JP6969264B2 - 車両の電子装置 - Google Patents

Description

本発明は、車両の電子装置に関する。

従来から、車両には、加速度センサ、ヨーレートセンサ等、各種センサが搭載されている。また、各種センサのデータに基づいて処理を実施する電子装置が搭載されている。例えば、ある種の電子装置は、センサから取得した所定数のサンプルデータに基づいて基準値であるゼロ点を補正するゼロ点補正処理を実施する。ゼロ点を補正する際に、センサから取得した所定数のサンプルデータのバラツキ度合が大きいと、処理結果の信頼性が低下するため、サンプルデータをセンサから取得し直す必要がある。

特開平６−３３６８号公報

所定数のサンプルデータを取得してからバラツキ度合を判定して必要に応じてサンプルデータを取得し直すと、処理の完了が遅くなってしまう。

そこで、本発明の課題の一つは、例えば、取得した複数個のデータに基づいて実施される処理を早期に完了することである。

本発明は、例えば、データを取得する取得部と、第１の所定数の前記データのバラツキ度合が第１の所定値未満であるか否かを判定する前に、前記取得部によって前記第１の所定数よりも少ない第２の所定数の前記データが取得された時点で、前記第２の所定数のデータに基づいて、前記第１の所定数の前記データのバラツキ度合が第１の所定値以上になる確率が第２の所定値以上であるか否かを判定し、当該確率が前記第２の所定値以上であると判定した場合、前記第２の所定数のデータのすべて又は一部を使用せず新たなデータを選定するリセット処理を行う判定部と、前記判定部によって前記第１の所定数のデータのバラツキ度合が前記第１の所定値未満であると判定された場合、前記第１の所定数のデータを用いて所定の処理を実施するデータ処理部と、を備える車両の電子装置である。

また、上記ゼロ点補正装置では、例えば、前記判定部は、前記第１の所定数がＮであり、前記第２の所定数がＳであり、前記Ｓ個のデータと、バラツキが０（ゼロ）と仮定したＮ−Ｓ個のデータに基づいて算出したバラツキ度合の結果に基づいて、前記リセット処理を行う。

また、上記ゼロ点補正装置では、例えば、前記第１の所定数をＮ、前記データをｘ_ｉ（１≦ｉ≦Ｎ）、前記第１の所定値をＥ、前記第２の所定数をＳ（２≦Ｓ＜Ｎ）、前記第２の所定値を１００％とし、前記判定部は、下記の式（１１）を満たさなかったときに、前記リセット処理を行う。

また、上記ゼロ点補正装置では、例えば、前記判定部は、前記第２の所定数がＳであり、前記Ｓ個のデータに基づいて、前記第１の所定数の前記データのバラツキ度合が第１の所定値以上になる確率が第２の所定値以上となるか否かを判定する判定値を、自由度Ｓ−１のカイ二乗分布に基づいて算出する。

また、上記ゼロ点補正装置では、例えば、前記第１の所定数をＮ、前記データをｘ_ｉ（１≦ｉ≦Ｎ）、前記第１の所定値をＥ、前記第２の所定数をＳ（２≦Ｓ＜Ｎ）、前記第２の所定値に対応する第３の所定値をＥ４とした場合、前記判定部は、下記の式（１２）を満たさなかったときに、前記リセット処理を行う。

また、上記ゼロ点補正装置では、例えば、前記判定部は、前記第２の所定数のデータが取得された後、それまでに取得された前記データの平均値を算出し、前記平均値からの乖離度が第４の所定値以上であるデータを破棄する。

また、上記ゼロ点補正装置では、例えば、前記判定部は、前記破棄した回数が所定回数以上の場合、前記第２の所定数のデータすべてを使用せず新たなデータを選定するリセット処理を行う。

また、上記ゼロ点補正装置では、例えば、前記取得部は、センサによって検出されたデータを取得し、前記データ処理部は、前記第１の所定数のデータを用いて、前記センサの基準値であるゼロ点を補正するゼロ点補正を実施する。

図１は、実施形態のＥＣＵ（車両の電子装置）を搭載する車両の概略構成を示す図である。 図２は、実施形態のＥＣＵによる第１のゼロ点補正処理の手順を示すフローチャートである。 図３は、実施形態におけるデータの演算値と閾値Ｅとの関係を示すグラフである。 図４は、実施形態においてＲＭＳ２の手法を用いた場合とＲＭＳ３の手法と用いた場合のゼロ点補正処理の流れを示すグラフである。 図５は、実施形態においてヨーレートセンサ値を取得してＲＭＳ２の手法を用いた場合とＲＭＳ３の手法と用いた場合のゼロ点補正処理の流れを示すグラフである。 図６は、実施形態において指標値Ｚと閾値Ｅ４との関係を示すグラフである。 図７は、正規分布等の説明図である。 図８は、実施形態のＥＣＵによる第２のゼロ点補正処理の手順を示すフローチャートである。

