JPH10297518A - 後輪操舵制御装置 - Google Patents
後輪操舵制御装置Info
- Publication number
- JPH10297518A JPH10297518A JP10975597A JP10975597A JPH10297518A JP H10297518 A JPH10297518 A JP H10297518A JP 10975597 A JP10975597 A JP 10975597A JP 10975597 A JP10975597 A JP 10975597A JP H10297518 A JPH10297518 A JP H10297518A
- Authority
- JP
- Japan
- Prior art keywords
- steering
- target
- rear wheel
- yaw rate
- vehicle speed
- 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.)
- Withdrawn
Links
Landscapes
- Steering-Linkage Mechanisms And Four-Wheel Steering (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
Abstract
(57)【要約】
【課題】 前後輪操舵式車両において、旋回性能を悪化
させることなく且つドライバの好みを十分に反映可能な
後輪操舵制御装置を提供する。 【解決手段】 目標スタビリティファクタ出力手段(40)
により、車両の目標スタビリティファクタＡtが車速Ｖ
とハンドル角δfとを入力とするニューラルネットワー
クを介してドライバの好みに応じたものとして出力さ
れ、目標ヨーレイト算出手段(42)により、目標ヨーレイ
トψtが車速Ｖ、ハンドル角δf及び上記目標スタビリテ
ィファクタＡtに基づき算出され、さらに、後輪目標操
舵量設定手段(44)により、後輪の目標操舵量δrが車速
Ｖ、ハンドル角δf及びヨーレイトψと目標ヨーレイト
ψtとの差に基づき設定される。そして、当該目標操舵
量δrに基づいて後輪操舵が制御される。
させることなく且つドライバの好みを十分に反映可能な
後輪操舵制御装置を提供する。 【解決手段】 目標スタビリティファクタ出力手段(40)
により、車両の目標スタビリティファクタＡtが車速Ｖ
とハンドル角δfとを入力とするニューラルネットワー
クを介してドライバの好みに応じたものとして出力さ
れ、目標ヨーレイト算出手段(42)により、目標ヨーレイ
トψtが車速Ｖ、ハンドル角δf及び上記目標スタビリテ
ィファクタＡtに基づき算出され、さらに、後輪目標操
舵量設定手段(44)により、後輪の目標操舵量δrが車速
Ｖ、ハンドル角δf及びヨーレイトψと目標ヨーレイト
ψtとの差に基づき設定される。そして、当該目標操舵
量δrに基づいて後輪操舵が制御される。
Description
【０００１】
【発明の属する技術分野】この発明は、前輪に加えて後
輪をも操舵可能な前後輪操舵式車両の後輪操舵制御装置
に関する。
輪をも操舵可能な前後輪操舵式車両の後輪操舵制御装置
に関する。
【０００２】
【関連する背景技術】この種の前後輪操舵式車両（４Ｗ
Ｓ車両）は、後輪を操舵する後輪操舵アクチュエータを
備えており、この後輪操舵アクチュエータは、コントロ
ーラから車両の走行状態に応じた目標後輪舵角（後輪の
目標操舵量）情報が与えられると、実後輪舵角をこの目
標後輪舵角に一致させるべく後輪を操舵するようにされ
ている。このように前輪の操舵に加えて後輪が適切に操
舵されると、通常の前輪操舵式車両（２ＷＳ車両）に比
べて旋回性能や操縦安定性能が共に向上することにな
る。
Ｓ車両）は、後輪を操舵する後輪操舵アクチュエータを
備えており、この後輪操舵アクチュエータは、コントロ
ーラから車両の走行状態に応じた目標後輪舵角（後輪の
目標操舵量）情報が与えられると、実後輪舵角をこの目
標後輪舵角に一致させるべく後輪を操舵するようにされ
ている。このように前輪の操舵に加えて後輪が適切に操
舵されると、通常の前輪操舵式車両（２ＷＳ車両）に比
べて旋回性能や操縦安定性能が共に向上することにな
る。
【０００３】そして、ニューラルネットワークを用いる
ことで車速や車両のヨー角速度等の車両の走行状態情報
に応じ且つドライバの好みに即したゲインを求め、この
ゲインをコントローラからの目標後輪舵角に乗算するよ
うにし、これにより旋回性能や操縦安定性能の向上とと
もに後輪操舵時におけるドライバビリティの向上を図っ
た装置が特開平６−２７０８２７号公報等に開示されて
いる。
ことで車速や車両のヨー角速度等の車両の走行状態情報
に応じ且つドライバの好みに即したゲインを求め、この
ゲインをコントローラからの目標後輪舵角に乗算するよ
うにし、これにより旋回性能や操縦安定性能の向上とと
もに後輪操舵時におけるドライバビリティの向上を図っ
た装置が特開平６−２７０８２７号公報等に開示されて
いる。
【０００４】
【発明が解決しようとする課題】しかしながら、ニュー
ラルネットワークを用いてドライバの好みに即して後輪
操舵を行うようにしても、上記公報に開示されるよう
に、ニューラルネットワークとは無関係な制御ロジック
によって算出された目標後輪舵角に対し、そのゲインを
ニューラルネットワークで調整する方法では、ニューラ
ルネットワークの出力が後輪舵角に与える影響が十分で
ない状況があり、場合によってはドライバにとって十分
好ましい制御を実現できない可能性がある。
