WO2014080802A1 - ハイブリッド車両の制御装置 - Google Patents

Abstract

予定走行経路の統計データを利用して適切なパワートレイン制御を行い、燃費向上を図ることができるハイブリッド車両の制御装置を提供すること。 走行駆動源としてエンジン（Eng）及びモータ/ジェネレータ（MG）を備えたＦＲハイブリッド車両（Ｓ）に搭載され、走行済み経路における統計交通データに対する、同一経路における自車両の走行データの比率を記憶する記憶部（１ａ）と、自車両の現在地から目的地までの予定走行経路を設定するナビゲーションシステム（４）と、前記記憶部（１ａ）に記憶された統計交通データに対する自車両の走行データの比率に基づいて、前記予定走行経路での予測走行データを演算する予測部（１ｂ）と、前記予測部（１ｂ）によって予測された予測交通データに基づき、ＦＲハイブリッド車両（Ｓ）のパワートレイン制御を行う制御部（１ｃ）と、を備える構成とした。

Description

ハイブリッド車両の制御装置

　本発明は、走行駆動源にエンジン及びモータを備えたハイブリッド車両の制御装置に関する発明である。

　従来、走行駆動源にガソリン等の燃料を使用して駆動するエンジンと、バッテリを電力源として駆動するモータを有するハイブリッド車両に搭載され、予め設定された予定走行経路上の混雑状況や車速情報を考慮して、バッテリの充放電制御を行うハイブリッド車両の制御装置が知られている（例えば、特許文献１参照）。

特開2001-314004号公報

　しかしながら、従来のハイブリッド車両の制御装置では、予定走行経路上の混雑状況や車速情報は、対象となる予定走行経路における統計データに基づいて決定される。
そのため、この統計データを利用してハイブリッド車両のパワートレイン制御（例えば、走行モードのスケジューリングや、エンジン・モータの動力配分制御等）を行ってしまうと、自車両に固有の走行状況を反映させることができず、適切なパワートレイン制御を行うことが難しかった。そして、パワートレイン制御が自車両の走行状況に合わないため、エンジンの燃料消費量を抑制しきれず、燃費向上を図ることが難しいという問題があった。

　本発明は、上記問題に着目してなされたもので、予定走行経路における統計データを利用してパワートレイン制御を行う際に、適切なパワートレイン制御を行い、燃費向上を図ることができるハイブリッド車両の制御装置を提供することを目的とする。

　上記目的を達成するため、本発明のハイブリッド車両の制御装置は、走行駆動源としてエンジン及びモータを備えたハイブリッド車両に搭載され、走行データ記憶部と、ナビゲーターと、交通データ予測部と、パワートレイン制御部と、を備える。
　前記走行データ記憶部は、走行済み経路における統計交通データに対する、同一経路における自車両の走行データの比率、或いは両者の差を記憶する。
　前記ナビゲーターは、自車両の現在地から目的地までの予定走行経路を設定する。
　前記交通データ予測部は、前記走行データ記憶部に記憶された統計交通データに対する自車両の走行データの比率、或いは両者の差に基づいて、前記予定走行経路での予測走行データを演算する。
　前記パワートレイン制御部は、前記交通データ予測部によって予測された予測交通データに基づき、前記ハイブリッド車両のパワートレイン制御を行う。

　本発明のハイブリッド車両の制御装置では、交通データ予測部により、統計交通データと自車両の走行データとの、差或いは両者の比率に基づいて、予定走行経路での予測走行データが演算される。そして、パワートレイン制御部により、予測交通データに基づいてハイブリッド車両のパワートレイン制御が行われる。
　すなわち、パワートレイン制御を行う際に参照する情報が、自車両の実際の走行データを反映したものになるため、予定走行経路での自車両の走行状態の予測精度を向上することができる。これにより、自車両に適したパワートレイン制御を実行することができ、エンジンの燃料消費量を適切に抑制して、燃費向上を図ることできる。

実施例１の制御装置が適用されたハイブリッド車両を示す全体システム図である。 実施例１の車両制御部にて実行される車両制御処理の流れを示すフローチャートである。 実施例１におけるデータセンタから取得する統計交通データと、自車両の走行データを示すタイムチャートである。 実施例２におけるデータセンタから取得する統計交通データと、自車両の走行データと、走行地域分類を示すタイムチャートである。

