JPH09315261A - 積和演算回路学習方法及びその装置、並びに乗員保護装置の起動制御装置 - Google Patents

Abstract

(57)【要約】 【課題】 車両の衝突形態に関わらず、乗員保護装置を
起動すべきか否かを確実に判別することができるように
する。 【解決手段】 Ｇセンサ４１は車両３２に加わる減速度
を検出し、その減速度をＧ信号として出力する。区間積
分回路４３はＧ信号に対して１０ｍｓ間の区間積分を行
なってその区間積分信号を出力する。シリアル・パラレ
ル変換回路４５は時系列データである区間積分信号を順
次直列入力しシリアル・パラレル変換を行って並列出力
する。積和演算回路４６は区間積分信号を入力端より並
列入力し、それら信号に対して複数の演算定数を用いた
積和演算を行なって信号を各出力端から出力する。積和
演算回路４６からの信号はオア回路６６及びアンド回路
６４で論理演算が行なわれた後、アンド回路６４からエ
アバッグ装置５０の起動制御信号として出力される。積
和演算回路４６における複数の演算定数はニューラルネ
ットワークを用いた学習により決定される。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、車両が衝突した際
に車両内の乗員を保護するエアバッグ装置などの乗員保
護装置に係わり、特に、このような乗員保護装置の起動
を制御するための起動制御装置、並びにその起動制御装
置に用いられる積和演算回路における複数の演算定数を
学習により決定するための積和演算回路学習方法及びそ
の装置に関するものである。

【０００２】

【従来の技術】乗員保護装置の起動を制御する装置とし
ては、例えば、エアバッグ装置におけるスクイブの点火
を制御する装置などがある。エアバッグ装置では、イン
フレータ内においてスクイブによりガス発生剤に点火し
て、インフレータよりガスを発生させ、そのガスによっ
てバッグを膨らませて、乗員を室内部品との衝突などか
ら保護している。

【０００３】このようなエアバッグ装置のスクイブの点
火を制御する装置では、通常、車両に加わる減速度（特
に、車両の前後方向の減速度）を検出する減速度センサ
（いわゆるＧセンサ）を備えており、このＧセンサで得
られた減速度検出信号を基にして点火制御を行なってい
る。例えば、この減速度検出信号の信号値或いはその積
分値を適当な閾値と大小比較して、その信号値或いは積
分値が上記閾値を超えたときに、スクイブによって点火
するように制御する。

【０００４】しかし、このように減速度検出信号の信号
値或いは積分値を閾値と大小比較して乗員保護装置の起
動を制御する場合、車両の衝突形態（即ち、衝突の態
様、衝突時の車速、衝突相手である衝突対象物など）に
よっては、乗員保護装置を起動すべきか否かを確実に判
別するには、複雑な演算を行なう必要がある。例えば、
車両の衝突形態のうち、衝突の態様が正突以外（例え
ば、斜突、オフセット衝突、アンダーライド衝突または
ポール衝突）であって衝突時の車速が比較的速い場合
は、乗員保護装置を起動すべきであるが、衝突の態様が
正突であって衝突時の車速が比較的遅い場合には、乗員
保護装置を起動するのに及ばない。しかし、Ｇセンサよ
り得られる減速度検出信号について、両者の場合を比較
してみると、車両衝突発生から所定の時間（要求時間）
内においては、両者の間にあまり差がないため、前述し
たように、複雑な演算により両者を区別する必要があ
り、演算システムの構築等によるコストがかかってしま
うという問題がある。例えば、特開平６−９２１９９号
公報に記載の技術では、加速度信号により得られる変位
データ（加速度信号を２回積分した値）をニューラルネ
ットワークに入力し、このニューラルネットワークの出
力に基づき乗員保護装置の起動を制御している。

【０００５】

【発明が解決しようとする課題】しかしながら、この従
来技術のニューラルネットワークの学習方法では、種々
の衝突形態の波形データを学習信号として用いているも
のの、それぞれの衝突形態と認識して乗員保護装置を起
動させるか否かの学習は行なっていない。従って、学習
結果として得られる演算定数（重み係数）が、仮に、要
求どおりの出力信号（乗員保護装置作動あるいは非作動
信号）が得られるようになった場合であっても、この演
算定数は必ずしもニューラルネットワークの学習により
得られる最適な値であるとの保証はない。よって、この
ニューラルネットワークを乗員保護装置の起動識別装置
として用いる場合には、他の演算と併用する必要がある
等の問題があった。

【０００６】そこで、本発明の目的は、上記した従来技
術の問題点を解決し、車両の衝突形態に関わらず、乗員
保護装置を起動すべきか否かを確実に判別することがで
きる乗員保護装置の起動制御装置を提供することにあ
る。

【０００７】

【課題を解決するための手段およびその作用・効果】上
記した目的の少なくとも一部を達成するために、第１の
発明は、車両に加わる衝撃の大きさに対応した車両衝撃
信号から得られる信号を入力し、該信号に対して複数の
演算定数を用いた積和演算を行なって、乗員保護装置の
起動を制御する起動制御信号を得るための信号を出力す
る起動制御装置用の積和演算回路について、前記複数の
演算定数を学習により決定するための積和演算回路学習
方法であって、（ａ）複数の積和演算素子を備え、複数
の入力端及び複数の出力端を有すると共に、前記複数の
積和演算素子の演算定数を調整することが可能な学習用
積和演算回路を準備する工程と、（ｂ）予め用意された
時系列信号である学習用車両衝撃信号を直列−並列変換
する工程と、（ｃ）直列−並列変換した前記学習用車両
衝撃信号を前記学習用積和演算回路の各入力端にそれぞ
れ並列入力して、該学習用積和演算回路における前記複
数の積和演算素子によりそれぞれ演算定数を用いた積和
演算を行なう工程と、（ｄ）演算結果として前記学習用
積和演算回路の各出力端から出力される複数の出力信号
と、前記学習用車両衝撃信号に対応する予め用意された
複数の理想出力信号と、の各誤差がそれぞれ所定の値と
なるように、前記学習用積和演算回路における前記複数
の積和演算素子の演算定数を調整する工程と、を備え、
調整の結果得られた前記複数の積和演算素子の演算定数
を、前記起動制御装置用の前記積和演算回路における前
記複数の演算定数として決定することを要旨とする。

【０００８】第１の発明では、まず、時系列信号である
学習用車両衝撃信号を直列−並列変換する。次に、それ
ら直列−並列変換した学習用車両衝撃信号を学習用積和
演算回路の各入力端に並列入力して、複数の積和演算素
子によりそれぞれ演算定数を用いた積和演算を行ない、
その演算結果として学習用積和演算回路の各出力端から
出力される複数の出力信号と、学習用車両衝撃信号に対
応する複数の理想出力信号と、の各誤差がそれぞれ所定
の値となるように、学習用積和演算回路における複数の
積和演算素子の演算定数を調整して、学習用積和演算回
路に学習させる。こうして学習により得られた演算定数
を、起動制御装置用の積和演算回路における複数の演算
定数として決定する。

【０００９】従って、第１の発明によれば、時系列信号
である学習用車両衝撃信号を直列−並列変換して積和演
算回路に入力することにより、学習用車両衝撃信号の波
形を加味して学習用積和演算回路に学習させることがで
きると共に、理想出力信号として、学習用車両衝撃信号
に対応する複数の信号、言い換えれば、車両の衝突形態
に対応する複数の信号を用意して、学習用積和演算回路
の学習を行なうことにより、車両の衝突形態も反映させ
た形での学習を行なうことができる。よって、最終的に
は、車両の衝突形態に対応して乗員保護装置を起動すべ
きか否かを判別するのに適した積和演算回路における複
数の演算定数を得ることができる。

【００１０】第１の発明における積和演算回路学習方法
において、前記工程（ａ）は、前記学習用積和演算回路
として、ニューラルネットワークを準備する工程を備え
ることが好ましい。

