JP4480543B2 - 運転状況判定システム - Google Patents

Description

この発明は、一般的な車両運動において、望ましくない運転状況の検出や査定を行う運転状況判定システムに関し、特に高い信頼性で且つ迅速に運転状況を判定するための技術に関するものである。

一般に、望ましくない運転状況を検出するためには、線形なリファレンス運転挙動と実際の運転挙動とのずれが査定される。
大多数の車両の運転者は、めったに線形領域から外れることがないので、車両の挙動が非線形になった場合には、その車両の運転者に関して、車両コントロールに何らかの問題が発生している（すなわち、運転状況が望ましくない）状態である、と言える。

通常、大多数の運転者の経験領域をカバーするために、車両の線形参照モデルが適用される。この場合、参照モデルによって生成されたヨー速度と、実測されたヨー速度とが比較され、これら２つのヨー速度のずれに基づいて運転状況が査定される（たとえば、特許文献１、特許文献２参照）。
運転挙動の査定手段の他のアプローチとしては、車体の横滑り角を使うシステムも提案されている（たとえば、特許文献３参照）。

ＥＰ １ ０００ ８３８ Ａ２ ＤＥ １９８ ５１ ９７８ Ａ１ ＤＥ １００ ３９ ７８２ Ａ１

従来の運転状況判定システムでは、単にリファレンス運転挙動と実際の運転挙動とのずれを査定しているので、十分に高い信頼性の判定結果が迅速に得られないという課題があった。

この発明は、上記のような課題を解決するためになされたものであり、最先端技術に照らして、別のアプローチによって望ましくない運転状況を検出することにより、十分に高い信頼性の判定結果を迅速に取得することのできる運転状況判定システムを得ることを目的とする。

この発明による運転状況判定システムは、実旋回半径算出手段と、リファレンス車両モデル兼観測手段と、微分ユニットと、モデル旋回半径算出手段と、査定ユニットとを備え、実旋回半径算出手段は、走行する車両の実際の旋回半径および旋回方向を算出し、リファレンス車両モデル兼観測手段は、車両の線形参照モデルと、直接測定できない変数を推定する状態空間オブザーバとを含み、線形参照モデルおよび状態空間オブザーバを用いて車両の車体横滑り角を算出し、微分ユニットは、車体横滑り角を微分して車体横滑り角レートを算出し、モデル旋回半径算出手段は、車体横滑り角レートとヨーレートとに基づいて、モデル旋回半径およびモデル旋回半径の旋回方向を算出し、査定ユニットは、モデル旋回半径と車両の実際の旋回半径とを比較して、車両の運転状態に関する査定情報を生成する運転状況判定システムであって、モデル旋回半径算出手段は、以下の式
ｒｍｏｄｅｌ＝ｖ／（β’＋ψ’）
（ただし、上式において、ｒｍｏｄｅｌはモデル旋回半径、ｖは車両の重心における速度、β’は線形参照モデルを用いて求められる車体横滑り角レート、ψ’は線形参照モデルによって求められるヨーレートである。）により、モデル旋回半径を算出するものである。

この発明によれば、車両の個々のセンサ信号を評価して得られる旋回半径信号と、状態空間オブザーバをもつ線形参照モデルを用いて求めた旋回半径信号とを比較し、両者の旋回半径のずれに基づいて、望ましくない運転状況を検出することができるうえ、その状況を詳細に分類することができる。

実施の形態１．
図１はこの発明の実施の形態１に係る運転状況判定システム１０を示すブロック図である。
図１において、運転状況判定システム１０は、実旋回半径算出手段２０と、リファレンス車両モデル兼観測手段３０と、微分ユニット４０と、モデル旋回半径算出手段５０と、査定ユニット６０とを備えている。

