知財求人 - 知財ポータルサイト「IP Force」
特許6249145車両用舵角検出装置及びそれを搭載した電動パワーステアリング装置
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】6249145
(24)【登録日】2017年12月1日
(45)【発行日】2017年12月20日
(54)【発明の名称】車両用舵角検出装置及びそれを搭載した電動パワーステアリング装置
(51)【国際特許分類】
B62D 5/04 20060101AFI20171211BHJP
B62D 6/00 20060101ALI20171211BHJP
H02P 23/00 20160101ALI20171211BHJP
B62D 113/00 20060101ALN20171211BHJP
B62D 137/00 20060101ALN20171211BHJP
【ＦＩ】
B62D5/04
B62D6/00
H02P23/00
B62D113:00
B62D137:00
【請求項の数】12
【全頁数】27
(21)【出願番号】特願2017-544435(P2017-544435)
(86)(22)【出願日】2016年9月16日
(86)【国際出願番号】JP2016077454
(87)【国際公開番号】WO2017061257
(87)【国際公開日】20170413
【審査請求日】2017年9月28日
(31)【優先権主張番号】特願2015-200388(P2015-200388)
(32)【優先日】2015年10月8日
(33)【優先権主張国】JP
(31)【優先権主張番号】特願2016-5221(P2016-5221)
(32)【優先日】2016年1月14日
(33)【優先権主張国】JP
【早期審査対象出願】
(73)【特許権者】
【識別番号】000004204
【氏名又は名称】日本精工株式会社
(74)【代理人】
【識別番号】100078776
【弁理士】
【氏名又は名称】安形 雄三
(74)【代理人】
【識別番号】100121887
【弁理士】
【氏名又は名称】菅野 好章
(74)【代理人】
【識別番号】100200333
【弁理士】
【氏名又は名称】古賀 真二
(72)【発明者】
【氏名】皆木 亮
(72)【発明者】
【氏名】澤田 英樹
(72)【発明者】
【氏名】菅原 孝義
【審査官】
三宅 龍平
(56)【参考文献】
【文献】
特開２００７−００８２９９（ＪＰ，Ａ）
【文献】
特開２０１０−１７９８４８（ＪＰ，Ａ）
【文献】
特開２０１２−１５８３２１（ＪＰ，Ａ）
(58)【調査した分野】（Int.Cl.，ＤＢ名）
Ｂ６２Ｄ ５／０４
Ｂ６２Ｄ ６／００
Ｈ０２Ｐ ２３／００
Ｂ６２Ｄ １１３／００
Ｂ６２Ｄ １３７／００
(57)【特許請求の範囲】
【請求項1】
車両の操舵系をアシスト制御するモータとステアリングシャフトとが減速機構により接続され、前記ステアリングシャフトのステアリングシャフト角度を検出する第１角度センサと前記モータのモータ軸角度を検出する第２角度センサを有する車両用舵角検出装置において、
前記減速機構を含む非線形要素の静的特性及び動特性を繰り返し学習しながら静的特性マップ及び動特性マップを更新し、前記静的特性マップ及び前記動特性マップを用いて前記ステアリングシャフト角度及び前記モータ軸角度を相互に推定することを特徴とする車両用舵角検出装置。
前記減速機構を含む非線形要素の静的特性及び動特性を繰り返し学習しながら静的特性マップ及び動特性マップを更新し、前記静的特性マップ及び前記動特性マップを用いて前記ステアリングシャフト角度及び前記モータ軸角度を相互に推定することを特徴とする車両用舵角検出装置。
【請求項2】
前記第１角度センサの実測角度、前記第２角度センサの実測角度、前記モータのモータトルク及びモータ角速度に基づく初期値が、予め格納されている各特性ノミナル値の近似値範囲外であるときに前記静的特性の学習及び前記動特性の学習を実施する請求項１に記載の車両用舵角検出装置。
【請求項3】
前記動特性マップの後段に更に遅れ特性マップが介挿されている請求項１又は２に記載の車両用舵角検出装置。
【請求項4】
前記第１角度センサの実測角度、前記第２角度センサの実測角度、前記モータトルクに基づく初期値が、予め格納されている遅れ特性ノミナル値の近似値範囲外であるときに遅れ特性の学習を実施する請求項３に記載の車両用舵角検出装置。
【請求項5】
前記ステアリングシャフト角度及び前記モータ軸角度の推定値と、前記第１角度センサ及び前記第２角度センサの実測値との各偏差を算出し、前記各偏差が前記静的特性マップ及び前記動特性マップの各許容範囲内の場合に前記更新を行うようになっている請求項１乃至４のいずれかに記載の車両用舵角検出装置。
【請求項6】
前記各許容範囲が仕向け先により異なる仕様であり、各初期値がセットされている請求項５に記載の車両用舵角検出装置。
【請求項7】
前記第１角度センサ及び前記第２角度センサがそれぞれ２重系に設けられている請求項５又は６に記載の車両用舵角検出装置。
【請求項8】
前記各偏差が前記各許容範囲外の場合に、所定回数となるまで前記静的特性及び前記動特性の各学習を繰り返すようになっている請求項７に記載の車両用舵角検出装置。
【請求項9】
前記各偏差が前記各許容範囲外となった回数が前記所定回数を超えた場合に、前記第１角度センサ及び前記第２角度センサの各２重系の検出値の判定を行うようになっている請求項８に記載の車両用舵角検出装置。
【請求項10】
前記判定で、前記第１角度センサ及び前記第２角度センサの各２重系の検出値が同一の場合に前記非線形要素の異常と判定し、異なる場合にセンサ系の異常と判定する請求項９に記載の車両用舵角検出装置。
【請求項11】
請求項１乃至１０のいずれかに記載の車両用舵角検出装置を搭載したことを特徴とする電動パワーステアリング装置。
【請求項12】
請求項９に記載の車両用舵角検出装置を搭載し、一方のセンサ系の推定角度の異常が判定されたとき、他方のセンサ系の推定角度を用いて前記アシスト制御を継続するようになっている電動パワーステアリング装置。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、電流指令値（操舵補助指令値）によりモータを駆動制御し、モータの駆動制御により車両の操舵系をアシスト制御する電動パワーステアリング装置及びそれに搭載する車両用舵角検出装置に関し、特にステアリングシャフト（ピニオン側）とモータ軸にそれぞれ２重系の角度センサを搭載し、減速機構を含む機構系や操舵系の非線形要素を必要に応じて学習しながら、モータ軸角度とステアリングシャフト角度を高精度で推定すると共に、実測値と推定値とを比較して異常（故障を含む）を判定し、片方の角度センサが異常となった場合、一方の角度センサの検出角度を利用して、他方の角度センサをバックアップすることが可能な車両用舵角検出装置及びそれを搭載した電動パワーステアリング装置に関する。【0002】
また、本発明は、非線形要素を静的特性（角度誤差）、動特性（角度誤差）、遅れ（位相誤差）に分け若しくはそれらを適宜結合して学習し、学習の結果に基づいて非線形要素の異常又はセンサ系の異常を判定でき、ハンドルの保舵若しくは緩慢操舵から高速操舵まで、広範な対応が可能な車両用舵角検出装置及びそれを搭載した電動パワーステアリング装置に関する。【背景技術】
【0003】
車両の操舵系にモータの回転力で操舵補助力（アシストトルク）を付与する電動パワーステアリング装置は、モータの駆動力を減速機構を介してギア又はベルト等の伝達機構により、ステアリングシャフト或いはラック軸に操舵補助力を付与し、アシスト制御するようになっている。かかる従来の電動パワーステアリング装置（ＥＰＳ）は、アシストトルクを正確に発生させるため、モータ電流のフィードバック制御を行っている。フィードバック制御は、操舵補助指令値（電流指令値）とモータ電流検出値との差が小さくなるようにモータ印加電圧を調整するものであり、モータ印加電圧の調整は、一般的にＰＷＭ（パルス幅変調）制御のデューティの調整で行っている。【0004】
