車の運転とDriver Model Bio-Motion Control Equation 運動方程式 車の運転のモデル化 Driving Examples 強US車両の挙動 運転行為/Weber則関連 バイモ研 弱US車両の挙動 車の運転の物理 Bio-Motion Equation の環境対応、具体的なパラメータ例 Human-Motion Control Model Skilled 逆モデルによるドライバーモデル

Back

運転行為/Weber則関連



Forth 

車の運転:


 名人の乗馬を表現した 「鞍上に人なく鞍下に馬なし」と言うのがある。 名人は馬の行くがままにしており、馬は自分の思うように勝手に走っているわけですが、それでもちゃんと名人の意に沿って走らされてしまっている。

 車に乗っていて一番楽なのは、止まっているのを除けば、一定速度で真っ直ぐ走っている状態。 実際車も真っ直ぐ走りたがる。  車の行きたいようにさせてそれに手を添える程度、運転はしないのが名人と言うことでは。 柔道や相撲でも相手をねじ伏せるのではなく、相手の一寸した動きを読んで、相手の動きに手を貸してやるだけで、相手もなぜか分からないうちに勝負がついていると言うのが名人。

 運転とは合わせること、車に、人に、周りに、如何にうまく合わせるかに尽きる。






人に優しい車、運転から見た車の望まれる特性:


上記操作逆モデルの出力
f と 運動αが Weber(ウェーバー)則に合っている
 操作系の特性とその応答特性が人の感覚上で線形がベター。

車両逆モデルおよび操作逆モデルがシンプルなモデルで、かつ運動αを実現する操作δ(δ=逆モデル(α))が手足の運動能力内に収まる

 運転では、目標の運動が先にあって、その実現のための操作を経験上知っていて、その操作により目標の運動を実現している。 これは身体内に正確な逆モデルを練習により獲得していないとできない分けで、逆モデルが複雑なほど正確な習得は難しく余計な時間を要し、最悪最後まで巧く運転できないようなことになり易い。
 操作と応答の関係がシンプル(両者の物理量が感覚上線形、下記操縦系インターフェースの項)である程ベター。 応答である運動が先に決まるので、このための操作が手足の運動能力内に収まる必要がある。 

運転関連


車の運転の成り立ち・仕組み: 車両適合+環境適合+感覚生理適合


車の揺れにもかかわらず像を網膜に固定: Adapt to Vehicle Dynamics
 車両特性に合わせて一点注視。車の揺れ、ピッチング(常時)、ヨーイング(横滑り時は特に)を首・眼球の動きで補正して常に一点注視する

・前方環での運動状態を決定: Adapt to Traffic Environment
 前方環境位置、通過速度の決定。 見込み運動のパラメータ決定。


見込み運動の実行:Adapt to Sensory/Motorto Vehicle Dynamics
 感覚生理特性に合わせた滑らかな車両コントロールで見込んだ運動状態を実現する
運転行為の分解

操縦系インターフェース


Drive by Wire(ドライブ バイ ワイヤ):
 生理学上の法則であるWeber(ウェーバー)の法則に従って、操作側の特性と応答側の特性を、人にとって感覚上線形に対応させる。


 右図で説明しているが、操作量と応答が線形とは、操作に対する応答が、多分加速度になるが、操作物理量のべき乗に成るべきとWeber則は言っている。
 大抵は操作する手足のWeber比 Cf の方が身体を支えるWeber比 CF より小さいので、応答曲線は下に凸の関数になる。

 踏力-減速度で表すブレーキの特性を例にとると、感覚上良く効くブレーキでは、下に凸の2次曲線(実際は1.?次)のような形になるべきを、一般の車のブレーキは構造上直線にしかできないので、感覚的な期待に対しては踏むほど、踏力の大きい所ほど感覚的には効かないブレーキとなる。
 ブレーキの効く効かないは感覚でしかないので、実際効かないのである。 踏力の大きいところでは感覚的な期待に対しては効かないブレーキとなるので、強く効かすときはガンと踏めとなってしまう。

