JPH054544A

JPH054544A - 自動走行装置

Info

Publication number: JPH054544A
Application number: JP3156544A
Authority: JP
Inventors: Noboru Wakami; 昇若見; Hiroyoshi Nomura; 博義野村; Isao Hayashi; 勲林
Original assignee: Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Holdings Corp
Priority date: 1991-06-27
Filing date: 1991-06-27
Publication date: 1993-01-14

Abstract

(57)【要約】【目的】熟練運転者と同じ運転制御方法を組み入れたフ
ァジィ推論による自動走行装置、および、ユーザー各自
の運転にあった運転制御方法を学習することのできる自
動走行装置を提供する。【構成】ファジィ推論演算部３は熟練運転者の入出力デ
ータにもとずきファジィ推論し、降下法演算部５により
誤差演算部７の推論誤差が所定の値より小さくなるまで
演算を繰り返したのち、メンバーシップ関数記憶部２の
パラメータを固定する。またファジィ推論演算部３の出
力に対する人間の好みを入力するユーザ入力部により降
下法による演算を再開し、メンバーシップ関数のパラメ
ータを変更する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、車の走行で、熟練運転
者と同じ運転制御方法をファジィ推論により、組み入れ
た自動走行装置及び、ユーザー各自の運転にあった運転
制御方法を学習することのできる自動走行装置に関する
ものである。

【０００２】

【従来の技術】ファジィ推論は、数学モデルが記述でき
ないような複雑な制御対象において、人間が従来の経験
から得ている知識を推論規則を用いて計算機で実行しよ
うとするものである。

【０００３】従来のファジィ推論は、図１１に示すよう
に、制御観測値入力部１０１から得られる入力情報、例
えば制御偏差e及び、その変化率△eと、制御操作量出力
部１０３から出力する操作量uの間の関係を if〜 then
…規則として記述する場合、次のような推論規則をファ
ジィ推論規則記憶部１０4に複数個用意する。

【０００４】IF e is Zero(ZO) and △e is Positive Small(PS) Then u is Negative Small(NS). ここで if〜の部分を前件部、then…の部分を後件部と
呼ぶ。Zero,PositiveSmall 及び Negative Small など
は推論規則の記述に用いる入力や出力のメンバーシップ
関数を表すラベルである。メンバーシップ関数はメンバ
ーシップ関数記憶部１０5に格納されている。

【０００５】図１２にメンバーシップ関数の一例を示
す。メンバーシップ関数は対称な三角形としている。

【０００６】よく用いられるメンバーシップ関数とし
て、NB（負に大きい），NS（負に小さい），ZO（だいた
いゼロ），PS（正に小さい），PB（正に大きい）等があ
る。

【０００７】次にファジィ推論演算部１０２で行われる
ファジィ推論過程を説明する。今、以下のようなn個の
推論規則がファジィ推論規則記憶部１０4に格納されて
いるとする。ただし、Rⁱ（i=1,2,・・・n）は推論規則とする。

【０００８】ここで、入力情報 e,△eに対する推論規則
Rⁱの前件部の適合度μ_iを求める方法を、１番目の規則R
¹を例にあげて説明する。ここで μ_zo(e),μ_ps(△e)は
前件命題のメンバーシップ関数ZO、PMに対する入力情報
e,△eのメンバーシップ値を表す。いま制御観測値入力
部１０１からeo,△eoが入力されたとすると、規則R¹の
適合度μ₁は、 μ₁＝μ_zo(eo)Λμ_ps(△eo) (1) ただし、Λはmin演算となる。

【０００９】そして推論規則R¹の後件部の結論のメンバ
ーシップ関数ω1は、後件命題のメンバーシップ関数NS
のメンバシップ値μ_ns(u)を用いて次のように求まる。 ω1＝μ₁Λμ_ns(u) (2) 推論規則Rⁱは複数個あるので、すべての結論のメンバー
シップ関数を結合したメンバーシップ関数は、 u_T＝ω1Ｖω2Ｖω3Ｖ・・・Ｖωn (3) ただし、Ｖはmax演算を示す。となる。このメンバーシ
ップ関数u_Tは制御操作量を示す結論のメンバーシップ関
数であるが、実際の制御操作量uoは実数であるので、メ
ンバーシップ関数u_Tを実数値に変換する必要がある。変
換手法として、以下に示す重み付き重心を採用する。制
御操作量uoは、

【００１０】

【数１】

【００１１】となり、制御操作量出力部１０３に出力さ
れる。

【００１２】

【発明が解決しようとする課題】しかしながら上記のよ
うな構成では、以下のような理由で推論規則やメンバー
シップ関数の最適な構築が困難である。特に、車の運転
のように、、後続車との距離、およびその変化度合、前
方車との距離、およびその変化度合、自車の走行速度、
およびその変化度合、これらの全て、またはいずれかを
勘案し、アクセル開度、ブレーキ力、およびクラッチ操
作量を制御するような、入出力パラメータが多数あるよ
うな複雑な制御だと、もはや構築が不可能である。なぜ
ならば、推論規則やメンバーシップ関数がどのようにな
っているか熟練運転者が表現できず、従って熟練運転者
がうまく制御している規則が表記できないため、ファジ
ィ推論による熟練運転者なみの自動走行装置が実現でき
ないという課題があった。

【００１３】また、従来の構成では、推論規則やメンバ
ーシップ関数が固定のため、ユーザの好みに応じた運転
に変更できないという課題を有していた。

【００１４】本発明は、かかる従来の自動走行装置の課
題に鑑み、熟練運転者やユーザーから得られる入出力デ
ータから、降下法を用いて自動的にファジィ推論のチュ
ーニング（調整）を行うものである。これにより、試行
錯誤によらずに希望するファジィ推論規則を自動的に作
成でき、熟練運転者とか各ユーザーの運転法を取り込め
る自動走行装置を提供することを目的とするものであ
る。

