JP3708180B2

JP3708180B2 - 自動ブレーキ制御装置

Info

Publication number: JP3708180B2
Application number: JP23693495A
Authority: JP
Inventors: 敦池田
Original assignee: Fuji Jukogyo KK
Current assignee: Subaru Corp
Priority date: 1995-09-14
Filing date: 1995-09-14
Publication date: 2005-10-19
Anticipated expiration: 2015-09-14
Also published as: US5904215A; JPH0976888A

Description

【０００１】
【発明の属する技術分野】
この発明は、自動ブレーキ制御装置に関し、詳しくは、ニューラルネットワークを採用して制御方法を具現化した自動ブレーキ制御装置に関する。
【０００２】
【従来の技術】
従来の自動ブレーキ制御装置として、特開平５−３０５８３９号公報記載の車両速度制御装置などが知られている。これは、自車両の速度及び加減速度並びに先行車両と自車両との車間距離に基づいて、エンジン出力の他にブレーキ力を自動制御するものである。
【０００３】
また、従来より、車両パラメータの推定にニューラルネットワークを採用したものも知られている。例を挙げると、特開平４−１３８９７０号公報記載の後輪舵角操舵装置は、バックプロパゲーション法で学習したニューラルネットワークによってヨーレート等の特定の車両パラメータを車速等の他の車両パラメータから推定し、この推定値等に基づいて後輪舵角の制御目標量を定めるものである。また、特開平６−２８６６３０号公報記載の技術も、同様に車速等から路面摩擦係数を推定せんとするものである。
【０００４】
【発明が解決しようとする課題】
このように従来の自動ブレーキ制御装置が車速等の車両パラメータに基づいてブレーキ制御目標量を定めるものであるところ、車両パラメータの推定にニューラルネットワークを用いたものが存在することから、ニューラルネットワークを採用することによって自動ブレーキ制御装置の改善を図ることが考えられる。例えば、車速等の基本的パラメータばかりでなく、推定した路面摩擦係数をも用いて制動性能の向上を図るなどである。
【０００５】
しかし、自動ブレーキ制御装置には、このような車両特性だけに関する問題ばかりでなく、車両特性に加えて運転者の運転特性や癖等にも依存する問題がある。具体的には、個々の運転者によってブレーキを踏むタイミングや踏み込み方が相違し、ある者にはブレーキ踏込の開始は早いがその後は穏やかに踏み込んでいく特徴があり、又他の者にはブレーキ踏込の開始は遅いがその後は急激に踏み込むという特徴があり、さらにその他の者にはブレーキ踏込の開始も終了も早いという特徴があるといった具合いである。
【０００６】
このため、単に車両パラメータだけに基づいてブレーキ制御目標量を定めたのでは、個々の運転者が総て満足・納得してくれるようなブレーキの自動制御を実現することは、不可能である。ブレーキを踏むのが早い傾向の者にとっては自動ブレーキが遅すぎると感じられ、逆にブレーキを踏むのが遅い傾向者にとっては自動ブレーキが早すぎると感じられ、さらにブレーキ踏込途中での過渡状態の相違によっても運転者が違和感を持つので、既定の演算式のパラメータ修正等の手法では対処しきれないからである。
【０００７】
そこで、自動ブレーキ制御装置へのニューラルネットワークの採用に当たっては、車両パラメータの推定よりも、車両パラメータに基づいてブレーキ制御目標量を定めるための演算にニューラルネットワークを適用することで、学習をともなった演算等によって高い柔軟性や適応能力を確保して、木目細かな個別対応を図ることにより、個性の異なる運転者全体の満足度を向上させることが必要とされる。
【０００８】
しかしながら、ここで、ブレーキ制御目標量の演算へのニューラルネットワークの適用に際しては、ニューラルネットワークの特性から、車両パラメータによっては小規模なニューラルネットワークにそのまま入力したのではニューラルネットワークによる演算結果の精度が良くないことや、ニューラルネットワークによる制御と学習との両立の確保、学習内容の適切な選択方法等の課題がある。
【０００９】
この発明は、このような点に鑑みてなされたものであり、小規模なニューラルネットワークによる制御と学習との両立を図ることにより、運転者それぞれに木目細かく対応することができる自動ブレーキ制御装置を提供することを目的とする。
さらに、この発明は、ニューラルネットワークの学習データについての適切な選択を図ることにより、ニューラルネットワークの特性が不所望に偏るのを防止した自動ブレーキ制御装置を提供することをも目的とする。
【００１０】
【課題を解決するための手段】
この目的を達成するために発明された第１の解決手段としての自動ブレーキ制御装置は、少なくとも車速及び車間距離に基づいてブレーキ制御目標量を定め、このブレーキ制御目標量に従ってブレーキを自動制御する自動ブレーキ制御装置において、
