JP2010115065A - 走行エネルギー学習装置、方法およびプログラム - Google Patents

Abstract

【課題】道路区間を走行するのに要したエネルギーを高精度に導出することは困難であった。
【解決手段】 自車両の現在位置を含む道路区間を特定し、前記自車両が前記道路区間を走行したときの走行条件を示す走行条件情報を取得し、前記自車両の駆動源から車輪へ駆動力を伝達する伝達軸の回転数と当該伝達軸のトルクとに基づいて、当該伝達軸における仕事率を示す情報を導出し、前記自車両が前記道路区間を走行中に導出された前記仕事率を示す情報に基づいて、当該道路区間を走行するのに要したエネルギーを示す情報を導出し、当該道路区間および前記走行条件情報に対応付けて前記道路区間を走行するのに要したエネルギーを示す情報を蓄積する。
【選択図】図１

Description

本発明は、充電池を備えた車両における走行エネルギー学習装置、方法およびプログラムに関する。

従来、ハイブリッド車両において、目的地までの経路を走行するにあたり燃料消費量が最少となるようにエンジンとモーターの利用スケジュールを設定する技術が知られている。特許文献１には、運転者の運転履歴や、経路を示す道路情報、車両情報等に基づいて、当該経路を走行する際に必要とされる出力値を算出することが記載されている。
特開２０００−３３３３０５号公報

特許文献１においては、運転履歴として記憶されている走行速度パターン（その区間での平均車速や平均的な加速度および減速度で表される）と、その他の情報（転がり抵抗、空気抵抗、加速抵抗、勾配抵抗など）とに基づいて必要出力値が算出されることが記載されているが、算出に用いられる平均車速や、加速度、減速度、空気密度、路面の摩擦係数や勾配値等の精度に、算出結果である必要出力値の信頼性が依存する。しかし、算出に用いるこれらのパラメータを正確に精度よく取得することは困難であるし、また、パラメータ数が多いため計算処理が煩雑である。さらに、自車両に対する搭乗者の数や自車両における電装品の駆動状態、天候など、自車両の走行条件が異なると同じ走行速度パターンであっても道路区間を走行するのに要したエネルギーは異なる。このため、従来の技術によって道路区間を走行するのに要したエネルギーを高精度に導出することは困難である。
本発明は、上記課題に鑑みてなされたものであり、道路区間を走行するのに要したエネルギーを高精度に導出するための技術を提供することを目的とする。

上記の目的を達成するため、本発明においては、自車両の現在位置を含む道路区間を特定し、当該道路区間を走行したときの走行条件を示す走行条件情報を取得する。また、前記自車両の駆動源から車輪へ駆動力を伝達する伝達軸の回転数とトルクとに基づいて、当該伝達軸における仕事率を示す情報を導出し、前記仕事率を示す情報に基づいて当該道路区間を走行するのに要したエネルギーを示す情報を特定する。そして、当該エネルギーを示す情報に対して道路区間および走行条件情報を対応付けて蓄積する。すなわち、伝達軸から直接的に伝達軸の回転数とトルクとを取得し、当該回転数とトルクとに基づいて伝達軸における実仕事率を導出し、当該仕事率から該当する道路区間の走行に要したエネルギーを導出し、さらに走行条件情報に対して対応づける構成である。従って、走行条件毎に道路区間の走行に要したエネルギーを特定可能であり、走行速度パターンや道路勾配、路面摩擦係数、車重、空気抵抗等を用いて走行条件と無関係に必要出力値を算出する構成と比較すると、信頼性が高く出力値（その道路区間の走行に要したエネルギー）を簡易な計算で導出することができる。

道路区間特定手段は、自車両の現在位置を含む道路区間を特定することができればよい。ここで、道路区間は、後述するエネルギー情報蓄積手段においてエネルギーを算出する単位とする道路区間を指しており、本発明が実施されるにあたり予め決められている。例えば、地図情報におけるノードや形状補間点、あるいは勾配変化地点等で分割される道路区間であってもよいし、任意の距離ごとに区分された道路区間であってもよいし、その組み合わせであってもよい。いずれにしても開始地点と終了地点、およびその間の道路を一意に特定することができる限りにおいて適宜定められた道路区間であってよい。自車両の現在位置は、ＧＰＳや車両に搭載される各種センサ、地図情報などにより特定可能であり、道路区間の区分を規定する情報と照合することにより自車両の現在位置を含む道路区間を特定することができる。

走行条件情報取得手段は、自車両が道路区間を走行するのに要したエネルギーに影響を与え得る走行条件を示す情報を走行条件情報として取得することができれば良く、種々の情報によって走行条件情報を構成することが可能である。例えば、道路区間を走行したときの自車両の重量、道路区間を走行したときの自車両における電装品の使用状態、自車両が道路区間を走行したときの天候状態のいずれかまたは組み合わせを直接的、あるいは間接的に示す情報を走行条件情報とする構成を採用可能である。

すなわち、道路区間を走行したときの自車両の重量が異なると、自車両を駆動するために必要なエネルギーが異なるため、当該自車両の重量と道路区間を走行するのに要したエネルギーを示す情報とを対応づけることによってより正確に道路区間を走行するのに要したエネルギーを特定することが可能になる。また、道路区間を走行したときの自車両における電装品の使用状態が異なると、充電池から電装品に供給すべき電力が異なるため、当該電装品の使用状態と道路区間を走行するのに要したエネルギーを示す情報とを対応づけることによってより正確に道路区間を走行するのに要したエネルギーを特定することが可能になる。さらに、自車両が道路区間を走行したときの天候状態が異なると、路面の摩擦係数が異なるなど自車両を駆動させるために必要となるエネルギーが変動し得るため、当該天候状態と道路区間を走行するのに要したエネルギーを示す情報とを対応づけることによってより正確に道路区間を走行するのに要したエネルギーを特定することが可能になる。

なお、走行条件を直接的に示す情報の例としては、自車両の重量値や電装品の消費電力値、雨量等が挙げられる。また、走行条件を間接的に示す情報の例としては、走行条件を分類するための区分を示す情報が挙げられる。より具体的には、走行条件を予め設定された複数の区分によって分類する構成を採用であり、この構成においては、走行条件が各区分のいずれに属するかを判定して走行条件を区分に対応づけることにより、区分を示す情報によって走行条件情報を構成することが可能である。

例えば、自車両の重量をその大きさに応じて複数の区分に分類しておき、道路区間を走行したときの自車両の重量を取得して、当該取得した重量がいずれの区分に属するか判定することによって区分を特定して走行条件情報としても良い。また、電装品の消費電力を当該消費電力の大きさに応じて複数の区分に分類しておき、道路区間を走行したときの電装品の使用状態における消費電力が、いずれの区分に属するか判定する構成であっても良い。さらに、天候状態を予め複数の区分に分類し、自車両が道路区間を走行したときの天候状態が、いずれの区分に属するか判定する構成であっても良い。以上のように、区分を判定して当該区分を示す情報にて走行条件情報を構成すれば、連続的に変化し得る重量を簡易に特定可能であり、容易に走行条件情報を定義することが可能である。

仕事率情報導出手段は、自車両の駆動源から車輪へ駆動力を伝達する伝達軸の回転数とトルクとに基づいて、当該伝達軸における仕事率を示す情報を導出する。すなわち、単位時間あたりの伝達軸の回転数と当該時間に対応する伝達軸のトルクとの積を仕事率として算出する。伝達軸は、例えばＦＲ車の場合プロペラシャフトに相当するが、トルクを取得することができれば採用する伝達軸はこれに限定されない。ＦＦ車の場合はドライブシャフトが伝達軸に相当する。伝達軸の回転数は、例えば電磁式の回転数センサによって検出することができる。伝達軸のトルクは、例えばひずみゲージ、磁歪式、光学式、位相差検出式等の方式のトルクセンサによって検出することができる。