【００１５】

【課題を解決するための手段】第１の本発明は、後続車
との距離、およびその変化度合、前方車との距離、およ
びその変化度合、自車の走行速度、およびその変化度
合、これらの全て、またはいずれかを入力として、ファ
ジィ推論を行い、アクセル開度、ブレーキ力、およびク
ラッチ操作量を出力とするファジィ推論演算部と、ファ
ジィ推論に用いる推論規則を記憶している推論規則記憶
部と、推論規則に用いる前件部のメンバーシップ関数の
形状データと後件部の関数を記憶しているメンバーシッ
プ関数記憶部と、メーカー側の実験により得られた前記
入出力データと前記ファジィ推論演算部から得られる推
論結果から降下法による演算を行う降下法演算部と、降
下法演算部の出力により前件部のメンバーシップ関数と
後件部の関数の少なくとも一方を変化させるメンバーシ
ップ関数調整部と、入出力データとファジィ推論演算部
から得られる推論結果から推論誤差を計算し推論誤差が
所定の値より小さいときに前記降下法演算部とメンバー
シップ関数調整部の動作を停止させる誤差演算部とを備
えた自動走行装置である。

【００１６】第２の本発明では、推論規則記憶部におい
て推論規則に用いる後件部が実数値であることに特徴が
ある。

【００１７】第３の本発明では、ファジィ推論演算部の
出力に対する人間の好みを入力するユーザ入力部を有
し、ユーザ入力部に入力があったときあらかじめ設定さ
れたファジィ推論演算部から得られる推論結果とユーザ
入力部の出力との誤差を最小にする降下法による演算を
行い、メンバーシップ関数を変更するものである。

【００１８】第４の本発明では、ユーザが車を運転した
とき、あらかじめ設定されたファジィ推論演算部から得
られる推論結果と、ユーザーが制御した出力データを出
力検出センサーでとりこみ、推論結果との誤差を最小に
する降下法による演算を行うものである。

【００１９】第５の本発明では、第３および第４の本発
明において、推論誤差演算部はファジィ推論演算部から
得られる推論結果から推論誤差を計算し、推論誤差が所
定の値より大きいとき、その発生回数をカウントし、カ
ウント数が所定の数より大きくなったときのみ、推論誤
差が所定の値より、小さくなるまで前記降下法演算部と
前記メンバーシップ関数調整部を動作させるものであ
る。

【００２０】第６の本発明では、推論規則記憶部とメン
バーシップ関数記憶部を検索し、推論規則表示部によ
り、推論規則を表示するものである。

【００２１】

【作用】上記の構成により、後続車との距離、およびそ
の変化度合、前方車との距離、およびその変化度合、自
車の走行速度、およびその変化度合、これらの全て、ま
たはいずれかのいろいろな状況時の入力データにたいし
て、熟練運転者がうまくアクセル開度、ブレーキ力、お
よびクラッチ操作をうまく制御したときの出力データに
もとずき、ファジィ推論の推論規則およびメンバーシッ
プ関数を自動生成する。以後、この自動生成され推論規
則およびメンバーシップ関数により、ファジィ推論を行
い、熟練運転者なみの運転方法を自動走行装置に取り組
むことができる。

【００２２】また、メーカー出荷時の熟練運転者の運転
方法から、さらにユーザーからの入出力データにあうよ
うに推論規則およびメンバーシップ関数を再度変更する
ことで、ユーザーの運転方法を学習する自動走行装置が
可能となる。

【００２３】

【実施例】以下、本発明の実施例について図面を参照し
て説明する。

【００２４】第１の本発明の一実施例を説明する。メー
カー側の熟練運転者の実験によって得られる以下の入出
力データを集める。後続車との距離、およびその変化度
合、前方車との距離、およびその変化度合、自車の走行
速度、およびその変化度合、これらの全て、またはいず
れかの入力データに対して、いろいろな状況時で熟練運
転者がうまく制御したときのアクセル開度、ブレーキ
力、クラッチ操作の出力データである。これらの入出力
データにもとずき、その運転規則を非線形探索法の一種
である降下法を用い、自動生成する。以後、この生成さ
れた規則にもとずき、センサー等からの入力データに対
して、ブレーキ力などをファジィ推論し、自動走行をお
こなう。

【００２５】センサーとしてはＣＣＤカメラから入力さ
れた前方車、後続車の画像をディジタル信号処理し、自
動追尾することでリアルタイムにそれらの距離、および
その変化度合を求める。この画像追尾技術は周知のパタ
ーンマッチング法あるいは動き検出ベクトル法をもちい
る。また超音波センサーを用いてもよい。自車の走行速
度およびその変化度合はスピードメーターから容易にえ
られる。

【００２６】第１の本発明の自動走行装置の動作を図１
の構成図と図２のフローチャートを参照して説明する。

【００２７】図１において、１はファジィ推論の推論規
則を記憶している推論規則記憶部、２はファジィ推論に
用いる前件部のメンバーシップ関数の形状データと後件
部の関数式を記憶しているメンバーシップ関数記憶部、
３はファジィ推論のための推論演算を行うファジィ推論
演算部、４は制御対象、５は熟練運転者から得られる入
出力データと推論結果とから降下法による演算を行いチ
ューニングの方向を求める降下法演算部、６は降下法演
算部５の演算結果に基づきメンバーシップ関数記憶部２
に格納されているパラメータを更新するメンバーシップ
関数調整部、７はファジィ推論の推論結果と入出力デー
タから推論誤差を計算する誤差演算部である。

【００２８】いま、説明を簡単にするため、２入力１出
力の制御系を例として、説明する。Ｎ入力Ｍ出力も同様
に本アルゴリズムが適用できる。

【００２９】推論規則記憶部１には、以下の推論規則が
格納されている。 R¹:IF x₁=A₁₁ & x₂=A₁₂ THEN y=f₁(x₁,x₂) R²:IF x₁=A₂₁ & x₂=A₂₂ THEN y=f₂(x₁,x₂) .................. .................. Rⁿ:IF x₁=A_n1 & x₂=A_n2 THEN y=f_n(x₁,x₂) Rⁱは推論規則番号、nは推論規則数、A_ij(i=1,..,n j=1,
2)は前件部のメンバーシップ関数、f_i(x₁,x₂)は後件部
の線形関数である。

