジンＥＣＵ、第一モータジェネレータ３及び第二モータジェネレータ４を制御するモータＥＣＵ、バッテリ６を監視するバッテリＥＣＵなどの複数のＥＣＵを備える構成であってもよい。

次に、図３〜８を参照して、本実施形態に係るハイブリッド車両の制御装置の動作について説明する。図３は、本実施形態で実施される渋滞進入前にＳＯＣを予め増加させる充電制御におけるＳＯＣ増加量の算出処理を示すフローチャートであり、図４は、図３のフローチャートのステップＳ１０２において渋滞までの距離に基づくゲインＲ＿ｌｅｎｇｔｈを算出するためのマップの一例を示す図であり、図５は、図３のフローチャートのステップＳ１０３において渋滞までの分岐の数に基づくゲインＲ＿ｊｕｎｃｔｉｏｎを算出するためのマップの一例を示す図であり、図６は、図３のフローチャートのステップＳ１０４において渋滞に進入するまでの時間に基づくゲインＲ＿ｔｉｍｅを算出するためのマップの一例を示す図であり、図７は、図３のフローチャートのステップＳ１０５において経路案内有無に基づくゲインＲ＿ｇｕｉｄｅを算出するためのマップの一例を示す図であり、図８は、図３のフローチャートのステップＳ１０６において渋滞信頼度に基づきバッテリの充電電力を算出するためのマップの一例を示す図である。

図３のフローチャートに示す一連の処理は、ＥＣＵ１０が車両１の進行予定経路上に渋滞区間があることを予測したときにＥＣＵ１０により実施される。図３のフローチャートでは、ＳＯＣ増加量を変更する具体的な手法として、バッテリ６の充電電力（ｋＷ）を変更する構成を例示する。

ステップＳ１０１では、渋滞信頼度Ｒが設定される。本実施形態では渋滞信頼度Ｒは０から１までの値として設定可能であり、このステップでは、初期値としてＲ＝１．０として設定される。つまり、渋滞信頼度Ｒに最大の値が設定されている。ステップＳ１０１が実行されるとステップＳ１０２に移行する。

ステップＳ１０２では、渋滞までの距離に基づくゲインＲ＿ｌｅｎｇｔｈを用いて渋滞信頼度Ｒが更新される。具体的には、ステップＳ１０１にてＲ＝１．０として設定された渋滞信頼度ＲにゲインＲ＿ｌｅｎｇｔｈを乗算して、渋滞信頼度Ｒを更新する（Ｒ＝Ｒ×Ｒ＿ｌｅｎｇｔｈ）。ステップＳ１０２が実行されるとステップＳ１０３に移行する。

ここで、ステップＳ１０２で用いるゲインＲ＿ｌｅｎｇｔｈは、例えばＥＣＵ１０に予め図４に示すようなマップＭＰ１を記憶しておき、このマップＭＰ１を参照して算出することができる。マップＭＰ１は、図４に示すように、「現在地と渋滞開始地点までの距離（「渋滞までの距離」とも記載する）」と、「ゲインＲ＿ｌｅｎｇｔｈ」との関係に基づいた設定マップであり、「現在地と渋滞開始地点までの距離」から「ゲインＲ＿ｌｅｎｇｔｈ」を算出することができるものである。マップＭＰ１は、渋滞までの距離が短い場合は長い場合と比較して、ゲインＲ＿ｌｅｎｇｔｈが高くなるように設定されている。なお、ゲインＲ＿ｌｅｎｇｔｈを決定するための「渋滞までの距離」は、例えば、インフラ情報取得装置１１により取得された、車両１が走行する道路の道路情報に基づき算出することができる。

マップＭＰ１は、本実施形態では図４に示すように、渋滞までの距離に応じてゲインＲ＿ｌｅｎｇｔｈがａ〜１の間で算出されるように設定されている。ここで、ａは０＜ａ＜１を満たす任意の正の定数である。渋滞までの距離が０から第１所定距離まではゲインＲ＿ｌｅｎｇｔｈが１となり、第１所定距離から第２所定距離まではゲインＲ＿ｌｅｎｇｔｈが１からａまで減少し、第２所定距離以上ではゲインＲ＿ｌｅｎｇｔｈがａとなるように設定されている。したがって、ＥＣＵ１０は、車両１の現在地と渋滞開始地点までの距離が短いほど、車両１が実際に渋滞を通過する確率が高くなるので、渋滞信頼度Ｒを高く設定でき、ＳＯＣ増加量を増大させることができる。また、車両１の現在地と渋滞開始地点までの距離が長いほど、渋滞区間に到達したときには渋滞が既に解消していたり、軽減しているなどの状況が起きやすく、車両１が実際に渋滞を通過する確率が低くなるので、渋滞信頼度Ｒを低く設定でき、ＳＯＣ増加量を低減させることができる。

