車両用運転評価装置
【課題】ユーザによる車両の運転を定量的かつ公平に評価することができる車両用運転評価装置を提供する。
【解決手段】
ある走行区間Ｔでの実際の燃費Ｘｒを取得するとともに、その走行区間Ｔにおける車速ｖ（ｔ）を取得し、取得した車速ｖ（ｔ）のもとでの推定最良燃費Ｘｖをシミュレーションモデルにより算出する。そして、実際燃費Ｘｒと推定最良燃費Ｘｖとの比である燃費性能達成率Ｅをユーザに対して表示する。なお、シミュレーションモデルである燃費モデルは、車速及び加速度からエンジントルク及び回転数を逆算するための駆動系モデルと、エンジントルク及び回転数に燃料消費量を関連付けたマップデータとから構成し、マップデータはエンジンの実際の制御結果に基づいて更新可能とする。
【解決手段】
ある走行区間Ｔでの実際の燃費Ｘｒを取得するとともに、その走行区間Ｔにおける車速ｖ（ｔ）を取得し、取得した車速ｖ（ｔ）のもとでの推定最良燃費Ｘｖをシミュレーションモデルにより算出する。そして、実際燃費Ｘｒと推定最良燃費Ｘｖとの比である燃費性能達成率Ｅをユーザに対して表示する。なお、シミュレーションモデルである燃費モデルは、車速及び加速度からエンジントルク及び回転数を逆算するための駆動系モデルと、エンジントルク及び回転数に燃料消費量を関連付けたマップデータとから構成し、マップデータはエンジンの実際の制御結果に基づいて更新可能とする。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、内燃機関によって駆動される車両用の運転評価装置に関し、詳しくは、燃費によってユーザによる車両の運転を評価する装置に関する。
【背景技術】
【０００２】
ユーザが車両を走行させたときの実際の燃費によってユーザによる車両の運転を評価する方法や装置が知られている。例えば、特開２００７−２１０４８７号公報に開示されたものでは、車両の走行試験から運転パターンごとの試験走行燃費データを記憶しておき、測定された実走行燃費データとその運転パターンにおける最も効率の良い試験走行燃費データとを比較し、走行燃費の低下の程度から実走行での運転操作を評価し、運転操作に関する情報を運転評価表示部に表示するようにしている。また、特開２００３−２７８５７３号公報に開示されたものでは、燃費を悪化させる運転が行われた場合、実際に消費された燃料量と、その燃費を悪化させる運転が行なわれずに走行した場合の燃料消費量とをそれぞれ演算し、その差を燃費を悪化させる運転による過剰消費燃料量として算出し、算出した過剰燃料消費量を表示部に表示するようにしている。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２００６−５２６１０４号公報
【特許文献２】特開２００７−２１０４８７号公報
【特許文献３】特開２００３−２７８５７３号公報
【特許文献４】特開２００６−０７７６６５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、従来提案されている何れの方法や装置も、ユーザに低燃費運転を促すという効果においては不十分であった。ユーザに対して低燃費運転を効果的に促すためには、車両の運転を定量的かつ公平に評価する必要がある。そのためには、現在の実機のポテンシャルが最大限に発揮された場合の燃費を評価基準とすべきところ、従来の方法や装置ではそうはなっていない。例えば、特開２００７−２１０４８７号公報に開示のものは試験走行燃費データから燃費を計算しているが、試験用車両と個々の車両の個体差や各車両個体の経年変化等を考慮すると、必ずしも現在の実機のポテンシャルが最大限に発揮された場合の燃費を計算できているとは言えない。
【０００５】
本発明は、上述のような課題を解決するためになされたもので、ユーザによる車両の運転を定量的かつ公平に評価することができる車両用運転評価装置を提供することを目的とする。
【課題を解決するための手段】
【０００６】
第１の発明は、上記の目的を達成するため、内燃機関によって駆動される車両用の運転評価装置において、
車速及び加速度から前記内燃機関のトルク及び回転数を逆算するための駆動系モデルと、前記内燃機関のトルク及び回転数に燃料消費量を関連付けたマップデータとから構成されるシミュレーションモデルを記憶する記憶手段と、
前記内燃機関の実際の制御結果に基づいて前記マップデータを更新するマップデータ更新手段と、
ある走行区間での実際の燃費を算出する実際燃費算出手段と、
前記走行区間における車速の変化パターンを取得し、取得した車速の変化パターンのもとでの推定最良燃費を前記シミュレーションモデルにより算出する推定最良燃費算出手段と、
前記実際燃費と前記推定最良燃費との比の大きさに応じて表示内容を変化させる表示手段と、
を備えることを特徴としている。
【０００７】
第２の発明は、第１の発明において、
前記実際燃費が前記推定最良燃費を上回る場合には、以後算出される実際燃費に基づいて前記シミュレーションモデルのパラメータ値を学習する学習手段と、
前記学習手段による学習が完了するまでの間、前記実際燃費を用いて前記シミュレーションモデルによる推定最良燃費の算出結果を補正する補正手段と、
をさらに備えることを特徴としている。
【発明の効果】
【０００８】