【００３０】メンバーシップ関数A_ijは図３のように二
等辺三角形型とし、その中心値をa_ij、幅をb_ijとする。
後件部の線形関数は、 f_i(x₁,x₂)=p_i・x₁+q_i・x₂+r_i (5) (i=1,...,n) とする。

【００３１】メンバーシップ関数記憶部２にこれらのチ
ューニングの対象となるパラメータ、a_ij、b_ij、p_i、
q_i、r_i（これらをチューニングパラメータと呼ぶ）を、
推論規則順に格納する。「ステップa1」まず、メンバーシップ関数調整部６に
て、ファジィ推論に用いるメンバーシップ関数の初期設
定と入出力データ番号pの初期設定を行う。例えば、前
件部のメンバーシップ関数A_ijの中心値a_ijの初期値は、
入力変数の全体集合を等分割するように設定する。幅b
_ijは、各メンバーシップ関数の中心値の間隔よりも大き
くし、各メンバーシップ関数が重なり合うように設定す
る。後件部の線形関数の係数p_i,q_i,r_iは０に初期化す
る。また、入出力データ番号は１に初期化する。「ステップa2」熟練運転者から得られる入出力データ(x
_1p,x_2p,y_p ^r)を取り込む。入力データ(x_1p,x_2p)は、ファ
ジィ推論演算部３に入力する。出力データy_p ^rは降下法
演算部５と誤差演算部７に入力する。「ステップa3」ファジィ推論演算部３で、(x_1p,x_2p)を
入力としたファジィ推論を行う。この推論は以下の式で
表される演算を行い、制御対象４への操作量y_p ^*を求め
る。 μ_i = A_i1(x_1p)・A_i2(x_2p) (6)

【００３２】

【数２】

【００３３】「ステップa4」降下法演算部５では、ステ
ップa3で得られた推論結果y_p ^*とステップa2で入力され
たy_p ^rから、チューニングパラメータa_ij、b_ij、p_i、
q_i、r_iのチューニング方向を計算する。ここでメンバー
シップ関数のチューニングの目標として、次式の評価関
数を最小化することにする。

【００３４】

【数３】

【００３５】この式は推論結果y_p ^*と熟練運転者から得
られたデータy_p ^rの差、すなわち推論誤差を表してい
る。降下法演算部５では降下法の中の一手法である最急
降下法を用いる。最急降下法では、評価関数の微分値を
用いて、評価関数が最小化するためのチューニングパラ
メータを更新する方向を求める。

【００３６】ここでは、チューニングパラメータr_iに関
する評価関数Eが最小化するための方向を求める方法に
ついて説明する。

【００３７】図４は横軸をr_iとして、評価関数Eを図示
したものである。r_i=r_i'のときの微分値∂E(r_i')/∂r_i
は、図４に示すようにr_i'点における評価関数の傾きを
意味する。図４(a)は∂E(r_i')/∂r_iが正の時、図４(b)
は∂E(r_i')/∂r_iが負の時である。ここで、図４(a)の
矢印のように、チューニングパラメータr_iを∂E(r_i')/
∂r_iの符号と反対方向に微小量だけ動かすと評価関数E
は減少する。同様にして、図４(b)の∂E(r_i')/∂r_iが負
の時でも、チューニングパラメータを∂E(r_i')/∂r _iの
符号と反対方向に微小量調整すると、評価関数Eは減少
する。つまり、チューニングパラメータr_iを、微分量∂
E/∂r_iの符号と反対方向に調整すると、評価関数Eは減
少し、これを繰り返し行うことにより評価関数Eは極小
値に収束することになる。

【００３８】ここで、∂E/∂r_ijを求める、(7),(8)式よ
り、

【００３９】

【数４】

【００４０】となり、この(9)式により、数値演算を行
い∂E/∂r_ijの値を求める。

【００４１】同様にして、降下法演算部５にて、∂E/∂
a_ij, ∂E/∂b_ij，∂E/∂p_ij, ∂E/∂q_ij, ∂E/∂r_ijを
計算し、評価関数を減少させるための調整方向を求め
る。「ステップa5」メンバーシップ関数調整部６では、降下
法演算部５で計算された ∂E/∂a_ij,∂E/∂b_ij，∂E/∂
p_i，∂E/∂q_i，∂E/∂r_iを用いて、メンバーシップ関数
記憶部２に格納されているチューニングパラメータ
a_ij、b_ij、p_i、q_i、r_iを更新する。更新は、以下の式
によって行う。ここでK_a, K_b, K_p, k_q, K_r は定数であ
る。

【００４２】

【数５】

【００４３】「ステップa6」メンバーシップ関数調整部
６では、ステップa5の更新を以下のように続ける。入出
力データ番号pと入出力データの総数Nを比較して、入出
力データ番号pが入出力データの総数Nよりも小さいなら
ば、ステップa7へ進みpの値を１増やしてステップa2へ
もどり、データ番号pが入出力データの総数Nと等しくな
るまでステップa2からステップa7までを繰り返す。入出
力データ番号pが入出力データの総数Nよりも大きいなら
ば、更新を中止して、ステップa8に進む。「ステップa8」誤差演算部７で推論誤差Dとその変化量
△Dを（15）、（16）式から求める。

【００４４】

【数６】

【００４５】ここでtはチューニングの回数を表してお
り、△Dは１回前のチューニング時の推論誤差と現在の
推論誤差との差である。［ステップa9］誤差演算部７ではさらに推論誤差の変化
量△Dと所定のしきい値Tを比較する。変化量△Dが所定
のしきい値Tよりも大きければ、ステップa10に進み入出
力データ番号pを０に初期化する、そして、ステップa2
からステップa8までを繰り返す。変化量△Dが所定のし
きい値Tよりも小さければ、チューニングは収束したも
のとし、誤差演算部７は降下法演算部５、メンバーシッ
プ関数調整部６の動作を停止させチューニングを終了す
る。

