JP7205456B2 - 車両用制御装置、車両用制御システム、および車両用学習装置 - Google Patents
車両用制御装置、車両用制御システム、および車両用学習装置 Download PDFInfo
- Publication number
- JP7205456B2 JP7205456B2 JP2019231143A JP2019231143A JP7205456B2 JP 7205456 B2 JP7205456 B2 JP 7205456B2 JP 2019231143 A JP2019231143 A JP 2019231143A JP 2019231143 A JP2019231143 A JP 2019231143A JP 7205456 B2 JP7205456 B2 JP 7205456B2
- Authority
- JP
- Japan
- Prior art keywords
- value
- variable
- vehicle
- action
- processing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Combined Controls Of Internal Combustion Engines (AREA)
- Control Of Throttle Valves Provided In The Intake System Or In The Exhaust System (AREA)
- Control Of Vehicle Engines Or Engines For Specific Uses (AREA)
Description
1.実行装置および記憶装置を備え、前記記憶装置には、車両の状態と前記車両内の電子機器の操作に関する変数である行動変数との関係を規定する関係規定データが記憶されており、前記実行装置は、センサの検出値に基づく前記車両の状態を取得する取得処理と、前記取得処理によって取得された前記車両の状態と前記関係規定データとによって定まる前記行動変数の値に基づき前記電子機器を操作する操作処理と、前記取得処理によって取得された前記車両の状態に基づき、前記車両の特性が基準を満たす場合に満たさない場合よりも大きい報酬を与える報酬算出処理と、前記取得処理によって取得された前記車両の状態、前記電子機器の操作に用いられた前記行動変数の値、および該操作に対応する前記報酬を予め定められた更新写像への入力とし、前記関係規定データを更新する更新処理と、を実行し、前記更新写像は、前記関係規定データに従って前記電子機器が操作される場合の前記報酬についての期待収益を増加させるように更新された前記関係規定データを出力するものであり、前記関係規定データが指定する前記行動変数の値が第1の値であるとして該第1の値に従って前記操作処理により前記電子機器を操作する処理が、第1の状況において実行可能であって且つ第2の状況においては実行不可とされている車両用制御装置である。
5.前記制限処理は、前記行動変数の前回の値を記憶する記憶処理と、前記行動変数の今回の値と前記行動変数の前回の値との差の絶対値が所定値以下となるように、前記今回の値を制限する処理と、を含む上記4記載の車両用制御装置である。
なお、第2実行装置が車載装置とは別の装置であることは、第2実行装置が車載装置ではないことを意味する。
10.上記8記載の前記第2実行装置を備える車両用学習装置である。
以下、車両用制御装置の第1の実施形態について、図面を参照しつつ説明する。
図1に、本実施形態にかかる車両VC1の駆動系および制御装置の構成を示す。
本実施形態において、関係規定データDRは、行動価値関数Qおよび方策πを定めるデータである。本実施形態において、行動価値関数Qは、状態sおよび行動aの6次元の独立変数に応じた期待収益の値を示すテーブル型式の関数である。また、方策πは、状態sが与えられたときに、独立変数が与えられた状態sとなる行動価値関数Qのうち最大となる行動a(グリーディ行動)を優先的に選択しつつも、所定の確率で、それ以外の行動aを選択する規則を定める。
図2に戻り、CPU72は、S16の処理によって設定した変速比GRに基づき操作信号MS5を出力して変速装置60を操作する(S18)。次にCPU72は、内燃機関10の回転速度NEを取得する(S20)。ここで、CPU72は、回転速度NEを、クランク角センサ84の出力信号Scrに基づき算出する。そしてCPU72は、図2の一連の処理がはじめてなされた時点または後述のS24の処理が実行された時点のうち遅い方から所定期間が経過したか否かを判定する(S22)。そして、CPU72は、所定期間が経過したと判定する場合(S22:YES)、強化学習によって行動価値関数Qを更新する(S24)。
