JPH09311042A

JPH09311042A - 車体横すべり角検出装置

Info

Publication number: JPH09311042A
Application number: JP12753496A
Authority: JP
Inventors: Hiroyuki Yamaguchi; 裕之山口; Katsuhiro Asano; 勝宏浅野; Noriaki Hattori; 憲明服部; Kenji Toutsu; 憲司十津; Yoshiyuki Yasui; 由行安井; Takayuki Ito; 孝之伊藤
Original assignee: Aisin Seiki Co Ltd; Toyota Central R&D Labs Inc
Current assignee: Toyota Central R&D Labs Inc; Aisin Corp
Priority date: 1996-05-22
Filing date: 1996-05-22
Publication date: 1997-12-02
Anticipated expiration: 2016-05-22
Also published as: JP3217700B2

Abstract

(57)【要約】【課題】車両の可変パラメータに柔軟に対応でき、車
体横すべり角を精度よく推定する。【解決手段】車両の運動に関する状態量を検出する検
出手段１と、タイヤ特性記憶手段３から前記路面判定手
段４での判定結果に基づいて最適なタイヤ特性を選択す
るタイヤ特性選択手段５と、車両運動モデルと選択され
たタイヤ特性及び操舵角、横Ｇ、ヨーレート、車速の各
検出値に基づいて車体横すべり角を推定する車体横すべ
り角推定手段６を有する。このような運動方程式に基づ
いた車体横すべり角の推定を行うことにより、タイヤの
非線形性、車速による車両特性変化に柔軟に対応でき、
かつ、センサ信号により車体横すべり角の推定値を補正
することにより推定精度の向上をはかることができる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、操舵入力および運
動状態量（ヨーレートや横加速度（横Ｇ）等）の観測値
から車体横すべり角を検出する車体横すべり角検出装置
に関する。

【０００２】

【従来の技術】車体横すべり角は車両の進行方向を示す
重要な状態量であるが、この計測では高価な対地車速セ
ンサが必要であり、従ってコスト面からは車載可能な安
価なセンサから車体横すべり角を検出することが望まれ
る。

【０００３】従来、車体横すべり角検出装置に関する技
術としては、オブザーバによる特開平３−１２２５４１
号公報等が知られている。この従来の車体横すべり角検
出装置の原理は、現代制御理論の一つである状態推定技
術が車体横すべり角検出に適用できる点に着目し、離散
化された状態方程式をベースに横Ｇ、ヨーレート等のセ
ンサ信号をフィードバックして車体横すべり角の推定精
度を向上させるものである。

【０００４】図２７に従来の車体横すべり角推定装置の
動作説明図を示す。各推定状態量を用いて離散化された
車両モデルから第１の車体横すべり角を求める。また、
１サンプリング前の時点での各推定状態量から横Ｇ、ヨ
ーレート等の信号を合成して横Ｇ、ヨーレート等のセン
サ信号と比較し、第１の車体横すべり角の補正を行う。

【０００５】

【発明が解決しようとする課題】しかしながら、このよ
うな車体横すべり角検出装置ではオブザーバが離散化さ
れて用いられるため、タイヤの非線形性、車速といった
可変パラメータをオブザーバ゛に盛り込みにくい問題が
あった。図２８はこの様子の例を示したもので、タイヤ
の非線形特性は代表値でもって線形な値に置き換えら
れ、また、車速はある車速範囲に分割されその代表値で
車両モデルおよびオブザーバゲインが求められる。その
結果、大すべり角および設定値と異なる車速では推定誤
差を生じやすいなどの問題が生じる。

【０００６】また、各推定状態量および車両モデルの両
方に誤差を含むため、補正結果にも誤差が含まれること
になり、推定精度の向上には限界がある問題があった。

【０００７】以下、この点について詳細に述べる。ま
ず、現代制御理論におけるオブザーバは次式の状態方程
式をもとに設計を行う。

【０００８】

【数１】

【数２】但し、Ｘは車体横すべり角βを含む状態量、Ａはシステ
ムマトリクス、Ｂは入力マトリクス、Ｃは出力マトリク
スである。また、（１）式はサンプリングを考慮しない
連続系で表現されている。一方、センサ信号はコンピュ
ータを介してサンプリングされるため、（１）式、
（２）式は零次ホールドを仮定した離散系に変換されて
次式となる。

【０００９】

【数３】

【数４】但し、ｋはサンプリング刻みを表し、ｋが現サンプリン
グ時点、ｋ＋１が次のサンプリング時点であることを表
す。また、Ａ、Ｂ、Ｃは表記の簡単化のため（１）式、
（２）式と同じ表現としている。（３）式におけるＡ、
Ｂマトリクスはサンプリング周期ｄＴを用いて次式で変
換されたものである。

【００１０】

【数５】

【数６】（３）式及び（４）式に基づいて設計される離散系のオ
ブザーバは次式で表される。

【００１１】

【数７】

【数８】但し、＾（ハット）は推定値であることを表す。（７）
式におけるＤがオブザーバゲインであり、Ｄは（３）
式、（４）式、（７）式、（８）式から得られる次式の
誤差方程式の固有値を適当に設定することにより求めら
れる。

