JP6582871B2 - エンジントルク推定装置、エンジントルク推定システム及びエンジントルク推定方法 - Google Patents

Description

本開示は、エンジントルク推定装置、エンジントルク推定システム、及びエンジントルク推定方法に関する。

数理モデルを用いて、クランクセンサからのクランク角度の観測値からエンジンの図示トルクを推定する非線形カルマンフィルタによる状態推定器を設計することが知られている。

特開2009-275618公報 特開2006-112373公報 特開2012-188930公報 Yuzuru Itoh， Kouji Higashi and Masami Iwase: "UKF-based Estimation of Indicated Torque for IC engines Utilizing Nonlinear Two-inertia Model，" Proc. of 51st IEEE Conference on Decision and Control， December (CDC)， pp.4077-4082， (2012)

しかしながら、クランク角度の観測値は、通常、クランクセンサのパルス波形から抽出されるため、パルス幅以上の測定分解能を得ることが難しく、その影響が図示トルクの推定値に顕著に表れる。そのため、従来技術では、図示トルクの推定値が測定値に対して位相が遅れ、図示トルクの推定値の精度を高めることが難しい。

そこで、１つの側面では、本発明は、エンジントルクの推定精度を高めることを目的とする。

一局面によれば、エンジンのクランクシャフトの回転角度であるクランク角度の測定値を取得する取得部と、
クランク角度の前記測定値に基づいて、クランク角速度の算出値を導出するクランク角速度計算部と、
クランク角速度の前記算出値とクランク角速度の推定値との差分である第１推定誤差と、クランク角度の前記測定値とクランク角度の推定値との差分である第２推定誤差とを用いる非線形カルマンフィルタに基づいて、エンジントルクの推定値を導出する推定部とを含む、エンジントルク推定装置が提供される。

エンジントルクの推定精度を高めることが可能となる。

エンジントルク推定システムの一例を示す構成図である。 エンジントルク推定装置のハードウェア構成の一例を示す図である。 実施例１によるエンジントルク推定装置の機能ブロック図である。 実施例１によるエンジントルク推定装置により実行される処理の一例を示すフローチャートである。 推定処理部による事前出力推定値算出処理の一例を示すフローチャートである。 推定処理部による推定処理の一例を示すフローチャートである。 比較例による図示トルクの推定結果を示す図である。 実施例１による図示トルクの推定結果を示す図である。 エンジントルク推定装置を含むエンジン制御システムの一例を示す図である。 実施例２によるエンジントルク推定装置の機能ブロック図である。 実施例２によるエンジントルク推定装置により実行される処理の一例を示すフローチャートである。

以下、添付図面を参照しながら各実施例について詳細に説明する。

［実施例１］
図１は、エンジントルク推定システムの一例を示す構成図である。

エンジントルク推定システム１は、エンジン（図示せず）を備える車両に搭載されてよい。車両は、エンジンのみを駆動源とする車両であってもよいし、電気モータとエンジンの双方を駆動源とするハイブリッド車であってもよい。エンジンの種類は任意であり、例えば、ガソリンエンジンであってもよいし、ディーゼルエンジンであってもよい。

エンジントルク推定システム１は、クランクセンサ４と、エンジントルク推定装置１０とを含む。

クランクセンサ４は、エンジンに取り付けられる。クランクセンサ４は、エンジンのクランクシャフト（図示せず）の回転角度であるクランク角度に応じたクランク角信号を出力する。例えば、クランクセンサ４は、クランクシャフト（シグナルロータ）の回転角に応じたクランク角信号を生成する。クランク角信号は、所定クランク角ピッチ（例えば１０ＣＡピッチ）毎にパルスを発生させる信号であってよい。クランクセンサ４の検出方式は任意であり、電磁誘導方式やホールセンサ方式であってよい。また、シグナルロータの外周は、所定クランク角ピッチに対応したピッチで突起（歯）を有しつつ、上死点検出用に欠歯部を有してもよい。

エンジントルク推定装置１０は、後述するように、クランクセンサ４からのクランク角信号に基づいて、図示トルクの推定値を導出する。図示トルクの推定値の導出方法は、後述する。エンジントルク推定装置１０は、例えば、エンジンを制御するエンジン制御装置に実装されてもよい。或いは、エンジントルク推定装置１０は、エンジン制御装置に接続されてもよく（図９参照）、この場合、エンジントルク推定装置１０は、後述する態様で得た図示トルクの推定値をエンジン制御装置に供給する。

