JPH0843422A - 車両のヨーレート推定方法及びその装置 - Google Patents
車両のヨーレート推定方法及びその装置Info
- Publication number
- JPH0843422A JPH0843422A JP6178913A JP17891394A JPH0843422A JP H0843422 A JPH0843422 A JP H0843422A JP 6178913 A JP6178913 A JP 6178913A JP 17891394 A JP17891394 A JP 17891394A JP H0843422 A JPH0843422 A JP H0843422A
- Authority
- JP
- Japan
- Prior art keywords
- yaw rate
- value
- vehicle
- steering angle
- wheel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Landscapes
- Steering Control In Accordance With Driving Conditions (AREA)
Abstract
(57)【要約】
【目的】 センサで操舵角及び車輪速を検出し、これを
基にニューラルネットワーク演算によりヨーレートを推
定するに際し、操舵角及び車輪速の誤った検出値を用い
てヨーレートを推定するのを防止し、ヨーレートの推定
精度を高める。 【構成】 左右輪の車輪速Wr ,Wl 及び操舵角Fs を
それぞれセンサで検出するとともに、左右輪の車輪速か
ら左右輪回転差Rv 及び車速Vを算出し、少なくとも操
舵角Fs 、左右輪回転差Rv 及び車速Vを入力変数とす
るニューラルネットワーク演算によりヨーレート値φを
算出する。上記車輪速Wr ,Wl 及び操舵角Fs につい
て、それぞれ今回の検出値と1計測タイミング前の検出
値との差分を算出し、該各差分が所定値以上であるかを
判別する。所定値以上のとき1計測タイミング前の検出
値Dm を今回の検出値の代りに用いてヨーレート値φを
算出する。
基にニューラルネットワーク演算によりヨーレートを推
定するに際し、操舵角及び車輪速の誤った検出値を用い
てヨーレートを推定するのを防止し、ヨーレートの推定
精度を高める。 【構成】 左右輪の車輪速Wr ,Wl 及び操舵角Fs を
それぞれセンサで検出するとともに、左右輪の車輪速か
ら左右輪回転差Rv 及び車速Vを算出し、少なくとも操
舵角Fs 、左右輪回転差Rv 及び車速Vを入力変数とす
るニューラルネットワーク演算によりヨーレート値φを
算出する。上記車輪速Wr ,Wl 及び操舵角Fs につい
て、それぞれ今回の検出値と1計測タイミング前の検出
値との差分を算出し、該各差分が所定値以上であるかを
判別する。所定値以上のとき1計測タイミング前の検出
値Dm を今回の検出値の代りに用いてヨーレート値φを
算出する。
Description
【0001】
【産業上の利用分野】本発明は、車両に発生するヨーレ
ートを推定するヨーレート推定方法及びその装置に関
し、特に、左右輪回転差等の車両状態量を入力情報とす
るニューラルネットワーク演算によりヨーレートを推定
するものに係わる。
ートを推定するヨーレート推定方法及びその装置に関
し、特に、左右輪回転差等の車両状態量を入力情報とす
るニューラルネットワーク演算によりヨーレートを推定
するものに係わる。
【0002】
【従来の技術】従来、車両においては、4輪操舵装置等
を装備する場合に車両に発生するヨーレートを推定し、
該ヨーレートを用いてフィードバック制御をすることが
行われている。ヨーレートを推定する方法としては、左
右輪の回転差を基に円旋回時の幾何学的関係(いわゆる
二輪モデル)から導いた線形式でヨーレートを推定する
もの(例えば特開平2−40504号公報参照)と、操
舵角を基に円旋回時の力学的関係から導いた線形式でヨ
ーレートを推定するもの(例えば特開平4−35307
6号公報参照)とが知られている。
を装備する場合に車両に発生するヨーレートを推定し、
該ヨーレートを用いてフィードバック制御をすることが
行われている。ヨーレートを推定する方法としては、左
右輪の回転差を基に円旋回時の幾何学的関係(いわゆる
二輪モデル)から導いた線形式でヨーレートを推定する
もの(例えば特開平2−40504号公報参照)と、操
舵角を基に円旋回時の力学的関係から導いた線形式でヨ
ーレートを推定するもの(例えば特開平4−35307
6号公報参照)とが知られている。
【0003】ところが、上記従来のヨーレートを推定す
る方法は、いずれも円旋回時の理論式を基本にして導い
た線形式でヨーレートを推定するものであるため、非線
形領域の運動状態の時つまり左右輪回転差が所定値以上
の時又は操輪角が所定値以上の時にはヨーレートを精度
良く推定することができなくなるという問題があった。
る方法は、いずれも円旋回時の理論式を基本にして導い
た線形式でヨーレートを推定するものであるため、非線
形領域の運動状態の時つまり左右輪回転差が所定値以上
の時又は操輪角が所定値以上の時にはヨーレートを精度
良く推定することができなくなるという問題があった。
【0004】そこで、近年、非線形領域の運動状態の時
にもヨーレートを精度良く推定するために、ニューラル
ネットワークを用いたものが提案されている(例えば特
開平5−185947号公報参照)。このニューラルネ
ットワークは、通常、ヨーレートに関連する左右輪の回
転差、操舵角、操舵速度、車速及び車体加速度等の車両
状態量を入力変数として中間層のニューロンとシナプス
結合するとともに、該中間層のニューロンを、推定ヨー
レート値を出力する出力層のニューロンとシナプス結合
して構成されるものであって、学習回数を高めることで
線形領域から非線形領域に亘ってヨーレートを高い精度
で推定できることが実証されている。尚、左右輪の回転
差は、通常、従動輪である前輪又は後輪の左右2輪の車
輪速の差分から算出され、車速は上記左右2輪の車輪速
の平均値として算出される。
にもヨーレートを精度良く推定するために、ニューラル
ネットワークを用いたものが提案されている(例えば特
開平5−185947号公報参照)。このニューラルネ
ットワークは、通常、ヨーレートに関連する左右輪の回
転差、操舵角、操舵速度、車速及び車体加速度等の車両
状態量を入力変数として中間層のニューロンとシナプス
結合するとともに、該中間層のニューロンを、推定ヨー
レート値を出力する出力層のニューロンとシナプス結合
して構成されるものであって、学習回数を高めることで
線形領域から非線形領域に亘ってヨーレートを高い精度
で推定できることが実証されている。尚、左右輪の回転
差は、通常、従動輪である前輪又は後輪の左右2輪の車
輪速の差分から算出され、車速は上記左右2輪の車輪速
の平均値として算出される。
【0005】
【発明が解決しようとする課題】ところで、上記ニュー
ラルネットワーク演算によりヨーレートを推定する方法
では、ニュートラルネットワークの入力変数のうち、特
にその主要な変数である操舵角及び左右輪回転差を精度
良く検出することが、ヨーレートの推定精度を高める上
で必要である。しかし、従来の車両に用いられるセンサ
で操舵角及び車輪速を検出するものの場合、これらの検
出値が外乱やノイズ等により実際上生じ得る大きさ以上
に大幅に変化することがあり、これに起因してヨーレー
トが誤って推定されるという問題がある。
ラルネットワーク演算によりヨーレートを推定する方法
では、ニュートラルネットワークの入力変数のうち、特
にその主要な変数である操舵角及び左右輪回転差を精度
良く検出することが、ヨーレートの推定精度を高める上
で必要である。しかし、従来の車両に用いられるセンサ
で操舵角及び車輪速を検出するものの場合、これらの検
出値が外乱やノイズ等により実際上生じ得る大きさ以上
に大幅に変化することがあり、これに起因してヨーレー
トが誤って推定されるという問題がある。
【0006】本発明はかかる点に鑑みてなされたもので
あり、その目的とするところは、センサで操舵角及び車
輪速を検出し、これを基にニューラルネットワーク演算
によりヨーレートを推定するに際し、操舵角及び車輪速
の誤った検出値を用いてヨーレートを推定するのを防止
し、ヨーレートの推定精度を高めるものである。
あり、その目的とするところは、センサで操舵角及び車
輪速を検出し、これを基にニューラルネットワーク演算
によりヨーレートを推定するに際し、操舵角及び車輪速
の誤った検出値を用いてヨーレートを推定するのを防止
し、ヨーレートの推定精度を高めるものである。
【0007】