学習機能を持った複数のニューラルネットワークと、これら複数のニューラルネットワークのうちから何れか１つを制御用として選択し他のものを学習用とする選択手段と、この選択手段によって制御用とされたニューラルネットワークの出力を前記ブレーキ制御目標量として出力する切換手段とを備え、前記複数のニューラルネットワークのそれぞれは、少なくとも前記車速と前記車間距離とを入力として受け、ブレーキ踏込量を学習用の入力として受けるニューラルネットワークであって、前記選択手段によって制御用として選択されているときは、学習機能を停止して通常の演算を行い、前記選択手段によって学習用として選択されているときは、自己の出力が前記ブレーキ踏込量に追従するように学習を行うものであることを特徴とするものである。
【００１４】
具体的には、図１に示す如く（なお、図中の破線は制御信号を示す。）、
少なくとも自車両の車速Ｖ及び先行車両と前記自車両との車間距離Ｄに基づいてブレーキ制御目標量Ｓを定め、このブレーキ制御目標量Ｓに従ってブレーキを自動制御する自動ブレーキ制御装置において、
学習機能（ＬＮ１，ＬＮ２）を持った複数のニューラルネットワーク（ＮＮ１，ＮＮ２）１２１，１２２と、
これら複数のニューラルネットワーク１２１，１２２のうちから何れか１つをイグニッションスイッチのオンオフ等に応じて交互または順次あるいは適宜に制御用として選択する選択手段１２３と、
この選択手段１２３によって制御用に選択されたニューラルネットワーク（１２１）の出力（Ｓ１）を前記ブレーキ制御目標量Ｓとして出力する切換手段１２４とを備え、
前記複数のニューラルネットワーク１２１，１２２のそれぞれは、少なくとも前記車速Ｖと前記車間距離Ｄとを入力として受け、前記ブレーキ制御目標量Ｓとして使用可能なＳ１，Ｓ２を出力すると共に、検出されたブレーキ踏込量Ｂを自己の学習用の入力として受けるニューラルネットワークであって、
ニューラルネットワーク１２１が前記選択手段１２３によって制御用として選択されているときは、ニューラルネットワーク１２１の学習機能を停止してニューラルネットワーク１２１の入力に基づいて出力Ｓ１を求める通常の演算を行い、
ニューラルネットワーク１２２が前記選択手段１２３によって制御用として選択されているときは、ニューラルネットワーク１２２の学習機能を停止してニューラルネットワーク１２２の入力に基づいて出力Ｓ２を求める通常の演算を行うことを特徴とするものである。
【００１５】
先の目的を達成するために発明された第２の解決手段としての自動ブレーキ制御装置は、少なくとも車速及び車間距離に基づいてブレーキ制御目標量を定め、このブレーキ制御目標量に従ってブレーキを自動制御する自動ブレーキ制御装置において、
学習機能を持つと共に前記ブレーキを自動制御するときは少なくとも前記車速と前記車間距離とを入力とし前記ブレーキ制御目標量を出力するニューラルネットワークと、少なくとも前記車速と前記車間距離とブレーキ踏込量とを記憶しておく記憶手段と、前記ニューラルネットワークが前記ブレーキ制御目標量を出力する必要がないときに、ブレーキ踏込の終了タイミングの検出に応じて、前記記憶手段が前記ブレーキ踏込の開始タイミングから前記ブレーキ踏込の終了タイミングまでの期間を含んだ所定の期間に亘る記憶を読みだして出力するように前記記憶手段を制御すると共に、前記ニューラルネットワークが前記記憶手段からの出力に基づく学習を行うように前記ニューラルネットワークを制御する学習制御手段とを備えたことを特徴とするものである。
【００１６】
具体的には、図２に示す如く（なお、図中の破線は制御信号を示す。）、
少なくとも自車両の車速Ｖ及び先行車両と前記自車両との車間距離Ｄに基づいてブレーキ制御目標量Ｓを定め、このブレーキ制御目標量Ｓに従ってブレーキを自動制御する自動ブレーキ制御装置において、
学習機能（ＬＮ１）を持ち且つ出力層から前記ブレーキ制御目標量Ｓとして使用可能なものＳ１を出力するニューラルネットワーク（ＮＮ１）１２１と、
少なくとも前記車速Ｖと前記車間距離Ｄとブレーキ踏込量Ｂとを受け、自己の動作状態が書き込み状態に制御されているときは少なくとも前記車速Ｖと前記車間距離Ｄとブレーキ踏込量Ｂとの組を例えば時系列的に順に記憶しておき、自己の動作状態が読みだし状態に制御されているときは記憶していた車速Ｖ’と車間距離Ｄ’とブレーキ踏込量Ｂ’との組を記憶時と同じ順に又は異なる順で読みだして出力するリングバッファ等の記憶手段１３１と、
前記ブレーキ踏込量Ｂを受けて、ブレーキ踏込の開始タイミング及びその終了タイミングを検出して検出信号Ｔを出力する検出手段１３２と、
この検出手段１３２からの検出信号Ｔを受け、オート／マニュアル．スイッチ等からのモード信号Ａによって前記ブレーキの手動制御モードが選択されているときに、前記ブレーキ踏込の終了タイミングの検出に応じて、前記記憶手段１３１が前記ブレーキ踏込の開始タイミングから前記ブレーキ踏込の終了タイミングまでの期間を含んだ所定の期間に亘る記憶を順に読みだして出力するように前記記憶手段１３１の動作状態を制御すると共に、前記ニューラルネットワーク１２１の動作状態をも学習状態に制御する学習制御手段１３３と、前記モード信号Ａによって前記ブレーキの自動制御モードが選択されているときは、前記車速Ｖと前記車間距離Ｄとを前記ニューラルネットワーク１２１の入力層へ送出し、前記モード信号Ａによって前記手動制御モードが選択されているとき又は前記学習制御手段１３３によって前記ニューラルネットワーク１２１の動作状態が前記学習状態に制御されているときは、前記記憶手段１３１からの前記車速Ｖ’と前記車間距離Ｄ’とを前記ニューラルネットワーク１２１の入力層へ送出すると共に前記記憶手段１３１からのブレーキ踏込量Ｂ’を学習用に前記ニューラルネットワーク１２１へ送出する入力切換手段１３４と、