図２は、エンジントルク推定装置１０のハードウェア構成の一例を示す図である。エンジントルク推定装置１０のハードウェアは、例えば、マイクロコンピューター、ＦＰＧＡ（Field Programmable Gate Array）、ＰＬＣ（Programmable Logic Controller）等を含んでよい。

図２に示す例では、エンジントルク推定装置１０は、制御部１０１、主記憶部１０２、補助記憶部１０３、及び、ハードウェアＩ／Ｆ部１０６を含む。

制御部１０１は、主記憶部１０２や補助記憶部１０３に記憶されたプログラムを実行する演算装置であり、記憶装置からデータを受け取り、演算、加工した上で、記憶装置などに出力する。制御部１０１は、例えばＣＰＵ(Central Processing Unit) やタイマカウンタ等を含んでよい。

主記憶部１０２は、ＲＯＭ（Read Only Memory）やＲＡＭ（Random Access Memory）などであり、制御部１０１が実行する基本ソフトウェアであるＯＳやアプリケーションソフトウェアなどのプログラムやデータを記憶又は一時保存する記憶装置である。

補助記憶部１０３は、ＥＥＰＲＯＭ（Electric-Erasable Programmable Read-Only Memory）などであり、アプリケーションソフトウェアなどに関連するデータを記憶する記憶装置である。

ハードウェアＩ／Ｆ部１０６は、有線及び／又は無線回線などで接続された車両ネットワーク（例えば、CAN（controller area network）等）やエンジンの周辺機器（例えば、クランクセンサ４等）とエンジントルク推定装置１０とのインターフェースである。

尚、図２に示す例において、以下で説明する各種処理は、プログラムを制御部１０１に実行させることで実現することができる。

図３は、実施例１によるエンジントルク推定装置１０の機能ブロック図である。

エンジントルク推定装置１０は、クランク角度測定値取得部１４（取得部の一例）と、クランク角速度計算部１５と、平滑化処理部１６と、クランク角度推定誤差演算部１７と、クランク角速度推定誤差演算部１８と、推定処理部２０（推定部の一例）とを含む。クランク角度測定値取得部１４、クランク角速度計算部１５、平滑化処理部１６、クランク角度推定誤差演算部１７、クランク角速度推定誤差演算部１８、及び推定処理部２０は、制御部１０１が主記憶部１０２内のプログラムを実行することにより実現できる。

図４は、エンジントルク推定装置１０により実行される処理の一例を示すフローチャートである。図４の処理は、例えば、更新周期毎（例えば20ミリ秒毎）に繰り返し実行される。更新周期は、クランク角度の測定値のサンプリング周期と同期されてよい。ここでは、例えば、更新周期ｋは、1から２、３、...、Ｎまで更新を繰り返すとする。

尚、以下の説明において、記号の上に付く表記「∧」（以下、「ハット」と称する）は、推定値であることを表す。また、記号の右上に付く表記「−」は、事前値であることを表す。記号の上に付く表記「・」（以下、「ドット」と称する）は、微分を表す。

ステップＳ１では、クランク角度測定値取得部１４は、クランクセンサ４からのクランク角信号に基づいて、クランク角度の測定値を取得する。

ステップＳ２では、クランク角速度計算部１５は、クランクセンサ４からクランク角度の測定値に基づいて、クランク角速度を算出する。例えば、クランク角速度は、クランク角度の測定値の前回値と今回値との差分を、サンプリング周期で除算することで算出できる。

ステップＳ３では、平滑化処理部１６は、クランク角速度計算部１５から得たクランク角速度の算出値のデータ（時系列）に対して、各サンプル点前後で平滑化処理を行う。平滑化処理では、移動平均法などが用いられてよい。例えば、平滑化処理部１６は、サンプル点前後の窓幅３０点で移動平均法によって平滑化を行う。このような平滑化処理によりノイズ等の影響を低減し、後述の図示トルクの推定精度を高めることができる。平滑化処理部１６は、平滑化処理後のクランク角速度の算出値をクランク角速度推定誤差演算部１８に与える。

ステップＳ４では、推定処理部２０は、事前出力推定値を算出する事前出力推定値算出処理を行う。事前出力推定値には、クランク角度の推定値

外１

と、クランク角速度の推定値

外２

とが含まれる。以下では、事前出力推定値算出処理の例は、後述する。推定処理部２０は、算出したクランク角速度の推定値及びクランク角速度の推定値を、それぞれ、クランク角度推定誤差演算部１７及びクランク角速度推定誤差演算部１８に与える。