【００１２】

【数９】

【数１０】車両運動の記述ではタイヤの非線形性、車速等の非線形
パラメータを有する。一方、（７）式、（８）式は非線
形パラメータの代表値を用いて離散化を行うため、代表
値と異なるパラメータ値になった場合、誤差を有しやす
い。誤差を小さくするためには代表値を細かく設定し、
パラメータ値に応じてオブザーバを切り換える必要があ
るが、これはメモリの増大につながる。

【００１３】また、（７）式、（８）式では計測状態量
に対しても車両モデルを用いて状態量推定を行う。従っ
て、（９）式における推定誤差ｅｒｒでは、車体横すべ
り角の推定誤差に加え、計測状態量に対応した推定値の
誤差の両方が含まれることになり、推定精度の向上には
限界がある。

【００１４】本発明は、上記従来技術の有する課題に鑑
みなされたものであり、その目的は、メモリの増大がな
く車両のパラメータ変化に柔軟に対応でき、かつオブザ
ーバ方式におけるセンサ信号による推定値の補正という
利点を活かし、横Ｇ、ヨーレートのセンサ信号により車
体横すべり角の推定精度を向上できるような装置を提供
することにある。

【００１５】

【課題を解決するための手段】上記目的を達成するため
に、本発明は、図１に概念的に示されるように、車両の
操舵角、横Ｇ、ヨーレート及び車速を含む車両の運動に
関する状態量を検出する検出手段１と、車両運動モデル
を記憶する車両運動モデル記憶手段２と、路面のすべり
状態に応じたタイヤ特性を記憶するタイヤ特性記憶手段
３と、横Ｇの検出値と操舵角及び車速の検出値から路面
のすべり状態を判定する路面判定手段４と、前記タイヤ
特性記憶手段から前記路面判定手段での判定結果に基づ
いて最適なタイヤ特性を選択するタイヤ特性選択手段５
と、前記車両運動モデルと選択された前記タイヤ特性及
び操舵角、横Ｇ、ヨーレート、車速の各検出値に基づい
て車体横すべり角を推定する車体横すべり角推定手段６
と、前記操舵角、横Ｇ、ヨーレート、車速の各検出値と
一制御時間前の車体横すべり角に基づいて前記車体横す
べり角推定値に対する補正値を算出する車体横すべり角
補正手段７と、前記車体横すべり角推定値と前記補正値
に基づいて車体横すべり角を決定する車体横すべり角決
定手段８とを有することを特徴とする。

【００１６】このように、本発明の車体横すべり角検出
装置は、図２に示されるように従来では離散化された状
態方程式を用いていたところを車両の運動を表す運動方
程式を用いて車体の横すべり角を推定することにより、
タイヤの非線形性、車速といった可変パラメータを容易
に盛り込むことができ、また、センサ信号を運動方程式
に直接与えることにより車体横すべり角の推定精度が向
上する。そして、このような運動方程式に基づいた車体
横すべり角の推定を行うことにより、タイヤの非線形
性、車速による車両特性変化に柔軟に対応でき、かつ、
センサ信号により車体横すべり角の推定値を補正するこ
とにより推定精度の向上をはかることができる。

【００１７】

【発明の実施の形態】以下、本発明の実施形態を図面に
基づき詳細に説明する。

【００１８】図３には本実施形態における車両の概略構
成図が示されている。この車両は、質量ｍ、ヨー慣性Ｉ
の車体１０と、操舵装置としてのハンドル１２と、タイ
ヤすべり角に対して非線形なコーナリングフォース特性
を持ち、その傾きであるコーナリングパワーＣf を有す
る前輪用タイヤ１４と、同じく非線形特性をもつコーナ
リングパワーＣr を有する後輪用タイヤ１６を含んで構
成されている。それぞれの車両定数値は実験等により予
め測定されたものを用いる。本実施形態では、表１に示
すような定数値が用いられている。

【００１９】

【表１】但し、表１のコーナリングパワーＣf 、Ｃr はタイヤす
べり角１°における値である。

【００２０】また、この車両には舵角センサ２０と、加
速度センサ２２と、ヨーレートセンサ２４と、車速セン
サ２６と、信号処理回路２８と、車体横すべり角検出装
置３０とが設けられている。前記舵角センサ２０は実舵
角相当の前輪操舵角δf を検出し、前記加速度センサ２
２は車両の横Ｇy を検出し、ヨーレートセンサ２４は車
両のヨーレートθを検出し、車速センサ２６は車速Ｖを
検出する。そして、これら各センサの検出信号は、信号
処理回路２８で増幅される。信号処理回路２８において
増幅された前記各センサの検出信号は、車体横すべり角
検出装置３０に出力される。車体横すべり角検出装置３
０は車両の進行方向である車体横すべり角を検出するも
のである。

