JPH0843422A - 車両のヨーレート推定方法及びその装置 - Google Patents

Abstract

(57)【要約】 【目的】 センサで操舵角及び車輪速を検出し、これを
基にニューラルネットワーク演算によりヨーレートを推
定するに際し、操舵角及び車輪速の誤った検出値を用い
てヨーレートを推定するのを防止し、ヨーレートの推定
精度を高める。 【構成】 左右輪の車輪速Ｗr ，Ｗl 及び操舵角Ｆs を
それぞれセンサで検出するとともに、左右輪の車輪速か
ら左右輪回転差Ｒv 及び車速Ｖを算出し、少なくとも操
舵角Ｆs 、左右輪回転差Ｒv 及び車速Ｖを入力変数とす
るニューラルネットワーク演算によりヨーレート値φを
算出する。上記車輪速Ｗr ，Ｗl 及び操舵角Ｆs につい
て、それぞれ今回の検出値と１計測タイミング前の検出
値との差分を算出し、該各差分が所定値以上であるかを
判別する。所定値以上のとき１計測タイミング前の検出
値Ｄm を今回の検出値の代りに用いてヨーレート値φを
算出する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、車両に発生するヨーレ
ートを推定するヨーレート推定方法及びその装置に関
し、特に、左右輪回転差等の車両状態量を入力情報とす
るニューラルネットワーク演算によりヨーレートを推定
するものに係わる。

【０００２】

【従来の技術】従来、車両においては、４輪操舵装置等
を装備する場合に車両に発生するヨーレートを推定し、
該ヨーレートを用いてフィードバック制御をすることが
行われている。ヨーレートを推定する方法としては、左
右輪の回転差を基に円旋回時の幾何学的関係（いわゆる
二輪モデル）から導いた線形式でヨーレートを推定する
もの（例えば特開平２−４０５０４号公報参照）と、操
舵角を基に円旋回時の力学的関係から導いた線形式でヨ
ーレートを推定するもの（例えば特開平４−３５３０７
６号公報参照）とが知られている。

【０００３】ところが、上記従来のヨーレートを推定す
る方法は、いずれも円旋回時の理論式を基本にして導い
た線形式でヨーレートを推定するものであるため、非線
形領域の運動状態の時つまり左右輪回転差が所定値以上
の時又は操輪角が所定値以上の時にはヨーレートを精度
良く推定することができなくなるという問題があった。

【０００４】そこで、近年、非線形領域の運動状態の時
にもヨーレートを精度良く推定するために、ニューラル
ネットワークを用いたものが提案されている（例えば特
開平５−１８５９４７号公報参照）。このニューラルネ
ットワークは、通常、ヨーレートに関連する左右輪の回
転差、操舵角、操舵速度、車速及び車体加速度等の車両
状態量を入力変数として中間層のニューロンとシナプス
結合するとともに、該中間層のニューロンを、推定ヨー
レート値を出力する出力層のニューロンとシナプス結合
して構成されるものであって、学習回数を高めることで
線形領域から非線形領域に亘ってヨーレートを高い精度
で推定できることが実証されている。尚、左右輪の回転
差は、通常、従動輪である前輪又は後輪の左右２輪の車
輪速の差分から算出され、車速は上記左右２輪の車輪速
の平均値として算出される。

【０００５】

【発明が解決しようとする課題】ところで、上記ニュー
ラルネットワーク演算によりヨーレートを推定する方法
では、ニュートラルネットワークの入力変数のうち、特
にその主要な変数である操舵角及び左右輪回転差を精度
良く検出することが、ヨーレートの推定精度を高める上
で必要である。しかし、従来の車両に用いられるセンサ
で操舵角及び車輪速を検出するものの場合、これらの検
出値が外乱やノイズ等により実際上生じ得る大きさ以上
に大幅に変化することがあり、これに起因してヨーレー
トが誤って推定されるという問題がある。

【０００６】本発明はかかる点に鑑みてなされたもので
あり、その目的とするところは、センサで操舵角及び車
輪速を検出し、これを基にニューラルネットワーク演算
によりヨーレートを推定するに際し、操舵角及び車輪速
の誤った検出値を用いてヨーレートを推定するのを防止
し、ヨーレートの推定精度を高めるものである。

【０００７】

【課題を解決するための手段】上記目的を達成するた
め、請求項１に係わる発明は、車両のヨーレート推定方
法として、左右輪の車輪速及び操舵角をそれぞれ検出す
るとともに、上記左右輪の車輪速から左右輪回転差及び
車速を算出し、少なくとも上記操舵角、左右輪回転差及
び車速を入力変数とするニューラルネットワーク演算に
よりヨーレート値を算出することを前提とする。そし
て、上記車輪速及び操舵角について、それぞれ今回の検
出値と１計測タイミング前の検出値との差分を算出し、
該各差分が所定値以上であるかを判別し、所定値以上の
とき１計測タイミング前の検出値を今回の検出値の代り
に用いてヨーレート値を算出する構成とする。