第１の発明によれば、ユーザが車両を運転してある走行区間を走行した場合、その走行区間における車速の変化パターンが取得される。そして、取得した車速の変化パターンのもとでの推定最良燃費がシミュレーションモデルにより算出される。詳しくは、取得した車速の変化パターンのもとでの内燃機関のトルク及び回転数の変化が駆動系モデルによって計算され、その計算結果とトルク及び回転数に燃料消費量を関連付けたマップデータとを用いて推定最良燃費が計算される。このようにして計算された推定最良燃費は、シミュレーションモデルで定義された所定条件のもとで車両を走行させた場合の燃費であって、車両の使用条件やユーザの運転状態の影響は受けていない。しかも、前記マップデータは内燃機関の実際の制御結果に基づいて更新されるので、車両そのものの状態、特に、内燃機関の状態は推定最良燃費の計算結果に着実に反映されている。したがって、シミュレーションモデルにより算出された推定最良燃費は車両の現在のポテンシャルが最大限に発揮された場合の燃費であり、このような燃費に対する実際燃費の比を評価指数とすることで、ユーザによる車両の運転を定量的かつ公平に評価することができる。また、算出した評価指数である比の大きさに応じて表示内容を変化させることで、ユーザに対して低燃費運転を効果的に促すことができる。
【０００９】
第２の発明によれば、実際燃費が推定最良燃費を上回る場合には、以後算出される実際燃費に基づいてシミュレーションモデルのパラメータ値が学習されることにより、シミュレーションモデルにより算出される推定最良燃費の信頼性、すなわち、推定最良燃費が車両の現在のポテンシャルが最大限に発揮された場合の燃費であることの信頼性が担保される。また、学習が完了するまでの間は、実際燃費を用いてシミュレーションモデルによる推定最良燃費の算出結果が補正されるので、学習が完了するまでの間にシミュレーションモデルにより算出される推定最良燃費の信頼性も担保される。
【図面の簡単な説明】
【００１０】
【図１】本発明の実施の形態としての車両用運転評価装置の構成を示す概略図である。
【図２】本発明の実施の形態において実施される運転評価結果の表示処理の手順を示すフローチャートである。
【図３】本発明の実施の形態において実施される推定最良燃費の補正処理の手順を示すフローチャートである。
【図４】実際瞬時燃費と推定瞬時最良燃費との間の誤差の発生イメージを示す図である。
【発明を実施するための形態】
【００１１】
以下、本発明の実施の形態について図１乃至図４の各図を参照して説明する。
【００１２】
本実施の形態の運転評価装置が適用される車両は、内燃機関（以下、単にエンジンという）によって駆動される車両であり、エンジンの種類に限定はない。また、駆動系に配備される変速機の種類にも限定はない。本実施の形態の運転評価装置は、このような車両に備えられる制御装置の一機能として実現される。車両の制御装置が運転評価装置として機能した場合の構成をブロック図で示したものが図１である。図１に示す構成は、制御装置のメモリに格納されたプログラムに従い制御装置のＣＰＵが動作することで仮想的に実現される構成である。
【００１３】
本実施の形態の運転評価装置は、ある走行区間Ｔにおける実際燃費Ｘｒと、前記走行区間Ｔにおける推定最良燃費Ｘｖとの比を算出し、その比を評価指数としてユーザの運転を評価する装置である。実際燃費Ｘｒは、区間Ｔの走行距離を燃料消費量で除して得られる平均燃費である。推定最良燃費Ｘｖは、車両の現在のポテンシャルが最大限に発揮された場合の前記走行区間Ｔにおける燃費である。推定最良燃費Ｘｖの計算方法については追って詳細に説明する。走行区間Ｔの設定は開始時点と終了時点とが明確になってさえすれば任意であって、例えば次のような区間に設定することができる。
例１：ユーザが指定した任意の開始タイミングから終了タイミングまでの走行区間
例２：エンジンの始動から停止までの走行区間
例３：ユーザが指定した一定走行距離（例えば１００ｋｍ）を走行した区間
例４：ユーザが指定した一定期間（例えば１カ月）の間の走行区間
【００１４】
図１に示すように、本実施の形態の運転評価装置は５つの要素２，４，６，８，１０から構成されている。そのうちの一つが燃費性能達成率計算部２であって、前述の実際燃費Ｘｒと推定最良燃費Ｘｖとの比を燃費性能達成率Ｅとして算出する。運転評価装置は、算出した燃費性能達成率Ｅを表示装置６によってユーザに表示する。表示の方法には限定ななく、例えば次のような方法で表示することができる。
例１：燃費性能達成率Ｅを数値で表示
例２：燃費性能達成率Ｅのレベルをマークや文字等で表示（優良（Ｅ＝１００〜９１％）、良（Ｅ＝９０〜７６％）、悪（Ｅ＝７５％以下）等）
【００１５】
本実施の形態の運転評価装置はその構成要素として推定最良燃費計算部４を備えている。前述の推定最良燃費Ｘｖはここで計算される。推定最良燃費計算部４は燃費モデルを用いて推定最良燃費Ｘｖを計算する。燃費モデルは車速の変化パターンから推定最良燃費Ｘｖを計算するためのシミュレーションモデルである。燃費モデルは駆動系モデルと燃料消費マップとから構成されている。
【００１６】
