WO2021153128A1 - 官能評価予測システム、サスペンション装置、サスペンション制御システム - Google Patents

官能評価予測システム、サスペンション装置、サスペンション制御システム Download PDF

Info

Publication number
WO2021153128A1
WO2021153128A1 PCT/JP2020/048660 JP2020048660W WO2021153128A1 WO 2021153128 A1 WO2021153128 A1 WO 2021153128A1 JP 2020048660 W JP2020048660 W JP 2020048660W WO 2021153128 A1 WO2021153128 A1 WO 2021153128A1
Authority
WO
WIPO (PCT)
Prior art keywords
evaluation
sensory
unit
index
prediction system
Prior art date
Application number
PCT/JP2020/048660
Other languages
English (en)
French (fr)
Inventor
亮仁 赤井
修之 一丸
隆介 平尾
Original Assignee
日立Astemo株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 日立Astemo株式会社 filed Critical 日立Astemo株式会社
Priority to DE112020005420.9T priority Critical patent/DE112020005420T5/de
Priority to US17/795,285 priority patent/US20230143565A1/en
Priority to CN202080092912.XA priority patent/CN114945500A/zh
Priority to KR1020227026004A priority patent/KR102706218B1/ko
Publication of WO2021153128A1 publication Critical patent/WO2021153128A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00—Testing of vehicles
    • G01M17/007—Wheeled or endless-tracked vehicles
    • G01M17/04—Suspension or damping
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G17/00—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load
    • B60G17/015—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements
    • B60G17/018—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements characterised by the use of a specific signal treatment or control method
    • B60G17/0182—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements characterised by the use of a specific signal treatment or control method involving parameter estimation, e.g. observer, Kalman filter
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G17/00—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load
    • B60G17/015—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/02—Control of vehicle driving stability
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/06—Improving the dynamic response of the control system, e.g. improving the speed of regulation or avoiding hunting or overshoot
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G2400/00—Indexing codes relating to detected, measured or calculated conditions or factors
    • B60G2400/05—Attitude
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G2400/00—Indexing codes relating to detected, measured or calculated conditions or factors
    • B60G2400/05—Attitude
    • B60G2400/051—Angle
    • B60G2400/0511—Roll angle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G2400/00—Indexing codes relating to detected, measured or calculated conditions or factors
    • B60G2400/05—Attitude
    • B60G2400/051—Angle
    • B60G2400/0512—Pitch angle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G2400/00—Indexing codes relating to detected, measured or calculated conditions or factors
    • B60G2400/05—Attitude
    • B60G2400/051—Angle
    • B60G2400/0513—Yaw angle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G2400/00—Indexing codes relating to detected, measured or calculated conditions or factors
    • B60G2400/05—Attitude
    • B60G2400/052—Angular rate
    • B60G2400/0521—Roll rate
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G2400/00—Indexing codes relating to detected, measured or calculated conditions or factors
    • B60G2400/05—Attitude
    • B60G2400/052—Angular rate
    • B60G2400/0522—Pitch rate
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G2400/00—Indexing codes relating to detected, measured or calculated conditions or factors
    • B60G2400/05—Attitude
    • B60G2400/052—Angular rate
    • B60G2400/0523—Yaw rate
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G2400/00—Indexing codes relating to detected, measured or calculated conditions or factors
    • B60G2400/25—Stroke; Height; Displacement
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G2400/00—Indexing codes relating to detected, measured or calculated conditions or factors
    • B60G2400/40—Steering conditions
    • B60G2400/41—Steering angle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G2400/00—Indexing codes relating to detected, measured or calculated conditions or factors
    • B60G2400/40—Steering conditions
    • B60G2400/42—Steering torque
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G2400/00—Indexing codes relating to detected, measured or calculated conditions or factors
    • B60G2400/90—Other conditions or factors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G2600/00—Indexing codes relating to particular elements, systems or processes used on suspension systems or suspension control systems
    • B60G2600/18—Automatic control means
    • B60G2600/182—Active control means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G2600/00—Indexing codes relating to particular elements, systems or processes used on suspension systems or suspension control systems
    • B60G2600/70—Computer memory; Data storage, e.g. maps for adaptive control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2400/00—Special features of vehicle units
    • B60Y2400/86—Suspension systems