【０００８】請求項２に係わる発明は、請求項１記載の
車両のヨーレート推定方法において、車輪速の差分が所
定値以上であるかを判別するときの所定値を、車両の加
速時には車輪速が大きい程小さくなり、車両の減速時に
は車輪速の大きさに拘らず一定となるように設定するも
のである。

【０００９】請求項３に係わる発明は、請求項１記載の
車両のヨーレート推定方法において、操舵角の差分が所
定値以上であるかを判別するときの所定値を、操舵角が
大きい程小さくなるように設定するものである。

【００１０】請求項４に係わる発明は、請求項１に係わ
る発明と同じ前提の車両のヨーレート推定方法におい
て、上記車輪速及び操舵角について、それぞれ今回の検
出値と１計測タイミング前の検出値との差分を算出し、
該各差分が所定値以上であるかを判別し、所定値以上の
とき１計測タイミング前の検出値を今回の検出値の代り
に用いるとともに、左右輪の車輪速又は左右輪回転差の
信号をローパスフィルターを通した後、その信号を用い
てヨーレート値を算出する構成とする。

【００１１】請求項５に係わる発明は、請求項４記載の
車両のヨーレート推定方法において、ローパスフィルタ
ーのカットオフ周波数を、固定式のものとしかつ車両の
駆動系共振周波数の略２分の１の大きさに設定するもの
である。

【００１２】請求項６に係わる発明は、請求項４記載の
車両のヨーレート推定方法において、ローパスフィルタ
ーのカットオフ周波数を、可変式のものとしかつ車輪速
が大きくなるに従って次第に高くなるように設定するも
のである。

【００１３】請求項７に係わる発明は、車両のヨーレー
ト推定装置として、左右輪の車輪速及び操舵角をそれぞ
れ検出するとともに、上記左右輪の車輪速から左右輪回
転差及び車速を算出し、少なくとも上記操舵角、左右輪
回転差及び車速を入力変数とするニューラルネットワー
ク演算によりヨーレート値を算出するように構成されて
いることを前提とする。そして、上記車輪速及び操舵角
について、それらの１計測タイミング前の検出値を記憶
する記憶手段と、上記車輪速及び操舵角について、それ
ぞれ今回の検出値と上記記憶手段に記憶された１計測タ
イミング前の検出値との差分を算出する算出手段と、該
各差分が所定値以上であるかを判別する判別手段と、そ
の判別結果で差分が所定値以上のとき１計測タイミング
前の検出値を今回の検出値の代りに置き換える置換手段
とを備える構成とする。

【００１４】請求項８に係わる発明は、請求項７記載の
車両のヨーレート推定装置において、さらに、左右輪の
車輪速又は左右輪回転差の信号から高周波ノイズを除去
するローパスフィルターを備える構成とする。

【００１５】

【作用】上記の構成により、請求項１又は請求項７に係
わる発明では、車輪速又は操舵角の検出値が外乱やノイ
ズ等に起因して実際上生じ得る大きさ以上に大幅に変化
したときには、車輪速又は操舵角について算出した今回
の検出値と１計測タイミング前の検出値との差分が所定
値以上となり、１計測タイミング前の検出値が今回の検
出値の代りに、ニューラルネットワークの入力変数とし
て用いられ、あるいは該入力変数である左右輪回転差等
の計算に用いられる。これにより、誤った検出値を用い
たヨーレート推定が防止される。

【００１６】ここで、車両の加速時における車輪速の変
化率つまり加速度は、車輪速ひいては車速が高いときに
は低いときに比べて小さくなる。一方、車両の減速時に
おける車輪速の変化率つまり減速度は、車速の高低と殆
ど関連性がないのが普通である。従って、請求項２に係
わる発明の如く車輪速の差分が所定値以上であるかを判
別するときの所定値を、車両の加速時には車輪速が大き
い程小さくなり、車両の減速時には車輪速の大きさに拘
らず一定となるように設定することは、車輪速の検出値
が正常なものか異常なものかの判断が適切に行われるこ
とになる。

【００１７】また、車両の旋回時における操舵角の操舵
速度は、操舵角が大きいときには小さいときに比べて小
さくなることから、請求項３に係わる発明の如く操舵角
の差分が所定値以上であるかを判別するときの所定値
を、操舵角が大きい程小さくなるように設定すること
は、操舵角の検出値が正常なものか異常なものかの判断
が適切に行われることになる。