ラルネットワークを用いてドライバの好みに即して後輪
操舵を行うようにしても、上記公報に開示されるよう
に、ニューラルネットワークとは無関係な制御ロジック
によって算出された目標後輪舵角に対し、そのゲインを
ニューラルネットワークで調整する方法では、ニューラ
ルネットワークの出力が後輪舵角に与える影響が十分で
ない状況があり、場合によってはドライバにとって十分
好ましい制御を実現できない可能性がある。
【０００５】本発明は、上述した事情に基づきなされた
もので、その目的とするところは、ニューラルネットワ
ークが制御ロジックそのものに介入することによって、
ニューラルネットワークの出力が後輪舵角の制御に与え
る影響をより大きなものとし、ドライバの好みを十分に
反映可能な後輪操舵制御装置を提供することにある。
もので、その目的とするところは、ニューラルネットワ
ークが制御ロジックそのものに介入することによって、
ニューラルネットワークの出力が後輪舵角の制御に与え
る影響をより大きなものとし、ドライバの好みを十分に
反映可能な後輪操舵制御装置を提供することにある。
【０００６】
【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の発明では、車両の目標スタビリティファ
クタが車速とハンドル角とを入力とするニューラルネッ
トワークを介してドライバの好みに応じたものとして出
力され、目標ヨーレイトが車速、ハンドル角及び目標ス
タビリティファクタに基づき算出され、後輪の目標操舵
量が車速、ハンドル角及びヨーレイトと目標ヨーレイト
との差に基づき設定される。そして、この目標操舵量に
基づいて後輪操舵が制御される。
め、請求項１の発明では、車両の目標スタビリティファ
クタが車速とハンドル角とを入力とするニューラルネッ
トワークを介してドライバの好みに応じたものとして出
力され、目標ヨーレイトが車速、ハンドル角及び目標ス
タビリティファクタに基づき算出され、後輪の目標操舵
量が車速、ハンドル角及びヨーレイトと目標ヨーレイト
との差に基づき設定される。そして、この目標操舵量に
基づいて後輪操舵が制御される。
【０００７】つまり、後輪の目標操舵量が、ドライバの
好みに応じて変化する目標スタビリティファクタを用い
て目標ヨーレイト算出手段及び後輪目標操舵量設定手段
の一連の手段（算出式）を経て設定されることになり、
最適な旋回性能を得ながらにしてドライバの好み（意
思）を反映した良好且つドライバビリティの高い旋回走
行が実現可能とされる。
好みに応じて変化する目標スタビリティファクタを用い
て目標ヨーレイト算出手段及び後輪目標操舵量設定手段
の一連の手段（算出式）を経て設定されることになり、
最適な旋回性能を得ながらにしてドライバの好み（意
思）を反映した良好且つドライバビリティの高い旋回走
行が実現可能とされる。
【０００８】また、請求項２の発明では、ニューラルネ
ットワークは、車速とハンドル角とを入力として官能評
価ドライバにより調整されたスタビリティファクタ出力
を教師データとするよう学習されているため、当該ニュ
ーラルネットワークを介して得られる目標スタビリティ
ファクタは、ドライバの好み（意思）を良好に反映した
値とされる。故に、当該目標スタビリティファクタを用
いて算出される後輪の目標操舵量は極めて適切なものと
され、よりドライバビリティの高い旋回走行が実現可能
とされる。
ットワークは、車速とハンドル角とを入力として官能評
価ドライバにより調整されたスタビリティファクタ出力
を教師データとするよう学習されているため、当該ニュ
ーラルネットワークを介して得られる目標スタビリティ
ファクタは、ドライバの好み（意思）を良好に反映した
値とされる。故に、当該目標スタビリティファクタを用
いて算出される後輪の目標操舵量は極めて適切なものと
され、よりドライバビリティの高い旋回走行が実現可能
とされる。
【０００９】
【発明の実施の形態】図１を参照すると、本発明の係る
前後輪操舵式車両（以下、４ＷＳ車両という）が概略的
に示されている。この４ＷＳ車両は、パワーシリンダ２
及びラック・ピニオン機構を含み、ハンドル４の操作に
応じて前輪ＦＷL,ＦＷRを操舵する前輪操舵系６と、油
圧シリンダからなる後輪操舵アクチュエータ（制御手
段）８によって後輪ＲＷL,ＲＷRを操舵する後輪操舵系
１０とを備えている。
前後輪操舵式車両（以下、４ＷＳ車両という）が概略的
に示されている。この４ＷＳ車両は、パワーシリンダ２
及びラック・ピニオン機構を含み、ハンドル４の操作に
応じて前輪ＦＷL,ＦＷRを操舵する前輪操舵系６と、油
圧シリンダからなる後輪操舵アクチュエータ（制御手
段）８によって後輪ＲＷL,ＲＷRを操舵する後輪操舵系
１０とを備えている。
【００１０】後輪操舵系１０に関し、より詳しく説明す
ると、後輪操舵アクチュエータ８には電磁バルブ１２が
組み合わされており、電磁バルブ１２は油圧源（図示せ
ず）に液圧的に接続されるとともに、コントロールユニ
ット（ＥＣＵ）１４に電気的に接続されている。同図に
示すように、ＥＣＵ１４には、ハンドル角センサ（ハン
ドル角検出手段）１６、車速センサ（車速検出手段）１
８、横加速度センサ２０、ヨーレイトセンサ（ヨーレイ
ト検出手段）２２及びロールレイトセンサ２４が接続さ
れている。
ると、後輪操舵アクチュエータ８には電磁バルブ１２が
組み合わされており、電磁バルブ１２は油圧源（図示せ
ず）に液圧的に接続されるとともに、コントロールユニ
ット（ＥＣＵ）１４に電気的に接続されている。同図に
示すように、ＥＣＵ１４には、ハンドル角センサ（ハン
