動的モデルを使用して制御システムを診断する方法と装置

专利摘要:
本発明は、動的モデルを使用して、少なくとも１つの自動車運転パラメータを制御するシステムの動作を診断するシステムに関するものであり、本診断システムは、動作中に、システムの入力及び出力データを不揮発性メモリに保存する手段を備えており、この手段は、システムのサンプリング周波数よりも低いサンプリング周波数でデータを保存するものであって、本システムは、保存された入力データ（２０）で刺激されて再構成された出力データを求めることができる動的モデル（２５）と、再構成された出力データと保存された出力データとを比較して一致度を診断する比較手段（３１）とを含む。
公开号:JP2011515260A
申请号:JP2010548148
申请日:2009-02-23
公开日:2011-05-19
发明作者:リオネル ロリミエ，
申请人:ルノー・エス・アー・エス；
IPC主号:B60W50-02

专利说明:

[0001] 本発明は、自動車の少なくとも１つの運転パラメータを、動的モデルを使用して制御するシステムの動作の診断に関する。]
背景技術

[0002] 積極的に安全性を向上させて運転を楽しむために、特定の自動車には、アンチスキッドシステム、自動ブレーキシステム、車輪操舵システムなどのような運転支援装置が設けられている。このようなシステムは、特定数の条件を満たす動作応答に従って監視装置によって作動される制御則により、操作される。制御則は、車載式コンピュータに組み込まれ、車両の特定部材に作用するアクチュエータに向けて、リクエストと呼ばれる制御信号を特定のサンプリング周波数で定期的に生成する。少なくとも３つの操舵可能な車輪を備える車両の能動後輪操舵システムの場合、コンピュータは後輪操舵システムの操舵リクエストを送出する。]
[0003] このようなシステムの診断の実施をアフターサービスの枠内で、または事故が発生した場合に保証するために、特定量の情報が、後で利用することができる不揮発性メモリに記録される。ほとんどの場合において、かつ利用可能なメモリの容量が不十分であるので、データの記録はサブサンプリングされる、すなわち、システムの動作中に制御リクエストを生成するサンプリング周波数よりも低いサンプリング周波数で行なわれる。コンピュータにより処理されている記録データは特定の精度を有し、この精度は、更に診断を実施しようとするとき考慮する必要がある。]
[0004] 特許文献１（富士通）には、冗長システムにおけるオンライン故障診断の実施を可能にする装置が記載されている。データの再構成は、診断結果の関数として行なわれる。]
[0005] 特許文献２（ボッシュ）には、車両の３次元動的モデルを使用して自動車の運転パラメータを取得することにより、続いて横方向及び前後方向の運動を表わす測定信号に基づいて車両の運動を再構成する手順が記載されている。使用されるモデルは動的モデルである。]
先行技術

[0006] 特願２０００−１８１７４２号
米国特許出願第２００４／１２２６３９号]
[0007] 本発明の目的は、動的モデル、すなわち出力信号が微分代数方程式により入力の関数として定義されるモデルで表現される制御則に従って生成される運転パラメータまたは運転リクエストの制御の診断を可能にすることである。]
[0008] 本発明の目的はまた、診断を実施するために、記録されたデータに基づいて信号を再構成するために使用される、動的モデルの初期化手段を提案することである。]
[0009] 基本的な態様によれば、動的モデルを使用して自動車の運転パラメータを制御するシステムの動作を診断する方法が提案され、このような診断は、動作中に特定のサンプリング周波数で記録されたシステムの入力及び出力データに基づいて行なわれる。本方法は、次のステップ、すなわち、システムのサンプリング周波数よりも低いサンプリング周波数でシステムの入力及び出力データを記録するステップと、記録された入力データで動的モデルを刺激することにより、再構成された出力データを決定するステップと、再構成された出力データと記録された出力データとを比較して一致度を診断するステップとを含む。]
[0010] 記録時に使用されるサンプリング周波数に関して、方法は、好ましくは、システムのサンプリング区間で記録されたデータを補間する事前ステップを含む。]
[0011] 有利には、その後、記録された入力データに基づいてパラメータ及び静的補正係数を再構成するステップが行なわれる。]
[0012] 比較ステップは、例えば再構成されたデータと記録されたデータとの不一致度と、各データの閾値とを比較することにより行なわれる。これに基づいて、前記不一致度が閾値よりも大きい場合に、警告情報項目が推定される。]
[0013] 動的モデルを援用して出力データを正しく再構成することを可能にするためには、データの記録が開始される時点のシステムの初期状態を正確に認識することが重要である。]
[0014] この目的のために、本方法は、好ましくは、動的モデルを刺激するステップの前に、記録された入力及び出力データに基づいて初期状態ベクトルを再構成するステップを含む。]
[0015] 概括すると、動的モデルは、各サンプリング区間について、モデルの状態変数を含む離散化運動方程式を使用する。次に、初期状態ベクトルを再構成するステップが、初期状態に基づいて、記録された初期データを含む連立方程式と、最小数のサンプリング区間に対応する前述の運動方程式とを逆に解くことにより、行なわれる。]
[0016] 別の態様によれば、動的モデルを使用して自動車の運転パラメータを制御するシステムの動作を診断するシステムが更に提案され、このシステムは、動作中に、システムの入力及び出力データを不揮発性メモリに記録する手段を備える。記録手段は、システムのサンプリング周波数よりも低いサンプリング周波数でデータを記録するように構成されている。]
[0017] システムは、記録された入力データで刺激されることにより再構成された出力データを決定することができる動的モデルを含む。比較手段は更に、再構成された出力データと記録された出力データとを比較して一致度を診断するように構成されている。]
[0018] 好適には、動的モデルは、各サンプリング区間について、モデルの状態変数を含む離散化運動方程式を含む。システムは、初期状態に基づいて、記録された初期データを含む連立方程式と、最小数のサンプリング区間に対応する上述の運動方程式とを逆に解くことにより、初期状態ベクトルを再構成する手段を備える。]
[0019] 次に、最小数のサンプリング区間に記録された入力及び出力データに基づいて初期状態ベクトルを再構成することを可能にする方法について更に詳細に説明する。]
[0020] 入力ベクトルは次の形式で定義することができる：]
[0021] この入力ベクトルの構成要素１〜ｊの各々は、記録が開始されるサンプリング期間Ｔｅ中のｋで示されるサンプリング時点に対応する。]
[0022] 診断の対象とする必要のあるｍ個の出力データは、次の形式の出力ベクトルＹで表わすことができる。]
[0023] 最後に、動的モデルに入力される入力データに基づいて出力値を表わすｎ次元系に関する状態は、次の形式で表わされる：]
[0024] 動的モデルでは、各サンプリング区間について、次の形式の離散化運動方程式を使用する。