【００４６】このようにして、チューニング終了時に
は、推論規則記憶部１、メンバーシップ関数記憶部２に
は、熟練運転者の知識を取り込んだ推論規則に相当した
チューニングパラメータa_ij、b_ij、p_i、q_i、r_iが設定さ
れたことになる。

【００４７】この時点で、出荷すれば、ユーザーが自動
走行を指示すると、前述したセンサーからの入力に応じ
て、ファジィ推論演算部３で熟練運転者なみに推論した
結果で、制御対象４の車を運転できる。

【００４８】以上のように、本実施例によれば、熟練運
転者から得られる入出力データから、降下法により最適
な推論規則を獲得することが可能である。したがって、
獲得された推論規則を用いることにより熟練運転者の知
識やノウハウを機器に容易に搭載した自動走行装置が実
現できる。

【００４９】なお、本実施例ではメンバーシップ関数は
二等辺三角形型としたが、他の形であっても同様の効果
が得られる。また、後件部は線形関数でなく、非線形関
数やメンバーシップ関数であっても構わない。

【００５０】また、本実施例では、降下法演算部５の降
下法として最急降下法を用いたが、ニュートン法、共役
勾配法、Porell法などであっても構わない。また、誤差
演算部７ではチューニングの終了判定を推論誤差の値に
より行っているが、チューニングの回数をあらかじめチ
ューニング開始前に与えておく手法でも良い。

【００５１】次に、第２の本発明の一実施例を説明す
る。本発明は、第１の本発明で説明したメンバーシップ
関数記憶部２の後件部を実数値としてチューニングを行
うものである。

【００５２】推論ルールの後件部が実数値であるためチ
ューニングパラメータの数が少なく、第１の実施例に比
べて、より高速な自動チューニングおよびファジィ推論
が可能である。

【００５３】図５は、第２の本発明のファジィ推論装置
の構成図を示すものである。図５において、２１はファ
ジィ推論の推論規則を記憶している推論規則記憶部、２
２はファジィ推論に用いる前件部のメンバーシップ関数
の形状データと後件部の関数式を記憶しているメンバー
シップ関数記憶部、３はファジィ推論のための推論演算
を行うファジィ推論演算部、４は制御対象、２３は専門
家から得られる入出力データと推論結果から降下法によ
る演算を行いチューニングの方向を求める降下法演算
部、２４は降下法演算部２３の演算結果に基づきメンバ
ーシップ関数記憶部２２に格納されているパラメータを
更新するメンバーシップ関数調整部、７はファジィ推論
の推論結果と入出力データから推論誤差を計算する誤差
演算部である。図１の構成と同様なものは同一番号を付
して、詳細な説明は省略する。

【００５４】第１の本発明と異なる点について説明す
る。

【００５５】推論規則記憶部２１では後件部を実数とし
ている。図１の推論規則記憶部１では後件部を（5）式
で示す線形式を用いたが、本発明では実数値w_i(i=1,..,
n)とする。nは推論規則数である。従って、ファジィ推
論演算部３では、（7）式の、f_iが実数値w_iとなり、演
算が簡略化されるるとともに、推論時間が高速になる。
メンバーシップ関数記憶部２２に格納されるチューニン
グパラメータはa_ij、b_ij、w_iとなり、図１のメンバーシ
ップ関数記憶部２のa_ij、b_ij、p_i、q_i、r_iと比べて、減
少する。降下法演算部２３ではパラメータの更新方向を
求めるために、∂E/∂a_ij, ∂E/∂b_ij，∂E/∂p_i，∂E/
∂w_iを求めればよい。降下法演算部５の∂E/∂a_ij, ∂E
/∂b_ij，∂E/∂p_i，∂E/∂q_i，∂E/∂r_iとくらべて、計
算数が削減される。メンバーシップ関数調整部２４では
パラメータの更新作業が、メンバーシップ関数調整部６
と比べて、（10）、（11）式は同一であるが、（12）、
（13）、（14）式が次の１つの式で簡略化される。こ
こでK_wは定数である。

【００５６】

【数７】

【００５７】降下法演算部２３による推論誤差を最小化
するアルゴリズムは図２で説明したのと同様な方法で行
い、チューニングを完了する。チューニング終了時に
は、推論規則記憶部２１・メンバーシップ関数記憶部２
２には熟練運転者の知識を取り込んだ推論規則が構築さ
れることになる。

【００５８】以上のように、本実施例によれば、熟練運
転者から得られる入出力データから、降下法により最適
な推論規則を獲得することが可能である。とくに、推論
ルールの後件部が実数値であるためチューニングパラメ
ータの数が少なく、第１の本発明の実施例に比べて、よ
り高速な自動チューニングが可能である。また、本発明
を用いることにより、後件部が実数のためチューニング
後も、、ファジィ推論を簡単なプログラムか、ハードで
実現でき、熟練運転者なみの運転方法を容易に機器に搭
載することができる。

【００５９】第３の本発明の一実施例を説明する。

【００６０】メーカー側の実験によりえられた、入出力
データにもとずいてチューニングされている推論規則に
よる自動走行装置では、熟練運転者かまたは、最大公約
数的な運転者の規則になる。

【００６１】これに対して、ユーザーは各自の運転技術
とか、年齢、男女差により、微妙に運転方法が異なる。
例えば、高速道路上で、制限速度いっぱいで走行する
と、はらはらして、いやだとか、逆に制限速度いっぱい
で走行し、スピード感に満足する人もいる。第３の本発
明では、熟練運転者なみに設定されている走行法からユ
ーザーの好みを入力し、逐次的にファジィ推論規則をチ
ューニングし、ユーザの好みや感性に合った制御を実現
する。これにより、リアルタイムにユーザの好みを学習
する適応型のファジィ制御を搭載した自動走行装置とな
る。