図4に示す一連の処理において、CPU72は、上述の所定期間内における状態sおよび行動aの時系列データを取得する(S30)。図4には、カッコの中の数字が異なるものが、異なるサンプリングタイミングにおける変数の値であることを示す。たとえば、スロットル開口度TA(1)とスロットル開口度TA(2)とは、サンプリングタイミングが互いに異なるものである。また、所定期間内における行動aの時系列データを、行動集合Ajとし、同所定期間内における状態sの時系列データを、状態集合Sjと定義する。
図2に戻り、CPU72は、S24の処理が完了する場合や、S22の処理において否定判定する場合には、図2に示す一連の処理を一旦終了する。なお、S10~S22の処理は、CPU72が制御プログラム74aを実行することにより実現され、S24の処理は、CPU72が学習プログラム74bを実行することにより実現される。また、車両VC1の出荷時における関係規定データDRは、テストベンチで図2に示した処理と同様の処理を実行することによってあらかじめ学習がなされたデータとする。
CPU72は、アクセル操作量PA、車速V、勾配SL、曲率CU、および現在の変速比GRに基づき、方策πに従って、今回の制御周期においてとるべき変速比GRである行動aを設定する。ここでCPU72は、基本的には、関係規定データDRに規定されている行動価値関数Qに基づき期待収益を最大とする行動aを選択する。ただし、CPU72は、所定の確率「ε-ε/|A|」で、期待収益を最大化する行動a以外の行動を選択することによって、期待収益を最大化する行動aの探索を行う。これにより、ユーザによる車両VC1の運転に伴って、関係規定データDRを強化学習によって更新できる。したがって、アクセル操作量PA、車速V、勾配SL、曲率CU、および現在の変速比GRに応じて更新すべき変速比GRを、熟練者による工数を過度に大きくすることなく車両VC1の走行において適切な値に設定することができる。
(1)アクセル操作量PAおよび車速Vのみならず、勾配SLおよび曲率CUに基づき変速比GRを定めた。勾配SLが大きい場合には小さい場合よりも駆動輪66に要求されるトルクが大きくなる傾向や、カーブ走行時には直進走行時よりもアクセル操作およびブレーキ操作の一方から他方への切り替えがなされる頻度が高くなる傾向があることから、勾配SLや曲率CUに応じて適切な変速比が異なりうる。そこで本実施形態では、勾配SLや曲率CUに応じて変速比GRを設定することにより、変速比GRをより適切に設定することができる。ただし、勾配SLや曲率CUに基づき変速比GRを設定する場合、アクセル操作量PAおよび車速Vのみから変速比GRを設定する場合と比較して、適合工数が大きくなる。したがって、本実施形態のように強化学習を用いることのメリットが特に大きい。
以下、第2の実施形態について、第1の実施形態との相違点を中心に図面を参照しつつ説明する。
図6に示す一連の処理において、CPU72は、まず、所定期間内における噴射量指令値Q*の時系列データと、状態sおよび行動aの時系列データと、を取得する(S70)。次にCPU72は、噴射量指令値Q*の時系列データの積算値InQを算出する(S72)。
CPU72は、S78,S82の処理を完了する場合や、S80の処理において否定判定する場合には、図1に示した記憶装置76に記憶されている関係規定データDRを更新すべく、行動aおよび状態sを図3の処理に対して変更しつつ、図3に示した処理の要領で、S40~S46の処理を実行する。そして、CPU72は、S46の処理が完了する場合、図6に示す一連の処理を一旦終了する。
CPU72は、アイドル回転速度制御時において、スロットル開口度TAのみならず、吸気位相差DINを操作量として、回転速度NEを目標回転速度NE*に制御する。これにより、吸気位相差指令値DIN*を固定してアイドル回転速度制御を実行する場合と比較すると、燃料消費量を低減した制御を実行可能となる。ただし、吸気位相差指令値DIN*を操作量に加える場合、適合工数が大きくなる。そこで本実施形態では、強化学習によって学習された関係規定データDRを用いてアイドル回転速度制御を実行する。
以下、第3の実施形態について、第1の実施形態との相違点を中心に図面を参照しつつ説明する。
また、本実施形態では、スロットル開口度指令値TA*、点火時期の遅角量aop、およびベース噴射量Qbseを、アイドル回転速度制御に限らない一般の行動変数として強化学習を実行する。ここで、遅角量aopは、予め定められた基準点火時期に対する遅角量であり、基準点火時期は、MBT点火時期とノック限界点とのうちの遅角側の時期である。MBT点火時期は、最大トルクの得られる点火時期(最大トルク点火時期)である。またノック限界点は、ノック限界の高い高オクタン価燃料の使用時に、想定される最良の条件下で、ノッキングを許容できるレベル以内に収めることのできる点火時期の進角限界値である。また、ベース噴射量Qbseは、検出値Afuを目標値に制御するための開ループ操作量である。