　以下、本発明のハイブリッド車両の制御装置を実施するための形態を、図面に示す実施例１及び実施例２に基づいて説明する。

　（実施例１）
　まず、実施例１のハイブリッド車両の制御装置の構成を、「ハイブリッド車両の全体システム構成」、「車両制御システムの構成」、「車両制御処理の構成」に分けて説明する。

　［ハイブリッド車両の全体システム構成］
　図１は、実施例１のハイブリッド車両の制御装置が適用されたハイブリッド車両を示す全体システム図である。以下、図１に基づき、実施例１のハイブリッド車両の全体システム構成を説明する。

　実施例１におけるハイブリッド車両は、後輪駆動によるＦＲハイブリッド車両（ハイブリッド車両の一例）Ｓである。このＦＲハイブリッド車両Ｓの駆動系は、図１に示すように、エンジンEngと、第１クラッチCL1と、モータ/ジェネレータMGと、第２クラッチCL2と、自動変速機ATと、変速機入力軸INと、プロペラシャフトPSと、ディファレンシャルDFと、左ドライブシャフトDSLと、右ドライブシャフトDSRと、左後輪RL（駆動輪）と、右後輪RR（駆動輪）と、を有する。なお、FLは左前輪、FRは右前輪である。

　前記エンジンEngは、ガソリンエンジンやディーゼルエンジンであり、車両制御部１からのエンジン制御指令に基づいて、エンジン始動制御やエンジン停止制御やスロットルバルブのバルブ開度制御やフューエルカット制御等が行われる。なお、エンジン出力軸には、フライホイールFWを介して第１クラッチCL1が接続されている。

　前記第１クラッチCL1は、前記エンジンEngとモータ/ジェネレータMGの間に介装されたクラッチであり、車両制御部１からの制御指令に基づいて図示しない油圧ユニットにより作り出された第１クラッチ制御油圧により、締結・スリップ締結・開放が制御される。この第１クラッチCL1としては、例えば、ダイアフラムスプリングによる付勢力にて完全締結を保ち、ピストンを有する油圧アクチュエータを用いたストローク制御により、完全締結～スリップ締結～完全開放までが制御されるノーマルクローズの乾式単板クラッチが用いられる。なお、この第１クラッチCL1は、モータ/ジェネレータMGのみを走行駆動源とする電気自動車モードと、エンジンEngとモータ/ジェネレータMGの双方を走行駆動源とするハイブリッド車モードと、を切り替えるモード切り替え機構となっている。

　前記モータ/ジェネレータMGは、ロータに永久磁石を埋設しステータにステータコイルが巻き付けられた同期型モータ/ジェネレータであり、車両制御部１からの制御指令に基づいて、インバータ２により作り出された三相交流を印加することにより制御される。このモータ/ジェネレータMGは、バッテリ３からの電力の供給を受けて回転駆動し、エンジンEngの始動や左右後輪RL,RRの駆動を行う電動機として動作することもできる（以下、この動作状態を「力行」という）し、ロータがエンジンEngや左右後輪RL,RRから回転エネルギーを受ける場合には、ステータコイルの両端に起電力を生じさせる発電機として機能し、バッテリ３を充電することもできる（以下、この動作状態を「回生」という）。なお、このモータ/ジェネレータMGのロータは、自動変速機ATの変速機入力軸INに連結されている。

　前記第２クラッチCL2は、前記モータ/ジェネレータMGと左右後輪RL,RRの間に介装されたクラッチであり、車両制御部１からの制御指令に基づいて図示しない油圧ユニットにより作り出された第２クラッチ制御油圧により、締結・スリップ締結・開放が制御される。この第２クラッチCL2としては、例えば、比例ソレノイドで油流量および油圧を連続的に制御できるノーマルオープンの湿式多板クラッチや湿式多板ブレーキが用いられる。

　前記自動変速機ATは、モータ/ジェネレータMGと左右後輪RL,RRの間に介装され、例えば、前進７速／後退１速等の有段階の変速段を車速やアクセル開度等に応じて自動的に切り替える有段変速機である。この自動変速機ATの変速機出力軸には、プロペラシャフトPSが連結されている。そして、このプロペラシャフトPSは、ディファレンシャルDF、左ドライブシャフトDSL、右ドライブシャフトDSRを介して左右後輪RL,RRに連結されている。
なお、実施例１では、自動変速機ATの各変速段にて締結される複数の摩擦締結要素のうち、トルク伝達経路に配置されると共に所定の条件に適合する最適な摩擦係合要素（クラッチやブレーキ）を選択し、第２クラッチCL2としている。すなわち、前記第２クラッチCL2は、自動変速機ATとは独立の専用クラッチとして新たに追加したものではない。

