JP7312707B2

JP7312707B2 - サスペンション制御装置

Info

Publication number: JP7312707B2
Application number: JP2020002156A
Authority: JP
Inventors: 隆介平尾; 修之一丸
Original assignee: Hitachi Astemo Ltd
Current assignee: Astemo Ltd
Priority date: 2020-01-09
Filing date: 2020-01-09
Publication date: 2023-07-21
Anticipated expiration: 2040-01-09
Also published as: JP2021109517A

Description

本開示は、例えば自動車等の車両に搭載されるサスペンション制御装置に関する。

これまでのサスペンション制御は、車両状態を検出または推定し、それに応じたフィードバック制御を行っている（特許文献１参照）。フィードバック制御には、例えばスカイフック制御則やＢＬＱ（Bi-linear Optimal Control）が用いられている。また、近年では、モデル予測制御や直接最適制御が提案されている（非特許文献１参照）。

特開２０１４－６９７５９号公報 M.Witters , J.Swevers, "A case study towards the application of NMPC to a continuously variable semi-active suspension," : Proceedings of ISMA2010 including USD2010, 2010, pp. 479-494.

ところで、特許文献１に開示されたサスペンション制御装置は、スカイフック制御則、ＢＬＱなどの制御を用いている。しかしながら、これらの制御は、線形・双線形システムがベースの制御であるため、必ずしも最適な制御とは限らない。

一方、モデル予測制御は、制御性能が高いとされている。しかしながら、モデル予測制御は、制御設計に複雑なモデルやコントローラが必要になる。また、直接最適化制御は、１ステップ毎に最適化をする必要があり、ＥＣＵ（Electronic Control Unit）での実現は不可能である。

本発明の一実施形態の目的は、車両状態に応じた最適制御が可能なサスペンション制御装置を提供することにある。

本発明の一実施形態によるサスペンション制御装置は、車両の車体と車輪との間に介装して設けられ、前記車体と前記車輪との間の力を調整可能な力発生機構と、車両の状態量を検出または推定する車両状態量取得部と、前記車両状態量取得部の取得結果に基づいて前記力発生機構の発生力を調整するように制御するコントローラと、を備え、前記コントローラは、前記車両状態量取得部の取得結果に基づいて前記力発生機構に対する指令値を学習するＡＩ学習部を有し、前記コントローラのＡＩ学習部は、事前にある評価関数を最小となるように最適化手法によって求められた指令値と前記車両状態量取得部の取得結果を学習していることを特徴としている。

本発明の一実施形態によるサスペンション制御装置は、車両の車体と車輪との間に介装して設けられ、前記車体と前記車輪との間の力を調整可能な力発生機構と、車両の状態量を検出または推定する車両状態量取得部と、路面のプロフィールを検出または推定する路面プロフィール取得部と、前記車両状態量取得部および前記路面プロフィール取得部の取得結果に基づいて前記力発生機構の発生力を調整するように制御するコントローラと、を備え、前記コントローラは、前記車両状態量取得部および前記路面プロフィール取得部の取得結果に基づいて前記力発生機構に対する指令値を学習するＡＩ学習部を有し、前記コントローラのＡＩ学習部は、事前にある評価関数を最小となるように最適化手法によって求められた指令値と前記車両状態量取得部および前記路面プロフィール取得部の取得結果を学習していることを特徴としている。

本発明の一実施形態によれば、車両状態に応じた最適制御が可能になる。

第１の実施形態によるサスペンション制御装置を模式的に示す図である。コントローラのＤＮＮを学習する手順を示す説明図である。第１の実施形態および比較例の乗り心地性能を示す説明図である。第１の実施形態および比較例について、路面変位、ばね上加速度、ばね上加加速度、ピストン速度、電流値、減衰力の時間変化を示す特性線図である。第２の実施形態によるサスペンション制御装置を模式的に示す図である。第３の実施形態によるサスペンション制御装置を模式的に示す図である。第４の実施形態によるＤＮＮの学習に用いる解析モデルを示す説明図である。

以下、本発明の実施形態によるサスペンション制御装置を、４輪自動車に適用した場合を例に挙げ、添付図面に従って詳細に説明する。

図１において、車両のボディを構成する車体１の下側には、例えば左，右の前輪と左，右の後輪（以下、総称して車輪２という）が設けられている。これらの車輪２は、タイヤ３を含んで構成されている。タイヤ３は、路面の細かい凹凸を吸収するばねとして作用する。

サスペンション装置４は、車体１と車輪２との間に介装して設けられている。サスペンション装置４は、懸架ばね５（以下、スプリング５という）と、スプリング５と並列関係をなして車体１と車輪２との間に介装して設けられた減衰力調整式緩衝器（以下、可変ダンパ６という）とにより構成される。なお、図１は、１組のサスペンション装置４を、車体１と車輪２との間に設けた場合を模式的に図示している。４輪自動車の場合、サスペンション装置４は、４つの車輪２と車体１との間に個別に独立して合計４組設けられる。

ここで、サスペンション装置４の可変ダンパ６は、車体１側と車輪２側との間で調整可能な力を発生する力発生機構である。可変ダンパ６は、減衰力調整式の油圧緩衝器を用いて構成されている。可変ダンパ６には、発生減衰力の特性（即ち、減衰力特性）をハードな特性（硬特性）からソフトな特性（軟特性）に連続的に調整するため、減衰力調整バルブ等からなる減衰力可変アクチュエータ７が付設されている。なお、減衰力可変アクチュエータ７は、減衰力特性を必ずしも連続的に調整する構成でなくてもよく、例えば２段階以上の複数段階で減衰力を調整可能なものであってもよい。また、可変ダンパ６は、圧力制御タイプでもよく、流量制御タイプであってもよい。