 宇宙一良く効くと言われるポルシェのブレーキは、踏力-減速度で表すブレーキの特性は一般車と同じ直線だが、これを原点近くに急勾配で立てることによって、感覚上線形の曲線を沿わせてもこの曲線からあまり離れない形にしている。
Weber則とWeber比の計算

 例えば、操作物理量f、系の応答物理量F、各のWeber比をCf、CF(車の場合は身体を支える筋肉の調整能力で5%前後)とすれば、線形な f と F の関係式は、操作量fの最小操作量Δfに対して、その応答量が応答量Fの最小量ΔFに成っていれば良いので、
  dF/df*Δf=ΔF 
これにΔf=f*Cf  ΔF=F*CF を代入して積分すれば
  F=K*fCF/Cf    (べき乗関数)   K は定


 この関係式で操作量fと応答量Fが表せれば感覚上fとFは線形。



ステア アシスト 運転アシスト


Steer Assist
(ステア アシスト):タイヤの能力限界まで運転者の意図した横滑り旋回を実現する

 車の操舵システムでは、車はボディーが横にならないと曲がり始めない、ハンドル操作に遅れてボディーが横になって、前輪はボディーと一緒に横を向くので、さらに切り込んでしまう構造になっている。

  リヤタイヤの方向は車体に固定されていて、車体が進行方向に対して横滑り角を持って初めてリヤタイヤに横力が発生する。 そのためハンドルを切っても、大きな車体が横を向き始めるまで待たなければならない。 そしてさらに、車体が横を向くとその分フロント輪も車体と一緒に向きを変えてしまうので結果的に余計に切り込む。 スピードが速いと慣れていない人は右の様にスピン。
 適切なアシストは必須。

CarSim(Mechanical Simulation社)

 両車両は全く同じドライバによる全く同じステアリング操作でありながら、白のアシスト車両では意図通りの滑らかな旋回を実現できる。

人の制御則 x" = a - C x' の応用


人は、地上では車、空では超音速飛行機、海の上では何万トンもの船を自在に操る制御能力を持つ。

交通環境に沿った走行例は下の動画
交通環境に沿った制御式の作り方ここをクリック
生き物の制御則

安全運転と自動運転


 
段差に気が付かなければ足を踏み外す。見かけより重くても軽くても物は巧く持ち上げられない。 滑らかに運転できたとは、ちゃんと先を読みきったこと。滑らかさは安全運転の尺度。
 我々の行動は見込み行動。  x" = a - C x' この生き物の運動方程式も前方環境での見込み運動状態量(位置、速度)が有って初めて思った滑らかな運動を開始できる。
 滑らかな動きができていると言うことはこの運動方程式に乗って動いていると言うことで、前方交通環境の把握が正確にタイミング良く行われている証拠。 即ち運転の滑らかさが、安全運転度合いの尺度になる。 滑らかな運転ができる人ほど環境適合度合いが高い、すなわち安全となるわけです。

 人の運動制御方程式に前方環境の運動状態(位置、速度)を機械的に与えれば滑らかな見込み自動運転が可能。 平尾先生の言われる見込み違いさえなければ名人の運転で快適にしかも安全に運んでもらえる




  運動方程式 xi"=ai-Cixi'  i:1..n で走る沢山の車両  拡大して見る
生き物の運動制御式で走る沢山の車
動方程式x"=a-Cx'で走る沢山の車両
横軸:距離(5km) 
縦軸(上側):車速
縦軸(下側):適正車間からのずれ

一番上は拡大図、中央に信号機現在赤、信号機右側は工事規制中の停車待ち




見込み運動、自動運転

Top  Bio-motion運動方程式  ドライバモデル弘法  ドライブ例  テーマ  バイモ研 弱US車両の挙動 運転の物理 Bio-Motion 運動方程式使用方法




     クラゲ:鳥羽水族館

 運動方程式のページのドラゴンフィッシュほど優雅では有りませんが、基本的な水中運動を現している。











バイモ研