ドル角検出手段）１６、車速センサ（車速検出手段）１
８、横加速度センサ２０、ヨーレイトセンサ（ヨーレイ
ト検出手段）２２及びロールレイトセンサ２４が接続さ
れている。
【００１１】ハンドル角センサ１６はハンドル４の操作
角、即ちハンドル角δfを検出するものであり、車速セ
ンサ１８は車両の速度、即ち車速Ｖを検出するものであ
る。ここに、車速センサ１８は車両のスピードメータで
あってもよいし、また、各車輪毎に設けられた車輪速セ
ンサ（図示せず）であってもよい。車輪速センサを車速
センサ１８とした場合には、前輪ＦＷL,ＦＷRの車輪速
センサの出力を平均して求めた平均前輪速と後輪ＲＷL,
ＲＷRの車輪速センサの出力を平均して求めた平均後輪
速とのうちの小さい方が車速Ｖとされる。
角、即ちハンドル角δfを検出するものであり、車速セ
ンサ１８は車両の速度、即ち車速Ｖを検出するものであ
る。ここに、車速センサ１８は車両のスピードメータで
あってもよいし、また、各車輪毎に設けられた車輪速セ
ンサ（図示せず）であってもよい。車輪速センサを車速
センサ１８とした場合には、前輪ＦＷL,ＦＷRの車輪速
センサの出力を平均して求めた平均前輪速と後輪ＲＷL,
ＲＷRの車輪速センサの出力を平均して求めた平均後輪
速とのうちの小さい方が車速Ｖとされる。
【００１２】また、横加速度センサ２０、ヨーレイトセ
ンサ２２及びロールレイトセンサ２４は、車両に作用す
る横加速度Ｇy、ヨーレイト（ヨー角速度）ψ及びロー
ルレイト（ロール角速度）φをそれぞれ検出するもので
ある。つまり、ＥＣＵ１４には、各センサよりハンドル
角情報δf、車速情報Ｖ、横加速度情報Ｇy、ヨーレイト
情報ψ及びロールレイト情報φが入力されるようにされ
ている。
ンサ２２及びロールレイトセンサ２４は、車両に作用す
る横加速度Ｇy、ヨーレイト（ヨー角速度）ψ及びロー
ルレイト（ロール角速度）φをそれぞれ検出するもので
ある。つまり、ＥＣＵ１４には、各センサよりハンドル
角情報δf、車速情報Ｖ、横加速度情報Ｇy、ヨーレイト
情報ψ及びロールレイト情報φが入力されるようにされ
ている。
【００１３】以下、このように構成された後輪操舵制御
装置の制御内容について説明する。図２を参照すると、
ＥＣＵ１４の実行する後輪操舵制御の制御ブロック図が
示されており、また、図３を参照すると、後輪操舵制御
ルーチンを示すフローチャートが示されている。以下、
図３のフローチャートに沿い、図２を参照しながら後輪
操舵制御の制御手順を説明する。
装置の制御内容について説明する。図２を参照すると、
ＥＣＵ１４の実行する後輪操舵制御の制御ブロック図が
示されており、また、図３を参照すると、後輪操舵制御
ルーチンを示すフローチャートが示されている。以下、
図３のフローチャートに沿い、図２を参照しながら後輪
操舵制御の制御手順を説明する。
【００１４】図３のステップＳ１０では、上記各センサ
より検出情報が入力される。つまり、ここでは、図２に
示すように、ハンドル角センサ１６からハンドル角情報
δfが、車速センサ１８から車速情報Ｖが、横加速度セ
ンサ２０から横加速度情報Ｇyが、ヨーレイトセンサ２
２からヨーレイト情報ψが、またロールレイトセンサ２
４からロールレイト情報φが入力される。
より検出情報が入力される。つまり、ここでは、図２に
示すように、ハンドル角センサ１６からハンドル角情報
δfが、車速センサ１８から車速情報Ｖが、横加速度セ
ンサ２０から横加速度情報Ｇyが、ヨーレイトセンサ２
２からヨーレイト情報ψが、またロールレイトセンサ２
４からロールレイト情報φが入力される。
【００１５】そして、ステップＳ１２では、上記ハンド
ル角情報δfに基づく時系列データδf0，δf1，δf2・
・・δf20が図２中のメモリ３０にセーブされる。より
詳しくは、上記ハンドル角センサ１６が所定周期Ｔd
（例えば、０．１sec）でハンドル角δfを検出可能とさ
れており、当該ステップＳ１２では、所定周期Ｔd毎に
検出された現時点以前の複数（ここでは２１個）の連続
データがメモリ３０に時系列的に格納される。即ち、現
時点のハンドル角δf0、ｔ1時間（０．１秒）前のハン
ドル角δf1、ｔ2時間（０．２秒）前のハンドル角δf
2、ｔ3時間（０．３秒）前のハンドル角δf3・・・ｔ21
時間（２．１秒）前のハンドル角δf21がメモリ３０に
格納される。具体的には、現時点の最新のデータδf0が
追加される一方で最も古いデータδf20が排除されるこ
とになる。
ル角情報δfに基づく時系列データδf0，δf1，δf2・
・・δf20が図２中のメモリ３０にセーブされる。より
詳しくは、上記ハンドル角センサ１６が所定周期Ｔd
（例えば、０．１sec）でハンドル角δfを検出可能とさ
れており、当該ステップＳ１２では、所定周期Ｔd毎に
検出された現時点以前の複数（ここでは２１個）の連続
データがメモリ３０に時系列的に格納される。即ち、現
時点のハンドル角δf0、ｔ1時間（０．１秒）前のハン
ドル角δf1、ｔ2時間（０．２秒）前のハンドル角δf
2、ｔ3時間（０．３秒）前のハンドル角δf3・・・ｔ21
時間（２．１秒）前のハンドル角δf21がメモリ３０に
格納される。具体的には、現時点の最新のデータδf0が
追加される一方で最も古いデータδf20が排除されるこ
とになる。
【００１６】次のステップＳ１４では、図２の時定数演
算部３４において、車速情報Ｖに基づき時定数ｋを予め
設定されたマップより算出する。次のステップＳ１６で
は、図２のハンドル角ゲイン演算部３２において、やは
り車速情報Ｖに基づきハンドル角ゲインＫ1を算出す
