JPH10288942A - Driving diagnosing method for automobile and motorcycle - Google Patents

Abstract

PROBLEM TO BE SOLVED: To promote safety driving and to reduce the frequency of accidents by allowing a manager to automatically grasp a driving state including content of which a driver does not become conscious and to instruct the proper driving state without riding on a concerned automobile. SOLUTION: The information of speed change from a speed sensor 1 with which the automobile and a motorcycle are provided is introduced to a chaos processing machine 2 consisting of a speed data producing device 3 and a chaos arithmetic circuit 4. Based on the waveform of the speed change produced by the producing device 3, one or all of an attractor, a Liapunov index and a fractal which can be used for judging the driving state of the driver are produced. By a graph using these numerical numbers, the driving state is displayed.

Description

【発明の詳細な説明】DETAILED DESCRIPTION OF THE INVENTION

【０００１】[0001]

【発明の属する技術分野】本発明は、自動車やオートバ
イ等の運転における運転の表現を把握する運転診断方法
に関するものである。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a driving diagnosis method for grasping the expression of driving in driving a car or a motorcycle.

【０００２】[0002]

【従来の技術】各種輸送、配送業での自動車やオートバ
イ等による運行業務をともなう業務で、運転のうまさや
荒さなど運転状態の把握は運転者本人の自覚や同乗者の
感じによるところがほとんどであり、あとは過去に起こ
した事故の有無や回数をデータとするしか方法がない。2. Description of the Related Art In a business involving the operation of automobiles and motorcycles in various transportation and delivery businesses, most of the driving conditions such as the driving skill and roughness are determined by the driver's own awareness and the passenger's feelings. The only other method is to use the data on the presence or absence and the number of accidents that occurred in the past.

【０００３】[0003]

【発明が解決しようとする課題】このように従来は運転
のうまさ、荒さなど運転状態は判断する人間により内容
が異なったり曖昧になったりしてこれを的確に把握する
ことは困難であった。As described above, conventionally, it has been difficult for a person who judges the driving condition such as goodness or roughness of a driving operation to have a different or ambiguous content, so that it is difficult to accurately grasp this.

【０００４】本発明の目的は前記従来例の不都合を解消
し、運転状態を運転データからに把握して、適切な指導
を与えることができ、事故の防止にもつながり、また、
運転者の採用にあたっても質のよい者を採用できるなど
精度のよい診断が可能な自動車・オートバイ等の運転診
断方法を提供することにある。An object of the present invention is to solve the inconvenience of the prior art, to grasp the driving condition from driving data and to give appropriate guidance, thereby preventing accidents.
It is an object of the present invention to provide a method of diagnosing driving of an automobile, a motorcycle, or the like, which can perform a high-precision diagnosis, for example, when hiring a driver.

【０００５】[0005]

【課題を解決するための手段】本発明は前記目的を達成
するため、第１に、自動車やオートバイ等に設けた速度
センサーからの速度変化情報を速度データ作成装置とカ
オス演算回路とからなるカオス処理機に導入し、速度デ
ータ作成装置で作成する速度変化波形から運転者の運転
状態を判断するために利用できるアトラクタ、リアプノ
フ指数及びフラクタルのいずれかまたは全てを作成し、
これらの数値を用いたグラフで運転状態を表示するこ
と、第２に、リアプノフ指数及びフラクタルのいずれか
を縦軸または縦軸・横軸の両方に取ったマップを作成す
ることを要旨とするものである。SUMMARY OF THE INVENTION In order to achieve the above object, the present invention firstly proposes a chaotic system comprising a speed data generating device and a chaos operation circuit, based on speed change information from a speed sensor provided in a car or motorcycle. Attractor, Lyapunov exponent and any or all of fractals that can be used to determine the driving state of the driver from the speed change waveform created by the speed data creation device introduced into the processor,
The main point is to display the operating state in a graph using these numerical values, and secondly, to create a map in which either the Lyapunov exponent or the fractal is plotted on the vertical axis or both the vertical and horizontal axes. It is.

【０００６】第３に、カオス処理機は、自動車やオート
バイ等に設けた速度センサーからのデジタル化した数値
である離散データである速度変化波形をターケンスの押
込み手法により数学的な操作で創り出した仮想空間であ
る数空間に押込んだカオスアトラクターを２次元数空間
に投影する演算手段と前記カオスアトラクターよりカオ
スの特徴の１つである初期値に対する鋭敏な依存性の程
度を指数で示した数値であるリアプノフ指数を算出する
演算手段とからなること、第４に、速度変化波形はデー
タ数 20,000点、0.5 sec の場合 10,000 秒≒2.5 h
でそのまま処理するものや、車速データを微分または差
分する処理や、車速のピーク値のみ抽出処理するか、ボ
トムピークでそろえた時のピーク処理するか、ボトムピ
ークでそろえて加速部・演算部の抽出（データの平坦部
の削除）、平坦部（一定巾運行中）の速度変化の抽出を
行うことを要旨とするものである。Third, the chaos processor is a virtual machine that creates a speed change waveform, which is discrete data, which is a digitized numerical value from a speed sensor provided in an automobile, a motorcycle, or the like, by a mathematical operation using a Turkens indentation technique. An exponent indicates the degree of sharp dependence on the initial value, which is one of the characteristics of chaos, by the arithmetic means for projecting the chaotic attractor pushed into the number space, which is a space, onto the two-dimensional number space and the chaotic attractor. Fourth, the velocity change waveform must be 20,000 points of data and 10,000 seconds ≒ 2.5 h in the case of 0.5 sec.
Processing as it is, processing for differentiating or subtracting the vehicle speed data, extracting only the peak value of the vehicle speed, performing peak processing when aligned with the bottom peak, aligning with the bottom peak, The gist is to extract (delete a flat portion of data) and extract a speed change of a flat portion (during operation of a fixed width).