ばね上加速度センサ８は、車体１（ばね上）の上下加速度を検出する。ばね上加速度センサ８は、車体１の任意の位置に設けられている。ばね上加速度センサ８は、例えば可変ダンパ６の近傍となる位置で車体１に取り付けられている。ばね上加速度センサ８は、所謂ばね上側となる車体１側で上下方向の振動加速度を検出し、その検出信号を電子制御ユニット１１（以下、ＥＣＵ１１という）に出力する。

車高センサ９は、車体１の高さを検出する。車高センサ９は、例えばばね上側となる車体１側に、それぞれの車輪２に対応して複数個（例えば、４個）設けられている。即ち、各車高センサ９は、各車輪２に対する車体１の相対位置（高さ位置）を検出し、その検出信号をＥＣＵ１１に出力する。車高センサ９およびばね上加速度センサ８は、車両の状態量を検出する車両状態量取得部を構成している。なお、車両の状態量は、車体１の上下加速度と車体１の高さに限らない。車両の状態量は、例えば、車体１の高さ（車高）を微分した相対速度、車体１の上下加速度を積分した上下速度などを含んでもよい。この場合、車両状態量取得部は、車高センサ９、ばね上加速度センサ８に加えて、車高を微分する微分器、上下加速度を積分する積分器なども有している。

路面計測センサ１０は、路面のプロフィールを検出する路面プロフィール取得部を構成している。路面計測センサ１０は、例えば複数のミリ波レーダによって構成されている。路面計測センサ１０は、車両前方の路面状態（具体的には、検出対象の路面までの距離と角度、画面位置と距離を含む）を計測して検出する。路面計測センサ１０は、路面の検出値に基づき、路面のプロフィールを出力する。

なお、路面計測センサ１０は、例えばミリ波レーダとモノラルカメラを組み合わせたものでもよく、特開２０１１－１３８２４４号公報等に記載のように、左，右一対の撮像素子（デジタルカメラ等）を含むステレオカメラによって構成されてもよい。路面計測センサ１０は、超音波距離センサ等によって構成されてもよい。

ＥＣＵ１１は、車両の姿勢制御等を含む挙動制御を行う制御装置として車両の車体１側に搭載されている。ＥＣＵ１１は、例えばマイクロコンピュータを用いて構成されている。ＥＣＵ１１は、データの記憶が可能なメモリ１１Ａを有している。ＥＣＵ１１は、コントローラ１２を備えている。

ＥＣＵ１１は、その入力側がばね上加速度センサ８、車高センサ９および路面計測センサ１０に接続され、出力側が可変ダンパ６の減衰力可変アクチュエータ７に接続されている。ＥＣＵ１１は、ばね上加速度センサ８による上下方向の振動加速度の検出値と、車高センサ９による車高の検出値と、路面計測センサ１０による路面の検出値とに基づき、路面のプロフィールと車両状態量をコントローラ１２に出力する。コントローラ１２は、路面のプロフィールと車両状態量とに基づいて、サスペンション装置４の可変ダンパ６（力発生機構）で発生すべき力を求め、その命令信号をサスペンション装置４の減衰力可変アクチュエータ７に出力する。

ＥＣＵ１１は、例えば車両が１０～２０ｍ程度を走行した数秒間に亘って、車両状態量と路面入力のデータをメモリ１１Ａに保存する。これにより、ＥＣＵ１１は、車両が所定の走行距離を走行したときの路面入力の時系列データ（路面プロフィール）と、車両状態量の時系列データとを生成する。コントローラ１２は、路面のプロフィールと車両状態量の時系列データに基づいて、可変ダンパ６で発生すべき減衰力を調整するように制御する。

コントローラ１２は、学習済みのＤＮＮ１３（ディープニューラルネットワーク）を備えている。ＤＮＮ１３は、ＡＩ学習部であり、例えば４層以上の多層のニューラルネットワークによって構成されている。各層は、複数のニューロンを備えており、隣り合う２つの層のニューロンは、重み係数で結合されている。重み係数は、事前の学習によって設定されている。コントローラ１２は、ばね上加速度センサ８による上下方向の振動加速度の検出値と、車高センサ９による車高の検出値と、路面計測センサ１０による路面の検出値とに基づいて、路面入力の時系列データ（路面プロフィール）と、車両状態量の時系列データとを取得する。コントローラ１２は、路面入力の時系列データと、車両状態量の時系列データとに基づいて、最適指令値の時系列データを出力する。このとき、最新の最適指令値が、現時点の最適な減衰力の指令値に対応する。これにより、コントローラ１２は、現在の車両と路面に対して最も適切な減衰力の指令値を出力する。減衰力の指令値は、減衰力可変アクチュエータ７を駆動するための電流値に対応している。

次に、コントローラ１２のＤＮＮ１３の学習方法について、図２に示す説明図を参照して説明する。ＤＮＮ１３は、（１）直接最適制御指令値探索、（２）指令値学習、（３）重み係数ダウンロードの処理を実行することによって、構築される。