上の式中、ｋは正またはゼロであり、Ａｋ及びＢｋは行列形式で表わされるパラメータである。]
[0025] 上の方程式（４）の形式から、動的モデルから生成される出力値の変化は、第１項の行列積Ａｋ．Ｘ［ｋ］が示すように、出力値自体に対して線形ということになる。一方、このような変化は、行列積Ｂｋ（Ｕ［ｋ］）の形式の第２関係項で表わされるように、入力データに対して非線形である。]
[0026] 力ベクトルＹは、状態Ｘによって線形的に変化し、場合によっては、入力データＵに基づいて、次の関係式に従って非線形的に変化する。
Ｙ［ｋ］＝Ｃｋ・Ｘ［ｋ］＋Ｄｋ（Ｕ［ｋ］） （５）
上の式中、Ｃｋ及びＤｋは、行列形式で表わされるパラメータである。]
[0027] ｋ＝０に対応する初期時点では、入力データＵ［０］及び出力データＹ［０］は、これらのデータがシステムの不揮発性メモリの記録の対象であるため既知である。]
[0028] 方程式（４）は、ｎ個の未知数（Ｘ（０））、及びｍ個の方程式を次の形式で含む。
Ｙ［０］＝Ｃ０・Ｘ［０］＋Ｄ０（Ｕ［０］） （６）]
[0029] したがって、これらの関係式の全てが完全に独立であると仮定することにより、ｍ個の連立方程式を構築することが可能になる。ｍがｎ以上であり、かつ行列Ｃ０が逆算可能である場合、得られた連立方程式からＸ［０］を決定することが可能である。逆の場合には、ｋ＝１である次のサンプリング時点で成り立つ関係式を使用して、更に多くの方程式を得ることが必要である。次に入力Ｕ［１］及び出力Ｙ［１］を導入し、方程式（４）及び（５）で表わされる関係式をサンプリング区間ｋ＝１で使用する。]
[0030] このことから、未知数のベクトルに未知数Ｘ（１）が追加され、連立方程式に次の方程式が追加されるということになる。
Ｘ［１］＝Ａ０・Ｘ［０］＋Ｂ０（Ｕ［０］） （７）
及び
Ｙ［１］＝Ｃ１・Ｘ［１］＋Ｄ１（Ｕ［１］） （８）]
[0031] したがって、一般的に、当然ながら、これらの関係式が実際に独立であるという条件の下に、２．ｍ＋ｎ個の方程式に２．ｎ個の未知数を有する。連立方程式を逆に解くことができる場合、ベクトルＸ［０］は、行列を逆算することにより得られる。]
[0032] これとは反対の場合、プロセスを再度繰り返す必要がある。次に、時点２．Ｔｅのｋ＝２に対応する次のサンプリング時点について考察する。これは、次の形式の３．ｎ個の未知数から成るベクトルが導かれ、


更に３．ｍ＋２．ｎ個の方程式が得られる。]
[0033] 時点ｋ＝ｐを最大値として、時点ｐ．Ｔｅまで繰り返しを更に継続する場合、ｐ．ｎ個の未知数から成るベクトルが次の形式で得られ、


（ｐ＋１）．ｍ＋ｐ．ｎ個の方程式が得られる。]
[0034] 繰り返しは、未知数よりも多くの方程式が得られるまで継続される。連立方程式を逆に解くために必要な数の方程式を保持することにより、次に初期状態Ｘ［０］が、以下の行列方程式により得られる：


上式中、Ｉは単位行列である。]
[0035] 値ｐは比（ｎ／ｍ）−１を切り上げた整数の値に対応する。]
[0036] 有利な例示的な一実施形態によれば、診断の対象となる運転パラメータは、少なくとも３つの操舵可能な車輪を備える車両の後輪の転舵角リクエストとすることができる。このとき、前述の連立方程式に使用される記録された初期データは、車両の前後速度、前輪の転舵角、後輪転舵角の動的成分、後輪転舵角の静的成分、及び後輪転舵角の設定値を含むことができる。前述の運動方程式は、未知数として、後輪転舵角のモデル化値、ヨーレート、横滑り角、及び後輪転舵角の正のフィードバック制御の中間値を含む。これらに後輪転舵角の設定値が補充される場合、４つの状態が存在する。しかしながら、後輪転舵角の設定値は、時点ｋにおける入力及び出力に関する情報により完全に決定することができる。]
[0037] この場合、４つの記録されたサンプリング区間について、すなわちサンプリング時点３．Ｔｅ（０からｐ＝３まで）までの区間について、上の方程式を考慮するだけで十分である。]
[0038] 第１の適用形態では、動的モデルの初期化を可能にする初期状態ベクトルは記録されていない。このとき、比較ステップにおいて使用される再構成されたデータは、再構成された初期状態に基づいて再構成されたデータである。]
[0039] 第２の適用形態では、動的モデルの初期化を可能にする初期状態ベクトルは、それとは反対に、記録されている。このとき、本方法は、記録された初期状態ベクトルと再構成された初期状態ベクトルとの一致度を、閾値、記録された初期状態ベクトルの構成要素と再構成された初期状態ベクトルの構成要素との不一致度と比較することにより事前検証する追加ステップを含む。]
[0040] 一致度の事前検証によって一致していることが判明した場合、再構成出力データを決定する目的で、記録入力データにより動的モデルを刺激するステップは、記録された初期状態ベクトルに基づいて行なわれる。]
[0041] 一致度の事前検証によって不一致であることが判明した場合、記録された初期状態ベクトルに基づいて、記録された入力データによる動的モデルの第１刺激を行なって、第１再構成出力データを決定し、次に、再構成された初期状態ベクトルに基づいて、記録された入力データによる動的モデルの第２刺激を行なって、第２再構成出力データを決定し、次に、第１再構成出力データ、第２再構成出力データ、及び記録出力データを比較することにより、最終的な一致度を診断する。]
[0042] 本発明は、完全に非制限的な実施例として、添付図面により示される幾つかの実施形態及び実施モードを分析することにより一層深く理解される。]
図面の簡単な説明