以下、本発明の例示的な実施形態が開示される。以下に示される実施形態の構成、ならびに当該構成によってもたらされる作用および結果（効果）は、例である。本発明は、以下の実施形態に開示される構成以外によっても実現可能である。また、本発明によれば、以下の構成によって得られる種々の効果（派生的な効果も含む）のうち少なくとも一つを得ることが可能である。

まず、図１を参照して、実施形態のＥＣＵ（Electronic Control Unit）５０（車両の電子装置）を搭載する車両の概略構成について説明する。図１は、実施形態のＥＣＵ５０を搭載する車両の概略構成を示す図である。

図１に示すように、車両には、車両を走行させるための駆動力発生装置１１と、前輪ＦＲ，ＦＬを転舵輪として転舵させるための操舵装置１２と、各車輪ＦＬ，ＦＲ，ＲＬ，ＲＲ（以下、符号を省略して単に「車輪」という場合もある。）に制動力を付与するための制動装置１３と、が設けられている。

駆動力発生装置１１には、運転者によるアクセルペダル２０の操作量、即ちアクセル開度に基づいた駆動力を発生するエンジン２１と、エンジン２１の出力軸に接続された自動変速機２２とが設けられている。また、駆動力発生装置１１には、アクセル開度を検出するためのアクセル開度センサＳＥ１が設けられている。そして、エンジン２１から出力された駆動力は、自動変速機２２からディファレンシャルギヤ２３に伝達され、ディファレンシャルギヤ２３から駆動輪である前輪ＦＲ，ＦＬに配分される。

なお、車両には、運転者によって操作されるシフト装置２５が設けられている。シフト装置２５のレンジが前進レンジである場合、自動変速機２２からは、車両を前進させる方向の駆動力が出力される。一方、シフト装置２５のレンジが後進レンジである場合、自動変速機２２からは、車両を後進させる方向の駆動力が出力される。こうした前進レンジであるか又は後進レンジであるかなどのシフト情報は、制動装置１３を制御するＥＣＵ５０に送信される。

操舵装置１２には、運転者によって操舵されるステアリング３０が固定されたステアリングシャフト３１と、ステアリングシャフト３１に連結された転舵アクチュエータ３２とが設けられている。また、操舵装置１２には、転舵アクチュエータ３２により車両の左右方向に移動自在なタイロッドと、タイロッドの移動により前輪ＦＬ，ＦＲを転舵させるリンクとを含んだリンク機構部３３が設けられている。また、操舵装置１２には、ステアリング３０の操舵角に応じた検出信号をＥＣＵ５０に出力する操舵角センサＳＥ２が設けられている。なお、操舵角センサＳＥ２からは、例えば、車両を右方向に旋回させる場合には操舵角が正の値となるような検出信号を出力し、車両を左方向に旋回させる場合には操舵角が負の値となるような検出信号を出力する。

制動装置１３には、運転者によるブレーキペダル４０の操作力に応じたブレーキ液圧を発生する液圧発生装置４１と、車輪ＦＲ，ＦＬ，ＲＲ，ＲＬ毎に個別に設けられたブレーキ装置４２ａ，４２ｂ，４２ｃ，４２ｄに連結されたブレーキアクチュエータ４３とが設けられている。また、制動装置１３には、運転者によるブレーキペダル４０の操作状況（オン／オフ）に応じた検出信号をＥＣＵ５０に出力するブレーキスイッチＳＷ１が設けられている。

ブレーキアクチュエータ４３は、運転者がブレーキペダル４０を操作しない場合であっても各車輪ＦＲ，ＦＬ，ＲＲ，ＲＬに対して制動力を付与できるように構成されている。例えば、ブレーキアクチュエータ４３は、液圧発生装置４１側のブレーキ液圧と、ブレーキ装置４２ａ，４２ｂ，４２ｃ，４２ｄに設けられたホイールシリンダ内のブレーキ液圧との間に差圧を発生させるための差圧調整弁と、ホイールシリンダ内にブレーキ液を供給するための電動ポンプとを備えている。また、ブレーキアクチュエータ４３には、各ホイールシリンダ内のブレーキ液圧を個別に調整するための各種弁が設けられている。つまり、本実施形態のブレーキアクチュエータ４３は、各車輪ＦＲ，ＦＬ，ＲＲ，ＲＬに対する制動力を個別に調整可能である。

また、ＥＣＵ５０には、アクセル開度センサＳＥ１、操舵角センサＳＥ２、ブレーキスイッチＳＷ１に加え、各車輪ＦＲ，ＦＬ，ＲＲ，ＲＬの車輪速度を検出するための車輪速度センサＳＥ３，ＳＥ４，ＳＥ５，ＳＥ６が電気的に接続されている。また、ＥＣＵ５０には、車両の前後方向における加速度（以下、「前後方向加速度」という。）を検出するための前後方向加速度センサＳＥ７と、車両の横方向（車幅方向）における加速度（以下、「横方向加速度」という。）を検出するための横方向加速度センサＳＥ８と、車両のヨーレートを検出するためのヨーレートセンサＳＥ９とが電気的に接続されている。