ステップＳ５では、クランク角度推定誤差演算部１７は、クランクセンサ４からのクランク角度の測定値θ（ｋ）と、推定処理部２０からのクランク角度の推定値との差分であるクランク角度の推定誤差Δθ（ｋ）を算出する。具体的には、以下のとおりである。

尚、初回の処理時には、クランク角度の推定値として、所定の初期値が用いられてよい。クランク角度推定誤差演算部１７は、算出したクランク角度の推定誤差を推定処理部２０に与える。尚、クランク角度の推定誤差は、第２推定誤差の一例である。

ステップＳ６では、クランク角速度推定誤差演算部１８は、平滑化処理部１６からのクランク角速度の算出値θドット（ｋ）と、推定処理部２０からのクランク角速度の推定値との差分であるクランク角速度の推定誤差Δθドット（ｋ）を算出する。具体的には、以下のとおりである。

尚、初回の処理時には、クランク角速度の推定値として、所定の初期値が用いられてよい。クランク角速度推定誤差演算部１８は、算出したクランク角速度の推定誤差を推定処理部２０に与える。尚、クランク角速度の推定誤差は、第１推定誤差の一例である。

ステップＳ７では、推定処理部２０は、ステップＳ５で得られるクランク角度の推定誤差Δθ（ｋ）と、ステップＳ６で得られるクランク角速度の推定誤差Δθドット（ｋ）を用いて、非線形カルマンフィルタによって図示トルクを推定する。この推定処理の具体例については、以下で詳説する。

尚、図４に示す処理において、ステップＳ５及びステップＳ６の順序は逆であってもよい。

次に、推定処理部２０による事前出力推定値算出処理（図４のステップＳ４）及び推定処理（図４のステップＳ７）の具体例について説明する。ここでは、非線形カルマンフィルタとして、アンセンテッドカルマンフィルタ（UKF：Unscented Kalman Filter）を用いる場合について説明するが、他のタイプの非線形カルマンフィルタ、例えば拡張カルマンフィルタを用いることもできる。

先ず、推定処理部２０で用いられる数理モデルの例について説明する。数理モデルは、例えば、以下のように、状態変数（状態推定値）ｘ（ｋ）が与えられたときに、非線形関数ｆと非線形関数ｈによって出力変数ｙ（ｋ）を計算するモデルである。

数３の式において、θ（ｋ）はクランク角度を、θドット（ｋ）はクランク角速度を、τ（ｋ）は図示トルクを、それぞれ表す。ｋは、更新周期（更新回数）である。数４の式において、ｖ（ｋ）はシステム雑音であり、数５の式において、ω（ｋ）は、観測雑音である。

図５は、推定処理部２０による事前出力推定値算出処理の一例を示すフローチャートである。尚、事前出力推定値算出処理は、後述の図６に示す推定処理の前段階として実行される。

ステップＳ１１では、推定処理部２０は、１周期前（ｋ−１）の状態推定値ｘハット（ｋ−１）と１周期前（ｋ−１）の事後誤差共分散行列Ｐ（ｋ−１）と基づいて、平均値と標準偏差に対応するサンプル点として２ｎ＋１個のシグマポイントを算出する。具体的には、以下のとおりである。下添字ｉは、ｉ番目の要素であることを表す。

ここで、数８及び数９において、

外３

は、事後誤差共分散行列Ｐの平方根行列のi番目の列を表す。尚、行列Ｐは、正定値対称行列であり、かかる平方根行列のi番目の列は、コレスキー分解や特異値分解によって計算できる。
尚、状態推定値の初期値ｘハット（０）は、任意の固定値が用いられてもよいし、前回のエンジンオフ時の状態推定値が用いられてもよい。

また、事後誤差共分散行列の初期値Ｐ（０）は、任意の固定値が用いられてもよいし、前回のエンジンオフ時の事後誤差共分散行列が用いられてもよい。

ステップＳ１２では、推定処理部２０は、各シグマポイントに対する重みを計算する。具体的には、以下のとおりである。尚、κはスケーリングパラメータである。

ステップＳ１３では、推定処理部２０は、ステップＳ１１で得たシグマポイントに基づいて、数理モデルの非線形関数ｆを用いてシグマポイントを更新する。具体的には、以下のとおりである。