電動パワーステアリング装置の一般的な構成を図１に示して説明すると、ハンドル（ステアリングホイール）１のステアリングシャフト（コラム軸、ハンドル軸）２は減速機構を構成する減速ギア（ウォームギアとウォーム）３、ユニバーサルジョイント４ａ及び４ｂ、ピニオンラック機構５、タイロッド６ａ，６ｂを経て、更にハブユニット７ａ，７ｂを介して操向車輪８Ｌ，８Ｒに連結されている。また、ステアリングシャフト２にはトーションバーが介挿されており、車両用舵角検出装置として、トーションバーの捩れ角によりハンドル１の操舵角θを検出する舵角センサ１４、操舵トルクＴｈを検出するトルクセンサ１０が設けられており、ハンドル１の操舵力を補助するモータ２０が減速ギア３を介してステアリングシャフト２に連結されている。電動パワーステアリング装置を制御するコントロールユニット（ＥＣＵ）３０には、バッテリ１３から電力が供給されると共に、イグニションキー１１を経てイグニションキー信号が入力される。コントロールユニット３０は、トルクセンサ１０で検出された操舵トルクＴｈと車速センサ１２で検出された車速Ｖｅｌとに基づいてアシスト制御指令の電流指令値の演算を行い、電流指令値に補償等を施した電圧制御値Ｖｒｅｆによってモータ２０に供給する電流を制御する。なお、車速ＶｅｌはＣＡＮ（Controller Area Network）等から受信することも可能である。【0005】
コントロールユニット３０には、車両の各種情報を授受するＣＡＮ（Controller Area Network）４０が接続されており、車速ＶｅｌはＣＡＮ４０から受信することも可能である。また、コントロールユニット３０には、ＣＡＮ４０以外の通信、アナログ／ディジタル信号、電波等を授受する非ＣＡＮ４１も接続可能である。【0006】
コントロールユニット３０は主としてＣＰＵ（ＭＰＵやＭＣＵ等も含む）で構成されるが、そのＣＰＵ内部においてプログラムで実行される一般的な機能を示すと図２のようになる。【0007】
図２を参照してコントロールユニット３０を説明すると、トルクセンサ１０で検出された操舵トルクＴｈ及び車速センサ１２で検出された（若しくはＣＡＮ４０からの）車速Ｖｅｌは、電流指令値Ｉｒｅｆ１を演算する電流指令値演算部３１に入力される。電流指令値演算部３１は、入力された操舵トルクＴｈ及び車速Ｖｅｌに基づいてアシストマップ等を用いて、モータ２０に供給する電流の制御目標値である電流指令値Ｉｒｅｆ１を演算する。電流指令値Ｉｒｅｆ１は加算部３２Ａを経て電流制限部３３に入力され、最大電流を制限された電流指令値Ｉｒｅｆｍが減算部３２Ｂに入力され、フィードバックされているモータ電流Ｉｍとの偏差Ｉ（＝Ｉｒｅｆｍ−Ｉｍ）が演算され、その偏差Ｉが操舵動作の特性改善のためのＰＩ制御等の電流制御部３５に入力される。電流制御部３５で特性改善された電圧制御値ＶｒｅｆがＰＷＭ制御部３６に入力され、更にインバータ３７を介してモータ２０がＰＷＭ駆動される。モータ２０のモータ電流Ｉｍはモータ電流検出器３８で検出され、減算部３２Ｂにフィードバックされる。インバータ３７は、半導体スイッチング素子としてのＦＥＴのブリッジ回路で構成されている。【0008】
モータ２０には車両用舵角検出装置として、レゾルバ等の回転センサ２１が連結されており、回転センサ２１からモータ回転角度θが出力される。【0009】
また、加算部３２Ａには補償信号生成部３４からの補償信号ＣＭが加算されており、補償信号ＣＭの加算によって操舵システム系の特性補償を行い、収れん性や慣性特性等を改善するようになっている。補償信号生成部３４は、セルフアライニングトルク（ＳＡＴ）３４３と慣性３４２を加算部３４４で加算し、その加算結果に更に収れん性３４１を加算部３４５で加算し、加算部３４５の加算結果を補償信号ＣＭとしている。【0010】
上述のような電動パワーステアリング装置においては、近年、信頼性向上や機能冗長化等の要求から、トルクセンサや角度センサを多重化して搭載する場合がある。しかし、コスト低減の要求も同様にあるため、単純にセンサを多重化することは容易ではない。そのため、現状搭載されている限られたセンサを最大限利用して、センサ同士を監視・診断できるような手法が望ましい。また、電動パワーステアリング装置のステアリングシャフトとモータ軸の間は、ウォームギア等の減速機構を介して接続されている。【0011】
また、角度センサを多重化した場合、つまりステアリングシャフト及びモータ軸にそれぞれ角度センサを２系統搭載し、１系統が故障した場合、残ったもう１系統でバックアップすることが考えられる。しかし、一般的に減速機構を含む機構系や操舵系は、摩擦やバックラッシュ、モータ出力軸の弾性カップリング、ウォームホイールとウォームのギア面への予圧、減速機構部の潤滑グリース等の非線形要素を持つため、ステアリングシャフトとモータ軸の角度は相違し、角度誤差が生じる。そのため、一方の角度センサが故障しても、直ちに他方の角度センサでバックアップ(異常時の代用)することができない。【0012】
従来技術として、ＷＯ ２００４／０２２４１４（特許文献１）は、電気機械式操舵系を有する車両のためのトルクを測定するための方法を開示しており、トルクセンサのバックアップ用として考えられている。全体構成としては、駆動操舵機構に接続された入力軸部及び出力軸部と、サーボモータを有するトーションバーを介して接続されている操舵手段とを備えた電気機械式操舵装置である。その構成は、駆動用操舵機構の入力軸部及び出力軸部の間の相対回転変位から、トルク検出を行う電気機械式操舵装置（ディジタル回路もしくはアナログ回路）であるが、舵角（δ）センサの出力とサーボモータの回転角度の２入力で、仮想トルクを検出するセンサを形成しており、仮想トルクから操舵トルクが決定される。【0013】
また、特開２００５−２７４４８４号公報（特許文献２）では、舵角センサを複数（３個）搭載して冗長系を構成している。【先行技術文献】
【特許文献】
【0014】
【特許文献1】ＷＯ ２００４／０２２４１４
【特許文献2】特開２００５−２７４４８４号公報
【発明の概要】
【発明が解決しようとする課題】
【0015】
しかしながら、特許文献１の装置では、バックアップの系統としては、舵角センサの故障に対して、サーボモータのロータ回転情報によりバックアップを行うことができるが、両センサに対して相互の故障診断とバックアップは不可能である。また、特許文献２の例では、操舵系周りが大型化するので、装置の車両搭載性が悪化し、一般的にコストアップとなる問題がある。【0016】
本発明は上述のような事情よりなされたものであり、本発明の目的は、角度センサをモータ側及びピニオン側で２重化して角度検出の信頼性と冗長性を高め、減速機構を含む機構系や操舵系の非線形要素を必要に応じて学習しながら、モータ軸角度とステアリングシャフト角度を高精度に推定し、両方の角度センサの推定角度を利用して、双方の角度センサをバックアップできる安価で高性能な車両用舵角検出装置及びそれを搭載した電動パワーステアリング装置を提供することにある。【0017】
また、機構系や操舵系が有する非線形要素の学習については、静的特性、動特性及び遅れの要因に分け、それらを考慮した学習形態を提供する。更に、学習を完了した場合と、学習が完了しない不都合な場合を許容誤差の範囲に基づいて判定し、所定回数の学習によっても完了しない場合には、故障を含む異常（非線形要素系若しくはセンサ系）を判定し、ハンドルの保舵若しくは緩慢操舵から高速操舵まで対応可能であり、更に温度等の環境変化をも考慮した車両用舵角検出装置及びそれを搭載した電動パワーステアリング装置を提供する。【課題を解決するための手段】
【0018】
本発明は、車両の操舵系をアシスト制御するモータとステアリングシャフトとが減速機構により接続され、前記ステアリングシャフトのステアリングシャフト角度を検出する第１角度センサと前記モータのモータ軸角度を検出する第２角度センサを有する車両用舵角検出装置に関し、本発明の上記目的は、前記減速機構を含む非線形要素の静的特性及び動特性を繰り返し学習しながら静的特性マップ及び動特性マップを更新し、前記静的特性マップ及び前記動特性マップを用いて前記ステアリングシャフト角度及び前記モータ軸角度を相互に推定することにより達成される。【0019】