　そして、このＦＲハイブリッド車両Ｓは、駆動形態の違い、つまり走行駆動源の違いによる走行モードとして、電気自動車モード（以下、「EVモード」という）と、ハイブリッド車モード（以下、「HEVモード」という）と、を有する。

　前記「EVモード」は、第１クラッチCL1を開放状態とし、エンジンEngを停止してモータ/ジェネレータMGの駆動力のみで走行するモードである。この「EVモード」は、モータ走行モード・回生走行モードを有する。この「EVモード」は、要求駆動トルクが低く、バッテリ３の充電残量（以下、「バッテリSOC（State Of Chargeの略）」という）が確保されているときに選択される。

　前記「HEVモード」は、第１クラッチCL1を締結状態とし、エンジンEngとモータ/ジェネレータMGの双方の駆動力で走行するモードである。この「HEVモード」は、モータアシスト走行モード・発電走行モード・エンジン走行モードを有する。この「HEVモード」は、要求駆動トルクが高いとき、あるいは、バッテリSOCが不足するようなときに選択される。

　［車両制御システムの構成］
　実施例１におけるＦＲハイブリッド車両Ｓの車両制御システムは、図１に示すように、車両制御部１と、インバータ２と、バッテリ３と、ナビゲーションシステム（ナビゲーター）４と、通信ユニット５と、を有して構成されている。

　前記車両制御部１は、本発明のハイブリッド車両の制御装置であり、複数のＣＰＵを有するマイクロコンピュータとその周辺部品や各種アクチュエータなどを備え、エンジンEngの回転速度や出力トルク、第１クラッチCL1,第２クラッチCL2の締結・スリップ締結・開放、モータ/ジェネレータMGの回転速度や出力トルク、自動変速機ATの変速段などを制御する。また、この車両制御部１は、記憶部１ａと、予測部１ｂと、制御部１ｃと、を有している。
前記記憶部１ａは、走行済み経路における統計交通データ（ここでは車速）に対する、同一経路での自車両の走行データ（ここでは車速）の比率（以下、「統計比率」という）を演算する演算回路と、この演算結果を記憶するメモリによって構成され、走行データ記憶部に相当する。
前記予測部１ｂは、車両制御部１が有するＣＰＵの一つによって構成され、記憶部１ａに記憶された統計比率に基づいて、予定走行経路での自車両の予測走行データ（ここでは予測車速）を演算する交通データ予測部に相当する。
前記制御部１ｃは、車両制御部１が有するＣＰＵの一つによって構成され、後述する車両制御処理を実行し、予測交通データ（予測車速）に基づき、ＦＲハイブリッド車両Ｓのパワートレイン制御（ここでは走行モードのスケジューリング）を行うパワートレイン制御部に相当する。
さらに、この車両制御部１には、車速センサ６からの車速情報や、バッテリSOCを常時監視するSOC監視部７からのバッテリSOC情報が入力される。

　前記ナビゲーションシステム４は、記憶部４ａと、演算部４ｂと、ディスプレイ（不図示）と、を有している。前記記憶部４ａは、道路曲率半径、勾配、交差点、信号、踏み切り、横断歩道、制限速度、料金所等の道路環境情報や、道路属性情報（高速道路・幹線道路・一般道・住宅街等）を含む地図情報を記憶するメモリである。前記演算部４ｂは、衛星からの信号を受信し、このＦＲハイブリッド車両Ｓの地球上の絶対位置を検出する。そして、記憶部４ａに記憶されている地図を参照し、現在ＦＲハブリッド車両Ｓが存在している位置（現在地）を特定すると共に、この現在地から目的地までの予定走行経路を設定する演算回路である。この予定走行経路及びその経路上の道路環状情報・道路属性情報は、車両制御部１に入力される。また、不図示のディスプレイは、車室内に設けられ、ドライバーから目視可能となっている。

　前記通信ユニット５は、車両制御部１に接続されると共に、図示しない無線基地局及びインターネット等の通信ネットワークを介して、交通情報や統計交通データを有するデータセンタ８との無線通信（テレマティクス通信）を行う。この「通信」は双方向であり、通信ユニット５を介して、車両制御部１の制御部１ｃからデータセンタ８へと情報を送信することや、通信ユニット５を介して、データセンタ８から情報を受信して車両制御部１の制御部１ｃへ入力することが可能である。
なお、前記通信ユニット５としては、携帯電話機、ＤＳＲＣ、無線ＬＡＮなど様々なものを採用することができる。また、この通信ユニット５を介して取得部１ｂへ入力された情報は、必要に応じてナビゲーションシステム４に入力される。