【課題を解決するための手段】上記目的を達成するた
め、請求項1に係わる発明は、車両のヨーレート推定方
法として、左右輪の車輪速及び操舵角をそれぞれ検出す
るとともに、上記左右輪の車輪速から左右輪回転差及び
車速を算出し、少なくとも上記操舵角、左右輪回転差及
び車速を入力変数とするニューラルネットワーク演算に
よりヨーレート値を算出することを前提とする。そし
て、上記車輪速及び操舵角について、それぞれ今回の検
出値と1計測タイミング前の検出値との差分を算出し、
該各差分が所定値以上であるかを判別し、所定値以上の
とき1計測タイミング前の検出値を今回の検出値の代り
に用いてヨーレート値を算出する構成とする。
め、請求項1に係わる発明は、車両のヨーレート推定方
法として、左右輪の車輪速及び操舵角をそれぞれ検出す
るとともに、上記左右輪の車輪速から左右輪回転差及び
車速を算出し、少なくとも上記操舵角、左右輪回転差及
び車速を入力変数とするニューラルネットワーク演算に
よりヨーレート値を算出することを前提とする。そし
て、上記車輪速及び操舵角について、それぞれ今回の検
出値と1計測タイミング前の検出値との差分を算出し、
該各差分が所定値以上であるかを判別し、所定値以上の
とき1計測タイミング前の検出値を今回の検出値の代り
に用いてヨーレート値を算出する構成とする。
【0008】請求項2に係わる発明は、請求項1記載の
車両のヨーレート推定方法において、車輪速の差分が所
定値以上であるかを判別するときの所定値を、車両の加
速時には車輪速が大きい程小さくなり、車両の減速時に
は車輪速の大きさに拘らず一定となるように設定するも
のである。
車両のヨーレート推定方法において、車輪速の差分が所
定値以上であるかを判別するときの所定値を、車両の加
速時には車輪速が大きい程小さくなり、車両の減速時に
は車輪速の大きさに拘らず一定となるように設定するも
のである。
【0009】請求項3に係わる発明は、請求項1記載の
車両のヨーレート推定方法において、操舵角の差分が所
定値以上であるかを判別するときの所定値を、操舵角が
大きい程小さくなるように設定するものである。
車両のヨーレート推定方法において、操舵角の差分が所
定値以上であるかを判別するときの所定値を、操舵角が
大きい程小さくなるように設定するものである。
【0010】請求項4に係わる発明は、請求項1に係わ
る発明と同じ前提の車両のヨーレート推定方法におい
て、上記車輪速及び操舵角について、それぞれ今回の検
出値と1計測タイミング前の検出値との差分を算出し、
該各差分が所定値以上であるかを判別し、所定値以上の
とき1計測タイミング前の検出値を今回の検出値の代り
に用いるとともに、左右輪の車輪速又は左右輪回転差の
信号をローパスフィルターを通した後、その信号を用い
てヨーレート値を算出する構成とする。
る発明と同じ前提の車両のヨーレート推定方法におい
て、上記車輪速及び操舵角について、それぞれ今回の検
出値と1計測タイミング前の検出値との差分を算出し、
該各差分が所定値以上であるかを判別し、所定値以上の
とき1計測タイミング前の検出値を今回の検出値の代り
に用いるとともに、左右輪の車輪速又は左右輪回転差の
信号をローパスフィルターを通した後、その信号を用い
てヨーレート値を算出する構成とする。
【0011】請求項5に係わる発明は、請求項4記載の
車両のヨーレート推定方法において、ローパスフィルタ
ーのカットオフ周波数を、固定式のものとしかつ車両の
駆動系共振周波数の略2分の1の大きさに設定するもの
である。
車両のヨーレート推定方法において、ローパスフィルタ
ーのカットオフ周波数を、固定式のものとしかつ車両の
駆動系共振周波数の略2分の1の大きさに設定するもの
である。
【0012】請求項6に係わる発明は、請求項4記載の
車両のヨーレート推定方法において、ローパスフィルタ
ーのカットオフ周波数を、可変式のものとしかつ車輪速
が大きくなるに従って次第に高くなるように設定するも
のである。
車両のヨーレート推定方法において、ローパスフィルタ
ーのカットオフ周波数を、可変式のものとしかつ車輪速
が大きくなるに従って次第に高くなるように設定するも
のである。
【0013】請求項7に係わる発明は、車両のヨーレー
ト推定装置として、左右輪の車輪速及び操舵角をそれぞ
れ検出するとともに、上記左右輪の車輪速から左右輪回
転差及び車速を算出し、少なくとも上記操舵角、左右輪
回転差及び車速を入力変数とするニューラルネットワー
ク演算によりヨーレート値を算出するように構成されて
いることを前提とする。そして、上記車輪速及び操舵角
について、それらの1計測タイミング前の検出値を記憶
する記憶手段と、上記車輪速及び操舵角について、それ
ぞれ今回の検出値と上記記憶手段に記憶された1計測タ
イミング前の検出値との差分を算出する算出手段と、該
各差分が所定値以上であるかを判別する判別手段と、そ
の判別結果で差分が所定値以上のとき1計測タイミング
前の検出値を今回の検出値の代りに置き換える置換手段
とを備える構成とする。
ト推定装置として、左右輪の車輪速及び操舵角をそれぞ
れ検出するとともに、上記左右輪の車輪速から左右輪回
転差及び車速を算出し、少なくとも上記操舵角、左右輪
回転差及び車速を入力変数とするニューラルネットワー
ク演算によりヨーレート値を算出するように構成されて
いることを前提とする。そして、上記車輪速及び操舵角
について、それらの1計測タイミング前の検出値を記憶
する記憶手段と、上記車輪速及び操舵角について、それ
ぞれ今回の検出値と上記記憶手段に記憶された1計測タ
イミング前の検出値との差分を算出する算出手段と、該
各差分が所定値以上であるかを判別する判別手段と、そ
の判別結果で差分が所定値以上のとき1計測タイミング
前の検出値を今回の検出値の代りに置き換える置換手段
とを備える構成とする。
【0014】請求項8に係わる発明は、請求項7記載の
車両のヨーレート推定装置において、さらに、左右輪の
車輪速又は左右輪回転差の信号から高周波ノイズを除去
するローパスフィルターを備える構成とする。
車両のヨーレート推定装置において、さらに、左右輪の
車輪速又は左右輪回転差の信号から高周波ノイズを除去
するローパスフィルターを備える構成とする。
【0015】
【作用】上記の構成により、請求項1又は請求項7に係
わる発明では、車輪速又は操舵角の検出値が外乱やノイ
ズ等に起因して実際上生じ得る大きさ以上に大幅に変化
したときには、車輪速又は操舵角について算出した今回
の検出値と1計測タイミング前の検出値との差分が所定
値以上となり、1計測タイミング前の検出値が今回の検
出値の代りに、ニューラルネットワークの入力変数とし
て用いられ、あるいは該入力変数である左右輪回転差等
の計算に用いられる。これにより、誤った検出値を用い
たヨーレート推定が防止される。
わる発明では、車輪速又は操舵角の検出値が外乱やノイ
ズ等に起因して実際上生じ得る大きさ以上に大幅に変化
したときには、車輪速又は操舵角について算出した今回
の検出値と1計測タイミング前の検出値との差分が所定
値以上となり、1計測タイミング前の検出値が今回の検
出値の代りに、ニューラルネットワークの入力変数とし
て用いられ、あるいは該入力変数である左右輪回転差等
の計算に用いられる。これにより、誤った検出値を用い
たヨーレート推定が防止される。
【0016】ここで、車両の加速時における車輪速の変
化率つまり加速度は、車輪速ひいては車速が高いときに
は低いときに比べて小さくなる。一方、車両の減速時に
おける車輪速の変化率つまり減速度は、車速の高低と殆
ど関連性がないのが普通である。従って、請求項2に係
わる発明の如く車輪速の差分が所定値以上であるかを判
別するときの所定値を、車両の加速時には車輪速が大き
い程小さくなり、車両の減速時には車輪速の大きさに拘
らず一定となるように設定することは、車輪速の検出値
が正常なものか異常なものかの判断が適切に行われるこ
とになる。
化率つまり加速度は、車輪速ひいては車速が高いときに
は低いときに比べて小さくなる。一方、車両の減速時に
おける車輪速の変化率つまり減速度は、車速の高低と殆
ど関連性がないのが普通である。従って、請求項2に係
わる発明の如く車輪速の差分が所定値以上であるかを判
別するときの所定値を、車両の加速時には車輪速が大き
い程小さくなり、車両の減速時には車輪速の大きさに拘
らず一定となるように設定することは、車輪速の検出値
が正常なものか異常なものかの判断が適切に行われるこ
とになる。
【0017】また、車両の旋回時における操舵角の操舵
速度は、操舵角が大きいときには小さいときに比べて小
さくなることから、請求項3に係わる発明の如く操舵角
の差分が所定値以上であるかを判別するときの所定値