駆動系モデルはエンジンからタイヤまでのトルク及び回転の伝達特性をモデル化したものである。この駆動系モデルを逆方向から計算することで、車速の変化パターンからエンジン回転数及びトルクを逆算することができる。具体的には、まず、走行区間Ｔにおける車速ｖが時間ｔに関連付けられて取得される（以下、時間ｔに関連付けられた車速をｖ（ｔ）と表記する）。ついで、車速ｖ（ｔ）から加速度α（ｔ）が算出される。そして、車速ｖ（ｔ）及び加速度α（ｔ）に基づいて走行抵抗Ｒａｌｌ（ｔ）が算出される。走行抵抗Ｒａｌｌ（ｔ）は予め実験により予め実験によって作成したマップによって、或いは、物理式を用いて算出される。次に、車速ｖ（ｔ）とタイヤの有効半径Ｒとからタイヤ回転数Ｎａ（ｔ）が算出され、また、走行抵抗Ｒａｌｌ（ｔ）とタイヤの有効半径ＲとからタイヤトルクＴａ（ｔ）が算出される。さらに、タイヤ回転数Ｎａ（ｔ）からプロペラシャフト回転数Ｎｐ（ｔ）が算出され、また、タイヤトルクＴａ（ｔ）からプロペラシャフトトルクＴｐ（ｔ）が算出される。そして、プロペラシャフト回転数Ｎｐ（ｔ）からエンジン回転数Ｎｅ（ｔ）が算出され、また、プロペラシャフトトルクＴｐ（ｔ）からエンジントルクＴｅ（ｔ）が算出される。
【００１７】
燃料消費マップは、エンジン回転数Ｎｅ及びトルクＴｅに燃料消費量ｑが関連付けられたマップデータである。駆動系モデルによる計算結果は燃料消費マップに当てはめられ、走行区間Ｔの開始から終了までの所定時間間隔毎の燃料消費量ｑ（ｔ）が算出される。推定最良燃費計算部４は、車速ｖ（ｔ）の時間積分値と燃料消費量ｑ（ｔ）の時間積分値とを用いて推定最良燃費Ｘｖを算出する。各時間積分の積分区間は走行区間Ｔの開始時点から終了時点までである。
【００１８】
また、本実施の形態の運転評価装置の構成要素にはマップデータ学習部８が含まれる。マップデータ学習部８は、エンジンの実際の制御結果に基づいてエンジン回転数及びトルクと燃料消費量との関係を学習し、その学習結果に基づいて所定の更新周期で燃料消費マップを更新する。
【００１９】
さらに、本実施の形態の運転評価装置はその構成要素としてモデルパラメータ学習部１０を備えている。駆動系モデルでは、車重やタイヤ径等の車両諸元、転がり摩擦係数等の各種の損失係数、変速機の変速パターン等、車両の燃費に影響する各種のパラメータが用いられている。このうち車両の個体差や経年変化が影響するパラメータに関し、モデルパラメータ学習部１０は、後述するパラメータ学習フラグがオンになった場合に実際燃費と推定最良燃費とのずれに基づいて学習を実施する。
【００２０】
本実施の形態の運転評価装置による運転評価結果の表示処理の手順について図２のフローチャートを用いて説明する。最初のステップＳ１０２では、区間Ｔにおける実際燃費Ｘｒの算出結果が取得される。続いてステップＳ１０４では、区間Ｔにおける車速ｖ（ｔ）が取得される。なお、実際燃費Ｘｒの計算、及び、車速ｖ（ｔ）の計測はそれぞれ本ルーチンとは別のルーチンで行われている。
【００２１】
次のステップＳ１０６では、ステップＳ１０４で取得された車速ｖ（ｔ）が燃費モデルに入力され、燃費モデルによって区間Ｔにおける推定最良燃費Ｘｖが算出される。そして、ステップＳ１０６では、以下の式により、実際燃費Ｘｒと推定最良燃費Ｘｖとから燃費性能達成率Ｅが算出される。
Ｅ＝Ｘｒ／Ｘｖ＊１００％
【００２２】
ステップＳ１０８では、ステップＳ１００で算出された燃費性能達成率Ｅが表示装置６によってユーザに対して表示される。
【００２３】
上述のように、本実施の形態の運転評価装置は、ユーザの運転によって車両がある走行区間Ｔを走行した場合、その走行区間Ｔにおける車速ｖ（ｔ）を取得し、車速ｖ（ｔ）のもとでの推定最良燃費Ｘｖを燃費モデルにより算出する。推定最良燃費Ｘｖは、燃費モデルで定義された所定条件のもとで車両を走行させた場合の燃費であって、車両の使用条件やユーザの運転状態の影響は受けていない。しかも、燃料消費マップはエンジンの実際の制御結果に基づいて更新されるので、エンジンの状態は推定最良燃費Ｘｖの計算結果に着実に反映されている。燃費性能達成率Ｅは、このような推定最良燃費Ｘｖを評価基準とした実際燃費Ｘｒの評価指数であるので、ユーザによる車両の運転を定量的かつ公平に評価することができる。そして、表示装置６を介して燃費性能達成率Ｅをユーザに表示することで、ユーザに対して低燃費運転を効果的に促すことができる。
【００２４】
ところで、燃費性能達成率Ｅは理論上は１００％を超えることは無い。推定最良燃費Ｘｖは、現在の車両のポテンシャルが最大限に発揮された場合の燃費であるので、推定最良燃費Ｘｖよりも実際燃費Ｘｒのほうが大きくなることはないからである。しかしながら、車両間の個体差や経年変化、或いはモデル化精度等の原因により、推定最良燃費Ｘｖの計算に使用する燃費モデルと実機との間には多少のモデル誤差が存在している。モデル誤差の大きさによっては、現在の車両のポテンシャルが最大限に発揮された場合の燃費よりも推定最良燃費Ｘｖが小さく算出される可能性がある。その場合、燃費性能達成率Ｅは真の値よりも大きくなるので、ユーザによる車両の運転を過大評価しまうことになる。
【００２５】
そこで、本実施の形態の運転評価装置は、燃費モデルにモデル誤差があることが判明したら、モデル誤差を解消するようにモデルパラメータの学習を開始する。モデルパラメータの学習はモデルパラメータ学習部１０によって行われる。また、モデルパラメータの学習が完了するまでの間は、その間に表示される燃費性能達成率Ｅの信頼性を担保するため、燃費モデルによる推定最良燃費Ｘｖの算出結果に対して補正処理を施し、補正処理した推定最良燃費Ｘｖを用いて燃費性能達成率Ｅを計算する。
【００２６】