　［車両制御処理の構成］
　図２は、実施例１の車両制御部にて実行される車両制御処理の流れを示すフローチャートである。以下、車両制御処理内容を示す図２のフローチャートの各ステップについて説明する。

　ステップＳ１では、ナビゲーションシステム４により現在地から目的地までの予定走行経路を設定し、ステップＳ２へ移行する。
ここで、この予定走行経路の設定は、まず、ドライバーが手動操作によってナビゲーションシステム４に目的地を入力する。そして、ナビゲーションシステム４では、入力された目的地情報と、衛星からの信号に基づいて検出した現在地情報と、記憶部４ａに記憶された地図情報に基づいて複数の走行経路を検索し、車室内に設けられたディスプレイに表示する。そして、ドライバーは検索された走行経路から予定走行経路を選択して設定する。
なお、設定された予定走行経路は、車両制御部１及び通信ユニット５を介してデータセンタ８へと送信される。

　ステップＳ２では、ステップＳ１での予定走行経路の設定に続き、通信ユニット５を介して、データセンタ８から予定走行経路上の統計交通データを取得し、ステップＳ３へ移行する。
ここで、「統計交通データ」とは、データセンタ８において設定されたノードと呼ばれる道路上の基準位置間隔ごとに決められた車速である。

　ステップＳ３では、ステップＳ２での統計交通データの取得に続き、設定された予定走行経路を複数の区間に分割すると共に、分割した各区間における区間車速を取得した統計交通データをもとに演算し、ステップＳ４へ移行する。
なお、この経路の分割は、ＦＲハイブリッド車両Ｓが取得可能な経路分割に必要な様々なＬＩＮＫ情報に基づいて設定される分割基準位置によって分割することで行う。

　ステップＳ４では、ステップＳ３での予定走行経路の分割に続き、予定走行経路における統計交通データを補正し、ステップＳ５へ移行する。
ここで、統計交通データの補正とは、走行済み経路における統計データの区間車速に対する、記憶部１ａに記憶された走行済み経路における自車両の区間車速（走行データ）の比率（統計比率）に基づいて、予定走行経路での自車両の予測車速（予測交通データ）を演算することである。
すなわち、記憶部１ａに予め記憶された統計比率を補正係数αというとき、この補正係数αを、下記式（１）のように予定走行経路における統計データの予測車速に乗算し、予測交通データである予測車速を求める。
　　Ｖｒ_predict（Ｎ＋１）＝α×Ｖｓ（Ｎ＋１）　　・・・（１）
　　ここで、Ｖ：車速
　　　　　　Ｎ＋１：予定走行経路
　　　　　　Ｖｒ_predict（Ｎ＋１）：自車両の予定走行経路での予測車速
　　　　　　α：補正係数
　　　　　　Ｖｓ（Ｎ＋１）：統計交通データの予定走行経路での予測車速
　　とする。

　ステップＳ５では、ステップＳ４での統計交通データの補正に続き、予定走行経路におけるパワートレイン制御計画を演算し、ステップＳ６へ移行する。
なお、「パワートレイン制御計画」とは、ここでは、ＦＲハイブリッド車両Ｓの走行モードのスケジューリングであり、予定走行経路における走行モードを設定する。

　ステップＳ６では、ステップＳ５でのパワートレイン制御計画の演算に続き、ＦＲハイブリッド車両Ｓが予定走行経路を実際に走行した際の実際のパワートレイン制御を、実際の走行状況に合わせて変更し、ステップＳ７へ移行する。
このパワートレイン制御の変更は、まず、計画において走行モードを「EVモード」に設定した場合に、そのときのモータ出力最大値「EVモード」が実現できるように設定する。そして、実際に走行した時点でのバッテリSOCと、設定したモータ出力最大値を比較し、実際の走行モードを設定（計画に対して変更或いは継続）する。

　ステップＳ７では、ステップＳ６でのパワートレイン制御の変更に続き、実際に走行した区間での統計交通データ（ここでは車速）に対する、同一区間の走行データ（ここでは車速）の比率（統計比率）を、走行経路に関連付けて記憶部１ａに記憶し、ステップＳ８へ移行する。