前記モード信号Ａによって前記自動制御モードが選択されているときは前記ニューラルネットワーク１２１の出力Ｓ１を前記ブレーキ制御目標量Ｓとして出力し、前記モード信号Ａによって前記手動制御モードが選択されているときは前記ニューラルネットワーク１２１の出力Ｓ１を前記ブレーキ制御目標量Ｓとして出力するのを抑制する出力切換手段１３５と
を備えたことを特徴とするものである。
【００１７】
先の目的を達成するために発明された第３の解決手段としての自動ブレーキ制御装置は、上記第２の解決手段であって、標準的な又は安全性の高いブレーキ踏込動作について予め測定・検出等して得られた少なくとも車速と車間距離とブレーキ踏込量とを記憶している他の記憶手段をも備え、前記学習制御手段は、前記ニューラルネットワークが前記記憶手段からの出力に基づく学習に加えて所定の割合で前記他の記憶手段からの出力に基づく学習をも行うように前記ニューラルネットワーク及び前記他の記憶手段をも制御するものであることを特徴とするものである。
【００１８】
先の目的を達成するために発明された第４の解決手段としての自動ブレーキ制御装置は、上述した第１又は第２の解決手段であって、前記車速から所定の対応関係に従って標準車間距離を求める変換手段と、前記車間距離と前記標準車間距離との比から所定の正規化式に従って正規車間距離を求める算出手段とを備え、前記ニューラルネットワークが、又は前記ニューラルネットワーク及び前記記憶手段が前記車間距離に代えて前記正規車間距離を入力するものであることを特徴とする。
【００１９】
なお、上記の各解決手段で、「少なくとも…」とあるのは、その他の種類の検出値をも併せて入力等とすることも含まれているという趣旨である。また、各ニューラルネットワークへの入力等とされる車速や車間距離さらにはブレーキ踏込量は、直接検出された信号値に限定されるものではなく、この検出信号に平滑処理やレベル調整あるいはＡ／Ｄ変換等の一般的な信号処理を施して間接的に得られる等価な値のものをも意味する。これらのことは、各請求項の記載についても同じである。
【００２３】
このような第１の解決手段の自動ブレーキ制御装置にあっては、複数のニューラルネットワークが具備されているが、これら複数のニューラルネットワークのうちから何れか１つが選択手段によって制御用として選択される。そして、このニューラルネットワークによって車速や車間距離等に基づく通常の演算が行われ、このニューラルネットワークの出力すなわち演算結果が切換手段によってブレーキ制御目標量として出力される。これにより、ニューラルネットワークによるブレーキの自動制御が行われる。
【００２４】
また、残りのニューラルネットワークは、選択手段によって学習用とされる。そして、車速や車間距離等とこれに対応したブレーキ踏込量とを入力して、このブレーキ踏込量に自己の出力が追従するような学習を行う。ここで、このブレーキ踏込量は実際の運転状態に基づきそのときの運転者の個性が反映されたものであるから、ニューラルネットワークは、運転者の個性を吸収するよう学習を行う。
【００２５】
これにより、ニューラルネットワークによる制御と学習とを並行して行うことができる。そして、運転者の個性を学習したニューラルネットワークが現在制御演算中のニューラルネットワークに代わって次に選択手段によって制御用として選択される。こうして学習済みのニューラルネットワークによってブレーキの自動制御が行われると、より一層その運転者に適したブレーキの自動制御が行われることになる。
しかも、演算機能と学習機能との両機能が厳密に各ニューラルネットワークごとに同時並列に作動する必要はないので、各ニューラルネットワークは、通常の演算機能の他に学習機能を持っていさえすれば十分であり、小規模のものでよい。
【００２６】
したがって、この発明の自動ブレーキ制御装置は、ニューラルネットワークによる制御と学習との両立を図ることにより、運転者それぞれに木目細かく対応することができる。
【００２７】
第２の解決手段の自動ブレーキ制御装置にあっては、記憶手段を有して車速やブレーキ踏込量等を記憶しておくので、ブレーキ踏込の開始以前からブレーキ踏込の終了後に亘る車速等のデータが、ブレーキ踏込の終了後であれば利用可能である。そこで、ブレーキを自動制御するためのニューラルネットワークの学習が、自動制御の合間を縫ってブレーキ踏込の終了後に、ブレーキ踏込期間を含んだ所定の期間に亘るデータに基づいて行われる。
【００２８】
これにより、実際のブレーキ操作に該当するデータだけが選別されて学習に供され、それ以外のデータは学習対象から除外されるので、ブレーキ操作の行われていないときの大量のデータによって学習結果が偏ってしまうという弊害を回避することができる。
【００２９】
したがって、この発明の自動ブレーキ制御装置は、ニューラルネットワークの学習データについての適切な選択を図ることにより、ニューラルネットワークの特性が不所望に偏るのを防止することができる。
【００３０】
第３の解決手段の自動ブレーキ制御装置にあっては、現在の運転者の個性を反映したデータを記憶しておく記憶手段に加えて、他の記憶手段をも備えるが、この「他の記憶手段」には、標準的な又は安全性の高いブレーキ踏込動作についての既存のデータが記憶されている。そして、ニューラルネットワークは、現在の運転者のブレーキ操作についての学習を行うとともに、適宜、標準的な又は安全性の高いブレーキ操作についての学習をも行う。
【００３１】