【００１８】請求項４又は請求項８に係わる発明では、
左右輪の車輪速又は左右輪回転差の信号がローパスフィ
ルターを通って高周波のノイズ成分がカットされ、しか
る後にその信号を用いてニューラルネットワーク演算に
よりヨーレート値が算出されるので、ノイズによる車輪
速の誤った検出値を用いたヨーレート推定が、検出値の
差分が所定値以上のときの検出値の置換と相俟って確実
に防止されることになる。

【００１９】ここで、上記ローパスフィルターのカット
オフ周波数が固定式のものの場合、請求項５に係わる発
明の如く、そのカットオフ周波数を駆動系共振周波数
（略１６Ｈｚ）の略２分の１の大きさに設定すると、駆
動系共振に起因する車輪速の誤った検出値を用いたヨー
レート推定がより確実に防止される。

【００２０】また、低車速時には車輪速センサの信号を
高周波数領域まで検知する必要はなく、高車速時には車
輪速センサの信号のノイズ成分が高くなる。従って、ロ
ーパスフィルターのカットオフ周波数が可変式のものの
場合、請求項６に係わる発明の如く、そのカットオフ周
波数を、車輪速ないしは車速が大きくなるに従って次第
に高くなるように設定すると、信号のノイズ成分を効果
的にカットできることになる。

【００２１】

【実施例】以下、本発明の実施例を図面に基づいて説明
する。

【００２２】図１は本発明の一実施例に係わる車両のヨ
ーレート推定装置のブロック線図である。図１におい
て、１は右車輪の所定時間当りの回転数である車輪速を
検出する右車輪速センサ、２は左車輪の車輪速を検出す
る左車輪速センサ、３は操舵輪である前輪の操舵角を検
出する操舵角検出手段としての操舵角センサである。こ
れらのセンサ１〜３で検出された車輪速Ｗr ，Ｗl 及び
操舵角Ｆs の各信号は、入力インターフェイス４に入力
される。

【００２３】上記入力インターフェイス４から出力され
る入力情報（車輪速Ｗr ，Ｗl 及び操舵角Ｆs の各検出
値）は、信号選択器１１に対し、直接入力されるととも
に、入力信号記憶部１２を通して入力される。また、上
記入力情報は差分算出器１３にも入力される。上記入力
信号記憶部１２は、入力インターフェイス４からの入力
情報を１計測タイミングの間記憶し、１計測タイミング
後にその記憶データ（つまり１計測タイミング前の車輪
速Ｗr ，Ｗl 及び操舵角Ｆs の各検出値）を信号選択器
１１に出力するようになっており、車輪速Ｗr ，Ｗl 及
び操舵角Ｆs について、それらの１計測タイミング前の
検出値を記憶する記憶手段としての機能を有する。上記
記憶データは、入力信号記憶部１２から差分算出器１３
にも出力される。

【００２４】上記差分算出器１３は、算出手段として、
入力インターフェイス４からの入力情報つまり車輪速Ｗ
r ，Ｗl 及び操舵角Ｆs についての今回の検出値と、入
力信号記憶器１２からの記憶データつまり車輪速Ｗr ，
Ｗl 及び操舵角Ｆs についての１計測タイミング前の検
出値との差分をそれぞれ算出するようになっており、そ
の算出結果は、差分算出器１３から判別手段１４へ情報
として出力される。該判別手段１４は、車輪速Ｗr ，Ｗ
l 及び操舵角Ｆs の各差分が、有効マップ記憶部１５に
予め記憶された有効マップから求められる所定値以上で
あるか否かを判別するようになっている。

【００２５】ここで、上記有効マップ記憶部１５に予め
記憶された有効マップは、例えば図２及び図３に示す。
これらの有効マップの有効範囲のしきい値が、車輪速Ｗ
r ，Ｗl 又は操舵角Ｆs に対する所定値となる。図２に
示す有効マップは、車輪速Ｗr ，Ｗl に関するものであ
り、車両の加速時には車輪速Ｗr ，Ｗl が大きい程有効
範囲のしきい値が小さくなり、車両の減速時には車輪速
Ｗr ，Ｗl の大きさに拘らず有効範囲のしきい値は一定
になるように設定されている。図３に示す有効マップ
は、操舵角Ｆs に関するものであり、操舵角Ｆs （詳し
くはその絶対値｜Ｆs ｜）が大きい程有効範囲のしきい
値が小さくなるように設定されている。

【００２６】上記判別手段１４での判定結果は、信号と
して信号選択器１１に入力される。該信号選択器１１
は、車輪速Ｗr ，Ｗl 及び操舵角Ｆs の各差分が所定値
未満のときには入力インターフェイス４からの入力情報
である車輪速Ｗr ，Ｗl 及び操舵角Ｆs についての今回
の検出値をそのまま入力情報として選択しヨーレート推
定部側へ出力する一方、車輪速Ｗr ，Ｗl 及び操舵角Ｆ
s の各差分が所定値以上のときには入力信号記憶器１２
からの入力情報である車輪速Ｗr ，Ｗl 及び操舵角Ｆs
についての１計測タイミング前の検出値を今回の検出値
の代りに選択しヨーレート推定部側へ出力するようにな
っている。よって、信号選択器１１は、車輪速Ｗr ，Ｗ
l 又は操舵角Ｆs の差分が所定値以上のとき１計測タイ
ミング前の検出値を今回の検出値の代りに置き換える置
換手段としての機能を有する。