まず、直接最適制御指令値探索を実行するために、車両モデル２１を含む解析モデル２０を構成する。図２には、車両モデル２１が１輪モデルの場合を例示した。車両モデル２１は、例えば左右一対の２輪モデルでもよい。車両モデル２１には、路面入力と、直接最適制御部２２から最適指令値が入力される。直接最適制御部２２は、以下に示す直接最適制御指令値探索の手順に従って、最適指令値を求める。

（１）直接最適制御指令値探索
直接最適制御部２２は、事前に車両モデル２１を含む解析モデル２０を用いて、繰り返し演算により最適指令値を探索する。最適指令値の探索は、以下に示す最適制御問題と定式化し、最適化手法を用いて数値解析的に求める。

対象となる車両の運動は、状態方程式によって数１の式で表されるものとする。なお、式中のドットは、時間ｔによる１階微分（ｄ／ｄｔ）を意味する。

ここで、ｘは状態量、ｕは制御入力である。状態方程式の初期条件は、数２の式のように与えられる。

初期時刻ｔ₀から終端時刻ｔ_ｆまでの間に課せられる等式拘束条件と不等式拘束条件は、数３の式および数４の式のように表される。

最適制御問題は、数１の式に示す状態方程式と、数２の式に示す初期条件と、数３および数４の式に示す拘束条件を満足しつつ、数５の式に示す評価関数Ｊを最小にするような制御入力ｕ(ｔ)を求める問題である。

上記のような拘束条件付きの最適制御問題を解くのは、非常に困難である。このため、最適化手法として拘束条件を簡単に扱うことができる直接法を用いる。この手法は、最適制御問題をパラメタ最適化問題に変換し、最適化手法を用いて解を得る方法である。

最適制御問題をパラメタ最適化問題に変換するため、初期時刻ｔ₀から終端時刻ｔ_ｆまでをＮ個の区間に分割する。各区間の終端時刻をｔ₁，ｔ₂，…，ｔ_Nと表すと、それらの関係は、数６に示す通りとなる。

連続的な入力ｕ(ｔ)は、数７に示すように、各区間の終端時刻における離散的な値ｕ_iで置き換えられる。

入力ｕ₀，ｕ₁，…，ｕ_Nに対して状態方程式を初期条件ｘ₀から数値積分し、各区間の終端時刻における状態量ｘ₁，ｘ₂，…，ｘ_Nを求める。このとき、各区間内の入力は、各区間の終端時刻で与えられる入力を一次補間して求める。以上の結果、入力に対して状態量が決定され、これによって評価関数と拘束条件が表現される。よって、変換したパラメタ最適化問題は、次のように表すことができる。

最適化すべきパラメタをまとめてＸとすると、数８の式に示すようになる。

よって、数５の式に示す評価関数は、数９の式のように表される。

また、数３および数４の式に示す拘束条件は、数１０および数１１の式のように表される。

このようにして、前述のような最適制御問題は、数８ないし数１１の式で表されるパラメタ最適化問題に変換することができる。

路面に応じた最適制御指令を求める問題を最適制御問題として定式化するための評価関数Ｊは、上下加速度Ａzが最少となって乗り心地が良く、かつ制御指令値ｕを小さくするように、数１２の式のように定義する。ここで、ｑ₁，ｑ₂は重み係数である。ｑ₁，ｑ₂は、例えば実験結果等により予め設定されている。

直接最適制御部２２は、このように定式化したパラメタ最適問題を最適化手法により数値解析的に求め、様々な路面での最適指令値を導出する。

（２）指令値学習
直接最適制御指令値探索により導出した最適指令値を出力とし、そのときの路面プロフィール、車両状態量を入力として、様々な路面の入出力を、人工知能となるＤＮＮ２３に学習させる。ＤＮＮ２３は、学習用のディープニューラルネットワークであり、車載用のＤＮＮ１３と同じ構成になっている。ＤＮＮ２３には、路面プロフィールとして路面入力の時系列データと、車両状態量の時系列データとが入力される。このとき、路面入力と車両状態量とに対応して最適指令値の時系列データを教師データとして、ＤＮＮ２３におけるニューロン間の重み係数が求められる。

（３）重み係数ダウンロード
指令値学習によって学習したＤＮＮ２３の重み係数を、実際のＥＣＵ１１の指令値決定部となるＤＮＮ１３に設定する。これにより、コントローラ１２のＤＮＮ１３が構成される。

（４）最適指令値計算
ＤＮＮ１３を含むコントローラ１２は、車両に搭載される。コントローラ１２の入力側には、ばね上加速度センサ８、車高センサ９および路面計測センサ１０が接続されている。コントローラ１２の出力側には、可変ダンパ６の減衰力可変アクチュエータ７に接続されている。コントローラ１２は、ばね上加速度センサ８、車高センサ９および路面計測センサ１０の検出信号に基づいて、路面入力と車両状態量とを取得する。コントローラ１２は、路面プロフィールとして路面入力の時系列データと、車両状態量の時系列データとをＤＮＮ１３に入力する。ＤＮＮ１３は、路面入力と車両状態量の時系列データが入力されると、学習結果に応じて最適指令となる可変ダンパ６に対する指令値を出力する。

このように、直接最適制御部２２は、様々な条件において、直接最適制御指令をオフラインの数値最適化により導出する。その際の路面プロフィールおよび車両状態量と最適指令を人工知能(ＤＮＮ２３)に学習させる。この結果、ステップ毎の最適化を行うことなく、ＤＮＮ１３を搭載したコントローラ１２（ＥＣＵ１１）によって、直接最適制御を実現することができる。