ステップＳ１４では、推定処理部２０は、ステップＳ１２で得た重みと、ステップＳ１３で更新したシグマポイントとに基づいて、事前状態推定値

外４

を計算する。具体的には、以下のとおりである。

ステップＳ１５では、推定処理部２０は、ステップＳ１３で更新したシグマポイントと、ステップＳ１４で得た事前状態推定値とに基づいて、今回周期の事前誤差共分散行列

外５

を計算する。具体的には、以下のとおりである。

ここで、Ｑは、システム雑音の分散であり、ｂは、システムノイズの係数行列である。

ステップＳ１６では、推定処理部２０は、ステップＳ１４で得た事前状態推定値と、ステップＳ１５で得た事前誤差共分散行列とに基づいて、２ｎ＋１個のシグマポイントを再計算する。具体的には、以下のとおりである。

ステップＳ１７では、推定処理部２０は、ステップＳ１６で得たシグマポイントと、数理モデルの非線形関数ｈとに基づいて、出力のシグマポイント

外６

を計算する。具体的には、以下のとおりである。

ステップＳ１８では、推定処理部２０は、ステップＳ１２で得た重みと、ステップＳ１７で得た出力のシグマポイントとに基づいて、事前出力推定値

外７

を計算する。具体的には、以下のとおりである。

図６は、推定処理部２０による推定処理の一例を示すフローチャートである。図６に示す処理は、図５に示した事前出力推定値算出処理に後続して実行される。

ステップＳ２４では、推定処理部２０は、ステップＳ１２で得た重みと、ステップＳ１７で得た出力のシグマポイントと、ステップＳ１８で得た事前出力推定値とに基づいて、事前出力誤差共分散行列

外８

を計算する。具体的には、以下のとおりである。

ステップＳ２５では、推定処理部２０は、事前状態・出力誤差共分散行列

外９

を計算する。この際、推定処理部２０は、ステップＳ１２で得た重みと、ステップＳ１４で得た事前状態推定値と、ステップＳ１６で得たシグマポイントと、ステップＳ１７で得た出力のシグマポイントと、ステップＳ１８で得た事前出力推定値とを用いる。具体的には、以下のとおりである。

ステップＳ２６では、推定処理部２０は、ステップＳ２４で得た事前出力誤差共分散行列と、ステップＳ２５で得た事前状態・出力誤差共分散行列と、観測雑音の分散Ｒとに基づいて、カルマンゲインｇ（ｋ）を計算する。具体的には、以下のとおりである。

ステップＳ２７では、推定処理部２０は、今回周期の状態推定値

外１０

を計算する。この際、推定処理部２０は、ステップＳ１４で得た事前状態推定値と、ステップＳ２６で得たカルマンゲインと、クランク角度の推定誤差Δθ（ｋ）（図４のステップＳ５参照）及びクランク角速度の推定誤差Δθドット（ｋ）（図４のステップＳ６参照）とを用いる。具体的には、以下のとおりである。

このようにして、図示トルクの推定値τ（ｋ）を得ることができる。

ステップＳ２８では、推定処理部２０は、次回の更新時に利用する事後誤差共分散行列Ｐ（ｋ）（ステップＳ１１参照）を算出する。この際、推定処理部２０は、ステップＳ１５で得た事前誤差共分散行列と、ステップＳ２５で得た事前状態・出力誤差共分散行列と、ステップＳ２６で得たカルマンゲインとを用いる。具体的には、以下のとおりである。

このようにして、図５及び図６に示す処理によれば、クランク角度の推定誤差とクランク角速度の推定誤差の双方を用いる非線形カルマンフィルタによって図示トルクが推定される。

次に、図７及び図８を参照して、本実施例の効果について説明する。

図７は、比較例による図示トルクの推定結果を示す図である。図７において、上段は、クランク角度［rad］であり、下段は、図示トルク［Nm］である。図８は、本実施例による図示トルクの推定結果を示す図である。図８において、上段は、クランク角度であり、中段は、クランク角速度［rad/s］であり、下段は、図示トルクである。図７及び図８において、点線は、測定値を表し、実線は、推定値を表す。

比較例は、クランク角度の推定誤差のみを用いる非線形カルマンフィルタにより図示トルクを推定する方法である。即ち、比較例は、図示トルク及びクランク角度を状態量とし、クランク角度の測定値を観測量とする非線形カルマンフィルタに基づいて、図示トルクを推定する方法である。