Definitions

  • the present invention relates to a sensory evaluation prediction system, a suspension device, and a suspension control system.
  • vibration stimuli input from the road surface are transmitted to the occupants via tires, suspensions, chassis, seat rails, seat legs, and seat materials.
  • ride comfort sensory evaluation it is mainly important how the driver and the occupant feel this vibration stimulus.
  • steering stability it is important that the reaction when the steering is operated, the comfort of the response, and the presence or absence of discomfort are mainly important.
  • each has a target ride comfort, steering stability and its balance, and a trained expert driver communicates improvement points to the person in charge of designing in-vehicle parts and parameter adjustment to ride comfort and steering. Has improved stability.
  • Patent Document 1 At least the acceleration of a moving object is detected by differentiating the acceleration, and the detected acceleration is input to the input layer of the hierarchical neural network, and the motion is evaluated from the output layer via the intermediate layer.
  • An exercise evaluation method characterized by outputting a result is disclosed.
  • the sensory evaluation prediction system has two types, one is an input unit that reads the output of the behavior sensor that measures two or more types of time-series information about the moving body, and the other is the output of the behavior sensor that is read by the input unit.
  • the correlation creation unit Based on the selection unit that selects the above physical quantities, the correlation creation unit that creates information indicating the correlation in time series for the two or more types of physical quantities selected by the selection unit, and the information indicating the correlation in the time series. It is provided with an evaluation circuit for calculating the evaluation value of the sensory index.
  • the suspension device according to the second aspect of the present invention is manufactured based on the evaluation value output from the above-mentioned sensory evaluation system.
  • the suspension control system adjusts the damping force of the suspension device mounted on the moving body based on the above-mentioned sensory evaluation system and the evaluation value output from the sensory evaluation system. It is equipped with a suspension damping force variable mechanism.
  • the correlation between a plurality of physical quantities is evaluated, it is not easily affected by the variation in operation by the driver.
  • FIG. 6A is a diagram showing the correlation between steering torque and steering angle, which was created by the method shown in FIG. 5, and FIG. 6B shows information shown in FIG. 6A with 6 bits each in the vertical and horizontal directions.
  • the figure which shows the state of dividing by the resolution of Conceptual diagram showing the operation of an evaluation circuit that employs a hierarchical neural network The figure which shows the relationship between the output of the hierarchical neural network shown in FIG. 7 and the sensory index value.
  • FIG. 10A showing an example of the evaluation circuit for each sensory index is a diagram showing the relationship between the input layer, the hidden layer, and the output layer of the hierarchical neural network
  • FIG. 10B is the functional index for evaluation 2
  • FIG. 1st Embodiment The figure which shows the example which visualized the index value output by the aggregation part which comprises the sensory evaluation system in 1st Embodiment.
  • a timing chart showing an example of the relationship between the operation of the evaluation circuit and the road surface.
  • Block diagram of the sensory evaluation system in the second embodiment Flow chart showing the processing flow of the sensory evaluation system according to the second embodiment
  • Block diagram of the sensory evaluation system according to the third embodiment A flowchart showing the processing of the learning function of the sensory evaluation system according to the third embodiment.
  • Block diagram showing the functional configuration of the sensory evaluation system according to the fourth embodiment A block diagram showing a functional configuration of the suspension control system according to the fifth embodiment.
  • the sensory evaluation system described below may be mounted on the vehicle or installed outside the vehicle.
  • FIG. 1 is a block diagram of the sensory evaluation system 101 according to the first embodiment.
  • the sensory evaluation system 101 includes a test result storage unit 102, a control unit 103, a register 104, a selection unit 105, an evaluation index determination unit 106, an evaluation unit 107, an aggregation unit 108, a weight parameter storage unit 109, an aggregation result storage unit 110, and a display.
  • a unit 111 and an input unit 115 are provided.
  • the register 104 includes a functional index setting 112, a data specification setting 113, and an aggregation mode setting 114.
  • the evaluation unit 107 includes a first correlation creation unit 121, a second correlation creation unit 122, a third correlation creation unit 123, a fourth correlation creation unit 124, a fifth correlation creation unit 125, a first evaluation circuit 131, and a second evaluation.
  • a circuit 132, a third evaluation circuit 133, a fourth evaluation circuit 134, and a fifth evaluation circuit 135 are included.
  • the first correlation creating unit 121 creates the first correlation information and inputs it to the first evaluation circuit 131.
  • the second correlation creating unit 122 creates the second correlation information and inputs it to the second evaluation circuit 132.
  • the third correlation creating unit 123 creates the third correlation information and inputs it to the third evaluation circuit 133.
  • the fourth correlation creating unit 124 creates the fourth correlation information and inputs it to the fourth evaluation circuit 134.
  • the fifth correlation creating unit 125 creates the fifth correlation information and inputs it to the fifth evaluation circuit 135.
  • the first correlation creation unit 121, the second correlation creation unit 122, the third correlation creation unit 123, the fourth correlation creation unit 124, and the fifth correlation creation unit 125 are collectively referred to as the correlation creation unit 120.
  • the first evaluation circuit 131, the second evaluation circuit 132, the third evaluation circuit 133, the fourth evaluation circuit 134, and the fifth evaluation circuit 135 are collectively referred to as an evaluation circuit 130.
  • the first correlation information, the second correlation information, the third correlation information, the fourth correlation information, and the fifth correlation information are collectively referred to as correlation information.
  • the sensory indexes evaluated by the five evaluation circuits 130 are N (neutral) vicinity response, yaw response, grip feeling, roll feeling, and straightness, respectively.
  • the evaluation circuit 130 may evaluate a sensory index other than those described above.
  • the number of functional indexes evaluated by the evaluation circuit 130 may be 2 or more, and there is no upper limit to the number.
  • FIG. 1 shows an example in which the evaluation unit 107 evaluates five functional indexes, and the number of the correlation creating unit 120 and the evaluation circuit 130 increases or decreases according to the number of the functional indexes to be evaluated.
  • the control unit 103, the selection unit 105, the evaluation index determination unit 106, the evaluation unit 107, and the aggregation unit 108 perform calculations. These operations are realized, for example, by a CPU (not shown) reading a program from a ROM (not shown), expanding it into a RAM (not shown), and executing it. However, these operations may be realized by an FPGA (Field Programmable Gate Array) which is a rewritable logic circuit or an ASIC (Application Specific Integrated Circuit) which is an integrated circuit for a specific application. Further, these operations may be realized by a combination of different configurations, for example, a combination of CPU, ROM, RAM and FPGA, instead of a combination of CPU, ROM, and RAM.
  • FPGA Field Programmable Gate Array
  • the test result storage unit 102, the register 104, the weight parameter storage unit 109, and the aggregation result storage unit 110 are non-volatile storage devices, and these can also be referred to as "storage units", respectively.
  • at least one of the test result storage unit 102, the register 104, the weight parameter storage unit 109, and the aggregation result storage unit 110 may be a volatile storage device, in which case the sensory evaluation system 101 cannot be started.
  • the information read from the illustrated non-volatile storage device is stored in the volatile storage device.
  • the display unit 111 is, for example, a liquid crystal display, and displays a video signal output from the control unit 103.
  • the input unit 115 is a connection interface with the test result storage unit 102.
  • the learning target 1021 and the evaluation target 1022 are stored in the test result storage unit 102.
  • the learning target 1021 is a combination of the sensor data acquired by the sensor group mounted on the evaluation vehicle on which the expert driver rides and the sensory index by the expert driver at that time. The sensor group will be described later with reference to FIG.
  • the learning target 1021 is used for calculating the weight parameter stored in the weight parameter storage unit 109 as described later.
  • the weight parameter storage unit 109 is referred to by the evaluation unit 107.
  • the evaluation target 1022 is sensor data acquired by a sensor group mounted on the evaluation vehicle.
  • the evaluation target 1022 is evaluated by the evaluation unit 107.
  • the control unit 103 has a function of coordinating each block constituting the sensory evaluation system 101. That is, although it is involved in all of the processes described later, it is not particularly described below that the control unit 103 is involved in the processes for the sake of brevity. However, the control unit 103 has a function of stopping the evaluation circuit 130, which does not need to be operated, based on the output of the evaluation index determination unit 106. For example, when the evaluation index determination unit 106 selects only the response near N, the second evaluation circuit 132 to the fifth evaluation circuit 135 are stopped.
  • the functional index setting 112 included in the register 104 is a register in which the functional index displayed on the display unit 111 is set. Some value is set in advance for the sensory index setting 112. However, the sensory index setting 112 may be configured to be configurable from the outside of the sensory evaluation system 101.
  • FIG. 2 is a diagram showing an example of the sensory index setting 112.
  • the functional index setting 112 is composed of m bits, for example, 5 bits, and a functional index is assigned to each bit.
  • the evaluation index determination unit 106 sets “1” for the bits corresponding to the sensory index to be evaluated, and sets “0” for the other bits.
  • FIG. 2 is merely an example, and the data format of the functional index setting 112 does not matter as long as the same setting is possible. The explanation will be continued by returning to FIG.
  • the data specification setting 113 included in the register 104 is a register in which the data used by each sensory index, that is, the specification of the combination of sensor outputs is set. In this embodiment, the data specification setting 113 is not changed.
  • FIG. 3 is a diagram showing an example of the data specification setting 113.
  • the data specification setting 113 is composed of the same number of tables as the sensory index, for example, m tables, and each table stores n-bit information.
  • Sensor information stored in the test result storage unit 102 that is, a physical value is assigned to each bit of each table. That is, the bit corresponding to the physical value used for calculating the corresponding functional index is set to "1", and the other bits are set to "0".
  • FIG. 3 is merely an example, and the data format of the data specification setting 113 does not matter as long as the same setting is possible. The explanation will be continued by returning to FIG.
  • the aggregation mode setting 114 included in the register 104 is setting information as to whether the output of the evaluation unit 107 displayed on the display unit 111 is an instantaneous value or an average value.
  • the aggregation mode setting 114 is read by the aggregation unit 108.
  • the selection unit 105 outputs at least a part of the evaluation target 1022 read from the test result storage unit 102 by the input unit 115 to each of the correlation creation units 120. Which data included in the evaluation target 1022 is output by the selection unit 105 is determined by referring to the output of the evaluation index determination unit 106 received via the control unit 103 and the data specification setting 113.
  • the evaluation index determination unit 106 selects a sensory index for performing sensory evaluation prediction based on the steering operation status.
  • the steering operation status is defined based on ISO 13674-1/2 (Road vehicles-Test method for the quantification of on-centre steering Part 1/2), which defines a test method for driving stability of steering stability.
  • ISO 13674-1/2 Road vehicles-Test method for the quantification of on-centre steering Part 1/2
  • a test method for driving stability of steering stability For example, when the evaluation index judgment unit 106 determines that the vehicle is running in a continuous S-shape, a wave test, so-called slalom running, based on the steering operation status, a response near N, a yaw response, and a feeling of grip are obtained. , And roll feeling are determined as evaluation targets, and straightness is excluded from evaluation targets.
  • the steering operation state is, for example, one of a steering position, a steering speed which is a derivative of the steering position, and a steering acceleration which is a derivative of the steering speed.
  • information indicating the steering operation status may be referred to as steering information.
  • the steering operation pattern assumed by the evaluation index determination unit 106 also includes Step steer, which is a step-like steering operation pattern that maintains a specified steering angle after traveling straight for a certain period of time.
  • the sensory index corresponding to the pattern is also predetermined.
  • the steering information referred to by the evaluation index determination unit 106 is the operating state of the steering during traveling, and the sensory evaluation system 101 determines the sensory index predicted by the sensory evaluation based on this.
  • the determination of the sensory index may be made by grouping the above-defined steering operation status including the difference in parameters such as vehicle speed, and the determination can be made. For example, pattern matching of steering angle data of steering can be used. ..
  • the evaluation unit 107 includes a correlation creation unit 120 and an evaluation circuit 130.
  • the correlation creation unit 120 uses two or more types of physical quantities transferred from the selection unit 105 to create correlation information, which is information indicating the correlation of these physical quantities in a time series.
  • the method of creating correlation information by each of the correlation creating units 120 for example, the type of physical quantity used for creation, the setting of scaling, the order of data to be used, and the like may be the same or different.
  • the aggregation unit 108 aggregates the sensory index values output by the evaluation circuit 130. As described above, since there is a steering operation to be evaluated for each sensory index, the evaluation circuit 130 may not output an appropriate sensory index value when the vehicle travels with a steering operation other than the target. Therefore, based on the determination result of the evaluation index determination unit 106, the sensory index value output by the evaluation circuit 130 is processed only when the vehicle is driven by the steering operation of the evaluation target, and the evaluation circuit 130 is processed when the steering operation is not the evaluation target. Exclude the sensory index value output by. The aggregation unit 108 determines whether or not the calculation result needs to be excluded for each sensory index, and writes the not excluded functional index value in the aggregation result storage unit 110 together with the time stamp.
  • the weight parameter storage unit 109 stores the parameters used by the evaluation circuit 130. Since five types of functional indexes are assumed in the present embodiment, the weight parameter storage unit 109 has a capacity for storing at least five sets of parameters.
  • the parameters referred to here are the coefficients of the calculation formula used in the evaluation circuit 130, and, for example, when the evaluation circuit 130 is realized by a hierarchical neural network, the weight Wij of the connection between elements.
  • the display unit 111 presents the sensory index value stored in the aggregation result storage unit 110 to the occupant of the vehicle.
  • the functional index output by the display unit 111 can be selected, and can be selected from the outside by the functional index setting 112 included in the register 104. Further, the sensory index value output by the display unit 111 can be selected from either an instantaneous value or an average value within the traveling period, and can be set externally by the aggregation mode setting 114 included in the register 104. ..
  • FIG. 4 is a diagram showing an example of data acquired by a sensor group mounted on the vehicle 201. Since each sensor shown in FIG. 4 measures the behavior of the own vehicle, it can also be called a "behavior sensor".
  • the pitch rate, roll rate, and yaw rate shown by reference numeral 202 are examples of data acquired in the vehicle behavior used for sensory evaluation prediction.
  • the vertical acceleration, the front-back acceleration, and the left-right acceleration shown by reference numeral 203 are examples of data acquired by the chassis portion used for sensory evaluation prediction.
  • the vehicle speed, steering, GPS, camera, and radar shown by reference numeral 204 are examples of other acquired data used for sensory evaluation prediction.
  • the stimulus from the road surface is input via the tire, and all or part of the acceleration data related to the route to reach the occupant is selected.
  • the lower part of the spring and the upper part of the spring that make up the suspension the area around the seat on which the occupant sits, the tie rod of the steering, and the steering.
  • the information acquired by the sensor group shown in FIG. 4 is stored in the test result storage unit 102, the sensory evaluation system 101 does not necessarily have to be stored in the vehicle 201.
  • the correlation information shows the correlation of two or more physical quantities in the time series, and may show the correlation of three or four or more physical quantities in the time series.
  • An example of estimating a functional index using the correlation between two physical quantities, that is, the first physical quantity P1 and the second physical quantity P2, which is a simple case, will be described.
  • FIG. 5 is a conceptual diagram showing the creation of correlation information showing the correlation between two physical quantities.
  • the upper part of FIG. 5 is a time-series diagram in which the physical quantity P1 is shown by a solid line and the physical quantity P2 is shown by a broken line. Changes in the physical quantity P1 and the physical quantity P2 start at time t0, and time elapses such as time t1, time t2, time t3, and time t4.
  • the lower part of FIG. 5 shows the correlation between the physical quantity P1 and the physical quantity P2 in the time from time t0 to each time from time t1 to t4.
  • the horizontal axis is the value of the physical quantity P1 and the vertical axis is the value of the physical quantity P2.
  • FIG. 6A is a diagram showing the correlation between steering torque and steering angle created by the method shown in FIG.
  • FIG. 6B is a diagram showing how the information shown in FIG. 6A is divided vertically and horizontally with a resolution of 6 bits each.
  • the steering torque shown on the horizontal axis can take values on the plus side and the minus side centering on 0 [Nm].
