分散型駆動EV向けACC制御戦略の革新
中国・上海工科大学の研究チームが、分散型駆動電気自動車（EV）の適応型クルーズコントロール（ACC）技術において画期的な進展を遂げた。胡勝利、張緩緩、江忠順、常笑宇の各教授が率いるこの研究は、複数の制御目標を統合的に達成するための新しいアプローチを提示し、安全性、快適性、エネルギー効率の向上に成功した。この成果は、航空宇宙工学分野で権威ある『Mechanical Science and Technology for Aerospace Engineering』誌に掲載され、その内容は自動車産業の未来に向けた重要な一歩を示している。
ACC技術の進化は、自動運転の実現に向けた道のりを象徴している。当初は単に速度を維持するだけの機能だったが、現在では先行車との安全な車間距離を保ち、渋滞中でも完全に停止・再発進が可能なまでに発展した。現代のACCシステムの核となるのは「車間時間（Time Headway）」という概念であり、これは後続車が先行車が現在いる位置に到達するまでにかかる時間を指す。初期のシステムではこの時間が固定されていたが、業界の潮流は「可変車間時間（VTH）」モデルへと移行している。VTHモデルは、相対速度や加速度に応じて車間距離を動的に調整するため、より自然で安全な運転挙動を実現できる。PID制御、ファジィ制御、ニューラルネットワークなど多様な制御理論がACCに適用されてきたが、近年、特に注目を集めているのが「モデル予測制御（MPC）」である。MPCの強みは、安全性、快適性、燃費（エネルギー効率）といった複数の、時に相反する目的を、一つの最適化フレームワークの中で同時に処理できることにある。上海工科大学の研究チームは、このMPCの枠組みを基盤としつつ、既存システムに存在する二つの重大な課題に着目し、それらを克服するための新たな戦略を開発した。その課題とは、坂道やカーブでの距離センサーの測定誤差と、MPCアルゴリズムにおける長時間予測と計算負荷のトレードオフである。
まず、最も根本的な課題である「距離センサーの誤差」についてである。ACCシステムは、ミリ波レーダーやLiDARを使って先行車との距離を測定している。しかし、これらのセンサーは二点間の直線距離（直線距離）を測定する。この性質が、坂道やカーブでは深刻な問題を引き起こす。例えば、上り坂では、センサーが測定する直線距離は、実際の路面に沿った距離（実距離）よりも短くなる。逆に、下り坂では長くなる。同様に、カーブ上では、センサーの直線距離は道路の弧の長さよりも短い。この差異が、ACCシステムに誤った情報を与え、必要以上に急ブレーキをかけさせたり、逆に安全距離を保てない危険な状態を生み出したりする可能性がある。研究チームは、この問題を解決するための「距離補償戦略」を設計した。坂道走行の場合、センサーの測定値を水平面に投影し、勾配に応じた水平成分を加算することで、正確な実距離を算出するモデルを構築した。カーブ走行の場合には、車両の位置とカーブの半径をもとに幾何学的な計算を行い、直線距離から道路に沿った正確な弧長へと変換する。このリアルタイムの補正処理により、ACCシステムは常に正確な車間距離を認識できるようになり、安全性と安定性の大幅な向上が可能となった。シミュレーション結果では、先行車が坂道に入った瞬間に補償された距離信号が生のセンサーデータから乖離し、後続車も坂道に入った時点で再び一致する様子が確認され、この戦略の有効性が実証された。
距離の正確性を確保した上で、研究チームはACCシステムの心臓部である「上位層コントローラー」の設計に取り組んだ。このコントローラーは、安全、快適、省エネという複数の目標を最適化しながら、理想的な加速度を計算する役割を担う。チームは、前述のMPCをその基盤として採用した。しかし、MPCには大きな課題がある。予測する未来の時間（予測時間域）を長くすれば、より先の交通状況を考慮した滑らかな制御が可能になるが、その分だけ計算量が膨大になり、車載コンピュータの処理能力に負荷がかかり、リアルタイム性が損なわれる。逆に、予測時間域を短くすれば計算は軽くなるが、制御の精度が落ち、急な加減速が生じやすくなる。このジレンマを解決するため、チームは「可変ステップサイズ離散化法」という革新的な手法を導入した。この方法は、予測時間域を二つの部分に分割する。近未来（短期）の予測では、細かい制御が必要なため、非常に短い時間ステップを用いる。これにより、高精度なリアルタイム制御が可能になる。一方、遠未来（長期）の予測では、具体的なタイミングよりも大まかな傾向を捉えることが重要であるため、長い時間ステップを用いる。これにより、計算量を大幅に削減しつつ、長い予測時間域を維持できる。このハイブリッドなアプローチにより、システムは「長く正確な予測」と「軽量かつ高速な計算」を両立し、特にエネルギー効率が重要なEVにとって、より滑らかで省エネな走行を実現する基盤を築いた。