これにより、現在の運転者の個性がニューラルネットワークに吸収される一方で、その個性の影響が標準的な既存のデータで幾分なりと薄められることになる。そこで、一時的・偶発的なブレーキ操作がブレーキの自動制御に対して与える不所望な影響を緩和することができる。
したがって、この発明の自動ブレーキ制御装置は、ニューラルネットワークの特性が不所望に偏るのを防止することができる。
【００３２】
第４の解決手段の自動ブレーキ制御装置にあっては、第１乃至第３の解決手段に対してニューラルネットワークが、又はニューラルネットワーク及び記憶手段が車間距離に代えて正規車間距離を入力する変換手段及び算出手段が備えられている。したがって、この発明の自動ブレーキ制御装置は、第１乃至第３の解決手段の作用効果に加えて、正規車間距離は車速との独立性が高いものになるとともに相対的にばらつきの少ないものになるので、ニューラルネットワーク、又はニューラルネットワーク及び記憶手段は除算相当の処理等の不得手な処理を行わなくて済むので、小規模のニューラルネットワーク、又はニューラルネットワーク及び記憶手段であっても適切な値のブレーキ制御量を算出することができる。したがって、ニューラルネットワーク、又はニューラルネットワーク及び記憶手段が小規模で済む自動ブレーキ制御装置を実現することができる。
【００３３】
【発明の実施の形態】
自動ブレーキ制御装置を車両に搭載した本発明の実施の形態について、その構成を説明する。図３は、本発明に関わる自動ブレーキ制御装置についてのブロック図であり、図４は、その車両の駆動系と制動系の概要を示す図である。なお、図中、破線は制御信号を示している。
【００３４】
先ず図４に基づいて車両１の駆動系を概説する。車両１は後輪駆動の４輪自動車であり、エンジン２の出力軸がクラッチ３を介して変速機４に連結され、さらに変速機４の出力側が、プロペラ軸５や、リヤデフ６、車軸７等を順に介して後輪８に連結されており、エンジン２の回転出力が後輪８に伝動されるようになっている。なお、前輪９は図示しない操舵系を介して転舵される。
【００３５】
さらに、車両１は、ブレーキペダルの踏込によってブレーキ駆動力を発生するフットブレーキ１０と、自動ブレーキ制御ユニット１００と、このユニット１００から送出されたブレーキ制御目標量Ｓに応じてブレーキ駆動力を発生する自動ブレーキ１１と、フットブレーキ１０あるいは自動ブレーキ１１で発生したブレーキ駆動力をブレーキパイプ１２経由で受けることで後輪８及び前輪９に対するブレーキ力を発生する４個のブレーキ１３とからなるものである。これにより、車両１を駆動しすぎたときなど減速を要する場合には、運転者がブレーキペダルを踏み込むことで車両１の走行を制動し得る他、自動ブレーキ制御ユニット１００からのブレーキ制御目標量Ｓに従ってブレーキが自動制御されるものとなっている。
【００３６】
自動ブレーキ制御ユニット１００は、車速Ｖ等の車両パラメータに基づいてブレーキ制御目標量Ｓを定める電子回路であり、自動ブレーキ制御装置の中枢部をなすものとなっている。そして、車両１は、この自動ブレーキ制御ユニット１００が必要とする車両パラメータを検出するために、少なくとも、ブレーキの自動制御が選択されているときオンで選択されていないときオフのモード信号Ａを出力するオート／マニュアルスイッチ（Ａ／Ｍ．ＳＷ）２１と、エンジン始動後はオンでエンジン停止後はオフの作動信号Ｉを出力するイグニッションスイッチ（ＩＧ．ＳＷ）２２と、車両１の速度を検出して車速Ｖを出力する車速センサ２３と、画像認識等によって先行車両と自車両１との車間距離Ｄを検出して出力する車間距離センサ２４と、フットブレーキ１０の踏込量Ｂを検出して出力するブレーキセンサ２５とが装備されたものとなっている。
【００３７】
自動ブレーキ制御ユニット１００の構成図３に基づいて説明する。これは、個々の運転者ごとの木目細かなブレーキ制御を行うためにニューラルネットワークを用いてブレーキ制御目標量を算出するものであり、学習機能を持った複数のニューラルネットワーク（１２１，１２２，１２２ａ）と、車速Ｖ等から車速に応じて物理的に望ましいと考えられる先行車両との車間距離である標準車間距離Ｄｒと、車間距離Ｄと標準車間距離Ｄｒとから正規化式により求められる正規車間距離Ｋを求める手段（１１１，１１２）と、ブレーキ操作時のデータを記憶しておく記憶手段（１３１ａ，１３１ｂ）と、複数のニューラルネットワーク（１２１，１２２，１２３）の何れか１つを制御用に選択し残りを学習用とする手段（１２３ａ，１２４ａ）と、制御用のものに正規車間距離Ｋ等に基づくブレーキ制御目標量Ｓの演算を行わせると共に学習用のものには記憶手段１３１ａ等からのデータに基づく学習をさせる学習制御手段（１３３ａ）と入力切換（１３４ａ，１３４ｂ）とを備えたものとなっている。
【００３８】
以下にこれらの自動ブレーキ制御ユニット１００の内部構成を詳述するが、フィルタ回路やＡ／Ｄ変換回路などの極く一般的なものの説明は割愛する。
【００３９】
演算回路１１１は、車速Ｖを受け、式［Ｄｒ＝ａ＋ｂＶ² ］に従って車速Ｖから標準車間距離Ｄｒを算出し、この標準車間距離Ｄｒを演算回路１１２へ出力する。ここで、ａは標準的な運転者の反射神経等を考慮して定めた定数、ｂは車両１の制動距離等を考慮して定めた定数である。これにより、演算回路１１１は、経験則・実験則に基づく所定の対応関係に従って標準車間距離Ｄｒを求める変換手段として機能するものとなっている。
【００４０】