【００２１】図４には前記車体横すべり角検出装置３０
の構成ブロック図が示されている。車体横すべり角検出
装置３０はタイヤ特性決定回路３２と、車体横すべり角
推定回路３４と、推定値補正回路３６、加算器３８、ロ
ーパス回路４０とを含んで構成される。タイヤ特性決定
回路３２は、舵角センサ２０、加速度センサ２２、車速
センサ２６の検出値から路面判定を行い、さらに車体横
すべり角検出装置３０の出力値、舵角センサ２０、ヨー
レートセンサ２４、車速センサ２６の検出値および路面
判定結果から前後輪のタイヤ特性を選択するものであ
る。そして、タイヤ特性決定回路３２は後述のタイヤの
非線形パラメータである前後輪のタイヤのコーナリング
パワーＣp 、コーナリングフォースＳF 、タイヤすべり
角βF を選択結果として車体横すべり角推定回路３４お
よび推定値補正回路３６に出力する。さらに、路面判定
結果Roadを推定値補正回路３６に出力する。車体横すべ
り角推定回路３４は、舵角センサ２０、加速度センサ２
２、ヨーレートセンサ２４、車速センサ２６の検出値お
よびタイヤ特性決定回路３２からのタイヤの非線形パラ
メータＣp ，ＳF ，βF を用いて運動方程式より車体横
すべり角推定値を演算し、加算器３８に出力する。推定
値補正回路３６は、車体横すべり角検出回路３０の出力
値および舵角センサ２０、加速度センサ２２、ヨーレー
トセンサ２４、車速センサ２６の検出値とから、タイヤ
の非線形パラメータＣp ，ＳF ，βF および路面判定結
果に基づき車体横すべり角の補正値Δβを演算し、加算
器３８に出力する。加算器３８は、車体横すべり角と補
正値Δβを加算してローパス回路４０に出力する。ロー
パス回路４０は入力した加算値の高周波ノイズを除去し
て車体横すべり角の検出値とする。

【００２２】図５には前記タイヤ特性決定回路３２の構
成ブロック図が示されている。タイヤ特性決定回路３２
は定常円旋回モデル４２と、路面判定回路４４と、タイ
ヤ特性選択回路４６とを含んで構成される。定常円旋回
モデル４２は舵角センサ２０、車速センサ２６の検出値
と前記表１の車両定数にしたがい横Ｇモデル値を路面判
定回路４４へ向け出力する。路面判定回路４４は、定常
円旋回モデル４２の横Ｇモデル値と加速度センサ２２の
横Ｇ検出値とを比較して乾燥路、湿潤路、雪上路、氷上
路等の路面のいずれであるかを判定し、路面判定結果Ro
adを出力する。タイヤ特性選択回路４６は前記路面判定
結果Roadに基づき、路面に応じて予め用意したタイヤ非
線形パラメータのテーブルを選択し、車体横すべり角検
出装置３０の出力値、舵角センサ２０、ヨーレートセン
サ２４、車速センサ２６の検出値から演算されたタイヤ
すべり角より前後輪各々の前記非線形パラメータＣp,
ＳF, βF を決定する。

【００２３】図６には前記推定値補正回路３６の構成ブ
ロック図が示されている。推定値補正回路３６は通常状
態補正回路４８と、旋回異常状態補正回路５０と、旋回
異常判定回路５２と、補正切り換え回路５４とを含んで
構成される。ここで、通常状態とはレーンチェンジ〜旋
回異常直前までの状態を表し、旋回異常状態とは過度な
操舵による旋回時の不安定な走行状態を表す。

【００２４】さらに、図７には前記通常状態補正回路４
８の構成ブロック図、図８には前記旋回異常状態補正回
路５０の構成ブロック図が示されている。前記通常状態
補正回路４８はすべり角速度算出回路５６と、微分回路
５８と、ローパス回路６０と、補正ゲイン６２と、補正
回路６４とを含んで構成される。すべり角速度算出回路
５６は加速度センサ２２、ヨーレートセンサ２４及び車
速センサ２６の検出値から物理的関係式よりすべり角速
度ｄβ／ｄｔを算出する。微分回路５８は、前記車体横
すべり角検出装置３０の出力値を時間微分してすべり角
速度推定値を算出し、前記すべり角速度ｄβ／ｄｔとの
すべり角速度誤差ｄ（Δβ）／ｄｔを求め、ローパス回
路６０に出力する。ローパス回路６０はセンサノイズ及
び前記微分操作によるノイズを除去し、補正ゲイン６２
に出力する。補正ゲインＫ1 は、前記路面判定結果Road
に基づく可変ゲインであり、低μ路面ほど小さな補正ゲ
インＫ1 を選択する。そして、前記ローパス処理された
すべり角速度誤差ｄ（Δβ）／ｄｔと補正ゲインＫ1 と
の積を求め補正回路６４に出力する。補正回路６４は前
記出力結果と前記タイヤ非線形パラメータＣp と車両質
量ｍから、通常状態の推定補正値Δβを算出する。

