JP7622580B2 - 横すべり角算出装置 - Google Patents

Description

本開示は、車両の横すべり角を算出するための横すべり角算出装置に関する。

車両が旋回するときには、横すべり角が発生する。ヨーレートでは車両の向いている方向しか検出できず、車両の進行方向を推定するためには、車両の横すべり角を推定する必要がある。

このため、例えば、非特許文献１には、衛星と受信機との相対速度であるＧＮＳＳドップラを用いて、横すべり角の推定に必要なパラメータを推定し、横すべり角を決定する手法が示されている。

「都市部環境下で適用可能なGNSS/IMUに関する研究」高野瀬碧輝、渥美善規、滝川叶夢、目黒淳一、自動車技術会論文集Ｖｏｌ．５１，Ｎｏ．４，Ｊｕｌｙ ２０２０

しかしながら、非特許文献１に記載の手法では、ＧＮＳＳ信号を正常に受信することができない環境では、横すべり角の推定に必要なパラメータを推定できないという問題がある。

本開示は、上述した点に鑑みてなされたものであり、ＧＮＳＳ信号の受信の有無に係わらず、横すべり角の推定に必要なパラメータを推定することが可能な横すべり角算出装置を提供することを目的とする。

上記目的を達成するために、本開示に係る横すべり角算出装置は、
車両の横加速度（α_ｙ）、車速（Ｖ）、及び回転角速度（ω_ｙａｗ）を取り込み、取り込んだ横加速度（α_ｙ）、車速（Ｖ）、及び回転角速度（ω_ｙａｗ）に基づいて、車両の横すべり角推定値（β_ｅｓｔ）を算出する横すべり角推定値算出部（１４、１６、２０、２２）と、
車速（Ｖ）と回転角速度（ω_ｙａｗ）とを乗算した乗算結果（Ｖω_ｙａｗ）を算出する乗算部（２４）と、
横すべり角推定値算出部が算出する横すべり角推定値（β_ｅｓｔ）と、乗算部が算出する乗算結果（Ｖω_ｙａｗ）とを近似させる係数であるパラメータ（Ｋ）を算出するパラメータ算出部（２８）と、を備える。

車両の横すべり角は、車速（Ｖ）と回転角速度（ω_ｙａｗ）との乗算結果（Ｖω_ｙａｗ）とパラメータ算出部が算出したパラメータ（Ｋ）とによって算出することができる。

上記のように、本開示による横すべり角算出装置によれば、横すべり角の推定に必要なパラメータ（Ｋ）が、横すべり角推定値算出部（１４、１６、２０、２２）が算出する横すべり角推定値（β_ｅｓｔ）と、乗算部（２８）が算出する乗算結果（Ｖω_ｙａｗ）とを近似させる係数として算出される。従って、ＧＮＳＳ信号の受信の有無に係わらず、横すべり角の推定に必要なパラメータ（Ｋ）を算出することが可能となる。

上記括弧内の参照番号は、本開示の理解を容易にすべく、後述する実施形態における具体的な構成との対応関係の一例を示すものにすぎず、なんら本開示の範囲を制限することを意図したものではない。

また、上述した特徴以外の、特許請求の範囲の各請求項に記載した技術的特徴に関しては、後述する実施形態の説明及び添付図面から明らかになる。

第１実施形態に係る横すべり角算出装置１０の構成を示すブロック図である。 車両が交差点で右左折するために旋回したときの、横加速度α_ｙを車速Ｖで除算した進行角速度α_ｙ／Ｖと、回転角速度ω_ｙａｗの変化の一例を示す波形図である。 車両が交差点で右左折するために旋回したときの、オフセット誤差ｄβ_０を除去した横すべり角微分値ｄβの変化の一例を示す波形図である。 車両が交差点で右左折するために旋回したときの、オフセット誤差ｄβ_０を除去した横すべり角微分値ｄβを積分することにより算出される横すべり角推定値β_ｅｓｔの変化の一例を示す波形図である。 図４に示す横すべり角推定値β_ｅｓｔの波形と、車両パラメータＫ、車速Ｖ、及び回転角速度ω_ｙａｗをそれぞれ乗じることによって算出された推定横すべり角β_ＥＳＴの波形と、横すべり角真値を示す波形とを重ねて示す波形図である。 横すべり角算出装置において、推定すべり角β_ＥＳＴを算出するための処理手順を示すフローチャートである。 第１実施形態における車両パラメータＫの算出方法を示すフローチャートである。 （ａ）、（ｂ）は、横すべり角推定値β_ｅｓｔと、横すべり角微分値ｄβとの変化の時間的な関係を示す波形図である。 第２実施形態における車両パラメータＫの算出方法を示すフローチャートである。 第３実施形態に係る車両パラメータＫの算出方法を実施するための構成を示すブロック図である。 変形例による構成を示すブロック図である。

