JP2018062195A - 制御装置、制御方法及びプログラム - Google Patents

Abstract

【課題】電動アシスト自転車を利用するユーザの運動能力に応じて補助動力を適切に制御する制御装置を提供する。【解決手段】制御システムは、自転車のユーザの情報を取得するユーザ情報取得部と、補助動力の制御に用いる制御モデルであって、ユーザの運動能力レベルに対応する制御モデルをユーザの情報に基づいて取得するモデル取得部と、取得した制御モデルに基づいて駆動装置による補助動力を制御する補助動力制御部と、を有する。【選択図】図１

Description

本発明は、動力によって走行をアシストする装置を制御する技術に関する。

電動アシスト自転車を多くのユーザでシェアするビジネスが普及している。
例えば、電動アシスト自転車のシェアビジネスにおいては、ユーザは、あるステーションで借りた電動アシスト自転車を別のステーションに返却することが可能である。さらに、返却されたステーションの周囲にいる他のユーザによって、再度、当該電動アシスト自転車が利用される。このように一つの電動アシスト自転車が様々な老若男女のユーザによって繰り返し利用されることになる。

また、走行速度、路面の傾斜等の状況に応じて、電動アシスト自転車の走行を補助する補助動力を制御する技術がある（例えば、特許文献１）。電動アシスト自転車の走行時に与えられる補助動力により、各ユーザの負担が軽減される。

特開２０１２−１２１３３８号公報

しかし、補助動力に対する制御を全ユーザに対して同じとした場合、ユーザによって運動能力が異なるため、補助動力が適切でないことがある。
例えば、平均的なユーザが使用することを想定して補助動力が設定されたものとする。かかる場合において、運動能力が低いユーザが電動アシスト自転車を利用する場合、坂道の走行時に補助動力が不足し、ふらつき運転となることがある。また、運動能力の高いユーザが電動アシスト自転車を利用する場合、補助動力が過剰となり、急加速により事故を引き起こすことがある。
すなわち、補助動力の制御に関し、利用するユーザの運動能力が考慮されていない点において改善の余地があった。

本発明は上記の課題を考慮してなされたものであり、電動アシスト自転車を利用するユーザの運動能力に応じて補助動力を適切に制御する制御装置を提供することを目的とする。

本発明に係る制御システムは、自転車の車輪を回転させる力を補助するための補助動力を発生させる駆動装置を制御する制御システムであって、前記自転車のユーザの情報を取得するユーザ情報取得部と、
補助動力の制御に用いる制御モデルであって、前記ユーザの運動能力レベルに対応する制御モデルを前記ユーザの情報に基づいて取得するモデル取得部と、
取得した前記制御モデルに基づいて前記駆動装置による補助動力を制御する補助動力制御部と、を有することを特徴とする。
これにより、電動アシスト自転車を利用するユーザの運動能力に応じて補助動力を適切に制御することができる。

補助動力は、電動アシスト自転車の走行をアシストする動力であって、駆動装置によっ
て発生する。補助動力は、制御モデルに応じて制御システムにより制御される。
制御モデルとは、駆動装置による補助動力の制御に使用される基準である。
制御モデルは、各々のユーザの運動能力レベルに応じて設定される。すなわち、１つのユーザの運動能力レベルに対して１つの制御モデルが対応付けられる。制御システムは、ユーザの情報によってユーザの運動能力レベルを特定する。

ユーザの情報とは、ユーザの運動能力に関する情報である。例えば、ユーザ情報は、ユーザの性別、年齢、身長及び体重などの情報である。
例えば、ユーザ情報取得部は、スマートフォン、タブレットＰＣなどの端末からユーザ情報を取得してもよい。また、ユーザ情報取得部は、電動アシスト自転車に搭載された端末からユーザ情報を取得してもよい。

制御モデルは、複数のパラメータを有する。
例えば、制御モデルは、第一のパラメータとして、ユーザの運動負荷に対する補助動力の比率を含んでもよい。具体的には、制御モデルは、ユーザの踏力によるトルクと補助動力によるトルクとの比率（トルク比率）を含んでもよい。制御システムによって、ユーザの踏力によるトルクと、補助動力によるトルクとが所定のトルク比率となるように制御される。

トルク比率は、例えば、ユーザの運動能力レベルに応じて設定される。例えば、運動能力レベルの高いユーザに対するトルク比率は、比較的低い値に設定されてもよい。また、運動能力レベルの低いユーザに対するトルク比率は、比較的高い値に設定されてもよい。なお、トルク比率は、法律によって定められた基準を超えない範囲で設定される。
トルク比率が適切に設定されることにより、事故の原因となる急加速及びふらつき運転を防止することができる。

また、制御モデルは、第二のパラメータとして、ユーザの運動負荷に対する補助動力の比率を低下させる速度の閾値を含んでもよい。また、制御モデルは、第三のパラメータとして、補助動力を停止させる速度の閾値を含んでもよい。
また、補助動力の比率を低下させる速度の閾値及び補助動力を停止させる速度の閾値は、例えば、法律によって定められた基準により設定されてもよい。また、補助動力の比率を低下させる速度の閾値及び補助動力を停止させる速度の閾値は、ユーザの運動能力レベルに応じて変更されてもよい。
補助動力の比率を低下させる速度の閾値及び補助動力を停止させる速度の閾値を、ユーザの運動能力レベルに応じて設定することで、スピードの出しすぎ及び急加速による事故を防止することができる。
なお、制御モデルは、上記３つのパラメータ以外のパラメータを含んでもよい。