【００２５】また、図８に示されるように、前記旋回異
常状態推定回路５０は微分回路６６と、ヨー角加速度推
定回路６８と、横Ｇ推定回路７０と、積分回路７２と、
累積誤差比較回路７４と、ゲイン切り換え回路７６と、
補正ゲイン７８と、補正ゲイン８０と、補正回路８２と
を含んで構成される。微分回路６６はヨーレートセンサ
２４の検出値を時間微分し、ヨー角加速度ｄ²θ／ｄｔ
²を算出する。ヨー角加速度推定回路６８は前記車体横
すべり角検出装置３０の出力値、舵角センサ２０、ヨー
レートセンサ２４及び車速センサ２６の検出値と前記タ
イヤ非線形パラメータＣp, ＳF,βF を用いて運動方程
式に基づきヨー角加速度推定値を算出し、前記ヨー角加
速度との誤差ｄ²（Δθ）／ｄｔ²を求める。横Ｇ推定
回路は前記車体横すべり角検出装置３０の出力値を時間
微分し、ヨーレートセンサ２４、車速センサ２６の検出
値とから物理的関係式より横Ｇを推定し出力する。そし
て、加速度センサ値との誤差ｄ²（Δｙ）／ｄｔ²を求
め積分回路７２に出力する。積分回路７２は疑似積分動
作により横Ｇ誤差ｄ²（Δｙ）／ｄｔ²を時間積分し、
積分結果ｄ（Δｙ）／ｄｔを累積誤差比較回路７４に出
力する。累積誤差比較回路７４は積分結果ｄ（Δｙ）／
ｄｔの絶対値を予め設定されたしきい値と比較し、しき
い値以下であれば補正ゲインＫ2 、しきい値以上であれ
ば補正ゲインＫ3 を選択する信号ＳＥＬをゲイン切り換
え回路７６に出力する。ゲイン切り換え回路７６は累積
誤差比較回路７４からの信号ＳＥＬをもとにヨー角加速
度誤差ｄ² （Δθ）／ｄｔ²の補正ゲインＫ2 、Ｋ3
への経路の切り換えを行う。そして、切り換えられた側
の補正ゲインとヨー角加速度誤差ｄ²（Δθ）／ｄｔ²
との積を求め補正回路８２に出力する。補正回路８２は
前記出力結果と前記タイヤ非線形パラメータＣp とヨー
慣性モーメントＩ、重心〜前後輪までの距離Ｌf,Ｌr か
ら、旋回異常状態の推定補正値を算出する。前記旋回異
常判定回路５２は、前記タイヤ特性決定回路からの横Ｇ
モデル値を用いて旋回異常状態かどうかを判定し、旋回
異常判定結果ＳＰＩＮを補正切り換え回路５４に出力す
る。補正切り換え回路５４は、旋回異常判定結果ＳＰＩ
Ｎに基づき通常状態補正回路の補正値Δβ、旋回異常状
態補正回路の補正値Δβのいずれかを選択して出力す
る。

【００２６】このようにして、本実施形態の車体横すべ
り角推定装置によれば、車速による車両モデルの変化、
タイヤの非線形性、路面によるタイヤ特性変化等に容易
に対応でき、さらにセンサ信号を用いて車体横すべり角
推定値の補正が可能である。また、通常状態、旋回異常
状態を判別して推定値の補正方法を変更することにより
推定精度の向上に寄与することができる。

【００２７】次に、本実施形態の構成および動作をより
具体的かつ詳細に説明する。

【００２８】＜車体横すべり角算出＞車両の運動方程式
は次式で表される。

【００２９】

【数１１】

【数１２】なお、ドット（・）は時間微分を表している。また、表
１は（１１）式、（１２）式で用いた記号の定義および
各定数を示したものである。また、βは車体横すべり角
[rad] 、θはヨーレート[rad/s] 、Ｖは車速[m/s] 、δ
f は実舵角相当の前輪操舵角[rad] である。また、車体
横すべり角速度βは横Ｇ（ｄ²ｙ／ｄｔ²）、車速Ｖ、
ヨーレートθを用いて次式で表される。

【００３０】

【数１３】但し、車体横すべり角速度βの単位は[rad/s] 、横Ｇの
単位は[m/s²] である。

【００３１】センサとして検出できる信号は前輪操舵角
δf 、横Ｇ、ヨーレートθ、車速Ｖであり、サンプリン
グ周期ごとに更新されるものとする。そして以後の説明
では、更新されるセンサ信号を用いてサンプリング周期
ごとに車体横すべり角の推定演算が行われるものとす
る。

【００３２】（１１）式を変形して車体横すべり角推定
値が次式のように得られる。

【００３３】

【数１４】タイヤは、タイヤすべり角βf 、βr に対し非線形特性
を有する。そこで、この非線形特性を図９に示す記号を
用いて表すことにする。図９中括弧で示した記号は後輪
に対する記号である。図１０は表１のＡ車、図１１はＢ
車について設定した各路面における前輪及び後輪のタイ
ヤ特性で上記非線形特性を有しており、さらに後述の路
面判定結果に基づき路面に対応したタイヤ特性が選択さ
れるものとする。

【００３４】図９の記号を用いると（１４）式は次式の
ように書き換えることができる。

【００３５】

【数１５】但し、（１５）式におけるＳf0、Ｓr0は前後輪のタイヤ
すべり角βf 、βr の符号がそれぞれ正の時に正とす
る。前輪のタイヤすべり角βf [rad] 、後輪のタイヤす
べり角βr [rad] は、後述の車体横すべり角検出値、ヨ
ーレートθ、車速Ｖおよび車両定数である前後輪から重
心までの距離Ｌf 、Lrを用いて次のように求める。

