JP2004248455A - ハイブリッド車両の駆動制御システム - Google Patents

Abstract

【課題】運転者の運転特性を十分に反映した走行パターンを予測して、適切な運転スケジュールを設定することができ、燃料消費量を十分に低減することができるようにする。
【解決手段】目的地までの経路を設定する経路設定手段と、設定された経路の走行データ及び走行環境情報を記憶して統計的に処理する記憶処理手段と、現在の走行環境情報と記憶された走行データとに基づいて、前記設定された経路の走行パターンを予測する予測手段と、予測された走行パターンに基づいてエンジン２１及びモータ２４の運転スケジュールを設定し、設定された運転スケジュールに従って前記エンジン２１及びモータ２４の動作を制御する制御手段とを有する。
【選択図】 図１

Description

【０００１】
【発明の属する技術分野】
本発明は、ハイブリッド車両の駆動制御システムに関するものである。
【０００２】
【従来の技術】
従来、車両の動力源として内燃機関等のエンジンとバッテリ（蓄電池等の二次電池）などの蓄電手段から供給される電力によって回転する交流モータ等のモータとを併用したハイブリッド車両が提供されている。そして、該ハイブリッド車両においては、前記動力源である交流モータが、車両の減速運転時には発電機として機能し、いわゆる、回生電流を発生する場合には、前記車両の減速運転時に回生電流がバッテリに供給され、該バッテリが再充電される。そのため、該バッテリが常時充電され、前記エンジンの出力だけでは要求出力に満たない場合等には、前記バッテリからインバータを介して、モータに電流が自動的に供給されるようになっているので、車両は各種の走行モードにおいて、安定して走行することができる。また、前記エンジンの消費する燃料を少なくすることができる。
【０００３】
そして、該エンジンの消費する燃料をできる限り少なくするために、目的地までの経路の道路状況に応じて燃料消費量が最少となるように、エンジン及びモータの運転スケジュールを設定する技術が提案されている（例えば、特許文献１及び２参照。）。この場合、目的地までの経路を複数の区間に分割し、ナビゲーション装置から道路データと走行履歴とを取得して各区間毎の車速パターンを推定し、推定した車速パターンとエンジンの燃料消費特性とに基づいて、目的地までの燃料消費量が最少となるように、エンジン及びモータの運転スケジュールを設定するようになっている。
【０００４】
【特許文献１】
特開２０００−３３３３０５号公報
【０００５】
【特許文献２】
特開２００１−１８３１５０号公報
【０００６】
【発明が解決しようとする課題】
しかしながら、前記従来のハイブリッド車両の駆動制御システムにおいては、ナビゲーション装置から、静的な要素である道路種別毎の走行データ及び交差点毎の走行データを走行履歴として取得するようになっている。そのため、通勤、通学等のために繰り返し走行する道路における運転者の運転特性を十分に反映した走行パターンを予測することができず、適切な運転スケジュールを設定することができない。したがって、ハイブリッド車両の燃料消費量を十分に低減することができなくなってしまう。
【０００７】
本発明は、前記従来のハイブリッド車両の駆動制御システムの問題点を解決して、運転者の運転特性を十分に反映した走行パターンを予測して、適切な運転スケジュールを設定することができ、燃料消費量を十分に低減することができるハイブリッド車両の駆動制御システムを提供することを目的とする。
【０００８】
【課題を解決するための手段】
そのために、本発明のハイブリッド車両の駆動制御システムにおいては、目的地までの経路を設定する経路設定手段と、設定された経路の走行データ及び走行環境情報を記憶して統計的に処理する記憶処理手段と、現在の走行環境情報と記憶された走行データとに基づいて、前記設定された経路の走行パターンを予測する予測手段と、予測された走行パターンに基づいてエンジン及びモータの運転スケジュールを設定し、設定された運転スケジュールに従って前記エンジン及びモータの動作を制御する制御手段とを有する。
【０００９】
本発明の他のハイブリッド車両の駆動制御システムにおいては、さらに、前記制御手段は、前記予測された走行パターンに基づいて、エンジンの燃料消費量が最少となる運転スケジュールを設定する。
【００１０】
本発明の更に他のハイブリッド車両の駆動制御システムにおいては、さらに、前記制御手段は、前記予測された走行パターンにおいて、回生区間を設定する。
【００１１】
本発明の更に他のハイブリッド車両の駆動制御システムにおいては、さらに、前記予測手段は、交通状況に応じて予測された走行パターンを補正する。
【００１２】
本発明の更に他のハイブリッド車両の駆動制御システムにおいては、さらに、前記走行環境情報は、走行パターンの変動要因となる情報である。
【００１３】
本発明の更に他のハイブリッド車両の駆動制御システムにおいては、さらに、前記変動要因は、時刻、日付、曜日、天候又はイベントの少なくとも一つである。
【００１４】
本発明の更に他のハイブリッド車両の駆動制御システムにおいては、さらに、前記記憶処理手段は、所定期間の走行パターンを記憶して統計的に処理する。
【００１５】
本発明の更に他のハイブリッド車両の駆動制御システムにおいては、さらに、前記制御手段は、ＳＯＣに応じて運転スケジュールを変更する。
【００１６】
本発明の更に他のハイブリッド車両の駆動制御システムにおいては、さらに、前記制御手段は、車両が設定された経路から外れたときにナビゲーション情報に基づいて運転スケジュールを再設定する。
【００１７】
【発明の実施の形態】
以下、本発明の実施の形態について図面を参照しながら詳細に説明する。
【００１８】
図１は本発明の実施の形態におけるハイブリッド車両の駆動制御システムの構成を示す概念図、図２は本発明の実施の形態におけるハイブリッド車両の駆動制御用テーブルの例を示す図である。
【００１９】
図１において、１０は本実施の形態におけるハイブリッド車両の駆動制御システムであり、２０は本実施の形態におけるハイブリッド車両の駆動装置である。ここで、２１はガソリン、軽油等の燃料によって駆動される内燃機関等のエンジンであり、図示されないＥＣＵ等のエンジン制御装置を備え、乗用車、バス、トラック等の車両用の動力源として使用される。そして、前記エンジン２１の駆動力は、図示されない変速機、駆動軸、駆動輪等を備える駆動力伝達装置２５に伝達され、前記駆動輪が回転することによって前記車両が駆動される。なお、前記駆動力伝達装置２５にはドラムブレーキ、ディスクブレーキ等の制動装置を配設することもできる。
【００２０】