エネルギー情報蓄積手段は、前記仕事率を示す情報に基づいて、当該道路区間を走行するのに要したエネルギーを示す情報を導出し、道路区間および走行条件情報に対応付けて蓄積することができればよい。ここで、道路区間を走行するのに要したエネルギーを示す情報は、道路区間の開始地点を通過してから終了地点を通過するまでの間に単位時間ごとに算出された仕事率から導出されるエネルギー（伝達軸において出力されるエネルギー）以外のエネルギーを含まないように定義しても良いし、当該仕事率から導出されるエネルギー以外のエネルギーを含むように定義しても良い。

なお、走行条件としての自車両の重量や天候状態（路面の摩擦係数）が変動すると、当該重量や天候状態の変動に応じて前記伝達軸のトルクが変動する。このため、トルクに応じて仕事率が変動し、この結果、伝達軸において出力されるエネルギーが異なり得る。従って、仕事率に基づいて伝達軸において出力されるエネルギーを取得して道路区間を走行するのに要したエネルギーとすれば、走行条件としての自車両の重量や天候状態を反映して変動し得るエネルギーを走行条件情報に対応づけて蓄積することができる。

一方、走行条件としての電装品の使用状態が変動すると、当該使用状態の変動に応じて充電池の使用エネルギーが変動する。この場合、当該充電池の使用エネルギーに対応する全使用エネルギーには、上述のような伝達軸において出力されるエネルギー以外に、電装品を駆動するためのエネルギーが含まれる。そこで、電装品の使用状態を走行条件に含める場合には、道路区間を走行するのに要したエネルギーを示す情報として、伝達軸において出力されるエネルギーと電装品による消費電力に対応したエネルギーとの双方を評価することが可能な情報を採用することが好ましい。

すなわち、本発明においては、伝達軸の回転数とトルクとに基づいて仕事率を導出することによって各道路区間における使用エネルギーの主要な部分を正確に取得する構成としているため、道路区間を走行するのに要したエネルギーとして、伝達軸において出力されるエネルギーは必ず含まれるように構成する。但し、走行条件として電装品の使用状態が変動すると道路区間を走行するのに要したエネルギーも変動するため、電装品の使用状態を走行条件に含める場合には、当該走行条件に応じたエネルギーの変動を考慮するため、道路区間を走行するのに要したエネルギーを示す情報として、電装品による消費電力に対応したエネルギーも評価するように構成する。

このように、走行条件に電装品の使用状態が含まれる場合に道路区間を走行するのに要したエネルギーを評価する際の好適な構成の例として、エネルギー効率を評価する構成を採用しても良い。例えば、充電池から出力されるエネルギーに対する、伝達軸において出力されるエネルギーの割合を示すエネルギー効率を導出する構成としても良い。この構成において、充電池から出力されるエネルギーには、伝達軸において出力されるエネルギーと電装品による消費電力に対応したエネルギーとが含まれる。従って、伝達軸において出力されるエネルギーとエネルギー効率とを組み合わせて蓄積すれば、伝達軸において出力されるエネルギーを明確に定義するとともに、伝達軸以外での使用エネルギーに相当する電装品の使用エネルギーも含めて道路区間を走行するのに要したエネルギーを評価することが可能になる。

さらに、走行条件を予め定義した区分によって分類する構成においては、当該区分を動的に変更可能に構成してもよい。例えば、異なる区分に属する走行条件において道路区間を走行するのに要したエネルギーの差異が所定の基準以下であるときに、区分を過度に細分化しているとみなす。そして、当該区分を過度に細分化していると判断されるとき、両区分を統合すれば、学習当初に走行条件が過度に多くの区分に分類されていても、学習の過程で有意な区分数となるように区分数を調整することが可能である。むろん、学習の過程で区分数を増加させる構成としても良い。例えば、ある区分において道路区間を走行するのに要したエネルギーの分布（ヒストグラム）に２以上のピークが現れたときに区分を２以上に分割して走行条件を細分化する構成としても良い。なお、エネルギーの分布に基づいて区分を増加させる際には、判別分析等の解析手法を採用すれば、容易に適切な区分を定義することが可能である。

なお、本発明のように、自車両が道路区間を走行中に導出された仕事率を示す情報に基づいて、当該道路区間を走行するのに要したエネルギーを示す情報を特定し、当該道路区間および走行条件情報に対応付けて蓄積する手法は、この処理を行うプログラムや方法としても適用可能である。また、以上のような走行エネルギー学習装置、方法、プログラムは、単独の装置として実現される場合もあれば、車両に備えられる各部と共有の部品を利用して実現される場合もあれば、車両に搭載されない各部と連携して実現される場合もあり、各種の態様を含むものである。また、一部がソフトウェアであり一部がハードウェアであったりするなど、適宜、変更可能である。さらに、走行エネルギー学習装置を制御するプログラムの記録媒体としても発明は成立する。むろん、そのソフトウェアの記録媒体は、磁気記録媒体であってもよいし光磁気記録媒体であってもよいし、今後開発されるいかなる記録媒体においても全く同様に考えることができる。

ここでは、下記の順序に従って本発明の実施の形態について説明する。
（１）走行エネルギー学習装置の構成：
（２）走行エネルギー学習処理：
（２−１）エネルギー学習処理：
（２−２）エネルギー効率導出処理：
（２−３）学習データ利用処理：
（３）他の実施形態：

（１）走行エネルギー学習装置の構成：
図１は、車両に搭載された走行エネルギー学習装置の構成を示すブロック図である。本実施形態において走行エネルギー学習装置は、ナビゲーション装置１０によって実現される。ナビゲーション装置１０は、ＣＰＵ、ＲＡＭ、ＲＯＭ等を備える制御部２０と記憶媒体３０とを備えており、記憶媒体３０やＲＯＭに記憶されたプログラムを制御部２０で実行することができる。本実施形態においては、このプログラムの一つとして走行エネルギー学習プログラム２１を実行可能である。自車両には、走行エネルギー学習プログラム２１による学習機能を実現するために、次の各部（４０〜５５）が備えられている。

ＧＰＳ受信部４０は、ＧＰＳ衛星からの電波を受信し、図示しないインタフェースを介して自車両の現在位置を算出するための信号や現在時刻を示す信号を出力する。制御部２０は、この信号を取得して自車両の現在位置および現在時刻を取得する。車速センサ４１は、自車両が備える車輪の回転速度に対応した信号を出力する。制御部２０は、図示しないインタフェースを介してこの信号を取得し、自車両の速度を取得する。ジャイロセンサ４２は、自車両の水平面内の旋回についての角加速度を検出し、自車両の向きに対応した信号を出力する。制御部２０は図示しないインタフェースを介してこの信号を取得し、自車両の走行方向を取得する。車速センサ４１およびジャイロセンサ４２は、ＧＰＳ受信部４０の出力信号から特定される自車両の現在位置を補正するためなどに利用される。また、制御部２０は、自車両の現在位置を、後述する地図情報３０ａと照合することにより適宜補正する。

本実施形態の車両は、駆動源として、燃料タンク４６に蓄積された燃料を動力源とする内燃機関４７と、充電池４９を動力源とする電動機４８とを備えたハイブリッド車両である。これらの内燃機関４７と電動機４８とは伝達軸５０を含む図示しない動力伝達機構に連結されており、当該動力伝達機構によって回転駆動力を車両の推進力に変換することによって車両を駆動する。車両は、内燃機関４７と電動機４８とのいずれかまたは双方によって駆動することができる。また、内燃機関４７によって発生した回転駆動力の一部を回生エネルギーとして電動機４８に伝達するように構成されており、この際に電動機４８によって発電された電力は充電池４９に蓄積される。

内燃機関４７と電動機４８は、駆動制御ＥＣＵ５１に制御される。駆動制御ＥＣＵ５１は、内燃機関４７と電動機４８とに対して制御信号を出力可能であり、内燃機関４７と電動機４８とに対して制御信号を出力して内燃機関４７と電動機４８とのいずれかまたは双方が回転駆動力を発生させるように制御する。従って、本実施形態においては、駆動制御ＥＣＵ５１が出力する制御信号によって内燃機関４７の駆動や停止、電動機４８による充電、充電池４９の放電による電動機４８の駆動が選択される。また、駆動制御ＥＣＵ５１は、充電池４９から充電残量[％]（ＳＯＣ：State Of Charge）を取得する。