なお、前後方向加速度センサＳＥ７からは、車両の走行する路面が水平路である場合において、車両が加速するときには前後方向加速度が正の値となるような検出信号が出力され、車両が減速するときには前後方向加速度が負の値となるような検出信号が出力される。また、車両が降坂路で停車する場合、車両の重心が前側に移動するため、前後方向加速度センサＳＥ７からの検出信号に基づき算出される前後方向加速度は負の値となる。

また、横方向加速度センサＳＥ８及びヨーレートセンサＳＥ９からは、車両が右方向に旋回する場合には、車両の横方向加速度及びヨーレートが正の値となる一方、車両が左方向に旋回する場合には、車両の横方向加速度及びヨーレートが負の値となるような検出信号がそれぞれ出力される。

ＥＣＵ５０は、車両に搭載されたいずれかのシステムのＥＣＵに組み込まれてもよいし、独立したＥＣＵであってもよい。ＥＣＵ５０は、例えば、不図示のＣＰＵ（Central Processing Unit）、コントローラ、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、フラッシュメモリ等を有する。ＥＣＵ５０は、インストールされ、ロードされたプログラムにしたがって処理を実行し、各機能を実現することができる。

ＥＣＵ５０は、処理部５１０と、記憶部５２０と、を備える。処理部５１０は、取得部５１１、判定部５１２、および、所定の処理を実施するデータ処理部の一例であるゼロ点補正部５１３を備える。つまり、ＥＣＵ５０は、プログラムにしたがって処理が実行されることにより、取得部５１１、判定部５１２、ゼロ点補正部５１３等として機能することができる。また、記憶部５２０には、各部の演算処理で用いられるデータや、演算処理の結果のデータ等が記憶される。なお、上記各部の機能の少なくとも一部は、ハードウエアによって実現されてもよい。

取得部５１１は、車両に搭載された各センサＳＥ１〜ＳＥ９、ブレーキスイッチＳＷ１等からデータ（検出データ）を取得する。

各センサＳＥ１〜ＳＥ９のうち、ゼロ点を補正する対象となるのは、例えば、ヨーレートセンサＳＥ９である。ゼロ点とは、センサの基準値である。ゼロ点は、例えば、車両のヨーレートの場合、車両のヨーレートがゼロ、すなわち車両に全く左右の回転が発生していない状態を示す値である。ヨーレートセンサＳＥ９は、周囲の温度変化による出力電圧等の変動である温度ドリフト等によって、現在設定されているゼロ値と現実のゼロ値に差のある場合がある。そこで、ゼロ点の補正が必要となる。ヨーレートセンサＳＥ９のゼロ点補正では、例えば、車両が直進走行しているときのヨーレートセンサＳＥ９のデータ（サンプルデータ）を用いて、ゼロ点補正を行う（詳細は後述）。なお、以下では、ゼロ点を補正する対象を単に「センサ」と称する。また、サンプルデータを単に「データ」と称する場合がある。

判定部５１２は、第１の所定数のデータのバラツキ度合が第１の所定値未満であるか否かを判定する。判定部５１２は、その前に、取得部５１１によって第１の所定数よりも少ない第２の所定数のデータが取得された時点で、第２の所定数のデータに基づいて、第１の所定数のデータのバラツキ度合が第１の所定値以上になる確率が第２の所定値以上であるか否かを判定し、当該確率が第２の所定値以上であると判定した場合、第２の所定数のデータのすべて又は一部を使用せず新たなデータを選定するリセット処理を行う（詳細は後述）。

ゼロ点補正部５１３は、判定部５１２によって第１の所定数のデータのバラツキ度合が第１の所定値未満であると判定された場合、第１の所定数のデータ（第１の所定数のデータを用いた各種演算結果であってもよい。以下同様）を用いてセンサのゼロ点を補正する。このゼロ点補正部５１３によるゼロ点補正処理は既知であるので、詳細な説明を省略する。

次に、図２を参照して、実施形態のＥＣＵ５０による第１のゼロ点補正処理について説明する。図２は、実施形態のＥＣＵ５０による第１のゼロ点補正処理の手順を示すフローチャートである。なお、以下において、処理部５１０の動作のうち、取得部５１１、判定部５１２、ゼロ点補正部５１３以外の動作を説明するときは、その動作主体を処理部５１０と表す。

まず、ステップＳ１において、処理部５１０は、ＲＡＭの初期化（リセット）を実行する。次に、ステップＳ２において、取得部５１１は、センサのデータ（サンプルデータ）を１つ取得する。次に、ステップＳ３において、処理部５１０は、２つ以上のデータを取得したか否かを判定し、Ｙｅｓの場合はステップＳ４に進み、Ｎｏの場合はステップＳ２に戻る。