[0043] 図１は、少なくとも３つの操舵可能な車輪を備える車両の後輪転舵制御システムに使用される動的モデルの計算におけるサンプリングに対してサンプリング比５でデータを記録する複数の時点を例示している。
図２は、第１変形例による自動車の後輪の転舵角を制御する動的モデルを備えるコンピュータに含まれる主構成要素を模式的に示している。
図３は、図２に示す動的モデルを備える制御システムの動作を検証することを可能にする診断システムの主構成要素を示している。
図４は、図３に示すシステムにより実行される、本発明による診断方法の種々のステップを示す。
図５は、多数のデータを記録を行う場合の、自動車の後輪の転舵角に関する制御リクエストの決定を行う動的モデルを備える車載コンピュータの第２の変形例を示している。
図６は、図３に示され、かつ図５に示すようなコンピュータに接続されるシステムを援用して実行される診断方法の種々のステップを示している。] 図１ 図２ 図３ 図４ 図５
実施例

[0044] 例示する種々の非制限的な例は、後輪の転舵角の設定値を決定する極配置（ｐｏｌｅ ｐｌａｃｅｍｅｎｔ）制御則を用いるフランス特許出願第２８６４００２号（ルノー）に具体的に説明されているような、自動車の操舵可能な後輪の転舵角を制御するシステムに適用される。]
[0045] このような制御システムにより、動的モデルを利用して、少なくとも１つの後輪の転舵角リクエストを生成することができ、これらのリクエストは、リクエストされた後輪の転舵角を実現できるアクチュエータ装置に供給される。システムは、空間における車両の運動を特徴付ける特定数量のステップの変化により、特に車両の横方向運動をモデル化することができる動的モデルを備える。システムは更に、制御に基づいて後輪転舵角の設定値を数式化することができ、かつ過渡応答運動への作用を可能にする正のフィードバック制御モジュールを備える。このモジュールは、静的制御値も数式化する。]
[0046] この特許出願に記載されているようなこのようなシステムを実行する方法では更に、システムの種々のモジュールを選択的に有効または無効にすることにより、車両が遭遇する種々の状況を考慮して、特定の状況下で、車両の挙動及び運転快適性を向上させる後輪転舵角の設定値を取得する。]
[0047] 本発明による診断システムは、車載式不揮発性メモリに、制御システムの特定数の入力及び出力データを記録する手段を備える。自動車搭載コンピュータに組み込まれるメモリの容量が制限されることを考慮すると、これらのデータの記録は、データの記録が重要であると考えられる特定の時点においてのみ行なわれることが好ましい。このような状況は、例えばアンチスリップシステムまたは後輪転舵システムが起動する場合に相当し、これらのシステムは、車両が特定の運転状況に遭遇すると動作する。更には、かつ利用可能なメモリの容量が制限されることを継続的に考慮するために、記録されたデータは、制御システムのサンプリング周波数よりも低いサンプリング周波数でのみ記録される。]
[0048] 図１は、この特徴を示している。図１の上部には、記録開始信号が示されている。時点ｔ＝０において、信号は値０から値１に変化する。この立ち上がりエッジによって記録が開始される。図１の下部は、転舵制御システムの各サンプリング区間の値Ｔｅを示し、制御システムのサンプリングに対してサンプリング比５で記録が行なわれることを示している。記録区間をＴｒとすると、Ｔｒ＝５Ｔｅが成り立つことが分かる。各記録区間では、前輪の転舵角αａｖ（ラジアン）により構成される入力データの値が記録される。この角度は、例えば車両のステアリングホイールの回転角の測定値に基づいて測定または推定される。ｍ／秒で表わされる車両の前後速度ｖｘも記録される。この速度は、例えば車輪の回転速度に関する情報に基づいて、あるいは、車両測位システム（ＧＰＳ（登録商標））により供給される位置の微分フィルタ値に基づいて測定または推定される。同じようにして、各サンプリング区間では、２つの出力値、すなわち後輪の静的転舵角リクエストαａｒｓｔａｔ（ラジアン）及び後輪の動的転舵角リクエストαａｒｄｙｎ（ラジアン）が記録される。] 図１
[0049] これらの４つの入力及び出力データは、転舵制御システムの計算サンプリングＴｅに対してサブサンプリングＴｒで記録される。時点ｔ＝０では、時点ｔ＝０における、すなわち記録開始時における走行距離Ｄｐ（ｋｍ単位）が、入力データを追加するために更に記録される。この信号は、車両の寿命の開始時からの走行距離のキロメートルカウンタにより生成される。]
[0050] 次に、図２を参照する。図２は、例えばフランス特許出願第２８６４００２号に記載されている自動車搭載式の、後輪転舵角制御を確実に行なうことができるコンピュータの主要部材を模式的に示している。図２では、全体が参照番号１で指示されるコンピュータは入力ブロック２を含み、この入力ブロック２は、各サンプリング区間において、サンプリング周波数Ｔｅで、前輪の転舵角αａｖの測定値、及び車両の前後速度ｖｘの測定値を受信する。静的転舵角計算ブロック３は、その２つの入力で、入力ブロック２により生成される前輪の転舵角αａｖの測定値、及び車両の前後速度ｖｘの測定値を受信する。ブロック３は、車両の速度と前輪の転舵角とに応じて変化する調整パラメータである静的ゲイン値Ｔｇｓを供給する。このパラメータは、車両の微調整時に定義される。ブロック３は更に、後輪の静的転舵角リクエスト信号αａｒｓｔａｔを供給する。この値は、例えば前輪の転舵角と静的ゲイン値に基づいて、次の数式により計算される。
αａｒｓｔａｔ＝（１−Ｔｇｓ（αａｖ，ｖｘ））．αａｖ （１２）] 図２
[0051] コンピュータ１は更に、２つのモデルを含む計算ブロック４を備える。これらのモデルは、図では正確に特定できず、一方のモデルは、車両の横方向動的モデルであり、他方のモデルは、後輪を転舵するアクチュエータの動的モデルである。]
[0052] 車両の横方向動的モデルは、状態量の変化、すなわち車両のヨーレート