【０００７】まず、カオスについて説明すると、本発明
において、カオスとは秩序ある総合体であるコスモスと
対比して使われる混沌、反秩序とは異なり、上記コスモ
スをも含みうる総合体を意味するものであり、規則や法
則性を有し、数学的、物理学的に明確に定義された概念
であり、系が決定論的で一切の確率的あいまいさなしに
記述されるにもかかわらず、不規則でランダムな結果が
現れ予測不能になる現象を指す。法則自体が因果律に従
っているにもかかわらず、結果の将来の予測が確率では
捉えられない不確定になる現象である。First, chaos will be described. In the present invention, chaos means an integrated body that can include the above-mentioned cosmos, unlike chaos and anti-order used in contrast to cosmos which is an ordered integrated body. It is a well-defined concept that has rules and rules, is mathematically and physically well-defined, and, despite the fact that the system is deterministic and described without any stochastic ambiguity, Refers to the phenomenon that random results appear in rules and become unpredictable. This is a phenomenon in which the future prediction of the result is uncertain, which cannot be captured by probability, even though the rule itself follows causality.

【０００８】別の言葉でいえば、時間的変動が無秩序な
ランダム変動であるかのように見えるが、実際には決定
論的な時間変化をする現象であると言えるものである。[0008] In other words, although the temporal fluctuations appear to be random random fluctuations, they can actually be said to be deterministic temporal changes.

【０００９】このようなカオスを決定論的カオスとい
い、その現象は系のもつ非線形性によって生み出され
る。ある現象がカオスであるかどうかを判定する方法と
しては、その現象から抽出されるアトラクタが次の三つ
の条件を備えていることが必要である。 （１）アトラクタの軌道が不安であること。軌道の不安
定性はリアプノフ指数でも知ることができ、Ｎ次元のリ
アプノフ指数のうちＮ−２個のリアプノフ指数が正であ
れば、カオスである。 （２）将来の状態を予測するのが不可能であること。予
測性の不可能さはＫＳエントロピーで知ることができ、
ＫＳエントロピーが正であれば、カオスである。 （３）アトラクタのトポロがフラクタルであること。フ
ラクタルか否かはアトラクタを細分化することにより知
ることができ、アトラクタのトポロジ構造をどこまで細
分しても同じ形が現れれば、カオスである。このフラク
タル特性を知るためには、フラクタル次元が３次元、４
次元等の整数次元ではなく、３．２次元、４．８次元、
５．６次元等の非整数次元になればよい。[0009] Such chaos is called deterministic chaos, and its phenomenon is generated by the nonlinearity of the system. In order to determine whether a certain phenomenon is chaos, it is necessary that an attractor extracted from the phenomenon has the following three conditions. (1) The trajectory of the attractor is uneasy. The instability of the orbit can also be known from the Lyapunov exponent. If N-2 Lyapunov exponents among the N-dimensional Lyapunov exponents are positive, it is chaos. (2) It is impossible to predict the future state. The unpredictability can be known from the KS entropy,
If the KS entropy is positive, it is chaotic. (3) The topolo of the attractor is a fractal. Whether a fractal or not can be known by subdividing the attractor. If the same shape appears no matter how much the topology structure of the attractor is subdivided, it is chaos. In order to know this fractal characteristic, the fractal dimension must be three-dimensional, four-dimensional,
Instead of integer dimensions such as dimensions, 3.2 dimensions, 4.8 dimensions,
It only has to be a non-integer dimension such as 5.6.

【００１０】かかる観点に立って、自動車に設けた速度
センサーからの時系列データは、それらから得られるア
トラクタ及びリアプノフ指数が上記三条件を満足するこ
とから、それらがカオスであることが発明者らにより初
めて確認されたのである。[0010] From this viewpoint, the inventors of the present invention have found that the time series data from the speed sensor provided in the automobile satisfy the above three conditions because the attractor and Lyapunov exponent obtained therefrom satisfy the above three conditions. For the first time.

【００１１】本発明においては、速度センサーで計測し
た時系列データから時系列離散データを生成した後、タ
ーケンスの埋め込み手法により４次元数空間に埋め込
み、これを３次限数空間に投影し、次いで２次元数空間
に投影することにより、カオスアトラクターをＣＲＴ表
示画面等の表示装置に表示することができる。According to the present invention, after time-series discrete data is generated from time-series data measured by a speed sensor, the data is embedded in a four-dimensional number space by a Turkens embedding method, and this is projected onto a third-order limit space. By projecting onto a two-dimensional number space, the chaotic attractor can be displayed on a display device such as a CRT display screen.

【００１２】また、４次元数空間のカオスアトラクター
からリアプノフ指数を演算するにあたって、近接するベ
クトルの直交性に判断に一定の余裕を持たせ、また、特
定の範囲にあるベクトル間距離を算出することにより、
有限のデータであってもリアプノフ指数に演算が効率よ
く収束する。In calculating a Lyapunov exponent from a chaotic attractor in a four-dimensional number space, a certain margin is provided for the determination of the orthogonality of adjacent vectors, and a distance between vectors within a specific range is calculated. By doing
The operation converges efficiently to the Lyapunov exponent even for finite data.

【００１３】このようにして、速度センサーからの時系
列データから得られるアトラクタ及びリアプノフ指数
は、運転者の運転の表現により特有のパターン及び数値
を示すことが、種々の測定の結果初めて判明した。従っ
て、本発明により運転状態からからアトラクタやリアプ
ノフ指数を作成した場合には、その測定結果を観察する
ことにより運転者の運転表現、例えば、うまい・へた、
メリハリがある・ない、荒っぽい・おとなしい、いらい
らする、せわしない等を簡易に、精度よく、また客観的
に判定することができる。It has been found for the first time from various measurements that the attractor and Lyapunov exponents obtained from the time series data from the speed sensor show a more specific pattern and numerical values in terms of the expression of the driver's driving. Therefore, when an attractor or a Lyapunov exponent is created from the driving state according to the present invention, the driver's driving expression by observing the measurement results, for example, a good
It is possible to easily, accurately and objectively judge whether there is sharpness, no roughness, quietness, annoyance, and no busyness.

