JPH0471933A - 車両用走行制御装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 ［産業上の利用分野］ 本発明は車両用走行制御装置、特に車両の過去の走行履
歴に応じて車両を定速で走行させる車両用走行制御装置
に関する。

［従来の技術］ 従来より、特に高速道路において運転操作性を向上させ
るべく車両を設定した速度で定速走行させる制御装置が
開発されている。

この種の装置としては、例えば特開昭６０−２１５４３
２号公報に開示された車両走行制御装置が知られている
。この車両走行制御装置においては、車両運転者がアク
セル操作をしなくても自車速を設定車速に、または車間
距離を安全車間距離に保持することを目的とし、自軍速
から算出された安全車間距離内における先行車の有無を
検出する先行車検出手段を設け、先行車がある時には車
間距離が安全車間距離となるように自軍速を制御し、ま
た先行車がない時には自軍速か設定車速となるように制
御して走行するものである。

［発明が解決しようとする課題］ しかしながら、このような従来装置の制御においては、
現在の自車速及び車間距離のみに基づいて自車速を設定
車速に、あるいは車間距離を安全車間距離に保持すべく
制御するものであり、必ずしも実際の運転者の運転特性
に合致せず、快適な走行を保証することができないとい
う問題があった。

すなわち、例えば先行車が自車両の車線から隣接車線に
車線変更等を行い、先行車がある場合の状況から先行車
がない場合の状況へ急激に変化した状況を考察してみる
。この場合、安全車間距離による車速制御から設定車速
による車速制御へ制御系統が切り換わるが、通常の車両
運転者であれば現在は先行車が存在しないものの数秒前
までは先行車が存在し、現在の自車速はこの数秒前の状
況に対応すべく設定されたことを認識しているため、自
車両を徐々に加速して快適な車速に設定すべくスロット
ルを漸次操作することとなるが、このような従来装置で
は数秒前までは先行車が存在したという状況を認識して
いないため、瞬時に設定車速に車両を合致させるべ（急
激な加速制御を行ってしまうのである。

本発明は上記従来の課題に鑑みなされたものであり、そ
の目的は車両の過去の走行履歴をも考慮して車速制御を
行うことにより、実際の運転特性に合致した快適な定速
走行を行うことが可能な車両用走行制御装置を提供する
ことにある。

［課題を解決するための手段］ 上記目的を達成するために、本発明に係る車両用走行制
御装置は前方車両と自車両との車間距離を検出する車間
距離検出手段と、自車両の速度を検出する車速検出手段
と、自車両の加速度を検出する加速度検出手段と、検出
された車速と予め定められた目標車速との差である速度
偏差を算出する演算手段と、検出された車間距離、加速
度及び算出された速度偏差の所定時間内の時系列値を人
力し、人力の加重和に応じて出力するニューラルユニッ
ト群からなる層を多層接続してなるニューラルネットワ
ークを用いて所定時間内の時系列値に応じて加減速制御
量を算出する算出手段と、算出された加減速制御量に応
じて目標車速となるように自車両の速度を制御する制御
手段とを有することを特徴としている。

［作用］ 本発明の車両用走行制御装置はこのような構成を有して
おり、前方車との車間距離、自車速と目標車速との差で
ある速度偏差及び自車両の加速度の所定時間内の時系列
値を制御パラメータとして用いることにより過去の走行
履歴を制御に反映させるのである。

例えば、前方車両が隣接車線に車線変更した場合には、
その変更は車間距離の時系列データの変化として現われ
、過去の走行履歴が認識される。

そして、これら時系列値を入力データの複雑な前処理不
要なニューラルネットワークを用いて処理することによ
り、過去の走行履歴に応じたＭ１速制御を容易かつ高速
に行うことができる。

［実施例］ 以下、図面を用いながら本発明に係る車両用走行制御装
置の好適な実施例を説明する。

第１図は本実施例における構成ブロック図である。レー
ザレーダ装置等の距離センサ１０は例えば自車両のバン
パー近傍に取付けられ、所定時間Δを毎に前方車両と自
車両との車間距離を検出する。そして、検出された車間
距ＭＬは順次前処理回路２０に送られる。

一方、車速センサ１２及び加速度センサ１４はそれぞれ
自車両の速度■、加速度ｇを所定時間Δを毎に検出し、
これらのデータは順次前処理回路２０に送られる。

さらに、操舵角センサ１６及びトルクセンサ１８はそれ
ぞれ自車両の操舵角θＳ、駆動トルクＴＤを検出し、同
様にして順次前処理回路２０に送られる。なお、駆動ト
ルクはエンジン回転数やエンジン負荷信号、或いはギヤ
比により算出しても良い。

前処理回路２０は不図示の記憶ユニット及び演算処理ユ
ニットを有しており、Δを毎に各センサから送られてく
る車間距離Ｌ１車速Ｖ、加速度ｇのデータの内、所定時
間内のデータを順次その記憶ユニットに格納していく。