を、操舵角が大きい程小さくなるように設定すること
は、操舵角の検出値が正常なものか異常なものかの判断
が適切に行われることになる。
速度は、操舵角が大きいときには小さいときに比べて小
さくなることから、請求項3に係わる発明の如く操舵角
の差分が所定値以上であるかを判別するときの所定値
を、操舵角が大きい程小さくなるように設定すること
は、操舵角の検出値が正常なものか異常なものかの判断
が適切に行われることになる。
【0018】請求項4又は請求項8に係わる発明では、
左右輪の車輪速又は左右輪回転差の信号がローパスフィ
ルターを通って高周波のノイズ成分がカットされ、しか
る後にその信号を用いてニューラルネットワーク演算に
よりヨーレート値が算出されるので、ノイズによる車輪
速の誤った検出値を用いたヨーレート推定が、検出値の
差分が所定値以上のときの検出値の置換と相俟って確実
に防止されることになる。
左右輪の車輪速又は左右輪回転差の信号がローパスフィ
ルターを通って高周波のノイズ成分がカットされ、しか
る後にその信号を用いてニューラルネットワーク演算に
よりヨーレート値が算出されるので、ノイズによる車輪
速の誤った検出値を用いたヨーレート推定が、検出値の
差分が所定値以上のときの検出値の置換と相俟って確実
に防止されることになる。
【0019】ここで、上記ローパスフィルターのカット
オフ周波数が固定式のものの場合、請求項5に係わる発
明の如く、そのカットオフ周波数を駆動系共振周波数
(略16Hz)の略2分の1の大きさに設定すると、駆
動系共振に起因する車輪速の誤った検出値を用いたヨー
レート推定がより確実に防止される。
オフ周波数が固定式のものの場合、請求項5に係わる発
明の如く、そのカットオフ周波数を駆動系共振周波数
(略16Hz)の略2分の1の大きさに設定すると、駆
動系共振に起因する車輪速の誤った検出値を用いたヨー
レート推定がより確実に防止される。
【0020】また、低車速時には車輪速センサの信号を
高周波数領域まで検知する必要はなく、高車速時には車
輪速センサの信号のノイズ成分が高くなる。従って、ロ
ーパスフィルターのカットオフ周波数が可変式のものの
場合、請求項6に係わる発明の如く、そのカットオフ周
波数を、車輪速ないしは車速が大きくなるに従って次第
に高くなるように設定すると、信号のノイズ成分を効果
的にカットできることになる。
高周波数領域まで検知する必要はなく、高車速時には車
輪速センサの信号のノイズ成分が高くなる。従って、ロ
ーパスフィルターのカットオフ周波数が可変式のものの
場合、請求項6に係わる発明の如く、そのカットオフ周
波数を、車輪速ないしは車速が大きくなるに従って次第
に高くなるように設定すると、信号のノイズ成分を効果
的にカットできることになる。
【0021】
【実施例】以下、本発明の実施例を図面に基づいて説明
する。
する。
【0022】図1は本発明の一実施例に係わる車両のヨ
ーレート推定装置のブロック線図である。図1におい
て、1は右車輪の所定時間当りの回転数である車輪速を
検出する右車輪速センサ、2は左車輪の車輪速を検出す
る左車輪速センサ、3は操舵輪である前輪の操舵角を検
出する操舵角検出手段としての操舵角センサである。こ
れらのセンサ1〜3で検出された車輪速Wr ,Wl 及び
操舵角Fs の各信号は、入力インターフェイス4に入力
される。
ーレート推定装置のブロック線図である。図1におい
て、1は右車輪の所定時間当りの回転数である車輪速を
検出する右車輪速センサ、2は左車輪の車輪速を検出す
る左車輪速センサ、3は操舵輪である前輪の操舵角を検
出する操舵角検出手段としての操舵角センサである。こ
れらのセンサ1〜3で検出された車輪速Wr ,Wl 及び
操舵角Fs の各信号は、入力インターフェイス4に入力
される。
【0023】上記入力インターフェイス4から出力され
る入力情報(車輪速Wr ,Wl 及び操舵角Fs の各検出
値)は、信号選択器11に対し、直接入力されるととも
に、入力信号記憶部12を通して入力される。また、上
記入力情報は差分算出器13にも入力される。上記入力
信号記憶部12は、入力インターフェイス4からの入力
情報を1計測タイミングの間記憶し、1計測タイミング
後にその記憶データ(つまり1計測タイミング前の車輪
速Wr ,Wl 及び操舵角Fs の各検出値)を信号選択器
11に出力するようになっており、車輪速Wr ,Wl 及
び操舵角Fs について、それらの1計測タイミング前の
検出値を記憶する記憶手段としての機能を有する。上記
記憶データは、入力信号記憶部12から差分算出器13
にも出力される。
る入力情報(車輪速Wr ,Wl 及び操舵角Fs の各検出
値)は、信号選択器11に対し、直接入力されるととも
に、入力信号記憶部12を通して入力される。また、上
記入力情報は差分算出器13にも入力される。上記入力
信号記憶部12は、入力インターフェイス4からの入力
情報を1計測タイミングの間記憶し、1計測タイミング
後にその記憶データ(つまり1計測タイミング前の車輪
速Wr ,Wl 及び操舵角Fs の各検出値)を信号選択器
11に出力するようになっており、車輪速Wr ,Wl 及
び操舵角Fs について、それらの1計測タイミング前の
検出値を記憶する記憶手段としての機能を有する。上記
記憶データは、入力信号記憶部12から差分算出器13
にも出力される。
【0024】上記差分算出器13は、算出手段として、
入力インターフェイス4からの入力情報つまり車輪速W
r ,Wl 及び操舵角Fs についての今回の検出値と、入
力信号記憶器12からの記憶データつまり車輪速Wr ,
Wl 及び操舵角Fs についての1計測タイミング前の検
出値との差分をそれぞれ算出するようになっており、そ
の算出結果は、差分算出器13から判別手段14へ情報
として出力される。該判別手段14は、車輪速Wr ,W
l 及び操舵角Fs の各差分が、有効マップ記憶部15に
予め記憶された有効マップから求められる所定値以上で
あるか否かを判別するようになっている。
入力インターフェイス4からの入力情報つまり車輪速W
r ,Wl 及び操舵角Fs についての今回の検出値と、入
力信号記憶器12からの記憶データつまり車輪速Wr ,
Wl 及び操舵角Fs についての1計測タイミング前の検
出値との差分をそれぞれ算出するようになっており、そ
の算出結果は、差分算出器13から判別手段14へ情報
として出力される。該判別手段14は、車輪速Wr ,W
l 及び操舵角Fs の各差分が、有効マップ記憶部15に
予め記憶された有効マップから求められる所定値以上で
あるか否かを判別するようになっている。
【0025】ここで、上記有効マップ記憶部15に予め
記憶された有効マップは、例えば図2及び図3に示す。
これらの有効マップの有効範囲のしきい値が、車輪速W
r ,Wl 又は操舵角Fs に対する所定値となる。図2に
示す有効マップは、車輪速Wr ,Wl に関するものであ
り、車両の加速時には車輪速Wr ,Wl が大きい程有効
範囲のしきい値が小さくなり、車両の減速時には車輪速
Wr ,Wl の大きさに拘らず有効範囲のしきい値は一定
になるように設定されている。図3に示す有効マップ
は、操舵角Fs に関するものであり、操舵角Fs (詳し
くはその絶対値|Fs |)が大きい程有効範囲のしきい
値が小さくなるように設定されている。
記憶された有効マップは、例えば図2及び図3に示す。
これらの有効マップの有効範囲のしきい値が、車輪速W
r ,Wl 又は操舵角Fs に対する所定値となる。図2に
示す有効マップは、車輪速Wr ,Wl に関するものであ
り、車両の加速時には車輪速Wr ,Wl が大きい程有効
範囲のしきい値が小さくなり、車両の減速時には車輪速
Wr ,Wl の大きさに拘らず有効範囲のしきい値は一定
になるように設定されている。図3に示す有効マップ
は、操舵角Fs に関するものであり、操舵角Fs (詳し
くはその絶対値|Fs |)が大きい程有効範囲のしきい
値が小さくなるように設定されている。
【0026】上記判別手段14での判定結果は、信号と
して信号選択器11に入力される。該信号選択器11
は、車輪速Wr ,Wl 及び操舵角Fs の各差分が所定値
未満のときには入力インターフェイス4からの入力情報
である車輪速Wr ,Wl 及び操舵角Fs についての今回
の検出値をそのまま入力情報として選択しヨーレート推
定部側へ出力する一方、車輪速Wr ,Wl 及び操舵角F
s の各差分が所定値以上のときには入力信号記憶器12
からの入力情報である車輪速Wr ,Wl 及び操舵角Fs
についての1計測タイミング前の検出値を今回の検出値
の代りに選択しヨーレート推定部側へ出力するようにな
