ナビゲーション装置
【課題】運転者の運転特性に基づいて、高い精度でエネルギー消費量を設定することができるナビゲーション装置を提供する。
【解決手段】車両の走行履歴を用いて運転傾向を学習する運転傾向学習部１０４と、運転傾向学習部１０４で学習した運転傾向と道路の距離情報および勾配情報とに基づく予測エネルギー消費量からリンクコストを動的に設定するリンクコスト設定部１０２と、リンクコスト設定部１０２で設定したリンクコストと地図情報に基づいて走行経路を探索をする経路探索部１０３を備え、運転傾向学習部１０４は、運転傾向を学習する運転学習部１０４ａと、運転傾向と道路の距離情報および勾配情報とに基づく下り勾配の道路での予測エネルギー回生量を学習する回生傾向学習部１０４ｂを有する。
【解決手段】車両の走行履歴を用いて運転傾向を学習する運転傾向学習部１０４と、運転傾向学習部１０４で学習した運転傾向と道路の距離情報および勾配情報とに基づく予測エネルギー消費量からリンクコストを動的に設定するリンクコスト設定部１０２と、リンクコスト設定部１０２で設定したリンクコストと地図情報に基づいて走行経路を探索をする経路探索部１０３を備え、運転傾向学習部１０４は、運転傾向を学習する運転学習部１０４ａと、運転傾向と道路の距離情報および勾配情報とに基づく下り勾配の道路での予測エネルギー回生量を学習する回生傾向学習部１０４ｂを有する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、ナビゲーション装置に関し、特に勾配情報を利用したナビゲーション装置に関する。
【背景技術】
【０００２】
道路勾配と走行速度に対応した燃費情報を記録するとともに、現況の交通情報から推定された走行速度と燃費情報とを用いて、燃料消費量の少ない経路を探索するナビゲーション装置が提案されている（例えば、特許文献１参照）。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２０１０−３２５４１号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
このような従来の技術では道路勾配と走行速度による燃費情報を記録し、この情報に基づいて燃料消費量の少ない経路を探索するが、加速や減速に際しての運転者のアクセル操作の傾向や、勾配の変化に応じたアクセル操作の傾向を考慮していないため、エネルギー消費量を高い精度で設定することができない可能性があった。
本発明は上述した状況に鑑みてなされたものであり、運転者の運転特性に基づいて、エネルギー消費量をより高い精度で設定することができるナビゲーション装置を提供することを目的とする。
【課題を解決するための手段】
【０００５】
上記課題を解決するために、本発明のナビゲーション装置では、車両の走行履歴を用いて運転特性を学習し、その学習結果の運転特性と、走行経路の距離情報および勾配情報に基づき、予測エネルギー消費量によるリンクコストを動的に設定し、ルート探索をする。
【発明の効果】
【０００６】
本発明によれば、運転特性特性を勘案して高い精度でエネルギー消費量を設定することができるナビゲーション装置を提供することができる。
【図面の簡単な説明】
【０００７】
【図１】本発明の第１実施形態としてのナビゲーション装置を表す機能ブロック図である。
【図２】図１のナビゲーション装置における運転傾向の学習処理を表すフローチャートである。
【図３】図１のナビゲーション装置における運動エネルギー回生傾向の学習処理を例示するフローチャートである。
【図４】図１のナビゲーション装置におけるリンクコスト算出処理を例示するフローチャートである。
【図５】図１のナビゲーション装置における、道路区分と車速域の区分とに従った、勾配ごとの、単位エネルギー当りの走行距離の学習を例示する図である。
【図６】図４の処理によるリンクコスト算出結果を例示する図である。
【図７】本発明の第２実施形態としてのナビゲーション装置を表す機能ブロック図である。
【図８】第２実施形態の特徴を説明するための図である。
【発明を実施するための形態】
【０００８】
以下、図面を参照して本発明の実施形態について詳述することにより本発明を明らかにする。
尚、以下に説明する本発明の実施形態としてのナビゲーション装置は、回生制動が可能な車両に搭載し、かつ、この車両では、回生エネルギーをバッテリーに回収可能な構成を有するものであることを前提としている。
（ナビゲーション装置の構成）
図１は、本発明の第１実施形態としてのナビゲーション装置を表す機能ブロック図である。
図１のナビゲーション装置１００は、渋滞情報取得装置１０１、リンクコスト設定装置１０２、経路探索装置１０３、運転傾向学習装置１０４、地図データベース１０５、ＧＰＳ装置１０６、車両情報取得装置１０７、および、走行データ保存装置１０８を有する。
【０００９】
渋滞情報取得装置１０１は、ＶＩＣＳ（Vehicle Information and Communication System）等の無線通信によって道路の渋滞情報を取得する。
リンクコスト設定装置１０２は、勾配、運転傾向、および、走行時間等に依拠して算出するエネルギー消費量に基づいてリンクコストを設定する。
経路探索装置１０３は、エネルギー消費量を最小化するエネルギー消費量最小経路を探索可能である。尚、モード切り替え操作に応じて、最短時間経路や最短距離経路を探索可能な機能をも併せ持つものであり得る。
【００１０】
運転傾向学習装置１０４は、運転者のアクセル操作の仕方や回生の仕方をも学習する機能部である。本例の運転傾向学習装置１０４は、運転学習部１０４ａと回生傾向学習部１０４ｂとを有する。運転学習部１０４ａはアクセル操作の仕方等の運転者の運転傾向を学習する。回生傾向学習部１０４ｂは運転者の回生の仕方に関する傾向を学習する。
地図データベース１０５は、地図情報を保有するが、本例では、この地図情報は勾配情報をも含んでいる。
【００１１】
ＧＰＳ装置１０６は、ＧＰＳ（Global Positioning System）衛星から受信した情報に基づいてこのＧＰＳ装置１０６を搭載した車両等の現在位置を測位する。
車両情報取得装置１０７は、ＧＰＳ装置１０６からの位置情報や、図示しないＣＡＮ（Controller Area Network）からの加速度やエネルギー保存量等の車両情報を取得する。
走行データ保存装置１０８は、車両情報取得装置１０７が取得した種々の情報を保存する。
尚、リンクコストは、一般にカーナビゲーションシステム等において、出発地点から目的地点までの経路の所要時間、経路長、エネルギー消費量をコスト関数として算出するに際しての、各道路リンクの所要時間、リンク長、エネルギー消費量等である。
【００１２】
（運転傾向の学習処理）
図２は、図１のナビゲーション装置における運転学習の処理を表すフローチャートである。運転学習は、アクセル操作の仕方等の運転者の運転傾向の学習である。運転傾向の学習は、図１のナビゲーション装置１００の運転傾向学習装置１０４における運転学習部１０４ａが主体となり、関連部と連携してこの処理を実行する。
【００１３】
次に運転傾向の学習に関する処理を、図２のフローチャートを参照して説明する。
先ず、ナビゲーション装置１００は、車両が走行した際の、経路、車速、エネルギー保存量、エネルギー消費量、渋滞状況等の車両情報を車両情報取得装置１０７で取得し、走行データ保存装置１０８で保存する（ステップＳ２０１）。
車両情報取得装置１０７による車両情報の取得は、ＧＰＳ装置１０６や図示しない自律航法装置による測位情報である緯度・経度情報の取得を含む。
【００１４】
ステップＳ２０１に次いで、当該車両が回生制動可能な車両か否かを判断する（ステップＳ２０２）。
ステップＳ２０２で回生制動可能な車両であると判断した場合には（ステップＳ２０２：Ｙｅｓ）、次いで、エネルギー保存量とエネルギー回生量との各情報を走行データ保存装置１０８に保存する（ステップＳ２０３）。
次いで、当該車両が停止したか否かを判断する（ステップＳ２０４）。尚、ステップＳ２０２で回生制動可能な車両であると判断した場合には（ステップＳ２０２：Ｎｏ）、ステップＳ２０３をスキップしてステップＳ２０４の判断を実行する。
【００１５】
ステップＳ２０４で車両が停止したと判断すると（ステップＳ２０４：Ｙｅｓ）、この判断を行ったタイミングで当該車両の起動から停止までの一連の走行データを走行データ保存装置１０８に保存する（ステップＳ２０５）。
次いで、走行データ保存装置１０８に蓄積がある各一連の走行データに係る経路の勾配データおよび勾配ごとの道路区分を地図データベースから取得する（ステップＳ２０６）。
そして、ステップＳ２０６で取得した勾配ごとに、道路区分と車速域の区分とに従って、単位エネルギーあたりの走行距離を学習する（ステップＳ２０７）。
【００１６】