る。ここでは、次式(1)に基づきハンドル角ゲインＫ1を
算出する。
算部３４において、車速情報Ｖに基づき時定数ｋを予め
設定されたマップより算出する。次のステップＳ１６で
は、図２のハンドル角ゲイン演算部３２において、やは
り車速情報Ｖに基づきハンドル角ゲインＫ1を算出す
る。ここでは、次式(1)に基づきハンドル角ゲインＫ1を
算出する。
【００１７】
【数１】
【００１８】ここに、Ｇkは補正係数、Ｃfは前輪等価コ
ーナリングパワー、Ｃrは後輪等価コーナリングパワ
ー、Ｌfは重心と前車軸との距離、Ｌrは重心と後車軸と
の距離、ｍは車両重量、Ｌはホイルベースであって、Ｖ
は車速である。そして、ステップＳ１８では、図２の目
標スタビリティファクタ演算部（目標スタビリティファ
クタ出力手段）４０において、ニューラルネットワーク
を用いて、スタビリティファクタＡの目標値である目標
スタビリティファクタＡtを求める。ここに、スタビリ
ティファクタＡとは、車両のステア特性を示す指標であ
り、当該スタビリティファクタＡの値が正であれば車両
がアンダステアであることを示し、負であればオーバス
テアであることを示している。そして、その値の大きさ
がそれぞれアンダステア及びオーバステアの度合（大き
さ）を示している。
ーナリングパワー、Ｃrは後輪等価コーナリングパワ
ー、Ｌfは重心と前車軸との距離、Ｌrは重心と後車軸と
の距離、ｍは車両重量、Ｌはホイルベースであって、Ｖ
は車速である。そして、ステップＳ１８では、図２の目
標スタビリティファクタ演算部（目標スタビリティファ
クタ出力手段）４０において、ニューラルネットワーク
を用いて、スタビリティファクタＡの目標値である目標
スタビリティファクタＡtを求める。ここに、スタビリ
ティファクタＡとは、車両のステア特性を示す指標であ
り、当該スタビリティファクタＡの値が正であれば車両
がアンダステアであることを示し、負であればオーバス
テアであることを示している。そして、その値の大きさ
がそれぞれアンダステア及びオーバステアの度合（大き
さ）を示している。
【００１９】つまり、当該ステップＳ１８では、上記ス
タビリティファクタＡを可変すべくその目標値をニュー
ラルネットワークを用いて設定する。ニューラルネット
ワークは、図４に概略構成が示されているように、階層
型の構成とされている。詳しくは、同図に示すように、
ニューラルネットワークは、各入力情報毎に入力ユニッ
トＩＵを有した入力層と、幾つかの中間ユニットＭＵを
有した中間層と、目標スタビリティファクタＡtを出力
する１つの出力ユニットＯＵを有した出力層とから構成
されている。
タビリティファクタＡを可変すべくその目標値をニュー
ラルネットワークを用いて設定する。ニューラルネット
ワークは、図４に概略構成が示されているように、階層
型の構成とされている。詳しくは、同図に示すように、
ニューラルネットワークは、各入力情報毎に入力ユニッ
トＩＵを有した入力層と、幾つかの中間ユニットＭＵを
有した中間層と、目標スタビリティファクタＡtを出力
する１つの出力ユニットＯＵを有した出力層とから構成
されている。
【００２０】ここでは、ニューラルネットワークには、
図４に示すように、上記メモリ３０に記憶した時系列デ
ータδf0，δf1，δf2・・・δf20、ハンドル操作速度
つまりハンドル角情報δfの微分値dδf／dｔ、車速Ｖの
他、横加速度Ｇy、ヨーレイトψ及びロールレイトφが
入力ユニットＩＵに入力され、中間ユニットＭＵを経て
これら入力情報に基づき最適な目標スタビリティファク
タＡtが出力ユニットＯＵから出力されるようにされて
いる。
図４に示すように、上記メモリ３０に記憶した時系列デ
ータδf0，δf1，δf2・・・δf20、ハンドル操作速度
つまりハンドル角情報δfの微分値dδf／dｔ、車速Ｖの
他、横加速度Ｇy、ヨーレイトψ及びロールレイトφが
入力ユニットＩＵに入力され、中間ユニットＭＵを経て
これら入力情報に基づき最適な目標スタビリティファク
タＡtが出力ユニットＯＵから出力されるようにされて
いる。
【００２１】ところで、ニューラルネットワークは、様
々な入力情報に対しドライバにとって適正な目標スタビ
リティファクタＡtを出力可能なよう、予めシグモイド
関数を使用した公知のバックプロパゲーション手法を用
いて学習されている。以下、ニューラルネットワークの
学習方法について簡単に説明しておく。ニューラルネッ
トワークがモード切換手段（図示せず）によって学習モ
ードとされると、図２中に破線で示すように、ドライバ
が調整ダイヤル６０を手動操作することにより、ニュー
ラルネットワークの出力情報である目標スタビリティフ
ァクタＡtが適宜調整可能とされる。この状態で、複数
の官能評価ドライバ（テストドライバ）が車両を運転
し、それぞれの官能評価ドライバが上記時系列データδ
f0，δf1，δf2・・・δf20、ハンドル操作速度つまり
ハンドル角情報δfの微分値dδf／dｔ、車速Ｖ、横加速
度Ｇy、ヨーレイトψ及びロールレイトφ等の入力情報
が種々変化する状況に対して好ましい目標スタビリティ
ファクタＡtを調整ダイヤル６０を操作して調整する。
々な入力情報に対しドライバにとって適正な目標スタビ
リティファクタＡtを出力可能なよう、予めシグモイド
関数を使用した公知のバックプロパゲーション手法を用
いて学習されている。以下、ニューラルネットワークの
学習方法について簡単に説明しておく。ニューラルネッ
トワークがモード切換手段（図示せず）によって学習モ
ードとされると、図２中に破線で示すように、ドライバ
が調整ダイヤル６０を手動操作することにより、ニュー