及び横滑り角δの変化を考慮する。これらの変数の変化を記述した微分方程式は、Ｅｕｌｅｒ（オイラー）法に従ってデジタル化することができ、それにより以下の差分方程式で表わされる線形モデルが得られる。


上式中、
ｋ（ｋ≧０）はｋ番目のサンプリング時点であり、
Ｄａｖは、フロントアクスルセット（Ｎ／ｒａｄ）の横剛性であり、
Ｄａｒは、リアアクスルセット（Ｎ／ｒａｄ）の横剛性であり、
ＩＺＺは、車両のヨー軸回りの車両の回転慣性（ｋｇ．ｍ２）であり、
Ｍは、車両の質量（ｋｇ）であり、
ｌ１は、重心とフロントアクスルセットの軸との距離（ｍ）であり、
ｌ２は、重心とリアアクスルセットの軸との距離（ｍ）であり、
Ｌ＝ｌ１＋ｌ２は、車両のホイールベースである。]
[0053] 後輪を転舵するアクチュエータの動的モデルは、後輪の転舵角の変化の推定値を、転舵角設定値の関数として供給する。このモデルはまた、オイラー法に従ってアクチュエータの１次運動を特徴付ける微分方程式のデジタル化から得られる差分方程式により記述される。


上式中、
τは、１次動的モデルの固有時定数であり、
αａｒｍは、後輪転舵角のモデル化値であり、
αａｒｃは、後輪転舵角の設定値である。]
[0054] 各時点で、以下の式で表わされる関係が得られることに注目されたい。
αａｒｃ＝αａｒｄｙｎ＋αａｒｓｔａｔ （１６）]
[0055] コンピュータ１は更に、例えばフランス特許出願第２８６４００２号に記載されている極配置制御則の計算を可能にするブロック５を備える。このブロックは、前述のフランス特許出願に記載されているように、このシステムにおける正のフィードバックに対応する中間変数αａｒＦＦｒｅｑを供給する。この中間変数は以下の方程式から得られる。


上式中、補正係数Ｋ１、Ｋ２、及びＫ３は、前述の特許出願に記載の通りに得られる。]
[0056] 係数Ｋは、以下の方程式により与えられる。


上式中、Ｃ＿ＤＥＦ及びＣ＿ｄａは、車両のフロントアクスルセット及びリアアクスルセットの幾何学パラメータ及び横剛性に応じて変化する係数である。この場合、以下の等式が成り立つ。]
[0057] 図２に示される、１／ｚという表現で記号化されたブロック６は、サンプリング区間の遅延を生じさせる。この遅延は、次の数式で明示される。] 図２
[0058] 後輪転舵角の設定値αｃａｒは、記録の開始時点において、独立して、かつこの方程式に従うことなく初期化されることに注目されたい。]
[0059] ブロック７は加算ブロックであり、この加算ブロックの正入力は、ブロック５で生成される設定値αａｒｃを受信し、負入力は、ブロック３で生成される静的転舵角リクエストαａｒｓｔａｔを受信する。したがって、加算器ブロック７は、以下の数式に従って後輪の動的転舵角リクエストを供給する。
αａｒｄｙｎ［ｋ］＝αａｒｃ［ｋ］−αａｒｓｔａｔ［ｋ］ （２０）]
[0060] コンピュータ１には、参照番号８で指示される不揮発性メモリが設けられており、この不揮発性メモリは、上述のように、サンプリング期間Ｔｒの入力及び出力データの記録を可能にする。]
[0061] 図１に示したように、この情報の記録は、開始信号が値０から値１に変化すると直ぐに開始される。記録は、記録データが必要数に達したとき自動的に停止する。入力データαａｖ及びｖｘは、接続線９及び１０を介してメモリ８に送信される。メモリ８は更に、記録開始時に、接続線１１を介して走行距離Ｄｐを受信する。メモリ８内の記録は、接続線１２を介して開始信号Ａｃｔが受信されると開始される。] 図１
[0062] 接続線１３により送信される静的転舵角リクエストαａｒｓｔａｔ、及び接続線１４により送信される動的転舵角リクエストαａｒｄｙｎから構成される出力信号も、上述のように、後輪転舵角制御方法のサンプリング期間Ｔｅ以上の記録期間Ｔｒに従って記録され、それにより記録データの数が制限される。]
[0063] 制御ブロック１５は、接続線１６により静的転舵角リクエストαａｒｓｔａｔを、接続線１７により動的転舵角リクエストαａｒｄｙｎを受信し、後輪を転舵するアクチュエータに直接作用する。]
[0064] 図３は、図２に示す後輪転舵システムの動作中にコンピュータ１により記録されるデータの一致度診断の構築を可能にする診断システムの主要部材を示している。図３に示すのは、不揮発性メモリ８を備えるコンピュータ１である。メモリ８に記録されるデータは、全体が参照番号１８で示されるシミュレータ内に、ここでは説明しない従来型の伝送手段１９により回収することができる。不揮発性メモリ８の内容の読み出しを可能にする記録データの回収は、データをシミュレータによって読み出し可能にするために必要な、ここでは示さない種々の処理演算を含み、場合によっては、例えば復号化ステップを含む。] 図２ 図３
[0065] したがって、メモリ８に記録されたデータは、シミュレータ１８内部の入力ブロック２０に格納されている。これらのデータは前述のように、サンプリング周波数Ｔｒで記録されたものである。]
[0066] まず、記録されたデータの補間を行なって、記録された入力及び出力の全てに関して、データの値をサンプリング区間Ｔｅで再構成することが適切である。この演算は、補間ブロック２１内で行なわれる。]
[0067] 次のステップを行なう前に、各サンプリング区間でパラメータＴｇｓと補正係数との値を再構成することが必要である。これらの補正係数は、後輪転舵角リクエストの計算に使用されたものである。この演算は、ブロック２２内で、前輪転舵角データ及び車両速度に基づいて行なわれ、これらのデータは補間されて、ブロック２１から始まっている接続線２３により供給される。このように、この情報は、記録期間全体に亘って、サンプリング期間Ｔｅで取得される。]
[0068] ｋ＝０が、記録が開始された初期時点である場合、動的モデルの状態変数、すなわちヨーレート