図３は、本実施の形態において実施される推定最良燃費Ｘｖの補正処理の手順を示すフローチャートである。最初のステップＳ２０２では、燃費性能達成率Ｅが１００％を超えているかどうか判定される。前述の理由により、燃費性能達成率Ｅが１００％を超えていれば、燃費モデルにモデル誤差があることは確実だからである。燃費性能達成率Ｅが１００％未満であれば本ルーチンは終了となる。なお、このフローチャートに示すルーチンは、燃費性能達成率Ｅが新たに算出される度に実行される。
【００２７】
燃費性能達成率Ｅが１００％を超えている場合には、ステップＳ２０４以降の処理が実施される。まず、ステップＳ２０４では、パラメータ学習フラグがオンにされる。パラメータ学習フラグがオンになったことを受けて、モデルパラメータ学習部１０によるモデルパラメータの学習が開始される。モデルパラメータが学習されることにより、燃費モデルにより算出される推定最良燃費Ｘｖの信頼性、すなわち、推定最良燃費が車両の現在のポテンシャルが最大限に発揮された場合の燃費であることの信頼性が担保される。なお、モデルパラメータの学習は本ルーチンとは別のルーチンで行われる。
【００２８】
次のステップＳ２０６では、走行区間Ｔにおける瞬時の実際燃費と瞬時の推定最良燃費との比較解析が実施される。ここでいう瞬時の実際燃費とは時間ｔに関連付けられた実際燃費のことであり、以下ではＸｒ（ｔ）と表記する。前述の実際燃費Ｘｒは走行区間Ｔにおける平均の実際燃費である。同様に、瞬時の推定最良燃費とは時間ｔに関連付けられた推定最良燃費のことであり、以下ではＸｖ（ｔ）と表記する。前述の推定最良燃費Ｘｒは走行区間Ｔにおける平均の推定最良燃費である。
【００２９】
ステップＳ２０６の比較解析は誤差の発生傾向に関して行われる。具体的には、走行区間Ｔがｎ等分され、等分された区間毎に実際瞬時燃費Ｘｒ（ｔ）と推定瞬時最良燃費Ｘｖ（ｔ）との比較が行われる。図４は、実際瞬時燃費と推定瞬時最良燃費との間の誤差の発生イメージを示す図である。図中に破線で示すのが推定瞬時最良燃費である。両者の間の誤差には、実際瞬時燃費が推定瞬時最良燃費を全体的に上回るオフセット的な誤差と、特定領域においてのみ上回るオフセ誤差とがある。生じている誤差が図４に示すどちらの種類の誤差であるか判断するため、比較の結果、実際瞬時燃費Ｘｒ（ｔ）が推定瞬時最良燃費Ｘｖ（ｔ）を上回っている区間（１００％超え区間）の数がカウントされる。また、各１００％超え区間では、下式のように、車速及び水温に補正燃料消費量ｑ′を関連付けるマップが作成される。補正燃料消費量ｑ′は、その区間における実際瞬時燃費Ｘｒ（ｔ）と推定瞬時最良燃費Ｘｖ（ｔ）との差から算出される。
ｑ′＝ｍａｐ（車速，水温）
【００３０】
ステップＳ２０８では、ステップＳ２０６の比較解析の結果に基づいて、誤差の発生傾向がオフセット型かどうか判定される。この判定は１００％超え区間の割合を判定基準と比較することでよい。例えば１００％超え区間の割合がｎ／２を超えている場合にはオフセット的な誤差であり、超えていない場合には特定領域のみの誤差であると判定する。ここでの判定結果は、推定最良燃費Ｘｖの補正処理の内容に反映される。
【００３１】
オフセット的な誤差が生じていると判定された場合、ステップＳ２１０の処理が実施される。Ｓ２１０では、今後算出される推定最良燃費Ｘｖの値に一律の補正係数Ｃｒを乗じる補正処理が行われる。例えば、燃費性能達成率Ｅを補正係数Ｃｒとして用いることもできる。
【００３２】
一方、特定領域のみの誤差が生じていると判定された場合、ステップＳ２１２の処理が実施される。Ｓ２１２では、大きな誤差が生じている特定領域のみ、ステップＳ２０６で算出した補正燃料消費量ｑ′を推定最良燃費Ｘｖの計算に使用する補正処理が行われる。ある区間が特定領域かどうかは、その区間の車速及び水温とステップＳ２０６で作成したマップの引数との一致性によって判断することができる。
【００３３】
以上のような手順で推定最良燃費Ｘｖの補正処理が実施されることで、モデルパラメータの学習が完了するまでの間に燃費モデルにより算出される推定最良燃費Ｘｖの信頼性が担保される。
【００３４】
以上、本発明の実施の形態について説明したが、本発明は上述の実施の形態に限定されるものではなく、本発明の趣旨を逸脱しない範囲で種々変形して実施することができる。
【符号の説明】
【００３５】
２ 燃費性能達成率計算部
４ 推定最良燃費計算部
６ 表示装置
８ マップデータ学習部
１０ モデルパラメータ学習部
【技術分野】
【０００１】
本発明は、内燃機関によって駆動される車両用の運転評価装置に関し、詳しくは、燃費によってユーザによる車両の運転を評価する装置に関する。
【背景技術】
【０００２】
ユーザが車両を走行させたときの実際の燃費によってユーザによる車両の運転を評価する方法や装置が知られている。例えば、特開２００７−２１０４８７号公報に開示されたものでは、車両の走行試験から運転パターンごとの試験走行燃費データを記憶しておき、測定された実走行燃費データとその運転パターンにおける最も効率の良い試験走行燃費データとを比較し、走行燃費の低下の程度から実走行での運転操作を評価し、運転操作に関する情報を運転評価表示部に表示するようにしている。また、特開２００３−２７８５７３号公報に開示されたものでは、燃費を悪化させる運転が行われた場合、実際に消費された燃料量と、その燃費を悪化させる運転が行なわれずに走行した場合の燃料消費量とをそれぞれ演算し、その差を燃費を悪化させる運転による過剰消費燃料量として算出し、算出した過剰燃料消費量を表示部に表示するようにしている。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２００６−５２６１０４号公報