制御モデルは、ユーザの運動能力レベル毎に設定される。運動能力レベルとは、ユーザの運動能力別に区分した情報である。運動能力レベルは、ユーザ情報によって特定される。
例えば、運動能力レベルは、ユーザの体重を含んでもよい。かかる場合において、制御モデルは、体重別に設定される。この場合、例えば、運動能力レベルは、３０−４０ｋｇ、４０−５０ｋｇ、・・・、８０−９０ｋｇ、９０−１００ｋｇのように、体重の範囲毎に区分され、各区分に制御モデルが１つ設定されてもよい。
このように、動力体重比を所定値に固定して体重別に制御モデルを区分することで制御モデルの数を少なくすることができ、駆動装置による補助動力の制御を単純化することができる。

また、運動能力レベルは、ユーザの体重及び身長を含んでもよい。かかる場合には、制
御モデルは、体重及び身長によって区分けされる区分毎に設定してもよい。
また、運動能力レベルは、ユーザの性別及び年齢を含んでもよい。かかる場合には、制御モデルは、性別及び年齢によって区分けされる区分ごとに設定されてもよい。

また、運動能力レベルは、ユーザの性別、年齢、身長及び体重を含んでもよい。かかる場合には、性別及び年齢によって区分けされた大区分と、大区分をさらに身長及び体重によって区分けした小区分とがあり、小区分毎に制御モデルが設定してもよい。
これにより、ユーザの運動能力レベルを詳細に区分けすることが可能となり、駆動装置による補助動力をより適切に制御できる。

モデル取得部は、ユーザの運動能力レベル毎に制御モデルを記憶する外部のサーバから、ユーザの情報に基づいてユーザの運動能力レベルに対応する制御モデルを取得してもよい。
具体的には、外部のサーバの記憶領域には、各々の運動能力レベルに対応する制御モデルが記憶されている。当該サーバによって、ユーザ情報に基づいて当該ユーザの運動能力レベルに対応する制御モデルが選択される。
これにより、制御システム側で制御モデルを管理しなくてもよく、サーバ側で制御モデルを一括管理することが可能となる。

また、制御システムは、ユーザの運動能力レベル毎に制御モデルを記憶する記憶部をさらに有し、モデル取得部は、ユーザの情報に基づいてユーザの運動能力レベルに対応する制御モデルを当該記憶部から取得してもよい。この場合、制御システムは、外部のサーバと通信しない。
これにより、外部のサーバと通信することなく補助動力を制御することができる。

本発明に係る制御システムと通信するサーバに関し、当該サーバは、制御システムから自転車を利用するユーザの情報を受信するユーザ情報取得部と、ユーザの運動能力レベル毎に制御モデルを記憶する制御モデルを記憶する記憶部と、前記記憶部に記憶されている制御モデルの中から、前記ユーザの情報に基づいて駆動装置による補助動力の制御に用いる制御モデルを選択するモデル選択部と、選択された前記制御モデルを前記制御システムに送信する送信部と、を有してもよい。
これにより、サーバ側で全ての制御モデルを一元管理することができる。

なお、本発明は、上記構成ないし機能の少なくとも一部を有する制御システム、又はそのような制御システムを備える車両として捉えることができる。また、本発明は、上記処理の少なくとも一部を含む車両の制御方法として捉えることもできる。また、本発明は、かかる方法の各ステップをコンピュータ（プロセッサ）に実行させるためのプログラム、又は、そのようなプログラムを非一時的に記録したコンピュータ読取可能な記録媒体として捉えることもできる。また、上記処理や手段は、技術的な矛盾が生じない限りにおいて、自由に組み合わせて実施することができる。

本発明によれば、電動アシスト自転車を利用するユーザの運動能力に応じて補助動力を適切に制御することができる。

第一実施形態に係る制御システムの機能構成を示すブロック図である。 第一の実施形態に係る各装置の位置関係を示す図である。 制御モデルを保持するテーブルのデータ構造の例を示す図である。 制御モデルに係る各パラメータの関係を示す図である。 実施形態１に係る制御装置及びサーバの制御フローの例を示す図である。 従来例及び第一実施形態における制御を比較するための図である。 第二実施形態に係る制御システムの機能構成を示すブロック図である。

本発明は、電動アシスト自転車の走行をアシストする駆動装置に対する補助動力の制御に関するものである。

（第一実施形態）
<システムの概要>
図１は、第一の実施形態に係る制御システム５の機能構成を示すブロック図である。
第一の実施形態に係る制御システム５は、情報端末５０、制御装置１００を有する。制御システム５に含まれる各装置は、サーバ２００と通信することができる。また、トルクセンサ１１、速度センサ１２、制御装置１００及び駆動装置１５０は、電動アシスト自転車１０の車載装置である。
なお、制御装置１００は、ＣＰＵ、主記憶装置、補助記憶装置を有する情報処理装置として構成することができる。補助記憶装置に記憶されたプログラムが主記憶装置にロードされ、ＣＰＵによって実行されることで、制御装置１００に含まれる各手段が機能する。