っている。よって、信号選択器11は、車輪速Wr ,W
l 又は操舵角Fs の差分が所定値以上のとき1計測タイ
ミング前の検出値を今回の検出値の代りに置き換える置
換手段としての機能を有する。
して信号選択器11に入力される。該信号選択器11
は、車輪速Wr ,Wl 及び操舵角Fs の各差分が所定値
未満のときには入力インターフェイス4からの入力情報
である車輪速Wr ,Wl 及び操舵角Fs についての今回
の検出値をそのまま入力情報として選択しヨーレート推
定部側へ出力する一方、車輪速Wr ,Wl 及び操舵角F
s の各差分が所定値以上のときには入力信号記憶器12
からの入力情報である車輪速Wr ,Wl 及び操舵角Fs
についての1計測タイミング前の検出値を今回の検出値
の代りに選択しヨーレート推定部側へ出力するようにな
っている。よって、信号選択器11は、車輪速Wr ,W
l 又は操舵角Fs の差分が所定値以上のとき1計測タイ
ミング前の検出値を今回の検出値の代りに置き換える置
換手段としての機能を有する。
【0027】上記信号選択器11から出力される右車輪
速Wr と左車輪速Wl とは、加算点21で互いに減算さ
れることにより左右輪の回転差(詳しくは所定時間当り
の回転数差ないし回転速度差)Rv が算出されるように
なっている。上記回転差Rvは、フィルター22及び正
規化処理部23を通してニューラルネットワーク演算部
24に入力される。上記フィルター22は、カットオフ
周波数が不変の固定式ローパスフィルターからなり、そ
のカットオフ周波数は駆動系共振周波数の略2分の1に
相当する8Hzに設定されている。また、上記両車輪速
Wr ,Wl は加算点25で互いに加算されるとともに、
この加算値は係数積算部26で1/2倍されることによ
り車速Vが算出されるようになっている。車速Vは正規
化処理部23を通してニューラルネットワーク演算部2
4に入力される。
速Wr と左車輪速Wl とは、加算点21で互いに減算さ
れることにより左右輪の回転差(詳しくは所定時間当り
の回転数差ないし回転速度差)Rv が算出されるように
なっている。上記回転差Rvは、フィルター22及び正
規化処理部23を通してニューラルネットワーク演算部
24に入力される。上記フィルター22は、カットオフ
周波数が不変の固定式ローパスフィルターからなり、そ
のカットオフ周波数は駆動系共振周波数の略2分の1に
相当する8Hzに設定されている。また、上記両車輪速
Wr ,Wl は加算点25で互いに加算されるとともに、
この加算値は係数積算部26で1/2倍されることによ
り車速Vが算出されるようになっている。車速Vは正規
化処理部23を通してニューラルネットワーク演算部2
4に入力される。
【0028】さらに、信号選択器11から出力される操
舵角Fs も正規化処理部23を通してニューラルネット
ワーク演算部24に入力される。また、操舵角Fs は、
加算点27に対し、そのまま入力されるとともに、遅延
回路28で1計測タイミング遅れた後に入力され、該加
算点27でこの両入力値が互いに減算されることにより
操舵速度Dfsが算出されるようになっている。操舵速度
Dfsも正規化処理部23を通してニューラルネットワー
ク演算部24に入力される。
舵角Fs も正規化処理部23を通してニューラルネット
ワーク演算部24に入力される。また、操舵角Fs は、
加算点27に対し、そのまま入力されるとともに、遅延
回路28で1計測タイミング遅れた後に入力され、該加
算点27でこの両入力値が互いに減算されることにより
操舵速度Dfsが算出されるようになっている。操舵速度
Dfsも正規化処理部23を通してニューラルネットワー
ク演算部24に入力される。
【0029】上記ニューラルネットワーク演算部24
は、正規化処理部23で各々正規化された左右輪の回転
差正規化値Rvn、車速正規化値Vn 、操舵角正規化値F
sn及び操舵速度正規化値Dfsn を入力変数としかつ中間
層に複数(本実施例の場合は6個)のニューロンを有す
るニューラルネットワークにより構成されており、ニュ
ーラルネットワーク演算により推定ヨーレート値φを算
出する。該推定ヨーレート値φがヨーレート推定装置の
出力信号である。
は、正規化処理部23で各々正規化された左右輪の回転
差正規化値Rvn、車速正規化値Vn 、操舵角正規化値F
sn及び操舵速度正規化値Dfsn を入力変数としかつ中間
層に複数(本実施例の場合は6個)のニューロンを有す
るニューラルネットワークにより構成されており、ニュ
ーラルネットワーク演算により推定ヨーレート値φを算
出する。該推定ヨーレート値φがヨーレート推定装置の
出力信号である。
【0030】次に、上記実施例のヨーレート推定装置に
おいて、ヨーレートを推定する場合の動作手順であるヨ
ーレート推定方法について、図4に示すメインフローチ
ャートに従って説明する。
おいて、ヨーレートを推定する場合の動作手順であるヨ
ーレート推定方法について、図4に示すメインフローチ
ャートに従って説明する。
【0031】図4において、先ず、ステップS1 で計測
タイミングとなるのを待った後、ステップS2 で車両運
動情報としての右車輪速Wr 及び左車輪速Wl をそれぞ
れ車輪速センサ1,2により計測するとともに、ステッ
プS3 でドライバー操作情報としての操舵角Fs を操舵
角センサ3により計測する。
タイミングとなるのを待った後、ステップS2 で車両運
動情報としての右車輪速Wr 及び左車輪速Wl をそれぞ
れ車輪速センサ1,2により計測するとともに、ステッ
プS3 でドライバー操作情報としての操舵角Fs を操舵
角センサ3により計測する。
【0032】続いて、ステップS4 で信号選択器11に
て上記計測データ(車輪速Wr ,Wl と操舵角Fs )を
入力データDとして読み込むとともに、ステップS5 で
判別手段14にて入力データの有効性を判定する。この
入力データの有効性の判定は、図5に示すフローチャー
トに従って行い、入力データが有効なときには有効性フ
ラグfに「0」をセットし、入力データが無効なときに
は有効性フラグfに「1」をセットする。
て上記計測データ(車輪速Wr ,Wl と操舵角Fs )を
入力データDとして読み込むとともに、ステップS5 で
判別手段14にて入力データの有効性を判定する。この
入力データの有効性の判定は、図5に示すフローチャー
トに従って行い、入力データが有効なときには有効性フ
ラグfに「0」をセットし、入力データが無効なときに
は有効性フラグfに「1」をセットする。
【0033】そして、ステップS6 で有効性フラグfが
「0」であるか否かを判定し、その判定がYESのと
き、つまり入力データが有効なときには、ステップS7
で信号選択器11にて先に読み込んだ入力データ(車輪
速Wr ,Wl と操舵角Fs )をそのまま選択データとす
るとともに、ステップS8 で入力信号記憶器12にて入
力データを記憶し、しかる後にステップS10へ移行す
る。一方、上記ステップS6 の判定がNOのとき、つま
り入力データが無効なときには、ステップS9 で信号選
択器11にて記憶データDm である入力信号記憶器12
に記憶された1計測タイミング前の入力データを選択デ
ータとし、しかる後にステップS10へ移行する。
「0」であるか否かを判定し、その判定がYESのと
き、つまり入力データが有効なときには、ステップS7
で信号選択器11にて先に読み込んだ入力データ(車輪
速Wr ,Wl と操舵角Fs )をそのまま選択データとす
るとともに、ステップS8 で入力信号記憶器12にて入
力データを記憶し、しかる後にステップS10へ移行す
る。一方、上記ステップS6 の判定がNOのとき、つま
り入力データが無効なときには、ステップS9 で信号選
択器11にて記憶データDm である入力信号記憶器12
に記憶された1計測タイミング前の入力データを選択デ
ータとし、しかる後にステップS10へ移行する。
【0034】ステップS10では信号選択器11から出力
される右車輪速Wr と左車輪速Wlとの差分である左右
輪回転差Rv を加算点21で求めるとともに、該左右輪
回転差Rv に対しフィルター22でフィルター計算をす
る。この左右輪回転差Rv のフィルター計算は、下記の
式 Rvf=Filter(Wl −Wr ) =b(1) ・Rv(t)+b(2) ・Rv(t-1)+b(3) ・Rv(t-
3)+b(4) ・Rv(t-4)+b(5) ・Rv(t-5)−a(2) ・R
vf(t-1)−a(3) ・Rvf(t-2) −a(4) ・Rvf(t-4) −
a(5) ・Rvf(t-5) により行う。但し、フィルター定数は、例えば a=[1.0 -2.5562 2.6311 -1.2487 0.2299 ] b=[0.0199 -0.0052 0.0266 -0.0052 0.0199] である。