本発明の上記目的は、前記第１角度センサの実測角度、前記第２角度センサの実測角度、前記モータのモータトルク及びモータ角速度に基づく初期値が、予め格納されている各特性ノミナル値の近似値範囲外であるときに前記静的特性の学習及び前記動特性の学習を実施することにより、或いは前記動特性マップの後段に更に遅れ特性マップが介挿されていることにより、或いは前記第１角度センサの実測角度、前記第２角度センサの実測角度、前記モータトルクに基づく初期値が、予め格納されている遅れ特性ノミナル値の近似値範囲外であるときに遅れ特性の学習を実施することにより、或いは前記ステアリングシャフト角度及び前記モータ軸角度の推定値と、前記第１角度センサ及び前記第２角度センサの実測値との各偏差を算出し、前記各偏差が前記静的特性マップ及び前記動特性マップの各許容範囲内の場合に前記更新を行うようになっていることにより、或いは前記各許容範囲が仕向け先により異なる仕様であり、各初期値がセットされていることにより、或いは前記第１角度センサ及び前記第２角度センサがそれぞれ２重系に設けられていることにより、或いは前記各偏差が前記各許容範囲外の場合に、所定回数となるまで前記静的特性及び前記動特性の各学習を繰り返すようになっていることにより、或いは前記各偏差が前記各許容範囲外となった回数が前記所定回数を超えた場合に、前記第１角度センサ及び前記第２角度センサの各２重系の検出値の判定を行うようになっていることにより、或いは前記判定で、前記第１角度センサ及び前記第２角度センサの各２重系の検出値が同一の場合に前記非線形要素の異常と判定し、異なる場合にセンサ系の異常と判定することにより、より効果的に達成される。【0020】
また、上記車両用舵角検出装置を搭載することにより、或いは上記車両用舵角検出装置を搭載し、一方のセンサ系の推定角度の異常が判定されたとき、他方のセンサ系の推定角度を用いて前記アシスト制御を継続することにより、本発明が目的とする電動パワーステアリング装置が達成される。【発明の効果】
【0021】
本発明に係る車両用舵角検出装置及びそれを搭載した電動パワーステアリング装置によれば、角度センサの２重化を行うと共に、減速機構を含む機構系や操舵系の非線形要素を必要に応じて学習しながら補償値マップを求め、補償値マップに基づいてモータ軸角度とステアリングシャフト角度（ピニオン側）を高精度に推定し、両方の角度センサの推定角度を利用して、一方が異常（故障を含む）となった場合に、相互に双方の角度センサをバックアップすることができる。【0022】
ステアリングシャフト角度の推定角度とモータ軸の推定角度を用いて、異常判定と機能継続を実施することにより、センサ数を1つ減らすことが可能となる。例えば異常判定とアシスト制御継続を実施するには、特許文献２に開示されているように、角度センサを３重系にする必要があるが、推定角度を用いることにより、２重系で構成可能である。【図面の簡単な説明】
【0023】
【図1】電動パワーステアリング装置の概要を示す構成図である。
【図2】電動パワーステアリング装置の制御系の構成例を示すブロック図である。
【図3】本発明の角度センサの配設例を示すブロック図である。
【図4】本発明のコントロールユニット（ＥＣＵ）の構成例を示すブロック図である。
【図5】本発明に係る非線形要素の非線形学習論理部及びステアリングシャフト角度推定部、モータ軸角度推定部の構成例（第１実施形態）を示すブロック図である。
【図6】非線形要素の静的特性マップ（学習完了）の特性例を示す線図である。
【図7】非線形要素の動特性マップ（学習完了）の特性例を示す線図である。
【図8】非線形要素の遅れ特性マップ（学習完了）の特性例を示す線図である。
【図9】非線形要素の静的特性マップのノミナル値の設定例を示す線図である。
【図10】非線形要素の動特性マップのノミナル値の設定例を示す線図である。
【図11】非線形要素の遅れ特性マップのノミナル値の設定例を示す線図である。
【図12】非線形要素についての学習方法の一例を示すフローチャートである。
【図13】静的特性マップの学習部の構成例を示すブロック図である。
【図14】静的特性マップの学習動作例を示すフローチャートである。
【図15】非線形要素の静的特性マップ（学習完了）の特性例及び許容範囲を示す線図である。
【図16】動特性マップの学習部の構成例を示すブロック図である。
【図17】動特性マップの学習動作例を示すフローチャートである。
【図18】非線形要素の動特性マップ（学習完了）の特性例及び許容範囲を示す線図である。
【図19】遅れ特性マップの学習部の構成例を示すブロック図である。
【図20】非線形要素の遅れ特性マップ（学習完了）の特性例及び許容範囲を示す線図である。
【図21】マルチ遅延部の動作例を示すタイミングチャートである。
【図22】相互相関部の処理例を示す入出力関係図である。
【図23】遅れ特性マップの学習動作例を示すフローチャートである。
【図24】本発明の効果（静的特性補償、静的特性補償＋動特性補償）を説明する特性図である。
【図25】本発明の第２実施形態の構成例を示すブロック図である。
【図26】本発明の第２実施形態の動作例を示すフローチャートである。
【図27】本発明の第２実施形態の効果（補償無し、静的特性補償）を説明する特性図である。
【図28】本発明の第３実施形態の構成例を示すブロック図である。
【図29】本発明の第３実施形態の動作例を示すフローチャートである。
【発明を実施するための形態】
【0024】
本発明は、減速機構を含む機構系や操舵系の摩擦やバックラッシュ、モータ出力軸の弾性カップリング、ウォームホイールとウォームのギア面への予圧、ギア部の潤滑グリース、ギア面の当たり具合（撓み）等の非線形要素を必要に応じて学習しながら、モータ軸の角度とステアリングシャフト（ピニオン側)の角度を２重系で高精度に推定し、両方の角度センサの推定角度を利用して、一方が異常（以下、「故障」を含む）となった場合、他方の角度センサでバックアップしてアシスト制御を継続することを特徴としている。双方の角度センサのバックアップ論理は共通であり、学習により同定した非線形補償の補償値マップはＥＥＰＲＯＭなどの不揮発性メモリに格納しておくことで、エンジン再始動後においても、即時に角度センサをバックアップすることが可能である。【0025】
また、製品出荷時に、経験等に基づくノミナル値をＥＥＰＲＯＭなどの不揮発性メモリに初期値として格納しておき、イグニションキーをＯＮしたときの実際の補償値がノミナル値の近似値範囲を超えた場合（学習が必要な場合）に、静的特性学習、動特性学習、遅れ特性学習を行う。ノミナル値は、車両の仕向け先（輸出国や地域等）の環境（主には現地の気候による温度や湿度データ）に適応するように、予めチューニングをされたデータが入力されている。【0026】
更に、本発明では、複数回の学習を経て、推定値と実測値の誤差が所定の許容範囲に収まらない場合は、２重系センサの情報が同一か異なっているかによって、角度センサ系若しくは非線形要素（例えば減速機構）の異常であるかを判定する。また、各センサからの検出信号の受信毎にタイムスタンプを付与することによって正確な同期をとり、角度誤差を抑制し、舵角検出が成立する操舵速度を高くするようにしても良い（例えば特開２０１４−２１０４７１号）。タイムスタンプは、ステアリングシャフトに取付けられた角度センサの検出周期（例えば５００μｓ）と、モータ軸に取付けられたレゾルバやＭＲセンサ等の検出周期（例えば２５０μｓ）とが異なる場合に、両者の同期をとって検出精度を上げる上で特に有効である。【0027】
以下に、本発明の実施形態を図面を参照して説明する。【0028】
本発明では図３に示すように、ハンドル（ステアリングホイール）６０で操舵されるステアリングシャフト６１のトーションバー６２に対して、ステアリングシャフト６１のハンドル側に２重系のハンドル側角度センサ６３と、ステアリングシャフト６１のピニオン側に２重系のピニオン側角度センサ６４とを設けており、ピニオン側角度センサ６４からはピニオン軸角度（ステアリングシャフト角度）Ａｐが出力される。ステアリングシャフト６１はウォームギア等の減速機構６５を介してモータ６６に接続され、モータ６６には、モータ軸角度Ａｍを検出する２重系のモータ軸角度センサ６７（例えばレゾルバ、ＭＲセンサ）及びモータ電流Ｉｍを検出するモータ電流検出器（図示せず）が設けられている。なお、モータ軸と減速機構６５の連結部には、非線形特性を有する弾性カップリング（図示せず）が設けられている。【0029】
本発明では、ステアリングシャフト（ピニオン側）６１とモータ軸にそれぞれ２つずつ２重系の角度センサ（６４，６７）を搭載し、片方の角度センサが異常となった場合、一方の角度センサの検出角度を利用して、他方の角度センサをバックアップすること並びにアシスト制御を継続することを考える。ピニオン側角度センサ６４からのピニオン軸角度Ａｐ、モータ軸角度センサ６７からのモータ軸角度Ａｍ、モータ電流検出器からのモータ電流Ｉｍはコントロールユニット（ＥＣＵ）１００に入力される。【0030】