ラルネットワークの出力情報である目標スタビリティフ
ァクタＡtが適宜調整可能とされる。この状態で、複数
の官能評価ドライバ（テストドライバ）が車両を運転
し、それぞれの官能評価ドライバが上記時系列データδ
f0，δf1，δf2・・・δf20、ハンドル操作速度つまり
ハンドル角情報δfの微分値dδf／dｔ、車速Ｖ、横加速
度Ｇy、ヨーレイトψ及びロールレイトφ等の入力情報
が種々変化する状況に対して好ましい目標スタビリティ
ファクタＡtを調整ダイヤル６０を操作して調整する。
【００２２】このように目標スタビリティファクタＡt
が調整されると、その調整値がニューラルネットワーク
に記憶される。そして、この操作が繰り返し行われるこ
とにより、種々の状況に対し、その状況でのドライバに
とって好ましい目標スタビリティファクタＡtがニュー
ラルネットワークに記憶されることになる。実際には同
一の入力情報に対応する好ましい目標スタビリティファ
クタＡtは複数の官能評価ドライバ毎に異なるが、それ
らは学習過程で平均化される。その後、学習が十分に進
んだとみなされたら、学習モードを通常モードに戻すよ
うにする。これにより当該学習は終了する。
が調整されると、その調整値がニューラルネットワーク
に記憶される。そして、この操作が繰り返し行われるこ
とにより、種々の状況に対し、その状況でのドライバに
とって好ましい目標スタビリティファクタＡtがニュー
ラルネットワークに記憶されることになる。実際には同
一の入力情報に対応する好ましい目標スタビリティファ
クタＡtは複数の官能評価ドライバ毎に異なるが、それ
らは学習過程で平均化される。その後、学習が十分に進
んだとみなされたら、学習モードを通常モードに戻すよ
うにする。これにより当該学習は終了する。
【００２３】ステップＳ１８の実行により目標スタビリ
ティファクタＡtが求められたら、次にステップＳ２０
に進み、図２中の目標ヨーレイト演算部（目標ヨーレイ
ト算出手段）４２において、目標スタビリティファクタ
Ａtを用いて次式(2)より目標ヨーレイトψtを算出す
る。 ψt＝Ｖ・δf／（１＋Ａt・Ｖ2）・Ｌ …(2) ここに、Ｖは車速、δfはハンドル角であって、Ｌはホ
イルベースである。
ティファクタＡtが求められたら、次にステップＳ２０
に進み、図２中の目標ヨーレイト演算部（目標ヨーレイ
ト算出手段）４２において、目標スタビリティファクタ
Ａtを用いて次式(2)より目標ヨーレイトψtを算出す
る。 ψt＝Ｖ・δf／（１＋Ａt・Ｖ2）・Ｌ …(2) ここに、Ｖは車速、δfはハンドル角であって、Ｌはホ
イルベースである。
【００２４】ところで、上述したように、種々の状況に
応じて目標スタビリティファクタＡtは変化することに
なる。故に、当該変化する目標スタビリティファクタＡ
tに呼応して上記目標ヨーレイトψtも適宜可変設定され
ることになる。つまり、ヨー応答性が変化させられるこ
ととなる。従って、例えば、車両が旋回走行路を走行
中、ドライバが曲がりにくいと感じる傾向にあり、上記
官能評価ドライバによって目標スタビリティファクタＡ
tが小さく学習設定されているような走行状態のときに
は、目標ヨーレイトψtが大きくされてヨー応答性が鋭
くされ、一方、ドライバが走行安定性を高めたいと感じ
る傾向にあり、上記官能評価ドライバによって目標スタ
ビリティファクタＡtが大きく学習設定されているよう
な走行状態のときには、目標ヨーレイトψtが小さくさ
れてヨー応答性が鈍くされることとなる。
応じて目標スタビリティファクタＡtは変化することに
なる。故に、当該変化する目標スタビリティファクタＡ
tに呼応して上記目標ヨーレイトψtも適宜可変設定され
ることになる。つまり、ヨー応答性が変化させられるこ
ととなる。従って、例えば、車両が旋回走行路を走行
中、ドライバが曲がりにくいと感じる傾向にあり、上記
官能評価ドライバによって目標スタビリティファクタＡ
tが小さく学習設定されているような走行状態のときに
は、目標ヨーレイトψtが大きくされてヨー応答性が鋭
くされ、一方、ドライバが走行安定性を高めたいと感じ
る傾向にあり、上記官能評価ドライバによって目標スタ
ビリティファクタＡtが大きく学習設定されているよう
な走行状態のときには、目標ヨーレイトψtが小さくさ
れてヨー応答性が鈍くされることとなる。
【００２５】そして、次のステップＳ２２では、上記の
ように求めた目標ヨーレイトψtを受け、図２中の後輪
舵角演算部（後輪目標操舵量設定手段）４４において、
目標とする後輪舵角δr(t)、即ち目標後輪舵角δrを次
式(3)から算出する。 δr(t)＝δr(t-1)・ｋ／（ｋ＋１） ＋｛Ｋ1・δf(t)＋Ｋ2（ψt−ψ）｝／（ｋ＋１） …(3) ここに、ｋ、Ｋ1は上記のようにして算出された時定
数、ハンドル角ゲインであり、Ｋ2は所定の係数（所定
ゲイン）である。また、δf(t)は現在のハンドル角であ
り、δr(t-1)は前回算出したハンドル角であり、ψtは
上記目標ヨーレイト、ψはヨーレイトセンサ２４によっ
て検出される現在のヨーレイトである。
ように求めた目標ヨーレイトψtを受け、図２中の後輪
舵角演算部（後輪目標操舵量設定手段）４４において、
目標とする後輪舵角δr(t)、即ち目標後輪舵角δrを次
式(3)から算出する。 δr(t)＝δr(t-1)・ｋ／（ｋ＋１） ＋｛Ｋ1・δf(t)＋Ｋ2（ψt−ψ）｝／（ｋ＋１） …(3) ここに、ｋ、Ｋ1は上記のようにして算出された時定
数、ハンドル角ゲインであり、Ｋ2は所定の係数（所定
ゲイン）である。また、δf(t)は現在のハンドル角であ