また、本実施形態では、分散σ(i)を、係数wTik(i=1~3,k=1~18)によって規定される線形写像によって入力変数x(1)~x(18)を線形変換した値のそれぞれを関数fに入力した際の関数fの値とする。本実施形態では、関数fとして、ReLUを例示する。
図8に、S24bの処理の詳細を示す。
条件(サ):トルクTrqとトルク指令値Trq*との差の絶対値が規定量ΔTrq以下である旨の条件である。
条件(ス):検出値Afuがリッチ側閾値AfR以上であって且つリーン側閾値AfL以下である旨の条件である。
pθ(ht)
=p(s0)・p(s1|s0,a0)・π(a0|s0)・p(s2|s1,a1)・π(a1|s1)…p(sT|sT-1,aT-1)・π(aT-1|sT-1)
となる。ただし、初期確率p(s0)は、状態s0となる確率であり、遷移確率p(st+1|st,at)は、状態st、行動atのときに状態stから状態st+1に遷移する確率である。
なお、S118~S130の処理は、ROM74に記憶された学習プログラム74bのうち、状態s0,s1,…、行動a0,a1,…、および報酬rを入力とし、更新されたパラメータθを出力する更新写像の実行指令が実行されることによって実現される。
なお、CPU72は、S122,S128,S132の処理が完了する場合、図8に示す一連の処理を一旦終了する。
CPU72は、アクセル操作量PA、回転速度NEおよび充填効率ηの時系列データに基づき、方策πに従って、スロットル開口度指令値TA*、遅角量aopおよびベース噴射量Qbseを設定する。ここで、過渡時においては開ループ操作量としてのベース噴射量Qbseを充填効率ηに比例した値としたのみでは、検出値Afuがリッチ側閾値AfRとリーン側閾値AfLとの間から外れるおそれがある。そして、どのようにベース噴射量Qbseを設定すればよいかを、熟練者による試行錯誤の繰り返しによって行う場合には、熟練者に要求される工数が多くなる。これに対し、本実施形態では、過渡時の開ループ制御の噴射量であるベース噴射量Qbseを強化学習によって学習することにより、熟練者に要求される工数を効果的に削減できる。
(2)関係規定データDRに関数近似器を用いることにより、状態や行動が連続変数であっても、これを容易に扱うことができる。
以下、第4の実施形態について、第3の実施形態との相違点を中心に図面を参照しつつ説明する。
図9に、本実施形態において、強化学習を実行する制御システムの構成を示す。なお、図9において、図1に示した部材に対応する部材については、便宜上、同一の符号を付している。
上記実施形態における事項と、上記「課題を解決するための手段」の欄に記載した事項との対応関係は、次の通りである。以下では、「課題を解決するための手段」の欄に記載した解決手段の番号毎に、対応関係を示している。[1]実行装置は、CPU72およびROM74に対応し、記憶装置は、記憶装置76に対応する。取得処理は、S10,S12,S20,S52,S66,S90,S110の処理に対応し、操作処理は、図2のS18の処理や、図5のS56~S62の処理、図7のS96~S102の処理に対応する。報酬算出処理は、図3のS34~S38の処理や、図6のS74~S82の処理、図8のS112~S116の処理に対応する。更新処理は、S40~S46の処理や、S118~S130の処理に対応する。更新写像は、学習プログラム74bのうちS40~S46の処理を実行する指令によって規定された写像や、S118~S130の処理を実行する指令によって規定された写像に対応する。図3においては、第1の値は、1速に対応する「1」に対応し、第1の状況は、変速比が2速である状況に対応し、第2の状況は、変速比が3速である状況に対応する。図5においては、第1の値は、前回の回転速度NE(n-1)との差の絶対値が所定値ΔNEth以下である回転速度NEおよび方策πによってはとりえない行動変数の値に対応する。また、第2の状況は、前回の回転速度NE(n-1)との差の絶対値が所定値ΔNEthを超える回転速度NEである状況に対応し、第1の状況は、前回の回転速度NE(n-1)との差の絶対値が所定値ΔNEth以下の回転速度NEである状況に対応する。[2]図3に例示したデータに対応する[3]制限処理は、S56,S58の処理や、S96~S100の処理に対応する。[4,5]記憶処理は、S104の処理に対応し、制限処理は、S98,S100の処理に対応する。[6]制限処理は、S96の処理に対応する。[7]記憶処理は、S64の処理に対応し、補正処理は、S58の処理に対応する。[8~10]第1実行装置は、CPU72およびROM74に対応し、第2実行装置は、CPU112およびROM114に対応する。