、横滑り角δ、及び後輪転舵角のモデル化された値αａｒｍは、必ずしもゼロではない未知数である。]
[0069] 記録されている入力で、コンピュータ１に組み込まれた動的モデルの複製を刺激することにより、動的リクエストを再構成可能にするために、このモデルの初期状態を再構成する必要がある。このような再構成は、ブロック２４内で、後述の方法で行なわれる。再構成されたこの初期状態は、接続線２４ａにより、コンピュータ１のブロック４と同一で、同じ動的モデルを含むブロック２５の入力に送信される。ブロック２５の入力は、前輪転舵角αａｖ及び車両の前後速度ｖｘに関してブロック２１で生成される補間データの値を受信する。ブロック２５の入力は更に、ブロック２６により計算された後輪転舵角の設定値αａｒｃを受信する。ブロック２５は、コンピュータ１のブロック５に対応しており、同じ極配置制御則を含んでいる。ブロック２６の種々の入力は、ブロック２５の動的モデルにより決定された値、即ち、ヨーレート


、横滑り角δ、及び後輪転舵角リクエストのモデル化値αａｒｍにより構成される値を受信する。ブロック２６は更に、接続線４８を介して、前輪転舵角αａｖの補間値を受信する。]
[0070] ブロック２６の出力は、後輪転舵角リクエストの正のフィードバックの中間変数αａｒＦＦｒｅｑを供給し、この中間変数は、ブロック２７を介してサンプリング区間の遅延の対象を形成して後輪転舵角の設定値αａｒｃを生成し、この設定値は接続線２９を介してブロック２５の入力にフィードバックされる。この値は、加算器ブロック２８の正入力にも供給され、この加算器ブロック２８の負入力は更に、接続線３０を介して、後輪の静的転舵角リクエストの補間値αａｒｓｔａｔ＿ｉｎｔｅｒｐｏｌａｔｅｄを受信する。]
[0071] 最後に、加算器ブロック２８の出力では、コンピュータ１の加算器ブロック７の出力における場合と同じように、この場合は再構成により得られてαａｒｓｔａｔ＿ｉｎｔｅｒｐｏｌａｔｅｄと表記される後輪の動的転舵角リクエストが得られる。]
[0072] コンピュータ１のメモリ８に記録されたデータをブロック２１において補間することにより取得されたこの再構成値を、比較及び診断ブロック３１において、対応する動的転舵角リクエストの記録値αａｒｄｙｎ＿ｒｅｃｏｒｄｅｄと比較する。この記録値は、一致度診断を目的として、ブロック２０から始まってブロック３１に至る接続線３２を介して送信される。]
[0073] 図４は、図３に示すようなシステムが、連続するステップにより実行される様子を示す。図３に示すブロック２０の上流で行なわれる第１ステップ３３は、記録されたデータを回収することができる。ステップ３３では、サブサンプリング済みの記録データを格納するコンピュータ１の不揮発性メモリ８の内容を読み出す。] 図３ 図４
[0074] ブロック２１で行なわれる第２ステップ３４は、システムサンプリング区間Ｔｅで記録されたデータを補間することができる。この補間は、例えば線形補間法により行なうことができる。データの記録のサブサンプリング比をｎ＝Ｔｒ／Ｔｅで表わす場合、前輪の転舵角は、時点ｎ．ｋ（ｋを正の整数またはゼロとする）で、以下の数式に従って得られる。
αａｖｒｉｎｔｅｒｐｏｌａｔｅｄ［ｎ．ｋ］＝αａｖｒｅｃｏｒｄｅｄ［ｎ．ｋ］ （２１）]
[0075] ｎ．ｋとｎ．（ｋ＋１）との間に位置する各時点ｍについて、記録データを再構成する必要がある。例えば、既知データ、すなわちαａｖｒｅｃｏｒｄｅｄ［ｎ．ｋ］及びαａｖｒｅｃｏｒｄｅｄ［ｎ．（ｋ＋１）］に基づいて、線形補間法を実行することが可能である。この補間は次の方程式に従って行なうことができる：]
[0076] 同じ補間演算が他の記録データの全てについて、同じ条件下で行なわれる。]
[0077] 次のステップでは、静的ゲイン値Ｔｇｓにより構成されるパラメータの値と、各サンプリング区間の補正係数とを計算する。このステップは、図４に参照番号３５で指示され、図３に示すブロック２２で行なわれる。補正係数の再構成値、及びＴｇｓの再構成値は、前のステップで補間された前輪転舵角データ及び車両速度データに基づいて取得される。] 図３ 図４
[0078] その後、動的モデルの初期状態の計算を、ステップ３６で、補間の対象となった記録された出力の情報と、入力の情報とにのみ基づいて行なう。モデルの出力に関して制限された数の記録値しかない場合、すなわち例示した実施例において、後輪転舵角リクエストの静的値及び動的値しかない場合、最小数のポイントを使用して初期状態を再構成することが重要である。余りにも多数のポイントを使用すると、最終的な診断リスクが誤ってしまう。実際、診断は、同じようにして再構成された初期状態に基づいて再構成されたシミュレートされる出力と、記録された出力との間に観測される不一致の解釈に基づいて行なわれる。出力データとして使用される記録サンプルの数が多すぎると、再構成される車両に記録される時点でモデルの実際の初期状態ではなくなり、このような実際の状態とは異なる偽りの状態であるため、不一致の可能性が低下する。]
[0079] 上述では、最小数の方程式に基づいて、通常の方法で初期状態を再構成することにより、記録された入力を使用して計算される出力データに基づいて得られる連立方程式を逆に解くことができるようにすることが可能であることが分かった。例示した実施例では、次の手順が行なわれる。]
[0080] データの記録開始時では、図１に示すように、記録された入力ｖｘ［０］及びαａｖ［０］と、後輪動的転舵角リクエストである記録された出力αａｒｄｙｎ［０］とが利用可能である。αａｒｓｔａｔ［０］により構成される記録された出力、すなわち後輪静的転舵角リクエストも既知である。] 図１
[0081] 一方、図３のブロック２６の入力を構成する動的モデルの状態変数は未知である。これらの変数は、後輪転舵角のモデル化値αａｒｍ［０］、ヨーレートのモデル化値


