WO2025257628A1 - 制御装置及び制御方法 - Google Patents

制御装置及び制御方法

Info

Publication number
WO2025257628A1
WO2025257628A1 PCT/IB2025/054525 IB2025054525W WO2025257628A1 WO 2025257628 A1 WO2025257628 A1 WO 2025257628A1 IB 2025054525 W IB2025054525 W IB 2025054525W WO 2025257628 A1 WO2025257628 A1 WO 2025257628A1
Authority
WO
WIPO (PCT)
Prior art keywords
motorcycle
learning
control device
unit
positional relationship
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
PCT/IB2025/054525
Other languages
English (en)
French (fr)
Inventor
佳秀 井苅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Robert Bosch GmbH
Original Assignee
Robert Bosch GmbH
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 Robert Bosch GmbH filed Critical Robert Bosch GmbH
Publication of WO2025257628A1 publication Critical patent/WO2025257628A1/ja
Pending legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • B60W30/14—Adaptive cruise control
    • B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
    • 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
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18109—Braking
    • 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
    • B60W2300/00—Indexing codes relating to the type of vehicle
    • B60W2300/36—Cycles; Motorcycles; Scooters
    • 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
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/30—Driving style
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/10—Historical data
    • 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
    • B60W2720/00—Output or target parameters relating to overall vehicle dynamics
    • B60W2720/40—Torque distribution
    • B60W2720/403—Torque distribution between front and rear axle
    • 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
    • B60W2754/00—Output or target parameters relating to objects
    • B60W2754/10—Spatial relation or speed relative to objects
    • B60W2754/20—Lateral distance