ステップＳ１０３では、渋滞までの分岐の数に基づくゲインＲ＿ｊｕｎｃｔｉｏｎを用いて渋滞信頼度Ｒが更新される。具体的には、ステップＳ１０２にて更新された渋滞信頼度ＲにゲインＲ＿ｊｕｎｃｔｉｏｎを乗算して、渋滞信頼度Ｒを更新する（Ｒ＝Ｒ×Ｒ＿ｊｕｎｃｔｉｏｎ）。ステップＳ１０３が実行されるとステップＳ１０４に移行する。

ここで、ステップＳ１０３で用いるゲインＲ＿ｊｕｎｃｔｉｏｎは、例えばＥＣＵ１０に予め図５に示すようなマップＭＰ２を記憶しておき、このマップＭＰ２を参照して算出することができる。マップＭＰ２は、図５に示すように、「現在地と渋滞開始地点までの区間の分岐路の数（「渋滞までの分岐数」とも記載する）」と、「ゲインＲ＿ｊｕｎｃｔｉｏｎ」との関係に基づいた設定マップであり、「現在地と渋滞開始地点までの区間の分岐路の数」から「ゲインＲ＿ｊｕｎｃｔｉｏｎ」を算出することができるものである。マップＭＰ２は、渋滞までの分岐数が少ない場合は多い場合と比較して、ゲインＲ＿ｊｕｎｃｔｉｏｎが高くなるように設定されている。なお、ゲインＲ＿ｊｕｎｃｔｉｏｎを決定するための「渋滞までの分岐数」は、例えば、インフラ情報取得装置１１により取得された、車両１が走行する道路の道路情報に基づき算出することができる。

マップＭＰ２は、本実施形態では図５に示すように、渋滞までの分岐数に応じてゲインＲ＿ｊｕｎｃｔｉｏｎが１，ｂ，ｃ，ｄのいずれかで算出されるように設定されている。ここで、ｂ，ｃ，ｄは、０＜ｂ＜ｃ＜ｄ＜１を満たす任意の正の定数である。渋滞までの分岐数が０から第１所定数まではゲインＲ＿ｌｅｎｇｔｈが１となり、第１所定数から第２所定数まではゲインＲ＿ｊｕｎｃｔｉｏｎがｂとなり、第２所定数から第３所定数まではゲインＲ＿ｊｕｎｃｔｉｏｎがｃとなり、第３所定数以上ではゲインＲ＿ｊｕｎｃｔｉｏｎがｄとなるように設定されている。したがって、ＥＣＵ１０は、車両１の現在地と渋滞開始地点までの区間の分岐路の数が少ないほど、車両１が実際に渋滞区間まで到達する確率が高くなるので、渋滞信頼度Ｒを高く設定でき、ＳＯＣ増加量を増大させることができる。また、車両１の現在地と渋滞開始地点までの区間の分岐路の数が多いほど、車両１が分岐路で他の経路に進む状況が起きやすく、実際に渋滞区間まで到達する確率が低くなるので、渋滞信頼度Ｒを低く設定でき、ＳＯＣ増加量を低減させることができる。

ステップＳ１０４では、渋滞に進入するまでの時間に基づくゲインＲ＿ｔｉｍｅを用いて渋滞信頼度Ｒが更新される。具体的には、ステップＳ１０３にて更新された渋滞信頼度ＲにゲインＲ＿ｔｉｍｅを乗算して、渋滞信頼度Ｒを更新する（Ｒ＝Ｒ×Ｒ＿ｔｉｍｅ）。ステップＳ１０４が実行されるとステップＳ１０５に移行する。