、及び横滑り角のモデル化値δ［０］である。同じことが、正のフィードバックの中間変数αａｒＦＦｒｅｑ［０］にも言える。したがって、この時点で、４つの未知数について、上述の方程式（１７）の形式の方程式が得られる。したがって、モデルの状態αａｒｍ［０］、


、及びδ［０］を正確に求めることは不可能である。] 図３
[0082] 更に別の方程式を得るために、次の計算時点に関する情報を使用する。入力データｖｘ［１］、αａｖ［１］、出力データαａｒｄｙｎ［１］、及び更には、出力データαａｒｓｔａｔ［１］は既知である。このことから、中間変数αａｒｃ［１］は、方程式（２０）の形式の方程式に従って容易に推定することができる。方程式（１３）、（１４）、（１５）、（１７）、及び（１９）から、４つの新規未知数、すなわちαａｒｍ［１］、


、δ［１］、αａｒＦＦｒｅｑ［１］を含む５つの新規方程式が得られ、すなわち８個の未知数に対して合計６個の方程式が得られ、したがって、不定連立方程式が構成されるので、初期状態を求めるためには依然として不十分である。]
[0083] 次に、５つの新規方程式、及び４つの新規未知数、すなわちαａｒｍ［２］、


［２］、δ［２］、αａｒＦＦｒｅｑ［２］を提供する情報が、計算時点Ｔ２で取り込まれ、すなわちここまでに合計１１個の方程式と１２個の未知数とが得られる。]
[0084] 時点Ｔ３の出力及び入力データを使用すると、αａｒＦＦｒｅｑ［２］を導出することが可能になるため、方程式（１９）及び（２０）を合成することにより、新規未知数を全く追加することなく１つの新規方程式が追加される。]
[0085] したがって、この時点で連立方程式を逆に解くことができ、これらの未知数の全てを求めることができ、最終的に、動的モデルの初期状態、すなわちαａｒｍ［０］、


、δ［０］を求めることができる。]
[0086] 上述の種々の方程式を合成すると次の系が得られる。]
[0087] この系では、計算時点０、１、及び２の中間変数αａｒＦＦｒｅｑの値を含む中間変数は消去されている。]
[0088] 行列Ｍは、各サンプリング区間Ｔｅで補間されたデータを含み、以下のように表わすことができる。]
[0089] 更に、係数ａｉｊに関して、以下のような関係が成り立つ。]
[0090] 係数ｂｉｊは、ｖｘ［０］の代わりにｖｘ［１］を用いることを除き、ａｉｊと同じ表現式で定義される。]
[0091] 方程式（２３）の９ｘ９行列をＡｉｎｉｔと表記する場合、Ｍは行ベクトル、すなわち９ｘ１行列であり、結果として得られる行ベクトルは次元３ｘ１を有する。行列Ａｉｎｉｔは逆算することができ、動的モデルの初期状態は次の方程式に従って得られる。


初期状態ベクトルがこのようにして再構成された後、図４に示すステップ３７を行なう。このステップ３７では、図３のシミュレータ１８において転舵角リクエストを再構成する。これらの計算は、種々のブロック２５、２６、２７、及び２８内で行なわれる。このステップでは、初期化に対応する０から時点ｔｒｅｃｏｒｄｉｎｇに至るまでの時点ｋについて、動的モデルの状態と、方程式（１３）、（１４）、（１５）、（１６）、（１７）、（１８）、及び（１９）に基づいて生成された転舵角リクエストとを計算する。再構成された後輪の動的転舵角リクエストは、最終的に、次の方程式により得られる。
αａｒｄｙｎ＿ｒｅｃｏｎｓｔｉｔｕｔｅｄ［ｋ］＝αａｒｃ［ｋ］−αａｒｓｔａｔ＿ｉｎｔｅｒｐｏｌａｔｅｄ［ｋ］ （２６）
上式中、ｔｒｅｃｏｒｄｉｎｇ≧ｋ．Ｔｅ≧０であり、ｋはｋ番目のサンプリング時点である。] 図３ 図４
[0092] これらの計算では、ステップ３６の過程で再構成され、ブロック２４で計算された動的モデルの初期状態と、ステップ３５における全記録についてブロック２２内で計算される補正係数及びＴｇｓが使用されている。]
[0093] 図４に示す最終ステップ３８では、記録されたデータと再構成データとの一致を検証することにより診断を実施する。好ましくは、同一のグラフに、値αａｒｄｙｎ［ｊ］及び値αａｒｄｙｎ［ｎ．ｋ］（ｊ及びｋは正の整数またはゼロ）をプロットして、ｊ及びｎ．ｋが入手可能なサンプル数を超えることがないようにすることができる。これらの値の比較により、種々の記録時点における転舵角リクエストの一致度だけでなく、記録期間に亘る全般的な変化傾向を検証することができる。] 図４
[0094] 値αａｒｄｙｎ＿ｒｅｃｏｎｓｔｉｔｕｔｅｄ［ｎ．ｋ］と値αａｒｄｙｎ［ｎ．ｋ］（ｋは、ｎ．ｋが入手可能なサンプル数を超えないような、正の整数またはゼロ）との不一致度が、線形補間、データ精度などに関連する不確実性を考慮した許容閾値を超える場合、診断警告メッセージを供給して、記録データと再構成データとの不一致が生じていることを警告する。このような不一致により、車載式後輪転舵制御システムの誤動作の原因を突き止めることが可能になる。]
[0095] 図５は第２の実施形態を示している。この第２の実施形態も、例えば後輪転舵制御システムの診断に適用される。] 図５
[0096] 図５に示す同じ部材には、図２の部材と同じ参照記号を付している。不揮発性メモリ８の入力だけが異なっている。実際、この実施形態では、車載式コンピュータのブロック４に含まれる動的モデルから生成される信号の現在値も記録の開始時点で記録される（この時点はｋ０と表記される）。これらの値は、接続線３９、４０、及び４１を介して記録される。したがって、値