運転状況判定システム１０には、標準的な車両から得られるセンサデータとして、複数の信号１〜４が入力される。
車輪ごとの複数の車輪速ｖＲを示す車輪速センサ信号１は、実旋回半径算出手段２０に入力される。
また、車速ｖ、ヨーレートψ’および舵角θをそれぞれ示す車速センサ信号２、ヨーレートセンサ信号３、舵角センサ信号４は、リファレンス車両モデル兼観測手段３０に入力される。

実旋回半径算出手段２０は、複数の車輪速センサ信号１を用いて、現在走行中の車両の実際の旋回半径および旋回方向を算出する。実旋回半径算出手段２０から生成される実旋回半径（ｒｍｅａｓ）信号２１は、査定ユニット６０に入力される。

リファレンス車両モデル兼観測手段３０は、車両の線形参照モデルと、直接測定できない変数を推定する状態空間オブザーバとを含み、各入力信号２、３、４を処理して、ヨーレートψ’および車体横滑り角（ＶＢＳＳＡ）βを算出する。
リファレンス車両モデル兼観測手段３０から生成されるヨーレート信号３１および車体横滑り角信号３２は、それぞれ、モデル旋回半径算出手段５０および微分ユニット４０に入力される。

微分ユニット４０は、車体横滑り角βを微分して車体横滑り角レートβ’を算出し、車体横滑り角レート信号４１をモデル旋回半径算出手段５０に入力する。
モデル旋回半径算出手段５０は、ヨーレートψ’および車体横滑り角レートβ’に基づいて、モデル旋回半径ｒｍｏｄｅｌと、モデル旋回半径ｒｍｏｄｅｌの旋回方向（代数的な符号）とを算出する。
モデル旋回半径算出手段５０から生成されるモデル旋回半径（ｒｍｏｄｅｌ）信号５１は、査定ユニット６０に入力される。

査定ユニット６０は、現在の実旋回半径ｒｍｅａｓとモデル化された旋回半径ｒｍｏｄｅｌとを比較するとともに、運転安定度のしきい値を用いて現在の運転状況を区分し、望ましくない運転状況を検出し、車両の運転状態に関する査定情報６１を出力する。

より具体的に説明すれば、実旋回半径算出手段２０は、カーブでの旋回状態における車輪速センサ信号１のずれを処理して、車両の重心における旋回半径を得る。
また、カーブの旋回中においては、内輪よりも外輪の方が車輪速が大きくなるので、内輪および外輪の車輪速センサ信号１を解析することにより、旋回半径や旋回方向（右回りか、または左回りか）が検出される。

リファレンス車両モデル兼観測手段３０は、線形２輪状態空間モデル（車両の線形参照モデル）を実行する。状態空間モデル理論は、制御理論の分野では広範囲によく知られている。
線形２輪モデルの状態空間方程式は、以下の式（１）、式（２）で表される。

式（１）において、ψ’はヨーレート、βは車体横滑り角を表す。ヨーレートψ’および車体横滑り角（ＶＢＳＳＡ）βは、運転状況判定システム１０における状態変数である。
式（１）内の他の項は、車速ｖ（時間変数）を除けば、すべて定数である。
すなわち、ｃｓＦおよびｃｓＲは、前輪および後輪のコーナリング・スティフネスを表し、ｌＦおよびｌＲは、前輪軸および後輪軸の重心からの距離を表す。また、ｍは車両の重量を表し、ＪＺは車両の垂直軸に対する質量慣性モーメントを表す。

車体横滑り角βは、モデル旋回半径ｒｍｏｄｅｌを導出するのに重要な変数であるが、これを直接測定するのは困難である。
したがって、リファレンス車両モデル兼観測手段３０は、車体横滑り角（ＶＢＳＳＡ）βを推定するために、状態空間オブザーバを含む。オブザーバ理論は、制御理論の分野でよく知られている。

リファレンス車両モデル兼観測手段３０は、状態空間オブザーバを用いて、ヨーレートψ’を示すヨーレート信号３１と、車体横滑り角（ＶＢＳＳＡ）βを示す車体横滑り角信号３２とを生成する。