　ステップＳ８では、ステップＳ７での統計比率の記憶に続き、ＦＲハイブリッド車両Ｓが目的地に到達したか否かを判断する。YES（目的に到着）の場合には、エンドへ移行し、この車両制御処理を終了する。NO（目的地に未到着）の場合には、ステップＳ４へ戻る。
ここで、目的地に到着したか否かの判断は、ナビゲーションシステム４によって、衛星からの信号に基づいて検出した現在地情報から判断する。

　次に、実施例１のハイブリッド車両の制御装置における車両制御作用を説明する。

　［車両制御作用］
　図３は、実施例１におけるデータセンタから取得する統計交通データと、自車両の走行データを示すタイムチャートである。以下、図３に基づき、実施例１のハイブリッド車両の制御装置における車両制御作用を説明する。

　実施例１のＦＲハイブリッド車両Ｓでは、自車両がすでに走行した経路（走行済み経路）における統計交通データ（図３において実線で示す）に対する、自車両の走行データ（図３において一点鎖線で示す）の比率（統計比率）を、走行経路に関連付けて記憶部１ａに記憶している。つまり、この統計比率は走行済み経路を区分けした各区間ごとに異なったものとなる。

　そして、図２に示す車両制御処理において、ステップＳ４にて予定走行経路における統計交通データを補正する際に、この統計比率を補正係数αとして自車両の予測走行データ（上記式（１）では予定区間車速、図３において破線で示す）を演算する。そして、ステップＳ５→ステップＳ６へと進み、この予測走行データに基づいてパワートレイン制御（走行モードのスケジューリング）を実行する。

　このように、実施例１では、予定走行経路における予測走行データに、自車両の固有の走行状況を反映させることができ、予測走行データを自車両の走行状態に合わせることができる。

　すなわち、図３において実線で示すように、予定走行経路（区間Ｎ＋１）における統計交通データには、自車両の走行状況が反映されていないので、補正後の予測走行データとは異なる値になっている。そのため、この統計交通データをそのまま利用してパワートレイン制御を行うと、自車両の車両状況に合わない制御になることがあり、十分な燃費向上を図ることができなくなることがある。

　これに対し、実施例１では、自車両の固有の走行状況を反映させた予測走行データ（図３において破線で示す）を利用してパワートレイン制御を行うため、自車両に適したパワートレイン制御を実行することができる。この結果、燃料消費量の低減を図り、燃費を向上することができる。さらに、電気消費量の低減、運転性の改善、排気量の改善等を図ることも可能となる。

　しかも、この実施例１では、予定走行経路における統計交通データを、統計比率を補正係数αとして補正し、予定走行経路での統計交通データに自車両の走行状況を反映する際、予定走行経路における統計交通データに補正係数αを乗算する。そのため、複雑な計算を行うことなく適切な補正を行うことができ、安価な構造とすることができる。

　さらに、図３に示すように、走行済み経路が複数の区間（Ｎ～Ｎ－２）によって構成されている場合には、この複数の区間におけるそれぞれの統計比率の平均値を「補正係数α」としてもよい。
このとき、記憶部１ａでは、各区間における統計比率に所定の重み付けをした上で、平均値を算出し、算出した値を「補正係数α」として記憶する。この重み付けは、各区間の距離・自車両の現在地からの距離・予定走行経路における統計交通データと各区間における自車両の走行データとの差の絶対値の大きさ、等に応じて決められる。このとき、例えば各区間の距離に応じた重み付けと、自車両の現在地からの距離に応じた重み付けとを併用することも可能である。

　なお、各区間の距離に応じた重み付けを行う場合には下記式（２）から求めるが、このとき、区間距離が長いほど重みが増すようになる。

 　　　　　　　　　　　　　　　　　　　　　　　　　　 
　　ここで、Ｖｒ（ｎ）：区間ｎでの自車両の車速
　　　　　　Ｖｓ（ｎ）：区間ｎでの統計交通データの車速
　　　　　　Ｌ（ｎ）：区間ｎの区間距離
　　　　　　Ｎ：現在地から直近の走行区間
　　　　　　Ｎ－２：直近の走行区間から２区間前の走行区間
　　とする。

　また、自車両の現在地からの距離に応じた重み付けを行う場合には下記式（３）から求めるが、このとき、区間距離が長いほど重みが増すようになる。

  
　　ここで、Ｖｒ（ｎ）：区間ｎでの自車両の車速
　　　　　　Ｖｓ（ｎ）：区間ｎでの統計交通データの車速
　　　　　　Ｈ（ｎ）：現在の自車両の位置から区間ｎまでの間の距離
　　　　　　Ｎ：現在地から直近の走行区間
　　　　　　Ｎ－２：直近の走行区間から２区間前の走行区間
　　とする。