この所定時間は車間距離Ｌ１車車速１加速度ｇ各検出信
号に応じて定められ、例えば車間圧１ｌＩｔＬの場合に
はこの所定時間はＮ　・Δｔ　（ＮＬは０または自然数
）と定めし られ現在の車間圧ＭＬ　（０）からＮＬ・Δを前の車間
距離Ｌ（ＮＬ）が格納されることとなる。

車速Ｖ及び加速度ｇに関しても、それぞれ所定時間をＮ
ｖ　・Δｔ　（ＮｖはＯまたは自然数）及びＮ　・Δｔ
　（Ｎ　　はＯまたは自然数）と定め、８ｇ 現在の車速ｖ（０）からＮｖ争Δを前の車速Ｖ（Ｎｖ）
及び現在の加速度ｇ（０）からＮｇΔを前の加速度ｇ（
Ｎ）が格納されることとなる。

ここで、車速Ｖに関しては、さらに車両運転者が設定し
た目標車速Ｖ　との速度偏差ΔＶ　””　Ｖ　。

Ｖを演算処理ユニットにて順次算出して格納する。

なお、本実施例においては加速度ｇを検出する際に加速
度センサ１４を用いたが、このように別にセンサを設け
ず、速度センサ１２からの速度■を演算処理ユニットに
て微分することにより加速度ｇを検出しても良い。

このように加速度センサ１４あるいは速度センサ１２か
らの速度Ｖの微分により検出された加速度ｇは勿論車両
の加速度を示すわけであるが、車両が平坦路を走行して
いる場合と登板路や降板路を走行している場合とではそ
の加速度ｇを実現するために必要な駆動トルクは異なっ
てくる。すなわち、検出された加速度ｇを用いてスロッ
トルやブレーキ等を制御する場合においては、同一駆動
トルクを与えても車両が登板路、降板路及び平坦路を走
行している場合では車両走行に与える影響が異なるので
あり、従ってこの加速度ｇを基に車両走行を制御する際
にはこの加速度ｇか平坦路における加速度なのか、ある
いは登板路、降板路における加速度なのかを判断する必
要かある。

このため、本実施例においては推定加速度ｇ。

なる物理量を新たに導入している。この推定加速度ｇ。

は車両が平坦路を走行していると仮定した場合の推定加
速度であり、以下に示すように駆動トルクＴＤ及び車速
Ｖを用いて算出される。

ｇ　　−Ｃ−Ｔ　　−Ｃ−Ｖ　　−Ｃ３１Ｄ２ ｃ、、ｃ２．ｃ３　：定数 そして、この推定加速度ｇｏを用いることにより、例え
ば車両が登板路を走行中は同一駆動トルクでも実際の加
速度は低いためｇ−ｇｏ〈０となり、降板路を走行中は
逆にｇ　　ｇ　ｏ　＞　０となり、従って加速度ｇと推
定加速度ｇ。との大小関係により車両が現在登板路を走
行中かあるいは降板路を走行中かが判断可能となる。

このように、車間距離Ｌ１加速度ｇ１車速Ｖと目標車速
■。との速度偏差ΔＶ、加速度ｇと推定加速度ｇ　との
差、操舵角θＳ１駆動トルクＴＤが前処置回路２０で算
出あるいは格納処理された後、これら各パラメータは算
出手段としてのニューラルネットワーク２２に出力され
る。

以下、第２図を用いてこのニューラルネットワーク２２
で行われる処理を説明する。

周知の如く、ニューラルネットワークは入力層、中間層
及び出力層の階層構造からなり、各層はニューラルユニ
ット群から構成される。ニューラルユニットは所定の重
み付け（結合係数）ＷＩｊが付加された入力の総和に応
じて一定の規則で変換し出力するユニットである。この
規則としては種々の関数が用いられるが、本実施例にお
いては人力の総和“ｎｅｔ”を ｎｅｔ−ΣＷＩ　ｊＩ　＋ とした時、 ｆ＝１／　ｉｌ＋ｅｘｐ　［−（ｎｅｔ＋ａ）］ｌ但し
、αは定数 なる５１ｇ１ｏｉｄ関数を用いることとした。この関数
の値域は０〜１て、入力値が大きくなるにつれ１に、そ
して小さくなるにつれＯに近づく特性を示す。

さて、前処理回路２０からの各パラメータ、すなわち車
間距離Ｌ（０）〜Ｌ（ＮＬ）、速度偏差Δｖ（０）Ｎｖ
（Ｎｖ）、加速度ｇ　（０）　〜ｇ（Ｎ　）、目標速度
Ｖ。、車速■、加速度ｇと推定加速度ｇ　との差ｇｇｏ
１操舵角θＳは第２図に示されたニューラルネットワー
クの人力層を構成する各ニューラルユニットに入力され
る。また、現在のスロットル開度θＴＨ及びブレーキ操
作量θＢもフィードバックさせるべくこの人力層に人力
される。