なお、本実施形態は、以下のように変更して実施することができる。本実施形態および以下の変更例は、技術的に矛盾しない範囲で互いに組み合わせて実施することができる。
・図7の処理では、遅角量aopに限って、前回の遅角量aop(n-1)との差の絶対値を制限する処理を実行したが、これに限らない。たとえば、スロットル開口度指令値TA*についても前回値との差の絶対値を制限する処理を実行してもよく、またたとえば、ベース噴射量Qbseについても前回値との差の絶対値を制限する処理を実行してもよい。また、たとえば、スロットル開口度指令値TA*について前回値との差の絶対値を制限する処理を実行しつつも、遅角量aopについては前回値との差の絶対値を制限する処理を実行しなくてもよい。
・制限処理としては、前回の行動変数の値との差の絶対値を制限する処理や、前回の状態の値との差の絶対値を制限することによって前回の行動変数の値との差の絶対値を制限する処理、選択確率が小さい行動変数の値の採用を制限する処理に限らない。たとえば、アクセル操作量PAがゼロより大きい規定値以上の場合に、スロットル開口度指令値TA*がゼロとなることを禁止する処理等、探索等によってグリーディ行動となりえないと考えられる行動変数の値を予め定めておくようにしてもよい。
・図7の処理では、行動変数としてのスロットルバルブの開口度に関する変数として、スロットル開口度指令値TA*を例示したが、これに限らない。たとえば、アクセル操作量PAに対するスロットル開口度指令値TA*の応答性を、無駄時間および2次遅れフィルタにて表現し、無駄時間と、2次遅れフィルタを規定する2つの変数との合計3つの変数を、スロットルバルブの開口度に関する変数としてもよい。ただし、その場合、状態変数は、アクセル操作量PAの時系列データに代えて、アクセル操作量PAの単位時間当たりの変化量とすることが望ましい。
・たとえば、下記「車両について」の欄に記載したように車両としてハイブリッド車や、電気自動車、燃料電池車を採用する場合、回転電機のトルクや出力を行動変数としてもよい。またたとえば、内燃機関のクランク軸の回転動力によって回転するコンプレッサを備えた車載空調装置を備える場合、コンプレッサの負荷トルクを行動変数に含めてもよい。また、電動式の車載空調装置を備える場合、空調装置の消費電力を行動変数に含めてもよい。
・上記実施形態では、アクセル操作量PAの時系列データを、等間隔でサンプリングされた6個の値からなるデータとしたが、これに限らない。互いに異なるサンプリングタイミングにおける2個以上のサンプリング値からなるデータであればよく、この際、3個以上のサンプリング値からなるデータや、サンプリング間隔が等間隔であるデータであることがより望ましい。
・上記実施形態では、行動価値関数Qを、テーブル形式の関数としたが、これに限らない。たとえば、関数近似器を用いてもよい。
・たとえば「関係規定データについて」の欄に記載したように、行動価値関数を関数近似器とする場合、上記実施形態におけるテーブル型式の関数の独立変数となる行動についての離散的な値の組の全てについて、状態sとともに行動価値関数Qに入力することによって、行動価値関数Qを最大化する行動aを特定すればよい。すなわちたとえば、主として特定された行動aを操作に採用しつつも、所定の確率でそれ以外の行動を選択すればよい。
・S40~S46の処理においては、εソフト方策オン型モンテカルロ法によるものを例示したが、これに限らない。たとえば、方策オフ型モンテカルロ法によるものであってもよい。もっとも、モンテカルロ法にも限らず、たとえば、方策オフ型TD法を用いたり、またたとえばSARSA法のように方策オン型TD法を用いたり、またたとえば、方策オン型の学習として適格度トレース法を用いたりしてもよい。
・図4の処理では、条件(ア)および条件(イ)の論理積が真であるか否かに応じて報酬を与えたが、これに限らない。たとえば、条件(ア)を満たすか否かに応じて報酬を与える処理と、条件(イ)を満たすか否かに応じて報酬を与える処理とを実行してもよい。また、たとえば、条件(ア)を満たすか否かに応じて報酬を与える処理と、条件(イ)を満たすか否かに応じて報酬を与える処理との2つの処理に関しては、それらのうちのいずれか1つの処理のみを実行してもよい。
(b)変速装置の入力軸62の回転速度の変化速度の絶対値が入力側所定値以下である場合に入力側所定値を超える場合よりも大きい報酬を与える処理である。