【００２７】上記信号選択器１１から出力される右車輪
速Ｗr と左車輪速Ｗl とは、加算点２１で互いに減算さ
れることにより左右輪の回転差（詳しくは所定時間当り
の回転数差ないし回転速度差）Ｒv が算出されるように
なっている。上記回転差Ｒvは、フィルター２２及び正
規化処理部２３を通してニューラルネットワーク演算部
２４に入力される。上記フィルター２２は、カットオフ
周波数が不変の固定式ローパスフィルターからなり、そ
のカットオフ周波数は駆動系共振周波数の略２分の１に
相当する８Ｈｚに設定されている。また、上記両車輪速
Ｗr ，Ｗl は加算点２５で互いに加算されるとともに、
この加算値は係数積算部２６で１／２倍されることによ
り車速Ｖが算出されるようになっている。車速Ｖは正規
化処理部２３を通してニューラルネットワーク演算部２
４に入力される。

【００２８】さらに、信号選択器１１から出力される操
舵角Ｆs も正規化処理部２３を通してニューラルネット
ワーク演算部２４に入力される。また、操舵角Ｆs は、
加算点２７に対し、そのまま入力されるとともに、遅延
回路２８で１計測タイミング遅れた後に入力され、該加
算点２７でこの両入力値が互いに減算されることにより
操舵速度Ｄfsが算出されるようになっている。操舵速度
Ｄfsも正規化処理部２３を通してニューラルネットワー
ク演算部２４に入力される。

【００２９】上記ニューラルネットワーク演算部２４
は、正規化処理部２３で各々正規化された左右輪の回転
差正規化値Ｒvn、車速正規化値Ｖn 、操舵角正規化値Ｆ
sn及び操舵速度正規化値Ｄfsn を入力変数としかつ中間
層に複数（本実施例の場合は６個）のニューロンを有す
るニューラルネットワークにより構成されており、ニュ
ーラルネットワーク演算により推定ヨーレート値φを算
出する。該推定ヨーレート値φがヨーレート推定装置の
出力信号である。

【００３０】次に、上記実施例のヨーレート推定装置に
おいて、ヨーレートを推定する場合の動作手順であるヨ
ーレート推定方法について、図４に示すメインフローチ
ャートに従って説明する。

【００３１】図４において、先ず、ステップＳ1 で計測
タイミングとなるのを待った後、ステップＳ2 で車両運
動情報としての右車輪速Ｗr 及び左車輪速Ｗl をそれぞ
れ車輪速センサ１，２により計測するとともに、ステッ
プＳ3 でドライバー操作情報としての操舵角Ｆs を操舵
角センサ３により計測する。

【００３２】続いて、ステップＳ4 で信号選択器１１に
て上記計測データ（車輪速Ｗr ，Ｗl と操舵角Ｆs ）を
入力データＤとして読み込むとともに、ステップＳ5 で
判別手段１４にて入力データの有効性を判定する。この
入力データの有効性の判定は、図５に示すフローチャー
トに従って行い、入力データが有効なときには有効性フ
ラグｆに「０」をセットし、入力データが無効なときに
は有効性フラグｆに「１」をセットする。

【００３３】そして、ステップＳ6 で有効性フラグｆが
「０」であるか否かを判定し、その判定がＹＥＳのと
き、つまり入力データが有効なときには、ステップＳ7
で信号選択器１１にて先に読み込んだ入力データ（車輪
速Ｗr ，Ｗl と操舵角Ｆs ）をそのまま選択データとす
るとともに、ステップＳ8 で入力信号記憶器１２にて入
力データを記憶し、しかる後にステップＳ10へ移行す
る。一方、上記ステップＳ6 の判定がＮＯのとき、つま
り入力データが無効なときには、ステップＳ9 で信号選
択器１１にて記憶データＤm である入力信号記憶器１２
に記憶された１計測タイミング前の入力データを選択デ
ータとし、しかる後にステップＳ10へ移行する。