Definitions

  • This disclosure relates to a control device and a control method that can suppress the rider from feeling uncomfortable due to the behavior of a motorcycle controlled in a control mode in which a positional relationship adjustment operation is performed.
  • Patent Document 1 discloses a driver assistance system that warns a motorcycle rider that he or she is inappropriately approaching an obstacle based on information detected by a sensor device that detects obstacles in the direction of travel or substantially in the direction of travel.
  • Patent Document 1 Japanese Patent Application Laid-Open No. 2009-116882
  • One technology for assisting vehicle driving is a positional relationship adjustment operation that adjusts the positional relationship between the driver's own vehicle and a preceding vehicle to a target positional relationship. It is conceivable to apply this positional relationship adjustment operation to motorcycles.
  • the behavior of the motorcycle is controlled automatically.
  • motorcycles have a wider range of driving characteristics (in other words, greater freedom in how they are ridden) than four-wheeled automobiles. Therefore, if the behavior of the motorcycle controlled in the control mode deviates from the rider's own driving characteristics when driving manually, the rider is likely to feel uncomfortable.
  • the present invention has been made against the background of the above-mentioned problems, and aims to provide a control device and a control method that can suppress the rider from feeling uncomfortable due to the behavior of the motorcycle controlled in a control mode in which a positional relationship adjustment operation is performed.
  • the control device is a control device for controlling the behavior of a motorcycle, and comprises an execution unit that executes a control mode in which a positional relationship adjustment operation is performed to adjust the positional relationship between the motorcycle and a vehicle preceding the motorcycle to a target positional relationship, and further comprises a learning unit that learns the driving characteristics of the motorcycle when the control mode is not being executed, and the execution unit controls the behavior of the motorcycle in the control mode based on the results of the learning.
  • the control method according to the present invention is a control method for controlling the behavior of a motorcycle, wherein an execution unit of a control device executes a control mode in which a positional relationship adjustment operation is performed to adjust the positional relationship between the motorcycle and a vehicle preceding the motorcycle to a target positional relationship, and further, a learning unit of the control device learns the driving characteristics of the motorcycle when the control mode is not being executed, and the execution unit controls the behavior of the motorcycle in the control mode based on the results of the learning.
  • an execution unit of the control device executes a positional relationship adjustment operation to adjust the positional relationship between the motorcycle and a vehicle preceding the motorcycle to a target positional relationship.
  • the control device executes a control mode in which a positional relationship adjustment operation is performed, and further, a learning unit of the control device learns the driving characteristics of the motorcycle when the control mode is not being executed, and the execution unit controls the behavior of the motorcycle in the control mode based on the results of the learning.
  • FIG. 4 is a schematic diagram showing a following running state of a motorcycle according to an embodiment of the present invention.
  • FIG. 5I A schematic diagram showing a state in which a motorcycle according to an embodiment of the present invention is traveling alone.
  • FIG. 6I A flowchart showing an example of the processing flow related to learning by a control device according to an embodiment of the present invention.
  • FIG. 7I A flowchart showing an example of the processing flow for behavior control by a control device according to an embodiment of the present invention.
  • the vehicle controlled by the control device according to the present invention may be a motorcycle other than a two-wheeled motorcycle.
  • motorcycles include vehicles powered by an engine and vehicles powered by an electric motor.
  • motorcycles include, for example, motorcycles, scooters, and electric scooters.
  • a control unit that controls the hydraulic pressure of the brake fluid (specifically, hydraulic pressure control unit 12 in Figure 1 described below) is used as the control unit for the braking force acting on the wheel.
  • a control unit that controls the position of the wheel braking part itself using an electrical signal (so-called brake-by-wire) may also be used as the control unit for the braking force acting on the wheel.
  • control device and control method according to the present invention are not limited to such configurations and operations.
  • the front wheel speed sensor 15 is provided on the front wheel 2.
  • the rear wheel speed sensor 16 is a wheel speed sensor that detects the wheel speed of the rear wheel 3 (for example, the number of rotations per unit time [rpm] of the rear wheel 3 or the distance traveled per unit time [km/h], etc.) and outputs the detection result.
  • the rear wheel speed sensor 16 may also detect other physical quantities that can be substantially converted into the wheel speed of the rear wheel 3.
  • the rear wheel speed sensor 16 is provided on the rear wheel 3.
  • the inertial measurement unit 17 is equipped with a three-axis gyro sensor and a three-directional acceleration sensor, and detects the attitude of the motorcycle 1.
  • the inertial measurement unit 17 is provided, for example, on the body of the motorcycle 1.
  • the inertial measurement unit 17 detects the lean angle of the motorcycle 1.
  • the inertial measurement unit 17 may be equipped with only a triaxial gyro sensor and a triaxial acceleration sensor.
  • the control device 20 controls the behavior of the motorcycle 1.
  • part or all of the control device 20 may be configured with a microcomputer, microprocessor unit, etc.
  • part or all of the control device 20 may be configured with updatable firmware, etc., or may be a program module executed by commands from a CPU, etc.
  • the control device 20 may be, for example, a single device, or may be divided into multiple devices. Details of the control device 20 will be described later.
  • Fig. 2 is a schematic diagram showing the overall configuration of a brake system 10 of a motorcycle 1.
  • the brake system 10 includes a front wheel braking mechanism 31, a rear wheel braking mechanism 32, a first brake operating unit 41, and a second brake operating unit 42.
  • the first brake operating unit 41 is, for example, a brake lever.
  • the front wheel braking mechanism 31 brakes the front wheel 2 in conjunction with at least the first brake operating unit 41.
  • the second brake operating unit 42 is, for example, a brake pedal.
  • the rear wheel braking mechanism 32 brakes the rear wheel 3 in conjunction with at least the second brake operating unit 42.
  • a portion of the front wheel braking mechanism 31 and a portion of the rear wheel braking mechanism 32 are included in the hydraulic control unit 12.
  • Each of the front wheel braking mechanism 31 and the rear wheel braking mechanism 32 includes a master cylinder 51 incorporating a piston (not shown), a reservoir 52 attached to the master cylinder 51, a brake caliper 53 held on the body of the motorcycle 1 and having brake pads (not shown), a wheel cylinder 54 attached to the brake caliper 53, a main flow path 55 for circulating brake fluid from the master cylinder 51 to the wheel cylinder 54, a sub-flow path 56 for releasing brake fluid from the wheel cylinder 54, and a supply flow path 57 for supplying brake fluid from the master cylinder 51 to the sub-flow path 56.
  • Main flow path 55 is provided with an inlet valve (EV) 61.
  • Sub-flow path 56 bypasses the main flow path 55 between the wheel cylinder 54 side and the master cylinder 51 side of inlet valve 61.
  • Sub-flow path 56 is provided with, from upstream to downstream, a release valve (AV) 62, an accumulator 63, and a pump 64.
  • a first valve (USV) 65 is provided between the end of main flow path 55 on the master cylinder 51 side and the point where the downstream end of sub-flow path 56 is connected.
  • Supply flow path 57 communicates between the master cylinder 51 and the suction side of pump 64 of sub-flow path 56.
  • a second valve (HSV) 66 is provided in the supply flow path 57.
  • a motor 71 that drives a pump 64 is provided in the hydraulic control unit 12.
  • the inlet valve 61 is, for example, a solenoid valve that opens when de-energized and closes when energized.
  • the release valve 62 is, for example, a solenoid valve that closes when de-energized and opens when energized.
  • the first valve 65 is, for example, a solenoid valve that opens when de-energized and closes when energized.
  • the second valve 66 is, for example, a solenoid valve that closes when de-energized and opens when energized.
  • the hydraulic control unit 12 includes components for controlling brake hydraulic pressure, including an inlet valve 61, a release valve 62, an accumulator 63, a pump 64, a first valve 65, and a second valve 66; a base 12a on which these components are provided and in which flow paths for forming a main flow path 55, a sub-flow path 56, and a supply flow path 57 are formed; and a motor 71.
  • the base 12a may be formed from one member or from multiple members. In addition, when the base 12 a is formed of a plurality of members, each component may be provided separately in a different member.
  • a pressure sensor 72 is provided for each of the front wheel braking mechanism 31 and the rear wheel braking mechanism 32.
  • the pressure sensor 72 is provided, for example, in the main flow path 55, on the wheel cylinder 54 side relative to the inlet valve 61.
  • the pressure sensor 72 detects the pressure of the brake fluid in the wheel cylinder 54 and outputs the detection result.
  • the control device 20 opens the inlet valve 61, closes the release valve 62, opens the first valve 65, and closes the second valve 66.
  • the piston (not shown) of the master cylinder 51 is pressed, increasing the hydraulic pressure of the brake fluid in the wheel cylinder 54, and the brake pad (not shown) of the brake caliper 53 is pressed against the rotor 2a of the front wheel 2, generating a braking force on the front wheel 2.
  • the piston (not shown) of the master cylinder 51 is pressed, increasing the hydraulic pressure of the brake fluid in the wheel cylinder 54, and the brake pad (not shown) of the brake caliper 53 is pressed against the rotor 3a of the rear wheel 3, generating a braking force on the rear wheel 3.
  • the brake system 10 has been described above with reference to Fig. 2, the example of Fig. 2 is merely an example, and the configuration of the brake system 10 is not limited to the example of Fig. 2.
  • the hydraulic control unit 12 may control only the braking force generated on one of the front wheels 2 and the rear wheels 3.
  • FIG 3 is a block diagram showing an example of the functional configuration of the control device 20.
  • the control device 20 includes, for example, an acquisition unit 21, an execution unit 22, a learning unit 23, and a storage unit 24.
  • the control device 20 also communicates with each device of the motorcycle 1.
  • the acquisition unit 21 acquires information from each device of the motorcycle 1 and outputs it to the execution unit 22.
  • the acquisition unit 21 acquires information from the input device 13, the ambient environment sensor 14, the front wheel speed sensor 15, the rear wheel speed sensor 16, the inertial measurement unit 17, and the pressure sensor 72.
  • acquisition of information may include extraction or generation of information (for example, calculation), etc.
  • the execution unit 22 executes various controls by controlling the operation of each device of the motorcycle 1. For example, the execution unit 22 controls the operation of the drive source 11 and the hydraulic control unit 12.
  • the execution unit 22 can execute a positional relationship adjustment operation.
  • the positional relationship adjustment operation is an operation for adjusting the positional relationship between the motorcycle 1 and a preceding vehicle (see preceding vehicle 4 in Figure 4 described below) to a target positional relationship.
  • the execution unit 22 may also adjust the positional relationship between the motorcycle 1 and an object other than a vehicle (such as a traffic light) to a target positional relationship.
  • the positional relationship adjustment operation is performed by adjusting the positional relationship between the motorcycle 1 and the preceding vehicle.
  • the positional relationship adjustment operation may be an operation other than adaptive cruise control, as long as it adjusts the positional relationship to the target positional relationship.
  • the positional relationship adjustment operation may be an operation in which the target positional relationship changes depending on the amount of accelerator operation by the rider.
  • the execution unit 22 can execute a control mode in which adaptive cruise control is performed.
  • the execution unit 22 can execute adaptive cruise control. For example, when the power of the motorcycle 1 is turned on, the control mode is not executed. When the rider operates a switch using the input device 13, the control mode is executed.
  • the state of the control mode can transition between a state in which adaptive cruise control is actually being executed and a state in which adaptive cruise control is temporarily suspended and not being executed.
  • the execution unit 22 executes adaptive cruise control as a positional relationship adjustment operation.
  • the execution unit 22 temporarily suspends adaptive cruise control.
  • FIG 4 is a schematic diagram showing the following state of the motorcycle 1.
  • a leading vehicle 4 traveling ahead of the motorcycle 1 in the same lane as the motorcycle 1 is detected by, for example, the surrounding environment sensor 14.
  • adaptive cruise control which can be executed by the execution unit 22, can adjust the positional relationship between the motorcycle 1 and the leading vehicle 4 to a target positional relationship. This allows the motorcycle 1 to follow the leading vehicle 4.
  • the driving position of motorcycle 1 shown in Figure 4 is the driving position where the positional relationship between motorcycle 1 and leading vehicle 4 becomes the target positional relationship.
  • the follow-up driving state can mean, for example, a state in which the driving position of motorcycle 1 is maintained within a reference range R! that includes the driving position of motorcycle 1 shown in Figure 4.
  • Reference range R! is, for example, a range that has a width of a predetermined distance in the fore-and-aft direction centered on the driving position of motorcycle 1 shown in Figure 4.
  • a target passing time difference is set, which is a target value for the passing time difference between motorcycle 1 and preceding vehicle 4 (specifically, the time it takes for motorcycle 1 to pass the current position of preceding vehicle 4 from the current time), and execution unit 22 controls the speed of motorcycle 1 so that this passing time difference is maintained at the target passing time difference.
  • the positional relationship that results in the target passing time difference corresponds to the target positional relationship.
  • acquisition unit 21 acquires the passing time difference based on information about the surrounding environment of motorcycle 1, and execution unit 22 can control the speed of motorcycle 1 as described above based on the acquired passing time difference.
  • a target inter-vehicle distance which is a target value for the inter-vehicle distance between the motorcycle 1 and the preceding vehicle 4
  • the execution unit 22 may control the speed of the motorcycle 1 so that the inter-vehicle distance is maintained at the target inter-vehicle distance.
  • the positional relationship where the inter-vehicle distance becomes the target inter-vehicle distance corresponds to the target positional relationship.
  • the inter-vehicle distance may mean the distance in a direction along the lane (specifically, the lane in which the motorcycle 1 is traveling) or the distance in a straight line.
  • the acquisition unit 21 acquires the inter-vehicle distance based on information about the surrounding environment of the motorcycle 1, and the execution unit 22 can control the speed of the motorcycle 1 as described above based on the inter-vehicle distance acquired in this way.
  • the execution unit 22 can control the speed of the motorcycle 1 based on information about the speed of the motorcycle 1 obtained from, for example, the wheel speed of the front wheel 2 and the wheel speed of the rear wheel 3. For example, the execution unit 22 can control the driving force acting on the motorcycle 1 by controlling the operation of the drive source 11. Also, for example, the execution unit 22 can control the braking force acting on the motorcycle 1 by controlling the operation of the hydraulic control unit 12. In this way, the execution unit 22 can automatically control the speed of the motorcycle 1 in adaptive cruise control without relying on acceleration/deceleration operations (i.e., accelerator and brake operations) by the rider.
  • acceleration/deceleration operations i.e., accelerator and brake operations
  • the execution unit 22 opens the inlet valve 61, closes the release valve 62, closes the first valve 65, and opens the second valve 66, and operates the motor 71 to drive the pump 64, thereby increasing the pressure of the brake fluid in the wheel cylinder 54 and braking each wheel.
  • FIG. 5 is a schematic diagram showing the motorcycle 1 traveling alone.
  • the execution unit 22 adjusts the speed of the motorcycle 1 to the target speed.
  • the target speed is, for example, preset and stored in a memory element of the control device 20. The rider may also be able to manually set the target speed.
  • the learning unit 23 learns the driving characteristics of the motorcycle 1 when the control mode is not being executed. In this embodiment, in the control mode, the behavior of the motorcycle 1 is controlled based on the results of learning by the learning unit 23. Details of learning by the learning unit 23 will be described later.
  • the memory unit 24 stores various information.
  • the memory unit 24 stores the results of learning by the learning unit 23.
  • the execution unit 22 of the control device 20 can execute a control mode in which adaptive cruise control is performed. Furthermore, the learning unit 23 of the control device 20 learns the driving characteristics of the motorcycle 1 when the control mode is not being executed. Then, in the control mode, the execution unit 22 controls the behavior of the motorcycle 1 based on the results of learning by the learning unit 23. As a result, as will be described later, it is possible to prevent the rider from feeling uncomfortable due to the behavior of the motorcycle 1 controlled in the control mode.
  • FIG. 6 is a flowchart showing an example of a process flow related to learning by the control device 20.
  • the process flow shown in FIG. 6 starts when the control mode in which adaptive cruise control is performed is not being executed.
  • Step S101 in FIG. 6 corresponds to the start of the process flow shown in FIG. 6.
  • step S102 the learning unit 23 determines whether the ambient environment information of the motorcycle 1 indicates that the motorcycle 1 is following the preceding vehicle 4 when the control mode is not being executed.
  • the learning unit 23 can determine whether the motorcycle 1 is in a following state based on, for example, information about the positional relationship between the motorcycle 1 and the preceding vehicle 4, which is acquired as surrounding environment information.
  • the learning unit 23 determines based on the positional relationship information that the motorcycle 1's traveling position has been maintained within the reference range R1 shown in Figure 4 for a predetermined time, it determines that the motorcycle 1 is in a following-travel state. In this case, the determination in step S102 is YES. On the other hand, if the learning unit 23 determines based on the positional relationship information that the motorcycle 1 is not in a following-travel state, it determines that the motorcycle 1 is in a solo traveling state, as in the example of Figure 5. In this case, the determination in step S102 is NO. In addition, the learning unit 23 may determine that the motorcycle 1 is traveling alone, for example, when it determines based on the surrounding environment information of the motorcycle 1 that there is no preceding vehicle 4 in front of the motorcycle 1 and within a predetermined range of the motorcycle 1.
  • Step S102/YES If it is determined that the surrounding environment information indicates that motorcycle 1 is in a following state (i.e., motorcycle 1 is in a following state) (Step S102/YES), proceed to Step S103. On the other hand, if it is determined that the surrounding environment information does not indicate that motorcycle 1 is in a following state (i.e., motorcycle 1 is in a solo state) (Step S102/NO), proceed to Step S104.
  • step S103 the learning unit 23 performs first learning to learn the driving characteristics of the motorcycle 1, and the process returns to step S102.
  • the first learning is learning that is performed when the motorcycle 1 is in a following-travel state.
  • step S104 the learning unit 23 performs second learning to learn the driving characteristics of the motorcycle 1, and the process returns to step S102.
  • the second learning is learning that is performed when the motorcycle 1 is in a solo traveling state.
  • Driving characteristics refer to characteristics relating to the riding of the motorcycle 1 that are specific to the rider. Details of the learning of driving characteristics will be described later, but in learning the driving characteristics, the learning unit 23 identifies the rider's specific driving characteristics based on various data. The learning unit 23 then stores and accumulates the acquired data relating to the driving characteristics (specifically, data indicating the results of identifying the driving characteristics that correspond to the results of the learning, and the data used to identify the driving characteristics) in the memory unit 24. The learning unit 23 then repeatedly learns the driving characteristics (i.e., identifies the rider's specific driving characteristics) based on the accumulated data. In this way, the learning results are updated as data accumulates, so the proficiency level in learning the driving characteristics increases as data accumulates. Note that the learning of driving characteristics by the learning unit 23 may be performed using various existing machine learning methods.
  • the learning unit 23 learns, as driving characteristics, characteristics related to at least one of the acceleration and deceleration of the motorcycle 1.
  • the driving characteristics to be learned may include characteristics related to at least one of the acceleration and deceleration of the motorcycle 1.
  • the learning unit 23 may, for example, learn the acceleration of the motorcycle 1.
  • the learning unit 23 may, for example, learn the maximum acceleration of the motorcycle 1 as a driving characteristic.
  • the acquisition unit 21 may acquire, based on the detection results of the front wheel speed sensor 15 and the rear wheel speed sensor 16, information that directly indicates the acceleration of the motorcycle 1, or other information that can be substantially converted into the acceleration of the motorcycle 1, as acceleration information of the motorcycle 1. Then, based on the acceleration information of the motorcycle 1, the learning unit 23 may learn the maximum acceleration of the motorcycle 1 as a driving characteristic.
  • the learning unit 23 learns the acceleration of the motorcycle 1 when following and when riding alone. For example, in the first learning, which is performed when the motorcycle 1 is in a following running state, the learning unit 23 may learn the maximum acceleration of the motorcycle 1 when in following running as a driving characteristic, and in the second learning, which is performed when the motorcycle 1 is in an independent running state, the learning unit 23 may learn the maximum acceleration of the motorcycle 1 when in independent running as a driving characteristic. In the first learning, for example, the maximum acceleration of the motorcycle 1 when accelerating in response to a sudden acceleration of the leading vehicle 4 when in following running may be learned. In the second learning, for example, the maximum acceleration of the motorcycle 1 when starting off in response to a traffic light changing from red to green when in independent running may be learned.
  • the learning unit 23 may, for example, learn the deceleration of the motorcycle 1.
  • the learning unit 23 may, for example, learn the maximum deceleration of the motorcycle 1 as a driving characteristic.
  • the acquisition unit 21 may acquire, based on the detection results of the front wheel speed sensor 15 and the rear wheel speed sensor 16, information that directly indicates the deceleration of the motorcycle 1 or other information that can be substantially converted into the deceleration of the motorcycle 1 as deceleration information of the motorcycle 1. Then, based on the deceleration information of the motorcycle 1, the learning unit 23 may learn the maximum deceleration of the motorcycle 1 as a driving characteristic.
  • the learning unit 23 may learn the deceleration of the motorcycle 1 separately for when the motorcycle 1 is following a vehicle and when the motorcycle 1 is traveling alone. For example, in the first learning process performed when the motorcycle 1 is in a following state, the learning unit 23 may learn the maximum deceleration of the motorcycle 1 when the motorcycle 1 is traveling alone as a driving characteristic. In the second learning process performed when the motorcycle 1 is traveling alone, the learning unit 23 may learn the maximum deceleration of the motorcycle 1 when the motorcycle 1 is traveling alone as a driving characteristic. In the first learning process, for example, when the motorcycle 1 is traveling alone, the maximum deceleration of the motorcycle 1 when the preceding vehicle 4 suddenly decelerates may be learned. In the second learning process, for example, when the motorcycle 1 is traveling alone, the maximum deceleration of the motorcycle 1 when the motorcycle 1 stops after reaching a red traffic light may be learned.
  • the learning unit 23 may also learn the jerk of the motorcycle 1, for example.
  • the learning unit 23 may learn, as a driving characteristic, a standard value (e.g., an average value) of the jerk of the motorcycle 1.
  • the acquisition unit 21 may acquire, based on the detection results of the front wheel speed sensor 15 and the rear wheel speed sensor 16, information that directly indicates the jerk of the motorcycle 1, or other information that can be substantially converted into the jerk of the motorcycle 1, as the jerk information of the motorcycle 1.
  • the learning unit 23 may then learn, based on the jerk information of the motorcycle 1, the standard value of the jerk of the motorcycle 1 as a driving characteristic.
  • the learning unit 23 may learn an indicator that indicates the above-mentioned standard value (for example, the time it takes for the acceleration to reach the maximum acceleration when the motorcycle 1 accelerates) as a driving characteristic.
  • the learning unit 23 may learn the jerk of the motorcycle 1 separately for when the motorcycle 1 is following a preceding vehicle 4 and when the motorcycle 1 is traveling alone. For example, in the first learning process performed when the motorcycle 1 is in a following state, the learning unit 23 may learn the standard value of the jerk of the motorcycle 1 when the motorcycle 1 is traveling alone as a driving characteristic, and in the second learning process performed when the motorcycle 1 is traveling alone as a driving characteristic. In the first learning process, for example, the standard value of the jerk when the motorcycle 1 accelerates in response to a sudden acceleration by the preceding vehicle 4 when the motorcycle 1 is traveling alone may be learned.
  • the learning unit 23 may also learn, for example, the deceleration change rate of the motorcycle 1.
  • the learning unit 23 may learn, for example, a standard value (e.g., an average value) of the deceleration change rate of the motorcycle 1 as a driving characteristic.
  • the acquisition unit 21 may acquire, based on the detection results of the front wheel speed sensor 15 and the rear wheel speed sensor 16, information that directly indicates the deceleration change rate of the motorcycle 1, or other information that can be substantially converted into the deceleration change rate of the motorcycle 1, as the deceleration change rate information of the motorcycle 1.
  • the learning unit 23 may then learn, based on the information of the deceleration change rate of the motorcycle 1, the standard value of the deceleration change rate of the motorcycle 1 as a driving characteristic.
  • the learning unit 23 may learn an indicator showing the above-mentioned standard value (for example, the time it takes for the deceleration of the motorcycle 1 to reach the maximum deceleration when it decelerates) as a driving characteristic.
  • the learning unit 23 may learn the deceleration change rate of the motorcycle 1 separately for when the motorcycle 1 is following a preceding vehicle 4 and when the motorcycle 1 is traveling alone. For example, in the first learning process performed when the motorcycle 1 is in a following state, the learning unit 23 may learn the standard value of the deceleration change rate of the motorcycle 1 when the motorcycle 1 is traveling alone as a driving characteristic, and in the second learning process performed when the motorcycle 1 is traveling alone as a driving characteristic. In the first learning process, for example, the standard value of the deceleration change rate when the motorcycle 1 decelerates in response to a sudden deceleration by the preceding vehicle 4 when the motorcycle 1 is traveling alone may be learned. In addition, in the second learning described above, for example, when riding alone, the standard value of the deceleration change rate when motorcycle 1 stops after reaching a red traffic light can be learned.
  • learning unit 23 may learn the characteristics of at least one of the acceleration and deceleration for each lean angle of motorcycle 1. For example, when learning the acceleration or deceleration of motorcycle 1, learning unit 23 may separately learn the maximum acceleration or maximum deceleration when the lean angle is small and the maximum acceleration or maximum deceleration when the lean angle is large. For example, when learning the jerk or deceleration rate of motorcycle 1, learning unit 23 may separately learn the standard value of the jerk or the standard value of the deceleration rate when the lean angle is small and the standard value of the jerk or the standard value of the deceleration rate when the lean angle is large.