【００１４】また、予め記憶させてある運転者の運転表
現を示す参照用のアトラクタやそのトポロジ又はリアプ
ノフ指数と、速度センサからの時系列データからから作
成されたアトラクタやそのトポロジ又はリアプノフ指数
とを比較しその結果を出力することにより、運転者の運
転状態を容易に、精度よくまた客観的に判定できる。Further, a reference attractor and its topology or Lyapunov exponent indicating a driver's driving expression stored in advance and an attractor or its topology or Lyapunov exponent created from time-series data from a speed sensor are stored in the memory. By comparing and outputting the result, the driving state of the driver can be easily, accurately and objectively determined.

【００１５】[0015]

【発明の実施の形態】以下、本発明の実施の形態を詳細
に説明する。図１は本発明の自動車・オートバイ等の運
転診断方法で使用する装置の１実施形態を示すブロック
図で、図中１は速度センサー、２はカオス処理機であ
る。Embodiments of the present invention will be described below in detail. FIG. 1 is a block diagram showing an embodiment of an apparatus used in the method of diagnosing driving of a car / motorcycle or the like according to the present invention. In the drawing, reference numeral 1 denotes a speed sensor, and 2 denotes a chaos processor.

【００１６】速度センサー１は、自動車・オートバイ等
の車両の車軸に介在させ、車軸とともに回転するロータ
リーエンコーダーで車軸の回転数に応じたパルス数を発
するもので、デジタル化された信号を得ることができ
る。The speed sensor 1 is interposed on the axle of a vehicle such as an automobile or a motorcycle and emits a pulse number corresponding to the number of rotations of the axle by a rotary encoder that rotates together with the axle, and can obtain a digitized signal. it can.

【００１７】一方、カオス処理機２は速度データ作成装
置３とカオス演算回路４とからなり、このうち速度デー
タ作成装置３は速度センサー１からのパルス数をカウン
トし、単位時間におけるパルス数を出力するカウンタ３
ａと時間に対応して数のクロックパルスを発信するクロ
ック３ｂとこのクロック３ｂからのクロックパルスを受
信し、そのクロックパルスから単位時間を測定して単位
時間当たりのカウンタ３ａからのパルス数を演算処理し
て車両の速度データを得る演算回路３ｃとからなる。On the other hand, the chaos processor 2 comprises a speed data creation device 3 and a chaos operation circuit 4, of which the speed data creation device 3 counts the number of pulses from the speed sensor 1 and outputs the number of pulses per unit time. Counter 3
A clock 3b for transmitting a number of clock pulses corresponding to a and a time and a clock pulse from the clock 3b are received, a unit time is measured from the clock pulse, and the number of pulses from the counter 3a per unit time is calculated. And an arithmetic circuit 3c for processing to obtain vehicle speed data.

【００１８】また、カオス演算回路４はこの速度データ
作成装置３による速度変化データを受け所定の演算を行
いアトラクタまたはリアプノフ指数の作成を行うもので
あり、得られたアトラクタからその３次元のトポロジや
２次元のトポロジを作成する機能を持ち、ここにその演
算結果を表示する表示装置５、プリントする印刷装置６
および記憶蓄積する外部記憶装置７ｂが接続される。な
お、カオス演算回路４は前記外部記憶装置７ｂの他に記
憶部７ａを有するものとしてもよい。The chaos operation circuit 4 receives the speed change data from the speed data generation device 3 and performs a predetermined operation to generate an attractor or a Lyapunov exponent. From the obtained attractor, the three-dimensional topology or the like is obtained. It has a function of creating a two-dimensional topology, and has a display device 5 for displaying the calculation results, and a printing device 6 for printing.
And an external storage device 7b for storing and storing. The chaos operation circuit 4 may include a storage unit 7a in addition to the external storage device 7b.

【００１９】さらに、カオス演算回路４は前記速度セン
サー１からの速度変化データから作成したアトラクタや
そのトポロジ又はリアプノフ指数と外部記憶装置７ａや
記憶部７ａに記憶された適正運転状態を示す参照アトラ
クタやそのトポロジ又は参照リアプノフ指数とを比較
し、運転者の運転状態を判定する機能を持つ。Further, the chaos operation circuit 4 includes an attractor created from the speed change data from the speed sensor 1, its topology or Lyapunov exponent, and a reference attractor indicating the proper operation state stored in the external storage device 7a or the storage unit 7a. It has a function of comparing the topology or the reference Lyapunov exponent to determine the driving state of the driver.

【００２０】なお、カオス処理機２はこれを小型コンピ
ュータで構成することができ、スタートさせると、まず
初期設定が行われ、後述する４次元数空間の視線方向を
設定し、速度変化データ処理の各種演算に頻繁に用いら
れる定数を予め算出して記憶させ、表示装置５を起動し
て、メニューを表示させる。The chaos processor 2 can be constituted by a small computer. When the chaos processor 2 is started, an initial setting is first performed, a line-of-sight direction of a four-dimensional number space described later is set, and the speed change data processing is performed. Constants frequently used in various calculations are calculated and stored in advance, and the display device 5 is activated to display a menu.

【００２１】メニューには、速度データ作成装置３から
の信号をカオス演算回路４が受信してカオス処理機２を
使用可能な状態にするパワーオンシーケンス、アトラク
タ表示ウインドゥのクリア、アトラクター表示サイスを
大きくするズームイン、アトラクタ表示サイズを小さく
するズームアウト、速度変化データをウインドゥ内に収
まるようにして表示させるパルスウエーブ、データの保
存、保存したデータの読み込みと、そのデータのアトラ
クターの表示、４次元数空間の視線方向変更によるアト
ラクタの回転、一定のサンプリング周期（例えば２００
Ｈz またはこれよりも長いか短い周期）で指定された点
数の速度変化データを収集して、アトラクタとしてウイ
ンドゥ上に描く次データ、カオス処理機２を終了させる
ＥＮＤ等がある。The menu includes a power-on sequence for enabling the chaos processor 2 to receive a signal from the speed data generating device 3 to enable the chaos processor 2, clear an attractor display window, and attractor display size. Zoom in to enlarge, zoom out to reduce attractor display size, pulse wave to display speed change data so that it fits in the window, save data, read saved data and display attractor of the data, 4D Rotation of the attractor by changing the line of sight in several spaces, a fixed sampling period (for example, 200
The next data to be drawn on a window as an attractor by collecting speed change data of points specified by Hz or a cycle longer or shorter than this (Hz or a cycle longer or shorter than this), END for terminating the chaos processor 2 and the like.