・たとえば「行動変数について」の欄に記載したように、回転電機のトルクや出力を行動変数とする場合、バッテリの充電率が所定範囲内にある場合にない場合よりも大きい報酬を与える処理や、バッテリの温度が所定範囲内にある場合にない場合よりも大きい報酬を与える処理を含めてもよい。また、たとえば「行動変数について」の欄に記載したように、コンプレッサの負荷トルクや空調装置の消費電力を行動変数に含める場合、車室内の温度が所定範囲内にある場合にない場合よりも大きい報酬を与える処理を加えてもよい。
・図10に示した例では、S24bの処理の全てをデータ解析センター110にて実行したが、これに限らない。たとえば、データ解析センター110においては、S118~S130の処理を実行するものの、報酬の算出処理であるS112~S116の処理については実行せず、S140の処理において、S114,S116の処理の結果を送信することとしてもよい。
・実行装置としては、CPU72(112)とROM74(114)とを備えて、ソフトウェア処理を実行するものに限らない。たとえば、上記実施形態においてソフトウェア処理されたものの少なくとも一部を、ハードウェア処理するたとえばASIC等の専用のハードウェア回路を備えてもよい。すなわち、実行装置は、以下の(a)~(c)のいずれかの構成であればよい。(a)上記処理の全てを、プログラムに従って実行する処理装置と、プログラムを記憶するROM等のプログラム格納装置とを備える。(b)上記処理の一部をプログラムに従って実行する処理装置およびプログラム格納装置と、残りの処理を実行する専用のハードウェア回路とを備える。(c)上記処理の全てを実行する専用のハードウェア回路を備える。ここで、処理装置およびプログラム格納装置を備えたソフトウェア実行装置や、専用のハードウェア回路は複数であってもよい。
・上記実施形態では、関係規定データDRが記憶される記憶装置と、学習プログラム74bや制御プログラム74aが記憶される記憶装置(ROM74)とを別の記憶装置としたが、これに限らない。
・内燃機関としては、燃料噴射弁として吸気通路12に燃料を噴射するポート噴射弁を備えるものに限らず、燃焼室24に燃料を直接噴射する筒内噴射弁を備えるものであってもよく、またたとえば、ポート噴射弁および筒内噴射弁の双方を備えるものであってもよい。
「車両について」
・車両としては、推力生成装置が内燃機関のみである車両に限らず、たとえば内燃機関と回転電機とを備えるいわゆるハイブリッド車両であってもよい。またたとえば、推力生成装置として、内燃機関を備えることなく、回転電機を備えるいわゆる電気自動車や燃料電池車であってもよい。
12…吸気通路
14…スロットルバルブ
16…燃料噴射弁
18…吸気バルブ
20…シリンダ
22…ピストン
24…燃焼室
26…点火装置
28…クランク軸
40…吸気側カム軸
44…吸気バルブタイミング可変装置
50…トルクコンバータ
52…ロックアップクラッチ
60…変速装置
70…制御装置
110…データ解析センター
Claims (10)
- 実行装置および記憶装置を備え、
前記記憶装置には、車両の状態と前記車両内の電子機器の操作に関する変数である行動変数との関係を規定する関係規定データが記憶されており、
前記実行装置は、
センサの検出値に基づく前記車両の状態を取得する取得処理と、
前記取得処理によって取得された前記車両の状態と前記関係規定データとによって定まる前記行動変数の値に基づき前記電子機器を操作する操作処理と、
前記取得処理によって取得された前記車両の状態に基づき、前記車両の特性が基準を満たす場合に満たさない場合よりも大きい報酬を与える報酬算出処理と、
前記取得処理によって取得された前記車両の状態、前記電子機器の操作に用いられた前記行動変数の値、および該操作に対応する前記報酬を予め定められた更新写像への入力とし、前記関係規定データを更新する更新処理と、を実行し、
前記更新写像は、前記関係規定データに従って前記電子機器が操作される場合の前記報酬についての期待収益を増加させるように更新された前記関係規定データを出力するものであり、
前記関係規定データが指定する前記行動変数の値が第1の値であるとして該第1の値に従って前記操作処理により前記電子機器を操作する処理が、第1の状況において実行可能であって且つ第2の状況においては実行不可とされている車両用制御装置。 - 前記関係規定データは、前記車両の状態が前記第1の状況に対応する第1の状態のときには、前記行動変数の値として前記第1の値が定義されている一方、前記車両の状態が前記第2の状況に対応する第2の状態のときには、前記行動変数の値として前記第1の値が定義されていないデータである請求項1記載の車両用制御装置。