伝達軸５０は、駆動源から図示しない車輪へ駆動力を伝達する動力伝達機構の一部を構成する軸であり、例えば自車両がＦＲ車である場合はプロペラシャフトがこの伝達軸５０に相当する。本実施形態においては、伝達軸５０に作用するトルクを検出するトルクセンサ４４と、伝達軸５０の回転数を検出する回転数センサ４５とが備えられている。トルクセンサ４４は、例えばひずみゲージを採用することができる。ひずみゲージは、伝達軸５０に薄い絶縁体を介して抵抗体（金属泊）が取り付けられ、伝達軸５０の変形に伴って抵抗体も同率で変形する。その変形による電気抵抗の変化を電圧値の変化に変換することによってトルクを測定することができる。他にも例えば磁歪式や光学式、位相差検出式などの周知の方式のトルクセンサを採用可能である。仕事率情報収集ＥＣＵ４３は、当該トルクセンサ４４からトルクを示す信号を取得するとともに回転数センサ４５から回転数を示す信号を取得し、制御部２０に通知する。

ユーザＩ／Ｆ部５２は、ユーザの指示を入力し、またはユーザに各種の情報を提供するためのインタフェース部であり、図示しないタッチパネルディスプレイやスイッチ、スピーカ等を備えている。ユーザはこのユーザＩ／Ｆ部５２を操作してナビゲーション装置１０に対して目的地を設定することができる。

通信部５３は、自車両の外部の情報送信機と通信を行うための回路によって構成され、制御部２０は図示しないインタフェースを介して通信部５３を制御して天候状態を示す情報を取得する。電装品５４は、充電池４９に蓄積された電力によって駆動される機器であり、本実施形態においてはエアコンディショナーおよびヘッドライトによって構成される。また、制御部２０は図示しないインタフェースを介して電装品５４を制御可能であり、その使用状態を特定することが可能である。なお、電装品５４は充電池４９に蓄積された電力によって駆動される機器であれば良く、エアコンディショナーおよびヘッドライト以外にも各種の機器を電装品５４に含める（走行条件の特定対象とする）ことが可能である。ロードセル５５は、座席および荷台上の重量を計測するセンサであり、制御部２０は図示しないインタフェースを介して当該ロードセル５５の出力信号を取得し、当該出力信号によって自車両の重量の増分（車両総重量と車両重量との差分）を取得することが可能である。

制御部２０は、走行エネルギー学習プログラム２１を実行することにより、エネルギー学習、エネルギー効率の導出および使用エネルギーの予測を行う。そのため走行エネルギー学習プログラム２１は、道路区間特定部２１ａと走行条件情報取得部２１ｂと仕事率情報導出部２１ｃとエネルギー情報蓄積部２１ｄ（エネルギー効率導出部２１ｄ１を含む）と使用エネルギー導出部２１ｅと経路情報取得部２１ｆとを備えており、記憶媒体３０には予め地図情報３０ａが記憶されている。地図情報３０ａは、車両が走行する道路上に設定されたノードを示すノードデータ、ノード間の道路の形状を特定するための形状補間点データ、ノード同士の連結を示すリンクデータ、道路の勾配を示す勾配データ、勾配が変化する地点を表す勾配変化地点データ、道路やその周辺に存在する地物を示すデータ等を含み、自車両の現在位置を含む道路区間の特定や目的地への経路探索および経路案内等に利用される。

道路区間特定部２１ａは、自車両の現在位置を示す情報を取得し自車両の現在位置を含む道路区間を特定する機能を制御部２０に実現させるモジュールである。道路区間は、後述するエネルギー情報蓄積部２１ｄにおいてエネルギーを算出する単位とする道路区間を指しており、本実施形態においては、地図情報３０ａにおけるノードや形状補間点、勾配変化地点等で分割される区間が道路区間に相当する。制御部２０は、道路区間特定部２１ａの処理により、ＧＰＳ受信部４０、車速センサ４１、ジャイロセンサ４２の出力信号を取得し、自車両の現在位置を示す情報を取得する。そして、地図情報３０ａを参照して自車両の現在位置の軌跡に合致する道路区間を特定する。

走行条件情報取得部２１ｂは、自車両が道路区間を走行したときの走行条件を示す走行条件情報を取得する機能を制御部２０に実現させるモジュールである。本実施形態においては、自車両の重量、電装品（エアコンディショナーおよびヘッドライト）の使用状態、天候状態のそれぞれを予め分類された複数の区分のいずれかに分類することによって各道路区間における走行条件情報を特定する。

すなわち、自車両の重量に対しては、予め区分０（ｍ＜Ｍ≦（ｍ＋１００）），区分１（（ｍ＋１００）＜Ｍ≦（ｍ＋２００）），区分２（（ｍ＋２００）＜Ｍ≦（ｍ＋３００）），区分３（（ｍ＋３００）＜Ｍ）の計４区分が設定される。なお、ｍは車両重量[ｋｇ]，Ｍは車両総重量[ｋｇ]である。各区分においては、自車両の重量が１００ｋｇ増加する度に区分が変わるように区分を設定してある。そこで、制御部２０は、走行条件情報取得部２１ｂの処理により、ロードセル５５の出力信号に基づいて自車両の重量の増分を取得し、当該増分および車両重量に基づいて車両総重量を特定して区分を特定し、自車両の重量に関する走行条件情報を区分に対応した番号（０〜３のいずれか）に設定する。

また、電装品の使用状態に対しては、各電装品を使用した状態での電力の大きさに基づいて予め区分が設定されている。例えば、エアコンディショナーについては、区分０（電源ＯＦＦ），区分１（０＜Ｗa≦１００），区分２（１００＜Ｗa≦２００），区分３（２００＜Ｗa≦３００）の計４区分が設定される。なお、Ｗaはエアコンディショナーの消費電力[Ｗ]である。また、ヘッドライトについては、区分０（電源ＯＦＦ），区分１（電源ＯＮ）の計２区分が設定される。むろん、電源ＯＮ状態に関する区分をヘッドライトの点灯状態に応じてより多区分に設定しても良い。

制御部２０は、図示しないインタフェースを介して利用者の操作を受け付け、当該操作に応じて電装品を駆動するように各電装品（エアコンディショナーおよびヘッドライト）に対して制御信号を出力する。従って、制御部２０は、各電装品の現在の使用状態を特定することが可能であり、当該使用状態に対応した区分を特定し、電装品に関する走行条件情報を各区分に対応した番号（エアコンディショナーについて０〜３のいずれか、ヘッドライトについて０，１のいずれか）に設定する。

さらに、天候状態については、降雨状態および降雪状態に基づいて予め区分が設定されており、区分０（降雨および降雪なし），区分１（降雨あり），区分２（降雪あり）の計４区分が設定される。なお、区分０，１，２のそれぞれにおいては路面が乾燥状態，湿潤状態，凍結状態であるため、μ₁＜μ₂とすると、各道路区間における路面の摩擦係数μは、区分０においてμ₂＜μ，区分１においてμ₁＜μ≦μ₂，区分２においてμ≦μ₁である。制御部２０は、通信部５３を介して現在の天候状態を示す情報を取得して当該天候状態に対応した区分を特定し、天候状態に関する走行条件情報を各区分に対応した番号（０〜２のいずれか）に設定する。

以上のような走行条件情報取得部２１ｂの処理により、制御部２０は、区分番号の列記によって走行条件情報を特定することが可能になる。例えば、自車両の重量、エアコンディショナー、ヘッドライト、天候状態に関する区分の番号を"００００"や"０００１"のように列記して走行条件情報とする。この構成によれば、自車両の重量など連続的に変化し得る走行条件を簡易に特定可能であり、容易に走行条件情報を定義することが可能である。

仕事率情報導出部２１ｃは、伝達軸５０の回転数とトルクとに基づいて、当該伝達軸における仕事率を導出する機能を制御部２０に実現させるモジュールである。本実施形態では、仕事率情報収集ＥＣＵ４３を介して、単位時間あたりの伝達軸５０の回転数と当該時間に対応する伝達軸５０のトルクとを取得し、回転数とトルクとの積を算出して仕事率を示す情報（以下、仕事率値という）として取得する。