【特許文献２】特開２００７−２１０４８７号公報
【特許文献３】特開２００３−２７８５７３号公報
【特許文献４】特開２００６−０７７６６５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、従来提案されている何れの方法や装置も、ユーザに低燃費運転を促すという効果においては不十分であった。ユーザに対して低燃費運転を効果的に促すためには、車両の運転を定量的かつ公平に評価する必要がある。そのためには、現在の実機のポテンシャルが最大限に発揮された場合の燃費を評価基準とすべきところ、従来の方法や装置ではそうはなっていない。例えば、特開２００７−２１０４８７号公報に開示のものは試験走行燃費データから燃費を計算しているが、試験用車両と個々の車両の個体差や各車両個体の経年変化等を考慮すると、必ずしも現在の実機のポテンシャルが最大限に発揮された場合の燃費を計算できているとは言えない。
【０００５】
本発明は、上述のような課題を解決するためになされたもので、ユーザによる車両の運転を定量的かつ公平に評価することができる車両用運転評価装置を提供することを目的とする。
【課題を解決するための手段】
【０００６】
第１の発明は、上記の目的を達成するため、内燃機関によって駆動される車両用の運転評価装置において、
車速及び加速度から前記内燃機関のトルク及び回転数を逆算するための駆動系モデルと、前記内燃機関のトルク及び回転数に燃料消費量を関連付けたマップデータとから構成されるシミュレーションモデルを記憶する記憶手段と、
前記内燃機関の実際の制御結果に基づいて前記マップデータを更新するマップデータ更新手段と、
ある走行区間での実際の燃費を算出する実際燃費算出手段と、
前記走行区間における車速の変化パターンを取得し、取得した車速の変化パターンのもとでの推定最良燃費を前記シミュレーションモデルにより算出する推定最良燃費算出手段と、
前記実際燃費と前記推定最良燃費との比の大きさに応じて表示内容を変化させる表示手段と、
を備えることを特徴としている。
【０００７】
第２の発明は、第１の発明において、
前記実際燃費が前記推定最良燃費を上回る場合には、以後算出される実際燃費に基づいて前記シミュレーションモデルのパラメータ値を学習する学習手段と、
前記学習手段による学習が完了するまでの間、前記実際燃費を用いて前記シミュレーションモデルによる推定最良燃費の算出結果を補正する補正手段と、
をさらに備えることを特徴としている。
【発明の効果】
【０００８】
第１の発明によれば、ユーザが車両を運転してある走行区間を走行した場合、その走行区間における車速の変化パターンが取得される。そして、取得した車速の変化パターンのもとでの推定最良燃費がシミュレーションモデルにより算出される。詳しくは、取得した車速の変化パターンのもとでの内燃機関のトルク及び回転数の変化が駆動系モデルによって計算され、その計算結果とトルク及び回転数に燃料消費量を関連付けたマップデータとを用いて推定最良燃費が計算される。このようにして計算された推定最良燃費は、シミュレーションモデルで定義された所定条件のもとで車両を走行させた場合の燃費であって、車両の使用条件やユーザの運転状態の影響は受けていない。しかも、前記マップデータは内燃機関の実際の制御結果に基づいて更新されるので、車両そのものの状態、特に、内燃機関の状態は推定最良燃費の計算結果に着実に反映されている。したがって、シミュレーションモデルにより算出された推定最良燃費は車両の現在のポテンシャルが最大限に発揮された場合の燃費であり、このような燃費に対する実際燃費の比を評価指数とすることで、ユーザによる車両の運転を定量的かつ公平に評価することができる。また、算出した評価指数である比の大きさに応じて表示内容を変化させることで、ユーザに対して低燃費運転を効果的に促すことができる。
【０００９】
第２の発明によれば、実際燃費が推定最良燃費を上回る場合には、以後算出される実際燃費に基づいてシミュレーションモデルのパラメータ値が学習されることにより、シミュレーションモデルにより算出される推定最良燃費の信頼性、すなわち、推定最良燃費が車両の現在のポテンシャルが最大限に発揮された場合の燃費であることの信頼性が担保される。また、学習が完了するまでの間は、実際燃費を用いてシミュレーションモデルによる推定最良燃費の算出結果が補正されるので、学習が完了するまでの間にシミュレーションモデルにより算出される推定最良燃費の信頼性も担保される。
【図面の簡単な説明】
【００１０】
【図１】本発明の実施の形態としての車両用運転評価装置の構成を示す概略図である。
【図２】本発明の実施の形態において実施される運転評価結果の表示処理の手順を示すフローチャートである。
【図３】本発明の実施の形態において実施される推定最良燃費の補正処理の手順を示すフローチャートである。
【図４】実際瞬時燃費と推定瞬時最良燃費との間の誤差の発生イメージを示す図である。
【発明を実施するための形態】
【００１１】