  • the acquisition unit 21 can acquire, as lean angle information, information that directly indicates the lean angle or other information that can be substantially converted into the lean angle, for example, based on the detection results of the inertial measurement unit 17.
  • the execution unit 22 controls the behavior of the motorcycle 1 so as to reproduce the learned characteristics related to at least one of the acceleration and deceleration of the motorcycle 1.
  • the execution unit 22 controls the driving force acting on the motorcycle 1 so that the maximum acceleration and jerk of the motorcycle 1 approach the learned results (for example, the learned standard values).
  • the execution unit 22 controls the braking force acting on the motorcycle 1 so that the maximum deceleration and the deceleration change rate of the motorcycle 1 approach the learning results (for example, the learned standard values).
  • the learning unit 23 learns, as driving characteristics, characteristics relating to the relationship between the braking force of the front wheel 2 and the braking force of the rear wheel 3 of the motorcycle 1.
  • the driving characteristics to be learned may include characteristics relating to the relationship between the braking force of the front wheel 2 and the braking force of the rear wheel 3 of the motorcycle 1.
  • the learning unit 23 may learn, as a driving characteristic, a standard value (e.g., an average value) of the ratio between the braking force of the front wheel 2 and the braking force of the rear wheel 3 when braking the motorcycle 1.
  • the acquisition unit 21 can acquire, based on the detection results of the pressure sensor 72, information directly indicating the braking force of the front wheel 2 and the braking force of the rear wheel 3, or other information that can be substantially converted into the braking force of the front wheel 2 and the rear wheel 3, as information on the braking force of each wheel.
  • the learning unit 23 can learn, as a driving characteristic, a standard value of the ratio between the braking force of the front wheel 2 and the braking force of the rear wheel 3, based on the information on the braking force of each wheel.
  • the learning unit 23 may learn the characteristics relating to the relationship between the braking force of the front wheel 2 and the braking force of the rear wheel 3 separately for when the motorcycle 1 is in a following running state and when the motorcycle 1 is in an independent running state. For example, the learning unit 23 may learn the standard value of the ratio of the braking force of the front wheel 2 to the braking force of the rear wheel 3 when the motorcycle 1 is in a following running state as the driving characteristics in the first learning process performed when the motorcycle 1 is in an independent running state, and may learn the standard value of the ratio of the braking force of the front wheel 2 to the braking force of the rear wheel 3 when the motorcycle 1 is in an independent running state as the driving characteristics in the second learning process performed when the motorcycle 1 is in an independent running state.
  • the learning unit 23 may learn the characteristics of the relationship between the braking force of the front wheel 2 and the braking force of the rear wheel 3, taking into account the speed of the motorcycle 1. For example, the learning unit 23 may learn a standard value for the ratio between the braking force of the front wheel 2 and the braking force of the rear wheel 3 only when the speed of the motorcycle 1 is equal to or lower than a predetermined value. This makes it possible to learn a standard value for the ratio between the braking force of the front wheel 2 and the braking force of the rear wheel 3 when the motorcycle 1 is traveling at a relatively low speed.
  • the acquisition unit 21 can acquire, as information on the speed of the motorcycle 1, information that directly indicates the speed of the motorcycle 1 or other information that can be substantially converted into the speed of the motorcycle 1, for example, based on the detection results of the front wheel speed sensor 15 and the rear wheel speed sensor 16.
  • the execution unit 22 controls the behavior of the motorcycle 1 so as to reproduce the characteristics relating to the relationship between the braking force on the front wheel 2 and the braking force on the rear wheel 3 of the motorcycle 1 learned as described above.
  • the execution unit 22 controls the braking force acting on each wheel of the motorcycle 1 so that the ratio between the braking force on the front wheel 2 and the braking force on the rear wheel 3 approaches the learned result (for example, the learned standard value).
  • the learning unit 23 learns, as driving characteristics, characteristics related to at least one of the timing at which the motorcycle 1 starts accelerating and the timing at which it starts decelerating during follow-up driving.
  • the driving characteristics to be learned may include characteristics related to at least one of the timing at which the motorcycle 1 starts accelerating and the timing at which it starts decelerating during follow-up driving.
  • Such characteristics correspond to an example of follow-up driving characteristics related to follow-up driving in which the motorcycle 1 follows the leading vehicle 4.
  • the learning unit 23 may learn, as a driving characteristic, the standard (e.g., average) positional relationship between the motorcycle 1 and the preceding vehicle 4 at the timing when the motorcycle 1 starts accelerating while following the preceding vehicle 4.
  • the learning unit 23 can learn, as a driving characteristic, the standard positional relationship between the motorcycle 1 and the preceding vehicle 4 at the timing when the motorcycle 1 starts accelerating while following the preceding vehicle 4, based on information about the positional relationship between the motorcycle 1 and the preceding vehicle 4 acquired as ambient environment information.
  • the learning unit 23 may, for example, calculate the standard deviation (for example, for example, the learning unit 23 can learn, as a driving characteristic, the standard positional relationship between the motorcycle 1 and the preceding vehicle 4 at the time when the motorcycle 1 starts to decelerate while following the preceding vehicle 4, based on information about the positional relationship between the motorcycle 1 and the preceding vehicle 4 acquired as surrounding environment information.
  • the standard deviation for example, the learning unit 23 can learn, as a driving characteristic, the standard positional relationship between the motorcycle 1 and the preceding vehicle 4 at the time when the motorcycle 1 starts to decelerate while following the preceding vehicle 4, based on information about the positional relationship between the motorcycle 1 and the preceding vehicle 4 acquired as surrounding environment information.
  • the learning unit 23 can learn, as driving characteristics, characteristics related to at least one of the timing at which the motorcycle 1 starts accelerating and the timing at which it starts decelerating when the motorcycle 1 is in following running.
  • the timing at which it starts accelerating when the preceding vehicle 4 accelerates and moves away from the motorcycle 1 can be learned.
  • the timing at which it starts decelerating when the preceding vehicle 4 decelerates and moves closer to the motorcycle 1 can be learned.
  • the driving characteristics learned are those related to at least one of the timing at which the motorcycle 1 starts accelerating and the timing at which it starts decelerating while following a vehicle 4. Therefore, in the control mode, the execution unit 22 controls the behavior of the motorcycle 1 so as to reproduce the learned characteristics related to at least one of the timing at which the motorcycle 1 starts accelerating and the timing at which it starts decelerating while following a vehicle 4. For example, in the control mode, when accelerating the motorcycle 1 while following a vehicle 4, the execution unit 22 controls the driving force acting on the motorcycle 1 so that the positional relationship between the motorcycle 1 and the leading vehicle 4 at the timing at which acceleration starts approaches the learned result (for example, the learned standard positional relationship).
  • the learned result for example, the learned standard positional relationship
  • the execution unit 22 when the execution unit 22 decelerates the motorcycle 1 during following travel, it controls the braking force acting on the motorcycle 1 so that the positional relationship between the motorcycle 1 and the preceding vehicle 4 at the timing when deceleration begins is close to the learning result (for example, the learned standard positional relationship).
  • the learning unit 23 learns the driving characteristics related to the minimum speed of the motorcycle 1 when following a preceding vehicle 4.
  • the driving characteristics to be learned may include the minimum speed of the motorcycle 1 when following a preceding vehicle 4.
  • Such characteristics correspond to an example of following-up driving characteristics related to following-up driving in which the motorcycle 1 follows a preceding vehicle 4.
  • the learning unit 23 may learn, as a driving characteristic, a standard value (e.g., average value) of the minimum speed at which the motorcycle 1 can maintain its speed without stopping during follow-up driving.
  • a standard value e.g., average value
  • the acquisition unit 21 can acquire, as speed information of the motorcycle 1, information that directly indicates the speed of the motorcycle 1 or other information that can be substantially converted into the speed of the motorcycle 1, based on the detection results of the front wheel speed sensor 15 and the rear wheel speed sensor 16.
  • the learning unit 23 can then learn, as a driving characteristic, the standard value of the minimum speed, based on the speed information of the motorcycle 1.
  • the learning unit 23 can learn the characteristics related to the minimum speed of the motorcycle 1 when following up as a driving characteristic.
  • the speed of the motorcycle 1 decreases as the speed of the preceding vehicle 4 decreases, and the standard value of the speed when the motorcycle 1 is traveling at a low speed can be learned.
  • the characteristics related to the minimum speed of the motorcycle 1 during follow-up driving are learned as driving characteristics. Therefore, in the control mode, the execution unit 22 reproduces the characteristics related to the minimum speed of the motorcycle 1 during follow-up driving learned as described above. For example, in the control mode, the execution unit 22 sets the above-mentioned minimum speed standard value as the lower limit of the speed range of the motorcycle 1 during follow-up driving, and suspends adaptive cruise control when the speed of the motorcycle 1 falls below the standard value.
  • the learning unit 23 learns, as driving characteristics, characteristics related to the positional relationship between the motorcycle 1 and the preceding vehicle 4 when the motorcycle 1 is stopped behind the preceding vehicle 4.
  • the driving characteristics to be learned may include characteristics related to the positional relationship between the motorcycle 1 and the preceding vehicle 4 when the motorcycle 1 is stopped behind the preceding vehicle 4.
  • the learning unit 23 may learn, as a driving characteristic, a standard value (e.g., average value) of the inter-vehicle distance between the motorcycle 1 and the preceding vehicle 4 when the motorcycle 1 that has been following the preceding vehicle 4 stops behind the preceding vehicle 4.
  • a standard value e.g., average value
  • the learning unit 23 can learn, as a driving characteristic, a standard value of the inter-vehicle distance between the motorcycle 1 and the preceding vehicle 4 when the motorcycle 1 that has been following the preceding vehicle 4 stops behind the preceding vehicle 4, based on information on the positional relationship between the motorcycle 1 and the preceding vehicle 4 acquired as surrounding environment information.
  • the learning unit 23 can learn, as driving characteristics, the characteristics related to the positional relationship between the motorcycle 1 and the preceding vehicle 4 when the motorcycle 1 is stopped behind the preceding vehicle 4.
  • the standard value of the inter-vehicle distance between the motorcycle 1 and the preceding vehicle 4 can be learned when the motorcycle 1 decelerates and stops as the preceding vehicle 4 stops.
  • the driving characteristics learned are those relating to the positional relationship between the motorcycle 1 and the preceding vehicle 4 when the motorcycle 1 is stopped behind the preceding vehicle 4. Therefore, in the control mode, the execution unit 22 controls the behavior of the motorcycle 1 so as to reproduce the learned characteristics relating to the positional relationship between the motorcycle 1 and the preceding vehicle 4 when the motorcycle 1 is stopped behind the preceding vehicle 4. For example, in the control mode, when the execution unit 22 decelerates and stops the motorcycle 1 in response to the preceding vehicle 4 stopping, the execution unit 22 controls the braking force acting on the motorcycle 1 so that the inter-vehicle distance between the motorcycle 1 and the preceding vehicle 4 when the motorcycle 1 is stopped approaches the learned result (for example, the learned standard value).
  • the learned result for example, the learned standard value
  • the types of driving characteristics to be learned by the learning unit 23 are not limited to the examples described above. In other words, types other than those described above may be adopted as the types of driving characteristics to be learned by the learning unit 23. Furthermore, the learning unit 23 may learn all types of driving characteristics among the examples of driving characteristics described above, or may learn only any part of the types of driving characteristics among the examples of driving characteristics described above.
  • the learning unit 23 of the control device 20 learns the driving characteristics of the motorcycle 1 when the control mode is not being executed.
  • the execution unit 22 of the control device 20 then controls the behavior of the motorcycle 1 based on the results of this learning in the control mode. That is, the execution unit 22 reflects the driving characteristics learned by the learning unit 23 in the behavior of the motorcycle 1 in the control mode. For example, if the learning unit 23 learns the characteristics related to the acceleration of the motorcycle 1 during follow-up driving as the driving characteristics, the execution unit 22 controls the acceleration of the motorcycle 1 during follow-up driving in accordance with the learned content in the control mode.
  • This type of control can prevent the behavior of the motorcycle 1 controlled in the above control mode from deviating from the rider's own driving characteristics when driving manually. This can prevent the rider from feeling uncomfortable due to the behavior of the motorcycle 1 controlled in the control mode in which the cruise control is executed.
  • the learning unit 23 may learn the driving characteristics only under specific conditions when the control mode is not being executed. In other words, when the control mode is not being executed, the learning unit 23 may switch between executing and not executing learning.
  • the learning unit 23 may switch whether or not to execute learning based on, for example, manual setting information by the rider of the motorcycle 1.
  • the manual setting information is information related to manual setting by the rider (for example, in the above example, information related to operations using the input device 13).
  • the rider can permit or prohibit the execution of learning by operating the input device 13 or the like.
  • the learning unit 23 learns the driving characteristics.
  • the rider performs an operation to prohibit the execution of learning even when the control mode is not being executed, the learning unit 23 does not learn the driving characteristics.
  • the learning unit 23 may change the type of driving characteristic to be learned based on manual setting information by the rider of the motorcycle 1. For example, the rider can select the type of driving characteristic to be learned by operating the input device 13 or the like. In this case, when the control mode is not being executed, the learning unit 23 learns only the type of driving characteristic selected by the rider as the type of driving characteristic to be learned.
  • the learning unit 23 may, for example, automatically switch between executing learning and not executing learning.
  • the learning unit 23 may automatically switch between executing learning and not executing learning based on road surface information.
  • the acquisition unit 21 may acquire information indicating whether the road surface on which the motorcycle 1 is traveling is off-road as road surface information based on information transmitted from a GPS (Global Positioning System) satellite and map data, etc. Then, if the learning unit 23 determines that the motorcycle 1 is traveling off-road using such road surface information, it may prohibit the learning unit 23 from learning driving characteristics.
  • the learning unit 23 may automatically switch whether or not to perform learning based on information other than road surface information (for example, passenger information described below, cargo information described below, driving posture information described below, or intervention information for other controls such as anti-lock brake control).
  • the learning unit 23 may perform learning based on data selected from previously acquired data on driving characteristics (specifically, data equivalent to the results of past learning, etc.) based on manual setting information by the rider of the motorcycle 1.
  • learning driving characteristics the learning unit 23 stores and accumulates the acquired data on driving characteristics in the memory unit 24.
  • the rider can select any data from the previously acquired data on driving characteristics by operating the input device 13, etc. Then, when the rider selects data on driving characteristics previously acquired by the rider (i.e., data equivalent to the results of past learning, etc.), the learning unit 23 performs learning by going back to the results of the selected past learning (i.e., without using data acquired after the selected data was acquired).
  • the learning unit 23 may perform learning by taking into account at least one of passenger information and cargo information of the motorcycle 1.
  • the acquisition unit 21 may acquire information indicating the presence or absence of a passenger on the rear seat and information indicating the presence or absence of cargo on the rear seat as passenger information and cargo information, respectively, based on the detection results of a seating sensor or the like provided on the rear seat of the motorcycle 1.
  • the passenger information may be information related to the passengers on the motorcycle 1, such as the number of passengers or the weight of each passenger.
  • the cargo information may be information related to the cargo on the motorcycle 1, such as the number of cargo items or the weight of each cargo item.
  • the learning unit 23 may automatically switch whether to execute learning based on, for example, at least one of passenger information and cargo information. For example, the learning unit 23 may prohibit learning of driving characteristics when there is a passenger on the rear seat (i.e., when two people are riding in the vehicle). Furthermore, the learning unit 23 may perform separate learning processes depending on, for example, at least one of passenger information and cargo information. For example, the learning unit 23 may separately learn driving characteristics when there is no passenger on the rear seat (i.e., when one person is riding in the vehicle) and driving characteristics when there is a passenger on the rear seat (i.e., when two people are riding in the vehicle).
  • the learning unit 23 may perform learning taking into account riding posture information of the motorcycle 1.
  • the riding posture information of the motorcycle 1 may include various information related to the riding posture of the motorcycle 1.
  • the riding posture information may include information about the lean angle of the motorcycle 1.
  • the learning unit 23 may automatically switch whether to execute learning based on, for example, riding position information of the motorcycle 1. For example, the learning unit 23 may prohibit learning of driving characteristics when the lean angle is equal to or greater than a predetermined value (i.e., when the motorcycle 1 is leaned significantly). The learning unit 23 may also perform separate learning processes depending on, for example, riding position information of the motorcycle 1. For example, the learning unit 23 may separately learn driving characteristics when the lean angle is less than a predetermined value (i.e., when the motorcycle 1 is not leaned significantly) from driving characteristics when the lean angle is equal to or greater than the predetermined value (i.e., when the motorcycle 1 is leaned significantly).
  • a predetermined value i.e., when the motorcycle 1 is not leaned significantly
  • the control device 20 includes an execution unit 22 that executes a control mode in which a positional relationship adjustment operation (adaptive cruise control in the above example) is performed to adjust the positional relationship between the motorcycle 1 and a preceding vehicle 4 to a target positional relationship.
  • the control device 20 also includes a learning unit 23 that learns the driving characteristics of the motorcycle 1 when the control mode is not being executed.
  • the execution unit 22 then controls the behavior of the motorcycle 1 based on the results of this learning in the control mode. This prevents the behavior of the motorcycle 1 controlled in the control mode from deviating from the rider's own driving characteristics when manually driving. This prevents the rider from feeling uncomfortable when the behavior of the motorcycle 1 controlled in the control mode in which the positional relationship adjustment operation is performed.
  • the motorcycle 1 has a wider range of driving characteristics (in other words, the degree of freedom in riding style) than a four-wheeled automobile, and the rider is more sensitive to the vehicle behavior. Therefore, the behavior of the motorcycle 1 controlled in the above control mode is similar to the rider's own behavior when driving manually. If there is a deviation from the turning characteristics, the rider is likely to feel uncomfortable. Therefore, in the motorcycle 1, it is more important to prevent the rider from feeling uncomfortable through the processing of the learning unit 23 and the execution unit 22.
  • the learning unit 23 performs learning based on ambient environmental information about the motorcycle 1. This allows learning to be performed separately according to the ambient environment of the motorcycle 1. Therefore, the rider's driving characteristics can be reproduced separately for each situation when the control mode is being executed, effectively preventing the rider from feeling uncomfortable.
  • the learning unit 23 performs first learning as learning when the surrounding environment information indicates that the motorcycle 1 is following the preceding vehicle 4, and performs second learning as learning when the surrounding environment information indicates that the motorcycle 1 is not following the preceding vehicle 4 but is traveling alone, and the execution unit 22 controls the behavior of the motorcycle 1 based on the result of the first learning when a positional relationship adjustment operation (adaptive cruise control in the above example) is being performed in the control mode, and controls the behavior of the motorcycle 1 based on the result of the second learning when a positional relationship adjustment operation is not being performed.
  • a positional relationship adjustment operation adaptive cruise control in the above example
  • the rider's driving characteristics can be reproduced separately in a situation where the positional relationship adjustment operation is being performed and in a situation where the positional relationship adjustment operation is not being performed, thereby more effectively preventing the rider from feeling uncomfortable.
  • the surrounding environment information is used to distinguish between a situation in which the motorcycle 1 is following another vehicle and a situation in which the motorcycle 1 is traveling alone, and learning is performed separately for each situation.
  • the situations distinguished using the surrounding environment information are not limited to the above example.
  • the learning unit 23 may use the surrounding environment information to distinguish between a situation in which the motorcycle 1 is traveling on an ordinary road and a situation in which the motorcycle 1 is traveling on a highway, and learn separately for each situation.
  • the driving characteristics include characteristics relating to at least one of the acceleration and deceleration of the motorcycle 1. This makes it possible to prevent the behavior of the motorcycle 1 controlled in the control mode relating to at least one of the acceleration and deceleration from deviating from the behavior during manual driving. This appropriately prevents the rider from feeling uncomfortable due to the behavior of the motorcycle 1 controlled in the control mode.
  • the driving characteristics include characteristics relating to the relationship between the braking force of the front wheel 2 and the braking force of the rear wheel 3 of the motorcycle 1.
  • motorcycle 1 has separate braking systems for front wheel 2 and rear wheel 3. This can be a factor in the rider's sensitivity to the relationship between the braking force of front wheel 2 and the braking force of rear wheel 3, which can easily cause the rider to feel uncomfortable. Therefore, with motorcycle 1, it is more important to prevent the behavior of motorcycle 1 controlled in control mode, regarding the relationship between the braking force of front wheel 2 and the braking force of rear wheel 3, from deviating from the behavior during manual driving.
  • the driving characteristics include follow-up driving characteristics relating to follow-up driving in which the motorcycle 1 follows the preceding vehicle 4. This makes it possible to prevent the follow-up driving behavior of the motorcycle 1 controlled in the control mode from deviating from the behavior during manual driving. Therefore, it is possible to appropriately prevent the rider from feeling uncomfortable due to the behavior of the motorcycle 1 controlled in the control mode.
  • the follow-up running characteristics include characteristics relating to the minimum speed of the motorcycle 1 in follow-up running. This makes it possible to prevent the behavior of the motorcycle 1 controlled in the control mode, relating to the minimum speed in follow-up running, from deviating from the behavior during manual driving. This appropriately prevents the rider from feeling uncomfortable due to the behavior of the motorcycle 1 controlled in the control mode.
  • the driving characteristics include characteristics relating to the positional relationship between the motorcycle 1 and the preceding vehicle 4 when the motorcycle 1 is stopped behind the preceding vehicle 4. This makes it possible to prevent the behavior of the motorcycle 1 controlled in the control mode, related to the positional relationship, from deviating from the behavior during manual driving. This appropriately prevents the rider from feeling uncomfortable due to the behavior of the motorcycle 1 controlled in the control mode.
  • the learning unit 23 switches between executing learning and not executing learning. This prohibits learning in situations that are not suitable for learning driving characteristics (for example, when driving off-road), thereby making it possible to obtain desired learning results.
  • the learning unit 23 switches between executing learning and not executing learning based on manual setting information by the rider of the motorcycle 1. This appropriately prohibits learning in situations that are not suitable for learning driving characteristics (for example, when driving off-road), thereby appropriately realizing the achievement of desired learning results.
  • the learning unit 23 automatically switches between execution and non-execution of learning. This appropriately realizes prohibiting learning in a situation that is not suitable for learning driving characteristics (for example, when driving off-road), and appropriately realizes obtaining a desired learning result.
  • the learning unit 23 performs learning based on data selected from previously acquired data relating to driving characteristics based on manual setting information by the rider of the motorcycle 1. This makes it possible to learn by going back to the past learning results, even if the learning results deviate from the desired results.
  • the learning unit 23 performs learning taking into account at least one of the rider information and the cargo information of the motorcycle 1. This allows, for example, switching between execution and non-execution of learning taking into account at least one of the rider information and the cargo information. Furthermore, for example, it is possible to distinguish between multiple situations by taking into account at least one of passenger information and cargo information, and to carry out learning individually for each situation.
  • the learning unit 23 performs learning taking into account riding posture information of the motorcycle 1. This makes it possible to switch between performing learning and not performing learning taking into account riding posture information, for example. Also, for example, it is possible to distinguish between multiple situations taking into account riding posture information and perform learning individually for each situation.
  • the present invention is not limited to the description of the embodiments. For example, only a part of the embodiments may be implemented.
  • Inertial measurement unit 20 Control device, 21 Acquisition unit, 22 Execution unit, 23 Learning unit, 24 Memory unit, 31 Front wheel braking mechanism, 32 Rear wheel braking mechanism, 41 First brake operation unit, 42 Second brake operation unit, 51 Master cylinder, 52 Reservoir, 53 Brake caliper, 54 Wheel cylinder, 5 5 Main flow path, 56 Secondary flow path, 57 Supply flow path, 61 Inlet valve, 62 Release valve, 63 Accumulator, 64 Pump, 65 First valve, 66 Second valve, 71 Motor, 72 Pressure sensor, R1 Reference range.