ステップＳ４において、判定部５１２は、取得した２つ以上のデータのバラツキ度合が所定値未満か否かを判定し、Ｙｅｓの場合はステップＳ５に進み、Ｎｏの場合はステップＳ１に戻る。ステップＳ４では、データ数が所定数（例えば１００個）の場合とそれよりも小さい場合で異なる判定方法や異なる判定値を取り得る。なお、このステップＳ４の処理の詳細については後述する。

ステップＳ５において、処理部５１０は、所定数（例えば１００個）のデータを取得したか否かを判定し、Ｙｅｓの場合はステップＳ６に進み、Ｎｏの場合はステップＳ２に戻る。ステップＳ６において、ゼロ点補正部５１３は、所定数のデータの各種演算結果を用いてセンサのゼロ点を補正する。

次に、図３を参照して、実施形態における全体処理の概要について説明する。図３は、実施形態におけるデータの演算値と閾値Ｅとの関係を示すグラフである。ここで、Ｎは、センサのゼロ点補正処理を行うために取得すべきデータの数（第１の所定数）である。また、Ｓ（第２の所定数）は、Ｎよりも小さい数である。また、図３のグラフにおいて、縦軸は、データに所定の演算（例えば後述のＲＭＳ法による演算）を実行したときの演算値を表す。Ｅは、閾値（第１の所定値）である。符号Ｌ１は演算値の推移を表す。なお、この演算値は減少することがないものとする（詳細は後述）。また、横軸は時間を表し、横軸中の「Ｎ」、「Ｓ」は、それぞれ、「Ｎ個のデータを取得するまでに要する時間」、「Ｓ個のデータを取得するまでに要する時間」を表す。

従来技術と同様、本実施形態でも、取得したＮ個のデータによる演算値が所定値Ｅ未満であれば、そのＮ個のデータは正常であると判定し、そのＮ個のデータを用いてセンサのゼロ点補正を行う。本実施形態で、従来技術と異なるのは、例えば、Ｓ個のデータを取得した時点で、符号Ｌ２に示すように、演算値が所定値Ｅ以上となった場合、その時点で、判定をリセットする点である（詳細は後述）。

次に、具体的な演算内容について説明する。所定数のデータ（サンプルデータ）を用いてゼロ点補正を行う場合、その所定数のデータのすべてが正常データであること、つまり、大きなノイズ等の影響を受けた異常データでないことが重要となる。その場合、例えば、所定数のデータの値がすべて予め定められた所定範囲内に収まっているときに、すべてが正常データであると判定することができる。以下、この判定手法を「所定範囲判定法」と称する。また、ノイズはある確率分布にしたがってその振幅が変動するため、所定数が大きくなるほど、大きなノイズ等の影響を受けたデータの発生確率は高くなる。

そして、上述の所定範囲判定法では、現在設定されているゼロ値と現実のゼロ値との差を考慮することができないので、所定数のデータが実際にはすべて正常データであっても、所定範囲外のデータを異常なデータと判定してしまうことがある。

所定範囲判定法のこの短所を解決できる手法の１つに、ＲＭＳ（Root Mean Square）法がある。ＲＭＳ法では、所定範囲を設定することなく、データのバラツキ度合だけを判定することができる。具体的には、以下の式（１）、式（２）を用いてデータのバラツキ度合を判定することができる。

ここで、Ｎは所定数である。ｘ_ｉはｉ番目（１≦ｉ≦Ｎ）のデータの値である。Ｅは閾値である。

このＲＭＳ１の手法では、Ｎ個のデータをバッファ（記憶部）に記憶させ、その後にＲＭＳ１を算出し、そのＲＭＳ１が所定値Ｅ未満であるか否かを判定する。ＲＭＳ１が所定値Ｅ未満であれば、そのＮ個のデータを用いてゼロ点補正を行う。ＲＭＳ１が所定値Ｅ以上であれば、一旦、取得したデータを破棄するなどのリセットをして、再度データの取得と式（１）による判定を、ＲＭＳ１が所定値Ｅ未満になるまで繰り返す。しかし、このＲＭＳ１の手法によれば、Ｎ個のデータのすべてを記憶することができるバッファが必要になり、コストアップにつながってしまう。

そこで、そのバッファの問題を解決する手法として、以下の式（３）と上述の式（２）を用いて判定するＲＭＳ２の手法がある。

このＲＭＳ２の手法では、式（３）の根号の中の第１項を記憶するバッファと第２項を記憶するバッファを用意し、データを取得するたびにその第１項と第２項を更新してＲＭＳ２を算出し、そのＲＭＳ２が所定値Ｅ未満であるか否かを判定する。ＲＭＳ２が所定値Ｅ未満であれば、Ｎ個のデータはゼロ点補正処理に使用可能であり、各種演算結果を用いてゼロ点補正を行う。ＲＭＳ２が所定値Ｅ以上であれば、リセットして、再度、所定数のデータを取得して式（３）による判定を行う。このＲＭＳ２の手法によれば、必要なバッファの容量を小さく抑えることができるが、所定数のデータを取得した後にしか判定を行うことができず、ゼロ点補正を早期に完了できない点で改善の余地がある。