【００１１】学習用積和演算回路としてニューラルネッ
トワークを用いることによって、容易に積和演算回路の
学習を行なうことができる。

【００１２】第１の発明における積和演算回路学習方法
において、前記工程（ｂ）は、前記学習用車両衝撃信号
として、各々、車両衝突時に得られ、互いに衝突形態の
異なる複数の車両衝撃信号を用意する工程を備えると共
に、前記工程（ｄ）は、前記複数の車両衝撃信号毎に異
なる前記複数の理想出力信号を用意する工程を備えるこ
とが好ましい。

【００１３】このように、車両の衝突形態の異なる複数
の車両衝撃信号を学習用車両衝撃信号として用いること
によって、車両の衝突形態を十分反映させて、学習用積
和演算回路の学習を行なうことができる。

【００１４】第１の発明における積和演算回路学習方法
において、前記工程（ｂ）は、前記学習用車両衝撃信号
として車両の悪路走行中に得られる車両衝撃信号以外の
車両衝撃信号を用意する工程を備えることが好ましい。

【００１５】悪路走行中の車両衝撃信号のピーク波形と
高速正突時の車両衝撃信号の衝突初期のピーク波形は極
めて似ており、判別しにくいため、学習用積和演算回路
に学習させる際に、学習用車両衝撃信号として、悪路走
行中の車両衝撃信号も用いると、演算定数がなかなか収
束しない。そこで、このように、悪路走行中の車両衝撃
信号を除外して、学習用積和演算回路に学習させるよう
にすることによって、演算定数として最適な値を導き出
すことができる。

【００１６】第２の発明は、車両に加わる衝撃の大きさ
に対応した車両衝撃信号から得られる信号を入力し、該
信号に対して複数の演算定数を用いた積和演算を行なっ
て、乗員保護装置の起動を制御する起動制御信号を得る
ための信号を出力する起動制御装置用の積和演算回路に
ついて、前記複数の演算定数を学習により決定するため
の積和演算回路学習装置であって、予め用意された時系
列信号である学習用車両衝撃信号を直列−並列変換する
直列−並列変換手段と、複数の積和演算素子を備え、複
数の入力端及び複数の出力端を有し、直列−並列変換し
た前記学習用車両衝撃信号を前記入力端より並列入力し
て、前記複数の積和演算素子によりそれぞれ演算定数を
用いた積和演算を行なうと共に、前記複数の積和演算素
子の演算定数を調整することが可能な学習用積和演算回
路と、演算結果として前記学習用積和演算回路の各出力
端から出力される出力信号と、前記学習用車両衝撃信号
に対応する予め用意された複数の理想出力信号と、の各
誤差がそれぞれ所定の値となるように、前記学習用積和
演算回路における前記複数の積和演算素子の演算定数を
調整する演算定数調整手段と、を備え、調整の結果得ら
れた前記複数の積和演算素子の演算定数を、前記起動制
御装置用の前記積和演算回路における前記複数の演算定
数として決定することを要旨とする。

【００１７】第２の発明では、直列−並列変換手段によ
って、時系列信号である学習用車両衝撃信号を直列−並
列変換する。そして、学習用積和演算回路によって、そ
れら直列−並列変換した学習用車両衝撃信号を各入力端
より並列入力して、複数の積和演算素子によりそれぞれ
演算定数を用いた積和演算を行なう。この時、演算定数
調整手段によって、演算結果として学習用積和演算回路
の各出力端から出力される出力信号と、学習用車両衝撃
信号に対応する複数の理想出力信号と、の各誤差がそれ
ぞれ所定の値となるように、学習用積和演算回路におけ
る複数の演算定数を調整する。

【００１８】従って、第２の発明によれば、車両の衝突
形態も反映させた形の学習用積和演算回路の学習を行な
うことができ、最終的には、車両の衝突形態に対応して
乗員保護装置を起動すべきか否かを判別するのに適した
積和演算回路における複数の演算定数を得ることができ
る。第３の発明は、車両に加わる衝撃の大きさに対応し
た車両衝撃信号に基づいて乗員保護装置の起動を制御す
る起動制御信号を得る乗員保護装置の起動制御装置であ
って、時系列信号である前記車両衝撃信号を直列−並列
変換する直列−並列変換手段と、複数の入力端及び複数
の出力端を有し、直列−並列変換した前記車両衝撃信号
を前記入力端より並列入力して、複数の演算定数を用い
た積和演算を行なって、その演算結果として得られる信
号を各出力端からそれぞれ出力する積和演算回路と、を
備え、該積和演算回路から出力される前記信号から前記
起動制御信号を得ると共に、前記積和演算回路における
前記複数の演算定数として、第１の発明における積和演
算回路学習方法によって決定された演算定数を用いるこ
とを要旨とする。

【００１９】このように、第３の発明では、まず、直列
−並列変換手段によって、時系列信号である車両衝撃信
号を直列−並列変換する。そして、その直列−並列変換
した車両衝撃信号を積和演算回路の複数の入力端に並列
入力し、複数の演算定数を用いた積和演算を行なって、
その演算結果として得られる信号を複数の出力端からそ
れぞれ出力する。そして、それら出力信号から乗員保護
装置の起動を制御する起動制御信号を得る。この時、積
和演算回路における複数の演算定数には、第１の発明に
おける積和演算回路学習方法によって決定された演算定
数を用いる。

【００２０】このように、第３の発明では、第１の発明
における積和演算回路学習方法によって得られる、衝突
形態毎に学習された最適な演算定数を、積和演算回路の
演算定数として用いているので、その積和演算回路は、
衝突形態に応じた複数の出力信号を出力することができ
る。従って、積和演算回路に入力された車両衝撃信号の
波形、即ち、車両の衝突形態に対応して、乗員保護装置
を起動すべきか否かを判別することができる。

【００２１】よって、第３の発明によれば、車両の衝突
形態に関わらず乗員保護装置を起動すべきか否かを確実
に判別することができる。

【００２２】第３の発明における起動制御装置におい
て、前記積和演算回路の各出力端から出力される前記複
数の信号のうちの一つの信号は、前記乗員保護装置を起
動するか否かを決定する信号であることが好ましい。

【００２３】また、第３の発明における起動制御装置に
おいて、前記積和演算回路の各出力端から出力される前
記複数の信号は、前記車両が衝突した際に、その衝突形
態を識別することが可能な信号を含むことが好ましい。

【００２４】このような衝突形態を識別することが可能
な信号を含むことによって、衝突形態に対応させた形で
乗員保護装置の起動を制御することができる。例えば、
乗員保護装置が複数ある場合には、衝突形態に応じて、
起動させる乗員保護装置を替えることも可能となる。

【００２５】第３の発明における起動制御装置におい
て、前記車両衝撃信号は、前記車両に加わる加速度を区
間積分して得られる信号であることが好ましい。

【００２６】このような信号を車両衝撃信号として用い
ることによって、より正確な起動制御信号を得ることが
できる。

【００２７】第３の発明における起動制御装置におい
て、前記車両衝撃信号に基づいて、車両衝突であるか悪
路走行中であるかを判別するための判別信号を導き出す
判別手段と、前記積和演算回路から出力される前記信号
が前記乗員保護装置を起動すべきであることを示し、か
つ、前記判別手段により導き出される前記判別信号が車
両衝突であることを示している場合に、前記起動制御信
号として、前記乗員保護装置を起動する信号を出力する
起動制御信号出力手段と、をさらに備えることが好まし
い。

【００２８】このように、車両衝突であるか悪路走行中
であるかを判別するための判別手段をさらに備えること
により、積和演算回路では、そのような車両衝突である
か悪路走行中であるかの判別を行なう必要が無くなる。
従って、積和演算回路における複数の演算定数を学習に
より導き出す際に、学習用車両衝撃信号として、悪路走
行中の車両衝撃信号を除外し、車両衝突時の車両衝撃信
号のみを用いて、積和演算回路に学習させれば良いた
め、演算定数として最適な値を導き出すことができる。