演算回路１１２は、車間距離Ｄと標準車間距離Ｄｒとを受け、正規化式［Ｋ＝１−（Ｄ／Ｄｒ）］に従って車間距離Ｄと標準車間距離Ｄｒとの比から正規車間距離Ｋを算出し、この正規車間距離Ｋを出力する。これにより、演算回路１１２は、車間距離を無次元量として正規化する算出手段として機能する。そして、このように車両パラメータを加工することから、次に述べるニューラルネットワーク１２１等が不得手な演算処理を行わなくて済むので、これらのニューラルネットワークを小規模なもので済ませることができるものとなっている。
【００４１】
ニューラルネットワーク１２１は、ニューロンモデルとしての演算を行う部分ＮＮ１と、バックプロパゲーション法等による学習の処理を行うために付加された部分ＬＮ１とからなり、学習機能を持ったものとなっている。そして、ニューロンモデル部分ＮＮ１は、入力信号ｘｊに対してニューロン間結合度ｗｉｊ及び閾値ｈを用いてシグモイド関数（１／（１＋ｅｘｐ（−（Σｗｉｊ×ｘｊ−ｈ））））により出力値を算出する。これにより、ニューラルネットワーク１２１は、“０”〜“１”間の値を取り得るものとなっている。尚、ニューラルネットワーク１２２，１２２ａも、ニューラルネットワーク１２１と全く同じ構成である。
【００４２】
各ニューラルネットワーク１２１，１２２，１２２ａは、ニューロンモデル部分ＮＮ１，ＮＮ２，ＮＮ３が車速（Ｖ，Ｖ’，Ｖ”の何れか）と正規車間距離（Ｋ，Ｋ’，Ｋ”の何れか）とを入力してブレーキ制御目標量Ｓに相当するＳ１，Ｓ２，Ｓ３を出力し、学習用として選択されているときには学習担当部分ＬＮ１，ＬＮ２，ＬＮ３がブレーキ踏込量（Ｂ，Ｂ’，Ｂ”の何れか）を入力して自己の出力Ｓ１，Ｓ２，Ｓ３と比較しその差を解消するようにニューロン間結合度ｗｉｊを修正するものである。
【００４３】
選択信号発生回路１２３ａは、イグニッションスイッチ２２からの作動信号Ｉを受け選択信号としてカウント値を出力するカウンタ回路であり、ニューラルネットワークが３個であることに対応して３進のカウンタで構成されている。車両１のエンジン始動がなされて作動信号Ｉのオフからオンへの遷移があるたびにカウント値が更新される。これで、ニューラルネットワーク１２１，１２２，１２２ａから１つを順次制御用として選択する選択手段として機能するものとなっている。なお、図３は、ニューラルネットワーク１２１が制御用として選択され、他のニューラルネットワーク１２２，１２２ａは学習用とされて、制御と学習とを並行して行うことができる状態を示している。
【００４４】
切換回路１２４ａは、ニューラルネットワーク（１２１，１２２，１２２ａ）の出力Ｓ１，Ｓ２，Ｓ３を入力とするセレクタであり、選択信号発生回路１２３ａからの選択信号に応じて、何れか制御用に選択されたニューラルネットワーク（１２１）の出力（Ｓ１）を後段の切換回路１３５に送出するものである。
【００４５】
切換回路１３５は、切換回路１２４の出力と自動ブレーキ１１の入力間に介挿されたスイッチ回路であり、オート／マニュアルスイッチ２１からのモード信号Ａが入力され、ブレーキの自動制御モードが選択されているとき導通状態となり、そうでないときは遮断状態となる。これにより、自動制御モードが選択されているときだけ制御用のニューラルネットワーク（１２１）の出力（Ｓ１）をブレーキ制御目標量Ｓとして自動ブレーキ１１に出力し、それ以外のときはブレーキ制御目標量Ｓの出力を抑制する出力切換手段となっている。
【００４６】
運転者特性メモリ１３１ａは、アドレスカウンタ等の周辺回路の細かな説明は割愛するが、要するにリングバッファとして用いられるＲＡＭであり、記憶手段として動作するものである。すなわち、車速Ｖと正規車間距離Ｋとブレーキ踏込量Ｂとを受け、学習制御回路１３３ａの制御によって自己の動作状態が書き込み状態に制御されているときはこれらのデータを時系列的に順に記憶しておくものであるが、最後の領域にデータを記憶した後は再び先頭の領域からデータを記憶する。そして、学習制御回路１３３ａの制御によって自己の動作状態が読みだし状態に制御されているときは、記憶していた車速Ｖ’と正規車間距離Ｋ’とブレーキ踏込量Ｂ’との組を記憶時と同じ順に読みだして出力するものである。
【００４７】
基本データメモリ１３１ｂは、やはりアドレスカウンタ等の周辺回路の細かな説明は割愛するが、一般的に安全とされるブレーキ踏込動作について予め測定を済ませておいた一連の車速と正規車間距離Ｋとブレーキ踏込量Ｂとを記憶しているＲＯＭであり、学習制御回路１３３ａの制御によって自己の動作状態が読みだし状態に制御されているときは、記憶していた車速Ｖ”と正規車間距離Ｋ”とブレーキ踏込量Ｂ”との組を順に読みだして出力するものである。
【００４８】
トリガ検出回路１３２は、ブレーキ踏込量Ｂを受けて、これが零か否かを比較判別するコンパレータや、その出力反転のタイミングでトリガパルスを出力するパルス発生回路等で構成され、ブレーキ踏込の開始タイミング及びその終了タイミングを検出する検出手段として機能し、トリガ検出回路１３２の出力であるトリガ信号Ｔは学習制御回路１３３ａに送出される。
【００４９】
学習制御回路１３３ａは、論理回路を主体として構成され、トリガ検出回路１３２からのトリガ信号Ｔを受け、これに応じて運転者特性メモリ１３１ａ，基本データメモリ１３１ｂや分配器１３４ｂさらにはニューラルネットワーク１２１，１２２，１２２ａのうち学習用に選択されているものに対して制御信号を送出して学習動作を行わせるものであり、学習制御手段として機能するものである。
【００５０】