そこで、本実施形態では、以下の式（４）によるＲＭＳ３の手法を採用する。

ここで、Ｎは第１の所定数である。ｘ_ｉはｉ番目（１≦ｉ≦Ｎ）のデータの値である。Ｅは第１の所定値（閾値）である。Ｓ（２≦Ｓ＜Ｎ）は第２の所定数である。このＲＭＳ３は、Ｓ番目のサンプルデータまでを取得した時点で、「Ｓ＋１」番目〜Ｎ番目のデータがバラツキ０（Ｓ個のデータの平均値からの偏差が０）と仮定した二乗平均平方根である。したがって、ＲＭＳ３は、減少することのない増加関数となっている。つまり、データｘ_ｉのＳ番目のデータｘ_ｓを取得した時点でＲＭＳ３が所定値Ｅ以上となった場合は、その後にＮ個のデータが揃ったときのＲＭＳ３（ＲＭＳ２と同値）も所定値Ｅ以上となるのが確定となる。すなわち、前述した第２の所定値が１００％の場合となる。

判定部５１２は、上述の式（４）を満たさなかったときに、リセット処理を行う。つまり、判定部５１２は、Ｓ個のデータに基づいてＲＭＳ３が所定値Ｅ以上となった場合、リセットを行う。換言すると、判定部５１２は、第１の所定数がＮであり、第２の所定数がＳであり、Ｓ個のデータと、バラツキが０（ゼロ）と仮定したＮ−Ｓ個のデータに基づいて算出したバラツキ度合の結果に基づいて、リセット処理を行う。

次に、図４を参照して、ＲＭＳ２の手法を用いた場合とＲＭＳ３の手法と用いた場合のゼロ点補正処理の流れについて説明する。図４は、実施形態においてＲＭＳ２の手法を用いた場合とＲＭＳ３の手法と用いた場合のゼロ点補正処理の流れを示すグラフである。

図４において、図示のような値のサンプルデータが順次取得されるものとする。そして、サンプルデータｘ_３は大きなノイズ等の影響を受けたデータである。ＲＭＳ２の手法を用いた場合、途中のサンプルデータ（ｘ_１〜ｘ_ｓ）の段階の演算結果はその後のサンプルデータ（ｘ_Ｓ＋１〜ｘ_Ｎ）によって大きくも小さくもなり得るため、すべてのサンプルデータ（ｘ_１〜ｘ_Ｎ）を用いた演算結果でなければ、サンプルデータ（ｘ_１〜ｘ_Ｎ）のバラツキが所定値Ｅ未満か否かを確実に判定できない。したがって、サンプルデータｘ_Ｎを取得してから式（３）による判定をし、判定結果がＮＧであればリセットし、再びサンプルデータをＮ個（ｘ_Ｎ＋１〜ｘ_２Ｎ）取得してから式（３）による判定をし、判定結果がＯＫであれば、その後にゼロ点補正を行うことで、学習（ゼロ点補正処理）を完了する。

一方、ＲＭＳ３の手法を用いた場合、２個目のサンプルデータ（ｘ_２）を取得してからは、サンプルデータを取得するごとに式（４）による判定を行う。そして、サンプルデータｘ_３を取得してから式（４）による判定をし、判定結果がＮＧであるのでリセットする。その後、再びサンプルデータを取得して式（４）による判定を繰り返し、Ｎ個のサンプルデータを取得して式（４）による判定結果がＯＫであれば、その後にゼロ点補正を行うことで、学習（ゼロ点補正処理）を完了することができる。つまり、減少することのない増加関数であるＲＭＳ３の手法を用いた場合、ＲＭＳ２の手法を用いた場合のサンプルデータｘ_２Ｎを取得した時点よりも格段に早く、サンプルデータｘ_Ｎ＋３を取得した時点で、学習を終了することができる。

図５は、実施形態においてヨーレートセンサ値を取得してＲＭＳ２の手法を用いた場合とＲＭＳ３の手法と用いた場合のゼロ点補正処理の流れについて説明する。図５は、実施形態においてヨーレートセンサ値を取得してＲＭＳ２の手法を用いた場合とＲＭＳ３の手法と用いた場合のゼロ点補正処理の流れを示すグラフである。

ヨーレートセンサ値（ヨーレートセンサＳＥ９による検出データの値）を用いる場合は、例えば、車両の直進走行時（舵角がほぼ０、左右の車輪速度の差がほぼ０等のとき）のヨーレートセンサ値を所定数サンプリングして、データの平均値からヨーレートのゼロ点を算出する。そのとき、取得したデータが所定のバラツキ度合以上である場合は信用できないものとして、再度サンプリングする。