次に、ＤＮＮ１３による乗り心地性能の効果を確認するために、比較例による制御として従来通りのスカイフック制御則に基づくフィードバック制御と、第１の実施形態のＤＮＮ１３による制御とについて、車両のシミュレーションによって乗り心地性能等を比較した。なお、シミュレーション条件は、例えばＥセグメントのセダンを想定した車両諸元とした。シミュレーションモデルは、ばね上とばね下質量を考慮した１／４車両モデルを用いた。路面は、基本的なばね上の制振性能を確認するためうねり路を設定した。

シミュレーション結果を、図３および図４に示す。図３は、ばね上上下加速度ＲＭＳ値（実効値）を示している。図３中の縦軸は、フワフワ感領域である第１周波数領域（０．５－２Ｈｚ）の実効値を示している。図３中の横軸は、フワフワ感以外の振動領域である第２周波数領域（２－５０Ｈｚ）の実効値を示している。図３に示すように、第１の実施形態による制御は、比較例による制御（スカイフック制御則）と比較して、第１周波数領域と第２周波数領域の両方で振動が低減している。この結果、第１の実施形態による制御は、低周波のばね上制振性と高周波の振動遮断性を両立し、従来の制御（スカイフック制御則）と比較して、性能向上していることが分かる。

図４に、ばね上加速度等の時間変化の結果を示す。これにより、第１の実施形態による制御は、従来の制御（スカイフック制御則）と比較して、路面入力が変化する手前から減衰力を高く設定している。このため、第１の実施形態による制御は、比較例による制御（スカイフック制御則）と比較して、０．６秒付近までは加速度が大きいものの、その後は加速度のピーク値が小さく、波形も滑らかで、うねり路通過後の収束性も改善されていることが分かる。これらにより、第１の実施形態による制御は、比較例による制御（スカイフック制御則）と比較して、高い制振性能と滑らかさを実現できていることが分かる。

かくして、本実施形態によれば、サスペンション制御装置は、車両の車体１と車輪２との間に介装して設けられ、車体１と車輪２との間の力を調整可能な可変ダンパ６と、車両の状態量を検出する車両状態量取得部（ばね上加速度センサ８および車高センサ９）と、路面のプロフィールを検出する路面プロフィール取得部（路面計測センサ１０）と、車両状態量取得部および路面プロフィール取得部の取得結果に基づいて可変ダンパ６の発生力を調整するように制御するコントローラ１２と、を備えている。コントローラ１２は、車両状態量取得部および路面プロフィール取得部の取得結果に基づいて可変ダンパ６に対する指令値を学習するＡＩ学習部となるＤＮＮ１３を有している。このとき、ＤＮＮ１３は、事前に評価関数Ｊを最小となるように最適化手法によって求められた指令値と車両状態量取得部および路面プロフィール取得部の取得結果を学習している。

これにより、各路面に応じた真の最適な指令により制御することが可能となるため、乗り心地と操縦安定性能を向上することができる。また、セミアクティブサスペンション（可変ダンパ６）のように非線形な制御対象でも、複雑なモデル化なしに制御構築が可能になる。各路面、車両、可変ダンパ６の特性を考慮した直接最適制御をＥＣＵ１１に実装するのは演算時間からして現在の技術では組み込みできない。しかしながら、直接最適指令を事前に学習させた人工知能（ＤＮＮ１３）であればＥＣＵ１１（コントローラ１２）に組み込むことができる。このため、直接最適制御をＥＣＵ１１によって実現することができる。

次に、図５は第２の実施形態を示している。第２の実施形態の特徴は、車両の上下挙動に基づいて可変ダンパをフィードバック制御するフィードバック制御部を追加したことにある。なお、第２の実施形態では、上述した第１の実施形態と同一の構成要素に同一の符号を付し、その説明を省略するものとする。

第２の実施形態によるＥＣＵ３０は、第１の実施形態によるＥＣＵ１１と同様に構成されている。このため、ＥＣＵ３０は、メモリ３０Ａを有している。これに加え、ＥＣＵ３０は、コントローラ３１を備えている。

コントローラ３１は、学習済みのＤＮＮ１３を備えている。これに加え、コントローラ３１は、フィードバック制御部３２を備えている。フィードバック制御部３２は、例えば特許文献１に開示されたコントローラと同様に構成されている。このため、フィードバック制御部３２は、例えばスカイフック制御則に基づいて、車両状態量取得部としてのばね上加速度センサ８から出力されるばね上加速度から目標減衰力を算出する。フィードバック制御部３２は、算出した目標減衰力に基づいて、可変ダンパ６の減衰力を制御する。なお、フィードバック制御部３２は、スカイフック制御則に限らず、双線形最適制御、Ｈ∞制御等のような他の制御則に基づいて、可変ダンパ６を制御してもよい。

このとき、ＥＣＵ３０は、車両状態量取得部としての車高センサ９から出力される車高に基づいて、ばね上とばね下間の相対速度を取得する。緩衝器の伸長行程と縮小行程との間で行程反転するときのように、相対速度が低速なときには、フィードバック制御部３２は、目標減衰力を低下させた補正減衰力を算出し、この補正減衰力に対応した制御信号を緩衝器に出力する。これにより、減衰力の急変に起因する異音やジャークの発生を低減することができる。

一方、相対速度が高速なときには、フィードバック制御部３２は、低速なときに比べて目標減衰力の制限を緩和した補正減衰力を算出し、大きな値の補正減衰力に対応した制御信号を出力する。この結果、相対速度が高速なときには、緩衝器によって大きな減衰力を発生させて、制振性を確保することができ、乗り心地を向上することができる。