図２は、第一の実施形態に係る各装置の位置関係を示す図である。図２の例ように、情報端末５０は、ネットワークを介してサーバ２００にユーザ情報を送信する。
また、制御装置１００は、サーバ２００から制御モデルを受信する。また、制御装置１００は、トルクセンサ１１からユーザの踏力によるトルクを取得する。また、速度センサ１２から電動アシスト自転車１０の走行速度を取得する。
制御装置１００は、制御モデル、ユーザの踏力によるトルク及び走行速度に基づいて駆動装置１５０による補助動力を制御する。なお、補助動力の制御に関しては後述する。

図１に戻る。制御システム５は、電動アシスト自転車１０を利用するユーザ情報に対応する制御モデルを用いて、駆動装置１５０を制御することにより、ユーザの運動能力に応じた制御を行うシステムである。
以下、制御システム５及びサーバ２００の構成についてそれぞれ説明する。

［情報端末の構成］
情報端末５０は、ユーザ情報取得部５１と、記憶部５２と、通信部５３とを有する。情報端末５０は、例えば、スマートフォン、タブレットＰＣ又はノートＰＣなどの携帯端末である。なお、情報端末５０の各構成は、情報端末５０が有するＣＰＵによって、記憶部５２に格納されたプログラムを実行することにより実現される。

ユーザ情報取得部５１は、記憶部５２からユーザ情報を取得する機能を有する。
具体的には、情報端末５０には、電動アシスト自転車１０に制御要求を送信するためのアプリがインストールされている。ユーザによってアプリが起動されると、情報端末５０は、ディスプレイ（不図示）にログイン画面を表示させる。続いて、ログインが実行されると、ユーザ情報取得部５１は、ログインしたユーザのユーザ情報を記憶部５２から取得する。ここでユーザ情報とは、ユーザの性別、年齢、身長及び体重等のユーザの運動能力に関する情報である。
続いて、通信部５３は、記憶部５２から取得したユーザ情報をサーバ２００に送信する。

［サーバの構成］
サーバ２００は、通信部２０１、モデル選択部２０２及び記憶部２０３を有する。通信
部２０１は、情報端末５０からユーザ情報を受信する。
モデル選択部２０２は、情報端末５０から受信したユーザ情報に対応する制御モデルを記憶部２０３から取得する機能を有する。記憶部２０３には、各々のユーザの運動能力レベルに対応する制御モデルが記憶されている。
モデル選択部２０２は、ユーザ情報に含まれるユーザの性別、年齢、身長及び体重等の情報に基づいてユーザの運動能力レベルを特定する。モデル選択部２０２は、記憶部２０３に記憶されている制御モデルの中から、ユーザの運動能力レベルに対応する制御モデルを選択する。

記憶部２０３における制御モデルを保持するテーブルの構造に関して説明する。
図３Ａ及び図３Ｂは、制御モデルを保持するテーブルのデータ構造の例を示す図である。図３Ａは、ユーザの性別、年齢、身長及び体重に基づいてユーザの運動能力レベルを分類した例である。図３Ａ上側の表は、全ユーザを対象としており、年齢及び性別で区分されている。
図３Ａ上側の表の行は性別となっており、男性及び女性が各行に対応付られる。また、図３Ａ上側の表の列に年齢として１０代、２０代、３０代及び４０代が各列に対応付られける。一方、図３Ａ下側の表は、２０代男性を対象にしており、図３Ａ上側の表の（３）の区分に対応する。
図示しないが、図３Ａ上側の表の（３）以外の（１）、（２）、（４）〜（８）の区分に関しても、（３）と同様の構造の表が対応付けられる。図３Ａ下側の表の（９）〜（２４）の各々の区分が２０代男性の運動能力レベルとなっている。（９）〜（２４）の各々の区分に対し、一つの制御モデルが対応付けられる。
以下では、図３Ａ上側の表の（１）〜（８）の区分のように、全ユーザを対象とする区分を大区分という。また、図３Ｂ下側の表の（９）〜（２４）の区分のように、大区分のうちの一部のユーザを対象とする区分を小区分という。

制御モデルの選択について具体例を挙げて説明する。例えば、２５歳の男性が電動アシスト自転車１０を利用する場合について説明する。サーバ２００は、通信部２０１を介して電動アシスト自転車１０を利用する２５歳の男性のユーザ情報を取得する。
モデル選択部２０２は、当該ユーザ情報から年齢「２５歳」と、性別「男性」とを取得する。続いて、モデル選択部２０２は、図３Ａ上側の表において「２５歳」及び「男性」に対応する大区分（３）を選択する。

続いて、モデル選択部２０２は、当該ユーザの身長「１７５」と、体重「６７」とを取得する。続いて、モデル選択部２０２は、大区分（３）に対応する図３Ｂ下側の表において、小区分（１８）を選択する。続いて、モデル選択部２０２は、小区分（１８）に対応する制御モデルを選択する。
また、モデル選択部２０２は、２０代男性のユーザの身長が「１６１」、体重が「４９」であった場合は、小区分（９）を選択する。
また、モデル選択部２０２は、２０代男性のユーザの身長が「１８３」、体重が「７５」であった場合、小区分（２３）を選択する。