ここで、前記車両は、ハイブリッド車両であり、電力によって回転する交流モータ等のモータ２４を有し、車両用の動力源としてエンジン２１とモータ２４とを併用して使用する。そして、該モータ２４は蓄電手段としてのバッテリ２３から供給される電力によって駆動力を発生し、該駆動力は前記駆動力伝達装置２５の駆動輪に伝達される。また、前記駆動力伝達装置２５には、交流発電機等の発電機２２が接続され、車両の減速運転時に回生電流を発生するようになっている。そして、前記発電機２２が発生した回生電流は前記バッテリ２３に供給され、該バッテリ２３が充電される。また、前記エンジン２１の駆動力によって発電機２２に電流を発生させることもできる。なお、前記モータ２４は交流モータであることが望ましく、この場合、図示されないインバータを備える。同様に、発電機２２も交流発電機であることが望ましく、この場合、図示されないインバータを備える。さらに、前記バッテリ２３は、蓄電量であるＳＯＣ（Ｓｔａｔｅ Ｏｆ Ｃｈａｒｇｅ）を検出するための図示されない容量検出センサを備える。
【００２１】
なお、前記モータ２４は、発電機２２と一体的に構成されたものであってもよい。この場合、前記モータ２４は、バッテリ２３から電力が供給されるときは駆動力を発生して動力源として機能し、車両の制動時等のように駆動力伝達装置２５によって回転させられるときは回生電流を発生する発電機２２として機能する。
【００２２】
また、バッテリ２３は充電と放電とを繰り返すことができる蓄電手段としての二次電池であり、鉛蓄電池、ニッケルカドミウム電池、ニッケル水素電池等が一般的であるが、電気自動車等に使用される高性能鉛蓄電池、リチウムイオン電池、ナトリウム硫黄電池等であってもよい。なお、前記蓄電手段は、必ずしもバッテリ２３でなくてもよく、電気二重層コンデンサのようなコンデンサ（キャパシタ）、フライホイール、超伝導コイル、蓄圧器等のように、エネルギを電気的に蓄積し放電する機能を有するものであれば、いかなる形態のものであってもよい。さらに、これらの中のいずれかを単独で使用してもよいし、複数のものを組み合わせて使用してもよい。例えば、バッテリ２３と電気二重層コンデンサとを組み合わせて、蓄電手段として使用することもできる。
【００２３】
そして、２６はメイン制御装置であり、図示されないＣＰＵ、ＭＰＵ等の演算手段、半導体メモリ、磁気ディスク等の記憶手段、通信インターフェイス等を備える一種のコンピュータであり、走行パターン予測部１１、前記容量検出センサ及び走行データ取得部１４の各種センサからの信号に基づいて、前記エンジン２１、エンジン制御装置、モータ２４、発電機２２及びインバータの動作を制御する。ここで、前記センサは、アクセルセンサ、ブレーキセンサ等であり、車両の運転者の操作に関連した情報を検出してメイン制御装置２６に送信する。
【００２４】
なお、該メイン制御装置２６は、通常、車両の走行パターンによってエンジン２１とモータ２４との使用割合を、例えば、図２に示されるように制御する。この場合、車両走行時の出力を１００〔％〕とし、すなわち、エンジン２１とモータ２４との両方の出力を合わせて１００〔％〕とする。例えば、＋８〔％〕以上の登坂路において、エンジン２１が車両の全出力中の８０〔％〕使用割合に対してモータ２４が全出力中の２０〔％〕使用割合であるのを、エンジン２１が全出力中の７０〔％〕使用割合に対してモータ２４が車両の全出力中の３０〔％〕使用割合にしてもよい。また、設定値は一例であり、他の値が設定されてもよい。なお、図２に示される使用割合は一例に過ぎず、登坂路又は降坂路の別、車速、エンジン、モータの欄に示される数値は適宜変更することができる。さらに、図２に示されるものと全く相違するテーブルを使用して、車両の走行時における全出力に対するエンジン２１とモータ２４との使用割合を設定することもできる。
【００２５】
また、図１において、１２は、地図データ、道路データ、探索データ等の通常のナビゲーション装置におけるナビゲーション処理に使用されるデータとしてのナビゲーション情報が格納されているナビゲーションデータベース、１３は道路の標高、勾（こう）配等のデータが格納されている道路勾配データベース、１５は時刻、日時、渋滞情報、気象情報等の車両の走行環境に関するデータを取得する走行環境情報取得部である。なお、走行データ取得部１４は、各種センサを備え、車速、ブレーキの作動状態、アクセル開度等の車両の走行状態に関するデータを取得する、そして、前記走行パターン予測部１１は、図示されないＣＰＵ、ＭＰＵ等の演算手段、半導体メモリ、磁気ディスク等の記憶手段、通信インターフェイス等を備える一種のコンピュータであり、前記ナビゲーションデータベース１２、道路勾配データベース１３、走行データ取得部１４及び走行環境情報取得部１５からデータを取得し、車両の現在位置の表示、目的地までの経路探索等のナビゲーション処理を実行するとともに、運転者の運転特性を反映した走行パターンを予測する走行パターン予測処理を実行する。なお、前記走行パターン予測部１１は、図示されない操作キー、押しボタン、ジョグダイヤル、十字キー、リモートコントローラ等を備える入力部、ＣＲＴディスプレイ、液晶ディスプレイ、ＬＥＤ（Ｌｉｇｈｔ Ｅｍｉｔｔｉｎｇ Ｄｉｏｄｅ）ディスプレイ、プラズマディスプレイ、フロントガラスにホログラムを投影するホログラム装置等を備える表示部、マイクロホン等によって構成される音声入力部、音声合成装置、スピーカ等を備える音声出力部、及び、ＦＭ送信装置、電話回線網、インターネット、携帯電話網等との間で各種データの送受信を行う通信部を有することが望ましい。
【００２６】
そして、前記ナビゲーションデータベース１２は、各種のデータファイルから成るデータベースを備え、経路を探索するための探索データの他、前記表示部の画面に、探索された経路に沿って案内図を表示したり、交差点又は経路における特徴的な写真、コマ図等を表示したり、次の交差点までの距離、次の交差点における進行方向等を表示したり、他の案内情報を表示したりするために、地図データ、施設データ等の各種のデータを記録する。なお、前記ナビゲーションデータベース１２には、所定の情報を音声出力部によって出力するための各種のデータも記録される。
【００２７】
ここで、前記探索データには、交差点データ、道路データ、交通規制データ及び経路表示データが含まれる。そして、前記交差点データには、データが格納されている交差点の数に加え、それぞれの交差点に関するデータが交差点データとして、識別するための番号が付与されて格納されている。さらに、それぞれの前記交差点データには、該当する交差点に接続する道路、すなわち、接続道路の数に加え、それぞれの接続道路を識別するための番号が付与されて格納されている。なお、前記交差点データには、交差点の種類、すなわち、交通信号灯器の設置されている交差点であるか、又は、交通信号灯器の設置されていない交差点であるかの区別が含まれていてもよい。