コントローラ３１は、ＤＮＮ１３の学習状態等に応じて、ＤＮＮ１３とフィードバック制御部３２とのうちいずれか一方を選択する。例えばＤＮＮ１３が学習済みの場合には、コントローラ３１は、ＤＮＮ１３を選択する。この場合、コントローラ３１は、ＤＮＮ１３によって、可変ダンパ６の減衰力を制御する。

これに対し、例えばＤＮＮ１３が未学習な場合には、コントローラ３１は、フィードバック制御部３２を選択する。また、ＤＮＮ１３が学習済みであっても、学習した路面プロフィールと大きく異なる路面を走行する場合にも、コントローラ３１は、フィードバック制御部３２を選択する。これらの場合、コントローラ３１は、フィードバック制御部３２によって、可変ダンパ６の減衰力を制御する。

かくして、第２の実施形態でも、第１の実施形態とほぼ同様の作用効果を得ることができる。また、第２の実施形態では、ＡＩ学習部となるＤＮＮ１３に、車両の上下挙動に基づいて可変ダンパ６をフィードバック制御するフィードバック制御部３２を追加した。これにより、ＤＮＮ１３が未学習の状態では、コントローラ３１は、フィードバック制御部３２によって可変ダンパ６を制御する。この結果、第２の実施形態では、従来技術と同程度の乗り心地制御の性能を担保することができる。また、学習済みの路面においても、ＤＮＮ１３によるＡＩ制御とフィードバック制御部３２によるフィードバック制御とを組み合わせることにより、車両諸元変化に対する対応が可能となる。

なお、未学習の路面を走行した場合は、路面プロフィールを記憶してもよく、外部サーバに送信してもよい。この場合、直接最適制御部は、新たに取得した未学習の路面プロフィールに基づいて、最適指令値を求める。その後、路面プロフィールと最適指令値を追加してＤＮＮのニューロン間の重み係数を再度学習する。学習が完了した後、車両に搭載したＤＮＮの重み係数を更新する。これにより、次に同じ路面を走行するときには、ＤＮＮを用いて可変ダンパ６の減衰力を最適制御することができる。

次に、図６は第３の実施形態を示している。第３の実施形態の特徴は、前輪と後輪でそれぞれ異なるＤＮＮの重みを設定し、４輪独立して可変ダンパを制御することにある。なお、第３の実施形態では、上述した第１の実施形態と同一の構成要素に同一の符号を付し、その説明を省略するものとする。

第３の実施形態によるサスペンション制御装置は、３輪（左前輪ＦＬ、右前輪ＦＲ、右後輪ＲＲ）の車体１の上下加速度を検出するばね上加速度センサ８_ＦＬ，８_ＦＲ，８_ＲＲと、４輪（左前輪ＦＬ、右前輪ＦＲ、左後輪ＲＬ、右後輪ＲＲ）の車高を検出する車高センサ９_ＦＬ，９_ＦＲ，９_ＲＬ，９_ＲＲと、左輪（ＬＨ）のタイヤが計測する路面プロフィールを計測する路面計測センサ１０_Ｌと、右輪（ＲＨ）のタイヤが計測する路面プロフィールを計測する路面計測センサ１０_Ｒと、を備えている。路面計測センサ１０_Ｌは、左輪のタイヤが走行する路面プロフィールを出力する。路面計測センサ１０_Ｒは、右輪のタイヤが走行する路面プロフィールを出力する。なお、路面計測センサ１０_Ｌと路面計測センサ１０_Ｒとに代えて、単一の路面計測センサを備えてもよい。この場合、単一の路面計測センサは、左輪のタイヤが走行する路面プロフィールと右輪のタイヤが走行する路面プロフィールとを出力する。

第３の実施形態によるＥＣＵ４０は、３輪の上下加速度から４輪の上下加速度を算出する４輪加速度算出部４１を備えている。この場合、ばね上加速度センサ８_ＦＬ，８_ＦＲ，８_ＲＲと、車高センサ９_ＦＬ，９_ＦＲ，９_ＲＬ，９_ＲＲと、４輪加速度算出部４１とは、車両状態量取得部を構成している。

ＥＣＵ４０は、遅延部４２_Ｌ，４２_Ｒを備えている。遅延部４２_Ｌの入力側は、路面計測センサ１０_Ｌに接続されている。遅延部４２_Ｌの出力側は、後輪ＤＮＮ４５_Ｌに接続されている。遅延部４２_Ｒの入力側は、路面計測センサ１０_Ｒに接続されている。遅延部４２_Ｒの出力側は、後輪ＤＮＮ４５_Ｒに接続されている。遅延部４２_Ｌ，４２_Ｒは、ホイールベースを車速で割った値（時間）だけ路面プロフィールを遅延させて後輪ＤＮＮ４５_Ｌ，４５_Ｒに出力する。