ここで、ステップＳ１０４で用いるゲインＲ＿ｔｉｍｅは、例えばＥＣＵ１０に予め図６に示すようなマップＭＰ３を記憶しておき、このマップＭＰ３を参照して算出することができる。マップＭＰ３は、図６に示すように、「渋滞区間情報を取得してから渋滞路に進入するまでの時間（「渋滞に進入するまでの時間」とも記載する）」と、「ゲインＲ＿ｔｉｍｅ」との関係に基づいた設定マップであり、「渋滞区間情報を取得してから渋滞路に進入するまでの時間」から「ゲインＲ＿ｔｉｍｅ」を算出することができるものである。マップＭＰ３は、渋滞に進入するまでの時間が短い場合は長い場合と比較して、ゲインＲ＿ｔｉｍｅが高くなるように設定されている。なお、ゲインＲ＿ｔｉｍｅを決定するための「渋滞に進入するまでの時間」は、例えば、ステップＳ１０２で求めた渋滞までの距離と、車両１の現在の車速に基づき算出することができる。

マップＭＰ３は、本実施形態では図６に示すように、渋滞に進入するまでの時間に応じてゲインＲ＿ｔｉｍｅがｅ〜１の間で算出されるように設定されている。ここで、ｅは０＜ｅ＜１を満たす任意の正の定数である。渋滞に進入するまでの時間が０から第１所定時間まではゲインＲ＿ｔｉｍｅが１となり、第１所定時間から第２所定時間まではゲインＲ＿ｔｉｍｅが１からｅまで減少し、第２所定時間以上ではゲインＲ＿ｔｉｍｅがｅとなるように設定されている。したがって、ＥＣＵ１０は、車両１が渋滞区間情報を取得してから渋滞路に進入するまでの時間が短いほど、車両１が実際に渋滞に進入する確率が高くなるので、渋滞信頼度Ｒを高く設定でき、ＳＯＣ増加量を増大させることができる。また、渋滞に進入するまでの時間が長いほど、渋滞区間に到達したときには渋滞が既に解消していたり、軽減しているなどの状況が起きやすく、車両１が実際に渋滞に進入する確率が低くなるので、渋滞信頼度Ｒを低く設定でき、ＳＯＣ増加量を低減させることができる。

ステップＳ１０５では、経路案内有無に基づくゲインＲ＿ｇｕｉｄｅを用いて渋滞信頼度Ｒが更新される。具体的には、ステップＳ１０４にて更新された渋滞信頼度ＲにゲインＲ＿ｇｕｉｄｅを乗算して、渋滞信頼度Ｒを更新する（Ｒ＝Ｒ×Ｒ＿ｇｕｉｄｅ）。ステップＳ１０５が実行されるとステップＳ１０６に移行する。

ここで、ステップＳ１０５で用いるゲインＲ＿ｇｕｉｄｅは、例えばＥＣＵ１０に予め図７に示すようなマップＭＰ４を記憶しておき、このマップＭＰ４を参照して算出することができる。マップＭＰ４は、図７に示すように、「ナビゲーション装置で運転者に経路案内をしているか否か（「経路案内あり、無し」とも記載する）」と、「ゲインＲ＿ｇｕｉｄｅ」との関係に基づいた設定マップであり、「ナビゲーション装置で運転者に経路案内をしているか否か」に基づき「ゲインＲ＿ｇｕｉｄｅ」を算出することができるものである。マップＭＰ４は、経路案内がある場合は、経路案内が無い場合と比較して、ゲインＲ＿ｇｕｉｄｅが高くなるように設定されている。なお、ゲインＲ＿ｇｕｉｄｅを決定するための「経路案内あり、無し」の情報は、例えばインフラ情報取得装置１１のナビゲーション装置の動作状態を確認することで取得することができる。

マップＭＰ４は、本実施形態では図７に示すように、経路案内の有無に応じてゲインＲ＿ｇｕｉｄｅがｆまたは１のいずれかで算出されるように設定されている。ここで、ｆは０＜ｆ＜１を満たす任意の正の定数である。経路案内が有る場合にはゲインＲ＿ｇｕｉｄｅが１となり、経路案内が無い場合にはゲインＲ＿ｇｕｉｄｅがｆとなるように設定されている。したがって、ＥＣＵ１０は、車両１がナビゲーション装置で運転者に経路案内をしている場合には、車両１の運転者が道なりに走行を続け、渋滞路を実際に通過する確率が高くなるので、渋滞信頼度Ｒを高く設定でき、ＳＯＣ増加量を増大させることができる。また、車両１が経路案内をしていない場合には、車両１の運転者が渋滞路とは異なる経路を選択する状況が起きやすく、渋滞路を実際に通過する確率が低くなるので、渋滞信頼度Ｒを低く設定でき、ＳＯＣ増加量を低減させることができる。