以下、本発明の実施の形態について図１乃至図４の各図を参照して説明する。
【００１２】
本実施の形態の運転評価装置が適用される車両は、内燃機関（以下、単にエンジンという）によって駆動される車両であり、エンジンの種類に限定はない。また、駆動系に配備される変速機の種類にも限定はない。本実施の形態の運転評価装置は、このような車両に備えられる制御装置の一機能として実現される。車両の制御装置が運転評価装置として機能した場合の構成をブロック図で示したものが図１である。図１に示す構成は、制御装置のメモリに格納されたプログラムに従い制御装置のＣＰＵが動作することで仮想的に実現される構成である。
【００１３】
本実施の形態の運転評価装置は、ある走行区間Ｔにおける実際燃費Ｘｒと、前記走行区間Ｔにおける推定最良燃費Ｘｖとの比を算出し、その比を評価指数としてユーザの運転を評価する装置である。実際燃費Ｘｒは、区間Ｔの走行距離を燃料消費量で除して得られる平均燃費である。推定最良燃費Ｘｖは、車両の現在のポテンシャルが最大限に発揮された場合の前記走行区間Ｔにおける燃費である。推定最良燃費Ｘｖの計算方法については追って詳細に説明する。走行区間Ｔの設定は開始時点と終了時点とが明確になってさえすれば任意であって、例えば次のような区間に設定することができる。
例１：ユーザが指定した任意の開始タイミングから終了タイミングまでの走行区間
例２：エンジンの始動から停止までの走行区間
例３：ユーザが指定した一定走行距離（例えば１００ｋｍ）を走行した区間
例４：ユーザが指定した一定期間（例えば１カ月）の間の走行区間
【００１４】
図１に示すように、本実施の形態の運転評価装置は５つの要素２，４，６，８，１０から構成されている。そのうちの一つが燃費性能達成率計算部２であって、前述の実際燃費Ｘｒと推定最良燃費Ｘｖとの比を燃費性能達成率Ｅとして算出する。運転評価装置は、算出した燃費性能達成率Ｅを表示装置６によってユーザに表示する。表示の方法には限定ななく、例えば次のような方法で表示することができる。
例１：燃費性能達成率Ｅを数値で表示
例２：燃費性能達成率Ｅのレベルをマークや文字等で表示（優良（Ｅ＝１００〜９１％）、良（Ｅ＝９０〜７６％）、悪（Ｅ＝７５％以下）等）
【００１５】
本実施の形態の運転評価装置はその構成要素として推定最良燃費計算部４を備えている。前述の推定最良燃費Ｘｖはここで計算される。推定最良燃費計算部４は燃費モデルを用いて推定最良燃費Ｘｖを計算する。燃費モデルは車速の変化パターンから推定最良燃費Ｘｖを計算するためのシミュレーションモデルである。燃費モデルは駆動系モデルと燃料消費マップとから構成されている。
【００１６】
駆動系モデルはエンジンからタイヤまでのトルク及び回転の伝達特性をモデル化したものである。この駆動系モデルを逆方向から計算することで、車速の変化パターンからエンジン回転数及びトルクを逆算することができる。具体的には、まず、走行区間Ｔにおける車速ｖが時間ｔに関連付けられて取得される（以下、時間ｔに関連付けられた車速をｖ（ｔ）と表記する）。ついで、車速ｖ（ｔ）から加速度α（ｔ）が算出される。そして、車速ｖ（ｔ）及び加速度α（ｔ）に基づいて走行抵抗Ｒａｌｌ（ｔ）が算出される。走行抵抗Ｒａｌｌ（ｔ）は予め実験により予め実験によって作成したマップによって、或いは、物理式を用いて算出される。次に、車速ｖ（ｔ）とタイヤの有効半径Ｒとからタイヤ回転数Ｎａ（ｔ）が算出され、また、走行抵抗Ｒａｌｌ（ｔ）とタイヤの有効半径ＲとからタイヤトルクＴａ（ｔ）が算出される。さらに、タイヤ回転数Ｎａ（ｔ）からプロペラシャフト回転数Ｎｐ（ｔ）が算出され、また、タイヤトルクＴａ（ｔ）からプロペラシャフトトルクＴｐ（ｔ）が算出される。そして、プロペラシャフト回転数Ｎｐ（ｔ）からエンジン回転数Ｎｅ（ｔ）が算出され、また、プロペラシャフトトルクＴｐ（ｔ）からエンジントルクＴｅ（ｔ）が算出される。
【００１７】
燃料消費マップは、エンジン回転数Ｎｅ及びトルクＴｅに燃料消費量ｑが関連付けられたマップデータである。駆動系モデルによる計算結果は燃料消費マップに当てはめられ、走行区間Ｔの開始から終了までの所定時間間隔毎の燃料消費量ｑ（ｔ）が算出される。推定最良燃費計算部４は、車速ｖ（ｔ）の時間積分値と燃料消費量ｑ（ｔ）の時間積分値とを用いて推定最良燃費Ｘｖを算出する。各時間積分の積分区間は走行区間Ｔの開始時点から終了時点までである。
【００１８】
また、本実施の形態の運転評価装置の構成要素にはマップデータ学習部８が含まれる。マップデータ学習部８は、エンジンの実際の制御結果に基づいてエンジン回転数及びトルクと燃料消費量との関係を学習し、その学習結果に基づいて所定の更新周期で燃料消費マップを更新する。
【００１９】
さらに、本実施の形態の運転評価装置はその構成要素としてモデルパラメータ学習部１０を備えている。駆動系モデルでは、車重やタイヤ径等の車両諸元、転がり摩擦係数等の各種の損失係数、変速機の変速パターン等、車両の燃費に影響する各種のパラメータが用いられている。このうち車両の個体差や経年変化が影響するパラメータに関し、モデルパラメータ学習部１０は、後述するパラメータ学習フラグがオンになった場合に実際燃費と推定最良燃費とのずれに基づいて学習を実施する。
【００２０】