エネルギー情報蓄積部２１ｄは、道路区間を走行するのに要したエネルギーを示す情報を道路区間および走行条件情報に対応づけて記憶媒体３０に蓄積する機能を制御部２０に実現させるモジュールである。すなわち、制御部２０は、前述の仕事率値に基づいて、充電池４９から出力されるエネルギーに対する、伝達軸５０にて出力されるエネルギーの割合を示すエネルギー効率を特定する。また、伝達軸５０にて出力されるエネルギー（以下伝達軸エネルギー値という）とエネルギー効率とを示す情報を、当該道路区間を走行するのに要したエネルギーを示す情報として取得する。

そして、当該道路区間を走行するのに要したエネルギーを示す情報を道路区間および走行条件情報に対応づけてエネルギー学習ＤＢ３０ｃとして記憶媒体３０に蓄積する。なお、図１に示すエネルギー学習ＤＢ３０ｃにおいて、伝達軸エネルギー値はメイン学習リスト３０ｄとして蓄積され、エネルギー効率を示す情報はエネルギー効率リスト３０ｅとして蓄積される。また、伝達軸エネルギー値は、例えば、道路区間の開始地点を通過してから終了地点を通過するまでの間に単位時間ごとに算出された仕事率値と、当該道路区間の開始地点を通過してから終了地点を通過するまでの時間とから求めることができる。

本実施形態では、エネルギー学習の対象となる任意の道路区間と対応付けて、Ｎ個分の伝達軸エネルギー値を記憶するデータ領域を有するメイン学習リスト３０ｄと、同じくＮ個分の伝達軸エネルギー値を記憶するデータ領域を有する最新データリスト３０ｂとが、記憶媒体３０に確保される（図２参照）。メイン学習リスト３０ｄにおいては、既にＮ個の伝達軸エネルギー値が蓄積されているときに新たにエネルギーが導出された場合、既に蓄積されているＮ個の伝達軸エネルギー値に応じて新たに導出された伝達軸エネルギー値を蓄積するか否かが決まる。

具体的には、既に蓄積されているＮ個の伝達軸エネルギー値のうちの中央値Ｅ_ｓｍを取得する。また、当該中央値Ｅ_ｓｍとの差の絶対値が最も大きい伝達軸エネルギー値Ｅ_ｓｘを中央値Ｅ_ｓｍ以外のＮ−１個の中から選択する。さらに、新たに導出された伝達軸エネルギー値Ｅ_ｓと当該中央値Ｅ_ｓｍとの差の絶対値を求める。そしてＥ_ｓｍとＥ_ｓｘとの差の絶対値と、Ｅ_ｓｍとＥ_ｓとの差の絶対値とを比較し、前者が後者より大きい場合に前者が破棄されて新たに導出された伝達軸エネルギー値Ｅ_ｓがメイン学習リストに追加される。前者が後者より小さければメイン学習リスト３０ｄは更新されない。

そして、後述する使用エネルギー導出部２１ｅにおいては、メイン学習リスト３０ｄに蓄積されている１〜Ｎ個の伝達軸エネルギー値のうちの中央値が参照される。すなわち本実施形態によると、単発的に大きく異なる伝達軸エネルギー値が導出された場合もその影響を受けにくい。また、最新データリスト３０ｂは、既にＮ個の伝達軸エネルギー値が蓄積されているときに新たに導出された伝達軸エネルギー値が蓄積される場合、最も古くに蓄積された伝達軸エネルギー値を破棄して新たに導出された伝達軸エネルギー値が蓄積される、所謂ＦＩＦＯ方式のリストである。制御部２０は、エネルギー情報蓄積部２１ｄの処理により、以上のようにして情報の蓄積を行うメイン学習リスト３０ｄを道路区間および走行条件情報に対応づけ、エネルギー学習ＤＢ３０ｃの一部として蓄積する。

エネルギー効率導出部２１ｄ１は、電動機４８による駆動力にて自車両が走行しているときに、充電池４９から出力されるエネルギーに対する、伝達軸エネルギー値の割合を示すエネルギー効率を導出する機能を制御部２０に実現させるモジュールである。エネルギー効率導出部２１ｄ１では、ハイブリッド自動車の場合は内燃機関４７による車両の駆動がなされていない状態でエネルギー効率を導出する。当該エネルギー効率は定期的に更新される。また、ノイズの影響を低減するため、本実施形態では、複数個（Ｍ個）のエネルギー効率を示す値を道路区間および走行条件情報に対応づけ、エネルギー効率リスト３０ｅとして記憶媒体３０に蓄積する。そして、このエネルギー効率についても、Ｍ個の値のうちの中央値が、後述する使用エネルギー導出部２１ｅにおいて採用される。

なお、本実施形態における伝達軸エネルギー値およびエネルギー効率は走行条件によって変動し得るが、伝達軸エネルギー値は主に自車両の重量や天候状態（路面の摩擦係数）に応じて変動し、エネルギー効率は電装品の使用状態に応じて変動する。すなわち、自車両の重量が変動し、天候状態が変動すると、同じ道路区間を同じ速度パターンで走行する場合であっても伝達軸のトルクが変動し得る。このため、伝達軸にて出力される仕事率が変動し、伝達軸エネルギー値が変動する。従って、走行条件情報と伝達軸エネルギー値とを対応づけてメイン学習リスト３０ｄに蓄積することにより、走行条件毎に異なる伝達軸エネルギー値を正確に特定することが可能になる。

一方、電装品の使用状態が変動したとき、当該使用状態の変動に応じて充電池の使用エネルギーが変動する。このため、同じ道路区間を同じ速度パターンで走行する場合であっても充電池の使用エネルギーは変動し、エネルギー効率が変動し得る。従って、走行条件情報とエネルギー効率とを対応づけてエネルギー効率リスト３０ｅに蓄積することにより、走行条件毎に異なるエネルギー効率を正確に特定することが可能になる。なお、本実施形態において、走行条件が異なることによって伝達軸エネルギー値とエネルギー効率との双方が異なり得るが、伝達軸エネルギー値は、伝達軸５０におけるトルクを直接的に測定することによって特定されるため、回転数およびトルクに基づいて正確に仕事率を導出することができる。このため、各道路区間における伝達軸エネルギー値を正確に導出することができる。

以上のように、制御部２０が道路区間特定部２１ａ〜エネルギー情報蓄積部２１ｄによって処理を行うことによりエネルギー学習ＤＢ３０ｃを構築することができるが、本実施形態におけるナビゲーション装置１０においては、当該エネルギー学習ＤＢ３０ｃを利用する機能も備えている。すなわち、経路情報取得部２１ｆと使用エネルギー導出部２１ｅとはエネルギー学習ＤＢ３０ｃを利用するための処理を制御部２０に行わせる。

より具体的には、経路情報取得部２１ｆは、出発地から目的地までの経路を示す経路情報を取得し、当該経路を走行する際の走行条件を推定する機能を制御部２０に実現させるモジュールである。本実施形態においては自車両の現在位置が出発地に該当する。制御部２０はユーザがユーザＩ／Ｆ部５２から入力した目的地を示す情報を取得し、自車両の現在位置から目的地までの経路を探索し当該経路を示す経路情報を取得する。また、ロードセル５５の出力信号に基づいて現在の自車両の重量を特定し、現在の電装品５４の使用状態を特定し、当該現在の自車両の重量および電装品５４の使用状態にて経路を走行するとみなして走行条件情報を特定する。さらに、通信部５３によって天候状態を示す情報を取得し、経路上の各道路区間を通過する予定時刻における各道路区間での天候状態を示す情報を取得して走行条件情報を特定する。