図３Ｂは、ユーザの体重に基づいてユーザの運動能力レベルを分類した例である。図３Ｂの表は、全ユーザを対象としており、体重で区分されている。図３Ｂの例では、体重が３０台（３０〜４０）、４０台、５０台、６０台、７０台、８０台及び９０台のユーザに対して、運動能力レベル（１）〜（７）の区分がそれぞれ割り当てられる。また、運動能力レベル（１）〜（７）の各々の区分に対し、一つの制御モデルが対応付けられる。

すなわち、図３Ｂの例においては、運動能力レベルは体重のみを含む。
動力と体重の比率を動力体重比という。図３Ｂの例においては、例えば、動力体重比を
ユーザの平均値に合わせて２．０〜３．０Ｗ／ｋｇに固定することで、体重に応じて制御モデルを選択することができる。これにより、使用される制御モデルの数を減らすことができ、電動アシスト自転車１０の制御を単純化することができる。

次に、個々の制御モデルの構造について説明する。
第一の実施形態においては、制御モデルは、トルク比率、補助動力減衰速度、補助動力停止速度の３つのパラメータにより構成される。
トルク比率とは、補助動力によって生じるトルク（Ｔｍ）とユーザの踏力により生じるトルク（Ｔｈ）との比率（Ｔｍ／Ｔｈ）である。また、補助動力とは、後述する駆動装置１５０によって生成され、走行をアシストする動力である。トルク比率（Ｔｍ／Ｔｈ）が高いほど、ユーザにとって少ない負担で走行することが可能となる。

また、補助動力減衰速度とは、トルク比率（Ｔｍ／Ｔｈ）の減衰を開始させる速度（ｋｍ／ｈ）である。走行速度が補助動力減衰速度を超過するほど、トルク比率の減衰量が大きくなる。また、補助動力停止速度は、補助動力を停止させる速度（ｋｍ／ｈ）である。例えば、補助動力減衰速度及び補助動力停止速度は、法律によって定められた基準により設定されてもよい。

上記３つのパラメータの関係について説明する。トルク比率は、走行速度が０（ｋｍ／ｈ）から補助動力減衰速度（ｋｍ／ｈ）に至るまで一定値に制御される。
電動アシスト自転車１０の走行速度が上がり、補助動力減衰速度を超えた場合、超過した走行速度に応じて、徐々にトルク比率が減衰するように制御される。さらに、電動アシスト自転車１０の走行速度が上がり、電動アシスト自転車１０の走行速度が補助動力停止速度に達した場合、トルク比率が０となるように制御される。すなわち、補助動力減衰速度を超過した分の走行速度に比例してトルク比率が減衰していき、補助動力停止速度に到達した場合にちょうどトルク比率が０となるように制御される。

上記３つのパラメータの関係について具体例を挙げて説明する。
図４Ａ〜図４Ｃは、制御モデルに係る各パラメータの関係を示す図である。図４Ａ〜図４Ｃにおいて、縦軸はトルク比率に対応し、横軸は電動アシスト自転車１０の走行速度（ｋｍ／ｈ）に対応する。また、トルク比率はＴｍ／Ｔｈ、補助動力減衰速度はＳｍ、補助動力停止速度はＳｎにそれぞれ対応する。
なお、トルク比率は、「補助動力の比率」の一例である。また、補助動力減衰速度は、「補助動力の比率を低下させる速度の閾値」の一例である。また、補助動力停止速度は、「補助動力を停止させる速度の閾値」の一例である。

図４Ａは、平均的な運動能力を有するユーザに対して使用される制御モデルの例である。図４Ａの例において、トルク比率（Ｔｍ／Ｔｈ）は、１．０である。すなわち、電動アシスト自転車１０は、ユーザの踏力により生じるトルク（Ｔｈ）と同じ量のトルク（補助動力）でアシストすることになる。
また、電動アシスト自転車１０は、走行速度（ｋｍ／ｈ）が補助動力減衰速度Ｓｍを超えると、徐々にトルク比率（Ｔｍ／Ｔｈ）を減衰させる。
さらに、電動アシスト自転車１０は、走行速度（ｋｍ／ｈ）が補助動力停止速度はＳｎに到達すると、トルク比率（Ｔｍ／Ｔｈ）を０とする。
なお、図４Ａ〜図４Ｃに伸長される点線は、電動アシスト自転車に関する法規制に基づいて設定された補助動力減衰速度Ｓｍ及び補助動力停止速度はＳｎに対応する。すなわち、法規制上、点線を超えて補助動力減衰速度Ｓｍ及び補助動力停止速度はＳｎを設定することはできない。

図４Ｂは、比較的高い運動能力を有するユーザに対して使用される制御モデルの例であ
る。図４Ｂの例において、トルク比率（Ｔｍ／Ｔｈ）は、０．３である。図４Ａの例よりもトルク比率を抑えることで急加速を防止することができる。
図４Ｂの例の補助動力減衰速度Ｓｍは、図４Ａの例の補助動力減衰速度Ｓｍよりも低く設定されている。これにより、走行速度が高くなりすぎることを防止している。