本実施の形態の運転評価装置による運転評価結果の表示処理の手順について図２のフローチャートを用いて説明する。最初のステップＳ１０２では、区間Ｔにおける実際燃費Ｘｒの算出結果が取得される。続いてステップＳ１０４では、区間Ｔにおける車速ｖ（ｔ）が取得される。なお、実際燃費Ｘｒの計算、及び、車速ｖ（ｔ）の計測はそれぞれ本ルーチンとは別のルーチンで行われている。
【００２１】
次のステップＳ１０６では、ステップＳ１０４で取得された車速ｖ（ｔ）が燃費モデルに入力され、燃費モデルによって区間Ｔにおける推定最良燃費Ｘｖが算出される。そして、ステップＳ１０６では、以下の式により、実際燃費Ｘｒと推定最良燃費Ｘｖとから燃費性能達成率Ｅが算出される。
Ｅ＝Ｘｒ／Ｘｖ＊１００％
【００２２】
ステップＳ１０８では、ステップＳ１００で算出された燃費性能達成率Ｅが表示装置６によってユーザに対して表示される。
【００２３】
上述のように、本実施の形態の運転評価装置は、ユーザの運転によって車両がある走行区間Ｔを走行した場合、その走行区間Ｔにおける車速ｖ（ｔ）を取得し、車速ｖ（ｔ）のもとでの推定最良燃費Ｘｖを燃費モデルにより算出する。推定最良燃費Ｘｖは、燃費モデルで定義された所定条件のもとで車両を走行させた場合の燃費であって、車両の使用条件やユーザの運転状態の影響は受けていない。しかも、燃料消費マップはエンジンの実際の制御結果に基づいて更新されるので、エンジンの状態は推定最良燃費Ｘｖの計算結果に着実に反映されている。燃費性能達成率Ｅは、このような推定最良燃費Ｘｖを評価基準とした実際燃費Ｘｒの評価指数であるので、ユーザによる車両の運転を定量的かつ公平に評価することができる。そして、表示装置６を介して燃費性能達成率Ｅをユーザに表示することで、ユーザに対して低燃費運転を効果的に促すことができる。
【００２４】
ところで、燃費性能達成率Ｅは理論上は１００％を超えることは無い。推定最良燃費Ｘｖは、現在の車両のポテンシャルが最大限に発揮された場合の燃費であるので、推定最良燃費Ｘｖよりも実際燃費Ｘｒのほうが大きくなることはないからである。しかしながら、車両間の個体差や経年変化、或いはモデル化精度等の原因により、推定最良燃費Ｘｖの計算に使用する燃費モデルと実機との間には多少のモデル誤差が存在している。モデル誤差の大きさによっては、現在の車両のポテンシャルが最大限に発揮された場合の燃費よりも推定最良燃費Ｘｖが小さく算出される可能性がある。その場合、燃費性能達成率Ｅは真の値よりも大きくなるので、ユーザによる車両の運転を過大評価しまうことになる。
【００２５】
そこで、本実施の形態の運転評価装置は、燃費モデルにモデル誤差があることが判明したら、モデル誤差を解消するようにモデルパラメータの学習を開始する。モデルパラメータの学習はモデルパラメータ学習部１０によって行われる。また、モデルパラメータの学習が完了するまでの間は、その間に表示される燃費性能達成率Ｅの信頼性を担保するため、燃費モデルによる推定最良燃費Ｘｖの算出結果に対して補正処理を施し、補正処理した推定最良燃費Ｘｖを用いて燃費性能達成率Ｅを計算する。
【００２６】
図３は、本実施の形態において実施される推定最良燃費Ｘｖの補正処理の手順を示すフローチャートである。最初のステップＳ２０２では、燃費性能達成率Ｅが１００％を超えているかどうか判定される。前述の理由により、燃費性能達成率Ｅが１００％を超えていれば、燃費モデルにモデル誤差があることは確実だからである。燃費性能達成率Ｅが１００％未満であれば本ルーチンは終了となる。なお、このフローチャートに示すルーチンは、燃費性能達成率Ｅが新たに算出される度に実行される。
【００２７】
燃費性能達成率Ｅが１００％を超えている場合には、ステップＳ２０４以降の処理が実施される。まず、ステップＳ２０４では、パラメータ学習フラグがオンにされる。パラメータ学習フラグがオンになったことを受けて、モデルパラメータ学習部１０によるモデルパラメータの学習が開始される。モデルパラメータが学習されることにより、燃費モデルにより算出される推定最良燃費Ｘｖの信頼性、すなわち、推定最良燃費が車両の現在のポテンシャルが最大限に発揮された場合の燃費であることの信頼性が担保される。なお、モデルパラメータの学習は本ルーチンとは別のルーチンで行われる。
【００２８】
次のステップＳ２０６では、走行区間Ｔにおける瞬時の実際燃費と瞬時の推定最良燃費との比較解析が実施される。ここでいう瞬時の実際燃費とは時間ｔに関連付けられた実際燃費のことであり、以下ではＸｒ（ｔ）と表記する。前述の実際燃費Ｘｒは走行区間Ｔにおける平均の実際燃費である。同様に、瞬時の推定最良燃費とは時間ｔに関連付けられた推定最良燃費のことであり、以下ではＸｖ（ｔ）と表記する。前述の推定最良燃費Ｘｒは走行区間Ｔにおける平均の推定最良燃費である。
【００２９】
ステップＳ２０６の比較解析は誤差の発生傾向に関して行われる。具体的には、走行区間Ｔがｎ等分され、等分された区間毎に実際瞬時燃費Ｘｒ（ｔ）と推定瞬時最良燃費Ｘｖ（ｔ）との比較が行われる。図４は、実際瞬時燃費と推定瞬時最良燃費との間の誤差の発生イメージを示す図である。図中に破線で示すのが推定瞬時最良燃費である。両者の間の誤差には、実際瞬時燃費が推定瞬時最良燃費を全体的に上回るオフセット的な誤差と、特定領域においてのみ上回るオフセ誤差とがある。生じている誤差が図４に示すどちらの種類の誤差であるか判断するため、比較の結果、実際瞬時燃費Ｘｒ（ｔ）が推定瞬時最良燃費Ｘｖ（ｔ）を上回っている区間（１００％超え区間）の数がカウントされる。また、各１００％超え区間では、下式のように、車速及び水温に補正燃料消費量ｑ′を関連付けるマップが作成される。補正燃料消費量ｑ′は、その区間における実際瞬時燃費Ｘｒ（ｔ）と推定瞬時最良燃費Ｘｖ（ｔ）との差から算出される。