以下、本開示による横すべり角算出装置の実施形態を図面を参照して詳しく説明する。

（第１実施形態）
図１は、第１実施形態に係る横すべり角算出装置１０の構成を示すブロック図である。横すべり角算出装置１０は、例えば、メモリ及びプロセッサを少なくとも１つずつ含むコンピュータによって構成することができる。メモリは、コンピュータにより読み取り可能なプログラム及びデータを非一時的に格納又は記憶する。メモリは、例えば、半導体メモリ、磁気媒体及び光学媒体等のうち少なくとも一種類の非遷移的実体的記憶媒体（non-transitory tangible storage medium）によって実現される。メモリは、図１にブロックとして示す横すべり角算出装置１０が有する機能の内、少なくとも一部を実現するためのプログラムを格納している。

プロセッサは、例えばＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）及びＲＩＳＣ（Reduced Instruction Set Computer）ＣＰＵ等のうち少なくとも一種類を、コアとして含む。プロセッサは、メモリに記憶されたプログラムに含まれる複数の命令を実行することで、図１にブロックとして示された横すべり角算出装置１０の各機能を実現する。いくつかのブロックとして示される機能は、ハードウェア回路によって実現されても良い。

横すべり角算出装置１０は、加速度センサ１、ジャイロセンサ２、車輪速センサ３、及びＧＮＳＳ（Global Navigation Satellite System）受信機４からの信号を取り込む。横すべり角算出装置１０は、必要に応じて、上記のセンサ等に加えて、もしくは代わりに他のセンサ等からの信号を取り込むように構成しても良い。

加速度センサ１は、横すべり角算出装置１０が搭載される車両の横方向（左右方向）に作用する横加速度α_ｙを検出する。ジャイロセンサ２は、当該車両の回転運動の速度（ヨーレート）ω_ｙａｗを検出する。

加速度センサ１の検知軸は、地面に対して水平となるように車両に設置される。このため、車両が旋回中にロールして加速度センサ１の検知軸が水平方向から傾くと、加速度センサ１は、車両の運動によって車両の横方向に作用する加速度に加えて、重力加速度も検出することになる。そのため、横すべり角算出装置１０は、重力成分除去ブロック１２を有している。重力成分除去ブロック１２は、加速度センサ１によって検出された横加速度α_ｙから、ジャイロセンサ２によって検出される回転角速度ω_ｙａｗに基づいて、車両の水平方向からの傾きの大きさに応じた重力成分を除去する。これにより、横すべり角算出装置１０は、精度の高い横加速度α_ｙを得ることができる。

車輪速センサ３は、例えば、外周に複数の歯が形成されたロータと電磁ピックアップとを有し、車両の車輪が回転する速度、すなわち、車両が走行する速度Ｖを検出する。なお、車輪速センサ３として、上述した形式のものに限らず、他の形式の車輪速センサを採用しても良い。ＧＮＳＳ受信機４は、複数の測位衛星からの信号に基づいて、車両の位置情報や速度情報を取得する。

横すべり角算出装置１０は、車速補正ブロック１８を有している。車速補正ブロック１８は、車輪速センサ３によって検出される車速Vを、ＧＮＳＳ受信機４で取得した速度情報に基づいて補正する。例えば、車輪速センサ３によって検出される車速Ｖは、タイヤの空気圧やタイヤの摩耗度合などによる影響を受けて変動する可能性がある。このため、車速補正ブロック１８は、ＧＮＳＳ受信機４において取得された正確な速度情報を用いて、車速Ｖを補正する補正係数を算出する。車速補正ブロック１８は、この補正係数を用いて車輪速センサ３によって検出された車速Ｖを補正する。これにより、横すべり角算出装置１０は、一旦、補正係数が算出されれば、ＧＮＳＳ受信機４による速度情報の取得の有無によらず、精度の高い車速Ｖを得ることができる。ただし、ＧＮＳＳ受信機４及び車速補正ブロック１８は省略されても良い。

横すべり角算出装置１０は、バンドパスフィルタブロック１４、１６を有する。バンドパスフィルタブロック１４は、重力成分除去ブロック１２から出力される横加速度α_ｙに対してバンドパスフィルタ処理を実行する。また、バンドパスフィルタブロック１６は、ジャイロセンサ２によって検出される回転角速度ω_ｙａｗに対してバンドパスフィルタ処理を実行する。このように、横加速度α_ｙ及び回転角速度ω_ｙａｗに対してバンドパスフィルタ処理を施すことにより、横加速度α_ｙ及び回転角速度ω_ｙａｗにそれぞれ重畳している高周波ノイズや低周波ノイズを除去することができる。

