特開2023-85935人力駆動車情報処理装置、人力駆動車情報処理方法、人力駆動車情報処理システム、およびコンピュータプログラム
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2023085935
(43)【公開日】2023-06-21
(54)【発明の名称】人力駆動車情報処理装置、人力駆動車情報処理方法、人力駆動車情報処理システム、およびコンピュータプログラム
(51)【国際特許分類】
B62M 6/45 20100101AFI20230614BHJP
B62M 25/08 20060101ALI20230614BHJP
B62J 45/00 20200101ALI20230614BHJP
B62J 50/21 20200101ALI20230614BHJP
【ＦＩ】
B62M6/45
B62M25/08
B62J45/00
B62J50/21
【審査請求】未請求
【請求項の数】15
【出願形態】ＯＬ
(21)【出願番号】P 2021200263
(22)【出願日】2021-12-09
(71)【出願人】
【識別番号】000002439
【氏名又は名称】株式会社シマノ
(74)【代理人】
【識別番号】100114557
【弁理士】
【氏名又は名称】河野 英仁
(74)【代理人】
【識別番号】100078868
【弁理士】
【氏名又は名称】河野 登夫
(72)【発明者】
【氏名】田河 賢治
(57)【要約】
【課題】人力駆動車の快適度をライダ個々に最適化し、かつ、ライダが確認できる人力駆動車情報処理装置、人力駆動車情報処理方法、人力駆動車情報処理システム、およびコンピュータプログラムを提供する。
【解決手段】人力駆動車情報処理装置は、走行中の人力駆動車の状態データを取得する取得部と、前記状態データに対応する前記人力駆動車の走行の快適度を、ライダの走行中の動作に基づいて学習し、新たに取得した状態データに対応する前記快適度を示す指標値を学習結果から算出する学習部と、前記指標値を出力する出力部と、を有する。
【選択図】図１０
【解決手段】人力駆動車情報処理装置は、走行中の人力駆動車の状態データを取得する取得部と、前記状態データに対応する前記人力駆動車の走行の快適度を、ライダの走行中の動作に基づいて学習し、新たに取得した状態データに対応する前記快適度を示す指標値を学習結果から算出する学習部と、前記指標値を出力する出力部と、を有する。
【選択図】図１０
【特許請求の範囲】
【請求項1】
走行中の人力駆動車の状態データを取得する取得部と、
前記状態データに対応する前記人力駆動車の走行の快適度を、ライダの走行中の動作に基づいて学習し、新たに取得した状態データに対応する前記快適度を示す指標値を学習結果から算出する学習部と、
前記指標値を出力する出力部と、を有する
人力駆動車情報処理装置。
前記状態データに対応する前記人力駆動車の走行の快適度を、ライダの走行中の動作に基づいて学習し、新たに取得した状態データに対応する前記快適度を示す指標値を学習結果から算出する学習部と、
前記指標値を出力する出力部と、を有する
人力駆動車情報処理装置。
【請求項2】
前記指標値に応じた色、濃度、または輝度の画像を表示部へ表示させる、
請求項１に記載の人力駆動車情報処理装置。
請求項１に記載の人力駆動車情報処理装置。
【請求項3】
前記表示部は、前記人力駆動車のハンドルバーに設けられたディスプレイである、
請求項２に記載の人力駆動車情報処理装置。
請求項２に記載の人力駆動車情報処理装置。
【請求項4】
前記表示部は、前記人力駆動車のライダの情報端末装置である、
請求項２に記載の人力駆動車情報処理装置。
請求項２に記載の人力駆動車情報処理装置。
【請求項5】
前記学習部は、前記状態データと、前記指標値との対応関係を記憶し、
前記ライダの動作に応じて前記指標値を更新する、
請求項１から４のいずれか１項に記載の人力駆動車情報処理装置。
前記ライダの動作に応じて前記指標値を更新する、
請求項１から４のいずれか１項に記載の人力駆動車情報処理装置。
【請求項6】
前記対応関係は、前記状態データに含まれる前記人力駆動車の駆動機構におけるケイデンスおよびトルクの値に対する、前記指標値のマップである、
請求項５に記載の人力駆動車情報処理装置。
請求項５に記載の人力駆動車情報処理装置。
【請求項7】
前記マップ上における走行中の前記状態データの履歴を表示部に表示させる
請求項６に記載の人力駆動車情報処理装置。
請求項６に記載の人力駆動車情報処理装置。
【請求項8】
前記学習部は、状態データを入力した場合に、前記指標値を出力するように学習された学習モデルであり、走行中に学習を実行する、
請求項１から４のいずれか１項に記載の人力駆動車情報処理装置。
請求項１から４のいずれか１項に記載の人力駆動車情報処理装置。
【請求項9】
前記学習部は、前記状態データに対し、前記ライダから操作装置を介して前記人力駆動車に搭載されたデバイスへの操作が行なわれた場合、快適度が低下したとして学習する、
請求項１から８のいずれか１項に記載の人力駆動車情報処理装置。
請求項１から８のいずれか１項に記載の人力駆動車情報処理装置。
【請求項10】
前記操作装置は変速操作装置である、
請求項９に記載の人力駆動車情報処理装置。
請求項９に記載の人力駆動車情報処理装置。
【請求項11】
前記操作装置はアシスト操作装置である、
請求項９に記載の人力駆動車情報処理装置。
請求項９に記載の人力駆動車情報処理装置。
【請求項12】
前記学習部は、前記状態データに対し、前記ライダの生体情報に基づき快適度を示す指標値を算出し、学習する、
請求項１から８のいずれか１項に記載の人力駆動車情報処理装置。
請求項１から８のいずれか１項に記載の人力駆動車情報処理装置。
【請求項13】
人力駆動車に搭載されるコンピュータが、
走行中の人力駆動車の状態データを取得し、
前記状態データに対応する前記人力駆動車の走行の快適度を、ライダの走行中の動作に基づいて学習し、
新たに取得した状態データに対応する前記快適度を示す指標値を学習結果から算出し、
前記指標値を出力する、
人力駆動車情報処理方法。
走行中の人力駆動車の状態データを取得し、
前記状態データに対応する前記人力駆動車の走行の快適度を、ライダの走行中の動作に基づいて学習し、
新たに取得した状態データに対応する前記快適度を示す指標値を学習結果から算出し、
前記指標値を出力する、
人力駆動車情報処理方法。
【請求項14】
表示装置と、
人力駆動車に搭載されたコンピュータとを含み、
前記コンピュータは、
走行中の人力駆動車の状態データを取得する取得部と、
