JP2023135150A

JP2023135150A - Failure determination device

Info

Publication number: JP2023135150A
Application number: JP2022040214A
Authority: JP
Inventors: 有希坂本; Yuki Sakamoto
Original assignee: Hino Motors Ltd
Current assignee: Hino Motors Ltd
Priority date: 2022-03-15
Filing date: 2022-03-15
Publication date: 2023-09-28

Abstract

To appropriately detect failures of a steering system of a vehicle.SOLUTION: A control device 10 includes: a model construction part 103 for constructing a vehicle model for estimating steering force to vehicle speed and a steering angle; an estimation part 104 for acquiring measured values of the vehicle speed and the steering angle, inputting the measured values of the vehicle speed and the steering angle to the vehicle model, and deriving the estimated value of the steering force; and a determination part 105 for acquiring the measured value of the steering force, comparing the measured value of the steering force with the estimated value of the steering force, and determining that the steering system of a vehicle fails when a deviation between the values is larger than a predetermined threshold.SELECTED DRAWING: Figure 1

Description

本発明の一態様は、車両のステアリング系の故障判定装置に関する。 One aspect of the present invention relates to a failure determination device for a vehicle steering system.

特許文献１には、車両の操舵力を推定する装置が記載されている。このような装置によれば、車速等を考慮して、車両の操舵力を推定することができる。 Patent Document 1 describes a device for estimating the steering force of a vehicle. According to such a device, the steering force of the vehicle can be estimated in consideration of the vehicle speed and the like.

特開平１１‐２０７２５号公報Japanese Patent Application Publication No. 11-20725

ここで、車両のステアリング系の故障を検知したい場合に、上述した特許文献１に記載された技術を利用して操舵力を推定し、該操舵力からステアリング系の故障を検知することが考えられる。しかしながら、単に操舵力を推定しただけでは、ステアリング系の故障を適切に検知することができない。また、ドライバが存在する車両においては、ハンドル操作時の違和感（ハンドルが切れない、重い等）に基づきステアリング系の故障を検知することができるが、無人自動運転車両においてはそのようなドライバの感覚に基づく故障検知を行うことができない。このように、従来、無人自動運転車両等においても適切にステアリング系の故障を検知することが求められている。 Here, when it is desired to detect a failure in the steering system of a vehicle, it is conceivable to estimate the steering force using the technology described in Patent Document 1 mentioned above and detect a failure in the steering system from the steering force. . However, simply estimating the steering force cannot appropriately detect a failure in the steering system. In addition, in vehicles with a driver, it is possible to detect a malfunction in the steering system based on the feeling of discomfort when operating the steering wheel (steering wheel cannot be turned, is heavy, etc.), but in unmanned autonomous vehicles, such driver sensations can be detected. It is not possible to perform failure detection based on As described above, it has conventionally been required to appropriately detect failures in the steering system even in unmanned automatic driving vehicles and the like.

本発明の一態様は上記実情に鑑みてなされたものであり、車両のステアリング系の故障を適切に検知することができる故障判定装置を提供することを目的とする。 One aspect of the present invention has been made in view of the above circumstances, and it is an object of the present invention to provide a failure determination device that can appropriately detect failures in the steering system of a vehicle.

本発明の一態様に係る故障判定装置は、車速及び操舵角に対する操舵力を推定する車両モデルを構築するモデル構築部と、車速及び操舵角の実測値を取得すると共に、該車速及び操舵角の実測値を車両モデルに入力し、操舵力の推定値を導出する推定部と、操舵力の実測値を取得すると共に、該操舵力の実測値と操舵力の推定値とを比較し、これらの値同士の乖離が所定の閾値よりも大きい場合に、車両のステアリング系が故障していると判定する判定部と、を備える。 A failure determination device according to one aspect of the present invention includes a model construction unit that constructs a vehicle model that estimates steering force with respect to vehicle speed and steering angle; an estimation unit that inputs the measured value into the vehicle model and derives the estimated value of the steering force; and an estimation unit that obtains the measured value of the steering force, compares the measured value of the steering force with the estimated value of the steering force, and calculates the estimated value of the steering force. A determination unit that determines that the steering system of the vehicle is malfunctioning when the deviation between the values is larger than a predetermined threshold.

