차량 속도 제어 장치 및 차량 속도 제어 방법

[과제] 차속 지령에 대해 높은 정밀도로 추종 가능한 차량 속도 제어 장치 및 차량 속도 제어 방법을 제공한다. [해결수단] 차량(1)의 액셀 개방도를 변경함으로써, 규정된 차속 지령(v)에 따르도록 상기 차량(1)을 주행 제어하는 차량 속도 제어 장치(10)로서, 상기 차속 지령(v)을 기초로 연산된, 그 차속 지령(v)의 달성에 필요로 하는 요구 구동력(F)과, 현재의 차속(v)을 기초로 하여, 상기 액셀 개방도의 변경량(θ)을 연산하는 액셀 개방도 변경량 연산부(16)와, 상기 액셀 개방도의 상기 변경량(θ)을 기초로, 상기...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: FUKAI HIRONOBU, YOSHIDA KENTO
Format: Patent
Sprache:kor
Schlagworte:
Online-Zugang:Volltext bestellen
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:[과제] 차속 지령에 대해 높은 정밀도로 추종 가능한 차량 속도 제어 장치 및 차량 속도 제어 방법을 제공한다. [해결수단] 차량(1)의 액셀 개방도를 변경함으로써, 규정된 차속 지령(v)에 따르도록 상기 차량(1)을 주행 제어하는 차량 속도 제어 장치(10)로서, 상기 차속 지령(v)을 기초로 연산된, 그 차속 지령(v)의 달성에 필요로 하는 요구 구동력(F)과, 현재의 차속(v)을 기초로 하여, 상기 액셀 개방도의 변경량(θ)을 연산하는 액셀 개방도 변경량 연산부(16)와, 상기 액셀 개방도의 상기 변경량(θ)을 기초로, 상기 액셀 개방도를 변경하는 액셀 개방도 변경부(12)를 구비하고, 상기 액셀 개방도 변경량 연산부(16)는, 주행 중인 상기 차량(1)의 구동력, 차속, 및 상기 액셀 개방도의 상기 변경량을 포함하는 주행 실적 데이터(17)를 학습 데이터로 하여 기계 학습된 기계 학습기에 의해, 상기 액셀 개방도의 상기 변경량(θ)을 연산하는, 차량 속도 제어 장치(10)를 제공한다. [Problem] To provide a vehicle speed control device and a vehicle speed control method that allow vehicle speed commands to be followed with high precision. [Solution] Provided is a vehicle speed control device 10 for controlling driving of a vehicle 1 in accordance with a defined vehicle speed command v1 by changing an accelerator position of the vehicle 1, wherein the vehicle speed control device 10 comprises: an accelerator position change amount computation unit 16 that computes an accelerator position change amount θFF based on a current vehicle speed vdet and a requested drive power Fref necessary to fulfill the vehicle speed command v1, computed based on the vehicle speed command v1; and an accelerator position changing unit 12 that changes the accelerator position based on the accelerator position change amount θFF; wherein the accelerator position change amount computation unit 16 computes the accelerator position change amount θFF by using a machine learning device that has been trained by using, as training data, driving history data 17 including drive powers, vehicle speeds, and accelerator position change amounts of the vehicle 1 while being driven.