ｑ′＝ｍａｐ（車速，水温）
【００３０】
ステップＳ２０８では、ステップＳ２０６の比較解析の結果に基づいて、誤差の発生傾向がオフセット型かどうか判定される。この判定は１００％超え区間の割合を判定基準と比較することでよい。例えば１００％超え区間の割合がｎ／２を超えている場合にはオフセット的な誤差であり、超えていない場合には特定領域のみの誤差であると判定する。ここでの判定結果は、推定最良燃費Ｘｖの補正処理の内容に反映される。
【００３１】
オフセット的な誤差が生じていると判定された場合、ステップＳ２１０の処理が実施される。Ｓ２１０では、今後算出される推定最良燃費Ｘｖの値に一律の補正係数Ｃｒを乗じる補正処理が行われる。例えば、燃費性能達成率Ｅを補正係数Ｃｒとして用いることもできる。
【００３２】
一方、特定領域のみの誤差が生じていると判定された場合、ステップＳ２１２の処理が実施される。Ｓ２１２では、大きな誤差が生じている特定領域のみ、ステップＳ２０６で算出した補正燃料消費量ｑ′を推定最良燃費Ｘｖの計算に使用する補正処理が行われる。ある区間が特定領域かどうかは、その区間の車速及び水温とステップＳ２０６で作成したマップの引数との一致性によって判断することができる。
【００３３】
以上のような手順で推定最良燃費Ｘｖの補正処理が実施されることで、モデルパラメータの学習が完了するまでの間に燃費モデルにより算出される推定最良燃費Ｘｖの信頼性が担保される。
【００３４】
以上、本発明の実施の形態について説明したが、本発明は上述の実施の形態に限定されるものではなく、本発明の趣旨を逸脱しない範囲で種々変形して実施することができる。
【符号の説明】
【００３５】
２ 燃費性能達成率計算部
４ 推定最良燃費計算部
６ 表示装置
８ マップデータ学習部
１０ モデルパラメータ学習部
【特許請求の範囲】
【請求項１】
内燃機関によって駆動される車両用の運転評価装置において、
車速及び加速度から前記内燃機関のトルク及び回転数を逆算するための駆動系モデルと、前記内燃機関のトルク及び回転数に燃料消費量を関連付けたマップデータとから構成されるシミュレーションモデルを記憶する記憶手段と、
前記内燃機関の実際の制御結果に基づいて前記マップデータを更新するマップデータ更新手段と、
ある走行区間での実際の燃費を算出する実際燃費算出手段と、
前記走行区間における車速の変化パターンを取得し、取得した車速の変化パターンのもとでの推定最良燃費を前記シミュレーションモデルにより算出する推定最良燃費算出手段と、
前記実際燃費と前記推定最良燃費との比の大きさに応じて表示内容を変化させる表示手段と、
を備えることを特徴とする車両用運転評価装置。
【請求項２】
前記実際燃費が前記推定最良燃費を上回る場合には、以後算出される実際燃費に基づいて前記シミュレーションモデルのパラメータ値を学習する学習手段と、
前記学習手段による学習が完了するまでの間、前記実際燃費を用いて前記シミュレーションモデルによる推定最良燃費の算出結果を補正する補正手段と、
をさらに備えることを特徴とする請求項１記載の車両用運転評価装置。
【請求項１】
内燃機関によって駆動される車両用の運転評価装置において、
車速及び加速度から前記内燃機関のトルク及び回転数を逆算するための駆動系モデルと、前記内燃機関のトルク及び回転数に燃料消費量を関連付けたマップデータとから構成されるシミュレーションモデルを記憶する記憶手段と、
前記内燃機関の実際の制御結果に基づいて前記マップデータを更新するマップデータ更新手段と、
ある走行区間での実際の燃費を算出する実際燃費算出手段と、
前記走行区間における車速の変化パターンを取得し、取得した車速の変化パターンのもとでの推定最良燃費を前記シミュレーションモデルにより算出する推定最良燃費算出手段と、
前記実際燃費と前記推定最良燃費との比の大きさに応じて表示内容を変化させる表示手段と、
を備えることを特徴とする車両用運転評価装置。
【請求項２】
前記実際燃費が前記推定最良燃費を上回る場合には、以後算出される実際燃費に基づいて前記シミュレーションモデルのパラメータ値を学習する学習手段と、
前記学習手段による学習が完了するまでの間、前記実際燃費を用いて前記シミュレーションモデルによる推定最良燃費の算出結果を補正する補正手段と、
をさらに備えることを特徴とする請求項１記載の車両用運転評価装置。
【図１】
【図２】
【図３】
【図４】
【図２】
【図３】
【図４】
【公開番号】特開２０１０−２０３４０５（Ｐ２０１０−２０３４０５Ａ）
【公開日】平成２２年９月１６日（２０１０．９．１６）
【国際特許分類】
【出願番号】特願２００９−５２２８０（Ｐ２００９−５２２８０）
【出願日】平成２１年３月５日（２００９．３．５）
【出願人】（０００００３２０７）トヨタ自動車株式会社 (59,920)
【Ｆターム（参考）】
【公開日】平成２２年９月１６日（２０１０．９．１６）
【国際特許分類】
【出願日】平成２１年３月５日（２００９．３．５）
【出願人】（０００００３２０７）トヨタ自動車株式会社 (59,920)
【Ｆターム（参考）】
[ Back to top ]