本発明の一態様に係る故障判定装置では、車速及び操舵角に対する操舵力を推定する車両モデルが構築され、該車両モデルに基づき導出される操舵力の推定値と操舵力の実測値とが比較されて、これらの値の乖離が所定の閾値よりも大きい場合にステアリング系が故障していると判定される。このような構成によれば、例えば無人自動運転であることによってステアリング系の故障を検知することができない場合であっても、車両モデルに基づき推定される操舵力の値と実車両の操舵力の値とに乖離があった場合に、適切にステアリング系の故障（ハンドルが切れない、重い等）を検知することができる。 In the failure determination device according to one aspect of the present invention, a vehicle model that estimates steering force with respect to vehicle speed and steering angle is constructed, and an estimated value of steering force derived based on the vehicle model is compared with an actual value of steering force. If the deviation between these values is larger than a predetermined threshold value, it is determined that the steering system is malfunctioning. According to such a configuration, even if a failure in the steering system cannot be detected due to unmanned automatic driving, for example, the value of the steering force estimated based on the vehicle model and the steering force of the actual vehicle can be If there is a discrepancy between the two values, it is possible to appropriately detect a malfunction in the steering system (steering wheel cannot be turned, is heavy, etc.).

モデル構築部は、走行時において取得される車速、操舵角、及び操舵力の実測値を学習することにより、構築済みの車両モデルを更新してもよい。このような構成によれば、一度構築した車両モデルが、実際の走行時における実測値に基づき更新されるため、車両の個体差や経年劣化を考慮して、より対象車両の状態に則した車両モデルを構築することができる。このことで、車両モデルに基づくステアリング系の故障検知の精度を向上させることができる。 The model construction unit may update the already constructed vehicle model by learning actual measured values of vehicle speed, steering angle, and steering force that are acquired during driving. According to such a configuration, the vehicle model once constructed is updated based on actual measured values during actual driving, so the vehicle model is designed to better match the condition of the target vehicle, taking into account individual differences between vehicles and aging deterioration. Models can be built. This makes it possible to improve the accuracy of failure detection in the steering system based on the vehicle model.

判定部は、乖離が閾値よりも大きい状態が所定時間以上継続される場合に、車両のステアリング系が故障していると判定してもよい。このような構成によれば、例えば路面の状態等によって瞬間的に実測値と推定値との乖離が大きくなってしまった等のノイズを排除（このようなノイズによって故障と判定されてしまうことを回避）して、ステアリング系の故障検知の精度を向上させることができる。 The determination unit may determine that the steering system of the vehicle is malfunctioning when a state in which the deviation is greater than a threshold continues for a predetermined period of time or more. Such a configuration eliminates noise such as when the discrepancy between the actual measured value and the estimated value momentarily increases due to the condition of the road surface, etc. (avoidance) and improve the accuracy of steering system failure detection.

本発明の一態様によれば、車両のステアリング系の故障を適切に検知することができる。 According to one aspect of the present invention, a failure in a steering system of a vehicle can be appropriately detected.

本実施形態に係る自動運転システムの構成例を示すブロック図である。It is a block diagram showing an example of composition of an automatic driving system concerning this embodiment. 車両モデル構築の第１の例の処理を示すフローチャートである。3 is a flowchart illustrating a first example of vehicle model construction processing. 車両モデル構築の第２の例の処理を示すフローチャートである。7 is a flowchart illustrating a second example of vehicle model construction processing. 車両モデル構築の第３の例の処理を示すフローチャートである。12 is a flowchart showing a third example of vehicle model construction processing. 制御装置により実行される故障判定手順を示すフローチャートである。3 is a flowchart showing a failure determination procedure executed by the control device.

以下、本発明の実施形態について図面を参照して詳細に説明する。なお、以下の説明において、同一又は相当要素には同一符号を付し、重複する説明を省略する。 Embodiments of the present invention will be described in detail below with reference to the drawings. In addition, in the following description, the same or equivalent elements are given the same reference numerals, and redundant description will be omitted.

図１は、自動運転システム１の構成例を示すブロック図である。自動運転システム１は、車両に搭載されており、車両の自動運転を制御する。本実施形態では、車両が、ドライバ無しで走行する無人自動運転車両であるとして説明する。また、自動運転システム１では、後述する制御装置１０（故障判定装置）によって、車両のステアリング系が故障しているか否かが判定される（詳細は後述）。自動運転システム１は、例えば、ＧＰＳ（Global Positioning System）受信器２０と、地図データベース３０と、周辺状況センサ４０と、車両状態センサ５０と、通信装置６０と、走行装置７０と、制御装置１０と、を備えている。 FIG. 1 is a block diagram showing a configuration example of an automatic driving system 1. As shown in FIG. The automatic driving system 1 is installed in a vehicle and controls automatic driving of the vehicle. In this embodiment, the description will be made assuming that the vehicle is an unmanned automatic driving vehicle that runs without a driver. Further, in the automatic driving system 1, a control device 10 (failure determination device), which will be described later, determines whether or not the steering system of the vehicle is malfunctioning (details will be described later). The automatic driving system 1 includes, for example, a GPS (Global Positioning System) receiver 20, a map database 30, a surrounding situation sensor 40, a vehicle condition sensor 50, a communication device 60, a traveling device 70, and a control device 10. , is equipped with.