【００２９】また、第４の発明は、車両に加わる衝撃の
大きさに対応した車両衝撃信号に基づいて乗員保護装置
の起動を制御する起動制御信号を得る乗員保護装置の起
動制御装置であって、時系列信号である前記車両衝撃信
号を直列−並列変換する直列−並列変換手段と、複数の
入力端及び複数の出力端を有し、直列−並列変換した前
記車両衝撃信号を前記入力端より並列入力して、複数の
演算定数を用いた積和演算を行なって、その演算結果と
して得られる信号を各出力端からそれぞれ出力する積和
演算回路と、前記車両衝撃信号に基づいて、車両衝突で
あるか悪路走行中であるかを判別するための判別信号を
導き出す判別手段と、前記積和演算回路から出力される
前記信号が前記乗員保護装置を起動すべきであることを
示し、かつ、前記判別手段により導き出される前記判別
信号が車両衝突であることを示している場合に、前記起
動制御信号として、前記乗員保護装置を起動する信号を
出力する起動制御信号出力手段と、を備え、前記積和演
算回路における前記複数の演算定数として、車両の悪路
走行中に得られる車両衝撃信号以外の学習用車両衝撃信
号を用意する工程を備えた第１の発明における積和演算
回路学習方法によって決定された演算定数を用いること
を要旨とする。

【００３０】第４の発明では、判別手段を別に備えてお
り、積和演算回路では、車両衝突であるか悪路走行中で
あるかの判別を行なう必要が無いため、積和演算回路に
おける複数の演算定数としては、悪路走行中の車両衝撃
信号を除外した学習用車両衝撃信号により学習して決定
された演算定数を用いている。

【００３１】このような演算定数を用いることによっ
て、積和演算回路では、悪路走行時を考慮に入れずに、
車両衝突の判別を行なうことができ、より正確な起動制
御信号を得ることができる。

【００３２】なお、特許請求の範囲の記載中、及び、上
記した各発明の構成の記載中においては、「出力端」と
いう文言を用いているが、これは演算回路の出力端（末
端）に限定するというものではなく、出力層のような回
路の中間に存在するものも含むものである。これについ
ては、「入力端」という文言も同様である。

【００３３】

【発明の実施の形態】以下、本発明の実施の形態を実施
例に基づいて説明する。図１は本発明の第１の実施例と
してのエアバッグ装置の起動制御装置の構成を示すブロ
ック図である。

【００３４】図１に示すように、本実施例の起動制御装
置４０は、主として、減速度センサ（Ｇセンサ）４１、
アナログ／ディジタル変換器（Ａ／Ｄ変換器）４２、区
間積分回路４３、シリアル・パラレル変換回路４５、積
和演算回路４６、アンド（ＡＮＤ）回路６４及びオア
（ＯＲ）回路６６を備えている。そして、その起動制御
装置４０は、駆動回路５２を介してエアバッグ装置５０
内のスクイブ５１に接続されている。これら各構成要素
は車両３２内のそれぞれ所定の位置に搭載されている。

【００３５】まず、Ｇセンサ４１は車両３２に対し前後
方向に加わる減速度を検出して、検出した減速度をアナ
ログの減速度検出信号（Ｇ信号）として出力する。こう
して得られるＧ信号は、車両３２に加わる衝撃の大きさ
に対応した信号となる。なお、Ｇセンサ４１は、減速度
のみを検出するセンサであっても良いし、減速度を含む
広義の加速度を検出するセンサであっても良い。

【００３６】次に、Ａ／Ｄ変換器４２はＧセンサ４１よ
り出力されたＧ信号を入力し、アナログ信号からディジ
タル信号に変換して、区間積分回路４３に出力する。な
お、Ｇセンサ４１から出力されるＧ信号がディジタル信
号である場合には、Ａ／Ｄ変換器４２は省略することが
可能である。

【００３７】次に、区間積分回路４３は入力されたＧ信
号に対して、１０ｍｓ間の区間積分を行なって、その区
間積分信号を出力する。即ち、Ｇ信号の信号値をＧ
（ｔ）とすると、その区間積分信号の信号値（即ち、区
間積分値）ｖ１０は式（１）に示す如くに表せる。

【００３８】

【数１】

【００３９】このようにＧ信号から区間積分値を求める
ことによって、乗員の車両内での移動速度が得られ、こ
の区間積分値を用いて起動制御信号を得ることにより、
より正確なエアバッグ装置の起動制御を行なうことがで
きる。

【００４０】次に、シリアル・パラレル変換回路４５
は、区間積分回路４３から出力された時系列データであ
る区間積分信号を順次直列入力し、シリアル・パラレル
変換を行って、並列出力する。

【００４１】次に、積和演算回路４６は、複数の積和演
算素子（図示せず）を備えており、１００個の入力端と
１１個の出力端を有している。積和演算回路４６は、シ
リアル・パラレル変換回路４５によりシリアル・パラレ
ル変換された区間積分信号を各入力端より並列入力し、
内部の各積和演算素子によってそれぞれ演算定数を用い
た積和演算を行なう。そして、その演算結果として得ら
れる２値の信号（“０”，“１”）を各出力端からそれ
ぞれ出力する。

【００４２】積和演算回路４６から出力された信号はオ
ア回路６６及びアンド回路６４に入力され、論理演算が
行なわれた後、最終的にアンド回路６４からエアバッグ
装置５０の起動制御信号として出力される。

【００４３】本実施例においては、シリアル・パラレル
変換回路４５から出力された区間積分信号から起動制御
信号を導き出すために、複数の積和演算素子を備えた積
和演算回路４６を用いている。この積和演算回路４６内
の各積和演算素子の演算定数は、最適な起動制御信号を
導き出せるように、後述するようなニューラルネットワ
ークを用いて学習により決定される。

【００４４】図２は図１の積和演算回路４６における積
和演算素子の演算定数を学習により決定するための積和
演算回路学習装置の構成を示すブロック図である。図２
に示すように、積和演算回路学習装置２０は、Ａ／Ｄ変
換器２２、区間積分回路２３、シリアル・パラレル変換
回路２５、ニューラルネットワーク２６、及び調整回路
２８を備えている。

【００４５】これらのうち、Ａ／Ｄ変換器２２は、図１
に示すＡ／Ｄ変換器４２と同一の構成及び同一の機能を
有しており、予め用意された学習用のＧ信号を入力し
て、そのＧ信号をアナログ信号からディジタル信号に変
換する。なお、学習用のＧ信号としては、車両衝突時に
得られるであろうＧ信号を、エアバッグ装置を起動すべ
き場合（スクイブの点火オン要件の場合）と起動するに
及ばない場合（スクイブの点火オフ要件の場合）とに分
けて用意し、さらに、衝突の態様毎及び衝突対象物毎に
それぞれ用意する。即ち、例えば、正突，斜突，オフセ
ット衝突，アンダーライド衝突及びポール衝突の５つの
態様とＡ，Ｂの２つの衝突対象物を組み合わせて合計で
１０通りの衝突形態を想定し、各衝突形態について、そ
れぞれ、エアバッグ装置を起動すべき場合（例えば、中
速や高速での衝突の場合）のＧ信号と起動するに及ばな
い場合（例えば、低速での衝突の場合）のＧ信号を用意
して、合計で２０個のＧ信号を学習用Ｇ信号として用意
する。