【００３４】ステップＳ10では信号選択器１１から出力
される右車輪速Ｗr と左車輪速Ｗlとの差分である左右
輪回転差Ｒv を加算点２１で求めるとともに、該左右輪
回転差Ｒv に対しフィルター２２でフィルター計算をす
る。この左右輪回転差Ｒv のフィルター計算は、下記の
式 Ｒvf＝Filter（Ｗl −Ｗr ） ＝ｂ(1) ・Ｒv(t)＋ｂ(2) ・Ｒv(t-1)＋ｂ(3) ・Ｒv(t-
3)＋ｂ(4) ・Ｒv(t-4)＋ｂ(5) ・Ｒv(t-5)−ａ(2) ・Ｒ
vf(t-1)−ａ(3) ・Ｒvf(t-2) −ａ(4) ・Ｒvf(t-4) −
ａ(5) ・Ｒvf(t-5) により行う。但し、フィルター定数は、例えば ａ＝［1.0 -2.5562 2.6311 -1.2487 0.2299 ］ ｂ＝［0.0199 -0.0052 0.0266 -0.0052 0.0199］ である。

【００３５】上記フィルター計算の後、ステップＳ11で
正規化処理部２３にてその入力情報である左右輪回転差
Ｒv 、車速Ｖ、操舵角Ｆs 及び操舵速度Ｄfsを正規化す
る。この正規化計算は、下記の式 Ｒvn＝Ｒv ／２ Ｖn ＝（Ｖ−７０）／７０ Ｆsn＝Ｆs ／５ Ｄfsn ＝（Ｆs （ｔ）−Ｆs （ｔ−１））／２０ Ｐ＝［Ｒvn，Ｖn ，Ｆsn，Ｄfsn ］^T により行う。尚、マトリックスＰのT は転置マトリック
スを意味する。

【００３６】続いて、ステップＳ12でニューラルネット
ワーク演算部２４にて左右輪回転差正規化値Ｒvn、車速
正規化値Ｖn 、操舵角正規化値Ｆsn及び操舵速度正規化
値Ｄfsn を入力変数とするニューラルネットワーク演算
をして推定ヨーレート値φを算出する。この推定ヨーレ
ート値φの計算（ニューラルネットの計算）は、図６に
示すフローチャートに従って行う。上記推定ヨーレート
値φを出力した後、ステップＳ1 に戻る。

【００３７】次に、入力データの有効性判定について、
図５に示すフローチャートに従って説明する。

【００３８】図５において、先ず、ステップＳ21で入力
インターフェイス４からの入力情報つまり車輪速Ｗr ，
Ｗl 及び操舵角Ｆs についての今回の検出値と、入力信
号記憶器１２からの記憶データＷrm，Ｗlm，Ｆsmである
車輪速Ｗr ，Ｗl 及び操舵角Ｆs についての１計測タイ
ミング前の検出値との差分ｄr ，ｄl ，dfをそれぞれ下
記の式 ｄr ＝Ｗr −Ｗrm ｄl ＝Ｗl −Ｗlm ｄf ＝Ｆs −Ｆsm により算出する。

【００３９】続いて、ステップＳ22で図２及び図３に示
す有効マップから、それぞれ現時点の車輪速Ｗr ，Ｗl
及び操舵角Ｆs に対応する有効範囲のしきい値である所
定値ｄra，ｄla，ｄfaを読み取る。しかる後、ステップ
Ｓ23で右車輪速の差分絶対値｜ｄr ｜が所定値｜ｄra｜
以上であるか否かを、ステップＳ24で左車輪速の差分絶
対値｜ｄl ｜が所定値｜ｄla｜以上であるか否かを、ス
テップＳ25で操舵角の差分絶対値｜ｄf ｜が所定値｜ｄ
fa｜以上であるか否かをそれぞれ判定する。そして、上
記３つの判定が全てＮＯのときには、ステップＳ26で有
効性フラグｆに、データが有効であることを意味する
「０」をセットして、メインフローチャートに戻る一
方、３つの判定のいずれか一つがＹＥＳのときには、ス
テップＳ27で有効性フラグｆに、データが無効であるこ
とを意味する「１」をセットして、メインフローチャー
トに戻る。

【００４０】次に、ニューラルネットの計算について、
図６に示すフローチャートに従って説明する。

【００４１】図６において、先ず、ステップＳ31で正規
化情報Ｐ（左右輪回転差正規化値Ｒvn，車速正規化値Ｖ
n ，操舵角正規化値Ｆsn及び操舵速度正規化値Ｄfsn ）
を入力した後、ステップＳ32でこの正規化情報Ｐと中間
層重み係数Ｗ1 （ｉ，ｊ）とのマトリックス積Ｕ0 を求
め、ステップＳ33でこのマトリックスＵ0 に中間層バイ
アス係数Ｂ1 （ｉ）を加算し、その値を新たにマトリッ
クスＵ0 と置換える。ここで、ｉは中間層のニューロン
数、ｊは入力数であり、本実施例の場合はｉ＝６，ｊ＝
４である。

