特許ウォッチ

公開番号2025067416
公報種別公開特許公報(A)
公開日2025-04-24
出願番号2023177375
出願日2023-10-13
発明の名称車両制御システム
出願人株式会社アイシン
代理人弁理士法人ネクスト
主分類B60G 17/015 20060101AFI20250417BHJP(車両一般)
要約【課題】車両を制御する為の制御学習モデルの学習を行う為の学習データが不足する場合であっても、車両やユーザの特性について反映した学習を可能にした車両制御システムを提供する。
【解決手段】車両の挙動を示す物理量を蓄積した学習データを用いて、車両を制御する為の制御学習モデル46の学習を行う一方で、制御学習モデル46の学習を行う為の学習データが不足すると判定された場合に、制御学習モデル46の学習を行う為に必要となるデータとして、指定された路面の形状と該路面を制御対象となる車両が走行したと仮定した場合における車両の挙動の少なくとも一方を含む路面データを、環境生成学習モデル35を用いて生成して取得し、取得された路面データについても用いて制御学習モデル46の学習を行うように構成する。
【選択図】図5
特許請求の範囲【請求項１】
車両の挙動を示す物理量を取得する車両挙動取得手段と、
前記物理量を蓄積した学習データを用いて、前記車両を制御する為の制御学習モデルの学習を行う制御学習手段と、
前記制御学習モデルの学習を行う為の前記学習データが不足すると判定された場合に、前記制御学習モデルの学習を行う為に必要となるデータとして、指定された路面の形状と該路面を制御対象となる前記車両が走行したと仮定した場合における前記車両の挙動の少なくとも一方を含む路面データを、環境生成学習モデルを用いて生成して取得する路面データ取得手段と、を有し、
前記制御学習手段は、前記路面データ取得手段により取得された前記路面データについても用いて前記制御学習モデルの学習を行う車両制御システム。
続きを表示（約 390 文字）【請求項２】
前記指定された路面は、路面の位置座標、路面が存在する住所、路面の種別の少なくとも一以上によって指定される路面である請求項１に記載の車両制御システム。
【請求項３】
前記車両が過去に走行した路面の形状と該路面を前記車両が実際に走行した際の前記車両の挙動とを含む実測路面データを取得して記憶媒体に格納するデータ格納手段を有し、
前記路面データ取得手段は、前記指定された路面を前記車両が実際に走行した際の前記実測路面データが前記記憶媒体に格納されている場合には、前記路面データの代わりに前記記憶媒体から該当する前記実測路面データを読み出して取得する請求項１又は請求項２に記載の車両制御システム。
【請求項４】
前記実測路面データに基づいて前記環境生成学習モデルの学習を行う学習手段を有する請求項３に記載の車両制御システム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、車両の制御を行う車両制御システムに関する。
続きを表示（約 2,400 文字）【背景技術】
【０００２】
車両の乗り心地や走行安定性などを向上させる為に、車両の挙動に応じてサスペンション等の車両が備える各種機構について制御を行うことが従来より行われている。また、より適切な車両制御を行う為に、固定パラメータに基づく制御ではなく、学習モデルを用いて車両の特性や路面の状態を考慮したより適切な制御量を導き出すことについても提案されている。
【０００３】
そして、上記のような車両制御を行う為の学習モデルについて学習を行う場合には、学習対象とする路面を用意し、用意した路面を実際に走行させるか或いは走行したと仮定したシミュレートを行い、走行対象となる路面の形状や走行結果から得られた走行時の車両の挙動を示す路面データに基づいて学習モデルの学習を行う。ここで、実際に乗車するユーザにとって最適な車両制御を行う為には、そのユーザの走行する傾向の高い形状の路面を対象に上記学習モデルの学習することが重要である。しかしながら、そのような路面に対する路面データが学習に対して十分に確保できない場合もあった。そこで、例えば特開２０２３－９７４５９号公報には、同じ路面を走行する複数の車両から走行情報を収集し、それらを合成することによってその路面に対する合成走行情報を生成する技術について開示されている。