横加速度α_ｙ及び回転角速度ω_ｙａｗに対してバンドパスフィルタ処理を施すことで、後述する横すべり角微分値ｄβに対してバンドパスフィルタ処理を行うことと同等の効果が得られる。ただし、横加速度αｙ及び回転角速度ωｙａｗに対してバンドパスフィルタ処理を行うことに代えて、もしくは加えて、横すべり角微分値ｄβに対してバンドパスフィルタ処理を行っても良い。

横すべり角算出装置１０は、誤差除去演算ブロック２０を有する。誤差除去演算ブロック２０は、横加速度α_ｙ、回転角速度ω_ｙａｗ、及び車速Ｖを入力し、一般的に知られている横すべり角微分の数式１に従って、横すべり角微分値ｄβを算出する。

参考として、図２に、車両が交差点で右左折するために旋回したときの、横加速度α_ｙを車速Ｖで除算した進行角速度α_ｙ／Ｖと、回転角速度ω_ｙａｗの変化の一例を示す。図２に示す進行角速度α_ｙ／Ｖから回転角速度ω_ｙａｗを減算することにより、横すべり角微分値ｄβが算出される。

ここで、温度ドリフトなどにより、各センサの出力にオフセット誤差が含まれていると、上述したバンドパスフィルタブロック１４、１６だけでは、その影響を十分に取り除くことはできない。オフセット誤差が含まれたまま、横すべり角微分値ｄβを積分して横すべり角推定値β_ｅｓｔを算出した場合、算出される横すべり角推定値β_ｅｓｔは真の横すべり角βから大きくずれてしまう。

そのため、横すべり角算出装置１０は、車両が直進しているのか、旋回しているのかを判定するシーン判定ブロック２６を備えている。例えば、シーン判定ブロック２６は、ステアリングセンサによって検出されるステアリング角度や、ジャイロセンサ２によって検出される回転角速度ω_ｙａｗの大きさに基づいて、車両が直進しているか、旋回しているかを判定することができる。そして、誤差除去演算ブロック２０は、シーン判定ブロック２６の判定結果に基づいて、車両が旋回を開始する前であって、車両が直進しているときに算出される横すべり角微分値ｄβをオフセット誤差ｄβ_０として求める。誤差除去演算ブロック２０は、数式１に従って演算した横すべり角微分値ｄβからオフセット誤差ｄβ_０を減算した横すべり角微分値ｄβを算出する。このようにして、誤差除去演算ブロック２０は、オフセット誤差ｄβ_０を除去した横すべり角微分値ｄβを出力することができる。

図３は、車両が交差点で右左折するために旋回したときの、オフセット誤差ｄβ_０を除去した横すべり角微分値ｄβの変化の一例を示す波形図である。図３に示すように、オフセット誤差ｄβ_０を除去することで、車両が旋回する前の横すべり角微分値ｄβは、ほぼゼロの角速度を示している。

横すべり角算出装置１０は、積分ブロック２２を有している。積分ブロック２２は、誤差除去演算ブロック２０から出力された横すべり角微分値ｄβを積分することによって横すべり角推定値β_ｅｓｔを算出する。図４は、車両が交差点で右左折するために旋回したときの、積分ブロック２２により算出される横すべり角推定値β_ｅｓｔの変化の一例を示す波形図である。

ここで、図５の波形図を参照すると、図４に示す横すべり角推定値β_ｅｓｔの波形と、横すべり角真値を示す波形とが重ねて示されている。上述したように、横加速度αｙ及び回転角速度ω_ｙａｗに対してバンドパスフィルタ処理を施すとともに、横すべり角微分値ｄβからオフセット誤差ｄβ_０を除去することにより、旋回開始直後は、横すべり角推定値β_ｅｓｔは、横すべり角真値に概ね一致していることが見て取れる。

しかし、上述したバンドパスフィルタ処理やオフセット誤差の除去では取り切れない誤差が積分によって累積されるため、図５から、時間が経過するにつれて、横すべり角推定値β_ｅｓｔと横すべり角真値とのずれが大きくなっていることが分かる。

そこで、本実施形態では、横すべり角推定値β_ｅｓｔをそのまま推定横すべり角β_ＥＳＴとして用いるのではなく、横すべり角推定値β_ｅｓｔを推定横すべり角β_ＥＳＴを算出するための車両パラメータＫを決定するための基礎として用いることとした。以下に、車両パラメータＫと横すべり角推定値β_ｅｓｔとの関係を説明する。