【００２２】図２に図１の装置で行われるカオス解析の
処理手順を示す。まず、前処理段階としてカオス分析・
計算を行うために必要なデータに編集を行う。データ取
り〔ステップ（イ）〕として、速度データを計測する。
サンプリング周波数がある値（例えば50Ｈz ）より小さ
い値では滑らかな時系列波形が得られないので、後述す
るアトラクタを綺麗に作成できず、運転状態の判定が困
難になる。FIG. 2 shows a processing procedure of chaos analysis performed by the apparatus shown in FIG. First, chaos analysis and
Edit the data needed to perform the calculations. As data acquisition [step (a)], speed data is measured.
If the sampling frequency is smaller than a certain value (for example, 50 Hz), a smooth time-series waveform cannot be obtained, so that an attractor described later cannot be created neatly, and it becomes difficult to determine the operation state.

【００２３】また、前記一定の測定時間より長すぎる場
合には運転者の定常状態が変化していまうために適正運
転状態の判定に適したアトラクタやリアプノフ指数の作
成が適切にできなくなる。そして、４次元相空間でアト
ラクタを作成する場合には時系列データとしては最低で
も２万点が必要である。時系列データの数がこれより少
ないと、リアプノフ指数の収斂が困難であり、適正運転
の判定に有効なアトラクタやリアプノフ指数の作成が不
可能である。If the measurement time is too long, the steady state of the driver is changed, so that it is not possible to appropriately create an attractor or a Lyapunov exponent suitable for judging a proper driving state. When an attractor is created in a four-dimensional phase space, at least 20,000 points are required as time-series data. If the number of time-series data is smaller than this, it is difficult to converge the Lyapunov exponent, and it is impossible to create an attractor or Lyapunov exponent effective for determining proper operation.

【００２４】図３はこのようにして得られた速度変化波
形で、データ加工〔ステップ（ロ）〕として、速度変化
波形はデータ数 20,000点、0.5 sec の場合 10,000
秒≒2.5 h でそのまま処理するものや、車速データを微
分または差分する処理や、車速のピーク値のみ抽出処理
するか、ボトムピークでそろえた時のピーク処理する
か、ボトムピークでそろえて加速部・演算部の抽出（デ
ータの平坦部の削除）、平坦部（一定巾運行中）の速度
変化の抽出を行う。FIG. 3 shows the speed change waveform obtained as described above. As a data processing [step (b)], the speed change waveform is 10,000 when the number of data is 20,000 points and 0.5 sec.
Acceleration unit that processes in as it is in 2.5 seconds, processing that differentiates or differentiates vehicle speed data, extracts only the peak value of vehicle speed, performs peak processing when aligned with bottom peak, or aligns with bottom peak・ Extraction of the operation part (deletion of the flat part of the data) and extraction of the speed change of the flat part (during operation with a fixed width) are performed.

【００２５】このようにして平滑化したデータを用いて
４次元ベクトルを作成し〔ステップ（ハ）〕、ステップ
（ニ）では４次元ベクトル列の各ベクトルの終点を結ぶ
軌跡を描くことにより４次元相空間でアトラクタを作成
する。さらに、この４次元相空間でアトラクタを３次元
空間に写像し〔ステップ（ホ）〕、さらにこのように投
影されてできたトポロジを２次元相空間に投影する〔ス
テップ（へ）〕。図４はこのようにして得られたアトラ
クタの２次元トポロジである。A four-dimensional vector is created using the data thus smoothed [step (c)]. In step (d), a trajectory connecting the end points of the respective vectors of the four-dimensional vector sequence is drawn to draw a four-dimensional vector. Create attractors in phase space. Further, the attractor is mapped to the three-dimensional space in the four-dimensional phase space [step (e)], and the topology thus formed is projected to the two-dimensional phase space [step (f)]. FIG. 4 shows a two-dimensional topology of the attractor obtained in this manner.

【００２６】また、前記ステップ（ハ）で作成された４
次元ベクトルから図５に示すようなリアプノフ指数を作
成する。リアプノフ指数とはカオスの特徴の一つである
初期値依存性の程度を定量化した数値である。このリア
プノフ指数は、多次元相空間に存在するアトラクタ中の
非常に接近した２本の軌道がある単位時間においてどの
程度離れるかを計算することにより求めることができ
る。この計算は、ウォルフの方法を用いて行う。Also, the 4 created in the above step (c).
A Lyapunov exponent as shown in FIG. 5 is created from the dimensional vector. The Lyapunov exponent is a numerical value that quantifies the degree of initial value dependence, which is one of the characteristics of chaos. This Lyapunov exponent can be obtained by calculating how far two orbits in the attractor existing in the multidimensional phase space which are very close each other in a unit time. This calculation is performed using Wolff's method.

【００２７】ここで、速度変化データを一定のサンプリ
ング周期で採取し、この速度変化データを４次元数空間
に埋めこんでアトラクターを作成する作業をさらに説明
すると、速度変化データを４次元数空間に埋めこむとい
うのは、カオス演算回路４に次々と入力する速度変化デ
ータのある時点での数値を第１の軸の数値Ｘとし、この
時点から（例えば埋め込み間隔π＝10とすれば）10個目
の数値を第２の軸の数値Ｙ、20個目の数値を第３の軸の
数値Ｚ、30個日の数値を第４の軸の数値Ｗとして、これ
らの数値で４次元のベクトルを形成させ、このようにし
て次のベクトルを１個目、11個目、21個目、31個目の数
値でＸ，Ｙ，Ｚ，Ｗを形成し、こうして作成した多数の
ベクトルで速度変化データのアトラクターを４次元数空
間内に形成する。Here, the operation of collecting speed change data at a fixed sampling period and embedding the speed change data in a four-dimensional number space to create an attractor will be further described. The embedding into the chaos means that the numerical value at a certain point in the speed change data that is successively input to the chaos operation circuit 4 is the numerical value X of the first axis, and from this point (for example, if the embedding interval π = 10), 10 A numerical value of the second axis is a numerical value Y of the second axis, a numerical value of the twentieth axis is a numerical value Z of the third axis, and a numerical value of the 30th day is a numerical value W of the fourth axis. Is formed, and X, Y, Z, and W are formed by the first, eleventh, 21st, and 31st numerical values of the next vector in this manner. Form data attractors in 4-dimensional number space.