【先行技術文献】
【特許文献】
【０００４】
特開２０２３－９７４５９号公報（段落００３２－００３５）
【発明の概要】
【発明が解決しようとする課題】
【０００５】
上記特許文献１に開示された技術によれば、制御対象となるユーザ（以下、対象ユーザという）の路面データが不足する場合に、対象ユーザ以外のユーザ（以下、他ユーザという）の路面データを組み合わせて不足分を補うことが可能であるが、対象ユーザと他ユーザとでは同じ路面を走行してもその挙動には大きな隔たりが生じる。例えば、運転操作の傾向、車両の規格（軽自動車、小型乗用車、普通乗用車）、乗員数、タイヤ圧などの要因で車両の挙動は変化するので、そのような大きく異なる複数の路面データを合成することは難しい。また、仮に合成できたとしても合成後の路面データから対象ユーザの特性（個性）が消えてしまうこととなり、対象ユーザに合わせた学習ができなくなる問題がある。
【０００６】
本発明は前記従来における問題点を解消するためになされたものであり、車両を制御する為の制御学習モデルの学習を行う為の学習データが不足する場合において、指定された路面の形状とその路面を対象ユーザが走行したと仮定した場合の車両の挙動の少なくとも一方を含む路面データを取得でき、学習データに加えてそれらの路面データを用いることで車両やユーザの特性について反映した学習を可能にした車両制御システムを提供することを目的とする。
【課題を解決するための手段】
【０００７】
前記目的を達成するため本発明に係る車両制御システムは、車両の挙動を示す物理量を取得する車両挙動取得手段と、前記物理量を蓄積した学習データを用いて、前記車両を制御する為の制御学習モデルの学習を行う制御学習手段と、前記制御学習モデルの学習を行う為の前記学習データが不足すると判定された場合に、前記制御学習モデルの学習を行う為に必要となるデータとして、指定された路面の形状と該路面を制御対象となる前記車両が走行したと仮定した場合における前記車両の挙動の少なくとも一方を含む路面データを、環境生成学習モデルを用いて生成して取得する路面データ取得手段と、を有し、前記制御学習手段は、前記路面データ取得手段により取得された前記路面データについても用いて前記制御学習モデルの学習を行う。
尚、「車両の挙動を含む路面データ」は、車両の挙動を示すことができるデータであれば、車両の挙動を直接特定するデータでも良いし、車両の挙動に影響を与える要因を特定する（間接的に挙動を示す）データであっても良い。
【発明の効果】
【０００８】
前記構成を有する本発明に係る車両制御システムによれば、車両を制御する為の制御学習モデルの学習を行う為の学習データが不足する場合において、指定された路面の形状とその路面を対象ユーザが走行したと仮定した場合の車両の挙動の少なくとも一方を含む路面データを取得できるので、学習データに加えてそれらの路面データを用いることで車両やユーザの特性について反映した学習を可能とする。その結果、学習後の制御学習モデルを用いてより適切な車両制御が可能となる。
【図面の簡単な説明】
【０００９】
本実施形態に係る車両制御システムを示した概略構成図である。
本実施形態に係るサスペンションの概略構成図である。
本実施形態に係る車両制御システムの構成を示したブロック図である。
実測路面ＤＢに記憶される実測路面データの一例を示した図である。
環境生成学習モデルの一例を示した図である。
本実施形態に係る車両制御装置の構成を示したブロック図である。
制御学習モデルの一例を示した図である。
“ばね上加速度”について説明した図である。
本実施形態に係る実測路面データ収集学習処理プログラムのフローチャートである。
本実施形態に係る路面データ生成配信処理プログラムのフローチャートである。
【発明を実施するための形態】
【００１０】
以下、本発明に係る車両制御システムについて具体化した一実施形態に基づき図面を参照しつつ詳細に説明する。先ず、本実施形態に係る車両制御システム１の概略構成について図１を用いて説明する。図１は本実施形態に係る車両制御システム１を示した概略構成図である。
（【００１１】以降は省略されています）

関連特許