ＥＣＵ４０は、その入力側がばね上加速度センサ８_ＦＬ，８_ＦＲ，８_ＲＲ、車高センサ９_ＦＬ，９_ＦＲ，９_ＲＬ，９_ＲＲおよび路面計測センサ１０_Ｌ，１０_Ｒに接続され、出力側が４輪の可変ダンパ６_ＦＬ，６_ＦＲ，６_ＲＬ，６_ＲＲの減衰力可変アクチュエータ７_ＦＬ，７_ＦＲ，７_ＲＬ，７_ＲＲに接続されている。ＥＣＵ４０は、ばね上加速度センサ８_ＦＬ，８_ＦＲ，８_ＲＲ、車高センサ９_ＦＬ，９_ＦＲ，９_ＲＬ，９_ＲＲおよび路面計測センサ１０_Ｌ，１０_Ｒによる検出値に基づき、路面のプロフィールと車両状態量をコントローラ４３に出力する。コントローラ４３は、路面のプロフィールと車両状態量とに基づいて、可変ダンパ６_ＦＬ，６_ＦＲ，６_ＲＬ，６_ＲＲ（力発生機構）で発生すべき力を求め、その命令信号を減衰力可変アクチュエータ７_ＦＬ，７_ＦＲ，７_ＲＬ，７_ＲＲに出力する。

コントローラ４３は、学習済みの前輪ＤＮＮ４４_Ｌ，４４_Ｒと後輪ＤＮＮ４５_Ｌ，４５_Ｒを備えている。前輪ＤＮＮ４４_Ｌ，４４_Ｒと後輪ＤＮＮ４５_Ｌ，４５_Ｒは、第１の実施形態によるＤＮＮと同様に構成されている。このため、前輪ＤＮＮ４４_Ｌ，４４_Ｒと後輪ＤＮＮ４５_Ｌ，４５_Ｒは、ＡＩ学習部であり、例えば４層以上の多層のニューラルネットワークによって構成されている。各層は、複数のニューロンを備えており、隣り合う２つの層のニューロンは、重み係数で結合されている。重み係数は、事前の学習によって設定されている。前輪ＤＮＮ４４_Ｌ，４４_Ｒと後輪ＤＮＮ４５_Ｌ，４５_Ｒは、例えば第１の実施形態と同様に、１輪モデルの車両モデルを用いた学習によって取得した重み係数が設定されている。好ましくは、前輪ＤＮＮ４４_Ｌ，４４_Ｒと後輪ＤＮＮ４５_Ｌ，４５_Ｒは、４輪の車両モデルを用いた学習によって取得した重み係数が設定されている。

コントローラ４３は、ばね上加速度センサ８_ＦＬ，８_ＦＲ，８_ＲＲによる上下方向の振動加速度の検出値と、車高センサ９_ＦＬ，９_ＦＲ，９_ＲＬ，９_ＲＲによる車高の検出値と、路面計測センサ１０_Ｌ，１０_Ｒによる路面の検出値とに基づいて、路面入力の時系列データ（路面プロフィール）と、車両状態量の時系列データとを４輪別々に取得する。

このとき、前輪ＤＮＮ４４_Ｌは、路面入力の時系列データと、車両状態量の時系列データとに基づいて、左前輪用の最適指令値の時系列データを出力する。前輪ＤＮＮ４４_Ｒは、路面入力の時系列データと、車両状態量の時系列データとに基づいて、右前輪用の最適指令値の時系列データを出力する。後輪ＤＮＮ４５_Ｌは、路面入力の時系列データと、車両状態量の時系列データとに基づいて、左後輪用の最適指令値の時系列データを出力する。後輪ＤＮＮ４５_Ｒは、路面入力の時系列データと、車両状態量の時系列データとに基づいて、右後輪用の最適指令値の時系列データを出力する。

かくして、第３の実施形態でも、第１の実施形態とほぼ同様の作用効果を得ることができる。また、第３の実施形態では、前輪ＤＮＮ４４_Ｌ，４４_Ｒと後輪ＤＮＮ４５_Ｌ，４５_Ｒとを備えている。このため、前輪と後輪で別々に可変ダンパ６_ＦＬ，６_ＦＲ，６_ＲＬ，６_ＲＲを制御することができる。これに加え、第３の実施形態では、前輪ＤＮＮ４４_Ｌ，４４_Ｒと後輪ＤＮＮ４５_Ｌ，４５_Ｒで異なる重みが設定され、４輪独立で可変ダンパ６_ＦＬ，６_ＦＲ，６_ＲＬ，６_ＲＲが制御される。路面計測センサ１０_Ｌ，１０_Ｒは、左輪（ＬＨ）と右輪（ＲＨ）のタイヤが走行する路面プロフィールを出力する。このため、第３の実施形態のサスペンション制御装置は、左右輪で路面が異なる場合でも対応可能である。左右輪の路面プロフィールが異なると、各輪の挙動がそれぞれ異なる。このため、それに対応するために、第３の実施形態では、各輪の車高情報および加速度情報を各輪のＤＮＮ（前輪ＤＮＮ４４_Ｌ，４４_Ｒと後輪ＤＮＮ４５_Ｌ，４５_Ｒ）に入力し、各輪の指令値を算出する。算出した指令値を各輪の可変ダンパ６_ＦＬ，６_ＦＲ，６_ＲＬ，６_ＲＲに出力し制御を行う。

次に、図１および図７は第４の実施形態を示している。第４の実施形態の特徴は、フルビークルモデルを用いて最適指令値を導出することにある。なお、第４の実施形態では、上述した第１の実施形態と同一の構成要素に同一の符号を付し、その説明を省略するものとする。