ところで、クランク角度の測定値は、クランクセンサ４のパルス波形から抽出されるため、パルス幅以上の測定分解能を得ることが難しく、その影響が図示トルクの推定値の精度に影響する。このため、比較例によれば、図７にて矢印Ｘで模式的に示すように、図示トルクの推定値が測定値に対して位相が遅れ、かかる位相遅れに起因して、図示トルクの推定値（瞬時値）の精度が低下する。所定のエンジン運転条件下での比較例による実際の推定結果では、位相ずれの平均が1．338m秒であり、根平均二乗誤差（RMSE）が292．10であった。

これに対して、本実施例によれば、図８に示すように、比較例に比べて、図示トルクの推定値の、測定値に対する位相遅れを低減できる。これは、本実施例では、非線形カルマンフィルタにおいてクランク角速度の推定誤差が用いられるためである。クランク角速度は、クランク角度に比べて、物理量の次元として、トルクの次元に近いため、図示トルクの推定に用いるパラメータとして好適である。このため、本実施例によれば、比較例に比べて、図示トルクの推定値の、測定値に対する位相遅れを低減し、図示トルクの推定値の精度を高めることができる。比較例と同じ所定のエンジン運転条件下での本実施例による実際の推定結果では、位相ずれの平均が0．263m秒であり、根平均二乗誤差が173．54であり、根平均二乗誤差が約41％低減された。

ところで、エンジンのトルクベース制御では、一般的にドライバーのアクセル操作などから必要な正味トルクが決まり、その正味トルクを満たすような図示トルクを推定することが行われる。このとき、実車では、筒内圧センサを用いて現在の図示トルクを測定することが考えられるが、筒内圧センサの設置は、コスト、耐久性、及び保守性の問題を引き起こすことから現状困難となっている。従って、新たにセンサを設置することなく、実車に搭載されているクランクセンサ４のセンサデータを用いて図示トルクを高精度に推定することができれば、エンジン制御システムの高性能化に有効に利用できる。

この点、本実施例によれば、上述のように、クランクセンサ４のセンサデータを用いて図示トルクを高精度に推定できるので、エンジントルク推定装置１０をエンジン制御システムの高性能化に有効に利用できる。

図９は、エンジントルク推定装置１０を含むエンジン制御システムの一例を示す図である。

エンジン制御システム２は、車両に搭載される。車両は、上述のように、エンジンのみを駆動源とする車両であってもよいし、ハイブリッド車であってもよい。エンジン制御システム２は、センサ群８と、エンジン制御装置３０と、エンジン４０と、クランクセンサ４と、エンジントルク推定装置１０とを含む。

センサ群８は、クランクセンサ４以外の各種車載センサとして、例えば、アクセルセンサ、車速センサ、レーダセンサ、画像センサ等を含む。

エンジン制御装置３０は、エンジン４０を電気的に制御する。尚、エンジン４０の電気的な制御は、例えば、図示しないが、エンジン４０の吸気マニホールド内に配置されるスロットルバルブの開度（即ち、スロットル開度）を電気的に制御することで実現することが可能である。その他、エンジン４０の電気的な制御は、例えば、エンジン４０の燃焼室に噴射される燃料の量や点火時期を電気的に制御することや、バルブ開閉タイミングを調整するインテークカムシャフトの位相を電気的に制御することで実現することが可能である。

エンジン制御装置３０は、図２に示したようなハードウェア構成を有してよい。エンジン制御装置３０は、図９に示すように、運転者要求駆動力算出部３１と、運転者支援駆動力算出部３２と、目標駆動力調停部３３と、フィードバック制御部３４とを含む。

運転者要求駆動力算出部３１は、車速センサ及びアクセルセンサからの情報に基づいて、車速及びアクセル開度に応じた運転者要求駆動力（以下、「第１要求駆動力」と称する）を算出する。

運転者支援駆動力算出部３２は、レーダセンサ等からの情報に基づいて、運転者による車両の運転を支援するための要求駆動力（以下、「第２要求駆動力」と称する）を算出する。第２要求駆動力は、例えば所定車速で走行するために必要な駆動力、先行車に追従するために必要な駆動力、制限車速を超えないように車速を制限するための駆動力等であってよい。