り、δr(t-1)は前回算出したハンドル角であり、ψtは
上記目標ヨーレイト、ψはヨーレイトセンサ２４によっ
て検出される現在のヨーレイトである。
【００２６】つまり、目標後輪舵角δrは、目標ヨーレ
イトψtと現在のヨーレイトψとの差に応じて決定さ
れ、目標ヨーレイトψtと現在のヨーレイトψとが一致
に至るにつれて徐々に最適な目標後輪舵角δrに収束す
るようにされている。そして、次のステップＳ２４にお
いて、当該目標後輪舵角情報δrが後輪操舵アクチュエ
ータ８に接続された電磁バルブ１２に供給され、上述し
たように、目標後輪舵角情報δrに応じて電磁バルブ１
２の開弁方向及び開度が制御される。つまり、後輪ＲＷ
L,ＲＷRの舵角が上式(3)から算出された目標後輪舵角δ
rとなるよう後輪操舵アクチュエータ８の作動が制御さ
れる。
イトψtと現在のヨーレイトψとの差に応じて決定さ
れ、目標ヨーレイトψtと現在のヨーレイトψとが一致
に至るにつれて徐々に最適な目標後輪舵角δrに収束す
るようにされている。そして、次のステップＳ２４にお
いて、当該目標後輪舵角情報δrが後輪操舵アクチュエ
ータ８に接続された電磁バルブ１２に供給され、上述し
たように、目標後輪舵角情報δrに応じて電磁バルブ１
２の開弁方向及び開度が制御される。つまり、後輪ＲＷ
L,ＲＷRの舵角が上式(3)から算出された目標後輪舵角δ
rとなるよう後輪操舵アクチュエータ８の作動が制御さ
れる。
【００２７】ステップＳ２６では、上記一連の処理が終
了したか否か、つまり、目標ヨーレイトψtと現在のヨ
ーレイトψとが一致してその差がゼロとなり、後輪ＲＷ
L,ＲＷRの舵角が目標ヨーレイトψtに応じた最適な目標
後輪舵角δrに収束したか否かが判別される。判別結果
が偽（Ｎｏ）の場合には、目標ヨーレイトψtと現在の
ヨーレイトψとが一致するまで当該ルーチンが繰り返し
実行される。一方、判別結果が真（Ｙｅｓ）で目標ヨー
レイトψtと現在のヨーレイトψとが一致した場合に
は、後輪ＲＷL,ＲＷRの舵角が最適な目標後輪舵角δrに
収束し、もはや後輪操舵アクチュエータ８を制御する必
要がないと判定でき、処理終了とされる。
了したか否か、つまり、目標ヨーレイトψtと現在のヨ
ーレイトψとが一致してその差がゼロとなり、後輪ＲＷ
L,ＲＷRの舵角が目標ヨーレイトψtに応じた最適な目標
後輪舵角δrに収束したか否かが判別される。判別結果
が偽（Ｎｏ）の場合には、目標ヨーレイトψtと現在の
ヨーレイトψとが一致するまで当該ルーチンが繰り返し
実行される。一方、判別結果が真（Ｙｅｓ）で目標ヨー
レイトψtと現在のヨーレイトψとが一致した場合に
は、後輪ＲＷL,ＲＷRの舵角が最適な目標後輪舵角δrに
収束し、もはや後輪操舵アクチュエータ８を制御する必
要がないと判定でき、処理終了とされる。
【００２８】以上、説明したように、本発明の後輪操舵
制御装置によれば、目標ヨーレイトψtの設定に使用さ
れる目標スタビリティファクタＡtを、適正に学習され
たニューラルネットワークを介してドライバにとって好
ましい値に可変させるようにし、これに応じて目標ヨー
レイトψtをドライバの要求する適正な値に変化させる
ようにしており、当該目標ヨーレイトψtに基づいて目
標後輪舵角δrを設定するようにしている（式(2)及び式
(3)参照）。
制御装置によれば、目標ヨーレイトψtの設定に使用さ
れる目標スタビリティファクタＡtを、適正に学習され
たニューラルネットワークを介してドライバにとって好
ましい値に可変させるようにし、これに応じて目標ヨー
レイトψtをドライバの要求する適正な値に変化させる
ようにしており、当該目標ヨーレイトψtに基づいて目
標後輪舵角δrを設定するようにしている（式(2)及び式
(3)参照）。
【００２９】従って、車両が旋回走行路等を走行するよ
うな場合において、容易なシステム構成でありながら、
後輪舵角を常に車両の走行状態に即し、且つ、ドライバ
の好み（意思）に応じたものに制御することができ、極
めて適切な旋回走行の実現が可能とされる。故にドライ
バビリティの一層の向上が図られる。なお、上記実施形
態では、ニューラルネットワークの入力情報として、時
系列データδf0，δf1，δf2・・・δf20、ハンドル操
作速度つまりハンドル角情報δfの微分値dδf／dｔ、車
速Ｖの他、横加速度Ｇy、ヨーレイトψ及びロールレイ
トφを用いるようにしたが、横加速度Ｇy、ヨーレイト
ψ及びロールレイトφの入力情報については省いてもよ
い。つまり、入力情報が時系列データδf0，δf1，δf2
・・・δf20、ハンドル操作速度つまりハンドル角情報
δfの微分値dδf／dｔ、車速Ｖのみであっても上記同様
の効果が得られる。
うな場合において、容易なシステム構成でありながら、
後輪舵角を常に車両の走行状態に即し、且つ、ドライバ
の好み（意思）に応じたものに制御することができ、極
めて適切な旋回走行の実現が可能とされる。故にドライ
バビリティの一層の向上が図られる。なお、上記実施形
態では、ニューラルネットワークの入力情報として、時
系列データδf0，δf1，δf2・・・δf20、ハンドル操
作速度つまりハンドル角情報δfの微分値dδf／dｔ、車
速Ｖの他、横加速度Ｇy、ヨーレイトψ及びロールレイ
トφを用いるようにしたが、横加速度Ｇy、ヨーレイト
ψ及びロールレイトφの入力情報については省いてもよ
い。つまり、入力情報が時系列データδf0，δf1，δf2
・・・δf20、ハンドル操作速度つまりハンドル角情報
δfの微分値dδf／dｔ、車速Ｖのみであっても上記同様
の効果が得られる。
【００３０】