【００６２】図６は、第３の本発明のファジィ推論装置
の構成図を示す。図６において、１はファジィ推論の推
論規則を記憶している推論規則記憶部、２はファジィ推
論に用いる前件部のメンバーシップ関数の形状データや
後件部の関数式を記憶しているメンバーシップ関数記憶
部、３はファジィ推論の演算を行うファジィ推論演算
部、５は専門家から得られる入出力データと推論結果か
ら降下法演算によりチューニングの方向を求める降下法
演算部、６は降下法演算部5の演算結果に基づきメンバ
ーシップ関数を更新するメンバーシップ関数調整部、７
はファジィ推論結果と入出力データから推論誤差を計算
する誤差演算部である。図１の構成と同様なものは同一
番号を付して、詳細な説明は省略する。

【００６３】第１の本発明と異なる点について説明す
る。図１の構成と異なるのは、ファジィ推論演算３によ
って計算された推論結果を表示する推論結果表示部３１
と、推論結果に対するユーザの好みを入力するユーザ入
力部３２を設けた点である。

【００６４】本実施例の動作を図７のフローチャートと
ともに説明する。「ステップb1」推論規則記憶部１、メンバーシップ関数
記憶部２に格納されているファジィ推論規則は、出荷前
に熟練運転者の推論規則を設定しておく。この初期推論
規則の構築には第１の本発明を用いても良いし、試行錯
誤による実験や熟練運転者へのインタビューによる方法
でも良い。「ステップb2」つぎに、ユーザーが自動走行モードで運
転することにより、前述したＣＣＤからなるセンサーよ
り前方車、後続車との距離等の入力データをとりこむ。「ステップb3」これらの入力データにもとずき、ファジ
ィ推論演算部３にて、ファジィ推論を行い、推論結果y^*
を得る。ファジィ推論の動作手順は第１の実施例のステ
ップa3と同じである。「ステップb4」推論結果y^*を推論結果表示部３１でユー
ザに表示する。表示法はディスプレイでもよいが、安全
のためには、音声合成による音声出力がよい。推論結果
y^*にもとずき、「ブレーキ力は３、アクセル開度は８」
といったような定量的な表現か、推論結果y^*をファジィ
数に変換し、「ブレーキ力は中位、アクセルはちょっと
踏む」といった出力にすればマンマシーンインターフェ
イスがさらに向上する。「ステップb5」つぎに、ユーザーは自分の好みにより修
正量をユーザ入力部３２から入力する。例えば、ユーザ
ーはその入力状況のとき、もう少し、遅く走行した方が
自分の運転感覚にあい、その方が望ましい場合は、「ブ
レーキ力は５、アクセル開度は５」といったような定量
的な表現か、「ブレーキ力は小、アクセルはかなりふ
む」といったファジィ数を用いた修正で指示を入力す
る。これもタッチパネルとかキーボードで入力してもよ
いが、安全のため音声認識で入力するのがよい。ユーザ
が、表示された推論結果に対して変更を加えなければ、
修正量は０である。「ステップb6」誤差演算部７では、ユーザ入力部３２か
らの出力である修正量y^'が０かどうかを確かめる。メン
バーシップ関数調整部６では、修正量y'が０であれば、
その推論結果を導いたファジィ推論規則はユーザの好み
を表しているかまたは熟練運転者の方法のほうが良いと
判定したと考え、推論規則のチューニングを行わずにス
テップb2へ進み、次の違った状況におけるセンサー入力
を待つ。誤差演算部７で計算された修正量が０でなかっ
たら、メンバーシップ関数調整部６により、ステップb7
へすすむ。

【００６５】「ステップb7,b8」推論結果y^*に修正量y^'
を加えy^rとする。このy^rを出力データとし、入力データ
x₁,x₂とともに、１個の入出力データとし、降下法によ
るメンバーシップ関数のチューニングを行う。このチュ
ーニングの演算は第１の本発明の実施例のステップa4,a
5と同じである。メンバーシップ関数の更新が終ったら
ステップb2に戻り、次回のセンサー入力を待つ。

【００６６】このようにユーザーが自動走行で運転して
いる時、いろいろな状況において、メーカーの熟練運転
者の運転方法と感覚的に異なる時、チューニングを開始
し、パラメータ調整により、自分なりの運転方法に以降
は変更できるものである。パラメータ調整をするかいな
かはユーザーから入力する。

【００６７】以上のように、本実施例によれば、ファジ
ィ推論の結果を推論結果表示部３１によりユーザに表示
し、それに対するユーザの好みをユーザ入力部３２から
入力させることにより、降下法を用いてファジィ推論の
メンバーシップ関数を変更する。これにより、機器を使
用すればするほど、ユーザの好みにあった制御のできる
自動走行装置が実現できる。

【００６８】なお、本実施例では、自動チューニングを
行う部分の構成を第１の本発明の実施例と同様にした
が、この部分に第２の本発明の実施例の構成を用いても
よい、この場合は推論規則の後件部が実数値となり、チ
ューニングが高速になるなどの第２の本発明のメリット
も実現される。

【００６９】次に、第４の本発明の実施例を説明する。

【００７０】第３の本発明では、ユーザーが好みを指示
したが、本発明では、ユーザーが使用しているうちに、
指示をしなくても、ユーザーの好みを自動的に学習し、
逐次的にファジィ推論規則をチューニングし、ユーザの
好みや感性に合った制御を実現する。これにより、リア
ルタイムにユーザの好みを学習する適応型のファジィ制
御を搭載した自動走行装置となる。

【００７１】図８は、第４の本発明の装置の構成図を示
す。図８において、図６の構成と同様なものは同一番号
を付して、詳細な説明は省略する。

【００７２】第３の本発明と異なる点について説明す
る。図６の構成と異なるのは、ファジィ推論演算３によ
って計算された推論結果を表示する推論結果表示部３１
と、推論結果に対するユーザの好みを入力するユーザ入
力部３２のかわりに、ユーザーのブレーキ力、アクセル
開度、クラッチ操作量を検出する出力検出センサー４１
を設けた点である。