前記状態データに対応する前記人力駆動車の走行の快適度を、ライダの走行中の動作に基づいて学習し、新たに取得した状態データに対応する前記快適度を示す指標値を学習結果から算出する学習部と、
前記指標値を出力する出力部と、を有する
人力駆動車情報処理システム。
人力駆動車に搭載されたコンピュータとを含み、
前記コンピュータは、
走行中の人力駆動車の状態データを取得する取得部と、
前記状態データに対応する前記人力駆動車の走行の快適度を、ライダの走行中の動作に基づいて学習し、新たに取得した状態データに対応する前記快適度を示す指標値を学習結果から算出する学習部と、
前記指標値を出力する出力部と、を有する
人力駆動車情報処理システム。
【請求項15】
人力駆動車に搭載されるコンピュータに、
走行中の人力駆動車の状態データを取得し、
前記状態データに対応する前記人力駆動車の走行の快適度を、ライダの走行中の動作に基づいて学習し、
新たに取得した状態データに対応する前記快適度を示す指標値を学習結果から算出し、
前記指標値を出力する、
処理を実行させるコンピュータプログラム。
走行中の人力駆動車の状態データを取得し、
前記状態データに対応する前記人力駆動車の走行の快適度を、ライダの走行中の動作に基づいて学習し、
新たに取得した状態データに対応する前記快適度を示す指標値を学習結果から算出し、
前記指標値を出力する、
処理を実行させるコンピュータプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、人力駆動車情報処理装置、人力駆動車情報処理方法、人力駆動車情報処理システム、およびコンピュータプログラムに関する。
【背景技術】
【0002】
人力駆動車に搭載されているデバイスを自動的に制御するシステムが実用化されている（特許文献１等）。人力駆動車における自動制御は、ライダがより快適に走行できるように、クランクにおけるケイデンス、トルク等を基準に実施される。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開平１０－０９５３８４号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
人力駆動車の走行中に快適と感じる基準は、ライダによって個々に異なる。例えば、ケイデンスが６０ｒｐｍ付近であることが快適であると一般的に言われているとしても、５０ｒｐｍを快適と感じるライダもいれば、６１ｒｐｍでも不快と感じるライダもいる。
【0005】
本発明は、人力駆動車の快適度をライダ個々に最適化し、かつ、ライダが確認できる人力駆動車情報処理装置、人力駆動車情報処理方法、人力駆動車情報処理システム、およびコンピュータプログラムを提供することを目的とする。
【課題を解決するための手段】
【0006】
本発明の第１側面に従う人力駆動車情報処理装置は、走行中の人力駆動車の状態データを取得する取得部と、前記状態データに対応する前記人力駆動車の走行の快適度を、ライダの走行中の動作に基づいて学習し、新たに取得した状態データに対応する前記快適度を示す指標値を学習結果から算出する学習部と、前記指標値を出力する出力部と、を有する。
【0007】
上記第１側面の人力駆動車情報処理装置によれば、ライダ個々に最適化された快適度の指標値を出力できる。
【0008】
本発明の第２側面に従う人力駆動車情報処理装置は、上記第１側面の人力駆動車情報処理装置において、前記指標値に応じた色、濃度、または輝度の画像を表示部へ表示させる。
【0009】
上記第２側面の人力駆動車情報処理装置によれば、ライダ個々に最適化された快適度の指標値を、ライダが直感的に把握できる態様で表示できる。
【0010】
本発明の第３側面に従う人力駆動車情報処理装置は、上記第２側面の人力駆動車情報処理装置において、前記表示部は、前記人力駆動車のハンドルバーに設けられたディスプレイである。
【0011】
上記第３側面の人力駆動車情報処理装置によれば、ライダ個々に最適化された快適度の指標値を、ライダが走行中に確認できる位置に表示できる。
【0012】
本発明の第４側面に従う人力駆動車情報処理装置は、上記第２側面の人力駆動車情報処理装置において、前記表示部は、前記人力駆動車のライダの情報端末装置である。
【0013】
上記第４側面の人力駆動車情報処理装置によれば、ライダ個々に最適化された快適度の指標値を、ライダが所有する情報端末装置で確認できる。
【0014】
本発明の第５側面に従う人力駆動車情報処理装置は、上記第１側面から第４側面のいずれか１つの人力駆動車情報処理装置において、前記学習部は、前記状態データと、前記指標値との対応関係を記憶し、前記ライダの動作に応じて前記指標値を更新する。
【0015】
上記第５側面の人力駆動車情報処理装置によれば、ライダ個々に、走行中の人力駆動車の状態データと、ライダの走行中の動作との対応関係によって、快適度の指標値の算出方法が最適化される。
【0016】
本発明の第６側面に従う人力駆動車情報処理装置は、上記第５側面の人力駆動車情報処理装置において、前記対応関係は、前記状態データに含まれる前記人力駆動車の駆動機構におけるケイデンスおよびトルクの値に対する、前記指標値のマップである。
【0017】
上記第６側面の人力駆動車情報処理装置によれば、ライダ個々に最適化された快適度の指標値を、ケイデンスおよびトルクと指標値とのマップで学習できる。
【0018】
本発明の第７側面に従う人力駆動車情報処理装置は、上記第６側面の人力駆動車情報処理装置において、前記マップ上における走行中の前記状態データの履歴を表示部に表示させる。
【0019】
上記第７側面の人力駆動車情報処理装置によれば、快適度の指標値の変遷の履歴をライダが確認でき、ライダは学習が進むことを実感できる。
【0020】
本発明の第８側面に従う人力駆動車情報処理装置は、上記第１側面から第４側面のいずれか１つの人力駆動車情報処理装置において、前記学習部は、状態データを入力した場合に、前記指標値を出力するように学習された学習モデルであり、走行中に学習を実行する。
【0021】
上記第８側面の人力駆動車情報処理装置によれば、ライダ個々に、快適度の指標値を、ケイデンスおよびトルクを含む多変数によって学習できる。
【0022】
本発明の第９側面に従う人力駆動車情報処理装置は、上記第１側面から第８側面のいずれか１つの人力駆動車情報処理装置において、前記学習部は、前記状態データに対し、前記ライダから操作装置を介して前記人力駆動車に搭載されたデバイスへの操作が行なわれた場合、快適度が低下したとして学習する。