コントローラ１２のＤＮＮ５４の重み係数を学習するときに、直接最適制御指令値探索を実行する。このとき、第１の実施形態では、解析モデル２０に含まれる車両モデル２１には、１輪モデルを用いた。これに対し、第４の実施形態では、解析モデル５０に含まれる車両モデル５１には、４輪モデルを用いる。このため、車両モデル５１は、車輪となる左前輪２_ＦＬ、右前輪２_ＦＲ、左後輪２_ＲＬ、右後輪２_ＲＲを含んでいる。また、車両モデル５１は、左前輪２_ＦＬのサスペンション装置４_ＦＬと、右前輪２_ＦＲのサスペンション装置４_ＦＲと、左後輪２_ＲＬのサスペンション装置４_ＲＬと、右後輪２_ＲＲのサスペンション装置４_ＲＲと、を含んでいる。サスペンション装置４_ＦＬ，４_ＦＲ，４_ＲＬ，４_ＲＲは、スプリング５と可変ダンパ６_ＦＬ，６_ＦＲ，６_ＲＬ，６_ＲＲとを備えている。これに加え、車両モデル５１は、例えば車両のピッチ、ロールを考慮したモデルとなっている。このとき、左前輪２_ＦＬと右前輪２_ＦＲとの間に前輪用のスタビライザ５２_Ｆが設けられている。左後輪２_ＲＬと右後輪２_ＲＲとの間に前輪用のスタビライザ５２_Ｒが設けられている。このため、車両モデル５１は、スタビライザ反力を考慮して車両状態量を求めることができる。なお、車両モデル５１は、図７に示す４輪モデルに限らず、各種の４輪モデルが使用可能である。

車両モデル５１には、路面入力と、直接最適制御部５３から最適指令値が入力される。直接最適制御指令値探索として、直接最適制御部５３が最適指令値を求める方法は、第１の実施形態による直接最適制御部２２が最適指令値を求める方法と同様である。

第１の実施形態と同様に、直接最適制御指令値探索により導出した最適指令値を出力とし、そのときの路面プロフィール、車両状態量を入力として、様々な路面の入出力を、人工知能となるＤＮＮに学習させる。ＤＮＮは、学習用のディープニューラルネットワークであり、車載用のＤＮＮ５４と同じ構成になっている。ＤＮＮには、路面プロフィールとして路面入力の時系列データと、車両状態量の時系列データとが入力される。このとき、路面入力と車両状態量とに対応して最適指令値の時系列データを教師データとして、ＤＮＮにおけるニューロン間の重み係数が求められる。

指令値学習によって学習したＤＮＮの重み係数を、実際のＥＣＵ１１の指令値決定部となるＤＮＮ５４に設定する。これにより、コントローラ１２のＤＮＮ５４が構成される。

かくして、第４の実施形態でも、第１の実施形態とほぼ同様の作用効果を得ることができる。第４の実施形態では、フルビークルモデルからなる車両モデル５１を用いて最適指令値を求める。このため、ＤＮＮ５４は、実際の車両に近い挙動を考慮した最適指令値を出力することができ、例えばビッチやロールの抑制効果を高めることができる。

前記各実施形態では、車両状態量取得部は、ばね上加速度センサ８と車高センサ９とを備えるものとした。本発明はこれに限らず、車両状態量取得部は、例えばばね上加速度センサ８と車高センサ９とに加えて、ばね上加速度センサ８による上下方向の振動加速度の検出値と、車高センサ９による車高の検出値とに基づき、車両の状態量を算出する部分を含んでもよい。また、車両状態量取得部は、ばね上加速度センサ、車高センサからの検出信号に加えて、例えば車速等のような車両状態に関係する情報をＣＡＮ（Controller Area Network）からの信号に基づいて取得し、これらの情報を考慮して車両の状態量を算出または推定してもよい。この場合、車両状態量取得部は、各種のセンサに加えて、ＥＣＵ１１，３０，４０内の演算部分によって構成される。

なお、前記各実施形態では、路面プロフィール取得部は、路面計測センサ１０によって路面のプロフィールを検出した。本発明はこれに限らず、路面プロフィール取得部は、例えばＧＰＳデータを基にしてサーバから情報を取得するものでもよく、車車間通信により他車から情報を取得するものでもよい。また、路面プロフィール取得部は、ばね上加速度センサ８による上下方向の振動加速度の検出値と、車高センサ９による車高の検出値とに基づき、路面のプロフィールを推定してもよい。この場合、路面プロフィール取得部は、各種のセンサに加えて、ＥＣＵ１１，３０，４０内の演算部分によって構成される。

前記各実施形態では、サスペンション制御装置は、車両状態量取得部と路面プロフィール取得部とを有するものとした。本発明はこれに限らず、サスペンション制御装置は、路面プロフィール取得部を有さなくてもよい。この場合、サスペンション制御装置のコントローラは、車両状態量取得部のみの取得結果に基づいて力発生機構の発生力を調整する。コントローラは、車両状態量取得部の取得結果に基づいて力発生機構に対する指令値を学習するＡＩ学習部を有する。コントローラのＡＩ学習部は、事前にある評価関数を最小となるように最適化手法によって求められた指令値と車両状態量取得部の取得結果を学習している。

前記各実施形態では、力発生機構としてセミアクティブダンパからなる可変ダンパ６である場合を例に説明した。本発明はこれに限らず、力発生機構としてアクティブダンパ（電気アクチュエータ、油圧アクチュエータのいずれか）を用いるようにしてもよい。前記各実施形態では、車体１側と車輪２側との間で調整可能な力を発生する力発生機構を、減衰力調整式の油圧緩衝器からなる可変ダンパ６により構成する場合を例に挙げて説明した。本発明はこれに限らず、例えば力発生機構を液圧緩衝器の他に、エアサスペンション、スタビライザ（キネサス）、電磁サスペンション等により構成してもよい。