  • the steering angle shown on the vertical axis is expressed by taking, for example, a positive value when steering to the right and a negative value when steering to the left, assuming that the neutral steering state in straight running is 0 [deg]. Will be done.
  • a scatter plot balanced on the plus side and the minus side is created.
  • the correlation creating unit 120 has a function of deriving the maximum value and the minimum value assumed in the steering operation under the designated driving conditions for the physical values stored in the test result storage unit 102, for example, the steering angle and the steering torque.
  • the designated running condition referred to here refers to a condition such as "slalom running at 0.2 Hz and a maximum lateral acceleration of 0.4 G under the condition of 100 km / h".
  • the physical value data under this condition is acquired from the test result storage unit 102 and derived by comparative calculation. Normalize using a value with a large absolute value of the maximum and minimum values. Furthermore, if digitization is performed to set "1" when there is a plot and "0" when there is no plot, an image that can confirm the overall tendency is created while setting the 0 value to 31 (decimal). can.
  • correlation information is represented, for example, as a 4096-dimensional column vector.
  • FIG. 7 is a conceptual diagram showing the operation of the evaluation circuit 130 that employs a hierarchical neural network.
  • the evaluation circuit 401 corresponding to each of the evaluation circuits 130 shown in FIG. 1 has layers of each element of the input layer (number of elements I + 1), hidden layer (number of elements J + 1), and output layer (number of elements K). It is composed of a three-layered hierarchical neural network that is specifically connected. As shown in FIG. 7, one element representing a bias term is set in each of the input layer and the hidden layer.
  • the scatter plot can be considered as a 64 pixel ⁇ 64 pixel digital image in which the presence or absence of a plot is represented by pixel values of 1 and 0. It is possible.
  • the information of this digital image is input to the evaluation circuit 401. If data conversion is performed with the 0 value of each physical value as the center of the digital space, the pixel position is also meaningful, so the pixel data itself is set as the input of the hierarchical neural network.
  • FIG. 8 is a diagram showing the relationship between the output of the hierarchical neural network shown in FIG. 7 and the sensory index value.
  • the specifications of the output layer element are such that the highest point is 8.00, the lowest point is 4.00, and the step of the score is 0.25. In this case, the number K of the output layer elements is 17.
  • the determination of the weight parameter stored in the weight parameter storage unit 109 is performed as follows.
  • the learning target 1021 stored in the test result storage unit 102 includes a large number of combinations of the sensor output when the expert driver gets on board and the sensory index value answered by the expert driver.
  • learning is performed using the input value and the output value as the following combinations. That is, the input value is, for example, the raster image information shown in FIG. 6B in which the correlation between the steering torque and the steering angle in the time series is plotted on a two-dimensional plane.
  • the output value is "1" only for the output layer element a32 corresponding to 7.75 points, and "0" for the other output layer elements.
  • the correlation between a large amount of time series data and the sensory index value answered by the expert driver is learned by a hierarchical neural network.
  • a generally known error back propagation method back propagation
  • FIG. 9 is a diagram showing an example of creating correlation information by selecting three types of physical values.
  • FIG. 9 an example of combining physical quantities P1 to P3 is shown, the physical quantity P1 is set on the X-axis, the physical quantity P3 is set on the Y-axis, and the physical quantity P2 is set on the Z-axis.
  • FIG. 6 since it is a correlation of two physical quantities, it is plotted on a two-dimensional plane, but in FIG. 9, it is plotted on a three-dimensional space because it is a correlation of three physical quantities.
  • the processing after inputting the created correlation information into the evaluation circuit 130 is as shown in FIG. 8, the description thereof will be omitted. Since it is difficult to visualize four or more types of physical values, the explanation here is omitted, but the same method can be used and there is no upper limit to the number. For example, the correlation of 10 kinds of physical quantities in a time series may be used as the correlation information.
  • FIG. 10 is a diagram showing an example of an evaluation circuit for each sensory index.
  • FIG. 10 (a) is a diagram showing the relationship between the input layer, the hidden layer, and the output layer of the hierarchical neural network
  • FIG. 10 (b) shows the functional index, the two physical quantities to be evaluated, the number of hidden layer elements, and the output layer. It is a figure which shows an example of the relationship of the number of elements.
  • the evaluation circuit shown in FIG. 10A is composed of a hierarchical neural network in which an input layer 501, a hidden layer 502, and an output layer 503 are hierarchically connected, similarly to the evaluation circuit 401 of FIG.
  • an evaluation circuit is set for each sensory index as in the first evaluation circuit 131 to the fifth evaluation circuit 135 of FIG.
  • the specifications of each of these evaluation circuits may be the same or different.
  • FIG. 10B is a diagram showing an example of specifications for each evaluation circuit.
  • the evaluation circuit corresponding between the grips that is, the third evaluation circuit 133 in FIG.
  • the selection and parameter values of these physical quantities are examples, and other parameter values may be used.
  • FIG. 11 is a flowchart showing a processing flow of the sensory evaluation system according to the first embodiment of the present invention.
  • the control unit 103 sets the flag value indicating the implementation status of the sensory evaluation to "0" indicating that the sensory evaluation has not been performed.
  • step S702 the control unit 103 determines whether or not the sensory evaluation ON has been set, that is, whether or not the sensory evaluation execution instruction has been given by an operation or the like from the occupant of the own vehicle. If the sensory evaluation is ON, it is determined that the sensory evaluation execution instruction has been given, and the process proceeds to step S703. If the sensory evaluation is OFF, it is determined that the sensory evaluation execution instruction has not been given, and the process proceeds to step S715.
  • step S703 the control unit 103 sets the above-mentioned flag value indicating the implementation status of the sensory evaluation to "1" indicating that the implementation has started.
  • step S704 acquires steering operation information (step S704) and analyzes the steering operation in time series (step S705).
  • step S706 the control unit 103 determines the sensory index corresponding to the steering operation by using the evaluation index determination unit 106.
  • step S707 the control unit 103 selects an evaluation circuit corresponding to the sensory index determined as the evaluation index in step S706 from the evaluation circuits 130 provided for each sensory index.
  • step S708 the control unit 103 selects the storage area of the aggregation result storage unit 110 corresponding to the evaluation circuit selected in step S707 as the evaluation value storage block.
  • step S709 the selection unit 105 extracts the evaluation target 1022 of the test result storage unit 102 over a predetermined time range, and generates time-series data to be used as evaluation data.
  • step S710 the selection unit 105 adjusts the operation start timing of the evaluation circuit 130 by using the road surface information and the vehicle speed information in the vicinity. Then, the time-series data generated in step S709 is expanded as evaluation data in the evaluation circuit selected in step S707 according to the adjusted timing.
  • step S711 the evaluation circuit selected in step S707 of the evaluation circuits 130 calculates an evaluation value for the evaluation index determined in step S706 based on the evaluation data input from the selection unit 105 in step S710. ..
  • step S712 the totaling unit 108 determines whether the set totaling mode is the instantaneous value totaling mode or the average value totaling mode based on the value of the totaling mode setting 114. For example, when the value of the aggregation mode setting 114 is "0", the aggregation unit 108 determines that the instantaneous value aggregation mode is set, proceeds to step S713, and when the value of the aggregation mode setting 114 is "1". Determines that the average value aggregation mode is set, and proceeds to step S714.
  • step S713 the aggregation unit 108 transfers the evaluation value calculated in step S711 to the display unit 111 and displays it.
  • the instantaneous value of the evaluation value with respect to the evaluation index determined in step S706 is output to the outside using the display unit 111.
  • the instantaneous value may change too quickly and be difficult to see.
  • a predetermined time average value may be calculated and displayed instead of the instantaneous value.
  • step S714 the aggregation unit 108 writes the evaluation value calculated in step S711 into the storage block selected in step S708.
  • step S713 or step S714 the process returns to step S702 and the above-described process is repeated.
  • a series of processes of steps S703 to S714 are continuously carried out until it is determined that the sensory evaluation OFF is set in step S702.
  • step S715 the control unit 103 determines whether or not the above-mentioned flag value indicating the implementation status of the sensory evaluation is set to "1".
  • the flag value is set to "1"
  • the process proceeds to step S716, and the flag value is set to "0". If this is the case, it is determined that the sensory evaluation has not been performed, and the process returns to step S701.
  • step S716 the aggregation unit 108 determines whether the set aggregation mode is the instantaneous value aggregation mode or the average value aggregation mode, as in step S712 described above. If the average value aggregation mode is set, the process proceeds to step S717, and if the instantaneous value aggregation mode is set, the process returns to step S701. In step S717, the aggregation unit 108 reads out the evaluation value stored in the aggregation result storage unit 110.
  • step S718 the aggregation unit 108 calculates the average value of the evaluation values for each evaluation index after starting the process of FIG. 11 based on the evaluation values read out in step S714.
  • step S719 the totaling unit 108 transfers the average value calculated in step S718 to the display unit 111 and displays it.
  • the average value of the evaluation values when the own vehicle travels on the road surface to be evaluated is totaled and output to the outside using the display unit 111.
  • the process of step S719 is completed, the process returns to step S701.
  • FIG. 12 is a diagram showing an example of the steering operation and the output waveform of the evaluation circuit with respect to the evaluation circuit constituting the sensory evaluation system in the first embodiment.
  • Reference numeral 801 indicates a time-series change of the steering operation
  • each of reference numerals 802 to 804 indicates a sensory evaluation prediction waveform of the response near N in the sections 1 to 3.
  • Each of the reference numerals 805 to 807 shows the sensory evaluation prediction waveform of the straightness in the section 1 to the section 3.
  • the evaluation targets of the response near the sensory index N are the section 1 and the section 3 which can be judged to be slalom running from the steering operation, and the section 2 only for going straight is not the evaluation target.
  • the straightness of the sensory index excludes the section 1 and the section 3 from the evaluation target, and the section 2 is the evaluation target.
  • the evaluation circuit targets the sensory index of steering stability, and since it targets events with fluctuations, it is expected that it will not output a fixed fixed value. However, if the steering operation is not subject to evaluation, the expected learning has not been performed, so that the waveform becomes saturated to the upper limit value as in reference numeral 805 and reference numeral 807, and the waveform is large as in reference numeral 803. It is expected to fluctuate depending on the fluctuation range.
  • the predicted sensory evaluation value when driving with a steering operation that is not subject to evaluation is considered to have low reliability.
  • the evaluation index determination unit 106 uses the steering information to determine whether or not each of the evaluation circuits 130 is an evaluation target, and excludes the sensory evaluation predicted value in the steering operation that is not the evaluation target.
  • FIG. 13 is a diagram showing an example in which the index value output by the aggregation unit constituting the sensory evaluation system in the first embodiment is visualized.
  • FIG. 13A is an example of visualizing the predicted sensory evaluation values for five types of sensory indexes, and the graph type is a radar chart.
  • the functional index to be visualized can be selected by a set value (not shown) stored in the register 104.
  • This setting value (not shown) is a set of 1-bit registers corresponding to the functional index, and is, for example, an N-near response selection register, a yaw response selection register, a grip feeling selection register, a roll feeling selection register, and a straightness selection register. Consists of.
  • the sensory evaluation predicted value has a different aggregation method based on the setting value of the aggregation mode setting 114.
  • the sensory evaluation prediction value is the average value of the sensory evaluation prediction values when traveling by the steering operation of the evaluation target, and the register value of the aggregation mode setting 114 is ".
  • the sensory evaluation predicted value is an instantaneous value when the vehicle is driven by the steering operation to be evaluated.
  • the possible register value may be expanded to be a moving average value, or a register having a width of 2 bits or more for setting the window width when calculating the moving average may be set.
  • FIG. 13B is an example of visualizing one type of sensory index and grip feeling, and the graph type is a bar graph.
  • the grip feeling selection register has a register value of "1", and the other values correspond to the case where it is set to non-display. Since the setting specifications of the aggregation mode setting 114 are the same as in the case of FIG. 13A described above, the description thereof will be omitted.
  • the reference is displayed at the sensory index value of 6.0 points. Although "6.0" is not essential, it is important to visualize the sensory evaluation predicted value in the display specifications to be compared with the reference point.
  • FIG. 14 is a timing chart showing an example of the relationship with the traveling road surface regarding the operation of the evaluation circuit constituting the sensory evaluation system in the first embodiment.
  • Reference numeral 1001 is a steering operation type detection timing waveform
  • reference numeral 1002 is an operation timing of an evaluation circuit for response near N
  • reference numeral 1003 is an operation timing of an evaluation circuit for yaw response
  • reference numeral 1004 is an operation timing of an evaluation circuit for grip feeling
  • Reference numeral 1005 indicates the operation timing of the evaluation circuit for roll feeling
  • reference numeral 1006 indicates the operation timing of the evaluation circuit for straightness.
  • the steering operation 801 transitions from the section 1 to the section 3 via the section 2.
  • the steering operation information is acquired, and the evaluation index determination unit 106 detects the type of steering operation.
  • the pulse waveform of reference numeral 1001 was detected at the timing of High (1).
  • the evaluation index determination unit 106 determines that the response near the sensory index N, the yaw response, and the roll feeling are sensory-evaluated in the section 1, and the evaluation index selection signal 1002 becomes High (1) while traveling on the road surface to be evaluated.
  • the evaluation index determination unit 106 outputs the evaluation index selection signals 1003 and 1005, which are Low (0) for the grip feeling and straightness that are excluded from the evaluation target.
  • the switching timing of the evaluation index selection signal is the timing of detecting the steering operation type. Note that, in FIG. 14, the evaluation index selection signals 1002 to 1006 are shown on the assumption that the steering operation type is switched as in the steering operation 801. This is an example. There are various ways of thinking about sensory indicators, and evaluation index selection signals are generated according to the way of thinking.
  • the data space is not limited to the two-dimensional image, and may be a three-dimensional or more data space using three or more kinds of physical values. Especially if a hierarchical neural network is assumed, it is not always necessary to limit the amount of information that can be grasped by humans.
  • the sensory evaluation system 101 selects two or more types of physical quantities from the input unit 115 that reads the output of the behavior sensor that measures two or more types of time-series information about the moving body and the output of the behavior sensor that the input unit 115 reads.
  • the sensory index is based on the selection unit 105 to be selected, the correlation creation unit 120 that creates information indicating the correlation in time series for two or more types of physical quantities selected by the selection unit 105, and the information indicating the correlation in time series. It is provided with an evaluation circuit 130 for calculating an evaluation value. Therefore, since the sensory evaluation system 101 evaluates the correlation of a plurality of physical quantities, it is not easily affected by the variation in operation by the driver.
  • the evaluation circuit 130 can calculate a plurality of functional indexes.
  • the sensory evaluation system 101 is a data specification that associates an evaluation index determination unit 106 that determines a sensory index to be evaluated based on a steering operation of a moving object with two or more physical quantities corresponding to the sensory index determined by the evaluation index determination unit 106.
  • a register 104 which is a storage unit for storing the setting 113, is provided.
  • the selection unit 105 determines two or more physical quantities based on the determination of the evaluation index determination unit 106 with reference to the data specification setting 113. Therefore, the steering stability of the driver with respect to the steering operation can be evaluated using an appropriate evaluation index.
  • the correlation creation unit 120 plots the correlation of the time series of the two physical quantities on a two-dimensional plane, and outputs the plot as raster image information. Therefore, the correlation between the two physical quantities in the time series can be expressed concisely, and the data is resistant to variation. It is conceivable to output the plot as vector image information, but considering that it is used for input to the input layer of the hierarchical neural network, it is difficult to obtain stable output with low robustness with vector image information. .. Therefore, a method of using raster image information, in other words, the value of each pixel for input to the input layer as in the present embodiment is excellent.
  • the correlation creation unit 120 plots the time-series correlations of the three physical quantities on the three-dimensional space, and outputs the plot as voxel information. Therefore, the correlation of the three physical quantities in the time series can be expressed concisely, and the data is resistant to variation.
  • the evaluation circuit 130 has a plurality of evaluation subcircuits corresponding to the plurality of sensory indexes, that is, the first evaluation circuit 131 to the fifth evaluation circuit 135.