【0023】
上記第９側面の人力駆動車情報処理装置によれば、ライダ個々の操作装置を介したデバイスへの操作の有無によって、走行中の人力駆動車の快適度を学習できる。デバイスへの操作がある場合は、人力駆動車の走行を、ライダが、より楽に、あるいはより安定した運転をしようとしている可能性が高い。デバイスへの操作があった場合には、操作後よりも比較的快適度は低いはずであるため、これを学習の根拠とすることができる。
【0024】
本発明の第１０側面に従う人力駆動車情報処理装置は、上記第９側面の人力駆動車情報処理装置において、前記操作装置は変速操作装置である。
【0025】
上記第１０側面の人力駆動車情報処理装置によれば、ライダ個々の変速操作装置への操作の有無によって、走行中の人力駆動車の快適度を学習できる。
【0026】
本発明の第１１側面に従う人力駆動車情報処理装置は、上記第９側面の人力駆動車情報処理装置において、前記操作装置はアシスト操作装置である。
【0027】
上記第１１側面の人力駆動車情報処理装置によれば、ライダ個々のアシスト操作装置への操作の有無によって、走行中の人力駆動車の快適度を学習できる。
【0028】
本発明の第１２側面に従う人力駆動車情報処理装置は、上記第１側面から第８側面のいずれか１つの人力駆動車情報処理装置において、前記学習部は、前記状態データに対し、前記ライダの生体情報に基づき快適度を示す指標値を算出し、学習する。
【0029】
上記第１２側面の人力駆動車情報処理装置によれば、ライダ個々の生体情報によって、走行中の人力駆動車の快適度を学習できる。
【0030】
本発明の第１３側面に従う人力駆動車情報処理方法は、人力駆動車に搭載されるコンピュータが、走行中の人力駆動車の状態データを取得し、前記状態データに対応する前記人力駆動車の走行の快適度を、ライダの走行中の動作に基づいて学習し、新たに取得した状態データに対応する前記快適度を示す指標値を学習結果から算出し、前記指標値を出力する。
【0031】
上記第１３側面の人力駆動車情報処理方法によれば、ライダ個々に最適された快適度の指標値を出力できる。
【0032】
本発明の第１４側面に従う人力駆動車情報処理システムは、表示装置と、人力駆動車に搭載されたコンピュータとを含み、前記コンピュータは、走行中の人力駆動車の状態データを取得する取得部と、前記状態データに対応する前記人力駆動車の走行の快適度を、ライダの走行中の動作に基づいて学習し、新たに取得した状態データに対応する前記快適度を示す指標値を学習結果から算出する学習部と、前記指標値を出力する出力部と、を有する。
【0033】
上記第１４側面の人力駆動車情報処理システムによれば、ライダ個々に最適された快適度の指標値を出力できる。
【0034】
本発明の第１５側面に従うコンピュータプログラムは、人力駆動車に搭載されるコンピュータに、走行中の人力駆動車の状態データを取得し、前記状態データに対応する前記人力駆動車の走行の快適度を、ライダの走行中の動作に基づいて学習し、新たに取得した状態データに対応する前記快適度を示す指標値を学習結果から算出し、前記指標値を出力する、処理を実行させる。
【0035】
上記第１５側面のコンピュータプログラムによれば、ライダ個々に最適された快適度の指標値を出力できる。
【発明の効果】
【0036】
本開示によれば、人力駆動車に乗るライダが快適だと感じる快適度の指標値を、人力駆動車の状態データに対し、ライダ個々に最適化させることが可能になる。また、快適であると感じる快適度の指標値がライダに適合していく過程を、ライダが確認できる。
【図面の簡単な説明】
【0037】
【図1】第１実施形態における制御装置が適用される人力駆動車の側面図である。
【図2】制御装置の構成を説明するブロック図である。
【図3】制御装置による快適度の学習処理手順の一例を示すフローチャートである。
【図4】制御装置による快適度の出力処理手順の一例を示すフローチャートである。
【図5】第１実施形態における出力部での表示例を示す。
【図6】指標値のマップの例を示す。
【図7】第２実施形態の制御装置による快適度の学習処理手順の一例を示すフローチャートである。
【図8】マップ上での指標値の更新を示す図である。
【図9】マップの学習結果の一例を示す図である。
【図10】マップの学習結果の他の一例を示す。
【図11】第２実施形態の制御装置による快適度の出力処理手順の一例を示すフローチャートである。
【図12】第２実施形態における出力部での表示例を示す。
【図13】第３実施形態における情報端末装置７構成を示すブロック図である。
【図14】第３実施形態の人力駆動車用制御システムにおける快適度の学習処理手順の一例を示すフローチャートである。
【図15】第２実施形態における表示手順の一例を示すフローチャートである。
【図16】情報端末装置の表示部における指標値の表示例を示す。
【図17】情報端末装置の表示部に表示される状態データの履歴を示す。
【図18】情報端末装置の表示部に表示される状態データの履歴の他の一例を示す。
【図19】第４実施形態における制御装置の構成を説明するブロック図である。
【図20】学習モデルの概要図である。
【図21】学習処理手順の一例を示すフローチャートである。
【図22】第４実施形態における快適度の出力処理手順の一例を示すフローチャートである。
【図23】第４実施形態の変形例における制御装置の構成を示すブロック図である。
【図24】情報端末装置の構成を示すブロック図である。
【発明を実施するための形態】
【0038】
以下の各実施形態に関する説明は、本発明に関する人力駆動車情報処理装置が取り得る形態の例示であり、その形態を制限することを意図していない。本発明に関する人力駆動車情報処理装置は、各実施形態の変形例、および、相互に矛盾しない少なくとも２つの変形例が組み合わせられた形態等のように各実施形態とは異なる形態を取り得る。
【0039】
以下の各実施形態に関する説明において、前、後、前方、後方、左、右、横、上、および、下等の方向を表す言葉は、ライダが人力駆動車のサドルに着座した状態における方向を基準として用いられる。
【0040】
（第１実施形態）
図１は、第１実施形態における制御装置１００が適用される人力駆動車１の側面図である。人力駆動車１は、走行のための原動力に関して、少なくとも部分的に人力を用いる車両である。内燃機関または電動機のみを原動力に用いる車両は、本実施形態の人力駆動車１から除外される。人力駆動車１は、例えば、マウンテンバイク、ロードバイク、クロスバイク、シティサイクル、電動アシストバイク（ｅ－ｂｉｋｅ）等を含む自転車である。