ＧＰＳ受信器２０は、複数のＧＰＳ衛星から送信される信号を受信し、受信信号に基づいて車両の位置及び方位を算出する。ＧＰＳ受信器２０は、算出した情報を制御装置１０に送信する。 The GPS receiver 20 receives signals transmitted from a plurality of GPS satellites, and calculates the position and orientation of the vehicle based on the received signals. The GPS receiver 20 transmits the calculated information to the control device 10.

地図データベース３０は、道路における各レーンの境界位置を示す情報等を予め記憶しているデータベースである。地図データベース３０は、例えば所定の記憶装置に格納されている。 The map database 30 is a database that stores in advance information indicating the boundary position of each lane on the road. The map database 30 is stored, for example, in a predetermined storage device.

周辺状況センサ４０は、車両の周囲の状況を検出する。周辺状況センサ４０としては、例えば、ライダー、レーダー、カメラ等が用いられる。ライダーは、光を利用して車両の周囲の物標を検出する。レーダーは、電波を利用して車両の周囲の物標を検出する。カメラは、車両の周囲の状況を撮像する。周辺状況センサ４０は、検出した情報を制御装置１０に送信する。 The surrounding situation sensor 40 detects the surrounding situation of the vehicle. As the surrounding situation sensor 40, for example, a lidar, a radar, a camera, etc. are used. Lidar uses light to detect targets around the vehicle. Radar uses radio waves to detect targets around a vehicle. The camera captures images of the surroundings of the vehicle. The surrounding situation sensor 40 transmits detected information to the control device 10.

車両状態センサ５０は、車両の走行状態を検出する。車両状態センサ５０としては、例えば、車速センサ、舵角センサ、ヨーレートセンサ、横加速度センサ、ステアリングのトルクセンサ、などが例示される。車速センサは、車両の速度を検出する。舵角センサは、車両の操舵角を検出する。ヨーレートセンサは、車両のヨーレートを検出する。横加速度センサは、車両に作用する横加速度を検出する。車両状態センサ５０は、検出した情報を制御装置１０に送信する。 Vehicle condition sensor 50 detects the driving condition of the vehicle. Examples of the vehicle condition sensor 50 include a vehicle speed sensor, a steering angle sensor, a yaw rate sensor, a lateral acceleration sensor, and a steering torque sensor. The vehicle speed sensor detects the speed of the vehicle. The steering angle sensor detects the steering angle of the vehicle. The yaw rate sensor detects the yaw rate of the vehicle. The lateral acceleration sensor detects lateral acceleration acting on the vehicle. Vehicle condition sensor 50 transmits detected information to control device 10 .

通信装置６０は、例えばＶ２Ｘ通信（車車間通信および路車間通信）を行う。具体的には、通信装置６０は、他の車両との間でＶ２Ｖ通信（車車間通信）を行う。また、通信装置６０は、周囲のインフラとの間でＶ２Ｉ通信（路車間通信）を行う。Ｖ２Ｘ通信を通して、通信装置６０は、車両の周囲の環境に関する情報を取得することができる。通信装置６０は、取得した情報を制御装置１０に送信する。なお、通信装置６０は、例えばＶ２Ｘ通信によって、外部より走行経路指示を受信してもよい。 The communication device 60 performs, for example, V2X communication (vehicle-to-vehicle communication and road-to-vehicle communication). Specifically, the communication device 60 performs V2V communication (vehicle-to-vehicle communication) with other vehicles. Furthermore, the communication device 60 performs V2I communication (road-to-vehicle communication) with surrounding infrastructure. Through V2X communication, the communication device 60 can obtain information regarding the environment around the vehicle. The communication device 60 transmits the acquired information to the control device 10. Note that the communication device 60 may receive driving route instructions from the outside, for example, by V2X communication.

走行装置７０は、操舵装置、駆動装置、制動装置、トランスミッション等を含んでいる。操舵装置は、車輪を転舵する。駆動装置は、駆動力を発生させる動力源である。駆動装置としては、エンジンや電動機が例示される。制動装置は、制動力を発生させる。 The traveling device 70 includes a steering device, a drive device, a braking device, a transmission, and the like. The steering device steers the wheels. The drive device is a power source that generates driving force. Examples of the drive device include an engine and an electric motor. The braking device generates braking force.

制御装置１０は、車両の自動運転を制御する自動運転制御を行う。制御装置１０は、プロセッサ、記憶装置、及び入出力インタフェースを備えるマイクロコンピュータである。制御装置１０は、ＥＣＵ（Electronic Control Unit）とも呼ばれる。制御装置１０は、入出力インタフェースを通して各種情報を受け取る。そして、制御装置１０は、受け取った情報に基づいて自動運転制御を行う。 The control device 10 performs automatic driving control that controls automatic driving of a vehicle. The control device 10 is a microcomputer equipped with a processor, a storage device, and an input/output interface. The control device 10 is also called an ECU (Electronic Control Unit). The control device 10 receives various information through an input/output interface. The control device 10 then performs automatic driving control based on the received information.