まず、車両が旋回するときに、車両に働く回転向心力Ｆは、以下の数式２によって表される。なお、ｍは車重、Ｖは車両の運動方向の速度、ｒは旋回半径を示す。

また、横すべり角βと横力Ｆとの関係は、以下の数式３によって表される。なお、Ｃｆは、単位すべり角当たりに発生する力であるコーナーリングパワーを示す。

数式２と数式３から、車両パラメータＫと横すべり角推定値β_ｅｓｔとに関して、下記の数式４の関係式が得られる。

つまり、車両パラメータKは、車速Ｖと回転角速度ω_ｙａｗとの乗算結果Ｖω_ｙａｗに対する横すべり角推定値β_ｅｓｔの比として算出することができる。この車両パラメータＫは、横すべり角推定値β_ｅｓｔと、乗算結果Ｖω_ｙａｗとを近似させる係数であると言うこともできる。このため、横すべり角算出装置１０は、図１に示すように、車速Ｖと回転角速度ω_ｙａｗを乗算する乗算ブロック２４を有している。そして、一旦、車両パラメータＫを決定することができた後は、推定横すべり角β_ＥＳＴは、車両パラメータＫ、車速Ｖ、及び回転角速度ω_ｙａｗをそれぞれ乗じることによって算出することができる。

図５には、車両パラメータＫ、車速Ｖ、及び回転角速度ω_ｙａｗをそれぞれ乗じることによって算出された推定横すべり角β_ＥＳＴの波形も示されている。推定横すべり角β_ＥＳＴは、横すべり角推定値β_ｅｓｔのように積分によって求められるものではないので、時間が経過しても、横すべり角推定値β_ｅｓｔに比較して、横すべり角真値との誤差が小さくなっていることが分かる。

横すべり角算出装置１０は、車両パラメータ及び推定横すべり角算出ブロック２８を有している。車両パラメータ及び推定横すべり角算出ブロック２８は、上述したように、車両が旋回したときに検出される、車速Ｖと回転角速度ω_ｙａｗとの乗算結果に対する横すべり角推定値β_ｅｓｔの比として車両パラメータＫを算出する。さらに、一旦、車両パラメータＫを決定すると、横すべり角算出装置１０は、車両が旋回しているときに発生している横すべり角として、車両パラメータＫ、車速Ｖ、及び回転角速度ω_ｙａｗをそれぞれ乗じることによって推定横すべり角β_ＥＳＴを算出することができる。

なお、車両パラメータ及び推定横すべり角算出ブロック２８は、車両パラメータＫを算出し、横すべり角が必要な外部装置（例えば、自動運転制御装置、ロケータ装置など）に、算出した車両パラメータＫを出力するように構成されても良い。車両パラメータＫが分かっていれば、外部装置において、容易に推定横すべり角β_ＥＳＴを算出することができるためである。

次に、図６のフローチャートを参照して、横すべり角算出装置１０において、推定すべり角β_ＥＳＴを算出するための処理手順を説明する。

まず、ステップＳ１００において、横すべり角算出装置１０は、横加速度α_ｙ、回転角速度ω_ｙａｗ、及び車速Ｖを取り込み、上述した数式１に従って、横すべり角微分値ｄβを算出する。算出された横すべり角微分値ｄβは、所定個数分、メモリに保存される。なお、横すべり角微分値ｄβの算出前に、横加速度α_ｙは上述した重力成分除去及びバンドパスフィルタ処理が施され、回転角速度ω_ｙａｗはバンドパスフィルタ処理が施され、車速Ｖは車速補正処理が施される。

ステップＳ１１０では、ステアリングセンサ及び／又はジャイロセンサ２の検出値に基づいて、車両が旋回（カーブ走行）しているか否かを判定する。車両が旋回を開始して、ステップＳ１１０の判定結果が「ＹＥＳ」となった場合、ステップＳ１２０において、それ以前に算出されてメモリに保存されている少なくとも１つの横すべり角微分値ｄβに基づいて、オフセット誤差ｄβ_０を定めて、メモリに保存する。一方、ステップＳ１１０の判定結果が「ＮＯ」である場合、判定結果が「ＹＥＳ」になるまで、ステップＳ１００の処理を繰り返す。

ステップＳ１３０では、車速Ｖが所定値（例えば、５０ｋｍ／ｈ）以下であるか否かを判定する。ステップＳ１３０の判定結果が「ＹＥＳ」である場合、ステップＳ１４０の処理に進み、判定結果が「ＮＯ」である場合、ステップＳ１００の処理に戻る。