図１は、第１実施形態における制御装置１００が適用される人力駆動車１の側面図である。人力駆動車１は、走行のための原動力に関して、少なくとも部分的に人力を用いる車両である。内燃機関または電動機のみを原動力に用いる車両は、本実施形態の人力駆動車１から除外される。人力駆動車１は、例えば、マウンテンバイク、ロードバイク、クロスバイク、シティサイクル、電動アシストバイク（ｅ－ｂｉｋｅ）等を含む自転車である。
【0041】
人力駆動車１は、車両本体１１、ハンドルバー１２、前輪１３、後輪１４、およびサドル１５を備える。人力駆動車１は、駆動機構２０、デバイス３０（３１～３２）、操作装置３３、バッテリ４０、およびセンサ５０（５１～５６）を備える。
【0042】
制御装置１００の制御部１１０は、人力駆動車１に搭載されている変速装置３１、アシスト装置３２を含むデバイスを制御する。制御装置１００は、一例では、人力駆動車１のバッテリ４０、サイクルコンピュータ、ドライブユニット等に搭載される。
【0043】
制御装置１００は、デバイス３０、操作装置３３、バッテリ４０と接続されている。接続形態および制御装置１００の詳細は後述する。
【0044】
車両本体１１は、フレーム１１Ａ、およびフロントフォーク１１Ｂを備える。前輪１３は、フロントフォーク１１Ｂに回転可能に支持される。後輪１４は、フレーム１１Ａに回転可能に支持される。ハンドルバー１２は、前輪１３の進行方向を変更できるようにフレーム１１Ａに支持される。
【0045】
駆動機構２０は、人力駆動力を後輪１４へ伝達する。駆動機構２０は、クランク２１、第１スプロケットアセンブリ２２、第２スプロケットアセンブリ２３、チェーン２４、および、一対のペダル２５を含む。
【0046】
クランク２１は、クランク軸２１Ａ、右クランク２１Ｂ、および左クランク２１Ｃを含む。クランク軸２１Ａは、フレーム１１Ａに回転可能に支持される。右クランク２１Ｂおよび左クランク２１Ｃは、それぞれクランク軸２１Ａに連結される。一対のペダル２５の一方は、右クランク２１Ｂに回転可能に支持される。一対のペダル２５の他方は、左クランク２１Ｃに回転可能に支持される。
【0047】
第１スプロケットアセンブリ２２は、クランク軸２１Ａと一体回転可能に連結されている。第１スプロケットアセンブリ２２は、１または複数のスプロケット２２Ａを含む。第１スプロケットアセンブリ２２は、一例では、外径が異なる複数のスプロケット２２Ａを含む。
【0048】
第２スプロケットアセンブリ２３は、後輪１４のリアハブに回転可能に支持される。第２スプロケットアセンブリ２３は、１または複数のスプロケット２３Ａを含む。第２スプロケットアセンブリ２３は、一例では、外径が異なる複数のスプロケット２３Ａを含む。
【0049】
チェーン２４は、第１スプロケットアセンブリ２２のいずれかのスプロケット２２Ａ、および第２スプロケットアセンブリ２３のいずれかのスプロケット２３Ａに巻き掛けられる。ペダル２５に加えられる人力駆動力によってクランク２１が前転すると、スプロケット２３Ａがクランク２１とともに前転し、スプロケット２３Ａの回転がチェーン２４を介して第２スプロケットアセンブリ２３に伝達し、この回転が後輪１４を回転させる。チェーン２４の代わりに、ベルトまたはシャフトが用いられてもよい。
【0050】
人力駆動車１は、バッテリ４０から供給される電力によって動作し、制御装置１００によって動作が制御されるデバイス３０を備える。デバイス３０は、変速装置３１、アシスト装置３２を含む。変速装置３１およびアシスト装置３２は基本的に、操作装置３３における操作に従った制御装置１００による制御によって動作する。
【0051】
変速装置３１は、クランク２１の回転速度に対する後輪１４の回転速度の比率、即ち、人力駆動車１の変速比を変更する。変速比は、変速装置３１に入力される入力回転速度に対する、変速装置３１が出力する出力回転速度の比率によって表される。変速比を式によって表すと、“変速比＝出力回転速度／入力回転速度”である。第１例では、変速装置３１は、第２スプロケットアセンブリ２３とチェーン２４との連結状態を変更する外装変速機（リアディレーラ）である。第２例では、変速装置３１は、第１スプロケットアセンブリ２２とチェーン２４との連結状態を変更する外装変速機（フロントディレーラ）である。第３例では、後輪１４のハブに設けられる内装変速機である。変速装置３１は、無段変速機であってもよい。
【0052】
アシスト装置３２は、人力駆動車１の人力駆動力を助力する装置である。アシスト装置３２は、例えば、モータを含む。一例では、アシスト装置３２は、クランク軸２１Ａおよびフレーム１１Ａとの間に介在し、第１スプロケットアセンブリ２２へトルクを伝達して人力駆動車１への人力駆動力を助力する。より具体的には、アシスト装置３２は、クランク軸２１Ａ近傍に設けられるドライブユニット（図示せず）内部に配置される。なお、ドライブユニットは、ケースを有し、ケース内部にアシスト装置３２が配置される。アシスト装置３２は、人力駆動車１の後輪１４に駆動力を伝達するチェーン２４を駆動させてもよい。
【0053】
操作装置３３は、ハンドルバー１２に設けられる。操作装置３３は、例えば、ライダによって操作される操作部３３Ａを含む。操作部３３Ａの一例は、１または複数のボタンである。操作部３３Ａの他の例は、ブレーキレバーである。操作部３３Ａは、左右のハンドルに設けられているブレーキバーを左右に倒すことで操作が可能である。操作部３３Ａとして、ライダが所持する情報端末装置７を用いてもよい。情報端末装置７が含むディスプレイパネルに操作ボタンが表示され、情報端末装置７は操作ボタンが操作されることを検出すると制御装置１００へ通知する。
【0054】
操作装置３３は、変速操作装置３３Ｂを含む。変速操作装置３３Ｂは、操作部３３Ａに含まれる複数のボタンである。変速操作装置３３Ｂは、ブレーキバーに取り付けられた装置である。ライダが変速操作装置３３Ｂに対しブレーキバーを倒すか、ブレーキバーに設けられたボタンを押下するといった操作の都度、変速装置３１に対するマニュアル操作、変速比のアップ、あるいは変速比のダウンが可能である。
【0055】
操作装置３３は、アシスト操作装置３３Ｃを含む。アシスト操作装置３３Ｃは例えば、操作部３３Ａに含まれるボタンである。アシスト操作装置３３Ｃに対する押下により、アシストのモードを複数の段階（高／中／低）からいずれかの設定が可能である。操作装置３３は、動作状態を報知する報知部を備えてもよい。
【0056】