制御装置１０は、自動運転制御に係る機能ブロックとして、取得部１０１と、自動運転制御部１０２と、を備えている。これらの機能ブロックは、制御装置１０のプロセッサが記憶装置に格納された制御プログラムを実行することにより実現される。制御プログラムは、コンピュータ読み取り可能な記録媒体に格納されていてもよい。 The control device 10 includes an acquisition section 101 and an automatic operation control section 102 as functional blocks related to automatic operation control. These functional blocks are realized by the processor of the control device 10 executing a control program stored in a storage device. The control program may be stored in a computer-readable recording medium.

取得部１０１は、自動運転制御に必要な情報を取得する。取得部１０１による情報取得処理は、所定のサイクルで繰り返し実行される。取得部１０１は、ＧＰＳ受信器２０から車両の位置及び方位を取得する。取得部１０１は、地図データベース３０から道路のレーンに関する情報等を取得する。取得部１０１は、周辺状況センサ４０によって検出された車両の周囲の情報を取得する。取得部１０１は、車両状態センサ５０によって検出された車両の状態を示す情報を取得する。取得部１０１は、通信装置６０から走行経路指示等の情報を取得する。 The acquisition unit 101 acquires information necessary for automatic driving control. The information acquisition process by the acquisition unit 101 is repeatedly executed in a predetermined cycle. The acquisition unit 101 acquires the position and direction of the vehicle from the GPS receiver 20. The acquisition unit 101 acquires information regarding road lanes and the like from the map database 30. The acquisition unit 101 acquires information about the surroundings of the vehicle detected by the surrounding situation sensor 40. The acquisition unit 101 acquires information indicating the state of the vehicle detected by the vehicle state sensor 50. The acquisition unit 101 acquires information such as driving route instructions from the communication device 60 .

自動運転制御部１０２は、取得部１０１によって取得された情報に基づき、全体経路（車両が走行する全体の経路）を生成する。自動運転制御部１０２は、走行経路指示に加えて、車両の位置及び方位、道路のレーン等の情報、車両の周囲の情報、並びに、車両の状態を示す情報等を考慮して、全体経路を生成してもよい。自動運転制御部１０２は、生成した全体経路に基づき、実際に車両が走行する目標経路をリアルタイムに生成する。目標経路生成は、車両が走行している間、所定のサイクルで繰り返し実行される。自動運転制御部１０２は、生成した目標経路に基づき、車両の経路追従制御を行う。自動運転制御部１０２は、従来から周知の追従制御技術を用いて、目標経路に追従して車両が走行するように、走行装置７０に含まれる各装置を制御する。 The automatic driving control unit 102 generates an overall route (the entire route traveled by the vehicle) based on the information acquired by the acquisition unit 101. In addition to the driving route instructions, the automatic driving control unit 102 takes into account information such as the position and direction of the vehicle, road lane information, information about the surroundings of the vehicle, and information indicating the state of the vehicle, and determines the overall route. May be generated. The automatic driving control unit 102 generates a target route on which the vehicle will actually travel in real time based on the generated overall route. Target route generation is repeatedly executed in a predetermined cycle while the vehicle is traveling. The automatic driving control unit 102 performs route following control of the vehicle based on the generated target route. The automatic driving control unit 102 uses a well-known tracking control technique to control each device included in the traveling device 70 so that the vehicle follows the target route.

制御装置１０は、さらに、無人で走行する車両のステアリング系が故障しているか否かを判定する。制御装置１０は、ステアリング系の故障判定に係る機能ブロックとして、モデル構築部１０３と、推定部１０４と、判定部１０５と、を備えている。これらの機能ブロックは、制御装置１０のプロセッサが記憶装置に格納された制御プログラムを実行することにより実現される。制御プログラムは、コンピュータ読み取り可能な記録媒体に格納されていてもよい。 The control device 10 further determines whether the steering system of the unmanned vehicle is malfunctioning. The control device 10 includes a model construction unit 103, an estimation unit 104, and a determination unit 105 as functional blocks related to failure determination of the steering system. These functional blocks are realized by the processor of the control device 10 executing a control program stored in a storage device. The control program may be stored in a computer-readable recording medium.

モデル構築部１０３は、車速及び操舵角に対する操舵力を推定する車両モデルを構築する。このような車両モデルは、操舵力と、車速及び操舵角とが相関関係を有していることに基づき構築されるものである。以下では、モデル構築部１０３による車両モデル構築の３つの例（第１～第３の例）について説明する。 The model construction unit 103 constructs a vehicle model that estimates steering force with respect to vehicle speed and steering angle. Such a vehicle model is constructed based on the fact that steering force, vehicle speed, and steering angle have a correlation. Below, three examples (first to third examples) of vehicle model construction by the model construction unit 103 will be described.