必要なサンプルデータ数が多くなると、サンプルデータ内にノイズ等の影響を受けたデータが含まれる確率が高くなり、バラツキ度合が所定以上になってサンプリングを繰り返すことが多くなり、ゼロ点補正処理が完了しにくくなる。

例えば、１０個のデータを用いてゼロ点を補正する場合に、図５に示すように、データNo.１〜No.３３のデータを取得し、その中のデータNo.４、No.１９、No.２０にノイズ等の影響を受けたデータが混ざっているものとする。その場合、ＲＭＳ２の手法では、第１回サンプリング（データNo.１〜No.１０）してＮＧと判定してリセットし、第２回サンプリング（データNo.１１〜No.２０）してＮＧと判定してリセットし、第３回サンプリング（データNo.２１〜No.３０）してそこで初めてＯＫと判定し、その後にゼロ点補正処理を完了することができる。

一方、ＲＭＳ３の手法では、最初にサンプリングし始めてから、データNo.４のデータをサンプリングした時点でＮＧと判定してリセットし、再サンプリングでデータＮｏ.５〜Ｎｏ.１４のデータを取得してＯＫと判定し、その後にゼロ点補正処理を完了することができる。つまり、ＲＭＳ３の手法によれば、ＲＭＳ２の手法と比較して、早期に、データのサンプリングをやり直して、ゼロ点補正処理を完了することができる。

次に、別の判定基準について説明する。上述したように、データｘ_ｉのＳ番目のデータｘ_Ｓを取得した時点でＲＭＳ３が所定値Ｅ以上となった場合は、その後にＮ個のデータが揃ったときのＮ個のサンプルデータのバラツキ度合が所定値Ｅ以上となる確率が１００％であった。しかし、「Ｓ＋１」番目〜Ｎ番目のデータがバラツキ０（Ｓ個のデータの平均値からの偏差が０）となる可能性は低いので、当該確率が１００％よりも少し小さい値（例えば、９９％、９５％等）になるようにすることも有効である。

以下では、サンプルデータの値が正規分布にしたがうと仮定する。そして、Ｓ個のサンプルデータに基づいて、以下の式（５）に示すように、指標値Ｚが閾値Ｅ４（第３の所定値）未満か否かを判定する。

換言すると、判定部５１２は、第２の所定数がＳであり、Ｓ個のデータに基づいて、第１の所定数のデータのバラツキ度合が第１の所定値以上になる確率が第２の所定値以上となるか否かを判定する判定値を、自由度Ｓ−１のカイ二乗分布に基づいて算出する。

ここで、図６は、実施形態において指標値Ｚと閾値Ｅ４との関係を示すグラフである。縦軸は、指標値Ｚの値を表す。符号Ｌ１１は指標値Ｚの推移を表す。また、横軸は時間を表し、横軸中の「Ｎ」、「Ｓ」は、それぞれ、「Ｎ個のデータを取得するまでに要する時間」、「Ｓ個のデータを取得するまでに要する時間」を表す。Ｓ番目までのサンプルデータを取得して算出した指標値ＺがＥ４以上となった場合は（符号Ｌ１２）、その後、Ｎ番目までのサンプルデータを取得した場合に、Ｎ個のサンプルデータのバラツキ度合が所定値Ｅ以上となる確率は第２の所定値以上であることを示す。以下、閾値Ｅ４の決め方について説明する。

ここで、図７（ａ）は、標準正規分布（平均が０。分散が１）を示すグラフである。図７（ｂ）は、正規分布を示すグラフである。図７（ｃ）は、標準正規分布に対応するカイ二乗分布の累積分布関数を示すグラフである。図７（ｄ）は、正規分布に対応するカイ二乗分布の確率密度関数を示すグラフである。

サンプルデータが標準正規分布にしたがうと仮定するとサンプルデータ数がＳ個で算出した指標値Ｚは自由度「Ｓ−１」のカイ二乗分布にしたがう。したがって、図７（ａ）の標準正規分布について、サンプルデータ数がＳ個で、自由度「Ｓ−１」のカイ二乗分布の累積確率が所定確率Ｐ１（例えば０．９５）となる数値Ｅ２を算出する。そのとき、指標値ＺがＥ２以下となる確率がＰ１となる。

そして、サンプルデータが正規分布にしたがう場合（図７（ｂ））は、標準正規分布（図７（ａ））と相互変換可能なので、標準正規分布の場合のＥ２を、サンプルデータの正規分布の場合の値に変換してＥ４とする（図７（ｄ））。このようにして、Ｅ４を算出することができる。そして、Ｓ個のサンプルデータを取得したときに、指標値ＺがＥ４以上となった場合にＮＧと判定してリセットすればよい。