【００４６】この時、エアバッグ装置を起動するに及ば
ない場合（スクイブの点火オフ要件の場合）のＧ信号と
しては、例えば、約２５０ｍｓ間のＧ信号を用意する。
また、エアバッグ装置を起動すべき場合（スクイブの点
火オン要件の場合）のＧ信号としては、例えば、車両衝
突時から判別要求時間（即ち、エアバッグ装置を起動す
るか否かを判別するために許容された最長の時間）が経
過するまでに得られるＧ信号を用意する。なお、この場
合は、車両衝突時から判別要求時間経過時までのＧ信号
だけでなく、車両衝突時以前からのＧ信号も含めるよう
にしても良い。

【００４７】区間積分回路２３は、図１に示す区間積分
回路４３と同一の構成及び同一の機能を有しており、Ａ
／Ｄ変換器２２によって変換された学習用のＧ信号を入
力して、そのＧ信号に対して１０ｍｓ間の区間積分を行
なって、その区間積分信号を出力する。具体的には、前
述した式（１）に従って区間積分を行なう。

【００４８】シリアル・パラレル変換回路２５は、図１
に示すシリアル・パラレル変換回路４５と同一の構成及
び同一の機能を有しており、区間積分回路２３から出力
された時系列データである学習用の区間積分信号を直列
入力し、シリアル・パラレル変換を行って、並列出力す
る。具体的には、エアバッグ装置を起動するに及ばない
場合（スクイブの点火オフ要件の場合）のＧ信号とし
て、例えば、前述した約２５０ｍｓ間のＧ信号がＡ／Ｄ
変換器２２に入力されたとすると、シリアル・パラレル
変換回路２５には約２５０ｍｓ分の区間積分信号が直列
入力され、シリアル・パラレル変換回路２５では、その
中から約２．５ｍｓ毎の１００個の信号を取り出して並
列出力する。また、エアバッグ装置を起動すべき場合
（スクイブの点火オン要件の場合）のＧ信号として、例
えば、前述した車両衝突時から判別要求時間が経過する
までに得られるＧ信号がＡ／Ｄ変換器２２に入力された
場合も、点火オフ要件の場合と同様となる。

【００４９】ニューラルネットワーク２６は、複数のニ
ューロンモデルを備えており、複数の入力端と複数の出
力端を有している。ニューラルネットワーク２６は、図
１に示す積和演算回路４６とほぼ同様に、シリアル・パ
ラレル変換回路４５によりシリアル・パラレル変換され
た学習用の区間積分信号を各入力端より並列入力し、内
部の各ニューロンモデルによってそれぞれ演算定数を用
いた積和演算を行なって、その演算結果として得られる
２値の信号（“０”，“１”）を各出力端からそれぞれ
出力する。但し、ニューラルネットワーク２６では、各
ニューロンモデルにおける演算定数を変化させ調整する
ことが可能となっている。

【００５０】調整回路２８は、ニューラルネットワーク
２６の各出力端からそれぞれ出力された複数の出力信号
を入力すると共に、これらの出力信号に各々対応して予
め用意された複数の理想出力信号を教師データとして入
力し、出力信号とそれに対応する理想出力信号との誤差
をそれぞれ求めて、それらの誤差がほぼゼロになるよう
にニューラルネットワーク２６における各ニューロンモ
デルの演算定数を変化させて調整し、これによって、ニ
ューラルネットワーク２６に学習をさせる。

【００５１】図３は図２に示すニューラルネットワーク
２６の内部構成を示す構成図である。ニューラルネット
ワーク（神経回路網）は、脳内において、多数の神経細
胞によって多重の階層構造を成した神経ネットワークを
模して開発された情報処理システムである。図３に示す
ように、本実施例で用いるニューラルネットワーク２６
は、入力層，中間層及び出力層の３層に分かれており、
各層は、それぞれ、脳内の神経細胞を模したニューロン
モデル３０によって構成されている。

【００５２】図４は図３に示すニューロンモデル３０と
そのニューロンモデル３０において使用されるシグモイ
ド関数ｆｓ（Ｘ）を説明するための説明図である。図４
（ａ）に示すように、ニューロンモデル３０は、重み付
きの多入力一出力系としてモデル化されており、脳内の
実際の神経細胞に比べて、相当簡略化されている。

【００５３】このニューロンモデル３０は、まず、他の
ｉ個のニューロンモデルよりそれぞれ入力信号ｘ１，ｘ
２，…，ｘｉを受け取る。そして、式（２）に示すよう
に、それら入力信号ｘ１，ｘ２，…，ｘｉに対して、演
算定数の一つである重み係数ｗ１，ｗ２，…，ｗｉをそ
れぞれ乗算して、その総和として状態量Ｘを得る。

【００５４】

【数２】

【００５５】次に、この状態量Ｘを式（３）に示すよう
に伝達関数ｆ（Ｘ）で変換して出力信号ｙを得る。 ｙ＝ｆ（Ｘ） ………（３）

【００５６】ここで、伝達関数ｆ（Ｘ）は式（４）に示
す如く表される。 ｆ（Ｘ）＝ｆｓ（Ｘ）＋α ………（４） 式（４）において、ｆｓ（Ｘ）はシグモイド関数であ
り、αは演算定数の一つであるでバイアス値である。

【００５７】シグモイド関数ｆｓ（Ｘ）は式（５）に示
すような関数であって、状態量Ｘに対して図４（ｂ）に
示すように変化する。 ｆｓ（Ｘ）＝１／｛１＋ｅｘｐ（−Ｘ）｝ ………（５）

【００５８】なお、ニューラルネットワーク２６では、
演算定数である重み係数ｗ１，ｗ２，…，ｗｉとバイア
ス値αはそれぞれ所定の範囲で変化させることができ
る。

【００５９】図３に示すニューラルネットワーク２６の
うち、入力層は１００個のニューロンモデル３０によっ
て構成されており、各ニューロンモデル３０には、入力
信号としてシリアル・パラレル変換回路２５によってシ
リアル・パラレル変換された区間積分信号ｖ１０がそれ
ぞれ入力される。シリアル・パラレル変換回路４５で
は、入力された時系列データである区間積分信号ｖ１０
から１００個のデータを取り出してシリアル・パラレル
変換を行なうことによって、区間積分信号ｖ１０を並列
化してｖ１０（ｋ）、ｖ１０（ｋ−１）、ｖ１０（ｋ−
２）、……、ｖ１０（ｋ−９９）の１００個の信号とし
て出力する。従って、ニューラルネットワーク２６の１
００個の入力端には、これら１００個の区間積分信号が
並列に入力される。

【００６０】また、中間層は、初期の段階では多数個の
ニューロンモデル３０によって構成されているが、学習
によって淘汰されて最終的には約１５０個程度のニュー
ロンモデル３０によって構成される。

【００６１】さらに、出力層は１１個のニューロンモデ
ル３０によって構成されており、各ニューロンモデル３
０からは、車両の衝突形態に対応した複数の出力信号が
それぞれ出力される。

【００６２】なお、図３に示すニューロンモデル３０の
うち、出力線が２つ以上に分岐しているニューロンモデ
ルは、各出力線に各々同じ出力信号ｙを出力する。

【００６３】一方、調整回路２８は、前述したように、
ニューラルネットワーク２６の各出力端からそれぞれか
ら出力された複数の出力信号と、これら出力信号に各々
対応して予め用意された理想出力信号と、の誤差を求め
て、その誤差がゼロになるようにニューラルネットワー
ク２６における各ニューロンモデル３０の演算定数（即
ち、重み係数ｗ１，ｗ２，…，ｗｉとバイアス値α）を
変化させて調整し、これによって、ニューラルネットワ
ーク２６に学習をさせる。このようなニューラルネット
ワーク２６の学習は、予め用意された全ての学習用のＧ
信号について順番に行なわれる。即ち、正突，斜突，オ
フセット衝突，アンダーライド衝突及びポール衝突の５
つの態様とＡ，Ｂの２つの衝突対象物の各組合せに対
し、エアバッグ装置を起動すべき場合（例えば、中速や
高速での衝突の場合）のＧ信号と起動するに及ばない場
合（例えば、低速での衝突の場合）のＧ信号についてそ
れぞれ学習が行なわれる。そして、全ての学習が終了し
た時点で、ニューラルネットワーク２６内の各ニューロ
ンモデル３０の演算定数がそれぞれ確定する。