  • the control unit 103 stops any of the evaluation circuits 130 that do not calculate the sensory index based on the selection of the evaluation index determination unit 106. Therefore, the power consumption can be reduced. This is particularly useful when mounting the sensory evaluation system 101 on a vehicle.
  • the sensory evaluation prediction system 101 is mounted on a moving body.
  • the input unit 115 reads the output of the behavior sensor mounted on the moving body.
  • the sensory evaluation system 101 includes an aggregation unit 108 that aggregates the calculation results of the evaluation circuit 130.
  • the aggregation unit 108 can switch between an instantaneous evaluation mode that outputs an instantaneous value or a moving average value of the calculation result of the evaluation circuit 130 and a comprehensive evaluation mode that outputs an average value of the calculation result of the evaluation circuit in a predetermined period.
  • the evaluation index determination unit 106 determines the evaluation index based on the steering information by using the pattern matching method.
  • the relationship between the steering information and the evaluation index may be implemented by inference based on learning using a hierarchical neural network.
  • this hierarchical neural network for example, time-series steering information divided at regular intervals is input, and elements corresponding to each sensory index are output layer elements.
  • the weight parameters are learned so that the element corresponding to the sensory index answered by the expert driver is "1" and the others are "0".
  • the evaluation index determination unit 106 determines the relationship between the steering operation information and the sensory index based on learning.
  • the teacher data can be acquired during the sensory evaluation test driven by the expert driver, and the evaluation index can be selected according to the actual idea.
  • the sensory evaluation system 101 does not have to include the test result storage unit 102 when it is mounted on a vehicle. In that case, the output of the sensor group mounted on the vehicle is input to the input unit 115.
  • FIGS. 15 to 16 A second embodiment of the sensory evaluation system will be described with reference to FIGS. 15 to 16.
  • the same components as those in the first embodiment are designated by the same reference numerals, and the differences will be mainly described.
  • the points not particularly described are the same as those in the first embodiment.
  • the present embodiment is different from the first embodiment mainly in that one evaluation circuit is commonly used for a plurality of functional indexes.
  • FIG. 15 is a block diagram of the sensory evaluation system 101A according to the second embodiment. It differs from the first embodiment in that the evaluation unit 107A includes only the correlation creation unit 126 and the evaluation circuit 136.
  • the correlation creating unit 126 is a common version of the first correlation creating unit 121 to the fifth correlation creating unit 125 described with reference to FIG. 1 in the first embodiment.
  • the correlation creating unit 126 acquires the information of the evaluation index evaluated by the evaluation circuit 136 via the control unit 103, and creates the correlation information in time series for a plurality of physical quantities corresponding to the evaluation index.
  • the correlation creation unit 126 outputs the created correlation information to the evaluation circuit 136.
  • a plurality of correlation creating units 126 may exist in the evaluation unit 107A. As long as one evaluation circuit 136 and the correlation creating unit 126 are commonly used for at least two or more types of sensory indexes, any number of correlation creating units 126 can be provided in the evaluation unit 107A.
  • the evaluation circuit 136 is a shared version of the first evaluation circuit 131 to the fifth evaluation circuit 135 for each sensory index described with reference to FIG. 1 in the first embodiment for a plurality of sensory indexes. That is, the correlation creating unit 126 and the evaluation circuit 136 are commonly used for each of the above-mentioned functional indexes, for example, five types of functional indexes such as N-near response, yaw response, grip feeling, roll feeling, and straightness. .. Although only one evaluation circuit 136 is shown in the example of FIG. 15, a plurality of evaluation circuits 136 may exist in the evaluation unit 107A.
  • any number of evaluation circuits 136 can be provided in the evaluation unit 107A. Further, the number of the correlation creating unit 126 and the evaluation circuit 136 does not have to be the same.
  • FIG. 16 is a flowchart showing a processing flow of the sensory evaluation system according to the second embodiment of the present invention.
  • the flowchart of FIG. 16 is different from the flowchart of FIG. 7 described in the first embodiment in that step S1201 is provided instead of step S707.
  • step S1201 is provided instead of step S707.
  • step S1201 the control unit 103 reads out the weight parameter of the evaluation circuit corresponding to the sensory index selected as the evaluation index in step S706 from the weight parameter storage unit 109. Then, the read weight parameter is set in the evaluation circuit 136. As a result, in the evaluation unit 107A, the evaluation circuit 136 is adjusted according to the evaluation index.
  • step S713 the evaluation circuit 136 adjusted according to the evaluation index in step S1201 calculates the evaluation value for the evaluation index based on the evaluation data input from the selection unit 105 in step S710.
  • the evaluation circuit 130 has an evaluation subcircuit, that is, an evaluation circuit 136, which commonly corresponds to a plurality of functional indexes.
  • the evaluation circuit 136 is adjusted according to the evaluation index selected by the evaluation index determination unit 106, and the evaluation value is calculated using the adjusted evaluation circuit 136.
  • the evaluation circuit 136 is constructed by using a neural network in which a plurality of elements are hierarchically connected, and the weight parameter for each element is adjusted according to the evaluation index. Since this is done, the circuit scale can be reduced.
  • FIGS. 17-18 A third embodiment of the sensory evaluation system will be described with reference to FIGS. 17-18.
  • the same components as those in the first embodiment are designated by the same reference numerals, and the differences will be mainly described.
  • the points not particularly described are the same as those in the second embodiment.
  • the present embodiment is different from the second embodiment in that the physical quantity used for estimating the sensory index is mainly determined by learning to create the data specification setting.
  • FIG. 17 is a block diagram of the sensory evaluation system 101B according to the third embodiment.
  • the search mode 1041 and the learning determination threshold value 1042 are further stored in the register 104.
  • the data specification setting 113 may not be stored in the register 104 at the start of the process described later, and the data specification setting 113 is created by the process described later.
  • the data may not be stored in the weight parameter storage unit 109 at the start of the process described later, and the data is stored in the weight parameter storage unit 109 by the process described later.
  • the sensory evaluation system 101B transitions to the search mode and creates the data specification setting 113.
  • the sensory evaluation system 101B shifts to the non-search mode, and the first execution is performed using the data specification setting 113 created in advance or the data specification setting 113 read from the outside. The operation described in the embodiment is performed.
  • the learning unit 107B is provided instead of the evaluation unit 107A.
  • the learning unit 107B further includes a learning function described below in addition to the function of the evaluation unit 107A in the second embodiment.
  • the learning unit 107B performs the same operation as in the second embodiment in the non-search mode, and exerts a learning function in the search mode.
  • the learning unit 107B searches for a combination of physical quantities used for estimating the sensory index as follows.
  • the learning unit 107B first selects an arbitrary combination of physical values and creates the first correlation information.
  • the relationship between the first correlation information and the sensory index value of steering stability acquired from the expert driver is learned by the hierarchical neural network.
  • the output error of the hierarchical neural network is smaller than the learning determination threshold 1042, that is, when the difference from the teacher data becomes smaller than a certain level, it is determined that learning is possible, and the combination of physical quantities used for the first correlation information is used. Is recorded in the data specification setting 113, and the parameters obtained by learning are stored in the weight parameter storage unit 109.
  • the learning of the hierarchical neural network is tried, and if the output error of the hierarchical neural network is the learning judgment threshold 1042 or more, that is, if the difference from the teacher data does not become smaller than a certain level, it is judged that learning is not possible.
  • select a combination of different physical quantities to create the second correlation information and learn the hierarchical neural network about the relationship between the second correlation information and the sensory index value of steering stability obtained from the expert driver. Try. In this way, the combination of physical quantities is searched until it is determined that learning is possible.
  • the search method for the combination of physical quantities used to create the correlation information.
  • two or more types of physical values may be randomly selected from a plurality of physical values, or physical values may be prioritized from the sense of an expert driver and combinations may be searched in descending order of priority. good.
  • reinforcement learning which is one of AI (Artificial Intelligence)
  • the search may be performed by trial and error while evaluating.
  • FIG. 18 is a flowchart showing the processing of the learning function of the sensory evaluation system 101C according to the third embodiment.
  • the control unit 103 determines whether or not the search mode 1041 is set to ON, that is, whether or not the learning mode is effectively set by an operation or the like from the occupant of the own vehicle. If “1" is set in the search mode 1041, it is determined that the learning execution instruction has been performed, and the process proceeds to step S1403. If "0" is set in the search mode 1041, the process returns to step S1402. .
  • control unit 103 acquires steering operation information (step S1403) and analyzes the steering operation in time series (step S1404). Then, in step S1405, the control unit 103 uses the evaluation index determination unit 106 to determine the sensory index corresponding to the steering operation.
  • step S1406 the control unit 103 determines the combination of physical quantities corresponding to the functional index determined in step S1405. This combination of physical quantities is determined at random, for example, as described above.
  • step S1407 the control unit 103 reads out the physical quantity information determined in step S1406 and the sensory index by the expert driver from the learning target 1021 of the test result storage unit 102.
  • step S1408 the learning unit 107B performs learning using the physical quantity read in step S1407 and the sensory index by the expert driver.
  • step S1409 the control unit 103 determines whether or not the output error is smaller than the learning determination threshold value 1042.
  • the control unit 103 determines that the output error is equal to or higher than the learning determination threshold value 1042
  • the control unit 103 returns to step S1406, adopts a combination of different physical quantities, and proceeds to the processing of step S1407 and subsequent steps.
  • the control unit 103 determines that the output error is smaller than the learning determination threshold value 1042
  • the control unit 103 records the combination of physical quantities determined in step S1406 in the data specification setting 113, and records the parameters obtained by learning in step S1408. It is stored in the weight parameter storage unit 109.
  • the test result storage unit 102 stores the learning target 1021, which is a combination of the output of the behavior sensor and the evaluation value of the sensory index.
  • the learning unit 107B learns a combination of two or more types of physical quantities included in the output of the behavior sensor used for calculating the evaluation value using the learning target 1021.
  • the learning unit 107B tries learning using a combination of a plurality of arbitrarily selected physical quantities, and when the output error due to learning is smaller than the learning determination threshold value 1042, the sensory index corresponds to the plurality of arbitrarily selected physical quantities. Attach and record in the data specification setting 113. Therefore, it is possible to search for an appropriate combination of physical quantities while learning the hierarchical neural network in the evaluation circuit 130. Furthermore, this search helps to clarify the relationship between steering operation, vehicle behavior at that time, and sensory evaluation of occupants.
  • FIG. 19 is a block diagram showing a functional configuration of the sensory evaluation system according to the fourth embodiment of the present invention.
  • the sensory evaluation system 101C shown in FIG. 19 is mounted on a moving body, further includes a transmission / reception unit 902, and a computer center 150. The difference is that it is connected to the evaluation value collection center 1502 via a network.
  • the sensory evaluation system 101C includes a sensor group 900 instead of the test result storage unit 102.
  • the transmission / reception unit 902 is connected to the computer center 150 via a network such as the Internet, receives learned data such as weight parameters transmitted from the computer center 150, and outputs the learned data to the control unit 103.
  • the trained data includes, for example, evaluation index judgment data used when the evaluation index judgment unit 106 selects a sensory index (evaluation index) to be evaluated for each type of road surface from a plurality of types of sensory indexes.
  • the weight parameter stored in the weight parameter storage unit 109, the data specification setting 113, and the like are included.
  • the sensor group 900 is, for example, an acceleration sensor, a gyro sensor, a vehicle speed sensor, a camera, a laser range finder, or the like.
  • the output of the sensor group 900 is input to the input unit 115.
  • the evaluation value collection center 1502 collects the evaluation values for each sensory index calculated and aggregated by the sensory evaluation system 101C as the own vehicle travels on various roads, and provides the evaluation value to the designer 1503.
  • the evaluation value collection center 1502 may be connected to a plurality of sensory evaluation systems 101C mounted on different vehicles so that evaluation values can be collected from each sensory evaluation system 101C.
  • the designer 1503, who has been provided with the evaluation values from the evaluation value collection center 1502, designs the suspension device 1505 with reference to the evaluation values, and provides the design information to the manufacturing process 1504. In the manufacturing process 1504 provided with the design information, the suspension device 1505 is manufactured using the design information. Thereby, the suspension device 1505 can be manufactured based on the evaluation value output from the sensory evaluation system 101C.
  • the suspension device 1505 is manufactured using the evaluation value output from the sensory evaluation system 101C similar to the sensory evaluation system 101 described in the first embodiment.
  • the sensory evaluation system 101C is configured in the same manner as the sensory evaluation systems 101A and 101B described in the third embodiment, and the suspension device 1505 is manufactured using the evaluation values output from the sensory evaluation system 101C. Is also good.
  • the suspension device 1505 is manufactured based on the evaluation value output from the sensory evaluation system 101C. Since this is done, the suspension device 1505 can be manufactured by easily reflecting the evaluation values for each sensory index acquired for various roads, so that it is possible to provide a high-performance suspension device for improving the ride quality. ..
  • the sensor group 900 may be mounted on the vehicle on which the sensory evaluation system 101C is mounted.
  • the display unit 111 may be mounted on the vehicle on which the sensory evaluation system 101C is mounted.
  • FIG. 20 is a block diagram showing a functional configuration of the suspension control system according to the fifth embodiment of the present invention.
  • the suspension control system shown in FIG. 20 includes a sensory evaluation system 101D and a suspension damping force variable mechanism 1702.
  • the configuration and operation of the sensory evaluation system 101D are the same as those of the sensory evaluation system 101 of FIG. 1 described in the first embodiment.
  • the suspension damping force variable mechanism 1702 adjusts the damping force of the suspension device (not shown) mounted on the own vehicle based on the evaluation value for each sensory index output from the sensory evaluation system 101D. For example, for a suspension device whose damping force can be adjusted according to a control command value or control parameter input from the outside, a control command value or control parameter according to an evaluation value is set. Thereby, the suspension device can be adjusted by reflecting the sensory evaluation result obtained by the sensory evaluation system 101D.
  • suspension devices have damping force characteristics that change in response to oil leaks and changes in mechanical characteristics over time, which may affect the ride quality of automobiles. Therefore, in the suspension control system of the present embodiment, when a change in the evaluation value is detected in a vehicle equipped with the sensory evaluation system 101D under a similar driving environment, the suspension damping force variable mechanism 1702 cancels the change. Adjust the damping force of the suspension device with. As a result, even if a defect or deterioration occurs in the suspension device, the suspension characteristics can be corrected, so that the usage time of the suspension device can be extended. Further, the suspension characteristics may be changed according to the type of the road surface on which the own vehicle travels. In this way, it is possible to always provide the optimum ride quality regardless of the type of road surface.
  • the damping force of the suspension device is adjusted by the suspension damping force variable mechanism 1702 using the evaluation value output from the sensory evaluation system 101D similar to the sensory evaluation system 101 described in the first embodiment.
  • the sensory evaluation system 101D is configured in the same manner as the sensory evaluation systems 101A and 101B described in the second and third embodiments, respectively, and the evaluation value output from the sensory evaluation system 101D is used to attenuate the suspension device.
  • the force may be adjusted.
  • the suspension control system includes a sensory evaluation system 101D and a suspension damping force variable mechanism 1702 that adjusts the damping force of the suspension device mounted on the own vehicle based on the evaluation value output from the sensory evaluation system 101D. Be prepared. Therefore, it is possible to provide a suspension device that can prolong the usage time of the suspension device and provide an optimum ride quality regardless of the type of road surface.
  • the configuration of the functional block is only an example.
  • Several functional configurations shown as separate functional blocks may be integrally configured, or the configuration represented by one functional block diagram may be divided into two or more functions. Further, a part of the functions possessed by each functional block may be provided in the other functional blocks.