【００３６】

【数１６】

【数１７】（１５）式においてＣf0、βf0、Ｓf0は、図９および
（１６）式の前輪のタイヤすべり角βf により次のよう
に切り替わるものとする。

【００３７】

【数１８】

【数１９】同様に、（１５）式におけるＣr0、βr0、Ｓr0について
も、図９および（１７）式の後輪のタイヤすべり角βr
により次のように切り替わるものとする。

【００３８】

【数２０】

【数２１】従って、センサ信号を用いて（１３）式および（１５）
〜（２１）式からサンプリング周期ごとに車体横すべり
角推定値を得ることができる。ここでタイヤの非線形パ
ラメータとしてＣf0、Ｃr0をＣp 、Ｓf0、Ｓr0をＳF 、
βf0、βr0をβFとして代表させる。

【００３９】＜センサ信号による車体横すべり角補正＞
（１５）式の車体横すべり角推定値は、各センサ信号よ
り得られたオープンループの車体横すべり角である。こ
のため車体のロールによる荷重移動、タイヤ特性のモデ
ル化誤差等により推定値誤差を生じる。そこで、センサ
信号を用いて車体横すべり角推定値の推定誤差を補正す
る。

【００４０】βを車体横すべり角の真値、Δβを推定値
誤差とすると次式が成り立つ。

【００４１】

【数２２】（１２）式を（１１）式、（１２）式に代入し簡単のた
めタイヤ非線形性を無視すると次式となる。

【００４２】

【数２３】

【数２４】但し、（２３）式、（２４）式における車体横すべり角
速度ｄβ／ｄｔ、ヨーレートｄθ／ｄｔ、操舵角δf 、
車速Ｖはセンサ値またはセンサ値から算出される値であ
る。また、（２４）式のｄ²θ／ｄｔ²はヨーレートセ
ンサ値の時間微分により得られるヨー角加速度である。

【００４３】同様に、現サンプリング時点における車体
横すべり角推定値を（１１）式、（１２）式に代入する
と次式となる。

【００４４】

【数２５】

【数２６】但し、（２５）式、（２６）式におけるヨーレートｄθ
／ｄｔ、操舵角δf 、車速Ｖはセンサ値である。そし
て、（２３）式から（２５）式、（２４）式から（２
６）式を差し引くと推定値誤差Δβは次式のいずれかで
得ることができる。

【００４５】

【数２７】

【数２８】（２７）式、（２８）式にタイヤ非線形性を考慮すると
次式となる。

【００４６】

【数２９】

【数３０】そこで、推定値誤差Δβを推定補正値とし、上記車体横
すべり角推定値を用いて車体横すべり角検出値を次式の
ように求める。

【００４７】

【数３１】但し、Ｋは補正量の大きさを決める補正ゲインである。

【００４８】（２９）式、（３１）式をブロック線図で
表すと図１２のようになる。図１２中、Ｂを次式で示
す。

【００４９】

【数３２】図１２の系はフィードフォワード系であり、（２９）式
の目標値ｄβ／ｄｔに対する追従性等がコントロールで
きない。これは、（３０）式についても同様である。そ
こで、図１２を図１３のようなフィードバック系に変更
する。この時、（２９）式、（３０）式は次式となる。

【００５０】

【数３３】

【数３４】（３３）式、（３４）式より推定補正値Δβを算出する
方法として２通りがある。（３３）式による補正をすべ
り角速度フィードバック系、（３４）式による補正をヨ
ー角加速度フィードバック系と呼ぶことにする。そこ
で、すべり角速度フィードバック系、ヨー角加速度フィ
ードバック系のどちらを用いて推定補正値Δβを算出す
べきか検討する。

【００５１】ここで車両の走行状態に注目すると、レー
ンチェンジ、定常円旋回、旋回異常等がある。これらの
走行状態を次の２つの区分として考える。

【００５２】レーンチェンジ〜旋回異常直前までの
走行状態旋回異常時の走行状態以下、を通常状態、を旋回異常状態と呼ぶことにす
る。旋回異常状態は車体横すべり角が時間に比例して増
大することから、旋回異常時、車体横すべり角速度はス
テップ状に変化しているとみることができる。図１４は
旋回異常時、車体横すべり角が増大している部分のすべ
り角速度を示したもので、ステップ状に変化しているこ
とがわかる。従って、上記２つの推定系において、旋回
異常時はステップのすべり角速度入力に追従できる推定
系を選択することとなる。一方、レーンチェンジ、定常
円旋回では車両のロール等によりタイヤ特性が変化しモ
デル誤差が生じるため、このモデル誤差の影響を小さく
する推定系を選択する必要がある。

【００５３】以上の考えから、次のように通常状態、旋
回異常状態について選択すべき推定系を検討する。

【００５４】１）通常状態すべり角速度フィードバック系は、すべり角速度を車体
横すべり角検出値の微分により算出している。一方、ヨ
ー角加速度フィードバック系は、ヨー角加速度の推定値
を運動方程式より算出している。運動方程式には車両の
モデル化誤差が含まれるため、ヨー角加速度の推定値に
は、車体横すべり角検出値の推定誤差とモデル化誤差の
両方が含まれる。従って、ヨー角加速度フィードバック
系は（３１）式による補正後も推定誤差があることか
ら、すべり角フィードバック系の方が推定精度が向上す
ると考えられる。さらに、すべり角フィードバック系
は、すべり角速度が微分操作により算出されるため演算
量の点から有利である。