車両の速度が高くなると、車両の運動特性も変化し、低速時とは異なる車両パラメータＫが算出される可能性がある。車両パラメータＫを用いて横すべり角を算出する必要性が高いシチュエーションは、例えば、自動運転制御装置が、車両が交差点で右左折のために旋回する際に横すべり角を用いて車両の進行方向を正確に算出するなど、比較的、車速が低いシチュエーションである。このため、本実施形態では、ステップＳ１３０の判定処理により、車速Ｖが所定値以下である低速域に限定して車両パラメータＫを算出するように構成されている。ただし、中速域や高速域におきても横すべり角を算出する必要性がある場合には、低速域と中高速域、あるいは、低速域、中速域、高速域など、複数の速度領域に分けて、それぞれ車両パラメータＫを算出するように構成されても良い。

ステップＳ１４０では、ステップＳ１２０の処理で、メモリに保存されたオフセット誤差ｄβ_０を減算した横すべり角微分値ｄβを積分することによって横すべり角推定値β_ｅｓｔが算出される。ステップＳ１５０では、車速Ｖと回転角速度ω_ｙａｗを乗算した乗算結果Ｖω_ｙａｗが算出される。なお、横すべり角推定値β_ｅｓｔと乗算結果Ｖω_ｙａｗは、車両が旋回している間、例えば所定時間毎に繰り返し算出される。

ステップＳ１６０では、車速Ｖと回転角速度ω_ｙａｗとの乗算結果Ｖω_ｙａｗと横すべり角推定値β_ｅｓｔから、車両パラメータKが算出される。この車両パラメータＫの算出方法の一例を図７のフローチャートを用いて説明する。

最初のステップＳ２００において、車両が旋回している間に、繰り返し算出される複数の横すべり角推定値β_ｅｓｔの中で、最大値を示す最大横すべり角推定値ＭＡＸ（β_ｅｓｔ）を特定する。図８（ａ）、（ｂ）に示すように、最大横すべり角推定値ＭＡＸ（β_ｅｓｔ）は、概して、横すべり角微分値ｄβの符号がプラスからマイナスに反転したタイミングで発生する。従って、横すべり角微分値ｄβの符号がプラスからマイナスに反転したタイミングで算出した横すべり角推定値β_ｅｓｔを最大横すべり角推定値ＭＡＸ（β_ｅｓｔ）として特定しても良い。あるいは、繰り返し算出される横すべり角推定値β_ｅｓｔを相互に大小比較し、最も大きな値を示す横すべり角推定値β_ｅｓｔを最大横すべり角推定値ＭＡＸ（β_ｅｓｔ）として特定しても良い。

ステップＳ２１０では、車両が旋回している間に、繰り返し算出される複数の、車速Ｖと回転角速度ω_ｙａｗとの乗算結果Ｖω_ｙａｗの中で、最大値を示す最大乗算結果ＭＡＸ（Ｖω_ｙａｗ）を特定する。最大乗算結果ＭＡＸ（Ｖω_ｙａｗ）に関しては、最大横すべり角推定値ＭＡＸ（β_ｅｓｔ）が算出されたのと同じタイミングで算出された乗算結果Ｖω_ｙａｗを最大乗算結果ＭＡＸ（Ｖω_ｙａｗ）として特定しても良い。あるいは、繰り返し算出される乗算結果Ｖω_ｙａｗを相互に大小比較し、最も大きな値を示す乗算結果Ｖω_ｙａｗを最大乗算結果ＭＡＸ（Ｖω_ｙａｗ）として特定しても良い。

ステップＳ２２０では、最大横すべり角推定値ＭＡＸ（β_ｅｓｔ）を最大乗算結果ＭＡＸ（Ｖω_ｙａｗ）で除算することにより、車両パラメータＫを算出する。換言すれば、車速Ｖと回転角速度ω_ｙａｗを乗算した乗算結果Ｖω_ｙａｗの最大値に対する、横すべり角推定値β_ｅｓｔの最大値の比として車両パラメータＫを算出する。このように、それぞれの最大値を用いることで、横すべり角推定値β_ｅｓｔ及び乗算結果Ｖω_ｙａｗのそれぞれのＳ／Ｎ比を高めることができ、ノイズの影響を極力低減した車両パラメータＫを算出することができる。

