車両の制御装置
【課題】計算負荷を低減することで、限られたメモリ容量しか実装できない車両へのＪＩＴモデリングの適用を可能にすると共に、より多くのデータを網羅することを可能にして制御精度を向上させるようにした車両の制御装置を提供する。
【解決手段】車両の運転を示すパラメータ群を計測し（Ｓ１０）、計測されたパラメータ群を入力とし、対応して設定された出力と共に入力データｕDB(i)、出力データｙDB(i)として蓄積して蓄積データを得（Ｓ１２）、入力に対して時刻ｔのときのモデルを同定するための要求点を設定し（Ｓ１４）、設定された要求点と蓄積入力との距離を求めて類似度を算出し（Ｓ１６）、蓄積データから距離が小さいデータの集合を探索して近傍のデータとして決定し（Ｓ１８）、それに含まれる出力データから推定出力を算出し（Ｓ２０）、算出値に基づいて車両の運転を制御する（Ｓ２２）。
【解決手段】車両の運転を示すパラメータ群を計測し（Ｓ１０）、計測されたパラメータ群を入力とし、対応して設定された出力と共に入力データｕDB(i)、出力データｙDB(i)として蓄積して蓄積データを得（Ｓ１２）、入力に対して時刻ｔのときのモデルを同定するための要求点を設定し（Ｓ１４）、設定された要求点と蓄積入力との距離を求めて類似度を算出し（Ｓ１６）、蓄積データから距離が小さいデータの集合を探索して近傍のデータとして決定し（Ｓ１８）、それに含まれる出力データから推定出力を算出し（Ｓ２０）、算出値に基づいて車両の運転を制御する（Ｓ２２）。
【発明の詳細な説明】
【技術分野】
【０００１】
この発明は車両の制御装置に関し、より詳しくは計算負荷を低減するようにした車両の制御装置に関する。
【背景技術】
【０００２】
近時、モデリング手法としてJust In Time モデリング（以下「ＪＩＴモデリング」という）が提唱されている。ＪＩＴモデリングは、過去の蓄積データ内の全ての入力データの中から、現在の入力（要求点）に類似するデータの集合（これを「近傍」とよぶ）を探索し、対応する出力データを推定出力データとする手法である。
【０００３】
即ち、対象の大域的なモデルを求める代わりに、システムの過去の入出力データを蓄積し、蓄積されたデータの中から類似する事例を検索し、その事例の出力を推定結果として出力する手法である。ＪＩＴモデリングを用いた技術としては、特許文献１記載の技術を挙げることができる。
【０００４】
特許文献１記載の技術にあっては、制御量の時系列データとＰＩＤ制御パラメータを状態ベクトルとしてデータベースに蓄積し、新たな状態ベクトルが与えられると、蓄積された状態ベクトルに基づいて局所モデルとして新たな状態ベクトルに対応するＰＩＤ制御パラメータを生成してＰＩＤ制御器のＰＩＤ制御パラメータを調整すると共に、制御誤差が小さくなるように修正してデータベースに蓄積している。
【特許文献１】特開２００７−３０４８４４号公報
【発明の開示】
【発明が解決しようとする課題】
【０００５】
ＪＩＴモデリングは、実際の入出力データから直接的に推定結果を生成するため、出力挙動の説明付けあるいは物理的な解釈が容易という利点がある。また、大域的（普遍的）なモデルを得るためには、制御対象の構造や物理現象に関する事前情報が必要となるが、ＪＩＴモデリングではより少ない事前情報のみで済むという利点もある。
【０００６】
他方、ＪＩＴモデリングで推定精度を上げて制御精度を向上させるには、より網羅性の高い大量のデータをデータベースとして用意する必要があり、その結果、データベースが大きくなることに伴って類似事例を検索するための計算負荷が増大し、検索に時間を要してしまう。そのため、実装できるコンピュータの計算能力やメモリ容量が限られる車両への適用が困難であった。
【０００７】
従って、この発明の目的は上記した不都合を解消し、計算負荷を低減することで、実装できるコンピュータの計算能力やメモリ容量が限られる車両へのＪＩＴモデリングの適用を可能にすると共に、より多くのデータを網羅することを可能にして制御精度を向上させるようにした車両の制御装置を提供することにある。
【課題を解決するための手段】
【０００８】
上記の目的を達成するために、請求項１に係る車両の制御装置にあっては、車両の運転を示すパラメータ群を計測する計測手段と、前記計測されたパラメータ群を入力ｕ(t)とし、前記入力ｕ(t)に対応して設定された出力ｙ(t)と共に入力データｕDB(i)、出力データｙDB(i)としてそれぞれ蓄積して蓄積データφDB(i)（＝ｕDB(i)，ｙDB(i)）を得るデータ蓄積手段と、前記入力ｕ(t)に対して時刻ｔのときのモデルを同定するための要求点ｑを設定する要求点設定手段と、前記設定された要求点ｑと前記蓄積入力ｕDB(i)との距離ｄを全てのｉについて求めることで類似度を算出する類似度算出手段と、前記蓄積データφDB(i)から前記距離ｄが小さいｋ個のデータの集合を探索して近傍のデータとして決定する近傍決定手段と、前記決定された近傍のデータに含まれる出力データｙDB(i)から推定出力ｙハット(t;q)を算出する推定出力算出手段と、前記算出された推定出力ｙハット(t;q)に基づいて前記車両の運転を制御する車両運転制御手段とを備える如く構成した。
【０００９】
請求項２に係る車両の制御装置にあっては、前記近傍データ決定手段は、前記求めた距離ｄの小さいｋ個のデータの集合をソートして前記近傍のデータとして決定する如く構成した。
【００１０】
請求項３に係る車両の制御装置にあっては、前記近傍決定手段は、しきい値ｔｈｄの初期値を求めて前記距離ｄと比較し、距離ｄ＜ｔｈｄを満足する距離ｄの個数ｐを求め、ｐ＝ｋとなるようにｔｈｄを増減して前記ｋ個のデータの集合を探索する如く構成した。
【００１１】
請求項４に係る車両の制御装置にあっては、前記近傍決定手段は、前記距離ｄの最小値ｄｍｉｎと最大値ｄｍａｘを求め、その平均値を前記しきい値ｔｈｄの初期値とする如く構成した。
【００１２】
請求項５に係る車両の制御装置にあっては、前記近傍決定手段は、前記蓄積データφDB(i)の総数をＮとするとき、前記距離ｄの最小値ｄｍｉｎと最大値ｄｍａｘの和にｋ／Ｎを乗じて得た積を前記しきい値ｔｈｄの初期値とする如く構成した。
【００１３】
請求項６に係る車両の制御装置にあっては、前記近傍決定手段は、ｋ＜ｐであるとき、ｄ＜ｔｈｄを満たす集合のみを探索する如く構成した。
【発明の効果】
【００１４】
請求項１に係る車両の制御装置にあっては、計測されたパラメータ群を入力ｕ(t)とし、それに対応して設定された出力ｙ(t)と共に入力データｕDB(i)、出力データｙDB(i)として蓄積して蓄積データφDB(i)（＝ｕDB(i)，ｙDB(i)）を得、入力ｕ(t)に対して時刻ｔのときのモデルを同定するための要求点ｑを設定し、設定された要求点ｑと蓄積入力ｕDB(i)との距離ｄを全てのｉについて求め、蓄積データφDB(i)から距離ｄが小さいｋ個のデータの集合を探索して近傍のデータとして決定し、それに含まれる出力データｙDB(i)から推定出力ｙハット(t;q)を算出すると共に、算出された推定出力ｙハット(t;q)に基づいて車両の運転を制御する如く構成したので、近傍決定手段の計算負荷を低減することができる。
【００１５】
即ち、近傍探索は一般的にソートにより行われるが、ソート処理はデータを比較しながら並べ替え、データの順序が揃うまでそれを繰り返す作業であるため、計算負荷が大きく、検索速度低下の大きな原因の１つとなる。それに対し、本願においては、ソートに代え、蓄積データφDB(i)から距離ｄが小さいｋ個のデータの集合を探索して近傍のデータとして決定するように構成したので、計算負荷を低減させることができ、実装できるコンピュータの計算能力やメモリ容量が限られる車両にＪＩＴモデリングを適用することができる。
【００１６】
また、計算負荷が低減することで、より短い周期でモデリングすることができると共に、蓄積データの量や種類を増加させてより多くのデータを網羅することができ、それによって制御精度を向上させることができる。
【００１７】
請求項２に係る車両の制御装置にあっては、求めた距離ｄの小さいｋ個のデータの集合をソートして近傍のデータとして決定する如く構成したので、上記した効果に加え、計算負荷をほとんど生じることがない。即ち、ソートするのはｋ個のデータだけであるので、計算負荷をほとんど生じることがなく、実装できるコンピュータの計算能力やメモリ容量が限られる車両にＪＩＴモデリングを適用することができる。
【００１８】
請求項３に係る車両の制御装置にあっては、しきい値ｔｈｄの初期値を求めて距離ｄと比較し、距離ｄ＜ｔｈｄを満足する距離ｄの個数ｐを求め、ｐ＝ｋとなるようにｔｈｄを増減してｋ個のデータの集合を探索する如く構成したので、上記した効果に加え、構成が簡易となって計算負荷を一層低減することができる。
【００１９】
請求項４に係る車両の制御装置にあっては、距離ｄの最小値ｄｍｉｎと最大値ｄｍａｘを求め、その平均値を前記しきい値ｔｈｄの初期値とする如く構成したので、上記した効果に加え、ｋ個のデータの集合を確実に探索することができる。
【００２０】
請求項５に係る車両の制御装置にあっては、蓄積データφDB(i)の総数をＮとするとき、距離ｄの最小値ｄｍｉｎと最大値ｄｍａｘの和にｋ／Ｎを乗じて得た積をしきい値ｔｈｄの初期値とする如く構成したので、上記した効果に加え、一旦近傍ではないと判定された領域は二度と探索しないため、初期探索のときから近傍にかなり接近することができ、計算負荷を一層低減することができる。
【００２１】
請求項６に係る車両の制御装置にあっては、ｋ＜ｐであるとき、ｄ＜ｔｈｄを満たす集合のみを探索する如く構成したので、上記した効果に加え、探索効率を向上させることができ、計算負荷を一層低減することができる。
【発明を実施するための最良の形態】
【００２２】
以下、添付図面に即してこの発明に係る車両の制御装置を実施するための最良の形態を説明する。
【実施例１】
【００２３】
図１は、この発明の第１実施例に係る車両の制御装置を全体的に示す概略図である。実施例においては、車両の制御装置として運転者の運転志向を推定して車両の運転を制御する装置を例にとって説明する。
【００２４】