ステップＳ１０６では、ステップＳ１０１〜Ｓ１０５において算出された渋滞信頼度Ｒに基づき、バッテリ６の先読み充電制御に用いる充電電力Ｐが演算される。充電電力Ｐは、例えばＥＣＵ１０に予め図８に示すようなマップＭＰ５を記憶しておき、このマップＭＰ５を参照して算出することができる。マップＭＰ５は、図８に示すように、渋滞信頼度Ｒと充電電力Ｐ（ｋＷ）との関係に基づいた設定マップであり、渋滞信頼度Ｒに基づき充電電力Ｐを算出することができるものである。マップＭＰ５は、渋滞信頼度Ｒが高い場合は低い場合と比較して、充電電力Ｐが大きくなるよう設定されている。

マップＭＰ５は、本実施形態では図８に示すように、渋滞信頼度Ｒに応じて充電電力ＰがＡ〜Ｂの間で算出されるように設定されている。ここで、Ａ，Ｂはは０＜Ａ＜Ｂを満たす任意の正の定数である。渋滞信頼度Ｒが０から第１所定値までは充電電力ＰがＡとなり、第１所定値から第２所定値までは充電電力ＰがＡからＢまで増大し、第２所定値以上１以下では充電電力ＰがＢとなるように設定されている。

ＥＣＵ１０は、発電機として用いる第一モータジェネレータ３または第二モータジェネレータ４の一方を、演算された充電電力Ｐを発生するように制御して、バッテリ６の先読み充電制御を行う。このように演算された充電電力Ｐに基づき先読み充電制御を行うことで、バッテリ６のＳＯＣ増加量が渋滞信頼度Ｒに応じて変更される。ステップＳ１０６が実行されると本制御フローは終了する。

次に、本実施形態に係るハイブリッド車両の制御装置の効果について説明する。

ＥＣＵ１０は、エンジン２と、動力発生及び回生発電が可能な第一モータジェネレータ３及び第二モータジェネレータ４と、第一モータジェネレータ３及び第二モータジェネレータ４に電力の授受を行うバッテリ６と、を備えるハイブリッド車両１の制御装置である。ハイブリッド車両１の制御装置としてのＥＣＵ１０は、自車の走行予定経路上に渋滞区間があることを予測した場合に、渋滞進入前にバッテリ６の蓄電状態（ＳＯＣ）を予め増加させる先読み充電制御を実施可能である。ＥＣＵ１０は、予測された渋滞区間に関する渋滞区間情報の信頼度（渋滞信頼度Ｒ）に応じて、先読み充電制御におけるＳＯＣの増加量を変更する。具体的には、渋滞信頼度Ｒの低下に応じて、先読み充電制御におけるＳＯＣの増加量を低減する。

この構成により、渋滞信頼度Ｒが低下し自車の走行予定経路上に渋滞が存在する可能性が低い場合には、そうでない場合よりもバッテリ６の先読み充電制御におけるＳＯＣ増加量を低減できるので、渋滞進入前にＳＯＣを予め増加させる先読み充電制御を渋滞信頼度Ｒに基づいて精度良く行うことができる。この結果、渋滞進入前にＳＯＣを無駄に増加させることを抑制することが可能となり、先読み充電制御による燃費悪化を抑制できる。

［変形例］
次に、図９及び図１０を参照して、上記実施形態の変形例について説明する。上記実施形態では、ＳＯＣ増加量を変更する具体的な手法として、渋滞信頼度Ｒに基づき充電電力Ｐを演算し、この充電電力Ｐに基づきバッテリ６の先読み充電制御を行う構成としたが、充電電力Ｐの代わりにＳＯＣの目標値（目標ＳＯＣ）を演算し、目標ＳＯＣに基づいて先読み充電制御を行う構成としてもよい。

図９，１０を参照して、本変形例におけるハイブリッド車両の制御装置の動作について説明する。図９は、実施形態の変形例で実施される渋滞進入前にＳＯＣを予め増加させる充電制御におけるＳＯＣ増加量の算出処理を示すフローチャートであり、図１０は、図９のフローチャートのステップＳ２０６において渋滞信頼度に基づきバッテリの目標ＳＯＣを算出するためのマップの一例を示す図である。