具体的には、トリガ信号Ｔによってブレーキ踏込の終了を検出すると、それまで書き込み状態にしていた運転者特性メモリ１３１ａを制御して読みだし状態に変えさせて、直前に記憶した車速Ｖ’と正規車間距離Ｋ’とブレーキ踏込量Ｂ’との組からなる一連のデータを出力させる。そして、これが完了すると、基本データメモリ１３１ｂを制御して車速Ｖ”と正規車間距離Ｋ”とブレーキ踏込量Ｂ”との組からなる一連のデータを出力し、学習用として選択されたニューラルネットワーク（１２２，１２２ａ）に実際の学習動作を行わせる。
【００５１】
なお、運転者特性メモリ１３１ａからの読みだしは、ブレーキ踏込の開始タイミングよりも僅かな時間Δｔだけ前に記憶されたデータから始める。これは、書き込み状態のときに予め、ブレーキ踏込の開始タイミングでデータを記憶したときのメモリ１３１ａのアドレスをラッチしておいたり、そのアドレスの領域にフラグを立てておいて、これを手がかりにすることで可能となる。この読みだしにより、ブレーキ踏込の開始タイミングからブレーキ踏込の終了タイミングまでの期間を含んだ所定の期間に亘る記憶すなわちブレーキ操作に直接・密接に関係する範囲のデータだけが読みだされる。よって、実際のブレーキ操作に該当しないデータを学習対象から除外するものとなっている。
【００５２】
分配器１３４ｂは、運転者特性メモリ１３１ａからの車速Ｖ’と正規車間距離Ｋ’とブレーキ踏込量Ｂ’との組、及び基本データメモリ１３１ｂからの車速Ｖ”と正規車間距離Ｋ”とブレーキ踏込量Ｂ”との組を入力とするセレクタであり、学習制御回路１３３ａの制御に応じて、運転者特性メモリ１３１ａからの読みだしが行われている間は運転者特性メモリ１３１ａからの車速Ｖ’と正規車間距離Ｋ’とブレーキ踏込量Ｂ’との組を後述する入力切換回路１３４ａに送出する一方、基本データメモリ１３１ｂからの読みだしが行われている間は基本データメモリ１３１ｂからの車速Ｖ”と正規車間距離Ｋ”とブレーキ踏込量Ｂ”との組を後述する入力切換回路１３４ａに送出するものとなっている。
【００５３】
入力切換回路１３４ａは、車速センサ２３からの車速Ｖと正規車間距離Ｋとの組と、分配器１３４ｂから送出された車速と正規車間距離とブレーキ踏込量との組を入力とし、選択信号発生回路１２３ａの選択信号を制御入力とするセレクタ群である。そして、制御用に選択されているニューラルネットワーク（１２１）に車速Ｖと正規車間距離Ｋを送出し、他の学習用に選択されているニューラルネットワーク（１２２，１２２ａ）には分配器１３４ｂからの車速Ｖと正規車間距離Ｋとブレーキ踏込量Ｂとの組を送出するものであり、ニューラルネットワークの入力切換手段として機能するものとなっている。
【００５４】
上記構成とした自動ブレーキ制御装置付き車両について、その動作を図５のフローチャートを参照して説明する。
【００５５】
先ず、運転者が車両１に乗ってイグニッションスイッチ２２を操作してエンジンを始動させると、自動ブレーキ制御ユニット１００を含む自動ブレーキ制御装置も作動を開始する。イグニッションスイッチ２２をオンする度に、３進カウンタに１づつ加算する（Ｓ１０１）。カウンタでカウントされた数が１であるか（Ｓ１０２）、２であるか、０であるか（Ｓ１０３）を判定し、カウンタの値が１の場合には図４に示すようにニューラルネット１２１を制御用、残りのニューラルネット１２２，１２２ａを学習用に設定する（Ｓ１０４）。一方、カウントされた数が２である場合にはニューラルネット１２２を制御用、残りのニューラルネットを学習用に設定し（Ｓ１０５）、カウントされた数が０である場合にはニューラルネット１２２ａを制御用、残りのニューラルネット１２１，１２２を学習用に設定する（Ｓ１０６）。また、自動ブレーキ制御ユニット１００は出荷前等にリセットされており、ニューラルネットワーク１２１，１２２，１２２ａは何れも基本データ１３１ｂのデータに基づき学習済みとなっている。
【００５６】
車両１の走行中は、車速Ｖの検出及び先行車両との車間距離Ｄの検出が行われ、演算回路１１１，１１２によって正規車間距離Ｋが逐次算出される。この車速Ｖと正規車間距離Ｋとは入力切換回路１３４ａを介してニューラルネットワーク１２１に入力され、この車速Ｖと正規車間距離Ｋとの下で運転者がブレーキをかけたいと思う程度の指標値として出力Ｓ１がニューラルネットワーク１２１によって算出される。
【００５７】
この出力Ｓ１の値は、逐次、切換回路１２４ａ，１３５を介してブレーキ制御目標量Ｓとして自動ブレーキ１１に送出される。そして、これを受けた自動ブレーキ１１では、演算回路でブレーキ制御目標量Ｓに基づく減速指示値を求めて、この指示値に従って駆動回路でブレーキアクチュエータを駆動することで、ブレーキ制御目標量Ｓに応じたブレーキ力を自動的に発生する（Ｓ１０７）。
【００５８】
このとき、ニューラルネットワーク１２１によって算出されるブレーキ制御目標量Ｓは、先行車両が無いときや車間が十分に離れているときには零であり、先行車両に自車両が近づいたときに大きな値となる。しかもスピードが出ているときほど、より大きな値となる。そこで、運転者がブレーキをかけない状態のままで先行車両に近づきすぎたりすると、ブレーキ制御目標量Ｓが大きくなり、先行車両との接近度合に応じた強さの制動力が車両１に働き、自動的に先行車両との衝突が防止される。
【００５９】