目標駆動力調停部３３は、所定の規則に従って、第１要求駆動力及び第２要求駆動力のいずれかを選択する。例えば、ＡＣＣ（Adaptive Cruse Control）の実行中は、目標駆動力調停部３３は、第１要求駆動力が０である間、第２要求駆動力を選択し、第１要求駆動力が所定値より大きくなると、第１要求駆動力を選択する。目標駆動力調停部３３は、選択した要求駆動力を、トルク表現［N・ｍ］に変換し、要求駆動トルクとしてフィードバック制御部３４に与える。

フィードバック制御部３４は、例えば、目標駆動力調停部３３から与えられる要求駆動トルクと、エンジントルク推定装置１０から与えられる図示トルクの推定値との差分に基づいて、要求駆動トルクが実現されるようにエンジン４０の制御目標値を決定してもよい。エンジンの制御目標値は、例えばスロットル開度の目標値や燃料の噴射量の目標値等であってよい。尚、等価的に、図示トルクの推定値に代えて、該図示トルクの推定値に基づき推定される正味トルクの推定値が用いられてもよい。例えば、正味トルクは、図示トルクの推定値からエンジンのフリクショントルクを減算することで算出できる。また、エンジンのフリクショントルクは、例えば、エンジンの回転数および負荷に基づいて算出できる。また、フィードバック制御部３４は、エンジントルク推定装置１０から与えられる図示トルクの推定値に基づいて、エンジンの制御目標値として点火時期の目標値を決定してもよい。フィードバック制御部３４は、決定した制御目標値が実現されるように、エンジン４０を制御する。

図９に示すエンジン制御システム２によれば、エンジントルク推定装置１０を備え、要求駆動力と図示トルクの推定値との差分に基づいてエンジン４０をフィードバック制御できる。上述のようにエンジントルク推定装置１０からの図示トルクの推定値の推定精度が高いため、エンジン４０の駆動トルクを精度良く制御できる。これにより、例えば過剰に筒内に燃料を噴射する必要がなくなり、エンジン性能が向上し、燃費やドライバビリティが改善される。このようにして、エンジントルク推定装置１０をエンジン制御システムの高性能化に有効に利用できる。

［実施例２］
実施例２によるエンジントルク推定装置１０Ａは、上述した実施例１によるエンジントルク推定装置１０に対して、ハードウェア構成自体は同じであってよいが、機能が異なる。

図１０は、エンジントルク推定装置１０Ａの機能ブロック図である。

エンジントルク推定装置１０Ａは、上述した実施例１によるエンジントルク推定装置１０に対して、クランク角度推定誤差演算部１７が省略され、推定処理部２０が推定処理部２０Ａで置換される点が異なる。他の構成は、同一であってよく、図１０において同一の参照符号を付して説明を省略する。

推定処理部２０Ａは、以下で説明するように、上述した実施例１による推定処理部２０に対して、クランク角速度の推定誤差を用いる非線形カルマンフィルタにより図示トルクを推定する点が異なる。即ち、推定処理部２０Ａは、クランク角度の推定誤差を用いずにクランク角速度の推定誤差を用いる非線形カルマンフィルタにより図示トルクを推定する。

図１１は、エンジントルク推定装置１０Ａにより実行される処理の一例を示すフローチャートである。図１１の処理は、例えば、更新周期毎（例えば20ミリ秒毎）に繰り返し実行される。

図１１の処理は、上述した実施例１による図４に示した処理に対して、ステップＳ５が省略され、ステップＳ４及びステップＳ７が、ステップＳ４Ａ及びステップＳ７Ａでそれぞれ置換された点が異なる。以下では、上述した実施例１による図４に示した処理に対して異なる点を説明する。

ステップＳ４Ａでは、推定処理部２０Ａは、事前出力推定値を算出する事前出力推定値算出処理を行う。本実施例２では、事前出力推定値には、クランク角度の推定値は含まれず、クランク角速度の推定値のみが含まれる。

ステップＳ７Ａでは、推定処理部２０Ａは、ステップＳ６で得られるクランク角速度の推定誤差Δθドット（ｋ）を用いて、非線形カルマンフィルタによって図示トルクを推定する。この推定処理の具体例については、上述した実施例１による数理モデルに対して、出力変数ｙ（ｋ）に、クランク角度θ（ｋ）を含まない点が異なる。また、上述した実施例１による非線形カルマンフィルタに対して、クランク角度の推定誤差を用いない点が異なる。その他の点は、実質的に同一であってよく、説明を省略する。