操作装置３３は、出力部３３Ｄを備える。出力部３３Ｄは、液晶パネル、有機ＥＬ、ＬＥＤ等、文字、または画像を表示できるディスプレイデバイスを含む。出力部３３Ｄは後述する制御装置１００により算出された指標値を、文字、または画像で出力する。操作部３３Ａのボタンは、出力部３３Ｄに表示されるボタンであってもよい。
【0057】
操作装置３３は、操作部３３Ａ、変速操作装置３３Ｂおよびアシスト操作装置３３Ｃの操作に応じた信号を、制御装置１００へ送信できるように、制御装置１００と通信接続される。操作装置３３は、操作部３３Ａ、変速操作装置３３Ｂおよびアシスト操作装置３３Ｃの操作に応じた信号を、変速装置３１またはアシスト装置３２へ送信できるように、変速装置３１およびアシスト装置３２と通信接続されてもよい。第１例では、操作装置３３は、通信線、または、ＰＬＣ（Power Line Communication）が可能な電線によって制御装置１００と通信する。操作装置３３は、通信線、または、ＰＬＣが可能な電線によって変速装置３１、アシスト装置３２および制御装置１００と通信してもよい。第２例では、操作装置３３は、無線通信によって制御装置１００と通信する。操作装置３３は、無線通信によって変速装置３１、アシスト装置３２および制御装置１００と通信してもよい。
【0058】
バッテリ４０は、バッテリ本体４１およびバッテリホルダ４２を含む。バッテリ本体４１およびバッテリホルダ４２を含む。バッテリ本体４１は、１または複数のバッテリセルを含む蓄電池である。バッテリホルダ４２は、人力駆動車１のフレーム１１Ａに固定される。バッテリ本体４１は、バッテリホルダ４２に着脱可能である。バッテリ４０は、デバイス３０、操作装置３３および制御装置１００に電気的に接続され、必要に応じて電力を供給する。バッテリ４０は、制御装置１００と通信するための制御部を含むことが好ましい。制御部は、ＣＰＵを用いたプロセッサを含むことが好ましい。
【0059】
人力駆動車１は、ライダの状態、走行環境を検出するためのセンサ５０を各所に備える。センサ５０は、速度センサ５１、加速度センサ５２、トルクセンサ５３、ケイデンスセンサ５４、ジャイロセンサ５５、および、着座センサ５６を含む。
【0060】
速度センサ５１は、例えば、前輪１３に設けられ、前輪１３の単位時間当たりの回転数に対応する信号を制御装置１００へ送信する。速度センサ５１の出力に基づいて、制御装置１００は、人力駆動車１の車速および移動距離を算出できる。
【0061】
加速度センサ５２は、例えば、フレーム１１Ａに固定される。加速度センサ５２は、フレーム１１Ａを基準として三軸（前後方向、左右方向、上下方向）の人力駆動車１の振動を出力するセンサであり、人力駆動車１の動きおよび振動を検出するために設けられている。加速度センサ５２は、動きおよび振動の大きさに対応する信号を制御装置１００へ送信する。
【0062】
トルクセンサ５３は、例えば、右クランク２１Ｂおよび左クランク２１Ｃに掛かるトルクをそれぞれ測定するように設けられる。トルクセンサ５３は、右クランク２１Ｂおよび左クランク２１Ｃの少なくとも一方において測定されたトルクに対応する信号を制御装置１００へ送信する。
【0063】
ケイデンスセンサ５４は、例えば、右クランク２１Ｂおよび左クランク２１Ｃのいずれかのケイデンスを測定するように設けられる。ケイデンスセンサ５４は、測定したケイデンスに対応する信号を制御装置１００へ送信する。
【0064】
ジャイロセンサ５５は、例えば、フレーム１１Ａに固定される。ジャイロセンサ５５は人力駆動車１のヨー、ロール、ピッチの回転を検出するために設けられている。ジャイロセンサ５５は、三軸それぞれの回転量に対応する信号を制御装置１００へ送信する。
【0065】
着座センサ５６は、サドル１５の内面に、サドル１５にライダが着座しているか否かを測定するように設けられる。着座センサ５６は、例えば圧電センサを用い、サドル１５に掛けられる重みに対応する信号を制御装置１００へ送信する。
【0066】
図２は、制御装置１００の構成を説明するブロック図である。制御装置１００は、制御部１１０、および記憶部１１２を備える。
【0067】
制御部１１０は、ＣＰＵを用いたプロセッサである。制御部１１０は、内蔵するＲＯＭ（Read Only Memory）およびＲＡＭ（Random Access Memory）等のメモリを用いる。制御部１１０は、制御プログラムＰ１に従って、決定した制御データに基づいて人力駆動車１に搭載されている制御対象の動作、制御対象への給電、および制御対象との通信を制御する。
【0068】
記憶部１１２は、例えば、フラッシュメモリ等の不揮発性メモリを含む。記憶部１１２は、制御プログラムＰ１を記憶する。制御プログラムＰ１は、非一時記憶媒体２００に記憶された制御プログラムＰ２を、制御部１１０が読み出して記憶部１１２に複製したものであってもよい。
【0069】
記憶部１１２は、快適度の学習データを記憶する。快適度の学習データは、状態データと、快適度の指標値との対応関係を示すデータである。状態データは、人力駆動車１の走行速度、加速度、駆動機構２０におけるトルク、ケイデンス、および人力駆動車１の車両本体１１の傾きのいずれかを含む。状態データは、ライダが着座しているか否か、あるいは、ライダの生体情報であってもよい。快適度の学習データは、状態データが得られた場合に、快適度の指標値を出力できるように、対応関係が学習される。快適度の指標値は、第１例では、「０，１，２，３，４，５」の６段階の数値であり、数値が大きいほど快適であることを示す。快適度の指標値は、第２例では１０段階の数値である。段階数は「６」「１０」に限られない。快適度の指標値は、第３例では、「Ｓ，Ａ，Ｂ，Ｃ，Ｄ，Ｅ」の文字であり、「Ｓ，Ａ，Ｂ，Ｃ，Ｄ，Ｅ」の順で快適度の大きさを示す。快適度の指標値はこれらの表現に限られない。
【0070】
制御部１１０は、制御対象と通信を行なう。この場合、制御部１１０自体が制御対象向けの通信部（図示せず）を有してもよいし、制御部１１０が制御装置１００内部に設けられる制御対象向けの通信部と接続されてもよい。制御部１１０は、制御対象または通信部と通信を行なうための接続部を有することが好ましい。
【0071】
制御部１１０は、ＰＬＣおよびＣＡＮ通信の少なくとも１つによって制御対象と通信を行なうことが好ましい。制御部１１０が制御対象と行なう通信は、有線通信に限らず、ＡＮＴ（登録商標）、ＡＮＴ＋（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、ＷｉＦｉ（登録商標）、ＺｉｇＢｅｅ（登録商標）等の無線通信でもよい。
【0072】