- 前記操作処理は、前記関係規定データが指定する前記行動変数の値が第1の値である場合に、前記第1の状況において前記第1の値に従って前記電子機器を操作する処理を許容して且つ、前記第2の状況において前記第1の値に従って前記電子機器を操作する処理を許容しない制限処理を含む請求項1記載の車両用制御装置。
- 前記第1の状況は、前回の前記行動変数の値と前記第1の値との差の絶対値が所定値以下の状況であり、
前記第2の状況は、前回の前記行動変数の値と前記第1の値との差の絶対値が前記所定値を超える状況である請求項3記載の車両用制御装置。 - 前記制限処理は、前記行動変数の前回の値を記憶する記憶処理と、前記行動変数の今回の値と前記行動変数の前回の値との差の絶対値が所定値以下となるように、前記今回の値を制限する処理と、を含む請求項4記載の車両用制御装置。
- 前記関係規定データは、前記車両の状態を入力とし、前記行動変数の値の選択確率を出力とする関数近似器を規定するデータであり、
前記更新写像は、前記関数近似器を規定するパラメータの更新量を出力する写像を含み、
前記制限処理は、前記関数近似器の出力する選択確率が所定値未満となる前記行動変数の値に従った前記電子機器の操作を禁止する処理を含み、
前記第1の状況は、前記第1の値の選択確率が前記所定値以上となる状況であり、
前記第2の状況は、前記第1の値の選択確率が前記所定値未満となる状況である請求項3記載の車両用制御装置。 - 前記制限処理は、前記関係規定データとともに前記行動変数の値を算出するための前記状態を示す変数の値の前回の値を記憶する記憶処理と、前記状態を示す変数の値の前回の値と今回の値との差の絶対値が規定値を超える場合、前記状態を示す変数の値を、前記前回の値との差の絶対値が前記規定値以下となるように補正する補正処理と、を含む請求項4記載の車両用制御装置。
- 請求項1~7のいずれか1項に記載の前記実行装置および前記記憶装置を備え、
前記実行装置は、前記車両に搭載される第1実行装置と、車載装置とは別の第2実行装置と、を含み、
前記第2実行装置は、前記更新処理を少なくとも実行し、
前記第1実行装置は、前記取得処理および前記操作処理を少なくとも実行する車両用制御システム。 - 請求項8記載の前記第1実行装置を備える車両用制御装置。
- 請求項8記載の前記第2実行装置を備える車両用学習装置。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019231143A JP7205456B2 (ja) | 2019-12-23 | 2019-12-23 | 車両用制御装置、車両用制御システム、および車両用学習装置 |
US16/948,789 US11603111B2 (en) | 2019-10-18 | 2020-10-01 | Vehicle controller, vehicle control system, and learning device for vehicle |
CN202011091210.8A CN112682196B (zh) | 2019-10-18 | 2020-10-13 | 车辆用控制装置、车辆用控制系统、以及车辆用学习装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019231143A JP7205456B2 (ja) | 2019-12-23 | 2019-12-23 | 車両用制御装置、車両用制御システム、および車両用学習装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021099058A JP2021099058A (ja) | 2021-07-01 |
JP7205456B2 true JP7205456B2 (ja) | 2023-01-17 |
Family
ID=76541136
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019231143A Active JP7205456B2 (ja) | 2019-10-18 | 2019-12-23 | 車両用制御装置、車両用制御システム、および車両用学習装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7205456B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6744597B1 (ja) * | 2019-10-18 | 2020-08-19 | トヨタ自動車株式会社 | 車両用制御データの生成方法、車両用制御装置、車両用制御システム、および車両用学習装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010086405A (ja) | 2008-10-01 | 2010-04-15 | Fuji Heavy Ind Ltd | 制御パラメータの適合化システム |