また、図６のＥ４は、直線や折れ線に近似してＥ４１としてもよい。その際、最小二乗法等を用いて近似の直線や折れ線としてもよい。

また、サンプルデータ数がＳ個で、自由度「Ｓ−１」のカイ二乗分布の累積確率が所定確率Ｐ１（例えば０．９５）となる数値Ｅ２を算出する代わりに、サンプルデータ数がＮ個となったときにＲＭＳ３が所定値Ｅ以上となる確率を考慮し、自由度「Ｎ−Ｓ−１」のカイ二乗分布の累積確率が所定確率Ｐ２（例えば０．０５）となる数値Ｅ５を算出し、標準正規分布の場合のＥ５をサンプルデータの正規分布の場合の値に変換してＥ４としてもよい。この場合、指標値ＺがＥ４以上となったとき、１−Ｐ２の確率（例えばＰ２が０．０５のときは０．９５となる）でＮＧとなるため、Ｓ個のサンプルデータを取得したときに、指標値ＺがＥ４以上となった場合にＮＧと判定してリセットすればよい。その場合のＥ４も、最小二乗法等を用いて近似の直線や折れ線としてもよい。

また、さらに別の判定基準として、ＲＭＳ３に対する閾値として、Ｅの代わりにＥ６（Ｅ６＜Ｅの部分のみ使用）を用いてもよい。Ｅ６は、例えば、所定値Ｅ７を用いて以下のように表すことができる。
Ｅ６＝Ｅ７×√（Ｓ／Ｎ）

このＥ６を用いることで、Ｅを用いる場合よりも早くＮＧを判定し、リセットをすることができる。なお、Ｅ７は、センサの仕様におけるノイズの分散の値等により決定することができる。また、Ｅ７＞Ｅとすることが好ましい。

次に、図８を参照して、実施形態のＥＣＵ５０による第２のゼロ点補正処理について説明する。図８は、実施形態のＥＣＵ５０による第２のゼロ点補正処理の手順を示すフローチャートである。

まず、ステップＳ１１において、処理部５１０は、ＲＡＭの初期化（リセット）を実行する。次に、ステップＳ１２において、取得部５１１は、センサのデータ（サンプルデータ）を１つ取得する。次に、ステップＳ１３において、処理部５１０は、２つ以上のデータを取得したか否かを判定し、Ｙｅｓの場合はステップＳ１４に進み、Ｎｏの場合はステップＳ１２に戻る。

ステップＳ１４において、判定部５１２は、それまでに取得したデータの平均値を算出する。次に、ステップＳ１５において、判定部５１２は、それまでに取得したデータについて、平均値からの乖離度が所定値（第４の所定値）未満か否かを判定し、Ｙｅｓの場合はステップＳ１８に進み、Ｎｏの場合はステップＳ１６に進む。

ステップＳ１６において、判定部５１２は、平均値からの乖離度が所定値以上のデータを破棄する。次に、ステップＳ１７において、判定部５１２は、データ破棄回数が所定回数以上であるか否かを判定し、Ｙｅｓの場合はステップＳ１１に戻り、Ｎｏの場合はステップＳ１８に進む。ステップＳ１１に戻った場合、判定部５１２は、それまでに取得したデータすべてを使用せず新たなデータを選定するリセット処理を行う。

ステップＳ１８において、処理部５１０は、所定数（例えば１００個）のデータを取得したか否かを判定し、Ｙｅｓの場合はステップＳ１９に進み、Ｎｏの場合はステップＳ１２に戻る。ステップＳ１９において、ゼロ点補正部５１３は、所定数のデータの各種演算結果を用いてセンサのゼロ点を補正する。

なお、図２の処理と、図８の処理は、いずれか一方だけで実行してもよいし、あるいは、両方を並行して実行してもよい。

このようにして、本実施形態のＥＣＵ５０によれば、取得した複数個のデータに基づいて実施される処理を早期に完了することができる。具体的には、例えば、Ｎ個のデータのバラツキ度合を判定する前に、Ｎ個よりも少ないＳ個のデータに基づいてＮ個のデータのバラツキ度合を高精度で予測することで、早期なリセットを実現し、それにより、早期なゼロ点補正完了を実現することができる。

より具体的には、例えば、ＲＭＳ３（式（４））を用いて、Ｓ個のデータに基づいて、その後にＮ個のデータのバラツキ度合が１００％の確率で所定値Ｅ以上となることを判定することができる。

また、例えば、指標値Ｚ（式（５））を用いて、Ｓ個のデータに基づいて、その後にＮ個のデータのバラツキ度合が高確率で所定値Ｅ以上となることを判定することができる。

また、図８の処理によれば、平均値からの乖離度が大きいデータを破棄したり、当該破棄回数が所定回数以上の場合にリセットしたりすることで、ノイズによる影響を抑えることができる。