図４Ｃは、子供等の比較的低い運動能力を有するユーザに対して使用される制御モデルである。例えば、図４Ｃは、１０〜１３歳のユーザに適用される制御モデルである。図４Ｃの例において、トルク比率（Ｔｍ／Ｔｈ）は、１．２である。図４Ａの例よりもトルク比率を高くすることで、傾斜道走行時におけるアシストを大きくすることができ、ユーザの負担を軽減することができる。また、低速走行時におけるふらつき走行を防止することができる。
図４Ｃの例の補助動力減衰速度Ｓｍは、図４Ａの例の補助動力減衰速度Ｓｍよりも低く設定されている。これにより、高速走行時におけるアシストを小さくすることでスピードの出しすぎによる事故を防止している。
また、図４Ｃの例の補助動力停止速度Ｓｎは、図４Ａの例の補助動力停止速度Ｓｎよりも低く設定されている。これにより、所定速度以上で走行する場合にアシストを停止することでスピードの出しすぎによる事故を防止している。

以上のように、モデル選択部２０２は、ユーザ情報に基づいてユーザの運動能力レベルに応じた制御モデルを選択する。続いて、通信部２０１は、モデル選択部２０２によって選択された制御モデルを制御装置１００に送信する。

［制御装置の構成］
図１に戻る。制御装置１００は、モデル取得部１０１、補助動力制御部１０２及び記憶部１０３を有する。モデル取得部１０１は、サーバ２００において選択されたユーザの運動能力レベルに対応する制御モデルをサーバ２００から取得する機能を有する。
モデル取得部１０１は、モデル選択部２０２によって選択された制御モデルをサーバ２００から受信する。続いて、モデル取得部１０１は、記憶部１０３に当該制御モデルをテンポラリファイルとして記録する。

補助動力制御部１０２は、制御モデルに基づいて、駆動装置１５０による補助動力を制御する機能を有する。補助動力制御部１０２は、ユーザの踏力により生じるトルク（Ｔｈ）をトルクセンサ１１から取得する。トルクセンサ１１は、電動アシスト自転車１０のペダル部に設置され、ユーザの踏力によりペダル部に加わる圧力を検出するセンサである。
補助動力制御部１０２は、ユーザの踏力により生じるトルク（Ｔｈ）と、補助動力によって生じるトルク（Ｔｍ）との比率が、制御モデルとして指定されているトルク比率（Ｔｍ／Ｔｈ）となるように駆動装置１５０を制御する。例えば、制御モデルとして指定されているトルク比率（Ｔｍ／Ｔｈ）が１．０の場合、ユーザの踏力により生じるトルク（Ｔｈ）と、補助動力によって生じるトルク（Ｔｍ）とが同程度になるように制御する。
すなわち、補助動力制御部１０２は、トルクセンサ１１によって検出されたユーザの踏力により生じるトルク（Ｔｈ）を、トルク比率（Ｔｍ／Ｔｈ）に乗算することにより、補助動力によって生じるトルク（Ｔｍ）を算出してもよい。

また、補助動力制御部１０２は、速度センサ１２から走行速度を取得する。補助動力制御部１０２は、走行速度が補助動力減衰速度Ｓｍ（ｋｍ／ｈ）を超えた場合、超過した速度に比例してトルク比率（Ｔｍ／Ｔｈ）が減衰するように、駆動装置１５０による補助動力を制御する。なお、速度センサ１２は、電動アシスト自転車１０の走行速度を計測するセンサである。
さらに、補助動力制御部１０２は、走行速度が補助動力停止速度Ｓｎ（ｋｍ／ｈ）に達した場合、トルク比率（Ｔｍ／Ｔｈ）が０となるように駆動装置１５０による補助動力を
制御する。

［駆動装置の構成］
駆動装置１５０は、駆動制御部１５１及び出力部１５２を有する。駆動制御部１５１は、補助動力制御部１０２による制御に応じて、出力部１５２による駆動を制御する。出力部１５２は、駆動制御部１５１の制御に応じた補助動力を電動アシスト自転車１０に出力する。

図５は、実施形態１に係る制御装置１００及びサーバ２００の制御フローの例を示す図である。図５の左側のフローチャートは、制御システム５の処理を示している。一方、図５の右側のフローチャートは、サーバ２００の処理を示している。
ステップＳ１０で、制御システム５は、ユーザ情報を取得する。例えば、情報端末５０は、ユーザによってアプリを起動された後、ログイン認証を行うとともに、記憶部５２からユーザの性別、年齢、身長及び体重等を含むユーザ情報を取得する。ステップＳ１１で、制御システム５は、サーバ２００に当該ユーザ情報を送信することで、適切な制御モデルを問い合わせる。
また例えば、情報端末５０によらず、制御装置１００へ直接ユーザ情報の入力を求めるようにしてもよい。
なお、サーバ２００は、ステップＳ２０〜Ｓ２２までの処理を繰り返し実行しており、制御装置１００からの問い合わせを随時受け付けている。