図１において、符号１０はエンジン（内燃機関）を示す。エンジン１０は４気筒などの複数の気筒を備える火花点火式の水冷ガソリンエンジンであり、車両（駆動輪Ｗなどで部分的に示す）１４の車体（図示せず）に搭載される。
【００２５】
エンジン１０の吸気系に配置されたスロットルバルブ（図示せず）は車両運転席に配置されるアクセルペダル（図示せず）との機械的な接続が絶たれ、電動モータなどのアクチュエータからなるＤＢＷ（Drive By Wire）機構１６が接続されて駆動される。
【００２６】
スロットルバルブで調量された吸気はインテークマニホルド（図示せず）を通って流れ、各気筒の吸気ポート付近でインジェクタ（燃料噴射弁）２０から噴射された燃料と混合して混合気を形成し、吸気バルブ（図示せず）が開弁されたとき、当該気筒の燃焼室（図示せず）に流入する。燃焼室において混合気は点火されて燃焼し、ピストン（図示せず）を駆動してクランクシャフト２２を回転させた後、排気となってエンジン１０の外部に放出される。
【００２７】
エンジン１０のクランクシャフト２２の回転は、トルクコンバータ２４を介して変速機２６に入力される。変速機２６はエンジン１０の出力を変速する。
【００２８】
即ち、クランクシャフト２２はトルクコンバータ２４のポンプインペラ２４ａに接続される一方、それに対向配置されて流体（作動油）を収受するタービンランナ２４ｂはメインシャフト（ミッション入力軸）ＭＳに接続される。トルクコンバータ２４はロックアップクラッチ２４ｃを備える。
【００２９】
変速機２６はＣＶＴ（Continuous Variable Transmission）からなり、メインシャフトＭＳに配置されたドライブプーリ２６ａと、メインシャフトＭＳに平行なカウンタシャフトＣＳに配置されたドリブンプーリ２６ｂと、その間に掛け回される金属製のベルト２６ｃと、可動プーリ半体（後述）のピストン室に作動油を供給する油圧機構２６ｄとからなる。
【００３０】
ドライブプーリ２６ａは、メインシャフトＭＳに配置された固定プーリ半体２６ａ１と、固定プーリ半体２６ａ１に対して軸方向に相対移動可能な可動プーリ半体２６ａ２からなる。ドリブンプーリ２６ｂは、カウンタシャフトＣＳに固定された固定プーリ半体２６ｂ１と、固定プーリ半体２６ｂ１に対して軸方向に相対移動可能な可動プーリ半体２６ｂ２からなる。
【００３１】
ＣＶＴ２６は、前後進切換装置３０に接続される。前後進切換装置３０は、フォワード（前進）クラッチ３０ａと、後進ブレーキ３０ｂと、その間に配置されるプラネタリギヤ機構３０ｃからなる。
【００３２】
プラネタリギヤ機構３０ｃにおいて、サンギヤ３０ｃ１はメインシャフトＭＳに固定されると共に、リングギヤ３０ｃ２はフォワードクラッチ３０ａを介してドライブプーリ２６ａの固定プーリ半体２６ａ１に固定される。
【００３３】
サンギヤ３０ｃ１とリングギヤ３０ｃ２の間には、ピニオン３０ｃ３が配置される。ピニオン３０ｃ３は、キャリア３０ｃ４でサンギヤ３０ｃ１に連結される。キャリア３０ｃ４は、後進ブレーキ３０ｂが作動させられると、それによって固定（ロック）される。
【００３４】
カウンタシャフトＣＳの回転は減速ギヤ３４，３６を介してセカンダリシャフトＳＳに伝えられると共に、セカンダリシャフトＳＳの回転はギヤ４０とディファレンシャルＤを介して左右の駆動輪（タイヤ。右側のみ示す）Ｗに伝えられる。駆動輪Ｗの付近にはディスクブレーキ４２が配置される。
【００３５】
フォワードクラッチ３０ａと後進ブレーキ３０ｂの切換は、車両運転席に設けられた、例えばＰ，Ｒ，Ｎ，Ｄ，Ｓ，Ｌのポジションを備えるシフトレバー４４を運転者が操作することによって行われる。即ち、運転者によってシフトレバー４４のいずれかのポジションが選択されたとき、その選択動作は油圧機構（図示せず）のマニュアルバルブ（図示せず）に伝えられる。
【００３６】
例えばＤ，Ｓ，Ｌポジションが選択されると、それに応じてマニュアルバルブのスプールが移動し、後進ブレーキ３０ｂのピストン室から作動油（油圧）が排出される一方、フォワードクラッチ３０ａのピストン室に油圧が供給されてフォワードクラッチ３０ａが締結される。フォワードクラッチ３０ａが締結されると、全ギヤがメインシャフトＭＳと一体に回転し、ドライブプーリ２６ａはメインシャフトＭＳと同方向（前進方向）に駆動される。
【００３７】
他方、Ｒポジションが選択されると、フォワードクラッチ３０ａのピストン室から作動油が排出される一方、後進ブレーキ３０ｂのピストン室に油圧が供給されて後進ブレーキ３０ｂが作動する。それによりキャリア３０ｃ４が固定されてリングギヤ３０ｃ２はサンギヤ３０ｃ１とは逆方向に駆動され、ドライブプーリ２６ａはメインシャフトＭＳとは逆方向（後進方向）に駆動される。
【００３８】
また、ＰあるいはＮポジションが選択されると、両方のピストン室から作動油が排出されてフォワードクラッチ３０ａと後進ブレーキ３０ｂが共に開放され、前後進切換装置３０を介しての動力伝達が断たれ、エンジン１０とＣＶＴ２６のドライブプーリ２６ａとの間の動力伝達が遮断される。
【００３９】
ＣＶＴ２６においては油圧機構２６ｄから可動プーリ半体２６ａ２，２６ｂ２のピストン室に作動油が供給され、可動プーリ半体２６ａ２，２６ｂ２を軸方向に移動させるプーリ側圧（ベルト伝達トルク）が発生させられると、ドライブプーリ２６ａとドリブンプーリ２６ｂのプーリ幅が変化し、ベルト２６ｃの巻掛け半径が変化する。
【００４０】
このように、プーリ側圧を調整、換言すればベルト伝達トルク指令値を変更することで、エンジン１０の出力を駆動輪Ｗに伝達する変速比を無段階に変化させることができる。
【００４１】
エンジン１０のカム軸（図示せず）付近などの適宜位置にはクランク角センサ４８が設けられ、ピストンの所定クランク角度位置ごとにエンジン回転数ＮＥを示す信号を出力する。吸気系においてスロットルバルブの下流の適宜位置には絶対圧センサ５０が設けられ、吸気管内絶対圧（エンジン負荷）ＰＢＡに比例した信号を出力する。
【００４２】
ＤＢＷ機構１６のアクチュエータにはスロットル開度センサ５２が設けられ、アクチュエータの回転量を通じてスロットル開度ＴＨに比例した信号を出力すると共に、アクセルペダル付近にはアクセル開度センサ５４が設けられ、運転者のアクセルペダル操作量（アクセルペダル踏み込み量）に相当するアクセルペダル開度ＡＰに比例する信号を出力する。
【００４３】
さらに、エンジン１０の冷却水通路（図示せず）の付近には水温センサ５６が設けられ、エンジン冷却水温ＴＷ、換言すればエンジン１０の温度に応じた出力を生じると共に、吸気系には吸気温センサ５８が設けられ、エンジン１０に吸入される吸気温（外気温）ＴＡに応じた出力を生じる。
【００４４】
上記したクランク角センサ４８などの出力は、エンジンコントローラ６０に送られる。エンジンコントローラ６０はＣＰＵ，ＲＯＭ，ＲＡＭなどを有するマイクロコンピュータを備え、それらセンサ出力に基づいて燃料噴射量を決定してインジェクタ２０を駆動すると共に、アクセルペダル開度ＡＰに応じてスロットルバルブの開度ＴＨを制御する。
【００４５】
メインシャフトＭＳにはＮＴセンサ（回転数センサ）６２が設けられ、タービンランナ２４ｂの回転数、具体的にはメインシャフトＭＳの回転数、より具体的にはフォワードクラッチ３０ａの入力軸回転数を示すパルス信号を出力する。
【００４６】
ＣＶＴ２６のドライブプーリ２６ａの付近の適宜位置にはＮＤＲセンサ（回転数センサ）６４が設けられてドライブプーリ２６ａの回転数、即ち、フォワードクラッチ３０ａの出力軸回転数に応じたパルス信号を出力すると共に、ドリブンプーリ２６ｂの付近の適宜位置にはＮＤＮセンサ（回転数センサ）６６が設けられ、ドリブンプーリ２６ｂの回転数を示すパルス信号を出力する。
【００４７】
セカンダリシャフトＳＳのギヤ３６の付近にはＶＥＬセンサ（回転数センサ）６８が設けられ、ギヤ３６の回転数を通じてＣＶＴ２６の出力回転数あるいは車速ＶＥＬを示すパルス信号を出力する。前記したシフトレバー４４の付近にはシフトレバーポジションセンサ７０が設けられ、運転者によって選択されたＲ，Ｎ，Ｄなどのポジションに応じたＰＯＳ信号を出力する。
【００４８】
またブレーキペダル付近にはブレーキ開度センサ７２が設けられて運転者のブレーキペダル操作量（ブレーキペダル踏み込み量）に相当するブレーキペダル開度ＢＲＫに比例する信号を出力すると共に、ステアリングホイール（図示せず）の付近には舵角センサ７３が設けられて運転者の操作したステアリング舵角θｓｔに比例する信号を出力する。
【００４９】
上記したＮＴセンサ６２などの出力は、図示しないその他のセンサの出力も含め、シフトコントローラ７４に送られる（アクセル開度センサ５４の出力などはエンジンコントローラ６０から送信される）。シフトコントローラ７４もＣＰＵ，ＲＯＭ，ＲＡＭなどを有するマイクロコンピュータを備えると共に、エンジンコントローラ６０と通信自在に構成される。
【００５０】
入力されたセンサ出力のうち、ＮＴセンサ６２などの回転数センサの出力はシフトコントローラ７４において波形整形回路に入力される。シフトコントローラ７４は波形整形回路の出力の時間間隔を計測して回転数と車速Ｖを検出する。
【００５１】
シフトコントローラ７４はそれら検出値に基づき、油圧機構の電磁ソレノイド（図示せず）を励磁・非励磁してトルクコンバータ２４とＣＶＴ２６の動作を制御すると共に、フォワードクラッチ３０ａの締結を判断して操作量を決定する。
【００５２】
より具体的には、シフトコントローラ７４は、後述するように運転者の運転志向、具体的にはスポーティ走行と燃費走行のいずれを志向するか判定して目標変速比（レシオ）を決定し、決定した目標変速比となるように、可動プーリ半体２６ａ２，２６ｂ２を駆動し、変速比を制御する。
【００５３】
以下、それについて説明する。
【００５４】
制御系やパラメータ推定器などの設計においては、設計対象の動特性を把握する必要があり、この作業は一般にモデリングと呼ばれる。モデリングの一般的な手法として、物理モデリングとシステム同定がある。
【００５５】
物理モデリングは、対象の物理現象を支配する法則を抽出し、微分方程式などの数式を用いてモデルを作成する手法である。対象の物理現象が明確な場合は有効であるが、未知のパラメータが存在する場合や多数の入出力を持つような大規模なモデルに対しては適用が困難である。