【発明の効果】以上説明したように、本発明の請求項１
の後輪操舵制御装置によれば、後輪の目標操舵量は、ド
ライバの好みに応じて変化する目標スタビリティファク
タを用いて目標ヨーレイト算出手段及び後輪目標操舵量
設定手段の一連の手段（算出式）を経て設定されるの
で、最適な旋回性能を得ながらにしてドライバの好み
（意思）を反映した十分且つドライバビリティの高い旋
回走行を実現することができる。
の後輪操舵制御装置によれば、後輪の目標操舵量は、ド
ライバの好みに応じて変化する目標スタビリティファク
タを用いて目標ヨーレイト算出手段及び後輪目標操舵量
設定手段の一連の手段（算出式）を経て設定されるの
で、最適な旋回性能を得ながらにしてドライバの好み
（意思）を反映した十分且つドライバビリティの高い旋
回走行を実現することができる。
【００３１】また、請求項２の後輪操舵制御装置によれ
ば、ニューラルネットワークは、車速とハンドル角とを
入力として官能評価ドライバにより調整されたスタビリ
ティファクタ出力を教師データとするよう学習されてい
る。従って、当該ニューラルネットワークを介して得ら
れる目標スタビリティファクタは、ドライバの好み（意
思）を十分に反映した値とされ、故に、当該目標スタビ
リティファクタを用いて算出される後輪の目標操舵量を
極めて適切なものにでき、より一層ドライバビリティの
高い旋回走行を実現することができる。
ば、ニューラルネットワークは、車速とハンドル角とを
入力として官能評価ドライバにより調整されたスタビリ
ティファクタ出力を教師データとするよう学習されてい
る。従って、当該ニューラルネットワークを介して得ら
れる目標スタビリティファクタは、ドライバの好み（意
思）を十分に反映した値とされ、故に、当該目標スタビ
リティファクタを用いて算出される後輪の目標操舵量を
極めて適切なものにでき、より一層ドライバビリティの
高い旋回走行を実現することができる。
【図１】本発明に係る後輪操舵制御装置を含む４ＷＳ車
両を示した概略構成図である。
両を示した概略構成図である。
【図２】図１中のＥＣＵが実行する後輪操舵制御の制御
ブロック図である。
ブロック図である。
【図３】後輪操舵制御ルーチンを示すフローチャートで
ある。
ある。
【図４】図２中のニューラルネットワークの構成を示し
た概略図である。
た概略図である。
６ 前輪操舵系 ８ 後輪操舵アクチュエータ（制御手段） １０ 後輪操舵系 １２ 電磁バルブ（制御手段） １４ コントロールユニット（ＥＣＵ） １６ ハンドル角センサ（ハンドル角検出手段） １８ 車速センサ（車速検出手段） ２０ 横加速度センサ ２２ ヨーレイトセンサ（ヨーレイト検出手段） ２４ ロールレイトセンサ ３０ メモリ ３２ ハンドル角ゲイン演算部 ３４ 時定数演算部 ４０ 目標スタビリティファクタ演算部（目標スタビリ
ティファクタ出力手段） ４２ 目標ヨーレイト演算部（目標ヨーレイト算出手
段） ４４ 後輪操舵角演算部（後輪目標操舵量設定手段） ６０ 調整ダイヤル
ティファクタ出力手段） ４２ 目標ヨーレイト演算部（目標ヨーレイト算出手
段） ４４ 後輪操舵角演算部（後輪目標操舵量設定手段） ６０ 調整ダイヤル
Claims (2)
- 【請求項１】 前輪の操舵に基づき後輪を操舵可能な前
後輪操舵式車両の後輪操舵制御装置において、 車両の車速を検出する車速検出手段と、 ハンドル角を検出するハンドル角検出手段と、 車両のヨーレイトを検出するヨーレイト検出手段と、 前記車速と前記ハンドル角とを入力とし、ニューラルネ
ットワークを介して車両の目標スタビリティファクタを
出力する目標スタビリティファクタ出力手段と、 前記車速、前記ハンドル角及び前記目標スタビリティフ
ァクタに基づき目標ヨーレイトを算出する目標ヨーレイ
ト算出手段と、 前記車速、前記ハンドル角及び前記ヨーレイトと前記目
標ヨーレイトとの差に基づき後輪の目標操舵量を設定す
る後輪目標操舵量設定手段と、 前記目標操舵量に基づき後輪操舵を制御する制御手段
と、 を備えることを特徴とする後輪操舵制御装置。 - 【請求項２】 前記ニューラルネットワークは、車速と
ハンドル角とを入力として官能評価ドライバにより調整
されたスタビリティファクタ出力を教師データとするよ
う学習されており、 前記目標スタビリティファクタ出力手段は、前記車速検
出手段により車速が検出され、前記ハンドル角検出手段
によりハンドル角が検出されると、前記ニューラルネッ
トワークを介し、これら車速とハンドル角に応じた前記
教師データを目標スタビリティファクタとして出力する
ことを特徴とする、請求項１記載の後輪操舵制御装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10975597A JPH10297518A (ja) | 1997-04-25 | 1997-04-25 | 後輪操舵制御装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10975597A JPH10297518A (ja) | 1997-04-25 | 1997-04-25 | 後輪操舵制御装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH10297518A true JPH10297518A (ja) | 1998-11-10 |
Family
ID=14518432