図６のフローチャートに戻って説明を続けると、ステップＳ１７０では、ステップＳ１６０で算出された車両パラメータＫを用いて、つまり、車速Ｖと回転角速度ω_ｙａｗとの乗算結果Ｖω_ｙａｗにさらに車両パラメータＫを乗じることによって、横すべり角βを算出する。ステップＳ１８０では、算出された横すべり角βが所定の上限値（例えば、３～５度の範囲の値）以下であるか否かを判定する。この所定の上限値は、車両の通常の走行における横すべり角の上限に対応するものである。従って、このステップＳ１８０にて、算出された横すべり角βが所定の上限値より大きいと判定された場合、車両パラメータＫは正しく算出されなかった可能性が高い。このため、ステップＳ１８０の判定結果が「ＮＯ」である場合には、算出した車両パラメータＫをメモリに格納することなく、ステップＳ１００の処理に戻る。一方、ステップＳ１８０の判定結果が「ＹＥＳ」である場合、ステップＳ１９０に進んで、算出した車両パラメータＫをメモリに格納する。そして、横すべり角算出装置１０は、メモリに格納された車両パラメータＫを用いて、推定横すべり角β_ＥＳＴを算出する。メモリに格納された車両パラメータＫは、新たな車両パラメータＫが算出されるまで、車両の横すべり角の算出に利用することができる。

以上のように、本実施形態による横すべり角算出装置１０によれば、横すべり角βの推定に必要な車両パラメータＫが、横すべり角微分値ｄβを積分して算出される横すべり角推定値β_ｅｓｔと、車速Ｖと回転角速度ω_ｙａｗとの乗算結果Ｖω_ｙａｗとから算出される。従って、ＧＮＳＳ信号の受信の有無に係わらず、横すべり角の推定に必要な車両パラメータＫを算出することが可能となる。

（第２実施形態）
次に、本開示による横すべり角算出装置１０の第２実施形態について、図面を参照して説明する。

上述した第１実施形態では、最大横すべり角推定値ＭＡＸ（β_ｅｓｔ）を最大乗算結果ＭＡＸ（Ｖω_ｙａｗ）で除算することにより、車両パラメータＫを算出した。しかしながら、車両パラメータＫの算出方法は、第１実施形態で説明した方法に限られず、他の方法を採用することもできる。本実施形態では、第１実施形態とは異なる車両パラメータＫの算出方法について説明する。

図９は、本実施形態における車両パラメータＫの算出方法を示すフローチャートである。最初のステップＳ３００では、車両が旋回している間に、横すべり角推定値β_ｅｓｔを繰り返し算出することにより、横すべり角推定値β_ｅｓｔを複数回算出する。ステップＳ３１０では、横すべり角推定値β_ｅｓｔの算出に同期して、車速Ｖと回転角速度ω_ｙａｗとの乗算結果Ｖω_ｙａｗを複数回算出する。

ステップＳ３２０では、複数回算出された横すべり角推定値β_ｅｓｔと、複数回算出された車速Ｖと回転角速度ω_ｙａｗとの乗算結果Ｖω_ｙａｗとから、同期して算出されたもの同士の比として、複数個の車両パラメータＫを算出する。ステップＳ３３０では、複数個の車両パラメータＫを統計処理して１つの車両パラメータＫを決定する。統計処理は、例えば、複数個の車両パラメータＫの最頻出値を求めるものであっても良い。あるいは、明らかな外れ値を除外した上で、複数個の車両パラメータＫの平均を求めるものであっても良い。

このようにして、第２実施形態の車両パラメータＫの算出方法によっても、第１実施形態と同様に、横すべり角の推定に必要な車両パラメータＫを算出することができる。

（第３実施形態）
次に、本開示による横すべり角算出装置１０の第３実施形態について、図面を参照して説明する。本実施形態でも、第２実施形態と同様に、第１実施形態とは異なる車両パラメータＫの算出方法について説明する。図１０は、本実施形態に係る車両パラメータＫの算出方法を実施するための構成を示す構成図である。

図１０において、制御回路３０はジャイロセンサ２が検出する回転角速度ω_ｙａｗに基づいて車両が旋回中であるか否かを判定し、旋回中であると判定したときに、適応フィルタ３２に対して、イネーブル信号を出力する。

適応フィルタ３２は、制御回路３０からイネーブル信号が出力されているときに動作可能となる。適応フィルタ３２は、動作すると、最小平均二乗（ＬＭＳ）アルゴリズムや再帰的最小二乗（ＲＬＳ）アルゴリズムなどの最適化アルゴリズムに従って、横すべり角推定値β_ｅｓｔの波形と、車速Ｖと回転角速度ω_ｙａｗの波形との誤差ｅが最小となるように、伝達関数Ｈ（ｚ）を自己適応させる。自己適応された伝達関数Ｈ（z）から、車両パラメータ及び推定横すべり角算出ブロック２８は、車両パラメータＫを定めることができる。

このようにして、第３実施形態の車両パラメータＫの算出方法によっても、第１実施形態と同様に、横すべり角の推定に必要な車両パラメータＫを算出することができる。

以上、本開示の好ましい実施形態について説明したが、本開示は上述した各実施形態になんら制限されることなく、本開示の主旨を逸脱しない範囲で、種々変形して実施することができる。