制御部１１０は、信号線を介してセンサ５０と接続される。制御部１１０は、信号線を介してセンサ５０によって出力される信号から、人力駆動車１の走行に関する状態データを取得する。
【0073】
制御部１１０は、ライダの情報端末装置７と、アンテナを有する無線通信デバイス６０を介して通信し得る。無線通信デバイス６０は、制御装置１００に内蔵されていてもよい。無線通信デバイス６０は、所謂インターネットを介した通信を実現するデバイスである。無線通信デバイス６０は、ＡＮＴ（登録商標）、ＡＮＴ＋（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標） 、ＷｉＦｉ（登録商標）、ＺｉｇＢｅｅ（登録商標）、ＬＴＥ（Long Term Evolution）等の無線通信用のデバイスでもよい。無線通信デバイス６０は、３Ｇ、４Ｇ、５Ｇ、ＬＴＥ（Long Term Evolution）、ＷＡＮ（Wide Area Network）、ＬＡＮ（Local Area Network）、インターネット回線、専用回線、衛星回線等の通信ネットワークに準拠してもよい。制御部１１０は、情報端末装置７へデータを出力できる。
【0074】
このように構成される制御装置１００による制御内容を説明する。制御装置１００の制御部１１０は、センサ５０から取得される入力情報に基づいてデバイス３０を制御する。第１実施形態の制御部１１０は、デバイス３０の制御に加え、制御プログラムＰ１により、人力駆動車１の状態データを取得し、状態データに対応する走行の快適度を、ライダの走行中の動作に基づいて学習し、新たに取得した状態データに対応する快適度を示す指標値を学習結果から算出し、前記指標値を出力する処理を実行する、「人力駆動車情報処理装置」として機能する。
【0075】
第１実施形態では、制御装置１００は、人力駆動車１の状態データとして、駆動機構２０におけるケイデンスおよびトルクを取得する。制御装置１００は、ケイデンスおよびトルクに対応する快適度を、ライダが走行中に操作装置３３を操作する動作に基づいて学習する。第１実施形態において制御装置１００は、ケイデンスおよびトルクに影響する変速装置３１に対する変速操作装置３３Ｂを操作したか否かによって快適度を学習する。
【0076】
第１実施形態の制御部１１０は、記憶部１１２に、快適度の学習データとして、ケイデンスおよびトルクである状態データと、「０」から「５」の６段階の数値で示す指標値との対応関係を記憶する。初期的には、ケイデンスおよびトルクに対応付けられている指標値は全て「５」としてよい。記憶部１１２には例えば、（Ｔ＝t1，Ｃ＝c1，指標値＝５）、（Ｔ＝t2，Ｃ＝c2，指標値＝４）、…といったデータが、学習データとして蓄積される。制御部１１０は、同一のケイデンスおよびトルクでの操作の有無に応じて指標値を更新する。
【0077】
図３は、制御装置１００による快適度の学習処理手順の一例を示すフローチャートである。制御装置１００の制御部１１０は、制御プログラムＰ１に基づき、以下に示す処理手順を繰り返し実行する。
【0078】
制御部１１０は、トルクセンサ５３からトルクを取得し（ステップＳ１０１）、ケイデンスセンサ５４からケイデンスを取得する（ステップＳ１０３）。ステップＳ１０１およびステップＳ１０３の処理が「取得部」に相当する。
【0079】
制御部１１０は、ステップＳ１０１およびＳ１０３における状態データの取得タイミングから所定時間待機し（ステップＳ１０５）、所定期間以内に変速操作装置３３Ｂへの操作が行なわれたか否かを判断する（ステップＳ１０７）。所定期間は例えば１秒、２秒等、ある状態から、ライダが操作を欲すると感じた場合に実際に操作をするまでに要する時間である。
【0080】
所定期間の中で、変速操作装置３３Ｂへの操作が行なわれたと判断された場合（Ｓ１０７：ＹＥＳ）、制御部１１０は、ステップＳ１０１およびステップＳ１０３で取得したトルクおよびケイデンスに対応付けて記憶されている快適度の指標値を、快適度を低下させるように更新する（ステップＳ１０９）。制御部１１０は、１回の学習処理を終了する。
【0081】
所定期間の中で、変速操作装置３３Ｂへの操作が行なわれなかったと判断された場合（Ｓ１０７：ＮＯ）、制御部１１０は、ステップＳ１０１およびステップＳ１０３で取得したトルクおよびケイデンスに対応付けて記憶されている快適度の指標値を、快適度を維持させるか、または、上昇させるように更新する（ステップＳ１１１）。制御部１１０は、１回の学習処理を終了する。
【0082】
第１実施形態では、上述したステップＳ１０７において変速操作装置３３Ｂへの操作が行なわれたか否かを判断した。制御部１１０は、ステップＳ１０７において、アシスト装置３２へのアシスト操作装置３３Ｃへの操作が行なわれたか否かを判断し、操作が行なわれた場合に、快適度が低下したとして学習してもよい。
【0083】
制御部１１０は、図３のフローチャートに示した処理と並行して、以下の処理を実行する。図４は、制御装置１００による快適度の出力処理手順の一例を示すフローチャートである。制御部１１０は、制御プログラムＰ１に基づき、人力駆動車１の走行中に、以下に示す処理手順を継続して実行する。
【0084】
制御部１１０は、トルクセンサ５３からトルクを取得し（ステップＳ２０１）、ケイデンスセンサ５４からケイデンスを取得する（ステップＳ２０３）。
【0085】
制御部１１０は、記憶部１１２に記憶されている学習データから、ステップＳ２０１およびＳ２０３で取得したトルクおよびケイデンスに対応する快適度の指標値を算出する（ステップＳ２０５）。
【0086】
ステップＳ２０５において制御部１１０は、ステップＳ２０１およびＳ２０３で取得したトルクおよびケイデンスの組み合わせが、記憶部１１２の学習データに存在する場合は、その組み合わせに対応付けて記憶されている快適度を読み出してよい。ステップＳ２０１およびＳ２０３で取得したトルクおよびケイデンスの組み合わせが記憶部１１２の学習データに存在しない場合、制御部１１０は、近傍のトルクおよびケイデンスの組み合わせから、算出する。例えば、ステップＳ２０１およびＳ２０３で取得したトルクおよびケイデンスの組み合わせが、（Ｔ＝42，Ｃ＝62）であり、記憶部１１２には、（Ｔ＝40，Ｃ＝60，指標値＝４）、（Ｔ＝44，Ｃ＝64，指標値＝５）である場合、制御部１１０は、指標値を５（＝四捨五入（（４＋５）／２））と算出できる。快適度の指標値は、「０」－「５」の整数に丸められて出力されてもよいし、「０」－「５」の範囲の小数によって出力されてもよい。
【0087】