ステップＳ２０で、サーバ２００は、制御システム５からの問い合わせを受信済みか否かを判定する。問い合わせを受信していない場合、サーバ２００は、所定時間後にステップＳ２０の処理を再度実行する。
一方、問い合わせを受信した場合、ステップＳ２１で、サーバ２００は、ユーザ情報に基づき、制御モデルを選択する。例えば、記憶部２０３に図２Ａの表が記録されていた場合、サーバ２００は、図２Ａの表においてユーザの年齢及び性別に基づいて大区分を選択する。さらに、サーバ２００は、身長及び体重に基づいて小区分を選択することで制御モデルを選択する。ステップＳ２２で、サーバ２００は、選択した制御モデルを制御システム５に送信する。

ステップＳ１２で、制御システム５は、制御モデルを受信済みか否かを判定する。制御モデルを受信していない場合、制御システム５は、所定時間経過後にステップＳ１２の処理を再度実行する。一方、制御モデルを受信していた場合、ステップＳ１３で、制御システム５は、当該制御モデルを電動アシスト自転車１０の補助動力の制御に反映させる。
例えば、ユーザの踏力により生じるトルクＴｈと、補助動力によって生じるトルク（Ｔｍ）とが制御モデルに含まれるトルク比率（Ｔｍ／Ｔｈ）となるように、制御システム５は、駆動装置１５０による補助動力を制御する。

［効果］
図６Ａ及び図６Ｂは、従来例及び第一実施形態における制御を比較するための図である。
図６Ａは、従来例による制御を示す。図６Ａのように、男性、女性及び子供のユーザに対して共通する一つの制御モデルが適用される。
例えば、運動能力が比較的高い男性のユーザが電動アシスト自転車１０を利用する場合、電動アシスト自転車１０に対する補助動力は適切であるものとする。
また、運動能力が平均である女性のユーザが電動アシスト自転車１０を利用する場合、電動アシスト自転車１０に対する補助動力が多少不足するため、低速走行時にユーザへの負担が大きくなる。
また、運動能力が比較的低い子供のユーザが電動アシスト自転車１０を利用する場合、
電動アシスト自転車１０に対する補助動力が相当量不足するため、低速走行時にふらつき運転となることがある。

図６Ｂは、第一実施形態による制御を示す。図６Ｂのように、男性、女性及び子供のユーザに対して運動能力レベルに応じた制御モデルが適用される。
例えば、運動能力が比較的高い男性のユーザが電動アシスト自転車１０を利用する場合、電動アシスト自転車１０に対し、トルク比率が比較的低い制御モデルが適用される。これにより、過剰な補助動力による急加速を防止できる。
また、運動能力が平均的な女性のユーザが電動アシスト自転車１０を利用する場合、電動アシスト自転車１０に対し、トルク比率が中程度の制御モデルが適用される。これにより、走行時の負担が軽減される。
また、運動能力が比較的低い子供のユーザ他電動アシスト自転車１０を利用する場合、電動アシスト自転車１０に対し、トルク比率が比較的高い制御モデルが適用される。これにより、補助動力不足によるふらつき運転を防止することができる。

このように、電動アシスト自転車１０を利用するユーザの運動能力に応じた制御モデルを使用することで、駆動装置による補助動力が適切に制御され、ユーザの走行時の負担を軽減できる。また、急加速又はふらつき運転による事故を防止することができる。

<第一実施形態の変形例>
第一実施形態においては、低速時において、制御モデルによりトルク比率（Ｔｍ／Ｔｈ）が一定になるように制御されることを説明したが、これに限定されない。坂道を上る際など、状況に応じてトルク比率を変更する制御モデルを使用してもよい。

路面が平坦な場合と路面に一定の傾斜がある場合とにそれぞれ３つのパラメータ（トルク比率等）が１つの制御モデルに与えられた場合について説明する。
例えば、電動アシスト自転車１０のサドル部に圧力センサが設置され、当該圧力センサによってユーザにより立ちこぎされているか否かを判定することができるものとする。制御装置１００は、圧力センサにより立ちこぎを検出した場合、ユーザが坂道を上っているものと判定してもよい。

かかる場合において、補助動力制御部１０２は、路面に一定の傾斜がある場合のトルク比率（Ｔｍ／Ｔｈ）となるように、駆動装置１５０による補助動力を制御する。なお、制御装置１００は、ユーザが着席した後においても所定時間経過するまで、同様の制御を継続してもよい。

すなわち、制御モデルには、路面が平坦な場合のトルク比率と路面に一定の傾斜がある場合のトルク比率とが含まれる。かかる場合に、ユーザが着席している場合、路面が平坦な場合のトルク比率を用いて補助動力を制御する。ユーザが着席していない場合、補助動力制御部１０２は、路面に一定の傾斜がある場合のトルク比率を用いて補助動力を制御する。これにより、坂道の運転時においても適切に補助動力が制御される。

上述では、路面が平坦な場合及び路面に一定の傾斜がある場合の２種類のトルク比率がある制御モデルの例について説明したが、これに限定されない。制御装置１００は、路面の傾斜角度に応じて、３種類以上のトルク比率がある制御モデルを使用してもよい。