なお、ハンドル側角度センサ６３からも検出角度が出力されるが、本発明には直接的に関連していないので、説明を省略する。以下では、ピニオン側角度センサ６４をステアリングシャフト角度センサとし、ピニオン軸角度Ａｐをステアリングシャフト角度として説明する。【0031】
ステアリングシャフト６１とモータ６６の回転軸は、ウォームとウォームギア等で成る減速機構６５を介して接続されているが、減速機構６５を含む機構系や操舵系は多くの非線形要素を含んでいる。即ち、機構系や操舵系は、摩擦やバックラッシュを含むと共に、モータ出力軸の弾性カップリング、ウォームホイールとウォームのギア面への予圧、ギア部の潤滑グリース、ギア面の当たり具合（撓み）等の非線形要素を含むため、一方の角度センサが異常となった時に、他方の角度センサの検出値を単純に置き換えるだけではバックアップできない。そこで、本発明では、減速機構６５を含む機構系や操舵系の非線形要素を繰り返し学習することにより、互いに他方の角度センサの出力角度を推定する。このような機能を実施するコントロールユニット（ＥＣＵ）１００の構成例を図４に示す。【0032】
モータ電流Ｉｍはモータトルク演算部１１０に入力され、演算されたモータトルクＴｍは非線形要素の非線形学習論理部１３０に入力され、モータ軸角度Ａｍはモータ角速度演算部１２０に入力され、演算されたモータ角速度ωｍは非線形要素の非線形学習論理部１３０に入力される。また、非線形要素の非線形学習論理部１３０で演算された角度補償値ＭＰは、ステアリングシャフト角度推定部１８０及びモータ軸角度推定部１９０に入力される。ピニオン側のステアリングシャフト角度Ａｐは非線形要素の非線形学習論理部１３０に入力されると共に、モータ軸角度推定部１９０に入力される。また、モータ軸角度Ａｍはモータ角速度演算部１２０に入力されると共に、非線形要素の非線形学習論理部１３０及びステアリングシャフト角度推定部１８０に入力される。ステアリングシャフト角度推定部１８０からはステアリングシャフト推定角度ＳＳｅが出力され、モータ軸角度推定部１９０からはモータ軸推定角度ＭＳｅが出力される。【0033】
次に、センサの異常診断（故障診断を含む）とバックアップ（アシスト制御継続）の関係を、各場合に分けて説明する。（１）異常診断及びバックアップを行う場合：
この場合には、角度センサを２重系とし、推定した推定角度が必要である。
（１−１）．ステアリングシャフト角度の場合
センサ構成は、ステアリングシャフトの角度センサを２重系（ピニオン側角度センサ６４−１（ステアリングシャフト角度Ａｐ１），６４−２（ステアリングシャフト角度Ａｐ２））とし、ステアリングシャフト推定角度ＳＳｅを用いる。異常診断は、ステアリングシャフト角度Ａｐ１及びＡｐ２、ステアリングシャフト推定角度ＳＳｅの３つで多数決により行い、例えばピニオン側角度センサ６４−１（ステアリングシャフト角度Ａｐ１）が異常となった場合、ピニオン側角度センサ６４−２のステアリングシャフト角度Ａｐ２を用いてバックアップ（アシスト制御継続）する。
（１−２）．モータ軸角度の場合
センサ構成は、モータ軸の角度センサを２重系（モータ軸角度センサ６７−１（モータ軸角度Ａｍ１），６７−２（モータ軸角度Ａｍ２））とし、モータ軸推定角度ＭＳｅを用いる。異常診断は、モータ軸角度Ａｍ１及びＡｍ２、モータ軸推定角度ＭＳｅの３つで多数決により行い、例えばモータ軸角度センサ６７−１（モータ軸角度Ａｍ１）が異常となった場合、モータ軸角度センサ６７−２のモータ軸角度Ａｍ２を用いてバックアップ（アシスト制御継続）する。
（２）異常診断のみの場合：
この場合にはバックアップはなく、１つの角度センサと推定した推定角度が必要である。
（２−１）．ステアリングシャフト角度の場合
センサ構成は、ステアリングシャフトのステアリングシャフト角度センサ６４（ステアリングシャフト角度Ａｐ）とステアリングシャフト推定角度ＳＳｅであり、異常診断は、ステアリングシャフト角度Ａｐとステアリングシャフト推定角度ＳＳｅを比較して行い、ステアリングシャフト角度センサ６４が異常となった場合には、アシスト制御を停止する。
（２−２）．モータ軸角度の場合
センサ構成は、モータ軸のモータ軸角度センサ６７（モータ軸角度Ａｍ）とモータ軸推定角度ＭＳｅであり、異常診断は、モータ軸角度Ａｍとモータ軸推定角度ＭＳｅを比較して行い、モータ軸角度センサ６７が異常となった場合には、アシスト制御を停止する。
【0034】
図５は、非線形要素の非線形学習論理部１３０及びステアリングシャフト角度推定部１８０、モータ軸角度推定部１９０の詳細構成例を示しており、非線形要素の非線形学習論理部１３０は、補償値ＣＭｓを演算する静的特性補償部１４０と、補償値ＣＭｄを演算する動特性補償部１５０と、補償値ＣＭｓ及びＣＭｄを加算して角度補償値ＭＰを出力する加算部１３１とで構成されている。図５に示すように角度推定は大きく分けて、静的特性補償と動特性補償の２つに分けることができる。静的特性補償は、ハンドルを保舵した時の静特性の角度補償と、車を運転していて、交差点で一旦停止後、安全確認してゆっくり右折若しくは左折するような場合のように、５［deg/s］以下のハンドルをゆっくり回す緩慢操舵時の動特性の角度補償である。モータトルクＴｍ（若しくはローパスフィルタ（ＬＰＦ）を経たノイズ除去済みモータトルクＴｍａ）を入力とする静的特性マップにより静的特性の補償値ＣＭｓを演算する。また、動特性補償は、人が飛び出して来て急ハンドルを切った場合のように、ハンドルがある速度（５０［deg/s］）以上で操舵された場合の角度補償であり、モータ角速度ωｍを入力とする動特性マップによる動特性の補償値ＣＭｙに、モータトルクＴｍ（ノイズ除去済みモータトルクＴｍａ）に応じた遅れ時間を考慮して動特性全体の補償値ＣＭｄを演算する。【0035】
静的特性補償部１４０は、モータトルクＴｍを入力するＬＰＦ１４１と、ＬＰＦ１４１からの高周波ノイズを除去されたノイズ除去済みモータトルクＴｍａを入力して、補償値ＣＭｓを出力する非線形要素の静的特性マップ（学習完了）１４２とで構成されている。ＬＰＦ１４１は、誤学習を防止するために必要である。モータトルクＴｍはモータに流れている電流そのものであり、モータ電流にはリップル電流分、ホワイトノイズ、高調波等が混入されているので、ＬＰＦ処理を行わないと、ノイズの大きい部分（ピーク）をサンプリング（例えば２５０μｓ毎）してしまい、静的特性マップ１４２が歪んでしまう場合もある。そのため、カットオフ周波数２０〜３０ＨｚのＬＰＦを採用している。【0036】
また、動特性補償部１５０は、モータ角速度ωｍを入力して補償値ＣＭｙを出力する非線形要素の動特性マップ１５１と、非線形要素の動特性マップ１５１から出力される補償値ＣＭｙ及びＬＰＦ１４１からのノイズ除去済みモータトルクＴｍａを入力して、補償値ＣＭｄを出力する非線形要素の遅れ特性マップ（学習完了）１５２とで構成されている。補償値ＣＭｓ及びＣＭｄは加算部１３１で加算され、加算値が、最終的な角度補償値ＭＰ（学習中は補償値マップ）として出力される。【0037】
角度補償値ＭＰはステアリングシャフト角度推定部１８０の減算部１８１に減算入力されると共に、モータ軸角度推定部１９０の加算部１９１に入力される。減算部１８１は、モータ軸角度Ａｍから角度補償値ＭＰを減算してステアリングシャフト推定角度ＳＳｅを出力し、加算部１９１は、ステアリングシャフト角度Ａｐと角度補償値ＭＰを加算してモータ軸推定角度ＭＳｅを出力する。角度補償値ＭＰは静的特性補償部１４０及び動特性補償部１５０の角度の差であり、静的特性補償部１４０及び動特性補償部１５０には、モータ基準とするモータトルクＴｍ及びモータ角速度ωｍがそれぞれ入力されているので、角度補償値ＭＰは、ステアリングシャフト角度推定部１８０に減算要素として入力されると共に、モータ軸角度推定部１９０に加算要素として入力される。【0038】
その後、ステアリングシャフト推定角度ＳＳｅ及びモータ軸推定角度ＭＳｅと各実測値との誤差（絶対値）が許容範囲ε以内であるか否かを診断し、許容範囲ε以内となるまで学習を繰り返し、許容範囲ε以内となった時点で学習は終了となる。即ち、下記数１に従って診断を行い、数１が成立すれば学習を終了し、数１が成立しない場合には所定回数（例えば２回）だけ学習を繰り返す。数１では、ステアリングシャフト推定角度ＳＳｅとステアリングシャフト角度Ａｐとの差の絶対値が許容範囲ε１以内であるかを判定すると共に、モータ軸推定角度ＭＳｅとモータ軸角度Ａｍとの差の絶対値が許容範囲ε２以内であるかを判定する。繰り返し学習することで推定角度の精度を高めることができ、周囲の環境変化（温度や湿気など）や機構部品の経年変化などにも対応することができる。なお、許容範囲は、ε１＝ε２であっても良い。（数１）