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Regulating Braking Force (AREA)

Abstract

本発明は、位置関係調整動作が実行される制御モードにおいて制御されるモータサイクルの挙動によってライダーに違和感が与えられることを抑制できる制御装置及び制御方法を得るものである。本発明に係る制御装置及び制御方法では、制御装置の実行部が、モータサイクル（１）と、モータサイクル（１）の先行車両（４）との位置関係を目標位置関係に調整する位置関係調整動作が実行される制御モードを実行し、さらに、制御装置の学習部が、制御モードが実行されていない状況下において、モータサイクル（１）の運転特性の学習を行い、実行部は、制御モードにおいて、学習の結果に基づいて、モータサイクル（１）の挙動を制御する。

Description

【書類名】 明細書
【発明の名称】 制御装置及び制御方法
【技術分野】
【。 0 0 1】 この開示は、 位置関係調整動作が実行される制御モードにおいて制御されるモータサイ クルの挙動によってライダーに違和感が与えられることを抑制できる制御装置及び制御方 法に関する。
【背景技術】
【。 0 0 2】 従来、 モータサイクルのライダーによる運転を支援する種々の技術が提案されている。 例えば、 特許文献 1では、 走行方向又は実質的に走行方向にある障害物を検出するセンサ 装置により検出された情報に基づいて、 不適切に障害物に接近していることをモータサイ クルのライダーへ警告する運転者支援システムが開示されている。
【先行技術文献】
【特許文献】
【〇 0 0 3】
【特許文献 1】 特開 2 0 0 9 — 1 1 6 8 8 2号公報
【発明の概要】
【発明が解決しようとする課題】
【〇 0 0 4】 ところで、 車両の運転を支援するための技術として、 自車両と先行車両との位置関係を 目標位置関係に調整する位置関係調整動作がある。 そして、 上記の位置関係調整動作をモ ータサイクルに適用することが考えられる。 位置関係調整動作が実行される制御モードで は、 モータサイクルの挙動が自動で制御される。 ここで、 モータサイクルでは、 四輪の自 動車等と比べて、 運転特性の幅 (換言すると、 乗り方の自由度) が広い。 ゆえに、 上記の 制御モードにおいて制御されるモータサイクルの挙動が、 手動運転時のライダー自身の運 転特性に対して乖離すると、 ライダーに違和感が与えられやすい。
【〇 0 0 5】 本発明は、 上述の課題を背景としてなされたものであり、 位置関係調整動作が実行され る制御モードにおいて制御されるモータサイクルの挙動によってライダーに違和感が与え られることを抑制することができる制御装置及び制御方法を得るものである。
【課題を解決するための手段】
【〇 0 0 6】 本発明に係る制御装置は、 モータサイクルの挙動を制御する制御装置であって、 前記モ ータサイクルと、 前記モータサイクルの先行車両との位置関係を目標位置関係に調整する 位置関係調整動作が実行される制御モードを実行する実行部を備え、 さらに、 前記制御モ ードが実行されていない状況下において、 前記モータサイクルの運転特性の学習を行う学 習部を備え、 前記実行部は、 前記制御モードにおいて、 前記学習の結果に基づいて、 前記 モータサイクルの挙動を制御する。
【〇 0 0 7】 本発明に係る制御方法は、 モータサイクルの挙動を制御する制御方法であって、 制御装 置の実行部が、 前記モータサイクルと、 前記モータサイクルの先行車両との位置関係を目 標位置関係に調整する位置関係調整動作が実行される制御モードを実行し、 さらに、 前記 制御装置の学習部が、 前記制御モードが実行されていない状況下において、 前記モータサ イクルの運転特性の学習を行い、 前記実行部は、 前記制御モードにおいて、 前記学習の結 果に基づいて、 前記モータサイクルの挙動を制御する。
【発明の効果】
【〇 0 0 8】 本発明に係る制御装置及び制御方法では、 制御装置の実行部が、 モータサイクルと、 モ ータサイクルの先行車両との位置関係を目標位置関係に調整する位置関係調整動作が実行 される制御モードを実行し、 さらに、 制御装置の学習部が、 制御モードが実行されていな い状況下において、 モータサイクルの運転特性の学習を行い、 実行部は、 制御モードにお いて、 学習の結果に基づいて、 モータサイクルの挙動を制御する。 それにより、 上記の制 御モードにおいて制御されるモータサイクルの挙動が手動運転時の挙動に対して乖離する ことを抑制できる。 ゆえに、 位置関係調整動作が実行される制御モードにおいて制御され るモータサイクルの挙動によってライダーに違和感が与えられることを抑制することがで きる。
【図面の簡単な説明】
【図 4】 本発明の実施形態に係るモータサイクルの追従走行状態を示す模式図である
【図 5 I 本発明の実施形態に係るモータサイクルの単独走行状態を示す模式図である
【図 6 I 本発明の実施形態に係る制御装置による学習に関する処理の流れの一例を示 すフローチャートである。
【図 7 I 本発明の実施形態に係る制御装置による挙動制御に関する処理の流れの一例 を示すフローチャートである。
【発明を実施するための形態】
[ 0 0 1 0 ] 以下に、 本発明に係る制御装置及び制御方法について、 図面を用いて説明する。
[ 0 0 1 1 ] なお、 以下では、 二輪のモータサイクルに用いられる制御装置について説明しているが (図 1中のモータサイクル 1を参照) 、 本発明に係る制御装置の制御対象となる車両は、 二輪のモータサイクル以外の他のモータサイクルであってもよい。 モータサイクルには、 エンジンを動力源とする車両、 電気モータを動力源とする車両等が含まれる。 モータサイ クルには、 例えば、 オートバイ、 スクーター、 電動スクーター等が含まれる。
[ 0 0 1 2 ] また、 以下では、 車輪に生じる制動力の制御ユニッ トとして、 ブレーキ液の液圧を制御 する制御ユニッ ト (具体的には、 後述される図 1中の液圧制御ユニッ ト 1 2 ) が採用され る場合を説明しているが、 車輪に生じる制動力の制御ユニッ トとして、 車輪の制動部自体 の位置を電気的信号によって制御する制御ユニッ ト (いわゆるブレーキ・バイ • ワイヤ) が採用されてもよい。
[ 0 0 1 3 ] また、 以下で説明する構成及び動作等は一例であり、 本発明に係る制御装置及び制御方 法は、 そのような構成及び動作等である場合に限定されない。
[ 0 0 1 4 ] また、 以下では、 同一の又は類似する説明を適宜簡略化又は省略している。 また、 各図 において、 同一の又は類似する部材又は部分については、 符号を付すことを省略している か、 又は同一の符号を付している。 また、 細かい構造については、 適宜図示を簡略化又は 省略している。
[ 0 0 1 5 ] くモータサイクルの構成> 図 1〜図 5を参照して、 本発明の実施形態に係るモータサイクル 1の構成について説明 する。
[ 0 0 1 6 ] な他の物理量を検出するものであってもよい。 前輪車輪速センサ 1 5は、 前輪 2に設けら れている。
[ 0 0 2 4 ] 後輪車輪速センサ 1 6は、 後輪 3の車輪速 (例えば、 後輪 3の単位時間当たりの回転数 [ r p m] 又は単位時間当たりの移動距離 [k m/h] 等) を検出する車輪速センサであ り、 検出結果を出力する。 後輪車輪速センサ 1 6が、 後輪 3の車輪速に実質的に換算可能 な他の物理量を検出するものであってもよい。 後輪車輪速センサ 1 6は、 後輪 3に設けら れている。
[ 0 0 2 5 ] 慣性計測装置 1 7は、 3軸のジャイロセンサ及び 3方向の加速度センサを備えており、 モータサイクル 1の姿勢を検出する。 慣性計測装置 1 7は、 例えば、 モータサイクル 1の 胴体に設けられている。 例えば、 慣性計測装置 1 7は、 モータサイクル 1のリーン角に実 質的に換算可能な他の物理量を検出するものであってもよい。 リーン角は、 鉛直上方向に 対するモータサイクル 1の車体 (具体的には、 胴体) のロール方向の傾きを表す角度に相 当する。 慣性計測装置 1 7が、 3軸のジャイロセンサ及び 3方向の加速度センサの一部の みを備えていてもよい。
[ 0 0 2 6 ] 制御装置 2 0は、 モータサイクル 1の挙動を制御する。 例えば、 制御装置 2 0の一部又 は全ては、 マイコン、 マイクロプロセッサユニッ ト等で構成されている。 また、 例えば、 制御装置 2〇の一部又は全ては、 ファームウェア等の更新可能なもので構成されてもよく 、 C P U等からの指令によって実行されるプログラムモジュール等であってもよい。 制御 装置 2 0は、 例えば、 1つであってもよく、 また、 複数に分かれていてもよい。 なお、 制 御装置 2 0の詳細については、 後述する。
[ 0 0 2 7 ] 図 2は、 モータサイクル 1のブレーキシステム 1 0の概略構成を示す模式図である。 ブ レーキシステム 1 0は、 図 2に示されるように、 前輪制動機構 3 1 と、 後輪制動機構 3 2 と、 第 1ブレーキ操作部 4 1 と、 第 2ブレーキ操作部 4 2とを備える。 第 1ブレーキ操作 部 4 1は、 例えば、 ブレーキレバーである。 前輪制動機構 3 1は、 少なく とも第 1ブレー キ操作部 4 1に連動して前輪 2を制動する。 第 2ブレーキ操作部 4 2は、 例えば、 ブレー キペダルである。 後輪制動機構 3 2は、 少なく とも第 2ブレーキ操作部 4 2に連動して後 輪 3を制動する。 前輪制動機構 3 1の一部、 及び、 後輪制動機構 3 2の一部は、 液圧制御 ユニッ ト 1 2に含まれる。
[ 0 0 2 8 ] 前輪制動機構 3 1及び後輪制動機構 3 2のそれぞれは、 ピス トン (図示省略) を内蔵し ているマスタシリンダ 5 1 と、 マスタシリンダ 5 1に付設されているリザーバ 5 2と、 モ ータサイクル 1の胴体に保持され、 ブレーキパッ ド (図示省略) を有しているブレーキキ ヤリパ 5 3と、 ブレーキキャリパ 5 3に設けられているホイールシリンダ 5 4と、 マスタ シリンダ 5 1のブレーキ液をホイールシリンダ 5 4に流通させる主流路 5 5と、 ホイール シリンダ 5 4のブレーキ液を逃がす副流路 5 6 と、 マスタシリンダ 5 1のブレーキ液を副 流路 5 6に供給する供給流路 5 7と、 を備える。
[ 0 0 2 9 ] 主流路 5 5には、 込め弁 ( E V ) 6 1が設けられている。 副流路 5 6は、 主流路 5 5の うちの、 込め弁 6 1に対するホイールシリンダ 5 4側とマスタシリンダ 5 1側との間をバ イパスする。 副流路 5 6には、 上流側から順に、 弛め弁 ( A V ) 6 2と、 アキュムレータ 6 3と、 ポンプ 6 4とが設けられている。 主流路 5 5のうちの、 マスタシリンダ 5 1側の 端部と、 副流路 5 6の下流側端部が接続される箇所との間には、 第 1弁 ( U S V ) 6 5が 設けられている。 供給流路 5 7は、 マスタシリンダ 5 1 と、 副流路 5 6のうちのポンプ 6 4 の吸込側との間を連通させる。 供給流路 5 7には、 第 2弁 ( H S V ) 6 6が設けられて いる。 また、 液圧制御ユニッ ト 1 2には、 ポンプ 6 4を駆動するモータ 7 1が設けられて いる。
[ 0 0 3 0 ] 込め弁 6 1は、 例えば、 非通電状態で開き、 通電状態で閉じる電磁弁である。 弛め弁 6 2 は、 例えば、 非通電状態で閉じ、 通電状態で開く電磁弁である。 第 1弁 6 5は、 例えば 、 非通電状態で開き、 通電状態で閉じる電磁弁である。 第 2弁 6 6は、 例えば、 非通電状 態で閉じ、 通電状態で開く電磁弁である。
[ 0 0 3 1 ] 液圧制御ユニッ ト 1 2は、 込め弁 6 1、 弛め弁 6 2、 アキュムレータ 6 3、 ポンプ 6 4 、 第 1弁 6 5及び第 2弁 6 6を含むブレーキ液圧を制御するためのコンポーネントと、 そ れらのコンポーネントが設けられ、 主流路 5 5、 副流路 5 6及び供給流路 5 7を構成する ための流路が内部に形成されている基体 1 2 a と、 モータ 7 1 とを含む。
[ 0 0 3 2 ] なお、 基体 1 2 aは、 1つの部材によって形成されていてもよく、 複数の部材によって 形成されていてもよい。 また、 基体 1 2 aが複数の部材によって形成されている場合、 各 コンポーネントは、 異なる部材に分かれて設けられていてもよい。
[ 0 0 3 3 ] また、 液圧制御ユニッ ト 1 2において、 前輪制動機構 3 1及び後輪制動機構 3 2の各々 に対して圧力センサ 7 2が設けられている。 圧力センサ 7 2は、 例えば、 主流路 5 5のう ちの、 込め弁 6 1に対するホイールシリンダ 5 4側に設けられる。 圧力センサ 7 2は、 ホ イールシリンダ 5 4のブレーキ液の圧力を検出し、 検出結果を出力する。
[ 0 0 3 4 ] 液圧制御ユニッ ト 1 2の上記のコンポーネント及びモータ 7 1の動作は、 制御装置 2〇 によって制御される。 それにより、 前輪制動機構 3 1によって前輪 2に生じる制動力、 及 び、 後輪制動機構 3 2によって後輪 3に生じる制動力が制御される。
[ 0 0 3 5 ] 通常時 (つまり、 ライダーによるブレーキ操作に応じた制動力を車輪に生じさせるよう に設定している時) には、 制御装置 2 0によって、 込め弁 6 1が開放され、 弛め弁 6 2が 閉鎖され、 第 1弁 6 5が開放され、 第 2弁 6 6が閉鎖される。 その状態で、 第 1ブレーキ 操作部 4 1が操作されると、 前輪制動機構 3 1において、 マスタシリンダ 5 1のピス トン (図示省略) が押し込まれてホイールシリンダ 5 4のブレーキ液の液圧が増加し、 ブレー キキャリパ 5 3のブレーキパッ ド (図示省略) が前輪 2のロータ 2 aに押し付けられて、 前輪 2に制動力が生じる。 また、 第 2ブレーキ操作部 4 2が操作されると、 後輪制動機構 3 2において、 マスタシリンダ 5 1のピス トン (図示省略) が押し込まれてホイールシリ ンダ 5 4のブレーキ液の液圧が増加し、 ブレーキキャリパ 5 3のブレーキパッ ド (図示省 略) が後輪 3のロータ 3 aに押し付けられて、 後輪 3に制動力が生じる。
[ 0 0 3 6 ] なお、 上記では、 図 2を参照して、 ブレーキシステム 1 0について説明したが、 図 2の 例はあくまでも一例に過ぎず、 ブレーキシステム 1 〇の構成は図 2の例に限定されない。 例えば、 液圧制御ユニッ ト 1 2は、 前輪 2及び後輪 3の一方に生じる制動力のみを制御す るものであってもよい。
[ 0 0 3 7 ] 図 3は、 制御装置 2 0の機能構成の一例を示すブロック図である。 図 3に示されるよう に、 制御装置 2〇は、 例えば、 取得部 2 1 と、 実行部 2 2と、 学習部 2 3と、 記憶部 2 4 とを備える。 また、 制御装置 2 0は、 モータサイクル 1の各装置と通信する。
[ 0 0 3 8 ] 取得部 2 1は、 モータサイクル 1の各装置から情報を取得し、 実行部 2 2へ出力する。 例えば、 取得部 2 1は、 入力装置 1 3、 周囲環境センサ 1 4、 前輪車輪速センサ 1 5、 後 輪車輪速センサ 1 6、 慣性計測装置 1 7及び圧力センサ 7 2から情報を取得する。 なお、 本明細書において、 情報の取得には、 情報の抽出又は生成 (例えば、 演算) 等が含まれ得 る。
[ 0 0 3 9 ] 実行部 2 2は、 モータサイクル 1の各装置の動作を制御することによって、 各種制御を 実行する。 実行部 2 2は、 例えば、 駆動源 1 1及び液圧制御ユニッ ト 1 2の動作を制御す る。
[ 0 0 4 0 ] 特に、 実行部 2 2は、 位置関係調整動作を実行することができる。 位置関係調整動作は 、 モータサイクル 1 と、 モータサイクル 1の先行車両 (後述される図 4の先行車両 4を参 照) との位置関係を目標位置関係に調整する動作である。 なお、 実行部 2 2は、 位置関係 調整動作において、 モータサイクル 1 と、 車両以外の対象 (例えば、 信号機等) との位置 関係を目標位置関係に調整してもよい。
[ 0 0 4 1 ] 以下では、 位置関係調整動作として、 アダプティブクルーズコントロールが実行される 例を説明する。 ただし、 位置関係調整動作は、 モータサイクル 1 と先行車両との位置関係 を目標位置関係に調整する動作であればよく、 アダプティブクルーズコントロール以外の 動作であってもよい。 例えば、 位置関係調整動作は、 ライダーによるアクセル操作の操作 量に応じて目標位置関係が変化する動作であってもよい。
[ 0 0 4 2 ] 具体的には、 実行部 2 2は、 アダプティブクルーズコントロールが実行される制御モー ドを実行することができる。 そして、 そのような制御モードにおいて、 実行部 2 2は、 ア ダプティブクルーズコントロールを実行することができる。 例えば、 モータサイクル 1の 電源が起動した際には、 上記の制御モードは実行されておらず、 入力装置 1 3を用いたス イッチ操作がライダーにより行われると、 制御モードが実行される。