制御部１１０は、ステップＳ２０５で算出した指標値を、出力部３３Ｄに出力し（ステップＳ２０７）、処理を終了する。
【0088】
図５は、第１実施形態における出力部３３Ｄでの表示例を示す。図５には、ハンドルバー１２に設けられたディスプレイである出力部３３Ｄを示す。図５に示すように、ディスプレイには、指標値が数字で示される。図５に示したように可視化された指標値をライダは確認できる。ライダは人力駆動車１で操作装置３３を操作しながら走行中に、快適さの実感と、出力部３３Ｄに表示される快適度の指標値とが、徐々に合致していくことを確認できる。
【0089】
（第２実施形態）
第２実施形態の制御装置１００では、記憶部１１２は、状態データと、快適度の指標値との対応関係として、状態データに含まれる人力駆動車１の駆動機構２０におけるケイデンスおよびトルクの値に対する、指標値のマップを記憶する。第２実施形態における制御装置１００の構成は、後述する処理以外の構成は第１実施形態と同様である。したがって、第２実施形態の制御装置１００の構成のうち、第１実施形態と共通する構成については、同一の符号を付して詳細な説明を省略する。
第２実施形態の制御装置１００では、記憶部１１２は、状態データと、快適度の指標値との対応関係として、状態データに含まれる人力駆動車１の駆動機構２０におけるケイデンスおよびトルクの値に対する、指標値のマップを記憶する。第２実施形態における制御装置１００の構成は、後述する処理以外の構成は第１実施形態と同様である。したがって、第２実施形態の制御装置１００の構成のうち、第１実施形態と共通する構成については、同一の符号を付して詳細な説明を省略する。
【0090】
図６は、指標値のマップ１１４の例を示す。図６のマップ１１４は、横軸にケイデンスを示し、縦軸にトルクを示す。マップ中の右側がケイデンスが大きく、上側がトルクが大きい。図６に示すマップ１１４は、格子状である。マップ１１４は、ケイデンスおよびトルクの範囲を区分けし、ケイデンスおよびトルクが、いずれの範囲に入るかによって、指標値が特定可能である。図６のマップ１１４では、ケイデンスおよびトルクの組み合わせに対応する「０」－「５」の６段階の指標値の高さを数値で示している。図６は、学習前の初期的な学習データを示す。図６に示すように、初期的にはケイデンスおよびトルクの両方が小さい場合も、両方が大きい場合も、快適度の指標値は「５」に設定されている。
【0091】
図７は、第２実施形態の制御装置１００による快適度の学習処理手順の一例を示すフローチャートである。制御装置１００の制御部１１０は、制御プログラムＰ１に基づき、以下に示す処理手順を繰り返し実行する。図７のフローチャートに示す処理手順のうち、第１実施形態の図３のフローチャートに示した処理手順と共通する手順については同一のステップ番号を付して詳細な説明を省略する。
【0092】
第２実施形態の制御装置１００の制御部１１０は、変速操作装置３３Ｂへの操作が行なわれたと判断された場合（Ｓ１０７：ＹＥＳ）、マップ１１４において、取得されたトルクおよびケイデンスが該当する範囲に対応付けられて記憶されている指標値を、快適度を低下させるように更新する（ステップＳ１２１）。
【0093】
制御部１１０は、マップ１１４上で、取得されたトルクおよびケイデンスに該当する範囲の周囲の他の範囲（マス）における指標値を、快適度を低下させるように更新し（ステップＳ１２３）、処理を終了する。
【0094】
ステップＳ１２３において制御部１１０は、快適度を低下させた範囲（マス）に該当するケイデンスおよびトルクに対し、いずれも小さい範囲、あるいは、いずれも大きい範囲の快適度の指標値を、低下させるように更新する。ステップＳ１２１で快適度を低下させた範囲に隣り合う範囲の快適度は、ステップＳ１２１で低下させた後の指標値よりも小さくなるように低下させる、階調的に低下させてもよい。
【0095】
ステップＳ１２３における指標値の更新では、変速操作装置３３への操作内容に応じて低下させてもよい。例えば、操作内容が、変速比を大きくするようにＯＷ（Outward ）へ変更する操作であった場合、ライダはペダル２５が軽いと感じている。したがって、制御部１１０は、該当範囲のトルクより小さい側のトルクの範囲と、該当範囲のケイデンスよりも大きいケイデンスの快適度を低下させるように、指標値を低下させる。
【0096】
操作内容が、変速比を小さくするようにＩＷ（Inward）へ変更する操作であった場合、ライダはペダル２５が重いと感じている。したがって、制御部１１０は、該当範囲のトルクより大きい側のトルクの範囲と、該当範囲のケイデンスよりも小さいケイデンスの快適度を低下させるように、指標値を低下させてもよい。
【0097】
操作内容が、変速比を大きくするために２段階以上変速比を変更する操作であった場合、快適度の低下の幅を、大きくしてもよい。同様に操作内容が、変速比を小さくするために２段階以上変速比を変更する操作であった場合、快適度の低下の幅を、大きくしてもよい。
【0098】
第２実施形態の制御装置１００の制御部１１０は、変速操作装置３３Ｂへの操作が行なわれなかったと判断された場合（Ｓ１０７：ＮＯ）、マップ１１４において、取得されたトルクおよびケイデンスが該当する範囲に対応付けられて記憶されている指標値を、快適度を維持または上昇させるように更新する（ステップＳ１２５）。
【0099】
制御部１１０は、マップ１１４上で、取得されたトルクおよびケイデンスに該当する範囲の周囲の他の範囲（マス）における指標値を、快適度を維持または上昇させるように更新し（ステップＳ１２７）、処理を終了する。
【0100】
ステップＳ１２７において制御部１１０は、快適度を上昇させた範囲（マス）に隣接する範囲の快適度の指標値が、ステップＳ１２５で更新した指標値と乖離している場合、値が連続するように更新する。
【0101】
図８は、マップ１１４上での指標値の更新を示す図である。図８に示すマップ１１４は、図６に示したマップ１１４に対し、ケイデンスが小さく、かつ、トルクが大きい太枠で示す状態データが取得されたタイミングで、変速操作装置３３Ｂへ操作があった場合の例を示す。制御部１１０は、取得したケイデンスおよびトルクが該当する範囲における快適度の指標値を「５」から「４」へ更新する（Ｓ１２１）。制御部１１０は、ケイデンスがより小さく、トルクがより大きい範囲における指標値を、該当範囲から諧調的に「３」、「２」、「１」へと更新する（Ｓ１２３）。
【0102】