【００２８】
また、前記道路データには、データが格納されている道路の数に加え、それぞれの道路に関するデータが道路データとして、識別するための番号が付与されて格納されている。そして、それぞれの前記道路データには、道路種別、それぞれの道路の長さとしての距離、それぞれの道路を走行するのに要する時間としての旅行時間等が格納されている。さらに、前記道路種別には、国道、県道、主要地方道、一般道、高速道路等の行政道路属性が含まれる。
【００２９】
なお、前記道路データには、道路自体について、幅員、勾配、カント、高度、バンク、路面の状態、中央分離帯があるか否か、道路の車線数、該車線数の減少する地点、幅員の狭くなる地点等のデータが含まれることが望ましい。そして、高速道路や幹線道路の場合、対向方向の車線のそれぞれが別個の道路データとして格納され、二条化道路として処理される。例えば、片側二車線以上の幹線道路の場合、二条化道路として処理され、上り方向の車線と下り方向の車線とは、それぞれ、独立した道路として道路データに格納される。さらに、コーナについては、曲率半径、交差点、Ｔ字路、コーナの入口等のデータが含まれることが望ましい。また、踏切、高速道路出入口ランプウェイ、高速道路の料金所、降坂路、登坂路等の道路属性が含まれていてもよい。
【００３０】
また、前記道路勾配データベース１３は、国土地理院によって公開されている等高線、５０〔ｍ〕メッシュのメッシュ標高データ、１０〔ｍ〕メッシュのメッシュ標高データ等の標高データに基づいて算出された道路上の各ノード点における標高や勾配のデータを格納する。なお、該データには、標高や勾配に関する設計データ、実測データ等が入手可能なトンネルや橋などの構造物のデータが含まれていることが望ましい。
【００３１】
前記ナビゲーションデータベース１２及び道路勾配データベース１３の有するデータは、半導体メモリ、磁気ディスク等の記憶手段に格納されている。そして、該記憶手段は、磁気テープ、磁気ディスク、磁気ドラム、フラッシュメモリ、ＣＤ−ＲＯＭ、ＭＤ、ＤＶＤ−ＲＯＭ、光ディスク、ＭＯ、ＩＣカード、光カード、メモリカード等、あらゆる形態の記憶媒体を含むものであり、取り外し可能な外部記憶媒体を使用することもできる。
【００３２】
また、前記走行データ取得部１４は、ＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）衛星からのＧＰＳ情報を受信するＧＰＳセンサ、車両の向いている方位を検出する方位センサ、アクセル開度を検出するアクセル開度センサ、運転者が操作するブレーキペダルの動きを検出するブレーキスイッチ、運転者が操作するステアリングの舵（だ）角を検出するステアリングセンサ、運転者が操作するウィンカスイッチの動きを検出するウィンカセンサ、運転者が操作する変速機のシフトレバーの動きを検出するシフトレバーセンサ、車両の走行速度、すなわち、車速を検出する車速センサ、車両の加速度を検出する加速度センサ、車両の向いている方位の変化を示すヨーレイトを検出するヨーレイトセンサ等を有する。そして、走行データは、車両の現在位置、アクセル開度、運転者が操作するブレーキペダルの動き、運転者が操作するステアリングの舵角、運転者が操作するウィンカスイッチの動き、運転者が操作する変速機のシフトレバーの動き、車速、車両の加速度、車両の向いている方位の変化を示すヨーレイト等を含んでいる。
【００３３】
そして、前記走行環境情報取得部１５は、時計、カレンダー等を備え、現在の時刻、日付、曜日、車両が出発した日時等の日時情報を格納する。また、前記走行環境情報取得部１５は、例えば、ＶＩＣＳ（Ｒ）（Ｖｅｈｉｃｌｅ Ｉｎｆｏｒｍａｔｉｏｎ ＆ Ｃｏｍｕｎｉｃａｔｉｏｎ Ｓｙｓｔｅｍ）と称される道路交通情報通信システムにおいて、警察、日本道路公団等の交通管制システムの情報を収集して作成した道路の渋滞等に関する情報、交通規制情報、道路工事等に関する工事情報等の道路交通情報を取得して格納する。さらに、前記走行環境情報取得部１５は、祭り、パレード、花火大会等のイベントの開催予定場所、予定日時等のイベント情報、例えば、駅周辺や大型商業施設周辺の道路には週末を除く毎日の特定時刻に渋滞が発生するとか、海水浴場周辺の道路には夏季休暇時期に渋滞が発生する等の統計的渋滞情報、気象庁が作成する天気予報等の気象情報等も取得して格納することが望ましい。前記走行環境情報取得部１５に格納されている車両が走行する環境に関する情報としての走行環境情報は、現在の時刻、日付、曜日、車両が出発した日時、天気、道路の渋滞情報、交通規制情報、道路工事情報、イベント情報等を含んでいる。
【００３４】
本実施の形態のハイブリッド車両の駆動制御システム１０においては、前記走行パターン予測部１１が走行パターン予測処理を実行して走行パターンを予測すると、メイン制御装置２６は、前記走行パターンに基づいて、エンジン２１とモータ２４との使用割合のスケジュールを設定し、該スケジュールに従ってエンジン２１及びモータ２４の運転状態並びにバッテリ２３のＳＯＣを制御するようになっている。そして、機能の観点から、前記ハイブリッド車両の駆動制御システム１０は、経路設定手段と、記憶処理手段と、予測手段と、制御手段とを有する。ここで、前記経路設定手段は、目的地までの経路を設定するものであり、走行パターン予測部１１が対応する。また、前記記憶処理手段は、設定された経路の走行データ及び走行環境情報を記憶し統計的に処理するものであり、走行パターン予測部１１が対応する。さらに、前記予測手段は、現在の走行環境情報と記憶された走行データとに基づいて、設定された経路の走行パターンを予測するものであり、走行パターン予測部１１が対応する。さらに、前記制御手段は、予測された走行パターンに基づいてエンジン２１及びモータ２４の運転スケジュールを設定し、設定された運転スケジュールに従ってエンジン２１及びモータ２４の動作を制御するものであり、メイン制御装置２６が対応する。
【００３５】
次に、前記走行パターン予測処理の基本的な考え方について説明する。
【００３６】
図３は本発明の実施の形態における走行パターンの概念を示す図、図４は本発明の実施の形態における走行パターンを解析するための考え方を示す図、図５は本発明の実施の形態における走行パターンの例を示す図、図６は本発明の実施の形態における走行パターンの変動の例を示す図である。
【００３７】
一般的に、ハイブリッド車両においては、リアルタイムな運転者の運転操作の要求及び蓄電手段の要求に適合するように、車両の走行制御が行われる。しかしながら、ハイブリッド車両の一般的な走行制御においては、次の（１）〜（８）のような問題がある。
（１）加速してすぐに停止するような走行パターンや、加減速が多い走行パターンにおいては、頻繁にエンジンのＯＮ・ＯＦＦがおこり、走行効率が悪い。