される右車輪速Wr と左車輪速Wlとの差分である左右
輪回転差Rv を加算点21で求めるとともに、該左右輪
回転差Rv に対しフィルター22でフィルター計算をす
る。この左右輪回転差Rv のフィルター計算は、下記の
式 Rvf=Filter(Wl −Wr ) =b(1) ・Rv(t)+b(2) ・Rv(t-1)+b(3) ・Rv(t-
3)+b(4) ・Rv(t-4)+b(5) ・Rv(t-5)−a(2) ・R
vf(t-1)−a(3) ・Rvf(t-2) −a(4) ・Rvf(t-4) −
a(5) ・Rvf(t-5) により行う。但し、フィルター定数は、例えば a=[1.0 -2.5562 2.6311 -1.2487 0.2299 ] b=[0.0199 -0.0052 0.0266 -0.0052 0.0199] である。
【0035】上記フィルター計算の後、ステップS11で
正規化処理部23にてその入力情報である左右輪回転差
Rv 、車速V、操舵角Fs 及び操舵速度Dfsを正規化す
る。この正規化計算は、下記の式 Rvn=Rv /2 Vn =(V−70)/70 Fsn=Fs /5 Dfsn =(Fs (t)−Fs (t−1))/20 P=[Rvn,Vn ,Fsn,Dfsn ]T により行う。尚、マトリックスPのT は転置マトリック
スを意味する。
正規化処理部23にてその入力情報である左右輪回転差
Rv 、車速V、操舵角Fs 及び操舵速度Dfsを正規化す
る。この正規化計算は、下記の式 Rvn=Rv /2 Vn =(V−70)/70 Fsn=Fs /5 Dfsn =(Fs (t)−Fs (t−1))/20 P=[Rvn,Vn ,Fsn,Dfsn ]T により行う。尚、マトリックスPのT は転置マトリック
スを意味する。
【0036】続いて、ステップS12でニューラルネット
ワーク演算部24にて左右輪回転差正規化値Rvn、車速
正規化値Vn 、操舵角正規化値Fsn及び操舵速度正規化
値Dfsn を入力変数とするニューラルネットワーク演算
をして推定ヨーレート値φを算出する。この推定ヨーレ
ート値φの計算(ニューラルネットの計算)は、図6に
示すフローチャートに従って行う。上記推定ヨーレート
値φを出力した後、ステップS1 に戻る。
ワーク演算部24にて左右輪回転差正規化値Rvn、車速
正規化値Vn 、操舵角正規化値Fsn及び操舵速度正規化
値Dfsn を入力変数とするニューラルネットワーク演算
をして推定ヨーレート値φを算出する。この推定ヨーレ
ート値φの計算(ニューラルネットの計算)は、図6に
示すフローチャートに従って行う。上記推定ヨーレート
値φを出力した後、ステップS1 に戻る。
【0037】次に、入力データの有効性判定について、
図5に示すフローチャートに従って説明する。
図5に示すフローチャートに従って説明する。
【0038】図5において、先ず、ステップS21で入力
インターフェイス4からの入力情報つまり車輪速Wr ,
Wl 及び操舵角Fs についての今回の検出値と、入力信
号記憶器12からの記憶データWrm,Wlm,Fsmである
車輪速Wr ,Wl 及び操舵角Fs についての1計測タイ
ミング前の検出値との差分dr ,dl ,dfをそれぞれ下
記の式 dr =Wr −Wrm dl =Wl −Wlm df =Fs −Fsm により算出する。
インターフェイス4からの入力情報つまり車輪速Wr ,
Wl 及び操舵角Fs についての今回の検出値と、入力信
号記憶器12からの記憶データWrm,Wlm,Fsmである
車輪速Wr ,Wl 及び操舵角Fs についての1計測タイ
ミング前の検出値との差分dr ,dl ,dfをそれぞれ下
記の式 dr =Wr −Wrm dl =Wl −Wlm df =Fs −Fsm により算出する。
【0039】続いて、ステップS22で図2及び図3に示
す有効マップから、それぞれ現時点の車輪速Wr ,Wl
及び操舵角Fs に対応する有効範囲のしきい値である所
定値dra,dla,dfaを読み取る。しかる後、ステップ
S23で右車輪速の差分絶対値|dr |が所定値|dra|
以上であるか否かを、ステップS24で左車輪速の差分絶
対値|dl |が所定値|dla|以上であるか否かを、ス
テップS25で操舵角の差分絶対値|df |が所定値|d
fa|以上であるか否かをそれぞれ判定する。そして、上
記3つの判定が全てNOのときには、ステップS26で有
効性フラグfに、データが有効であることを意味する
「0」をセットして、メインフローチャートに戻る一
方、3つの判定のいずれか一つがYESのときには、ス
テップS27で有効性フラグfに、データが無効であるこ
とを意味する「1」をセットして、メインフローチャー
トに戻る。
す有効マップから、それぞれ現時点の車輪速Wr ,Wl
及び操舵角Fs に対応する有効範囲のしきい値である所
定値dra,dla,dfaを読み取る。しかる後、ステップ
S23で右車輪速の差分絶対値|dr |が所定値|dra|
以上であるか否かを、ステップS24で左車輪速の差分絶
対値|dl |が所定値|dla|以上であるか否かを、ス
テップS25で操舵角の差分絶対値|df |が所定値|d
fa|以上であるか否かをそれぞれ判定する。そして、上
記3つの判定が全てNOのときには、ステップS26で有
効性フラグfに、データが有効であることを意味する
「0」をセットして、メインフローチャートに戻る一
方、3つの判定のいずれか一つがYESのときには、ス
テップS27で有効性フラグfに、データが無効であるこ
とを意味する「1」をセットして、メインフローチャー
トに戻る。
【0040】次に、ニューラルネットの計算について、
図6に示すフローチャートに従って説明する。
図6に示すフローチャートに従って説明する。
【0041】図6において、先ず、ステップS31で正規
化情報P(左右輪回転差正規化値Rvn,車速正規化値V
n ,操舵角正規化値Fsn及び操舵速度正規化値Dfsn )
を入力した後、ステップS32でこの正規化情報Pと中間
層重み係数W1 (i,j)とのマトリックス積U0 を求
め、ステップS33でこのマトリックスU0 に中間層バイ
アス係数B1 (i)を加算し、その値を新たにマトリッ
クスU0 と置換える。ここで、iは中間層のニューロン
数、jは入力数であり、本実施例の場合はi=6,j=
4である。
化情報P(左右輪回転差正規化値Rvn,車速正規化値V
n ,操舵角正規化値Fsn及び操舵速度正規化値Dfsn )
を入力した後、ステップS32でこの正規化情報Pと中間
層重み係数W1 (i,j)とのマトリックス積U0 を求
め、ステップS33でこのマトリックスU0 に中間層バイ
アス係数B1 (i)を加算し、その値を新たにマトリッ
クスU0 と置換える。ここで、iは中間層のニューロン
数、jは入力数であり、本実施例の場合はi=6,j=
4である。
【0042】続いて、ステップS34で上記マトリックス
U0 の正接双曲線関数である中間層伝達関数U(=ta
nh(U0 ))を計算する。中間層伝達関数に正接双曲
線関数を用いたのは、入力が正負両方に分布することに
対応したものである。この中間層伝達関数Uの計算は、
図7に示すフローチャートに従って行う。しかる後、ス
テップS35で上記中間層伝達関数Uと出力層重み係数W
2 (i)とのマトリックス積である推定ヨーレート値φ
を求め、ステップS36でこの推定ヨーレート値φに出力
層バイアス係数B2 を加算し、その値を新たに推定ヨー
レート値φと置換える。その後メインフローチャートに
戻る。
U0 の正接双曲線関数である中間層伝達関数U(=ta
nh(U0 ))を計算する。中間層伝達関数に正接双曲
線関数を用いたのは、入力が正負両方に分布することに
対応したものである。この中間層伝達関数Uの計算は、
図7に示すフローチャートに従って行う。しかる後、ス
テップS35で上記中間層伝達関数Uと出力層重み係数W
2 (i)とのマトリックス積である推定ヨーレート値φ
を求め、ステップS36でこの推定ヨーレート値φに出力
層バイアス係数B2 を加算し、その値を新たに推定ヨー
レート値φと置換える。その後メインフローチャートに
戻る。
【0043】尚、中間層重み係数W1 、中間層バイアス
係数B1 、出力層重み係数W2 及び出力層バイアス係数
B2 は、バックプロパゲーション法を用いた学習によ
り、本実施例に係わるヨーレート推定装置の製造前に全
装置共通に決定されたものである。
係数B1 、出力層重み係数W2 及び出力層バイアス係数
B2 は、バックプロパゲーション法を用いた学習によ
り、本実施例に係わるヨーレート推定装置の製造前に全