【００５６】
一方、システム同定は、実際に対象を動作させ、そのときの入出力信号から同定手法を用いてモデルを構成する手法であり、モデルの内部構造が未知であってもモデリング可能である。
【００５７】
以上の手法はどちらも対象の大域的な（普遍的な）モデルを得る手法であるが、対象が強い非線形性を持つ場合や、モデルの次数が明確でない場合などにあっては、有効なモデルを得るのは困難である。
【００５８】
これらに対し、前記したＪＩＴモデリングでは、対象の大域的なモデルを求める代わりに、対象の過去の入出力データを大量に蓄積し、蓄積データから出力の推定値を求める。ＪＩＴモデリングでは、モデルを同定したい点（これを「要求点」と呼ぶ）が与えられると、蓄積データを利用して要求点付近の局所モデルを構成するため、強い非線形性を持つような大域的なモデルを求めるのが困難な対象であっても、有効なモデルを得ることが可能である。
【００５９】
以下、ＪＩＴモデリングのアルゴリズムについて簡単に説明する。
【００６０】
まず、システムの入力と出力をそれぞれｕ(t)，ｙ(t)とする。
【００６１】
【数１】
ここで、ｍは入力の数、ｎは出力の数である。
【００６２】
また、ｕ(t)とｙ(t)の過去のデータを蓄積してそれぞれｕDB(i)，ｙDB(i)とし、それらを用いて蓄積データφDB(i)を次式のように構成する。
【００６３】
【数２】
上記でｎuは入力の次数であり、自由に選ぶことができる。
【００６４】
次に、時刻ｔにおける入力ｕ(t)に対する出力ｙ(t)の推定をＪＩＴ手法により行うことを考える。このときの入力ｕ(t)はモデルを同定したい点であり、要求点と呼ばれる。ここでは要求点をｑと表す。
【００６５】
【数３】
【００６６】
ＪＩＴモデリングによる出力推定の基本的な構成を図２に示す。これは具体的には、シフトコントローラ７４の動作を示すブロック図である。図３は、図２に示す構成を動作的に示すフロー・チャートである。
【００６７】
以下、ＪＩＴモデリングを用いて車両１４において運転者の運転志向を推定して車両１４の動作を制御する場合を例にとって説明する。
【００６８】
図２と図３を参照して説明すると、先ず前処理において、エキスパート運転者が、スポーティ走行や燃費走行など運転志向を変化させて走行したデータを計測し（データ計測ブロックａ，Ｓ１０）、それらのデータをデータベースとして蓄積する（蓄積データブロックｂ，Ｓ１２）。ここで「エキスパート運転者」は、上記した運転志向に変化させながら車両１４を運転することができる熟練運転者を意味する。
【００６９】
入力データとしては、運転志向と関連があると思われるパラメータを選択する。例えば、アクセルペダル開度ＡＰ、ブレーキペダル開度ＢＲＫ、ステアリング角度θｓｔなどの運転者の操作に関する情報、エンジン回転数ＮＥ、車速ＶＥＬなどの車両１４の運転に関する情報である。
【００７０】
それ以外にも、カメラ・レーダ・ＧＰＳなどの外界センサが搭載されるときは、それらを通じて得た外界情報やそれらの統計量（差分・平均・分散など）を加えても良い。また、それらを組み合わせて作った特徴的な値を入力に加えても良い。
【００７１】
一方、対応する出力値としては、最も単純に、加速性能を重視したスポーティ走行のとき１、燃費を重視した燃費走行のとき０とする。
【００７２】
次いで、要求点ｑを設定する（要求点設定ブロックｃ，Ｓ１４）。前記した如く、要求点ｑは、時刻ｔにおける入力ｕ(t)に対する出力ｙ(t)を推定するとき、そのときの入力ｕ(t)、即ち、モデルを同定したい点を意味する。
【００７３】
次いで、設定された要求点ｑと蓄積データの類似度を算出する（類似度算出ブロックｄ，Ｓ１６）。
【００７４】
類似度は、１からＮまで変化させたときの全てのｉについて蓄積入力データｕDB(i)と要求点ｑとの距離ｄを求めることで算出する。距離ｄの算出手法としては種々のものが提案されているが、最も単純なのはユークリッド距離を用いる方法である。
【００７５】
【数４】
【００７６】
次いで、算出した類似度に基づき、要求点に類似するデータを蓄積データから探索し、近傍を決定する（近傍決定ブロックｅ，Ｓ１８）。
【００７７】
ここで「近傍」とは、蓄積データφDB(i)の中で要求点ｑとの距離ｄが小さいデータの集合のことである。近傍決定の最も単純な手法は、要求点ｑから最も近いｋ個のデータを選択する方法であり、ｋ−ＮＮ(k Nearest Neighbors)法と呼ばれる。
【００７８】
その場合、近傍の決定においては全てのｉについて求めた距離ｄ(ｕDB(i),ｑ)の中から、距離ｄの小さいデータを抽出する必要がある。距離ｄの小さいデータを抽出する最も一般的な手法は、求めた距離ｄを小さい順にソートし、ソート後の結果について小さいほうからｋ個の蓄積データを選択することである。
【００７９】
しかしながら、ソート処理にはバブルソートやクイックソートなど種々の手法があるとはいえ、いずれもデータを比較しながら並べ替えてデータの順序が揃うまでそれを繰り返す作業であるため、負荷の大きい処理である。
【００８０】
ところで、近傍決定において実際に必要なのは、距離ｄの小さいデータから順にｋ個のデータを特定することであり、近傍以外のデータはソートされている必要はない。さらに、近傍に含まれるデータの単純平均により推定出力を求める場合は、近傍においてもソートされている必要はない。即ち、蓄積データの中で、順不同で距離ｄの小さいｋ個のデータを特定できれば十分である。
【００８１】
そこで、この実施例においては、最初から全ての距離データに対してソートを行うのではなく、まず以下の手順に従って距離ｄの小さいｋ個のデータに
絞り込むようにした。即ち、求めた距離ｄの小さいｋ個のデータの集合をソートして近傍のデータとして決定する如く構成した。
【００８２】
図４はそれを示すＳ１８の近傍決定処理のサブ・ルーチン・フロー・チャートである。
【００８３】
先ず、Ｓ１００においてしきい値ｔｈｄを適当に設定し、Ｓ１０２に進み、ｄ(ｕDB(i),q)＜ｔｈｄを満足する距離ｄの個数ｐを求める。次いでＳ１０４に進んでｋとｐを比較する。
【００８４】
Ｓ１０４においてｋ＜ｐと判断されるときは未だしきい値ｔｈｄが大きいので、Ｓ１０６に進んでｔｈｄを小さくし、Ｓ１０２に戻って再びｐを求める。逆にＳ１０４においてｋ＞ｐと判断されるとき、しきい値ｔｈｄが小さすぎるので、Ｓ１０８に進み、ｔｈｄを大きくしてＳ１０２に戻る。
【００８５】
Ｓ１０４においてｋ＝ｐと判断されるまで、これらの手順を繰り返す。ｋ＝ｐとなるｔｈｄが求まり、Ｓ１０４でｋ＝ｐと判断されるとき、Ｓ１１０に進み、ｄ(ｕDB(i),q)＜ｔｈｄを満たすｕDB(i)を抽出することで近傍を得ることができる。
【００８６】
図２、図３の説明に戻ると、次いで近傍に含まれる出力データから推定出力を算出する（推定出力算出部ｆ，Ｓ２０）。
【００８７】
推定出力の最も単純な算出手法は、近傍に含まれる出力データの単純平均値を推定出力とすることである。
【００８８】
【数５】
【００８９】
ここで、ｙハット(t;q)は時刻ｔにおける要求点ｑに対する推定出力であり、ｌ１〜ｌｋは近傍のインデックスである。ハットは推定値を示す。このようにして、ＪＩＴモデリングによりシステムの推定出力を得ることが可能である。
【００９０】
次いで算出された推定出力ｙハット(t;q)に基づいて車両１４の運転を制御する（車両運転制御ブロックｇ，Ｓ２２）。
【００９１】
即ち、シフトコントローラ７４は算出された推定出力が１（スポーティ走行）であるか、０（燃費走行）であるか判定し、それに応じて油圧機構の電磁ソレノイド（図示せず）を励磁・非励磁してトルクコンバータ２４とＣＶＴ２６の動作を制御する。
【００９２】
より具体的には、シフトコントローラ７４は、運転者が加速性能を重視したスポーティ走行を志向していると推定されるとき、大きな駆動力を発生できるように変速比（レシオ）をロー側に制御する一方、燃費を重視した燃費走行を志向していると推定されるとき、エンジン１０が燃費最適作動線付近で動作するように変速比やスロットル開度ＴＨを制御する。
【００９３】
車両１４を制御する場合のように、比較的速いシステムでダイナミクスが強く、また過渡状態における制御精度も重要となる場合には、ダイナミクスを考慮したモデリングを行う必要がある。
【００９４】
ＪＩＴモデリングにおいては、数２式において入力の次数ｎu≧１と設定することにより、ダイナミクスの考慮が可能である。なぜならば、ｎu≧１とした場合、現在の入力だけでなく過去の入力との距離ｄも考慮して類似度の算出が行われるからである。
【００９５】
第１実施例に係る車両の制御装置は上記の如く、車両１４の運転を示すパラメータ群を計測する計測手段（アクセル開度センサ５４など、シフトコントローラ７４，データ計測ブロックａ，Ｓ１０）と、前記計測されたパラメータ群を入力ｕ(t)とし、前記入力ｕ(t)に対応して設定された出力ｙ(t)と共に入力データｕDB(i)、出力データｙDB(i)としてそれぞれ蓄積して蓄積データφDB(i)（＝ｕDB(i)，ｙDB(i)）を得るデータ蓄積手段（蓄積データブロックｂ，Ｓ１２）と、前記入力ｕ(t)に対して時刻ｔのときのモデルを同定するための要求点ｑを設定する要求点設定手段（要求点設定ブロックｃ，Ｓ１４）と、前記設定された要求点ｑと前記蓄積入力ｕDB(i)との距離ｄを全てのｉについて求めることで類似度を算出する類似度算出手段（類似度算出ブロックｄ，Ｓ１６）と、前記蓄積データφDB(i)から前記距離ｄが小さいｋ個のデータの集合を探索して近傍のデータとして決定する近傍決定手段（近傍決定ブロックｅ，Ｓ１８）と、前記決定された近傍のデータに含まれる出力データｙDB(i)から推定出力ｙハット(t;q)を算出する推定出力算出手段（推定出力算出ブロックｆ，Ｓ２０）と、前記算出された推定出力ｙハット(t;q)に基づいて前記車両の運転を制御する車両運転制御手段（車両運転制御ブロックｇ，Ｓ２２）とを備える如く構成したので、近傍決定手段の計算負荷を低減することができる。
【００９６】