［ｋ０］、δ［ｋ０］、αａｒｍ［ｋ０］は、メモリ８に記録される。これらの値は、動的モデルの初期状態に対応する。] 図２ 図５
[0097] 第２の実施形態では、方法は図６に示すように進行し、最初の４つのステップは、図４の最初の４つのステップと同じである。具体的には、ステップ３６において、動的モデルの初期状態を、上述のように、既に記録および補間されている入力及び出力データにのみ基づいて計算する。] 図４
[0098] 新規ステップ４２では、動的モデルの再構成された初期状態と記録された初期状態との一致度をまず検証することにより、予備診断を実施することができる。この比較は、分析対象の記録されたデータの各シリーズに対して行なわれる。この一致度を分析するために、ステップ３６において、使用するメモリの種類、補間の精度などに関連する特定の不確かさを示すデータに基づいて、動的モデルの初期状態の再構成に関する不確実性が考慮される。これらのデータは、次の３つの条件式が全て満たされる場合に一致していると推定される。


上式中、［０］と表記されるデータは、前述のように、再構成の対象となったデータであり、［ｋ０］と表記されるデータは、記録されているデータであり、


、Δδｕ、及びΔαａｒｍｕは、制御システムの設計時に定義された不確実性に関する許容閾値である。]
[0099] 良好な一致が観測される場合、すなわち不一致が上に設定した閾値よりも小さい場合、プロセスはステップ４３に進み、このステップ４３において、図３のシミュレータと同様のシミュレータを利用して転舵角リクエストが再構成される。しかしながら、この場合の計算は、メモリ８に記録されているような、動的モデルの初期状態に基づいて行なわれる。] 図３
[0100] 前述のように、動的モデルの状態と後輪転舵角リクエストの値とを、初期化からｔｒｅｃｏｒｄｉｎｇに至るまでの時点ｋについて、ブロック２５、２６、２７、及び２８に含まれる方程式に基づいて、すなわち前出の方程式（１３）、（１４）、（１５）、（１６）、（１７）、（１８）、及び（１９）に基づいて計算する。再構成された後輪動的転舵角リクエスト値αａｒｄｙｎ＿ｒｅｃｏｎｓｔｉｔｕｔｅｄ［ｋ］も、方程式（２６）により得られる。しかしながら、これらの種々の計算では、図６の参照番号４２で示す前のステップの過程において、記録された初期状態と再構成された初期状態との一致が観測されているとすると、ブロック２５に含まれる動的モデルは、入力として、記録された初期状態ベクトル


［ｋ０］、δ［ｋ０］、及びαａｒｍ［ｋ０］を受信する。]
[0101] 次に、これらの再構成値に基づいて、図６の参照番号４４で示す診断ステップが行なわれ、このステップにおいて、記録された値が再構成された値と比較される。このステップは、第１の実施形態に関して前述したステップ３８と同じように行なわれる。]
[0102] 不一致がステップ４２で検出される場合、ステップ４５をまず行ない、記録された初期状態に基づいて後輪転舵角リクエストを再構成する。αａｒｄｙｎ＿ｒｅｃｏｎｓｔｉｔｕｔｅｄ＿１と表記される後輪転舵角リクエストが得られる。]
[0103] 次に、ステップ４６の過程で、後輪転舵角リクエストの再構成を同じように行なうが、今回は、再構成された初期状態に基づいて行なう。αａｒｄｙｎ＿ｒｅｃｏｎｓｔｉｔｕｔｅｄ＿２と表記される別の値が得られる。]
[0104] プロセスはステップ４７に進んで、ステップ４５及び４６の過程で得られた値を記録された値と比較する。例えば、同一のグラフに、取得された値αａｒｄｙｎ＿ｒｅｃｏｎｓｔｉｔｕｔｅｄ＿１［ｊ］、αａｒｄｙｎ＿ｒｅｃｏｎｓｔｉｔｕｔｅｄ＿２［ｊ］、及び記録された値αａｒｄｙｎ［ｎ．ｋ］をプロットすることができる（ここで、ｊ及びｋは、正の整数またはゼロであり、ｊ及びｎ．ｋが入手可能なサンプル数を超えない）。このようなプロットに基づいて、これらのリクエストの一致度が各記録時点で、記録期間全体に亘る全般的な変化傾向と同じように検証される。このとき、幾つかの場合が想定される。]
[0105] 全再構成データと全記録データとの絶対値の差が、線形補間及びデータ精度に関する不確実性を考慮した設定閾値よりも小さい場合、この事実から、記録情報が再構成情報全体と大局的に一致していると結論付けることができる。このとき、ステップ４２で初期状態に関して不一致が観測されているので、診断に関して、記録された初期状態と再構成された初期状態とに基づいてデータが再構成されている場合に、この不一致が検出されなくなると結論付けることは不可能である。]
[0106] 別の場合においては、次の２つの条件式が、正の整数ｋまたはゼロに対応する記録時点に関して同時に成り立つ。
｜αａｒｄｙｎ＿ｒｅｃｏｎｓｔｉｔｕｔｅｄ＿１［ｎ．ｋ］−αａｒｄｙｎ［ｎ．ｋ］｜＞αａｒｇａｐ＿ｐｅｒｍｉｔｔｅｄ
及び
｜αａｒｄｙｎ＿ｒｅｃｏｎｓｔｉｔｕｔｅｄ＿２［ｎ．ｋ］−αａｒｄｙｎ［ｎ．ｋ］｜≦αａｒｇａｐ＿ｐｅｒｍｉｔｔｅｄ
上の条件式中、αａｒｇａｐ＿ｐｅｒｍｉｔｔｅｄは、所定の一致度設定閾値である。この場合、入力及び出力データに基づく転舵角リクエストの合計再構成値は、記録データと一致している。このことから、ステップ４２で観測される不一致が、動的モデルの初期状態を記録する際の問題、または最終リクエストの計算に関連する問題から生じると推定される。]
[0107] 第３の状況では、ｋ（正の整数またはゼロ）と表記される記録時点において、少なくとも次の条件式が同時に成り立つことに注目することができる。
｜αａｒｄｙｎ＿ｒｅｃｏｎｓｔｉｔｕｔｅｄ＿１［ｎ．ｋ］−αａｒｄｙｎ［ｎ．ｋ］｜≦αａｒｇａｐ＿ｐｅｒｍｉｔｔｅｄ
及び
｜αａｒｄｙｎ＿ｒｅｃｏｎｓｔｉｔｕｔｅｄ＿２［ｎ．ｋ］−αａｒｄｙｎ［ｎ．ｋ］｜＞αａｒｇａｐ＿ｐｅｒｍｉｔｔｅｄ]
[0108] この場合、入力及び出力データと、記録された初期状態とに基づく転舵角リクエストの再構成値は、記録されたデータと一致している。したがって、ステップ４２で観測された不一致は、初期状態を再構成するために使用された最初の２つの記録サンプルシリーズに関する問題から生じている。]
[0109] 別の状況では、２つの正の整数またはゼロであるｋ１及びｋ２に対応する２つの時点が存在し、これらの時点において、次の２つの条件式が同時に成り立つことが注目される。
｜αａｒｄｙｎ＿ｒｅｃｏｎｓｔｉｔｕｔｅｄ＿１［ｎ．ｋ１］−αａｒｄｙｎ［ｎ．ｋ１］｜＞αａｒｇａｐ＿ｐｅｒｍｉｔｔｅｄ
及び
｜αａｒｄｙｎ＿ｒｅｃｏｎｓｔｉｔｕｔｅｄ＿２［ｎ．ｋ２］−αａｒｄｙｎ［ｎ．ｋ２］｜＞αａｒｇａｐ＿ｐｅｒｍｉｔｔｅｄ]
[0110] この場合、観測される不一致は、最終リクエストを計算する際の問題に関連している。]
[0111] したがって、これらの実施例を分析すると、本発明の第１の実施形態においても、発明の第２の実施形態においても、本発明を実施することにより、再構成されたデータと記録されたデータとの一致度に関する診断を実施することができ、これに基づいて、自動車の１つ以上の運転パラメータ、例えば後輪転舵角リクエストを制御する装置に起こり得る誤動作に関する手掛かりを推定することが可能になることが分かる。]