【００２８】そして、４次元数空間の視方向の単位ベク
トルn1＝（n1，n2，n3，n4）を第４の軸に一致させるた
めに、次の行列計算を行って、各ベクトル（Ｘ，Ｙ，
Ｚ，Ｗ），（n1，n2，n3，n4）を（Ｘ′，Ｙ′，Ｚ′，
Ｗ′），（n1′，n2′，n3′，n4′）に変換する。Then, in order to make the unit vector n1 = (n1, n2, n3, n4) in the visual direction in the four-dimensional number space coincide with the fourth axis, the following matrix calculation is performed, and each vector (X, Y,
Z, W), (n1, n2, n3, n4) to (X ', Y', Z ',
W ′), (n1 ′, n2 ′, n3 ′, n4 ′).

【００２９】[0029]

【式１】 (Equation 1)

【００３０】なお、４次元数空間に形成されたアトラク
タは、表示装置５では図形として表示することができな
いので、次の行列計算を行い３次元数空間への投影点の
座標Ｘ″，Ｙ″，Ｚ″を算出する。そして、次式の計算
により、上記３次元座標を２次元数空間に写影した座標
Ｘ″′，Ｙ″′を算出する。 Ｘ″′＝Ｙ″′cos β−Ｘ″cos α Ｙ″′＝Ｚ″−Ｘ″′tan β ただし、α，βは３次元空間のＸ，Ｙ軸が２次元空間の
Ｘ，Ｙ軸となす角度である。このようにして得た２次元
の座標Ｘ″′，Ｙ″′を表示装置５、又は印刷装置６に
アトラクタとして出力させる。Since the attractor formed in the four-dimensional number space cannot be displayed as a graphic on the display device 5, the following matrix calculation is performed and the coordinates X ", Y" of the projection point on the three-dimensional number space are calculated. , Z ". Then, the coordinates X"', Y "' obtained by projecting the three-dimensional coordinates in the two-dimensional number space are calculated by the following equation: X"'= Y "' cos β- X ″ cos α Y ″ ′ = Z ″ −X ″ ′ tan β where α and β are the angles between the X and Y axes of the three-dimensional space and the X and Y axes of the two-dimensional space. The two-dimensional coordinates X "" and Y "" are output to the display device 5 or the printing device 6 as attractors.

【００３１】[0031]

【式２】 (Equation 2)

【００３２】次に、速度変化データがカオスに適合する
程度を示す数値であるリアプノフ数を算出する演算につ
いて説明する。現実に運転者から採取した速度変化デー
タでは、４次元ベクトル軌道のある点Ａにおけるベクト
ルＡ′（単位ベクトル）が、軌道の直交位置に必ずしも
あるとは限らない。また、点Ｂにおける次のベクトル
Ｂ″（単位ベクトル）が点Ｂにおける軌道の直交位置に
見つかるとは限らない。また、ベクトルＢ′とＢ″のな
す角が必ずしも小さいとは限らない。Next, the calculation for calculating the Lyapunov number, which is a numerical value indicating the degree to which the speed change data conforms to chaos, will be described. In the speed change data actually collected from the driver, the vector A '(unit vector) at a certain point A on the four-dimensional vector trajectory is not always at the orthogonal position of the trajectory. Further, the next vector B "(unit vector) at the point B is not always found at the orthogonal position of the trajectory at the point B. Further, the angle between the vectors B 'and B" is not always small.

【００３３】そこで、各点における最も近似したベクト
ルを探す。また、データ数が有限であるので、点Ａがデ
ータの終端付近にあると、次の点（点Ａにてπを加えた
点）のデータがとれない。リアプノフ数計算に用いるデ
ータの採用条件を次のように定めている。Therefore, the most approximate vector at each point is searched. Further, since the number of data is finite, if the point A is near the end of the data, the data of the next point (the point obtained by adding π at the point A) cannot be obtained. The conditions for adopting the data used for the Lyapunov number calculation are defined as follows.

【００３４】４次元空間において、上記軌道上に頂点を
置き、かつベクトルＢ′を中心線とした頂角が小さい円
錐を設定して、この円錐内にあるベクトルを採用する。
これにより前記ベクトルＢ″が非常に小さくて、軌道方
向と略同一方向でないかぎり、隣の点のベクトルを取る
可能性を回避できる。また、各ベクトルの軌道に対する
角度θは、各データのベクトルを（Ｘ，Ｙ，Ｚ，Ｗ）、
軌道方向のベクトルを（Ｘ′，Ｙ′，Ｚ′，Ｗ′）とす
ると下記式で算出することができ、これによってベクト
ルと軌道の直交性をチェックすることができる。In a four-dimensional space, a vertex is placed on the above-mentioned trajectory, and a cone having a small apex angle with the vector B 'as a center line is set, and a vector within this cone is adopted.
This avoids the possibility of taking a vector at an adjacent point unless the vector B ″ is very small and is not substantially in the same direction as the trajectory direction. (X, Y, Z, W),
Assuming that the vector in the orbital direction is (X ', Y', Z ', W'), it can be calculated by the following equation, whereby the orthogonality between the vector and the orbit can be checked.

【００３５】[0035]

【式３】 (Equation 3)

【００３６】また、各ベクトルの絶対値の上限と下限と
を設置して、この範囲内にあるベクトルを採用するよう
にすることによって、前記ベクトルＢ″が非常に小さく
て、軌道方向と略同一方向であっても、隣の点のベクト
ルを取る可能性を回避することができる。このようにし
てとった各ベクトルの伸び率を２を底とした対数に変換
し、これの算術平均値を１次のリアプノフ数λ１とす
る。Further, by setting an upper limit and a lower limit of the absolute value of each vector and adopting a vector within this range, the vector B ″ is very small and substantially the same as the trajectory direction. Even in the direction, it is possible to avoid the possibility of taking a vector of an adjacent point.The elongation rate of each vector thus obtained is converted into a logarithm with a base of 2, and the arithmetic mean value thereof is calculated. The first-order Lyapunov number is λ1.