[ 0 0 4 3 ] ここで、 制御モードの実行中において、 制御モードの状態は、 アダプティブクルーズコ ントロールが実際に実行されている状態とアダプティブクルーズコントロールが一時的に 中断され実行されていない状態の間で遷移可能となっている。 具体的には、 制御モードの 実行中において、 位置関係の調整対象となる先行車両が検出されている場合、 実行部 2 2 は、 位置関係調整動作として、 アダプティブクルーズコントロールを実行する。 一方、 制 御モードの実行中において、 位置関係の調整対象となる先行車両が検出されていない場合 、 実行部 2 2は、 アダプティブクルーズコントロールを一時的に中断する。
[ 0 0 4 4 ] 図 4は、 モータサイクル 1の追従走行状態を示す模式図である。 図 4の例では、 モータ サイクル 1の走行車線と同一の車線においてモータサイクル 1の前方を走行する先行車両 4 が、 例えば、 周囲環境センサ 1 4によって検出されている。 このとき、 実行部 2 2にょ って実行され得るアダプティブクルーズコントロールによって、 モータサイクル 1 と先行 車両 4との位置関係が目標位置関係に調整され得る。 それにより、 モータサイクル 1が先 行車両 4に追従する追従走行が実現される。
[ 0 0 4 5 ] 以下、 図 4の例のように、 追従走行が行われている状態を追従走行状態とも呼ぶ (アダ プティブクルーズコントロールが実行されていない場合も含む) 。 なお、 図 4に示される モータサイクル 1の走行位置は、 モータサイクル 1 と先行車両 4との位置関係が目標位置 関係となる走行位置である。 そして、 追従走行状態は、 例えば、 モータサイクル 1の走行 位置が図 4に示されるモータサイクル 1の走行位置を含む基準範囲 R !内に維持されてい る状態を意味し得る。 基準範囲 R 1は、 例えば、 図 4に示されるモータサイクル 1の走行 位置を中心とし前後方向に所定距離の幅を有する範囲である。
[ 0 0 4 6 ] アダプティブクルーズコントロールでは、 例えば、 モータサイクル 1 と先行車両 4との 通過時間差 (具体的には、 現時点からモータサイクル 1が先行車両 4の現在位置を通過す るまでにかかる時間) の目標値である目標通過時間差が設定されており、 実行部 2 2は、 上記の通過時間差が目標通過時間差に維持されるように、 モータサイクル 1の速度を制御 する。 つまり、 上記の通過時間差が目標通過時間差になる位置関係が目標位置関係に相当 する。 例えば、 取得部 2 1は、 モータサイクル 1の周囲環境情報に基づいて上記の通過時 間差を取得し、 実行部 2 2は、 そのように取得される通過時間差に基づいて、 上記のよう にモータサイクル 1の速度を制御することができる。
[ 0 0 4 7 ] ただし、 アダプティブクルーズコントロールでは、 例えば、 モータサイクル 1 と先行車 両 4との車間距離の目標値である目標車間距離が設定されており、 実行部 2 2は、 上記の 車間距離が目標車間距離に維持されるように、 モータサイクル 1の速度を制御してもよい 。 この場合、 上記の車間距離が目標車間距離になる位置関係が目標位置関係に相当する。 なお、 車間距離は、 車線 (具体的には、 モータサイクル 1の走行レーン) に沿う方向の距 離を意味してもよく、 直線距離を意味してもよい。 例えば、 取得部 2 1は、 モータサイク ル 1の周囲環境情報に基づいて上記の車間距離を取得し、 実行部 2 2は、 そのように取得 される車間距離に基づいて、 上記のようにモータサイクル 1の速度を制御することができ る
[ 0 0 4 8 ] なお、 実行部 2 2は、 例えば、 前輪 2の車輪速、 及び、 後輪 3の車輪速に基づいて取得 されるモータサイクル 1の速度の情報に基づいて、 モータサイクル 1の速度を制御するこ とができる。 例えば、 実行部 2 2は、 駆動源 1 1の動作を制御することによって、 モータ サイクル 1に作用する駆動力を制御できる。 また、 例えば、 実行部 2 2は、 液圧制御ユニ ッ ト 1 2の動作を制御することによって、 モータサイクル 1に作用する制動力を制御でき る。 それにより、 実行部 2 2は、 アダプティブクルーズコントロールにおいて、 ライダー による加減速操作 (つまり、 アクセル操作及びブレーキ操作) によらずにモータサイクル 1 の速度を自動で制御することができる。
[ 0 0 4 9 ] 上記の制動力の制御において、 実行部 2 2は、 例えば、 込め弁 6 1が開放され、 弛め弁 6 2が閉鎖され、 第 1弁 6 5が閉鎖され、 第 2弁 6 6が開放された状態にし、 モータ 7 1 を稼働させてポンプ 6 4を駆動することによって、 ホイールシリンダ 5 4のブレーキ液の 圧力を上昇させ、 各車輪を制動することができる。
[ 0 0 5 0 ] 図 5は、 モータサイクル 1の単独走行状態を示す模式図である。 図 5の例では、 モータ サイクル 1の前方、 かつ、 モータサイクル 1に対して所定範囲内に先行車両 4が存在して おらず、 先行車両 4が検出されていない。 このように、 モータサイクル 1が追従走行を行 っておらず単独走行を行っている場合、 アダプティブクルーズコントロールは一時的に中 断される。 この場合、 実行部 2 2は、 モータサイクル 1の速度を、 目標速度に調整する。 それにより、 モータサイクル 1は、 ほぼ一定の速度で走行する。 目標速度は、 例えば、 あ らかじめ設定されており、 制御装置 2 0の記憶素子に記憶されている。 なお、 ライダーが 目標速度を手動で設定可能となっていてもよい。
[ 0 0 5 1 ] 学習部 2 3は、 上記制御モードが実行されていない状況下において、 モータサイクル 1 の運転特性の学習を行う。 本実施形態では、 上記の制御モードにおいて、 学習部 2 3によ る学習の結果に基づいて、 モータサイクル 1の挙動が制御される。 学習部 2 3による学習 の詳細については後述する。
[ 0 0 5 2 ] 記憶部 2 4は、 各種情報を記憶する。 例えば、 記憶部 2 4は、 学習部 2 3による学習の 結果を記憶する。
[ 0 0 5 3 ] く制御装置の動作> 図 6及び図 7を参照して、 本発明の実施形態に係る制御装置 2〇の動作について説明す る。
[ 0 0 5 4 ] 上述したように、 制御装置 2 0の実行部 2 2は、 アダプティブクルーズコントロールが 実行される制御モードを実行することができる。 また、 制御装置 2 0の学習部 2 3は、 上 記制御モードが実行されていない状況下において、 モータサイクル 1の運転特性の学習を 行う。 そして、 実行部 2 2は、 制御モードにおいて、 学習部 2 3による学習の結果に基づ いて、 モータサイクル 1の挙動を制御する。 それにより、 後述されるように、 制御モード において制御されるモータサイクル 1の挙動によってライダーに違和感が与えられること を抑制することが実現される。
[ 0 0 5 5 ] 以下、 制御装置 2 0による学習に関する処理、 及び、 挙動制御に関する処理の流れのー 例について図 6及び図 7を参照して簡単に説明した後に、 学習内容の詳細について説明す る。
[ 0 0 5 6 ] 図 6は、 制御装置 2〇による学習に関する処理の流れの一例を示すフローチャートであ る。 図 6に示される処理フローは、 アダプティブクルーズコントロールが実行される制御 モードが実行されていない状況下において開始する。 図 6におけるステップ S 1 〇 1は、 図 6に示される処理ローの開始に対応する。
[ 0 0 5 7 ] 図 6に示される処理フローが開始すると、 ステップ S 1 〇 2において、 学習部 2 3は、 上記制御モードが実行されていない状況下において、 モータサイクル 1の周囲環境情報が 、 モータサイクル 1が先行車両 4に追従する追従走行を行っていることを示す情報である か否かを判定する。
[ 0 0 5 8 ] 学習部 2 3は、 例えば、 周囲環境情報として取得されるモータサイクル 1 と先行車両 4 との位置関係の情報に基づいて、 モータサイクル 1が追従走行状態となっているか否かを 判定することができる。
[ 0 0 5 9 ] 例えば、 学習部 2 3は、 上記制御モードが実行されていない状況下において、 上記の位 置関係の情報に基づいて、 モータサイクル 1の走行位置が図 4に示される基準範囲 R 1内 に所定時間に亘って維持されていると判断した場合、 モータサイクル 1が追従走行状態と なっていると判定する。 つまり、 この場合、 ステップ S 1 0 2で Y E Sと判定される。 ー 方、 学習部 2 3は、 上記の位置関係の情報に基づいて、 モータサイクル 1が追従走行状態 となっていないと判定した場合、 モータサイクル 1が図 5の例のように単独走行状態とな っていると判定する。 つまり、 この場合、 ステップ S 1 0 2で N Oと判定される。 なお、 学習部 2 3は、 例えば、 モータサイクル 1の周囲環境情報に基づいて、 モータサイクル 1 の前方、 かつ、 モータサイクル 1に対して所定範囲内に先行車両 4が存在していないと判 定した場合、 モータサイクル 1が単独走行状態となっていると判定してもよい。
[ 0 0 6 0 ] 周囲環境情報が、 モータサイクル 1が追従走行を行っていることを示す情報である (つ まり、 モータサイクル 1が追従走行状態となっている) と判定された場合 (ステップ S 1 〇 2 / Y E S ) 、 ステップ S ! 〇 3に進む。 一方、 周囲環境情報が、 モータサイクル 1が 追従走行を行っていることを示す情報ではない (つまり、 モータサイクル 1が単独走行状 態となっている) と判定された場合 (ステップ S ! 〇 2 / N O ) 、 ステップ S 1 0 4に進 む。
[ 0 0 6 1 ] ステップ S 1 〇 2で Y E Sと判定された場合、 ステップ S 1 〇 3において、 学習部 2 3 は、 モータサイクル 1の運転特性の学習として第 1学習を行い、 ステップ S 1 0 2に戻る 。 つまり、 第 1学習は、 モータサイクル 1が追従走行状態となっている場合に行われる学 習である。 一方、 ステップ S 1 0 2で N Oと判定された場合、 ステップ S 1 0 4において 、 学習部 2 3は、 モータサイクル 1の運転特性の学習として第 2学習を行い、 ステップ S 1 〇 2に戻る。 つまり、 第 2学習は、 モータサイクル 1が単独走行状態となっている場合 に行われる学習である。
[ 0 0 6 2 ] 運転特性は、 ライダー固有のモータサイクル 1の運転に関する特性を意味する。 運転特 性の学習内容の詳細については後述するが、 学習部 2 3は、 運転特性の学習において、 各 種データに基づいて、 ライダー固有の運転特性を特定する。 そして、 学習部 2 3は、 取得 された運転特性に関するデータ (具体的には、 学習の結果に相当する運転特性の特定結果 を示すデータ、 及び、 運転特性の特定に用いられたデータ) を記憶部 2 4に記憶させて蓄 積する。 そして、 学習部 2 3は、 繰り返し学習を行う上で、 蓄積されたデータに基づいて 、 運転特性の学習 (つまり、 ライダー固有の運転特性の特定) を行う。 このようにデータ の蓄積に伴い学習の結果が更新されるので、 運転特性の学習の習熟度は、 データが蓄積さ れるにつれて高くなる。 なお、 学習部 2 3による運転特性の学習は、 既存の機械学習の各 種手法を用いて行われてもよい。
[ 0 0 6 3 ] の例、 第 2の例、 第 3の例、 第 4の例、 及び、 第 5の例を説明する。
[ 0 0 7 0 ] 第 1の例では、 学習部 2 3は、 モータサイクル 1の加速度及び減速度の少なく とも一方 に関する特性を運転特性として学習する。 つまり、 学習対象となる運転特性は、 モータサ イクル 1の加速度及び減速度の少なく とも一方に関する特性を含み得る。
[ 0 0 7 1 ] 第 1の例において、 学習部 2 3は、 例えば、 モータサイクル 1の加速度の学習を行って もよい。 そのような学習において、 学習部 2 3は、 例えば、 モータサイクル 1の最大加速 度を運転特性として学習してもよい。 例えば、 取得部 2 1は、 前輪車輪速センサ 1 5の検 出結果、 及び、 後輪車輪速センサ 1 6の検出結果に基づいて、 モータサイクル 1の加速度 を直接的に示す情報、 又は、 モータサイクル 1の加速度に実質的に変換可能な他の情報を 、 モータサイクル 1の加速度の情報として取得できる。 そして、 学習部 2 3は、 モータサ イクル 1の加速度の情報に基づいて、 モータサイクル 1の最大加速度を運転特性として学 習できる。
[ 0 0 7 2 ] なお、 学習部 2 3は、 モータサイクル 1の加速度の学習を、 追従走行時と単独走行時と で分けて行ってもよい。 例えば、 学習部 2 3は、 モータサイクル 1が追従走行状態となっ ている場合に行われる第 1学習において、 追従走行時におけるモータサイクル 1の最大加 速度を運転特性として学習し、 モータサイクル 1が単独走行状態となっている場合に行わ れる第 2学習において、 単独走行時におけるモータサイクル 1の最大加速度を運転特性と して学習してもよい。 上記の第 1学習では、 例えば、 追従走行時において、 先行車両 4が 急加速を行ったことに伴いモータサイクル 1が加速する際の最大加速度等が学習され得る 。 また、 上記の第 2学習では、 例えば、 単独走行時において、 信号機が赤から青に変わる ことに伴いモータサイクル 1が発進する際の最大加速度等が学習され得る。
[ 0 0 7 3 ] また、 第 1の例において、 学習部 2 3は、 例えば、 モータサイクル 1の減速度の学習を 行ってもよい。 そのような学習において、 学習部 2 3は、 例えば、 モータサイクル 1の最 大減速度を運転特性として学習してもよい。 例えば、 取得部 2 1は、 前輪車輪速センサ 1 5 の検出結果、 及び、 後輪車輪速センサ 1 6の検出結果に基づいて、 モータサイクル 1の 減速度を直接的に示す情報、 又は、 モータサイクル 1の減速度に実質的に変換可能な他の 情報を、 モータサイクル 1の減速度の情報として取得できる。 そして、 学習部 2 3は、 モ ータサイクル 1の減速度の情報に基づいて、 モータサイクル 1の最大減速度を運転特性と して学習できる。
[ 0 0 7 4 ] なお、 学習部 2 3は、 モータサイクル 1の減速度の学習を、 追従走行時と単独走行時と で分けて行ってもよい。 例えば、 学習部 2 3は、 モータサイクル 1が追従走行状態となっ ている場合に行われる第 1学習において、 追従走行時におけるモータサイクル 1の最大減 速度を運転特性として学習し、 モータサイクル 1が単独走行状態となっている場合に行わ れる第 2学習において、 単独走行時におけるモータサイクル 1の最大減速度を運転特性と して学習してもよい。 上記の第 1学習では、 例えば、 追従走行時において、 先行車両 4が 急減速を行ったことに伴いモータサイクル 1が減速する際の最大減速度等が学習され得る 。 また、 上記の第 2学習では、 例えば、 単独走行時において、 モータサイクル 1が赤の信 号機に到達したことに伴い停止する際の最大減速度等が学習され得る。
[ 0 0 7 5 ] また、 第 1の例において、 学習部 2 3は、 例えば、 モータサイクル 1の加速度変化率の 学習を行ってもよい。 そのような学習において、 学習部 2 3は、 例えば、 モータサイクル 1 の加速度変化率の標準値 (例えば、 平均値) を、 運転特性として学習してもよい。 例え ば、 取得部 2 1は、 前輪車輪速センサ 1 5の検出結果、 及び、 後輪車輪速センサ 1 6の検 出結果に基づいて、 モータサイクル 1の加速度変化率を直接的に示す情報、 又は、 モータ サイクル 1の加速度変化率に実質的に変換可能な他の情報を、 モータサイクル 1の加速度 変化率の情報として取得できる。 そして、 学習部 2 3は、 モータサイクル 1の加速度変化 率の情報に基づいて、 モータサイクル 1の加速度変化率の標準値を、 運転特性として学習 できる。 なお、 学習部 2 3は、 上記の標準値を示す指標 (例えば、 モータサイクル 1が加 速する際に加速度が最大加速度に到達するまでの時間等) を、 運転特性として学習しても よい。
[ 0 0 7 6 ] なお、 学習部 2 3は、 モータサイクル 1の加速度変化率の学習を、 追従走行時と単独走 行時とで分けて行ってもよい。 例えば、 学習部 2 3は、 モータサイクル 1が追従走行状態 となっている場合に行われる第 1学習において、 追従走行時におけるモータサイクル 1の 加速度変化率の標準値を運転特性として学習し、 モータサイクル 1が単独走行状態となっ ている場合に行われる第 2学習において、 単独走行時におけるモータサイクル 1の加速度 変化率の標準値を運転特性として学習してもよい。 上記の第 1学習では、 例えば、 追従走 行時において、 先行車両 4が急加速を行ったことに伴いモータサイクル 1が加速する際の 加速度変化率の標準値等が学習され得る。 また、 上記の第 2学習では、 例えば、 単独走行 時において、 信号機が赤から青に変わることに伴いモータサイクル 1が発進する際の加速 度変化率の標準値等が学習され得る。 [ 0 0 7 7 ] また、 第 1の例において、 学習部 2 3は、 例えば、 モータサイクル 1の減速度変化率の 学習を行ってもよい。 そのような学習において、 学習部 2 3は、 例えば、 モータサイクル 1 の減速度変化率の標準値 (例えば、 平均値) を、 運転特性として学習してもよい。 例え ば、 取得部 2 1は、 前輪車輪速センサ 1 5の検出結果、 及び、 後輪車輪速センサ 1 6の検 出結果に基づいて、 モータサイクル 1の減速度変化率を直接的に示す情報、 又は、 モータ サイクル 1の減速度変化率に実質的に変換可能な他の情報を、 モータサイクル 1の減速度 変化率の情報として取得できる。 そして、 学習部 2 3は、 モータサイクル 1の減速度変化 率の情報に基づいて、 モータサイクル 1の減速度変化率の標準値を、 運転特性として学習 できる。 なお、 学習部 2 3は、 上記の標準値を示す指標 (例えば、 モータサイクル 1が減 速する際に減速度が最大減速度に到達するまでの時間等) を、 運転特性として学習しても よい。