即ち、近傍決定（探索）は一般的にソートにより行われるが、ソート処理はデータを比較しながら並べ替え、データの順序が揃うまでそれを繰り返す作業であるため、計算負荷が大きく、検索速度低下の大きな原因の１つとなる。それに対し、本願においては、ソートに代え、蓄積データφDB(i)から距離ｄが小さいｋ個のデータの集合を探索して近傍のデータとして決定するように構成したので、計算負荷を低減させることができ、実装できるコンピュータの計算能力やメモリ容量が限られる車両１４にＪＩＴモデリングを適用することができる。
【００９７】
また、計算負荷が低減することで、より短い周期でモデリングすることができると共に、蓄積データの量や種類を増加させてより多くのデータを網羅することができ、それによって制御精度を向上させることができる。
【００９８】
また、前記近傍データ決定手段は、前記求めた距離ｄの小さいｋ個のデータの集合をソートして前記近傍のデータとして決定する如く構成したので、上記した効果に加え、計算負荷をほとんど生じることがない。例えば、距離ｄに応じた重み付け平均を算出する場合でも、ソートする必要があるのはｋ個のデータだけで、それ以外についてはソートする必要がないので、計算負荷をほとんど生じることがなく、実装できるコンピュータの計算能力やメモリ容量が限られる車両にＪＩＴモデリングを適用することができる。
【００９９】
また、前記近傍決定手段は、しきい値ｔｈｄの初期値を求めて前記距離ｄと比較し、距離ｄ＜ｔｈｄを満足する距離ｄの個数ｐを求め、ｐ＝ｋとなるようにｔｈｄを増減して前記ｋ個のデータの集合を探索するように構成したので、上記した効果に加え、構成が簡易となって計算負荷を一層低減することができる。
【０１００】
また、運転者の運転志向を推定して車両１４の運転を制御することで、運転者の意図に良く沿うことができる。
【実施例２】
【０１０１】
図５は、この発明の第２実施例に係る車両の制御装置の近傍決定処理、特にしきい値の初期値の決定を示す、図４と同様なフロー・チャートである。
【０１０２】
第１実施例の図４に示す近傍決定処理ではしきい値ｔｈｄの初期値を適宜決定したが、第２実施例においては二分探索法の考え方に基づいて設定するようにした。
【０１０３】
以下説明すると、先ず、Ｓ２００において距離ｄの最小値ｄｍｉｎと最大値ｄｍａｘをそれぞれ求め、ｔｈｄ＝（ｄｍｉｎ＋ｄｍａｘ）／２とし、Ｓ２０２においてその値を初期値とする。
【０１０４】
次いで第１実施例と同様、Ｓ２０４を経てＳ２０６に進み、ｋとｐを比較する。Ｓ２０６でｋ＜ｐと判断される場合、Ｓ２０８においてｄｍａｘ＝ｔｈｄとし、Ｓ２０２においてｔｈｄ＝（ｄｍｉｎ＋ｄｍａｘ）／２とする。他方、Ｓ２０６でｋ＞ｐと判断される場合、Ｓ２１０においてｄｍｉｎ＝ｄｍａｘとする。
【０１０５】
上記を繰り返すことで確実にｋ＝ｐとなるｔｈｄを求めることができ、Ｓ２１２においてｄ(ｕDB(i),q)＜ｔｈｄを満たすｕDB(i)を抽出して近傍を決定することができる。
【０１０６】
第２実施例に係る車両の制御装置においては上記の如く、前記近傍決定手段は、前記距離ｄの最小値ｄｍｉｎと最大値ｄｍａｘを求め、その平均値を前記しきい値ｔｈｄの初期値とする（Ｓ２００からＳ２１２）如く構成したので、ｋ個のデータの集合を確実に探索することができる。尚、残余の構成および効果は第１実施例と同様である。
【実施例３】
【０１０７】
図６は、この発明の第３実施例に係る車両の制御装置の近傍決定処理、特にしきい値の初期値の決定を示す、図４と同様なフロー・チャートである。
【０１０８】
第２実施例においてはしきい値ｔｈｄの初期値をｔｈｄ＝（ｄｍｉｎ＋ｄｍａｘ）／２として与えた。しかしながら、蓄積データのデータ数Ｎとし、そのデータ数Ｎを近傍として選択するデータ数ｋと比べた場合、ｋ＜＜Ｎであるのが一般的である。
【０１０９】
即ち、近傍は、距離データ全体の中で極めて最小値寄りのごく一部の領域である。従って、ｔｈｄ＝（ｄｍｉｎ＋ｄｍａｘ）／２のようにデータ全体の中間的な値をしきい値の初期値として与えるのは、必ずしも効率的ではない。
【０１１０】
そこで、第３実施例にあっては距離ｄの値の分布は均等であると仮定し、Ｓ３００においてしきい値の初期値をｔｈｄ＝（ｄｍｉｎ＋ｄｍａｘ）×ｋ／Ｎとし、初期値を従前の実施例よりもより最小値寄りに設定するようにした。
【０１１１】
尚、Ｓ３０２以降の処理は第２実施例と同様である。このようにすることで、初期探索の時点で近傍にかなり近づくことができるので、探索数を低減することができる。
【０１１２】
この手法によるとき、距離データが均等に分布していない場合は探索数が増加するが、それでも中間的な値を初期値とする場合と比較すれば効率的である。尚、２回目の探索以降は、すでに述べた方法と同様に二分探索を繰り返せば良い。
【０１１３】
第３実施例に係る車両の制御装置においては上記の如く、前記近傍決定手段は、前記蓄積データφDB(i)の総数をＮとするとき、前記距離ｄの最小値ｄｍｉｎと最大値ｄｍａｘの和にｋ／Ｎを乗じて得た積を前記しきい値ｔｈｄの初期値とする（Ｓ３００からＳ３１２）如く構成したので、初期探索のときから近傍にかなり接近することができ、計算負荷を一層低減することができる。尚、残余の構成および効果は第１実施例と同様である。
【実施例４】
【０１１４】
図７は、この発明の第４実施例に係る車両の制御装置の近傍決定処理、特にしきい値の初期値の決定を示す、図４と同様なフロー・チャートである。
【０１１５】
第４実施例にあっても、距離ｄの値の分布は均等であると仮定し、Ｓ４００においてしきい値の初期値をｔｈｄ＝（ｄｍｉｎ＋ｄｍａｘ）×ｋ／Ｎとし、従前の実施例に比して初期値を、より最小値寄りに設定するようにした。Ｓ４０２からＳ４１２までの処理は、第３実施例のＳ３０２以降の処理と同様である。
【０１１６】
上記で、Ｓ４０６の比較結果においてｋ＜ｐとなった場合、そのときのしきい値ｔｈｄに対してｄ(ｕDB(i),q)＜ｔｈｄを満たすｄ(ｕDB(i),q)の集合に近傍は包含される。反対にｄ(ｕDB(i),q)＞ｔｈｄを満たすｄ(ｕDB(i),q)の集合の中には近傍は存在しないので、以後は探索する必要がない。
【０１１７】
従って、Ｓ４０６の比較結果でｋ＜ｐとなったときは、Ｓ４１４において以後の探索対象をｄ(ｕDB(i),q)＜ｔｈｄを満たす集合のみとする。このようにして、探索範囲を縮小しながら探索を行うことにより、探索効率をさらに向上させることができる。即ち、一旦近傍ではないと判定された領域は二度と探索しないため、初期探索の時点で近傍にかなり近づくことができるので、探索数を低減することができる。
【０１１８】
第４実施例に係る車両の制御装置においては上記の如く、前記近傍決定手段は、ｋ＜ｐであるとき、ｄ＜ｔｈｄを満たす集合のみを探索する（Ｓ４００からＳ４１４）如く構成したので、探索効率を向上させることができ、計算負荷を一層低減することができる。
【０１１９】
尚、上記において車両の制御装置として運転者の運転志向を推定して車両の運転を制御する装置を例にとって説明したが、それは例示であり、車両の制御装置はどのような制御対象を制御するものであっても良い。
【図面の簡単な説明】
【０１２０】
【図１】この発明の第１実施例に係るこの発明の実施例に係る車両の制御装置を全体的に示す概略図である。
【図２】図１に示す装置のシフトコントローラがＪＩＴモデリングによる出力推定を行うときの基本的な構成を示すブロック図である。
【図３】図２の構成を動作的に示すフロー・チャートである。
【図４】図３フロー・チャートの近傍決定処理のサブ・ルーチン・フロー・チャートである。
【図５】この発明の第２実施例に係る車両の制御装置の近傍決定処理、特にしきい値の初期値の決定を示す、図４と同様なフロー・チャートである。
【図６】この発明の第３実施例に係る車両の制御装置の近傍決定処理、特にしきい値の初期値の決定を示す、図４と同様なフロー・チャートである。
【図７】この発明の第４実施例に係る車両の制御装置の近傍決定処理、特にしきい値の初期値の決定を示す、図４と同様なフロー・チャートである。
【符号の説明】
【０１２１】
１０ エンジン（内燃機関）、１４ 車両、１６ ＤＢＷ機構、２４ トルクコンバータ、２６ 変速機（ＣＶＴ）、３０ 前後進切換装置、３０ａ フォワードクラッチ、４８ クランク角センサ、５０ 絶対圧センサ、５２ スロットル開度センサ、５４ アクセル開度センサ、５６ 水温センサ、６０ エンジンコントローラ、７２ ブレーキ開度センサ、７３ 舵角センサ、７４ シフトコントローラ、Ｗ 駆動輪（タイヤ）
【技術分野】
【０００１】
この発明は車両の制御装置に関し、より詳しくは計算負荷を低減するようにした車両の制御装置に関する。
【背景技術】
【０００２】
近時、モデリング手法としてJust In Time モデリング（以下「ＪＩＴモデリング」という）が提唱されている。ＪＩＴモデリングは、過去の蓄積データ内の全ての入力データの中から、現在の入力（要求点）に類似するデータの集合（これを「近傍」とよぶ）を探索し、対応する出力データを推定出力データとする手法である。
【０００３】
即ち、対象の大域的なモデルを求める代わりに、システムの過去の入出力データを蓄積し、蓄積されたデータの中から類似する事例を検索し、その事例の出力を推定結果として出力する手法である。ＪＩＴモデリングを用いた技術としては、特許文献１記載の技術を挙げることができる。
【０００４】
特許文献１記載の技術にあっては、制御量の時系列データとＰＩＤ制御パラメータを状態ベクトルとしてデータベースに蓄積し、新たな状態ベクトルが与えられると、蓄積された状態ベクトルに基づいて局所モデルとして新たな状態ベクトルに対応するＰＩＤ制御パラメータを生成してＰＩＤ制御器のＰＩＤ制御パラメータを調整すると共に、制御誤差が小さくなるように修正してデータベースに蓄積している。
【特許文献１】特開２００７−３０４８４４号公報
【発明の開示】
【発明が解決しようとする課題】
【０００５】
ＪＩＴモデリングは、実際の入出力データから直接的に推定結果を生成するため、出力挙動の説明付けあるいは物理的な解釈が容易という利点がある。また、大域的（普遍的）なモデルを得るためには、制御対象の構造や物理現象に関する事前情報が必要となるが、ＪＩＴモデリングではより少ない事前情報のみで済むという利点もある。
【０００６】