（２）バッテリの蓄電量が多く、かつ、車両を走行させるのに必要なパワーが小さいときであっても、エンジンが作動していることがある。
（３）発進から停止までに車両を走行させるのに必要なエネルギーが小さいときであっても、エンジンが作動していることがある。
（４）渋滞時や低速走行時のように車両を走行させるのに必要なパワーが小さいときであっても、バッテリの蓄電量が少なくなると、発電機によって電流を発生させるために、エンジンが作動していることがある。
（５）降坂時や減速時のように回生電流が発生されるときであっても、バッテリのＳＯＣの管理幅によっては、回生することができないことがある。
（６）定常走行のように車両を走行させるのに必要なエネルギーが小さい場合にエンジンが作動しているときは、発電機が電流を発生しているが、バッテリのＳＯＣの管理幅によっては、蓄電することができないことがある。
（７）減速時や停止直前であっても、エンジンが作動していることがある。
（８）夏季などは、停止時であっても、エアコンを作動させるためにエンジンが作動していることがある。
【００３８】
このような問題を解決するためには、経路における前方の道路形状及び走行パターンを予測して、前記経路上を効率良く走行するためのスケジュールを設定し、該スケジュールに従ってエンジン２１及びモータ２４の運転状態並びにバッテリ２３のＳＯＣを制御することが必要である。そこで、本実施の形態においては、通勤、通学、買い物等のために定常的に走行する経路を走行する場合の走行パターンを解析し、変動要因を考慮して走行パターンを事前に予測することによって、前記経路上を効率良く走行するための運転スケジュールを設定する。
【００３９】
この場合、前記定常的に走行する経路とは、例えば、通勤経路のようにほぼ毎日走行する定まった経路であるが、走行する頻度は、毎日である必要はなく、一日おきであっても一週間に一度程度であってもよく、また、定期的でなくてもよく、適宜定めることができる。また、前記定常的に走行する経路を走行する時間帯も、例えば、朝の通勤時間帯のようにほぼ一定であってもよいし、帰りの通勤時間帯のように毎日変動するものであってもよい。また、前記定常的に走行する経路の長さも、例えば、２〜３〔ｋｍ〕のように短くてもよいし、１００〔ｋｍ〕のように長くてもよい。なお、前記定常的に走行する経路は、往路と復路とでは別個の経路として把握するものとする。
【００４０】
そして、前記定常的に走行する経路を走行する場合の走行パターンは、図３に示されるように、毎回ほぼ一定の基本的な部分としての基本走行部と、変動要因によって影響され、走行する度に変動する部分としての変動走行部とから成るものと考えることができる。なお、図３において、横軸は日数を示し、縦軸は前記定常的に走行する経路の所要時間を取ってある。
【００４１】
この場合、走行パターンに影響を及ぼす前記変動要因としては、例えば、天候、時間帯、曜日、決済日、期末等が考えられる。前記天候の場合、一般的に雨天であると交通の流れが遅くなり、同じ経路であっても所要時間が長くなる、というような影響を及ぼす。また、時間帯の場合、朝夕の通勤時間帯は渋滞が発生して所要時間が長くなり、夜中等は交通量が少ないので所要時間が短くなる、というような影響を及ぼす。また、曜日の場合、日曜日には交通量が少ないので所要時間が短くなる、というような影響を及ぼす。なお、前記決済日とは世間一般に取引上、会計上の締切として設定される五十日（ごとおび）や晦日（みそか）等の日であり、また、前記期末とは世間一般に決算期として設定される三月末、年末等の期間である。さらに、突発的な交通事故、原因不明の渋滞、祭り、デモンストレーション等のイベントや消火活動等による一時的な通行止め、道路工事等による所定期間の通行止めや通行規制等は、図３に示されるような偶発変動や短期変動を引き起こす変動要因として考えることができる。
【００４２】
また、前記基本走行部も、長期的に見ると変動することが考えられる。例えば、人口の増加等によって地域の交通量が全体的に増加すると所要時間が徐々に長くなる。また、道路が新設されたり増幅されたりすると、ステップ変動の要因となり、図３に示されるように、所要時間がステップ的に、かつ、継続的に短くなる。このように、変動要因は、変動走行部としての変動を引き起こす短期変動要因と、基本走行部を変動させる長期変動要因とから成る。
【００４３】
そして、前記変動要因は、走行環境情報の一種であるから、走行環境情報取得部１５に格納されている走行環境情報に基づいて、前記定常的に走行する経路を走行する場合の走行パターンを事前に予測することができる。本実施の形態においては、定常的に走行する経路を走行する場合の走行パターンを図４に示されるように解析する。
【００４４】
この場合、走行データ取得部１４及び走行環境情報取得部１５から取得した走行データ及び走行環境情報を何日（ｎ日）か分だけ蓄積する。なお、ｎは自然数であり、適宜設定することができる。そして、蓄積されたｎ日間の走行環境情報を日常的なもの、非日常的なもの、及び、短期間又は長期間継続するものの三種類に分類する。続いて、前記走行パターンに与える変動の大きさの観点から、前記日常的なものを変動の小さなものと比較的変動の大きなものとに分類する。なお、非日常的なもの、及び、短期間又は長期間継続するものは、変動の大きなものと考えることができる。そして、日常的なものであって変動の小さなものとしての走行環境情報には、出発時刻、曜日、日付等が含まれる。また、日常的なものであって比較的変動の大きなものとしての走行環境情報には、雨のような天候、曜日の中の祝日等が含まれる。さらに、非日常的なものとしての走行環境情報には、イベントの行われる日であるイベント日等が含まれ、短期間又は長期間継続するものとしての走行環境情報には、出発時刻の変更等が含まれる。
【００４５】
そして、前記日常的なものであって変動の小さなものとしての走行環境情報は、定常的に走行する経路を走行する場合の走行パターンにおける基本的なパターンとしての基本の走りに対応する。また、日常的なものであって比較的変動の大きなものとしての走行環境情報は、前記走行パターンにおける特別なパターンとしての雨の走り、祝日の走り等に、それぞれ、対応する。さらに、非日常的なものとしての走行環境情報は、前記走行パターンにおける特別なパターンとしてのイベント日の走り等に対応し、短期間又は長期間継続するものとしての走行環境情報は短期間又は長期間変動が継続した後の基本の走りに対応する。
【００４６】