｜ＳＳｅ−Ａｐ｜≦ε１
｜ＭＳｅ−Ａｍ｜≦ε２
なお、学習を繰り返しても、数１の両方又は一方が成立しない場合には、非線形要素若しくはセンサ系のいずれか一方が異常（故障）であると判定する。
【0039】
非線形要素の静的特性マップ１４２は図６に示すように、モータトルクＴｍがＴｍ１（＝０）から正負方向に大きくなるに従って、角度誤差である補償値（ＣＭｓ）がそれぞれ徐々に非線形に大きくなる特性であり、モータトルクＴｍ１（＝０）近辺において急激に大きく増加減する。非線形要素の動特性マップ１５１は図７に示すように、モータ角速度ωｍが０から正負方向に大きくなるに従って、それぞれ角度誤差である補償値（ＣＭｙ）が徐々に非線形に大きくなる特性であり、モータ角速度−ωｍ１〜＋ωｍ２の範囲（例えば５０［deg/s］）、つまり０近辺においてほぼ平坦な特性になっており、平坦部分は静的特性でカバーできる。温度が高くなると粘性が低下するので、補償値は全体的に低下する。【0040】
また、非線形要素の遅れ特性マップ１５２は図８に示すように、ＬＰＦ１４１からのモータトルクＴｍａが大きくなるに従って、位相誤差である補償値（ＣＭｄ）が徐々に非線形に小さくなる特性であり、モータトルクＴｍａ１（０）近辺において急激に大きく減少し、最終的にはほぼ０に収束する。遅れ特性マップ１５２の温度特性も、温度が高くなると粘性が低下するので、補償値は全体的に低下する。【0041】
各特性マップ（１４２，１５１，１５２）の学習は、マップの作成に対応する。マップは横軸（モータトルクＴｍ，モータ角速度ωｍ、モータトルクＴｍａ）に対して、広範囲（例えば一方（正側）のラックエンド近傍から他方（負側）のラックエンド近傍まで）で学習した方が、誤差が小さくなる。つまり、特定のポイント（例えば図６において、ポイントｓ５（Ｔｍ１＝０，ＣＭｓ５＝０）付近）のみで学習しても意味がない。マップのポイント数は、マイコンのＲＡＭやＲＯＭの容量やＣＰＵの演算速度に依存するので断定できないが、横軸に対して、ある程度の範囲を網羅したときに学習完了としている。図６〜図８の例では、いずれも横軸を１０分割して、１１ポイント学習できたら完了としている。【0042】
なお、学習は特性変化が大きい領域で、できるだけ密に行い、変化の小さい領域では粗に行う。【0043】
電動パワーステアリング装置の各部の角度推定には、減速機構６５を含む機構系や操舵系の摩擦やバックラッシュ等の上述した全ての非線形要素を補償する必要があり、補償のためには少なくとも静的特性の学習を行い、静的特性の学習の後に動特性の学習を実施することが望ましく、更に遅れの学習を行うようにすることもできる。【0044】
また、製品出荷時には学習データを取得できないので、図９〜図１１に示すような経験等に基づいた各特性のノミナル値を、ＥＥＰＲＯＭ等の不揮発性メモリに予め格納しておき、破線で示すノミナル値の近似値範囲の外のときに、各学習を実施するようにする。ノミナル値は、車両の仕向け先（輸出国や地域等）の環境（主には現地の気候による温度や湿度データ）に適応するように、予めチューニングしたデータを採用する。図９は非線形要素の静的特性マップのノミナル値（ｎｓ０〜ｎｓ１０）の設定例を示す線図であり、破線は学習の必要の有無を判定する近似値範囲を示している。図１０は、非線形要素の動特性マップのノミナル値（ｎｙ０〜ｎｙ１０）の設定例を示す線図であり、破線は学習の必要の有無を判定する近似値範囲を示している。また、図１１は、非線形要素の遅れ特性マップのノミナル値（ｎｄ０〜ｎｄ１０）の設定例を示す線図であり、破線は学習の必要の有無を判定する近似値範囲を示している。【0045】
本実施形態では、静的特性の学習の後に動特性の学習を行い、更に遅れの学習を行い、これら学習結果に基づいて角度推定を行う全体の動作例を、図１２のフローチャートを参照して説明する。【0046】
先ず始めにイグニションキーがＯＮされると角度検出及びモータトルクの演算を行い（ステップＳ１）、演算された静的特性の補償値が図９に示すノミナル値の近似値範囲内にあるか否かを判定する（ステップＳ２）。図９の例では補償値Ａ１及びＡ２が範囲外であり、補償値Ｂ１及びＢ２が範囲内である。補償値が近似値範囲外であると判定された場合に、非線形要素の静的特性マップ１４２の学習を行い（ステップＳ１０）、学習完了となるまで継続する（ステップＳ２０）。電動パワーステアリング装置のモータトルク領域に対して十分に静的特性マップが学習できたとき（例えば図６）に、学習完了となる。非線形要素の静的特性マップ１４２の学習完了後、非線形要素の動特性マップ１５１の学習（ステップＳ３０）と非線形要素の遅れ特性マップ１５２の学習（ステップＳ５０）を並行して実施する。【0047】
非線形要素の動特性マップ１５１の学習（ステップＳ３０）及び非線形要素の遅れ特性マップ１５２の学習（ステップＳ５０）についても、それぞれ図１０及び図１１に示すノミナル値の近似値範囲の内外を判定し、各特性の補償値が近似値範囲の外のときに学習を実施するが、この判定を省いて学習を行うようにしても良い。図１２のフローチャートでは、図の煩雑を回避するために、近似値範囲の判定動作を省略している。【0048】
通常は非線形要素の動特性マップ１５１の学習後に非線形要素の遅れ特性マップ１５２の学習を行う。非線形要素の動特性マップ１５１の学習（ステップＳ３０）は学習完了となる（例えば図７）まで継続され（ステップＳ４０）、非線形要素の遅れ特性マップ１５２の学習（ステップＳ５０）は学習完了となる（例えば図８）まで継続される（ステップＳ６０）。電動パワーステアリング装置のモータ角速度ωの領域に対して、十分に動特性マップが学習できたら学習完了となり、モータトルクＴｍａの領域に対して、十分に遅れ特性マップが学習できたら学習完了となる。【0049】
そして、全てのマップの学習、つまり非線形要素の動特性マップ１５１の学習及び非線形要素の遅れ特性マップ１５２の学習が完了したとき（ステップＳ７０）、補償値マップが作成されるので、静的特性補償部１４０からの補償値ＣＭｓ及び動特性補償部１５０からの補償値ＣＭｄを加算部１３１で加算して角度補償値ＭＰを演算し、角度補償値ＭＰに基づいて推定角度を推定する（ステップＳ７１）。ステアリングシャフト推定角度ＳＳｅは、モータ軸角度Ａｍから角度補償値ＭＰを減算することによって求められ、モータ軸推定角度ＭＳｅは、ステアリングシャフト角度Ａｐと角度補償値ＭＰを加算することによって求められる。その後、推定角度と実測値の誤差（絶対値）が許容範囲εであるか否かを、上記数１に従って診断し（ステップＳ７２）、許容範囲ε以内であれば学習は終了となり、許容範囲εよりも大きい場合には、Ｎ回目（例えば３回目）であるか否かを判定し（ステップＳ８０）、Ｎ回目に満たない場合には上記ステップＳ１０にリターンして上記動作を繰り返す。【0050】
上記ステップＳ８０において、Ｎ回目と判定された場合には非線形要素若しくはセンサ系が異常であると判定する（ステップＳ８１）。なお、上記ステップＳ８０の繰り返し回数Ｎの設定は適宜変更可能である。【0051】
繰り返し学習することでステアリングシャフト推定角度ＳＳｅ及びモータ軸推定角度ＭＳｅの精度を高めることができると共に、温度等の周囲の環境変化や機構部品の経年劣化等にも対応することができる。繰り返し学習することで温度等の環境変化にも対応しているが、温度センサを別途設けて、検出温度に応じて各マップの値を補正するようにしても良い。【0052】
上記各学習に必要な入力信号は、モータトルクＴｍ、モータ角加速度αｍ、モータ角速度ωｍ、モータ軸角度Ａｍ、ステアリングシャフト角度Ａｐである。【0053】
次に、上記ステップＳ１０における非線形要素の静的特性マップ１４２の学習について説明する。【0054】
非線形要素の静的特性マップ１４２は図６に示すように、横軸がモータトルクＴｍであり、縦軸がモータ軸角度Ａｍ及びステアリングシャフト角度Ａｐの角度偏差である補償値ＣＭｓである。非線形要素の静的特性マップ１４２の構成は、例えば図１３に示すように静的特性学習判定部１４３及び静的特性学習論理部１４４で構成されている。【0055】