【００４２】続いて、ステップＳ34で上記マトリックス
Ｕ0 の正接双曲線関数である中間層伝達関数Ｕ（＝ｔａ
ｎｈ（Ｕ0 ））を計算する。中間層伝達関数に正接双曲
線関数を用いたのは、入力が正負両方に分布することに
対応したものである。この中間層伝達関数Ｕの計算は、
図７に示すフローチャートに従って行う。しかる後、ス
テップＳ35で上記中間層伝達関数Ｕと出力層重み係数Ｗ
2 （ｉ）とのマトリックス積である推定ヨーレート値φ
を求め、ステップＳ36でこの推定ヨーレート値φに出力
層バイアス係数Ｂ2 を加算し、その値を新たに推定ヨー
レート値φと置換える。その後メインフローチャートに
戻る。

【００４３】尚、中間層重み係数Ｗ1 、中間層バイアス
係数Ｂ1 、出力層重み係数Ｗ2 及び出力層バイアス係数
Ｂ2 は、バックプロパゲーション法を用いた学習によ
り、本実施例に係わるヨーレート推定装置の製造前に全
装置共通に決定されたものである。

【００４４】次に、中間層伝達関数Ｕの計算について、
図７に示すフローチャートに従って説明する。

【００４５】図７において、先ず、ステップＳ41で変数
ｉｉに１をセットした後、ステップＳ42でマトリックス
の値Ｕ0 （ｉｉ）が正であるか負であるかを判定する。
正であるときにはステッブＳ43でフラグｆをリセット
し、ステップＳ46へ移行する一方、負であるときにはス
テップＳ44でフラグｆをセットし、ステップＳ45でマト
リックスの値Ｕ0 （ｉｉ）にマイナス符号を掛けて正の
値に置換えた後、ステップＳ46へ移行する。ステップＳ
46では予め作成されたマップを用いて上記値Ｕ0（ｉ
ｉ）に対応した中間層伝達関数値Ｕ（ｉｉ）を算出す
る。上記マップは、Ｕ＝ｔａｎｈ（Ｕ0 ）を０≦Ｕ0 ≦
２０の範囲で表現したものである。このようにマップを
用いて中間層伝達関数値Ｕ（ｉｉ）を算出すると計算時
間を節約することができる。

【００４６】しかる後、ステップＳ47でフラグｆがセッ
トされているか否かを判定し、セットされているときつ
まり先にマトリックスの値Ｕ0 （ｉｉ）を正の値にして
いるときには、ステップＳ48でこの値にマイナス符号を
掛けて元の負の値に戻す。続いて、ステップＳ49で変数
ｉｉを１カウントアップした後、ステップＳ50で変数ｉ
ｉがニューラルネットワークの入力情報の次数ｉより大
きいか否かを判定する。この判定がＮＯのときにはステ
ップＳ42に戻る一方、判定がＹＥＳのときには中間層伝
達関数Ｕを終了し、ニューラルネット計算に戻る。

【００４７】次に、上記実施例の作用・効果について説
明するに、車両に発生するヨーレートを推定する場合、
通常、各センサ１〜３で検出され入力インターフェイス
４から信号選択器１１に直接入力した入力情報（車輪速
Ｗr ，Ｗl 及び操舵角Ｆs ）が、該信号選択器１１で選
択データとして選択され、ヨーレート推定部側へ出力さ
れる。そして、この入力情報を基に左右輪回転差Ｒv 、
車速Ｖ及び操舵速度Ｄfsを算出するとともに、正規化処
理部２３で左右輪回転差正規化値Ｒvn，車速正規化値Ｖ
n ，操舵角正規化値Ｆsn及び操舵速度正規化値Ｄfsn を
それぞれ正規化した後、ニューラルネットワーク演算部
２４でこれらの情報を入力変数とするニューラルネット
ワーク演算により推定ヨーレート値φを算出する。

【００４８】一方、上記センサ１〜３で検出された車輪
速Ｗr ，Ｗl 又は操舵角Ｆs の検出値が外乱やノイズ等
に起因して実際上生じ得る大きさ以上に大幅に変化した
ときには、差分算出器１３で今回の検出値Ｗr ，Ｗl ，
Ｆs と入力信号記憶器１２に記憶された１計測タイミン
グ前の検出値Ｗrm，Ｗlm，Ｆsmとの差分ｄr ，ｄl ，ｄ
f が算出されるとともに、判別手段１４で上記差分ｄr
，ｄl ，ｄf が所定値以上であるか否かが判断され
る。そして、差分ｄr ，ｄl ，ｄf が所定値ｄra，ｄl
a，ｄfa以上であるときには、今回の検出値Ｗr ，Ｗl
，Ｆs の代りに１計測タイミング前の検出値Ｗrm，Ｗl
m，Ｆsmが信号選択器１１で選択データとして選択さ
れ、ヨーレート推定部側へ出力され、この１計測タイミ
ング前の検出値Ｗrm，Ｗlm，Ｆsmに基づいて、左右輪回
転差Ｒv 等の算出及びニューラルネットワーク演算によ
る推定ヨーレートφの算出が行われるので、誤った検出
値を用いたヨーレート推定を防止することができ、ヨー
レートの推定精度を高めることができる。