　さらに、区間距離や自車両の現在地との距離に応じた重み付けを行う場合には、この区間距離や自車両との距離に応じた重み係数を係数テーブル等で別途定義してもよい。この場合には下記式（４）から求め、重み係数は下記表１によって決められる。

 
　　ここで、Ｖｒ（ｎ）：区間ｎでの自車両の車速
　　　　　　Ｖｓ（ｎ）：区間ｎでの統計交通データの車速
　　　　　　ｂ（ｎ）：重み係数
　　　　　　Ｎ：現在地から直近の走行区間
　　　　　　Ｎ－２：直近の走行区間から２区間前の走行区間
　　とする。

　また、予定走行経路における統計交通データと各区間における自車両の走行データとの差の絶対値の大きさに応じた重み付けを行う場合には、この絶対値が小さいほど重みを増すようにする。

　このように、記憶部１ａにおいて、重み付けを下上で、複数の区間での各統計比率の平均値を「補正係数α」とすることで、予定走行経路での統計交通データに自車両の平均的な走行状況を反映させることができる。これにより、予定走行経路における自車両の走行状態をさらに精度よく予測することができて、自車両に適したパワートレイン制御を行うことができる。

　次に、効果を説明する。
　実施例１のハイブリッド車両の制御装置にあっては、下記に列挙する効果を得ることができる。

　(1) 走行駆動源としてエンジンEng及びモータ/ジェネレータ（モータ）MGを備えたＦＲハイブリッド車両Ｓに搭載され、
　走行済み経路における統計交通データに対する、同一経路における自車両の走行データの比率（Ｖｒ（ｎ）/Ｖｓ（ｎ））を記憶する記憶部（走行データ記憶部）１ａと、
　自車両の現在地から目的地までの予定走行経路を設定するナビゲーションシステム（ナビゲーター）４と、
　前記記憶部（走行データ記憶部）１ａに記憶された統計交通データに対する自車両の走行データの比率（Ｖｒ（ｎ）/Ｖｓ（ｎ））に基づいて、前記予定走行経路での予測走行データ（Ｖｒ_predict（Ｎ＋１））を演算する予測部（交通データ予測部）１ｂと、
　前記予測部（交通データ予測部）１ｂによって予測された予測交通データ（Ｖｒ_predict（Ｎ＋１））に基づき、前記ＦＲハイブリッド車両Ｓのパワートレイン制御を行う制御部（パワートレイン制御部）１ｃと、を備える構成とした。
　これにより、予定走行経路における統計データを利用してパワートレイン制御を行う際に、適切なパワートレイン制御を行い、燃費向上を図ることができる。

　(2) 前記予測部（交通データ予測部）１ｂは、前記予定走行経路での統計交通データ（Ｖｓ（Ｎ＋１））に対し、前記走行データ記憶部１ａに記憶された統計交通データに対する自車両の走行データの比率（Ｖｒ（ｎ）/Ｖｓ（ｎ））を乗算することで、前記予測走行データ（Ｖｒ_predict（Ｎ＋１））を演算する構成とした。
　これにより、複雑な計算を行うことなく予測走行データを求めることができて、安価な構造とすることができる。

　(3) 前記記憶部（走行データ記憶部）１ａは、前記統計交通データに対する自車両の走行データの比率（Ｖｒ（ｎ）/Ｖｓ（ｎ））を、複数の経路（Ｎ～Ｎ－２）ごとに記憶した場合には、各経路における比率に所定の重み付けＬ（ｎ）,Ｈ（ｎ）,ｂ（ｎ）をした上で、平均値（補正係数α）を算出する構成とした。
　これにより、予定走行経路における自車両の走行状態の予測精度を向上することができ、さらに自車両に適したパワートレイン制御を行うことができる。

　（実施例２）
　実施例２は、予定走行経路の属性に応じて、走行済み経路でのデータを任意に利用する例である。

　図４は、実施例２のハイブリッド車両の制御装置におけるデータセンタから取得する統計交通データと、自車両の走行データと、車両地域分類を示すタイムチャートである。以下、図４に基づき、実施例２のハイブリッド車両の制御装置を説明する。