こうして得られたヨーレート信号３１および車体横滑り角信号３２は、線形参照モデルに基づいて生成されているので、望ましくない運転状況においては、各々実際の（すなわち、測定された）値からずれることになる。
微分ユニット４０は、車体横滑り角（ＶＢＳＳＡ）βを各時刻で微分して、車体横滑り角レート（ＶＢＳＳＲ）β’を算出し、車体横滑り角レート信号４１を生成する。

モデル化されたヨーレート信号３１および車体横滑り角レート信号４１は、モデル旋回半径算出手段５０に入力される。
モデル旋回半径算出手段５０は、以下の式（３）の関係を用いて、前述の線形参照モデルにしたがってモデル化された旋回半径の参照モデルｒｍｏｄｅｌを算出し、モデル旋回半径信号５１を生成する。

ここで、モデル化された旋回半径ｒｍｏｄｅｌは、線形の車両挙動によって算出されている。
一方、実旋回半径算出手段２０においては、複数の車輪速センサ信号１を処理することによって、実際の旋回半径ｒｍｅａｓを算出している。
したがって、車両が望ましくない運転状況にあれば、モデル旋回半径信号５１は、実旋回半径（ｒｍｅａｓ）信号２１からずれることになる。

査定ユニット６０は、実際に測定された旋回半径（ｒｍｅａｓ）信号２１とモデル化された旋回半径（ｒｍｏｄｅｌ）信号５１とを比較する。
このとき、査定ユニット６０は、あらかじめ定義されたしきい値に基づいて運転状況を区分することにより、望ましくない運転状況を検出することができる。
査定ユニット６０から生成される査定情報６１は、運転状況の区分を含む。

図２は実旋回半径算出手段２０による複数の車輪速センサ信号１を用いた旋回半径ｒｍｅａｓの演算処理を示す説明図である。
図２においては、説明を簡略化するために前輪側の２輪分のみが示されており、後輪側の２輪分については示されていない。

図２において、Δψは２つの連続したサンプリング・ポイント「ｔ１」および「ｔ１＋ＴＳ」の間のヨー角の増分である。
ｒｍｅａｓは、車両の重心における実際の旋回半径を表す。
ΔｓｉおよびΔｓｏは、上記２つの連続したサンプリング・ポイントの間に、車両の内輪および外輪が各々進んだ距離である。

１サンプリング間隔ＴＳにおける内輪および外輪の車輪速ｖＲｉ、ｖＲｏを積分することにより、以下の式（４）のように、内輪および外輪が進んだ距離Δｓｉ、Δｓｏが得られる。

また、内輪および外輪が進んだ距離Δｓｉ、Δｓｏは、以下の式（５）にようにも表すことができる。

さらに、式（５）からΔψを消去することにより、以下の式（６）のように、実旋回半径ｒｍｅａｓが得られる。

式（６）のように実際に測定された旋回半径ｒｍｅａｓは、実旋回半径信号２１として、実旋回半径算出手段２０から査定ユニット６０に入力される。

図３はモデル旋回半径算出手段５０においてモデル化された旋回半径ｒｍｏｄｅｌの許容帯域を示す説明図である。
図３においては、直進時に旋回半径が無限大に算出されてしまうことを回避して簡単化するために、各旋回半径の逆数１／ｒｍｏｄｅｌ（実線参照）、１／ｒｍｅａｓ（点線参照）を示している。

図３において、横軸は時間［ｓｅｃ］、縦軸は旋回半径の逆数（運転状態）１／ｒ［ｍ^−１］に対応しており、Δｎ１、Δｎ２、Δｐ１、Δｐ２は、運転状況を区分するための（時間的に一定な）安定しきい値である。
また、図３内の括弧およびカギ括弧は、各曲線に対応した範囲境界を示している。すなわち、上向きに開放しているカギ括弧は「以上」を示し、下向きに開放しているカギ括弧は「以下」を示し、上向きに開放している括弧は「よりも大きい」を示し、下向きに開放している括弧は「未満」を示す。