【００５５】以上のことから、通常状態はすべり角速度
フィードバック系を用いることとする。図１５にすべり
角速度フィードバック系のブロック図を、また表２、３
に時定数等の各数値を示す。

【００５６】

【表２】

【表３】図１５では、センサノイズおよび微分によるノイズ除去
の目的からローパスフィルタを挿入している。また、
（３３）式における車速Ｖは代表値としてＶ＝１６．６
７の一定値とした。これは車速が大きくなるとフィード
バック系を不安定化してしまうためであり、１６．６７
という値はＶ＝６０ｋｍ／ｈに相当する。なお、補正ゲ
インＫ1 は後述の路面判定結果に基づいて変更する。

【００５７】２）旋回異常状態図１４より旋回異常状態でのすべり角速度はステップ状
に変化する。そこで、すべり角速度のステップ入力に対
する推定誤差（定常偏差）をすべり角速度フィードバッ
ク系、ヨー角加速度フィードバック系について調べ、ど
ちらの系が推定誤差を小さくできるか検討する。

【００５８】図１６にすべり角速度フィードバック系の
概略図を示す。但し、図中Ｇ1 及びＧ2 は、

【数３５】

【数３６】であり、また、Ｂ´＝１６．６７Ｂである。

【００５９】図１６よりすべり角速度誤差Δβは次式と
なる。

【００６０】

【数３７】また、車体横すべり角検出値は次式となる。

【００６１】

【数３８】（３７）式、（３８）式より次式が得られる。

【００６２】

【数３９】（３９）式より目標値ｄβ／ｄｔのステップ入力に対す
るすべり角速度誤差ｄ（Δβ）／ｄｔは最終値定理を用
いて次式となる。

【００６３】

【数４０】（４０）式よりゲインＫ1 はラプラス演算子ｓとの積の
形で現われるため、目標値であるすべり角速度ｄβ／ｄ
ｔに対する誤差を小さくすることができない。

【００６４】一方、図１７にヨー角加速度フィードバッ
ク系の概略図を示す。但し、図中Ｃ、Ｇ2 は、

【数４１】

【数４２】である。ここで、ヨー角加速度推定値算出において、ヨ
ーレートｄθ／ｄｔ、操舵角δf に関する項およびタイ
ヤ非線形性により生じる定数項は、後述の説明には関係
ないため省略してある。また、センサノイズおよび微分
操作によるノイズを除去する目的でローパスフィルタＧ
2 を挿入してある。

【００６５】図１７よりヨー角加速度誤差ｄ²（Δθ）
／ｄｔ²は次式となる。

【００６６】

【数４３】また、車体横すべり角検出値は次式となる。

【００６７】

【数４４】（４３）式、（４４）式より次式が得られる。

【００６８】

【数４５】但し、（４５）式はヨー角加速度誤差ｄ²( Δθ）／ｄ
ｔ²に関するものでありすべり角速度誤差に関する式に
変更する。まず、（１３）式を用いｄ²( Δθ)／ｄｔ
²、ｄθ／ｄｔを次式のように書き換える。

【００６９】

【数４６】

【数４７】従って、（４５）式は次のように書き換えられる。

【００７０】

【数４８】そして、（４８）式のすべり角速度ｄβ／ｄｔに関する
項を抜き出すと次式となる。

【００７１】

【数４９】（４９）式に対して最終値定理を適用すると、目標値ｄ
β／ｄｔのステップ入力に対するすべり角速度誤差ｄ
（Δβ）／ｄｔは次式となる。

【００７２】

【数５０】すなわち、ヨー角加速度フィードバックゲインＫ2 を大
きくすればすべり角速度誤差ｄ（Δβ）／ｄｔは小さく
なり、旋回異常時の車体横すべり角の推定精度が向上す
る。

【００７３】以上の結果、旋回異常状態はヨー角加速度
フィードバック系を用いることとする。ただし、車両運
動は横Ｇとヨー角加速度で決まる横力の関係で決定さ
れ、また、旋回異常では操舵と車両運動とが対応しない
ことを考えると、車両挙動を示す横Ｇとヨーレートの両
方を重視する必要がある。そこで、ヨー角加速度フィー
ドバック系では、横Ｇも考慮したフィードバック系を構
成する。図１８に横Ｇセンサ信号を考慮したヨー角加速
度フィードバック系を、また、表４、５に図中の時定数
等の各数値を示す。

【００７４】

【表４】

【表５】車体横すべり角検出値を用いて横Ｇの推定を行い、横Ｇ
センサ値との誤差を求める。そして、横Ｇの誤差を疑似
積分により累積し、この累積値がしきい値を越えた場
合、横Ｇの誤差を縮めるように補正係数Ｋ2 とＫ3 を切
り換える。但し、補正係数Ｋ2 とＫ3 は符号が逆転す
る。これは、推定補正値を求める２つの式（３３）、
（３４）の右辺括弧の値の符号が逆転するためで、ヨー
角加速度フィードバック系ではＫ3 を負とすることで等
価的に横Ｇの誤差を小さくしている。