装置共通に決定されたものである。
【0044】次に、中間層伝達関数Uの計算について、
図7に示すフローチャートに従って説明する。
図7に示すフローチャートに従って説明する。
【0045】図7において、先ず、ステップS41で変数
iiに1をセットした後、ステップS42でマトリックス
の値U0 (ii)が正であるか負であるかを判定する。
正であるときにはステッブS43でフラグfをリセット
し、ステップS46へ移行する一方、負であるときにはス
テップS44でフラグfをセットし、ステップS45でマト
リックスの値U0 (ii)にマイナス符号を掛けて正の
値に置換えた後、ステップS46へ移行する。ステップS
46では予め作成されたマップを用いて上記値U0(i
i)に対応した中間層伝達関数値U(ii)を算出す
る。上記マップは、U=tanh(U0 )を0≦U0 ≦
20の範囲で表現したものである。このようにマップを
用いて中間層伝達関数値U(ii)を算出すると計算時
間を節約することができる。
iiに1をセットした後、ステップS42でマトリックス
の値U0 (ii)が正であるか負であるかを判定する。
正であるときにはステッブS43でフラグfをリセット
し、ステップS46へ移行する一方、負であるときにはス
テップS44でフラグfをセットし、ステップS45でマト
リックスの値U0 (ii)にマイナス符号を掛けて正の
値に置換えた後、ステップS46へ移行する。ステップS
46では予め作成されたマップを用いて上記値U0(i
i)に対応した中間層伝達関数値U(ii)を算出す
る。上記マップは、U=tanh(U0 )を0≦U0 ≦
20の範囲で表現したものである。このようにマップを
用いて中間層伝達関数値U(ii)を算出すると計算時
間を節約することができる。
【0046】しかる後、ステップS47でフラグfがセッ
トされているか否かを判定し、セットされているときつ
まり先にマトリックスの値U0 (ii)を正の値にして
いるときには、ステップS48でこの値にマイナス符号を
掛けて元の負の値に戻す。続いて、ステップS49で変数
iiを1カウントアップした後、ステップS50で変数i
iがニューラルネットワークの入力情報の次数iより大
きいか否かを判定する。この判定がNOのときにはステ
ップS42に戻る一方、判定がYESのときには中間層伝
達関数Uを終了し、ニューラルネット計算に戻る。
トされているか否かを判定し、セットされているときつ
まり先にマトリックスの値U0 (ii)を正の値にして
いるときには、ステップS48でこの値にマイナス符号を
掛けて元の負の値に戻す。続いて、ステップS49で変数
iiを1カウントアップした後、ステップS50で変数i
iがニューラルネットワークの入力情報の次数iより大
きいか否かを判定する。この判定がNOのときにはステ
ップS42に戻る一方、判定がYESのときには中間層伝
達関数Uを終了し、ニューラルネット計算に戻る。
【0047】次に、上記実施例の作用・効果について説
明するに、車両に発生するヨーレートを推定する場合、
通常、各センサ1〜3で検出され入力インターフェイス
4から信号選択器11に直接入力した入力情報(車輪速
Wr ,Wl 及び操舵角Fs )が、該信号選択器11で選
択データとして選択され、ヨーレート推定部側へ出力さ
れる。そして、この入力情報を基に左右輪回転差Rv 、
車速V及び操舵速度Dfsを算出するとともに、正規化処
理部23で左右輪回転差正規化値Rvn,車速正規化値V
n ,操舵角正規化値Fsn及び操舵速度正規化値Dfsn を
それぞれ正規化した後、ニューラルネットワーク演算部
24でこれらの情報を入力変数とするニューラルネット
ワーク演算により推定ヨーレート値φを算出する。
明するに、車両に発生するヨーレートを推定する場合、
通常、各センサ1〜3で検出され入力インターフェイス
4から信号選択器11に直接入力した入力情報(車輪速
Wr ,Wl 及び操舵角Fs )が、該信号選択器11で選
択データとして選択され、ヨーレート推定部側へ出力さ
れる。そして、この入力情報を基に左右輪回転差Rv 、
車速V及び操舵速度Dfsを算出するとともに、正規化処
理部23で左右輪回転差正規化値Rvn,車速正規化値V
n ,操舵角正規化値Fsn及び操舵速度正規化値Dfsn を
それぞれ正規化した後、ニューラルネットワーク演算部
24でこれらの情報を入力変数とするニューラルネット
ワーク演算により推定ヨーレート値φを算出する。
【0048】一方、上記センサ1〜3で検出された車輪
速Wr ,Wl 又は操舵角Fs の検出値が外乱やノイズ等
に起因して実際上生じ得る大きさ以上に大幅に変化した
ときには、差分算出器13で今回の検出値Wr ,Wl ,
Fs と入力信号記憶器12に記憶された1計測タイミン
グ前の検出値Wrm,Wlm,Fsmとの差分dr ,dl ,d
f が算出されるとともに、判別手段14で上記差分dr
,dl ,df が所定値以上であるか否かが判断され
る。そして、差分dr ,dl ,df が所定値dra,dl
a,dfa以上であるときには、今回の検出値Wr ,Wl
,Fs の代りに1計測タイミング前の検出値Wrm,Wl
m,Fsmが信号選択器11で選択データとして選択さ
れ、ヨーレート推定部側へ出力され、この1計測タイミ
ング前の検出値Wrm,Wlm,Fsmに基づいて、左右輪回
転差Rv 等の算出及びニューラルネットワーク演算によ
る推定ヨーレートφの算出が行われるので、誤った検出
値を用いたヨーレート推定を防止することができ、ヨー
レートの推定精度を高めることができる。
速Wr ,Wl 又は操舵角Fs の検出値が外乱やノイズ等
に起因して実際上生じ得る大きさ以上に大幅に変化した
ときには、差分算出器13で今回の検出値Wr ,Wl ,
Fs と入力信号記憶器12に記憶された1計測タイミン
グ前の検出値Wrm,Wlm,Fsmとの差分dr ,dl ,d
f が算出されるとともに、判別手段14で上記差分dr
,dl ,df が所定値以上であるか否かが判断され
る。そして、差分dr ,dl ,df が所定値dra,dl
a,dfa以上であるときには、今回の検出値Wr ,Wl
,Fs の代りに1計測タイミング前の検出値Wrm,Wl
m,Fsmが信号選択器11で選択データとして選択さ
れ、ヨーレート推定部側へ出力され、この1計測タイミ
ング前の検出値Wrm,Wlm,Fsmに基づいて、左右輪回
転差Rv 等の算出及びニューラルネットワーク演算によ
る推定ヨーレートφの算出が行われるので、誤った検出
値を用いたヨーレート推定を防止することができ、ヨー
レートの推定精度を高めることができる。
【0049】ここで、車両の加速時における車輪速の変
化率つまり加速度は、車輪速ひいては車速が高いときに
は低いときに比べて小さくなる。一方、車両の減速時に
おける車輪速の変化率つまり減速度は、車速の高低と殆
ど関連性がないのが普通である。これに対応して、車輪
速の差分dr ,dl が所定値dra,dla以上であるかを
判別するときの所定値dra,dlaは、有効マップにおい
て、車両の加速時には車輪速が大きい程小さくなり、減
速時には車輪速の大きさに拘らず一定になるように設定
されているので、車輪速の検出値が正常なものか異常な
ものかの判断を適切に行うことができる。また、車両の
旋回時における操舵角Fs の変化率つまり操舵速度は、
操舵角Fs が大きいときには小さいときに比べて小さく
なることに対応して、操舵角の差分df が所定値dfa以
上であるかを判別するときの所定値dfaは、有効マップ
において、操舵角Fs が大きい程小さくなるように設定
されているので、操舵角Fs の検出値が正常なものか異
常なものかの判断を適切に行うことができる。
化率つまり加速度は、車輪速ひいては車速が高いときに
は低いときに比べて小さくなる。一方、車両の減速時に
おける車輪速の変化率つまり減速度は、車速の高低と殆
ど関連性がないのが普通である。これに対応して、車輪
速の差分dr ,dl が所定値dra,dla以上であるかを
判別するときの所定値dra,dlaは、有効マップにおい
て、車両の加速時には車輪速が大きい程小さくなり、減
速時には車輪速の大きさに拘らず一定になるように設定
されているので、車輪速の検出値が正常なものか異常な
ものかの判断を適切に行うことができる。また、車両の
旋回時における操舵角Fs の変化率つまり操舵速度は、
操舵角Fs が大きいときには小さいときに比べて小さく
なることに対応して、操舵角の差分df が所定値dfa以
上であるかを判別するときの所定値dfaは、有効マップ
において、操舵角Fs が大きい程小さくなるように設定
されているので、操舵角Fs の検出値が正常なものか異