他方、ＪＩＴモデリングで推定精度を上げて制御精度を向上させるには、より網羅性の高い大量のデータをデータベースとして用意する必要があり、その結果、データベースが大きくなることに伴って類似事例を検索するための計算負荷が増大し、検索に時間を要してしまう。そのため、実装できるコンピュータの計算能力やメモリ容量が限られる車両への適用が困難であった。
【０００７】
従って、この発明の目的は上記した不都合を解消し、計算負荷を低減することで、実装できるコンピュータの計算能力やメモリ容量が限られる車両へのＪＩＴモデリングの適用を可能にすると共に、より多くのデータを網羅することを可能にして制御精度を向上させるようにした車両の制御装置を提供することにある。
【課題を解決するための手段】
【０００８】
上記の目的を達成するために、請求項１に係る車両の制御装置にあっては、車両の運転を示すパラメータ群を計測する計測手段と、前記計測されたパラメータ群を入力ｕ(t)とし、前記入力ｕ(t)に対応して設定された出力ｙ(t)と共に入力データｕDB(i)、出力データｙDB(i)としてそれぞれ蓄積して蓄積データφDB(i)（＝ｕDB(i)，ｙDB(i)）を得るデータ蓄積手段と、前記入力ｕ(t)に対して時刻ｔのときのモデルを同定するための要求点ｑを設定する要求点設定手段と、前記設定された要求点ｑと前記蓄積入力ｕDB(i)との距離ｄを全てのｉについて求めることで類似度を算出する類似度算出手段と、前記蓄積データφDB(i)から前記距離ｄが小さいｋ個のデータの集合を探索して近傍のデータとして決定する近傍決定手段と、前記決定された近傍のデータに含まれる出力データｙDB(i)から推定出力ｙハット(t;q)を算出する推定出力算出手段と、前記算出された推定出力ｙハット(t;q)に基づいて前記車両の運転を制御する車両運転制御手段とを備える如く構成した。
【０００９】
請求項２に係る車両の制御装置にあっては、前記近傍データ決定手段は、前記求めた距離ｄの小さいｋ個のデータの集合をソートして前記近傍のデータとして決定する如く構成した。
【００１０】
請求項３に係る車両の制御装置にあっては、前記近傍決定手段は、しきい値ｔｈｄの初期値を求めて前記距離ｄと比較し、距離ｄ＜ｔｈｄを満足する距離ｄの個数ｐを求め、ｐ＝ｋとなるようにｔｈｄを増減して前記ｋ個のデータの集合を探索する如く構成した。
【００１１】
請求項４に係る車両の制御装置にあっては、前記近傍決定手段は、前記距離ｄの最小値ｄｍｉｎと最大値ｄｍａｘを求め、その平均値を前記しきい値ｔｈｄの初期値とする如く構成した。
【００１２】
請求項５に係る車両の制御装置にあっては、前記近傍決定手段は、前記蓄積データφDB(i)の総数をＮとするとき、前記距離ｄの最小値ｄｍｉｎと最大値ｄｍａｘの和にｋ／Ｎを乗じて得た積を前記しきい値ｔｈｄの初期値とする如く構成した。
【００１３】
請求項６に係る車両の制御装置にあっては、前記近傍決定手段は、ｋ＜ｐであるとき、ｄ＜ｔｈｄを満たす集合のみを探索する如く構成した。
【発明の効果】
【００１４】
請求項１に係る車両の制御装置にあっては、計測されたパラメータ群を入力ｕ(t)とし、それに対応して設定された出力ｙ(t)と共に入力データｕDB(i)、出力データｙDB(i)として蓄積して蓄積データφDB(i)（＝ｕDB(i)，ｙDB(i)）を得、入力ｕ(t)に対して時刻ｔのときのモデルを同定するための要求点ｑを設定し、設定された要求点ｑと蓄積入力ｕDB(i)との距離ｄを全てのｉについて求め、蓄積データφDB(i)から距離ｄが小さいｋ個のデータの集合を探索して近傍のデータとして決定し、それに含まれる出力データｙDB(i)から推定出力ｙハット(t;q)を算出すると共に、算出された推定出力ｙハット(t;q)に基づいて車両の運転を制御する如く構成したので、近傍決定手段の計算負荷を低減することができる。
【００１５】
即ち、近傍探索は一般的にソートにより行われるが、ソート処理はデータを比較しながら並べ替え、データの順序が揃うまでそれを繰り返す作業であるため、計算負荷が大きく、検索速度低下の大きな原因の１つとなる。それに対し、本願においては、ソートに代え、蓄積データφDB(i)から距離ｄが小さいｋ個のデータの集合を探索して近傍のデータとして決定するように構成したので、計算負荷を低減させることができ、実装できるコンピュータの計算能力やメモリ容量が限られる車両にＪＩＴモデリングを適用することができる。
【００１６】
また、計算負荷が低減することで、より短い周期でモデリングすることができると共に、蓄積データの量や種類を増加させてより多くのデータを網羅することができ、それによって制御精度を向上させることができる。
【００１７】
請求項２に係る車両の制御装置にあっては、求めた距離ｄの小さいｋ個のデータの集合をソートして近傍のデータとして決定する如く構成したので、上記した効果に加え、計算負荷をほとんど生じることがない。即ち、ソートするのはｋ個のデータだけであるので、計算負荷をほとんど生じることがなく、実装できるコンピュータの計算能力やメモリ容量が限られる車両にＪＩＴモデリングを適用することができる。
【００１８】
請求項３に係る車両の制御装置にあっては、しきい値ｔｈｄの初期値を求めて距離ｄと比較し、距離ｄ＜ｔｈｄを満足する距離ｄの個数ｐを求め、ｐ＝ｋとなるようにｔｈｄを増減してｋ個のデータの集合を探索する如く構成したので、上記した効果に加え、構成が簡易となって計算負荷を一層低減することができる。
【００１９】
請求項４に係る車両の制御装置にあっては、距離ｄの最小値ｄｍｉｎと最大値ｄｍａｘを求め、その平均値を前記しきい値ｔｈｄの初期値とする如く構成したので、上記した効果に加え、ｋ個のデータの集合を確実に探索することができる。
【００２０】
請求項５に係る車両の制御装置にあっては、蓄積データφDB(i)の総数をＮとするとき、距離ｄの最小値ｄｍｉｎと最大値ｄｍａｘの和にｋ／Ｎを乗じて得た積をしきい値ｔｈｄの初期値とする如く構成したので、上記した効果に加え、一旦近傍ではないと判定された領域は二度と探索しないため、初期探索のときから近傍にかなり接近することができ、計算負荷を一層低減することができる。
【００２１】
請求項６に係る車両の制御装置にあっては、ｋ＜ｐであるとき、ｄ＜ｔｈｄを満たす集合のみを探索する如く構成したので、上記した効果に加え、探索効率を向上させることができ、計算負荷を一層低減することができる。
【発明を実施するための最良の形態】
【００２２】
以下、添付図面に即してこの発明に係る車両の制御装置を実施するための最良の形態を説明する。
【実施例１】
【００２３】
図１は、この発明の第１実施例に係る車両の制御装置を全体的に示す概略図である。実施例においては、車両の制御装置として運転者の運転志向を推定して車両の運転を制御する装置を例にとって説明する。
【００２４】
図１において、符号１０はエンジン（内燃機関）を示す。エンジン１０は４気筒などの複数の気筒を備える火花点火式の水冷ガソリンエンジンであり、車両（駆動輪Ｗなどで部分的に示す）１４の車体（図示せず）に搭載される。
【００２５】
エンジン１０の吸気系に配置されたスロットルバルブ（図示せず）は車両運転席に配置されるアクセルペダル（図示せず）との機械的な接続が絶たれ、電動モータなどのアクチュエータからなるＤＢＷ（Drive By Wire）機構１６が接続されて駆動される。
【００２６】
スロットルバルブで調量された吸気はインテークマニホルド（図示せず）を通って流れ、各気筒の吸気ポート付近でインジェクタ（燃料噴射弁）２０から噴射された燃料と混合して混合気を形成し、吸気バルブ（図示せず）が開弁されたとき、当該気筒の燃焼室（図示せず）に流入する。燃焼室において混合気は点火されて燃焼し、ピストン（図示せず）を駆動してクランクシャフト２２を回転させた後、排気となってエンジン１０の外部に放出される。
【００２７】
エンジン１０のクランクシャフト２２の回転は、トルクコンバータ２４を介して変速機２６に入力される。変速機２６はエンジン１０の出力を変速する。
【００２８】
即ち、クランクシャフト２２はトルクコンバータ２４のポンプインペラ２４ａに接続される一方、それに対向配置されて流体（作動油）を収受するタービンランナ２４ｂはメインシャフト（ミッション入力軸）ＭＳに接続される。トルクコンバータ２４はロックアップクラッチ２４ｃを備える。
【００２９】
変速機２６はＣＶＴ（Continuous Variable Transmission）からなり、メインシャフトＭＳに配置されたドライブプーリ２６ａと、メインシャフトＭＳに平行なカウンタシャフトＣＳに配置されたドリブンプーリ２６ｂと、その間に掛け回される金属製のベルト２６ｃと、可動プーリ半体（後述）のピストン室に作動油を供給する油圧機構２６ｄとからなる。
【００３０】
ドライブプーリ２６ａは、メインシャフトＭＳに配置された固定プーリ半体２６ａ１と、固定プーリ半体２６ａ１に対して軸方向に相対移動可能な可動プーリ半体２６ａ２からなる。ドリブンプーリ２６ｂは、カウンタシャフトＣＳに固定された固定プーリ半体２６ｂ１と、固定プーリ半体２６ｂ１に対して軸方向に相対移動可能な可動プーリ半体２６ｂ２からなる。
【００３１】
ＣＶＴ２６は、前後進切換装置３０に接続される。前後進切換装置３０は、フォワード（前進）クラッチ３０ａと、後進ブレーキ３０ｂと、その間に配置されるプラネタリギヤ機構３０ｃからなる。
【００３２】
プラネタリギヤ機構３０ｃにおいて、サンギヤ３０ｃ１はメインシャフトＭＳに固定されると共に、リングギヤ３０ｃ２はフォワードクラッチ３０ａを介してドライブプーリ２６ａの固定プーリ半体２６ａ１に固定される。
【００３３】
サンギヤ３０ｃ１とリングギヤ３０ｃ２の間には、ピニオン３０ｃ３が配置される。ピニオン３０ｃ３は、キャリア３０ｃ４でサンギヤ３０ｃ１に連結される。キャリア３０ｃ４は、後進ブレーキ３０ｂが作動させられると、それによって固定（ロック）される。
【００３４】
カウンタシャフトＣＳの回転は減速ギヤ３４，３６を介してセカンダリシャフトＳＳに伝えられると共に、セカンダリシャフトＳＳの回転はギヤ４０とディファレンシャルＤを介して左右の駆動輪（タイヤ。右側のみ示す）Ｗに伝えられる。駆動輪Ｗの付近にはディスクブレーキ４２が配置される。
【００３５】