　実施例２のハイブリッド車両の車両制御装置では、予めナビゲーションシステム４が有する地図情報に、走行地域分類情報を有している。この「走行地域分類」とは、走行経路の属性の一項目であり、走行経路を分類する。ここでは住宅地・幹線道路・高速道路・山岳道路となっている。

　そして、図４に示すように、予定走行経路（区間Ｍ＋１）における走行地域分類が「住宅地」である場合において、走行済み経路における統計交通データに対する自車両の走行データの比率、すなわち補正係数αを求めるには、まず、走行済み経路における走行地域分類が、予定走行経路と合致する区間を選別する。図４では、区間Ｍ－１、Ｍ－２、Ｍ－３である。

　そして、記憶部１ａは、この選別された各区間（区間Ｍ－１、Ｍ－２）、及び、自車両の現在地から直近の区間（区間Ｍ）の統計走行データに対する自車両の走行データの比率の平均値を求め、この平均値を「補正係数α」として記憶する。

　なお、この平均値を求める際、区間距離に応じた重み付けや自車両からの距離に応じた重み付けを行ってもよい。

　すなわち、区間距離に応じた重み付けをして平均値（補正係数α）を求める場合には、下記式（５）を用いる。

 
　　ここで、Ｖｒ（ｍ）：区間ｍでの自車両の車速
　　　　　　Ｖｓ（ｍ）：区間ｍでの統計交通データの車速
　　　　　　Ｌ（ｍ）：区間ｍの区間距離
　　　　　　Ｍ：現在地から直近の走行区間
　　　　　　Ｍ－２：直近の走行区間から２区間前の選別した走行区間
　　とする。

　また、自車両からの距離に応じた重み付けをして平均値（補正係数α）を求める場合には、下記式（６）を用いる。

 
　　ここで、Ｖｒ（ｍ）：区間ｍでの自車両の車速
　　　　　　Ｖｓ（ｍ）：区間ｍでの統計交通データの車速
　　　　　　Ｈ（ｍ）：現在の自車両の位置から区間ｍまでの間の距離
　　　　　　Ｍ：現在地から直近の走行区間
　　　　　　Ｍ－２：直近の走行区間から２区間前の選別した走行区間
　　とする。

　このように、予定走行経路の走行地域分類と、走行地域分類が合致する走行済み経路での統計交通データに対する自車両の走行データの比率を用いて、補正係数αを求めることで、予定走行経路での交通状況の変化に対応したパワートレイン制御を行うことができる。この結果、予定走行経路でのパワートレイン制御をさらに適切に行うことができて、更なる燃費向上を図ることができる。

　すなわち、実施例２の車両の制御装置にあっては、下記に列挙する効果を得ることができる。

　(4) 前記記憶部（走行データ記憶部）１ａは、前記統計交通データに対する自車両の走行データの比率を、複数の経路ごとに記憶した場合には、予定走行経路の条件（走行地域分類）に合致する任意の経路（区間Ｍ、Ｍ－１、Ｍ－２）における比率から平均値を算出する構成とした。
　これにより、予定走行経路での交通状況に対応したパワートレイン制御を行うことができ、さらに適切なパワートレイン制御となって、更なる燃費向上を図ることができる。

　以上、本発明のハイブリッド車両の制御装置を実施例１及び実施例２に基づき説明してきたが、具体的な構成については、これらの実施例に限られるものではなく、請求の範囲の各請求項に係る発明の要旨を逸脱しない限り、設計の変更や追加等は許容される。

　実施例２では、予定走行経路の走行地域分類に応じて走行済み経路の各区間を選別し、この走行地域分類が合致する区間のデータを利用する例を示したが、これに限らない。走行済み経路を選別する条件は任意に設定することができる。
つまり、この条件は、例えば、予定走行経路における交通データ（交通量・エンジン起動回数・停車回数等）、予定走行経路を走行する際の曜日や時刻、今回の予定走行経路上の任意の区間、等であってもよい。さらに、自車両を運転するドライバーの情報（年齢・性別等）や、地域の交通特性等によって選別してもよい。

　また、実施例１では、予定走行経路での自車両の予測車速（予測交通データ）を演算する際、予定走行経路における統計データの予測車速に記憶部１ａに予め記憶された統計比率を乗算して求める例を示した。しかしながら、これに限らず、予定走行経路における統計データの予測車速に、統計比率を加算したり、減算したりすることで、予定走行経路での自車両の予測交通データを演算してもよい。