【００６４】なお、理想出力信号としては、学習用のＧ
信号がＡ／Ｄ変換器２２に入力された時に、そのＧ信号
に対応してニューラルネットワーク２６の各出力端から
それぞれ出力させることが理想的な信号を用意する。

【００６５】本実施例では、図３に示すように、ニュー
ラルネットワーク２６の１１個の出力端のうち、一番上
の出力端は、エアバッグ装置を起動するに及ばない旨
（スクイブの点火オフ）を示す信号を出力することを想
定している。そして、二番目以降は、上から順に、衝突
の態様が正突であって衝突対象物がＡであることを示す
信号、衝突の態様が正突であって衝突対象物がＢである
ことを示す信号、衝突の態様が斜突であって衝突対象物
がＡであることを示す信号、衝突の態様が斜突であって
衝突対象物がＢであることを示す信号、………をそれぞ
れ出力することを想定している。従って、例えば、入力
される学習用のＧ信号が、衝突の態様が正突で衝突対象
物がＡであってエアバッグ装置を駆動するに及ばない場
合（スクイブの点火オフ要件の場合）のＧ信号である場
合には、ニューラルネットワーク２６の各出力端からは
上から順に（１，１，０，０，０，…，０）の信号が出
力されることが理想である。従って、この場合は、理想
出力信号として（１，１，０，０，０，…，０）の信号
を用意する。また、入力される学習用のＧ信号が、衝突
の態様が斜突で衝突対象物がＢであってエアバッグ装置
を駆動すべき場合（スクイブの点火オン要件の場合）の
Ｇ信号である場合には、ニューラルネットワーク２６の
各出力端からは上から順に（０，０，０，０，１，…，
０）の信号が出力されることが理想である。従って、こ
の場合は、理想出力信号として（０，０，０，０，１，
…，０）の信号を用意する。

【００６６】このようにして積和演算回路学習装置２０
による学習によって確定した各ニューロンモデル３０の
演算定数は、図１に示す積和演算回路４６内の各積和演
算素子の演算定数として用いられる。

【００６７】即ち、図１に示す積和演算回路４６におい
ては、各積和演算素子を図３に示すニューラルネットワ
ーク２６内の各ニューロンモデル３０と同様の配列とな
るように配置し、その上で、各積和演算素子をそれぞれ
図４（ａ）に示すニューロンモデル３０と同様な演算が
行えるように構成する。この時、各積和演算素子の演算
定数（即ち、重み係数ｗ１，ｗ２，…，ｗｉとバイアス
値α）は、それぞれ、その積和演算素子と同じ位置に配
置されているニューロンモデルにおいて、前述の学習に
より確定した演算定数と同じ値に設定するようにする。

【００６８】このようにすることによって、積和演算回
路４６は、学習終了後のニューラルネットワーク２６と
同一の構成及び機能を有することになる。

【００６９】従って、図１に示すように、Ｇセンサ４１
によって実際に得られるＧ信号に対して、区間積分回路
４３により区間積分を行ない、シリアル・パラレル変換
回路４５によりシリアル・パラレル変換を行って、積和
演算回路４６に入力すると、車両衝突時には、その衝突
形態（即ち、正突，斜突，オフセット衝突，アンダーラ
イド衝突及びポール衝突などの衝突の態様や、Ａ，Ｂな
どの衝突対象物や、定速，中速及び高速など衝突時の車
速の各組合せ）に応じて、積和演算回路４６の各出力端
から理想出力信号に近い信号をそれぞれ出力することが
できる。

【００７０】具体的には、本実施例では、図３に示した
ニューラルネットワーク２６の場合と同様に、積和演算
回路４６の１１個の出力端のうち、一番上の出力端は、
エアバッグ装置を起動するに及ばない旨（スクイブの点
火オフ）を示す信号αを出力する。そして、二番目以降
は、上から順に、衝突の態様が正突であって衝突対象物
がＡであることを示す信号β１、………、衝突の態様が
ポール衝突であって衝突対象物がＡであることを示す信
号β９、衝突の態様がポール衝突であって衝突対象物が
Ｂであることを示す信号β１０をそれぞれ出力する。こ
のうち、信号αは、信号値が“１”の場合はエアバッグ
装置５０を起動すべき旨を示し、信号値が“０”の場合
にはそれ以外の場合（即ち、エアバッグ装置５０を起動
するには及ばない旨）を示す。また、信号β１〜β１０
については、例えば、信号β１は、信号値が“１”の場
合は衝突の態様が正突であって衝突対象物がＡであるこ
とを示し、信号値が“０”の場合にはそれ以外の場合を
示す。

【００７１】このようにして、積和演算回路４６から出
力された複数の信号は、前述したように、オア回路６６
及びアンド回路６４に入力される。具体的には、図１に
示すように、積和演算回路４６の１１個の出力端のう
ち、一番上の出力端から出力されるエアバッグ装置を起
動するに及ばない旨（スクイブの点火オフ）を示す信号
αのみがアンド回路６４の一方の入力端に反転入力さ
れ、残りの出力端からそれぞれ出力される車両の衝突形
態を示す１０個の信号β１〜β１０は、オア回路６６の
各入力端にそれぞれ入力される。

【００７２】そして、オア回路６６では入力された１０
個の信号の論理和が求められ、その論理和信号がアンド
回路６４の他方の入力端にそのまま入力される。アンド
回路６４では入力された２つの信号の論理積が求めら
れ、その論理積信号が駆動回路５２にエアバッグ装置５
０の起動制御信号として入力される。起動制御信号は、
信号値が“１”の場合はエアバッグ装置５０を起動させ
るが、信号値が“０”の場合にはエアバッグ装置５０を
起動させない。

【００７３】従って、例えば、車両衝突が生じ、その態
様が正突であって衝突対象物がＡに近い場合に、衝突時
の車速が高速であってエアバッグ装置を起動すべき場
合、積和演算回路４６から出力される信号α，β１〜β
１０の信号値は、（０，１，０，０，０，…，０）とな
るので、オア回路６６からの論理和信号の信号値は
“１”となり、アンド回路６４から出力される起動制御
信号（論理積信号）の信号値も“１”となって、エアバ
ッグ装置５０を起動させる。また、車両衝突が生じ、そ
の態様がポール衝突であって衝突対象物がＢに近い場合
であっても、衝突時の車速が低速でエアバッグ装置を起
動する必要がない場合には、積和演算回路４６から出力
される信号α，β１〜β１０の信号値は、（１，０，
０，０，０，…，１）となるので、オア回路６６からの
論理和信号の信号値は“１”となるが、アンド回路６４
から出力される起動制御信号（論理積信号）の信号値は
“０”のままとなって、エアバッグ装置５０を起動させ
ない。

【００７４】なお、学習時には想定していなったような
特殊な場合、即ち、積和演算回路４６から出力される信
号αの信号値が、エアバッグ装置を起動すべき旨を示す
値“０”であるが、車両の衝突形態を示す信号β１〜β
１０の信号値は全て“０”である場合には、オア回路６
６からの論理和信号の信号値は“０”となるので、アン
ド回路６４から出力される起動制御信号（論理積信号）
の信号値は“０”のままとなって、エアバッグ装置５０
を起動させない。

【００７５】次に、駆動回路５２は、起動制御装置４０
から出力された起動制御信号を入力し、その信号値が
“０”である間は、エアバッグ装置５０を起動しない
が、信号値が“１”になると、エアバッグ装置５０を起
動すべく、エアバッグ装置５０内のスクイブ５１に通電
する。