図５には、所定の通勤経路を定常的に走行する経路として設定し、該経路を走行するための所要時間をほぼ六週間（４２日間）に亘（わた）って計測した結果に基づいて作成した走行パターンが示されている。図５において太線は、走行パターンにおける基本的なパターンとしての基本の走りを示している。また、◆は日常的なものであって変動の小さなものとしての走行環境情報に対応する変動を示し、■は日常的なものであって比較的変動の大きなものとしての走行環境情報に対応する変動を示し、▲は非日常的であって変動の大きなものとしての走行環境情報に対応する変動を示し、●は短期間又は長期間継続するものとしての走行環境情報に対応する変動を示している。
【００４７】
図６には、所定の通勤経路を定常的に走行する経路として設定し、該経路を走行する場合の速度の変化を計測した結果に基づいて作成した走行パターンが示されている。図６において、実線は基本的なパターンとしての基本の走りを示し、点線は特別なパターンとしての雨の走りを示し、一点鎖線は特別なパターンとしての祝日の走りを示している。
【００４８】
次に、前記構成のハイブリッド車両の駆動制御システム１０の動作について説明する。まず、動作の全体的な流れについて説明する。
【００４９】
図７は本発明の実施の形態におけるハイブリッド車両の駆動制御システムの動作を示すフローチャートである。
【００５０】
まず、走行パターン予測部１１は目的地までの経路を設定する。ここで、走行が初めて、すなわち、一回目である場合、運転者は、前記走行パターン予測部１１の操作キー、押しボタン、ジョグダイヤル、十字キー、リモートコントローラ等を備える入力部を操作して目的地を入力する。この場合、前記走行パターン予測部１１は、ナビゲーション装置として機能し、ナビゲーションデータベース１２にアクセスして、前記目的地までの経路を探索し、該経路を定常的に走行する経路として設定する。
【００５１】
そして、前記走行パターン予測部１１は、ナビゲーションデータベース１２及び道路勾配データベース１３にアクセスして、設定された経路の道路データ、交差点データ、勾配のデータ等を取得し、取得したデータに基づいて走行パターンを予測する。なお、走行パターンを予測するための道路データや交差点データには、道路種別、曲率半径、幅員、交通信号灯器の有無、交差点、交通信号灯器の間隔、踏切、橋等に関するデータが含まれる。また、前記勾配のデータは、５０〔ｍ〕メッシュのメッシュ標高データ等に基づいて算出することによって推測された道路上の各ノード点の勾配である。なお、各ノード点の標高のデータが含まれていてもよい。ハイブリッド車両の場合、バッテリ２３を有するので、道路の勾配に関するデータは、降坂時に発生する回生電流を無駄なく回収したり、登坂時におけるエンジン２１とモータ２４との使用割合のスケジュールを設定するために重要である。本実施の形態において、走行パターン予測部１１は、設定された経路の道路データ及び交差点データに加えて、勾配のデータも使用することによって、走行パターンを高い精度で予測したり、エンジン２１とモータ２４との使用割合のスケジュールとしての運転スケジュールを高い精度で設定することができる。
【００５２】
また、目的地までの走行が一回目でない場合、すなわち、二回目以降である場合、前記目的地までの経路は、探索が行われることなく、自動的に定常的に走行する経路として設定される。この場合、前記目的地までの経路は、あらかじめ通勤、通学、買い物等のために定常的に走行する経路として前記走行パターン予測部１１の記憶手段に格納されているので、運転者が、例えば、通勤経路、通学経路、買い物経路等のスイッチやモードを選択することによって、各種経路が自動的に選択されて設定される。なお、通勤や通学の場合の出勤日や登校日のように、経路を走行する日付や曜日があらかじめ決まっている場合、前記走行パターン予測部１１が、日付や曜日に基づいて、各種経路を自動的に選択して設定するようにしてもよい。また、前記走行パターン予測部１１が、エンジン２１の始動時刻や運転者の運転席への着座時刻を取得し、過去の走行パターンのデータと比較して、各種経路を自動的に選択して設定するようにしてもよい。
【００５３】
そして、目的地までの走行が二回目以降であるとして、定常的に走行する経路が設定されると、続いて、走行パターンの解析が行われる。この場合、前記走行パターン予測部１１は、走行データ取得部１４及び走行環境情報取得部１５から取得した走行データ及び走行環境情報を２日目以降のｎ日間分だけ蓄積する。なお、ｎはいくつであってもよいが、前記走行パターン予測部１１の記憶手段の記憶容量、前記走行パターン予測部１１の処理負担等の観点から、７〜３０程度であることが望ましい。すなわち、一週間分〜一ケ月分程度の蓄積された走行データ及び走行環境情報に基づいて走行パターンの解析を行うことが望ましい。
【００５４】
この場合、前記走行データ取得部１４から取得した走行データには、車両の現在位置、アクセル開度、運転者が操作するブレーキペダルの動き、運転者が操作するステアリングの舵角、車速等が含まれる。また、走行環境情報取得部１５から取得した走行環境情報には、日常的なものであって変動の小さなものとして出発時刻、曜日、日付等が含まれ、比較的変動の大きなものとして天候等が含まれ、非日常的なものとしてイベント日等が含まれ、短期間又は長期間継続するものとして出発時刻の変更等が含まれる。
【００５５】
そして、前記走行パターン予測部１１は、図４に示されるような解析の仕方に従って、定常的に走行する経路を走行する場合の走行パターンを解析する。なお、図４に示されるような解析の仕方は一例であり、前記走行パターン予測部１１はいかなる解析の仕方に従って走行パターンを解析してもよい。そして、解析した走行パターンは、図５又は図６に示されるように表すことができるが、いかなる方法で表すこともできる。一般的に、走行パターンを表す代表特性としては、目的地までの経過時間、平均速度、燃料消費等がある。
【００５６】
図４に示されるように、ｎ日間分の走行データ及び走行環境情報を発生する頻度、変動の大きさ、変動の仕方等に基づいて分類することによって、走行パターンと走行環境情報との相関関係が判明するので、走行環境情報に対応する走行パターンを予測することができる。すなわち、日常的なものであって変動の小さな走行環境情報には走行パターンにおける基本的なパターンとしての基本の走りが対応し、日常的なものであって比較的変動の大きな走行環境情報には走行パターンにおける特別なパターンとしてのイベント日の走り等が対応し、短期間又は長期間継続する走行環境情報には短期間又は長期間変動が継続した後の基本の走りが対応する。
【００５７】
従来のハイブリッド車両においても、ナビゲーション装置から取得した道路情報、走行履歴、時刻等に基づいて走行パターンを予測することが行われている。しかし、前記従来のハイブリッド車両においては、定常的に走行する経路における走行パターンを予測することが考慮されていない。さらに、定常的に走行する経路における平均的な走行パターンが時間の経過に連れて変動したり、走行環境情報に応じて変化したりする点についても考慮されていない。