図２は、車両モデル構築の第１の例の処理を示すフローチャートである。第１の例では、モデル構築部１０３は、事前に実施される実車実験時の実測値データに基づいて、車速及び操舵角に対する操舵力を推定する車両モデルを構築する。 FIG. 2 is a flowchart showing a first example of vehicle model construction processing. In the first example, the model construction unit 103 constructs a vehicle model that estimates steering force with respect to vehicle speed and steering angle, based on actual measurement data during an actual vehicle experiment conducted in advance.

具体的には、図２に示されるように、モデル構築部１０３は、最初に、実車実験時の特性データを取得する（ステップＳ１）。ここでの特性データとは、少なくとも、車速、操舵角、及び操舵力の実測値データである。 Specifically, as shown in FIG. 2, the model construction unit 103 first obtains characteristic data during an actual vehicle experiment (step S1). The characteristic data here is at least actual measurement value data of vehicle speed, steering angle, and steering force.

つづいて、モデル構築部１０３は、取得した特定データを学習することにより、推定トルクＭＡＰを作成する（ステップＳ２）。ここでの推定トルクＭＡＰとは、車速及び操舵角と、操舵力とが紐づいたマップデータである。 Subsequently, the model construction unit 103 creates an estimated torque MAP by learning the acquired specific data (step S2). The estimated torque MAP here is map data in which vehicle speed, steering angle, and steering force are linked.

つづいて、モデル構築部１０３は、実車実験時における操舵失陥時データを取得する（ステップＳ３）。ここでの操舵失陥時データとは、実車実験時においてステアリング系が故障している状態における、車速、操舵角、及び操舵力の実測値データである。 Subsequently, the model construction unit 103 acquires steering failure data during an actual vehicle experiment (step S3). The data at the time of steering failure here refers to actual measurement value data of vehicle speed, steering angle, and steering force in a state where the steering system is out of order during an actual vehicle experiment.

つづいて、モデル構築部１０３は、取得した操舵失陥時データに基づき、後述する故障判定時の閾値を決定する（ステップＳ４）。ここでの閾値とは、車両モデルから導出される操舵力の推定値と操舵力の実測値とがどの程度乖離していたらステアリング系が故障していると判定するかの閾値である。閾値は、例えば、一方の値と他方の値とが２～１０倍以上異なる等に設定されてもよい。 Subsequently, the model construction unit 103 determines a threshold value for failure determination, which will be described later, based on the acquired steering failure data (step S4). The threshold value here is a threshold value that determines the degree of deviation between the estimated value of the steering force derived from the vehicle model and the actual measured value of the steering force for determining that the steering system is malfunctioning. The threshold value may be set, for example, so that one value and the other value differ by a factor of 2 to 10 or more.

モデル構築部１０３は、ステップＳ２で作成された推定トルクＭＡＰと、ステップＳ４で決定された閾値とに基づき車両モデルを構築し、該車両モデルを使用する（ステップＳ５）。 The model construction unit 103 constructs a vehicle model based on the estimated torque MAP created in step S2 and the threshold determined in step S4, and uses the vehicle model (step S5).

図３は、車両モデル構築の第２の例の処理を示すフローチャートである。第２の例では、モデル構築部１０３は、各構造の情報から特定される設計値に基づいて、車速及び操舵角に対する操舵力を推定する車両モデルを構築する。 FIG. 3 is a flowchart showing a second example of vehicle model construction processing. In the second example, the model construction unit 103 constructs a vehicle model that estimates steering force with respect to vehicle speed and steering angle based on design values specified from information on each structure.

具体的には、図３に示されるように、モデル構築部１０３は、最初に、操舵系の構造の情報を収集する（ステップＳ１１）。 Specifically, as shown in FIG. 3, the model construction unit 103 first collects information on the structure of the steering system (step S11).

つづいて、モデル構築部１０３は、収集した構造の情報から特定される設計値に基づき、車速及び操舵角から操舵力をシミュレーションするプラントモデルを設計する（ステップＳ１２）。 Next, the model construction unit 103 designs a plant model that simulates the steering force from the vehicle speed and steering angle based on the design values specified from the collected structural information (step S12).

つづいて、モデル構築部１０３は、収集した構造の情報から、操舵系失陥時の必要トルク（操舵力）を計算により導出し、導出結果に基づいて後述する故障判定時の閾値を決定する（ステップＳ１３）。 Next, the model construction unit 103 calculates the required torque (steering force) at the time of steering system failure from the collected structural information, and determines a threshold value for failure determination, which will be described later, based on the derivation result ( Step S13).