[ 0 0 7 8 ] なお、 学習部 2 3は、 モータサイクル 1の減速度変化率の学習を、 追従走行時と単独走 行時とで分けて行ってもよい。 例えば、 学習部 2 3は、 モータサイクル 1が追従走行状態 となっている場合に行われる第 1学習において、 追従走行時におけるモータサイクル 1の 減速度変化率の標準値を運転特性として学習し、 モータサイクル 1が単独走行状態となっ ている場合に行われる第 2学習において、 単独走行時におけるモータサイクル 1の減速度 変化率の標準値を運転特性として学習してもよい。 上記の第 1学習では、 例えば、 追従走 行時において、 先行車両 4が急減速を行ったことに伴いモータサイクル 1が減速する際の 減速度変化率の標準値等が学習され得る。 また、 上記の第 2学習では、 例えば、 単独走行 時において、 モータサイクル 1が赤の信号機に到達したことに伴い停止する際の減速度変 化率の標準値等が学習され得る。
[ 0 0 7 9 ] また、 第 1の例において、 学習部 2 3は、 上述した加速度及び減速度の少なく とも一方 に関する特性をモータサイクル 1のリーン角ごとに学習してもよい。 例えば、 モータサイ クル 1の加速度又は減速度の学習において、 学習部 2 3は、 リーン角が小さい場合の最大 加速度又は最大減速度と、 リーン角が大きい場合の最大加速度又は最大減速度とを分けて 学習してもよい。 例えば、 モータサイクル 1の加速度変化率又は減速度変化率の学習にお いて、 学習部 2 3は、 リーン角が小さい場合の加速度変化率の標準値、 又は、 減速度変化 率の標準値と、 リーン角が大きい場合の加速度変化率の標準値、 又は、 減速度変化率の標 準値とを分けて学習してもよい。 なお、 取得部 2 1は、 例えば、 慣性計測装置 1 7の検出 結果に基づいて、 リーン角を直接的に示す情報、 又は、 リーン角に実質的に変換可能な他 の情報を、 リーン角の情報として取得できる。
[ 0 0 8 0 ] 上記のように、 第 1の例では、 モータサイクル 1の加速度及び減速度の少なく とも一方 に関する特性が運転特性として学習される。 ゆえに、 実行部 2 2は、 制御モードにおいて 、 上記のように学習されたモータサイクル 1の加速度及び減速度の少なく とも一方に関す る特性が再現されるように、 モータサイクル 1の挙動を制御する。 例えば、 実行部 2 2は 、 制御モードにおいて、 モータサイクル 1を加速させる際に、 モータサイクル 1の最大加 速度、 及び、 加速度変化率が学習結果 (例えば、 学習された標準値) に近くなるように、 モータサイクル 1に作用する駆動力を制御する。 また、 例えば、 実行部 2 2は、 制御モー ドにおいて、 モータサイクル 1を減速させる際に、 モータサイクル 1の最大減速度、 及び 、 減速度変化率が学習結果 (例えば、 学習された標準値) に近くなるように、 モータサイ クル 1に作用する制動力を制御する。
[ 0 0 8 1 ] 第 2の例では、 学習部 2 3は、 モータサイクル 1の前輪 2の制動力と後輪 3の制動力と の関係に関する特性を運転特性として学習する。 つまり、 学習対象となる運転特性は、 モ ータサイクル 1の前輪 2の制動力と後輪 3の制動力との関係に関する特性を含み得る。
[ 0 0 8 2 ] 第 2の例において、 学習部 2 3は、 例えば、 モータサイクル 1の制動時における前輪 2 の制動力と後輪 3の制動力との比率の標準値 (例えば、 平均値) を、 運転特性として学習 してもよい。 例えば、 取得部 2 1は、 圧力センサ 7 2の検出結果に基づいて、 前輪 2の制 動力、 及び、 後輪 3の制動力を直接的に示す情報、 又は、 前輪 2の制動力、 及び、 後輪 3 の制動力に実質的に変換可能な他の情報を、 各車輪の制動力の情報として取得できる。 そ して、 学習部 2 3は、 各車輪の制動力の情報に基づいて、 前輪 2の制動力と後輪 3の制動 力との比率の標準値を、 運転特性として学習できる。
[ 0 0 8 3 ] なお、 学習部 2 3は、 前輪 2の制動力と後輪 3の制動力との関係に関する特性の学習を 、 追従走行時と単独走行時とで分けて行ってもよい。 例えば、 学習部 2 3は、 モータサイ クル 1が追従走行状態となっている場合に行われる第 1学習において、 追従走行時におけ る前輪 2の制動力と後輪 3の制動力との比率の標準値を運転特性として学習し、 モータサ イクル 1が単独走行状態となっている場合に行われる第 2学習において、 単独走行時にお ける前輪 2の制動力と後輪 3の制動力との比率の標準値を運転特性として学習してもよい
[ 0 0 8 4 ] また、 第 2の例において、 学習部 2 3は、 前輪 2の制動力と後輪 3の制動力との関係に 関する特性を、 モータサイクル 1の速度を加味して学習してもよい。 例えば、 学習部 2 3 は、 モータサイクル 1の速度が所定値以下である場合に限り、 前輪 2の制動力と後輪 3の 制動力との比率の標準値を学習してもよい。 それにより、 モータサイクル 1がある程度低 い速度で走行している状況下における前輪 2の制動力と後輪 3の制動力との比率の標準値 を学習することができる。 なお、 取得部 2 1は、 例えば、 前輪車輪速センサ 1 5の検出結 果、 及び、 後輪車輪速センサ 1 6の検出結果に基づいて、 モータサイクル 1の速度を直接 的に示す情報、 又は、 モータサイクル 1の速度に実質的に変換可能な他の情報を、 モータ サイクル 1の速度の情報として取得できる。
[ 0 0 8 5 ] 上記のように、 第 2の例では、 モータサイクル 1の前輪 2の制動力と後輪 3の制動力と の関係に関する特性が運転特性として学習される。 ゆえに、 実行部 2 2は、 制御モードに おいて、 上記のように学習されたモータサイクル 1の前輪 2の制動力と後輪 3の制動力と の関係に関する特性が再現されるように、 モータサイクル 1の挙動を制御する。 例えば、 実行部 2 2は、 制御モードにおいて、 モータサイクル 1を減速させる際に、 前輪 2の制動 力と後輪 3の制動力との比率が学習結果 (例えば、 学習された標準値) に近くなるように 、 モータサイクル 1の各車輪に作用する制動力を制御する。
[ 0 0 8 6 ] 第 3の例では、 学習部 2 3は、 追従走行におけるモータサイクル 1の加速の開始タイミ ング、 及び、 減速の開始タイミングの少なく とも一方に関する特性を運転特性として学習 する。 つまり、 学習対象となる運転特性は、 追従走行におけるモータサイクル 1の加速の 開始タイミング、 及び、 減速の開始タイミングの少なく とも一方に関する特性を含み得る 。 このような特性は、 モータサイクル 1が先行車両 4に追従する追従走行に関する追従走 行特性の一例に相当する。
[ 0 0 8 7 ] 第 3の例において、 学習部 2 3は、 例えば、 追従走行中のモータサイクル 1が加速を開 始するタイミングにおけるモータサイクル 1 と先行車両 4との標準的な (例えば、 平均的 な) 位置関係を、 運転特性として学習してもよい。 例えば、 学習部 2 3は、 例えば、 周囲 環境情報として取得されるモータサイクル 1 と先行車両 4との位置関係の情報に基づいて 、 追従走行中のモータサイクル 1が加速を開始するタイミングにおけるモータサイクル 1 と先行車両 4との標準的な位置関係を、 運転特性として学習できる。
[ 0 0 8 8 ] また、 第 3の例において、 学習部 2 3は、 例えば、 追従走行中のモータサイクル 1が減 速を開始するタイミングにおけるモータサイクル 1 と先行車両 4との標準的な (例えば、 平均的な) 位置関係を、 運転特性として学習してもよい。 例えば、 学習部 2 3は、 周囲環 境情報として取得されるモータサイクル 1 と先行車両 4との位置関係の情報に基づいて、 追従走行中のモータサイクル 1が減速を開始するタイミングにおけるモータサイクル 1 と 先行車両 4との標準的な位置関係を、 運転特性として学習できる。
[ 0 0 8 9 ] なお、 学習部 2 3は、 モータサイクル 1が追従走行状態となっている場合に行われる第 1 学習において、 追従走行におけるモータサイクル 1の加速の開始タイミング、 及び、 減 速の開始タイミングの少なく とも一方に関する特性を運転特性として学習できる。 上記の 第 1学習では、 例えば、 追従走行時において、 先行車両 4が加速してモータサイクル 1か ら離れたことに伴いモータサイクル 1が加速する際の加速の開始タイミング等が学習され 得る。 また、 上記の第 1学習では、 例えば、 追従走行時において、 先行車両 4が減速して モータサイクル 1に近づいたことに伴いモータサイクル 1が減速する際の減速の開始タイ ミング等が学習され得る。
[ 0 0 9 0 ] 上記のように、 第 3の例では、 追従走行におけるモータサイクル 1の加速の開始タイミ ング、 及び、 減速の開始タイミングの少なく とも一方に関する特性が運転特性として学習 される。 ゆえに、 実行部 2 2は、 制御モードにおいて、 上記のように学習された追従走行 におけるモータサイクル 1の加速の開始タイミング、 及び、 減速の開始タイミングの少な く とも一方に関する特性が再現されるように、 モータサイクル 1の挙動を制御する。 例え ば、 実行部 2 2は、 制御モードにおいて、 追従走行中のモータサイクル 1を加速させる際 に、 加速を開始するタイミングにおけるモータサイクル 1 と先行車両 4との位置関係が学 習結果 (例えば、 学習された標準的な位置関係) に近くなるように、 モータサイクル 1に 作用する駆動力を制御する。 また、 例えば、 実行部 2 2は、 制御モードにおいて、 追従走 行中のモータサイクル 1を減速させる際に、 減速を開始するタイミングにおけるモータサ イクル 1 と先行車両 4との位置関係が学習結果 (例えば、 学習された標準的な位置関係) に近くなるように、 モータサイクル 1に作用する制動力を制御する。
[ 0 0 9 1 ] 第 4の例では、 学習部 2 3は、 追従走行におけるモータサイクル 1の最低速度に関する 特性を運転特性として学習する。 つまり、 学習対象となる運転特性は、 追従走行における モータサイクル 1の最低速度に関する特性を含み得る。 このような特性は、 モータサイク ル 1が先行車両 4に追従する追従走行に関する追従走行特性の一例に相当する。
[ 0 0 9 2 ] 第 4の例において、 学習部 2 3は、 例えば、 追従走行中のモータサイクル 1が停止せず に走行を維持できる速度のうちの最低速度の標準値 (例えば、 平均値) を、 運転特性とし て学習してもよい。 なお、 取得部 2 1は、 上述したように、 例えば、 前輪車輪速センサ 1 5 の検出結果、 及び、 後輪車輪速センサ 1 6の検出結果に基づいて、 モータサイクル 1の 速度を直接的に示す情報、 又は、 モータサイクル 1の速度に実質的に変換可能な他の情報 を、 モータサイクル 1の速度の情報として取得できる。 そして、 学習部 2 3は、 モータサ イクル 1の速度の情報に基づいて、 上記の最低速度の標準値を、 運転特性として学習でき る。
[ 0 0 9 3 ] なお、 学習部 2 3は、 モータサイクル 1が追従走行状態となっている場合に行われる第 1 学習において、 追従走行におけるモータサイクル 1の最低速度に関する特性を運転特性 として学習できる。 上記の第 1学習では、 例えば、 追従走行時において、 先行車両 4の速 度の低下に伴いモータサイクル 1の速度が低下し、 モータサイクル 1が低い速度で走行し ている状況下における速度の標準値等が学習され得る。
[ 0 0 9 4 ] 上記のように、 第 4の例では、 追従走行におけるモータサイクル 1の最低速度に関する 特性が運転特性として学習される。 ゆえに、 実行部 2 2は、 制御モードにおいて、 上記の ように学習された追従走行におけるモータサイクル 1の最低速度に関する特性が再現され るように、 モータサイクル 1の挙動を制御する。 例えば、 実行部 2 2は、 制御モードにお いて、 追従走行中のモータサイクル 1の速度範囲の下限値として上記の最低速度の標準値 を設定し、 モータサイクル 1の速度が当該標準値を下回った場合に、 アダプティブクルー ズコントロールを中断する。
[ 0 0 9 5 ] 第 5の例では、 学習部 2 3は、 モータサイクル 1が先行車両 4に後続して停止した状態 でのモータサイクル 1 と先行車両 4との位置関係に関する特性を運転特性として学習する 。 つまり、 学習対象となる運転特性は、 モータサイクル 1が先行車両 4に後続して停止し た状態でのモータサイクル 1 と先行車両 4との位置関係に関する特性を含み得る。
[ 0 0 9 6 ] 第 5の例において、 学習部 2 3は、 例えば、 追従走行していたモータサイクル 1が先行 車両 4に後続して停止した状態でのモータサイクル 1 と先行車両 4との車間距離の標準値 (例えば、 平均値) を、 運転特性として学習してもよい。 例えば、 学習部 2 3は、 周囲環 境情報として取得されるモータサイクル 1 と先行車両 4との位置関係の情報に基づいて、 追従走行していたモータサイクル 1が先行車両 4に後続して停止した状態でのモータサイ クル 1 と先行車両 4との車間距離の標準値を運転特性として学習できる。
[ 0 0 9 7 ] なお、 学習部 2 3は、 モータサイクル 1が追従走行状態となっている場合に行われる第 1 学習において、 モータサイクル 1が先行車両 4に後続して停止した状態でのモータサイ クル 1 と先行車両 4との位置関係に関する特性を運転特性として学習できる。 上記の第 1 学習では、 例えば、 追従走行時において、 先行車両 4が停止したことに伴いモータサイク ル 1が減速して停止した状況下におけるモータサイクル 1 と先行車両 4との車間距離の標 準値等が学習され得る。
[ 0 0 9 8 ] 上記のように、 第 5の例では、 モータサイクル 1が先行車両 4に後続して停止した状態 でのモータサイクル 1 と先行車両 4との位置関係に関する特性が運転特性として学習され る。 ゆえに、 実行部 2 2は、 制御モードにおいて、 上記のように学習されたモータサイク ル 1が先行車両 4に後続して停止した状態でのモータサイクル 1 と先行車両 4との位置関 係に関する特性が再現されるように、 モータサイクル 1の挙動を制御する。 例えば、 実行 部 2 2は、 制御モードにおいて、 先行車両 4が停止したことに伴いモータサイクル 1を減 速させて停止させる際に、 モータサイクル 1が停止した状態でのモータサイクル 1 と先行 車両 4との車間距離が学習結果 (例えば、 学習された標準値) に近くなるように、 モータ サイクル 1に作用する制動力を制御する。
[ 0 0 9 9 ] なお、 学習部 2 3による学習の対象とする運転特性の種類は、 上記で説明した例に限定 されない。 つまり、 学習部 2 3による学習の対象とする運転特性の種類として、 上記で説 明した種類以外の種類が採用されてもよい。 また、 学習部 2 3は、 上記で説明した運転特 性の例のうちの全種類の運転特性を学習の対象としてもよく、 上記で説明した運転特性の 例のうちの任意の一部の種類の運転特性のみを学習の対象としてもよい。
[ 0 1 0 0 ] 以上説明したように、 本実施形態に係る制御装置 2 0の学習部 2 3は、 制御モードが実 行されていない状況下において、 モータサイクル 1の運転特性の学習を行う。 そして、 制 御装置 2 0の実行部 2 2は、 制御モードにおいて、 学習の結果に基づいて、 モータサイク ル 1の挙動を制御する。 すなわち、 実行部 2 2は、 学習部 2 3が学習した上記運転特性を 、 上記制御モードにおいて、 モータサイクル 1の挙動に反映させる。 例えば、 学習部 2 3 が上記運転特性として、 追従走行時のモータサイクル 1の加速度に関する特性を学習した 場合は、 実行部 2 2は、 上記制御モードにおいて、 追従走行時でのモータサイクル 1の加 速度を、 学習した内容に合わせて制御する。 このような制御により、 上記の制御モードに おいて制御されるモータサイクル 1の挙動が手動運転時のライダー自身の運転特性に対し て乖離することを抑制できる。 ゆえに、 位置関係調整動作 (上記の例では、 アダプティブ クルーズコントロール) が実行される制御モードにおいて制御されるモータサイクル 1の 挙動によってライダーに違和感が与えられることを抑制することができる。
[ 0 1 0 1 ] 上記では、 図 6及び図 7のフローチャートを参照して、 制御装置 2 0が行う処理例につ いて説明した。 ただし、 制御装置 2 0が行う処理は、 上記で説明した処理例に対して変更 が加えられた処理であってもよい。