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP10975597A Withdrawn JPH10297518A (ja) | 1997-04-25 | 1997-04-25 | 後輪操舵制御装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH10297518A (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007112179A (ja) * | 2005-10-18 | 2007-05-10 | Fuji Heavy Ind Ltd | 車両運動制御装置 |
| CN1326737C (zh) * | 2003-09-30 | 2007-07-18 | 三菱扶桑卡客车株式会社 | 车辆稳定系数学习方法、学习装置及车辆用控制装置 |
| JP2011025880A (ja) * | 2009-07-29 | 2011-02-10 | Honda Motor Co Ltd | 車両の後輪操舵制御装置 |
| JP2016013752A (ja) * | 2014-07-01 | 2016-01-28 | 株式会社デンソー | 車両制御装置 |
| CN113619584A (zh) * | 2021-08-27 | 2021-11-09 | 中国第一汽车股份有限公司 | 电控后轮转向方法、装置、电子设备及存储介质 |
-
1997
- 1997-04-25 JP JP10975597A patent/JPH10297518A/ja not_active Withdrawn
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1326737C (zh) * | 2003-09-30 | 2007-07-18 | 三菱扶桑卡客车株式会社 | 车辆稳定系数学习方法、学习装置及车辆用控制装置 |
| JP2007112179A (ja) * | 2005-10-18 | 2007-05-10 | Fuji Heavy Ind Ltd | 車両運動制御装置 |
| JP2011025880A (ja) * | 2009-07-29 | 2011-02-10 | Honda Motor Co Ltd | 車両の後輪操舵制御装置 |
| JP2016013752A (ja) * | 2014-07-01 | 2016-01-28 | 株式会社デンソー | 車両制御装置 |
| CN113619584A (zh) * | 2021-08-27 | 2021-11-09 | 中国第一汽车股份有限公司 | 电控后轮转向方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2641743B2 (ja) | 四輪操舵車の後輪制御方法 | |
| JP5073323B2 (ja) | ステアリング保持状態判定装置、ドライバ覚醒度推定装置および適正進路維持装置 | |
| CN111762261B (zh) | 车辆转向控制方法、装置及系统 | |
| EP0812748B1 (en) | Method and system for controlling the yaw moment of a vehicle | |
| JP3516986B2 (ja) | 運転技量推定装置 | |
| US20040015284A1 (en) | Method for controlling yaw and transversal dynamics in a road vehicle | |
| CN106476653A (zh) | 车辆的控制装置及车辆的控制方法 | |
| JP2001080484A (ja) | 車輌の挙動制御装置 | |
| US7315772B2 (en) | Motion control apparatus and method for automotive vehicle | |
| JP2000289637A (ja) | 車両用操舵装置 | |
| JP3637801B2 (ja) | 車輌の操舵制御装置 | |
| US6810317B2 (en) | System and method for controlling and/or regulating the handling characteristics of a motor vehicle | |
| JPH10297518A (ja) | 後輪操舵制御装置 | |
| JP3646550B2 (ja) | 車輌の走行制御装置 | |
| JPH0692159A (ja) | 運転感覚制御装置、人間運転特性同定方法および疑似感覚付与装置 | |
| JPH10281944A (ja) | 車両のタイヤ判定装置 | |
| JP3190149B2 (ja) | 自動車用制御装置の制御ゲイン変更装置 | |
| JP3931690B2 (ja) | 車両用操舵制御装置 | |
| JP3313626B2 (ja) | 車両用操舵装置 | |
| JPH1178951A (ja) | 車両用操舵装置 | |
| JP4604685B2 (ja) | 車輌旋回走行アシストヨーモーメントを求める装置 | |
| JPH1178933A (ja) | 車両の車体横滑り角推定方法及び推定装置 | |
| JPH06298112A (ja) | 車両の後輪操舵制御装置 | |
| JPH1191608A (ja) | 車両運動制御装置 | |
| JPH06270827A (ja) | 後輪操舵制御装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20040706 |