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Mathematical Physics (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)
  • Vehicle Body Suspensions (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

官能評価予測システムは、移動体に関する２種類以上の時系列情報を計測する挙動センサの出力を読み込む入力部と、入力部が読み込む挙動センサの出力から２種類以上の物理量を選択する選択部と、選択部が選択した２種類以上の物理量について、時系列での相関を示す情報を作成する相関作成部と、時系列での相関を示す情報に基づいて官能指標の評価値を算出する評価回路とを備える。

Description

官能評価予測システム、サスペンション装置、サスペンション制御システム
　本発明は、官能評価予測システム、サスペンション装置、およびサスペンション制御システムに関する。
　自動車において、路面から入力される振動刺激は、タイヤ、サスペンション、シャシ、シートレール、シートレッグ、およびシート材を介して、乗員に伝達する。乗り心地官能評価においては、主にこの振動刺激がドライバや乗員がどう感じるかが重要である。また、操縦安定性官能評価においては、主にステアリングを操作した際の反応、応答の心地良さ、違和感の有無が重要である。自動車メーカにおいては、各々がターゲットとする乗り心地、操縦安定性とそのバランスがあり、訓練されたエキスパートドライバが車載部品の設計やパラメータ調整の担当者に改善ポイントを伝達することで乗り心地と操縦安定性を向上させてきた。特許文献１には、運動する物体の少なくとも加速度を微分した加々速度を検出し、検出した該加々速度を階層型ニューラルネットワークの入力層へ入力し中間層を経由して出力層から運動評価結果を出力することを特徴とする運動評価方法が開示されている。
日本国特開平７－２４４０６５号公報
　特許文献１に記載されている発明では、ドライバによる操作のばらつきへの対応に改善の余地がある。
　本発明の第１の態様による官能評価予測システムは、移動体に関する２種類以上の時系列情報を計測する挙動センサの出力を読み込む入力部と、前記入力部が読み込む前記挙動センサの出力から２種類以上の物理量を選択する選択部と、前記選択部が選択した２種類以上の物理量について、時系列での相関を示す情報を作成する相関作成部と、前記時系列での相関を示す情報に基づいて官能指標の評価値を算出する評価回路とを備える。
　本発明の第２の態様によるサスペンション装置は、前述の官能評価システムから出力される前記評価値に基づいて製造される。
　本発明の第３の態様によるサスペンション制御システムは、前述の官能評価システムと、前記官能評価システムから出力される前記評価値に基づいて、前記移動体に搭載されたサスペンション装置の減衰力を調整するサスペンション減衰力可変機構と、を備える。
　本発明によれば、複数の物理量の相関を評価するので、ドライバによる操作のばらつきの影響を受けにくい。
第１の実施の形態における官能評価システムのブロック図 官能指標設定の一例を示す図 データ仕様設定の一例を示す図 車両に車載するセンサ群で取得するデータの例を示す図 ２つの物理量の相関を示す相関情報の作成を示す概念図 図６（ａ）は図５に示した手法により作成された、操舵トルクと操舵角の相関を示す図、図６（ｂ）は図６（ａ）に示す情報を縦と横をそれぞれ６ビットの分解能で分割する様子を示す図 階層型ニューラルネットワークを採用する評価回路の動作を示す概念図 図７に示した階層型ニューラルネットワークの出力と官能指標値の関係を示す図 ３種類の物理値を用いて相関情報を作成する例を示す図 官能指標ごとの評価回路の例を示す図図１０（ａ）は階層型ニューラルネットワークの入力層と隠れ層と出力層の関係を示す図であり、図１０（ｂ）は官能指標、評価する２つの物理量、隠れ層素子数、および出力層素子数の関係の一例を示す図 発明の第１の実施の形態に係る官能評価システムの処理の流れを示すフローチャート 第１の実施の形態における、官能評価システムを構成する評価回路に関し、ステアリング操作と評価回路の出力波形の一例を示す図 第１の実施の形態における、官能評価システムを構成する集計部が出力する指標値を可視化した例を示す図 評価回路の稼働に関して、走行路面との関係の一例を示すタイミングチャート 第２の実施の形態における官能評価システムのブロック図 第２の実施の形態に係る官能評価システムの処理の流れを示すフローチャート 第３の実施の形態における官能評価システムのブロック図 第３の実施の形態における官能評価システムの学習機能の処理を示すフローチャート 第４の実施の形態に係る官能評価システムの機能構成を示すブロック図 第５の実施の形態に係るサスペンション制御システムの機能構成を示すブロック図
―第１の実施の形態―
　以下、図１～図１４を参照して、官能評価システムの第１の実施の形態を説明する。以下に説明する官能評価システムは、車両に搭載されてもよいし車両の外部に設置されてもよい。
　図１は、第１の実施の形態における官能評価システム１０１のブロック図である。官能評価システム１０１は、試験結果格納部１０２、制御部１０３、レジスタ１０４、選択部１０５、評価指標判定部１０６、評価部１０７、集計部１０８、重みパラメータ格納部１０９、集計結果格納部１１０、表示部１１１、および入力部１１５を備える。レジスタ１０４には、官能指標設定１１２、データ仕様設定１１３、および集計モード設定１１４が含まれる。評価部１０７には、第１相関作成部１２１、第２相関作成部１２２、第３相関作成部１２３、第４相関作成部１２４、第５相関作成部１２５、第１評価回路１３１、第２評価回路１３２、第３評価回路１３３、第４評価回路１３４、および第５評価回路１３５が含まれる。
　第１相関作成部１２１は第１相関情報を作成して第１評価回路１３１に入力する。第２相関作成部１２２は第２相関情報を作成して第２評価回路１３２に入力する。第３相関作成部１２３は第３相関情報を作成して第３評価回路１３３に入力する。第４相関作成部１２４は第４相関情報を作成して第４評価回路１３４に入力する。第５相関作成部１２５は第５相関情報を作成して第５評価回路１３５に入力する。
　なお以下では、第１相関作成部１２１、第２相関作成部１２２、第３相関作成部１２３、第４相関作成部１２４、および第５相関作成部１２５をまとめて相関作成部１２０と呼ぶ。以下では、第１評価回路１３１、第２評価回路１３２、第３評価回路１３３、第４評価回路１３４、および第５評価回路１３５をまとめて、評価回路１３０と呼ぶ。以下では、第１相関情報、第２相関情報、第３相関情報、第４相関情報、および第５相関情報をまとめて相関情報と呼ぶ。
　なお５つの評価回路１３０が評価する官能指標はそれぞれ、Ｎ（ニュートラル）付近手応え、ヨー応答、グリップ感、ロール感、直進性である。ただしこれは一例にすぎず、評価回路１３０は上述した以外の官能指標を評価してもよい。また評価回路１３０が評価する官能指標の数は２以上であればよく、数に上限はない。図１では評価部１０７が５つの官能指標を評価する例を示しており、評価する官能指標の数に合わせて相関作成部１２０および評価回路１３０の数が増減する。
　制御部１０３、選択部１０５、評価指標判定部１０６、評価部１０７、および集計部１０８は、演算を行う。これらの演算は、たとえば不図示のＣＰＵが不図示のＲＯＭからプログラムを読み出して不図示のＲＡＭに展開して実行することにより実現される。ただしこれらの演算は、書き換え可能な論理回路であるＦＰＧＡ（Field　Programmable　Gate　Array）や特定用途向け集積回路であるＡＳＩＣ（Application　Specific　Integrated　Circuit）により実現されてもよい。またこれらの演算は、ＣＰＵ、ＲＯＭ、およびＲＡＭの組み合わせの代わりに、異なる構成の組み合わせ、たとえばＣＰＵ、ＲＯＭ、ＲＡＭとＦＰＧＡの組み合わせにより実現されてもよい。
　試験結果格納部１０２、レジスタ１０４、重みパラメータ格納部１０９、および集計結果格納部１１０は、不揮発性の記憶装置であり、これらはそれぞれ「記憶部」と呼ぶこともできる。ただし試験結果格納部１０２、レジスタ１０４、重みパラメータ格納部１０９、および集計結果格納部１１０の少なくとも１つは揮発性の記憶装置であってもよく、その場合には官能評価システム１０１の起動時に不図示の不揮発性記憶装置から読み出された情報がその揮発性の記憶装置に格納される。表示部１１１は、たとえば液晶ディスプレイであり、制御部１０３から出力される映像信号を表示する。入力部１１５は、試験結果格納部１０２との接続インタフェースである。
　試験結果格納部１０２には、学習対象１０２１および評価対象１０２２が格納される。学習対象１０２１とは、エキスパートドライバが乗車する評価車両に搭載されたセンサ群が取得したセンサデータと、その際のエキスパートドライバによる官能指標との組合せである。センサ群については図４を参照して後に説明する。学習対象１０２１は、後述するように重みパラメータ格納部１０９に格納される重みパラメータの算出に利用される。なお重みパラメータ格納部１０９は、評価部１０７により参照される。評価対象１０２２とは、評価車両に搭載されたセンサ群が取得したセンサデータである。評価対象１０２２は、評価部１０７により評価される。
　制御部１０３は、官能評価システム１０１を構成する各ブロックを協調動作させる機能を有する。すなわち後述する処理の全てに関与しているが、記載を簡潔にするために以下では制御部１０３が処理に関与していることは特に記載しない。ただし制御部１０３は、評価指標判定部１０６の出力に基づき動作が不要な評価回路１３０を停止させる機能を有する。たとえば評価指標判定部１０６がＮ付近手応えのみを選択する場合には、第２評価回路１３２～第５評価回路１３５を停止させる。
　レジスタ１０４に含まれる官能指標設定１１２は、表示部１１１に表示される官能指標が設定されるレジスタである。官能指標設定１１２は、あらかじめ何らかの値が設定される。ただし官能指標設定１１２は、官能評価システム１０１の外部から設定可能に構成されてもよい。
　図２は官能指標設定１１２の一例を示す図である。ここでは官能指標設定１１２はｍビット、たとえば５ビットで構成され、各ビットに官能指標が割り当てられる。評価指標判定部１０６は評価対象とする官能指標に対応するビットに“１”を設定し、それ以外のビットに“０”を設定する。なお、図２は例示にすぎず、同様の設定が可能であれば、官能指標設定１１２のデータ形式は不問である。図１に戻って説明を続ける。
　レジスタ１０４に含まれるデータ仕様設定１１３は、それぞれの官能指標が使用するデータ、すなわちセンサ出力の組合せの仕様が設定されるレジスタである。本実施の形態では、データ仕様設定１１３は変更されない。
　図３は、データ仕様設定１１３の一例を示す図である。データ仕様設定１１３は官能指数と同じ数のテーブル、たとえばｍ個のテーブルから構成され、各テーブルにはｎビットの情報が格納される。各テーブルの各ビットには、試験結果格納部１０２に格納されるセンサ情報、すなわち物理値が割り当てられる。すなわち、対応する官能指標の算出に使用される物理値に対応するビットには“１”に設定され、それ以外は“０”に設定される。なお図３は例示にすぎず、同様の設定が可能であれば、データ仕様設定１１３のデータ形式は不問である。図１に戻って説明を続ける。
　レジスタ１０４に含まれる集計モード設定１１４は、表示部１１１に表示する評価部１０７の出力を瞬時値と平均値のいずれとするかの設定情報である。集計モード設定１１４は、集計部１０８により読み込まれる。選択部１０５は、入力部１１５が試験結果格納部１０２から読み出した評価対象１０２２の少なくとも一部を、相関作成部１２０のそれぞれに出力する。選択部１０５は、評価対象１０２２に含まれるいずれのデータを出力するかは、制御部１０３を経由して受け取る評価指標判定部１０６の出力、およびデータ仕様設定１１３を参照して決定する。
　評価指標判定部１０６は、ステアリングの操作状況に基づき、官能評価予測を実施する官能指標を選択する。なお、ステアリングの操作状況は、操縦安定性の走行試験の試験方法を規定したＩＳＯ１３６７４－１／２（Ｒｏａｄ　ｖｅｈｉｃｌｅｓ　――　Ｔｅｓｔ　ｍｅｔｈｏｄ　ｆｏｒ　ｔｈｅ　ｑｕａｎｔｉｆｉｃａｔｉｏｎ　ｏｆ　ｏｎ－ｃｅｎｔｒｅ　ｈａｎｄｌｉｎｇ　Ｐａｒｔ１／２）に基づいて定義されるのも一案であり、たとえば評価指標判定部１０６が、ステアリングの操作状況に基づきＳ字状を連続するＷｅａｖｅ　ｔｅｓｔ、いわゆるスラローム走行をしていると判断すると、Ｎ付近手応え、ヨー応答、グリップ感、およびロール感を評価対象に決定し、直進性を評価対象外とする。またたとえば評価指標判定部１０６は、直線走行をしていると判断する場合は、Ｎ付近手応え、および直進性を評価対象に決定し、ヨー応答、グリップ感、およびロール感は評価対象外とする。ステアリングの操作状況とはたとえば、ステアリング位置、ステアリング位置の微分であるステアリング速度、およびステアリング速度の微分であるステアリング加速度のいずれかである。なお以下では、ステアリングの操作状況を示す情報をステアリング情報とよぶこともある。
　なお評価指標判定部１０６が想定するステアリングの操作パターンには、ある期間直進走行を実施したのちに、規定の操舵角を維持するステップ状のステアリング操作のパターンであるＳｔｅｐ　ｓｔｅｅｒも存在し、この操作パターンに対応する官能指標もあらかじめ定められている。官能指標を基準に言い換えると、官能指標毎に想定するステアリング操作が存在する。したがって、評価指標判定部１０６が参照するステアリング情報は走行時のステアリングの操作状況であり、これに基づいて官能評価システム１０１が官能評価予測する官能指標を決定する。なお、官能指標の判断は、前述の定義されたステアリングの操作状況に対し、車速などのパラメータ違いを含めてグルーピングし、判定ができればよく、たとえば、ステアリングの操舵角データのパターンマッチングなどを利用できる。
　評価部１０７は、相関作成部１２０と評価回路１３０とを含む。相関作成部１２０は、選択部１０５から転送される２種類以上の物理量を用いて、それら物理量の時系列での相関を示す情報である相関情報を作成する。相関作成部１２０のそれぞれによる相関情報の作成方法、たとえば作成に用いる物理量の種類、スケーリングの設定、使用するデータの順番などは同一でもよいし異なっていてもよい。
　集計部１０８は、評価回路１３０が出力する官能指標値を集計する。前述したように官能指標毎に評価対象とするステアリング操作が存在するため、対象外のステアリング操作で走行した場合は、評価回路１３０が適切な官能指標値を出力しない恐れがある。そこで、評価指標判定部１０６の判定結果に基づき、評価対象のステアリング操作で走行した時だけ評価回路１３０が出力する官能指標値を処理し、評価対象外のステアリング操作で走行した時は評価回路１３０が出力する官能指標値を排除する。集計部１０８は、官能指標ごとに算出結果の排除の要否を判断し、排除されなかった官能指標値をタイムスタンプと共に集計結果格納部１１０に書き込む。
　重みパラメータ格納部１０９は、評価回路１３０が使用するパラメータが格納される。本実施の形態では５種類の官能指標を想定しているので、重みパラメータ格納部１０９は少なくとも５セットのパラメータが格納できる容量を有する。なお、ここでいうパラメータとは、評価回路１３０で使用する計算式の係数や、たとえば評価回路１３０が階層型ニューラルネットワークで実現している場合は、素子間結線の重みＷｉｊなどである。
　表示部１１１は、集計結果格納部１１０に格納された官能指標値を車両の乗員に提示する。なお、表示部１１１が出力する官能指標は選択可能であり、レジスタ１０４に含まれる官能指標設定１１２で外部から選択できるものとする。また、表示部１１１が出力する官能指標値は、瞬時値、あるいは走行期間内での平均値のいずれかを選択できるものとし、レジスタ１０４に含まれる集計モード設定１１４で外部から設定できるものとする。
　図４は、車両２０１に車載するセンサ群で取得するデータの例を示す図である。図４に示す各センサは、自車両の挙動を計測するので「挙動センサ」と呼ぶこともできる。符号２０２に示すピッチレート、ロールレート、およびヨーレートは、官能評価予測に使用する車両挙動での取得するデータの例である。符号２０３に示す上下加速度、前後加速度、および左右加速度は、官能評価予測に使用するシャシ部で取得するデータの例である。符号２０４に示す車速、ステアリング、ＧＰＳ、カメラ、およびレーダーは、官能評価予測に使用するその他で取得するデータの例である。
　特にシャシ部は、路面からの刺激がタイヤを介して入力され、乗員に到達するまでの経路に関する加速度データの全て、あるいは一部が選択される。たとえば、サスペンションを構成するばね下部やばね上部、乗員が座するシート周り、ステアリングのタイロッド、ステアリングが挙げられる。さらに、図４には示していないが、ドライバの操作対象であるアクセル、ブレーキ等の情報も取得できてもよい。なお、操縦安定性の官能評価予測が実現可能であれば、ここで挙げた部位以外の測定点を採用してもよい。なお、図４に示すセンサ群が取得した情報が試験結果格納部１０２に格納されているが、官能評価システム１０１は必ずしも車両２０１に格納されている必要はない。
　図５～図８を参照して、２つの物理量を用いて官能指標を推定する処理の概要を説明する。その後で図９を参照して、３つの物理量を用いて官能指標を推定する処理の概要を説明する。前述のように相関情報は２以上の物理量の時系列での相関を示すものであり、３つや４つ以上の物理量の時系列での相関を示す場合もあるが、図５～図８では最もシンプルなケースである、２つの物理量、すなわち第１の物理量Ｐ１と第２の物理量Ｐ２の相関を用いて官能指標を推定する例を説明する。
　図５は、２つの物理量の相関を示す相関情報の作成を示す概念図である。図５の上部は、物理量Ｐ１を実線で示し、物理量Ｐ２を破線で示す時系列図であり、図示右側に進むほど時間が経過している。時刻ｔ０に物理量Ｐ１および物理量Ｐ２の変化が開始し、時刻ｔ１、時刻ｔ２、時刻ｔ３、時刻ｔ４、と時間が経過している。図５の下部は、時刻ｔ０から時刻ｔ１～ｔ４までの各時刻までの時間における、物理量Ｐ１と物理量Ｐ２との相関関係を示している。図５の下部では、横軸を物理量Ｐ１の値、縦軸を物理量Ｐ２の値としている。
　たとえば時刻ｔ１ではプロット図の第一象限にプロットし、時刻ｔ２においてはプロット図の第二象限に向けてプロットし、時刻ｔ３においては第三象限にプロットし、時刻ｔ４においては第四象限にプロットしている。これらを継続して実施することで、物理値Ｐ１と物理量Ｐ２との相関関係を可視化した散布図が作成される。
　図６（ａ）は図５に示した手法により作成された、操舵トルクと操舵角の相関を示す図である。図６（ｂ）は、図６（ａ）に示す情報を縦と横をそれぞれ６ビットの分解能で分割する様子を示す図である。
　図６（ｂ）を詳細に説明すると、横軸に示す操舵トルクは０［Ｎ・ｍ］を中心にプラス側とマイナス側に値を取り得る。また、縦軸に示す操舵角は直線走行するニュートラルのステアリング状態を０［ｄｅｇ］とすれば、右に操舵した場合にたとえばプラス値を取り、左に操舵した場合にマイナス値を取ることで表現される。それぞれの０値をデジタルの６ｂｉｔ空間の３１（１０進法）に割り当てれば、プラス側とマイナス側でバランスされた散布図が作成される。