道路区分と車速域の区分とに従った、勾配ごとの、単位エネルギー（ｋｗｈ）あたりの走行距離（ｋｍ）を図５に例示したように学習する。
また、ステップＳ２０７での学習では、運転者の運転傾向を学習するために勾配変化地点（たとえば＋勾配、−勾配）を抽出するが、渋滞による影響を除くため、渋滞時のデータは解析範囲から除外する（ステップＳ２０８）。
勾配変化地点では加速・減速・一定速の割合やそれぞれでの運転者の運転傾向を学習する。例えば、＋勾配では、加速が７０％、減速が１０％、一定速が２０％であるなどして運転傾向を学習する。また、−勾配では、加速１０％、減速７０％などであるなどして運転傾向を学習する。
【００１７】
勾配変化の閾値としては、例えば、±２％を超えれば勾配変化地点とみなす（ステップＳ２０９）。そして、上り勾配および下り勾配の何れに該当するかを判断する（ステップＳ２１０）。
ステップＳ２１０で上り勾配と判断したときには（ステップＳ２１０：上り勾配）、勾配変化前後での車速の変化が±５ｋｍ/ｈ以内であるか否かを判断する（ステップＳ２１１ｕ）。
ステップＳ２１１ｕで、車速の変化が±５ｋｍ/ｈ以内であると判断したときには（ステップＳ２１１ｕ：Ｙｅｓ）一定速の走行とみなして一定速の走行回数としてカウントする（ステップＳ２ｕｆ）。
【００１８】
一方、ステップＳ２１１ｕで、車速の変化が＋５ｋｍ/ｈ以上である場合には（ステップＳ２１１ｕ：Ｎｏ、＋５ｋｍ以上）、加速の走行とみなして、加速回数としてカウントする（ステップＳ２ｕａ）。
他方、ステップＳ２１１ｕで、車速の変化が−５ｋｍ/ｈ以下である場合には（ステップＳ２１１ｕ：Ｎｏ、−５ｋｍ以下）、減速の走行とみなして、減速回数としてカウントする（ステップＳ２ｕaｓ）。
ステップＳ２ｕｆ、ステップＳ２ｕａ、ステップＳ２ｕａｓは、これらを択一的に実行する。そして、これらを択一的に実行の後、次の勾配変化地点の有無を判断する（ステップＳ２１３ｕ）。
【００１９】
ステップＳ２１３uで次の勾配変化地点が有ると判断した場合には（ステップＳ２１３ｕ：Ｙｅｓ）、ステップＳ２１０に戻る。
一方、ステップＳ２１３ｕで次の勾配変化地点が無いと判断した場合には（ステップＳ２１３u：Ｎｏ）、既述のようにカウントした、加速回数、一定回数、および、減速回数のそれぞれについて、カウント回数の総和に対する割合を算出する（ステップＳ２１４ｕ）。
【００２０】
上述のステップＳ２１０で下り勾配と判断したときには（ステップＳ２１０：下り勾配）、勾配変化前後での車速の変化が±５ｋｍ/ｈ以内であるか否かを判断する（ステップＳ２１１ｄ）。
ステップＳ２１１ｄで、車速の変化が±５ｋｍ/ｈ以内であると判断したときには（ステップＳ２１１ｄ：Ｙｅｓ）一定速の走行とみなして一定速の走行回数としてカウントする（ステップＳ２ｄｆ）。
一方、ステップＳ２１１ｄで、車速の変化が＋５ｋｍ/ｈ以上である場合には（ステップＳ２１１ｄ：Ｎｏ、＋５ｋｍ以上）、加速の走行とみなして、加速回数としてカウントする（ステップＳ２ｄａ）。
【００２１】
他方、ステップＳ２１１ｄで、車速の変化が−５ｋｍ/ｈ以下である場合には（ステップＳ２１１ｄ：Ｎｏ、−５ｋｍ以下）、減速の走行とみなして、減速回数としてカウントする（ステップＳ２ｄaｓ）。
ステップＳ２ｄｆ、ステップＳ２ｄａ、ステップＳ２ｄａｓは、これらを択一的に実行する。そして、これらを択一的に実行の後、次の勾配変化地点の有無を判断する（ステップＳ２１３ｄ）。
【００２２】
ステップＳ２１３ｄで次の勾配変化地点が有ると判断した場合には（ステップＳ２１３ｄ：Ｙｅｓ）、ステップＳ２１０に戻る。
一方、ステップＳ２１３ｄで次の勾配変化地点が無いと判断した場合には（ステップＳ２１３ｄ：Ｎｏ）、既述のようにカウントした、加速回数、一定回数、および、減速回数のそれぞれについて、カウント回数の総和に対する割合を算出する（ステップＳ２１４ｄ）。
【００２３】
（運動エネルギー回生傾向の学習処理）
運動エネルギーの回生が可能な車両では回生量の学習を行う。次に、この運動エネルギーの回生に関する学習における処理の例を図面を参照して説明する。
回生傾向の学習は、図１のナビゲーション装置１００の運転傾向学習装置１０４における回生傾向学習部１０４ｂが主体となり、関連部と連携してこの処理を実行する。
図３は、図１のナビゲーション装置における運動エネルギー回生傾向の学習処理を例示するフローチャートである。
【００２４】
走行データ保存装置１０８に蓄積してある一連の走行データより勾配範囲のデータを抽出する（ステップＳ３０１）。次いで、ステップＳ３０１で抽出したデータのうち下り勾配範囲のデータを抽出する（ステップＳ３０２）。
そして、ステップＳ３０２で抽出したデータのうち渋滞時や停止時に該当するデータを当該学習での解析対象範囲から除外する。また、バッテリーのＳＯＣが回生によるエネルギーを蓄積することが出来ない水準域にある時のデータを当該学習での解析対象範囲から除外する（ステップＳ３０３）。
【００２５】
ステップＳ３０３に次いで、下り勾配の測定範囲で車速を既定値と仮定して回収できる予測回収エネルギー量を算出する。この算出に際しては、車両特性に応じた複数通りの既定の車速ごとの性能を表すデータを予め用意しておき、該用意したデータを参照する。また、上記算出以前に取得していた予測回収エネルギー量があれば上記算出した値に加算する（ステップＳ３０４）。実際にエネルギー回収した量も積算し、既得のエネルギー回収量がある場合にはこれも積算しておく（ステップＳ３０５）。ステップＳ３０４で算出したエネルギー量とステップＳ３０５で算出したエネルギー量とを比較することによって、運転者が大体何割回生ができているのかを算出する（ステップＳ３０６）。
【００２６】
（リンクコスト算出処理）
次に、経路探索時に利用するリンクごとのリンクコスト算出処理の例を図面を参照して説明する。
リンクコスト算出は、図１のナビゲーション装置１００のリンクコスト設定装置１０２が主体となり、関連部と連携してこの処理を実行する。
図４は、図１のナビゲーション装置におけるリンクコスト算出処理を例示するフローチャートである。
先ず、リンクの道路区分と渋滞情報より予測走行速度を設定する（ステップＳ４０１）。
【００２７】
次いで、当該リンク内に既得の補間点があるか否かを判断する（ステップＳ４０２）。
補間点がある場合には（ステップＳ４０２：Ｙｅｓ）その補間点に関する予測速度・道路勾配・補間点間距離を算出し、或いは、既述のデータを読み出す等して取得する（ステップＳ４０３）。
ステップＳ４０３に次いで、学習しておいた単位エネルギー当りの走行距離のデータの有無を判断する（ステップＳ４０４）。
ステップＳ４０４で、学習しておいた単位エネルギー当りの走行距離のデータが有ると判断したときには（ステップＳ４０４：Ｙｅｓ）この学習値によりエネルギー消費量を算出する（ステップＳ４０５）。
【００２８】
一方、ステップＳ４０４で、学習しておいた単位エネルギー当りの走行距離のデータが無いと判断したときには（ステップＳ４０４：Ｎｏ）、既定の標準的な値を用いてエネルギー消費量を算出する（ステップＳ４０６）。
ステップＳ４０５またはステップＳ４０６の処理を実行の後、既得の補間点またはノードのデータとの比較において勾配が変化しているかを判断する（ステップＳ４０７）。
ステップＳ４０７で勾配が変化していると判断したときには（ステップＳ４０７：Ｙｅｓ）、学習した勾配ごとの運転特性値の有無を判断する（ステップＳ４０８）。
【００２９】
ステップＳ４０８で、学習した勾配ごとの運転特性値が既に存在すると判断したときには（ステップＳ４０８：Ｙｅｓ）、運転特性値に合わせてエネルギー消費量に係数を掛けることによってエネルギー消費量を実態に合わせて補正する（ステップＳ４０９）。
ステップＳ４０９における補正も、運転傾向学習装置１０４（その運転学習部１０４ａ）による機能である。
ステップＳ４０９におけるエネルギー消費量に係数を掛ける処理では、例えば、＋勾配での加速に関しては、エネルギ消費量を増加させる。増加の程度の具体例としては、勾配変化後の５０ｍ分又は補間点間の距離のエネルギー消費量×１．２とする。
【００３０】
また、＋勾配での減速に関しては、エネルギ消費量を減少させる。減少の程度の具体例としては、勾配変化後の５０ｍ分のエネルギー消費量×０．８とする。
一方、−勾配での加速に関しては、エネルギ消費量を増加させる。増加の程度の具体例としては、勾配変化後の５０ｍ分のエネルギー消費量×１．１とする。
また、―勾配での減速に関しては、一定速と同じで変化がないものとして扱う。
【００３１】
即ち、運転傾向学習部１０４の運転学習部１０４ａでは、学習により取得している運転傾向に応じてエネルギー消費量に係数を掛けて予測エネルギー消費量を補正する。
ステップＳ４０９に次いで、当該車両が下り勾配で運動エネルギーを回生可能であるか否かを判断する（ステップＳ４１０）。
ステップＳ４０７で、勾配が変化していないと判断したとき、（ステップＳ４０７：Ｎｏ）、および、ステップＳ４０８で、学習した勾配ごとの運転特性値が存在しないと判断したときににも（ステップＳ４０８：Ｎｏ）、上述のステップＳ４１０に移行する。
【００３２】
下り勾配で運動エネルギーを回生可能であると判断したときには（ステップＳ４１０：Ｙｅｓ）、下り勾配部分の距離と予測走行速度より予測回収エネルギー量を算出する（ステップＳ４１１）。
ステップＳ４１１で予測回収エネルギー量を算出した後、運動エネルギーの回生が学習できているか否かを判断する（ステップＳ４１２）。
運動エネルギーの回生が学習できている場合には（ステップＳ４１３：Ｙｅｓ）、予測回収エネルギー量に学習した割合を掛ける（ステップＳ４１３）。
【００３３】
即ち、運転傾向学習部１０４の回生傾向学習部１０４ｂでは、学習により取得している運動エネルギーの回生傾向に応じてエネルギー消費量に係数を掛けて予測回収エネルギー量を補正する。
このステップＳ４１３における補正も運転傾向学習部１０４による機能であるが、特にその回生傾向学習部１０４ｂがこのように機能する。
次いで、エネルギー消費量よりも回収エネルギーが多いか否かを判断する（ステップＳ４１４）。
【００３４】
エネルギー消費量よりも回収エネルギーが多い場合には（ステップＳ４１４：Ｙｅｓ）、直前の処理サイクルで取得したエネルギー保存量の予測値または直前のノードにおけるエネルギー保存量の予測値が回生によるエネルギーを回収することが出来ない程度に高い水準域にあるか否かを判断する（ステップＳ４１５）。
ステップＳ４１５で、エネルギー保存量の予測値が、回生によるエネルギーを回収することが出来ない程度に高い水準域にあると判断したときには（ステップＳ４１５：Ｙｅｓ）、当該補間点間での走行によるエネルギー消費量より予測回収エネルギー量の方が現実には大きいとしても、予測回収エネルギー量はエネルギ消費量までとして扱う（ステップＳ４１６）。
【００３５】
ステップＳ４１６で予測回収エネルギー量はエネルギ消費量までとして扱った場合には、エネルギー消費量から予測回収エネルギー量を差し引いた値を補間点間のエネルギ消費量、即ち、補間点間コストとする（ステップＳ４１７）。
また、ステップＳ４１５で、エネルギー保存量の予測値が回生によるエネルギーを回収することが出来ない水準域未満であると判断した場合にも（ステップＳ４１５：Ｎｏ）、ステップＳ４１７に移行する。
【００３６】
ステップＳ４１７に次いで、予測エネルギー消費量からエネルギー消費量を減算した値に回収エネルギー量を加算する（ステップＳ４１８）。
他に補間点がなくなり（ステップＳ４０２：Ｎｏ）、次のノードまで計算した場合、ステップＳ４１８で算出したリンク内補間コストを積算してリンクコストとする（ステップＳ４１９）。
ステップＳ４１８でのリンクコストの算定対象とするリンクが残っているか否かを判断する（ステップＳ４２０）。
リンクコストの算定対象とするリンクが残っていないと判断したときには（ステップＳ４２０：Ｎｏ）、補間点リンクコストの積算値をリンクコストとして用いる。
【００３７】
ステップＳ４２０で、リンクコストの算定対象とするリンクが残っていると判断したときには（ステップＳ４２０：Ｙｅｓ）、ステップＳ４０１に戻る。
一方、ステップＳ４１０で、当該車両が下り勾配で運動エネルギーを回生できないと判断したときにも（ステップＳ４１０：Ｎｏ）、ステップＳ４０２に移行する。
更に、ステップＳ４１４で、エネルギー消費量よりも回収エネルギーが多い場合にも（ステップＳ４１４：Ｙｅｓ）ステップＳ４０２に移行する。
既述のように、ステップＳ４０２で他に補間点がなくなったと判断したときに（ステップＳ４０２：Ｎｏ）、ステップＳ４１９に移行してリンクコストを得る。
【００３８】
図４のフローチャートを参照して例示したようなリンクコスト算出処理により、例えば図６に示したようにリンクコストを顕在化することができる。
図６（ａ）はエネルギー保存量が１００％である場合のリンクコストである。また、図６（ｂ）はエネルギー保存量が７０％である場合のリンクコストである。
図６（ａ）と図６（ｂ）とを対比して明瞭であるとおり、リンクコストがマイナスであるところがエネルギー保存量に応じてリンクコストが変化していく。また、経路の選び方により予測エネルギー保存量も回生などに依存して変化する。このため、同じリンクについて、走る向きやそれまでの経路に応じて動的にリンクコストが変化する。
【００３９】
即ち、図１におけるリンクコスト設定装置１０２は、リンクコストを設定するに際し、現在蓄えているエネルギー保存量に基づいてエネルギー回生の可否を判断し、この判断により経路順にリンクコストを算出して該設定を行う。
上述において、運転傾向学習装置１０４（その運転学習部１０４ａ）が運転傾向学習部対応する。また、リンクコスト設定装置１０２がリンクコスト設定部に対応する。さらに、経路探索装置１０３が経路探索部に対応する。
【００４０】
（第１実施形態のナビゲーション装置の効果）
（１−１）第１実施形態としてのナビゲーション装置１００は、運転傾向学習装置１０４が車両の走行履歴を用いて運転傾向を学習する。また、リンクコスト設定装置１０２が運転傾向学習装置１０４で学習した運転傾向と道路の距離情報および勾配情報とに基づく予測エネルギー消費量からリンクコストを動的に設定する。さらに、経路探索装置１０３がリンクコスト設定装置１０２で設定したリンクコストと地図情報に基づいて走行経路を探索をする。
【００４１】
上記（１−１）のナビゲーション装置１００における運転傾向学習装置１０４での学習では、道路勾配の変化とともに、例えば、アクセル操作や加速度の変化に現われる運転傾向を読む。より具体的に例示するなら、上り勾配に入る場合に積極的にアクセルを踏んでいく傾向や、下り勾配でもブレーキをあまり踏まずに位置エネルギーを加速に用いる傾向があるか等を学習する。
従って、上記（１−１）のナビゲーション装置１００では、このような学習によって取得した運転特性特性を勘案して高い精度でエネルギー消費量を設定することができるナビゲーション装置を提供できる。
【００４２】
（１−２）上記（１−１）のナビゲーション装置１００において特に、運転傾向学習装置１０４の回生傾向学習部１０４ｂが、運転傾向と道路の距離情報および勾配情報とに基づく下り勾配の道路での予測エネルギー回生量を学習する。
また、リンクコスト設定装置１０２は、回生傾向学習部１０４ｂによる予測エネルギー回生量の学習結果を用いてリンクコストを動的に設定する。
従って、上記（１−２）のナビゲーション装置１００では、運動エネルギーの回生が可能な車両において、下り勾配はエネルギーをほぼ使わず走ることができるだけではなく、運動エネルギーを回生して蓄えることができる場合に、蓄えられる量を算出することができる。このため、運動エネルギーの回生が可能な車両におけるエネルギー消費量をより高い精度で設定することができる。
【００４３】
（１−３）上記（１−２）のナビゲーション装置１００において特に、リンクコスト設定装置７０２は、当該リンクコストを動的に設定するに際し、現在蓄えているエネルギー保存量に基づいてエネルギー回生の可否を判断し、この判断により経路順にリンクコストを算出して該設定を行う。
従って、上記（１−３）のナビゲーション装置１００では、例えば、現在のエネルギー保存量に応じて実態に即した予測回収エネルギーの補正値を勘案してリンクごとにリンクコストを動的に設定できる。このため、それぞれのノードで現在時点でのエネルギー保存量を算出することによって、リンクコストをより高い精度で設定することができる。
【００４４】
（１−４）運転傾向学習装置１０４は、学習した運転傾向に基づいて予測エネルギー消費量と予測回収エネルギーを補正し、リンクコスト設定装置１０２は、当該リンクコストを動的に設定するに際し、前記運転傾向学習装置１０４が補正した予測エネルギー消費量と予測エネルギー回生量に基づいてリンクコストを動的に設定する。
従って、回生の行えるような勾配であっても、運転傾向によって運動エネルギー回生の可否が分かれるが、その下り勾配での運転傾向の学習結果を反映して運動エネルギー回生の可否を適確に判断することができる。従って、実態に即してより高い精度でリンクコストを設定することができる。
【００４５】
（第２実施形態）
次に、図面を参照して、本発明の第２実施形態について説明する。
（第２実施形態の構成）
図７は、本発明の第２実施形態としてのナビゲーション装置を表す機能ブロック図である。
図７のナビゲーション装置７００は、図１のナビゲーション装置１００の構成に加えて、車両内機器動作状態取得装置７１０および外気温センサー７０９を備える。車両内機器動作状態取得装置７１０は、エアコン等の車室内ユニットの動作状態の情報を取得する。また、外気温センサー７０９は、外気温を取得する。
車両内機器動作状態取得装置７１０は、また、外気温センサー７０９からの外気温の情報に基づいて環境温度に依存する車両内機器について、現在の環境温度に応じた状態を検知する。この検知の態様については後述する。
【００４６】
ナビゲーション装置７００における渋滞情報取得装置７０１、リンクコスト設定装置７０２、および、経路探索装置７０３は、ナビゲーション装置１００における渋滞情報取得装置１０１、リンクコスト設定装置１０２、および、経路探索装置１０３に各対応する。
同様に、ナビゲーション装置７００における運転傾向学習装置７０４、地図データベース７０５、および、ＧＰＳ装置７０６、は、ナビゲーション装置１００における運転傾向学習装置１０４、地図データベース１０５、および、ＧＰＳ装置１０６に各対応する。
【００４７】
尚、運転傾向学習装置７０４は、運転学習部７０４ａと回生傾向学習部７０４ｂとを有する。これは、第１の実施形態における運転傾向学習装置１０４が運転学習部１０４ａと回生傾向学習部１０４ｂとを有する構成に対応している。
また、ナビゲーション装置７００における車両情報取得装置７０７、および、走行データ保存装置７０８は、ナビゲーション装置１００における車両情報取得装置１０７、および、走行データ保存装置１０８に各対応する。
ナビゲーション装置７００におけるナビゲーション装置１００と上述のように各対応する装置はナビゲーション装置１００におけるものと略同様に機能するものであるため、それら各個の説明はナビゲーション装置１００の対応する各装置の説明を援用する。
【００４８】
図８は、第２実施形態の特徴を説明するための図である。
図８（ａ）は、環境温度と容量変化係数との対応関係を表す図である。ここに容量変化係数とは、バッテリーの既定の基準容量に対する当該温度で使用可能な容量値の相対値である。図示のように−３０度から１０度ずつの幅で４０度までの８つの温度域の区分に応じて、１．０以下の係数が対応している。図示のように−３０度のような極寒の環境では相対的に係数が低い。
【００４９】
図８（ｂ）は、容量変化係数を用いて利用可能最大エネルギー保存量を算出するための処理を表すフローチャートである。この処理は、車両内機器動作状態取得装置７１０が外気温センサー７０９からの外気温の情報に基づいて環境温度に依存する車両内機器について現在の環境温度に応じた状態を検知する場合の該検知の一例である。
図８（ｂ）の処理では、先ず、最大エネルギー保存量を取得する（ステップＳ８０１）。
【００５０】
次いで、図８（ａ）の容量変化係数を用いて、環境温度に応じて利用可能な最大エネルギ保存量を算出する（ステップＳ８０２）。
電池系のエネルギー源の場合、非常に寒い環境下では、エネルギーを引き出し難くなる現象が生じるため、上述のように、車両内機器動作状態取得装置７１０が環境温度に応じて利用可能な最大エネルギー保存量の補正値を算出してこの現象に対応する。
また、車両内機器動作状態取得装置７１０は、環境温度（外気温）と、エアコン等の車室内ユニットの動作による負荷の推移を監視し、恒常的なエネルギー消費量を設定する。
【００５１】
上述のように、第２実施形態では、車両内機器動作状態取得装置７１０が環境温度を勘案した最大エネルギー保存量の補正値を算出し、リンクコスト設定装置７０２が、該算出結果を取得し、該取得した値を用いてリンクコストの計算を実行する。車両内機器動作状態取得装置７１０は、更に、車両内機器の動作状態の動作による負荷の推移に係る情報をリンクコスト設定装置７０２に供給する。該供給を受けたリンクコスト設定装置７０２が、車両内機器の動作状態による実際の負荷状況を反映させてリンクコストの計算を実行する。従って、リンクコスト設定装置７０２は、より実態に即したリンクコストの計算ができる。
【００５２】
特に、ＥＶなどのエネルギー保存量が少ない車種では、上述のように実態に即したリンクコストを、到達可能範囲の推定に反映させることができる。尚、車両重量が推定できない場合には、車両重量＋乗員１名の場合と車両総重量の場合の２種類でリンク計算を行い、到達可能範囲の幅が認識できるように計算する。
上述における到達可能範囲の推定は、例えば、経路探索装置７０３（１０３）に設けた到達可能範囲演算部によって行うことができる。
上述において、運転傾向学習装置７０４（その運転学習部７０４ａ）が運転傾向学習部に対応する。また、リンクコスト設定装置７０２がリンクコスト設定部に対応する。さらに、経路探索装置７０３が経路探索部に対応する。
【００５３】
（第２実施形態のナビゲーション装置の効果）
第２実施形態としてのナビゲーション装置７００は、第１実施形態のナビゲーション装置１００と同様の効果を奏するに加えて、次のような効果を奏する。
（２−１）第２実施形態としてのナビゲーション装置７００は、運転傾向学習装置７０４が車両の走行履歴を用いて運転傾向を学習する。また、リンクコスト設定装置７０２が運転傾向学習装置７０４で学習した運転傾向と道路の距離情報および勾配情報とに基づく予測エネルギー消費量からリンクコストを動的に設定する。さらに、経路探索装置７０３がリンクコスト設定装置７０２で設定したリンクコストと地図情報に基づいて走行経路を探索をする。
【００５４】
また、運転傾向学習装置７０４の回生傾向学習部７０４ｂが、運転傾向と道路の距離情報および勾配情報とに基づく下り勾配の道路での予測エネルギー回生量を学習する。
また、リンクコスト設定装置７０２は、回生傾向学習部７０４ｂによる予測エネルギー回生量の学習結果を用いてリンクコストを動的に設定する。
また、リンクコスト設定装置７０２は、当該リンクコストを動的に設定するに際し、現在蓄えているエネルギー保存量に基づいてエネルギー回生の可否を判断し、この判断により経路順にリンクコストを算出して該設定を行う。
【００５５】
更に、運転傾向学習装置７０４は、学習した運転傾向に基づいて予測エネルギー消費量と予測回収エネルギーを補正する。
また、リンクコスト設定装置７０２は、当該リンクコストを動的に設定するに際し、運転傾向学習装置７０４が補正した予測エネルギー消費量と予測エネルギー回生量に基づいてリンクコストを動的に設定する。
そして、特に、リンクコスト設定装置７０２は、環境温度に依存したエネルギー消費に関係する情報に基づいて到達可能範囲の推定を行う
従って、上記（２−１）のナビゲーション装置７００では、実態に即したリンクコストを到達可能範囲の推定に反映させることができる。従って、より高い精度で到達可能範囲を推定することができる。
【符号の説明】
【００５６】
１００、７００………………ナビゲーション装置
１０１、７０１………………渋滞情報取得装置
１０２、７０２………………リンクコスト設定装置
１０３、７０３………………経路探索装置
１０４、７０４………………運転傾向学習装置
１０４ａ、７０４ａ…………運転学習部
１０４ｂ、７０４ｂ…………回生傾向学習部
１０５、７０５………………地図データベース
１０６、７０６………………ＧＰＳ装置
１０７、７０７………………車両情報取得装置
１０８、７０８………………走行データ保存装置
７０９…………………………外気温センサー
７１０…………………………車両内機器動作状態取得装置
【技術分野】
【０００１】
本発明は、ナビゲーション装置に関し、特に勾配情報を利用したナビゲーション装置に関する。
【背景技術】
【０００２】
道路勾配と走行速度に対応した燃費情報を記録するとともに、現況の交通情報から推定された走行速度と燃費情報とを用いて、燃料消費量の少ない経路を探索するナビゲーション装置が提案されている（例えば、特許文献１参照）。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２０１０−３２５４１号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
このような従来の技術では道路勾配と走行速度による燃費情報を記録し、この情報に基づいて燃料消費量の少ない経路を探索するが、加速や減速に際しての運転者のアクセル操作の傾向や、勾配の変化に応じたアクセル操作の傾向を考慮していないため、エネルギー消費量を高い精度で設定することができない可能性があった。
本発明は上述した状況に鑑みてなされたものであり、運転者の運転特性に基づいて、エネルギー消費量をより高い精度で設定することができるナビゲーション装置を提供することを目的とする。
【課題を解決するための手段】
【０００５】
上記課題を解決するために、本発明のナビゲーション装置では、車両の走行履歴を用いて運転特性を学習し、その学習結果の運転特性と、走行経路の距離情報および勾配情報に基づき、予測エネルギー消費量によるリンクコストを動的に設定し、ルート探索をする。
【発明の効果】
【０００６】
本発明によれば、運転特性特性を勘案して高い精度でエネルギー消費量を設定することができるナビゲーション装置を提供することができる。
【図面の簡単な説明】
【０００７】
【図１】本発明の第１実施形態としてのナビゲーション装置を表す機能ブロック図である。
【図２】図１のナビゲーション装置における運転傾向の学習処理を表すフローチャートである。
【図３】図１のナビゲーション装置における運動エネルギー回生傾向の学習処理を例示するフローチャートである。
【図４】図１のナビゲーション装置におけるリンクコスト算出処理を例示するフローチャートである。
【図５】図１のナビゲーション装置における、道路区分と車速域の区分とに従った、勾配ごとの、単位エネルギー当りの走行距離の学習を例示する図である。
【図６】図４の処理によるリンクコスト算出結果を例示する図である。
【図７】本発明の第２実施形態としてのナビゲーション装置を表す機能ブロック図である。
【図８】第２実施形態の特徴を説明するための図である。
【発明を実施するための形態】
【０００８】
以下、図面を参照して本発明の実施形態について詳述することにより本発明を明らかにする。
尚、以下に説明する本発明の実施形態としてのナビゲーション装置は、回生制動が可能な車両に搭載し、かつ、この車両では、回生エネルギーをバッテリーに回収可能な構成を有するものであることを前提としている。
（ナビゲーション装置の構成）
図１は、本発明の第１実施形態としてのナビゲーション装置を表す機能ブロック図である。
図１のナビゲーション装置１００は、渋滞情報取得装置１０１、リンクコスト設定装置１０２、経路探索装置１０３、運転傾向学習装置１０４、地図データベース１０５、ＧＰＳ装置１０６、車両情報取得装置１０７、および、走行データ保存装置１０８を有する。
【０００９】
渋滞情報取得装置１０１は、ＶＩＣＳ（Vehicle Information and Communication System）等の無線通信によって道路の渋滞情報を取得する。
リンクコスト設定装置１０２は、勾配、運転傾向、および、走行時間等に依拠して算出するエネルギー消費量に基づいてリンクコストを設定する。
経路探索装置１０３は、エネルギー消費量を最小化するエネルギー消費量最小経路を探索可能である。尚、モード切り替え操作に応じて、最短時間経路や最短距離経路を探索可能な機能をも併せ持つものであり得る。
【００１０】
運転傾向学習装置１０４は、運転者のアクセル操作の仕方や回生の仕方をも学習する機能部である。本例の運転傾向学習装置１０４は、運転学習部１０４ａと回生傾向学習部１０４ｂとを有する。運転学習部１０４ａはアクセル操作の仕方等の運転者の運転傾向を学習する。回生傾向学習部１０４ｂは運転者の回生の仕方に関する傾向を学習する。
地図データベース１０５は、地図情報を保有するが、本例では、この地図情報は勾配情報をも含んでいる。
【００１１】
ＧＰＳ装置１０６は、ＧＰＳ（Global Positioning System）衛星から受信した情報に基づいてこのＧＰＳ装置１０６を搭載した車両等の現在位置を測位する。
車両情報取得装置１０７は、ＧＰＳ装置１０６からの位置情報や、図示しないＣＡＮ（Controller Area Network）からの加速度やエネルギー保存量等の車両情報を取得する。
走行データ保存装置１０８は、車両情報取得装置１０７が取得した種々の情報を保存する。
尚、リンクコストは、一般にカーナビゲーションシステム等において、出発地点から目的地点までの経路の所要時間、経路長、エネルギー消費量をコスト関数として算出するに際しての、各道路リンクの所要時間、リンク長、エネルギー消費量等である。
【００１２】
（運転傾向の学習処理）
図２は、図１のナビゲーション装置における運転学習の処理を表すフローチャートである。運転学習は、アクセル操作の仕方等の運転者の運転傾向の学習である。運転傾向の学習は、図１のナビゲーション装置１００の運転傾向学習装置１０４における運転学習部１０４ａが主体となり、関連部と連携してこの処理を実行する。
【００１３】
次に運転傾向の学習に関する処理を、図２のフローチャートを参照して説明する。
先ず、ナビゲーション装置１００は、車両が走行した際の、経路、車速、エネルギー保存量、エネルギー消費量、渋滞状況等の車両情報を車両情報取得装置１０７で取得し、走行データ保存装置１０８で保存する（ステップＳ２０１）。
車両情報取得装置１０７による車両情報の取得は、ＧＰＳ装置１０６や図示しない自律航法装置による測位情報である緯度・経度情報の取得を含む。
【００１４】
ステップＳ２０１に次いで、当該車両が回生制動可能な車両か否かを判断する（ステップＳ２０２）。
ステップＳ２０２で回生制動可能な車両であると判断した場合には（ステップＳ２０２：Ｙｅｓ）、次いで、エネルギー保存量とエネルギー回生量との各情報を走行データ保存装置１０８に保存する（ステップＳ２０３）。
次いで、当該車両が停止したか否かを判断する（ステップＳ２０４）。尚、ステップＳ２０２で回生制動可能な車両であると判断した場合には（ステップＳ２０２：Ｎｏ）、ステップＳ２０３をスキップしてステップＳ２０４の判断を実行する。
【００１５】
ステップＳ２０４で車両が停止したと判断すると（ステップＳ２０４：Ｙｅｓ）、この判断を行ったタイミングで当該車両の起動から停止までの一連の走行データを走行データ保存装置１０８に保存する（ステップＳ２０５）。
次いで、走行データ保存装置１０８に蓄積がある各一連の走行データに係る経路の勾配データおよび勾配ごとの道路区分を地図データベースから取得する（ステップＳ２０６）。
そして、ステップＳ２０６で取得した勾配ごとに、道路区分と車速域の区分とに従って、単位エネルギーあたりの走行距離を学習する（ステップＳ２０７）。
【００１６】
道路区分と車速域の区分とに従った、勾配ごとの、単位エネルギー（ｋｗｈ）あたりの走行距離（ｋｍ）を図５に例示したように学習する。
また、ステップＳ２０７での学習では、運転者の運転傾向を学習するために勾配変化地点（たとえば＋勾配、−勾配）を抽出するが、渋滞による影響を除くため、渋滞時のデータは解析範囲から除外する（ステップＳ２０８）。
勾配変化地点では加速・減速・一定速の割合やそれぞれでの運転者の運転傾向を学習する。例えば、＋勾配では、加速が７０％、減速が１０％、一定速が２０％であるなどして運転傾向を学習する。また、−勾配では、加速１０％、減速７０％などであるなどして運転傾向を学習する。
【００１７】
勾配変化の閾値としては、例えば、±２％を超えれば勾配変化地点とみなす（ステップＳ２０９）。そして、上り勾配および下り勾配の何れに該当するかを判断する（ステップＳ２１０）。
ステップＳ２１０で上り勾配と判断したときには（ステップＳ２１０：上り勾配）、勾配変化前後での車速の変化が±５ｋｍ/ｈ以内であるか否かを判断する（ステップＳ２１１ｕ）。
ステップＳ２１１ｕで、車速の変化が±５ｋｍ/ｈ以内であると判断したときには（ステップＳ２１１ｕ：Ｙｅｓ）一定速の走行とみなして一定速の走行回数としてカウントする（ステップＳ２ｕｆ）。
【００１８】
一方、ステップＳ２１１ｕで、車速の変化が＋５ｋｍ/ｈ以上である場合には（ステップＳ２１１ｕ：Ｎｏ、＋５ｋｍ以上）、加速の走行とみなして、加速回数としてカウントする（ステップＳ２ｕａ）。
他方、ステップＳ２１１ｕで、車速の変化が−５ｋｍ/ｈ以下である場合には（ステップＳ２１１ｕ：Ｎｏ、−５ｋｍ以下）、減速の走行とみなして、減速回数としてカウントする（ステップＳ２ｕaｓ）。
ステップＳ２ｕｆ、ステップＳ２ｕａ、ステップＳ２ｕａｓは、これらを択一的に実行する。そして、これらを択一的に実行の後、次の勾配変化地点の有無を判断する（ステップＳ２１３ｕ）。
【００１９】
ステップＳ２１３uで次の勾配変化地点が有ると判断した場合には（ステップＳ２１３ｕ：Ｙｅｓ）、ステップＳ２１０に戻る。
一方、ステップＳ２１３ｕで次の勾配変化地点が無いと判断した場合には（ステップＳ２１３u：Ｎｏ）、既述のようにカウントした、加速回数、一定回数、および、減速回数のそれぞれについて、カウント回数の総和に対する割合を算出する（ステップＳ２１４ｕ）。
【００２０】
上述のステップＳ２１０で下り勾配と判断したときには（ステップＳ２１０：下り勾配）、勾配変化前後での車速の変化が±５ｋｍ/ｈ以内であるか否かを判断する（ステップＳ２１１ｄ）。
ステップＳ２１１ｄで、車速の変化が±５ｋｍ/ｈ以内であると判断したときには（ステップＳ２１１ｄ：Ｙｅｓ）一定速の走行とみなして一定速の走行回数としてカウントする（ステップＳ２ｄｆ）。
一方、ステップＳ２１１ｄで、車速の変化が＋５ｋｍ/ｈ以上である場合には（ステップＳ２１１ｄ：Ｎｏ、＋５ｋｍ以上）、加速の走行とみなして、加速回数としてカウントする（ステップＳ２ｄａ）。
【００２１】
他方、ステップＳ２１１ｄで、車速の変化が−５ｋｍ/ｈ以下である場合には（ステップＳ２１１ｄ：Ｎｏ、−５ｋｍ以下）、減速の走行とみなして、減速回数としてカウントする（ステップＳ２ｄaｓ）。
ステップＳ２ｄｆ、ステップＳ２ｄａ、ステップＳ２ｄａｓは、これらを択一的に実行する。そして、これらを択一的に実行の後、次の勾配変化地点の有無を判断する（ステップＳ２１３ｄ）。
【００２２】
ステップＳ２１３ｄで次の勾配変化地点が有ると判断した場合には（ステップＳ２１３ｄ：Ｙｅｓ）、ステップＳ２１０に戻る。
一方、ステップＳ２１３ｄで次の勾配変化地点が無いと判断した場合には（ステップＳ２１３ｄ：Ｎｏ）、既述のようにカウントした、加速回数、一定回数、および、減速回数のそれぞれについて、カウント回数の総和に対する割合を算出する（ステップＳ２１４ｄ）。
【００２３】
（運動エネルギー回生傾向の学習処理）
運動エネルギーの回生が可能な車両では回生量の学習を行う。次に、この運動エネルギーの回生に関する学習における処理の例を図面を参照して説明する。
回生傾向の学習は、図１のナビゲーション装置１００の運転傾向学習装置１０４における回生傾向学習部１０４ｂが主体となり、関連部と連携してこの処理を実行する。
図３は、図１のナビゲーション装置における運動エネルギー回生傾向の学習処理を例示するフローチャートである。
【００２４】
走行データ保存装置１０８に蓄積してある一連の走行データより勾配範囲のデータを抽出する（ステップＳ３０１）。次いで、ステップＳ３０１で抽出したデータのうち下り勾配範囲のデータを抽出する（ステップＳ３０２）。
そして、ステップＳ３０２で抽出したデータのうち渋滞時や停止時に該当するデータを当該学習での解析対象範囲から除外する。また、バッテリーのＳＯＣが回生によるエネルギーを蓄積することが出来ない水準域にある時のデータを当該学習での解析対象範囲から除外する（ステップＳ３０３）。
【００２５】
ステップＳ３０３に次いで、下り勾配の測定範囲で車速を既定値と仮定して回収できる予測回収エネルギー量を算出する。この算出に際しては、車両特性に応じた複数通りの既定の車速ごとの性能を表すデータを予め用意しておき、該用意したデータを参照する。また、上記算出以前に取得していた予測回収エネルギー量があれば上記算出した値に加算する（ステップＳ３０４）。実際にエネルギー回収した量も積算し、既得のエネルギー回収量がある場合にはこれも積算しておく（ステップＳ３０５）。ステップＳ３０４で算出したエネルギー量とステップＳ３０５で算出したエネルギー量とを比較することによって、運転者が大体何割回生ができているのかを算出する（ステップＳ３０６）。
【００２６】
（リンクコスト算出処理）
次に、経路探索時に利用するリンクごとのリンクコスト算出処理の例を図面を参照して説明する。
リンクコスト算出は、図１のナビゲーション装置１００のリンクコスト設定装置１０２が主体となり、関連部と連携してこの処理を実行する。
図４は、図１のナビゲーション装置におけるリンクコスト算出処理を例示するフローチャートである。
先ず、リンクの道路区分と渋滞情報より予測走行速度を設定する（ステップＳ４０１）。
【００２７】
次いで、当該リンク内に既得の補間点があるか否かを判断する（ステップＳ４０２）。
補間点がある場合には（ステップＳ４０２：Ｙｅｓ）その補間点に関する予測速度・道路勾配・補間点間距離を算出し、或いは、既述のデータを読み出す等して取得する（ステップＳ４０３）。
ステップＳ４０３に次いで、学習しておいた単位エネルギー当りの走行距離のデータの有無を判断する（ステップＳ４０４）。
ステップＳ４０４で、学習しておいた単位エネルギー当りの走行距離のデータが有ると判断したときには（ステップＳ４０４：Ｙｅｓ）この学習値によりエネルギー消費量を算出する（ステップＳ４０５）。
【００２８】
一方、ステップＳ４０４で、学習しておいた単位エネルギー当りの走行距離のデータが無いと判断したときには（ステップＳ４０４：Ｎｏ）、既定の標準的な値を用いてエネルギー消費量を算出する（ステップＳ４０６）。
ステップＳ４０５またはステップＳ４０６の処理を実行の後、既得の補間点またはノードのデータとの比較において勾配が変化しているかを判断する（ステップＳ４０７）。
ステップＳ４０７で勾配が変化していると判断したときには（ステップＳ４０７：Ｙｅｓ）、学習した勾配ごとの運転特性値の有無を判断する（ステップＳ４０８）。
【００２９】
ステップＳ４０８で、学習した勾配ごとの運転特性値が既に存在すると判断したときには（ステップＳ４０８：Ｙｅｓ）、運転特性値に合わせてエネルギー消費量に係数を掛けることによってエネルギー消費量を実態に合わせて補正する（ステップＳ４０９）。
ステップＳ４０９における補正も、運転傾向学習装置１０４（その運転学習部１０４ａ）による機能である。
ステップＳ４０９におけるエネルギー消費量に係数を掛ける処理では、例えば、＋勾配での加速に関しては、エネルギ消費量を増加させる。増加の程度の具体例としては、勾配変化後の５０ｍ分又は補間点間の距離のエネルギー消費量×１．２とする。
【００３０】
また、＋勾配での減速に関しては、エネルギ消費量を減少させる。減少の程度の具体例としては、勾配変化後の５０ｍ分のエネルギー消費量×０．８とする。
一方、−勾配での加速に関しては、エネルギ消費量を増加させる。増加の程度の具体例としては、勾配変化後の５０ｍ分のエネルギー消費量×１．１とする。
また、―勾配での減速に関しては、一定速と同じで変化がないものとして扱う。
【００３１】
即ち、運転傾向学習部１０４の運転学習部１０４ａでは、学習により取得している運転傾向に応じてエネルギー消費量に係数を掛けて予測エネルギー消費量を補正する。
ステップＳ４０９に次いで、当該車両が下り勾配で運動エネルギーを回生可能であるか否かを判断する（ステップＳ４１０）。
ステップＳ４０７で、勾配が変化していないと判断したとき、（ステップＳ４０７：Ｎｏ）、および、ステップＳ４０８で、学習した勾配ごとの運転特性値が存在しないと判断したときににも（ステップＳ４０８：Ｎｏ）、上述のステップＳ４１０に移行する。
【００３２】
下り勾配で運動エネルギーを回生可能であると判断したときには（ステップＳ４１０：Ｙｅｓ）、下り勾配部分の距離と予測走行速度より予測回収エネルギー量を算出する（ステップＳ４１１）。
ステップＳ４１１で予測回収エネルギー量を算出した後、運動エネルギーの回生が学習できているか否かを判断する（ステップＳ４１２）。
運動エネルギーの回生が学習できている場合には（ステップＳ４１３：Ｙｅｓ）、予測回収エネルギー量に学習した割合を掛ける（ステップＳ４１３）。
【００３３】
即ち、運転傾向学習部１０４の回生傾向学習部１０４ｂでは、学習により取得している運動エネルギーの回生傾向に応じてエネルギー消費量に係数を掛けて予測回収エネルギー量を補正する。
このステップＳ４１３における補正も運転傾向学習部１０４による機能であるが、特にその回生傾向学習部１０４ｂがこのように機能する。
次いで、エネルギー消費量よりも回収エネルギーが多いか否かを判断する（ステップＳ４１４）。
【００３４】
エネルギー消費量よりも回収エネルギーが多い場合には（ステップＳ４１４：Ｙｅｓ）、直前の処理サイクルで取得したエネルギー保存量の予測値または直前のノードにおけるエネルギー保存量の予測値が回生によるエネルギーを回収することが出来ない程度に高い水準域にあるか否かを判断する（ステップＳ４１５）。
ステップＳ４１５で、エネルギー保存量の予測値が、回生によるエネルギーを回収することが出来ない程度に高い水準域にあると判断したときには（ステップＳ４１５：Ｙｅｓ）、当該補間点間での走行によるエネルギー消費量より予測回収エネルギー量の方が現実には大きいとしても、予測回収エネルギー量はエネルギ消費量までとして扱う（ステップＳ４１６）。
【００３５】
ステップＳ４１６で予測回収エネルギー量はエネルギ消費量までとして扱った場合には、エネルギー消費量から予測回収エネルギー量を差し引いた値を補間点間のエネルギ消費量、即ち、補間点間コストとする（ステップＳ４１７）。
また、ステップＳ４１５で、エネルギー保存量の予測値が回生によるエネルギーを回収することが出来ない水準域未満であると判断した場合にも（ステップＳ４１５：Ｎｏ）、ステップＳ４１７に移行する。
【００３６】
ステップＳ４１７に次いで、予測エネルギー消費量からエネルギー消費量を減算した値に回収エネルギー量を加算する（ステップＳ４１８）。
他に補間点がなくなり（ステップＳ４０２：Ｎｏ）、次のノードまで計算した場合、ステップＳ４１８で算出したリンク内補間コストを積算してリンクコストとする（ステップＳ４１９）。
ステップＳ４１８でのリンクコストの算定対象とするリンクが残っているか否かを判断する（ステップＳ４２０）。
リンクコストの算定対象とするリンクが残っていないと判断したときには（ステップＳ４２０：Ｎｏ）、補間点リンクコストの積算値をリンクコストとして用いる。
【００３７】
ステップＳ４２０で、リンクコストの算定対象とするリンクが残っていると判断したときには（ステップＳ４２０：Ｙｅｓ）、ステップＳ４０１に戻る。
一方、ステップＳ４１０で、当該車両が下り勾配で運動エネルギーを回生できないと判断したときにも（ステップＳ４１０：Ｎｏ）、ステップＳ４０２に移行する。
更に、ステップＳ４１４で、エネルギー消費量よりも回収エネルギーが多い場合にも（ステップＳ４１４：Ｙｅｓ）ステップＳ４０２に移行する。
既述のように、ステップＳ４０２で他に補間点がなくなったと判断したときに（ステップＳ４０２：Ｎｏ）、ステップＳ４１９に移行してリンクコストを得る。
【００３８】
図４のフローチャートを参照して例示したようなリンクコスト算出処理により、例えば図６に示したようにリンクコストを顕在化することができる。
図６（ａ）はエネルギー保存量が１００％である場合のリンクコストである。また、図６（ｂ）はエネルギー保存量が７０％である場合のリンクコストである。
図６（ａ）と図６（ｂ）とを対比して明瞭であるとおり、リンクコストがマイナスであるところがエネルギー保存量に応じてリンクコストが変化していく。また、経路の選び方により予測エネルギー保存量も回生などに依存して変化する。このため、同じリンクについて、走る向きやそれまでの経路に応じて動的にリンクコストが変化する。
【００３９】
即ち、図１におけるリンクコスト設定装置１０２は、リンクコストを設定するに際し、現在蓄えているエネルギー保存量に基づいてエネルギー回生の可否を判断し、この判断により経路順にリンクコストを算出して該設定を行う。
上述において、運転傾向学習装置１０４（その運転学習部１０４ａ）が運転傾向学習部対応する。また、リンクコスト設定装置１０２がリンクコスト設定部に対応する。さらに、経路探索装置１０３が経路探索部に対応する。
【００４０】
（第１実施形態のナビゲーション装置の効果）
（１−１）第１実施形態としてのナビゲーション装置１００は、運転傾向学習装置１０４が車両の走行履歴を用いて運転傾向を学習する。また、リンクコスト設定装置１０２が運転傾向学習装置１０４で学習した運転傾向と道路の距離情報および勾配情報とに基づく予測エネルギー消費量からリンクコストを動的に設定する。さらに、経路探索装置１０３がリンクコスト設定装置１０２で設定したリンクコストと地図情報に基づいて走行経路を探索をする。
【００４１】
上記（１−１）のナビゲーション装置１００における運転傾向学習装置１０４での学習では、道路勾配の変化とともに、例えば、アクセル操作や加速度の変化に現われる運転傾向を読む。より具体的に例示するなら、上り勾配に入る場合に積極的にアクセルを踏んでいく傾向や、下り勾配でもブレーキをあまり踏まずに位置エネルギーを加速に用いる傾向があるか等を学習する。
従って、上記（１−１）のナビゲーション装置１００では、このような学習によって取得した運転特性特性を勘案して高い精度でエネルギー消費量を設定することができるナビゲーション装置を提供できる。
【００４２】
（１−２）上記（１−１）のナビゲーション装置１００において特に、運転傾向学習装置１０４の回生傾向学習部１０４ｂが、運転傾向と道路の距離情報および勾配情報とに基づく下り勾配の道路での予測エネルギー回生量を学習する。
また、リンクコスト設定装置１０２は、回生傾向学習部１０４ｂによる予測エネルギー回生量の学習結果を用いてリンクコストを動的に設定する。
従って、上記（１−２）のナビゲーション装置１００では、運動エネルギーの回生が可能な車両において、下り勾配はエネルギーをほぼ使わず走ることができるだけではなく、運動エネルギーを回生して蓄えることができる場合に、蓄えられる量を算出することができる。このため、運動エネルギーの回生が可能な車両におけるエネルギー消費量をより高い精度で設定することができる。
【００４３】
（１−３）上記（１−２）のナビゲーション装置１００において特に、リンクコスト設定装置７０２は、当該リンクコストを動的に設定するに際し、現在蓄えているエネルギー保存量に基づいてエネルギー回生の可否を判断し、この判断により経路順にリンクコストを算出して該設定を行う。
従って、上記（１−３）のナビゲーション装置１００では、例えば、現在のエネルギー保存量に応じて実態に即した予測回収エネルギーの補正値を勘案してリンクごとにリンクコストを動的に設定できる。このため、それぞれのノードで現在時点でのエネルギー保存量を算出することによって、リンクコストをより高い精度で設定することができる。
【００４４】
（１−４）運転傾向学習装置１０４は、学習した運転傾向に基づいて予測エネルギー消費量と予測回収エネルギーを補正し、リンクコスト設定装置１０２は、当該リンクコストを動的に設定するに際し、前記運転傾向学習装置１０４が補正した予測エネルギー消費量と予測エネルギー回生量に基づいてリンクコストを動的に設定する。
従って、回生の行えるような勾配であっても、運転傾向によって運動エネルギー回生の可否が分かれるが、その下り勾配での運転傾向の学習結果を反映して運動エネルギー回生の可否を適確に判断することができる。従って、実態に即してより高い精度でリンクコストを設定することができる。
【００４５】
（第２実施形態）
次に、図面を参照して、本発明の第２実施形態について説明する。
（第２実施形態の構成）
図７は、本発明の第２実施形態としてのナビゲーション装置を表す機能ブロック図である。
図７のナビゲーション装置７００は、図１のナビゲーション装置１００の構成に加えて、車両内機器動作状態取得装置７１０および外気温センサー７０９を備える。車両内機器動作状態取得装置７１０は、エアコン等の車室内ユニットの動作状態の情報を取得する。また、外気温センサー７０９は、外気温を取得する。
車両内機器動作状態取得装置７１０は、また、外気温センサー７０９からの外気温の情報に基づいて環境温度に依存する車両内機器について、現在の環境温度に応じた状態を検知する。この検知の態様については後述する。
【００４６】
ナビゲーション装置７００における渋滞情報取得装置７０１、リンクコスト設定装置７０２、および、経路探索装置７０３は、ナビゲーション装置１００における渋滞情報取得装置１０１、リンクコスト設定装置１０２、および、経路探索装置１０３に各対応する。
同様に、ナビゲーション装置７００における運転傾向学習装置７０４、地図データベース７０５、および、ＧＰＳ装置７０６、は、ナビゲーション装置１００における運転傾向学習装置１０４、地図データベース１０５、および、ＧＰＳ装置１０６に各対応する。
【００４７】
尚、運転傾向学習装置７０４は、運転学習部７０４ａと回生傾向学習部７０４ｂとを有する。これは、第１の実施形態における運転傾向学習装置１０４が運転学習部１０４ａと回生傾向学習部１０４ｂとを有する構成に対応している。
また、ナビゲーション装置７００における車両情報取得装置７０７、および、走行データ保存装置７０８は、ナビゲーション装置１００における車両情報取得装置１０７、および、走行データ保存装置１０８に各対応する。
ナビゲーション装置７００におけるナビゲーション装置１００と上述のように各対応する装置はナビゲーション装置１００におけるものと略同様に機能するものであるため、それら各個の説明はナビゲーション装置１００の対応する各装置の説明を援用する。
【００４８】
図８は、第２実施形態の特徴を説明するための図である。
図８（ａ）は、環境温度と容量変化係数との対応関係を表す図である。ここに容量変化係数とは、バッテリーの既定の基準容量に対する当該温度で使用可能な容量値の相対値である。図示のように−３０度から１０度ずつの幅で４０度までの８つの温度域の区分に応じて、１．０以下の係数が対応している。図示のように−３０度のような極寒の環境では相対的に係数が低い。
【００４９】
図８（ｂ）は、容量変化係数を用いて利用可能最大エネルギー保存量を算出するための処理を表すフローチャートである。この処理は、車両内機器動作状態取得装置７１０が外気温センサー７０９からの外気温の情報に基づいて環境温度に依存する車両内機器について現在の環境温度に応じた状態を検知する場合の該検知の一例である。
図８（ｂ）の処理では、先ず、最大エネルギー保存量を取得する（ステップＳ８０１）。
【００５０】
次いで、図８（ａ）の容量変化係数を用いて、環境温度に応じて利用可能な最大エネルギ保存量を算出する（ステップＳ８０２）。
電池系のエネルギー源の場合、非常に寒い環境下では、エネルギーを引き出し難くなる現象が生じるため、上述のように、車両内機器動作状態取得装置７１０が環境温度に応じて利用可能な最大エネルギー保存量の補正値を算出してこの現象に対応する。
また、車両内機器動作状態取得装置７１０は、環境温度（外気温）と、エアコン等の車室内ユニットの動作による負荷の推移を監視し、恒常的なエネルギー消費量を設定する。
【００５１】
上述のように、第２実施形態では、車両内機器動作状態取得装置７１０が環境温度を勘案した最大エネルギー保存量の補正値を算出し、リンクコスト設定装置７０２が、該算出結果を取得し、該取得した値を用いてリンクコストの計算を実行する。車両内機器動作状態取得装置７１０は、更に、車両内機器の動作状態の動作による負荷の推移に係る情報をリンクコスト設定装置７０２に供給する。該供給を受けたリンクコスト設定装置７０２が、車両内機器の動作状態による実際の負荷状況を反映させてリンクコストの計算を実行する。従って、リンクコスト設定装置７０２は、より実態に即したリンクコストの計算ができる。
【００５２】
特に、ＥＶなどのエネルギー保存量が少ない車種では、上述のように実態に即したリンクコストを、到達可能範囲の推定に反映させることができる。尚、車両重量が推定できない場合には、車両重量＋乗員１名の場合と車両総重量の場合の２種類でリンク計算を行い、到達可能範囲の幅が認識できるように計算する。
上述における到達可能範囲の推定は、例えば、経路探索装置７０３（１０３）に設けた到達可能範囲演算部によって行うことができる。
上述において、運転傾向学習装置７０４（その運転学習部７０４ａ）が運転傾向学習部に対応する。また、リンクコスト設定装置７０２がリンクコスト設定部に対応する。さらに、経路探索装置７０３が経路探索部に対応する。
【００５３】
（第２実施形態のナビゲーション装置の効果）
第２実施形態としてのナビゲーション装置７００は、第１実施形態のナビゲーション装置１００と同様の効果を奏するに加えて、次のような効果を奏する。
（２−１）第２実施形態としてのナビゲーション装置７００は、運転傾向学習装置７０４が車両の走行履歴を用いて運転傾向を学習する。また、リンクコスト設定装置７０２が運転傾向学習装置７０４で学習した運転傾向と道路の距離情報および勾配情報とに基づく予測エネルギー消費量からリンクコストを動的に設定する。さらに、経路探索装置７０３がリンクコスト設定装置７０２で設定したリンクコストと地図情報に基づいて走行経路を探索をする。
【００５４】
また、運転傾向学習装置７０４の回生傾向学習部７０４ｂが、運転傾向と道路の距離情報および勾配情報とに基づく下り勾配の道路での予測エネルギー回生量を学習する。
また、リンクコスト設定装置７０２は、回生傾向学習部７０４ｂによる予測エネルギー回生量の学習結果を用いてリンクコストを動的に設定する。
また、リンクコスト設定装置７０２は、当該リンクコストを動的に設定するに際し、現在蓄えているエネルギー保存量に基づいてエネルギー回生の可否を判断し、この判断により経路順にリンクコストを算出して該設定を行う。
【００５５】
更に、運転傾向学習装置７０４は、学習した運転傾向に基づいて予測エネルギー消費量と予測回収エネルギーを補正する。
また、リンクコスト設定装置７０２は、当該リンクコストを動的に設定するに際し、運転傾向学習装置７０４が補正した予測エネルギー消費量と予測エネルギー回生量に基づいてリンクコストを動的に設定する。
そして、特に、リンクコスト設定装置７０２は、環境温度に依存したエネルギー消費に関係する情報に基づいて到達可能範囲の推定を行う
従って、上記（２−１）のナビゲーション装置７００では、実態に即したリンクコストを到達可能範囲の推定に反映させることができる。従って、より高い精度で到達可能範囲を推定することができる。
【符号の説明】
【００５６】
１００、７００………………ナビゲーション装置
１０１、７０１………………渋滞情報取得装置
１０２、７０２………………リンクコスト設定装置
１０３、７０３………………経路探索装置
１０４、７０４………………運転傾向学習装置
１０４ａ、７０４ａ…………運転学習部
１０４ｂ、７０４ｂ…………回生傾向学習部
１０５、７０５………………地図データベース
１０６、７０６………………ＧＰＳ装置
１０７、７０７………………車両情報取得装置
１０８、７０８………………走行データ保存装置
７０９…………………………外気温センサー
７１０…………………………車両内機器動作状態取得装置
【特許請求の範囲】
【請求項１】
車両の走行履歴を用いて運転傾向を学習する運転傾向学習部と、
前記運転傾向学習部で学習した運転傾向と道路の距離情報および勾配情報とに基づく車両の予測エネルギー消費量からリンクコストを動的に設定するリンクコスト設定部と、
前記リンクコスト設定部で設定したリンクコストと地図情報に基づいて走行経路を探索をする経路探索部と、
を備えていることを特徴とするナビゲーション装置。
【請求項２】
回生制動が可能な車両に搭載したナビゲーション装置であって、
前記運転傾向学習部で学習した運転傾向と道路の距離情報および勾配情報とに基づく下り勾配の道路での予測エネルギー回生量を学習する回生傾向学習部を更に有し、
前記リンクコスト設定部は、前記回生傾向学習部による予測エネルギー回生量と前記予測エネルギー消費量とを用いてリンクコストを動的に設定することを特徴とする請求項１に記載のナビゲーション装置。
【請求項３】
前記リンクコスト設定部は、当該リンクコストを動的に設定するに際し、現在蓄えているエネルギー保存量に基づいて回生実施の可否を判断し、この判断により経路順にリンクコストを設定して該設定を行うことを特徴とする請求項２に記載のナビゲーション装置。
【請求項４】
前記運転傾向学習部は、学習した運転傾向に基づいて予測エネルギー消費量の補正値を取得し、
前記回生傾向学習部は、学習したエネルギー回収割合に基づいて予測エネルギー回生量の補正値を取得し、
前記リンクコスト設定部は、当該リンクコストを動的に設定するに際し、前記予測エネルギー消費量の補正値と前記予測エネルギー回生量の補正値に基づいてリンクコストを動的に設定することを特徴とする請求項２または３に記載のナビゲーション装置。
【請求項５】
前記経路探索装置は、前記リンクコスト設定部で得た環境温度に依存したエネルギー消費に関係する情報に基づいて車両の到達可能範囲の設定を行うことを特徴とする請求項１ないし４の何れか一項に記載のナビゲーション装置。
【請求項１】
車両の走行履歴を用いて運転傾向を学習する運転傾向学習部と、
前記運転傾向学習部で学習した運転傾向と道路の距離情報および勾配情報とに基づく車両の予測エネルギー消費量からリンクコストを動的に設定するリンクコスト設定部と、
前記リンクコスト設定部で設定したリンクコストと地図情報に基づいて走行経路を探索をする経路探索部と、
を備えていることを特徴とするナビゲーション装置。
【請求項２】
回生制動が可能な車両に搭載したナビゲーション装置であって、
前記運転傾向学習部で学習した運転傾向と道路の距離情報および勾配情報とに基づく下り勾配の道路での予測エネルギー回生量を学習する回生傾向学習部を更に有し、
前記リンクコスト設定部は、前記回生傾向学習部による予測エネルギー回生量と前記予測エネルギー消費量とを用いてリンクコストを動的に設定することを特徴とする請求項１に記載のナビゲーション装置。
【請求項３】
前記リンクコスト設定部は、当該リンクコストを動的に設定するに際し、現在蓄えているエネルギー保存量に基づいて回生実施の可否を判断し、この判断により経路順にリンクコストを設定して該設定を行うことを特徴とする請求項２に記載のナビゲーション装置。
【請求項４】
前記運転傾向学習部は、学習した運転傾向に基づいて予測エネルギー消費量の補正値を取得し、
前記回生傾向学習部は、学習したエネルギー回収割合に基づいて予測エネルギー回生量の補正値を取得し、
前記リンクコスト設定部は、当該リンクコストを動的に設定するに際し、前記予測エネルギー消費量の補正値と前記予測エネルギー回生量の補正値に基づいてリンクコストを動的に設定することを特徴とする請求項２または３に記載のナビゲーション装置。
【請求項５】
前記経路探索装置は、前記リンクコスト設定部で得た環境温度に依存したエネルギー消費に関係する情報に基づいて車両の到達可能範囲の設定を行うことを特徴とする請求項１ないし４の何れか一項に記載のナビゲーション装置。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【公開番号】特開２０１３−２８５０（Ｐ２０１３−２８５０Ａ）
【公開日】平成２５年１月７日（２０１３．１．７）
【国際特許分類】
【出願番号】特願２０１１−１３１６４５（Ｐ２０１１−１３１６４５）
【出願日】平成２３年６月１３日（２０１１．６．１３）
【公序良俗違反の表示】
（特許庁注：以下のものは登録商標）
１．ＶＩＣＳ
【出願人】（０００００３９９７）日産自動車株式会社 (16,386)
【Ｆターム（参考）】
【公開日】平成２５年１月７日（２０１３．１．７）
【国際特許分類】
【出願日】平成２３年６月１３日（２０１１．６．１３）
【公序良俗違反の表示】
（特許庁注：以下のものは登録商標）
１．ＶＩＣＳ
【出願人】（０００００３９９７）日産自動車株式会社 (16,386)
【Ｆターム（参考）】
[ Back to top ]