モデル構築部１０３は、ステップＳ１２で設計されたプラントモデルと、ステップＳ１３で決定された閾値とに基づき車両モデルを構築し、該車両モデルを使用する（ステップＳ１４）。 The model construction unit 103 constructs a vehicle model based on the plant model designed in step S12 and the threshold determined in step S13, and uses the vehicle model (step S14).

図４は、車両モデル構築の第３の例の処理を示すフローチャートである。第３の例では、モデル構築部１０３は、第１の例と同様の処理によって車両モデルを構築した後に、走行時（マニュアル走行、自動運転時）において取得される操舵特性を更に学習して、構築済みの車両モデルを更新する。 FIG. 4 is a flowchart showing a third example of vehicle model construction processing. In the third example, the model construction unit 103 constructs a vehicle model by the same process as in the first example, and then further learns the steering characteristics acquired during driving (manual driving, automatic driving), Update pre-built vehicle models.

具体的には、図４に示されるように、ステップＳ１０１～Ｓ１０５の処理は、上述した第１の例のステップＳ１～Ｓ５の処理と同様である。第３の例では、さらに、ステップＳ１０６の処理を実行する。 Specifically, as shown in FIG. 4, the processing in steps S101 to S105 is similar to the processing in steps S1 to S5 in the first example described above. In the third example, the process of step S106 is further executed.

ステップＳ１０６では、モデル構築部１０３は、走行時（マニュアル走行、自動運転時）において取得される操舵特性、具体的には、車速、操舵角、及び操舵力の実測値を更に学習することにより、車両モデルの推定トルクＭＡＰの情報を更新する。モデル構築部１０３は、このような実測値の学習及び推定トルクＭＡＰの更新を、継続的に実施してもよい。このように、実走行における実測値を推定トルクＭＡＰに反映させることにより、車両の個体差や経年劣化を考慮して、より対象車両の状態に則した車両モデルを構築することができる。 In step S106, the model construction unit 103 further learns the steering characteristics acquired during driving (manual driving, automatic driving), specifically, the actual measured values of vehicle speed, steering angle, and steering force. Update the estimated torque MAP information of the vehicle model. The model construction unit 103 may continuously perform such learning of actual measurement values and updating of the estimated torque MAP. In this way, by reflecting actual measured values during actual driving in the estimated torque MAP, it is possible to construct a vehicle model that is more in line with the condition of the target vehicle, taking into account individual differences between vehicles and deterioration over time.

図１に戻り、推定部１０４は、車速及び操舵角の実測値を取得すると共に、該車速及び操舵角の実測値を、車両モデルに入力し、操舵力の推定値を導出する。推定部１０４は、例えば、車両状態センサ５０の車速センサによって取得された車速の実測値を、取得部１０１を介して取得する。また、推定部１０４は、例えば、車両状態センサ５０の舵角センサによって取得された操舵角の実測値を、取得部１０１を介して取得する。そして、推定部１０４は、車速及び操舵角の実測値を、モデル構築部１０３によって構築された車両モデルに入力することにより、車速及び操舵角の実測値に応じた操舵力の推定値を導出する。 Returning to FIG. 1, the estimation unit 104 acquires actual measured values of the vehicle speed and steering angle, inputs the actual measured values of the vehicle speed and steering angle into the vehicle model, and derives an estimated value of the steering force. The estimating unit 104 acquires, for example, the actual measured value of the vehicle speed acquired by the vehicle speed sensor of the vehicle condition sensor 50 via the acquiring unit 101. Furthermore, the estimating unit 104 acquires, for example, an actual measurement value of the steering angle acquired by the steering angle sensor of the vehicle condition sensor 50 via the acquiring unit 101 . Then, the estimation unit 104 inputs the measured values of the vehicle speed and steering angle into the vehicle model constructed by the model construction unit 103, thereby deriving an estimated value of the steering force according to the measured values of the vehicle speed and steering angle. .

判定部１０５は、操舵力の実測値を取得すると共に、該操舵力の実測値と操舵力の推定値とを比較し、これらの値同士の乖離が所定の閾値よりも大きい場合に、車両のステアリング系が故障していると判定する。判定部１０５は、例えば、車両状態センサ５０のステアリングのトルクセンサによって取得された操舵力の実測値を、取得部１０１を介して取得する。そして、判定部１０５は、取得した操舵力の実測値と、推定部１０４によって推定されている操舵力の推定値とを比較（互いに同じタイミングの値同士を比較）し、これらの値同士の乖離が、モデル構築部１０３によって導出済みの閾値よりも大きい場合に、車両のステアリング系が故障していると判定する。 The determination unit 105 acquires the measured value of the steering force, compares the measured value of the steering force with the estimated value of the steering force, and determines whether the vehicle It is determined that the steering system is malfunctioning. The determination unit 105 acquires, for example, the actual measurement value of the steering force acquired by the steering torque sensor of the vehicle condition sensor 50 via the acquisition unit 101 . Then, the determining unit 105 compares the obtained measured value of the steering force with the estimated value of the steering force estimated by the estimating unit 104 (compares the values at the same timing), and determines the discrepancy between these values. is larger than the threshold value already derived by the model construction unit 103, it is determined that the steering system of the vehicle is malfunctioning.