使用エネルギー導出部２１ｅは、エネルギー学習ＤＢ３０ｃに基づいて、自車両が特定の経路を特定の走行条件で走行すると仮定した場合の充電池４９の使用エネルギーを導出する機能を制御部２０に実現させるモジュールである。すなわち、経路情報取得部２１ｆの処理によって特定された経路上の各道路区間について走行条件情報を取得し、メイン学習リスト３０ｄおよびエネルギー効率リスト３０ｅを参照して各道路区間について当該走行条件情報に対応した伝達軸エネルギー値Ｅ_ｓおよびエネルギー効率Ｅ_ｅｆを取得する。

そして、伝達軸エネルギー値Ｅ_ｓとエネルギー効率Ｅ_ｅｆとに基づいて、自車両が当該道路区間を電動機４８による駆動力にて走行すると仮定した場合の充電池４９における使用エネルギーＥ_ｂを導出する。この使用エネルギー値Ｅ_ｂは、対象とする道路区間をＥＶ走行すると仮定した場合の充電池４９の使用エネルギーに相当する。以上の処理において伝達軸エネルギー値Ｅ_ｓは、走行条件毎に伝達軸５０におけるトルクを直接的に測定することによって特定される。また、エネルギー効率Ｅ_ｅｆは、走行条件毎に取得される。従って、各道路区間における走行条件毎の使用エネルギーを正確に予測することが可能である。

なお、経路情報取得部２１ｆによって特定された現在の走行条件情報に対応する伝達軸エネルギー値やエネルギー効率がエネルギー学習ＤＢ３０ｃに蓄積されていない場合には、学習済の走行条件情報に対応する伝導軸エネルギー値とエネルギー効率とに基づいて補正を行えばよい。すなわち、電装品５４の各使用状態における消費電力は各電装品５４の諸元に基づいて予め特定することが可能である。従って、電装品５４の使用状態が異なる場合の使用エネルギーの差分は予め特定することが可能である。さらに、自車両の重量や天候状態（路面の摩擦係数）が異なることによる使用エネルギーの増減の様子が重量や摩擦係数に比例するとみなせば、自車両の重量や天候状態の差異による使用エネルギーの変動を相殺するための補正係数を予め特定することが可能である。

そこで、学習済の走行条件情報に対応する伝達軸エネルギー値およびエネルギー効率から学習済の走行条件情報に対応する各道路区間の充電池の使用エネルギーを導出する。そして、学習済の走行条件と経路情報取得部２１ｆによって特定された走行条件との差異による使用エネルギーの変動を相殺するように、学習済の走行条件に対応する使用エネルギーに対して上述の差分を加え、また、当該差分が加えられた使用エネルギーに対して上述の補正係数を乗じる。

例えば、学習済の走行条件情報が"１０００"であり、この場合の伝達軸エネルギー値が２４００Ｊ、エネルギー効率が７５％であるとする。また、現在の走行条件情報が"２０１０"である、すなわち、自車両の重量がより重くなっておりヘッドライトがＯＮとなっている場合を想定する。自車両の重量区分が区分１から区分２となることによる使用エネルギーの増減を示す補正係数をＣ_w、ヘッドライトがＯＮになることによってヘッドライトがＯＦＦである場合より増加する使用エネルギーの差分をΔ_hとすると、補正後の使用エネルギーは（（２４００／０．７５）＋Δ_h））×Ｃ_wとして導出することができる。以上の補正においては、学習済の走行条件情報に対応した伝達軸エネルギー値とエネルギー効率とを参照しているが、当該学習済の走行条件情報に対応した伝達軸エネルギー値とエネルギー効率から導出される使用エネルギーは正確な予測である。従って、当該正確な予測を利用して補正を行うことにより、学習済の走行条件情報に対応した伝達軸エネルギー値とエネルギー効率を参照しない場合と比較して、未学習の走行条件情報に対応した使用エネルギーを比較的正確に導出することが可能である。

（２）走行エネルギー学習処理：
次に、以上の構成においてナビゲーション装置１０が実施する走行エネルギー学習処理について説明する。図３は、走行エネルギー学習処理を示すフローチャートである。はじめに、制御部２０は、経路情報を取得済みであるか否か判定し（ステップＳ１００）、取得済みである場合は、学習データ利用処理を実行する（ステップＳ１０５、図７）。次に制御部２０は、自車両が走行開始するまで待機し（ステップＳ１１０）、走行開始したことを検出すると、ステップＳ１３０にて走行終了したと判定されるまでの間、所定時間経過ごとにステップＳ１１５からステップＳ１２５までの処理を繰り返し実行する。すなわち、制御部２０は、車両が走行中の間、エネルギー学習処理を実行し（ステップＳ１１５、図４）、エネルギー効率更新条件が成立している否かを判定し（ステップＳ１２０）、エネルギー効率更新条件が成立していると判定されるとき、エネルギー効率導出処理を実行する（ステップＳ１２５、図６）。

なお、ステップＳ１１０やステップＳ１３０における走行開始／終了判定には、例えば車速センサ４１から取得する車速信号や、イグニッションオン／オフ信号などを用いることができる。また、ステップＳ１２０のエネルギー効率更新条件とは、前回の更新から所定時間経過したタイミングや、経路設定から所定分経過したタイミングなどで、かつ自車両がＥＶ走行中であることとする。
ステップＳ１０５の学習データ利用処理は、ステップＳ１１５〜ステップＳ１３０の処理が繰り返されることによって蓄積された学習データを利用する処理であるので、エネルギー学習処理とエネルギー効率導出処理を説明した後に説明する。以降、エネルギー学習処理、エネルギー効率導出処理、学習データ利用処理の順に説明する。

（２−１）エネルギー学習処理：
ステップＳ１１５のエネルギー学習処理について、図４のフローチャートを用いて説明する。まず、制御部２０は道路区間特定部２１ａの処理により、自車両の現在位置を取得し（ステップＳ３００）、自車両が、対象道路区間Ｓ_ｘの開始地点を通過したか否かを判定し（ステップＳ３０５）、対象道路区間Ｓ_ｘの開始地点を通過したと判定されるとその時点での時刻Ｔ_０を取得する（ステップＳ３１０）。具体的には、自車両が対象道路区間Ｓ_ｘの開始地点に相当するノードや形状補間点の位置を通過したか否かを判定し、通過時の時刻Ｔ_０を取得する。

次に、制御部２０は仕事率情報導出部２１ｃの処理により、所定時間（例えば０．５秒）経過ごとに当該時間当たりの伝達軸５０の回転数ＲとトルクＴとを取得し、伝達軸５０において出力された仕事率値Ｐ[Ｗ]を次式（１）によって導出する（ステップＳ３１５）。

次に、制御部２０は走行条件取得部２１ｂの処理により、走行条件情報を取得する（ステップＳ３１７）。すなわち、制御部２０は、通信部５３およびロードセル５５が出力する信号に基づいて天候状態と自車両の重量を特定し、制御部２０の制御によって使用されている電装品５４の使用状態を特定する。

次に、制御部２０は道路区間特定部２１ａの処理により、対象道路区間の終了地点を通過したか否かを判定し（ステップＳ３２０）、対象道路区間の終了地点を通過したと判定されるとその時点での時刻Ｔ_１を取得する（ステップＳ３２５）。具体的には、ステップＳ３０５で開始地点を通過したと判定された道路区間の終了地点に相当するノードや形状補間点を自車両が通過したか否かを判定し、通過時の時刻Ｔ_１を取得する。次に、制御部２０はエネルギー情報蓄積部２１ｄの処理により、対象道路区間Ｓ_ｘを走行するのに要した伝達軸エネルギー値Ｅ_ｓを次式（２）によって算出する（ステップＳ３３０）。ここでＡＶＧは仕事率値Ｅ_ｓの平均値を意味する。

次に、制御部２０はエネルギー情報蓄積部２１ｄの処理により、対象道路区間Ｓ_ｘの走行条件情報を特定する（ステップＳ３３２）。すなわち、ステップＳ３１７にて取得した自車両の重量、電装品５４の使用状態、天候状態の区分を特定して走行条件情報を取得する。