図９のフローチャートに示すステップＳ１０１〜Ｓ１０５の各処理は、上記実施形態の図３のものと同一なので説明を省略する。

ステップＳ２０６では、ステップＳ１０１〜Ｓ１０５において算出された渋滞信頼度Ｒに基づき、バッテリ６の先読み充電制御に用いる目標ＳＯＣが演算される。目標ＳＯＣは、例えばＥＣＵ１０に予め図１０に示すようなマップＭＰ６を記憶しておき、このマップＭＰ６を参照して算出することができる。マップＭＰ６は、図１０に示すように、渋滞信頼度Ｒと目標ＳＯＣ（％）との関係に基づいた設定マップであり、渋滞信頼度Ｒに基づき目標ＳＯＣを算出することができるものである。マップＭＰ６は、渋滞信頼度Ｒが高い場合は低い場合と比較して、目標ＳＯＣが大きくなるよう設定されている。

マップＭＰ６は、本実施形態では図１０に示すように、渋滞信頼度Ｒに応じて目標ＳＯＣがＣ〜Ｄの間で算出されるように設定されている。ここで、Ｃ，Ｄはは０＜Ｃ＜Ｄ＜１００を満たす任意の正の定数である。渋滞信頼度Ｒが０から第１所定値までは目標ＳＯＣがＣとなり、第１所定値から第２所定値までは目標ＳＯＣがＣからＤまで増大し、第２所定値以上１以下では目標ＳＯＣがＤとなるように設定されている。

ＥＣＵ１０は、バッテリ６のＳＯＣが、演算された目標ＳＯＣとなるように、発電機として用いる第一モータジェネレータ３または第二モータジェネレータ４の一方を制御して、バッテリ６の先読み充電制御を行う。このように演算された目標ＳＯＣに基づき先読み充電制御を行うことで、バッテリ６のＳＯＣ増加量が渋滞信頼度Ｒに応じて変更される。ステップＳ２０６が実行されると本制御フローは終了する。

以上、本発明の実施形態を説明したが、上記実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。上記実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。上記実施形態やその変形は、発明の範囲や要旨に含まれると同様に、請求の範囲に記載された発明とその均等の範囲に含まれるものである。

ＳＯＣ増加量を変更する具体的な手法として、実施形態ではバッテリ６の充電電力Ｐを変更する構成を示し、変形例ではバッテリ６の目標ＳＯＣを変更する構成を示したが、渋滞信頼度Ｒに応じて充電電力Ｐ及び目標ＳＯＣの両方を変更して先読み充電制御を行う構成としてもよいし、他の手法を用いてもよい。

また、上記実施形態では、渋滞信頼度Ｒが低下したときにＳＯＣ増加量を低減する構成としたが、渋滞信頼度ＲとＳＯＣ増加量との関係は異なるものとしてもよい。

また、上記実施形態では、渋滞信頼度Ｒの算出手法の一例として、まず初期値１を設定し、上記（１）〜（４）の各情報に基づいて１を維持または１以下に低減する構成としたが、初期値を１以下として、各情報に基づいて増減する構成など、他の算出手法としてもよい。

１ ハイブリッド車両
２ エンジン
３ 第一モータジェネレータ
４ 第二モータジェネレータ
６ バッテリ（蓄電装置）
１０ ＥＣＵ（制御装置）
Ｒ 渋滞信頼度
Ｐ 充電電力

Claims (4)

1. エンジンと、
   動力発生及び回生発電が可能な少なくとも１つのモータジェネレータと、
   前記モータジェネレータに電力の授受を行う蓄電装置と、
   を備えるハイブリッド車両の制御装置であって、
   自車の走行予定経路上に渋滞区間があることを予測した場合に、渋滞進入前に前記蓄電装置の蓄電状態を予め増加させる充電制御を実施可能であり、
   前記予測された渋滞区間に関する渋滞区間情報の信頼度の低下に応じて、前記充電制御における前記蓄電状態の増加量を低減し、
   前記渋滞区間情報の信頼度は、自車の運転者に経路案内をしているか否かに応じて算出することを特徴とする、ハイブリッド車両の制御装置。
2. 前記渋滞区間情報の信頼度は、現在地と渋滞開始地点までの距離に応じて算出することを特徴とする、請求項１に記載のハイブリッド車両の制御装置。
3. 前記渋滞区間情報の信頼度は、前記渋滞区間情報を取得してから前記渋滞区間に進入するまでの時間に応じて算出することを特徴とする、請求項１または２に記載のハイブリッド車両の制御装置。
4. 前記渋滞区間情報の信頼度は、現在地と渋滞開始地点までの区間の分岐路の数に応じて算出することを特徴とする、請求項１〜３のいずれか１項に記載のハイブリッド車両の制御装置。

Images