权利要求:

請求項1
動的モデルを使用して、自動車の少なくとも１つの運転パラメータを制御するシステムの動作を診断する方法であって、動作中に記録されたシステムの入力及び出力データに基づいて診断を行うもので、システムのサンプリング周波数よりも低いサンプリング周波数でシステムの入力及び出力データを記録するステップと、記録された入力データで動的モデルを刺激することにより、再構成された出力データを決定するステップと、一致度を診断する目的で再構成された出力データと記録された出力データとを比較するステップとを含むことを特徴とする方法。
請求項2
システムのサンプリング区間で記録されたデータを補間する事前ステップを含む、請求項１に記載の方法。
請求項3
記録された入力データに基づいてパラメータ及び静的補正係数を再構成する事前ステップを含む、請求項１または２に記載の方法。
請求項4
比較ステップが、再構成されたデータと記録されたデータとの不一致度と、各データの閾値とを比較することにより行い、前記不一致度が閾値よりも大きい場合に警告情報項目を送出する、請求項１ないし３のいずれか一項に記載の方法。
請求項5
動的モデルを刺激するステップの前に、記録された入力及び出力データに基づいて初期状態ベクトルを再構成するステップを含む、請求項１ないし４のいずれか一項に記載の方法。
請求項6
動的モデルが、各サンプリング区間について、モデルの状態変数を含む離散化運動方程式を使用し、初期状態ベクトルを再構成するステップが、初期状態に基づいて、記録された初期データを含む連立方程式と、最小数のサンプリング区間に対応する運動方程式とを逆に解くことにより行なわれる、請求項５に記載の方法。
請求項7
診断の対象となる運転パラメータが、少なくとも３つの操舵可能な車輪を備える車両の後輪の転舵角リクエストであり、前記連立方程式に使用される記録された初期データが、車両の前後速度、前輪の転舵角、後輪転舵角の動的成分、後輪転舵角の静的成分、後輪転舵角の制御値を含み、前記運動方程式が、変数として、後輪転舵角のモデル化値、ヨーレート、横滑り角、及び後輪転舵角の正のフィードバックの中間値を含む、請求項６に記載の方法。
請求項8
動的モデルの初期化を可能にする初期状態ベクトルが記録されておらず、比較ステップに使用される再構成データが、再構成された初期状態に基づいて再構成されるデータである、請求項６または７に記載の方法。
請求項9
動的モデルの初期化を可能にする初期状態ベクトルが記録されており、記録された初期状態ベクトルと再構成された初期状態ベクトルとの一致度を、記録された初期状態ベクトルの構成要素と再構成された初期状態ベクトルの構成要素との不一致度の閾値と比較することにより、事前に検証する追加ステップを含む、請求項６または７に記載の方法。
請求項10
一致度の事前検証によって一致が示される場合、記録された入力データで動的モデルを刺激することにより、再構成された出力データを決定するステップが、記録された初期状態ベクトルに基づいて行なわれ、一致度の事前検証によって不一致が示される場合、記録された初期状態ベクトルに基づいて、記録入力データを用いて動的モデルの第１刺激を行なって、第１の再構成された出力データを決定し、次に、再構成された初期状態ベクトルに基づいて、記録された入力データを用いて動的モデルの第２刺激を行なって、第２の再構成された出力データを決定し、次に、第１の再構成された出力データと、第２の再構成された出力データと、記録された出力データとを比較して一致度を診断する、請求項９に記載の方法。
請求項11
動的モデルを使用して自動車の運転パラメータを制御するシステムの動作を診断するシステムであって、動作中に、システムの入力及び出力データを不揮発性メモリに記録する手段を備えており、この手段は、システムのサンプリング周波数よりも低いサンプリング周波数でデータを記録するもので、記録された入力データ（２０）で刺激されて再構成された出力データを求めることができる動的モデル（２５）と、再構成された出力データと記録された出力データとを比較して一致度を診断する比較手段（３１）とを備えることを特徴とする、システム。
請求項12
動的モデルが、各サンプリング区間のモデルの状態変数を含む離散化運動方程式を含んでいるもので、記録された初期データを含む連立方程式と、最小数のサンプリング区間に対応する前記運動方程式とを初期状態に基づいて逆に解くことにより、初期状態ベクトルを再構成する手段を備える、請求項１１に記載のシステム。