また、従来技術と異なり、学習可能なゼロ点は所定範囲内のみに限定されないため、任意の大きさのゼロ点学習を実現できる。つまり、現在のゼロ点が初期値や前回値から大きく離れていた場合にも対応できる。

また、すべてのサンプルデータをバッファに記憶させる必要がないため、データ数が多くても、バッファの容量を小さく抑えることができる。

また、特に、ＲＭＳ３（式（４））を用いることで、以下の作用効果を奏する。上述した従来のＲＭＳ１（ＲＭＳ２も同様）を用いた手法では、サンプルデータを途中まで取得した時点でＲＭＳ１の値が閾値より大きくなっても、ＲＭＳ１の最終的な値がその閾値よりも大きくなるとは限らない。一方、減少しない増加関数であるＲＭＳ３（式（４））を用いることで、ＲＭＳ１の最終的な値が閾値を超えることを、１００％の確率や高確率で予測することができる。

以上、本発明の実施形態が例示されたが、上記実施形態はあくまで例であって、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、組み合わせ、変更を行うことができる。また、各構成や、形状等のスペック（構造や、種類、数等）は、適宜に変更して実施することができる。

例えば、本実施形態のゼロ点補正処理を適用するセンサは、ヨーレートセンサに限定されず、加速度センサ等の別のセンサであってもよい。

また、ゼロ点補正処理以外の、例えば、加圧機構で所定の出力を行った際の実際の圧力を取得し、複数のサンプルデータから決定する場合など、複数のサンプルデータに基づいて処理を実施する場合に広く応用可能である。

１１…駆動力発生装置、１２…操舵装置、１３…制動装置、５０…ＥＣＵ、５１０…処理部、５１１…取得部、５１２…判定部、５１３…ゼロ点補正部（データ処理部）、５２０…記憶部、ＦＲ，ＦＬ，ＲＲ，ＲＬ…車輪。

Claims (8)

1. データを取得する取得部と、
   第１の所定数の前記データのバラツキ度合が第１の所定値未満であるか否かを判定する前に、前記取得部によって前記第１の所定数よりも少ない第２の所定数の前記データが取得された時点で、前記第２の所定数のデータに基づいて、前記第１の所定数の前記データのバラツキ度合が第１の所定値以上になる確率が第２の所定値以上であるか否かを判定し、当該確率が前記第２の所定値以上であると判定した場合、前記第２の所定数のデータのすべて又は一部を使用せず新たなデータを選定するリセット処理を行う判定部と、
   前記判定部によって前記第１の所定数のデータのバラツキ度合が前記第１の所定値未満であると判定された場合、前記第１の所定数のデータを用いて所定の処理を実施するデータ処理部と、を備える車両の電子装置。
2. 前記判定部は、
   前記第１の所定数がＮであり、前記第２の所定数がＳであり、前記Ｓ個のデータと、バラツキが０（ゼロ）と仮定したＮ−Ｓ個のデータに基づいて算出したバラツキ度合の結果に基づいて、前記リセット処理を行う、請求項１に記載の車両の電子装置。
3. 前記第１の所定数をＮ、前記データをｘ_ｉ（１≦ｉ≦Ｎ）、前記第１の所定値をＥ、前記第２の所定数をＳ（２≦Ｓ＜Ｎ）、前記第２の所定値を１００％とし、
   前記判定部は、下記の式（１１）を満たさなかったときに、前記リセット処理を行う、請求項２に記載の車両の電子装置。
   

   
4. 前記判定部は、
   前記第２の所定数がＳであり、前記Ｓ個のデータに基づいて、前記第１の所定数の前記データのバラツキ度合が第１の所定値以上になる確率が第２の所定値以上となるか否かを判定する判定値を、自由度Ｓ−１のカイ二乗分布に基づいて算出する、請求項１に記載の車両の電子装置。
5. 前記第１の所定数をＮ、前記データをｘ_ｉ（１≦ｉ≦Ｎ）、前記第１の所定値をＥ、前記第２の所定数をＳ（２≦Ｓ＜Ｎ）、前記第２の所定値に対応する第３の所定値をＥ４とした場合、
   前記判定部は、下記の式（１２）を満たさなかったときに、前記リセット処理を行う、請求項１に記載の車両の電子装置。
   

   
6. 前記判定部は、前記第２の所定数のデータが取得された後、それまでに取得された前記データの平均値を算出し、前記平均値からの乖離度が第４の所定値以上であるデータを破棄する、請求項１に記載の車両の電子装置。
7. 前記判定部は、前記破棄した回数が所定回数以上の場合、前記第２の所定数のデータすべてを使用せず新たなデータを選定するリセット処理を行う、請求項６に記載の車両の電子装置。
8. 前記取得部は、センサによって検出されたデータを取得し、
   前記データ処理部は、前記第１の所定数のデータを用いて、前記センサの基準値であるゼロ点を補正するゼロ点補正を実施する、請求項１から請求項７のいずれか一項に記載の車両の電子装置。

Images