判定部１０５は、上述した乖離が閾値よりも大きい状態が所定時間以上継続される場合に限って、車両のステアリング系が故障していると判定してもよい。これは、例えば路面の状態等によって瞬間的に実測値と推定値との乖離が大きくなってしまう等のノイズによって故障と判定されてしまうことを回避するための処理である。所定時間は、例えば０．５～１秒程度に設定されてもよい。 The determining unit 105 may determine that the steering system of the vehicle is malfunctioning only when the above-described state in which the deviation is larger than the threshold continues for a predetermined period of time or more. This is a process to avoid a failure being determined due to noise such as an instantaneous increase in the deviation between the actual measured value and the estimated value due to, for example, road surface conditions. The predetermined time may be set to about 0.5 to 1 second, for example.

次に、制御装置１０により実行される故障判定手順（上記推定部１０４及び判定部１０５による処理の手順）について、図５を参照して説明する。図５は、制御装置１０により実行される故障判定手順を示すフローチャートである。図５に示される処理は、モデル構築部１０３によって車両モデルが構築されていることを前提として実施される。 Next, a failure determination procedure (procedure of processing by the estimating unit 104 and determining unit 105) executed by the control device 10 will be described with reference to FIG. 5. FIG. 5 is a flowchart showing a failure determination procedure executed by the control device 10. The processing shown in FIG. 5 is performed on the premise that a vehicle model has been constructed by the model construction unit 103.

図５に示されるように、最初に、車速及び操舵角の実測値が取得される（ステップＳ５０１）。つづいて、取得された車速及び操舵角の実測値が車両モデルに入力され、操舵力の推定値が導出される（ステップＳ５０２）。 As shown in FIG. 5, first, measured values of vehicle speed and steering angle are acquired (step S501). Subsequently, the acquired actual measured values of the vehicle speed and steering angle are input to the vehicle model, and an estimated value of the steering force is derived (step S502).

つづいて、操舵力の実測値が取得される（ステップＳ５０３）。そして、操舵力の実測値と操舵力の推定値との乖離が所定の閾値よりも大きいか否かが判定される（ステップＳ５０４）。 Subsequently, the measured value of the steering force is acquired (step S503). Then, it is determined whether the deviation between the measured value of the steering force and the estimated value of the steering force is larger than a predetermined threshold (step S504).

ステップＳ５０４において、乖離が所定の閾値よりも大きくないと判定された場合には、車両のステアリング系が故障していないと判定される（ステップＳ５０５）。一方で、ステップＳ５０４において、乖離が所定の閾値よりも大きいと判定された場合には、車両のステアリング系が故障していると判定される（ステップＳ５０６）。以上が、車両のステアリング系の故障判定手順である。 If it is determined in step S504 that the deviation is not larger than a predetermined threshold value, it is determined that the steering system of the vehicle is not malfunctioning (step S505). On the other hand, if it is determined in step S504 that the deviation is larger than a predetermined threshold value, it is determined that the steering system of the vehicle is malfunctioning (step S506). The above is the procedure for determining a failure in the steering system of a vehicle.

次に、本実施形態に係る制御装置１０の作用効果について説明する。 Next, the effects of the control device 10 according to this embodiment will be explained.

本実施形態に係る制御装置１０は、車速及び操舵角に対する操舵力を推定する車両モデルを構築するモデル構築部１０３と、車速及び操舵角の実測値を取得すると共に、該車速及び操舵角の実測値を車両モデルに入力し、操舵力の推定値を導出する推定部１０４と、操舵力の実測値を取得すると共に、該操舵力の実測値と操舵力の推定値とを比較し、これらの値同士の乖離が所定の閾値よりも大きい場合に、車両のステアリング系が故障していると判定する判定部１０５と、を備える。 The control device 10 according to the present embodiment includes a model construction unit 103 that constructs a vehicle model for estimating steering force with respect to vehicle speed and steering angle, and a model construction unit 103 that acquires actual measured values of the vehicle speed and steering angle, and also acquires actual measured values of the vehicle speed and steering angle. The estimation unit 104 inputs the value into the vehicle model and derives the estimated value of the steering force, obtains the measured value of the steering force, compares the measured value of the steering force with the estimated value of the steering force, and calculates the estimated value of the steering force. A determination unit 105 is provided that determines that the steering system of the vehicle is malfunctioning when the deviation between the values is larger than a predetermined threshold.