【００３７】かかる計算を実行するために、カオス処理
機２はプログラムを格納していて、リアプノフ数λ１の
演算をスタートさせると、まず、前記のベクトル軌道の
始端近傍に、データの採用条件を判断するための基準と
なる点Ａを設定する。この点Ａは計算の進行に伴って先
送りされる。In order to execute such a calculation, the chaos processor 2 stores a program, and when the calculation of the Lyapunov number λ1 is started, first, the conditions for adopting data are determined near the starting end of the vector trajectory. A point A is set as a reference for performing the operation. This point A is postponed as the calculation proceeds.

【００３８】次に、次の点Ｂ（πだけ後の点）をとる余
裕があるか否かを判断し、余裕がある場合は、この点Ｂ
を次の点として採用し、この点Ｂで仮のデータを探し、
見つかれば、次の点から仮のデータを探し、見付からな
ければ先頭のデータから検索する。Next, it is determined whether or not there is room to take the next point B (point after π).
Is adopted as the next point, and tentative data is searched for at this point B,
If found, temporary data is searched from the next point, and if not found, search is performed from the first data.

【００３９】次に、このようにして見つけたデータが前
述のデータの採用条件に適合していれば、このデータを
採用し、なければ、データ採用条件中のベクトルの大き
さの範囲を更新し、この範囲の上限を逸脱していなけれ
ば戻り、逸脱していると、基準点Ａを次の点Ｂに移して
戻る。このようにして採用したデータは、前記したベク
トルＡ′がベクトルＢ′に発展する余裕があるか否かを
判断され、余裕があれば、ベクトルＢ′の軌道との直交
性をチェックする。Next, if the data found in this way conforms to the above-mentioned data adoption condition, this data is adopted, and if not, the vector size range in the data adoption condition is updated. If it does not deviate from the upper limit of this range, it returns. If it deviates, it moves the reference point A to the next point B and returns. Based on the data adopted in this way, it is determined whether or not the vector A 'has room to develop into the vector B'. If there is room, the orthogonality of the vector B 'with the trajectory is checked.

【００４０】そして、後述のリトライ中であるか否かを
判断して、リトライ中であれば、前回のベクトルとのな
す角を算出して、この角が小さい場合及びリトライ中で
ない場合は、ベクトルＢ′をベクトルＡ′から発展した
ベクトルとして確定する。そして、リトライのために点
ＡとベクトルＡ′とを記憶させておく。Then, it is determined whether or not a retry, which will be described later, is being performed. If the retry is being performed, an angle between the previous vector and the previous vector is calculated. B ′ is determined as a vector developed from the vector A ′. Then, the point A and the vector A 'are stored for retry.

【００４１】次に、点Ｂにおける仮のベクトルＢ″をさ
がし、このベクトルＢ″がデータ採用条件に適合してい
なければ、前記条件のベクトルの大きさの範囲を更新
し、それでも上限を逸脱していると、リトライフラグを
セットして前記動作に戻る。Next, a tentative vector B "at the point B is searched. If this vector B" does not conform to the data adoption condition, the range of the vector size under the condition is updated, and the vector is still out of the upper limit. If so, set the retry flag and return to the above operation.

【００４２】そして、データ採用条件に適合したベクト
ルＢ″があると、このベクトルＢ″が軌道と直交してい
るか否かを判断し、直交していると、点Ｂにおける各ベ
クトルＢ′，Ｂ″のなす角度を算出し、この角度が充分
に小さいか否か、すなわち、前述の円錐内にＢ″が入っ
ているか否かを判断し、角度が小さい場合は、点Ａから
点Ｂに移動したことによるベクトルＡ′からベクトル
Ｂ′への伸び率を、２を底とした対数に変換し、この数
値を算術平均して１次のリアプノフ数λ１とする。If there is a vector B "which meets the data adoption condition, it is determined whether or not this vector B" is orthogonal to the trajectory. The angle formed by "" is calculated, and it is determined whether or not this angle is sufficiently small, that is, whether or not "B" is included in the aforementioned cone. If the angle is small, the point moves from point A to point B. The elongation rate from the vector A 'to the vector B' is converted to a logarithm with a base of 2, and this numerical value is arithmetically averaged to obtain a first-order Lyapunov number λ1.

【００４３】そして、現在計算している点Ｂがデータの
終端であるか否かを判断し、終端でなければ、前記の点
Ｂを次回計算の基準点（前記の点Ａに相当）に代入し、
ベクトルＢ″を単位ベクトルに変換して次回計算の基準
ベクトル（前記のベクトルＢ′に相当）に代入し、リト
ライのために点ＢとベクトルＢ′とを記憶させ、点Ｂの
次の点を算出し、算出された次の点の基準ベクトルから
発展したベクトルを算出し、次回計算において用いるベ
クトルの直交チェック用の座標を更新して、前記計算を
繰返す。Then, it is determined whether or not the currently calculated point B is at the end of the data. If not, the point B is substituted for a reference point (corresponding to the point A) for the next calculation. And
The vector B ″ is converted into a unit vector and substituted into a reference vector for the next calculation (corresponding to the above-described vector B ′), and the point B and the vector B ′ are stored for retry. Calculate, calculate a vector developed from the calculated reference vector of the next point, update the coordinates for orthogonal check of the vector used in the next calculation, and repeat the calculation.

【００４４】このように、主として、次の点におけるベ
クトルＢ′を参照してデータ採用条件に適合する基準点
を検索し、同条件に適合する発展したベクトルを検索す
るようにしており、採用するデータの採用条件を設定
し、この条件に適合したデータを検索することによっ
て、不適格なデータが計算に算入されることを防止し、
しかも、適格なデータが見つからない場合は、その点に
おけるデータ検索を放棄するのではなく、採用条件のベ
クトルの大きさの設定範囲を広げて検索して、次善のデ
ータを採用するようにしたことで、運転者から採取する
速度変化データから高い精度で１次のリアプノフ数λ１
を算出することができる。As described above, a reference point that satisfies the data adoption condition is searched mainly with reference to the vector B 'at the next point, and a developed vector that satisfies the condition is searched for. By setting data recruitment criteria and searching for data that meets these criteria, we can prevent ineligible data from being included in our calculations,
Moreover, when no suitable data is found, instead of abandoning the data search at that point, the search range is expanded by setting the size of the vector of the employment condition, and the next best data is used. The first-order Lyapunov number λ1 can be obtained with high accuracy from speed change data collected from the driver.
Can be calculated.