モータ角速度ωｍは静的特性学習判定部１４３に入力され、静的特性学習判定部１４３は後述の判定に従って学習判定信号ＬＤ１を出力する（ＯＮ／ＯＦＦ）。また、静的特性学習論理部１４４は、減算部１４４−１、加算平均部１４４−１及び１４４−２、非線形要素の静的性マップ作成部１４４−４で構成されている。ＬＰＦ１４１からのノイズを除去されたノイズ除去済みモータトルクＴｍａは加算平均部１４４−２に入力され、ステアリングシャフト角度Ａｐ及びモータ軸角度Ａｍは減算部１４４−１に入力され、その角度誤差が加算平均部１４４−３に入力される。学習判定信号ＬＤ１は静的特性学習論理部１４４に入力され、加算平均部１４４−１及び１４４−２で求められた加算平均値ＭＮ１及びＭＮ２は非線形要素の静的特性マップ作成部１４４−４に入力される。【0056】
このような構成において、その動作例（静的特性マップ学習）を図１４のフローチャートを参照して説明する。【0057】
静的特性学習論理部１４４の静的特性学習は、ハンドルが保舵状態若しくは５［deg/s］以下の緩慢操舵(モータ角速度ωｍがほぼゼロの状態)となった時、つまり静的特性学習判定部１４３が、モータ角速度ωｍがほぼゼロの状態になったことを判定して学習判定信号ＬＤ１をＯＮし、学習判定信号ＬＤ１のＯＮが静的特性学習論理部１４４に入力された時に、学習が始まる（ステップＳ１１）。学習が開始されると、ステアリングシャフト角度Ａｐ及びモータ軸角度Ａｍの偏差Ｄｐが減算部１４４−１で算出され（ステップＳ１２）、偏差Ｄｐは加算平均部１４４−３に入力され、加算平均部１４４−３で加算平均値ＭＮ２が算出される（ステップＳ１３）。また、ＬＰＦ１４１からのノイズ除去済みモータトルクＴｍａも加算平均部１４４−２に入力され、加算平均部１４４−２で加算平均値ＭＮ１が算出される（ステップＳ１４）。加算平均値ＭＮ１及びＭＮ２の算出順番は逆であっても良い。加算平均値ＭＮ１及びＭＮ２は非線形要素の静的特性マップ作成部１４４−４（図５の非線形要素の静的特性マップ１４２に対応）に入力され、実測値と推定値の誤差が図１５の許容範囲（網掛け部）内に収まっているか否かを、逐次最小二乗法等の計算を用いて判定し（ステップＳ１４）、誤差が許容範囲内に収まっている場合には、非線形要素の静的特性マップ１４４−４を更新する（ステップＳ１５）。【0058】
実測値と推定値の誤差が許容範囲内に収まらない場合には、その回数が所定回数Ｎ１（例えば５回）を超えるまで、ステップＳ１１にリターンして上記動作を繰り返す（ステップＳ１６）。もし、Ｎ１回の学習を経ても、実測値と推定値の誤差が許容範囲内に収まらない場合は、２重系の各角度センサの情報が同じであるか否か、つまり２重系のステアリングシャフト角度センサ６４の検出値が同じであるか、２重系のモータ軸角度センサ６７の検出値が同じであるかを判定し（ステップＳ１７）、各２重系角度センサの検出値が同じであればセンサ系に異常はないので、非線形要素の異常と判定する（ステップＳ１７Ａ）。そして、各２重系角度センサの検出値が同じでない場合には、センサ系の異常と判定する（ステップＳ１７Ｂ）。【0059】
このように保舵状態若しくは緩慢操舵が一定時間継続されたとき、逐次最小二乗法等の計算を用いて非線形要素の静的特性マップ１４２が更新され、電動パワーステアリング装置のモータトルク領域に対して十分に静的特性マップが学習できたときに、学習完了とする。【0060】
次に、図１２のステップＳ３０における動特性マップの学習について説明する。【0061】
動特性マップは図７に示すように、横軸がモータ角速度ωｍであり、縦軸がモータ軸角度Ａｍｓ（静的特性補償後）及びステアリングシャフト角度Ａｐの角度偏差である補償値ＣＭｙである。非線形要素の動特性マップ１５１の構成は、例えば図１６である。【0062】
モータ角加速度αｍは動特性学習判定部１４５に入力され、モータトルクＴｍはＬＰＦ１４１を経て動特性学習判定部１４５に入力されると共に、非線形要素の静的特性マップ１４６−１に入力される。動特性学習判定部１４５は、所定条件（モータ角加速度αｍがほぼゼロであり、モータトルクＴｍ（Ｔｍａ）がある程度大きい状態)で学習判定信号ＬＤ２を出力する（ＯＮ／ＯＦＦ）。また、動特性学習論理部１４６は、非線形要素の静的特性マップ１４６−１、加算部１４６−２、減算部１４６−３、加算平均部１４６−４及び１４４−５、非線形要素の動特性マップ作成部１４６−６（図５の非線形要素の動特性マップ１５１に対応）で構成されている。モータ角速度ωｍは加算平均部１４６−４に入力され、ステアリングシャフト角度Ａｐは減算部１４６−３に加算入力され、モータ軸角度Ａｍは加算部１４６−２に入力される。加算部１４６−２には非線形要素の静的特性マップ１４６−１からの補償値ＣＭｓが入力され、その加算値（静的特性補償後のモータ軸角度）Ａｍｓが減算部１４６−３に減算入力される。減算部１４６−３で算出された偏差Ｄｍ（＝Ａｐ−Ａｍｓ）は加算平均部１４６−５に入力される。学習判定信号ＬＤ２は動特性学習論理部１４６に入力され、加算平均部１４６−４及び１４６−５で求められた加算平均値ＭＮ３及びＭＮ４は、非線形要素の動特性マップ作成部１４６−６に入力される。【0063】
このような構成において、その動作例（動特性マップ学習）を図１７のフローチャートを参照して説明する。【0064】
動特性学習論理部１４６の動特性学習は、モータ角加速度αｍがほぼゼロであり、ウォームギアとモータギアが堅く噛み合っている状態(ＬＰＦ１４１からのノイズ除去済みモータトルクＴｍａがある程度大きい状態)の時に、学習判定信号ＬＤ２をＯＮして動特性学習論理部１４６に入力し、この時から学習が始まる（ステップＳ３１）。学習が開始されると、ＬＰＦ１４１からのノイズ除去済みモータトルクＴｍａが非線形要素の静的特性マップ１４６−１に入力され、静的特性補償が実施される（ステップＳ３２）。静的特性補償の補償値ＣＭｓは加算部１４６−２に入力され、静的特性補償後のモータ軸角度Ａｍとの加算値Ａｍｓが求められ、加算値Ａｍｓが減算部１４６−３に減算入力される。減算部１４６−３で、ステアリングシャフト角度Ａｐとの偏差Ｄｍ（＝Ａｐ−Ａｍｓ）が算出され（ステップＳ３３）、偏差Ｄｍが加算平均部１４６−５に入力され、加算平均部１４６−５で加算平均値ＭＮ４が算出される（ステップＳ３４）。また、モータ角速度ωｍも加算平均部１４６−４に入力され、加算平均部１４６−４で加算平均値ＭＮ３が算出される（ステップＳ３５）。加算平均値ＭＮ３及びＭＮ４の算出順番は逆であっても良い。加算平均値ＭＮ３及びＭＮ４は非線形要素の動特性マップ作成部１４６−６に入力され、実測値と推定値の誤差が図１８の許容範囲（網掛け部）内に収まっているか否かを、逐次最小二乗法等の計算を用いて判定し（ステップＳ３５）、許容範囲内に収まっている場合には、非線形要素の動特性マップ１４６−６を更新する（ステップＳ３６）。【0065】
実測値と推定値の誤差が許容範囲内に収まらない場合には、その回数が所定回数Ｎ２（例えば５回）を超えるまで、ステップＳ３１にリターンして上記動作を繰り返す（ステップＳ３７）。もし、Ｎ２回の学習を経ても、実測値と推定値の誤差が許容範囲内に収まらない場合は、２重系の角度センサの検出値が同じであるか否か、つまり２重系のステアリングシャフト角度センサ６４の検出値が同じであるか、２重系のモータ軸角度センサ６７の検出値が同じであるかを判定し（ステップＳ３８）、各２重系角度センサの検出値が同じであればセンサ系に異常はないので、非線形要素の異常と判定する（ステップＳ３８Ａ）。そして、各２重系角度センサの検出値が同じでない場合には、センサ系の異常と判定する（ステップＳ３８Ｂ）。【0066】
このように、電動パワーステアリング装置のモータ角速度領域に対して十分に動特性マップが学習できたら、学習完了とする。図１８の黒点が学習された補償値ＣＭｙを示している。【0067】
次に、図１２のステップＳ５０における遅れ特性マップの学習について説明する。【0068】
遅れ特性マップは図８に示すように、横軸がモータトルクＴｍａであり、縦軸がモータ軸角度Ａｍｓ（静的特性補償後）及びステアリングシャフト角度Ａｐの位相偏差である補償値ＣＭｄである。遅れ特性マップの構成は、例えば図１９である。【0069】
ＬＰＦ１４１を経たノイズ除去済みモータトルクＴｍは遅れ特性学習判定部１４７に入力されると共に、非線形要素の静的特性マップ１４８−１に入力される。遅れ特性学習判定部１４７からは所定条件（モータトルクＴｍ（Ｔｍａ）が所定値以下に小さくなった時）で学習判定信号ＬＤ３が出力され（ＯＮ／ＯＦＦ）、学習判定信号ＬＤ３は遅れ特性学習論理部１４８に入力される。【0070】