本実施形態に係る制御装置１０では、車速及び操舵角に対する操舵力を推定する車両モデルが構築され、該車両モデルに基づき導出される操舵力の推定値と操舵力の実測値とが比較されて、これらの値の乖離が所定の閾値よりも大きい場合にステアリング系が故障していると判定される。このような構成によれば、例えば無人自動運転であることによってステアリング系の故障を検知することができない場合であっても、車両モデルに基づき推定される操舵力の値と実車両の操舵力の値とに乖離があった場合に、適切にステアリング系の故障（ハンドルが切れない、重い等）を検知することができる。 In the control device 10 according to the present embodiment, a vehicle model for estimating steering force with respect to vehicle speed and steering angle is constructed, and an estimated value of steering force derived based on the vehicle model is compared with an actual value of steering force. , if the deviation between these values is larger than a predetermined threshold value, it is determined that the steering system is malfunctioning. According to such a configuration, even if a failure in the steering system cannot be detected due to unmanned automatic driving, for example, the value of the steering force estimated based on the vehicle model and the steering force of the actual vehicle can be If there is a discrepancy between the two values, it is possible to appropriately detect a malfunction in the steering system (steering wheel cannot be turned, is heavy, etc.).

モデル構築部１０３は、走行時において取得される車速、操舵角、及び操舵力の実測値を学習することにより、構築済みの車両モデルを更新してもよい。このような構成によれば、一度構築した車両モデルが、実際の走行時における実測値に基づき更新されるため、車両の個体差や経年劣化を考慮して、より対象車両の状態に則した車両モデルを構築することができる。このことで、車両モデルに基づくステアリング系の故障検知の精度を向上させることができる。 The model construction unit 103 may update the already constructed vehicle model by learning actual measured values of vehicle speed, steering angle, and steering force that are acquired during driving. According to such a configuration, the vehicle model once constructed is updated based on actual measured values during actual driving, so the vehicle model is designed to better match the condition of the target vehicle, taking into account individual differences between vehicles and aging deterioration. Models can be built. This makes it possible to improve the accuracy of failure detection in the steering system based on the vehicle model.

判定部１０５は、乖離が閾値よりも大きい状態が所定時間以上継続される場合に、車両のステアリング系が故障していると判定してもよい。このような構成によれば、例えば路面の状態等によって瞬間的に実測値と推定値との乖離が大きくなってしまった等のノイズを排除（このようなノイズによって故障と判定されてしまうことを回避）して、ステアリング系の故障検知の精度を向上させることができる。 The determining unit 105 may determine that the steering system of the vehicle is malfunctioning when a state in which the deviation is greater than a threshold continues for a predetermined period of time or more. Such a configuration eliminates noise such as when the discrepancy between the actual measured value and the estimated value momentarily increases due to the condition of the road surface, etc. (avoidance) and improve the accuracy of steering system failure detection.

１０…制御装置（故障判定装置）、１０３…モデル構築部、１０４…推定部、１０５…判定部。 DESCRIPTION OF SYMBOLS 10... Control device (failure determination device), 103... Model construction part, 104... Estimation part, 105... Judgment part.

Claims

車速及び操舵角に対する操舵力を推定する車両モデルを構築するモデル構築部と、
車速及び操舵角の実測値を取得すると共に、該車速及び操舵角の実測値を前記車両モデルに入力し、操舵力の推定値を導出する推定部と、
操舵力の実測値を取得すると共に、該操舵力の実測値と前記操舵力の推定値とを比較し、これらの値同士の乖離が所定の閾値よりも大きい場合に、車両のステアリング系が故障していると判定する判定部と、を備える故障判定装置。 a model construction unit that constructs a vehicle model that estimates steering force with respect to vehicle speed and steering angle;
an estimation unit that acquires actual measured values of vehicle speed and steering angle, inputs the actual measured values of vehicle speed and steering angle into the vehicle model, and derives an estimated value of steering force;
The actual measured value of the steering force is acquired, and the actual measured value of the steering force is compared with the estimated value of the steering force, and if the deviation between these values is larger than a predetermined threshold, the steering system of the vehicle is determined to be malfunctioning. A failure determination device comprising: a determination unit that determines that the failure occurs.

前記モデル構築部は、走行時において取得される車速、操舵角、及び操舵力の実測値を学習することにより、構築済みの前記車両モデルを更新する、請求項１記載の故障判定装置。 2. The failure determination device according to claim 1, wherein the model construction unit updates the already constructed vehicle model by learning actual measured values of vehicle speed, steering angle, and steering force acquired during driving.

前記判定部は、前記乖離が前記閾値よりも大きい状態が所定時間以上継続される場合に、車両のステアリング系が故障していると判定する、請求項１又は２記載の故障判定装置。 The failure determination device according to claim 1 or 2, wherein the determination unit determines that the steering system of the vehicle is malfunctioning when a state in which the deviation is greater than the threshold continues for a predetermined period of time or more.