【００５８】
これに対し、本実施の形態のハイブリッド車両の駆動制御システム１０においては、定常的に走行する経路における走行パターンを予測するようになっている。この場合、定常的に走行する経路における走行パターンは、繰り返されるものなので、予測の精度が高くなる。そのため、エンジン２１及びモータ２４の運転状態並びにバッテリ２３のＳＯＣを制御するためのスケジュールを予測された走行パターンに基づいて設定すると、効率の良い運転スケジュールを得ることができ、燃料消費量を十分に低減することができる。
【００５９】
また、前記走行パターン予測部１１は、走行中の交通状況に応じて予測した走行パターンを補正して、前記変化に対応した走行パターンとするようになっている。また、本実施の形態において、走行環境情報取得部１５は、道路の渋滞等に関する情報、交通規制情報、道路工事等に関する工事情報等の道路交通情報を取得するようになっているので、交通渋滞や事故のように走行パターンに偶発変動や短期変動を引き起こす変動要因としての環境情報をリアルタイムで取得することができる。そして、前記走行パターン予測部１１は、走行環境情報取得部１５から偶発変動や短期変動を引き起こす変動要因としての環境情報を取得すると、すでに予測した走行パターンを補正する。
【００６０】
続いて、メイン制御装置２６は、走行パターン予測部１１から補正された走行パターンを取得すると、該走行パターンに基づいて、エンジン２１及びモータ２４の運転状態並びにバッテリ２３のＳＯＣを制御するための運転スケジュールを設定するためのスケジューリング処理を実行する。そして、運転スケジュールを設定すると、前記メイン制御装置２６は、該運転スケジュールに従ってエンジン２１、エンジン制御装置、モータ２４、発電機２２及びインバータの動作を制御して、車両を走行させる走行処理を実行する。
【００６１】
そして、前記走行パターン予測部１１は、前記定常的に走行する経路を走行中の走行データ及び走行環境情報を走行データ取得部１４及び走行環境情報取得部１５から取得して、記憶手段に格納するためのデータ記録を行う。すなわち、前記経路の走行データ及び走行環境情報を記憶して統計的に処理する。この場合、記憶処理手段としての走行パターン予測部１１は、所定期間の走行パターンも記憶して統計的に記憶する。これにより、最新の走行データ、走行環境情報及び走行パターンを蓄積して統計的に処理することができるので、次回には、最新の走行データ及び走行環境情報に基づいて走行パターンを予測することができる。また、今回取得された走行データ及び走行環境情報に基づいて作成された走行パターンは、図４に示されるようなパターンのいずれかに該当するか否かが判断される。そして、該当しない場合には、新規な走行パターンとして蓄積される。なお、該当する場合には蓄積されない。
【００６２】
次に、フローチャートについて説明する。
ステップＳ１ 経路を設定する。
ステップＳ２ 一回目であるか否かを判断する。一回目である場合はステップＳ９に進み、一回目でない場合はステップＳ３に進む。
ステップＳ３ 走行パターンの解析を行う。
ステップＳ４ 走行パターンを予測する。
ステップＳ５ 走行パターンを補正する。
ステップＳ６ スケジューリング処理を実行する。
ステップＳ７ 走行処理を実行する。
ステップＳ８ データ記録を行う。
ステップＳ９ 道路データ、交差点データ等のデータを取得する。
ステップＳ１０ 勾配のデータを取得する。
ステップＳ１１ 走行中の交通状況に応じて走行パターンを補正する。
【００６３】
次に、スケジューリング処理の動作について説明する。
【００６４】
図８は本発明の実施の形態における設定されたスケジュールの例を示す第１の図、図９は本発明の実施の形態における設定されたスケジュールの例を示す第２の図、図１０は本発明の実施の形態におけるスケジューリング処理のサブルーチンを示すフローチャートである。
【００６５】
メイン制御装置２６は、エンジン２１及びモータ２４の運転状態並びにバッテリ２３のＳＯＣを制御するための運転スケジュールを設定するスケジューリング処理を開始すると、まず、走行パターン予測部１１によって作成された走行パターンを取得する。続いて、前記メイン制御装置２６は、バッテリ２３の容量検出センサが検出した現在のＳＯＣを取得する。この場合、スケジューリング処理が定常的に走行する経路上を走行する直前に行われるので、現在のＳＯＣは前記経路の出発地におけるＳＯＣである。
【００６６】
続いて、前記メイン制御装置２６は前記経路の目的地におけるＳＯＣを設定する。この場合、目的地におけるＳＯＣは、例えば、前記経路の出発地におけるＳＯＣと等しい値であるが、ＳＯＣの管理幅内であれば任意に設定することができる。
【００６７】
ところで、本実施の形態のハイブリッド車両の駆動制御システム１０においても、通常のハイブリッド車両と同様に、バッテリ２３の蓄電量であるＳＯＣの管理幅があらかじめ設定されており、前記ＳＯＣが前記管理幅内に収まるようにして運転スケジュールを設定している。前記バッテリ２３は、通常のバッテリと同様に、電圧−電流特性がＳＯＣによって変動し、また、寿命もＳＯＣが大き過ぎたり小さ過ぎたりすると短くなってしまう。例えば、過充電されると、バッテリ２３が破壊してしまうこともある。そこで、あらかじめ設定されている前記管理幅が、例えば、最大値を６０〔％〕、最小値を４０〔％〕程度となるように設定され、バッテリ２３のＳＯＣが管理幅を越えないように制御される。
【００６８】
しかし、前記管理幅を固定すると、長い下り坂のように、発電機２２が回生電流を発生する機会が多い場合、回生電流を十分にバッテリ２３に回収することができず無駄にしてしまう。そのため、発電機２２が回生電流を発生する機会が多いにも関わらず、燃料消費量を十分に低減することができなくなってしまう。
【００６９】
そこで、前記メイン制御装置２６は、前記管理幅の上限値又は下限値を調整し、前記管理幅を必要に応じて広げることによって、ＳＯＣが管理幅を超えないようにしつつ、回生電流を十分にバッテリ２３に回収して、燃料消費量を十分に低減することができるように、効率の良い運転スケジュールを設定する。すなわち、予測された走行パターンに基づいて、エンジン２１の燃料消費量が最少となる運転スケジュールを設定する。
【００７０】