【００４９】ここで、車両の加速時における車輪速の変
化率つまり加速度は、車輪速ひいては車速が高いときに
は低いときに比べて小さくなる。一方、車両の減速時に
おける車輪速の変化率つまり減速度は、車速の高低と殆
ど関連性がないのが普通である。これに対応して、車輪
速の差分ｄr ，ｄl が所定値ｄra，ｄla以上であるかを
判別するときの所定値ｄra，ｄlaは、有効マップにおい
て、車両の加速時には車輪速が大きい程小さくなり、減
速時には車輪速の大きさに拘らず一定になるように設定
されているので、車輪速の検出値が正常なものか異常な
ものかの判断を適切に行うことができる。また、車両の
旋回時における操舵角Ｆs の変化率つまり操舵速度は、
操舵角Ｆs が大きいときには小さいときに比べて小さく
なることに対応して、操舵角の差分ｄf が所定値ｄfa以
上であるかを判別するときの所定値ｄfaは、有効マップ
において、操舵角Ｆs が大きい程小さくなるように設定
されているので、操舵角Ｆs の検出値が正常なものか異
常なものかの判断を適切に行うことができる。

【００５０】さらに、上記実施例では、左右輪回転差Ｒ
v の信号がローパスフィルター２２を通って高周波のノ
イズ成分がカットされ、しかる後にその信号を用いてニ
ューラルネットワーク演算により推定ヨーレート値φが
算出されるので、ノイズによる車輪速Ｗr ，Ｗl の誤っ
た検出値を用いたヨーレート推定を、検出値の差分が所
定値以上のときの検出値の置換と相俟って確実に防止す
ることができる。特に、上記ローパスフィルター２２の
カットオフ周波数は駆動系共振周波数（略１６Ｈｚ）の
略２分の１の大きさである８Ｈｚに設定されているの
で、駆動系共振に起因する車輪速Ｗr ，Ｗl の誤った検
出値を用いたヨーレート推定をより確実に防止すること
ができる。

【００５１】尚、上記実施例では、ローパスフィルター
２２として、カットオフ周波数が不変の固定式のものを
用いたが、カットオフ周波数が変更可能な可変式のもの
を用いてもよい。その場合、低車速時には車輪速センサ
１，２の信号を高周波数領域まで検知する必要はなく、
高車速時には車輪速センサ１，２の信号のノイズ成分が
高くなることから、カットオフ周波数ｆを、例えば図８
に示すように、車輪速Ｗひいては車速Ｖが大きくなる従
って直線的に次第に高くする設定することが好ましく、
信号のノイズ成分を効果的にカットできる。

【００５２】

【発明の効果】以上の如く、本発明における車両のヨー
レート推定方法及びその装置によれば、車輪速又は操舵
角の検出値が外乱やノイズ等に起因して実際上生じ得る
大きさ以上に大幅に変化したときには、１計測タイミン
グ前の検出値が今回の検出値の代りに、ニューラルネッ
トワークの入力変数として用いられ、あるいは該入力変
数である左右輪回転差等の計算に用いられるので、誤っ
た検出値を用いたヨーレート推定を防止することがで
き、ヨーレートの推定精度を高めることができる。

【００５３】特に、請求項２に係わる発明では、車輪速
の検出値が正常なものか異常なものかの判断を、車輪速
の大きさに応じて適切に行うことができる。また、請求
項３に係わる発明では、操舵角の検出値が正常なものか
異常なものかの判断を、操舵角の大きさに応じて適切に
行うことができる。

【００５４】請求項４及び請求項８に係わる発明では、
左右輪の車輪速又は左右輪回転差の信号のノイズ成分を
ローパスフィルターによりカットすることにより、ノイ
ズによる車輪速の誤った検出値を用いたヨーレート推定
を、検出値の差分が所定値以上のときの検出値の置換と
相俟って確実に防止することができ、ヨーレートの推定
精度をより高めることができる。特に、請求項５に係わ
る発明では、ローパスフィルターのカットオフ周波数を
駆動系共振周波数の略２分の１の大きさに設定している
ので、駆動系共振に起因する車輪速の誤った検出値を用
いたヨーレート推定をより確実に防止することができ
る。また、請求項６に係わる発明では、ローパスフィル
ターのカットオフ周波数を、車輪速ないしは車速が大き
くなるに従って次第に高くなるように設定しているの
で、信号のノイズ成分を車速に応じて効果的にカットす
ることができ、車輪速の誤った検出値を用いたヨーレー
ト推定をより確実に防止することができる。