このように各パラメータが入力層の各ニューラルユニッ
トに入力された後、同様のニューラルユニット群からな
る中間層及び出力層で所定の変換処理が行われる。すな
わち、中間層の第ｊ番目に位置するニューラルユニット
に入力される人力層（Ｄ第ｉ　番目のニューラルユニッ
トの出力値を１．、この時の重み付けすなわち結合係数
をｗ、とすると、この第ｊ番目のニューラルユニットに
入力される入力値の総和ｎｅｔ−は、 ｎｅｔ、−ΣＷｌｊ°Ｉｉ であり、その出力は前述したようにｓｉｇｍｏｉｄ関数
を用いて、 ｙ−＝ｆ　（ｎｅｔ、） Ｊ　　　　　　　Ｊ となる。そして、中間層に存在する全てのニューラルユ
ニットにて前述の処理が行われ、その出力値が出力層の
各ニューラルユニ・ントに人力される。

出力層のニューラルユニットにおいても、中間層と同様
の変換処理が行われる。すなわち、出力層に位置する第
ｊ番目のニューラルユニットに入力される中間層の第１
番目のニューラルユニットからの出力をｙｌ、この時の
重み付けをＷ８．″と１　　　　　　　　　　　　　　
　　　　　　　１Ｊすると、この第ｊ番目のニューラル
ユニットに人力される入力値の総和ｎｅｔ、”は ｎｅｔ　−”ΣＷ・・　　＠　ｙ・ Ｊ　　　　　　　　　ＩＪ　　　　　　Ｉとなり、この
時の出力値Ｏ１は、 Ｏ・−ｆ　（ｎｅｔ、−） Ｊ　　　　　　　　　　　　Ｊ となる。なお、入力層から中間層への重み付けｗｌ、及
び中間層から出力層への重み付けＷ、ｊ　のｌコ 値は、出力層からの実際の出力値と望ましい出力値との
差が減少するように予め学習により調整しておく。すな
わち、熟練運転者が実際に運転して各重み付けを決定す
れば良い。

また、各ニューラルユニットにて入力値の総和から出力
値を変換する際に、その都度変換関数ｆを用いて演算す
るのではなく、ＲＯＭ等に予め人力される総和値とその
時の出力値とをマ・ノブとして記憶させ、演算処理を行
うことなくこのＲＯＭから読み出すことにより変換処理
を行っても良い。

このようにニューラルネットワークを用いることにより
、−組の人力画像情報からこれに対応した一組の出力値
が得られることとなるが、出力層を構成する各ニューラ
ルユニットには所定の状態が対応しており、この出力層
からの出力値によりスロットルアクチュエータをどれだ
け駆動すべきかの制御信号ΔθＴ１１、ブレーキアクチ
ュエータをどれだけ駆動すべきかの制御信号Δθ３及び
変速機の変速比をどこに設定するかの制御信号へ〇。

が判定される。

そして、これら各制御信号Δ、１１、Δθ８、　Δθ　
はそれぞれ制御手段としてのスロットルアク■ チュエータ２４、ブレーキアクチュエータ２６、変速制
御器２８に出力され、車速を目標車速に設定するために
必要なスロットル開度θＴｌ＋、ブレーキ操作量θ８、
変速比θ、が出力されて制御される。

このように、本実施例においては車間距離Ｌ１速度偏差
ΔＶ、加速度ｇを時系列データとして取り扱い、この時
系列データを車両の走行履歴の反映としてとらえてニュ
ーラルネットワークにより処理するものであり、その瞬
間瞬間の車両の走行状況に応じた制御を行うのではなく
、過去の車両の走行履歴をも考慮して現在の車両の走行
を制御するものであり、より実際の運転者の運転間隔に
合致した制御を行うことが可能となり、より快適な追従
走行を行うことができる。

［発明の効果］ 以上説明したように、本発明に係る車両用走行制御装置
によれば、車両の走行履歴を考慮して車両の走行を制御
するので、種々の運転状況により柔軟に対応することが
可能となり、快適な追従走行を行うことができる効果が
ある。

【図面の簡単な説明】

第１図は本発明に係る車両用走行制御装置の実施例の構
成ブロック図、 第２図は同実施例におけるニューラルネットワークの説
明図である。 距離センサ 車速センサ 加速度センサ 操舵角センサ トルクセンサ 前処理回路 ニューラルネットワーク スロットルアクチュエータ ブレーキアクチュエータ 変速制御器

Claims (1)

1. 【特許請求の範囲】 前方車両と自車両との車間距離を検出する車間距離検出
   手段と、 自車両の速度を検出する車速検出手段と、 自車両の加速度を検出する加速度検出手段と、検出され
   た車速と予め定められた目標車速との差である速度偏差
   を算出する演算手段と、 検出された車間距離、加速度及び算出された速度偏差の
   所定時間内の時系列値を入力し、入力の加重和に応じて
   出力するニューラルユニット群からなる層を多層接続し
   てなるニューラルネットワークを用いて所定時間内の時
   系列値に応じて加減速制御量を算出する算出手段と、 算出された加減速制御量に応じて目標車速となるように
   自車両の速度を制御する制御手段と、を有することを特
   徴とする車両用走行制御装置。