実施例２によっても、上述した実施例１と同質の効果が得られる。実施例２による推定結果では、上述した比較例と同一の所定のエンジン運転条件下で、RMSEは200．8、位相ずれの平均は、0．543msecであった。したがって、クランク角速度の推定誤差だけを用いる場合でも、上述した比較例（RMSE：292．10、位相ずれの平均：1．338m秒）よりも精度の改善を図ることができる。

以上、各実施例について詳述したが、特定の実施例に限定されるものではなく、特許請求の範囲に記載された範囲内において、種々の変形及び変更が可能である。また、前述した実施例の構成要素を全部又は複数を組み合わせることも可能である。

例えば、上述した実施例では、状態変数ｘ（ｋ）に含まれるエンジントルクを表すパラメータは、図示トルクであったが、図示トルクに代えて、他のパラメータ（例えば、正味トルクや、図示トルクから外部負荷トルクを差し引いたトルク）が用いられてもよい。

また、上述した実施例では，一例としてエンジンを備える車両を対象としたが、エンジンを備える限り、対象は、任意である。例えば、対象は、エンジンを備える鉄道車両、エンジンを備える船舶、エンジンを備える建設機械、エンジンを備えるバイク（車両の一種）、エンジンを備える航空機、エンジンを備えるヘリコプター等であってもよい。

なお、以上の実施例に関し、さらに以下の付記を開示する。
（付記１）
エンジンのクランクシャフトの回転角度であるクランク角度の測定値を取得する取得部と、
クランク角度の前記測定値に基づいて、クランク角速度の算出値を導出するクランク角速度計算部と、
クランク角速度の前記算出値とクランク角速度の推定値との差分である第１推定誤差を用いる非線形カルマンフィルタに基づいて、エンジントルクの推定値を導出する推定部とを含む、エンジントルク推定装置。
（付記２）
クランク角速度の前記推定値は、前記非線形カルマンフィルタによる事前推定値であり、
前記推定部は、周期ごとに、前記非線形カルマンフィルタに基づき、前記第１推定誤差及びカルマンゲインを算出して、エンジントルクの前記推定値を導出する、付記１に記載のエンジントルク推定装置。
（付記３）
前記推定部は、前記第１推定誤差に加えて、クランク角度の前記測定値とクランク角度の推定値との差分である第２推定誤差を用いる前記非線形カルマンフィルタに基づいて、前記エンジントルクの推定値を導出する、付記１に記載のエンジントルク推定装置。
（付記４）
クランク角度の前記推定値は、前記非線形カルマンフィルタによる事前推定値であり、
前記推定部は、周期ごとに、前記非線形カルマンフィルタに基づき、前記第１推定誤差、前記第２推定誤差、及びカルマンゲインを算出して、エンジントルクの前記推定値を導出する、付記３に記載のエンジントルク推定装置。
（付記５）
クランク角速度の前記算出値を平滑化処理する平滑化処理部を更に含み、
前記推定部は、平滑化処理された前記算出値を用いて前記第１推定誤差を導出する、付記１〜４のうちのいずれか１項に記載のエンジントルク推定装置。
（付記６）
前記平滑化処理部は、クランク角速度の各時点の前記算出値を移動平均法に基づいて平滑化する、付記５に記載のエンジントルク推定装置。
（付記７）
前記非線形カルマンフィルタは、エンジントルクからクランク角度とクランク角速度を計算する数理モデルに基づく、付記１〜６のうちのいずれか１項に記載のエンジントルク推定装置。
（付記８）
前記非線形カルマンフィルタは、アンセンテッドカルマンフィルタである、付記１〜７のうちのいずれか１項に記載のエンジントルク推定装置。
（付記９）
エンジンのクランクシャフトの回転角度であるクランク角度の測定値を取得し、
クランク角度の前記測定値に基づいて、クランク角速度の算出値を導出し、
クランク角速度の前記算出値とクランク角速度の推定値との差分を用いる非線形カルマンフィルタに基づいて、エンジントルクの推定値を導出することを含む、コンピュータにより実行されるエンジントルク推定方法。
（付記１０）
エンジンのクランクシャフトの回転角度であるクランク角度に応じたクランク角信号を出力するクランクセンサと、
前記クランクセンサからの前記クランク角信号に基づいて、クランク角度の測定値を取得する取得部と、
クランク角度の前記測定値に基づいて、クランク角速度の算出値を導出するクランク角速度計算部と、
クランク角速度の前記算出値とクランク角速度の推定値との差分を用いる非線形カルマンフィルタに基づいて、エンジントルクの推定値を導出する推定部とを含む、エンジントルク推定システム。
（付記１１）
エンジンのクランクシャフトの回転角度であるクランク角度に応じたクランク角信号を出力するクランクセンサと、
前記クランクセンサからの前記クランク角信号に基づいて、クランク角度の測定値を取得する取得部と、
クランク角度の前記測定値に基づいて、クランク角速度の算出値を導出するクランク角速度計算部と、
クランク角速度の前記算出値とクランク角速度の推定値との差分を用いる非線形カルマンフィルタに基づいて、エンジントルクの推定値を導出する推定部と、
エンジントルクの前記推定値に基づいて、エンジンを制御するエンジン制御部と含む、エンジン制御システム。
（付記１２）
付記１〜１１のいずれかにおいて、前記エンジントルクは、前記図示トルクを含む。