　また、実施例１では、パワートレイン制御として、ＦＲハイブリッド車両Ｓの走行モードのスケジューリングとする例を示した。しかしながら、このパワートレイン制御は、ＦＲハイブリッド車両Ｓの駆動源から駆動輪までの間のパワートレインを制御するものであればよいので、例えば、ＦＲハイブリッド車両Ｓにおける減速回生量の予測に基づくモータ/ジェネレータMGの出力制御や、車両における各種部品の熱的な保護のためのエンジンEng及びモータ/ジェネレータMGの出力制御（動力配分制御）であってもよい。

　また、上記各実施例において、複数の区間における統計データに対する自車両の走行データの比率の平均値を求める際、自車両の現在地から直近の３区間のデータを用いて演算する例を示したが、これに限らない。どの区間のデータを利用するか、また利用する区間の数、距離等は任意に設定することができる。

　そして、上記各実施例では、記憶部１ａに、走行済み経路における統計データに対する自車両の走行データの比率を記憶しているが、両者の差、つまり、走行済み経路における統計データと、同一経路における自車両の走行データとの差、を記憶してもよい。この場合、この差を用いて予定走行経路の統計交通データを補正する。
この場合であっても、予定走行データにおける統計交通データに、自車両の走行状況を反映することができ、自車両に適したパワートレイン制御を行うことができる。

　また、実施例１では、統計交通データは、通信ユニット５を介してデータセンタ８から送信されることで取得する例を示したが、これに限らない。例えば、ナビゲーションシステム４の記憶部４ａが有する地図情報に、予め各区間に関連付けられた統計交通情報を有していてもよい。
この場合では、外部からの通信情報で統計交通データを取得する必要がなくなるため、通信ユニット５が不要となり、安価な構成とすることができる。

　そして、実施例１では、ナビゲーションシステム４において予定走行経路を設定する際に、ドライバーが最終的に予定走行経路を選択して設定する例を示したが、これに限らない。例えば、ドライバーが予定走行経路を選択設定しなくても、走行を始めた際の走行履歴情報を参照して、予定走行経路を設定してもよい。また、その場合では、車室内に設けられたディスプレイに複数の走行経路を表示しなくてもよい。

　また、実施例１では、目的地に到着したと判断したら車両制御処理を終了する例を示したが、ドライバーの手動操作によって車両制御処理を終了してもよいし、目的地を設定していなくても登録済みの自宅に到着したら車両制御処理を終了してもよい。

関連出願の相互参照

　本出願は、２０１２年１１月２６日に日本国特許庁に出願された特願２０１２－２５７２５２に基づいて優先権を主張し、その全ての開示は完全に本明細書で参照により組み込まれる。

Claims (4)

1. 　走行駆動源としてエンジン及びモータを備えたハイブリッド車両に搭載され、
   　走行済み経路における統計交通データに対する、同一経路における自車両の走行データの比率、或いは両者の差を記憶する走行データ記憶部と、
   　自車両の現在地から目的地までの予定走行経路を設定するナビゲーターと、
   　前記走行データ記憶部に記憶された統計交通データに対する自車両の走行データの比率、或いは両者の差に基づいて、前記予定走行経路での予測走行データを演算する交通データ予測部と、
   　前記交通データ予測部によって予測された予測交通データに基づき、前記ハイブリッド車両のパワートレイン制御を行うパワートレイン制御部と、を備える
   　ことを特徴とするハイブリッド車両の制御装置。
2. 　請求項１に記載されたハイブリッド車両の制御装置において、
   　前記交通データ予測部は、前記予定走行経路での統計交通データに対し、前記走行データ記憶部に記憶された統計交通データに対する自車両の走行データの比率、或いは両者の差を、加減算又は乗算することで、前記予測走行データを演算する
   　ことを特徴とするハイブリッド車両の制御装置。
3. 　請求項１に記載されたハイブリッド車両の制御装置において、
   　前記走行データ記憶部は、前記統計交通データに対する自車両の走行データの比率、或いは両者の差を、複数の経路ごとに記憶した場合には、各経路における比率、或いは両者の差に所定の重み付けをした上で、平均値を算出する
   　ことを特徴とするハイブリッド車両の制御装置。
4. 　請求項１に記載されたハイブリッド車両の制御装置において、
   　前記走行データ記憶部は、前記統計交通データに対する自車両の走行データの比率、或いは両者の差を、複数の経路ごとに記憶した場合には、予定走行経路の条件に合致する任意の経路における比率、或いは両者の差から、平均値を算出する
   　ことを特徴とするハイブリッド車両の制御装置。

Images