フォワードクラッチ３０ａと後進ブレーキ３０ｂの切換は、車両運転席に設けられた、例えばＰ，Ｒ，Ｎ，Ｄ，Ｓ，Ｌのポジションを備えるシフトレバー４４を運転者が操作することによって行われる。即ち、運転者によってシフトレバー４４のいずれかのポジションが選択されたとき、その選択動作は油圧機構（図示せず）のマニュアルバルブ（図示せず）に伝えられる。
【００３６】
例えばＤ，Ｓ，Ｌポジションが選択されると、それに応じてマニュアルバルブのスプールが移動し、後進ブレーキ３０ｂのピストン室から作動油（油圧）が排出される一方、フォワードクラッチ３０ａのピストン室に油圧が供給されてフォワードクラッチ３０ａが締結される。フォワードクラッチ３０ａが締結されると、全ギヤがメインシャフトＭＳと一体に回転し、ドライブプーリ２６ａはメインシャフトＭＳと同方向（前進方向）に駆動される。
【００３７】
他方、Ｒポジションが選択されると、フォワードクラッチ３０ａのピストン室から作動油が排出される一方、後進ブレーキ３０ｂのピストン室に油圧が供給されて後進ブレーキ３０ｂが作動する。それによりキャリア３０ｃ４が固定されてリングギヤ３０ｃ２はサンギヤ３０ｃ１とは逆方向に駆動され、ドライブプーリ２６ａはメインシャフトＭＳとは逆方向（後進方向）に駆動される。
【００３８】
また、ＰあるいはＮポジションが選択されると、両方のピストン室から作動油が排出されてフォワードクラッチ３０ａと後進ブレーキ３０ｂが共に開放され、前後進切換装置３０を介しての動力伝達が断たれ、エンジン１０とＣＶＴ２６のドライブプーリ２６ａとの間の動力伝達が遮断される。
【００３９】
ＣＶＴ２６においては油圧機構２６ｄから可動プーリ半体２６ａ２，２６ｂ２のピストン室に作動油が供給され、可動プーリ半体２６ａ２，２６ｂ２を軸方向に移動させるプーリ側圧（ベルト伝達トルク）が発生させられると、ドライブプーリ２６ａとドリブンプーリ２６ｂのプーリ幅が変化し、ベルト２６ｃの巻掛け半径が変化する。
【００４０】
このように、プーリ側圧を調整、換言すればベルト伝達トルク指令値を変更することで、エンジン１０の出力を駆動輪Ｗに伝達する変速比を無段階に変化させることができる。
【００４１】
エンジン１０のカム軸（図示せず）付近などの適宜位置にはクランク角センサ４８が設けられ、ピストンの所定クランク角度位置ごとにエンジン回転数ＮＥを示す信号を出力する。吸気系においてスロットルバルブの下流の適宜位置には絶対圧センサ５０が設けられ、吸気管内絶対圧（エンジン負荷）ＰＢＡに比例した信号を出力する。
【００４２】
ＤＢＷ機構１６のアクチュエータにはスロットル開度センサ５２が設けられ、アクチュエータの回転量を通じてスロットル開度ＴＨに比例した信号を出力すると共に、アクセルペダル付近にはアクセル開度センサ５４が設けられ、運転者のアクセルペダル操作量（アクセルペダル踏み込み量）に相当するアクセルペダル開度ＡＰに比例する信号を出力する。
【００４３】
さらに、エンジン１０の冷却水通路（図示せず）の付近には水温センサ５６が設けられ、エンジン冷却水温ＴＷ、換言すればエンジン１０の温度に応じた出力を生じると共に、吸気系には吸気温センサ５８が設けられ、エンジン１０に吸入される吸気温（外気温）ＴＡに応じた出力を生じる。
【００４４】
上記したクランク角センサ４８などの出力は、エンジンコントローラ６０に送られる。エンジンコントローラ６０はＣＰＵ，ＲＯＭ，ＲＡＭなどを有するマイクロコンピュータを備え、それらセンサ出力に基づいて燃料噴射量を決定してインジェクタ２０を駆動すると共に、アクセルペダル開度ＡＰに応じてスロットルバルブの開度ＴＨを制御する。
【００４５】
メインシャフトＭＳにはＮＴセンサ（回転数センサ）６２が設けられ、タービンランナ２４ｂの回転数、具体的にはメインシャフトＭＳの回転数、より具体的にはフォワードクラッチ３０ａの入力軸回転数を示すパルス信号を出力する。
【００４６】
ＣＶＴ２６のドライブプーリ２６ａの付近の適宜位置にはＮＤＲセンサ（回転数センサ）６４が設けられてドライブプーリ２６ａの回転数、即ち、フォワードクラッチ３０ａの出力軸回転数に応じたパルス信号を出力すると共に、ドリブンプーリ２６ｂの付近の適宜位置にはＮＤＮセンサ（回転数センサ）６６が設けられ、ドリブンプーリ２６ｂの回転数を示すパルス信号を出力する。
【００４７】
セカンダリシャフトＳＳのギヤ３６の付近にはＶＥＬセンサ（回転数センサ）６８が設けられ、ギヤ３６の回転数を通じてＣＶＴ２６の出力回転数あるいは車速ＶＥＬを示すパルス信号を出力する。前記したシフトレバー４４の付近にはシフトレバーポジションセンサ７０が設けられ、運転者によって選択されたＲ，Ｎ，Ｄなどのポジションに応じたＰＯＳ信号を出力する。
【００４８】
またブレーキペダル付近にはブレーキ開度センサ７２が設けられて運転者のブレーキペダル操作量（ブレーキペダル踏み込み量）に相当するブレーキペダル開度ＢＲＫに比例する信号を出力すると共に、ステアリングホイール（図示せず）の付近には舵角センサ７３が設けられて運転者の操作したステアリング舵角θｓｔに比例する信号を出力する。
【００４９】
上記したＮＴセンサ６２などの出力は、図示しないその他のセンサの出力も含め、シフトコントローラ７４に送られる（アクセル開度センサ５４の出力などはエンジンコントローラ６０から送信される）。シフトコントローラ７４もＣＰＵ，ＲＯＭ，ＲＡＭなどを有するマイクロコンピュータを備えると共に、エンジンコントローラ６０と通信自在に構成される。
【００５０】
入力されたセンサ出力のうち、ＮＴセンサ６２などの回転数センサの出力はシフトコントローラ７４において波形整形回路に入力される。シフトコントローラ７４は波形整形回路の出力の時間間隔を計測して回転数と車速Ｖを検出する。
【００５１】
シフトコントローラ７４はそれら検出値に基づき、油圧機構の電磁ソレノイド（図示せず）を励磁・非励磁してトルクコンバータ２４とＣＶＴ２６の動作を制御すると共に、フォワードクラッチ３０ａの締結を判断して操作量を決定する。
【００５２】
より具体的には、シフトコントローラ７４は、後述するように運転者の運転志向、具体的にはスポーティ走行と燃費走行のいずれを志向するか判定して目標変速比（レシオ）を決定し、決定した目標変速比となるように、可動プーリ半体２６ａ２，２６ｂ２を駆動し、変速比を制御する。
【００５３】
以下、それについて説明する。
【００５４】
制御系やパラメータ推定器などの設計においては、設計対象の動特性を把握する必要があり、この作業は一般にモデリングと呼ばれる。モデリングの一般的な手法として、物理モデリングとシステム同定がある。
【００５５】
物理モデリングは、対象の物理現象を支配する法則を抽出し、微分方程式などの数式を用いてモデルを作成する手法である。対象の物理現象が明確な場合は有効であるが、未知のパラメータが存在する場合や多数の入出力を持つような大規模なモデルに対しては適用が困難である。
【００５６】
一方、システム同定は、実際に対象を動作させ、そのときの入出力信号から同定手法を用いてモデルを構成する手法であり、モデルの内部構造が未知であってもモデリング可能である。
【００５７】
以上の手法はどちらも対象の大域的な（普遍的な）モデルを得る手法であるが、対象が強い非線形性を持つ場合や、モデルの次数が明確でない場合などにあっては、有効なモデルを得るのは困難である。
【００５８】
これらに対し、前記したＪＩＴモデリングでは、対象の大域的なモデルを求める代わりに、対象の過去の入出力データを大量に蓄積し、蓄積データから出力の推定値を求める。ＪＩＴモデリングでは、モデルを同定したい点（これを「要求点」と呼ぶ）が与えられると、蓄積データを利用して要求点付近の局所モデルを構成するため、強い非線形性を持つような大域的なモデルを求めるのが困難な対象であっても、有効なモデルを得ることが可能である。
【００５９】
以下、ＪＩＴモデリングのアルゴリズムについて簡単に説明する。
【００６０】
まず、システムの入力と出力をそれぞれｕ(t)，ｙ(t)とする。
【００６１】
【数１】
ここで、ｍは入力の数、ｎは出力の数である。
【００６２】
また、ｕ(t)とｙ(t)の過去のデータを蓄積してそれぞれｕDB(i)，ｙDB(i)とし、それらを用いて蓄積データφDB(i)を次式のように構成する。
【００６３】
【数２】
上記でｎuは入力の次数であり、自由に選ぶことができる。
【００６４】
次に、時刻ｔにおける入力ｕ(t)に対する出力ｙ(t)の推定をＪＩＴ手法により行うことを考える。このときの入力ｕ(t)はモデルを同定したい点であり、要求点と呼ばれる。ここでは要求点をｑと表す。
【００６５】
【数３】
【００６６】
ＪＩＴモデリングによる出力推定の基本的な構成を図２に示す。これは具体的には、シフトコントローラ７４の動作を示すブロック図である。図３は、図２に示す構成を動作的に示すフロー・チャートである。
【００６７】
以下、ＪＩＴモデリングを用いて車両１４において運転者の運転志向を推定して車両１４の動作を制御する場合を例にとって説明する。
【００６８】
図２と図３を参照して説明すると、先ず前処理において、エキスパート運転者が、スポーティ走行や燃費走行など運転志向を変化させて走行したデータを計測し（データ計測ブロックａ，Ｓ１０）、それらのデータをデータベースとして蓄積する（蓄積データブロックｂ，Ｓ１２）。ここで「エキスパート運転者」は、上記した運転志向に変化させながら車両１４を運転することができる熟練運転者を意味する。
【００６９】
入力データとしては、運転志向と関連があると思われるパラメータを選択する。例えば、アクセルペダル開度ＡＰ、ブレーキペダル開度ＢＲＫ、ステアリング角度θｓｔなどの運転者の操作に関する情報、エンジン回転数ＮＥ、車速ＶＥＬなどの車両１４の運転に関する情報である。
【００７０】
それ以外にも、カメラ・レーダ・ＧＰＳなどの外界センサが搭載されるときは、それらを通じて得た外界情報やそれらの統計量（差分・平均・分散など）を加えても良い。また、それらを組み合わせて作った特徴的な値を入力に加えても良い。
【００７１】
一方、対応する出力値としては、最も単純に、加速性能を重視したスポーティ走行のとき１、燃費を重視した燃費走行のとき０とする。
【００７２】