　なお、相関作成部１２０は、試験結果格納部１０２に格納された物理値、たとえば操舵角と操舵トルクについて、指定走行条件のステアリング動作で想定される最大値と最小値を導出する機能を有する。ここでいう指定走行条件とは、たとえば、「時速１００ｋｍｈの条件下で０．２Ｈｚかつ最大横加速度が０．４Ｇのスラローム走行」などの条件を指す。また、最大値と最小値はこの条件下の物理値データを、試験結果格納部１０２から取得し、比較計算で導出する。最大値と最小値の絶対値が大きい値を使用して正規化する。さらに、プロット有りの場合に“１”、プロット無しの場合に“０”とするデジタル化を実施すれば、０値を３１（１０進法）としながら、全体傾向の確認が可能な画像が作成できる。
　より具体的には、縦６４ピクセル、横６４ピクセルのラスター画像であって、各ピクセルはプロットの有無を１および０で表した情報を相関情報とする。この相関情報はたとえば、４０９６次元の列ベクトルとして表される。
　図７は、階層型ニューラルネットワークを採用する評価回路１３０の動作を示す概念図である。図７において、図１に示した評価回路１３０のそれぞれに相当する評価回路４０１は、入力層（素子数Ｉ＋１）、隠れ層（素子数Ｊ＋１）、出力層（素子数Ｋ）の各素子を階層的に結合した３層構成の階層型ニューラルネットワークにより構成される。なお、図７に示すように、入力層と隠れ層にはバイアス項を表す素子がそれぞれ１つずつ設定されている。入力層の各素子と隠れ層の各素子とは、重みＷ１ｉｊ（ｉ＝１～Ｉ＋１、ｊ＝１～Ｊ＋１）で結合され、隠れ層の各素子と出力層の各素子とは、重みＷ２ｊｋ（ｊ＝１～Ｊ＋１、ｋ＝１～Ｋ）で結合される。これらの重みの情報は、前述のように重みパラメータ格納部１０９に格納されている。
　図６（ｂ）において説明したように、それぞれの物理値を６ｂｉｔで表現した場合、散布図はプロットの有無を１および０のピクセル値で表現する６４ピクセル×６４ピクセルのデジタル画像と考えることが可能である。このデジタル画像の情報を評価回路４０１に入力する。それぞれの物理値の０値をデジタル空間のセンタにしたデータ変換を実施したとすれば、ピクセルの位置にも意味があるため、ピクセルデータそのものを階層型ニューラルネットワークの入力に設定する。一例を挙げるならば、デジタル画像の左上のピクセル値から、デジタル画像の右下に向かって点順次に階層型ニューラルネットワークの入力ａ１１～ａ１Ｉにセットしていく。ａ１ＩがＩ番目の入力素子だとするならば、Ｉ＝４０９６（＝６４×６４）となる。このニューラルネットワークでは、出力層のいずれか１つの素子のみが「１」を出力し、それ以外の出力層素子は「０」を出力する。
　図８は、図７に示した階層型ニューラルネットワークの出力と官能指標値の関係を示す図である。出力層素子の仕様は、最高点を８．００、最低点を４．００、点数の刻みを０．２５とする。この場合の出力層素子の数Ｋは１７になる。
　重みパラメータ格納部１０９に格納される重みパラメータの決定、いわゆる評価回路４０１の学習は次のように行われる。試験結果格納部１０２に格納される学習対象１０２１には、エキスパートドライバが乗車した際のセンサ出力とエキスパートドライバが回答した官能指数値との組合せが多数含まれる。ある走行試験において、エキスパートドライバがＮ付近手応えの官能指標値を７．７５点と回答した場合、入力値と出力値を次の組合せとして学習を行う。すなわち入力値は、たとえば操舵トルクと操舵角の時系列での相関を二次元平面上にプロットした、図６（ｂ）に示すラスター画像情報である。また出力値は、７．７５点に対応する出力層素子ａ３２のみが「１」で、それ以外の出力層素子は「０」である。
　このような入力値と出力値の組を多数用いて、多量の時系列データとエキスパートドライバが回答する官能指標値の相関を階層型ニューラルネットワークで学習する。ニューラルネットワークの学習法は一般的に知られている誤差逆伝搬法（バックプロパゲーション）を用いることができる。
　図９は、３種類の物理値を選択して相関情報を作成する例を示す図である。図９に示す例では物理量Ｐ１～Ｐ３を組み合わせる例を示しており、Ｘ軸に物理量Ｐ１を設定し、Ｙ軸に物理量Ｐ３を設定し、Ｚ軸に物理量Ｐ２を設定している。図６に示した例は２つの物理量の相関なので二次元平面上にプロットしたが、図９では３つの物理量の相関なので三次元空間上にプロットする。
　そして所定のサイズを有するボクセルに分割し、ボクセル内へのプロットの有無により「１」および「０」のいずれかの値を設定する。さらにこのボクセルの値を、所定の順序で出力したものを相関情報とする。作成した相関情報を評価回路１３０に入力した以降の処理は図８に示したとおりなので説明を省略する。なお４種類以上の物理値については可視化が困難であるためここでの説明は割愛するが、同様の手法により対応可能であり数に上限はない。たとえば１０種類の物理量の時系列での相関を相関情報として用いてもよい。
　図１０は、官能指標ごとの評価回路の例を示す図である。図１０（ａ）は階層型ニューラルネットワークの入力層と隠れ層と出力層の関係を示す図であり、図１０（ｂ）は官能指標、評価する２つの物理量、隠れ層素子数、および出力層素子数の関係の一例を示す図である。図１０（ａ）に示す評価回路は、図７の評価回路４０１と同様に、入力層５０１、隠れ層５０２、出力層５０３を階層的に結合した階層型ニューラルネットワークにより構成される。なお、本実施形態の官能評価システム１０１では、図１の第１評価回路１３１～第５評価回路１３５のように、官能指標ごとに評価回路が設定されている。前述したように、これらの各評価回路の仕様は同一でもよいし異なってもよい。
　図１０（ｂ）は、評価回路ごとの仕様の一例を示す図である。たとえば、Ｎ付近手応えに対応する評価回路、すなわち図１の第１評価回路１３１は、評価に用いる物理量は操舵トルクと操舵角、隠れ層素子数Ｊ＝１００であり、ヨー応答に対応する評価回路、すなわち図１の第２評価回路１３２は、評価に用いる物理量は操舵角とヨーレート、隠れ層素子数Ｊ＝２００である。また、グリップ間に対応する評価回路、すなわち図１の第３評価回路１３３は、評価に用いる物理量はヨーレートと横加速度、隠れ層素子数Ｊ＝２５０であり、ロール感に対応する評価回路、すなわち図１の第４評価回路１３４は、評価に用いる物理量は横加々速度、隠れ層素子数Ｊ＝５００である。なお、いずれの評価回路でも出力層素子数はＫ＝１７である。ただし、これらの物理量の選択およびパラメータ値は一例であり、他のパラメータ値であってもよい。
　図１１は、本発明の第１の実施の形態に係る官能評価システムの処理の流れを示すフローチャートである。まず、ステップＳ７０１において、制御部１０３は、官能評価の実施状況を示すフラグ値に、実施していないことを表す“０”を設定する。
　ステップＳ７０２において、制御部１０３は、自車両の乗員からの操作等により、官能評価ＯＮが設定されたか否か、すなわち官能評価の実施指示が行われたか否かを判定する。官能評価ＯＮの場合は、官能評価の実施指示が行われたと判断してステップＳ７０３に進み、官能評価ＯＦＦの場合は、官能評価の実施指示が行われていないと判断してステップＳ７１５に進む。
　ステップＳ７０３において、制御部１０３は、官能評価の実施状況を示す前述のフラグ値に、実施を開始したことを表す“１”を設定する。次に制御部１０３は、ステアリング操作情報を取得し（ステップＳ７０４）、時系列でのステアリング操作を解析する（ステップＳ７０５）。そして制御部１０３は、ステップＳ７０６において、評価指標判定部１０６を用いてステアリング操作に対応する官能指標を判定する。
　ステップＳ７０７において、制御部１０３は、官能指標ごとに設けられた評価回路１３０のうち、ステップＳ７０６で評価指標として判定された官能指標に対応する評価回路を選択する。ステップＳ７０８において、制御部１０３は、ステップＳ７０７で選択した評価回路に対応する集計結果格納部１１０の記憶領域を、評価値の格納ブロックとして選択する。
　ステップＳ７０９において、選択部１０５は、試験結果格納部１０２の評価対象１０２２を所定の時間範囲にわたって抽出し、評価用データとして用いられる時系列データを生成する。ステップＳ７１０において、選択部１０５は、近傍の路面情報や車速情報などを用いて、評価回路１３０の動作開始タイミングを調整する。そして、調整後のタイミングに応じて、ステップＳ７０９で生成した時系列データを、ステップＳ７０７で選択された評価回路に評価用データとして展開する。
　ステップＳ７１１において、評価回路１３０のうちステップＳ７０７で選択された評価回路は、ステップＳ７１０で選択部１０５から入力された評価用データに基づいて、ステップＳ７０６で判定された評価指標に対する評価値を計算する。
　ステップＳ７１２において、集計部１０８は、集計モード設定１１４の値に基づいて、設定されている集計モードが瞬時値集計モードと平均値集計モードのいずれであるかを判定する。たとえば集計部１０８は、集計モード設定１１４の値が“０”の場合は、瞬時値集計モードが設定されていると判定してステップＳ７１３に進み、集計モード設定１１４の値が“１”の場合は、平均値集計モードが設定されていると判定してステップＳ７１４に進む。
　ステップＳ７１３において、集計部１０８は、ステップＳ７１１で計算された評価値を表示部１１１に転送して表示させる。これにより、ステップＳ７０６で判定された評価指標に対する評価値の瞬時値を、表示部１１１を用いて外部に出力する。なお、評価値の計算周期によっては、瞬時値の変化が速すぎて見づらい場合がある。このような場合は、所定の時間平均値を算出し、瞬時値の代わりに表示するようにしてもよい。
　ステップＳ７１４において、集計部１０８は、ステップＳ７１１で計算された評価値をステップＳ７０８で選択された格納ブロックに書き込む。ステップＳ７１３またはステップＳ７１４の処理を終えたらステップＳ７０２に戻り、前述の処理を繰り返す。これにより、ステップＳ７０２において官能評価ＯＦＦが設定されたと判定されるまで、ステップＳ７０３～Ｓ７１４の一連の処理が継続して実施される。
　ステップＳ７０２において官能評価ＯＦＦが設定されたと判定されると、ステップＳ７１５において、制御部１０３は、官能評価の実施状況を示す前述のフラグ値が“１”に設定されているか否かを判定する。フラグ値が“１”に設定されている場合は、ステップＳ７０３～Ｓ７１４の一連の処理によって官能評価を実施済みであると判断してステップＳ７１６に進み、フラグ値が“０”に設定されている場合は、官能評価を未実施であると判断してステップＳ７０１に戻る。
　ステップＳ７１６において、集計部１０８は、前述のステップＳ７１２と同様に、設定されている集計モードが瞬時値集計モードと平均値集計モードのいずれであるかを判定する。平均値集計モードが設定されている場合はステップＳ７１７に進み、瞬時値集計モードが設定されている場合はステップＳ７０１に戻る。ステップＳ７１７において、集計部１０８は、集計結果格納部１１０に格納されている評価値を読み出す。
　ステップＳ７１８において、集計部１０８は、ステップＳ７１４で読み出した評価値に基づいて、図１１の処理を開始してからの評価指標ごとの評価値の平均値を計算する。続くステップＳ７１９において、集計部１０８は、ステップＳ７１８で計算された平均値を表示部１１１に転送して表示させる。これにより、自車両が評価対象の路面を走行したときの評価値の平均値を集計し、表示部１１１を用いて外部に出力する。ステップＳ７１９の処理を終えたら、ステップＳ７０１に戻る。
　図１２は、第１の実施の形態における、官能評価システムを構成する評価回路に関し、ステアリング操作と評価回路の出力波形の一例を示す図である。符号８０１はステアリング操作の時系列変化を示し、符号８０２～８０４のそれぞれは区間その１～区間その３におけるＮ付近手応えの官能評価予測波形を示す。符号８０５～８０７のそれぞれは、区間その１～区間その３における直進性の官能評価予測波形を示す。
　図１２に示す例では、官能指標Ｎ付近手応えの評価対象はステアリング操作からスラローム走行と判断可能な区間その１と区間その３であり、直進のみの区間その２は評価対象外である。また、官能指標の直進性は区間その１と区間その３を評価対象外としており、区間その２を評価対象としている。評価回路は操縦安定性の官能指標を対象としており、揺らぎがある事象が対象であるため、一定の固定値を出力しないものと予想される。しかし、評価対象外のステアリング操作であれば、想定した学習ができていないので、符号８０５や符号８０７のように、上限値に飽和したような波形になることや、符号８０３のように、大きな振れ幅で変動することが予想される。
　言い換えると、評価対象外のステアリング操作で走行した際の官能評価予測値は、信頼性が低いと考えられる。その一方で、評価対象のステアリング操作であれば、想定した学習ができているので、ある範囲の値を出力すると考えられ、符号８０２、符号８０４、および符号８０６などの波形が期待される。したがって、評価指標判定部１０６はステアリング情報を使用して評価回路１３０のそれぞれが評価対象であるか否かを判断して、評価対象外のステアリング操作での官能評価予測値を排除する。
　図１３は、第１の実施の形態における、官能評価システムを構成する集計部が出力する指標値を可視化した例を示す図である。図１３（ａ）は５種の官能指標について官能評価予測値を可視化した例であり、グラフ種はレーダーチャートである。なお、可視化する官能指標は、レジスタ１０４に格納される不図示の設定値により選択できる。この不図示の設定値は、官能指標に対応する１ｂｉｔのレジスタの集合体であり、たとえば、Ｎ付近手応え選択レジスタ、ヨー応答選択レジスタ、グリップ感選択レジスタ、ロール感選択レジスタ、および直進性選択レジスタから構成される。それぞれのレジスタ値に“１”が設定されると表示し、それぞれのレジスタ値に“０”が設定されると表示しない。したがって、図１３（ａ）の場合は、５種の表示選択レジスタのレジスタ値が全て“１”に設定された場合を示している。
　また、官能評価予測値は、集計モード設定１１４の設定値に基づいて集計方法は異ならせる。たとえば集計モード設定１１４のレジスタ値が“１”の場合は、官能評価予測値は評価対象のステアリング操作で走行した際の官能評価予測値の平均値であり、集計モード設定１１４のレジスタ値が“０”の場合は、官能評価予測値は評価対象のステアリング操作で走行した際の瞬時値である。これは一例であり、取り得るレジスタ値を拡大して、移動平均値としても構わないし、さらに移動平均を計算する際のウィンドウ幅を設定する２ｂｉｔ幅以上のレジスタを設定してもよい。
　図１３（ｂ）は１種の官能指標、グリップ感について可視化した例であり、グラフ種は棒グラフである。この場合は、グリップ感選択レジスタのみレジスタ値が“１”であり、それ以外は非表示に設定した場合に相当する。集計モード設定１１４の設定仕様については、前述した図１３（ａ）の場合と同様なので説明は割愛する。なお図１３では、官能指標値６．０点に基準を表示している。“６．０“が必須ではないが、基準点と比較する表示仕様で、官能評価予測値を可視化することが重要である。
　図１４は、第１の実施の形態における、官能評価システムを構成する評価回路の稼働に関して、走行路面との関係の一例を示すタイミングチャートである。
　符号１００１はステアリング操作種類検知タイミング波形、符号１００２はＮ付近手応え用の評価回路の動作タイミング、符号１００３はヨー応答用の評価回路の動作タイミング、符号１００４はグリップ感用の評価回路の動作タイミング、符号１００５はロール感用の評価回路の動作タイミング、符号１００６は直進性用の評価回路の動作タイミングを示す。
　まず、ステアリング操作８０１は、区間その１から区間その２を経由して区間その３へ遷移する。ステアリング操作情報を取得し、評価指標判定部１０６がステアリング操作の種類を検知する。図１４では、符号１００１のパルス波形がＨｉｇｈ（１）になっているタイミングで検知した。評価指標判定部１０６は区間その１において、官能指標Ｎ付近手応えと、ヨー応答と、ロール感を官能評価すると判定し、評価対象の路面走行中にＨｉｇｈ（１）となる評価指標選択信号１００２、１００４、１００６を出力する。その一方で評価指標判定部１０６は、評価対象外とするグリップ感と直進性についてはＬｏｗ（０）となる評価指標選択信号１００３、１００５を出力する。
　評価指標選択信号の切り替えタイミングは、ステアリング操作種類検知のタイミングである。なお、図１４では、ステアリング操作８０１のように、ステアリング操作種類が切り替わる場合を想定して評価指標選択信号１００２～１００６を示したが、これは一例である。官能指標の考え方は多様であり、考え方に合わせて評価指標選択信号は生成される。
　なお、本実施の形態においては、内容を簡単化して理解しやすいように、物理値Ｐ１と物理値Ｐ２の２種からなる２次元画像を主に説明したが、操縦安定性の官能指標の善し悪しが判断できれば２次元画像に限るものではなく、３種以上の物理値を使用した３次元、あるいはそれ以上のデータ空間であっても構わない。特に階層型ニューラルネットワークを前提にするならば、必ずしも人間が把握可能な情報量に抑制する必要はない。
　上述した第１の実施の形態によれば、次の作用効果が得られる。
（１）官能評価システム１０１は、移動体に関する２種類以上の時系列情報を計測する挙動センサの出力を読み込む入力部１１５と、入力部１１５が読み込む挙動センサの出力から２種類以上の物理量を選択する選択部１０５と、選択部１０５が選択した２種類以上の物理量について、時系列での相関を示す情報を作成する相関作成部１２０と、時系列での相関を示す情報に基づいて官能指標の評価値を算出する評価回路１３０とを備える。そのため官能評価システム１０１は複数の物理量の相関を評価するので、ドライバによる操作のばらつきの影響を受けにくい。
（２）評価回路１３０は複数の官能指標を算出可能である。官能評価システム１０１は、移動体のステアリング操作に基づき評価対象の官能指標を判定する評価指標判定部１０６と、評価指標判定部１０６が決定する官能指標に対応する２以上の物理量とを対応付けるデータ仕様設定１１３を記憶する記憶部であるレジスタ１０４と、を備える。選択部１０５は、データ仕様設定１１３を参照して、評価指標判定部１０６の判定に基づき２以上の物理量を決定する。そのため、ドライバのステアリング操作に対する操縦安定性を適切な評価指標を用いて評価できる。
（３）相関作成部１２０は、選択部１０５が２つの物理量を選択した場合には、２つの物理量の時系列の相関を二次元平面上にプロットし、プロットをラスター画像情報として出力する。そのため、２つの物理量の時系列での相関を簡潔に表現でき、かつデータのばらつきに強い。プロットをベクター画像情報として出力することも考えられるが、階層型ニューラルネットワークの入力層への入力に用いることを考慮すれば、ベクター画像情報ではロバスト性が低く安定した出力を得ることが困難である。そのため本実施の形態のようにラスター画像情報、換言すると各ピクセルの値を入力層への入力に用いる手法が優れている。
（４）相関作成部１２０は、選択部１０５が３つの物理量を選択した場合には、３つの物理量の時系列の相関を三次元空間上にプロットし、プロットをボクセル情報として出力する。そのため３つの物理量の時系列での相関を簡潔に表現でき、かつデータのばらつきに強い。
（５）評価回路１３０は、複数の官能指標にそれぞれ対応する複数の評価小回路、すなわち第１評価回路１３１～第５評価回路１３５を有している。制御部１０３は、評価指標判定部１０６の選択に基づき官能指標を算出しないいずれかの評価回路１３０を停止させる。そのため、そのため消費電力を低減することができる。これは官能評価システム１０１を車両に搭載する際に特に有用である。
（６）データ仕様設定１１３は、官能指標ごとに物理量の組合せが異なる。そのため、官能指標ごとに最適な物理量の組合せを用いることができる。
（７）官能評価予測システム１０１は移動体に搭載される。入力部１１５は、移動体に搭載される挙動センサの出力を読み込む。官能評価システム１０１は評価回路１３０の算出結果を集計する集計部１０８を備える。集計部１０８は、評価回路１３０の算出結果の瞬時値または移動平均値を出力する瞬時評価モードと、評価回路の算出結果の所定期間における平均値を出力する総合評価モードとを切り替え可能である。