次に、制御部２０はエネルギー情報蓄積部２１ｄの処理により、式（２）で算出された伝達軸エネルギー値Ｅ_ｓを対象道路区間Ｓ_ｘおよびステップＳ３３２にて取得した走行条件情報に対応する最新データリスト３０ｂに登録する（ステップＳ３３５、図２および図５Ａ参照）。続いて制御部２０は、エネルギー情報蓄積部２１ｄの処理により、エネルギー学習ＤＢ３０ｃから対象道路区間Ｓ_ｘおよびステップＳ３３２にて取得した走行条件情報に対応するメイン学習リスト３０ｄを取得し（ステップＳ３４０）、当該道路区間Ｓ_ｘおよびステップＳ３３２にて取得した走行条件情報に対応付けて既にＮ個のデータが蓄積済みであるかを判定する（ステップＳ３４５）。メイン学習リスト３０ｄに既にＮ個のデータが蓄積済みであると判定された場合は、中央値との差の絶対値がエネルギー値Ｅ_ｓよりも大きい値がメイン学習リスト３０ｄに存在するか否かを判定する（ステップＳ３５０）。すなわち、Ｎ個の伝達軸エネルギー値を取得し、その中央値Ｅ_ｓｍと他のＮ−１個の伝達軸エネルギー値との差の絶対値Δ₁〜Δ_N-1を算出する。また、中央値Ｅ_ｓｍとステップＳ３３０で導出された伝達軸エネルギー値Ｅ_ｓとの差の絶対値Δ_ｓを算出する。そして、Δ₁〜Δ_N-1の中にΔ_ｓよりも大きな値が存在する場合には、中央値との差の絶対値がエネルギー値Ｅ_ｓよりも大きい値がメイン学習リスト３０ｄに存在すると判別する。

中央値との差の絶対値が伝達軸エネルギー値Ｅ_ｓよりも大きい値がメイン学習リスト３０ｄに存在する場合は、当該伝達軸エネルギー値Ｅ_ｓｘをメイン学習リスト３０ｄから破棄し、今回算出した伝達軸エネルギー値Ｅ_ｓを対象道路区間Ｓ_ｘおよびステップＳ３３２にて取得した走行条件情報に対応するメイン学習リスト３０ｄに登録する（ステップＳ３５５）ことによってエネルギー学習ＤＢ３０ｃを更新する（図２および図５Ａ参照）。なお、中央値との差の絶対値がエネルギー値Ｅ_ｓよりも大きい値がメイン学習リスト３０ｄに存在すると判定されない場合、今回算出された伝達軸エネルギー値Ｅ_ｓは、対象道路区間Ｓ_ｘおよびステップＳ３３２にて取得した走行条件情報に対応するメイン学習リスト３０ｄには登録されず、したがってエネルギー学習ＤＢ３０ｃは更新されない。

次に、制御部２０は、エネルギー情報蓄積部２１ｄの処理により、対象道路区間Ｓ_ｘおよびステップＳ３３２にて取得した走行条件情報に対応するメイン学習リスト３０ｄの中央値Ｅ_ｓｍと、対象道路区間Ｓ_ｘおよびステップＳ３３２にて取得した走行条件情報に対応する最新データリスト３０ｂの中央値とが、所定値以上乖離しているか否かを判定し（ステップＳ３６０）、所定値以上乖離している場合は、最新データリスト３０ｂの値でメイン学習リスト３０ｄを上書きする（ステップＳ３６５）（図５Ｂ参照）。このように、本実施形態ではメイン学習リスト３０ｄの他にＦＩＦＯ方式の最新データリスト３０ｂを備えることにより、単発的（ノイズ）ではない道路区間の特性変化にも対応することができる。例えば、ある道路区間が工事中である場合、工事中でない場合よりも低速で走行することが予想されるが、工事中に当該道路区間にメイン学習リストが作成されると、工事後に当該道路区間を走行した際に導出された伝達軸エネルギー値はメイン学習リストに既に蓄積されている伝達軸エネルギー値と大きく異なるために、工事後の当該道路区間の伝達軸エネルギー値が常に破棄されメイン学習リストが更新されない。しかし、ＦＩＦＯ方式の最新データリストを備え、最新データリストの中央値とメイン学習リストの中央値とが著しく乖離した場合にメイン学習リストが最新データリストの内容で更新されるので、工事後の伝達軸エネルギー値も蓄積することができる。

なお、最新データリストやメイン学習リストにおいて中央値を選択する場合、それぞれのリストに既に蓄積されている伝達軸エネルギー値の個数が偶数である場合は、それらの伝達軸エネルギー値を昇順または降順に整列したときに中央に最も近い２つの伝達軸エネルギー値を選択し、当該２つの伝達軸エネルギー値の平均値を中央値として採用する。

（２−２）エネルギー効率導出処理：
次に図３におけるステップＳ１２５のエネルギー効率導出処理について図６のフローチャートを用いて説明する。エネルギー効率導出処理は、制御部２０がエネルギー効率導出部２１ｄ１の処理を実行することにより実施される処理であり、上述したエネルギー効率更新条件が成立しているときに、所定時間経過ごと（例えば１秒）に実行される。まず、制御部２０は、対象道路区間Ｓ_ｘおよびステップＳ３３２にて取得した走行条件情報に対応するエネルギー効率Ｅ_ｅｆ［％］を導出する（ステップＳ４００）。すなわち、内燃機関を利用せずに対象道路区間Ｓ_ｘを走行している間に充電池４９から出力されたエネルギー値Ｅ_ｂ[Ｊ]と、実際に伝達軸５０において出力された伝達軸エネルギー値Ｅ_ｓ[Ｊ]とを取得し、次式（３）によってエネルギー効率Ｅ_ｅｆ［％］を算出する。

次に、制御部２０は、エネルギー効率導出部２１ｄ１の処理により、エネルギー効率リスト３０ｅを参照し、対象道路区間Ｓ_ｘおよびステップＳ３３２にて取得した走行条件情報に対応するエネルギー効率Ｅ_ｅｆのデータをＭ個蓄積済みであるか否かを判定する（ステップＳ４０５）。エネルギー効率リスト３０ｅに既にＭ個のデータが蓄積済みであると判定された場合は、中央値との差の絶対値がエネルギー効率Ｅ_ｅｆよりも大きい値がエネルギー効率リスト３０ｅに存在するか否かを判定する（ステップＳ４１０）。そして、中央値との差の絶対値がエネルギー効率Ｅ_ｅｆよりも大きい値がエネルギー効率リスト３０ｅに存在する場合は、その値をエネルギー効率リスト３０ｅから破棄し、今回算出したエネルギー効率Ｅ_ｅｆを対象道路区間Ｓ_ｘおよびステップＳ３３２にて取得した走行条件情報に対応するエネルギー効率リスト３０ｅに登録する（ステップＳ４１５）

（２−３）学習データ利用処理：
図７は、学習データ利用処理を示すフローチャートである。まず制御部２０は、経路情報取得部２１ｆの処理により、経路情報を取得する（ステップＳ２００）。次に制御部２０は、使用エネルギー導出部２１ｅの処理により、経路を構成する複数の道路区間の全てについてエネルギー学習ＤＢ３０ｃを学習済みであるか否かを判定する（ステップＳ２０５）。具体的には、当該経路を構成する道路区間の全てに対応するメイン学習リスト３０ｄに伝達軸エネルギー値およびエネルギー効率が既に蓄積されているか否かを判定する。道路区間に対応するメイン学習リスト３０ｄに必ずしもＮ個の伝達軸エネルギー値およびエネルギー効率が蓄積されていなくてもよく、少なくとも一組の伝達軸エネルギー値およびエネルギー効率が蓄積されていればよい。経路を構成する複数の道路区間の全てについて伝達軸エネルギー値およびエネルギー効率を学習済みでない場合は学習データ利用処理を終了する。

ステップＳ２０５にて学習済みであると判定された場合、制御部２０は経路を構成する複数の道路区間の一つを対象道路区間とし、当該対象道路区間における走行条件に対応するエネルギー学習ＤＢ３０ｃを学習済であるか否かを判定する（ステップＳ２１０）。すなわち、対象道路区間を走行する際の走行条件として、現在の自車両の重量、現在の電装品５４の使用状態および対象道路区間の天候状態を示す情報を取得し、各走行条件に対応した区分を特定して走行条件情報を特定する。そして、当該走行条件情報に対応する伝達軸エネルギー値およびエネルギー効率がエネルギー学習ＤＢ３０ｃとして蓄積されているか否かを判定する。