【００４５】次に、２次のリアプノフ数λ２の計算につ
いて説明する。２次のリアプノフ数λ２の計算も、基本
的には前述した１次のリアプノフ数λ１の計算と同じで
あり、点Ａ１においてデータ採用条件に適合したベクト
ルＡ２とＡ３をとって４次元数空間内に三角形Ａ１−Ａ
２−Ａ３を形成し、次に、ベクトルＡ２とＡ３とが次の
点Ｂ１までに発展したベクトルＢ２とＢ３とで三角形Ｂ
１−Ｂ２−Ｂ３を形成し、更に、点Ｂ１で新たにとった
適格なベクトルＢ′とＢ″とで三角形Ｂ１−Ｂ′−Ｂ″
を形成して、三角形Ｂ１−Ｂ２−Ｂ３と三角形Ｂ１−
Ｂ′−Ｂ″のなす角度が充分に小さいとき、三角形Ａ１
−Ａ２−Ａ３から三角形Ｂ１−Ｂ２−Ｂ３への面積の伸
び率を算出し、これを２を底とした対数に変換し、この
数値を算術平均することによって２次のリアプノフ数λ
２を算出する。Next, the calculation of the second-order Lyapunov number λ2 will be described. The calculation of the second-order Lyapunov number λ2 is basically the same as the calculation of the first-order Lyapunov number λ1 described above. The triangle A1-A
2-A3, and then the vectors A2 and A3 are combined into a triangle B by vectors B2 and B3 that have evolved to the next point B1.
1-B2-B3, and the new eligible vectors B 'and B "taken at point B1 form a triangle B1-B'-B".
To form a triangle B1-B2-B3 and a triangle B1-
When the angle formed by B'-B "is sufficiently small, the triangle A1
Calculating the elongation percentage of the area from A2-A3 to the triangle B1-B2-B3, converting this into a logarithm with 2 as a base, and arithmetically averaging this numerical value to obtain the second-order Lyapunov number λ
2 is calculated.

【００４６】なお、各三角形のなす角度は、ベクトルＢ
２とＢ３の合成ベクトルと、ベクトルＢ′とＢ″の合成
ベクトルとがなす角度をもって、上記三角形がなす角度
とした。Note that the angle formed by each triangle is the vector B
The angle formed by the composite vector of B2 and B3 and the composite vector of vectors B 'and B "was defined as the angle formed by the triangle.

【００４７】このようにして作成したリアプノフ指数を
表示装置５、印刷装置６又は外部記憶装置６の何れかに
出力する。このリアプノフ指数から運転者の運転状態を
判定することができる。The Lyapunov exponent thus created is output to any one of the display device 5, the printing device 6, and the external storage device 6. The driving state of the driver can be determined from the Lyapunov index.

【００４８】また、図６に示すように波形を司どるダイ
ナミックスを幾何学図形としてとらえ、その構造の複雑
さの定量化を行ったフラクタル次元収束図を作成する。
〔ステップ（ヲ）〕このフラクタル次元収束図は、波形
を司どるダイナミックスが白色雑音であるか、周期、準
周期運動であるかを調べるフラクタル次元計算を行うフ
ァイルにデータ点数を表示してフラクタル次元（相関
図）表示を行った結果を収束して表示したものである。Further, as shown in FIG. 6, the dynamics governing the waveform is taken as a geometric figure, and a fractal dimension convergence diagram is created by quantifying the complexity of the structure.
[Step (ヲ)] This fractal dimension convergence diagram displays the number of data points in a file that performs fractal dimension calculation to check whether the dynamics governing the waveform is white noise, periodicity, or quasi-periodic motion. The result of the dimensional (correlation diagram) display is converged and displayed.

【００４９】データ結果による運転診断の判定は、リア
プノフ指数及びフラクタルのいずれかを縦軸または縦軸
・横軸の両方に取ったマップを作成して行うものであ
り、種々選択できるが、その一例を図７に示すと、各点
は判断対象となる運転者であり、運転の表現を「うま
い」「普通」「荒い」「おとなしい」で分けた場合に、
各点がどの領域に位置するかで、判定できる。The judgment of the driving diagnosis based on the data results is made by creating a map in which either the Lyapunov exponent or the fractal is plotted on the vertical axis or both the vertical and horizontal axes, and various selections can be made. FIG. 7 shows that each point is a driver to be determined, and when the expressions of driving are divided into “good”, “normal”, “rough” and “gentle”,
It can be determined by which area each point is located.

【００５０】なお、運転の表現はこの他に「メリハリが
ある」「メリハリがない」「いらいらする」「せわしな
い」その他が適用できる。It should be noted that the expression of driving can be applied to other words such as "having sharpness", "having no sharpening", "irritating", "not busy", and the like.

【００５１】さらに、図示は省略するが、縦軸にリアプ
ノフ指数及びフラクタルのいずれかを、横軸にＩＤ（運
転者の個人コード）を取る場合、縦軸にリアプノフ指数
及びフラクタルのいずれかを、横軸に日付けを取り、日
別に変化を把握する場合、縦軸にリアプノフ指数及びフ
ラクタルのいずれかを、横軸に運転中の速度変化または
一定速以上の変化を取る場合等でのグラフ表示が可能で
ある。Further, although not shown, when the vertical axis indicates one of the Lyapunov exponent and the fractal, and the horizontal axis indicates the ID (driver's personal code), the vertical axis indicates one of the Lyapunov exponent and the fractal. When the date is plotted on the horizontal axis and changes are grasped on a daily basis, the vertical axis shows either the Lyapunov exponent or fractal, and the horizontal axis shows changes in speed during operation or changes above a certain speed. Is possible.