【００７３】以上のように構成された実施例のファジィ
推論装置について、以下その動作を説明する。

【００７４】本実施例の動作は第３の本発明のステップ
b4、b5を以下に示すステップc5に、またステップb6をス
テップC6に変更する。その他は同様なため詳細な説明は
省略する。「ステップc5」推論結果y^*を得た時点の状況下で、ユー
ザーが自分の好みにより、ブレーキ力とか、アクセルの
開度、クラッチ操作を変更したとする。出力検出センサ
ー４１よりその操作量をとりこむ。次にこの操作量と各
推論結果y^*との差である修正量y^'を計算する。ユーザ
が、変更を加えなければ、修正量は０である。「ステップc6」修正量y^'が０かどうかを確かめる。修正
量y'が０であれば、推論規則のチューニングを行わずに
ステップb2へ進み、次の違った状況における出力検出セ
ンサー４１の入力を待つ。修正量が０でなかったら、ス
テップb7へすすむ。

【００７５】このようにいろいろな状況において自動走
行の運転方法に対して、ユーザーが修正して運転したと
き、出力検出センサー４１でユーザーの運転データをと
りこみ、チューニングを開始し、パラメータ調整によ
り、ユーザーなりの運転方法に以降は変更できるもので
ある。

【００７６】以上のように、本実施例によれば、ユーザ
ーの運転方法を出力検出センサー４１によりとりこみ、
熟練運転者なみのファジィ推論の結果との差を最小にな
るように降下法を用いてファジィ推論のメンバーシップ
関数を変更する。これにより、装置を使用すればするほ
ど、知らず知らずのうちに、ユーザの好みにあった制御
のできる自動走行装置が実現できる。

【００７７】なお、実施例では、自動チューニングを行
う部分の構成を上記第１の実施例と同様にしたが、この
部分に上記第２の実施例の構成を用いてもよい。この場
合は推論規則の後件部が実数値となり、チューニングが
高速になるなどの第２の本発明のメリットも実現され
る。

【００７８】次に、第５の本発明の実施例を説明する。

【００７９】第３および第４の本発明では、ユーザーが
好みを指示したり、ユーザーが使用しているうちに、指
示をしなくても、ユーザーの好みを自動的に学習し、逐
次的にファジィ推論規則をチューニングし、ユーザの好
みや感性に合った制御を実現している。この場合、メー
カーが出荷時に設定した熟練運転者なみの推論規則に対
して、ユーザーが異なった運転法であれば、その差の大
小にかかわらず、チューニングを開始する。従ってなん
らかの状態で、大きな差があったならば、それに合うよ
うにチューニングを始める。この場合、差が大きいと危
険であるともいえ、本発明では、差が所定の値より大き
いときは、すぐにはメンバーシップ関数のチューニング
を開始しないようにしたものである。

【００８０】図９は、第５の本発明の装置の構成図を示
す。図９において、図６の構成と同様なものは同一番号
を付して、詳細な説明は省略する。

【００８１】第３の本発明と異なる点について説明す
る。図６の構成と異なるのは、誤差演算部７の出力を誤
差レベル判定部５１にて誤差の大きさを判定し、所定の
値より大きいとき、その発生頻度をカウンター５２にて
カウントする。カウント数比較部５３では、カウント数
が一定の回数以上になると、降下法演算部５を駆動し、
メンバーシップ関数調整部６のパラメータを修正する。
このチューニング動作は第３の本発明と同様なため詳細
な説明は省略する。また誤差レベル判定部５１の出力で
誤差が大きいときにはカウンターをリセットし、修正を
行わないようにしてもよい。

【００８２】本発明は第４の本発明にも適用できること
はいうまでもない。

【００８３】以上のように本発明によればユーザーの運
転指示が大きくかけはなれたものであるとき、メンバー
シップ関数のパラメータを修正しないかまたはすぐに修
正しないで、何度も同様な指示がきたときに始めて修正
するため、安全にユーザーの好みに応じた運転法を搭載
した自動走行装置となる。

【００８４】第６の本発明の実施例を説明する。図１０
は、第６の本発明のファジィ推論装置の構成図を示すも
のである。図において、１はファジィ推論の推論規則を
記憶している推論規則記憶部、２はファジィ推論に用い
る前件部のメンバーシップ関数の形状データや後件部の
関数式を記憶しているメンバーシップ関数記憶部、３は
ファジィ推論の演算を行うファジィ推論演算部、４は制
御対象、５は専門家から得られる入出力データと推論結
果から降下法による演算によりチューニングの方向を求
める降下法演算部、６は降下法演算部5の演算結果に基
づきメンバーシップ関数を更新するメンバーシップ関数
調整部、７はファジィ推論結果と入出力データから推論
誤差を計算する誤差演算部である。以上は、図１の構成
と同様なものである。図１の構成と異なるのは、推論規
則記憶部１とメンバーシップ関数記憶部２を検索し適応
範囲の大きい推論規則を得る推論規則検索部６１と、推
論規則検索部６１で得られた推論規則を表示する推論規
則表示部６２を設けた点である。

【００８５】以上のように構成された本実施例のファジ
ィ推論装置について、以下その動作を説明する。

【００８６】第１の本発明および第２の本発明では、熟
練運転者なみのファジィ推論のメンバーシップ関数の構
築が自動的に行われ、第３から第５の本発明ではユーザ
ーの好みにあったメンバーシップ関数にチューニングで
きるものであった。しかし、熟練運転者やユーザーから
得られる入出力データにノイズが非常に多く含まれてい
る場合にチューニングが予期しない方向へ進む場合があ
る。また、過剰なチューニングにより、与えた入出力デ
ータに対しては推論誤差の小さい推論が行えるが、チュ
ーニング時に与えていないデータに対しては極端に推論
誤差が大きくなることがある。このような状態を避ける
ために、自動構築された推論規則やメンバーシップ関数
を設計者やユーザーが把握し、チェックする必要があ
る。