例えば、制御装置１００は、路面の傾斜角度０度、傾斜角度５度、傾斜角度８度、傾斜角度１２度及び傾斜角度１５度のそれぞれに対応するトルク比率（Ｔｍ／Ｔｈ）等を含む制御モデルを使用してもよい。傾斜角度が大きくなるにつれてトルク比率（Ｔｍ／Ｔｈ）が増加するものとする。
すなわち、傾斜角度０度のトルク比率＜傾斜角度５度のトルク比率＜傾斜角度８度のトルク比率＜傾斜角度１２度のトルク比率＜傾斜角度１５度のトルク比率、の関係が成り立つものとする。

例えば、電動アシスト自転車１０に傾斜センサが設置され、当該傾斜センサにより路面の傾斜が計測できるものとする。かかる場合において、補助動力制御部１０２は、制御モデルに含まれる複数のトルク比率のうち、傾斜センサによって計測された路面の傾斜に応じたトルク比率を選択する。続いて、補助動力制御部１０２は、当該トルク比率となるように駆動装置１５０による補助動力を制御する。
すなわち、補助動力制御部１０２は、路面の各傾斜角度に対応するトルク比率を有する制御モデルを用いて補助動力を制御してもよい。これにより、坂道の運転時においても適切に補助動力が制御される。
なお、傾斜センサを用いる方法に限定されない。例えば、補助動力制御部１０２は、ＧＰＳを用いて現在地を取得し、地図情報から現在地の路面の傾斜を取得しても良い。また、当該地図情報は、制御装置１００内のメモリに記憶されているものであっても、外部のサーバから受信したものであってもよい。

（第二実施形態）
図７は、第二実施形態に係る制御システム２０の機能構成を示すブロック図である。制御システム２０は、情報端末５０及び制御装置３００を有する。情報端末５０は、第一実施形態の情報端末５０と同様の構成である。
制御装置３００に関し、サーバと通信して制御モデルを取得するのではなく、記憶部３０３が各々の運動能力レベルに応じた制御モデルを有する点で第一実施形態と相違する。
なお、記憶部３０３における制御モデルを保持するためのデータ構造の例は、図３Ａ及び図３Ｂに示される。

情報端末５０には、電動アシスト自転車３０に制御要求を送信するためのアプリがインストールされている。電動アシスト自転車３０を利用するユーザによってアプリが起動されると、情報端末５０は、ディスプレイ（不図示）にログイン画面を表示させる。続いて、ログインが実行されると、ユーザ情報取得部５１は、ユーザ情報を記憶部５２から取得する。例えば、ユーザ情報は、ユーザの性別、年齢、身長及び体重等の情報を含む。
続いて、通信部５３は、ユーザ情報を制御装置３００に送信する。

続いて、制御装置３００において、モデル取得部３０１は、ユーザの性別、年齢、身長及び体重等のユーザ情報に基づいてユーザの運動能力レベルを特定する。モデル取得部３０１は、特定したユーザの運動能力レベルに対応する制御モデルを選択する。続いて、モデル取得部３０１は、選択した制御モデルをテンポラリファイルとしてＲＡＭ（不図示）等の記憶領域に記録する。
制御モデルは、例えば、トルク比率（Ｔｍ／Ｔｈ）、補助動力減衰速度Ｓｍ（ｋｍ／ｈ）及び補助動力停止速度Ｓｎ（ｋｍ／ｈ）を含む。

補助動力制御部３０２は、制御モデルに基づいて、駆動装置３５０による補助動力を制御する機能を有する。補助動力制御部３０２は、ユーザの踏力により生じるトルク（Ｔｈ）と、補助動力によって生じるトルク（Ｔｍ）との比率が、制御モデルとして指定されているトルク比率（Ｔｍ／Ｔｈ）となるように駆動装置３５０を制御する。

また、補助動力制御部３０２は、走行速度が補助動力減衰速度Ｓｍ（ｋｍ／ｈ）を超えた場合、超過した速度に比例してトルク比率（Ｔｍ／Ｔｈ）が減衰するように、駆動装置１５０による補助動力を制御する。
さらに、補助動力制御部３０２は、走行速度が補助動力停止速度Ｓｎ（ｋｍ／ｈ）に到
達した場合、トルク比率（Ｔｍ／Ｔｈ）が０となるように駆動装置３５０による補助動力を制御する。

このように、制御装置３００内の記憶部３０３に各々の制御モデルを記録しておくことで、通信環境に関係なく、ユーザの運動能力レベルに応じた制御モデルを適用することができる。

（他の変形例）
なお、実施形態の説明は本発明を説明する上での例示であり、本発明は、発明の趣旨を逸脱しない範囲で適宜変更または組み合わせて実施することができる。
例えば、情報端末５０に係るユーザ情報取得部５１の機能を制御装置１００が有してもよい。すなわち、制御装置１００が有するディスプレイにおいてログイン操作を受け付け、ログイン操作に伴い、電動アシスト自転車１０のユーザ情報を取得してもよい。

また、上述の実施形態では、ユーザ情報取得部５１は、記憶部５２からユーザ情報を取得したが、これに限定されない。例えば、第一実施形態において、サーバ２００の記憶部２０３に各ユーザのユーザ情報を記憶してもよい。
具体的には、ユーザ情報取得部５１は、ユーザに対してユーザＩＤ及びパスワードによりログイン情報の入力を求め、入力されたログイン情報をサーバ２００に送信する。また、ユーザＩＤは、ユーザを一意に識別するための識別情報である。
続いて、サーバ２００は、ログイン情報が正しい場合、受信したユーザＩＤを用いて記憶部２０３に記録されているユーザ情報を取得する。続いて、モデル選択部２０２は、ユーザ情報として取得された身長・体重・年齢・性別等の情報によって、ユーザの運動能力レベルを特定する。続いて、モデル選択部２０２は、記憶部２０３に記憶されている制御モデルの中から、ユーザの運動能力レベルに対応する制御モデルを選択する。