【００７６】エアバッグ装置５０は、スクイブ５１の
他、ガス発生剤（図示せず）や、バッグ（図示せず）な
どを備えている。従って、駆動回路５２によってスクイ
ブ５１に通電されると、スクイブ５１はガス発生剤に点
火し、それにより、ガス発生剤からガスが発生する。そ
のガスによってバッグが膨張して、乗員を車両３２内の
室内部品との衝突などから保護している。

【００７７】以上の説明したように、本実施例によれ
ば、積和演算回路４６によって、時系列データである区
間積分信号から、車両の衝突形態を示す信号やエアバッ
グ装置５０を起動すべきか否かを示す信号を得ることが
できるので、車両の衝突形態に関わらず、エアバッグ装
置５０を起動すべきか否かを確実に判別することができ
る。

【００７８】本実施例では、積和演算回路４６の出力端
から、エアバッグ装置５０を起動すべきか否かを示す信
号だけでなく、車両の衝突形態を示す信号を出力させる
ことができるため、この衝突形態を示す信号を用いるこ
とによって、事前に、積和演算回路４６が有効に働くか
否かを容易にチェックすることができる。また、車両衝
突が生じた際に、上記した衝突形態を示す信号をメモリ
などに記憶させることによって、車両衝突後に、どのよ
うな衝突形態で車両衝突が起きたかを容易に検証するこ
とができる。

【００７９】図５は本発明の第２の実施例としてのエア
バッグ装置の起動制御装置の構成を示すブロック図であ
る。本実施例の起動制御装置６０が、前述した第１の実
施例と異なる点は、アンド回路６４とオア回路６６を削
除し、積和演算回路４６の１１個の出力端のうち、一番
上の出力端から出力されるエアバッグ装置を起動するに
及ばない旨（スクイブの点火オフ）を示す信号αのみ
を、そのまま駆動回路５２にエアバッグ装置５０の起動
制御信号として入力する点である。即ち、信号αは、エ
アバッグ装置５０を起動すべきか否かを示す信号である
ので、それをそのままエアバッグ装置５０の起動制御信
号として用いても何ら支障はないからである。但し、起
動制御信号は、第１の実施例の場合と逆で、信号値が
“０”の場合はエアバッグ装置５０を起動させるが、信
号値が“１”の場合にはエアバッグ装置５０を起動させ
ない。

【００８０】なお、本実施例では、学習時には想定して
いなったような特殊な場合、即ち、前述した積和演算回
路４６から出力される信号αの信号値が、エアバッグ装
置を起動すべき旨を示す値“０”であって、車両の衝突
形態を示す信号β１〜β１０の信号値は全て“０”であ
る場合にも、起動制御信号の信号値は“１”となるの
で、エアバッグ装置５０を起動させる。

【００８１】本実施例によれば、アンド回路６４やオア
回路６６を削除した分、部品点数を少なくすることがで
き、構成を簡略化することができる。

【００８２】ところで、以上説明した２つの実施例にお
いては、学習用のＧ信号として、車両衝突時に得られる
であろうＧ信号のみを用意しており、車両が悪路走行中
である場合（この場合は、エアバッグ装置は起動するに
及ばない）に得られるであろうＧ信号については除外し
ている。

【００８３】このように悪路走行中のＧ信号を除外する
のは、次の理由による。即ち、悪路走行中のＧ信号のピ
ーク波形は、高速正突時におけるＧ信号の衝突初期のピ
ーク波形と酷似しており、判別しにくいため、悪路走行
中のＧ信号を学習用のＧ信号として入力し、ニューラル
ネットワーク２６に学習をさせると、出力信号と理想出
力信号との誤差がゼロになかなか収束しない場合がある
からである。なお、悪路走行中のＧ信号を学習用のＧ信
号として入力する場合には、ニューラルネットワーク２
６の各出力端からは上から順に（１，０，０，０，０，
…，０）の信号が出力されることが理想であるので、理
想出力信号としては（１，０，０，０，０，…，０）の
信号を用意する。

【００８４】しかしながら、このように、悪路走行中の
Ｇ信号を除外してニューラルネットワーク２６の学習を
行なった場合、最終的に得られる各ニューロンモデル３
０の演算定数には悪路走行中についての情報は当然含ま
れない。従って、これら演算定数を図１に示した積和演
算回路４６内の各積和演算素子の演算定数として用いる
と、これら積和演算素子の演算定数にも悪路走行中につ
いての情報は含まれないため、起動制御装置において
は、悪路走行中と車両衝突時とを確実に判別するのが困
難な場合が発生し得る。

【００８５】そこで、悪路走行中と車両衝突時とを確実
に判別するために積和演算回路４６とは別に悪路判定回
路６２を備えた実施例を、次に説明する。

【００８６】図６は本発明の第３の実施例としての起動
制御装置の構成を示すブロック図である。図６に示す起
動制御装置７０において、図１と同一の構成要素につい
ては、同一の符号を付してある。従って、それら構成要
素については説明を省略する。

【００８７】本実施例の特徴である悪路判定回路６２
は、Ａ／Ｄ変換器４２から出力されるＧ信号を入力し、
そのＧ信号に基づいて、車両衝突であるか悪路走行中で
あるかを判別し、その判別結果を判別信号として出力す
る。即ち、車両衝突であると判別した場合には、判別信
号として値“１”の信号を出力し、車両衝突以外（悪路
走行中も含む）であると判別した場合には、判別信号と
して値“０”の信号を出力する。

【００８８】また、アンド回路６４は、積和演算回路４
６の一番上の出力端から出力されるエアバッグ装置を起
動するに及ばない旨（スクイブの点火オフ）を示す信号
を一つの入力端に反転入力すると共に、オア回路６６か
らの論理和信号と悪路判定回路６２からの判別信号を他
の２つの入力端にそれぞれ入力し、これらの論理積を求
めて、その演算結果を起動制御信号として出力する。な
お、この時出力する起動制御信号は、図１の場合と同様
に、信号値が“１”の場合はエアバッグ装置５０を起動
させるが、信号値が“０”の場合にはエアバッグ装置５
０を起動させない。

【００８９】従って、例えば、悪路走行中に仮に積和演
算回路４６からの信号αの値が“０”となって、エアバ
ッグ装置５０を起動すべき旨を示し、オア回路６６から
の論理和信号の値が“１”となっていたとしても、悪路
判定回路６２からの判別信号の値は“０”のままとなっ
て、車両衝突以外（即ち、悪路走行中）である旨を示し
ているため、アンド回路６４からの出力信号の値は
“０”のままとなり、エアバッグ装置５０を起動させな
い。よって、悪路走行中にエアバッグ装置５０が起動す
る可能性は少ない。

【００９０】なお、悪路判定回路６２は、例えば、積分
回路と比較回路によって構成することができる。一般
に、Ｇ信号の積分値は車両衝突時には比較的大きくなる
のに対し、悪路走行中は比較的小さい。従って、入力さ
れたＧ信号を積分回路によって積分し、得られた積分値
を所定の閾値と比較回路によって比較する。そして、積
分値が閾値より大きい場合には、車両衝突であると判別
して値“１”の判別信号を出力し、積分値が閾値より小
さい場合には、車両衝突以外（悪路走行中も含む）であ
ると判別して値“０”の判別信号を出力する。

【００９１】また、悪路判定回路６２は、例えば、ＬＰ
Ｆ回路と比較回路によって構成することも可能である。
一般に、車両衝突時にはＧ信号に高周波成分はあまり含
まれないのに対し、悪路走行中にはＧ信号に高周波成分
が多く含まれる。従って、入力されたＧ信号からＬＰＦ
回路によって高周波成分を除去し、そのＧ信号の値を所
定の閾値と比較回路によって比較する。そして、Ｇ信号
の値が閾値より大きい場合には、車両衝突であると判別
して値“１”の判別信号を出力し、Ｇ信号の値が閾値よ
り小さい場合には、車両衝突以外（悪路走行中も含む）
であると判別して値“０”の判別信号を出力する。