[ 0 1 0 2 ] 例えば、 上述したように、 学習部 2 3による運転特性の学習は、 制御モードが実行され ていない状況下のうち特定の状況下のみにおいて行われてもよい。 つまり、 制御モードが 実行されていない状況下で、 学習部 2 3は、 学習の実行有無を切り替えてもよい。
[ 0 1 0 3 ] 制御モードが実行されていない状況下で、 学習部 2 3は、 例えば、 モータサイクル 1の ライダーによるマニュアル設定情報に基づいて、 学習の実行有無を切り替えてもよい。 な お、 マニュアル設定情報は、 ライダーによるマニュアル設定に関する情報 (例えば、 上記 の例では、 入力装置 1 3を用いた操作の情報) である。 例えば、 ライダーは、 入力装置 1 3 等を用いた操作を行うことによって、 学習の実行を許可又は禁止できるようになってい る。 そして、 例えば、 制御モードが実行されていない状況下で、 ライダーにより学習の実 行を許可する操作が行われた場合、 学習部 2 3は、 運転特性の学習を行う。 一方、 制御モ ードが実行されていない状況下であっても、 ライダーにより学習の実行を禁止する操作が 行われた場合、 学習部 2 3は、 運転特性の学習を行わない。
[ 0 1 0 4 ] なお、 学習部 2 3は、 モータサイクル 1のライダーによるマニュアル設定情報に基づい て、 学習の対象とする運転特性の種類を変化させてもよい。 例えば、 ライダーは、 入力装 置 1 3等を用いた操作を行うことによって、 学習の対象とする運転特性の種類を選択でき るようになっている。 この場合、 制御モードが実行されていない状況下で、 学習部 2 3は 、 学習の対象とする運転特性の種類としてライダーにより選択された種類の運転特性に限 り学習を行う。
[ 0 1 0 5 ] また、 制御モードが実行されていない状況下で、 学習部 2 3は、 例えば、 学習の実行有 無を自動で切り替えてもよい。 例えば、 学習部 2 3は、 路面の情報に基づいて、 学習の実 行有無を自動で切り替えてもよい。 例えば、 取得部 2 1は、 G P S (G l o b a l P〇 s i t i 〇 n i n g S y s t e m ) 衛星から送信される情報、 及び、 地図データ等に基 づいて、 モータサイクル 1が走行している路面がオフロードであるか否かを示す情報を路 面の情報として取得できる。 そして、 学習部 2 3は、 そのような路面の情報を用いて、 モ ータサイクル 1がオフロードを走行していると判定した場合、 学習部 2 3による運転特性 の学習を禁止してもよい。 なお、 学習部 2 3は、 路面の情報以外の他の情報 (例えば、 後 述される搭乗者情報、 後述される積載物情報、 後述される走行姿勢情報、 又は、 アンチロ ックブレーキ制御等の他の制御の介入情報) に基づいて、 学習の実行有無を自動で切り替 えてもよい。
[ 0 1 0 6 ] また、 例えば、 学習部 2 3は、 過去に取得された運転特性に関するデータ (具体的には 、 過去の学習の結果に相当するデータ等) のうちから、 モータサイクル 1のライダーによ るマニュアル設定情報に基づいて選択されるデータに基づいて学習を行ってもよい。 上述 したように、 学習部 2 3は、 運転特性の学習において、 取得された運転特性に関するデー タを記憶部 2 4に記憶させて蓄積する。 例えば、 ライダーは、 入力装置 1 3等を用いた操 作を行うことによって、 過去に取得された運転特性に関するデータのうちの任意のデータ を選択できるようになっている。 そして、 学習部 2 3は、 ライダーにより過去に取得され た運転特性に関するデータ (つまり、 過去の学習の結果に相当するデータ等) が選択され た場合、 選択された過去の学習の結果に遡って (つまり、 選択されたデータの取得時点以 降に取得されたデータを用いずに) 、 学習を行う。 [ 0 1 0 7 ] また、 例えば、 学習部 2 3は、 モータサイクル 1の搭乗者情報及び積載物情報の少なく とも一方を加味して、 学習を行ってもよい。 例えば、 取得部 2 1は、 モータサイクル 1の リアシートに設けられる着座センサ等の検出結果に基づいて、 リアシート上の搭乗者の有 無を示す情報、 及び、 リアシート上の積載物の有無を示す情報を、 搭乗者情報及び積載物 情報としてそれぞれ取得できる。 なお、 搭乗者情報は、 モータサイクル 1の搭乗者に関す る情報であればよく、 例えば、 搭乗者の人数、 又は、 各搭乗者の重量等の情報であっても よい。 また、 積載物情報は、 モータサイクル 1の積載物に関する情報であればよく、 例え ば、 積載物の数、 又は、 各積載物の重量等の情報であってもよい。
[ 0 1 0 8 ] 学習部 2 3は、 例えば、 搭乗者情報及び積載物情報の少なく とも一方に基づいて、 学習 の実行有無を自動で切り替えてもよい。 例えば、 学習部 2 3は、 リアシート上の搭乗者が 存在する場合 (つまり、 2人乗りが行われている場合) 、 運転特性の学習を禁止してもよ い。 また、 学習部 2 3は、 例えば、 搭乗者情報及び積載物情報の少なく とも一方に応じて 、 学習を分けて行ってもよい。 例えば、 学習部 2 3は、 リアシート上の搭乗者が存在しな い場合 (つまり、 1人乗りが行われている場合) の運転特性と、 リアシート上の搭乗者が 存在する場合 (つまり、 2人乗りが行われている場合) の運転特性とを分けて学習しても よい。
[ 0 1 0 9 ] また、 例えば、 制御装置 2 0において、 学習部 2 3は、 モータサイクル 1の走行姿勢情 報を加味して、 学習を行ってもよい。 モータサイクル 1の走行姿勢情報は、 モータサイク ル 1の走行姿勢に関する種々の情報を含み得る。 例えば、 走行姿勢情報は、 モータサイク ル 1のリーン角の情報を含む。
[ 0 1 1 0 ] 学習部 2 3は、 例えば、 モータサイクル 1の走行姿勢情報に基づいて、 学習の実行有無 を自動で切り替えてもよい。 例えば、 学習部 2 3は、 リーン角が所定値以上になっている 場合 (つまり、 モータサイクル 1が大きく傾いている場合) 、 運転特性の学習を禁止して もよい。 また、 学習部 2 3は、 例えば、 モータサイクル 1の走行姿勢情報に応じて、 学習 を分けて行ってもよい。 例えば、 学習部 2 3は、 リーン角が所定値より小さい場合 (つま り、 モータサイクル 1が大きく傾いてはいない場合) の運転特性と、 リーン角が所定値以 上になっている場合 (つまり、 モータサイクル 1が大きく傾いている場合) の運転特性と を分けて学習してもよい。
[ 0 1 1 1 ] く制御装置の効果> 本発明の実施形態に係る制御装置 2〇の効果について説明する。
[ 0 1 1 2 ] 制御装置 2 0は、 モータサイクル 1 と、 モータサイクル 1の先行車両 4との位置関係を 目標位置関係に調整する位置関係調整動作 (上記の例では、 アダプティブクルーズコント ロール) が実行される制御モードを実行する実行部 2 2を備える。 さらに、 制御装置 2 0 は、 制御モードが実行されていない状況下において、 モータサイクル 1の運転特性の学習 を行う学習部 2 3を備える。 そして、 実行部 2 2は、 制御モードにおいて、 学習の結果に 基づいて、 モータサイクル 1の挙動を制御する。 それにより、 上記の制御モードにおいて 制御されるモータサイクル 1の挙動が手動運転時のライダー自身の運転特性に対して乖離 することを抑制できる。 ゆえに、 位置関係調整動作が実行される制御モードにおいて制御 されるモータサイクル 1の挙動によってライダーに違和感が与えられることを抑制するこ とができる。
[ 0 1 1 3 ] 特に、 モータサイクル 1では、 四輪の自動車等と比べて、 運転特性の幅 (換言すると、 乗り方の自由度) が広く、 ライダーにとって車体挙動を敏感に感じやすい。 ゆえに、 上記 の制御モードにおいて制御されるモータサイクル 1の挙動が手動運転時ライダー自身の運 転特性に対して乖離すると、 ライダーに違和感が与えられやすい。 ゆえに、 モータサイク ル 1では、 上記の学習部 2 3及び実行部 2 2の処理によってライダーに違和感が与えられ ることを抑制することがより重要となる。
[〇 1 1 4 ] 好ましくは、 制御装置 2 0において、 学習部 2 3は、 モータサイクル 1の周囲環境情報 に基づいて、 学習を行う。 それにより、 モータサイクル 1の周囲環境に応じて、 学習を分 けて行うことができる。 ゆえに、 制御モードの実行時における状況ごとに、 ライダーの運 転特性を別々に再現することができるので、 ライダーに違和感が与えられることを効果的 に抑制することができる。
[ 0 1 1 5 ] 好ましくは、 制御装置 2 0において、 学習部 2 3は、 周囲環境情報が、 モータサイクル 1 が先行車両 4に追従する追従走行を行っていることを示す情報である場合に、 学習とし て第 1学習を行い、 周囲環境情報が、 モータサイクル 1が追従走行を行っておらず単独走 行を行っていることを示す情報である場合に、 学習として第 2学習を行い、 実行部 2 2は 、 制御モードにおいて、 位置関係調整動作 (上記の例では、 アダプティブクルーズコント ロール) が実行されている状況下で、 第 1学習の結果に基づいて、 モータサイクル 1の挙 動を制御し、 位置関係調整動作が実行されていない状況下で、 第 2学習の結果に基づいて 、 モータサイクル 1の挙動を制御する。 それにより、 制御モードにおいて、 位置関係調整 動作が実行されている状況下、 及び、 位置関係調整動作が実行されていない状況下の各々 で、 ライダーの運転特性を別々に再現することができるので、 ライダーに違和感が与えら れることをより効果的に抑制することができる。
[ 0 1 1 6 ] なお、 上記では、 周囲環境情報を用いて、 モータサイクル 1が追従走行を行っている状 況と、 モータサイクル 1が単独走行を行っている状況とを区別し、 各状況下で学習を個別 に行う例を説明した。 ただし、 周囲環境情報を用いて区別される状況は、 上記の例に限定 されない。 例えば、 学習部 2 3は、 周囲環境情報を用いて、 モータサイクル 1が一般道を 走行している状況と、 モータサイクル 1が高速道路を走行している状況とを区別し、 各状 況下で学習を個別に行ってもよい。
[ 0 1 1 7 ] 好ましくは、 制御装置 2 0において、 運転特性は、 モータサイクル 1の加速度及び減速 度の少なく とも一方に関する特性を含む。 それにより、 制御モードにおいて制御されるモ ータサイクル 1の挙動のうち加速度及び減速度の少なく とも一方に関する挙動が手動運転 時の挙動に対して乖離することを抑制できる。 ゆえに、 制御モードにおいて制御されるモ ータサイクル 1の挙動によってライダーに違和感が与えられることを抑制することが適切 に実現される。
[ 0 1 1 8 ] 好ましくは、 制御装置 2 0において、 運転特性は、 モータサイクル 1の前輪 2の制動力 と後輪 3の制動力との関係に関する特性を含む。 それにより、 制御モードにおいて制御さ れるモータサイクル 1の挙動のうち前輪 2の制動力と後輪 3の制動力との関係に関する挙 動が手動運転時の挙動に対して乖離することを抑制できる。 ゆえに、 制御モードにおいて 制御されるモータサイクル 1の挙動によってライダーに違和感が与えられることを抑制す ることが適切に実現される。
[ 0 1 1 9 ] 特に、 モータサイクル 1では、 四輪の自動車等と異なり、 ブレーキ系統が前輪 2と後輪 3 とで別々となっているので、 ライダーは前輪 2の制動力と後輪 3の制動力との関係に敏 感であることも、 ライダーに違和感が与えられやすい要因となり得る。 ゆえに、 モータサ イクル 1では、 制御モードにおいて制御されるモータサイクル 1の挙動のうち前輪 2の制 動力と後輪 3の制動力との関係に関する挙動が手動運転時の挙動に対して乖離することを 抑制することがより重要となる。
[ 0 1 2 0 ] 好ましくは、 制御装置 2 0において、 運転特性は、 モータサイクル 1が先行車両 4に追 従する追従走行に関する追従走行特性を含む。 それにより、 制御モードにおいて制御され るモータサイクル 1の挙動のうち追従走行に関する挙動が手動運転時の挙動に対して乖離 することを抑制できる〇 ゆえに、 制御モードにおいて制御されるモータサイクル 1の挙動 によってライダーに違和感が与えられることを抑制することが適切に実現される。
[ 0 1 2 1 ] 好ましくは、 制御装置 2 0において、 追従走行特性は、 追従走行におけるモータサイク ル 1の最低速度に関する特性を含む。 それにより、 制御モードにおいて制御されるモータ サイクル 1の挙動のうち追従走行における最低速度に関する挙動が手動運転時の挙動に対 して乖離することを抑制できる。 ゆえに、 制御モードにおいて制御されるモータサイクル 1 の挙動によってライダーに違和感が与えられることを抑制することが適切に実現される
〇
[ 0 1 2 2 ] 好ましくは、 制御装置 2 0において、 運転特性は、 モータサイクル 1が先行車両 4に後 続して停止した状態でのモータサイクル 1 と先行車両 4との位置関係に関する特性を含む 〇 それにより、 制御モードにおいて制御されるモータサイクル 1の挙動のうち上記の位置 関係に関する挙動が手動運転時の挙動に対して乖離することを抑制できる。 ゆえに、 制御 モードにおいて制御されるモータサイクル 1の挙動によってライダーに違和感が与えられ ることを抑制することが適切に実現される。
[ 0 1 2 3 ] 特に、 モータサイクル 1では、 四輪の自動車等と比べて、 ライダーの視点が高いことに 起因し、 ライダーは先行車両 4との車間距離に敏感であることも、 ライダーに違和感が与 えられやすい要因となり得る。 ゆえに、 モータサイクル 1では、 制御モードにおいて制御 されるモータサイクル 1の挙動のうち上記の位置関係に関する挙動が手動運転時の挙動に 対して乖離することを抑制することがより重要となる。
[ 0 1 2 4 ] 好ましくは、 制御装置 2 0において、 制御モードが実行されていない状況下で、 学習部 2 3は、 学習の実行有無を切り替える。 それにより、 運転特性の学習に適さない状況 (例 えば、 オフロードの走行時等) において学習を禁止することにより、 所望の学習の結果を 得ることができる。
[ 0 1 2 5 ] 好ましくは、 制御装置 2 0において、 制御モードが実行されていない状況下で、 学習部 2 3は、 モータサイクル 1のライダーによるマニュアル設定情報に基づいて、 学習の実行 有無を切り替える。 それにより、 運転特性の学習に適さない状況 (例えば、 オフロードの 走行時等) において学習を禁止することが適切に実現されるので、 所望の学習の結果を得 ることが適切に実現される。
[ 0 1 2 6 ] 好ましくは、 制御装置 2 0において、 制御モードが実行されていない状況下で、 学習部 2 3は、 学習の実行有無を自動で切り替える。 それにより、 運転特性の学習に適さない状 況 (例えば、 オフロードの走行時等) において学習を禁止することが適切に実現されるの で、 所望の学習の結果を得ることが適切に実現される。
[ 0 1 2 7 ] 好ましくは、 制御装置 2 0において、 学習部 2 3は、 過去に取得された運転特性に関す るデータのうちから、 モータサイクル 1のライダーによるマニュアル設定情報に基づいて 選択されるデータに基づいて学習を行う。 それにより、 仮に学習の結果が所望する結果か ら乖離してしまった場合において、 過去の学習の結果に遡って学習を行うことができる。
[ 0 1 2 8 ] 好ましくは、 制御装置 2 0において、 学習部 2 3は、 モータサイクル 1の搭乗者情報及 び積載物情報の少なく とも一方を加味して、 学習を行う。 それにより、 例えば、 搭乗者情 報及び積載物情報の少なく とも一方を加味して学習の実行有無を切り替えることができる 〇 また、 例えば、 搭乗者情報及び積載物情報の少なく とも一方を加味して複数の状況を区 別し、 各状況下で学習を個別に行うことができる。
[ 0 1 2 9 ] 好ましくは、 制御装置 2 0において、 学習部 2 3は、 モータサイクル 1の走行姿勢情報 を加味して、 学習を行う。 それにより、 例えば、 走行姿勢情報を加味して学習の実行有無 を切り替えることができる。 また、 例えば、 走行姿勢情報を加味して複数の状況を区別し 、 各状況下で学習を個別に行うことができる。
[ 0 1 3 0 ] 本発明は実施形態の説明に限定されない。 例えば、 実施形態の一部のみが実施されても よい。
[符号の説明]
[ 0 1 3 1 ]
1 モータサイクル、 2 前輪、 2 a ロータ、 3 後輪、 3 a ロータ、 4 先行車 両、 1 0 ブレーキシステム、 ! 1 駆動源、 1 2 液圧制御ユニッ ト、 1 2 a 基体、 1 3 入力装置、 1 4 周囲環境センサ、 1 5 前輪車輪速センサ、 1 6 後輪車輪速セ ンサ、 1 ? 慣性計測装置、 2 〇 制御装置、 2 1 取得部、 2 2 実行部、 2 3 学習 部、 2 4 記憶部、 3 1 前輪制動機構、 3 2 後輪制動機構、 4 1 第 1ブレーキ操作 部、 4 2 第 2ブレーキ操作部、 5 1 マスタシリンダ、 5 2 リザーバ、 5 3 ブレー キキャリパ、 5 4 ホイールシリンダ、 5 5 主流路、 5 6 副流路、 5 7 供給流路、 6 1 込め弁、 6 2 弛め弁、 6 3 アキュムレータ、 6 4 ポンプ、 6 5 第 1弁、 6 6 第 2弁、 7 1 モータ、 7 2 圧力センサ、 R 1 基準範囲。