常なものかの判断を適切に行うことができる。
【0050】さらに、上記実施例では、左右輪回転差R
v の信号がローパスフィルター22を通って高周波のノ
イズ成分がカットされ、しかる後にその信号を用いてニ
ューラルネットワーク演算により推定ヨーレート値φが
算出されるので、ノイズによる車輪速Wr ,Wl の誤っ
た検出値を用いたヨーレート推定を、検出値の差分が所
定値以上のときの検出値の置換と相俟って確実に防止す
ることができる。特に、上記ローパスフィルター22の
カットオフ周波数は駆動系共振周波数(略16Hz)の
略2分の1の大きさである8Hzに設定されているの
で、駆動系共振に起因する車輪速Wr ,Wl の誤った検
出値を用いたヨーレート推定をより確実に防止すること
ができる。
v の信号がローパスフィルター22を通って高周波のノ
イズ成分がカットされ、しかる後にその信号を用いてニ
ューラルネットワーク演算により推定ヨーレート値φが
算出されるので、ノイズによる車輪速Wr ,Wl の誤っ
た検出値を用いたヨーレート推定を、検出値の差分が所
定値以上のときの検出値の置換と相俟って確実に防止す
ることができる。特に、上記ローパスフィルター22の
カットオフ周波数は駆動系共振周波数(略16Hz)の
略2分の1の大きさである8Hzに設定されているの
で、駆動系共振に起因する車輪速Wr ,Wl の誤った検
出値を用いたヨーレート推定をより確実に防止すること
ができる。
【0051】尚、上記実施例では、ローパスフィルター
22として、カットオフ周波数が不変の固定式のものを
用いたが、カットオフ周波数が変更可能な可変式のもの
を用いてもよい。その場合、低車速時には車輪速センサ
1,2の信号を高周波数領域まで検知する必要はなく、
高車速時には車輪速センサ1,2の信号のノイズ成分が
高くなることから、カットオフ周波数fを、例えば図8
に示すように、車輪速Wひいては車速Vが大きくなる従
って直線的に次第に高くする設定することが好ましく、
信号のノイズ成分を効果的にカットできる。
22として、カットオフ周波数が不変の固定式のものを
用いたが、カットオフ周波数が変更可能な可変式のもの
を用いてもよい。その場合、低車速時には車輪速センサ
1,2の信号を高周波数領域まで検知する必要はなく、
高車速時には車輪速センサ1,2の信号のノイズ成分が
高くなることから、カットオフ周波数fを、例えば図8
に示すように、車輪速Wひいては車速Vが大きくなる従
って直線的に次第に高くする設定することが好ましく、
信号のノイズ成分を効果的にカットできる。
【0052】
【発明の効果】以上の如く、本発明における車両のヨー
レート推定方法及びその装置によれば、車輪速又は操舵
角の検出値が外乱やノイズ等に起因して実際上生じ得る
大きさ以上に大幅に変化したときには、1計測タイミン
グ前の検出値が今回の検出値の代りに、ニューラルネッ
トワークの入力変数として用いられ、あるいは該入力変
数である左右輪回転差等の計算に用いられるので、誤っ
た検出値を用いたヨーレート推定を防止することがで
き、ヨーレートの推定精度を高めることができる。
レート推定方法及びその装置によれば、車輪速又は操舵
角の検出値が外乱やノイズ等に起因して実際上生じ得る
大きさ以上に大幅に変化したときには、1計測タイミン
グ前の検出値が今回の検出値の代りに、ニューラルネッ
トワークの入力変数として用いられ、あるいは該入力変
数である左右輪回転差等の計算に用いられるので、誤っ
た検出値を用いたヨーレート推定を防止することがで
き、ヨーレートの推定精度を高めることができる。
【0053】特に、請求項2に係わる発明では、車輪速
の検出値が正常なものか異常なものかの判断を、車輪速
の大きさに応じて適切に行うことができる。また、請求
項3に係わる発明では、操舵角の検出値が正常なものか
異常なものかの判断を、操舵角の大きさに応じて適切に
行うことができる。
の検出値が正常なものか異常なものかの判断を、車輪速
の大きさに応じて適切に行うことができる。また、請求
項3に係わる発明では、操舵角の検出値が正常なものか
異常なものかの判断を、操舵角の大きさに応じて適切に
行うことができる。
【0054】請求項4及び請求項8に係わる発明では、
左右輪の車輪速又は左右輪回転差の信号のノイズ成分を
ローパスフィルターによりカットすることにより、ノイ
ズによる車輪速の誤った検出値を用いたヨーレート推定
を、検出値の差分が所定値以上のときの検出値の置換と
相俟って確実に防止することができ、ヨーレートの推定
精度をより高めることができる。特に、請求項5に係わ
る発明では、ローパスフィルターのカットオフ周波数を
駆動系共振周波数の略2分の1の大きさに設定している
ので、駆動系共振に起因する車輪速の誤った検出値を用
いたヨーレート推定をより確実に防止することができ
る。また、請求項6に係わる発明では、ローパスフィル
ターのカットオフ周波数を、車輪速ないしは車速が大き
くなるに従って次第に高くなるように設定しているの
で、信号のノイズ成分を車速に応じて効果的にカットす
ることができ、車輪速の誤った検出値を用いたヨーレー
ト推定をより確実に防止することができる。
左右輪の車輪速又は左右輪回転差の信号のノイズ成分を
ローパスフィルターによりカットすることにより、ノイ
ズによる車輪速の誤った検出値を用いたヨーレート推定
を、検出値の差分が所定値以上のときの検出値の置換と
相俟って確実に防止することができ、ヨーレートの推定
精度をより高めることができる。特に、請求項5に係わ
る発明では、ローパスフィルターのカットオフ周波数を
駆動系共振周波数の略2分の1の大きさに設定している
ので、駆動系共振に起因する車輪速の誤った検出値を用
いたヨーレート推定をより確実に防止することができ
る。また、請求項6に係わる発明では、ローパスフィル
ターのカットオフ周波数を、車輪速ないしは車速が大き
くなるに従って次第に高くなるように設定しているの
で、信号のノイズ成分を車速に応じて効果的にカットす
ることができ、車輪速の誤った検出値を用いたヨーレー
ト推定をより確実に防止することができる。
【図1】本発明の実施例を示すヨーレート推定装置のブ
ロック線図である。
ロック線図である。
【図2】車輪速の有効マップを示す図である。
【図3】操舵角の有効マップを示す図である。
【図4】ヨーレート推定方法のメインフローチャート図
である。
である。
【図5】入力データの有効性判定のフローチャート図で
ある。
ある。
【図6】ニューラルネット計算のフローチャート図であ
る。
る。
【図7】中間層伝達関数計算のフローチャート図であ
る。
る。
【図8】カットオフ周波数fと車輪速Wとの関係を示す
図である。
図である。
11 信号選択器(置換手段) 12 入力信号記憶器(記憶手段) 13 差分算出器(算出手段) 14 判別手段
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.6 識別記号 庁内整理番号 FI 技術表示箇所 B62D 137:00
Claims (8)
- 【請求項1】 左右輪の車輪速及び操舵角をそれぞれ検
出するとともに、上記左右輪の車輪速から左右輪回転差
及び車速を算出し、少なくとも上記操舵角、左右輪回転
差及び車速を入力変数とするニューラルネットワーク演
算によりヨーレート値を算出する車両のヨーレート推定
方法において、 上記車輪速及び操舵角について、それぞれ今回の検出値
と1計測タイミング前の検出値との差分を算出し、 該各差分が所定値以上であるかを判別し、所定値以上の
とき1計測タイミング前の検出値を今回の検出値の代り
に用いてヨーレート値を算出することを特徴とする車両
のヨーレート推定方法。 - 【請求項2】 車輪速の差分が所定値以上であるかを判
別するときの所定値は、車両の加速時には車輪速が大き
い程小さくなり、車両の減速時には車輪速の大きさに拘
らず一定となるように設定されている請求項1記載の車
両のヨーレート推定方法。 - 【請求項3】 操舵角の差分が所定値以上であるかを判
別するときの所定値は、操舵角が大きい程小さくなるよ
うに設定されている請求項1記載の車両のヨーレート推
定方法。 - 【請求項4】 左右輪の車輪速及び操舵角をそれぞれ検
出するとともに、上記左右輪の車輪速から左右輪回転差
及び車速を算出し、少なくとも上記操舵角、左右輪回転
差及び車速を入力変数とするニューラルネットワーク演
算によりヨーレート値を算出する車両のヨーレート推定
方法において、 上記車輪速及び操舵角について、それぞれ今回の検出値
と1計測タイミング前の検出値との差分を算出し、 該各差分が所定値以上であるかを判別し、所定値以上の
とき1計測タイミング前の検出値を今回の検出値の代り