ステップＳ２１０において、対象道路区間における走行条件に対応するエネルギー学習ＤＢ３０ｃを学習済であると判定されたとき、制御部２０は、使用エネルギー導出部２１ｅの処理により、対象道路区間の走行条件情報に対応する伝達軸エネルギー値Ｅ_ｓを取得し（ステップＳ２１５）、対象道路区間の走行条件情報に対応するエネルギー効率Ｅ_ｅｆを取得する（ステップＳ２２０）。すなわち、走行条件情報に対応するメイン学習リスト３０ｄおよびエネルギー効率リスト３０ｅに蓄積されたデータの中から中央値に相当する値を抽出して取得する。

次に、制御部２０は、使用エネルギー導出部２１ｅの処理により、充電残量の推移を導出する（ステップＳ２２５）。具体的には、制御部２０は、駆動制御ＥＣＵ５１から現在のＳＯＣを取得し、エネルギー効率Ｅ_ｅｆと、伝達軸エネルギー値Ｅ_ｓとを用いて、式（４）から対象道路区間Ｓ_ｘにおける使用エネルギーＥ_ｘを算出する。そして、充電池４９の充電最大量を１００％とした場合の１％当たりのエネルギーＥ[Ｊ]を用いて、当該対象道路区間Ｓ_ｘにおける使用エネルギーＥ_ｘを式（５）に基づいて対象道路区間Ｓ_ｘにおける充電池４９の電力消費率Ｑ_ｘ[％]に変換する。

そして、経路を構成する対象道路区間Ｓ_ｘについて、次式（６）を算出する。

ただし、「対象道路区間Ｓ_ｘ走行終了時のＳＯＣ」とは、経路の出発地から対象道路区間Ｓ_ｘの終了地点までを走行したときの充電残量を意味する。「対象道路区間Ｓ_ｘ−１走行終了時のＳＯＣ」についても同様である。

一方、ステップＳ２１０において、対象道路区間Ｓ_ｘにおける走行条件に対応するエネルギー学習ＤＢ３０ｃを学習済であると判定されないとき、制御部２０は、使用エネルギー導出部２１ｅの処理により、対象道路区間Ｓ_ｘの走行条件情報に近い学習済の走行条件情報に対応するエネルギー学習ＤＢ３０ｃを利用して充電残量を算出する。このため、制御部２０は、対象道路区間Ｓ_ｘの走行条件情報に最も近い走行条件情報に対応する伝達軸エネルギー値Ｅ_ｓおよびエネルギー効率Ｅ_ｅｆを取得する（ステップＳ２３０，Ｓ２３５）。

そして、対象道路区間Ｓ_ｘの走行条件情報における使用エネルギーを、当該走行条件情報に最も近い走行条件情報における使用エネルギーに補正するための補正情報に基づいて充電残量の推移を導出する（ステップＳ２４０）。すなわち、ステップＳ２３０，Ｓ２３５にて取得した伝達軸エネルギー値Ｅ_ｓおよびエネルギー効率Ｅ_ｅｆを上述の式（４）に代入し、対象道路区間Ｓ_ｘにおける使用エネルギーＥ_ｘを取得する。さらに、対象道路区間Ｓ_ｘの走行条件情報に最も近い走行条件情報において、対象道路区間Ｓ_ｘの走行条件情報で使用していない（あるいは使用している）電装品５４が存在することを示している場合には、両走行条件間で電装品５４の使用状態が異なることに起因して生じる使用エネルギーの差分Δ_hを取得して、使用エネルギーＥ_ｘに加える（あるいは減じる）。すなわち、両走行条件で電装品５４の使用状態が異なる場合、その電装品５４を使用していない（あるいは使用している）ことによって使用エネルギーが異なってくる。そこで、各電装品５４の諸元に基づいて予め特定されている、使用状態毎の使用エネルギーの差分Δ_hを取得して、走行条件が異なることに起因して生じる使用エネルギーの差分とみなし、使用エネルギーＥ_ｘに加える（あるいは減じる）。

また、対象道路区間Ｓ_ｘの走行条件情報に最も近い走行条件情報において、自車両の重量が増減し、あるいは天候状態が異なっている場合にはその差異による使用エネルギーＥ_ｘの変動を相殺するための補正係数を取得して、使用エネルギーＥ_ｘ（Δ_h≠０の場合はＥ_ｘ＋Δ_hあるいはＥ_ｘ−Δ_h）に乗じる。以上の結果、使用エネルギーを補正することができるため、制御部２０は、得られた結果を式（５）に代入して電力消費率Ｑ_ｘを取得し、さらに、補正後の電力消費率Ｑ_ｘによって式（６）を算出して対象道路区間Ｓ_ｘ走行終了時のＳＯＣを導出する。

そして、制御部２０は、経路を構成する道路区間の全てについてＳＯＣ推移を導出済であると判定されるまでステップＳ２１０以降の処理を繰り返す（ステップＳ２４５）。この結果、ステップＳ２４５にて経路を構成する道路区間の全てについてＳＯＣ推移を導出済であると判定された後には図８に示すような充電残量ＳＯＣ[％]の推移を取得することができる。なお、例えば図８の道路区間Ｓ_ｂのように、ＳＯＣが増加しているような区間は、仕事率情報収集ＥＣＵ４３から出力されるトルク値がマイナスの値であるため、当該道路区間の走行に要するエネルギーがマイナスであること、すなわち当該道路区間ではエネルギーが回生されることを示している。

以上、説明したように、本実施形態においては、伝達軸５０の回転数とトルクとに基づいて伝達軸エネルギー値を導出し、走行条件に対応づけて蓄積する構成であるため、例えば走行条件と無関係に走行速度パターンや道路勾配、路面摩擦係数、車重、空気抵抗等を用いて必要出力値を算出する構成と比較すると、信頼性高い出力値（その道路区間の走行に要したエネルギー）を導出することができる。また、本実施形態によると、任意の経路をＥＶ走行する場合の使用エネルギーの推移を走行条件毎に予測することができる。その結果、例えば、目的地までの経路においてＥＶ走行のみで走行できる最大距離を走行条件毎に予測することができる、また、例えば図８の道路区間Ｓ_ａのように、設定された経路において使用エネルギーが多い区間は内燃機関を利用して走行するようにスケジューリングすることや、道路区間Ｓ_ｂのように充電残量が増加するような道路区間では回生エネルギーによる充電を行うようにスケジューリングすることなどに応用することができる。

（３）他の実施形態：
以上の実施形態は、本発明を実施するための一例であり、自車両が道路区間を走行中に導出された仕事率を示す情報に基づいて、当該道路区間を走行するのに要したエネルギーを示す情報を特定し、当該道路区間および走行条件情報に対応付けて蓄積する限りにおいて他にも種々の実施形態を採用可能である。例えば、上記実施形態ではハイブリッド自動車に適用される例を説明したが、対象道路区間を走行するのに要したエネルギーを当該道路区間および走行条件情報に対応付けて蓄積した情報は、電気自動車等にも適用することができる。

また、道路区間としては、地図情報におけるノードや形状補間点、あるいは勾配変化地点等で分割される道路区間であることに限定されず、任意の距離ごとに区分された道路区間であってもよいし、その組み合わせであってもよい。いずれにしても開始地点と終了地点、およびその間の道路を一意に特定することができる限りにおいて適宜定められた道路区間であってよい。

また、仕事率値を算出する対象となる伝達軸５０については、例えばＦＦ車の場合は左右のドライブシャフトが算出の対象とされ、仕事率情報収集ＥＣＵ４３からは、左右のドライブシャフトにおける仕事率の和が出力される。