次いで、要求点ｑを設定する（要求点設定ブロックｃ，Ｓ１４）。前記した如く、要求点ｑは、時刻ｔにおける入力ｕ(t)に対する出力ｙ(t)を推定するとき、そのときの入力ｕ(t)、即ち、モデルを同定したい点を意味する。
【００７３】
次いで、設定された要求点ｑと蓄積データの類似度を算出する（類似度算出ブロックｄ，Ｓ１６）。
【００７４】
類似度は、１からＮまで変化させたときの全てのｉについて蓄積入力データｕDB(i)と要求点ｑとの距離ｄを求めることで算出する。距離ｄの算出手法としては種々のものが提案されているが、最も単純なのはユークリッド距離を用いる方法である。
【００７５】
【数４】
【００７６】
次いで、算出した類似度に基づき、要求点に類似するデータを蓄積データから探索し、近傍を決定する（近傍決定ブロックｅ，Ｓ１８）。
【００７７】
ここで「近傍」とは、蓄積データφDB(i)の中で要求点ｑとの距離ｄが小さいデータの集合のことである。近傍決定の最も単純な手法は、要求点ｑから最も近いｋ個のデータを選択する方法であり、ｋ−ＮＮ(k Nearest Neighbors)法と呼ばれる。
【００７８】
その場合、近傍の決定においては全てのｉについて求めた距離ｄ(ｕDB(i),ｑ)の中から、距離ｄの小さいデータを抽出する必要がある。距離ｄの小さいデータを抽出する最も一般的な手法は、求めた距離ｄを小さい順にソートし、ソート後の結果について小さいほうからｋ個の蓄積データを選択することである。
【００７９】
しかしながら、ソート処理にはバブルソートやクイックソートなど種々の手法があるとはいえ、いずれもデータを比較しながら並べ替えてデータの順序が揃うまでそれを繰り返す作業であるため、負荷の大きい処理である。
【００８０】
ところで、近傍決定において実際に必要なのは、距離ｄの小さいデータから順にｋ個のデータを特定することであり、近傍以外のデータはソートされている必要はない。さらに、近傍に含まれるデータの単純平均により推定出力を求める場合は、近傍においてもソートされている必要はない。即ち、蓄積データの中で、順不同で距離ｄの小さいｋ個のデータを特定できれば十分である。
【００８１】
そこで、この実施例においては、最初から全ての距離データに対してソートを行うのではなく、まず以下の手順に従って距離ｄの小さいｋ個のデータに
絞り込むようにした。即ち、求めた距離ｄの小さいｋ個のデータの集合をソートして近傍のデータとして決定する如く構成した。
【００８２】
図４はそれを示すＳ１８の近傍決定処理のサブ・ルーチン・フロー・チャートである。
【００８３】
先ず、Ｓ１００においてしきい値ｔｈｄを適当に設定し、Ｓ１０２に進み、ｄ(ｕDB(i),q)＜ｔｈｄを満足する距離ｄの個数ｐを求める。次いでＳ１０４に進んでｋとｐを比較する。
【００８４】
Ｓ１０４においてｋ＜ｐと判断されるときは未だしきい値ｔｈｄが大きいので、Ｓ１０６に進んでｔｈｄを小さくし、Ｓ１０２に戻って再びｐを求める。逆にＳ１０４においてｋ＞ｐと判断されるとき、しきい値ｔｈｄが小さすぎるので、Ｓ１０８に進み、ｔｈｄを大きくしてＳ１０２に戻る。
【００８５】
Ｓ１０４においてｋ＝ｐと判断されるまで、これらの手順を繰り返す。ｋ＝ｐとなるｔｈｄが求まり、Ｓ１０４でｋ＝ｐと判断されるとき、Ｓ１１０に進み、ｄ(ｕDB(i),q)＜ｔｈｄを満たすｕDB(i)を抽出することで近傍を得ることができる。
【００８６】
図２、図３の説明に戻ると、次いで近傍に含まれる出力データから推定出力を算出する（推定出力算出部ｆ，Ｓ２０）。
【００８７】
推定出力の最も単純な算出手法は、近傍に含まれる出力データの単純平均値を推定出力とすることである。
【００８８】
【数５】
【００８９】
ここで、ｙハット(t;q)は時刻ｔにおける要求点ｑに対する推定出力であり、ｌ１〜ｌｋは近傍のインデックスである。ハットは推定値を示す。このようにして、ＪＩＴモデリングによりシステムの推定出力を得ることが可能である。
【００９０】
次いで算出された推定出力ｙハット(t;q)に基づいて車両１４の運転を制御する（車両運転制御ブロックｇ，Ｓ２２）。
【００９１】
即ち、シフトコントローラ７４は算出された推定出力が１（スポーティ走行）であるか、０（燃費走行）であるか判定し、それに応じて油圧機構の電磁ソレノイド（図示せず）を励磁・非励磁してトルクコンバータ２４とＣＶＴ２６の動作を制御する。
【００９２】
より具体的には、シフトコントローラ７４は、運転者が加速性能を重視したスポーティ走行を志向していると推定されるとき、大きな駆動力を発生できるように変速比（レシオ）をロー側に制御する一方、燃費を重視した燃費走行を志向していると推定されるとき、エンジン１０が燃費最適作動線付近で動作するように変速比やスロットル開度ＴＨを制御する。
【００９３】
車両１４を制御する場合のように、比較的速いシステムでダイナミクスが強く、また過渡状態における制御精度も重要となる場合には、ダイナミクスを考慮したモデリングを行う必要がある。
【００９４】
ＪＩＴモデリングにおいては、数２式において入力の次数ｎu≧１と設定することにより、ダイナミクスの考慮が可能である。なぜならば、ｎu≧１とした場合、現在の入力だけでなく過去の入力との距離ｄも考慮して類似度の算出が行われるからである。
【００９５】
第１実施例に係る車両の制御装置は上記の如く、車両１４の運転を示すパラメータ群を計測する計測手段（アクセル開度センサ５４など、シフトコントローラ７４，データ計測ブロックａ，Ｓ１０）と、前記計測されたパラメータ群を入力ｕ(t)とし、前記入力ｕ(t)に対応して設定された出力ｙ(t)と共に入力データｕDB(i)、出力データｙDB(i)としてそれぞれ蓄積して蓄積データφDB(i)（＝ｕDB(i)，ｙDB(i)）を得るデータ蓄積手段（蓄積データブロックｂ，Ｓ１２）と、前記入力ｕ(t)に対して時刻ｔのときのモデルを同定するための要求点ｑを設定する要求点設定手段（要求点設定ブロックｃ，Ｓ１４）と、前記設定された要求点ｑと前記蓄積入力ｕDB(i)との距離ｄを全てのｉについて求めることで類似度を算出する類似度算出手段（類似度算出ブロックｄ，Ｓ１６）と、前記蓄積データφDB(i)から前記距離ｄが小さいｋ個のデータの集合を探索して近傍のデータとして決定する近傍決定手段（近傍決定ブロックｅ，Ｓ１８）と、前記決定された近傍のデータに含まれる出力データｙDB(i)から推定出力ｙハット(t;q)を算出する推定出力算出手段（推定出力算出ブロックｆ，Ｓ２０）と、前記算出された推定出力ｙハット(t;q)に基づいて前記車両の運転を制御する車両運転制御手段（車両運転制御ブロックｇ，Ｓ２２）とを備える如く構成したので、近傍決定手段の計算負荷を低減することができる。
【００９６】
即ち、近傍決定（探索）は一般的にソートにより行われるが、ソート処理はデータを比較しながら並べ替え、データの順序が揃うまでそれを繰り返す作業であるため、計算負荷が大きく、検索速度低下の大きな原因の１つとなる。それに対し、本願においては、ソートに代え、蓄積データφDB(i)から距離ｄが小さいｋ個のデータの集合を探索して近傍のデータとして決定するように構成したので、計算負荷を低減させることができ、実装できるコンピュータの計算能力やメモリ容量が限られる車両１４にＪＩＴモデリングを適用することができる。
【００９７】
また、計算負荷が低減することで、より短い周期でモデリングすることができると共に、蓄積データの量や種類を増加させてより多くのデータを網羅することができ、それによって制御精度を向上させることができる。
【００９８】
また、前記近傍データ決定手段は、前記求めた距離ｄの小さいｋ個のデータの集合をソートして前記近傍のデータとして決定する如く構成したので、上記した効果に加え、計算負荷をほとんど生じることがない。例えば、距離ｄに応じた重み付け平均を算出する場合でも、ソートする必要があるのはｋ個のデータだけで、それ以外についてはソートする必要がないので、計算負荷をほとんど生じることがなく、実装できるコンピュータの計算能力やメモリ容量が限られる車両にＪＩＴモデリングを適用することができる。
【００９９】
また、前記近傍決定手段は、しきい値ｔｈｄの初期値を求めて前記距離ｄと比較し、距離ｄ＜ｔｈｄを満足する距離ｄの個数ｐを求め、ｐ＝ｋとなるようにｔｈｄを増減して前記ｋ個のデータの集合を探索するように構成したので、上記した効果に加え、構成が簡易となって計算負荷を一層低減することができる。
【０１００】
また、運転者の運転志向を推定して車両１４の運転を制御することで、運転者の意図に良く沿うことができる。
【実施例２】
【０１０１】
図５は、この発明の第２実施例に係る車両の制御装置の近傍決定処理、特にしきい値の初期値の決定を示す、図４と同様なフロー・チャートである。
【０１０２】
第１実施例の図４に示す近傍決定処理ではしきい値ｔｈｄの初期値を適宜決定したが、第２実施例においては二分探索法の考え方に基づいて設定するようにした。
【０１０３】
以下説明すると、先ず、Ｓ２００において距離ｄの最小値ｄｍｉｎと最大値ｄｍａｘをそれぞれ求め、ｔｈｄ＝（ｄｍｉｎ＋ｄｍａｘ）／２とし、Ｓ２０２においてその値を初期値とする。
【０１０４】
次いで第１実施例と同様、Ｓ２０４を経てＳ２０６に進み、ｋとｐを比較する。Ｓ２０６でｋ＜ｐと判断される場合、Ｓ２０８においてｄｍａｘ＝ｔｈｄとし、Ｓ２０２においてｔｈｄ＝（ｄｍｉｎ＋ｄｍａｘ）／２とする。他方、Ｓ２０６でｋ＞ｐと判断される場合、Ｓ２１０においてｄｍｉｎ＝ｄｍａｘとする。
【０１０５】
上記を繰り返すことで確実にｋ＝ｐとなるｔｈｄを求めることができ、Ｓ２１２においてｄ(ｕDB(i),q)＜ｔｈｄを満たすｕDB(i)を抽出して近傍を決定することができる。
【０１０６】
第２実施例に係る車両の制御装置においては上記の如く、前記近傍決定手段は、前記距離ｄの最小値ｄｍｉｎと最大値ｄｍａｘを求め、その平均値を前記しきい値ｔｈｄの初期値とする（Ｓ２００からＳ２１２）如く構成したので、ｋ個のデータの集合を確実に探索することができる。尚、残余の構成および効果は第１実施例と同様である。
【実施例３】
【０１０７】
図６は、この発明の第３実施例に係る車両の制御装置の近傍決定処理、特にしきい値の初期値の決定を示す、図４と同様なフロー・チャートである。