上位層コントローラーが理想的な加速度を出力すると、その指令を実際の車両動作に変換する「下位層コントローラー」が作動する。分散型駆動EVの特徴は、各車輪に独立したモーターが搭載されていることにある。この構成は、制御の自由度が高く、エネルギー効率の最適化に大きな可能性を秘めている。研究チームは、下位層コントローラーに「逆縦動力学モデル」、「逆駆動システムモデル」、「逆ブレーキシステムモデル」を組み込み、上位層の加速度指令から、必要な総駆動力（または制動力）を高精度に算出できるようにした。また、重要なのは「駆動/ブレーキ切替ロジック」である。このロジックは、まずモーターの回生ブレーキを優先的に使用し、モーターの制動力だけでは足りない場合にのみ、従来の油圧ブレーキを補助的に作動させる。これにより、減速時のエネルギー回生率が最大化され、航続距離の延伸に貢献する。
下位層コントローラーの最も革新的な部分は「トルク配分戦略」である。従来のシステムでは、必要な総トルクを単純に4つの車輪に均等に分配することが多かった。しかし、電気モーターの効率は、出力するトルクの大きさと回転速度（モーターの回転数）によって変化する。ある特定のトルクと回転数の組み合わせで最も効率が高くなる。研究チームは、この特性を活かして、各モーターが常に最も効率の良い範囲で動作するように、前後左右の4輪にトルクを最適に分配するアルゴリズムを開発した。この戦略は、物理的な制約（モーターの最大出力、タイヤのグリップ力）を守りながら、車両全体の「駆動効率」を最大化することを目的としている。この戦略は、直線走行とカーブ走行という二つの主要な走行情報で検証された。
直線走行のシミュレーションでは、一定速度で巡航している状態で、最適化されたトルク配分戦略が、単純な均等配分戦略と比べて、確かに高い総合駆動効率を達成していることが示された。この数パーセントの差は、一見小さく見えるが、車両のライフサイクル全体で見ると、顕著なエネルギー節約につながる。この成果は、最も基本的な走行状態であっても、スマートな制御戦略がパワートレインの潜在能力を引き出し、効率を向上させられることを示している。カーブ走行のシミュレーションでは、その成果はさらに顕著だった。アルゴリズムは、アッカーマンステアリングの原理に従い、内輪と外輪に適切な速度差を付けることで、車両の安定性を保ちながらカーブを通過できた。そして、最も重要な点は、カーブという複雑な状況下でも、最適化されたトルク配分戦略が均等配分を上回り、一貫して高い駆動効率を維持した点である。これは、ハンドリング性能とエネルギー効率が必ずしもトレードオフの関係ではなく、両立可能であることを実証したものだ。
この研究の包括的な有効性は、CarSim/Simulinkという自動車業界標準の仮想シミュレーション環境を用いて検証された。3つの厳しい走行情報が設定された。1つ目は、直線道路上の「ストップ＆ゴー」状況で、渋滞を模擬した。結果は、システムがスムーズに加速・減速し、安全な車間距離を保ちながら、急ブレーキや不快な挙動を示さないことを示した。2つ目は、10%の勾配を持つ坂道での追従走行である。先行車が坂道に入った瞬間、距離補償戦略が働き、後続車が危険に近づくのを防いだ。その後、上り坂に必要な大きな駆動力をシステムが適切に管理し、安定した追従性能を発揮した。3つ目は、半径の異なる左右のカーブが連続する複雑なルートである。システムは、直線からカーブへの移行をシームレスに処理し、トルク配分戦略がリアルタイムで変化するダイナミクスに適応する様子が確認された。すべての走行情報において、車両の加速度は快適な範囲内に抑えられており、システムが快適性を重視していることが確認された。
この研究の意義は非常に大きい。自動車メーカーにとっては、次世代EVの性能を即座に向上させる実用的なソリューションを提供する。坂道・カーブでの安全性向上、最適化されたトルク配分によるエネルギー効率の向上、そして滑らかな走行による快適性の向上。これらは消費者の主要な関心事に直接応えるものである。より広い視野で見れば、インテリジェントトランスポートシステム（ITS）の分野において、この研究は、信頼性と能力がより高い自動運転システムへの一歩を示している。正確な環境認識と、計算効率に優れた最適な意思決定を可能にするこの技術は、より高度な自動化レベルの基盤を築く。また、「可変ステップサイズ離散化法」の成功は、レーンキープアシストや予測エナジーマネジメントといった、他の車両制御システムにも応用される可能性を秘めている。
結論として、上海工科大学の研究チームは、分散型駆動EVのACCシステムが抱える根本的な課題に、体系的かつ革新的な方法で取り組んだ。センサーの誤差、計算の非効率性、アクチュエーターの非最適制御という問題を、相互に連携する複数の知的戦略で解決し、単なる部品の集合体ではなく、全体として最適化されたシステムを構築した。彼らの研究は、制御工学の理論的基盤と、車両ダイナミクスの現実的制約に対する深い理解を示している。自動車産業が電動化と自動化へと急速に移行する中で、このような研究は学術的な興味以上のものである。それは、未来のドライビングエクスペリエンスを形作る、不可欠なエンジニアリングそのものである。この新しいACC戦略は、より安全で、より効率的で、より楽しいモビリティを実現するための、革新の力の証と言えるだろう。
胡勝利、張緩緩、江忠順、常笑宇、上海工科大学、Mechanical Science and Technology for Aerospace Engineering、DOI: 10.13433/j.cnki.1003-8728.20220211