（変形例１）
　上述した第１の実施の形態では、評価指標判定部１０６は、パターンマッチングの手法を用いて、ステアリング情報に基づいて評価指標を判定した。しかしステアリング情報と評価指標との関係を、階層型ニューラルネットワークを用いた学習に基づく推論により実施してもよい。この階層型ニューラルネットワークでは、たとえば一定期間ごとに区切られた時系列のステアリング情報が入力であり、それぞれの官能指標に対応する要素が出力層の要素である。学習フェーズでは、エキスパートドライバが回答した官能指標に対応する要素が”１”となり、他は”０”となるように重みパラメータが学習される。
　本変形例によれば上述した第１の実施の形態の作用効果に加えて次の作用効果が得られる。
（８）評価指標判定部１０６は、ステアリング操作の情報と官能指標の関係を学習に基づき判断する。前述したパターンマッチングでは、評価対象か評価対象外かを事前に決定しておく必要があるのに対して、階層型ニューラルネットワークを適用する場合は次の利点がある。すなわち、エキスパートドライバが運転する官能評価試験中に教師データを取得することができ、実際の考え方に則した評価指標選択が実現できる。
（変形例２）
　官能評価システム１０１は、車両に搭載される場合には試験結果格納部１０２を備えなくてもよい。その場合には、車両に搭載されるセンサ群の出力が入力部１１５に入力される。
（変形例３）
　官能評価システム１０１が評価する官能指標は１つだけでもよい。その場合には官能評価システム１０１は、評価指標判定部１０６を備えなくてもよい。
―第２の実施の形態―
　図１５～図１６を参照して、官能評価システムの第２の実施の形態を説明する。以下の説明では、第１の実施の形態と同じ構成要素には同じ符号を付して相違点を主に説明する。特に説明しない点については、第１の実施の形態と同じである。本実施の形態では、主に、複数の官能指標に対して一つの評価回路を共通に利用する点で、第１の実施の形態と異なる。
　図１５は、第２の実施の形態における官能評価システム１０１Ａのブロック図である。評価部１０７Ａが相関作成部１２６および評価回路１３６のみを備える点が第１の実施の形態と異なる。
　相関作成部１２６は、第１の実施形態において図１で説明した第１相関作成部１２１～第５相関作成部１２５を共通化したものである。相関作成部１２６は制御部１０３を介して評価回路１３６が評価する評価指標の情報を取得し、その評価指標に対応する複数の物理量を対象として時系列での相関情報を作成する。相関作成部１２６は、作成した相関情報を評価回路１３６に出力する。なお、図１５の例では一つの相関作成部１２６のみを図示しているが、評価部１０７Ａ内に複数の相関作成部１２６が存在してもよい。少なくとも二種類以上の官能指標について一つの評価回路１３６と相関作成部１２６が共通に用いられるものであれば、任意の個数で評価部１０７Ａ内に相関作成部１２６を設けることができる。
　評価回路１３６は、第１の実施形態において図１で説明した官能指標ごとの第１評価回路１３１～第５評価回路１３５を、複数の官能指標について共有化したものである。すなわち、相関作成部１２６および評価回路１３６は、前述の各官能指標、たとえばＮ付近手応え、ヨー応答、グリップ感、ロール感、および直進性の５種類の官能指標に対して、共通に利用される。なお、図１５の例では一つの評価回路１３６のみを図示しているが、評価部１０７Ａ内に複数の評価回路１３６が存在してもよい。少なくとも二種類以上の官能指標について一つの評価回路１３６が共通に用いられるものであれば、任意の個数で評価部１０７Ａ内に評価回路１３６を設けることができる。さらに相関作成部１２６と評価回路１３６の個数は同一でなくてもよい。
　図１６は、本発明の第２の実施の形態に係る官能評価システムの処理の流れを示すフローチャートである。図１６のフローチャートは、第１の実施形態で説明した図７のフローチャートと比較して、ステップＳ７０７に替えてステップＳ１２０１が設けられている点が異なっている。なお、以下では第１の実施形態とは異なるこれらの処理ステップ以外については、特に必要のない限り説明を省略する。
　ステップＳ１２０１において、制御部１０３は、ステップＳ７０６で評価指標として選択された官能指標に対応する評価回路の重みパラメータを重みパラメータ格納部１０９から読み出す。そして、読み出した重みパラメータを評価回路１３６にセットする。これにより、評価部１０７Ａにおいて、評価回路１３６が評価指標に応じて調整される。
　ステップＳ７１３において、ステップＳ１２０１で評価指標に応じて調整された評価回路１３６は、ステップＳ７１０で選択部１０５から入力された評価用データに基づいて、評価指標に対する評価値を計算する。
　以上説明した本発明の第２の実施形態によれば、第１の実施形態と同様の作用効果に加えて、次の作用効果を奏する。
（９）評価回路１３０は、複数の官能指標に共通に対応する評価小回路、すなわち評価回路１３６を有する。評価回路１３６を評価指標判定部１０６が選択する評価指標に応じて調整し、調整した評価回路１３６を用いて評価値を算出する。具体的には、評価回路１３６は複数の素子を階層的に結合したニューラルネットワークを用いて構築され、素子ごとの重みパラメータを評価指標に応じて調整する。このようにしたので、回路規模の削減を図ることができる。
―第３の実施の形態―
　図１７～図１８を参照して、官能評価システムの第３の実施の形態を説明する。以下の説明では、第１の実施の形態と同じ構成要素には同じ符号を付して相違点を主に説明する。特に説明しない点については、第２の実施の形態と同じである。本実施の形態では、主に、官能指標の推定に使用する物理量を学習により決定してデータ仕様設定を作成する点で、第２の実施の形態と異なる。
　図１７は、第３の実施の形態における官能評価システム１０１Ｂのブロック図である。本実施の形態では、レジスタ１０４には探索モード１０４１および学習判定閾値１０４２がさらに格納される。ただしレジスタ１０４には後述する処理の開始時点ではデータ仕様設定１１３が格納されていなくてもよく、後述する処理によりデータ仕様設定１１３が作成される。また本実施の形態では後述する処理の開始時点では、重みパラメータ格納部１０９にはデータが格納されていなくてもよく、後述する処理により重みパラメータ格納部１０９にデータが格納される。
　官能評価システム１０１Ｂは、探索モード１０４１に“１”がセットされると探索モードに遷移してデータ仕様設定１１３を作成する。官能評価システム１０１Ｂは、探索モード１０４１に“０”がセットされると非探索モードに遷移し、あらかじめ作成されたデータ仕様設定１１３または外部から読み込んだデータ仕様設定１１３を用いて第１の実施の形態において説明した動作を行う。
　本実施の形態では、評価部１０７Ａの代わりに学習部１０７Ｂを備える。学習部１０７Ｂは、第２の実施の形態における評価部１０７Ａの機能に加えて次に説明する学習機能をさらに備える。学習部１０７Ｂは、非探索モードでは第２の実施の形態と同様の動作を行ない、探索モードにおいて学習機能を発揮する。
　学習部１０７Ｂは探索モードにおいて、次のように官能指標の推定に用いる物理量の組合せを探索する。学習部１０７Ｂはまず、任意の物理値の組合せを選択し、第１の相関情報を作成する。次に、第１の相関情報とエキスパートドライバから取得する操縦安定性の官能指標値との関係について階層型ニューラルネットワークでの学習を行う。そして、階層型ニューラルネットワークの出力誤差が学習判定閾値１０４２よりも小さい場合は、つまり教師データとの差異が一定以上小さくなったら、学習可能と判断し、第１の相関情報に用いた物理量の組合せをデータ仕様設定１１３に記録するとともに、学習して得られたパラメータを重みパラメータ格納部１０９に格納する。
　その一方で、階層型ニューラルネットワークの学習を試行し、階層型ニューラルネットワークの出力誤差が学習判定閾値１０４２以上の場合、つまり教師データとの差異が一定以上小さくならなかったら学習不可と判断する。この場合は、異なる物理量の組合せを選択して第２の相関情報を作成し、第２の相関情報とエキスパートドライバから取得する操縦安定性の官能指標値との関係について階層型ニューラルネットワークの学習を試行する。このようにして、学習可能と判断するまで、物理量の組合せを探索する。
　なお、相関情報の作成に用いる物理量の組合せの探索方法は様々な手法を採用できる。たとえば、複数の物理値から２種類以上複数の物理値をランダムで選択してもよいし、エキスパートドライバの感覚から物理値に優先順位を付与して、優先順位が高い順に組み合わせを探索してもよい。さらに、ＡＩ（Artificial　Intelligence）の一つである強化学習のように、評価しながら試行錯誤で探索してもよい。
　図１８は、第３の実施の形態における官能評価システム１０１Ｃの学習機能の処理を示すフローチャートである。まず、ステップＳ１４０２において、制御部１０３は、自車両の乗員からの操作等により、探索モード１０４１がオンに設定されたか否か、すなわち学習モードが有効に設定されているか否かを判定する。探索モード１０４１に”１”が設定されている場合は、学習の実施指示が行われたと判断してステップＳ１４０３に進み、探索モード１０４１に”０”が設定されている場合にはステップＳ１４０２に戻る。
　続いて制御部１０３は、ステアリング操作情報を取得し（ステップＳ１４０３）、時系列でのステアリング操作を解析する（ステップＳ１４０４）。そして制御部１０３は、ステップＳ１４０５において、評価指標判定部１０６を用いてステアリング操作に対応する官能指標を判定する。
　ステップＳ１４０６において、制御部１０３は、ステップＳ１４０５において判定した官能指標に対応する物理量の組合せを決定する。この物理量の組合せは、上述したようにたとえばランダムに決定される。続くステップＳ１４０７において、制御部１０３は試験結果格納部１０２の学習対象１０２１からステップＳ１４０６において決定した物理量の情報、およびエキスパートドライバによる官能指標を読み出す。続くステップＳ１４０８において学習部１０７Ｂは、ステップＳ１４０７において読み出した物理量とエキスパートドライバによる官能指標を用いて学習を行う。
　ステップＳ１４０９では、制御部１０３は、出力誤差が学習判定閾値１０４２よりも小さいか否かを判断する。制御部１０３は、出力誤差が学習判定閾値１０４２以上と判断する場合は、ステップＳ１４０６に戻って異なる物理量の組合せを採用して、ステップＳ１４０７以降の処理に進む。制御部１０３は、出力誤差が学習判定閾値１０４２よりも小さいと判断する場合は、ステップＳ１４０６において決定した物理量の組合せをデータ仕様設定１１３に記録するとともに、ステップＳ１４０８において学習して得られたパラメータを重みパラメータ格納部１０９に格納する。
　上述した第３の実施の形態によれば、次の作用効果が得られる。
（１０）試験結果格納部１０２には、挙動センサの出力と官能指標の評価値との組合せである学習対象１０２１が格納される。学習部１０７Ｂは、学習対象１０２１を用いて評価値の算出に用いる、挙動センサの出力に含まれる２種類以上の物理量の組合せを学習する。学習部１０７Ｂは、任意に選択した複数の物理量の組合せを用いて学習を試行し、学習による出力誤差が学習判定閾値１０４２よりも小さい場合に、官能指標と任意に選択した複数の物理量とを対応付けてデータ仕様設定１１３に記録する。そのため、評価回路１３０における階層型ニューラルネットワークの学習をしながら、適切な物理量の組合せを探索することができる。さらにこの探索により、ステアリング操作とその際の車両挙動、乗員の官能評価の関係を解明する一助となる。
―第４の実施の形態―
　本発明の第４の実施の形態について、図１９を使用して以下に説明する。本実施形態では、官能評価システムを利用してサスペンション装置の製造を行う例を説明する。
　図１９は、本発明の第４の実施の形態に係る官能評価システムの機能構成を示すブロック図である。図１９に示す官能評価システム１０１Ｃは、第１の実施形態で説明した図１の官能評価システム１０１と比較して、移動体に搭載される点、送受信部９０２をさらに備える点、および計算機センタ１５０や評価値収集センタ１５０２とネットワークを介して接続されている点が異なっている。さらに官能評価システム１０１Ｃは、試験結果格納部１０２の代わりにセンサ群９００を備える。
　送受信部９０２は、インターネット等のネットワークを介して計算機センタ１５０と接続されており、計算機センタ１５０から送信される重みパラメータなど学習済データを受信して制御部１０３に出力する。学習済データには、たとえば、評価指標判定部１０６が複数種類の官能指標の中から路面の種類ごとに評価対象とする官能指標（評価指標）を選択する際に用いられる評価指標判定データや、重みパラメータ格納部１０９に格納される重みパラメータ、データ仕様設定１１３などが含まれる。
　センサ群９００はたとえば、加速度センサ、ジャイロセンサ、車速センサ、カメラ、およびレーザーレンジファインダなどである。センサ群９００の出力は、入力部１１５に入力される。
　評価値収集センタ１５０２は、自車両が様々な道路を走行することで官能評価システム１０１Ｃにより算出および集計された各官能指標に対する評価値を収集し、設計者１５０３に提供する。なお、評価値収集センタ１５０２が異なる車両にそれぞれ搭載された複数の官能評価システム１０１Ｃに接続されており、各官能評価システム１０１Ｃから評価値を収集できるようにしてもよい。評価値収集センタ１５０２から評価値を提供された設計者１５０３は、この評価値を参考にしてサスペンション装置１５０５の設計を行い、設計情報を製造工程１５０４に提供する。設計情報を提供された製造工程１５０４では、その設計情報を用いて、サスペンション装置１５０５を製造する。これにより、官能評価システム１０１Ｃから出力される評価値に基づいてサスペンション装置１５０５を製造することができる。
　なお、上記では第１の実施形態で説明した官能評価システム１０１と同様の官能評価システム１０１Ｃから出力される評価値を用いて、サスペンション装置１５０５の製造を行う例を説明したが、第２、第３の実施形態でそれぞれ説明した官能評価システム１０１Ａ、１０１Ｂと同様に官能評価システム１０１Ｃを構成し、この官能評価システム１０１Ｃから出力される評価値を用いて、サスペンション装置１５０５の製造を行うようにしても良い。
　以上説明した本発明の第４の実施形態によれば、次の作用効果が得られる。
（１１）サスペンション装置１５０５は、官能評価システム１０１Ｃから出力される評価値に基づいて製造される。このようにしたので、様々な道路について取得された官能指標ごとの評価値を容易に反映してサスペンション装置１５０５の製造を行うことができるため、乗り心地の向上に関して高性能なサスペンション装置を提供できる。
（第４の実施の形態の変形例１）
　官能評価システム１０１Ｃがセンサ群９００を備える代わりに、官能評価システム１０１Ｃが搭載される車両にセンサ群９００が搭載されてもよい。官能評価システム１０１Ｃが表示部１１１を備える代わりに、官能評価システム１０１Ｃが搭載される車両に表示部１１１が搭載されてもよい。
―第５の実施の形態―
　本発明の第５の実施の形態について、図２０を使用して以下に説明する。本実施形態では、官能評価システムを利用してサスペンション装置の減衰力を調整可能な制御システムの例を説明する。
　図２０は、本発明の第５の実施の形態に係るサスペンション制御システムの機能構成を示すブロック図である。図２０に示すサスペンション制御システムは、官能評価システム１０１Ｄおよびサスペンション減衰力可変機構１７０２を含んで構成される。なお、官能評価システム１０１Ｄの構成および動作は、第１の実施形態で説明した図１の官能評価システム１０１と同様である。
　サスペンション減衰力可変機構１７０２は、官能評価システム１０１Ｄから出力される官能指標ごとの評価値に基づいて、自車両に搭載された不図示のサスペンション装置の減衰力を調整する。たとえば、外部から入力される制御指令値または制御パラメータに応じて減衰力を調節可能なサスペンション装置に対して、評価値に応じた制御指令値または制御パラメータを設定する。これにより、官能評価システム１０１Ｄで得られた官能評価結果を反映して、サスペンション装置の調整を行うことができる。
　一般的にサスペンション装置は、オイル漏れや機械的特性の経年変化に応じて減衰力特性が変化し、自動車の乗り心地に影響を与える場合がある。そこで、本実施形態のサスペンション制御システムでは、官能評価システム１０１Ｄを搭載した自動車において、類似の走行環境下における評価値の変化を検知した場合に、サスペンション減衰力可変機構１７０２により、その変化を打ち消す方向でサスペンション装置の減衰力を調整する。これにより、サスペンション装置に不具合や劣化が発生した場合でも、サスペンション特性の補正が可能になるため、サスペンション装置の使用時間を長時間化できる。さらに、自車両が走行する路面の種類に応じてサスペンション特性を変化させてもよい。このようにすれば、路面の種類に関わらず、常に最適な乗り心地を提供することが可能となる。
　なお、上記では第１の実施形態で説明した官能評価システム１０１と同様の官能評価システム１０１Ｄから出力される評価値を用いて、サスペンション減衰力可変機構１７０２によりサスペンション装置の減衰力を調整する例を説明した。しかし、第２、第３の実施形態でそれぞれ説明した官能評価システム１０１Ａ、１０１Ｂと同様に官能評価システム１０１Ｄを構成し、この官能評価システム１０１Ｄから出力される評価値を用いて、サスペンション装置の減衰力を調整するようにしてもよい。
　以上説明した本発明の第５の実施形態によれば、次の作用効果が得られる。
（１２）サスペンション制御システムは、官能評価システム１０１Ｄと、官能評価システム１０１Ｄから出力される評価値に基づいて、自車両に搭載されたサスペンション装置の減衰力を調整するサスペンション減衰力可変機構１７０２とを備える。このようにしたので、サスペンション装置の使用時間を長時間化できるとともに、路面の種類に関わらず最適な乗り心地を提供可能なサスペンション装置を提供できる。
　上述した各実施の形態および変形例において、機能ブロックの構成は一例に過ぎない。別々の機能ブロックとして示したいくつかの機能構成を一体に構成してもよいし、１つの機能ブロック図で表した構成を２以上の機能に分割してもよい。また各機能ブロックが有する機能の一部を他の機能ブロックが備える構成としてもよい。
　上述した各実施の形態および変形例は、それぞれ組み合わせてもよい。上記では、種々の実施の形態および変形例を説明したが、本発明はこれらの内容に限定されるものではない。本発明の技術的思想の範囲内で考えられるその他の態様も本発明の範囲内に含まれる。
　次の優先権基礎出願の開示内容は引用文としてここに組み込まれる。
　日本国特許出願２０２０－１１２７７（２０２０年１月２８日出願）
１０１、１０１Ａ、１０１Ｂ、１０１Ｃ、１０１Ｄ…官能評価システム
１０２…試験結果格納部
１０３…制御部
１０４…レジスタ
１０５…選択部
１０６…評価指標判定部
１０７、１０７Ａ…評価部
１０７Ｂ…学習部
１０８…集計部
１０９…重みパラメータ格納部
１１０…集計結果格納部
１１１…表示部
１１２…官能指標設定
１１３…データ仕様設定
１１４…集計モード設定
１１５…入力部
１２０…相関作成部
１３０…評価回路
２０１…車両
４０１…評価回路
８０１…ステアリング操作
１０２１…学習対象
１０２２…評価対象
１０４１…探索モード
１０４２…学習判定閾値
１３０３…評価回路
１５０４…製造工程
１５０５…サスペンション装置
１７０２…サスペンション減衰力可変機構