基本的な考え方は、実旋回半径（ｒｍｅａｓ）信号２１が、モデル化された旋回半径（ｒｍｏｄｅｌ）信号５１の付近の適切な帯域内にあるか否かをチェックすることである。
もし、モデル化された旋回半径ｒｍｏｄｅｌ付近の帯域内に実旋回半径ｒｍｅａｓが存在するのならば、運転状況は安定であると評価される。
一方、モデル旋回半径ｒｍｏｄｅｌの帯域からのずれが大きく、且つ異常な状態を示すならば、運転状況は、各々の状態に応じて区分される。

たとえば、モデル化された旋回半径信号５１と、測定された旋回半径信号２１とが、代数的に逆符号を示す状態は、不安定な状態「ブレークアウト」、または、運転者が操舵した方向とは別の向きに車両が旋回している状態「カウンターステアリング」と表される。

図４は査定ユニット６０における運転状況の区分条件を図３に対応付けたテーブルにより示す説明図であり、安定指標ＳＩ（Ｓｔａｂｉｌｉｔｙ Ｉｎｄｉｃａｔｏｒ）によって運転状態を特徴付けるための条件を表している。

図４においては、安定な直進走行「ＳＩ＝１」、不安定な直進走行「ＳＩ＝２」、安定なカーブ「ＳＩ＝３」、アンダーステア「ＳＩ＝４」、オーバーステア「ＳＩ＝５」、ブレークアウト「ＳＩ＝６」（ＳＩ＝３、４、５、６については、たとえば図３参照）が、それぞれの条件に対応付けて示されている。
なお、運転状況を区分する他の指標としては、「非線形度（ｄｅｇｒｅｅ ｏｆ ｎｏｎｌｉｎｅａｒｉｔｙ）」を表す実数などがあげられる。

このように、車輪速を用いて、実際に運転したときの旋回半径ｒｍｅａｓと、線形参照モデルによって算出された旋回半径ｒｍｏｄｅｌとを比較すると、特別な車輪速パターンは、モデル旋回半径ｒｍｏｄｅｌに対して大きな偏差を生じることになる。
この車輪速パターンの影響を検出することにより、既存の手法と比べて、より早い段階で、望ましくない運転状況を検出することができる。

図５はこの発明の実施の形態１による運転状況の査定手順を図１内の各ブロックに対応付けて示すフローチャートである。
図５において、実旋回半径算出手段２０により実旋回半径ｒｍｅａｓが算出された後、リファレンス車両モデル兼観測手段３０、微分ユニット４０およびモデル旋回半径算出手段５０によりモデル旋回半径ｒｍｏｄｅｌが算出される。

最後に、モデル化された旋回半径ｒｍｏｄｅｌと測定された旋回半径ｒｍｅａｓの両方が査定ユニット６０に入力され、査定ユニット６０により、各旋回半径ｒｍｅａｓ、ｒｍｏｄｅｌが安定しきい値と比較されて評価される。
査定情報６１の評価結果は、運転状況に関する安定指標ＳＩを含む査定情報６１として、出力される。
なお、すべての信号のフローは、サンプリングステップ毎に発生し、リアルタイムでもオフラインでも、標準的なマイクロプロセッサで実行することができる。

このように、運転状況判定システム１０により、車両の個々のセンサ信号１を評価して得られる旋回半径（ｒｍｅａｓ）信号２１と、状態空間オブザーバをもつ線形参照モデルを用いて求めた旋回半径（ｒｍｏｄｅｌ）信号５１とを比較し、両者の旋回半径のずれに基づいて、望ましくない運転状況を検出することができる。

また、査定情報６１において、旋回半径のずれを評価することにより、運転状況を区分することができる。
すなわち、査定ユニット６０は、安定指標ＳＩによって各運転状況を特徴づけ、不安定程度を査定する。