遅れ特性学習論理部１４８は、非線形要素の静的特性マップ１４８−１（図１６の１４６−１）、加算部１４８−２、減算部１４８−３、加算平均部１４８−４、マルチ遅延部１４８−４、相互相関部１４８−６、非線形要素の遅れ特性マップ作成部１４８−７で構成されている。モータトルクＴｍは加算平均部１４８−５に入力され、モータ角速度ωｍはマルチ遅延部１４８−４に入力され、そのマルチ遅延出力ＭＤは相互相関部１４８−６に入力される。また、ステアリングシャフト角度Ａｐは減算部１４８−３に加算入力され、モータ軸角度Ａｍは加算部１４８−２に入力される。加算部１４８−２には非線形要素の静的特性マップ１４８−１からの補償値ＣＭｓが入力され、その加算値（静的特性補償後のモータ軸角度）Ａｍｓが減算部１４８−３に減算入力される。減算部１４８−３で算出された偏差Ｄｄは、相互相関部１４８−６に入力される。相互相関部１４８−６は、マルチ遅延部１４８−４からのマルチ遅延出力ＭＤ及び偏差Ｄｄに基づいて相互相関処理を行い、相関が一番高い遅れ時間を探索する。相互相関は、２つの入力信号の類似性を解析するため、一定の解析時間が必要となる。【0071】
図２１はマルチ遅延部１４８−４の動作例を示しており、マルチ遅延部１４８−４はモータ角速度ωｍの入力に対して、各遅延器（Ｚ−１）により所定遅延時間ずつ遅れたマルチ遅延モータ角速度ωｄ０、ωｄ１、・・・ωｄ１０を出力する。マルチ遅延部１４８−４から出力されたマルチ遅延モータ角速度ＭＤ（ωｄ０〜ωｄ１０）は、ピニオン軸角度（静的特性補償後）Ｄｄと共に相互相関部１４８−６に入力され、相互相関部１４８−６は図２２に示すように参照信号としてのピニオン軸角度Ｄｄとマルチ遅延部１４８−４からのマルチ遅延モータ角速度ＭＤ（ωｄ０〜ωｄ１０）の相関関数を計算し、相関の一番大きいマルチ遅延器の遅延時間をマップに反映させる。【0072】
学習判定信号ＬＤ３は遅れ特性学習論理部１４６８入力され、加算平均部１４８−５で求められた加算平均値ＭＮ５、相互相関部１４８−６の出力である相互相関値ＭＬも非線形要素の遅れ特性マップ作成部１４８−７に入力される。【0073】
このような構成において、その動作例を図２３のフローチャートを参照して説明する。【0074】
モータトルクＴｍａ（又はＴｍ）が小さい領域は、バックラッシュの影響が大きく遅れ時間が大きい。一方、モータトルクＴｍａ（又はＴｍ）が大きい領域は、ウォームとモータとの間のギア同士がしっかり噛み合っており、遅れ時間が小さくなる。従って、遅れ特性学習論理部１４８の遅れ特性学習は、上記条件に従い、モータトルクＴｍａ（又はＴｍ）が所定値以下に小さくなった時に、学習判定信号ＬＤ３をＯＮして遅れ特性学習論理部１４８に入力し、この時から学習が始まる（ステップＳ５１）。【0075】
学習が開始されると、ＬＰＦ１４１からのノイズ除去済みモータトルクＴｍａが非線形要素の静的特性マップ１４８−１に入力され、非線形要素の静的特性マップ１４８−１による静的特性補償が実施される（ステップＳ５２）。静的特性補償の補償値ＣＭｓは加算部１４８−２に入力され、モータ軸角度Ａｍとの加算値（静的特性補償後のモータ軸角度）Ａｍｓが減算部１４８−３に減算入力され、減算部１４８−３でステアリングシャフト角度Ａｐとの偏差Ｄｄが算出され（ステップＳ５３）、偏差Ｄｄが相互相関部１４８−６に入力される。また、モータ角速度ωｍはマルチ遅延部１４８−４に入力され、遅延時間の異なる複数のマルチ遅延モータ角速度ＭＤ（ωｄ０〜ωｄ１０）を計算し（ステップＳ５４Ａ）、そのマルチ遅延モータ角速度ＭＤが相互相関部１４８−６に入力されて相互相関処理を行う（ステップＳ５４Ｂ）。相互相関部１４８−６は遅延量が異なる複数のマルチ遅延モータ角速度から相関が一番大きい遅れ時間を探索し、相関係数ＭＬを出力する。【0076】
また、ＬＰＦ１４１からのモータトルクＴｍは加算平均部１４８−５に入力され、加算平均値ＭＮ５が算出される（ステップＳ５４Ｃ）。加算平均値ＭＮ５と、相関係数ＭＬの算出順番は逆であっても良い。加算平均値ＭＮ５及び相関係数ＭＬは非線形要素の遅れ特性マップ作成部１４８−７に入力され、実測値と推定値の誤差が図２０の許容範囲（網掛け部）内に収まっているか否かを、逐次最小二乗法等の計算を用いて判定し（ステップＳ５５）、許容範囲内に収まっている場合には、非線形要素の遅れ特性マップ１４８−７を更新する（ステップＳ５６）。【0077】
実測値と推定値の誤差が許容範囲内に収まらない場合には、その回数が所定回数Ｎ３（例えば５回）を超えるまで、ステップＳ５１にリターンして上記動作を繰り返す（ステップＳ５７）。もし、Ｎ３回の学習を経ても、実測値と推定値の誤差が許容範囲内に収まらない場合は、２重系の角度センサの検出値が同じであるか否か、つまり２重系のステアリングシャフト角度センサ６４の検出値が同じであるか、２重系のモータ軸角度センサ６７の検出値が同じであるかを判定し（ステップＳ５８）、各２重系角度センサの検出値が同じであればセンサ系に異常はないので、非線形要素の異常を判定する（ステップＳ５８Ａ）。そして、各２重系角度センサの検出値が同じでない場合には、センサ系の異常と判定する（ステップＳ５８Ｂ）。【0078】
このように、電動パワーステアリング装置のモータトルク領域に対して十分に遅れ特性マップが学習できたら、学習完了とする。図２０の黒点が学習された補償値ＣＭｄを示している。【0079】
なお、図５の静的特性マップ１４２は図１３の静的特性マップ作成部１４４−４に対応するものであり、図５の動特性マップ１５１は図１６の動特性マップ作成部１４６−６に対応するものであり、図５の遅れ特性マップ１５２は図１９の遅れ特性マップ作成部１４８−７に対応するものである。図５はそれぞれ学習が完了したマップであり、図１３、図１６、図１９は学習中のマップであり、この意味から別々の参照符号を付している。【0080】
次に、本発明（第１実施形態）の効果を、図２４を参照して説明する。【0081】
横軸は時間であり、縦軸は角度誤差(モータ軸角度とステアリングシャフト角度の差分)を示している。時点ｔ０から時点ｔ１の区間は、ハンドル中心で左右に操舵する状態を示している。時点ｔ１から時点ｔ２の区間は、ハンドルを左側エンド付近まで切り、左右に操舵する状態を示している。また、時点ｔ２から時点ｔ３の区間は、ハンドルを右側エンド付近まで切り、左右に操舵する状態を示し、時点ｔ３以降はハンドルを中心に戻す状態を示している。図２４（Ａ）に示すように、補償が全くない場合は角度差分が大きい（２．５°）が、図２４（Ｂ）に示すように、静的特性補償によって、速度の遅いハンドルの動きに対して、角度差分は減少している（０．７５°）。さらに、動特性補償を付加することにより、図２４（Ｃ）に示すように、速度の速いハンドルの動きに対しても角度差分を減少させることができる（０．２５°）。【0083】
補償値ＣＭｓを演算する静的特性補償部１４０は、モータトルクＴｍを入力するローパスフィルタ（ＬＰＦ）１４１と、ＬＰＦ１４１からの高周波ノイズを除去されたノイズ除去済みモータトルクＴｍａを入力して、補償値ＣＭｓ（学習中は補償値マップ）を出力する非線形要素の静的特性マップ（学習完了）１４２とで構成されている。【0084】
第１実施形態と同様に、補償値ＣＭｓは減算部１８１に減算入力されると共に、加算部１９１に加算入力される。減算部１８１はステアリングシャフト推定角度ＳＳｅを出力し、加算部１９１はモータ軸推定角度ＭＳｅを出力する。その後、ステアリングシャフト推定角度ＳＳｅ及びモータ軸推定角度ＭＳｅと各実測値との誤差（絶対値）が許容範囲ε以内であるか否かを前記数１に従って診断し、許容範囲ε以内となるまで学習を繰り返し、許容範囲ε以内となった時点で学習は終了となる。【0085】
非線形要素の静的特性マップ１４２は図６に示すように、モータトルクＴｍがＴｍ１（＝０）から正負方向に大きくなるに従って、角度誤差である補償値（ＣＭｓ）がそれぞれ徐々に非線形に大きくなる特性であり、モータトルクＴｍ１（＝０）近辺において急激に大きく増加減する。【0086】
非線形要素の静的特性マップ１４２の学習は、マップの作成に対応する。マップは横軸（モータトルクＴｍ）に対して、広範囲（例えば一方（正側）のラックエンド近傍から他方（負側）のラックエンド近傍まで）で学習した方が、誤差が小さくなる。つまり、特定のポイント（例えば図６において、ポイントｓ５（Ｔｍ１＝０，ＣＭｓ＝０）付近）のみで学習しても意味がない。マップのポイント数は、マイコンのＲＡＭやＲＯＭの容量やＣＰＵの演算速度に依存するので断定できないが、横軸に対して、ある程度の範囲を網羅したときに学習完了としている。【0087】