【００５２】[0052]

【発明の効果】以上述べたように本発明の自動車・オー
トバイ等の運転診断方法は、管理者側は運転者自身も自
覚していない内容も含めて運転状況を当該車に同乗する
ことなく自動的に掌握し、適切な運転状況指示を行うこ
とができるので、安全運転を促進し、事故の減少を実現
できるものである。As described above, according to the method for diagnosing driving of a car / motorcycle or the like of the present invention, the manager can automatically check the driving state including the contents which the driver himself is not aware of without riding the vehicle. Since it is possible to control the vehicle and to give an appropriate driving situation instruction, it is possible to promote safe driving and reduce the number of accidents.

【図面の簡単な説明】[Brief description of the drawings]

【図１】本発明の自動車・オートバイ等の運転診断方法
で使用する装置の１実施形態を示すブロック図である。FIG. 1 is a block diagram showing an embodiment of an apparatus used in a method for diagnosing driving of a car, a motorcycle, or the like according to the present invention.

【図２】本発明の自動車・オートバイ等の運転診断方法
でのカオス解析の処理手順を示すフローチャートであ
る。FIG. 2 is a flowchart illustrating a processing procedure of chaos analysis in the method of diagnosing driving of a car, a motorcycle, or the like according to the present invention.

【図３】速度変化データ波形図である。FIG. 3 is a waveform diagram of speed change data.

【図４】アトラクタの表示図である。FIG. 4 is a display diagram of an attractor.

【図５】第１リアプノフ指数の表示図である。FIG. 5 is a display diagram of a first Lyapunov exponent.

【図６】フラクタル収束図である。FIG. 6 is a fractal convergence diagram.

【図７】判定図である。FIG. 7 is a determination diagram.

【符号の説明】[Explanation of symbols]

１…速度センサー ２…カオス処理機 ３…速度データ作成装置 ３ａ…カウンタ ３ｂ…クロックパルス ３ｃ…演算回路 ４…カオス演算回路 ５…表示装置 ６…印刷装置 ７ａ…記憶部 ７ｂ…外部記憶装置 DESCRIPTION OF SYMBOLS 1 ... Speed sensor 2 ... Chaos processor 3 ... Speed data creation device 3a ... Counter 3b ... Clock pulse 3c ... Arithmetic circuit 4 ... Chaos arithmetic circuit 5 ... Display device 6 ... Printing device 7a ... Storage part 7b ... External storage device

Claims (4)

【特許請求の範囲】[Claims] 【請求項１】 自動車やオートバイ等に設けた速度セン
サーからの速度変化情報を速度データ作成装置とカオス
演算回路とからなるカオス処理機に導入し、速度データ
作成装置で作成する速度変化波形から運転者の運転状態
を判断するために利用できるアトラクタ、リアプノフ指
数及びフラクタルのいずれかまたは全てを作成し、これ
らの数値を用いたグラフで運転状態を表示することを特
徴とする自動車・オートバイ等の運転診断方法。1. A speed change information from a speed sensor provided in an automobile or a motorcycle is introduced into a chaos processor comprising a speed data creation device and a chaos operation circuit, and operation is performed from a speed change waveform created by the speed data creation device. Driving automobiles / motorcycles, etc. characterized by creating any or all of attractors, Lyapunov exponents and fractals that can be used to judge the driving status of the user, and displaying the driving status in a graph using these numerical values Diagnostic method. 【請求項２】 リアプノフ指数及びフラクタルのいずれ
かを縦軸または縦軸・横軸の両方に取ったマップを作成
する請求項１記載の自動車・オートバイ等の運転診断方
法。2. The method for diagnosing driving of an automobile, a motorcycle or the like according to claim 1, wherein a map is created in which one of the Lyapunov exponent and the fractal is plotted on the vertical axis or both the vertical axis and the horizontal axis. 【請求項３】 カオス処理機は、自動車やオートバイ等
に設けた速度センサーからのデジタル化した数値である
離散データとしての速度変化波形をターケンスの押込み
手法により数学的な操作で創り出した仮想空間である数
空間に押込んだカオスアトラクターを２次元数空間に投
影する演算手段と前記カオスアトラクターよりカオスの
特徴の１つである初期値に対する鋭敏な依存性の程度を
指数で示した数値であるリアプノフ指数を算出する演算
手段とからなる請求項１または請求項２記載の自動車・
オートバイ等の運転診断方法。3. A chaos processor uses a virtual space created by a mathematical operation using a Turkens indentation method to generate a velocity change waveform as discrete data, which is a digitized numerical value from a velocity sensor provided in an automobile, a motorcycle, or the like. An arithmetic unit for projecting a chaotic attractor pushed into a certain number space onto a two-dimensional number space, and a numerical value indicating the degree of sharp dependence on an initial value which is one of the characteristics of chaos by the chaotic attractor by an index. 3. The vehicle according to claim 1 or 2, further comprising a calculating means for calculating a certain Lyapunov exponent.
Driving diagnosis method for motorcycles. 【請求項４】 速度変化波形はデータ数 20,000点、0.
5 sec の場合 10,000秒≒2.5 h でそのまま処理するも
のや、車速データを微分または差分する処理や、車速の
ピーク値のみ抽出処理するか、ボトムピークでそろえた
時のピーク処理するか、ボトムピークでそろえて加速部
・演算部の抽出（データの平坦部の削除）、平坦部（一
定巾運行中）の速度変化の抽出を行う請求項１ないし請
求項３のいずれかに記載の自動車・オートバイ等の運転
診断方法。4. The speed change waveform has 20,000 data points and 0.1
In the case of 5 sec, processing is performed as it is in 10,000 seconds ≒ 2.5 h, processing to differentiate or differentiate vehicle speed data, extraction processing only for peak value of vehicle speed, peak processing when aligned with bottom peak, bottom peak The automobile / motorcycle according to any one of claims 1 to 3, wherein extraction of an acceleration part / operation part (deletion of a flat part of data) and extraction of a speed change of a flat part (during operation with a constant width) are performed. Driving diagnosis method such as.