Claims (12)

  1. 　移動体に関する２種類以上の時系列情報を計測する挙動センサの出力を読み込む入力部と、
    　前記入力部が読み込む前記挙動センサの出力から２種類以上の物理量を選択する選択部と、
    　前記選択部が選択した２種類以上の物理量について、時系列での相関を示す情報を作成する相関作成部と、
    　前記時系列での相関を示す情報に基づいて官能指標の評価値を算出する評価回路とを備える、官能評価予測システム。
  2. 　請求項１に記載の官能評価予測システムにおいて、
    　前記評価回路は複数の官能指標を算出可能であり、
    　前記移動体のステアリング操作に基づき評価対象の官能指標を判定する評価指標判定部と、
    　前記評価指標判定部が決定する官能指標に対応する２以上の物理量とを対応付けるデータ仕様設定を記憶する記憶部と、をさらに備え、
    　前記選択部は、前記データ仕様設定を参照して、前記評価指標判定部の判定に基づき前記２以上の物理量を決定する、官能評価予測システム。
  3. 　請求項１に記載の官能評価予測システムにおいて、
    　前記相関作成部は、前記選択部が２つの物理量を選択した場合には、前記２つの物理量の時系列の相関を二次元平面上にプロットし、前記プロットをラスター画像情報として出力する、官能評価予測システム。
  4. 　請求項１に記載の官能評価予測システムにおいて、
    　前記相関作成部は、前記選択部が３つの物理量を選択した場合には、前記３つの物理量の時系列の相関を三次元空間上にプロットし、前記プロットをボクセル情報として出力する、官能評価予測システム。
  5. 　請求項２に記載の官能評価予測システムにおいて、
    　前記評価回路は、前記複数の官能指標にそれぞれ対応する複数の評価小回路を有しており、
    　前記評価指標判定部の選択に基づき前記官能指標を算出しない前記評価小回路を停止させる制御部をさらに備える、官能評価予測システム。
  6. 　請求項１に記載の官能評価予測システムにおいて、
    　前記評価回路は、前記複数の官能指標に共通に対応する評価小回路を有しており、前記評価小回路を前記官能指標に応じて調整し、調整した前記評価小回路を用いて前記評価値を算出する官能評価予測システム。
  7. 　請求項２に記載の官能評価予測システムにおいて、
    　前記評価指標判定部は、前記ステアリング操作の情報と前記官能指標の関係を学習に基づき判断する、官能評価予測システム。
  8. 　請求項２に記載の官能評価予測システムにおいて、
    　データ仕様設定は、前記官能指標ごとに物理量の組合せが異なる、官能評価予測システム。
  9. 　請求項２に記載の官能評価予測システムにおいて、
    　前記記憶部には、前記挙動センサの出力と官能指標の評価値との組合せである学習対象がさらに格納され、
    　前記学習対象を用いて前記評価値の算出に用いる、前記挙動センサの出力に含まれる２種類以上の物理量の組合せを学習する学習部をさらに備え、
    　前記学習部は、任意に選択した複数の物理量の組合せを用いて学習を試行し、前記学習による出力誤差が所定の学習判定閾値よりも小さい場合に、前記官能指標と前記任意に選択した複数の物理量とを対応付けて前記データ仕様設定に記録する、官能評価予測システム。
  10. 　請求項１に記載の官能評価予測システムにおいて、
    　前記官能評価予測システムは前記移動体に搭載され、
    　前記入力部は、前記移動体に搭載される前記挙動センサの出力を読み込み、
    　前記評価回路の算出結果を集計する集計部をさらに備え、
    　前記集計部は、前記前記評価回路の算出結果の瞬時値または移動平均値を出力する瞬時評価モードと、前記前記評価回路の算出結果の所定期間における平均値を出力する総合評価モードとを切り替え可能である官能評価予測システム。
  11. 　請求項１から請求項９のいずれか一項に記載の官能評価予測システムから出力される前記評価値に基づいて製造されたサスペンション装置。
  12. 　請求項１から請求項９のいずれか一項に記載の官能評価予測システムと、
    　前記官能評価システムから出力される前記評価値に基づいて、前記移動体に搭載されたサスペンション装置の減衰力を調整するサスペンション減衰力可変機構と、を備えるサスペンション制御システム。
     
PCT/JP2020/048660 2020-01-28 2020-12-25 官能評価予測システム、サスペンション装置、サスペンション制御システム WO2021153128A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
DE112020005420.9T DE112020005420T5 (de) 2020-01-28 2020-12-25 System zur vorhersage einer sensorischen evaluierung, aufhängungsvorrichtung und aufhängungssteuerungssystem
US17/795,285 US20230143565A1 (en) 2020-01-28 2020-12-25 Sensory Evaluation Prediction System, Suspension Device, and Suspension Control System
CN202080092912.XA CN114945500A (zh) 2020-01-28 2020-12-25 感官评价预测系统、悬架装置、悬架控制系统
KR1020227026004A KR102706218B1 (ko) 2020-01-28 2020-12-25 관능 평가 예측 시스템, 서스펜션 장치, 서스펜션 제어 시스템

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2020011277A JP7280841B2 (ja) 2020-01-28 2020-01-28 官能評価予測システム、サスペンション装置、サスペンション制御システム
JP2020-011277 2020-01-28

Publications (1)

Publication Number Publication Date
WO2021153128A1 true WO2021153128A1 (ja) 2021-08-05

Family

ID=77079023

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2020/048660 WO2021153128A1 (ja) 2020-01-28 2020-12-25 官能評価予測システム、サスペンション装置、サスペンション制御システム

Country Status (6)

Country Link
US (1) US20230143565A1 (ja)
JP (1) JP7280841B2 (ja)
KR (1) KR102706218B1 (ja)
CN (1) CN114945500A (ja)
DE (1) DE112020005420T5 (ja)
WO (1) WO2021153128A1 (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007261486A (ja) * 2006-03-29 2007-10-11 Toyota Motor Corp 車両運動設計装置及び車両運動制御装置
JP2014069766A (ja) * 2012-10-01 2014-04-21 Hitachi Automotive Systems Ltd 車両の運動制御装置
JP2018165070A (ja) * 2017-03-28 2018-10-25 株式会社デンソーアイティーラボラトリ 乗員状態推定装置及び乗員状態推定方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0516634A (ja) * 1991-07-16 1993-01-26 Kayaba Ind Co Ltd 車両のサスペンシヨン制御装置
JP3203535B2 (ja) 1994-03-03 2001-08-27 株式会社日立製作所 運動評価方法
JP2015161587A (ja) * 2014-02-27 2015-09-07 ダイハツ工業株式会社 自動車の乗り心地評価方法
FR3036354A1 (fr) * 2015-05-20 2016-11-25 Michelin & Cie Procede de determination d'une vitesse limite de roulage
WO2017222987A1 (en) * 2016-06-20 2017-12-28 System Integrators International, LLC Electro-dynamically controlled leveling system
JP6908006B2 (ja) 2018-07-20 2021-07-21 Ｊｆｅスチール株式会社 プレス成形解析方法
JP2021062755A (ja) * 2019-10-15 2021-04-22 トヨタ自動車株式会社 車両の制振制御装置
DE102019130087A1 (de) * 2019-11-07 2021-05-12 Wabco Europe Bvba Luftfedersteuerungssystem und Luftfedersystem sowie Fahrzeug damit und Verfahren dafür
US20220396113A1 (en) * 2021-06-11 2022-12-15 Hak Soo Kim Advanced electronically controlled air suspension (ecas) system with image sensors
US20230081873A1 (en) * 2021-09-14 2023-03-16 Fox Factory, Inc. Wireless active suspension system with at least one wireless sensor coupled with at least one unsprung mass
US11560034B1 (en) * 2022-03-31 2023-01-24 Rivian Ip Holdings, Llc Situation-based vehicle configuration

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007261486A (ja) * 2006-03-29 2007-10-11 Toyota Motor Corp 車両運動設計装置及び車両運動制御装置
JP2014069766A (ja) * 2012-10-01 2014-04-21 Hitachi Automotive Systems Ltd 車両の運動制御装置
JP2018165070A (ja) * 2017-03-28 2018-10-25 株式会社デンソーアイティーラボラトリ 乗員状態推定装置及び乗員状態推定方法

Also Published As

Publication number Publication date
US20230143565A1 (en) 2023-05-11
KR102706218B1 (ko) 2024-09-13
KR20220116307A (ko) 2022-08-22
JP7280841B2 (ja) 2023-05-24
CN114945500A (zh) 2022-08-26
DE112020005420T5 (de) 2022-11-17
JP2021115986A (ja) 2021-08-10

Similar Documents

Publication Publication Date Title
JP6999599B2 (ja) 官能評価システム、サスペンション装置、サスペンション制御システム
KR102654627B1 (ko) 차량 제어 장치, 차량 제어 방법 및 차량 제어 시스템
JP5079577B2 (ja) ナビゲーション装置、道路勾配演算方法および高度演算方法
JP7157876B2 (ja) 車両位置検出装置、及び、車両位置検出用パラメータセット作成装置
CN112677982B (zh) 基于驾驶员特性的车辆纵向速度规划方法
CN114987498B (zh) 自动驾驶车辆的拟人化轨迹规划方法、装置、车辆及介质
WO2022024919A1 (ja) サスペンション制御装置およびサスペンション装置の制御方法
WO2022168683A1 (ja) 車両状態量推定装置
WO2021153128A1 (ja) 官能評価予測システム、サスペンション装置、サスペンション制御システム
Ilievski Wisebench: A motion planning benchmarking framework for autonomous vehicles
WO2022239619A1 (ja) サスペンション制御装置、およびサスペンション制御方法
JP6589943B2 (ja) 車両走行制御システム
JP2006044523A (ja) サスペンションの制御装置
WO2024070111A1 (ja) サスペンションシステム
JP2024030605A (ja) 情報処理装置
Sauter et al. Subliminal optimal longitudinal vehicle control for energy efficient driving
Albinsson et al. The damper levels influence on vehicle roll, pitch, bounce and cornering behaviour of passenger vehicles-A study in cooperation with Volvo Car Corporation
Guruprasad Evaluation of ride comfort by data-driven virtual sensing of unsprung mass vertical velocity
CN118810655A (zh) 一种辅助驾驶方法及相关装置
Záhorský Virtuální model vozidla a jeho validace
CN118544749A (zh) 汽车半主动悬架系统阻尼连续控制方法、系统及控制单元
CN117962538A (zh) 预瞄式半主动悬架的控制方法、装置、设备及存储介质
Mitra et al. Empirical Study of Vehicle Parameters and Optimization for Roll, Pitch, Bounce and Dive Behavior on Commercial Vehicles
JP2010006282A (ja) 車両制御装置
JP2009214678A (ja) 車体姿勢制御装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20916318

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 20227026004

Country of ref document: KR

Kind code of ref document: A

122 Ep: pct application non-entry in european phase

Ref document number: 20916318

Country of ref document: EP

Kind code of ref document: A1