静的特性の学習及び学習結果に基づいて角度推定を行う全体の動作例を、図２６のフローチャートを参照して説明する。この場合にも、補償値が図９に示すノミナル値の近似値範囲の外であることを判定して、学習を開始するようにしても良い。【0088】
先ず始めに非線形要素の静的特性マップ１４２の学習を行い（ステップＳ１０）、学習完了となるまで継続する（ステップＳ１０１）。電動パワーステアリング装置のモータトルク領域に対して十分に静的特性マップが学習できたとき（例えば図６）に、学習完了となる。非線形要素の静的特性マップ１４２の学習完了により補償値マップが作成されるので、静的特性補償部１４０からの補償値ＣＭｓに基づいて推定角度を推定する（ステップＳ１０２）。ステアリングシャフト推定角度ＳＳｅは、モータ軸角度Ａｍから補償値ＣＭｓを減算することによって求められ、モータ軸推定角度ＭＳｅは、ステアリングシャフト角度Ａｐと補償値ＣＭｓを加算することによって求められる。その後、推定角度と実測値の誤差（絶対値）が許容範囲εであるか否かを、上記数１に従って診断し（ステップＳ１０３）、許容範囲ε以内であれば学習は終了となり、許容範囲εよりも大きい場合には、例えば３回目であるか否かを判定し（ステップＳ１０４）、２回目内の場合には上記ステップＳ１０にリターンして上記動作を繰り返す。【0089】
上記ステップＳ１０４において、３回目と判定された場合には非線形要素若しくはセンサ系が異常であると判定する（ステップＳ１０５）。なお、上記ステップＳ１０４の繰り返し回数の設定は適宜変更可能である。【0090】
繰り返し学習することでステアリングシャフト推定角度ＳＳｅ及びモータ軸推定角度ＭＳｅの精度を高めることができると共に、温度等の周囲の環境変化や機構部品の経年劣化等にも対応することができる。繰り返し学習することで温度等の環境変化にも対応しているが、温度センサを別途設けて、検出温度に応じて各マップの値を補正するようにしても良い。上記ステップＳ１０における非線形要素の静的特性マップ１４２の学習動作は、図１４と同様である。【0091】
次に、第２実施形態の効果を、図２７を参照して説明する。【0092】
時点ｔ０から時点ｔ１の区間は、ハンドル中心で左右に操舵する状態を示している。時点ｔ１から時点ｔ２の区間は、ハンドルを左側エンド付近まで切り、左右に操舵する状態を示している。また、時点ｔ２から時点ｔ３の区間は、ハンドルを右側エンド付近まで切り、左右に操舵する状態を示し、時点ｔ３以降はハンドルを中心に戻す状態を示している。図２７（Ａ）に示すように、補償が全くない場合は角度誤差が大きいが（２．５°）、図２７（Ｂ）に示すように、静的特性補償によって、速度の遅いハンドルの動きに対して、角度誤差は減少している（０．７５°）。【0093】
図２８は、静的特性及び動特性（遅れ特性なし）の補償を行う第３実施形態の構成例を示しており、非線形要素の非線形学習論理部１３０は、補償値ＣＭｓを演算する静的特性補償部１４０と、補償値ＣＭｙを演算する動特性補償部１５０と、補償値ＣＭｓ及びＣＭｙを加算して角度補償値ＭＰを出力する加算部１３１とで構成されている。静的特性補償部１４０は、モータトルクＴｍを入力するローパスフィルタ（ＬＰＦ）１４１と、ＬＰＦ１４１からの高周波ノイズを除去されたノイズ除去済みモータトルクＴｍａを入力して、補償値ＣＭｓを出力する非線形要素の静的特性マップ（学習完了）１４２とで構成されている。また、動特性補償部１５０は、モータ角速度ωｍを入力して補償値ＣＭｙを出力する非線形要素の動特性マップ１５１で構成されている。補償値ＣＭｓ及びＣＭｙは加算部１３１で加算され、加算値が、最終的な角度補償値ＭＰ（学習中は補償値マップ）として出力される。【0094】
角度補償値ＭＰは減算部１８１に減算入力されると共に、モータ軸角度推定部１９０の加算部１９１に加算入力される。減算部１８１はステアリングシャフト推定角度ＳＳｅを出力し、加算部１９１はモータ軸推定角度ＭＳｅを出力する。ステアリングシャフト推定角度ＳＳｅ及びモータ軸推定角度ＭＳｅと各実測値との誤差（絶対値）が許容範囲ε以内であるか否かを前記数１に従って診断し、許容範囲ε以内となるまで学習を繰り返し、許容範囲ε以内となった時点で学習は終了となる。【0095】
なお、学習を繰り返しても、数１の両方又は一方が成立しない場合には、操舵系若しくはセンサ系のいずれか一方が故障乃至異常であると判定する。非線形要素の静的特性マップ１４２は図６に示す特性であり、非線形要素の動特性マップ１５１は図７に示す特性である。【0096】
各特性マップ（１４２，１５１）の学習は、マップの作成に対応し、電動パワーステアリング装置の各部の角度推定には、減速機構６５を含む機構系や操舵系の摩擦やバックラッシュ等の非線形要素を補償する必要があり、補償のためには少なくとも静的特性の学習を行い、静的特性の学習の後に動特性の学習をすることが望ましい。【0097】
ここでは、静的特性の学習の後に動特性の学習を行い、これら学習結果に基づいて角度推定を行う全体の動作例（第３実施形態）を、図２９のフローチャートを参照して説明する。この場合にも、補償値が図９及び図１０に示す各ノミナル値の近似値範囲の外であることを判定して、各学習を開始するようにしても良い。【0098】
先ず始めに非線形要素の静的特性マップ１４２の学習を行い（ステップＳ１０）、学習完了となるまで継続する（ステップＳ２０）。電動パワーステアリング装置のモータトルク領域に対して十分に静的特性マップが学習できたとき（例えば図６）に、学習完了となる。非線形要素の静的特性マップ１４２の学習完了後、非線形要素の特性マップ１５１の学習（ステップＳ３０）を実施する。非線形要素の動特性マップ１５１の学習（ステップＳ３０）は学習完了となる（例えば図７）まで継続される（ステップＳ４０）。電動パワーステアリング装置のモータ角速度領域に対して、十分に動特性マップが学習できたら学習完了となる。【0099】
そして、非線形要素の動特性マップ１５１の学習が完了したとき、補償値マップが作成されるので、静的特性補償部１４０からの補償値ＣＭｓ及び動特性補償部１５０からの補償値ＣＭｙを加算部１３１で加算して角度補償値ＭＰを演算し、角度補償値ＭＰに基づいて推定角度を推定する（ステップＳ１１０）。ステアリングシャフト推定角度ＳＳｅは、モータ軸角度Ａｍから角度補償値ＭＰを減算することによって求められ、モータ軸推定角度ＭＳｅは、ステアリングシャフト角度Ａｐと角度補償値ＭＰを加算することによって求められる。その後、推定角度と実測値の誤差（絶対値）が許容範囲εであるか否かを、上記数１に従って診断し（ステップＳ１１１）、許容範囲ε以内であれば学習は終了となり、許容範囲εよりも大きい場合には、例えば３回目であるか否かを判定し（ステップＳ１１２）、２回目内の場合には上記ステップＳ１０にリターンして上記動作を繰り返す。【0100】
上記ステップＳ１１２において、３回目と判定された場合には操舵系若しくはセンサ系が故障していると判定する（ステップＳ１１３）。なお、上記ステップＳ１１２の繰り返し回数の設定は適宜変更可能である。【0101】
繰り返し学習することでステアリングシャフト推定角度ＳＳｅ及びモータ軸推定角度ＭＳｅの精度を高めることができると共に、温度等の周囲の環境変化や機構部品の経年劣化等にも対応することができる。繰り返し学習することで温度等の環境変化にも対応しているが、温度センサを別途設けて、検出温度に応じて各マップの値を補正するようにしても良い。【0103】
なお、上述の実施形態ではコラム式の電動パワーステアリング装置について説明したが、下流式の電動パワーステアリング装置についても同様に適用することが可能である。【符号の説明】
【0104】
１、６０ ハンドル（ステアリングホイール）２、６１ ステアリングシャフト（コラム軸、ハンドル軸）
１０ トルクセンサ
１２ 車速センサ
２０、６６ モータ
２１ 回転センサ
３０、１００ コントロールユニット（ＥＣＵ）
６２ トーションバー
６３ ハンドル側角度センサ
６４ ステアリングシャフト（ピニオン側）角度センサ
６５ 減速機構
６７ モータ軸角度センサ
１１０ モータトルク演算部
１２０ モータ角速度演算部
１３０ 非線形要素の非線形学習論理部
１４０ 静的特性補償部
１４２ 非線形要素の静的特性マップ
１５０ 動特性補償部
１５１ 非線形要素の動特性マップ
１５２ 非線形要素の遅れ特性マップ
１８０ ステアリングシャフト角度推定部
１９０ モータ軸角度推定部