一方、これと並行して車両１の走行中のブレーキセンサ２５からブレーキ踏込量Ｂが発生している間は（Ｓ１０８）、運転者特性メモリ１３１ａで車速Ｖと正規車間距離Ｋとブレーキ踏込量Ｂとの記憶処理が逐次行われている（Ｓ１０９）。このような車両１の走行中に、運転者によっては、ブレーキの自動制動がかかる前に自らがブレーキをかけることもあるが、このように運転者がブレーキペダルを踏み込んだ場合には、トリガ検出回路１３２のトリガ信号Ｔに応じた学習制御回路１３３ａの制御によって運転者特性メモリ１３１ａではそのときの記憶領域にフラグが立てられる。そして、運転者がブレーキペダルの踏み込みを終えたときには、学習制御回路１３３ａの制御に従ってニューラルネットワーク１２２，１２２ａが次の一連の学習を行う（Ｓ１１０）。
【００６０】
すなわち、上述のフラグを頼りにブレーキ操作期間を含んだ所定期間に亘る一連の車速等Ｖ’，Ｋ’，Ｂ’のデータが運転者特性メモリ１３１ａから順に読みだされ、このデータが分配器１３４ｂ，入力切換回路１３４ａを介してニューラルネットワーク１２２，１２２ａに入力され、ニューラルネットワーク１２２，１２２ａではこれらのデータを用いてバックプロパゲーション法による教師有りの学習を行う。これにより、ニューラルネットワーク１２２，１２２ａは、運転者固有のブレーキ踏込特性を吸収するようにニューロン間結合度ｗｉｊを修正する。
【００６１】
さらに、この学習に続いて、一般的に安全とされる既測定のブレーキ踏込動作のデータについても学習が行われる。すなわち、運転者特性メモリ１３１ａから順に読みだされた一連の車速等Ｖ’，Ｋ’，Ｂ’のデータが、分配器３４ｂ，入力切換回路１３４ａを介してニューラルネットワーク１２２，１２２ａに入力され、ニューラルネットワーク１２２，１２２ａではこれらのデータを用いてバックプロパゲーション法による教師有りの学習を行う。これにより、ニューラルネットワーク１２２，１２２ａは、偶発的なブレーキ操作等による特性の激変が安全側に緩和される。
【００６２】
ところで、自車両が先行車両に相当接近するまでブレーキを踏みたがらない傾向の強い運転者の場合には、未だ運転者がブレーキを踏み込むつもりがないのに、ブレーキの自動制御が運転者の判断よりも早めに働いて、車両１が制動されるので、このままでは、実際のブレーキ踏込に基づく学習が行えない。そこで、この場合には、運転者はオート／マニュアルスイッチ２１を操作してブレーキの自動制御モードを解除すればよい。
【００６３】
自動制御モードが解除されると、切換回路１３５から先の自動ブレーキ１１へはブレーキ制御目標量Ｓが送出されなくなり、フットブレーキ１０に対する運転者自らのブレーキ操作だけが有効となるので、運転者は自らの判断したタイミングや踏み込み方でブレーキ操作を行うことができる。そして、この場合にも、ブレーキ制御目標量Ｓの送出を除いて、自動ブレーキ制御ユニット１００の各回路は作動し続けている。
【００６４】
そこで、自動制御モードが解除される前と同様にして自動制御モードの解除後も、運転者がブレーキペダルの踏み込みを終えたときには、ニューラルネットワーク１２２，１２２ａは運転者の実際のブレーキ操作に基づいた一連の学習を行う。これにより、ブレーキを踏むのが遅い運転者の場合であっても、運転者固有のブレーキ踏込特性をニューラルネットワーク１２２，１２２ａに吸収させることができる。
【００６５】
こうして、車両１の運転を終えてイグニッションスイッチ２２をＯＦＦさせたときには（Ｓ１１１）、ブレーキ操作についての運転者の個性、すなわちブレーキ踏込開始のタイミングや、ブレーキ踏込の緩急、ブレーキ踏込終了のタイミングなどの固有の特性が、ニューラルネットワーク１２２，１２２ａに吸収されている。
【００６６】
そして、再び、同じ運転者が、車両１に乗ってイグニッションスイッチ２２を操作してエンジンを始動させ、さらに、オート／マニュアルスイッチ２１を自動制御のモードに設定すると、今度は、ニューラルネットワーク１２２が制御用として選択され、他のニューラルネットワーク１２１，１２２ａが学習用として選択される。そこで、今回は、前回の運転時に運転者の個性を学習済みのニューラルネットワーク１２２によってブレーキの自動制御が行われるので、自動ブレーキ制御装置による車両１の制動は、少なくとも、前回の運転におけるものよりも運転者にとって違和感の少ないものとなる。
【００６７】
さらに、運転回数を重ねるごとに、制御用のニューラルネットワークが、より多くの学習を積んだニューラルネットワーク１２２ａ、そして再び１２１、１２２、…と循環して変更される。これに伴って、自動ブレーキ制御装置による車両１の制動特性を、個々の運転者にとって違和感のないものに、木目細かく近づけていくことができる。
【００６８】
【発明の効果】
以上の説明から明らかなように、本発明の第１の解決手段の自動ブレーキ制御装置にあっては、複数のニューラルネットワークのうちから選択された１つのニューラルネットワークによってブレーキの自動制御を行うとともに、残りのニューラルネットワークで学習を行うことにより、ニューラルネットワークによる制御と学習とを並行して行うことができ、運転者それぞれに木目細かく対応することができるという効果がある。
【００７０】
さらに、本発明の第２の解決手段の自動ブレーキ制御装置にあっては、ニューラルネットワークの学習がブレーキ踏込期間を含んだ所定の期間に亘るデータに基づいて行われることにより、実際のブレーキ操作に該当しないデータが学習対象から除外され、学習データについての適切な選択が行われることから、ニューラルネットワークの特性が不所望に偏るのを防止することができるという効果がある。
【００７１】