【００８７】本発明では、これらの点を考慮し、推論規
則表示部６２により自動チューニングによって得られた
推論規則を表示する。さらに、推論規則検索部６１によ
り、効率よく推論規則のチェックを行うため、適合範囲
の広い推論規則から先に表示するようにする。

【００８８】自動チューニングの動作手順は、第１の実
施例の図２のフローチャートと同様である。異なる部分
は、チューニング終了後に推論規則の表示を行うことで
ある。推論規則検索部６１はチューニング終了後に、メ
ンバーシップ関数記憶部２を検索し、次式の演算を行
う。

【００８９】

【数８】

【００９０】S_iは推論規則R_iの適合範囲の広さを示す。
このS_iの大きい順に推論規則R_iとそのメンバーシップ関
数の形状や後件部の関数式のパラメータを推論規則表示
部６２に送る。

【００９１】推論規則表示部６２は、たとえばＣＲＴと
か液晶ディスプレイで構成されており、推論規則検索部
６１から送られた推論規則とそれに用いられているメン
バーシップ関数などの情報を表示する。

【００９２】以上のように、本実施例によれば、降下法
により得られたファジィ推論規則を適合範囲の広い順に
表示できる。したがって、自動チューニングによって得
られた推論規則をユーザが知ることができ、チューニン
グの進行状態や推論規則のチェックが可能となる。

【００９３】なお、本実施例では、第１の本発明を基本
として説明したが、第２から第５までの本発明も同様な
表示機能をもたせることができることはいうまでもな
い。

【００９４】

【発明の効果】以上のように、第１の本発明によれば、
熟練運転者から得られる入出力データから、降下法によ
り最適な推論規則を獲得することが可能である。したが
って、熟練運転者の知識やノウハウを容易に推論規則と
して自動走行装置に搭載することができる。

【００９５】第２の本発明によれば、熟練運転者から得
られる入出力データから、降下法により最適な推論規則
を獲得することが可能である。とくに、推論ルールの後
件部が実数値であるためチューニングパラメータの数が
少なく、第１の実施例に比べて、より高速な自動チュー
ニングおよび推論が可能である。

【００９６】第３の本発明によれば、ファジィ推論の結
果を推論結果表示部によりユーザに表示し、それに対す
るユーザの好みをユーザ入力部から入力させることによ
り、降下法を用いてファジィ推論のメンバーシップ関数
を変更する。これにより、装置を使用すればするほど、
ユーザの好みにあった制御のできる自動走行装置が実現
できる。

【００９７】第４の本発明によれば、出力検出センサー
によりユーザーの運転方法をとりこみ、熟練運転者なみ
のファジィ推論の結果との差を最小になるように降下法
を用いてファジィ推論のメンバーシップ関数を変更する
ことで、装置を使用すればするほど、知らず知らずのう
ちに、ユーザの好みにあった制御のできる自動走行装置
が実現できる。

【００９８】第５の本発明によれば、ユーザーの運転指
示が大きくかけはなれたものであるとき、メンバーシッ
プ関数のパラメータを修正しないか、またはすぐに修正
しないで、何度も同様な指示がきたときに始めて修正す
るため、安全にユーザーの好みに応じた運転法を搭載し
た自動走行装置が実現できる。

【００９９】第６の本発明によれば、降下法により得ら
れたファジィ推論規則を適合範囲の広い順に表示するこ
とで、自動チューニングによって得られた推論規則をユ
ーザが知ることができ、チューニングの進行状態や推論
規則のチェックが可能となる。

【図面の簡単な説明】

【図１】第１の本発明における一実施例の装置の構成を
示すブロック図である。

【図２】同実施例の装置の動作を示すフローチャートで
ある。

【図３】メンバーシップ関数の構成図である。

【図４】降下法の動作説明図である。

【図５】第２の本発明における一実施例の装置の構成を
示すブロック図である。

【図６】第３の本発明における一実施例の装置の構成を
示すブロック図である。

【図７】同実施例の装置の動作を示すフローチャートで
ある。

【図８】第４の本発明における一実施例の装置の構成を
示すブロック図である。

【図９】第５の本発明における一実施例の装置の構成を
示す図である。

【図１０】第６の本発明における一実施例の装置の構成
を示す図である。

【図１１】従来のファジィ推論装置の構成を示すブロッ
ク図である。

【図１２】メンバーシップ関数の構成図である。

【符号の説明】

１、２１推論規則記憶部２、２２メンバーシップ関数記憶部３ファジィ推論演算部４制御対象５、２３降下法演算部６、２４メンバーシップ関数調整部７誤差演算部３１推論結果表示部３２ユーザ入力部４１出力検出センサー５１誤差レベル判定部５２カウンタ５３カウント数比較部６１推論規則検索部６２推論規則表示部