前記各実施形態では、４輪自動車に用いる車両挙動装置を例に挙げて説明した。しかし、本発明はこれに限るものではなく、例えば２輪、３輪自動車、または作業車両、運搬車両であるトラック、バス等にも適用できるものである。

前記各実施形態は例示であり、異なる実施の形態で示した構成の部分的な置換または組み合わせが可能であることは言うまでもない。

次に、上記実施形態に含まれるサスペンション制御装置として、例えば、以下に述べる態様のものが考えられる。

第１の態様のサスペンション制御装置は、車両の車体と車輪との間に介装して設けられ、前記車体と前記車輪との間の力を調整可能な力発生機構と、車両の状態量を検出または推定する車両状態量取得部と、前記車両状態量取得部の取得結果に基づいて前記力発生機構の発生力を調整するように制御するコントローラと、を備え、前記コントローラは、前記車両状態量取得部の取得結果に基づいて前記力発生機構に対する指令値を学習するＡＩ学習部を有することを特徴としている。

第２の態様のサスペンション制御装置は、車両の車体と車輪との間に介装して設けられ、前記車体と前記車輪との間の力を調整可能な力発生機構と、車両の状態量を検出または推定する車両状態量取得部と、路面のプロフィールを検出または推定する路面プロフィール取得部と、前記車両状態量取得部および前記路面プロフィール取得部の取得結果に基づいて前記力発生機構の発生力を調整するように制御するコントローラと、を備え、前記コントローラは、前記車両状態量取得部および前記路面プロフィール取得部の取得結果に基づいて前記力発生機構に対する指令値を学習するＡＩ学習部を有することを特徴としている。

第３の態様としては、第１の態様において、前記コントローラのＡＩ学習部は、事前にある評価関数を最小となるように最適化手法によって求められた指令値と前記車両状態量取得部の取得結果を学習していることを特徴としている。

第４の態様としては、第２の態様において、前記コントローラのＡＩ学習部は、事前にある評価関数を最小となるように最適化手法によって求められた指令値と前記車両状態量取得部および前記路面プロフィール取得部の取得結果を学習していることを特徴としている。

第５の態様としては、第１ないし第４のいずれかの態様において、前記コントローラは、前記車両状態量取得部による車両の状態量から求められる目標減衰力を算出するフィードバック制御部をさらに備えることを特徴としている。

１車体
２車輪
２_ＦＬ左前輪（車輪）
２_ＦＲ右前輪（車輪）
２_ＲＬ左後輪（車輪）
２_ＲＲ右後輪（車輪）
３タイヤ
４，４_ＦＬ，４_ＦＲ，４_ＲＬ，４_ＲＲサスペンション装置
５懸架ばね（スプリング）
６，６_ＦＬ，６_ＦＲ，６_ＲＬ，６_ＲＲ可変ダンパ（力発生機構）
７減衰力可変アクチュエータ
８，８_ＦＬ，８_ＦＲ，８_ＲＲばね上加速度センサ（車両状態量取得部）
９，９_ＦＬ，９_ＦＲ，９_ＲＬ，９_ＲＲ車高センサ（車両状態量取得部）
１０，１０_Ｌ，１０_Ｒ路面計測センサ（路面プロフィール取得部）
１１，３０，４０ＥＣＵ
１２，３１，４３コントローラ
１３，２３，５４ＤＮＮ（ＡＩ学習部）
２０，５０解析モデル
２１，５１車両モデル
２２，５３直接最適制御部
３２フィードバック制御部
４４_Ｌ，４４_Ｒ前輪ＤＮＮ（ＡＩ学習部）
４５_Ｌ，４５_Ｒ後輪ＤＮＮ（ＡＩ学習部）

Claims

車両の車体と車輪との間に介装して設けられ、前記車体と前記車輪との間の力を調整可能な力発生機構と、
車両の状態量を検出または推定する車両状態量取得部と、
前記車両状態量取得部の取得結果に基づいて前記力発生機構の発生力を調整するように制御するコントローラと、を備え、
前記コントローラは、
前記車両状態量取得部の取得結果に基づいて前記力発生機構に対する指令値を学習するＡＩ学習部を有し、
前記コントローラのＡＩ学習部は、事前にある評価関数を最小となるように最適化手法によって求められた指令値と前記車両状態量取得部の取得結果を学習していることを特徴とするサスペンション制御装置。
車両の車体と車輪との間に介装して設けられ、前記車体と前記車輪との間の力を調整可能な力発生機構と、
車両の状態量を検出または推定する車両状態量取得部と、
路面のプロフィールを検出または推定する路面プロフィール取得部と、
前記車両状態量取得部および前記路面プロフィール取得部の取得結果に基づいて前記力発生機構の発生力を調整するように制御するコントローラと、を備え、
前記コントローラは、
前記車両状態量取得部および前記路面プロフィール取得部の取得結果に基づいて前記力発生機構に対する指令値を学習するＡＩ学習部を有し、
前記コントローラのＡＩ学習部は、事前にある評価関数を最小となるように最適化手法によって求められた指令値と前記車両状態量取得部および前記路面プロフィール取得部の取得結果を学習していることを特徴とするサスペンション制御装置。
前記コントローラは、前記車両状態量取得部による車両の状態量から求められる目標減衰力を算出するフィードバック制御部をさらに備えることを特徴とする請求項１または２に記載のサスペンション制御装置。