また、本発明は、上述の実施形態の１以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける１つ以上のプロセッサがプログラムを読出し実行する処理でも実現可能である。また、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。

（付記１）
自転車の車輪を回転させる力を補助するための補助動力を発生させる駆動装置を制御する制御システムであって、ハードウェアプロセッサを有し、
前記ハードウェアプロセッサは、
前記自転車のユーザの情報を取得し、
補助動力の制御に用いる制御モデルであって、前記ユーザの運動能力レベルに対応する制御モデルを前記ユーザの情報に基づいて取得し、
取得した前記制御モデルに基づいて前記駆動装置による補助動力を制御する
ことを特徴とする制御システム。
（付記２）
自転車の車輪を回転させる力を補助するための補助動力を発生させる駆動装置を制御する制御方法であって、
少なくとも１つのハードウェアプロセッサにより、前記自転車のユーザの情報を取得するステップと、
少なくとも１つのハードウェアプロセッサにより、自転車の車輪を回転させる力を補助するための駆動装置による補助動力の制御に用いる制御モデルであって、前記ユーザの運動能力レベルに対応する制御モデルを前記ユーザの情報に基づいて取得するステップと、
少なくとも１つのハードウェアプロセッサにより取得した前記制御モデルに基づいて前記駆動装置による補助動力を制御するステップと、を実行することを特徴とする制御方法
。

５・・・・・制御システム
１０・・・・電動アシスト自転車
１１・・・・トルクセンサ
５０・・・・情報端末
５１・・・・ユーザ情報取得部
５２・・・・記憶部
５３・・・・通信部
１００・・・制御装置
１０１・・・モデル取得部
１０２・・・補助動力制御部
１０３・・・記憶部
１５０・・・駆動装置
１５１・・・駆動制御部
１５２・・・出力部

Claims (10)

1. 自転車の車輪を回転させる力を補助するための補助動力を発生させる駆動装置を制御する制御システムであって、
   前記自転車のユーザの情報を取得するユーザ情報取得部と、
   補助動力の制御に用いる制御モデルであって、前記ユーザの運動能力レベルに対応する制御モデルを前記ユーザの情報に基づいて取得するモデル取得部と、
   取得した前記制御モデルに基づいて前記駆動装置による補助動力を制御する補助動力制御部と、を有することを特徴とする制御システム。
2. 前記モデル取得部は、ユーザの運動能力レベル毎に制御モデルを記憶する外部のサーバから、前記ユーザの情報に基づいて前記ユーザの運動能力レベルに対応する制御モデルを取得することを特徴とする請求項１に記載の制御システム。
3. ユーザの運動能力レベル毎に制御モデルを記憶する記憶部をさらに有し、
   前記モデル取得部は、前記ユーザの情報に基づいて前記ユーザの運動能力レベルに対応する制御モデルを前記記憶部から取得することを特徴とする請求項１に記載の制御システム。
4. 前記制御モデルは、ユーザの運動負荷に対する補助動力の比率を含むことを特徴とする請求項１〜３のいずれか１項に記載の制御システム。
5. 前記運動能力レベルは、ユーザの体重を含み、
   前記制御モデルは、体重別に設定されることを特徴とする請求項１〜４のいずれか１項に記載の制御システム。
6. 前記運動能力レベルは、ユーザの体重及び身長を含み、
   前記制御モデルは、体重及び身長によって区分けされる区分毎に設定されることを特徴とする請求項１〜５のいずれか１項に記載の制御システム。
7. 前記運動能力レベルは、ユーザの性別及び年齢を含み、
   前記制御モデルは、性別及び年齢によって区分けされる区分ごとに設定されることを特徴とする請求項１〜６のいずれか１項に記載の制御システム。
8. 請求項１〜７のいずれか１項に記載の制御システムから前記自転車を利用するユーザの情報を受信するユーザ情報取得部と、
   ユーザの運動能力レベル毎に制御モデルを記憶する制御モデルを記憶する記憶部と、
   前記記憶部に記憶されている制御モデルの中から、前記ユーザの運動能力レベルに対応する制御モデルを選択するモデル選択部と、
   選択された前記制御モデルを前記制御システムに送信する送信部と、を有することを特徴とするサーバ。
9. コンピュータが、自転車のユーザの情報を取得するステップと、
   コンピュータが、自転車の車輪を回転させる力を補助するための駆動装置による補助動力の制御に用いる制御モデルであって、前記ユーザの運動能力レベルに対応する制御モデルを前記ユーザの情報に基づいて取得するステップと、
   取得した前記制御モデルに基づいて前記駆動装置による補助動力を制御するステップと、を実行することを特徴とする制御方法。
10. 請求項９に記載の制御方法の各ステップをコンピュータに実行させるためのプログラム
    。

Images