【０１０８】
第２実施例においてはしきい値ｔｈｄの初期値をｔｈｄ＝（ｄｍｉｎ＋ｄｍａｘ）／２として与えた。しかしながら、蓄積データのデータ数Ｎとし、そのデータ数Ｎを近傍として選択するデータ数ｋと比べた場合、ｋ＜＜Ｎであるのが一般的である。
【０１０９】
即ち、近傍は、距離データ全体の中で極めて最小値寄りのごく一部の領域である。従って、ｔｈｄ＝（ｄｍｉｎ＋ｄｍａｘ）／２のようにデータ全体の中間的な値をしきい値の初期値として与えるのは、必ずしも効率的ではない。
【０１１０】
そこで、第３実施例にあっては距離ｄの値の分布は均等であると仮定し、Ｓ３００においてしきい値の初期値をｔｈｄ＝（ｄｍｉｎ＋ｄｍａｘ）×ｋ／Ｎとし、初期値を従前の実施例よりもより最小値寄りに設定するようにした。
【０１１１】
尚、Ｓ３０２以降の処理は第２実施例と同様である。このようにすることで、初期探索の時点で近傍にかなり近づくことができるので、探索数を低減することができる。
【０１１２】
この手法によるとき、距離データが均等に分布していない場合は探索数が増加するが、それでも中間的な値を初期値とする場合と比較すれば効率的である。尚、２回目の探索以降は、すでに述べた方法と同様に二分探索を繰り返せば良い。
【０１１３】
第３実施例に係る車両の制御装置においては上記の如く、前記近傍決定手段は、前記蓄積データφDB(i)の総数をＮとするとき、前記距離ｄの最小値ｄｍｉｎと最大値ｄｍａｘの和にｋ／Ｎを乗じて得た積を前記しきい値ｔｈｄの初期値とする（Ｓ３００からＳ３１２）如く構成したので、初期探索のときから近傍にかなり接近することができ、計算負荷を一層低減することができる。尚、残余の構成および効果は第１実施例と同様である。
【実施例４】
【０１１４】
図７は、この発明の第４実施例に係る車両の制御装置の近傍決定処理、特にしきい値の初期値の決定を示す、図４と同様なフロー・チャートである。
【０１１５】
第４実施例にあっても、距離ｄの値の分布は均等であると仮定し、Ｓ４００においてしきい値の初期値をｔｈｄ＝（ｄｍｉｎ＋ｄｍａｘ）×ｋ／Ｎとし、従前の実施例に比して初期値を、より最小値寄りに設定するようにした。Ｓ４０２からＳ４１２までの処理は、第３実施例のＳ３０２以降の処理と同様である。
【０１１６】
上記で、Ｓ４０６の比較結果においてｋ＜ｐとなった場合、そのときのしきい値ｔｈｄに対してｄ(ｕDB(i),q)＜ｔｈｄを満たすｄ(ｕDB(i),q)の集合に近傍は包含される。反対にｄ(ｕDB(i),q)＞ｔｈｄを満たすｄ(ｕDB(i),q)の集合の中には近傍は存在しないので、以後は探索する必要がない。
【０１１７】
従って、Ｓ４０６の比較結果でｋ＜ｐとなったときは、Ｓ４１４において以後の探索対象をｄ(ｕDB(i),q)＜ｔｈｄを満たす集合のみとする。このようにして、探索範囲を縮小しながら探索を行うことにより、探索効率をさらに向上させることができる。即ち、一旦近傍ではないと判定された領域は二度と探索しないため、初期探索の時点で近傍にかなり近づくことができるので、探索数を低減することができる。
【０１１８】
第４実施例に係る車両の制御装置においては上記の如く、前記近傍決定手段は、ｋ＜ｐであるとき、ｄ＜ｔｈｄを満たす集合のみを探索する（Ｓ４００からＳ４１４）如く構成したので、探索効率を向上させることができ、計算負荷を一層低減することができる。
【０１１９】
尚、上記において車両の制御装置として運転者の運転志向を推定して車両の運転を制御する装置を例にとって説明したが、それは例示であり、車両の制御装置はどのような制御対象を制御するものであっても良い。
【図面の簡単な説明】
【０１２０】
【図１】この発明の第１実施例に係るこの発明の実施例に係る車両の制御装置を全体的に示す概略図である。
【図２】図１に示す装置のシフトコントローラがＪＩＴモデリングによる出力推定を行うときの基本的な構成を示すブロック図である。
【図３】図２の構成を動作的に示すフロー・チャートである。
【図４】図３フロー・チャートの近傍決定処理のサブ・ルーチン・フロー・チャートである。
【図５】この発明の第２実施例に係る車両の制御装置の近傍決定処理、特にしきい値の初期値の決定を示す、図４と同様なフロー・チャートである。
【図６】この発明の第３実施例に係る車両の制御装置の近傍決定処理、特にしきい値の初期値の決定を示す、図４と同様なフロー・チャートである。
【図７】この発明の第４実施例に係る車両の制御装置の近傍決定処理、特にしきい値の初期値の決定を示す、図４と同様なフロー・チャートである。
【符号の説明】
【０１２１】
１０ エンジン（内燃機関）、１４ 車両、１６ ＤＢＷ機構、２４ トルクコンバータ、２６ 変速機（ＣＶＴ）、３０ 前後進切換装置、３０ａ フォワードクラッチ、４８ クランク角センサ、５０ 絶対圧センサ、５２ スロットル開度センサ、５４ アクセル開度センサ、５６ 水温センサ、６０ エンジンコントローラ、７２ ブレーキ開度センサ、７３ 舵角センサ、７４ シフトコントローラ、Ｗ 駆動輪（タイヤ）
【特許請求の範囲】
【請求項１】
車両の運転を示すパラメータ群を計測する計測手段と、前記計測されたパラメータ群を入力ｕ(t)とし、前記入力ｕ(t)に対応して設定された出力ｙ(t)と共に入力データｕDB(i)、出力データｙDB(i)としてそれぞれ蓄積して蓄積データφDB(i)（＝ｕDB(i)，ｙDB(i)）を得るデータ蓄積手段と、前記入力ｕ(t)に対して時刻ｔのときのモデルを同定するための要求点ｑを設定する要求点設定手段と、前記設定された要求点ｑと前記蓄積入力ｕDB(i)との距離ｄを全てのｉについて求めることで類似度を算出する類似度算出手段と、前記蓄積データφDB(i)から前記距離ｄが小さいｋ個のデータの集合を探索して近傍のデータとして決定する近傍データ決定手段と、前記決定された近傍のデータに含まれる出力データｙDB(i)から推定出力ｙハット(t;q)を算出する推定出力算出手段と、前記算出された推定出力ｙハット(t;q)に基づいて前記車両の運転を制御する車両運転制御手段とを備えることを特徴とする車両の制御装置。
【請求項２】
前記近傍データ決定手段は、前記求めた距離ｄの小さいｋ個のデータの集合をソートして前記近傍のデータとして決定することを特徴とする請求項１記載の車両の制御装置。
【請求項３】
前記近傍データ決定手段は、しきい値ｔｈｄの初期値を求めて前記距離ｄと比較し、距離ｄ＜ｔｈｄを満足する距離ｄの個数ｐを求め、ｐ＝ｋとなるようにｔｈｄを増減して前記ｋ個のデータの集合を探索することを特徴とする請求項１または２記載の車両の制御装置。
【請求項４】
前記近傍データ決定手段は、前記距離ｄの最小値ｄｍｉｎと最大値ｄｍａｘを求め、その平均値を前記しきい値ｔｈｄの初期値とすることを特徴とする請求項３記載の車両の制御装置。
【請求項５】
前記近傍データ決定手段は、前記蓄積データφDB(i)の総数をＮとするとき、前記距離ｄの最小値ｄｍｉｎと最大値ｄｍａｘの和にｋ／Ｎを乗じて得た積を前記しきい値ｔｈｄの初期値とすることを特徴とする請求項４記載の車両の制御装置。
【請求項６】
前記近傍データ決定手段は、ｋ＜ｐであるとき、ｄ＜ｔｈｄを満たす集合のみを探索することを特徴とする請求項５記載の車両の制御装置。
【請求項１】
車両の運転を示すパラメータ群を計測する計測手段と、前記計測されたパラメータ群を入力ｕ(t)とし、前記入力ｕ(t)に対応して設定された出力ｙ(t)と共に入力データｕDB(i)、出力データｙDB(i)としてそれぞれ蓄積して蓄積データφDB(i)（＝ｕDB(i)，ｙDB(i)）を得るデータ蓄積手段と、前記入力ｕ(t)に対して時刻ｔのときのモデルを同定するための要求点ｑを設定する要求点設定手段と、前記設定された要求点ｑと前記蓄積入力ｕDB(i)との距離ｄを全てのｉについて求めることで類似度を算出する類似度算出手段と、前記蓄積データφDB(i)から前記距離ｄが小さいｋ個のデータの集合を探索して近傍のデータとして決定する近傍データ決定手段と、前記決定された近傍のデータに含まれる出力データｙDB(i)から推定出力ｙハット(t;q)を算出する推定出力算出手段と、前記算出された推定出力ｙハット(t;q)に基づいて前記車両の運転を制御する車両運転制御手段とを備えることを特徴とする車両の制御装置。
【請求項２】
前記近傍データ決定手段は、前記求めた距離ｄの小さいｋ個のデータの集合をソートして前記近傍のデータとして決定することを特徴とする請求項１記載の車両の制御装置。
【請求項３】
前記近傍データ決定手段は、しきい値ｔｈｄの初期値を求めて前記距離ｄと比較し、距離ｄ＜ｔｈｄを満足する距離ｄの個数ｐを求め、ｐ＝ｋとなるようにｔｈｄを増減して前記ｋ個のデータの集合を探索することを特徴とする請求項１または２記載の車両の制御装置。
【請求項４】
前記近傍データ決定手段は、前記距離ｄの最小値ｄｍｉｎと最大値ｄｍａｘを求め、その平均値を前記しきい値ｔｈｄの初期値とすることを特徴とする請求項３記載の車両の制御装置。
【請求項５】
前記近傍データ決定手段は、前記蓄積データφDB(i)の総数をＮとするとき、前記距離ｄの最小値ｄｍｉｎと最大値ｄｍａｘの和にｋ／Ｎを乗じて得た積を前記しきい値ｔｈｄの初期値とすることを特徴とする請求項４記載の車両の制御装置。
【請求項６】
前記近傍データ決定手段は、ｋ＜ｐであるとき、ｄ＜ｔｈｄを満たす集合のみを探索することを特徴とする請求項５記載の車両の制御装置。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【公開番号】特開２０１０−１１６００６（Ｐ２０１０−１１６００６Ａ）
【公開日】平成２２年５月２７日（２０１０．５．２７）
【国際特許分類】
【出願番号】特願２００８−２８９８１６（Ｐ２００８−２８９８１６）
【出願日】平成２０年１１月１２日（２００８．１１．１２）
【出願人】（０００００５３２６）本田技研工業株式会社 (23,863)
【Ｆターム（参考）】
【公開日】平成２２年５月２７日（２０１０．５．２７）
【国際特許分類】
【出願日】平成２０年１１月１２日（２００８．１１．１２）
【出願人】（０００００５３２６）本田技研工業株式会社 (23,863)
【Ｆターム（参考）】
[ Back to top ]