【００７５】そして、後述の旋回異常判定が行われた場
合、通常状態のすべり角速度フィードバック系の車体横
すべり角検出値をヨー角加速度フィードバック系の初期
値として受け渡し、旋回異常時の推定を行った。

【００７６】＜路面判定＞タイヤ特性は乾燥路、湿潤路
等、路面の状況に影響を受ける。そこで、路面判定を行
い、判定結果をもとに予め用意したタイヤ特性のテーブ
ル値を選択して上記車体横すべり角推定を行うこととす
る。図１０及び図１１には、それぞれＡ車の乾燥路、湿
潤路、雪上路、氷上路におけるタイヤ特性と、Ｂ車の乾
燥路、湿潤路、人工低μ路、氷上路におけるタイヤ特性
が示されている。路面判定ではこれらの路面を識別する
こととする。

【００７７】まず、前輪操舵角δf と車速Ｖを用いて表
１の車両定数に基づき次式の定常円旋回モデルにより横
Ｇモデル値を算出し、ローパスフィルタ処理により適当
なダイナミクスを持たせる。

【００７８】

【数５１】但し、Ａはスタビリティファクタで次式で示されるもの
で、表１の車両定数を用いて計算される。

【００７９】

【数５２】そして、横Ｇセンサ値とモデル値を一定区間の時系列デ
ータとして保存する。

【００８０】次に、前輪操舵角δf がしきい値を越えた
場合に操舵開始と判定し、横Ｇモデル値と横Ｇセンサ値
の時系列データとを比較して路面判定する。これは横軸
に横Ｇモデル値、縦軸に横Ｇセンサ値をとって時系列デ
ータをプロットし、その軌跡を予め用意した各路面を表
す基準軌跡と照合して路面判定するものである。この比
較に際しては路面の誤判定を防ぐため、センサ値とモデ
ル値との位相ずれを補償している。

【００８１】＜旋回異常判定＞旋回異常判定は、路面判
定で用いた（５１）式による横Ｇモデル値を用いて行
う。旋回異常は操舵開始から操舵終了までの間に横Ｇモ
デル値ｙが次の条件を順に満たした場合とした。

【００８２】

【数５３】ここで、１０ｍ／ｓ²、１８ｍ／ｓ²という値は現実の
車両では発生することのない横Ｇ値である。また、操舵
開始、終了は操舵角δf が次の条件が満たされた場合と
した。

【００８３】

【数５４】

【数５５】但し、

【数５６】図１９に上記旋回異常判定の様子を示す。

【００８４】＜車体横すべり角推定結果＞図２０に、以
上で構成される車体横すべり角推定アルゴリズムのブロ
ック図を示す。そして、実車走行データを用いて車体横
すべり角推定のシミュレーションを行った。

【００８５】

【実施例】シミュレーション開始時点でのタイヤ特性は
乾燥路の設定値を用いており、操舵時の路面判定で図１
０、図１１のタイヤ特性が選択されるものとした。

【００８６】図２１、図２２はＢ車の乾燥路、車速６０
ｋｍ／ｈと８０ｋｍ／ｈでの推定結果である。これらの
図において、（Ａ）は時間と操舵角との関係を示し、
（Ｂ）は時間と横Ｇ、ヨーレートとの関係を示し、
（Ｃ）は時間と車体横すべり角の関係で比較のためフィ
ードバックなしの車体横すべり角推定結果を示し、
（Ｄ）は時間と車体横すべり角の関係（フィードバック
あり）を示す。ここでフィードバックなしの結果とは、
図２０の車体横すべり角推定アルゴリズムにおけるフィ
ードバックゲインＫ1 〜Ｋ3 を０としたものである。図
中、破線が対地車速センサ信号とヨーレート信号から得
られた真値、実線が推定結果である。また、図中Ｃp 変
更点は、路面判定結果に基づき図１０、図１１のタイヤ
特性のテーブル値を変更した点であり、次の路面判定ま
では変更された特性値を用いている。

【００８７】一方、図２３はＡ車の乾燥路、車速６０ｋ
ｍ／ｈでの推定結果である。また、図２４、２５はＡ車
の雪上路、氷上路における車速４０ｋｍ／ｈでの推定結
果である。図２６はＡ車の乾燥路旋回異常における推定
結果である。図中、切り換え点とは、旋回異常判定によ
りすべり角速度フィードバック系からヨー角加速度フィ
ードバック系に切り換えたことを示す。

【００８８】以上の結果、通常状態、旋回異常状態とも
に良好な推定結果が得られており、また、路面状態の変
化にも対応していることがわかる。これらの結果から、
精度のよい車体横すべり角検出装置が提供できる。

【００８９】

【発明の効果】以上説明したように、本発明によれば、
車両の可変パラメータに柔軟に対応でき、かつオブザー
バ方式におけるセンサ信号による推定値の補正という利
点を活かし、横Ｇ、ヨーレートのセンサ信号により車体
横すべり角の推定精度を向上させることができる。