Claims

【特許請求の範囲】

【請求項１】後続車との距離、およびその変化度合、前
方車との距離、およびその変化度合、自車の走行速度、
およびその変化度合、これらの全て、またはいずれかを
入力として、ファジィ推論を行い、アクセル開度、ブレ
ーキ力、およびクラッチ操作量を出力とするファジィ推
論演算手段と、前記ファジィ推論に用いる推論規則を記
憶している推論規則記憶手段と、前記推論規則に用いる
前件部のメンバーシップ関数の形状データと後件部の関
数を記憶しているメンバーシップ関数記憶手段と、実験
により得られた前記入出力データと前記ファジィ推論演
算手段から得られる推論結果から降下法による演算を行
う降下法演算手段と、前記降下法演算手段の出力により
前件部のメンバーシップ関数と後件部の関数の少なくと
も一方を変化させるメンバーシップ関数調整手段と、前
記入出力データと前記ファジィ推論演算手段から得られ
る推論結果から推論誤差を計算し推論誤差が所定の値よ
り小さいときに前記降下法演算手段と前記メンバーシッ
プ関数調整手段の動作を停止させる誤差演算手段と、を
備えたことを特徴とする自動走行装置。
【請求項２】後続車との距離、およびその変化度合、前
方車との距離、およびその変化度合、自車の走行速度、
およびその変化度合、これらの全て、またはいずれかを
入力として、ファジィ推論を行い、アクセル開度、およ
びブレーキ力、クラッチ操作量を出力とするファジィ推
論演算手段と、前記ファジィ推論に用いる推論規則を記
憶している推論規則記憶手段と、前記推論規則に用いる
前件部のメンバーシップ関数の形状を表すパラメータを
記憶している前件部パラメータ記憶手段と、前記推論規
則に用いる後件部の実数値を記憶している後件部実数値
記憶手段と、実験により得られた前記入出力データと前
記ファジィ推論演算手段から得られる推論結果から前件
部のメンバーシップ関数の形状を表すパラメータに対す
る降下法演算を行う前件部降下法演算手段と、前記前件
部降下法演算手段の出力により前記前件部パラメータ記
憶手段に格納されているメンバーシップ関数の形状を表
すパラメータを変化させる前件部パラメータ調整手段
と、あらかじめ与えられた入出力データと前記ファジィ
推論演算手段から得られる推論結果から後件部の実数値
に対する降下法演算を行う後件部降下法演算手段と、前
記後件部降下法演算手段の出力により前記後件部実数値
記憶手段に格納されている後件部の実数値を変化させる
後件部実数値調整手段と、前記入出力データと前記ファ
ジィ推論演算手段から得られる推論結果から推論誤差を
計算し推論誤差が所定の値より小さいときに、前記前件
部降下法演算手段、前記前件部パラメータ調整手段、前
記後件部降下法演算手段、及び前記後件部実数値調整手
段の動作を停止させる誤差演算手段と、を備えたことを
特徴とする自動走行装置。
【請求項３】後続車との距離、およびその変化度合、前
方車との距離、およびその変化度合、自車の走行速度、
およびその変化度合、これらの全て、またはいずれかを
入力として、ファジィ推論を行い、アクセル開度、およ
びブレーキ力、クラッチ操作量を出力とするファジィ推
論演算手段と、前記ファジィ推論に用いる推論規則を記
憶している推論規則記憶手段と、前記推論規則に用いる
前件部のメンバーシップ関数の形状データと後件部の関
数を記憶しているメンバーシップ関数記憶手段と、前記
ファジィ推論演算手段の推論結果を表示する推論結果表
示部と、人間の好みを入力するユーザ入力手段と、前記
ユーザ入力手段に入力があったとき、前記ファジィ推論
演算手段から得られる推論結果と前記ユーザ入力手段の
出力から降下法による演算を行う降下法演算手段と、前
記降下法演算手段の出力により前記メンバーシップ関数
記憶手段に格納されている前件部のメンバーシップ関数
と後件部の関数のどちらか一方を変化させるメンバーシ
ップ関数調整手段と、前記入出力データと前記ファジィ
推論演算手段から得られる推論結果から推論誤差を計算
し推論誤差が所定の値より小さいときに前記降下法演算
手段と前記メンバーシップ関数調整手段の動作を停止さ
せる誤差演算手段と、を備えたことを特徴とする自動走
行装置。
【請求項４】後続車との距離、およびその変化度合、前
方車との距離、およびその変化度合、自車の走行速度、
およびその変化度合、これらの全て、またはいずれかを
入力として、ファジィ推論を行い、アクセル開度、およ
びブレーキ力、クラッチ操作量を出力とするファジィ推
論演算手段と、前記ファジィ推論に用いる推論規則を記
憶している推論規則記憶手段と、前記推論規則に用いる
前件部のメンバーシップ関数の形状データと後件部の関
数を記憶しているメンバーシップ関数記憶手段と、ユー
ザが車を運転したときの前記入力データにより、前記フ
ァジィ推論演算手段から得られる推論結果とユーザーが
制御した前記出力データとから降下法による演算を行う
降下法演算手段と、前記降下法演算手段の出力により前
記メンバーシップ関数記憶手段に格納されている前件部
のメンバーシップ関数と後件部の関数のどちらか一方を
変化させるメンバーシップ関数調整手段と、前記ユーザ
ーが運転したときの入出力データと前記ファジィ推論演
算手段から得られる推論結果から推論誤差を計算し推論
誤差が所定の値より小さいときに前記降下法演算手段と
前記メンバーシップ関数調整手段の動作を停止させる誤
差演算手段と、を備えたことを特徴とする自動走行装
置。
【請求項５】推論誤差演算手段は、前記ファジィ推論演
算手段から得られる推論結果から推論誤差を計算し、推
論誤差が所定の値より大きいとき、その発生回数をカウ
ントし、カウント数が所定の数より大きくなったときの
み、推論誤差が所定の値より、小さくなるまで前記降下
法演算手段と前記メンバーシップ関数調整手段を動作さ
せることを特徴とする請求項３又は請求項４記載の自動
走行装置。
【請求項６】後続車との距離、およびその変化度合、前
方車との距離、およびその変化度合、自車の走行速度、
およびその変化度合、これらの全て、またはいずれかを
入力として、ファジィ推論を行い、アクセル開度、およ
びブレーキ力、クラッチ操作量を出力とするファジィ推
論演算手段と、前記ファジィ推論に用いる推論規則を記
憶している推論規則記憶手段と、前記推論規則に用いる
前件部のメンバーシップ関数の形状データと後件部の関
数を記憶しているメンバーシップ関数記憶手段と、前記
入出力データと前記ファジィ推論演算手段から得られる
推論結果から降下法による演算を行う降下法演算手段
と、前記降下法演算手段の出力により前件部のメンバー
シップ関数と後件部の関数の少なくとも一方を変化させ
るメンバーシップ関数調整手段と、前記入出力データと
前記ファジィ推論演算手段から得られる推論結果から推
論誤差を計算し推論誤差が所定の値より小さいときに前
記降下法演算手段と前記メンバーシップ関数調整手段の
動作を停止させる誤差演算手段と、前記推論規則記憶手
段と前記メンバーシップ関数記憶手段を検索し、推論規
則を表示する推論規則表示手段と、を備えたことを特徴
とする自動走行装置。