Claims

【書類名】 請求の範囲
【請求項 1】 モータサイクル ( 1 ) の挙動を制御する制御装置 ( 2 0) であって、 前記モータサイクル ( 1 ) と、 前記モータサイクル ( 1 ) の先行車両 (4) との位置関 係を目標位置関係に調整する位置関係調整動作が実行される制御モードを実行する実行部
( 2 2) を備え、 さらに、 前記制御モードが実行されていない状況下において、 前記モータサイクル ( 1
) の運転特性の学習を行う学習部 ( 2 3) を備え、 前記実行部 ( 2 2) は、 前記制御モードにおいて、 前記学習の結果に基づいて、 前記モ ータサイクル ( 1 ) の挙動を制御する、 制御装置。
【請求項 2 ] 前記学習部 ( 2 3) は、 前記モータサイクル ( 1 ) の周囲環境情報に基づいて、 前記学 習を行う、 請求項 1に記載の制御装置。
【請求項 3】 前記学習部 ( 2 3) は、 前記周囲環境情報が、 前記モータサイクル ( 1 ) が前記先行車両 (4) に追従する追従 走行を行っていることを示す情報である場合に、 前記学習として第 1学習を行い、 前記周囲環境情報が、 前記モータサイクル ( 1 ) が前記追従走行を行っておらず単独走 行を行っていることを示す情報である場合に、 前記学習として第 2学習を行い、 前記実行部 ( 2 2) は、 前記制御モードにおいて、 前記位置関係調整動作が実行されている状況下で、 前記第 1学習の結果に基づいて、 前 記モータサイクル ( 1 ) の挙動を制御し、 前記位置関係調整動作が実行されていない状況下で、 前記第 2学習の結果に基づいて、 前記モータサイクル ( 1 ) の挙動を制御する、 請求項 2に記載の制御装置。
【請求項 4 ] 前記運転特性は、 前記モータサイクル ( 1 ) の加速度及び減速度の少なく とも一方に関 する特性を含む、 請求項 1〜 3の何れか一項に記載の制御装置。
【請求項 5 ] 前記運転特性は、 前記モータサイクル ( 1 ) の前輪 ( 2) の制動力と後輪 ( 3) の制動 力との関係に関する特性を含む、 請求項 1〜 3の何れか一項に記載の制御装置。
【請求項 6 ] 前記運転特性は、 前記モータサイクル ( 1 ) が前記先行車両 (4) に追従する追従走行 に関する追従走行特性を含む、 請求項 1〜 3の何れか一項に記載の制御装置。
【請求項 7】 前記追従走行特性は、 前記追従走行における前記モータサイクル ( 1 ) の最低速度に関 する特性を含む、 請求項 6に記載の制御装置。
【請求項 8 ] 前記運転特性は、 前記モータサイクル ( 1 ) が前記先行車両 (4) に後続して停止した 状態での前記モータサイクル ( 1 ) と前記先行車両 (4) との位置関係に関する特性を含 む、 請求項 1〜 3の何れか一項に記載の制御装置。
【請求項 9 ] 前記制御モードが実行されていない状況下で、 前記学習部 ( 2 3) は、 前記学習の実行 有無を切り替える、 請求項 1〜 3の何れか一項に記載の制御装置。
【請求項 1 〇】 前記制御モードが実行されていない状況下で、 前記学習部 (2 3) は、 前記モータサイ クル ( 1 ) のライダーによるマニュアル設定情報に基づいて、 前記学習の実行有無を切り 替える、 請求項 9に記載の制御装置。
【請求項 1 1】 前記制御モードが実行されていない状況下で、 前記学習部 (2 3) は、 前記学習の実行 有無を自動で切り替える、 請求項 9に記載の制御装置。
【請求項 1 2】 前記学習部 (2 3) は、 過去に取得された前記運転特性に関するデータのうちから、 前 記モータサイクル ( 1 ) のライダーによるマニュアル設定情報に基づいて選択されるデー タに基づいて前記学習を行う、 請求項 1〜 3の何れかに記載の制御装置。
【請求項 1 3 ] 前記学習部 (2 3) は、 前記モータサイクル ( 1 ) の搭乗者情報及び積載物情報の少な く とも一方を加味して、 前記学習を行う、 請求項 1〜 3の何れか一項に記載の制御装置。
【請求項 1 4 ] 前記学習部 (2 3) は、 前記モータサイクル ( 1 ) の走行姿勢情報を加味して、 前記学 習を行う、 請求項 1〜 3の何れか一項に記載の制御装置。
【請求項 1 5 ] モータサイクル ( 1 ) の挙動を制御する制御方法であって、 制御装置 (20) の実行部 (2 2) が、 前記モータサイクル ( 1 ) と、 前記モータサイ クル ( 1 ) の先行車両 (4) との位置関係を目標位置関係に調整する位置関係調整動作が 実行される制御モードを実行し、 さらに、 前記制御装置 (20) の学習部 (2 3) が、 前記制御モードが実行されていな い状況下において、 前記モータサイクル ( 1 ) の運転特性の学習を行い、 前記実行部 (2 2) は、 前記制御モードにおいて、 前記学習の結果に基づいて、 前記モ ータサイクル ( 1 ) の挙動を制御する、 制御方法。
PCT/IB2025/054525 2024-06-10 2025-04-30 制御装置及び制御方法 Pending WO2025257628A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2024-093964 2024-06-10
JP2024093964 2024-06-10

Publications (1)

Publication Number Publication Date
WO2025257628A1 true WO2025257628A1 (ja) 2025-12-18

Family

ID=95858446

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/IB2025/054525 Pending WO2025257628A1 (ja) 2024-06-10 2025-04-30 制御装置及び制御方法

Country Status (1)

Country Link
WO (1) WO2025257628A1 (ja)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6240357B1 (en) * 1997-08-23 2001-05-29 Volkswagen Ag Method and arrangement for controlling vehicle spacing
US20100280729A1 (en) * 2007-12-12 2010-11-04 Volvo Lastvagnar Ab System and method for controlling a foundation brake
US20150203108A1 (en) * 2014-01-17 2015-07-23 Nathan Loria Adaptive cruise control system and method
US20190344797A1 (en) * 2018-05-10 2019-11-14 GM Global Technology Operations LLC Method and system for customizing a driving behavior of an autonomous vehicle
US20220219695A1 (en) * 2021-01-14 2022-07-14 GM Global Technology Operations LLC Methods, systems, and apparatuses for behavioral based adaptive cruise control (acc) to driver's vehicle operation style
US20230398988A1 (en) * 2022-06-08 2023-12-14 Ford Global Technologies, Llc Driver assistance technology adjustment based on driving style

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6240357B1 (en) * 1997-08-23 2001-05-29 Volkswagen Ag Method and arrangement for controlling vehicle spacing
US20100280729A1 (en) * 2007-12-12 2010-11-04 Volvo Lastvagnar Ab System and method for controlling a foundation brake
US20150203108A1 (en) * 2014-01-17 2015-07-23 Nathan Loria Adaptive cruise control system and method
US20190344797A1 (en) * 2018-05-10 2019-11-14 GM Global Technology Operations LLC Method and system for customizing a driving behavior of an autonomous vehicle
US20220219695A1 (en) * 2021-01-14 2022-07-14 GM Global Technology Operations LLC Methods, systems, and apparatuses for behavioral based adaptive cruise control (acc) to driver's vehicle operation style
US20230398988A1 (en) * 2022-06-08 2023-12-14 Ford Global Technologies, Llc Driver assistance technology adjustment based on driving style

Similar Documents

Publication Publication Date Title
JP7113898B2 (ja) 制御装置及び制御方法
WO2018185578A1 (ja) 制御装置、制御方法及びブレーキシステム
WO2018172870A1 (ja) 制御装置及び制御方法
WO2018172871A1 (ja) 制御装置及び制御方法
US12497042B2 (en) Controller and control method for driver-assistance system used in motorcycle, and driver-assistance system used in motorcycle
WO2018154398A1 (ja) 制御装置、制御方法及びブレーキシステム
JP2020050220A (ja) 制御装置及び制御方法
US20240343232A1 (en) Controller and control method
JP7531601B2 (ja) 制御装置及び制御方法
JP2020050221A (ja) 制御装置及び制御方法
JP2008265722A (ja) 走行支援装置および走行支援方法
US11628814B2 (en) Controller and control method for controlling behavior of motorcycle
JP2011131654A (ja) 車両速度制限装置
JP2020015365A (ja) 制御装置及び制御方法
US20240343233A1 (en) Controller and control method
JP7727743B2 (ja) 制御装置及び制御方法
JP7546065B2 (ja) 制御装置及び制御方法
WO2024147071A1 (ja) 制御装置及び制御方法
WO2020230764A1 (ja) ブレーキアシスト制御装置を備えたリーン車両
WO2020230765A1 (ja) ＡＥＢ（Ａｕｔｏｎｏｍｏｕｓ Ｅｍｅｒｇｅｎｃｙ Ｂｒａｋｉｎｇ）制御装置を備えたリーン車両
WO2025202773A1 (ja) ライダー支援システム及び制御方法
EP4678488A1 (en) Control device and control method for controlling a behavior of a straddle-type vehicle
WO2025202761A1 (ja) 制御装置及び制御方法
WO2024153997A1 (ja) 制御装置及び制御方法
WO2025248345A1 (ja) 制御装置及び制御方法

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: 25727979

Country of ref document: EP

Kind code of ref document: A1