【００９２】以上のようにして、本実施例によれば、悪
路判定回路６２を備えることによって、悪路走行中と車
両衝突時とを確実に判別することができるため、悪路走
行中にエアバッグ装置５０を起動させる可能性は少な
い。

【００９３】図７は本発明の第４の実施例としてのエア
バッグ装置の起動制御装置の構成を示すブロック図であ
る。本実施例の起動制御装置８０において、積和演算回
路４６は、１１個の出力端のうち、一番上の出力端か
ら、エアバッグ装置を起動するに及ばない旨（スクイブ
の点火オフ）を示す信号αを出力するが、二番目以降の
出力端からは、車両の衝突形態を示す信号β１〜β１０
を出力する。そこで、本実施例では、エアバッグ装置を
複数用意すると共に、上記のように積和演算回路４６の
二番目以降の出力端から出力される車両の衝突形態を示
す信号β１〜β１０を用いて、車両の衝突形態に対応し
て、各エアバック装置の起動を制御するようにしてい
る。このため、本実施例では、図７に示すように、図２
に示した構成に、選択回路６８と、駆動回路５５，５７
と、エアバッグ装置５４，５６それぞれ追加する。

【００９４】図７において、エアバッグ装置５０，５
４，５６はそれぞれ車両３２に搭載されるエアバッグ装
置であり、例えば、エアバッグ装置５０が運転席用エア
バッグ装置であるとすると、エアバッグ装置５４を助手
席用エアバッグ装置、エアバッグ装置５６を後部座席用
エアバッグ装置とすることができる。また、例えば、エ
アバッグ装置５０が運転席前突用エアバッグ装置である
とすると、エアバッグ装置５４を運転席側突用エアバッ
グ装置、エアバッグ装置５６は助手席前突用エアバッグ
装置とすることができる。

【００９５】駆動回路５２，５５，５７はそれぞれエア
バッグ装置５０，５４，５６に対応して設けられ、後述
するように、選択回路６８から出力される起動制御信号
を入力して、その信号値が“０”である間は、対応する
エアバッグ装置を起動しないが、信号値が“１”になる
と、対応するエアバッグ装置を起動すべく、そのエアバ
ッグ装置内のスクイブに通電する。

【００９６】選択回路６８は、積和演算回路４６の各出
力端から出力される信号α，β１〜β１０をそれぞれ入
力し、信号αに基づいて、エアバッグ装置の何れかを起
動するか否かを判別する他、信号β１〜β１０によっ
て、車両の衝突形態を判別して、エアバッグ装置を起動
すべき場合には、その判別した車両の形態に応じて、複
数のエアバッグ装置５０，５４，５６のうち、どのエア
バッグ装置を起動するかを選択し、選択したエアバッグ
装置に対応する駆動回路に、それぞれ、起動制御信号と
して、エアバッグ装置を起動すべき旨を示す信号値
“１”の信号を出力する。

【００９７】以上のようにして、本実施例によれば、積
和演算回路４６の二番目以降の出力端から出力される車
両の衝突形態を示す信号β１〜β１０を利用し、車両の
衝突形態に応じて、複数のエアバッグ装置のうち、適当
なエアバッグ装置を的確に起動させることができる。

【００９８】なお、本発明は上記した実施例や実施形態
に限られるものではなく、その要旨を逸脱しない範囲に
おいて種々の態様にて実施することが可能である。

【００９９】上記した実施例においては、ニューラルネ
ットワーク２６或いは積和演算回路４６の１１個の出力
端のうち、一番上の出力端は、エアバッグ装置を起動す
るに及ばない旨（スクイブの点火オフ）を示す信号を出
力し、二番目以降は、正突，斜突，オフセット衝突，ア
ンダーライド衝突及びポール衝突の５つの態様とＡ，Ｂ
の２つの衝突対象物の各組合せに対応して、車両の衝突
形態を示す信号をそれぞれ出力している。しかし、本発
明はこれに限るものではなく、例えば、衝突時の車速
（定速，中速及び高速など）を示す信号をさらに追加し
て出力するようにしても良い。また、組み合わせずに衝
突の態様のみ、衝突対象物のみ、或いは衝突時の車速の
みで出力するようにしても良い。

【０１００】上記した実施例においては、起動制御装置
に用いる積和演算回路４６としては、一般的な積和演算
回路を用いることを前提として説明したが、ニューラル
ネットワークも学習機能付きの積和演算回路であって、
積和演算回路の一種であるので、積和演算回路４６とし
て用いることは可能である。この場合、積和演算回路学
習装置２０に用いた学習後のニューラルネットワーク２
６をそのまま用いても良いが、別のニューラルネットワ
ークを用意し、そのニューラルネットワークに学習によ
り求めた演算定数を設定して、用いるようにしても良
い。

【０１０１】上記した実施例においては、車両に加わる
衝撃の大きさに対応した車両衝撃信号として、Ｇ信号に
区間積分を施して、区間積分信号をシリアル・パラレル
変換回路に入力していたが、本発明は、このように区間
積分信号に限らず、Ｇ信号をそのまま車両衝撃信号とし
てシリアル・パラレル変換回路に入力しても良いし、Ｇ
信号に区間積分以外の所定の演算（例えば、２階積分や
微分など）を施して得られる信号を、車両衝撃信号とし
て、シリアル・パラレル変換回路に入力するようにして
も良い。

【０１０２】上記した実施例では、乗員保護装置とし
て、エアバッグ装置を用いていたが、エアバッグ装置以
外にも、例えば、オートプリテンショナーやインフレー
タブルカーテンなどを用いるようにしても良い。オート
プリテンショナーは、例えば、インフレータより発生さ
れたガスによってシートベルトを巻き取り、シートベル
トの機能を一層高めるように動作するものである。ま
た、インフレータブルカーテンは、運転席におけるドア
内側の上方などに取り付けられ、インフレータより発生
されたガスによってカーテンのように降りて、乗員の頭
部などを保護するものである。

【図面の簡単な説明】

【図１】本発明の第１の実施例としてのエアバッグ装置
の起動制御装置の構成を示すブロック図である。

【図２】図１の積和演算回路４６における積和演算素子
の演算定数を学習により決定するための積和演算回路学
習装置の構成を示すブロック図である。

【図３】図２に示すニューラルネットワーク２６の内部
構成を示す構成図である。

【図４】図３に示すニューロンモデル３０とそのニュー
ロンモデル３０において使用されるシグモイド関数ｆｓ
（Ｘ）を説明するための説明図である。

【図５】本発明の第２の実施例としてのエアバッグ装置
の起動制御装置の構成を示すブロック図である。

【図６】本発明の第３の実施例としてのエアバッグ装置
の起動制御装置の構成を示すブロック図である。

【図７】本発明の第４の実施例としてのエアバッグ装置
の起動制御装置の構成を示すブロック図である。

【符号の説明】

２０…積和演算回路学習装置 ２２…Ａ／Ｄ変換器 ２３…区間積分回路 ２５…シリアル・パラレル変換回路 ２６…ニューラルネットワーク ２８…調整回路 ３０…ニューロンモデル ３２…車両 ４０…起動制御装置 ４１…Ｇセンサ ４２…Ａ／Ｄ変換器 ４３…区間積分回路 ４５…シリアル・パラレル変換回路 ４６…積和演算回路 ５０…エアバッグ装置 ５１…スクイブ ５２…駆動回路 ５４…エアバッグ装置 ５５…駆動回路 ５６…エアバッグ装置 ５７…駆動回路 ６０…起動制御装置 ６２…悪路判定回路 ６４…アンド回路 ６６…オア回路 ６８…選択回路 ７０…起動制御装置 ８０…起動制御装置