続いて、前記メイン制御装置２６は、取得された走行パターンに従って、エンジン２１及びモータ２４の駆動配分並びにバッテリ２３のＳＯＣを制御するための運転スケジュールを設定する。ここで、駆動配分とは、エンジン２１とモータ２４との使用割合をどのようにして車両を駆動して走行させるかということである。そして、設定された運転スケジュールに異常があるか否かを判断する。ここで、異常とは、設定された運転スケジュールに含まれる目的地のＳＯＣの値が当初に設定された値と相違したり、設定された運転スケジュールに含まれるＳＯＣが管理幅を越えたりすることである。そして、異常がある場合、前記メイン制御装置２６は、再度運転スケジュールを設定する。なお、燃料消費量や車両システムの情報を前記運転スケジュールに含ませて、燃料消費量や車両システムの情報に基づいて、運転スケジュールに異常があるか否かを判断するようにしてもよい。
【００７１】
例えば、渋滞区間においてはエンジン２１による走行の効率が悪いので、モータ２４による走行を行うことが望ましい。そこで、図８（ａ）に示されるように、走行パターン予測部１１によって作成された走行パターンに渋滞区間が含まれる場合、すなわち、あらかじめ渋滞の発生が予測される場合、前記メイン制御装置２６は、渋滞区間の手前を回生区間として設定し十分にバッテリ２３に充電するような運転スケジュールを設定する。
【００７２】
ここで、ＳＯＣの管理幅の上限値又は下限値を調整しない場合、ＳＯＣは図８（ｂ）に示されるように変化する。すなわち、渋滞区間におけるモータ２４による走行距離が長く、電流の消費量が多いので、ＳＯＣが下限値を割り込まないようにするために、Ａで示されるように、エンジン２１を作動させて発電機２２に発電を行わせる発電走行を行う必要がある。そのため、燃料消費量を十分に低減することができない。また、渋滞区間を過ぎるとすぐに目的地に到着するので、十分に発電を行うことができず、目的地におけるＳＯＣを出発地におけるＳＯＣと等しい値とすることもできない。
【００７３】
これに対し、ＳＯＣの管理幅の上限値を調整して適切な値にまで上昇させると、ＳＯＣは図８（ｃ）に示されるように変化する。この場合、回生区間においてバッテリ２３に十分に充電しておくことができるので、渋滞区間におけるモータ２４による走行距離が長く、電流の消費量が多くても、Ｂで示されるように、エンジン２１を作動させることなく、ＳＯＣを適切な値に保つことができる。そのため、燃料消費量を十分に低減することができる。そして、目的地におけるＳＯＣを出発地におけるＳＯＣと等しい値とすることもできる。
【００７４】
また、例えば、加減速や発進停止が多い区間においてもエンジン２１による走行の効率が悪いので、モータ２４による走行を行うことが望ましい。そこで、図９（ａ）に示されるように、走行パターン予測部１１によって作成された走行パターンに加減速や発進停止が多い区間が含まれ、かつ、該区間の直後に安定的に走行できる区間が含まれる場合、前記メイン制御装置２６は加減速や発進停止が多い区間を通過した後を回生区間として設定しバッテリ２３に充電するような運転スケジュールを設定する。
【００７５】
ここで、ＳＯＣの管理幅の上限値又は下限値を調整しない場合、ＳＯＣは図９（ｂ）に示されるように変化する。すなわち、加減速や発進停止が多い区間におけるモータ２４による走行距離が長く、電流の消費量が多いので、ＳＯＣが下限値を割り込まないようにするために、Ｃで示されるように、エンジン２１を作動させて発電機２２に発電を行わせる発電走行を行う必要がある。そのため、燃料消費量を十分に低減することができない。
【００７６】
これに対し、ＳＯＣの管理幅の下限値を調整して適切な値にまで下降させると、ＳＯＣは図９（ｃ）に示されるように変化する。この場合、加減速や発進停止が多い区間の直後の回生区間の始点までに回生電流をバッテリ２３に回収可能な状態になっている。そのため、回生区間においてバッテリ２３に十分に充電することができるので、加減速や発進停止が多い区間におけるモータ２４による走行距離が長く、電流の消費量が多くても、Ｄで示されるように、エンジン２１を作動させることなく、ＳＯＣを管理幅内に保つことができる。そのため、燃料消費量を十分に低減することができる。そして、加減速や発進停止が多い区間の直後の区間において、バッテリ２３に十分に充電してＳＯＣを回復することができる。なお、図９（ｃ）に示される例においては、ＳＯＣの管理幅の上限値も上昇させているが、これは、図８（ｃ）に示される例と同様に、前記経路に渋滞区間が含まれているためである。前記経路に渋滞区間が含まれていない場合にはＳＯＣの管理幅の下限値だけを調整すればよい。
【００７７】
このように、前記メイン制御装置２６は、予測された走行パターンにおいて、回生区間を設定し、該回生区間の始点までに回生電流をバッテリ２３に回収可能な状態とするように運転スケジュールを設定するので、回生電流を無駄にすることがない。また、前記回生区間において発生するすべての回生電流をバッテリ２３に回収可能な状態とするように運転スケジュールを設定するので、燃料消費量を十分に低減することができる。
【００７８】
次に、フローチャートについて説明する。
ステップＳ６−１ 走行パターンを取得する。
ステップＳ６−２ 現在のＳＯＣを取得する。
ステップＳ６−３ 目的地のＳＯＣを設定する。
ステップＳ６−４ 効率の良い運転スケジュールを設定する。
ステップＳ６−５ 異常があるか否かを判断する。異常がある場合はステップＳ６−４に戻り、異常がない場合は処理を終了する。
【００７９】
次に、走行処理の動作について説明する。
【００８０】
図１１は本発明の実施の形態における走行処理のサブルーチンを示すフローチャートである。
【００８１】
車両が前記経路上の走行を開始すると、メイン制御装置２６は、設定された運転スケジュールに従ってエンジン２１、エンジン制御装置、モータ２４、発電機２２及びインバータの動作を制御する。この場合、前記メイン制御装置２６は、バッテリ２３の容量検出センサが検出するＳＯＣ、すなわち、実際のＳＯＣをリアルタイムで取得し、前記運転スケジュールに含まれるＳＯＣと比較し、異常があるか否かを判断する。
【００８２】
前記経路上を実際に走行した場合の走行パターンは、予測された走行パターンと完全に同一にならないので、実際のＳＯＣの変化が前記運転スケジュールに含まれるＳＯＣの変化と相違することが考えられる。そこで、実際のＳＯＣとスケジュールに含まれるＳＯＣとの相違があらかじめ設定された閾（しきい）値を超える状態がしばらく継続した場合、前記メイン制御装置２６は、異常があると判断し、その時点における車両の現在位置から目的地までの運転スケジュールを再度設定する。なお、異常がない場合には、前記メイン制御装置２６は、運転スケジュールに従った制御を継続する。また、実際のＳＯＣが管理幅の上限値又は下限値を超えた場合にも、異常があると判断して、車両の現在位置から目的地までの運転スケジュールを再度設定するようにしてもよい。なお、実際のＳＯＣが管理幅の上限値又は下限値を超えた場合には、ＳＯＣが管理幅内に戻るように、エンジン２１、エンジン制御装置、モータ２４、発電機２２及びインバータの動作を制御して、バッテリ２３に充電したり該バッテリ２３から放電するようにしてもよい。