【図面の簡単な説明】

【図１】本発明の実施例を示すヨーレート推定装置のブ
ロック線図である。

【図２】車輪速の有効マップを示す図である。

【図３】操舵角の有効マップを示す図である。

【図４】ヨーレート推定方法のメインフローチャート図
である。

【図５】入力データの有効性判定のフローチャート図で
ある。

【図６】ニューラルネット計算のフローチャート図であ
る。

【図７】中間層伝達関数計算のフローチャート図であ
る。

【図８】カットオフ周波数ｆと車輪速Ｗとの関係を示す
図である。

【符号の説明】

１１ 信号選択器（置換手段） １２ 入力信号記憶器（記憶手段） １３ 差分算出器（算出手段） １４ 判別手段

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁶ 識別記号 庁内整理番号 ＦＩ 技術表示箇所 Ｂ６２Ｄ 137:00

Claims (8)

【特許請求の範囲】
1. 【請求項１】 左右輪の車輪速及び操舵角をそれぞれ検
   出するとともに、上記左右輪の車輪速から左右輪回転差
   及び車速を算出し、少なくとも上記操舵角、左右輪回転
   差及び車速を入力変数とするニューラルネットワーク演
   算によりヨーレート値を算出する車両のヨーレート推定
   方法において、 上記車輪速及び操舵角について、それぞれ今回の検出値
   と１計測タイミング前の検出値との差分を算出し、 該各差分が所定値以上であるかを判別し、所定値以上の
   とき１計測タイミング前の検出値を今回の検出値の代り
   に用いてヨーレート値を算出することを特徴とする車両
   のヨーレート推定方法。
2. 【請求項２】 車輪速の差分が所定値以上であるかを判
   別するときの所定値は、車両の加速時には車輪速が大き
   い程小さくなり、車両の減速時には車輪速の大きさに拘
   らず一定となるように設定されている請求項１記載の車
   両のヨーレート推定方法。
3. 【請求項３】 操舵角の差分が所定値以上であるかを判
   別するときの所定値は、操舵角が大きい程小さくなるよ
   うに設定されている請求項１記載の車両のヨーレート推
   定方法。
4. 【請求項４】 左右輪の車輪速及び操舵角をそれぞれ検
   出するとともに、上記左右輪の車輪速から左右輪回転差
   及び車速を算出し、少なくとも上記操舵角、左右輪回転
   差及び車速を入力変数とするニューラルネットワーク演
   算によりヨーレート値を算出する車両のヨーレート推定
   方法において、 上記車輪速及び操舵角について、それぞれ今回の検出値
   と１計測タイミング前の検出値との差分を算出し、 該各差分が所定値以上であるかを判別し、所定値以上の
   とき１計測タイミング前の検出値を今回の検出値の代り
   に用いるとともに、 左右輪の車輪速又は左右輪回転差の信号をローパスフィ
   ルターを通した後、その信号を用いてヨーレート値を算
   出することを特徴とする車両のヨーレート推定方法。
5. 【請求項５】 上記ローパスフィルターのカットオフ周
   波数は、固定式のもので車両の駆動系共振周波数の略２
   分の１の大きさに設定されている請求項４記載の車両の
   ヨーレート推定方法。
6. 【請求項６】 上記ローパスフィルターのカットオフ周
   波数は、可変式のもので車輪速が大きくなるに従って次
   第に高くなるように設定されている請求項４記載の車両
   のヨーレート推定方法。
7. 【請求項７】 左右輪の車輪速及び操舵角をそれぞれ検
   出するとともに、上記左右輪の車輪速から左右輪回転差
   及び車速を算出し、少なくとも上記操舵角、左右輪回転
   差及び車速を入力変数とするニューラルネットワーク演
   算によりヨーレート値を算出するように構成された車両
   のヨーレート推定装置において、 上記車輪速及び操舵角について、それらの１計測タイミ
   ング前の検出値を記憶する記憶手段と、 上記車輪速及び操舵角について、それぞれ今回の検出値
   と上記記憶手段に記憶された１計測タイミング前の検出
   値との差分を算出する算出手段と、 該各差分が所定値以上であるかを判別する判別手段と、 その判別結果で差分が所定値以上のとき１計測タイミン
   グ前の検出値を今回の検出値の代りに置き換える置換手
   段とを備えたことを特徴とする車両のヨーレート推定装
   置。
8. 【請求項８】 請求項７記載の車両にヨーレート推定装
   置において、 さらに、左右輪の車輪速又は左右輪回転差の信号から高
   周波ノイズを除去するローパスフィルターを備えたこと
   を特徴とする車両のヨーレート推定装置。