JP2018017321A (ja) | 2016-07-28 | 2018-02-01 | トヨタ自動車株式会社 | 車両の制御装置 |
JP2018054080A (ja) | 2016-09-30 | 2018-04-05 | ダイハツ工業株式会社 | 動力分割式無段変速機の制御装置 |
-
2019
- 2019-12-23 JP JP2019231143A patent/JP7205456B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010086405A (ja) | 2008-10-01 | 2010-04-15 | Fuji Heavy Ind Ltd | 制御パラメータの適合化システム |
JP2018017321A (ja) | 2016-07-28 | 2018-02-01 | トヨタ自動車株式会社 | 車両の制御装置 |
JP2018054080A (ja) | 2016-09-30 | 2018-04-05 | ダイハツ工業株式会社 | 動力分割式無段変速機の制御装置 |
Also Published As
Publication number | Publication date |
---|---|
JP2021099058A (ja) | 2021-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7302466B2 (ja) | 車両用内燃機関の劣化判定装置 | |
JP6705545B1 (ja) | 車両用制御データの生成方法、車両用制御装置、車両用制御システム、および車両用学習装置 | |
CN112682181B (zh) | 车辆用控制装置、车辆用控制系统以及车辆控制方法 | |
JP7287287B2 (ja) | 車両用制御データの生成方法、車両用制御装置、車両用制御システム、および車両用学習装置 | |
CN112682196B (zh) | 车辆用控制装置、车辆用控制系统、以及车辆用学习装置 | |
JP7243642B2 (ja) | 車両用制御データの生成方法、車両用制御装置、車両用制御システム、および車両用学習装置 | |
JP7331704B2 (ja) | 車両用制御データの生成方法、車両用制御装置、および車両用制御システム | |
JP7207290B2 (ja) | 車両用制御装置、車両用制御システム、車両用学習装置、および車両用学習方法 | |
TWI745120B (zh) | 車輛控制系統、車輛控制裝置及用於車輛之控制方法 | |
TW202117179A (zh) | 產生車輛控制資料之方法,車輛控制裝置,及車輛控制系統 | |
JP7327198B2 (ja) | 車両用制御データの生成方法、車両用制御装置、車両用制御システム、および車両用学習装置 | |
JP7205456B2 (ja) | 車両用制御装置、車両用制御システム、および車両用学習装置 | |
JP7314819B2 (ja) | 車両制御方法、車両用制御装置及びサーバ | |
JP7207289B2 (ja) | 車両用制御装置、車両用制御システム、車両用学習装置、および車両用学習方法 | |
JP7205460B2 (ja) | 車両用制御データの生成方法、車両用制御装置、車両用制御システム、および車両用学習装置 | |
JP2021067256A (ja) | 車両用制御データの生成方法、車両用制御装置、車両用制御システム、および車両用学習装置 | |
JP2021067261A (ja) | 車両用制御装置、車両用制御システム、および車両用学習装置 | |
JP4501890B2 (ja) | 制御装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220125 |
|
TRDD | Decision of grant or rejection written | ||
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221122 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20221129 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221212 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7205456 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |