ハイブリッド車両用の走行計画作成装置、走行計画作成装置用のプログラム、運転アドバイス装置、および運転アドバイス装置用のプログラム
【課題】ハイブリッド車両において、各回の車速の平均値に代わる走行履歴に基づいて走行計画を作成することで、走行計画の燃費効率を向上させる。
【解決手段】走行計画作成装置は、複数の道路区間の１つ１つについて、当該１つの道路区間を走行したときに、当該１つの道路区間の区間内総走行エネルギーおよび区間内総回生エネルギーを記録する（１５０）。さらに走行計画作成装置は、記録した複数の道路区間のそれぞれについての区間内総走行エネルギーと区間内総回生エネルギーの差に基づいて、当該複数の道路区間を含む経路を走行するときの内燃機関およびモータの使用の切り替えについて走行計画を作成する。
【解決手段】走行計画作成装置は、複数の道路区間の１つ１つについて、当該１つの道路区間を走行したときに、当該１つの道路区間の区間内総走行エネルギーおよび区間内総回生エネルギーを記録する（１５０）。さらに走行計画作成装置は、記録した複数の道路区間のそれぞれについての区間内総走行エネルギーと区間内総回生エネルギーの差に基づいて、当該複数の道路区間を含む経路を走行するときの内燃機関およびモータの使用の切り替えについて走行計画を作成する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、ハイブリッド車両用の走行計画作成装置、走行計画作成装置用のプログラム、運転アドバイス装置、および運転アドバイス装置用のプログラムに関する。
【背景技術】
【０００２】
従来、ハイブリッド車両において、燃費を向上するために、ある経路を走行する前に、当該経路における内燃機関およびモータの使用の切り替えについての計画（以下、走行計画という）を作成する装置が知られている。例えば、特許文献１には、当該経路の過去の走行履歴に基づく平均車速等に基づいて走行計画を作成する技術が開示されている。
【特許文献１】特開２００４−２４８４５５号公報
【発明の開示】
【発明が解決しようとする課題】
【０００３】
しかし、過去の平均車速に基づいて走行計画を作成する場合、以下のような問題が発生する。ある区間を車両が複数回走行するとき、各回におけるその区間内の車両の速度変化の全体的な様子は互いに類似する。これは、信号機、一時停止表示、横断歩道、上り坂、下り坂等、車両の速度変化の起因となる固定的な環境が存在するからである。
【０００４】
ただし、車速変化の全体的な様子が類似するといっても、具体的な加速位置、減速位置は、毎回完全に一致しているわけではなく、各回間でずれることが多い。加速位置、減速位置が互いにずれた各回の車速変化を平均化すると、車速変化が均されてしまい、その結果バッテリの消費に大きく関わる加速、減速の情報が失われてしまう。そして、加速、減速の情報が失われた走行履歴に基づいて走行計画を作成しても、燃費効率の良い走行計画を作成することができなくなってしまう。
【０００５】
本発明は上記点に鑑み、各回の車速の平均値に代わる走行履歴に基づいて走行計画を作成することで、走行計画の燃費効率を向上させることを第１の目的とする。
【０００６】
また、従来、ドライバによる運転操作をアドバイスするための装置として、最適なアクセル開度と現状のアクセル開度とを比較して表示する装置がある。しかし、この装置は、ドライバの運転状況によらず常にアドバイスのための表示を行うので、ドライバはそれをお節介に感じてしまう可能性がある。
【０００７】
本発明は上記点に鑑み、ドライバによるハイブリッド車両の運転をアドバイスする技術において、ドライバにとってアドバイスが必要である道路区間とそうでない道路区間とを区別し、その区別に基づいたアドバイスの実行・非実行の切り替えを行うことを第２の目的とする。
【課題を解決するための手段】
【０００８】
上記第１の目的を達成するための請求項１に記載の発明は、燃料の燃焼によって駆動される内燃機関、およびバッテリによって駆動されるモータを、走行用の動力源として有するハイブリッド車両用の走行計画作成装置が、複数の道路区間の１つ１つについて、当該１つの道路区間を走行したときに、当該１つの道路区間の走行において費やしたエネルギー（すなわち、当該１つの道路区間の走行時にハイブリッド車両が費やしたエネルギー：以下、走行エネルギーという）の総量および当該１つの道路区間の走行において回生充電によって取得したエネルギー（以下、回生エネルギー）の総量を記憶媒体に記録する。さらに走行計画作成装置は、記録した複数の道路区間のそれぞれについての走行エネルギーの総量と回生エネルギーの総量の差に基づいて、当該複数の道路区間を含む経路を走行するときの内燃機関およびモータの使用の切り替えについて走行計画を作成する。
【０００９】
このように、走行計画作成装置は、各道路区間について走行エネルギーおよび回生エネルギーを記録し、当該走行エネルギーと回生エネルギーの差、すなわち、当該区間を走行するときの車両のエネルギー蓄積量の総減少分に基づいて走行計画を作成する。
【００１０】
従来のように過去の平均車速に基づいて走行計画を作成する場合であっても、その過去の車速から消費エネルギーを算出した上で走行計画を作成するのが通常である。したがって、本発明のように、区間を走行するときの車両のエネルギー蓄積量の総減少分という、走行計画を作成する上で最も直接的なデータを記録して後に使用することで、走行計画の燃費効率を向上させることができる。
【００１１】
また、複数の道路区間の１つ１つについて、当該１つの道路区間を複数回走行した場合を考える。この場合、請求項２に記載のように、走行計画作成装置は、当該１つの道路区間の走行エネルギーの総量の当該複数回に渡る平均値、および当該１つの道路区間の回生エネルギーの総量の当該複数回に渡る平均値を、記憶媒体に記録して走行計画の作成に使用するようになっていてもよい。
【００１２】
ある区間の走行エネルギーの総量および回生エネルギーの総量は、車速とは異なり、その区間の複数回の走行に渡る平均値として記録しても、当該区間中の減速位置、加速位置のずれの存在に関わらず、必要な情報が失われてしまう可能性が低い。これは、ある区間の車速変化の全体的な様子が、走行機会毎に大きく変わらないなら、減速位置、加速位置が多少ずれても、走行エネルギーの総量および回生エネルギーの総量に大きな変化はないという性質に起因するものである。
【００１３】
また、請求項３に記載のように、走行計画作成装置は、複数の道路区間の１つ１つについて、当該１つの道路区間を複数回走行したときに、当該１つの道路区間の走行エネルギーの総量の当該複数回に渡る平均値および最大値、ならびに、当該１つの道路区間の走行エネルギーの総量の当該複数回に渡る値のばらつき度を記憶媒体に記録するようになっていてもよい。
【００１４】
この場合、走行計画作成装置は、複数の道路区間の１つ１つについて、当該１つの道路区間について記録されたばらつき度に基づいて、当該１つの道路区間における走行エネルギーの総量の複数回に渡るばらつきが所定の基準より大きい場合、当該１つの道路区間における走行エネルギーの総量の最大値を選択し、また、当該１つの道路区間における走行エネルギーの総量の複数回に渡るばらつきが当該基準値より小さい場合、当該１つの道路区間における走行エネルギーの総量の平均値を選択し、選択した方を走行計画の作成に使用するようになっていてもよい。
【００１５】
走行エネルギーの総量の複数回に渡る平均値は、走行計画の作成において使用する値としては、最大値よりも正確性が高いものである。しかし、走行エネルギーの総量の複数回に渡るばらつきが大きい場合は、実際の走行時における走行エネルギーの総量が平均値を大きく上回ってしまう可能性が高い。そのような場合には、当該道路区間の走行計画に平均値を使用してしまうと、車両のエネルギーの蓄積量（バッテリ蓄電量、内燃機関の燃料の残量）が予想以上に低下してしまう危険性が高まってしまう。
【００１６】
したがって、走行エネルギーの総量の複数回に渡るばらつきが所定の基準よりも大きい場合には、上記のように、平均値でなく最大値を使用することで、正確性を犠牲にして車両のエネルギー蓄積量の過度の低下のリスクを抑えることができる。
【００１７】
なお、請求項４に記載のように、走行エネルギーの総量のみならず、回生エネルギーの総量についても、同じ観点から、回生エネルギーの総量の複数回に渡るばらつきが所定の基準よりも大きい場合には、平均値でなく最小値を使用することで、正確性を犠牲にして車両のエネルギー蓄積量の過度の低下のリスクを抑えることができる。
【００１８】
また、請求項６に記載のように、走行計画作成装置は、上記のように回生エネルギーを記録しているときに、ハイブリッド車両のドライバに対し、ブレーキ操作によってハイブリッド車両から奪われた運動エネルギー（すなわち潜在回生エネルギー）と、ブレーキ操作によって現に回生充電可能なエネルギーとの比較の報知を行うようになっていてもよい。
【００１９】
このように、走行計画作成装置によってブレーキ操作に関する報知が行われることで、ドライバは、潜在回生エネルギー（すなわち、ブレーキ操作によって本来回生エネルギーに回るべきエネルギー）が現に回生充電可能なエネルギー内に収まるよう、適切なブレーキ操作を行いながら走行する可能性が高くなる。すると、並行して記録されている回生エネルギーのばらつきが少なくなり、その結果、走行計画の精度が高まる。
【００２０】
また、請求項７に記載のように、走行計画作成装置は、上記のように走行エネルギーを記録しているときに、ハイブリッド車両のドライバに対し、現実のアクセル開度と、車両の動力エネルギーの節約にとって最適なアクセル開度との比較の報知を行うようになっていてもよい。
【００２１】
このように、走行計画作成装置によってアクセル操作に関する報知が行われることで、ドライバは、車両の動力エネルギーが節約させるよう、適切なアクセル操作を行いながら走行する可能性が高くなる。すると、並行して記録されている走行エネルギーのばらつきが少なくなり、その結果、走行計画の精度が高まる。
【００２２】
また、上記第２の目的を達成するための請求項８に記載の発明は、ハイブリッド車両用の運転アドバイス装置が、道路区間毎に、ハイブリッド車両のブレーキ操作量と回生充電量との関係の情報を記録し、その記録内容に基づいて、ブレーキ操作量が回生充電にとって過多であった道路区間を特定し、特定した道路区間のブレーキ操作について注意を喚起する報知を行う。
【００２３】
このように、道路区間毎に記録された過去のブレーキ操作と回生充電量との関係の情報を用いて、ブレーキ操作量が回生充電にとって過多であった道路区間を特定することで、ドライバにとってアドバイスが必要である道路区間とそうでない道路区間とを区別し、その区別に基づいたアドバイスの実行・非実行の切り替えを行うことができる。
【００２４】
また、請求項９に記載のように、運転アドバイス装置は、ハイブリッド車両のブレーキ操作量と回生充電量との関係の情報として、ブレーキ操作によって前記ハイブリッド車両から奪われた運動エネルギー（すなわち、潜在回生エネルギー）が、前記ブレーキ操作によって現に回生充電可能であったエネルギーをどの程度超えたかを示す程度情報を記録するようになっていてもよい。
【００２５】
この場合、運転アドバイス装置は、記録された程度情報の値の分布状況に基づいて、ブレーキ操作量が回生充電にとって過多であったか否かの判定基準を変化させるようになっていてもよい。
【００２６】
このように、程度情報の値の分布状況に基づいて判定基準を変化させることで、車両毎（すなわちドライバー毎）に判定基準が最適化される。このようにすることで、ドライバ毎に運転内容が異なっても、それぞれのドライバに対して、多すぎもせず少なすぎもしない適度な割合で、アドバイスを行う可能性が高くなる。その結果、ドライバは、お節介感覚を感じずに段階的に運転内容を改善していける可能性が高くなる。
【００２７】
また、本発明の第２の目的を達成するための請求項１１に記載の発明は、ハイブリッド車両用の運転アドバイス装置が、道路区間毎に、ハイブリッド車両の現実のアクセル操作量と、走行エネルギーの節約の観点から最適なアクセル操作量との関係の情報を記録し、その記録内容に基づいて、アクセル操作量が走行エネルギーの節約にとって不適切であった道路区間を特定し、特定した道路区間のアクセル操作について注意を喚起する報知を行う。
【００２８】
このように、道路区間毎に記録された過去の現実のアクセル操作量と、最適なアクセル操作量との関係の情報を用いて、アクセル操作が走行エネルギーの節約にとって不適切であった道路区間を特定することで、ドライバにとってアドバイスが必要である道路区間とそうでない道路区間とを区別し、その区別に基づいたアドバイスの実行・非実行の切り替えを行うことができる。
【００２９】
また、請求項１２に記載のように、運転アドバイス装置は、ハイブリッド車両の現実のアクセル操作量と最適なアクセル操作量との関係の情報として、現実のアクセル操作量が最適なアクセル操作量をどの程度超えたかを示す程度情報を記録するようになっていてもよい。
【００３０】
この場合、運転アドバイス装置は、記録された程度情報の値の分布状況に基づいて、アクセル操作が走行エネルギーの節約にとって不適切であるか否かの判定基準を変化させるようになっていてもよい。
【００３１】
このように、程度情報の値の分布状況に基づいて判定基準を変化させることで、車両毎（すなわちドライバー毎）に判定基準が最適化される。このようにすることで、ドライバ毎に運転内容が異なっても、それぞれのドライバに対して、多すぎもせず少なすぎもしない適度な割合で、アドバイスを行う可能性が高くなる。その結果、ドライバは、お節介感覚を感じずに段階的に運転内容を改善していける可能性が高くなる。
【００３２】
また、請求項５、１０、１３に記載のように、本発明の各特徴は、本発明の走行計画作成装置に用いるプログラムとしても捉えることができる。
【発明を実施するための最良の形態】
【００３３】
（第１実施形態）
以下、本発明の第１実施形態について説明する。図１に、本実施形態が適用されるハイブリッド車両の構成の一例を概略的に示す。このハイブリッド車両には、エンジン１、発電機２、モータ３、差動装置４、タイヤ５ａ、タイヤ５ｂ、インバータ６、ＤＣリンク７、インバータ８、バッテリ９、ＨＶ制御部１０、ＧＰＳセンサ１１、方位センサ１２、車速センサ１３、地図ＤＢ記憶部１４、加速度センサ１５、エンジン回転数センサ１６、アクセル開度センサ１７、ディスプレイ１８、スピーカ１９、およびナビゲーションＥＣＵ２０が搭載されている。
【００３４】
このハイブリッド車両は、エンジン１およびモータ３を動力源として走行する。エンジン１を動力源とする場合は、エンジン１の回転力が、図示しないクラッチ機構および差動装置４を介してタイヤ５ａ、５ｂに伝わる。また、モータ３を動力源とする場合は、バッテリ９の直流電力がＤＣリンク７およびインバータ８を介して交流電力に変換され、その交流電力によってモータ３が作動し、このモータ３の回転力が、差動装置４を介してタイヤ５ａ、５ｂに伝わる。
【００３５】
また、エンジン１の回転力は発電機２にも伝えられ、その回転力によって発電機２が交流電力を生成し、生成された交流電力はインバータ６、ＤＣリンク７を介して直流電力に変換され、その直流電力がバッテリ９に蓄積される場合がある。このようなバッテリ９への充電は、燃料を使用したエンジン１の作動による充電である。以下、この種の充電を、内燃充電という。
【００３６】
また、図示しない制動機構によりハイブリッド車両が減速すると、その減速時の抵抗力がモータ３に回転力として加わり、この回転力によってモータ３が交流電力を生成し、生成された交流電力がインバータ８、ＤＣリンク７を介して直流電力に変換され、その直流電力がバッテリ９に蓄積される。以下、この種の充電を、回生充電という。
【００３７】
また、バッテリ９は、ハイブリッド車両の外部の電源（例えば、家庭用コンセントを介して電力を共給する電源）に接続されることで、その外部電源から電力供給を受け、受けた電力を蓄積する。以下、この種の充電を、プラグイン充電という。
【００３８】
ＨＶ制御部１０は、ナビゲーションＥＣＵ２０からの指令等に応じて、発電機２、モータ３、インバータ６、インバータ８、バッテリ９の上述のような作動の実行・非実行等を制御する。ＨＶ制御部１０は、例えばマイクロコンピュータを用いて実現してもよいし、下記のような機能を実現するための専用の回路構成を有するハードウェアであってもよい。
【００３９】
より具体的には、ＨＶ制御部１０は、現在ＳＯＣ、基準ＳＯＣ、下限ＳＯＣという３つの値を記憶しており、また、以下の（Ａ）〜（E）の処理を行う。
（Ａ）プラグイン充電開始時に、その開始の旨をナビゲーションＥＣＵ２０に通知する。
（Ｂ）ナビゲーションＥＣＵ２０からの指令に基づいて、ハイブリッド車両の走行モードをＨＶモード（第１モードの一例に相当する）とＥＶモード（第２モードの一例に相当する）の間で切り替える。
（Ｃ）定期的に現在ＳＯＣをナビゲーションＥＣＵ２０に通知する。
（Ｄ）ナビゲーションＥＣＵ２０からの要求があった場合、基準ＳＯＣ、下限ＳＯＣをナビゲーションＥＣＵ２０に通知する。
（Ｅ）ナビゲーションＥＣＵ２０からの要求があった場合、基準ＳＯＣの値を変化させる。
【００４０】
ＳＯＣ（State of Charge）とは、バッテリの残量を表す指標であり、その値が高いほど残量が多い。現在ＳＯＣは、現在のバッテリ９のＳＯＣを示す。ＨＶ制御部１０は、この現在ＳＯＣの値を、逐次バッテリ９の状態を検出することで、繰り返し更新する。基準ＳＯＣは、ＨＶモード時に用いる値（例えば６０パーセント）である。この値は、ナビゲーションＥＣＵ２０からの制御によって変更可能である。下限ＳＯＣは、これ以上低下することが許されないＳＯＣの値（例えば3０パーセント）である。
【００４１】
ここで、ＨＶモードおよびＥＶモードについて説明する。ＨＶモードにおいてＨＶ制御部１０は、ハイブリッド車両の走行中、現在ＳＯＣが基準ＳＯＣの値を維持するよう、エンジン１による車両の駆動、モータ３による車両の駆動、内燃充電、および回生充電のそれぞれについての実行・非実行を切り替える。例えば、現在ＳＯＣが基準ＳＯＣを下回った場合には、内燃充電を用いることで、燃料のエネルギーをバッテリの電力エネルギーに変換する。このように、必要に応じて内燃充電を実行するという点で、ＨＶモードは、内燃充電を許容する走行モードである。このＨＶモードの制御の内容は周知であるので、ここではその詳細については説明しない。
【００４２】
ＥＶモードにおいてＨＶ制御部１０は、エンジン１とモータ３のうち、主としてモータ３を用いてハイブリッド車両を駆動する。例えば、ハイブリッド車両の加速度または速度が大きすぎて、モータ３だけでその加速度または速度を達成しようとするとモータ３が損傷を受ける可能性が高いような例外的な場合にのみ、エンジン１をモータ３と併用してハイブリッド車両を駆動し、他の場合は常にモータ３だけでハイブリッド車両を駆動するようになっていてもよい。また、ＨＶ制御部１０は、ＥＶモードにおいては、回生充電は許可しても、内燃充電は許可しない。これは、ＥＶモードの目的の１つに、バッテリ９の現在ＳＯＣを低下させることがあるためである。
【００４３】
ＧＰＳセンサ１１、方位センサ１２、および車速センサ１３は、それぞれハイブリッド車両の位置、進行方向、走行速度を特定する周知のセンサである。地図ＤＢ記憶部１４は、地図データを記憶する記憶媒体である。加速度センサ１５は車両の加速度を特定する周知のセンサである。勾配（傾斜角）は車速センサと加速度センサを利用し算出する。エンジン回転数センサ１６は、エンジン１の回転数を検出するセンサである。アクセル開度センサ１７は、車両の図示しないアクセルの開度を検出するセンサである。
【００４４】
ディスプレイ１８は、ナビゲーションＥＣＵ２０の制御に基づいて画像等を表示させる装置である。スピーカ１９は、ナビゲーションＥＣＵ２０の制御に基づいて音声を出力する装置である。
【００４５】
地図データは、複数の交差点のそれぞれに対応するノードデータ、および、交差点と交差点を結ぶ道路区間すなわちリンクのそれぞれに対応するリンクデータを有している。１つのノードデータは、当該ノードの識別番号、所在位置情報、種別情報を含む。また、１つのリンクデータは、当該リンクの識別番号（以下、リンクＩＤという）、位置情報、種別情報等を含んでいる。
【００４６】
ここで、リンクの位置情報には、当該リンクが含む形状補完点の所在位置データ、および、当該リンクの両端のノードおよび形状補完点のうち隣り合う２つを繋ぐセグメントのデータを含んでいる。各セグメントのデータは、当該セグメントのセグメントＩＤ、当該セグメントの勾配、向き、長さ等の情報を有している。
【００４７】
図２に示す様に、ナビゲーションＥＣＵ２０は、ＲＡＭ２１、ＲＯＭ２２、データ書き込み可能な耐久記憶媒体２３、および制御部２４を有している。耐久記憶媒体とは、ナビゲーションＥＣＵ２０の主電源の供給が停止してもデータを保持し続けることができる記憶媒体をいう。耐久記憶媒体２３としては、例えば、ハードディスク、フラッシュメモリ、ＥＥＰＲＯＭ等の不揮発性記憶媒体、および、バックアップＲＡＭがある。
【００４８】
制御部２４は、ＲＯＭ２２または耐久記憶媒体２３から読み出したプログラムを実行し、その実行の際にはＲＡＭ２１、ＲＯＭ２２、および耐久記憶媒体２３から情報を読み出し、ＲＡＭ２１および耐久記憶媒体２３に対して情報の書き込みを行い、ＨＶ制御部１０、ＧＰＳセンサ１１、方位センサ１２、車速センサ１３、地図ＤＢ記憶部１４、加速度センサ１５、エンジン回転数センサ１６、アクセル開度センサ１７、ディスプレイ１８、スピーカ１９等と信号の授受を行う。
【００４９】
具体的には、制御部２４は、ナビゲーション処理４０、充電位置記録処理５０、学習制御処理１００、経路算出処理２００、ＳＯＣ管理計画作成処理３００、走行時処理４００、運転アドバイス処理５００等の処理を、所定のプログラムを実行することで実現する。
【００５０】
ナビゲーション処理４０において、制御部２４は、経路算出処理２００によって確定した目的地点までの経路（以下、予定経路という）に沿ってハイブリッド車両を走行させるためのガイド表示を、ドライバに対して行う。
【００５１】
充電位置記録処理５０において、制御部２４は、ＨＶ制御部１０からプラグイン充電開始の通知を受ける度に、その時点においてＧＰＳセンサ１１から受けている現在位置を、充電可能地点として、耐久記憶媒体２３に記録する。あるいは、制御部２４は、車両が停止する度に、その時点においてＧＰＳセンサ１１から受けている現在位置を、充電可能地点として、耐久記憶媒体２３に記録するようになっていてもよい。またこのとき、充電可能地点を、その地点が属するセグメントに関連付けて、耐久記憶媒体２３に記録するようになっていてもよい。なお、充電可能地点とセグメントとの対応付けは、ＧＰＳセンサ１１からの現在位置の情報と地図ＤＢ記憶部１４からの地図データの情報を照合することで実現することができる。このような処理が、プラグイン充電を行った複数の地点で実行されることで、複数の充電可能地点の情報が耐久記憶媒体２３に記録されることになる。
【００５２】
学習制御処理１００において、制御部２４は、ハイブリッド車両が走行した道路と、当該道路の走行時におけるバッテリ９の電力消費に影響する走行状況の履歴（具体的には、後述する総走行エネルギーおよび総回生エネルギー）を、セグメント毎に、耐久記憶媒体２３に記録する。図３に、学習制御処理１００のフローチャートを示す。なお、この処理においては、同じセグメントでも走行方向が違えば異なるセグメントであるとして扱ってもよい。
【００５３】
制御部２４は、この図に示す学習制御処理１００を繰り返し実行し、その繰り返しの各回において、まずステップ１１０で、現在の走行状況の情報を取得し、続いてステップ１３０で、現在の走行区間が終了したか否かを判定する。走行区間とは、道路を区切る単位（例えば、リンク、セグメント）をいう。本実施形態においては、走行区間として、セグメントを採用する。
【００５４】
現在の走行区間が終了しないうちは、再度ステップ１１０を実行し、現在の走行区間が終了すると、続いてステップ１５０を実行する。したがって、制御部２４は、車両の走行する各区間において、その区間内で繰り返し（例えば１秒間隔で）走行状況の情報を取得する。以下、この繰り返しの時間間隔を、サンプル期間という。
【００５５】
走行状況とは、走行時の外部環境、および、走行時の車両挙動のうちいずれかまたは両方の情報をいう。走行状況の情報として取得する情報は、例えば、現在走行中のリンクのリンクＩＤ、現在走行中のセグメントのセグメントＩＤ、現在の車両の向き、当該リンクの道路種別、車両の走行エネルギー、車両の回生エネルギーがある。
【００５６】
ここで、リンクＩＤ、セグメントＩＤは、ＧＰＳセンサ１１からの現在位置の情報と地図ＤＢ記憶部１４からの地図データの情報を照合することで特定することができる。また、車両の向きは方位センサ１２から取得できる。また、当該道路の道路種別は、地図データから取得する。
【００５７】
なお、走行エネルギーとは、サンプル期間において車両が必要としたエネルギーの量をいう。また、回生エネルギーとは、サンプル期間において車両が回生充電によって取得したエネルギー（すなわち電力量）をいう。
【００５８】
図４に、ステップ１１０において現在のサンプル期間における走行エネルギーおよび回生エネルギーを算出するための処理を示す。この処理において制御部２４は、まずステップ１１１で、現在の車速ｖおよび道路勾配θを検出する。現在の車両の速度は車速センサ１３から取得できる。また、当該勾配は、地図データ中の当該リンク中のセグメントの勾配の情報を用いて取得してもよいし、車速センサと加速度センサの出力を利用して算出してもよい。
【００５９】
続いてステップ１１３で、車両にかかるころがり摩擦抵抗力ｆｒおよび空気抵抗力ｆａを算出する。具体的には、ころがり摩擦抵抗力ｆｒについては、あらかじめ定められた自車両のころがり摩擦係数μ（例えば０．０２５）、あらかじめ定められた自車両の重量ｍ、および重力加速度ｇを用いて、ｆｒ＝μ×ｇ×ｍという式によって算出する。また、空気抵抗力ｆａについては、あらかじめ定められた空気密度ρ（例えば１．２キログラム／立方メートル）、あらかじめ定められた自車両の空気抵抗係数ＣＤ（例えば０．３５）、あらかじめ定められた自車両の前方投影面積Ａ、および検出した車速ｖを用いて、ｆａ＝０．５×ρ×ＣＤ×Ａ×ｖ２という式によって算出する。
【００６０】
続いてステップ１１５で、サンプル期間当りの補機の消費電力量を取得する。補機とは、車両の走行に直接関係ないが、間接的に走行を補助するための装置の総称をいう。補機の例としては、オーディオ装置、ヘッドライド、ナビゲーション装置、空気調整装置等がある。補機の消費電力量は、あらかじめ定められている。例えば、昼（午前６時から午後６時まで）は４００ワット秒、夜（午後６時から午前６時まで）は５００ワット秒と決められていてもよい。
【００６１】
続いてステップ１１７で、サンプル期間当りの回生エネルギーを検出する。この検出は、回生充電の実行時にモータ３、インバータ８からの電流、電圧を監視することで実現可能である。
【００６２】
続いてステップ１１９で、サンプル期間における走行エネルギーＥｒを取得する。具体的には、ステップ１１１、１１３で取得した車速ｖ、ころがり摩擦抵抗力ｆｒ、空気抵抗力ｆａに加え、位置エネルギー項ｆｈおよび加減速エネルギー項ｆｖを用いて、Ｅｒ＝ｖ×Ｔ×（ｆｒ＋ｆａ＋ｆｈ＋ｆｖ）という等式によって算出する（「新エネルギー自動車の開発」、１２３〜１２４頁、２００６年１１月、ＣＭＣ出版参照）。
【００６３】
ここで、位置エネルギー項ｆｈは、ｆｈ＝ｍ×ｇ×ｓｉｎθという等式によって算出する。なお、勾配θは−９０°〜９０°の範囲をとり、上り坂の場合には正の値となり、下り坂の場合には負の値となる。したがって、位置エネルギー項ｆｈは、重力によって車両に発生する力に起因する項である。また、加減速エネルギー項ｆｖは、ｆｖ＝ｍ×ｄｖ／ｄｔという等式によって算出する。なお、ｄｖ／ｄｔは、車速ｖの時間微分であり、Ｔはサンプル期間の長さ（例えば１秒）である。
【００６４】
区間の走行を終了した後のステップ１５０では、当該区間についてステップ１１０で繰り返し取得した走行エネルギーおよび回生エネルギーの情報、および過去に当該区間を走行したことがあればそのときの走行状況の情報を用いて、当該区間のＩＤ（具体的にはセグメントＩＤ）と組み合わせて最適化する。最適化された走行状況データは、セグメントＩＤが含まれているので、道路と、その道路における走行状況の情報とが紐付けられたデータである。
【００６５】
図５に、この最適化の処理を具体的に示す。制御部２４は、当該区間についての走行エネルギーおよび回生エネルギーのそれぞれ毎に、図５の処理を実行する。以下、走行エネルギーについてのみ図５の処理を例示するが、回生エネルギーについてもその作動内容は同様である。
【００６６】
この最適化の処理において、制御部２４は、まずステップ１５１で、当該区間についての既存学習情報があるか否かを判定する。すなわち、今回よりも前に当該区間を走行したときの走行状況の情報が記録されているか否かを判定する。
【００６７】
この判定が否定的ならば、すなわち、今回の走行状況の情報が当該区間にとって最初のものである場合、続いてステップ１５２で、今回の区間内総走行エネルギー（図中では算出値と記す）を、区間内総走行エネルギーの最大値、最小値、および平均値とする。
【００６８】
ここで、今回の区間内総走行エネルギーは、今回の学習制御処理１００の実行において、当該区間についてステップ１１０で算出された走行エネルギーの積算値（すなわち、区間内の全サンプル期間についての走行エネルギーの総和）である。すなわち、今回の区間内総走行エネルギーは、今回自車両が当該区間を走行したときに費やした走行エネルギーである。
【００６９】
なお、区間内総回生エネルギーは、今回の学習制御処理１００の実行において、当該区間についてステップ１１０で算出された回生エネルギーの積算値（すなわち、区間内の全サンプル期間についての回生エネルギーの総和）である。すなわち、今回の区間内総回生エネルギーは、今回自車両が当該区間を走行したときに回収した回生エネルギーである。
【００７０】
ステップ１５１の判定が肯定的ならば、すなわち、今回の走行状況の情報が当該区間にとって最初のものでない場合、続いてステップ１５３で、今回の区間内総走行エネルギーと、耐久記憶媒体２３に区間内総走行エネルギーの最大値として記録されている値とを比較する。そして、その比較の結果、今回の値の方が大きければ、続いてステップ１５４で、今回の区間内総走行エネルギーを当該最大値とする。
【００７１】
また、ステップ１５３の比較の結果、今回の値の方が小さければ、続いてステップ１５５で、今回の区間内総走行エネルギーと、耐久記憶媒体２３に区間内総走行エネルギーの最小値として記録されている値とを比較する。そして、その比較の結果、今回の値の方が小さければ、続いてステップ１５６で、今回の区間内総走行エネルギーを当該最小値とする。
【００７２】
また、ステップ１５２、１５４、１５５の後、および、ステップ１５５の比較の結果今回の値の方が大きい場合は、続いてステップ１５７で、当該区間についての走行回数の記録値を１回分増加させる。なお、この走行回数の記録値は、ナビゲーションＥＣＵ２０の製造時等にゼロに初期化されている。
【００７３】
続いてステップ１５８では、耐久記憶媒体２３に記録されている区間内総走行エネルギーに、今回算出した区間内総走行エネルギーを反映させることで、新たな区間内総走行エネルギーを算出する。具体的には、［今回の区間内総走行エネルギー＋（Ｎ−１）×区間内総走行エネルギーの平均値］／Ｎという式を用いて算出する。ステップ１５８の後、ステップ１５０の処理は終了する。
【００７４】
続いてステップ１６０では、最適化されたデータ（すなわち、総走行エネルギーの最大値、最小値、平均値、総回生エネルギーの最大値、最小値、平均値）を、当該区間（セグメント）についての新たな走行状況の履歴、すなわち学習情報として、耐久記憶媒体２３に記録する。ステップ１６０の後、学習制御処理１００の１回分の実行が終了する。
【００７５】
このような学習制御処理１００を実行することで、充電可能地点周辺のセグメントのそれぞれについての走行状況の履歴が耐久記憶媒体２３に記録されることになる。図６に、耐久記憶媒体２３に記録される走行状況の履歴のテーブルの一例を、当該履歴に紐付けられた道路と併せて示す。
【００７６】
この走行状況の履歴のテーブルにおいては、ノード２１、補完形状点２５、補完形状点２６、ノード２２の間に挟まれたセグメント３１〜３３について、当該セグメントを走行したときの総走行エネルギー、総回生エネルギーが記録されている。
【００７７】
また、充電位置記録処理５０によって記録された充電可能地点が存在するセグメント３３については、当該セグメント３３が充電可能地点を含む旨の情報も当該テーブルに記録されるようになっている。
【００７８】
図７に、経路算出処理２００のフローチャートを示す。制御部２４は、経路算出処理２００の処理を、目的地点が決定する度に実行する。ここで、目的地点の決定は、操作装置を用いたユーザの入力操作に基づいて制御部２４が決定してもよいし、過去の走行履歴に基づいて制御部２４が決定してもよい。
【００７９】
この経路算出処理２００の１回分の実行において、制御部２４は、まずステップ２１０で、現在位置（出発地点の一例に相当する）から当該目的地点までの最適な予定経路を、地図データ等に基づいて確定する。
【００８０】
続いてステップ２２０では、目的地点が充電可能地点であるか否かを、目的地点の位置と、耐久記憶媒体２３に記録された充電可能地点の位置とを比較することで判定する。そして、目的地点が充電可能地点であれば、続いてステップ２３０を実行し、そうでなければ経路算出処理２００の１回分の実行を終了する。ステップ２３０では、現在ＳＯＣの情報をＨＶ制御部１０に要求し、その要求に応じてＨＶ制御部１０から送信された現在ＳＯＣの情報を受信する。
【００８１】
続いてステップ２４０では、予定経路上の目的地点周辺の部分、すなわち、目的地点から予定経路に沿って遡る連続した区間（以下、判定区間という）内のセグメントにおける走行状況の履歴、すなわち学習情報を、耐久記憶媒体２３から読み出す。
【００８２】
続いてステップ２５０では、ステップ２３０および２４０で取得した情報に基づいて、ＳＯＣ管理計画作成処理３００の実行を呼び出す。このようになっていることで、制御部２４は、目的地点までの予定経路を確定すると、その目的地点が充電可能地点であれば、ＳＯＣ管理計画作成処理３００を実行する。
【００８３】
図８に、このＳＯＣ管理計画作成処理３００のフローチャートを示す。このＳＯＣ管理計画作成処理３００の処理においては、ＨＶ走行時に維持されているＳＯＣ（例えば６０パーセント）とＳＯＣに許される値の下限値（例えば４０パーセント、３０パーセント）の間で利用可能な電気エネルギーを算出し、その電気エネルギーで目的地点まで走り切れる区間（以下、ＥＶフィニッシュ区間という）を、判定区間内における学習情報に基づいて特定する。
【００８４】
具体的には、まずステップ３１０で、判定区間の各セグメントにおいて、当該セグメントを走行した場合にどれだけの量の電力消費があるか、すなわち当該セグメントにおける予想電気消費量を、当該セグメントについての学習情報から読み出す。具体的には、当該セグメントについての区間内総走行エネルギーを読み出し、当該セグメントについての区間内総回生エネルギーを読み出し、読み出した区間内総走行エネルギーから区間内総回生エネルギーを減算した結果のエネルギーを、当該セグメントにおける予想電気消費量とする。なお、読み出す区間内総走行エネルギーは、最大値、最小値、平均値のいずれでもよく、また、読み出す区間内総回生エネルギーは、最大値、最小値、平均値のいずれでもよい。
【００８５】
続いてステップ３２０では、ＨＶ制御部１０から取得した現在ＳＯＣから下限ＳＯＣを減算した結果を、使用可能電気量として設定する。なお、下限ＳＯＣは、現在ＳＯＣの受信と同時にＨＶ制御部１０に要求することでＨＶ制御部１０から受信するようになっていてもよいし、他のタイミングでＨＶ制御部１０に要求することでＨＶ制御部１０から受信するようになっていてもよい。
【００８６】
続いてステップ３３０〜３６０においては、目的地点から予想経路を遡る方向の順に（ステップ３５０）、セグメントをピックアップして当該セグメントにおける予想電気消費量を順次積算していく（ステップ３３０、３６０）。そして、その積算の結果が使用可能電気量と（所定の許容誤差内で）同じになったとき（ステップ３４０）、その時点で最後にピックアップしているセグメントのうち、目的地点から最も遠い位置を、ＥＶフィニッシュ区間の開始地点とする（ステップ３７０）。
【００８７】
続いて、当該ＥＶフィニッシュ区間におけるＳＯＣ管理計画を作成する（ステップ３８０）。具体的には、当該開始地点でＨＶモードからＥＶモードに切り替わり、その後ＥＶモードが目的地点まで続く場合の、ＥＶフィニッシュ区間におけるＳＯＣの推移の予想を、学習情報に基づいて特定する。図９にこのようなＳＯＣの推移の予想の一例をグラフで示す。この予想されたＳＯＣの推移の各点における値を、目標ＳＯＣという。ステップ３８０の後、ＳＯＣ管理計画作成処理３００の１回分の実行を終了する。
【００８８】
以上のようなＳＯＣ管理計画作成処理３００の実行によって、目的地点までの予想経路において、目的地までＥＶモードを継続する区間の開始地点を特定することができる。このように、本実施形態においては、学習情報は、当該ＥＶフィニッシュ区間の決定、および当該ＥＶフィニッシュ区間における管理計画の決定のためのみに用いられ、それ以外の予想経路上の区間のためには用いられない。そして、本実施形態においては、ＥＶフィニッシュ区間以外の全区間において、走行モードはＨＶモードとなっている。
【００８９】
図１０に、走行時処理４００のフローチャートを示す。制御部２４は、目的地点および目的地点までの予想経路が決定しており、かつ、当該予想経路についてＳＯＣ管理計画作成処理３００が実行されており、かつ、ナビゲーション処理４０が当該予想経路のガイド表示を行っており、かつ、ハイブリッド車両が走行しているときに、この走行時処理４００を実行する。
【００９０】
この走行時処理４００の実行において、制御部２４は、まずステップ４１０で、エコ制御支援情報として、現在位置等をＨＶ制御部１０に送信する。続いてステップ４２０では、ＨＶ制御部１０から逐次送信されている現在ＳＯＣを受信する。続いてステップ４３０では、受信した現在ＳＯＣに基づいてＳＯＣ管理計画（すなわち、ＥＶフィニッシュ区間の開始地点およびＥＶフィニッシュ区間における電気消費量の推移）を補正するために、再度ＳＯＣ管理計画作成処理３００を実行する。続いてステップ４４０で、ハイブリッド車両がＥＶフィニッシュ区間の開始地点に到達したか否かを判定し、まだ到達していなければ再度ステップ４１０を実行し、到達していれば続いてステップ４５０を実行する。したがって、制御部２４は、自車両が開始地点に到達するまでは、現在ＳＯＣに基づくＳＯＣ管理計画の微調整が繰り返される。
【００９１】
ＨＶモードにおいては、ＨＶ制御部１０は、ＳＯＣが基準ＳＯＣと同じ値になるように、エンジン１による車両の駆動、モータ３による車両の駆動、回生充電、内燃充電を適宜行うが、現実の現在ＳＯＣの値は常に基準ＳＯＣに一致するわけではなく、時々刻々と変動する。現在ＳＯＣの値が高くなればＥＶフィニッシュ区間の距離も長くなり、現在ＳＯＣの値が低くなればＥＶフィニッシュ区間の距離も短くなる。したがって、現在ＳＯＣの変動に合わせてＥＶフィニッシュ区間の開始地点をくり返し再計算することで、ＥＶフィニッシュ区間の開始地点における現在ＳＯＣと目標ＳＯＣとがより正確に一致し、ひいては、目的地点でより正確に現在ＳＯＣを下限ＳＯＣまで下げることができるようになる。
【００９２】
ステップ４５０では、ＥＶ走行開始通知をＨＶ制御部１０に送信する。これによって、ＨＶ制御部１０は、走行モードをＨＶモードからＥＶモードに切り替える。続いてステップ４５２では、エコ制御支援情報として、現在ＳＯＣ、および、現在位置に対応する目標ＳＯＣを、ＨＶ制御部１０に送信する。続いてステップ４５４では、ＨＶ制御部１０から現在ＳＯＣを受信する。
【００９３】
続いてステップ４６０では、ハイブリッド車両が目的地点に到達したか否かをＧＰＳセンサ１１からの信号に基づいて判定し、到達するまでこのステップ４６０を繰り返し、到達するとステップ４７０を実行する。ステップ４７０では、ＨＶ制御部１０にＥＶ走行停止通知を送信する。これによって、ＨＶ制御部１０は走行モードをＥＶモードからＨＶモードに切り替える。
【００９４】
以上のように、走行時処理４００を実行することで、制御部２４は、まずＥＶフィニッシュ区間の手前のＨＶ走行区間において（ステップ４４０参照）、ＨＶ制御部１０から逐次受けた現在ＳＯＣに基づいて（ステップ４２０参照）、ＳＯＣ管理計画を補正する（ステップ４３０参照）。そして制御部２４は、ＥＶフィニッシュ区間の開始地点にハイブリッド車両が到達すると（ステップ４４０参照）、ＨＶ制御部１０にＥＶモードを開始させる（ステップ４５０参照）、その後、ハイブリッド車両が目的地点に到着したときに（ステップ４６０参照）、ＨＶ制御部１０のＥＶモードを終了させる（ステップ４７０参照）。したがって、ＥＶフィニッシュ区間の開始位置において、走行モードがＨＶモードからＥＶモードに切り替わり、その後目的地点到着までＥＶモードが続く。
【００９５】
制御部２４は、充電位置記録処理５０によって充電可能地点を記録し、学習制御処理１００によって充電可能地点付近の走行状況の履歴を記録する。さらに制御部２４は、予定系路上の目的地点が充電可能地点であった場合（経路算出処理２００のステップ２２０参照）、ＳＯＣ管理計画作成処理３００によって当該充電可能地点手前のＥＶ走行可能な連続区間を決定し、走行時処理４００によってその決定に従ってＨＶ走行とＥＶ走行の切り替えを行うべくＨＶ制御部１０を制御する。
【００９６】
以上のように、ナビゲーションＥＣＵ２０は、ＥＶフィニッシュ区間の開始地点から目的地点までの区間のすべてをＥＶモードを用いる区間として決定し、その区間において実際にＥＶモードを用いてバッテリ電力の消費を行うようになっている。このような、ＨＶモードの区間を１つにまとめてＥＶフィニッシュ区間の前に配置するという、比較的簡易な方法を採用することで、充電可能地点である目的地点に到達したときにバッテリの残量が下限値になるような制御を容易に実現できる。
【００９７】
また、開始地点の決定は、予定経路上のある一点から目的地点までの予定経路に沿った連続区間における電力消費量を利用して実現する。そして、この電力消費量は、過去の当該区間を走行したときのバッテリの電力消費に影響する走行状況の履歴を用いた学習処理によって決定するようになっている。このようにすることで、算出する電力消費量が、より道路および当該ハイブリッド車両の実体に即したものとなり、ひいては、より正確に、目的地点でバッテリ残量を下限値に低下させることができる。
【００９８】
また、ナビゲーションＥＣＵ２０は、予定経路のうち、ＥＶフィニッシュ区間のみにおいて、学習情報を用いてバッテリの電力消費量を算出するようになっている。このようになっていることで、予想経路のすべてにおいて学習情報を用いる場合に比べて、ナビゲーションＥＣＵ２０の処理負荷が低減する。
【００９９】
また、ナビゲーションＥＣＵ２０は、複数の道路区間の１つ１つについて、当該１つの道路区間を走行したときに、当該１つの道路区間の区間内総走行エネルギーおよび区間内総回生エネルギーを耐久記憶媒体２３に記録する（学習制御処理１００参照）。さらにナビゲーションＥＣＵ２０は、記録した複数の道路区間のそれぞれについての区間内総走行エネルギーと区間内総回生エネルギーの差に基づいて、当該複数の道路区間を含む経路を走行するときの内燃機関およびモータの使用の切り替えについて走行計画を作成する（具体的には、ＥＶフィニッシュ区間等を決定する。ＳＯＣ管理計画作成処理３００参照）。
【０１００】
このように、ナビゲーションＥＣＵ２０は、各道路区間について走行エネルギーおよび回生エネルギーを記録し、それらの差、すなわち当該区間を走行するときの車両のエネルギー蓄積量の総減少分に基づいて走行計画を作成する。
【０１０１】
従来のように過去の車速に基づいて走行計画を作成する場合であっても、その過去の車速から消費エネルギーを算出した上で走行計画を作成するのが通常である。したがって、本発明のように、区間を走行するときの車両のエネルギー蓄積量の総減少分という、走行計画を作成する上で最も直接的なデータを記録して後に使用することで、走行計画の燃費効率を向上させることができる。
【０１０２】
また、ナビゲーションＥＣＵ２０は、ある道路区間を複数回走行した場合、当該１つの道路区間の区間内総走行エネルギーの当該複数回に渡る平均値、最小値、最大値、および当該１つの道路区間の区間内総回生エネルギーの当該複数回に渡る平均値、最小値、最大値を、記憶媒体に記録して走行計画の作成に使用するようになっている。
【０１０３】
ある区間の区間内総走行エネルギーおよび区間内総回生エネルギーは、車速とは異なり、その区間の複数回の走行に渡る平均値として記録しても、当該区間中の減速位置、加速位置のずれの存在に関わらず、必要な情報が失われてしまう可能性が低い。これは、ある区間の車速変化の全体的な様子が、走行機会毎に大きく変わらないなら、減速位置、加速位置が多少ずれても、走行エネルギーの総量および回生エネルギーの総量に大きな変化はないという性質に起因するものである。
【０１０４】
次に、運転アドバイス処理５００について説明する。図１７に、運転アドバイス処理５００のフローチャートを示す。制御部２４は、学習制御処理１００の実行中に、この運転アドバイス処理５００を、学習制御処理１００と並列的に、繰り返し（例えば１秒周期で）実行する。
【０１０５】
図１７に示すように、運転アドバイス処理５００の実行において制御部２４は、まずステップ５１０で、経路情報を取得することで、目的地までの予定経路、自車両が現在走行している道路区間、および、自車両が次に入る道路区間等を特定する。
【０１０６】
続いてステップ５２０では、現在の道路区間についてのブレーキ学習情報（具体的には、後述するブレーキレベル）が耐久記憶媒体２３に記録されているか否かを判定し、記録されていれば続いてステップ５２５でブレーキ支援処理を実行し、記録されていなければ続いてステップ５３０を実行する。
【０１０７】
またステップ５３０では、現在の道路区間についてのアクセル学習情報（具体的には、後述するアクセルレベル）が耐久記憶媒体２３に記録されているか否かを判定し、記録されていれば続いてステップ５４０でアクセル支援処理を実行し、記録されていなければ続いてステップ５５０のブレーキインジケータ表示を実行する。
【０１０８】
ステップ５２５、５４０、５５０のそれぞれに続いては、ステップ５６０で学習処理を行う。この学習処理において、現在の道路区間についてのアクセル学習情報およびブレーキ学習情報が耐久記憶媒体２３に記録されるようになる。したがって、車両が走行中に運転アドバイス処理５００を繰り返し実行することで、車両が走行した道路区間のそれぞれについて、必要に応じてアクセル学習情報およびブレーキ学習情報が耐久記憶媒体２３に記録されていく。
【０１０９】
通常、１つの道路区間においてアクセル学習情報およびブレーキ学習情報の両方が記録されることはない。したがって、運転アドバイス処理５００を１回実行することで、制御部２４は、現在の道路区間についてブレーキ学習情報があればブレーキ支援処理を行い、現在の道路区間についてアクセル学習情報があればアクセル支援処理を行い、どちらもなければブレーキインジケータ表示を行う。両方が記録されていた場合は，ブレーキインジケータ表示を行う。そして、いずれの場合も学習処理は行う。
【０１１０】
ここで、ステップ５６０の学習処理についてまず説明する。図１８に、学習処理の詳細をフローチャートで示す。この学習処理において制御部２４は、まずステップ５６１で、今回の時間区間における潜在回生エネルギーを算出する。今回の時間区間とは、時間を運転アドバイス処理５００の実行周期Ｔで分割した時間区間のうち、今回の運転アドバイス処理５００の実行タイミングが属する区間をいう。
【０１１１】
また、潜在回生エネルギーとは、ブレーキ操作によってハイブリッド車両から奪われた運動エネルギーをいう。したがって、潜在回生エネルギーは、ブレーキ操作量が大きくなれば大きくなり、ブレーキ操作量が小さくなれば小さくなる値（すなわちブレーキ操作量に相当する量）である。
【０１１２】
例えば、車両か坂道を下っているとき、今回の時間区間の間に坂道を下ったことで得た位置エネルギー（ただし、空気抵抗等の要因によるエネルギー散逸は除く）は、ブレーキをかけなければ車両の運動エネルギーとなるはずである。もし車両が今回の時間区間の区間で坂道を下ったにもかかわらず車速が変化しなかったなら、当該位置エネルギー（ただし、空気抵抗等の要因によるエネルギー散逸は除く）が、ブレーキ操作によってハイブリッド車両から奪われた運動エネルギーとなる。
【０１１３】
また例えば、車両か平坦地で減速した場合、その減速によって減少した車両の運動エネルギー（ただし、空気抵抗等の要因によるエネルギー散逸は除く）は、ブレーキをかけなければ車両の運動エネルギーのままであったはずである。したがってこの場合、減速によって減少した車両の運動エネルギー（ただし、空気抵抗等の要因によるエネルギー散逸は除く）は、ブレーキ操作によってハイブリッド車両から奪われた運動エネルギーとなる。
【０１１４】
バッテリ９の電力回収能力に限界がなければ、潜在回生エネルギーはすべてバッテリ９に充電されるはずである。その意味で、潜在回生エネルギーは、理想的には本来得られるはずの回生エネルギーである。
【０１１５】
しかし、実際には、バッテリ９の電力回収能力には限界があるので、潜在回生エネルギーのすべてをバッテリ９に蓄積することができない場合がある。このような場合は、回生充電の効率の観点からは、ブレーキの踏み過ぎであると言える。
【０１１６】
例えば、車両が図１９に示すような道路区間Ａ、Ｂ、Ｃを走行する場合において、各道路区間の道路勾配が実線７１のようになっており、車両の走行速度が実線７２のように変化する場合を考える。
【０１１７】
道路区間Ａにおいては、下り坂となっており、範囲７３の手前においてはドライバはブレーキを操作せず、その結果、車両が加速し続けている。この場合は、潜在回生エネルギーはゼロとなっている。
【０１１８】
範囲７３においては、ドライバは急ブレーキ操作を行うことで、車両の速度が急激に減少する。このとき、ブレーキ操作によってハイブリッド車両から奪われた運動エネルギーは、車両の減速に応じて失われた運動エネルギーと、車両が範囲７３の坂を下ったことによって得た位置エネルギー（ただし、空気抵抗等の要因によるエネルギー散逸は除く）の総和６１となる。このような急ブレーキを行った場合は、潜在回生エネルギー６１がバッテリ９の回収限界６２を超えてしまう場合が多い。
【０１１９】
同様に道路区間Ｂにおいても下り坂となっており、範囲７４の手前においてはドライバはブレーキを操作せず、その結果、車両が加速し続けており、範囲７４においては、ドライバが急ブレーキ操作を行うことで、車両の速度が急激に減少する。このとき、ブレーキ操作によってハイブリッド車両から奪われた運動エネルギーは、車両の減速に応じて失われた運動エネルギーと、車両が範囲７４の坂を下ったことによって得た位置エネルギー（ただし、空気抵抗等の要因によるエネルギー散逸は除く）の総和６３となり、潜在回生エネルギー６３がバッテリ９の回収限界６４を超えてしまう場合が多い。
【０１２０】
本実施形態においては、ブレーキ操作が行われると回生充電が実行される。したがって
潜在回生エネルギーＥ０の算出式としては、以下のようなものを用いる。
【０１２１】
Ｅ０＝−ｖ×Ｔ×α×（ｆｈ＋ｆｖ）
ここで、位置エネルギー項ｆｈ、加減速エネルギー項ｆｖの意味は、上述の通りである。また、時間Ｔは、運転アドバイス処理５００の実行周期である。また、車速ｖ、位置エネルギー項ｆｈ、加減速エネルギー項ｆｖは、今回の時間区間における値である。また、値αは、空気抵抗等のエネルギー散逸を考慮した所定の変換効率（１以下の値、例えば０．８）である。
【０１２２】
続いてステップ５６３では、実回生エネルギーを算出する。実回生エネルギーとは、今回の時間区間において回生充電によって現実にバッテリ９に蓄積されたエネルギーをいう。この実回生エネルギーの算出は、回生充電の実行時にモータ３、インバータ８からの電流、電圧を監視し、その監視結果の値を利用することで算出可能である。
【０１２３】
続いてステップ５６５では、必要に応じてブレーキレベルを耐久記憶媒体２３に記録する。具体的には、ステップ５６１で算出した潜在回生エネルギーが、ステップ５６３で算出した実回生エネルギー以上の基準値（例えば実回生エネルギーの１．２倍の値）より高いか低いかを判定し、高い場合は、現在走行中の道路区間のブレーキレベルを特定して耐久記憶媒体２３に記録する。
【０１２４】
ブレーキレベルは、潜在回生エネルギーを実回生エネルギーで除算した除算値に基づいて、この除算値が大きいほどブレーキレベルが高くなるように特定する。例えば、除算値が１．２より大きく１．５以下である場合、ブレーキレベルを１とし、除算値が１．５より大きく２．０以下である場合、ブレーキレベルを２とし、除算値が２．０より大きい場合、ブレーキレベルを３とする。
【０１２５】
ただしステップ５６５では、現在の道路区間を走行し始めてから現在までに、今回の時間区間で特定したブレーキレベルよりも高いブレーキレベルを既に記録済みの場合には、今回の時間区間で特定したブレーキレベルは耐久記憶媒体２３に記録しない。
【０１２６】
このようになっていることで、車両がある道路区間の走行を終えた時点では、その道路区間において特定した最も高いブレーキレベルが、当該道路区間のブレーキレベルとして、耐久記憶媒体２３に記録されることになる。ただし、１度走行した時のブレーキレベルが高く、報知を行うことでドライバがブレーキングを修正した区間はブレーキレベルが低くても最新のブレーキレベルを記憶するようにする。
なおこの際、制御部２４は、潜在回生エネルギーを実回生エネルギーで除算した結果の値を耐久記憶媒体２３に記録するようになっていてもよい。
【０１２７】
このようになっていることで、車両が図１９に示すような道路区間Ａ、Ｂ、Ｃを走行する場合において道路区間Ａ、Ｂに関しては、それぞれ範囲７３、７４の潜在回生エネルギーに応じたブレーキレベルが耐久記憶媒体２３に記録され、道路区間Ｃに関しては、ブレーキレベルが記録されない。
【０１２８】
続いてステップ５６６では、エンジン回転数センサ１６からの信号に基づいて現在のエンジン回転数を特定する。続いてステップ５６７では、加速度センサ１５からの信号に基づいて現在の車両の加速度を特定する。
【０１２９】
続いてステップ５６９では、必要に応じてアクセルレベルを耐久記憶媒体２３に記録する。具体的には、車両毎にあらかじめ設定された最適アクセル開度マップを利用して現在の最適アクセル開度を特定し、特定した最適アクセル開度以上の基準値（例えば最適アクセル開度の１．２倍の値）よりも現在のアクセル開度が大きいか否かを判定し、大きい場合は、現在走行中の道路区間のアクセルレベルを特定して耐久記憶媒体２３に記録する。なお、現在のアクセル開度はアクセル開度センサ１７からの信号に基づいて特定する。
【０１３０】
ここで、最適アクセル開度マップについて説明する。最適アクセル開度マップは、エンジン回転数と加速度の異なる組毎に異なる最適アクセル開度を割り当てるマップであり、耐久記憶媒体２３にあらかじめ（例えば車両の出荷時）記録されている。ここでいう最適アクセル開度とは、車両の動力エネルギー（すなわち、ガソリン燃料および充電電力）の節約にとって最適なアクセル開度である。
【０１３１】
制御部２４は、ステップ５６６で特定したエンジン回転数およびステップ５６７で特定した加速度を、この最適アクセル開度マップに適用することで、現在の最適アクセル開度を特定する。
【０１３２】
アクセルレベルは、現在の実際のアクセル開度を最適アクセル開度で除算した除算値に基づいて、この除算値が大きいほどアクセルレベルが高くなるように特定する。例えば、除算値が１．２より大きく１．５以下である場合、アクセルレベルを１とし、除算値が１．５より大きく２．０以下である場合、アクセルレベルを２とし、除算値が２．０より大きい場合、アクセルレベルを３とする。
【０１３３】
ただしステップ５６９では、現在の道路区間を走行し始めてから現在までに、今回の時間区間で特定したアクセルレベルよりも高いアクセルレベルを既に記録済みの場合には、今回の時間区間で特定したアクセルレベルは耐久記憶媒体２３に記録しない。
【０１３４】
このようになっていることで、車両がある道路区間の走行を終えた時点では、その道路区間において特定した最も高いアクセルレベルが、当該道路区間のアクセルレベルとして、耐久記憶媒体２３に記録されることになる。
【０１３５】
ただし、１度走行した時のアクセルレベルが高く、報知を行うことでドライバがアクセルワークを修正した区間はアクセルレベルが低くても最新のアクセルレベルを記憶するようにする。
【０１３６】
なおこの際、制御部２４は、現実のアクセル開度を最適アクセル開度で除算した結果の値を耐久記憶媒体２３に記録するようになっていてもよい。
【０１３７】
このようになっていることで、車両が図２０に示すような道路区間Ｄ、Ｅ、Ｆを走行する場合において、車両の現実のアクセル開度が実線７５のように変化し、最適アクセル開度が点線７６となるような場合を考える。このような場合は、地点６５および地点６６において、現実のアクセル開度が最適アクセル開度を大きく超えるような急加速となっているので、道路区間Ｄ、Ｅに関しては、それぞれ地点６５、６６のアクセル開度に応じたアクセルレベルが耐久記憶媒体２３に記録され、道路区間Ｆに関しては、アクセルレベルが記録されない。
【０１３８】
次に、図１７のステップ５２５のブレーキ支援処理について説明する。図２１に、このブレーキ支援処理の詳細のフローチャートを示す。制御部２４は、ブレーキ支援処理において、まずステップ５３２で、対象の道路区間がブレーキ過多地点であるか否かを判定する。対象の道路区間は、現在自車両が走行中の道路区間でもよいし、予定経路によれば次に自車両が走行する道路区間でもよい。
【０１３９】
対象の道路区間がブレーキ過多地点であるか否かは、対象の道路区間について耐久記憶媒体２３に記録されたブレーキレベルが、基準ブレーキレベル以上であるか否かで判定する。基準ブレーキレベルは、耐久記憶媒体２３に記録されているすべてのブレーキレベルの値の個数分布状況に基づいて決定する。すなわち、ブレーキレベルが大きい方に分布が偏っている場合（例えば分布の中央値がより大きい場合）と、ブレーキレベルが小さい方に分布が偏っている場合（例えば分布の中央値がより小さい場合）とを比べた場合、前者の方が基準レベルが大きくなるようにする。
【０１４０】
より具体的には、レベルの高い方の所定の割合（例えば３０パーセント）が少なくとも基準レベル以上となり、かつ、基準レベルが最も高くなるよう、基準レベルを決定する。なお、ここでいうパーセンテージは、耐久記憶媒体２３に記録されたブレーキレベルの総個数に対する割合である。図２２に、所定の割合が３０パーセントである場合の、ブレーキレベルの分布と基準レベルとの関係を示す。
【０１４１】
上段の例においては、耐久記憶媒体２３に記録された複数の道路区間についてのブレーキレベルの値の個数分布は、レベル１が４０パーセント、レベル２が３０パーセント、レベル３が３０パーセントである。この場合、基準レベルはレベル３となる。中段の例においては、レベル１が１０パーセント、レベル２が３０パーセント、レベル３が６０パーセントである。この場合、基準レベルはレベル２となる。下段の例においては、レベル１が１０パーセント、レベル２が１０パーセント、レベル３が８０パーセントである。この場合、基準レベルはレベル１となる。
【０１４２】
対象の道路区間がブレーキ過多地点でないと判定した場合、ブレーキ支援処理を終了する。ブレーキ過多地点であると判定した場合、続いてステップ５３４で、対象の道路区間の走行がブレーキ過多である旨の報知を、ディスプレイ１８またはスピーカ１９を用いて行うことで、ブレーキ操作に対するドライバの注意を喚起する。
【０１４３】
なおこのとき、前回当該道路区間を走行した際における、潜在回生エネルギーを実回生エネルギーで除算した結果の値の記録値を耐久記憶媒体２３から読み出してディスプレイ１８に表示させるようになっていてもよい。このような表示を行うことで、よりドライバに具体的なブレーキワークの指標を与えることができる。
【０１４４】
続いてステップ５３６では、ブレーキインジケータをディスプレイ１８に表示させる。図２３に、ブレーキインジケータの表示例を示す。図２３に示すように、ブレーキインジケータは、縦に等間隔に並んだ矩形部８１ａ〜８１ｆを複数有し、さらに、横棒８２を有している。
【０１４５】
矩形部８１ａ〜８１ｆの表示個数、すなわち、矩形部総体の縦の長さは、現在の潜在回生エネルギーを回収限界で除算した結果の除算値であり、横棒８２の縦方向の位置は、当該除算値が１となる位置に相当する。
【０１４６】
このような、潜在回生エネルギーと回収限界との比較を表示することにより、ドライバは、潜在回生エネルギーが回収限界に対してどの程度超過しているか、あるいは、潜在回生エネルギーが回収限界に到達するまでまだどれくらい余裕があるか等を、視覚的に容易に把握することができる。
【０１４７】
なお、潜在回生エネルギーの算出方法は、図１８のステップ５６１と同じである。また、バッテリ９の時間区間Ｔ当りの充電可能量である回収限界（ブレーキ操作によって現に回生充電可能なエネルギーに相当する）は、固定値となっていてもよいし、バッテリ９の温度、バッテリ９に流れる電流値、バッテリ９の蓄電量に基づいて変化させるようになっていてもよい。
【０１４８】
なお、矩形部８１ａ〜８１ｆのうち、横棒８２よりも上に配置される部分、すなわち、潜在回生エネルギーのうち回収限界を超える部分は、横棒８２よりも下に配置される部分とは異なる色で表示させるようになっていてもよい。このようになっていることで、ドライバは、潜在回生エネルギーが回収限界を超えたか否かを容易に視認することができる。ステップ５３６の後、ブレーキ支援処理を終了する。
【０１４９】
次に、図１７のステップ５４０のアクセル支援処理について説明する。図２４に、このアクセル支援処理の詳細のフローチャートを示す。制御部２４は、アクセル支援処理において、まずステップ５４２で、対象の道路区間が急加速地点であるか否かを判定する。対象の道路区間は、現在自車両が走行中の道路区間でもよいし、予定経路によれば次に自車両が走行する道路区間でもよい。
【０１５０】
対象の道路区間が急加速地点であるか否かは、対象の道路区間について耐久記憶媒体２３に記録されたアクセルレベルが、基準アクセルレベル以上であるか否かで判定する。基準アクセルレベルは、耐久記憶媒体２３に記録されているすべてのアクセルレベルの値の分布状況に基づいて決定する。すなわち、アクセルレベルが大きい方に分布が偏っている場合と、アクセルレベルが小さい方に分布が偏っている場合とを比べた場合、前者の方が基準レベルが大きくなるようにする。より具体的には、ブレーキレベルについての基準レベルと同じように特定する。
【０１５１】
対象の道路区間が急加速地点でないと判定した場合、アクセル支援処理を終了する。急加速地点であると判定した場合、続いてステップ５４４で、対象の道路区間の走行が急加速地点である旨の報知を、ディスプレイ１８またはスピーカ１９を用いて行うことで、アクセル操作に対するドライバの注意を喚起する。
【０１５２】
なおこのとき、前回当該道路区間を走行した際における、現実のアクセル開度を最適アクセル開度で除算した結果の値の記録値を耐久記憶媒体２３から読み出してディスプレイ１８に表示させるようになっていてもよい。このような表示を行うことで、よりドライバに具体的なアクセルワークの指標を与えることができる。
【０１５３】
続いてステップ５４６では、アクセルインジケータをディスプレイ１８に表示させる。図２５に、アクセルインジケータの表示例を示す。図２５に示すように、アクセルインジケータは、斜め方向に等間隔に並んだ矩形部８３ａ〜８３ｆを複数有し、さらに、横棒８４を有している。
【０１５４】
矩形部８３ａ〜８３ｆの表示個数、すなわち、矩形部総体の当該斜め方向の長さは、現在のアクセル開度を最適アクセル開度で除算した結果の除算値であり、横棒８４の当該斜め方向の位置は、当該除算値が１となる位置に相当する。
【０１５５】
このような、現在のアクセル開度と最適アクセル開度との比較を表示することにより、ドライバは、現在のアクセル開度が最適アクセル開度に対してどの程度超過しているか、あるいは、現在のアクセル開度が最適アクセル開度に到達するまでまだどれくらい余裕があるか等を、視覚的に容易に把握することができる。
【０１５６】
なお、対象の道路区間の最適アクセル開度の特定方法は、図１８のステップ５６９における方法と同じである。
【０１５７】
なお、矩形部８３ａ〜８３ｆのうち、横棒８４よりも上に配置される部分、すなわち、現実のアクセル開度のうち最適アクセル開度を超える部分は、横棒８４よりも下に配置される部分とは異なる色で表示させるようになっていてもよい。このようになっていることで、ドライバは、現実のアクセル開度が最適アクセル開度を超えたか否かを容易に視認することができる。ステップ５４６の後、アクセル支援処理を終了する。
【０１５８】
なお、制御部２４は、図１７のステップ５５０でも、図２１のステップ５３６と同様のブレーキインジケータを表示させる。
【０１５９】
以上説明した通り、制御部２４は、学習制御処理１００を実行して回生エネルギー等を記録しているときに、ハイブリッド車両のドライバに対し、ブレーキ操作によってハイブリッド車両から奪われた運動エネルギー（すなわち潜在回生エネルギー）と、ブレーキ操作によって現に回生充電可能なエネルギーとの比較の報知を行う（図１７のステップ５２５、５５０、図２１、図２３参照）。
【０１６０】
このように、制御部２４によってブレーキ操作に関する報知が行われることで、ドライバは、潜在回生エネルギーが現に回生充電可能なエネルギーを上回らないよう、適切なブレーキ操作を行いながら走行する可能性が高くなる。すると、並行して記録されている回生エネルギーのばらつきが少なくなり、その結果、走行計画の精度が高まる。
【０１６１】
また、制御部２４は、学習制御処理１００を実行して走行エネルギー等を記録しているときに、ハイブリッド車両のドライバに対し、現実のアクセル開度と、車両の動力エネルギーの節約にとって最適なアクセル開度との比較の報知を行うようになっている（図１７のステップ５４０、図２４、図２５参照）。
【０１６２】
このように、制御部２４によってアクセル操作に関する報知が行われることで、ドライバは、現実のアクセル開度が最適アクセル開度を上回らないよう、適切なアクセル操作を行いながら走行する可能性が高くなる。すると、並行して記録されている走行エネルギーのばらつきが少なくなり、その結果、走行計画の精度が高まる。
【０１６３】
また、制御部２４は、道路区間毎に、ハイブリッド車両のブレーキ操作量（具体的には、潜在回生エネルギー）と回生充電量との関係の情報を記録し、その記録内容に基づいて、ブレーキ操作量が回生充電にとって過多であった道路区間を特定し（図２１のステップ５３２参照）、特定した道路区間のブレーキ操作について注意を喚起する報知を行う（ステップ５３４、５３６参照）。
【０１６４】
このように、道路区間毎に記録された過去のブレーキ操作と回生充電量との関係の情報を用いて、ブレーキ操作量が回生充電にとって過多であった道路区間を特定することで、ドライバにとってアドバイスが必要である道路区間とそうでない道路区間とを区別し、その区別に基づいたアドバイスの実行・非実行の切り替えを行うことができる。
【０１６５】
更に制御部２４は、ハイブリッド車両のブレーキ操作量と回生充電量との関係の情報として、潜在回生エネルギーが、ブレーキ操作によって現に回生充電可能であったエネルギー（すなわち実回生エネルギー）をどの程度超えたかを示す程度情報（具体的には除算値）を記録する（図１８のステップ５６１〜５６５参照）。そして制御部２４は、記録された程度情報の値の分布状況に基づいて、ブレーキ操作量が回生充電にとって過多であったか否かの判定基準（具体的には基準レベル）を変化させる。
【０１６６】
このように、程度情報の値の分布状況に基づいて判定基準を変化させることで、車両毎（すなわちドライバー毎）に判定基準が最適化される。このようにすることで、ドライバ毎に運転内容が異なっても、それぞれのドライバに対して、多すぎもせず少なすぎもしない適度な割合で、アドバイスを行う可能性が高くなる。その結果、ドライバは、お節介感覚を感じずに段階的に運転内容を改善していける可能性が高くなる。
【０１６７】
また制御部２４は、道路区間毎に、ハイブリッド車両の現実のアクセル操作量と、走行エネルギーの節約の観点から最適なアクセル操作量との関係の情報を記録し、その記録内容に基づいて、アクセル操作量が走行エネルギーの節約にとって不適切であった道路区間を特定し（図２４のステップ５４２参照）、特定した道路区間のアクセル操作について注意を喚起する報知を行う（ステップ５４４、５４６参照）。
【０１６８】
このように、道路区間毎に記録された過去の現実のアクセル操作量と、最適なアクセル操作量との関係の情報を用いて、アクセル操作が走行エネルギーの節約にとって不適切であった道路区間を特定することで、ドライバにとってアドバイスが必要である道路区間とそうでない道路区間とを区別し、その区別に基づいたアドバイスの実行・非実行の切り替えを行うことができる。
【０１６９】
また、制御部２４は、ハイブリッド車両の現実のアクセル操作量と最適なアクセル操作量との関係の情報として、現実のアクセル操作量が最適なアクセル操作量をどの程度超えたかを示す程度情報（具体的には除算値）を記録するようになっている（図１８のステップ５６６〜５６９参照）。
【０１７０】
この場合、制御部２４は、記録された程度情報の値の分布状況に基づいて、アクセル操作が走行エネルギーの節約にとって不適切であるか否かの判定基準（具体的には基準レベル）を変化させる。
【０１７１】
このように、程度情報の値の分布状況に基づいて判定基準を変化させることで、車両毎（すなわちドライバー毎）に判定基準が最適化される。このようにすることで、ドライバ毎に運転内容が異なっても、それぞれのドライバに対して、多すぎもせず少なすぎもしない適度な割合で、アドバイスを行う可能性が高くなる。その結果、ドライバは、お節介感覚を感じずに段階的に運転内容を改善していける可能性が高くなる。
【０１７２】
（第２実施形態）
次に、本発明の第２実施形態について、第１実施形態と異なる部分を中心に説明する。本実施形態のナビゲーションＥＣＵ２０は、第１実施形態と同じ構成に加え、無線通信装置（図示せず）を有し、その無線通信装置を用いて情報センタと無線通信するようになっている。
【０１７３】
また、本実施形態のＧＰＳセンサ１１は、ＧＰＳ衛星の分布状態を原因とした水平方向の精度の低下を表すＨＤＯＰ（Ｈｏｒｉｚｏｎａｌ Ｄｉｌｕｔｉｏｎ Ｐｒｅｃｉｓ
ｉｏｎ）と呼ばれる精度情報をも制御部２４に出力する。そして制御部２４は、このＧＰＳセンサ１１から入力される精度情報から自車の現在位置の精度を表す位置自信度を特定する。なお、本実施形態における位置自信度は、現在位置の精度が高いほど大きく、現在位置の精度が低いほど小さくなる。
【０１７４】
図１１は、情報センタ３５とナビゲーションＥＣＵ２０との間の通信の手順を例示するシーケンス図である。情報センタ３５は、多数のプローブ車３６の走行に伴って収集された道路区画毎の交通流を表す交通流情報を格納するデータベースを有するサーバとして構成されている。
【０１７５】
情報センタ３５は、図１１に示すように、多数のプローブ車３６の走行に伴って収集された走行情報を受信すると統計処理を行い（ステップ５１０）、データベースに格納する。なお、プローブ車３６によって収集される走行情報には、交通流を示す交通流情報としてセグメント毎（またはリンク毎）の平均車速が含まれている。情報センタ３５は、図１２に示すように、多数のプローブ車３６から平均車速を受信するとセグメント毎に一定時間（例えば、１０分）毎の平均車速を算出してデータベースに格納する。
【０１７６】
次に、情報センタ３５は、データベースに格納された交通流情報に対して分類処理を行う（ステップ５２０）。情報センタ３５は、データベースに格納されたセグメント毎の交通流情報の特性に従って走行情報を時間帯別、曜日、祝祭日別に複数のグループに分類した分類情報を生成し、データベースの別領域に格納する。
【０１７７】
図１３に、分類情報の構成例を示す。例えば、道路区間１（セグメント１）の７時〜９時までの平均車速が時速２０キロメートル未満、それ以外（９時〜７時）の平均車速が時速２０キロメートル以上となっている場合、図中の道路１に示すように、７時〜９時のグループとそれ以外（９時〜７時）のグループの２つに分類される。同様に、各道路区間（セグメントＮ）に対して平均車速の特性に従って複数のグループに分類される。更に、平日と祝日といったように、曜日および祝祭日別に分類される。
【０１７８】
本実施形態におけるナビゲーションＥＣＵ２０の制御部２４は、ナビゲーションＥＣＵ２０が初めて起動されたとき、または、予め設定されたメンテナンス時期になると、図１１に示したように、情報センタ３５から分類情報を取得し、この分類情報に従って複数の時間帯別に分類した学習データベースを構築する学習データベース構築処理を行う（ステップ５３０）。
【０１７９】
図１４に、学習データベースの構成を示す。この学習データベースは、第１実施形態における走行状況の履歴のテーブルに代わって学習情報として機能する。この学習データベースは、走行エネルギー用の学習データベースと、回生エネルギー用の学習データベースとに分かれるが、いずれの学習データベースも、図１４のような構成となっている。
【０１８０】
各学習データベースは、道路種別毎に設定された基準値を格納するための基準値格納部Ｂ、この基準値Ｂからの乖離の度合い別に走行回数（初期値はゼロ）を格納するための複数の乖離度別回数格納部Ａ、後述する統計自信度（ばらつき度の一例に相当する）を格納するための統計自信度格納部Ｃ、自車の走行によって収集された走行状況（区間内総走行エネルギーまたは区間内総回生エネルギー）の複数走行機会に渡る代表値（最大値、最小値、および平均値）を格納するための代表値格納部Ｄ、ＧＰＳセンサ１１からの精度情報に基づく位置自信度を格納する位置自信度格納部Ｅが設けられている。なお、乖離度別回数格納部Ｂは、基準値を基準として所定量（例えば、走行エネルギー用の学習データベースの場合２．５キロワット秒）毎に分割されている。
【０１８１】
これらの各格納部は、情報センタ３５により生成された分類情報の分類に従って、時間帯別、曜日、祝祭日別に分類されている。本実施形態では、自車両の走行に伴って収集した道路区間（本実施形態においてはセグメント）毎の走行状況を学習データベースの分類に従って記録する。
【０１８２】
また、本実施形態の制御部２４は、図３に示した学習制御処理１００のステップ１５０の処理として、図５に示した処理に代えて、図１５に示す処理を実行する。なお、図１５の処理は、走行エネルギー用の学習データベースおよび回生エネルギー用の学習データベースのそれぞれに対して別々にされる。以下では、図１５の処理について、走行エネルギー用の学習データベースに対するものについてのみ説明するが、回生エネルギー用の学習データベースに対する処理の内容も、走行エネルギーと回生エネルギーの違いを除いて同じである。
【０１８３】
制御部２４は、この図１５の処理において、まず、学習データベースの基準値格納部Ｂに、対象セグメント（すなわち図３のステップ１３０で走行終了したと判定したセグメント）の道路種別に応じた基準値を記憶させる（ステップ６００）。この基準値は、道路種別毎に（例えば地図ＤＢ記憶部において）割り当てられた、対象セグメントの標準車速、勾配、および全長に基づいて、対象セグメントを走行するときに必要な総走行エネルギーとして決定する。図１６（ａ）には、走行エネルギーの基準値として、２０キロワット秒が例示されている。
【０１８４】
次に、対象セグメントの道路識別情報であるセグメントＩＤ、および位置自信度を特定する（ステップ６０２）。次に、現在時刻を特定し、収集した走行状況の保存先を決定する（ステップ６０４）。例えば、月曜日の７時３０分の場合、学習データベースの保存先を平日の７時〜９時に決定する。次に、学習データベースの当該保存先に過去の走行機会における走行状況が既に記録されているか否かを判定する（ステップ６０６）。
【０１８５】
記録されている場合、ステップ６０６の判定はＮＯとなり、次に、ステップ６０４にて決定された保存先に、図３のステップ１１０にて収集された走行状況を記録する（ステップ６０８）。例えば、対象セグメントが道路１で、ステップ１１０で繰り返し算出された走行エネルギーの対象セグメント内の積算値（すなわち区間内総走行エネルギー）が２２キロワット秒である場合、図１６（ａ）に示すように、ステップ６０４にて決定された保存先の代表値格納部Ｄに、走行状況として当該区間（本実施形態においてはセグメント）内総走行エネルギーの最大値、最小値、および平均値として、等しく２２キロワット秒を記録する。
【０１８６】
次に、統計自信度を１００として学習データベースの統計自信度格納部Ｃに記憶させる（ステップ６１０）。統計自信度は、同じ保存先の（すなわち、同種の時間帯、曜日、および区間の）複数の機会に渡って取得された走行状況の複数のサンプル（具体的には、走行エネルギーについての複数のサンプル）のばらつきの度合いを示す値である。具体的には、統計自信度は、０から１００までの値を取り、上記サンプルの標準偏差が大きくなるほど（すなわちばらつきが大きくなるほど）小さくなる値である。
【０１８７】
次に、位置自信度を、学習データベースの保存先の位置自信度格納部Ｅに記録する（ステップ６１２）。次に、今回の走行機会における区間内総走行エネルギーに対応した乖離度別回数格納部Ａ中の走行回数を１だけ増加させる（ステップ６１４）。例えば、今回算出した区間内総走行エネルギーが２２キロワット秒である場合、２０〜２２．５キロワット秒の範囲をカバーする＋２．５キロワット秒の乖離度別回数格納部Ａの走行回数を０から１にし、本処理を終了する。
【０１８８】
このように、自車両が対象セグメントの終点（換言すれば次の対象セグメントの始点）に到達する度に、制御部２４が上記処理を実施し、当該セグメントについての区間内総走行エネルギーが学習データベースに記憶される。
【０１８９】
そして、自車両が再度、学習データベースに走行状況を記憶した区間を走行した機会においては、ステップ６０６の判定はＹＥＳとなり、次に、今回の区間内総走行エネルギーに対応する乖離度別回数格納部Ａ中の走行回数を１回分増加させる（ステップ６１５）。例えば、今回算出した区間内総走行エネルギーが２４キロワット秒である場合、２２．５〜２５キロワット秒をカバーする＋５キロワット秒の乖離度別回数格納部Ａに走行回数１を加算する。
【０１９０】
次に、ステップ６０４にて決定された保存先の代表値格納部Ｄに、収集された走行状況と過去の走行状況を平均化して記録する処理を行う（ステップ６１６）。具体的には、今回算出した区間内総走行エネルギーと、既に記憶されている区間内総走行エネルギーの最大値、最小値、平均値とを用いて、第１実施形態の図５と同様の処理で、新たな区間内総走行エネルギーの最大値、最小値、平均値を決定し、その最大値、最小値、平均値を新たな走行状況として当該代表値格納部Ｄに記録する。このようにして、図１６（ｂ）の走行情報の格納部に区間内総走行エネルギーの代表値（例えば、最大値２４キロワット秒、最小値２２キロワット秒、平均値２２．５キロワット秒）が格納される。
【０１９１】
次に、統計自信度を特定し、当該保存先の統計自信度格納部Ｃに記録する処理を行う（ステップ６１８）。ここで特定する統計自信度は、当該保存先乖離度別回数格納部Ａのそれぞれに現在記録されている走行回数に基づいて算出する。具体的には、乖離度別回数格納部Ａのそれぞれに割り当てられた数値範囲の代表値（例えば＋５の乖離度別回数格納部Ａの代表値は２５キロワット秒）となっている区間内総走行エネルギーが、当該格納部Ａに記録されている走行回数分だけあるとみなして、統計自信度を算出する。このようにして、図１６（ｂ）に例示するように、統計自信度格納部Ｂに例えば７５が格納される。
【０１９２】
次に、位置自信度を記録する（ステップ６２０）。具体的には、新たに算出した位置自信度と、既に記憶されている位置自信度とを逐次平均して求めた値を新たな位置自信度として位置自信度格納部Ｅに格納する。このようにして、図１６（ｂ）の位置自信度の格納部に例えば７７が格納される。
【０１９３】
このように、情報センタ３５のデータベースに格納された交通流情報の特性に従って複数の時間帯別に分類した走行エネルギー用の学習データベースおよび回生エネルギー用の学習データベースを構築し、収集した区間内総走行エネルギーおよび区間内総回生エネルギーを用いて両学習データベースの分類に従った学習をするようになっている。
【０１９４】
また、制御部２４は、図８のＳＯＣ管理計画作成処理３００において、ステップ３１０では、第１実施形態に示した通り、当該セグメントについての区間内総走行エネルギーを読み出し、当該セグメントについての区間内総回生エネルギーを読み出し、読み出した区間内総走行エネルギーから区間内総回生エネルギーを減算した結果のエネルギーを、当該セグメントにおける予想電気消費量とする。
【０１９５】
ただし、読み出す対象の保存先は、現在日時および対象となるセグメントに対応する保存先である。また、読み出す区間内総走行エネルギーとして、最大値、最小値、平均値のうちいずれを採用するかは、当該走行エネルギー用の学習データの当該保存先に記録された統計自信度（または位置自信度）に基づいて決定する。また、読み出す区間内総回生エネルギーとして、最大値、最小値、平均値のうちいずれを採用するかは、当該回生エネルギー用の学習データの当該保存先に記録された統計自信度（または位置自信度）に基づいて決定する。
【０１９６】
具体的には、対象となる統計自信度（または位置自信度）が所定の第１基準値以上である場合は、読み出す区間内総走行エネルギーとして平均値を用い、当該第1基準値未満である場合は最大値を用いる。また、対象となる統計自信度（または位置自信度）が所定の第２基準値以上である場合は、読み出す区間内総回生エネルギーとして平均値を用い、当該第1基準値未満である場合は最小値を用いる。
【０１９７】
このように、制御部２４は、複数の道路区間（および日時）の１つ１つについて、当該１つの道路区間について記録された自信度に基づいて、区間内総走行エネルギーの複数回に渡るばらつきが所定の基準より大きい場合、走行エネルギーの総量の最大値を選択し、また、区間内総走行エネルギーの複数回に渡るばらつきが当該基準値より小さい場合、平均値を選択し、選択した方を走行計画の作成に使用する。
【０１９８】
区間内総走行エネルギーの複数走行機会に渡る平均値は、走行計画の作成において使用する値としては、最大値よりも正確性が高いものである。しかし、区間内総走行エネルギーの複数回に渡るばらつきが大きい場合は、実際の走行時における区間内総走行エネルギーが平均値を大きく上回ってしまう可能性が高い。そのような場合には、当該道路区間の走行計画に平均値を使用してしまうと、車両のエネルギーの蓄積量（バッテリ蓄電量、内燃機関の燃料の残量）が予想以上に低下してしまう危険性が高まってしまう。
【０１９９】
したがって、区間内総走行エネルギーの複数回に渡るばらつきが所定の基準よりも大きい場合には、上記のように、平均値でなく最大値を使用することで、正確性を犠牲にして車両のエネルギー蓄積量の過度の低下のリスクを抑えることができる。
【０２００】
なお、区間内総走行エネルギーのみならず、回生エネルギーの総量についても、同じ観点から、回生エネルギーの総量の複数回に渡るばらつきが所定の基準よりも大きい場合には、平均値でなく最小値を使用することで、正確性を犠牲にして車両のエネルギー蓄積量の過度の低下のリスクを抑えることができる。
【０２０１】
以上説明した通り、本実施形態のナビゲーションＥＣＵ２０は、総走行エネルギー（最大値、最小値、平均値）および総回生ネルギー（最大値、最小値、平均値）を記録して走行計画に使用することによる第１実施形態と同等の効果を発揮する。
【０２０２】
また、ナビゲーションＥＣＵ２０は、走行状況に統計自信度と位置自信度とが関連付けて記憶された学習データベースを利用して、統計自信度、位置自信度に基づいて、統計自信度（または位置自信度）が所定値より大きい場合には図７、図８の処理の実行を許可し、当該所定値より小さい場合には図７、図８の処理の実行を禁止する。このようにすることで、確度の高い走行情報を選択的に利用することが可能となり、ＨＶ走行、ＥＶ走行の制御の精度を向上することが可能である。
【０２０３】
上記した構成によれば、予め定められた基準値と収集された走行情報の乖離に応じて、収集された走行情報のばらつきの度合いを表す統計自信度が特定され、収集された走行情報に統計自信度を関連付けて記憶媒体に記録するので、収集した走行情報をより精度良く管理することができる。これにより、車載制御装置は統計自信度に基づいて走行情報のばらつきの度合いを認識することができ、精度良く制御を行うことが可能となる。
【０２０４】
また、自車両の現在位置の精度を表す位置自信度が特定され、記憶媒体に記憶された走行情報に位置自信度を関連付けて記憶媒体に記録するので、収集した走行情報をより精度良く管理することができる。これにより、車載制御装置は位置自信度に基づいて現在位置の精度を認識することができ、精度良く制御を行うことが可能となる。
【０２０５】
また、収集された走行情報の位置自信度と記憶媒体に記憶された過去の走行情報の位置自信度とから、学習回数に応じた位置自信度の平均値を求め、その平均値を新たな位置自信度として記憶媒体に記憶させることもできる。
【０２０６】
また、情報センタ３５のデータベースに格納された交通流情報の特性に従って複数の時間帯別に分類した学習データベースを構築し、収集した走行情報を学習データベースの分類に従って学習させるので、より精度良く収集した走行情報を管理することができる。
【０２０７】
すなわち、例えば、収集した走行情報を１時間毎に分類して記憶媒体に記録する場合、前半の３０分は交通流が悪く後半の３０分は交通流が良好な場合であっても同じグループに分類されてしまうため、収集した走行情報を交通流の傾向に合わせて精度良く管理するのは難しいが、交通流情報の特性に従って複数の時間帯別に分類して収集した走行情報を記憶媒体に記録するので、より精度良く収集した走行情報を管理することができる。なお、記憶媒体に記憶される走行情報は、運転者の運転特性が反映されたものとなる。
【０２０８】
なお、上記の各実施形態において、ナビゲーションＥＣＵ２０が走行計画作成装置の一例に相当し、ナビゲーションＥＣＵ２０が走行計画作成装置の一例に相当すると共に運転アドバイス装置の一例に相当し、制御部２４がコンピュータの一例に相当する。制御部２４が、学習制御処理１００を実行することで記録手段の一例として機能し、ＳＯＣ管理計画作成処理３００を実行することで計画手段の一例として機能する。
【０２０９】
また、制御部２４が、図１７のステップ５５０、図２１のステップ５３４、５３６を実行することで、ブレーキ支援手段の一例として機能し、図２２のステップ５４４および５４６を実行することで、アクセル支援手段の一例として機能する。
【０２１０】
また、制御部２４が、図１８のステップ５６５を実行することでブレーキ記録手段の一例として機能し、ステップ５６９を実行することでアクセル報知手段の一例として機能し、図１７のステップ５３０を実行することでブレーキ報知手段の一例として機能し、ステップ５４０を実行することでアクセル報知手段の一例として機能する。
【０２１１】
（他の実施形態）
以上、本発明の実施形態について説明したが、本発明の範囲は、上記実施形態のみに限定されるものではなく、本発明の各発明特定事項の機能を実現し得る種々の形態を包含するものである。
【０２１２】
例えば、制御部２４は、走行モードがＨＶモードとなっている区間においても、学習情報を用いてＨＶモードの範囲内の、エンジン１、モータ３、内燃充電の実行タイミングの計画を算出するようになっていてもよい。
【０２１３】
また、上記のステップ２４０、５７０においては、判定区間内のセグメントにおける走行状況の履歴、すなわち学習情報を、耐久記憶媒体２３から読み出し、これをＳＯＣ管理計画作成処理３００にて電力消費情報として用いるようになっている。しかし、上記のステップ２４０、５７０においては、判定区間内のセグメントにおける地図データを読み出し、読み出したデータを、ＳＯＣ管理計画作成処理３００にて、電力消費情報として用いるようになっていてもよい。
【０２１４】
また、上記の各実施形態においては、区間内総走行エネルギーおよび区間内総回生エネルギーの記録の単位、消費電気量の算出の単位、ＳＯＣ管理計画の作成の単位、充電可能地点との関連付けの対象が、セグメントとなっているが、これらの対象はリンクであってもよい。すなわち、これらの対象は、道路区間であれば足りる。
【０２１５】
また、充電可能地点は、実際に充電した位置のみならず、あらかじめ記憶されている充電可能地点であってもよいし、ユーザが設定した充電可能地点であってもよい。
【０２１６】
また、ＨＶ制御部１０は、プラグイン充電を行った直後は、現在ＳＯＣが基準ＳＯＣに落ちるまで、ＥＶモードを使用するようになっていてもよい。このような作動を第１実施形態に適用すれば、制御部２４があらかじめＳＯＣ管理計画作成処理３００において終了地点９２を決定しておかなくとも、図９に示したようなＥＶモード→ＨＶモード→ＥＶモードへの切り替えが実現する。
【０２１７】
また、制御部２４は、目的地点の変更がないまま、ＳＯＣ管理計画作成処理３００の再実行が基準回数（例えば５回）以上繰り返された場合、それ以降は、目的地までＨＶ走行を続けるようにＨＶ制御部１０を制御してもよい。このようにすることで、ＳＯＣ管理計画作成処理が有効でない状況において、当該処理を無駄に続けてしまうことを防止することができる。
【０２１８】
また、第２実施形態において、ナビゲーションＥＣＵ２０は、情報センタ３５と通信する機能を有しているが、情報センタ３５と通信をする機能は必須ではない。情報センタ３５と通信をしない場合、ナビゲーションＥＣＵ２０は、学習データベースを、日付、時間帯によって区分けしないデータベースとして作成してもよい。この場合学習データベースは、道路区間毎に１つの保存先（すなわち、乖離度別回数格納部Ａ、基準値格納部Ｂ、統計自信度格納部Ｃ、代表値格納部Ｄ、および位置自信度格納部Ｅの組）を有することになる。
【０２１９】
また、上記実施形態においては、走行計画の作成の一例として、ＥＶフィニッシュ区間の決定が示されているが、走行計画の作成の方法としては、ＥＶフィニッシュ区間の決定以外のものでもよい。
【０２２０】
また、上記の実施形態において、制御部２４がプログラムを実行することで実現している各機能は、それらの機能を有するハードウェア（例えば回路構成をプログラムすることが可能なＦＰＧＡ）を用いて実現するようになっていてもよい。
【０２２１】
また、本発明は、区間内総走行エネルギーおよび区間内総回生エネルギーを記録して走行計画の作成に利用することを特徴としている。しかし、区間内の車速および区間内車速の複数走行機会に渡る最大値、最小値、平均値、およびばらつき度を記録して走行計画の作成に利用する走行計画作成装置があってもよい。この場合でも、当該ばらつき度が所定値以上の場合には最大値を用い、当該ばらつき度が所定の値未満の場合には平均値を用いるようになっていてもよい。
【図面の簡単な説明】
【０２２２】
【図１】本発明の実施形態が適用されるハイブリッド車両の構成を概略的に示す図である。
【図２】ナビゲーションＥＣＵ２０の構成および外部との接続関係を示すブロック図である。
【図３】学習制御処理１００のフローチャートである。
【図４】図３のステップ１１０で走行エネルギーおよび回生エネルギーを算出するための処理を示すフローチャートである。
【図５】図３のステップ１５０における最適化の処理を具体的に示すフローチャートである。
【図６】セグメント毎の走行状況の履歴の一例を示す図表である。
【図７】経路算出処理２００のフローチャートである。
【図８】ＳＯＣ管理計画作成処理３００のフローチャートである。
【図９】ＳＯＣ管理計画作成処理３００によって予想された、ＥＶ走行時におけるＳＯＣの変化の推移を示すグラフである。
【図１０】走行時処理４００のフローチャートである。
【図１１】第２実施形態における情報センタ３５とナビゲーションＥＣＵ２０との通信の手順を例示するシーケンス図である。
【図１２】情報センタの統計処理について説明するための図である。
【図１３】分類情報の構成を例示す図である。
【図１４】学習データベースの構成を例示す図である。
【図１５】図３の学習制御処理１００のステップ１５０における処理を示すフローチャートである。
【図１６】学習データベースのデータ格納手順について説明するための図である。
【図１７】運転アドバイス処理５００のフローチャートである。
【図１８】図１７のステップ５６０の学習処理の詳細を示すフローチャートである。
【図１９】潜在回生エネルギーを説明するための図である。
【図２０】アクセルレベルの記録の一例を示す図である。
【図２１】図１７のステップ５３０のブレーキ支援処理の詳細を示すフローチャートである。
【図２２】ブレーキレベルの分布と基準レベルとの関係を示す図である。
【図２３】ブレーキインジケータの表示例を示す図である。
【図２４】図１７のステップ５４０のアクセル支援処理の詳細を示すフローチャートである。
【図２５】ブレーキインジケータの表示例を示す図である。
【符号の説明】
【０２２３】
１…エンジン、２…オルタネータ、３…モータ、４…差動装置、５ａ、５ｂ…タイヤ、
６…インバータ、７…ＤＣリンク、８…インバータ、９…バッテリ、
１０…ＨＶ制御部、１１…ＧＰＳセンサ、１２…方位センサ、１３…車速センサ、
１４…地図ＤＢ記憶部、１５…加速度センサ、２０…ナビゲーションＥＣＵ、
１６…エンジン回転数センサ、１７…アクセル開度センサ、１８…ディスプレイ、
１９…スピーカ、２１…ＲＡＭ、２２…ＲＯＭ、２３…耐久記憶媒体、２４…制御部、
２１、２２…ノード、２５、２６…補完形状点、３１〜３３…セグメント、
３５…情報センタ、３６…プローブ車、４０…ナビゲーション処理、
５０…充電位置記録処理、１００…学習制御処理、２００…経路算出処理、
３００…ＳＯＣ管理計画作成処理、４００…走行時処理、
５００…運転アドバイス処理。
【技術分野】
【０００１】
本発明は、ハイブリッド車両用の走行計画作成装置、走行計画作成装置用のプログラム、運転アドバイス装置、および運転アドバイス装置用のプログラムに関する。
【背景技術】
【０００２】
従来、ハイブリッド車両において、燃費を向上するために、ある経路を走行する前に、当該経路における内燃機関およびモータの使用の切り替えについての計画（以下、走行計画という）を作成する装置が知られている。例えば、特許文献１には、当該経路の過去の走行履歴に基づく平均車速等に基づいて走行計画を作成する技術が開示されている。
【特許文献１】特開２００４−２４８４５５号公報
【発明の開示】
【発明が解決しようとする課題】
【０００３】
しかし、過去の平均車速に基づいて走行計画を作成する場合、以下のような問題が発生する。ある区間を車両が複数回走行するとき、各回におけるその区間内の車両の速度変化の全体的な様子は互いに類似する。これは、信号機、一時停止表示、横断歩道、上り坂、下り坂等、車両の速度変化の起因となる固定的な環境が存在するからである。
【０００４】
ただし、車速変化の全体的な様子が類似するといっても、具体的な加速位置、減速位置は、毎回完全に一致しているわけではなく、各回間でずれることが多い。加速位置、減速位置が互いにずれた各回の車速変化を平均化すると、車速変化が均されてしまい、その結果バッテリの消費に大きく関わる加速、減速の情報が失われてしまう。そして、加速、減速の情報が失われた走行履歴に基づいて走行計画を作成しても、燃費効率の良い走行計画を作成することができなくなってしまう。
【０００５】
本発明は上記点に鑑み、各回の車速の平均値に代わる走行履歴に基づいて走行計画を作成することで、走行計画の燃費効率を向上させることを第１の目的とする。
【０００６】
また、従来、ドライバによる運転操作をアドバイスするための装置として、最適なアクセル開度と現状のアクセル開度とを比較して表示する装置がある。しかし、この装置は、ドライバの運転状況によらず常にアドバイスのための表示を行うので、ドライバはそれをお節介に感じてしまう可能性がある。
【０００７】
本発明は上記点に鑑み、ドライバによるハイブリッド車両の運転をアドバイスする技術において、ドライバにとってアドバイスが必要である道路区間とそうでない道路区間とを区別し、その区別に基づいたアドバイスの実行・非実行の切り替えを行うことを第２の目的とする。
【課題を解決するための手段】
【０００８】
上記第１の目的を達成するための請求項１に記載の発明は、燃料の燃焼によって駆動される内燃機関、およびバッテリによって駆動されるモータを、走行用の動力源として有するハイブリッド車両用の走行計画作成装置が、複数の道路区間の１つ１つについて、当該１つの道路区間を走行したときに、当該１つの道路区間の走行において費やしたエネルギー（すなわち、当該１つの道路区間の走行時にハイブリッド車両が費やしたエネルギー：以下、走行エネルギーという）の総量および当該１つの道路区間の走行において回生充電によって取得したエネルギー（以下、回生エネルギー）の総量を記憶媒体に記録する。さらに走行計画作成装置は、記録した複数の道路区間のそれぞれについての走行エネルギーの総量と回生エネルギーの総量の差に基づいて、当該複数の道路区間を含む経路を走行するときの内燃機関およびモータの使用の切り替えについて走行計画を作成する。
【０００９】
このように、走行計画作成装置は、各道路区間について走行エネルギーおよび回生エネルギーを記録し、当該走行エネルギーと回生エネルギーの差、すなわち、当該区間を走行するときの車両のエネルギー蓄積量の総減少分に基づいて走行計画を作成する。
【００１０】
従来のように過去の平均車速に基づいて走行計画を作成する場合であっても、その過去の車速から消費エネルギーを算出した上で走行計画を作成するのが通常である。したがって、本発明のように、区間を走行するときの車両のエネルギー蓄積量の総減少分という、走行計画を作成する上で最も直接的なデータを記録して後に使用することで、走行計画の燃費効率を向上させることができる。
【００１１】
また、複数の道路区間の１つ１つについて、当該１つの道路区間を複数回走行した場合を考える。この場合、請求項２に記載のように、走行計画作成装置は、当該１つの道路区間の走行エネルギーの総量の当該複数回に渡る平均値、および当該１つの道路区間の回生エネルギーの総量の当該複数回に渡る平均値を、記憶媒体に記録して走行計画の作成に使用するようになっていてもよい。
【００１２】
ある区間の走行エネルギーの総量および回生エネルギーの総量は、車速とは異なり、その区間の複数回の走行に渡る平均値として記録しても、当該区間中の減速位置、加速位置のずれの存在に関わらず、必要な情報が失われてしまう可能性が低い。これは、ある区間の車速変化の全体的な様子が、走行機会毎に大きく変わらないなら、減速位置、加速位置が多少ずれても、走行エネルギーの総量および回生エネルギーの総量に大きな変化はないという性質に起因するものである。
【００１３】
また、請求項３に記載のように、走行計画作成装置は、複数の道路区間の１つ１つについて、当該１つの道路区間を複数回走行したときに、当該１つの道路区間の走行エネルギーの総量の当該複数回に渡る平均値および最大値、ならびに、当該１つの道路区間の走行エネルギーの総量の当該複数回に渡る値のばらつき度を記憶媒体に記録するようになっていてもよい。
【００１４】
この場合、走行計画作成装置は、複数の道路区間の１つ１つについて、当該１つの道路区間について記録されたばらつき度に基づいて、当該１つの道路区間における走行エネルギーの総量の複数回に渡るばらつきが所定の基準より大きい場合、当該１つの道路区間における走行エネルギーの総量の最大値を選択し、また、当該１つの道路区間における走行エネルギーの総量の複数回に渡るばらつきが当該基準値より小さい場合、当該１つの道路区間における走行エネルギーの総量の平均値を選択し、選択した方を走行計画の作成に使用するようになっていてもよい。
【００１５】
走行エネルギーの総量の複数回に渡る平均値は、走行計画の作成において使用する値としては、最大値よりも正確性が高いものである。しかし、走行エネルギーの総量の複数回に渡るばらつきが大きい場合は、実際の走行時における走行エネルギーの総量が平均値を大きく上回ってしまう可能性が高い。そのような場合には、当該道路区間の走行計画に平均値を使用してしまうと、車両のエネルギーの蓄積量（バッテリ蓄電量、内燃機関の燃料の残量）が予想以上に低下してしまう危険性が高まってしまう。
【００１６】
したがって、走行エネルギーの総量の複数回に渡るばらつきが所定の基準よりも大きい場合には、上記のように、平均値でなく最大値を使用することで、正確性を犠牲にして車両のエネルギー蓄積量の過度の低下のリスクを抑えることができる。
【００１７】
なお、請求項４に記載のように、走行エネルギーの総量のみならず、回生エネルギーの総量についても、同じ観点から、回生エネルギーの総量の複数回に渡るばらつきが所定の基準よりも大きい場合には、平均値でなく最小値を使用することで、正確性を犠牲にして車両のエネルギー蓄積量の過度の低下のリスクを抑えることができる。
【００１８】
また、請求項６に記載のように、走行計画作成装置は、上記のように回生エネルギーを記録しているときに、ハイブリッド車両のドライバに対し、ブレーキ操作によってハイブリッド車両から奪われた運動エネルギー（すなわち潜在回生エネルギー）と、ブレーキ操作によって現に回生充電可能なエネルギーとの比較の報知を行うようになっていてもよい。
【００１９】
このように、走行計画作成装置によってブレーキ操作に関する報知が行われることで、ドライバは、潜在回生エネルギー（すなわち、ブレーキ操作によって本来回生エネルギーに回るべきエネルギー）が現に回生充電可能なエネルギー内に収まるよう、適切なブレーキ操作を行いながら走行する可能性が高くなる。すると、並行して記録されている回生エネルギーのばらつきが少なくなり、その結果、走行計画の精度が高まる。
【００２０】
また、請求項７に記載のように、走行計画作成装置は、上記のように走行エネルギーを記録しているときに、ハイブリッド車両のドライバに対し、現実のアクセル開度と、車両の動力エネルギーの節約にとって最適なアクセル開度との比較の報知を行うようになっていてもよい。
【００２１】
このように、走行計画作成装置によってアクセル操作に関する報知が行われることで、ドライバは、車両の動力エネルギーが節約させるよう、適切なアクセル操作を行いながら走行する可能性が高くなる。すると、並行して記録されている走行エネルギーのばらつきが少なくなり、その結果、走行計画の精度が高まる。
【００２２】
また、上記第２の目的を達成するための請求項８に記載の発明は、ハイブリッド車両用の運転アドバイス装置が、道路区間毎に、ハイブリッド車両のブレーキ操作量と回生充電量との関係の情報を記録し、その記録内容に基づいて、ブレーキ操作量が回生充電にとって過多であった道路区間を特定し、特定した道路区間のブレーキ操作について注意を喚起する報知を行う。
【００２３】
このように、道路区間毎に記録された過去のブレーキ操作と回生充電量との関係の情報を用いて、ブレーキ操作量が回生充電にとって過多であった道路区間を特定することで、ドライバにとってアドバイスが必要である道路区間とそうでない道路区間とを区別し、その区別に基づいたアドバイスの実行・非実行の切り替えを行うことができる。
【００２４】
また、請求項９に記載のように、運転アドバイス装置は、ハイブリッド車両のブレーキ操作量と回生充電量との関係の情報として、ブレーキ操作によって前記ハイブリッド車両から奪われた運動エネルギー（すなわち、潜在回生エネルギー）が、前記ブレーキ操作によって現に回生充電可能であったエネルギーをどの程度超えたかを示す程度情報を記録するようになっていてもよい。
【００２５】
この場合、運転アドバイス装置は、記録された程度情報の値の分布状況に基づいて、ブレーキ操作量が回生充電にとって過多であったか否かの判定基準を変化させるようになっていてもよい。
【００２６】
このように、程度情報の値の分布状況に基づいて判定基準を変化させることで、車両毎（すなわちドライバー毎）に判定基準が最適化される。このようにすることで、ドライバ毎に運転内容が異なっても、それぞれのドライバに対して、多すぎもせず少なすぎもしない適度な割合で、アドバイスを行う可能性が高くなる。その結果、ドライバは、お節介感覚を感じずに段階的に運転内容を改善していける可能性が高くなる。
【００２７】
また、本発明の第２の目的を達成するための請求項１１に記載の発明は、ハイブリッド車両用の運転アドバイス装置が、道路区間毎に、ハイブリッド車両の現実のアクセル操作量と、走行エネルギーの節約の観点から最適なアクセル操作量との関係の情報を記録し、その記録内容に基づいて、アクセル操作量が走行エネルギーの節約にとって不適切であった道路区間を特定し、特定した道路区間のアクセル操作について注意を喚起する報知を行う。
【００２８】
このように、道路区間毎に記録された過去の現実のアクセル操作量と、最適なアクセル操作量との関係の情報を用いて、アクセル操作が走行エネルギーの節約にとって不適切であった道路区間を特定することで、ドライバにとってアドバイスが必要である道路区間とそうでない道路区間とを区別し、その区別に基づいたアドバイスの実行・非実行の切り替えを行うことができる。
【００２９】
また、請求項１２に記載のように、運転アドバイス装置は、ハイブリッド車両の現実のアクセル操作量と最適なアクセル操作量との関係の情報として、現実のアクセル操作量が最適なアクセル操作量をどの程度超えたかを示す程度情報を記録するようになっていてもよい。
【００３０】
この場合、運転アドバイス装置は、記録された程度情報の値の分布状況に基づいて、アクセル操作が走行エネルギーの節約にとって不適切であるか否かの判定基準を変化させるようになっていてもよい。
【００３１】
このように、程度情報の値の分布状況に基づいて判定基準を変化させることで、車両毎（すなわちドライバー毎）に判定基準が最適化される。このようにすることで、ドライバ毎に運転内容が異なっても、それぞれのドライバに対して、多すぎもせず少なすぎもしない適度な割合で、アドバイスを行う可能性が高くなる。その結果、ドライバは、お節介感覚を感じずに段階的に運転内容を改善していける可能性が高くなる。
【００３２】
また、請求項５、１０、１３に記載のように、本発明の各特徴は、本発明の走行計画作成装置に用いるプログラムとしても捉えることができる。
【発明を実施するための最良の形態】
【００３３】
（第１実施形態）
以下、本発明の第１実施形態について説明する。図１に、本実施形態が適用されるハイブリッド車両の構成の一例を概略的に示す。このハイブリッド車両には、エンジン１、発電機２、モータ３、差動装置４、タイヤ５ａ、タイヤ５ｂ、インバータ６、ＤＣリンク７、インバータ８、バッテリ９、ＨＶ制御部１０、ＧＰＳセンサ１１、方位センサ１２、車速センサ１３、地図ＤＢ記憶部１４、加速度センサ１５、エンジン回転数センサ１６、アクセル開度センサ１７、ディスプレイ１８、スピーカ１９、およびナビゲーションＥＣＵ２０が搭載されている。
【００３４】
このハイブリッド車両は、エンジン１およびモータ３を動力源として走行する。エンジン１を動力源とする場合は、エンジン１の回転力が、図示しないクラッチ機構および差動装置４を介してタイヤ５ａ、５ｂに伝わる。また、モータ３を動力源とする場合は、バッテリ９の直流電力がＤＣリンク７およびインバータ８を介して交流電力に変換され、その交流電力によってモータ３が作動し、このモータ３の回転力が、差動装置４を介してタイヤ５ａ、５ｂに伝わる。
【００３５】
また、エンジン１の回転力は発電機２にも伝えられ、その回転力によって発電機２が交流電力を生成し、生成された交流電力はインバータ６、ＤＣリンク７を介して直流電力に変換され、その直流電力がバッテリ９に蓄積される場合がある。このようなバッテリ９への充電は、燃料を使用したエンジン１の作動による充電である。以下、この種の充電を、内燃充電という。
【００３６】
また、図示しない制動機構によりハイブリッド車両が減速すると、その減速時の抵抗力がモータ３に回転力として加わり、この回転力によってモータ３が交流電力を生成し、生成された交流電力がインバータ８、ＤＣリンク７を介して直流電力に変換され、その直流電力がバッテリ９に蓄積される。以下、この種の充電を、回生充電という。
【００３７】
また、バッテリ９は、ハイブリッド車両の外部の電源（例えば、家庭用コンセントを介して電力を共給する電源）に接続されることで、その外部電源から電力供給を受け、受けた電力を蓄積する。以下、この種の充電を、プラグイン充電という。
【００３８】
ＨＶ制御部１０は、ナビゲーションＥＣＵ２０からの指令等に応じて、発電機２、モータ３、インバータ６、インバータ８、バッテリ９の上述のような作動の実行・非実行等を制御する。ＨＶ制御部１０は、例えばマイクロコンピュータを用いて実現してもよいし、下記のような機能を実現するための専用の回路構成を有するハードウェアであってもよい。
【００３９】
より具体的には、ＨＶ制御部１０は、現在ＳＯＣ、基準ＳＯＣ、下限ＳＯＣという３つの値を記憶しており、また、以下の（Ａ）〜（E）の処理を行う。
（Ａ）プラグイン充電開始時に、その開始の旨をナビゲーションＥＣＵ２０に通知する。
（Ｂ）ナビゲーションＥＣＵ２０からの指令に基づいて、ハイブリッド車両の走行モードをＨＶモード（第１モードの一例に相当する）とＥＶモード（第２モードの一例に相当する）の間で切り替える。
（Ｃ）定期的に現在ＳＯＣをナビゲーションＥＣＵ２０に通知する。
（Ｄ）ナビゲーションＥＣＵ２０からの要求があった場合、基準ＳＯＣ、下限ＳＯＣをナビゲーションＥＣＵ２０に通知する。
（Ｅ）ナビゲーションＥＣＵ２０からの要求があった場合、基準ＳＯＣの値を変化させる。
【００４０】
ＳＯＣ（State of Charge）とは、バッテリの残量を表す指標であり、その値が高いほど残量が多い。現在ＳＯＣは、現在のバッテリ９のＳＯＣを示す。ＨＶ制御部１０は、この現在ＳＯＣの値を、逐次バッテリ９の状態を検出することで、繰り返し更新する。基準ＳＯＣは、ＨＶモード時に用いる値（例えば６０パーセント）である。この値は、ナビゲーションＥＣＵ２０からの制御によって変更可能である。下限ＳＯＣは、これ以上低下することが許されないＳＯＣの値（例えば3０パーセント）である。
【００４１】
ここで、ＨＶモードおよびＥＶモードについて説明する。ＨＶモードにおいてＨＶ制御部１０は、ハイブリッド車両の走行中、現在ＳＯＣが基準ＳＯＣの値を維持するよう、エンジン１による車両の駆動、モータ３による車両の駆動、内燃充電、および回生充電のそれぞれについての実行・非実行を切り替える。例えば、現在ＳＯＣが基準ＳＯＣを下回った場合には、内燃充電を用いることで、燃料のエネルギーをバッテリの電力エネルギーに変換する。このように、必要に応じて内燃充電を実行するという点で、ＨＶモードは、内燃充電を許容する走行モードである。このＨＶモードの制御の内容は周知であるので、ここではその詳細については説明しない。
【００４２】
ＥＶモードにおいてＨＶ制御部１０は、エンジン１とモータ３のうち、主としてモータ３を用いてハイブリッド車両を駆動する。例えば、ハイブリッド車両の加速度または速度が大きすぎて、モータ３だけでその加速度または速度を達成しようとするとモータ３が損傷を受ける可能性が高いような例外的な場合にのみ、エンジン１をモータ３と併用してハイブリッド車両を駆動し、他の場合は常にモータ３だけでハイブリッド車両を駆動するようになっていてもよい。また、ＨＶ制御部１０は、ＥＶモードにおいては、回生充電は許可しても、内燃充電は許可しない。これは、ＥＶモードの目的の１つに、バッテリ９の現在ＳＯＣを低下させることがあるためである。
【００４３】
ＧＰＳセンサ１１、方位センサ１２、および車速センサ１３は、それぞれハイブリッド車両の位置、進行方向、走行速度を特定する周知のセンサである。地図ＤＢ記憶部１４は、地図データを記憶する記憶媒体である。加速度センサ１５は車両の加速度を特定する周知のセンサである。勾配（傾斜角）は車速センサと加速度センサを利用し算出する。エンジン回転数センサ１６は、エンジン１の回転数を検出するセンサである。アクセル開度センサ１７は、車両の図示しないアクセルの開度を検出するセンサである。
【００４４】
ディスプレイ１８は、ナビゲーションＥＣＵ２０の制御に基づいて画像等を表示させる装置である。スピーカ１９は、ナビゲーションＥＣＵ２０の制御に基づいて音声を出力する装置である。
【００４５】
地図データは、複数の交差点のそれぞれに対応するノードデータ、および、交差点と交差点を結ぶ道路区間すなわちリンクのそれぞれに対応するリンクデータを有している。１つのノードデータは、当該ノードの識別番号、所在位置情報、種別情報を含む。また、１つのリンクデータは、当該リンクの識別番号（以下、リンクＩＤという）、位置情報、種別情報等を含んでいる。
【００４６】
ここで、リンクの位置情報には、当該リンクが含む形状補完点の所在位置データ、および、当該リンクの両端のノードおよび形状補完点のうち隣り合う２つを繋ぐセグメントのデータを含んでいる。各セグメントのデータは、当該セグメントのセグメントＩＤ、当該セグメントの勾配、向き、長さ等の情報を有している。
【００４７】
図２に示す様に、ナビゲーションＥＣＵ２０は、ＲＡＭ２１、ＲＯＭ２２、データ書き込み可能な耐久記憶媒体２３、および制御部２４を有している。耐久記憶媒体とは、ナビゲーションＥＣＵ２０の主電源の供給が停止してもデータを保持し続けることができる記憶媒体をいう。耐久記憶媒体２３としては、例えば、ハードディスク、フラッシュメモリ、ＥＥＰＲＯＭ等の不揮発性記憶媒体、および、バックアップＲＡＭがある。
【００４８】
制御部２４は、ＲＯＭ２２または耐久記憶媒体２３から読み出したプログラムを実行し、その実行の際にはＲＡＭ２１、ＲＯＭ２２、および耐久記憶媒体２３から情報を読み出し、ＲＡＭ２１および耐久記憶媒体２３に対して情報の書き込みを行い、ＨＶ制御部１０、ＧＰＳセンサ１１、方位センサ１２、車速センサ１３、地図ＤＢ記憶部１４、加速度センサ１５、エンジン回転数センサ１６、アクセル開度センサ１７、ディスプレイ１８、スピーカ１９等と信号の授受を行う。
【００４９】
具体的には、制御部２４は、ナビゲーション処理４０、充電位置記録処理５０、学習制御処理１００、経路算出処理２００、ＳＯＣ管理計画作成処理３００、走行時処理４００、運転アドバイス処理５００等の処理を、所定のプログラムを実行することで実現する。
【００５０】
ナビゲーション処理４０において、制御部２４は、経路算出処理２００によって確定した目的地点までの経路（以下、予定経路という）に沿ってハイブリッド車両を走行させるためのガイド表示を、ドライバに対して行う。
【００５１】
充電位置記録処理５０において、制御部２４は、ＨＶ制御部１０からプラグイン充電開始の通知を受ける度に、その時点においてＧＰＳセンサ１１から受けている現在位置を、充電可能地点として、耐久記憶媒体２３に記録する。あるいは、制御部２４は、車両が停止する度に、その時点においてＧＰＳセンサ１１から受けている現在位置を、充電可能地点として、耐久記憶媒体２３に記録するようになっていてもよい。またこのとき、充電可能地点を、その地点が属するセグメントに関連付けて、耐久記憶媒体２３に記録するようになっていてもよい。なお、充電可能地点とセグメントとの対応付けは、ＧＰＳセンサ１１からの現在位置の情報と地図ＤＢ記憶部１４からの地図データの情報を照合することで実現することができる。このような処理が、プラグイン充電を行った複数の地点で実行されることで、複数の充電可能地点の情報が耐久記憶媒体２３に記録されることになる。
【００５２】
学習制御処理１００において、制御部２４は、ハイブリッド車両が走行した道路と、当該道路の走行時におけるバッテリ９の電力消費に影響する走行状況の履歴（具体的には、後述する総走行エネルギーおよび総回生エネルギー）を、セグメント毎に、耐久記憶媒体２３に記録する。図３に、学習制御処理１００のフローチャートを示す。なお、この処理においては、同じセグメントでも走行方向が違えば異なるセグメントであるとして扱ってもよい。
【００５３】
制御部２４は、この図に示す学習制御処理１００を繰り返し実行し、その繰り返しの各回において、まずステップ１１０で、現在の走行状況の情報を取得し、続いてステップ１３０で、現在の走行区間が終了したか否かを判定する。走行区間とは、道路を区切る単位（例えば、リンク、セグメント）をいう。本実施形態においては、走行区間として、セグメントを採用する。
【００５４】
現在の走行区間が終了しないうちは、再度ステップ１１０を実行し、現在の走行区間が終了すると、続いてステップ１５０を実行する。したがって、制御部２４は、車両の走行する各区間において、その区間内で繰り返し（例えば１秒間隔で）走行状況の情報を取得する。以下、この繰り返しの時間間隔を、サンプル期間という。
【００５５】
走行状況とは、走行時の外部環境、および、走行時の車両挙動のうちいずれかまたは両方の情報をいう。走行状況の情報として取得する情報は、例えば、現在走行中のリンクのリンクＩＤ、現在走行中のセグメントのセグメントＩＤ、現在の車両の向き、当該リンクの道路種別、車両の走行エネルギー、車両の回生エネルギーがある。
【００５６】
ここで、リンクＩＤ、セグメントＩＤは、ＧＰＳセンサ１１からの現在位置の情報と地図ＤＢ記憶部１４からの地図データの情報を照合することで特定することができる。また、車両の向きは方位センサ１２から取得できる。また、当該道路の道路種別は、地図データから取得する。
【００５７】
なお、走行エネルギーとは、サンプル期間において車両が必要としたエネルギーの量をいう。また、回生エネルギーとは、サンプル期間において車両が回生充電によって取得したエネルギー（すなわち電力量）をいう。
【００５８】
図４に、ステップ１１０において現在のサンプル期間における走行エネルギーおよび回生エネルギーを算出するための処理を示す。この処理において制御部２４は、まずステップ１１１で、現在の車速ｖおよび道路勾配θを検出する。現在の車両の速度は車速センサ１３から取得できる。また、当該勾配は、地図データ中の当該リンク中のセグメントの勾配の情報を用いて取得してもよいし、車速センサと加速度センサの出力を利用して算出してもよい。
【００５９】
続いてステップ１１３で、車両にかかるころがり摩擦抵抗力ｆｒおよび空気抵抗力ｆａを算出する。具体的には、ころがり摩擦抵抗力ｆｒについては、あらかじめ定められた自車両のころがり摩擦係数μ（例えば０．０２５）、あらかじめ定められた自車両の重量ｍ、および重力加速度ｇを用いて、ｆｒ＝μ×ｇ×ｍという式によって算出する。また、空気抵抗力ｆａについては、あらかじめ定められた空気密度ρ（例えば１．２キログラム／立方メートル）、あらかじめ定められた自車両の空気抵抗係数ＣＤ（例えば０．３５）、あらかじめ定められた自車両の前方投影面積Ａ、および検出した車速ｖを用いて、ｆａ＝０．５×ρ×ＣＤ×Ａ×ｖ２という式によって算出する。
【００６０】
続いてステップ１１５で、サンプル期間当りの補機の消費電力量を取得する。補機とは、車両の走行に直接関係ないが、間接的に走行を補助するための装置の総称をいう。補機の例としては、オーディオ装置、ヘッドライド、ナビゲーション装置、空気調整装置等がある。補機の消費電力量は、あらかじめ定められている。例えば、昼（午前６時から午後６時まで）は４００ワット秒、夜（午後６時から午前６時まで）は５００ワット秒と決められていてもよい。
【００６１】
続いてステップ１１７で、サンプル期間当りの回生エネルギーを検出する。この検出は、回生充電の実行時にモータ３、インバータ８からの電流、電圧を監視することで実現可能である。
【００６２】
続いてステップ１１９で、サンプル期間における走行エネルギーＥｒを取得する。具体的には、ステップ１１１、１１３で取得した車速ｖ、ころがり摩擦抵抗力ｆｒ、空気抵抗力ｆａに加え、位置エネルギー項ｆｈおよび加減速エネルギー項ｆｖを用いて、Ｅｒ＝ｖ×Ｔ×（ｆｒ＋ｆａ＋ｆｈ＋ｆｖ）という等式によって算出する（「新エネルギー自動車の開発」、１２３〜１２４頁、２００６年１１月、ＣＭＣ出版参照）。
【００６３】
ここで、位置エネルギー項ｆｈは、ｆｈ＝ｍ×ｇ×ｓｉｎθという等式によって算出する。なお、勾配θは−９０°〜９０°の範囲をとり、上り坂の場合には正の値となり、下り坂の場合には負の値となる。したがって、位置エネルギー項ｆｈは、重力によって車両に発生する力に起因する項である。また、加減速エネルギー項ｆｖは、ｆｖ＝ｍ×ｄｖ／ｄｔという等式によって算出する。なお、ｄｖ／ｄｔは、車速ｖの時間微分であり、Ｔはサンプル期間の長さ（例えば１秒）である。
【００６４】
区間の走行を終了した後のステップ１５０では、当該区間についてステップ１１０で繰り返し取得した走行エネルギーおよび回生エネルギーの情報、および過去に当該区間を走行したことがあればそのときの走行状況の情報を用いて、当該区間のＩＤ（具体的にはセグメントＩＤ）と組み合わせて最適化する。最適化された走行状況データは、セグメントＩＤが含まれているので、道路と、その道路における走行状況の情報とが紐付けられたデータである。
【００６５】
図５に、この最適化の処理を具体的に示す。制御部２４は、当該区間についての走行エネルギーおよび回生エネルギーのそれぞれ毎に、図５の処理を実行する。以下、走行エネルギーについてのみ図５の処理を例示するが、回生エネルギーについてもその作動内容は同様である。
【００６６】
この最適化の処理において、制御部２４は、まずステップ１５１で、当該区間についての既存学習情報があるか否かを判定する。すなわち、今回よりも前に当該区間を走行したときの走行状況の情報が記録されているか否かを判定する。
【００６７】
この判定が否定的ならば、すなわち、今回の走行状況の情報が当該区間にとって最初のものである場合、続いてステップ１５２で、今回の区間内総走行エネルギー（図中では算出値と記す）を、区間内総走行エネルギーの最大値、最小値、および平均値とする。
【００６８】
ここで、今回の区間内総走行エネルギーは、今回の学習制御処理１００の実行において、当該区間についてステップ１１０で算出された走行エネルギーの積算値（すなわち、区間内の全サンプル期間についての走行エネルギーの総和）である。すなわち、今回の区間内総走行エネルギーは、今回自車両が当該区間を走行したときに費やした走行エネルギーである。
【００６９】
なお、区間内総回生エネルギーは、今回の学習制御処理１００の実行において、当該区間についてステップ１１０で算出された回生エネルギーの積算値（すなわち、区間内の全サンプル期間についての回生エネルギーの総和）である。すなわち、今回の区間内総回生エネルギーは、今回自車両が当該区間を走行したときに回収した回生エネルギーである。
【００７０】
ステップ１５１の判定が肯定的ならば、すなわち、今回の走行状況の情報が当該区間にとって最初のものでない場合、続いてステップ１５３で、今回の区間内総走行エネルギーと、耐久記憶媒体２３に区間内総走行エネルギーの最大値として記録されている値とを比較する。そして、その比較の結果、今回の値の方が大きければ、続いてステップ１５４で、今回の区間内総走行エネルギーを当該最大値とする。
【００７１】
また、ステップ１５３の比較の結果、今回の値の方が小さければ、続いてステップ１５５で、今回の区間内総走行エネルギーと、耐久記憶媒体２３に区間内総走行エネルギーの最小値として記録されている値とを比較する。そして、その比較の結果、今回の値の方が小さければ、続いてステップ１５６で、今回の区間内総走行エネルギーを当該最小値とする。
【００７２】
また、ステップ１５２、１５４、１５５の後、および、ステップ１５５の比較の結果今回の値の方が大きい場合は、続いてステップ１５７で、当該区間についての走行回数の記録値を１回分増加させる。なお、この走行回数の記録値は、ナビゲーションＥＣＵ２０の製造時等にゼロに初期化されている。
【００７３】
続いてステップ１５８では、耐久記憶媒体２３に記録されている区間内総走行エネルギーに、今回算出した区間内総走行エネルギーを反映させることで、新たな区間内総走行エネルギーを算出する。具体的には、［今回の区間内総走行エネルギー＋（Ｎ−１）×区間内総走行エネルギーの平均値］／Ｎという式を用いて算出する。ステップ１５８の後、ステップ１５０の処理は終了する。
【００７４】
続いてステップ１６０では、最適化されたデータ（すなわち、総走行エネルギーの最大値、最小値、平均値、総回生エネルギーの最大値、最小値、平均値）を、当該区間（セグメント）についての新たな走行状況の履歴、すなわち学習情報として、耐久記憶媒体２３に記録する。ステップ１６０の後、学習制御処理１００の１回分の実行が終了する。
【００７５】
このような学習制御処理１００を実行することで、充電可能地点周辺のセグメントのそれぞれについての走行状況の履歴が耐久記憶媒体２３に記録されることになる。図６に、耐久記憶媒体２３に記録される走行状況の履歴のテーブルの一例を、当該履歴に紐付けられた道路と併せて示す。
【００７６】
この走行状況の履歴のテーブルにおいては、ノード２１、補完形状点２５、補完形状点２６、ノード２２の間に挟まれたセグメント３１〜３３について、当該セグメントを走行したときの総走行エネルギー、総回生エネルギーが記録されている。
【００７７】
また、充電位置記録処理５０によって記録された充電可能地点が存在するセグメント３３については、当該セグメント３３が充電可能地点を含む旨の情報も当該テーブルに記録されるようになっている。
【００７８】
図７に、経路算出処理２００のフローチャートを示す。制御部２４は、経路算出処理２００の処理を、目的地点が決定する度に実行する。ここで、目的地点の決定は、操作装置を用いたユーザの入力操作に基づいて制御部２４が決定してもよいし、過去の走行履歴に基づいて制御部２４が決定してもよい。
【００７９】
この経路算出処理２００の１回分の実行において、制御部２４は、まずステップ２１０で、現在位置（出発地点の一例に相当する）から当該目的地点までの最適な予定経路を、地図データ等に基づいて確定する。
【００８０】
続いてステップ２２０では、目的地点が充電可能地点であるか否かを、目的地点の位置と、耐久記憶媒体２３に記録された充電可能地点の位置とを比較することで判定する。そして、目的地点が充電可能地点であれば、続いてステップ２３０を実行し、そうでなければ経路算出処理２００の１回分の実行を終了する。ステップ２３０では、現在ＳＯＣの情報をＨＶ制御部１０に要求し、その要求に応じてＨＶ制御部１０から送信された現在ＳＯＣの情報を受信する。
【００８１】
続いてステップ２４０では、予定経路上の目的地点周辺の部分、すなわち、目的地点から予定経路に沿って遡る連続した区間（以下、判定区間という）内のセグメントにおける走行状況の履歴、すなわち学習情報を、耐久記憶媒体２３から読み出す。
【００８２】
続いてステップ２５０では、ステップ２３０および２４０で取得した情報に基づいて、ＳＯＣ管理計画作成処理３００の実行を呼び出す。このようになっていることで、制御部２４は、目的地点までの予定経路を確定すると、その目的地点が充電可能地点であれば、ＳＯＣ管理計画作成処理３００を実行する。
【００８３】
図８に、このＳＯＣ管理計画作成処理３００のフローチャートを示す。このＳＯＣ管理計画作成処理３００の処理においては、ＨＶ走行時に維持されているＳＯＣ（例えば６０パーセント）とＳＯＣに許される値の下限値（例えば４０パーセント、３０パーセント）の間で利用可能な電気エネルギーを算出し、その電気エネルギーで目的地点まで走り切れる区間（以下、ＥＶフィニッシュ区間という）を、判定区間内における学習情報に基づいて特定する。
【００８４】
具体的には、まずステップ３１０で、判定区間の各セグメントにおいて、当該セグメントを走行した場合にどれだけの量の電力消費があるか、すなわち当該セグメントにおける予想電気消費量を、当該セグメントについての学習情報から読み出す。具体的には、当該セグメントについての区間内総走行エネルギーを読み出し、当該セグメントについての区間内総回生エネルギーを読み出し、読み出した区間内総走行エネルギーから区間内総回生エネルギーを減算した結果のエネルギーを、当該セグメントにおける予想電気消費量とする。なお、読み出す区間内総走行エネルギーは、最大値、最小値、平均値のいずれでもよく、また、読み出す区間内総回生エネルギーは、最大値、最小値、平均値のいずれでもよい。
【００８５】
続いてステップ３２０では、ＨＶ制御部１０から取得した現在ＳＯＣから下限ＳＯＣを減算した結果を、使用可能電気量として設定する。なお、下限ＳＯＣは、現在ＳＯＣの受信と同時にＨＶ制御部１０に要求することでＨＶ制御部１０から受信するようになっていてもよいし、他のタイミングでＨＶ制御部１０に要求することでＨＶ制御部１０から受信するようになっていてもよい。
【００８６】
続いてステップ３３０〜３６０においては、目的地点から予想経路を遡る方向の順に（ステップ３５０）、セグメントをピックアップして当該セグメントにおける予想電気消費量を順次積算していく（ステップ３３０、３６０）。そして、その積算の結果が使用可能電気量と（所定の許容誤差内で）同じになったとき（ステップ３４０）、その時点で最後にピックアップしているセグメントのうち、目的地点から最も遠い位置を、ＥＶフィニッシュ区間の開始地点とする（ステップ３７０）。
【００８７】
続いて、当該ＥＶフィニッシュ区間におけるＳＯＣ管理計画を作成する（ステップ３８０）。具体的には、当該開始地点でＨＶモードからＥＶモードに切り替わり、その後ＥＶモードが目的地点まで続く場合の、ＥＶフィニッシュ区間におけるＳＯＣの推移の予想を、学習情報に基づいて特定する。図９にこのようなＳＯＣの推移の予想の一例をグラフで示す。この予想されたＳＯＣの推移の各点における値を、目標ＳＯＣという。ステップ３８０の後、ＳＯＣ管理計画作成処理３００の１回分の実行を終了する。
【００８８】
以上のようなＳＯＣ管理計画作成処理３００の実行によって、目的地点までの予想経路において、目的地までＥＶモードを継続する区間の開始地点を特定することができる。このように、本実施形態においては、学習情報は、当該ＥＶフィニッシュ区間の決定、および当該ＥＶフィニッシュ区間における管理計画の決定のためのみに用いられ、それ以外の予想経路上の区間のためには用いられない。そして、本実施形態においては、ＥＶフィニッシュ区間以外の全区間において、走行モードはＨＶモードとなっている。
【００８９】
図１０に、走行時処理４００のフローチャートを示す。制御部２４は、目的地点および目的地点までの予想経路が決定しており、かつ、当該予想経路についてＳＯＣ管理計画作成処理３００が実行されており、かつ、ナビゲーション処理４０が当該予想経路のガイド表示を行っており、かつ、ハイブリッド車両が走行しているときに、この走行時処理４００を実行する。
【００９０】
この走行時処理４００の実行において、制御部２４は、まずステップ４１０で、エコ制御支援情報として、現在位置等をＨＶ制御部１０に送信する。続いてステップ４２０では、ＨＶ制御部１０から逐次送信されている現在ＳＯＣを受信する。続いてステップ４３０では、受信した現在ＳＯＣに基づいてＳＯＣ管理計画（すなわち、ＥＶフィニッシュ区間の開始地点およびＥＶフィニッシュ区間における電気消費量の推移）を補正するために、再度ＳＯＣ管理計画作成処理３００を実行する。続いてステップ４４０で、ハイブリッド車両がＥＶフィニッシュ区間の開始地点に到達したか否かを判定し、まだ到達していなければ再度ステップ４１０を実行し、到達していれば続いてステップ４５０を実行する。したがって、制御部２４は、自車両が開始地点に到達するまでは、現在ＳＯＣに基づくＳＯＣ管理計画の微調整が繰り返される。
【００９１】
ＨＶモードにおいては、ＨＶ制御部１０は、ＳＯＣが基準ＳＯＣと同じ値になるように、エンジン１による車両の駆動、モータ３による車両の駆動、回生充電、内燃充電を適宜行うが、現実の現在ＳＯＣの値は常に基準ＳＯＣに一致するわけではなく、時々刻々と変動する。現在ＳＯＣの値が高くなればＥＶフィニッシュ区間の距離も長くなり、現在ＳＯＣの値が低くなればＥＶフィニッシュ区間の距離も短くなる。したがって、現在ＳＯＣの変動に合わせてＥＶフィニッシュ区間の開始地点をくり返し再計算することで、ＥＶフィニッシュ区間の開始地点における現在ＳＯＣと目標ＳＯＣとがより正確に一致し、ひいては、目的地点でより正確に現在ＳＯＣを下限ＳＯＣまで下げることができるようになる。
【００９２】
ステップ４５０では、ＥＶ走行開始通知をＨＶ制御部１０に送信する。これによって、ＨＶ制御部１０は、走行モードをＨＶモードからＥＶモードに切り替える。続いてステップ４５２では、エコ制御支援情報として、現在ＳＯＣ、および、現在位置に対応する目標ＳＯＣを、ＨＶ制御部１０に送信する。続いてステップ４５４では、ＨＶ制御部１０から現在ＳＯＣを受信する。
【００９３】
続いてステップ４６０では、ハイブリッド車両が目的地点に到達したか否かをＧＰＳセンサ１１からの信号に基づいて判定し、到達するまでこのステップ４６０を繰り返し、到達するとステップ４７０を実行する。ステップ４７０では、ＨＶ制御部１０にＥＶ走行停止通知を送信する。これによって、ＨＶ制御部１０は走行モードをＥＶモードからＨＶモードに切り替える。
【００９４】
以上のように、走行時処理４００を実行することで、制御部２４は、まずＥＶフィニッシュ区間の手前のＨＶ走行区間において（ステップ４４０参照）、ＨＶ制御部１０から逐次受けた現在ＳＯＣに基づいて（ステップ４２０参照）、ＳＯＣ管理計画を補正する（ステップ４３０参照）。そして制御部２４は、ＥＶフィニッシュ区間の開始地点にハイブリッド車両が到達すると（ステップ４４０参照）、ＨＶ制御部１０にＥＶモードを開始させる（ステップ４５０参照）、その後、ハイブリッド車両が目的地点に到着したときに（ステップ４６０参照）、ＨＶ制御部１０のＥＶモードを終了させる（ステップ４７０参照）。したがって、ＥＶフィニッシュ区間の開始位置において、走行モードがＨＶモードからＥＶモードに切り替わり、その後目的地点到着までＥＶモードが続く。
【００９５】
制御部２４は、充電位置記録処理５０によって充電可能地点を記録し、学習制御処理１００によって充電可能地点付近の走行状況の履歴を記録する。さらに制御部２４は、予定系路上の目的地点が充電可能地点であった場合（経路算出処理２００のステップ２２０参照）、ＳＯＣ管理計画作成処理３００によって当該充電可能地点手前のＥＶ走行可能な連続区間を決定し、走行時処理４００によってその決定に従ってＨＶ走行とＥＶ走行の切り替えを行うべくＨＶ制御部１０を制御する。
【００９６】
以上のように、ナビゲーションＥＣＵ２０は、ＥＶフィニッシュ区間の開始地点から目的地点までの区間のすべてをＥＶモードを用いる区間として決定し、その区間において実際にＥＶモードを用いてバッテリ電力の消費を行うようになっている。このような、ＨＶモードの区間を１つにまとめてＥＶフィニッシュ区間の前に配置するという、比較的簡易な方法を採用することで、充電可能地点である目的地点に到達したときにバッテリの残量が下限値になるような制御を容易に実現できる。
【００９７】
また、開始地点の決定は、予定経路上のある一点から目的地点までの予定経路に沿った連続区間における電力消費量を利用して実現する。そして、この電力消費量は、過去の当該区間を走行したときのバッテリの電力消費に影響する走行状況の履歴を用いた学習処理によって決定するようになっている。このようにすることで、算出する電力消費量が、より道路および当該ハイブリッド車両の実体に即したものとなり、ひいては、より正確に、目的地点でバッテリ残量を下限値に低下させることができる。
【００９８】
また、ナビゲーションＥＣＵ２０は、予定経路のうち、ＥＶフィニッシュ区間のみにおいて、学習情報を用いてバッテリの電力消費量を算出するようになっている。このようになっていることで、予想経路のすべてにおいて学習情報を用いる場合に比べて、ナビゲーションＥＣＵ２０の処理負荷が低減する。
【００９９】
また、ナビゲーションＥＣＵ２０は、複数の道路区間の１つ１つについて、当該１つの道路区間を走行したときに、当該１つの道路区間の区間内総走行エネルギーおよび区間内総回生エネルギーを耐久記憶媒体２３に記録する（学習制御処理１００参照）。さらにナビゲーションＥＣＵ２０は、記録した複数の道路区間のそれぞれについての区間内総走行エネルギーと区間内総回生エネルギーの差に基づいて、当該複数の道路区間を含む経路を走行するときの内燃機関およびモータの使用の切り替えについて走行計画を作成する（具体的には、ＥＶフィニッシュ区間等を決定する。ＳＯＣ管理計画作成処理３００参照）。
【０１００】
このように、ナビゲーションＥＣＵ２０は、各道路区間について走行エネルギーおよび回生エネルギーを記録し、それらの差、すなわち当該区間を走行するときの車両のエネルギー蓄積量の総減少分に基づいて走行計画を作成する。
【０１０１】
従来のように過去の車速に基づいて走行計画を作成する場合であっても、その過去の車速から消費エネルギーを算出した上で走行計画を作成するのが通常である。したがって、本発明のように、区間を走行するときの車両のエネルギー蓄積量の総減少分という、走行計画を作成する上で最も直接的なデータを記録して後に使用することで、走行計画の燃費効率を向上させることができる。
【０１０２】
また、ナビゲーションＥＣＵ２０は、ある道路区間を複数回走行した場合、当該１つの道路区間の区間内総走行エネルギーの当該複数回に渡る平均値、最小値、最大値、および当該１つの道路区間の区間内総回生エネルギーの当該複数回に渡る平均値、最小値、最大値を、記憶媒体に記録して走行計画の作成に使用するようになっている。
【０１０３】
ある区間の区間内総走行エネルギーおよび区間内総回生エネルギーは、車速とは異なり、その区間の複数回の走行に渡る平均値として記録しても、当該区間中の減速位置、加速位置のずれの存在に関わらず、必要な情報が失われてしまう可能性が低い。これは、ある区間の車速変化の全体的な様子が、走行機会毎に大きく変わらないなら、減速位置、加速位置が多少ずれても、走行エネルギーの総量および回生エネルギーの総量に大きな変化はないという性質に起因するものである。
【０１０４】
次に、運転アドバイス処理５００について説明する。図１７に、運転アドバイス処理５００のフローチャートを示す。制御部２４は、学習制御処理１００の実行中に、この運転アドバイス処理５００を、学習制御処理１００と並列的に、繰り返し（例えば１秒周期で）実行する。
【０１０５】
図１７に示すように、運転アドバイス処理５００の実行において制御部２４は、まずステップ５１０で、経路情報を取得することで、目的地までの予定経路、自車両が現在走行している道路区間、および、自車両が次に入る道路区間等を特定する。
【０１０６】
続いてステップ５２０では、現在の道路区間についてのブレーキ学習情報（具体的には、後述するブレーキレベル）が耐久記憶媒体２３に記録されているか否かを判定し、記録されていれば続いてステップ５２５でブレーキ支援処理を実行し、記録されていなければ続いてステップ５３０を実行する。
【０１０７】
またステップ５３０では、現在の道路区間についてのアクセル学習情報（具体的には、後述するアクセルレベル）が耐久記憶媒体２３に記録されているか否かを判定し、記録されていれば続いてステップ５４０でアクセル支援処理を実行し、記録されていなければ続いてステップ５５０のブレーキインジケータ表示を実行する。
【０１０８】
ステップ５２５、５４０、５５０のそれぞれに続いては、ステップ５６０で学習処理を行う。この学習処理において、現在の道路区間についてのアクセル学習情報およびブレーキ学習情報が耐久記憶媒体２３に記録されるようになる。したがって、車両が走行中に運転アドバイス処理５００を繰り返し実行することで、車両が走行した道路区間のそれぞれについて、必要に応じてアクセル学習情報およびブレーキ学習情報が耐久記憶媒体２３に記録されていく。
【０１０９】
通常、１つの道路区間においてアクセル学習情報およびブレーキ学習情報の両方が記録されることはない。したがって、運転アドバイス処理５００を１回実行することで、制御部２４は、現在の道路区間についてブレーキ学習情報があればブレーキ支援処理を行い、現在の道路区間についてアクセル学習情報があればアクセル支援処理を行い、どちらもなければブレーキインジケータ表示を行う。両方が記録されていた場合は，ブレーキインジケータ表示を行う。そして、いずれの場合も学習処理は行う。
【０１１０】
ここで、ステップ５６０の学習処理についてまず説明する。図１８に、学習処理の詳細をフローチャートで示す。この学習処理において制御部２４は、まずステップ５６１で、今回の時間区間における潜在回生エネルギーを算出する。今回の時間区間とは、時間を運転アドバイス処理５００の実行周期Ｔで分割した時間区間のうち、今回の運転アドバイス処理５００の実行タイミングが属する区間をいう。
【０１１１】
また、潜在回生エネルギーとは、ブレーキ操作によってハイブリッド車両から奪われた運動エネルギーをいう。したがって、潜在回生エネルギーは、ブレーキ操作量が大きくなれば大きくなり、ブレーキ操作量が小さくなれば小さくなる値（すなわちブレーキ操作量に相当する量）である。
【０１１２】
例えば、車両か坂道を下っているとき、今回の時間区間の間に坂道を下ったことで得た位置エネルギー（ただし、空気抵抗等の要因によるエネルギー散逸は除く）は、ブレーキをかけなければ車両の運動エネルギーとなるはずである。もし車両が今回の時間区間の区間で坂道を下ったにもかかわらず車速が変化しなかったなら、当該位置エネルギー（ただし、空気抵抗等の要因によるエネルギー散逸は除く）が、ブレーキ操作によってハイブリッド車両から奪われた運動エネルギーとなる。
【０１１３】
また例えば、車両か平坦地で減速した場合、その減速によって減少した車両の運動エネルギー（ただし、空気抵抗等の要因によるエネルギー散逸は除く）は、ブレーキをかけなければ車両の運動エネルギーのままであったはずである。したがってこの場合、減速によって減少した車両の運動エネルギー（ただし、空気抵抗等の要因によるエネルギー散逸は除く）は、ブレーキ操作によってハイブリッド車両から奪われた運動エネルギーとなる。
【０１１４】
バッテリ９の電力回収能力に限界がなければ、潜在回生エネルギーはすべてバッテリ９に充電されるはずである。その意味で、潜在回生エネルギーは、理想的には本来得られるはずの回生エネルギーである。
【０１１５】
しかし、実際には、バッテリ９の電力回収能力には限界があるので、潜在回生エネルギーのすべてをバッテリ９に蓄積することができない場合がある。このような場合は、回生充電の効率の観点からは、ブレーキの踏み過ぎであると言える。
【０１１６】
例えば、車両が図１９に示すような道路区間Ａ、Ｂ、Ｃを走行する場合において、各道路区間の道路勾配が実線７１のようになっており、車両の走行速度が実線７２のように変化する場合を考える。
【０１１７】
道路区間Ａにおいては、下り坂となっており、範囲７３の手前においてはドライバはブレーキを操作せず、その結果、車両が加速し続けている。この場合は、潜在回生エネルギーはゼロとなっている。
【０１１８】
範囲７３においては、ドライバは急ブレーキ操作を行うことで、車両の速度が急激に減少する。このとき、ブレーキ操作によってハイブリッド車両から奪われた運動エネルギーは、車両の減速に応じて失われた運動エネルギーと、車両が範囲７３の坂を下ったことによって得た位置エネルギー（ただし、空気抵抗等の要因によるエネルギー散逸は除く）の総和６１となる。このような急ブレーキを行った場合は、潜在回生エネルギー６１がバッテリ９の回収限界６２を超えてしまう場合が多い。
【０１１９】
同様に道路区間Ｂにおいても下り坂となっており、範囲７４の手前においてはドライバはブレーキを操作せず、その結果、車両が加速し続けており、範囲７４においては、ドライバが急ブレーキ操作を行うことで、車両の速度が急激に減少する。このとき、ブレーキ操作によってハイブリッド車両から奪われた運動エネルギーは、車両の減速に応じて失われた運動エネルギーと、車両が範囲７４の坂を下ったことによって得た位置エネルギー（ただし、空気抵抗等の要因によるエネルギー散逸は除く）の総和６３となり、潜在回生エネルギー６３がバッテリ９の回収限界６４を超えてしまう場合が多い。
【０１２０】
本実施形態においては、ブレーキ操作が行われると回生充電が実行される。したがって
潜在回生エネルギーＥ０の算出式としては、以下のようなものを用いる。
【０１２１】
Ｅ０＝−ｖ×Ｔ×α×（ｆｈ＋ｆｖ）
ここで、位置エネルギー項ｆｈ、加減速エネルギー項ｆｖの意味は、上述の通りである。また、時間Ｔは、運転アドバイス処理５００の実行周期である。また、車速ｖ、位置エネルギー項ｆｈ、加減速エネルギー項ｆｖは、今回の時間区間における値である。また、値αは、空気抵抗等のエネルギー散逸を考慮した所定の変換効率（１以下の値、例えば０．８）である。
【０１２２】
続いてステップ５６３では、実回生エネルギーを算出する。実回生エネルギーとは、今回の時間区間において回生充電によって現実にバッテリ９に蓄積されたエネルギーをいう。この実回生エネルギーの算出は、回生充電の実行時にモータ３、インバータ８からの電流、電圧を監視し、その監視結果の値を利用することで算出可能である。
【０１２３】
続いてステップ５６５では、必要に応じてブレーキレベルを耐久記憶媒体２３に記録する。具体的には、ステップ５６１で算出した潜在回生エネルギーが、ステップ５６３で算出した実回生エネルギー以上の基準値（例えば実回生エネルギーの１．２倍の値）より高いか低いかを判定し、高い場合は、現在走行中の道路区間のブレーキレベルを特定して耐久記憶媒体２３に記録する。
【０１２４】
ブレーキレベルは、潜在回生エネルギーを実回生エネルギーで除算した除算値に基づいて、この除算値が大きいほどブレーキレベルが高くなるように特定する。例えば、除算値が１．２より大きく１．５以下である場合、ブレーキレベルを１とし、除算値が１．５より大きく２．０以下である場合、ブレーキレベルを２とし、除算値が２．０より大きい場合、ブレーキレベルを３とする。
【０１２５】
ただしステップ５６５では、現在の道路区間を走行し始めてから現在までに、今回の時間区間で特定したブレーキレベルよりも高いブレーキレベルを既に記録済みの場合には、今回の時間区間で特定したブレーキレベルは耐久記憶媒体２３に記録しない。
【０１２６】
このようになっていることで、車両がある道路区間の走行を終えた時点では、その道路区間において特定した最も高いブレーキレベルが、当該道路区間のブレーキレベルとして、耐久記憶媒体２３に記録されることになる。ただし、１度走行した時のブレーキレベルが高く、報知を行うことでドライバがブレーキングを修正した区間はブレーキレベルが低くても最新のブレーキレベルを記憶するようにする。
なおこの際、制御部２４は、潜在回生エネルギーを実回生エネルギーで除算した結果の値を耐久記憶媒体２３に記録するようになっていてもよい。
【０１２７】
このようになっていることで、車両が図１９に示すような道路区間Ａ、Ｂ、Ｃを走行する場合において道路区間Ａ、Ｂに関しては、それぞれ範囲７３、７４の潜在回生エネルギーに応じたブレーキレベルが耐久記憶媒体２３に記録され、道路区間Ｃに関しては、ブレーキレベルが記録されない。
【０１２８】
続いてステップ５６６では、エンジン回転数センサ１６からの信号に基づいて現在のエンジン回転数を特定する。続いてステップ５６７では、加速度センサ１５からの信号に基づいて現在の車両の加速度を特定する。
【０１２９】
続いてステップ５６９では、必要に応じてアクセルレベルを耐久記憶媒体２３に記録する。具体的には、車両毎にあらかじめ設定された最適アクセル開度マップを利用して現在の最適アクセル開度を特定し、特定した最適アクセル開度以上の基準値（例えば最適アクセル開度の１．２倍の値）よりも現在のアクセル開度が大きいか否かを判定し、大きい場合は、現在走行中の道路区間のアクセルレベルを特定して耐久記憶媒体２３に記録する。なお、現在のアクセル開度はアクセル開度センサ１７からの信号に基づいて特定する。
【０１３０】
ここで、最適アクセル開度マップについて説明する。最適アクセル開度マップは、エンジン回転数と加速度の異なる組毎に異なる最適アクセル開度を割り当てるマップであり、耐久記憶媒体２３にあらかじめ（例えば車両の出荷時）記録されている。ここでいう最適アクセル開度とは、車両の動力エネルギー（すなわち、ガソリン燃料および充電電力）の節約にとって最適なアクセル開度である。
【０１３１】
制御部２４は、ステップ５６６で特定したエンジン回転数およびステップ５６７で特定した加速度を、この最適アクセル開度マップに適用することで、現在の最適アクセル開度を特定する。
【０１３２】
アクセルレベルは、現在の実際のアクセル開度を最適アクセル開度で除算した除算値に基づいて、この除算値が大きいほどアクセルレベルが高くなるように特定する。例えば、除算値が１．２より大きく１．５以下である場合、アクセルレベルを１とし、除算値が１．５より大きく２．０以下である場合、アクセルレベルを２とし、除算値が２．０より大きい場合、アクセルレベルを３とする。
【０１３３】
ただしステップ５６９では、現在の道路区間を走行し始めてから現在までに、今回の時間区間で特定したアクセルレベルよりも高いアクセルレベルを既に記録済みの場合には、今回の時間区間で特定したアクセルレベルは耐久記憶媒体２３に記録しない。
【０１３４】
このようになっていることで、車両がある道路区間の走行を終えた時点では、その道路区間において特定した最も高いアクセルレベルが、当該道路区間のアクセルレベルとして、耐久記憶媒体２３に記録されることになる。
【０１３５】
ただし、１度走行した時のアクセルレベルが高く、報知を行うことでドライバがアクセルワークを修正した区間はアクセルレベルが低くても最新のアクセルレベルを記憶するようにする。
【０１３６】
なおこの際、制御部２４は、現実のアクセル開度を最適アクセル開度で除算した結果の値を耐久記憶媒体２３に記録するようになっていてもよい。
【０１３７】
このようになっていることで、車両が図２０に示すような道路区間Ｄ、Ｅ、Ｆを走行する場合において、車両の現実のアクセル開度が実線７５のように変化し、最適アクセル開度が点線７６となるような場合を考える。このような場合は、地点６５および地点６６において、現実のアクセル開度が最適アクセル開度を大きく超えるような急加速となっているので、道路区間Ｄ、Ｅに関しては、それぞれ地点６５、６６のアクセル開度に応じたアクセルレベルが耐久記憶媒体２３に記録され、道路区間Ｆに関しては、アクセルレベルが記録されない。
【０１３８】
次に、図１７のステップ５２５のブレーキ支援処理について説明する。図２１に、このブレーキ支援処理の詳細のフローチャートを示す。制御部２４は、ブレーキ支援処理において、まずステップ５３２で、対象の道路区間がブレーキ過多地点であるか否かを判定する。対象の道路区間は、現在自車両が走行中の道路区間でもよいし、予定経路によれば次に自車両が走行する道路区間でもよい。
【０１３９】
対象の道路区間がブレーキ過多地点であるか否かは、対象の道路区間について耐久記憶媒体２３に記録されたブレーキレベルが、基準ブレーキレベル以上であるか否かで判定する。基準ブレーキレベルは、耐久記憶媒体２３に記録されているすべてのブレーキレベルの値の個数分布状況に基づいて決定する。すなわち、ブレーキレベルが大きい方に分布が偏っている場合（例えば分布の中央値がより大きい場合）と、ブレーキレベルが小さい方に分布が偏っている場合（例えば分布の中央値がより小さい場合）とを比べた場合、前者の方が基準レベルが大きくなるようにする。
【０１４０】
より具体的には、レベルの高い方の所定の割合（例えば３０パーセント）が少なくとも基準レベル以上となり、かつ、基準レベルが最も高くなるよう、基準レベルを決定する。なお、ここでいうパーセンテージは、耐久記憶媒体２３に記録されたブレーキレベルの総個数に対する割合である。図２２に、所定の割合が３０パーセントである場合の、ブレーキレベルの分布と基準レベルとの関係を示す。
【０１４１】
上段の例においては、耐久記憶媒体２３に記録された複数の道路区間についてのブレーキレベルの値の個数分布は、レベル１が４０パーセント、レベル２が３０パーセント、レベル３が３０パーセントである。この場合、基準レベルはレベル３となる。中段の例においては、レベル１が１０パーセント、レベル２が３０パーセント、レベル３が６０パーセントである。この場合、基準レベルはレベル２となる。下段の例においては、レベル１が１０パーセント、レベル２が１０パーセント、レベル３が８０パーセントである。この場合、基準レベルはレベル１となる。
【０１４２】
対象の道路区間がブレーキ過多地点でないと判定した場合、ブレーキ支援処理を終了する。ブレーキ過多地点であると判定した場合、続いてステップ５３４で、対象の道路区間の走行がブレーキ過多である旨の報知を、ディスプレイ１８またはスピーカ１９を用いて行うことで、ブレーキ操作に対するドライバの注意を喚起する。
【０１４３】
なおこのとき、前回当該道路区間を走行した際における、潜在回生エネルギーを実回生エネルギーで除算した結果の値の記録値を耐久記憶媒体２３から読み出してディスプレイ１８に表示させるようになっていてもよい。このような表示を行うことで、よりドライバに具体的なブレーキワークの指標を与えることができる。
【０１４４】
続いてステップ５３６では、ブレーキインジケータをディスプレイ１８に表示させる。図２３に、ブレーキインジケータの表示例を示す。図２３に示すように、ブレーキインジケータは、縦に等間隔に並んだ矩形部８１ａ〜８１ｆを複数有し、さらに、横棒８２を有している。
【０１４５】
矩形部８１ａ〜８１ｆの表示個数、すなわち、矩形部総体の縦の長さは、現在の潜在回生エネルギーを回収限界で除算した結果の除算値であり、横棒８２の縦方向の位置は、当該除算値が１となる位置に相当する。
【０１４６】
このような、潜在回生エネルギーと回収限界との比較を表示することにより、ドライバは、潜在回生エネルギーが回収限界に対してどの程度超過しているか、あるいは、潜在回生エネルギーが回収限界に到達するまでまだどれくらい余裕があるか等を、視覚的に容易に把握することができる。
【０１４７】
なお、潜在回生エネルギーの算出方法は、図１８のステップ５６１と同じである。また、バッテリ９の時間区間Ｔ当りの充電可能量である回収限界（ブレーキ操作によって現に回生充電可能なエネルギーに相当する）は、固定値となっていてもよいし、バッテリ９の温度、バッテリ９に流れる電流値、バッテリ９の蓄電量に基づいて変化させるようになっていてもよい。
【０１４８】
なお、矩形部８１ａ〜８１ｆのうち、横棒８２よりも上に配置される部分、すなわち、潜在回生エネルギーのうち回収限界を超える部分は、横棒８２よりも下に配置される部分とは異なる色で表示させるようになっていてもよい。このようになっていることで、ドライバは、潜在回生エネルギーが回収限界を超えたか否かを容易に視認することができる。ステップ５３６の後、ブレーキ支援処理を終了する。
【０１４９】
次に、図１７のステップ５４０のアクセル支援処理について説明する。図２４に、このアクセル支援処理の詳細のフローチャートを示す。制御部２４は、アクセル支援処理において、まずステップ５４２で、対象の道路区間が急加速地点であるか否かを判定する。対象の道路区間は、現在自車両が走行中の道路区間でもよいし、予定経路によれば次に自車両が走行する道路区間でもよい。
【０１５０】
対象の道路区間が急加速地点であるか否かは、対象の道路区間について耐久記憶媒体２３に記録されたアクセルレベルが、基準アクセルレベル以上であるか否かで判定する。基準アクセルレベルは、耐久記憶媒体２３に記録されているすべてのアクセルレベルの値の分布状況に基づいて決定する。すなわち、アクセルレベルが大きい方に分布が偏っている場合と、アクセルレベルが小さい方に分布が偏っている場合とを比べた場合、前者の方が基準レベルが大きくなるようにする。より具体的には、ブレーキレベルについての基準レベルと同じように特定する。
【０１５１】
対象の道路区間が急加速地点でないと判定した場合、アクセル支援処理を終了する。急加速地点であると判定した場合、続いてステップ５４４で、対象の道路区間の走行が急加速地点である旨の報知を、ディスプレイ１８またはスピーカ１９を用いて行うことで、アクセル操作に対するドライバの注意を喚起する。
【０１５２】
なおこのとき、前回当該道路区間を走行した際における、現実のアクセル開度を最適アクセル開度で除算した結果の値の記録値を耐久記憶媒体２３から読み出してディスプレイ１８に表示させるようになっていてもよい。このような表示を行うことで、よりドライバに具体的なアクセルワークの指標を与えることができる。
【０１５３】
続いてステップ５４６では、アクセルインジケータをディスプレイ１８に表示させる。図２５に、アクセルインジケータの表示例を示す。図２５に示すように、アクセルインジケータは、斜め方向に等間隔に並んだ矩形部８３ａ〜８３ｆを複数有し、さらに、横棒８４を有している。
【０１５４】
矩形部８３ａ〜８３ｆの表示個数、すなわち、矩形部総体の当該斜め方向の長さは、現在のアクセル開度を最適アクセル開度で除算した結果の除算値であり、横棒８４の当該斜め方向の位置は、当該除算値が１となる位置に相当する。
【０１５５】
このような、現在のアクセル開度と最適アクセル開度との比較を表示することにより、ドライバは、現在のアクセル開度が最適アクセル開度に対してどの程度超過しているか、あるいは、現在のアクセル開度が最適アクセル開度に到達するまでまだどれくらい余裕があるか等を、視覚的に容易に把握することができる。
【０１５６】
なお、対象の道路区間の最適アクセル開度の特定方法は、図１８のステップ５６９における方法と同じである。
【０１５７】
なお、矩形部８３ａ〜８３ｆのうち、横棒８４よりも上に配置される部分、すなわち、現実のアクセル開度のうち最適アクセル開度を超える部分は、横棒８４よりも下に配置される部分とは異なる色で表示させるようになっていてもよい。このようになっていることで、ドライバは、現実のアクセル開度が最適アクセル開度を超えたか否かを容易に視認することができる。ステップ５４６の後、アクセル支援処理を終了する。
【０１５８】
なお、制御部２４は、図１７のステップ５５０でも、図２１のステップ５３６と同様のブレーキインジケータを表示させる。
【０１５９】
以上説明した通り、制御部２４は、学習制御処理１００を実行して回生エネルギー等を記録しているときに、ハイブリッド車両のドライバに対し、ブレーキ操作によってハイブリッド車両から奪われた運動エネルギー（すなわち潜在回生エネルギー）と、ブレーキ操作によって現に回生充電可能なエネルギーとの比較の報知を行う（図１７のステップ５２５、５５０、図２１、図２３参照）。
【０１６０】
このように、制御部２４によってブレーキ操作に関する報知が行われることで、ドライバは、潜在回生エネルギーが現に回生充電可能なエネルギーを上回らないよう、適切なブレーキ操作を行いながら走行する可能性が高くなる。すると、並行して記録されている回生エネルギーのばらつきが少なくなり、その結果、走行計画の精度が高まる。
【０１６１】
また、制御部２４は、学習制御処理１００を実行して走行エネルギー等を記録しているときに、ハイブリッド車両のドライバに対し、現実のアクセル開度と、車両の動力エネルギーの節約にとって最適なアクセル開度との比較の報知を行うようになっている（図１７のステップ５４０、図２４、図２５参照）。
【０１６２】
このように、制御部２４によってアクセル操作に関する報知が行われることで、ドライバは、現実のアクセル開度が最適アクセル開度を上回らないよう、適切なアクセル操作を行いながら走行する可能性が高くなる。すると、並行して記録されている走行エネルギーのばらつきが少なくなり、その結果、走行計画の精度が高まる。
【０１６３】
また、制御部２４は、道路区間毎に、ハイブリッド車両のブレーキ操作量（具体的には、潜在回生エネルギー）と回生充電量との関係の情報を記録し、その記録内容に基づいて、ブレーキ操作量が回生充電にとって過多であった道路区間を特定し（図２１のステップ５３２参照）、特定した道路区間のブレーキ操作について注意を喚起する報知を行う（ステップ５３４、５３６参照）。
【０１６４】
このように、道路区間毎に記録された過去のブレーキ操作と回生充電量との関係の情報を用いて、ブレーキ操作量が回生充電にとって過多であった道路区間を特定することで、ドライバにとってアドバイスが必要である道路区間とそうでない道路区間とを区別し、その区別に基づいたアドバイスの実行・非実行の切り替えを行うことができる。
【０１６５】
更に制御部２４は、ハイブリッド車両のブレーキ操作量と回生充電量との関係の情報として、潜在回生エネルギーが、ブレーキ操作によって現に回生充電可能であったエネルギー（すなわち実回生エネルギー）をどの程度超えたかを示す程度情報（具体的には除算値）を記録する（図１８のステップ５６１〜５６５参照）。そして制御部２４は、記録された程度情報の値の分布状況に基づいて、ブレーキ操作量が回生充電にとって過多であったか否かの判定基準（具体的には基準レベル）を変化させる。
【０１６６】
このように、程度情報の値の分布状況に基づいて判定基準を変化させることで、車両毎（すなわちドライバー毎）に判定基準が最適化される。このようにすることで、ドライバ毎に運転内容が異なっても、それぞれのドライバに対して、多すぎもせず少なすぎもしない適度な割合で、アドバイスを行う可能性が高くなる。その結果、ドライバは、お節介感覚を感じずに段階的に運転内容を改善していける可能性が高くなる。
【０１６７】
また制御部２４は、道路区間毎に、ハイブリッド車両の現実のアクセル操作量と、走行エネルギーの節約の観点から最適なアクセル操作量との関係の情報を記録し、その記録内容に基づいて、アクセル操作量が走行エネルギーの節約にとって不適切であった道路区間を特定し（図２４のステップ５４２参照）、特定した道路区間のアクセル操作について注意を喚起する報知を行う（ステップ５４４、５４６参照）。
【０１６８】
このように、道路区間毎に記録された過去の現実のアクセル操作量と、最適なアクセル操作量との関係の情報を用いて、アクセル操作が走行エネルギーの節約にとって不適切であった道路区間を特定することで、ドライバにとってアドバイスが必要である道路区間とそうでない道路区間とを区別し、その区別に基づいたアドバイスの実行・非実行の切り替えを行うことができる。
【０１６９】
また、制御部２４は、ハイブリッド車両の現実のアクセル操作量と最適なアクセル操作量との関係の情報として、現実のアクセル操作量が最適なアクセル操作量をどの程度超えたかを示す程度情報（具体的には除算値）を記録するようになっている（図１８のステップ５６６〜５６９参照）。
【０１７０】
この場合、制御部２４は、記録された程度情報の値の分布状況に基づいて、アクセル操作が走行エネルギーの節約にとって不適切であるか否かの判定基準（具体的には基準レベル）を変化させる。
【０１７１】
このように、程度情報の値の分布状況に基づいて判定基準を変化させることで、車両毎（すなわちドライバー毎）に判定基準が最適化される。このようにすることで、ドライバ毎に運転内容が異なっても、それぞれのドライバに対して、多すぎもせず少なすぎもしない適度な割合で、アドバイスを行う可能性が高くなる。その結果、ドライバは、お節介感覚を感じずに段階的に運転内容を改善していける可能性が高くなる。
【０１７２】
（第２実施形態）
次に、本発明の第２実施形態について、第１実施形態と異なる部分を中心に説明する。本実施形態のナビゲーションＥＣＵ２０は、第１実施形態と同じ構成に加え、無線通信装置（図示せず）を有し、その無線通信装置を用いて情報センタと無線通信するようになっている。
【０１７３】
また、本実施形態のＧＰＳセンサ１１は、ＧＰＳ衛星の分布状態を原因とした水平方向の精度の低下を表すＨＤＯＰ（Ｈｏｒｉｚｏｎａｌ Ｄｉｌｕｔｉｏｎ Ｐｒｅｃｉｓ
ｉｏｎ）と呼ばれる精度情報をも制御部２４に出力する。そして制御部２４は、このＧＰＳセンサ１１から入力される精度情報から自車の現在位置の精度を表す位置自信度を特定する。なお、本実施形態における位置自信度は、現在位置の精度が高いほど大きく、現在位置の精度が低いほど小さくなる。
【０１７４】
図１１は、情報センタ３５とナビゲーションＥＣＵ２０との間の通信の手順を例示するシーケンス図である。情報センタ３５は、多数のプローブ車３６の走行に伴って収集された道路区画毎の交通流を表す交通流情報を格納するデータベースを有するサーバとして構成されている。
【０１７５】
情報センタ３５は、図１１に示すように、多数のプローブ車３６の走行に伴って収集された走行情報を受信すると統計処理を行い（ステップ５１０）、データベースに格納する。なお、プローブ車３６によって収集される走行情報には、交通流を示す交通流情報としてセグメント毎（またはリンク毎）の平均車速が含まれている。情報センタ３５は、図１２に示すように、多数のプローブ車３６から平均車速を受信するとセグメント毎に一定時間（例えば、１０分）毎の平均車速を算出してデータベースに格納する。
【０１７６】
次に、情報センタ３５は、データベースに格納された交通流情報に対して分類処理を行う（ステップ５２０）。情報センタ３５は、データベースに格納されたセグメント毎の交通流情報の特性に従って走行情報を時間帯別、曜日、祝祭日別に複数のグループに分類した分類情報を生成し、データベースの別領域に格納する。
【０１７７】
図１３に、分類情報の構成例を示す。例えば、道路区間１（セグメント１）の７時〜９時までの平均車速が時速２０キロメートル未満、それ以外（９時〜７時）の平均車速が時速２０キロメートル以上となっている場合、図中の道路１に示すように、７時〜９時のグループとそれ以外（９時〜７時）のグループの２つに分類される。同様に、各道路区間（セグメントＮ）に対して平均車速の特性に従って複数のグループに分類される。更に、平日と祝日といったように、曜日および祝祭日別に分類される。
【０１７８】
本実施形態におけるナビゲーションＥＣＵ２０の制御部２４は、ナビゲーションＥＣＵ２０が初めて起動されたとき、または、予め設定されたメンテナンス時期になると、図１１に示したように、情報センタ３５から分類情報を取得し、この分類情報に従って複数の時間帯別に分類した学習データベースを構築する学習データベース構築処理を行う（ステップ５３０）。
【０１７９】
図１４に、学習データベースの構成を示す。この学習データベースは、第１実施形態における走行状況の履歴のテーブルに代わって学習情報として機能する。この学習データベースは、走行エネルギー用の学習データベースと、回生エネルギー用の学習データベースとに分かれるが、いずれの学習データベースも、図１４のような構成となっている。
【０１８０】
各学習データベースは、道路種別毎に設定された基準値を格納するための基準値格納部Ｂ、この基準値Ｂからの乖離の度合い別に走行回数（初期値はゼロ）を格納するための複数の乖離度別回数格納部Ａ、後述する統計自信度（ばらつき度の一例に相当する）を格納するための統計自信度格納部Ｃ、自車の走行によって収集された走行状況（区間内総走行エネルギーまたは区間内総回生エネルギー）の複数走行機会に渡る代表値（最大値、最小値、および平均値）を格納するための代表値格納部Ｄ、ＧＰＳセンサ１１からの精度情報に基づく位置自信度を格納する位置自信度格納部Ｅが設けられている。なお、乖離度別回数格納部Ｂは、基準値を基準として所定量（例えば、走行エネルギー用の学習データベースの場合２．５キロワット秒）毎に分割されている。
【０１８１】
これらの各格納部は、情報センタ３５により生成された分類情報の分類に従って、時間帯別、曜日、祝祭日別に分類されている。本実施形態では、自車両の走行に伴って収集した道路区間（本実施形態においてはセグメント）毎の走行状況を学習データベースの分類に従って記録する。
【０１８２】
また、本実施形態の制御部２４は、図３に示した学習制御処理１００のステップ１５０の処理として、図５に示した処理に代えて、図１５に示す処理を実行する。なお、図１５の処理は、走行エネルギー用の学習データベースおよび回生エネルギー用の学習データベースのそれぞれに対して別々にされる。以下では、図１５の処理について、走行エネルギー用の学習データベースに対するものについてのみ説明するが、回生エネルギー用の学習データベースに対する処理の内容も、走行エネルギーと回生エネルギーの違いを除いて同じである。
【０１８３】
制御部２４は、この図１５の処理において、まず、学習データベースの基準値格納部Ｂに、対象セグメント（すなわち図３のステップ１３０で走行終了したと判定したセグメント）の道路種別に応じた基準値を記憶させる（ステップ６００）。この基準値は、道路種別毎に（例えば地図ＤＢ記憶部において）割り当てられた、対象セグメントの標準車速、勾配、および全長に基づいて、対象セグメントを走行するときに必要な総走行エネルギーとして決定する。図１６（ａ）には、走行エネルギーの基準値として、２０キロワット秒が例示されている。
【０１８４】
次に、対象セグメントの道路識別情報であるセグメントＩＤ、および位置自信度を特定する（ステップ６０２）。次に、現在時刻を特定し、収集した走行状況の保存先を決定する（ステップ６０４）。例えば、月曜日の７時３０分の場合、学習データベースの保存先を平日の７時〜９時に決定する。次に、学習データベースの当該保存先に過去の走行機会における走行状況が既に記録されているか否かを判定する（ステップ６０６）。
【０１８５】
記録されている場合、ステップ６０６の判定はＮＯとなり、次に、ステップ６０４にて決定された保存先に、図３のステップ１１０にて収集された走行状況を記録する（ステップ６０８）。例えば、対象セグメントが道路１で、ステップ１１０で繰り返し算出された走行エネルギーの対象セグメント内の積算値（すなわち区間内総走行エネルギー）が２２キロワット秒である場合、図１６（ａ）に示すように、ステップ６０４にて決定された保存先の代表値格納部Ｄに、走行状況として当該区間（本実施形態においてはセグメント）内総走行エネルギーの最大値、最小値、および平均値として、等しく２２キロワット秒を記録する。
【０１８６】
次に、統計自信度を１００として学習データベースの統計自信度格納部Ｃに記憶させる（ステップ６１０）。統計自信度は、同じ保存先の（すなわち、同種の時間帯、曜日、および区間の）複数の機会に渡って取得された走行状況の複数のサンプル（具体的には、走行エネルギーについての複数のサンプル）のばらつきの度合いを示す値である。具体的には、統計自信度は、０から１００までの値を取り、上記サンプルの標準偏差が大きくなるほど（すなわちばらつきが大きくなるほど）小さくなる値である。
【０１８７】
次に、位置自信度を、学習データベースの保存先の位置自信度格納部Ｅに記録する（ステップ６１２）。次に、今回の走行機会における区間内総走行エネルギーに対応した乖離度別回数格納部Ａ中の走行回数を１だけ増加させる（ステップ６１４）。例えば、今回算出した区間内総走行エネルギーが２２キロワット秒である場合、２０〜２２．５キロワット秒の範囲をカバーする＋２．５キロワット秒の乖離度別回数格納部Ａの走行回数を０から１にし、本処理を終了する。
【０１８８】
このように、自車両が対象セグメントの終点（換言すれば次の対象セグメントの始点）に到達する度に、制御部２４が上記処理を実施し、当該セグメントについての区間内総走行エネルギーが学習データベースに記憶される。
【０１８９】
そして、自車両が再度、学習データベースに走行状況を記憶した区間を走行した機会においては、ステップ６０６の判定はＹＥＳとなり、次に、今回の区間内総走行エネルギーに対応する乖離度別回数格納部Ａ中の走行回数を１回分増加させる（ステップ６１５）。例えば、今回算出した区間内総走行エネルギーが２４キロワット秒である場合、２２．５〜２５キロワット秒をカバーする＋５キロワット秒の乖離度別回数格納部Ａに走行回数１を加算する。
【０１９０】
次に、ステップ６０４にて決定された保存先の代表値格納部Ｄに、収集された走行状況と過去の走行状況を平均化して記録する処理を行う（ステップ６１６）。具体的には、今回算出した区間内総走行エネルギーと、既に記憶されている区間内総走行エネルギーの最大値、最小値、平均値とを用いて、第１実施形態の図５と同様の処理で、新たな区間内総走行エネルギーの最大値、最小値、平均値を決定し、その最大値、最小値、平均値を新たな走行状況として当該代表値格納部Ｄに記録する。このようにして、図１６（ｂ）の走行情報の格納部に区間内総走行エネルギーの代表値（例えば、最大値２４キロワット秒、最小値２２キロワット秒、平均値２２．５キロワット秒）が格納される。
【０１９１】
次に、統計自信度を特定し、当該保存先の統計自信度格納部Ｃに記録する処理を行う（ステップ６１８）。ここで特定する統計自信度は、当該保存先乖離度別回数格納部Ａのそれぞれに現在記録されている走行回数に基づいて算出する。具体的には、乖離度別回数格納部Ａのそれぞれに割り当てられた数値範囲の代表値（例えば＋５の乖離度別回数格納部Ａの代表値は２５キロワット秒）となっている区間内総走行エネルギーが、当該格納部Ａに記録されている走行回数分だけあるとみなして、統計自信度を算出する。このようにして、図１６（ｂ）に例示するように、統計自信度格納部Ｂに例えば７５が格納される。
【０１９２】
次に、位置自信度を記録する（ステップ６２０）。具体的には、新たに算出した位置自信度と、既に記憶されている位置自信度とを逐次平均して求めた値を新たな位置自信度として位置自信度格納部Ｅに格納する。このようにして、図１６（ｂ）の位置自信度の格納部に例えば７７が格納される。
【０１９３】
このように、情報センタ３５のデータベースに格納された交通流情報の特性に従って複数の時間帯別に分類した走行エネルギー用の学習データベースおよび回生エネルギー用の学習データベースを構築し、収集した区間内総走行エネルギーおよび区間内総回生エネルギーを用いて両学習データベースの分類に従った学習をするようになっている。
【０１９４】
また、制御部２４は、図８のＳＯＣ管理計画作成処理３００において、ステップ３１０では、第１実施形態に示した通り、当該セグメントについての区間内総走行エネルギーを読み出し、当該セグメントについての区間内総回生エネルギーを読み出し、読み出した区間内総走行エネルギーから区間内総回生エネルギーを減算した結果のエネルギーを、当該セグメントにおける予想電気消費量とする。
【０１９５】
ただし、読み出す対象の保存先は、現在日時および対象となるセグメントに対応する保存先である。また、読み出す区間内総走行エネルギーとして、最大値、最小値、平均値のうちいずれを採用するかは、当該走行エネルギー用の学習データの当該保存先に記録された統計自信度（または位置自信度）に基づいて決定する。また、読み出す区間内総回生エネルギーとして、最大値、最小値、平均値のうちいずれを採用するかは、当該回生エネルギー用の学習データの当該保存先に記録された統計自信度（または位置自信度）に基づいて決定する。
【０１９６】
具体的には、対象となる統計自信度（または位置自信度）が所定の第１基準値以上である場合は、読み出す区間内総走行エネルギーとして平均値を用い、当該第1基準値未満である場合は最大値を用いる。また、対象となる統計自信度（または位置自信度）が所定の第２基準値以上である場合は、読み出す区間内総回生エネルギーとして平均値を用い、当該第1基準値未満である場合は最小値を用いる。
【０１９７】
このように、制御部２４は、複数の道路区間（および日時）の１つ１つについて、当該１つの道路区間について記録された自信度に基づいて、区間内総走行エネルギーの複数回に渡るばらつきが所定の基準より大きい場合、走行エネルギーの総量の最大値を選択し、また、区間内総走行エネルギーの複数回に渡るばらつきが当該基準値より小さい場合、平均値を選択し、選択した方を走行計画の作成に使用する。
【０１９８】
区間内総走行エネルギーの複数走行機会に渡る平均値は、走行計画の作成において使用する値としては、最大値よりも正確性が高いものである。しかし、区間内総走行エネルギーの複数回に渡るばらつきが大きい場合は、実際の走行時における区間内総走行エネルギーが平均値を大きく上回ってしまう可能性が高い。そのような場合には、当該道路区間の走行計画に平均値を使用してしまうと、車両のエネルギーの蓄積量（バッテリ蓄電量、内燃機関の燃料の残量）が予想以上に低下してしまう危険性が高まってしまう。
【０１９９】
したがって、区間内総走行エネルギーの複数回に渡るばらつきが所定の基準よりも大きい場合には、上記のように、平均値でなく最大値を使用することで、正確性を犠牲にして車両のエネルギー蓄積量の過度の低下のリスクを抑えることができる。
【０２００】
なお、区間内総走行エネルギーのみならず、回生エネルギーの総量についても、同じ観点から、回生エネルギーの総量の複数回に渡るばらつきが所定の基準よりも大きい場合には、平均値でなく最小値を使用することで、正確性を犠牲にして車両のエネルギー蓄積量の過度の低下のリスクを抑えることができる。
【０２０１】
以上説明した通り、本実施形態のナビゲーションＥＣＵ２０は、総走行エネルギー（最大値、最小値、平均値）および総回生ネルギー（最大値、最小値、平均値）を記録して走行計画に使用することによる第１実施形態と同等の効果を発揮する。
【０２０２】
また、ナビゲーションＥＣＵ２０は、走行状況に統計自信度と位置自信度とが関連付けて記憶された学習データベースを利用して、統計自信度、位置自信度に基づいて、統計自信度（または位置自信度）が所定値より大きい場合には図７、図８の処理の実行を許可し、当該所定値より小さい場合には図７、図８の処理の実行を禁止する。このようにすることで、確度の高い走行情報を選択的に利用することが可能となり、ＨＶ走行、ＥＶ走行の制御の精度を向上することが可能である。
【０２０３】
上記した構成によれば、予め定められた基準値と収集された走行情報の乖離に応じて、収集された走行情報のばらつきの度合いを表す統計自信度が特定され、収集された走行情報に統計自信度を関連付けて記憶媒体に記録するので、収集した走行情報をより精度良く管理することができる。これにより、車載制御装置は統計自信度に基づいて走行情報のばらつきの度合いを認識することができ、精度良く制御を行うことが可能となる。
【０２０４】
また、自車両の現在位置の精度を表す位置自信度が特定され、記憶媒体に記憶された走行情報に位置自信度を関連付けて記憶媒体に記録するので、収集した走行情報をより精度良く管理することができる。これにより、車載制御装置は位置自信度に基づいて現在位置の精度を認識することができ、精度良く制御を行うことが可能となる。
【０２０５】
また、収集された走行情報の位置自信度と記憶媒体に記憶された過去の走行情報の位置自信度とから、学習回数に応じた位置自信度の平均値を求め、その平均値を新たな位置自信度として記憶媒体に記憶させることもできる。
【０２０６】
また、情報センタ３５のデータベースに格納された交通流情報の特性に従って複数の時間帯別に分類した学習データベースを構築し、収集した走行情報を学習データベースの分類に従って学習させるので、より精度良く収集した走行情報を管理することができる。
【０２０７】
すなわち、例えば、収集した走行情報を１時間毎に分類して記憶媒体に記録する場合、前半の３０分は交通流が悪く後半の３０分は交通流が良好な場合であっても同じグループに分類されてしまうため、収集した走行情報を交通流の傾向に合わせて精度良く管理するのは難しいが、交通流情報の特性に従って複数の時間帯別に分類して収集した走行情報を記憶媒体に記録するので、より精度良く収集した走行情報を管理することができる。なお、記憶媒体に記憶される走行情報は、運転者の運転特性が反映されたものとなる。
【０２０８】
なお、上記の各実施形態において、ナビゲーションＥＣＵ２０が走行計画作成装置の一例に相当し、ナビゲーションＥＣＵ２０が走行計画作成装置の一例に相当すると共に運転アドバイス装置の一例に相当し、制御部２４がコンピュータの一例に相当する。制御部２４が、学習制御処理１００を実行することで記録手段の一例として機能し、ＳＯＣ管理計画作成処理３００を実行することで計画手段の一例として機能する。
【０２０９】
また、制御部２４が、図１７のステップ５５０、図２１のステップ５３４、５３６を実行することで、ブレーキ支援手段の一例として機能し、図２２のステップ５４４および５４６を実行することで、アクセル支援手段の一例として機能する。
【０２１０】
また、制御部２４が、図１８のステップ５６５を実行することでブレーキ記録手段の一例として機能し、ステップ５６９を実行することでアクセル報知手段の一例として機能し、図１７のステップ５３０を実行することでブレーキ報知手段の一例として機能し、ステップ５４０を実行することでアクセル報知手段の一例として機能する。
【０２１１】
（他の実施形態）
以上、本発明の実施形態について説明したが、本発明の範囲は、上記実施形態のみに限定されるものではなく、本発明の各発明特定事項の機能を実現し得る種々の形態を包含するものである。
【０２１２】
例えば、制御部２４は、走行モードがＨＶモードとなっている区間においても、学習情報を用いてＨＶモードの範囲内の、エンジン１、モータ３、内燃充電の実行タイミングの計画を算出するようになっていてもよい。
【０２１３】
また、上記のステップ２４０、５７０においては、判定区間内のセグメントにおける走行状況の履歴、すなわち学習情報を、耐久記憶媒体２３から読み出し、これをＳＯＣ管理計画作成処理３００にて電力消費情報として用いるようになっている。しかし、上記のステップ２４０、５７０においては、判定区間内のセグメントにおける地図データを読み出し、読み出したデータを、ＳＯＣ管理計画作成処理３００にて、電力消費情報として用いるようになっていてもよい。
【０２１４】
また、上記の各実施形態においては、区間内総走行エネルギーおよび区間内総回生エネルギーの記録の単位、消費電気量の算出の単位、ＳＯＣ管理計画の作成の単位、充電可能地点との関連付けの対象が、セグメントとなっているが、これらの対象はリンクであってもよい。すなわち、これらの対象は、道路区間であれば足りる。
【０２１５】
また、充電可能地点は、実際に充電した位置のみならず、あらかじめ記憶されている充電可能地点であってもよいし、ユーザが設定した充電可能地点であってもよい。
【０２１６】
また、ＨＶ制御部１０は、プラグイン充電を行った直後は、現在ＳＯＣが基準ＳＯＣに落ちるまで、ＥＶモードを使用するようになっていてもよい。このような作動を第１実施形態に適用すれば、制御部２４があらかじめＳＯＣ管理計画作成処理３００において終了地点９２を決定しておかなくとも、図９に示したようなＥＶモード→ＨＶモード→ＥＶモードへの切り替えが実現する。
【０２１７】
また、制御部２４は、目的地点の変更がないまま、ＳＯＣ管理計画作成処理３００の再実行が基準回数（例えば５回）以上繰り返された場合、それ以降は、目的地までＨＶ走行を続けるようにＨＶ制御部１０を制御してもよい。このようにすることで、ＳＯＣ管理計画作成処理が有効でない状況において、当該処理を無駄に続けてしまうことを防止することができる。
【０２１８】
また、第２実施形態において、ナビゲーションＥＣＵ２０は、情報センタ３５と通信する機能を有しているが、情報センタ３５と通信をする機能は必須ではない。情報センタ３５と通信をしない場合、ナビゲーションＥＣＵ２０は、学習データベースを、日付、時間帯によって区分けしないデータベースとして作成してもよい。この場合学習データベースは、道路区間毎に１つの保存先（すなわち、乖離度別回数格納部Ａ、基準値格納部Ｂ、統計自信度格納部Ｃ、代表値格納部Ｄ、および位置自信度格納部Ｅの組）を有することになる。
【０２１９】
また、上記実施形態においては、走行計画の作成の一例として、ＥＶフィニッシュ区間の決定が示されているが、走行計画の作成の方法としては、ＥＶフィニッシュ区間の決定以外のものでもよい。
【０２２０】
また、上記の実施形態において、制御部２４がプログラムを実行することで実現している各機能は、それらの機能を有するハードウェア（例えば回路構成をプログラムすることが可能なＦＰＧＡ）を用いて実現するようになっていてもよい。
【０２２１】
また、本発明は、区間内総走行エネルギーおよび区間内総回生エネルギーを記録して走行計画の作成に利用することを特徴としている。しかし、区間内の車速および区間内車速の複数走行機会に渡る最大値、最小値、平均値、およびばらつき度を記録して走行計画の作成に利用する走行計画作成装置があってもよい。この場合でも、当該ばらつき度が所定値以上の場合には最大値を用い、当該ばらつき度が所定の値未満の場合には平均値を用いるようになっていてもよい。
【図面の簡単な説明】
【０２２２】
【図１】本発明の実施形態が適用されるハイブリッド車両の構成を概略的に示す図である。
【図２】ナビゲーションＥＣＵ２０の構成および外部との接続関係を示すブロック図である。
【図３】学習制御処理１００のフローチャートである。
【図４】図３のステップ１１０で走行エネルギーおよび回生エネルギーを算出するための処理を示すフローチャートである。
【図５】図３のステップ１５０における最適化の処理を具体的に示すフローチャートである。
【図６】セグメント毎の走行状況の履歴の一例を示す図表である。
【図７】経路算出処理２００のフローチャートである。
【図８】ＳＯＣ管理計画作成処理３００のフローチャートである。
【図９】ＳＯＣ管理計画作成処理３００によって予想された、ＥＶ走行時におけるＳＯＣの変化の推移を示すグラフである。
【図１０】走行時処理４００のフローチャートである。
【図１１】第２実施形態における情報センタ３５とナビゲーションＥＣＵ２０との通信の手順を例示するシーケンス図である。
【図１２】情報センタの統計処理について説明するための図である。
【図１３】分類情報の構成を例示す図である。
【図１４】学習データベースの構成を例示す図である。
【図１５】図３の学習制御処理１００のステップ１５０における処理を示すフローチャートである。
【図１６】学習データベースのデータ格納手順について説明するための図である。
【図１７】運転アドバイス処理５００のフローチャートである。
【図１８】図１７のステップ５６０の学習処理の詳細を示すフローチャートである。
【図１９】潜在回生エネルギーを説明するための図である。
【図２０】アクセルレベルの記録の一例を示す図である。
【図２１】図１７のステップ５３０のブレーキ支援処理の詳細を示すフローチャートである。
【図２２】ブレーキレベルの分布と基準レベルとの関係を示す図である。
【図２３】ブレーキインジケータの表示例を示す図である。
【図２４】図１７のステップ５４０のアクセル支援処理の詳細を示すフローチャートである。
【図２５】ブレーキインジケータの表示例を示す図である。
【符号の説明】
【０２２３】
１…エンジン、２…オルタネータ、３…モータ、４…差動装置、５ａ、５ｂ…タイヤ、
６…インバータ、７…ＤＣリンク、８…インバータ、９…バッテリ、
１０…ＨＶ制御部、１１…ＧＰＳセンサ、１２…方位センサ、１３…車速センサ、
１４…地図ＤＢ記憶部、１５…加速度センサ、２０…ナビゲーションＥＣＵ、
１６…エンジン回転数センサ、１７…アクセル開度センサ、１８…ディスプレイ、
１９…スピーカ、２１…ＲＡＭ、２２…ＲＯＭ、２３…耐久記憶媒体、２４…制御部、
２１、２２…ノード、２５、２６…補完形状点、３１〜３３…セグメント、
３５…情報センタ、３６…プローブ車、４０…ナビゲーション処理、
５０…充電位置記録処理、１００…学習制御処理、２００…経路算出処理、
３００…ＳＯＣ管理計画作成処理、４００…走行時処理、
５００…運転アドバイス処理。
【特許請求の範囲】
【請求項１】
燃料の燃焼によって駆動される内燃機関、およびバッテリによって駆動されるモータを、走行用の動力源として有するハイブリッド車両用の走行計画作成装置であって、
複数の道路区間の１つ１つについて、当該１つの道路区間を走行したときに、当該１つの道路区間の走行において費やしたエネルギー（以下、走行エネルギーという）の総量および当該１つの道路区間の走行において回生充電によって取得したエネルギー（以下、回生エネルギーという）の総量を記憶媒体に記録する記録手段と、
前記複数の道路区間のそれぞれについて前記記録手段が記録した前記走行エネルギーの総量と前記回生エネルギーの総量の差に基づいて、当該複数の道路区間を含む経路を走行するときの前記内燃機関および前記モータの使用の切り替えについて計画を作成する計画手段と、を備えた走行計画作成装置。
【請求項２】
前記記録手段は、前記複数の道路区間の１つ１つについて、当該１つの道路区間を複数回走行したときに、当該１つの道路区間の走行エネルギーの総量の前記複数回に渡る平均値、および当該１つの道路区間の回生エネルギーの総量の前記複数回に渡る平均値を、前記記憶媒体に記録し、
前記計画手段は、前記複数の道路区間のそれぞれについて前記記録手段が記録した前記走行エネルギーの総量の前記平均値と前記回生エネルギーの総量の前記平均値の差に基づいて、当該複数の道路区間を含む経路を走行するときの前記内燃機関および前記モータの使用の切り替えについて計画を作成することを特徴とする請求項１に記載の走行計画作成装置。
【請求項３】
前記記録手段は、前記複数の道路区間の１つ１つについて、当該１つの道路区間を複数回走行したときに、当該１つの道路区間の走行エネルギーの総量の前記複数回に渡る平均値および最大値、ならびに、当該１つの道路区間の走行エネルギーの総量の前記複数回に渡る値のばらつき度を前記記憶媒体に記録し、
前記計画手段は、前記複数の道路区間の１つ１つについて、当該１つの道路区間の前記ばらつき度に基づいて、当該１つの道路区間における走行エネルギーの総量の前記複数回に渡るばらつきが所定の基準より大きい場合、当該１つの道路区間における前記走行エネルギーの総量の最大値を選択し、また、当該１つの道路区間における走行エネルギーの総量の前記複数回に渡るばらつきが前記基準値より小さい場合、当該１つの道路区間における前記走行エネルギーの総量の平均値を選択し、
前記計画手段は、前記複数の道路区間のそれぞれについて、前記走行エネルギーの総量の最大値および平均値のうち選択した方と、前記回生エネルギーの総量との差に基づいて、当該複数の道路区間を含む経路を走行するときの前記内燃機関および前記モータの使用の切り替えについて計画を作成することを特徴とする請求項１または２に記載の走行計画作成装置。
【請求項４】
前記記録手段は、前記複数の道路区間の１つ１つについて、当該１つの道路区間を複数回走行したときに、当該１つの道路区間の回生エネルギーの総量の前記複数回に渡る平均値および最小値、ならびに、当該１つの道路区間の回生エネルギーの総量の前記複数回に渡る値のばらつき度を前記記憶媒体に記録し、
前記計画手段は、前記複数の道路区間の１つ１つについて、当該１つの道路区間の前記ばらつき度に基づいて、当該１つの道路区間における回生エネルギーの総量の前記複数回に渡るばらつきが所定の基準より大きい場合、当該１つの道路区間における前記回生エネルギーの総量の最小値を選択し、また、当該１つの道路区間における回生エネルギーの総量の前記複数回に渡るばらつきが前記基準値より小さい場合、当該１つの道路区間における前記回生エネルギーの総量の平均値を選択し、
前記計画手段は、前記複数の道路区間のそれぞれについて、前記回生エネルギーの総量の最小値および平均値のうち選択した方と、前記走行エネルギーの総量との差に基づいて、当該複数の道路区間を含む経路を走行するときの前記内燃機関および前記モータの使用の切り替えについて計画を作成することを特徴とする請求項１ないし３のいずれか１つに記載の走行計画作成装置。
【請求項５】
燃料の燃焼によって駆動される内燃機関、およびバッテリによって駆動されるモータを、走行用の動力源として有するハイブリッド車両用の走行計画作成装置に用いるプログラムであって、
複数の道路区間の１つ１つについて、当該１つの道路区間を走行したときに、当該１つの道路区間の走行において費やしたエネルギー（以下、走行エネルギーという）の総量および当該１つの道路区間の走行において回生充電によって取得したエネルギー（以下、回生エネルギーという）の総量を記憶媒体に記録する記録手段、および
前記複数の道路区間のそれぞれについて前記記録手段が記録した前記走行エネルギーの総量と前記回生エネルギーの総量の差に基づいて、当該複数の道路区間を含む経路を走行するときの前記内燃機関および前記モータの使用の切り替えについて計画を作成する計画手段として、コンピュータを機能させるプログラム。
【請求項６】
前記記録手段が前記回生エネルギーを記録しているときに、前記ハイブリッド車両のドライバに対し、ブレーキ操作によって前記ハイブリッド車両から奪われた運動エネルギーと、前記ブレーキ操作によって現に回生充電可能なエネルギーとの比較の報知を行うブレーキ支援手段を備えたことを特徴とする請求項１ないし４のいずれか１つに記載の走行計画作成装置。
【請求項７】
前記記録手段が前記走行エネルギーを記録しているときに、前記ハイブリッド車両のドライバに対し、現実のアクセル開度と、車両の動力エネルギーの節約にとって最適なアクセル開度との比較の報知を行うアクセル操作支援手段を備えたことを特徴とする請求項１ないし４のいずれか１つに記載の走行計画作成装置。
【請求項８】
燃料の燃焼によって駆動される内燃機関、およびバッテリによって駆動されるモータを、走行用の動力源として有するハイブリッド車両用の運転アドバイス装置であって、
道路区間毎に、前記ハイブリッド車両のブレーキ操作量と回生充電量との関係の情報を記録するブレーキ記録手段と、
前記ブレーキ記録手段の記録内容に基づいて、ブレーキ操作量が回生充電にとって過多であった道路区間を特定し、特定した道路区間のブレーキ操作について注意を喚起する報知を行うブレーキ報知手段と、を備えた運転アドバイス装置。
【請求項９】
前記ブレーキ記録手段は、前記ハイブリッド車両のブレーキ操作量と回生充電量との関係の情報として、ブレーキ操作によって前記ハイブリッド車両から奪われた運動エネルギーが、前記ブレーキ操作によって現に回生充電可能であったエネルギーをどの程度超えたかを示す程度情報を記録し、
前記ブレーキ報知手段は、記録された前記程度情報の値の分布状況に基づいて、ブレーキ操作量が回生充電にとって過多であったか否かの判定基準を変化させることを特徴とする請求項８に記載の運転アドバイス装置。
【請求項１０】
燃料の燃焼によって駆動される内燃機関、およびバッテリによって駆動されるモータを、走行用の動力源として有するハイブリッド車両用の運転アドバイス装置に用いるプログラムであって、
道路区間毎に、前記ハイブリッド車両のブレーキ操作量と回生充電量との関係の情報を記録するブレーキ記録手段、および
前記ブレーキ記録手段の記録内容に基づいて、ブレーキ操作量が回生充電にとって過多であった道路区間を特定し、特定した道路区間のブレーキ操作について注意を喚起する報知を行うブレーキ報知手段として、コンピュータを機能させるプログラム。
【請求項１１】
燃料の燃焼によって駆動される内燃機関、およびバッテリによって駆動されるモータを、走行用の動力源として有するハイブリッド車両用の運転アドバイス装置であって、
道路区間毎に、前記ハイブリッド車両の現実のアクセル操作量と、走行エネルギーの節約の観点から最適なアクセル操作量との関係の情報を記録するアクセル記録手段と、
前記アクセル記録手段の記録内容に基づいて、アクセル操作量が走行エネルギーの節約にとって不適切であった道路区間を特定し、特定した道路区間のアクセル操作について注意を喚起する報知を行うアクセル報知手段と、を備えた運転アドバイス装置。
【請求項１２】
前記アクセル記録手段は、ハイブリッド車両の現実のアクセル操作量と最適なアクセル操作量との関係の情報として、現実のアクセル操作量が最適なアクセル操作量をどの程度超えたかを示す程度情報を記録し、
前記ブレーキ報知手段は、記録された前記程度情報の値の分布状況に基づいて、アクセル操作が走行エネルギーの節約にとって不適切であるか否かの判定基準を変化させることを特徴とする請求項１１に記載の運転アドバイス装置。
【請求項１３】
燃料の燃焼によって駆動される内燃機関、およびバッテリによって駆動されるモータを、走行用の動力源として有するハイブリッド車両用の運転アドバイス装置に用いるプログラムであって、
道路区間毎に、前記ハイブリッド車両の現実のアクセル操作量と最適なアクセル操作量との関係の情報を記録するアクセル記録手段、および
前記アクセル記録手段の記録内容に基づいて、アクセル操作が走行エネルギーの節約にとって不適切であった道路区間を特定し、特定した道路区間のアクセル操作について注意を喚起する報知を行うアクセル報知手段として、コンピュータを機能させるプログラム。
【請求項１】
燃料の燃焼によって駆動される内燃機関、およびバッテリによって駆動されるモータを、走行用の動力源として有するハイブリッド車両用の走行計画作成装置であって、
複数の道路区間の１つ１つについて、当該１つの道路区間を走行したときに、当該１つの道路区間の走行において費やしたエネルギー（以下、走行エネルギーという）の総量および当該１つの道路区間の走行において回生充電によって取得したエネルギー（以下、回生エネルギーという）の総量を記憶媒体に記録する記録手段と、
前記複数の道路区間のそれぞれについて前記記録手段が記録した前記走行エネルギーの総量と前記回生エネルギーの総量の差に基づいて、当該複数の道路区間を含む経路を走行するときの前記内燃機関および前記モータの使用の切り替えについて計画を作成する計画手段と、を備えた走行計画作成装置。
【請求項２】
前記記録手段は、前記複数の道路区間の１つ１つについて、当該１つの道路区間を複数回走行したときに、当該１つの道路区間の走行エネルギーの総量の前記複数回に渡る平均値、および当該１つの道路区間の回生エネルギーの総量の前記複数回に渡る平均値を、前記記憶媒体に記録し、
前記計画手段は、前記複数の道路区間のそれぞれについて前記記録手段が記録した前記走行エネルギーの総量の前記平均値と前記回生エネルギーの総量の前記平均値の差に基づいて、当該複数の道路区間を含む経路を走行するときの前記内燃機関および前記モータの使用の切り替えについて計画を作成することを特徴とする請求項１に記載の走行計画作成装置。
【請求項３】
前記記録手段は、前記複数の道路区間の１つ１つについて、当該１つの道路区間を複数回走行したときに、当該１つの道路区間の走行エネルギーの総量の前記複数回に渡る平均値および最大値、ならびに、当該１つの道路区間の走行エネルギーの総量の前記複数回に渡る値のばらつき度を前記記憶媒体に記録し、
前記計画手段は、前記複数の道路区間の１つ１つについて、当該１つの道路区間の前記ばらつき度に基づいて、当該１つの道路区間における走行エネルギーの総量の前記複数回に渡るばらつきが所定の基準より大きい場合、当該１つの道路区間における前記走行エネルギーの総量の最大値を選択し、また、当該１つの道路区間における走行エネルギーの総量の前記複数回に渡るばらつきが前記基準値より小さい場合、当該１つの道路区間における前記走行エネルギーの総量の平均値を選択し、
前記計画手段は、前記複数の道路区間のそれぞれについて、前記走行エネルギーの総量の最大値および平均値のうち選択した方と、前記回生エネルギーの総量との差に基づいて、当該複数の道路区間を含む経路を走行するときの前記内燃機関および前記モータの使用の切り替えについて計画を作成することを特徴とする請求項１または２に記載の走行計画作成装置。
【請求項４】
前記記録手段は、前記複数の道路区間の１つ１つについて、当該１つの道路区間を複数回走行したときに、当該１つの道路区間の回生エネルギーの総量の前記複数回に渡る平均値および最小値、ならびに、当該１つの道路区間の回生エネルギーの総量の前記複数回に渡る値のばらつき度を前記記憶媒体に記録し、
前記計画手段は、前記複数の道路区間の１つ１つについて、当該１つの道路区間の前記ばらつき度に基づいて、当該１つの道路区間における回生エネルギーの総量の前記複数回に渡るばらつきが所定の基準より大きい場合、当該１つの道路区間における前記回生エネルギーの総量の最小値を選択し、また、当該１つの道路区間における回生エネルギーの総量の前記複数回に渡るばらつきが前記基準値より小さい場合、当該１つの道路区間における前記回生エネルギーの総量の平均値を選択し、
前記計画手段は、前記複数の道路区間のそれぞれについて、前記回生エネルギーの総量の最小値および平均値のうち選択した方と、前記走行エネルギーの総量との差に基づいて、当該複数の道路区間を含む経路を走行するときの前記内燃機関および前記モータの使用の切り替えについて計画を作成することを特徴とする請求項１ないし３のいずれか１つに記載の走行計画作成装置。
【請求項５】
燃料の燃焼によって駆動される内燃機関、およびバッテリによって駆動されるモータを、走行用の動力源として有するハイブリッド車両用の走行計画作成装置に用いるプログラムであって、
複数の道路区間の１つ１つについて、当該１つの道路区間を走行したときに、当該１つの道路区間の走行において費やしたエネルギー（以下、走行エネルギーという）の総量および当該１つの道路区間の走行において回生充電によって取得したエネルギー（以下、回生エネルギーという）の総量を記憶媒体に記録する記録手段、および
前記複数の道路区間のそれぞれについて前記記録手段が記録した前記走行エネルギーの総量と前記回生エネルギーの総量の差に基づいて、当該複数の道路区間を含む経路を走行するときの前記内燃機関および前記モータの使用の切り替えについて計画を作成する計画手段として、コンピュータを機能させるプログラム。
【請求項６】
前記記録手段が前記回生エネルギーを記録しているときに、前記ハイブリッド車両のドライバに対し、ブレーキ操作によって前記ハイブリッド車両から奪われた運動エネルギーと、前記ブレーキ操作によって現に回生充電可能なエネルギーとの比較の報知を行うブレーキ支援手段を備えたことを特徴とする請求項１ないし４のいずれか１つに記載の走行計画作成装置。
【請求項７】
前記記録手段が前記走行エネルギーを記録しているときに、前記ハイブリッド車両のドライバに対し、現実のアクセル開度と、車両の動力エネルギーの節約にとって最適なアクセル開度との比較の報知を行うアクセル操作支援手段を備えたことを特徴とする請求項１ないし４のいずれか１つに記載の走行計画作成装置。
【請求項８】
燃料の燃焼によって駆動される内燃機関、およびバッテリによって駆動されるモータを、走行用の動力源として有するハイブリッド車両用の運転アドバイス装置であって、
道路区間毎に、前記ハイブリッド車両のブレーキ操作量と回生充電量との関係の情報を記録するブレーキ記録手段と、
前記ブレーキ記録手段の記録内容に基づいて、ブレーキ操作量が回生充電にとって過多であった道路区間を特定し、特定した道路区間のブレーキ操作について注意を喚起する報知を行うブレーキ報知手段と、を備えた運転アドバイス装置。
【請求項９】
前記ブレーキ記録手段は、前記ハイブリッド車両のブレーキ操作量と回生充電量との関係の情報として、ブレーキ操作によって前記ハイブリッド車両から奪われた運動エネルギーが、前記ブレーキ操作によって現に回生充電可能であったエネルギーをどの程度超えたかを示す程度情報を記録し、
前記ブレーキ報知手段は、記録された前記程度情報の値の分布状況に基づいて、ブレーキ操作量が回生充電にとって過多であったか否かの判定基準を変化させることを特徴とする請求項８に記載の運転アドバイス装置。
【請求項１０】
燃料の燃焼によって駆動される内燃機関、およびバッテリによって駆動されるモータを、走行用の動力源として有するハイブリッド車両用の運転アドバイス装置に用いるプログラムであって、
道路区間毎に、前記ハイブリッド車両のブレーキ操作量と回生充電量との関係の情報を記録するブレーキ記録手段、および
前記ブレーキ記録手段の記録内容に基づいて、ブレーキ操作量が回生充電にとって過多であった道路区間を特定し、特定した道路区間のブレーキ操作について注意を喚起する報知を行うブレーキ報知手段として、コンピュータを機能させるプログラム。
【請求項１１】
燃料の燃焼によって駆動される内燃機関、およびバッテリによって駆動されるモータを、走行用の動力源として有するハイブリッド車両用の運転アドバイス装置であって、
道路区間毎に、前記ハイブリッド車両の現実のアクセル操作量と、走行エネルギーの節約の観点から最適なアクセル操作量との関係の情報を記録するアクセル記録手段と、
前記アクセル記録手段の記録内容に基づいて、アクセル操作量が走行エネルギーの節約にとって不適切であった道路区間を特定し、特定した道路区間のアクセル操作について注意を喚起する報知を行うアクセル報知手段と、を備えた運転アドバイス装置。
【請求項１２】
前記アクセル記録手段は、ハイブリッド車両の現実のアクセル操作量と最適なアクセル操作量との関係の情報として、現実のアクセル操作量が最適なアクセル操作量をどの程度超えたかを示す程度情報を記録し、
前記ブレーキ報知手段は、記録された前記程度情報の値の分布状況に基づいて、アクセル操作が走行エネルギーの節約にとって不適切であるか否かの判定基準を変化させることを特徴とする請求項１１に記載の運転アドバイス装置。
【請求項１３】
燃料の燃焼によって駆動される内燃機関、およびバッテリによって駆動されるモータを、走行用の動力源として有するハイブリッド車両用の運転アドバイス装置に用いるプログラムであって、
道路区間毎に、前記ハイブリッド車両の現実のアクセル操作量と最適なアクセル操作量との関係の情報を記録するアクセル記録手段、および
前記アクセル記録手段の記録内容に基づいて、アクセル操作が走行エネルギーの節約にとって不適切であった道路区間を特定し、特定した道路区間のアクセル操作について注意を喚起する報知を行うアクセル報知手段として、コンピュータを機能させるプログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【公開番号】特開２００９−１０１９８３（Ｐ２００９−１０１９８３Ａ）
【公開日】平成２１年５月１４日（２００９．５．１４）
【国際特許分類】
【出願番号】特願２００８−９０３６４（Ｐ２００８−９０３６４）
【出願日】平成２０年３月３１日（２００８．３．３１）
【出願人】（０００００４２６０）株式会社デンソー (27,639)
【Ｆターム（参考）】
【公開日】平成２１年５月１４日（２００９．５．１４）
【国際特許分類】
【出願日】平成２０年３月３１日（２００８．３．３１）
【出願人】（０００００４２６０）株式会社デンソー (27,639)
【Ｆターム（参考）】
[ Back to top ]