例えば、上述した各実施形態において、図１１に示すように、車両が走行する路面の状態を判定する路面状態判定ブロック３６、及び車両パラメータ及び推定横すべり角算出ブロック２８により算出された車両パラメータＫを保存したり、保存されている車両パラメータＫを更新したりするパラメータ格納部としてのＫ値テーブル３８を設けても良い。

路面状態判定ブロック３６は、例えば、カメラによって撮像された車両周辺の画像に対して画像認識処理を施すことにより、車両が走行している路面が、晴天時の路面、雨天時の路面、又は降雪時の路面であるかなどを判定する。ただし、路面状況は、画像認識のみに限られず、例えば、車両旋回時の車速Ｖと回転角速度ω_ｙａｗとの乗算結果Ｖω_ｙａｗの大きさや、横加速度α_ｙや回転角速度ω_ｙａｗの大きさなどに基づいて判別しても良い。また、その際、ワイパの動作の有無、外気温度などを考慮しても良い。

Ｋ値テーブル３８は、各路面状態に関連付けて、車両パラメータＫを保存する。また、Ｋ値テーブル３８は、新たな車両パラメータＫが算出されると、その車両パラメータＫが算出された路面状況に関連付けて保存されている車両パラメータＫを最新の車両パラメータＫで更新する。

車両パラメータＫは、車両の乗員の数や荷物の量、タイヤの摩耗度合、路面状況によって変化する。これらの変動要因の中で、車両走行中に変化する可能性があるのは、主として路面状況である。

その点、上述したように、Ｋ値テーブル３８に各路面状況に関連付けて車両パラメータＫを保存しておけば、路面状態判定ブロック３６による車両が走行している路面状態の判定結果に基づいて、各路面状態に適した車両パラメータＫを選択することが可能となり、乗算ブロック４０は、選択した車両パラメータＫを用いて精度の高い横すべり角を算出することが可能となる。

また、上述した各実施形態において、横すべり角推定値β_ｅｓｔと、車速Ｖと回転角速度ω_ｙａｗとの乗算結果Ｖω_ｙａｗとを近似させる係数として車両パラメータＫを用いたが、コーナーリングパワーＣｆを用いることも可能である。車両パラメータＫとコーナーリングパワーＣｆとは、数式４に示す一定の関係を有するためである。

１：加速度センサ、２：ジャイロセンサ、３：車輪速センサ、４：ＧＮＳＳ受信機、１０：横すべり角算出装置、１２：重力成分除去ブロック、１４：バンドパスフィルタブロック、１６：バンドパスフィルタブロック、１８：車速補正ブロック、２０：誤差除去演算ブロック、２２：積分ブロック、２４：乗算ブロック、２６：シーン判定ブロック、２８：角算出ブロック、３０：制御回路、３２：適応フィルタ、３６：路面状態判定ブロック、３８：Ｋ値テーブル、４０：乗算ブロック

Claims (10)