フロントページの続き (72)発明者 橋本 秀紀 東京都港区六本木７−22−１ 東京大学 生産技術研究所内

Claims (11)

【特許請求の範囲】
1. 【請求項１】 車両に加わる衝撃の大きさに対応した車
   両衝撃信号から得られる信号を入力し、該信号に対して
   複数の演算定数を用いた積和演算を行なって、乗員保護
   装置の起動を制御する起動制御信号を得るための信号を
   出力する起動制御装置用の積和演算回路について、前記
   複数の演算定数を学習により決定するための積和演算回
   路学習方法であって、 （ａ）複数の積和演算素子を備え、複数の入力端及び複
   数の出力端を有すると共に、前記複数の積和演算素子の
   演算定数を調整することが可能な学習用積和演算回路を
   準備する工程と、 （ｂ）予め用意された時系列信号である学習用車両衝撃
   信号を直列−並列変換する工程と、 （ｃ）直列−並列変換した前記学習用車両衝撃信号を前
   記学習用積和演算回路の各入力端にそれぞれ並列入力し
   て、該学習用積和演算回路における前記複数の積和演算
   素子によりそれぞれ演算定数を用いた積和演算を行なう
   工程と、 （ｄ）演算結果として前記学習用積和演算回路の各出力
   端から出力される複数の出力信号と、前記学習用車両衝
   撃信号に対応する予め用意された複数の理想出力信号
   と、の各誤差がそれぞれ所定の値となるように、前記学
   習用積和演算回路における前記複数の積和演算素子の演
   算定数を調整する工程と、 を備え、 調整の結果得られた前記複数の積和演算素子の演算定数
   を、前記起動制御装置用の前記積和演算回路における前
   記複数の演算定数として決定することを特徴とする積和
   演算回路学習方法。
2. 【請求項２】 請求項１に記載の積和演算回路学習方法
   であって、 前記工程（ａ）は、前記学習用積和演算回路として、ニ
   ューラルネットワークを準備する工程を備える積和演算
   回路学習方法。
3. 【請求項３】 請求項１に記載の積和演算回路学習方法
   であって、 前記工程（ｂ）は、前記学習用車両衝撃信号として、各
   々、車両衝突時に得られ、互いに衝突形態の異なる複数
   の車両衝撃信号を用意する工程を備えると共に、 前記工程（ｄ）は、前記複数の車両衝撃信号毎に異なる
   前記複数の理想出力信号を用意する工程を備える積和演
   算回路学習方法。
4. 【請求項４】 請求項１に記載の積和演算回路学習方法
   であって、 前記工程（ｂ）は、前記学習用車両衝撃信号として車両
   の悪路走行中に得られる車両衝撃信号以外の車両衝撃信
   号を用意する工程を備える積和演算回路学習方法。
5. 【請求項５】 車両に加わる衝撃の大きさに対応した車
   両衝撃信号から得られる信号を入力し、該信号に対して
   複数の演算定数を用いた積和演算を行なって、乗員保護
   装置の起動を制御する起動制御信号を得るための信号を
   出力する起動制御装置用の積和演算回路について、前記
   複数の演算定数を学習により決定するための積和演算回
   路学習装置であって、 予め用意された時系列信号である学習用車両衝撃信号を
   直列−並列変換する直列−並列変換手段と、 複数の積和演算素子を備え、複数の入力端及び複数の出
   力端を有し、直列−並列変換した前記学習用車両衝撃信
   号を前記入力端より並列入力して、前記複数の積和演算
   素子によりそれぞれ演算定数を用いた積和演算を行なう
   と共に、前記複数の積和演算素子の演算定数を調整する
   ことが可能な学習用積和演算回路と、 演算結果として前記学習用積和演算回路の各出力端から
   出力される出力信号と、前記学習用車両衝撃信号に対応
   する予め用意された複数の理想出力信号と、の各誤差が
   それぞれ所定の値となるように、前記学習用積和演算回
   路における前記複数の積和演算素子の演算定数を調整す
   る演算定数調整手段と、 を備え、 調整の結果得られた前記複数の積和演算素子の演算定数
   を、前記起動制御装置用の前記積和演算回路における前
   記複数の演算定数として決定することを特徴とする積和
   演算回路学習装置。
6. 【請求項６】 車両に加わる衝撃の大きさに対応した車
   両衝撃信号に基づいて乗員保護装置の起動を制御する起
   動制御信号を得る乗員保護装置の起動制御装置であっ
   て、 時系列信号である前記車両衝撃信号を直列−並列変換す
   る直列−並列変換手段と、 複数の入力端及び複数の出力端を有し、直列−並列変換
   した前記車両衝撃信号を前記入力端より並列入力して、
   複数の演算定数を用いた積和演算を行なって、その演算
   結果として得られる信号を各出力端からそれぞれ出力す
   る積和演算回路と、 を備え、 該積和演算回路から出力される前記信号から前記起動制
   御信号を得ると共に、 前記積和演算回路における前記複数の演算定数として、
   請求項１，２または３に記載の積和演算回路学習方法に
   よって決定された演算定数を用いる乗員保護装置の起動
   制御装置。
7. 【請求項７】 請求項６に記載の乗員保護装置の起動制
   御装置であって、 前記積和演算回路の各出力端から出力される前記複数の
   信号のうちの一つの信号は、前記乗員保護装置を起動す
   るか否かを決定する信号であることを特徴とする乗員保
   護装置の起動制御装置。
8. 【請求項８】 請求項６に記載の乗員保護装置の起動制
   御装置であって、 前記積和演算回路の各出力端から出力される前記複数の
   信号は、前記車両が衝突した際に、その衝突形態を識別
   することが可能な信号を含むことを特徴とする乗員保護
   装置の起動制御装置。
9. 【請求項９】 請求項６に記載の乗員保護装置の起動制
   御装置であって、 前記車両衝撃信号は、前記車両に加わる加速度を区間積
   分して得られる信号であることを特徴とする乗員保護装
   置の起動制御装置。
10. 【請求項１０】 請求項６に記載の乗員保護装置の起動
    制御装置であって、 前記車両衝撃信号に基づいて、車両衝突であるか悪路走
    行中であるかを判別するための判別信号を導き出す判別
    手段と、 前記積和演算回路から出力される前記信号が前記乗員保
    護装置を起動すべきであることを示し、かつ、前記判別
    手段により導き出される前記判別信号が車両衝突である
    ことを示している場合に、前記起動制御信号として、前
    記乗員保護装置を起動する信号を出力する起動制御信号
    出力手段と、 をさらに備える乗員保護装置の起動制御装置。
11. 【請求項１１】 車両に加わる衝撃の大きさに対応した
    車両衝撃信号に基づいて乗員保護装置の起動を制御する
    起動制御信号を得る乗員保護装置の起動制御装置であっ
    て、 時系列信号である前記車両衝撃信号を直列−並列変換す
    る直列−並列変換手段と、 複数の入力端及び複数の出力端を有し、直列−並列変換
    した前記車両衝撃信号を前記入力端より並列入力して、
    複数の演算定数を用いた積和演算を行なって、その演算
    結果として得られる信号を各出力端からそれぞれ出力す
    る積和演算回路と、 前記車両衝撃信号に基づいて、車両衝突であるか悪路走
    行中であるかを判別するための判別信号を導き出す判別
    手段と、 前記積和演算回路から出力される前記信号が前記乗員保
    護装置を起動すべきであることを示し、かつ、前記判別
    手段により導き出される前記判別信号が車両衝突である
    ことを示している場合に、前記起動制御信号として、前
    記乗員保護装置を起動する信号を出力する起動制御信号
    出力手段と、 を備え、 前記積和演算回路における前記複数の演算定数として、
    請求項４に記載の積和演算回路学習方法によって決定さ
    れた演算定数を用いる乗員保護装置の起動制御装置。