【００８３】
また、車両の現在位置が前記経路から外れた状態がしばらく継続した場合、前記メイン制御装置２６は、車両の走行パターンが日常的な走行環境情報に対応するものでないと判断し、ナビゲーションデータベース１２及び道路勾配データベース１３からナビゲーション情報等を取得して、車両の現在位置から目的地までのスケジュールを再度設定する。さらに、一時的な迂（う）回等によって車両の現在位置が前記経路から外れた場合も、車両の現在位置から目的地までの運転スケジュールを再度設定する。なお、車両の現在位置が前記経路から大きく外れていない場合には、実際のＳＯＣと運転スケジュールに含まれるＳＯＣとの相違があらかじめ設定された閾値以下である場合と同様に、前記メイン制御装置２６は、設定されたスケジュールに従った制御を継続する。
【００８４】
続いて、前記メイン制御装置２６は、車両が目的地に到着したか否かを判断し、到着していない場合には、前述された動作を繰り返す。
【００８５】
次に、フローチャートについて説明する。
ステップＳ７−１ スケジュールＳＯＣと実ＳＯＣを比較する。
ステップＳ７−２ 異常があるか否かを判断する。異常がある場合はステップＳ７−５に進み、異常がない場合はステップＳ７−３に進む。
ステップＳ７−３ 運転スケジュールに従った制御を継続する。
ステップＳ７−４ 目的地に到着したか否かを判断する。到着した場合は処理を終了し、到着しない場合はステップＳ７−１に戻る。
ステップＳ７−５ 運転スケジュールを再度設定する。
【００８６】
このように、本実施の形態において、ハイブリッド車両の駆動制御システム１０は、通勤、通学、買い物等のために定常的に走行する経路を走行する場合の走行パターンを解析し、変動要因を考慮して走行パターンを事前に予測することによって、前記経路上を効率良く走行するための運転スケジュールを設定するようになっている。そして、該運転スケジュールに従って、エンジン２１、エンジン制御装置、モータ２４、発電機２２及びインバータの動作を制御するので、ＳＯＣを適切に保つことができ、かつ、エンジン２１の燃料消費量を十分に低減することができる。
【００８７】
また、前記ハイブリッド車両の駆動制御システム１０は、前記経路上を効率良く走行するためのスケジュールを設定する場合に、ＳＯＣの管理幅の上限値又は下限値を調整し、前記管理幅を必要に応じて広げて、運転スケジュールを設定する。そのため、ＳＯＣが管理幅を超えないようにしつつ、回生電流を十分にバッテリ２３に回収して、燃料消費量を十分に低減することができるように、効率の良い運転スケジュールを設定することができる。
【００８８】
さらに、前記ハイブリッド車両の駆動制御システム１０は、前記経路を走行中の走行データ及び走行環境情報を記録して蓄積する。そのため、最新の走行データ及び走行環境情報を蓄積することができるので、最新の走行データ及び走行環境情報に基づいて走行パターンを予測することができ、また、従来のパターンに該当しない走行パターンは新規な走行パターンとして蓄積される。これにより、走行パターンの予測精度を向上させることができる。
【００８９】
なお、本発明は前記実施の形態に限定されるものではなく、本発明の趣旨に基づいて種々変形させることが可能であり、それらを本発明の範囲から排除するものではない。
【００９０】
【発明の効果】
以上詳細に説明したように、本発明によれば、運転者の運転特性を十分に反映した走行パターンを予測して、適切な運転スケジュールを設定することができ、エンジンの燃料消費量を十分に低減することができる。
【図面の簡単な説明】
【図１】本発明の実施の形態におけるハイブリッド車両の駆動制御システムの構成を示す概念図である。
【図２】本発明の実施の形態におけるハイブリッド車両の駆動制御用テーブルの例を示す図である。
【図３】本発明の実施の形態における走行パターンの概念を示す図である。
【図４】本発明の実施の形態における走行パターンを解析するための考え方を示す図である。
【図５】本発明の実施の形態における走行パターンの例を示す図である。
【図６】本発明の実施の形態における走行パターンの変動の例を示す図である。
【図７】本発明の実施の形態におけるハイブリッド車両の駆動制御システムの動作を示すフローチャートである。
【図８】本発明の実施の形態における設定されたスケジュールの例を示す第１の図である。
【図９】本発明の実施の形態における設定されたスケジュールの例を示す第２の図である。
【図１０】本発明の実施の形態におけるスケジューリング処理のサブルーチンを示すフローチャートである。
【図１１】本発明の実施の形態における走行処理のサブルーチンを示すフローチャートである。
【符号の説明】
１０ ハイブリッド車両の駆動制御システム
１１ 走行パターン予測部
２１ エンジン
２３ バッテリ
２４ モータ
２６ メイン制御装置

Claims (9)

1. （ａ）目的地までの経路を設定する経路設定手段と、
   （ｂ）設定された経路の走行データ及び走行環境情報を記憶して統計的に処理する記憶処理手段と、
   （ｃ）現在の走行環境情報と記憶された走行データとに基づいて、前記設定された経路の走行パターンを予測する予測手段と、
   （ｄ）予測された走行パターンに基づいてエンジン及びモータの運転スケジュールを設定し、設定された運転スケジュールに従って前記エンジン及びモータの動作を制御する制御手段とを有することを特徴とするハイブリッド車両の駆動制御システム。
2. 前記制御手段は、前記予測された走行パターンに基づいて、エンジンの燃料消費量が最少となる運転スケジュールを設定する請求項１に記載のハイブリッド車両の駆動制御システム。
3. 前記制御手段は、前記予測された走行パターンにおいて、回生区間を設定する請求項１又は２に記載のハイブリッド車両の駆動制御システム。
4. 前記予測手段は、交通状況に応じて予測された走行パターンを補正する請求項１〜３のいずれか１項に記載のハイブリッド車両の駆動制御システム。
5. 前記走行環境情報は、走行パターンの変動要因となる情報である請求項１〜４のいずれか１項に記載のハイブリッド車両の駆動制御システム。
6. 前記変動要因は、時刻、日付、曜日、天候又はイベントの少なくとも一つである請求項５に記載のハイブリッド車両の駆動制御システム。
7. 前記記憶処理手段は、所定期間の走行パターンを記憶して統計的に処理する請求項１に記載のハイブリッド車両の駆動制御システム。
8. 前記制御手段は、ＳＯＣに応じて運転スケジュールを変更する請求項１に記載のハイブリッド車両の駆動制御システム。
9. 前記制御手段は、車両が設定された経路から外れたときにナビゲーション情報に基づいて運転スケジュールを再設定する請求項１に記載のハイブリッド車両の駆動制御システム。

Images