1. 車両の横加速度（α_ｙ）、車速（Ｖ）、及び回転角速度（ω_ｙａｗ）を取り込み、取り込んだ横加速度（α_ｙ）、車速（Ｖ）、及び回転角速度（ω_ｙａｗ）に基づいて、車両の横すべり角推定値（β_ｅｓｔ）を算出する横すべり角推定値算出部（１４、１６、２０、２２）と、
   車速（Ｖ）と回転角速度（ω_ｙａｗ）とを乗算した乗算結果（Ｖω_ｙａｗ）を算出する乗算部（２４）と、
   前記横すべり角推定値算出部が算出する横すべり角推定値（β_ｅｓｔ）と、前記乗算部が算出する乗算結果（Ｖω_ｙａｗ）とを近似させる係数であるパラメータ（Ｋ）を算出するパラメータ算出部（２８）と、を備え
   車両の横すべり角は、車速（Ｖ）と回転角速度（ω_ｙａｗ）との乗算結果（Ｖω_ｙａｗ）と前記パラメータ算出部が算出したパラメータ（Ｋ）とによって算出される横すべり角算出装置。
2. 前記横すべり角推定値算出部（１４、１６、２０、２２）は、横加速度（α_ｙ）を車速（Ｖ）で除算した除算結果（α_ｙ／Ｖ）から回転角速度（ω_ｙａｗ）を減算することによって求まる横すべり角微分値（ｄβ）を積分することによって横すべり角推定値（β_ｅｓｔ）を算出するものであり、
   前記横すべり角推定値算出部（１４、１６、２０、２２）は、車両が旋回を開始する前であって、車両が直進しているときに算出される横すべり角微分値（ｄβ）をオフセット誤差（ｄβ_０）として、オフセット誤差を除去した横すべり角微分値（ｄβ）を積分することによって横すべり角推定値（β_ｅｓｔ）を算出する、請求項１に記載の横すべり角算出装置。
3. 前記横すべり角推定値算出部（１４、１６、２０、２２）は、横すべり角微分値（ｄβ）に関してバンドパスフィルタ処理を行う、請求項２に記載の横すべり角算出装置。
4. 前記横すべり角推定値算出部（１４、１６、２０、２２）は、横すべり角微分値（ｄβ）に関するバンドパスフィルタ処理として、少なくとも横加速度（α_ｙ）と回転角速度（ω_ｙａｗ）とに対してバンドパスフィルタ処理を行う、請求項３に記載の横すべり角算出装置。
5. 車両が旋回していることを判定する判定部（２６）を備え、
   前記パラメータ算出部（２８）は、車両が旋回している間の、車両の横すべり角推定値（β_ｅｓｔ）の最大値と、車速（Ｖ）と回転角速度（ω_ｙａｗ）との乗算結果（Ｖω_ｙａｗ）の最大値とをそれぞれ特定し（Ｓ２００、Ｓ２１０）、特定した車両の横すべり角推定値（β_ｅｓｔ）の最大値と、車速（Ｖ）と回転角速度（ω_ｙａｗ）との乗算結果（Ｖω_ｙａｗ）の最大値とに基づいてパラメータ（Ｋ）を算出する（Ｓ２２０）、請求項１乃至４のいずれか１項に記載の横すべり角算出装置。
6. 車両が旋回していることを判定する判定部（２６）を備え、
   前記横すべり角推定値算出部（１４、１６、２０、２２）は、車両が旋回している間に、横すべり角推定値（β_ｅｓｔ）を複数回算出し（Ｓ３００、Ｓ３１０）、
   前記乗算部（２４）は、車両が旋回している間に、横すべり角推定値（β_ｅｓｔ）の算出に同期して、車速（Ｖ）と回転角速度（ω_ｙａｗ）との乗算結果（Ｖω_ｙａｗ）を複数回算出し（Ｓ３２０）、
   前記パラメータ算出部（２８）は、それぞれ複数回算出された横すべり角推定値（β_ｅｓｔ）と、車速（Ｖ）と回転角速度（ω_ｙａｗ）との乗算結果（Ｖω_ｙａｗ）とに基づき、複数個のパラメータ（Ｋ）を算出し（Ｓ３３０）、その複数個のパラメータ（Ｋ）の最頻出値、又は、外れ値を除外した上での平均値によってパラメータ（Ｋ）を算出する（Ｓ３４０）、請求項１乃至４のいずれか１項に記載の横すべり角算出装置。
7. 車両が旋回していることを判定する判定部（２６）を備え、
   前記パラメータ算出部（２８）は、車両が旋回している間の、前記横すべり角推定値算出部が算出する横すべり角推定値（β_ｅｓｔ）と、前記乗算部が算出する乗算結果（Ｖω_ｙａｗ）との一方に対して適応フィルタ（３２）を適用し、前記適応フィルタの出力が前記横すべり角推定値算出部が算出する横すべり角推定値（β_ｅｓｔ）と、前記乗算部が算出する乗算結果（Ｖω_ｙａｗ）との他方と近似するように、前記適応フィルタの伝達関数を調整し、調整した伝達関数からパラメータ（Ｋ）を算出する、請求項１乃至４のいずれか１項に記載の横すべり角算出装置。
8. 前記パラメータ算出部（２８）は、旋回している車両の車速（Ｖ）が所定の基準速度以下であることを条件として、パラメータ（Ｋ）を算出する（Ｓ１３０）、請求項５乃至７のいずれか１項に記載の横すべり角算出装置。
9. 前記パラメータ算出部（２８）は、算出したパラメータ（Ｋ）に基づき算出される車両の横すべり角が所定の上限値を超えている場合、その算出したパラメータ（Ｋ）が、車両の横すべり角の算出に使用されないように構成される（Ｓ１８０）、請求項５乃至７のいずれか１項に記載の横すべり角算出装置。
10. 車両が走行する路面状態を判定する路面状態判定部（３６）と、
    前記路面状態判定部によって判定された路面状態に応じて、前記パラメータ算出部によって算出されたパラメータ（Ｋ）を保存、又は保存されているパラメータ（Ｋ）を更新するパラメータ格納部（３８）と、を備え、
    車両の横すべり角は、前記パラメータ格納部に保存されているパラメータ（Ｋ）から路面状態に応じたパラメータ（Ｋ）が選択され、その選択されたパラメータ（Ｋ）に基づいて算出される、請求項５乃至７のいずれか１項に記載の横すべり角算出装置。

Images