に用いるとともに、 左右輪の車輪速又は左右輪回転差の信号をローパスフィ
ルターを通した後、その信号を用いてヨーレート値を算
出することを特徴とする車両のヨーレート推定方法。 - 【請求項5】 上記ローパスフィルターのカットオフ周
波数は、固定式のもので車両の駆動系共振周波数の略2
分の1の大きさに設定されている請求項4記載の車両の
ヨーレート推定方法。 - 【請求項6】 上記ローパスフィルターのカットオフ周
波数は、可変式のもので車輪速が大きくなるに従って次
第に高くなるように設定されている請求項4記載の車両
のヨーレート推定方法。 - 【請求項7】 左右輪の車輪速及び操舵角をそれぞれ検
出するとともに、上記左右輪の車輪速から左右輪回転差
及び車速を算出し、少なくとも上記操舵角、左右輪回転
差及び車速を入力変数とするニューラルネットワーク演
算によりヨーレート値を算出するように構成された車両
のヨーレート推定装置において、 上記車輪速及び操舵角について、それらの1計測タイミ
ング前の検出値を記憶する記憶手段と、 上記車輪速及び操舵角について、それぞれ今回の検出値
と上記記憶手段に記憶された1計測タイミング前の検出
値との差分を算出する算出手段と、 該各差分が所定値以上であるかを判別する判別手段と、 その判別結果で差分が所定値以上のとき1計測タイミン
グ前の検出値を今回の検出値の代りに置き換える置換手
段とを備えたことを特徴とする車両のヨーレート推定装
置。 - 【請求項8】 請求項7記載の車両にヨーレート推定装
置において、 さらに、左右輪の車輪速又は左右輪回転差の信号から高
周波ノイズを除去するローパスフィルターを備えたこと
を特徴とする車両のヨーレート推定装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP6178913A JPH0843422A (ja) | 1994-07-29 | 1994-07-29 | 車両のヨーレート推定方法及びその装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP6178913A JPH0843422A (ja) | 1994-07-29 | 1994-07-29 | 車両のヨーレート推定方法及びその装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH0843422A true JPH0843422A (ja) | 1996-02-16 |
Family
ID=16056859
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP6178913A Withdrawn JPH0843422A (ja) | 1994-07-29 | 1994-07-29 | 車両のヨーレート推定方法及びその装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH0843422A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010133767A (ja) * | 2008-12-03 | 2010-06-17 | Epson Toyocom Corp | 物理量検出装置 |
US8041480B2 (en) * | 2007-02-01 | 2011-10-18 | Toyota Jidosha Kabushiki Kaisha | Apparatus for estimating yaw rate |
JP2014500821A (ja) * | 2010-10-15 | 2014-01-16 | ロベルト・ボッシュ・ゲゼルシャフト・ミト・ベシュレンクテル・ハフツング | ステアリングホイール角のオフセットの継続的補正 |
-
1994
- 1994-07-29 JP JP6178913A patent/JPH0843422A/ja not_active Withdrawn
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8041480B2 (en) * | 2007-02-01 | 2011-10-18 | Toyota Jidosha Kabushiki Kaisha | Apparatus for estimating yaw rate |
JP2010133767A (ja) * | 2008-12-03 | 2010-06-17 | Epson Toyocom Corp | 物理量検出装置 |
JP2014500821A (ja) * | 2010-10-15 | 2014-01-16 | ロベルト・ボッシュ・ゲゼルシャフト・ミト・ベシュレンクテル・ハフツング | ステアリングホイール角のオフセットの継続的補正 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP0546789B1 (en) | Method and system for estimating the neutral point of a steering wheel | |
JP2780887B2 (ja) | 車両のタイヤ空気圧判定装置 | |
JP2516780B2 (ja) | 車両走行時の悪路検出装置 | |
EP1167086B1 (en) | Method for alarming decrease in tyre air pressure and apparatus used therefor | |
US6470300B1 (en) | Method and system for detecting and localizing sensor defects in motor vehicles | |
JP3591191B2 (ja) | 検出手段異常判別装置 | |
JPH0346505A (ja) | 舵角センサの異常検出装置 | |
JP3324655B2 (ja) | 陸上車両の位置の測定法 | |
JP3299682B2 (ja) | 初期補正係数演算装置 | |
US5343400A (en) | Method for detecting relative travel direction of a vehicle | |
JPH07301641A (ja) | 車両用加速度センサ補正装置 | |
JP3396438B2 (ja) | タイヤ空気圧低下警報方法および装置 | |
JPH0843422A (ja) | 車両のヨーレート推定方法及びその装置 | |
EP1284205B1 (en) | Method and apparatus for detecting decrease in tire air-pressure, and selecting program for thresholds for judging decompression of tire | |
EP1371507B1 (en) | Method and apparatus for detecting decrease in tire air-pressure and for judging decompression of tire | |
JP3282449B2 (ja) | 車輌の横滑り状態量検出装置 | |
EP0947359A2 (en) | Method for alarming decrease in tyre air-pressure and apparatus therefor | |
JP3441562B2 (ja) | ヨーレイト推定器及びヨーレイトセンサ故障診断装置 | |
JP3695884B2 (ja) | タイヤ空気圧推定装置 | |
JPH0611515A (ja) | ハイドロプレーニング現象検出装置 | |
JP2001219761A (ja) | 運転状態判定装置 | |
JP3033397B2 (ja) | ヨーレートセンサ出力の異常検出装置 | |
JPH0836556A (ja) | 車両のヨーレート推定方法及びその装置 | |
JP3246317B2 (ja) | 車両状態量センサの零点検出装置 | |
JPH04213067A (ja) | 加速度センサ中点補正装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A300 | Application deemed to be withdrawn because no request for examination was validly filed |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20011002 |