また、車輪速センサ信号１を利用した処理は、車両の不安定の発生をより早く検出することができるので、従来の手法と比べて有利である。
車輪速を用いて、実際に運転したときの旋回半径ｒｍｅａｓと線形参照モデルによって算出された旋回半径ｒｍｏｄｅｌとを比較した場合、特別な車輪速信号パターンは、旋回半径において大きな偏差を生じるので、従来の手法よりも早い段階で、望ましくない運転状況を検出することができる。

したがって、この発明の実施の形態１によれば、たとえば高度な車両安定制御を実現することができる。
すなわち、旋回半径のずれを評価することによって、アンダーステアやオーバーステアなどの望ましくない運転状況を検出して区分することができる。
また、たとえば、望ましくない運転状況を知ることによって、車両安定制御のような制御アルゴリズムを実行することができる。

さらに、この発明による運転状況判定システム１０は、車両事故の再現（解析）を目的とした、事故データ記録装置（ａｃｃｉｄｅｎｔ ｄａｔａ ｒｅｃｏｒｄｅｒ）に適用することができる。
この応用例の場合、事故データ記録装置のデータ記録処理を、望ましくない運転状況検出をトリガとして、停止させることができる。

この発明の実施の形態１に係る運転状況判定システムを示すブロック図である。 この発明の実施の形態１に係る実旋回半径算出手段による複数の車輪速センサ信号を用いた旋回半径の演算処理を示す説明図である。 この発明の実施の形態１に係る運転状況区分の基本となるモデル化された旋回半径の許容帯域を示す説明図である。 この発明の実施の形態１に係る運転状況の区分条件を示す説明図ある。 この発明の実施の形態１に係る運転状況判定システムにより実行される演算処理を示すフローチャートである。

符号の説明

１ 車輪速センサ信号、２ 車速信号、３ ヨーレートセンサ信号、４ 舵角センサ信号、１０ 運転状況判定システム、２０ 実旋回半径算出手段、２１ 実旋回半径信号、３０ リファレンス車両モデル兼観測手段、３１ ヨーレート信号、３２ 車体横滑り角信号、４０ 微分ユニット、４１ 車体横滑り角レート信号、５０ モデル旋回半径算出手段、５１ モデル旋回半径信号、６０ 査定ユニット、６１ 査定情報、ｒｍｅａｓ 実旋回半径、ｒｍｏｄｅｌ モデル旋回半径、Δｎ１、Δｎ２、Δｐ１、Δｐ２ 安定しきい値。

Claims (2)

1. 実旋回半径算出手段と、リファレンス車両モデル兼観測手段と、微分ユニットと、モデル旋回半径算出手段と、査定ユニットとを備え、
   前記実旋回半径算出手段は、走行する車両の実際の旋回半径および旋回方向を算出し、
   前記リファレンス車両モデル兼観測手段は、前記車両の線形参照モデルと、直接測定できない変数を推定する状態空間オブザーバとを含み、前記線形参照モデルおよび前記状態空間オブザーバを用いて前記車両の車体横滑り角を算出し、
   前記微分ユニットは、前記車体横滑り角を微分して車体横滑り角レートを算出し、
   前記モデル旋回半径算出手段は、前記車体横滑り角レートとヨーレートとに基づいて、モデル旋回半径および前記モデル旋回半径の旋回方向を算出し、
   前記査定ユニットは、前記モデル旋回半径と前記車両の実際の旋回半径とを比較して、前記車両の運転状態に関する査定情報を生成する運転状況判定システムであって、
   前記モデル旋回半径算出手段は、以下の式
   

   

   （ただし、上式において、ｒｍｏｄｅｌはモデル旋回半径、ｖは車両の重心における速度、β’は線形参照モデルを用いて求められる車体横滑り角レート、ψ’は線形参照モデルによって求められるヨーレートである。）により、前記モデル旋回半径を算出することを特徴とする運転状況判定システム。
2. 前記査定ユニットは、複数の安定しきい値を含み、前記安定しきい値を用いて前記査定情報を段階的に供給することを特徴とする請求項１に記載の運転状況判定システム。

Images