さらに、上述の実施形態においては、伝達軸エネルギー値とエネルギー効率とによって道路区間を走行するのに要したエネルギーを示す情報を構成していたが、道路区間を走行するのに要したエネルギーを示す情報には、少なくとも仕事率に基づいて導出されるエネルギーが含まれていればよい。従って、例えば、伝達軸エネルギー値と電装品５４にて実際に使用されたエネルギー（電力量）とによって道路区間を走行するのに要したエネルギーを示す情報を構成してもよい。また、伝達軸エネルギー値と充電池４９にて実際に使用されたエネルギーとによって道路区間を走行するのに要したエネルギーを示す情報を構成してもよく、種々の構成を採用可能である。

さらに、走行条件は上述の例に限定されず、エアコンディショナーおよびヘッドライト以外にも各種の電装品についての使用状態を走行条件に反映する構成としてよい。また、天候状態としても降雨や降雪に限らず、曇りの状況を走行条件に反映しても良い。さらに、時間帯や季節を走行条件に反映しても良い。例えば、時間帯や季節によって路面温度が異なると、路面の摩擦係数が変動することによって伝達軸エネルギー値が変動することが考えられる。

さらに、エネルギー学習ＤＢ３０ｃを利用する際の走行条件の特定法も上述の手法に限定されない。例えば、利用者の走行履歴や入力に基づいて自車両の重量の変化予定を特定し、また、電装品の使用予定を特定するなどの構成を採用可能である。この構成によれば、各道路区間の走行条件の変動予定に応じた使用エネルギーを特定することが可能である。また、走行条件を区分に基づいて特定する構成の他、走行条件、例えば、道路区間を走行したときの自車両の重量、道路区間を走行したときの自車両における電装品の使用状態、自車両が道路区間を走行したときの天候状態を、自車両の重量値や電装品の消費電力値、雨量等によって直接的に規定する構成が挙げられる。

さらに、上述の区分を動的に変更可能に構成してもよい。例えば、異なる区分に属する走行条件において道路区間を走行するのに要したエネルギーの差異が所定の基準以下であるときに、区分を過度に細分化しているとみなす。そして、当該区分を過度に細分化していると判断されるとき、両区分を統合すれば、学習当初に走行条件が過度に多くの区分に分類されていても、学習の過程で有意な区分数となるように区分数を調整することが可能である。むろん、学習の過程で区分数を増加させる構成としても良い。例えば、ある区分において道路区間を走行するのに要したエネルギーの分布（ヒストグラム）に２以上のピークが現れたときに区分を２以上に分割して走行条件を細分化する構成としても良い。なお、エネルギーの分布に基づいて区分を増加させる際には、判別分析等の解析手法を採用すれば、容易に適切な区分を定義することが可能である。

走行エネルギー学習装置を示すブロック図である。 メイン学習リストと最新データリストを説明するための図である。 走行エネルギー学習処理を示すフローチャートである。 エネルギー学習処理を示すフローチャートである。 （５Ａ）および（５Ｂ）は、メイン学習リストおよび最新データリストの更新を説明するための図である。 エネルギー効率導出処理を示すフローチャートである。 学習データ利用処理を示すフローチャートである。 充電残量の推移例を説明するためのグラフである。

符号の説明

１０…ナビゲーション装置、２０…制御部、２１…走行エネルギー学習プログラム、２１ａ…道路区間特定部、２１ｂ…走行条件情報取得部、２１ｂ…走行条件取得部、２１ｃ…仕事率情報導出部、２１ｄ…エネルギー情報蓄積部、２１ｄ１…エネルギー効率導出部、２１ｅ…使用エネルギー導出部、２１ｆ…経路情報取得部、３０…記憶媒体、３０ａ…地図情報、３０ｂ…最新データリスト、３０ｄ…メイン学習リスト、３０ｅ…エネルギー効率リスト、４０…ＧＰＳ受信部、４１…車速センサ、４２…ジャイロセンサ、４３…仕事率情報収集ＥＣＵ、４４…トルクセンサ、４５…回転数センサ、４６…燃料タンク、４７…内燃機関、４８…電動機、４９…充電池、５０…伝達軸、５１…駆動制御ＥＣＵ、５２…ユーザＩ／Ｆ部、５３…通信部、５４…電装品、５４…電装品、５５…ロードセル

Claims (8)

1. 自車両の現在位置を含む道路区間を特定する道路区間特定手段と、
   前記自車両が前記道路区間を走行したときの走行条件を示す走行条件情報を取得する走行条件情報取得手段と、
   前記自車両の駆動源から車輪へ駆動力を伝達する伝達軸の回転数と当該伝達軸のトルクとに基づいて、当該伝達軸における仕事率を示す情報を導出する仕事率情報導出手段と、
   前記自車両が前記道路区間を走行中に導出された前記仕事率を示す情報に基づいて、当該道路区間を走行するのに要したエネルギーを示す情報を導出し、当該道路区間および前記走行条件情報に対応付けて前記道路区間を走行するのに要したエネルギーを示す情報を蓄積するエネルギー情報蓄積手段と、
   を備える走行エネルギー学習装置。
2. 前記走行条件情報取得手段は、前記走行条件が予め設定された複数の区分のいずれに属するかを判定し、当該走行条件が属する区分を示す情報を前記走行条件情報として取得する、
   請求項１に記載の走行エネルギー学習装置。
3. 前記区分は前記自車両における電装品の消費電力の大きさに応じて予め決められており、
   前記走行条件情報取得手段は、前記道路区間を走行したときの前記自車両における電装品の使用状態を取得するとともに当該取得した使用状態での消費電力が属する前記区分を示す情報を前記走行条件情報として取得する、
   請求項２に記載の走行エネルギー学習装置。
4. 前記区分は前記自車両の重量の大きさに応じて予め決められており、
   前記走行条件情報取得手段は、前記道路区間を走行したときの前記自車両の重量を取得するとともに当該取得した重量が属する前記区分を示す情報を前記走行条件情報として取得する、
   請求項２または請求項３のいずれかに記載の走行エネルギー学習装置。
5. 前記区分は天候状態に応じて予め決められており、
   前記走行条件情報取得手段は、前記自車両が前記道路区間を走行したときの天候状態を取得するとともに当該取得した天候状態が属する区分を示す情報を前記走行条件情報として取得する、
   請求項２〜請求項４のいずれかに記載の走行エネルギー学習装置。
6. 前記走行条件情報取得手段は、異なる前記区分に属する走行条件において前記道路区間を走行するのに要したエネルギーの差異が所定の基準以下であるときに両区分を一つの区分に統合する、
   請求項１〜請求項５のいずれかに記載の走行エネルギー学習装置。
7. 自車両の現在位置を含む道路区間を特定する道路区間特定工程と、
   前記自車両が前記道路区間を走行したときの走行条件を示す走行条件情報を取得する走行条件情報取得工程と、
   前記自車両の駆動源から車輪へ駆動力を伝達する伝達軸の回転数と当該伝達軸のトルクとに基づいて、当該伝達軸における仕事率を示す情報を導出する仕事率情報導出工程と、
   前記自車両が前記道路区間を走行中に導出された前記仕事率を示す情報に基づいて、当該道路区間を走行するのに要したエネルギーを示す情報を導出し、当該道路区間および前記走行条件情報に対応付けて前記道路区間を走行するのに要したエネルギーを示す情報を蓄積するエネルギー情報蓄積工程と、
   を含む走行エネルギー学習方法。
8. 自車両の現在位置を含む道路区間を特定する道路区間特定機能と、
   前記自車両が前記道路区間を走行したときの走行条件を示す走行条件情報を取得する走行条件情報取得機能と、
   前記自車両の駆動源から車輪へ駆動力を伝達する伝達軸の回転数と当該伝達軸のトルクとに基づいて、当該伝達軸における仕事率を示す情報を導出する仕事率情報導出機能と、
   前記自車両が前記道路区間を走行中に導出された前記仕事率を示す情報に基づいて、当該道路区間を走行するのに要したエネルギーを示す情報を導出し、当該道路区間および前記走行条件情報に対応付けて前記道路区間を走行するのに要したエネルギーを示す情報を蓄積するエネルギー情報蓄積機能と、
   をコンピュータに実現させる走行エネルギー学習プログラム。

Images