１ エンジントルク推定システム
２ エンジン制御システム
４ クランクセンサ
８ センサ群
１０，１０Ａ エンジントルク推定装置
１４ クランク角度測定値取得部
１５ クランク角速度計算部
１６ 平滑化処理部
１７ クランク角度推定誤差演算部
１８ クランク角速度推定誤差演算部
２０，２０Ａ 推定処理部
３０ エンジン制御装置
３１ 運転者要求駆動力算出部
３２ 運転者支援駆動力算出部
３３ 目標駆動力調停部
３４ フィードバック制御部
４０ エンジン

Claims (8)

1. エンジンのクランクシャフトの回転角度であるクランク角度の測定値を取得する取得部と、
   クランク角度の前記測定値に基づいて、クランク角速度の算出値を導出するクランク角速度計算部と、
   クランク角速度の前記算出値とクランク角速度の推定値との差分である第１推定誤差と、クランク角度の前記測定値とクランク角度の推定値との差分である第２推定誤差とを用いる非線形カルマンフィルタに基づいて、エンジントルクの推定値を導出する推定部とを含む、エンジントルク推定装置。
2. クランク角速度の前記推定値は、前記非線形カルマンフィルタによる事前推定値であり、
   前記推定部は、周期ごとに、前記非線形カルマンフィルタに基づき、前記第１推定誤差及びカルマンゲインを算出して、エンジントルクの前記推定値を導出する、請求項１に記載のエンジントルク推定装置。
3. クランク角度の前記推定値は、前記非線形カルマンフィルタによる事前推定値であり、
   前記推定部は、周期ごとに、前記非線形カルマンフィルタに基づき、前記第１推定誤差、前記第２推定誤差、及びカルマンゲインを算出して、エンジントルクの前記推定値を導出する、請求項１又は２に記載のエンジントルク推定装置。
4. クランク角速度の前記算出値を平滑化処理する平滑化処理部を更に含み、
   前記推定部は、平滑化処理された前記算出値を用いて前記第１推定誤差を導出する、請求項１〜３のうちのいずれか１項に記載のエンジントルク推定装置。
5. 前記非線形カルマンフィルタは、エンジントルクからクランク角度とクランク角速度を計算する数理モデルに基づく、請求項１〜４のうちのいずれか１項に記載のエンジントルク推定装置。
6. 前記非線形カルマンフィルタは、アンセンテッドカルマンフィルタである、請求項１〜５のうちのいずれか１項に記載のエンジントルク推定装置。
7. エンジンのクランクシャフトの回転角度であるクランク角度の測定値を取得し、
   クランク角度の前記測定値に基づいて、クランク角速度の算出値を導出し、
   クランク角速度の前記算出値とクランク角速度の推定値との差分である第１推定誤差と、クランク角度の前記測定値とクランク角度の推定値との差分である第２推定誤差とを用いる非線形カルマンフィルタに基づいて、エンジントルクの推定値を導出することを含む、コンピュータにより実行されるエンジントルク推定方法。
8. エンジンのクランクシャフトの回転角度であるクランク角度に応じたクランク角信号を出力するクランクセンサと、
   前記クランクセンサからの前記クランク角信号に基づいて、クランク角度の測定値を取得する取得部と、
   クランク角度の前記測定値に基づいて、クランク角速度の算出値を導出するクランク角速度計算部と、
   クランク角速度の前記算出値とクランク角速度の推定値との差分である第１推定誤差と、クランク角度の前記測定値とクランク角度の推定値との差分である第２推定誤差とを用いる非線形カルマンフィルタに基づいて、エンジントルクの推定値を導出する推定部とを含む、エンジントルク推定システム。

Images