【図面の簡単な説明】

【図１】本発明の概念構成図である。

【図２】本発明の動作説明図である。

【図３】本発明の実施形態の車両構成図である。

【図４】車体横すべり角検出装置の構成ブロック図で
ある。

【図５】タイヤ特性決定回路の構成ブロック図であ
る。

【図６】推定値補正回路の構成ブロック図である。

【図７】通常状態補正回路の構成ブロック図である。

【図８】旋回異常状態補正回路の構成ブロック図であ
る。

【図９】タイヤの非線形特性を示す説明図である。

【図１０】Ａ車のタイヤの非線形特性を示すグラフ図
である。

【図１１】Ｂ車のタイヤの非線形特性を示すグラフ図
である。

【図１２】フィードフォワードによる推定値補正の説
明図である。

【図１３】フィードバックによる推定値補正の説明図
である。

【図１４】旋回異常時のすべり角速度を示す図であ
る。

【図１５】すべり角速度フィードバック系の構成ブロ
ック図である。

【図１６】すべり角速度フィードバック系の概略構成
図である。

【図１７】ヨー角加速度フィードバック系の概略構成
図である。

【図１８】ヨー角加速度フィードバック系の構成ブロ
ック図である。

【図１９】旋回異常判定の様子を示す説明図である。

【図２０】車体横すべり角推定アルゴリズムに基づく
構成ブロック図である。

【図２１】Ｂ車で乾燥路を車速６０ｋｍ／ｈで走行し
た場合の結果を示す図である。

【図２２】Ｂ車で乾燥路を車速８０ｋｍ／ｈで走行し
た場合の結果を示す図である。

【図２３】Ａ車で乾燥路を車速６０ｋｍ／ｈで走行し
た場合の結果を示す図である。

【図２４】Ａ車で雪上路を車速４０ｋｍ／ｈで走行し
た場合の結果を示す図である。

【図２５】Ａ車で氷上路を車速４０ｋｍ／ｈで走行し
た場合の結果を示す図である。

【図２６】Ａ車の乾燥路における旋回異常状態時の結
果を示す図である。

【図２７】従来の車体横すべり角検出装置の動作説明
図である。

【図２８】従来における車両の離散モデルとオブザー
バテーブルを示す説明図である。

【符号の説明】

１０車体、１２ハンドル、１４前輪用タイヤ、１
６後輪用タイヤ、２０舵角センサ、２２加速度セ
ンサ、２４ヨーレートセンサ、２６車速センサ、２
８信号処理回路、３０車体横すべり角検出装置、３
２タイヤ特性決定回路、３４車体横すべり角推定回
路、３６推定値補正回路、３８加算器、４０ロー
パス回路、４２定常円旋回モデル、４４路面判定回
路、４６タイヤ特性選択回路、４８通常状態補正回
路、５０旋回異常状態補正回路、５２旋回異常判定
回路、５４補正切り換え回路、５６すべり角速度算
出回路、５８微分回路、６０ローパス回路、６２
補正ゲインＫ1 、６４補正回路、６６微分回路、６
８ヨー角加速度推定回路、７０横Ｇ推定回路、７２
積分回路、７４累積誤差比較回路、７６ゲイン切
り換え回路、７８補正ゲインＫ2 、８０補正ゲインＫ
3 、８２補正回路。

───────────────────────────────────────────────────── 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 113:00 137:00 (72)発明者浅野勝宏愛知県愛知郡長久手町大字長湫字横道41番地の１株式会社豊田中央研究所内 (72)発明者服部憲明愛知県刈谷市朝日町２丁目１番地アイシン精機株式会社内 (72)発明者十津憲司愛知県刈谷市朝日町２丁目１番地アイシン精機株式会社内 (72)発明者安井由行愛知県刈谷市朝日町２丁目１番地アイシン精機株式会社内 (72)発明者伊藤孝之愛知県刈谷市朝日町２丁目１番地アイシン精機株式会社内

Claims

【特許請求の範囲】

【請求項１】車両の操舵角、横加速後、ヨーレート及
び車速を含む車両の運動に関する状態量を検出する検出
手段と、車両運動モデルを記憶する車両運動モデル記憶手段と、路面のすべり状態に応じたタイヤ特性を記憶するタイヤ
特性記憶手段と、横加速度の検出値と操舵角及び車速の検出値から路面の
すべり状態を判定する路面判定手段と、前記タイヤ特性記憶手段から前記路面判定手段での判定
結果に基づいて最適なタイヤ特性を選択するタイヤ特性
選択手段と、前記車両運動モデルと選択された前記タイヤ特性及び操
舵角、横加速度、ヨーレート、車速の各検出値に基づい
て車体横すべり角を推定する車体横すべり角推定手段
と、前記操舵角、横加速度、ヨーレート、車速の各検出値と
一制御時間前の車体横すべり角に基づいて前記車体横す
べり角推定値に対する補正値を算出する車体横すべり角
補正手段と、前記車体横すべり角推定値と前記補正値に基づいて車体
横すべり角を決定する車体横すべり角決定手段と、を有することを特徴とする車体横すべり角検出装置。