そして、本発明の第３の解決手段の自動ブレーキ制御装置にあっては、第１又は第２の解決手段の効果に併せて、ニューラルネットワークは、現在の運転者のブレーキ操作についての学習を行うとともに、適宜、標準的な又は安全性の高いブレーキ操作についての学習をも行う。これにより、現在の運転者の個性がニューラルネットワークに吸収される一方で、その個性の影響が標準的な既存のデータで幾分なりと薄められることになるので、一時的・偶発的なブレーキ操作がブレーキの自動制御に対して与える不所望な影響か緩和されることによって、ニューラルネットワークの特性が不所望に偏るのを防止することができるという効果がある。
【００７２】
さらに、本発明の第４の解決手段の自動ブレーキ制御装置にあっては、ニューラルネットワークが、又はニューラルネットワーク及び記憶手段が車間距離に代えて正規車間距離を入力する変換手段及び算出手段が備えられている。これにより、正規車間距離は車速との独立性が高いものになるとともに相対的にばらつきの少ないものになるので、ニューラルネットワーク、又はニューラルネットワーク及び記憶手段は除算相当の処理等の不得手な処理を行わなくて済むので、小規模のニューラルネットワーク、又はニューラルネットワーク及び記憶手段であっても適切な値のブレーキ制御量を算出することができる。したがって、ニューラルネットワーク、又はニューラルネットワーク及び記憶手段が小規模で済む自動ブレーキ制御装置を実現することができるという効果がある。
なお、本発明の第４の解決手段の自動ブレーキ制御装置にあっては、第１乃至第３の解決手段の効果総てを奏することができる。
【図面の簡単な説明】
【図１】本発明の自動ブレーキ制御装置であって制御と学習とを並行して行うものについてのブロック図である。
【図２】本発明の自動ブレーキ制御装置であってブレーキ操作時のデータを全別して学習を行うものについてのブロック図である。
【図３】本発明の自動ブレーキ制御装置を車両に適用した実施例についてのブロック図である。
【図４】その車両の概要模式図である。
【図５】本発明の自動ブレーキ制御装置の制御を表すフローチャートである。
【符号の説明】
１車両
２エンジン
３クラッチ
４変速機
５プロペラ軸
６リヤデフ
７車軸
８後輪
９前輪
１０フットブレーキ
１１自動ブレーキ
１２ブレーキパイプ
１３ディスクブレーキ
２１オート／マニュアルスイッチ
２２イグニッションスイッチ
２３車速センサ
２４車間距離センサ
２５ブレーキセンサ
１００自動ブレーキ制御ユニット
１２１，１２２，１２２ａニューラルネットワーク
１２３，１２３ａ選択信号発生回路
１２４，１２４ａ切換回路
１３１，１３１ａ，１３１ｂメモリ
１３２トリガ検出回路
１３３学習制御回路
１３４，１３４ａ，１３４ｂ切換回路
１３５切換回路

Claims

少なくとも車速及び車間距離に基づいてブレーキ制御目標量を定め、このブレーキ制御目標量に従ってブレーキを自動制御する自動ブレーキ制御装置において、学習機能を持った複数のニューラルネットワークと、これら複数のニューラルネットワークのうちから何れか１つを制御用として選択し他のものを学習用とする選択手段と、この選択手段によって制御用とされたニューラルネットワークの出力を前記ブレーキ制御目標量として出力する切換手段とを備え、前記複数のニューラルネットワークのそれぞれは、少なくとも前記車速と前記車間距離とを入力層への入力として受け、ブレーキ踏込量を学習用の入力として受けるニューラルネットワークであって、前記選択手段によって制御用として選択されているときは、学習機能を停止して通常の演算を行い、前記選択手段によって学習用として選択されているときは、自己の出力が前記ブレーキ踏込量に追従するように学習を行うものであることを特徴とする自動ブレーキ制御装置。
少なくとも車速及び車間距離に基づいてブレーキ制御目標量を定め、このブレーキ制御目標量に従ってブレーキを自動制御する自動ブレーキ制御装置において、学習機能を持つと共に前記ブレーキを自動制御するときは少なくとも前記車速と前記車間距離とを入力層への入力とし出力層からの出力を前記ブレーキ制御目標量として出力するニューラルネットワークと、少なくとも前記車速と前記車間距離とブレーキ踏込量とを記憶しておく記憶手段と、前記ニューラルネットワークが前記ブレーキ制御目標量を出力する必要がないときに、ブレーキ踏込の終了タイミングの検出に応じて、前記記憶手段が前記ブレーキ踏込の開始タイミングから前記ブレーキ踏込の終了タイミングまでの期間を含んだ所定の期間に亘る記憶を読みだして出力するように前記記憶手段を制御すると共に、前記ニューラルネットワークが前記記憶手段からの出力に基づく学習を行うように前記ニューラルネットワークを制御する学習制御手段とを備えたことを特徴とする自動ブレーキ制御装置。
請求項２記載の自動ブレーキ制御装置は、
予め測定・検出して定めた標準的な車速，車間距離及びブレーキ踏込量とを記憶した第２記憶手段を備え、
前記学習制御手段は、前記ニューラルネットワークが前記記憶手段からの出力に基づく学習に加えて所定の割合で前記第２記憶手段からの出力に基づく学習を行うよう前記ニューラルネットワーク及び前記第２記憶手段を制御することを特徴とする自動ブレーキ制御装置。
請求項１乃至請求項３に記載の自動ブレーキ制御装置であって、前記車速から所定の対応関係に従って標準車間距離を求める変換手段と、前記車間距離と前記標準車間距離との比から所定の正規化式に従って正規車間距離を求める算出手段とを備え、前記ニューラルネットワークが、又は前記ニューラルネットワーク及び前記記憶手段が、前記車間距離に代えて前記正規車間距離を入力するものであることを特徴とする自動ブレーキ制御装置。