図９は、マップ１１４の学習結果の一例を示す図である。図９に示すマップ１１４は、図８に示した更新によって学習が済んだ後の指標値の分布を示す。更新後のマップ１１４により、制御部１１０は、ケイデンスおよびトルクの組み合わせを特定できれば、その状態でライダが快適と感じる程度を特定できる。
【0103】
図１０は、マップ１１４の学習結果の他の一例を示す。図１０に示すマップ１１４は、図９に示した格子状のマップから、コンター図化されている。制御部１１０は、格子状のマップにおける同一の指標値の格子の境界を曲線化し、滑らかな等高線を描画してコンター図とする。境界は回帰式によって判定可能とする。図１０に示すマップ１１４では、快適度の指標値の数値が大きいほど、濃度が高く示されている。
【0104】
図１１は、第２実施形態の制御装置１００による快適度の出力処理手順の一例を示すフローチャートである。図１１のフローチャートに示す処理手順のうち、第１実施形態の図４のフローチャートに示した処理手順と共通する手順については同一のステップ番号を付して詳細な説明を省略する。
【0105】
制御部１１０は、ステップＳ２０１およびステップＳ２０３で取得したトルクおよびケイデンスに対応する快適度の指標値を、マップ１１４から読み取る（ステップＳ２１５）。
【0106】
制御部１１０は、読み出した指標値を出力部３３Ｄに出力し（ステップＳ２１７）、処理を終了する。
【0107】
図１２は、第２実施形態における出力部３３Ｄでの表示例を示す。図１２には、ハンドルバー１２に設けられたディスプレイである出力部３３Ｄを示す。第２実施形態における出力部３３Ｄのディスプレイには、指標値が数字および色の濃度で示されている。出力部３３Ｄのディスプレイには、指標値に応じた色、輝度の画像が表示されてもよい。第２実施形態の人力駆動車１では、図１２に示したように可視化された指標値を、ライダは直感的に確認できる。ライダは人力駆動車１で操作装置３３を操作しながら走行中に、快適さの実感と、出力部３３Ｄに表示される快適度の指標値とが、徐々に合致していくことを確認できる。
【0108】
（第３実施形態）
第３実施形態の制御装置１００では、ライダの情報端末装置７経由でライダの生体情報を用いて指標値を算出する。生体情報は、呼吸数、血流量を含んでもよい。
第３実施形態の制御装置１００では、ライダの情報端末装置７経由でライダの生体情報を用いて指標値を算出する。生体情報は、呼吸数、血流量を含んでもよい。
【0109】
図１３は、第３実施形態における情報端末装置７の構成を示すブロック図である。情報端末装置７は、制御部７０、記憶部７２、表示部７４、通信部７６、および生体センサ７８を備える。情報端末装置７は、例えば、スマートフォン、タブレット端末、およびサイクルコンピュータの少なくとも１つである。情報端末装置７は、制御部、表示部（操作部）および通信部を備え、人力駆動車１と連携させる装置であればスマートフォンまたはタブレット端末には限られない。情報端末装置７は、パーソナルコンピュータ、ウェアラブルデバイスであってもよい。
【0110】
制御部７０は、ＣＰＵを用いたプロセッサである。制御部７０は、内蔵するＲＯＭおよびＲＡＭ等のメモリを用いる。制御部７０は、後述するアプリプログラムＰ７に従って、人力駆動車１の制御装置１００との通信を制御する。
【0111】
記憶部７２は、例えば、フラッシュメモリ等の不揮発性メモリを含む。記憶部７２は、アプリプログラムＰ７を記憶する。アプリプログラムＰ７は、非一時記憶媒体２００に記憶されたアプリプログラムＰ７を、制御部７０が読み出して記憶部７２に複製したものであってもよいし、公衆網を通じてダウンロードされたものであってもよい。
【0112】
表示部７４は、液晶パネルまたは有機ＥＬディスプレイ等の表示装置である。表示部７４は、制御部７０から出力される情報を表示する。第３実施形態で表示部７４は、人力駆動車１のライダの快適度を含む画面をアプリプログラムＰ７に基づき表示する。
【0113】
通信部７６は、アンテナを有し、制御装置１００と無線により通信し得る。通信部７６は、制御装置１００との通信が可能なプロトコルに準じた無線通信デバイス６０に対応するデバイスである。
【0114】
生体センサ７８は、例えば光学式の心拍センサである。生体センサ８０は、ライダの手首に装着され、心拍に対応する信号を制御部７０へ送信する。
【0115】
第３実施形態では、情報端末装置７と、制御装置１００とを含む人力駆動車情報処理システムが、走行中の人力駆動車１の状態データに対し、ライダの生体情報に基づき快適度を示す指標値を算出し、学習する。第３実施形態では、指標値に応じた色、濃度、または輝度の画像を表示する表示部は、人力駆動車１のライダの情報端末装置７の表示部７４である。
【0116】
図１４は、第３実施形態の人力駆動車用制御システムにおける快適度の学習処理手順の一例を示すフローチャートである。制御装置１００の制御部１１０、および、情報端末装置７の制御部７０はそれぞれ、制御プログラムＰ１およびアプリプログラムＰ７に基づき、以下に示す処理手順を繰り返し実行する。
【0117】
情報端末装置７の制御部７０は、生体センサ７８からの信号に基づき、心拍を取得し（ステップＳ３０１）、取得した心拍のデータを通信部７６から制御装置１００へ送信する（ステップＳ３０３）。
【0118】
ステップＳ３０１において制御部７０は、瞬間的な心拍の間隔から単位時間（例えば１分間）当たりの心拍数を予測して導出し、ステップＳ３０３において算出した単位時間当たりの心拍数のデータを送信してもよい。制御部７０は、心拍の間隔そのものを心拍数のデータとして送信してもよい。
【0119】
制御装置１００の制御部１１０は、トルクセンサ５３からトルクを取得し（ステップＳ１３１）、ケイデンスセンサ５４からケイデンスを取得する（ステップＳ１３３）。
【0120】
制御部１１０は、無線通信デバイス６０を介して心拍のデータを受信し（ステップＳ１３５）、心拍のデータに基づき快適度を示す指標値を算出する（ステップＳ１３７）。
【0121】
ステップＳ１３７において制御部１１０は、一例では、心拍数の多少によって快適度を算出する。制御部１１０は、心拍数が多いほど、快適度を低く算出し、所定の小さな心拍数以下である場合も逆に、快適度を低く算出する。制御部１１０は、他の一例では、直近の所定第１期間（例えば２，３分）における心拍数の間隔の変化の大きさに基づいて快適度を算出する。心拍数が急に上昇した場合、身体への負荷が大きいとして制御部１１０は、快適度が低くなるように算出する。心拍数の制御部１１０は、他の一例では、直近所定期間（例えば２分）における心拍の間隔のばらつきの大きさが小さいほどに快適度が高くなるように算出する。制御部１１０は、急に心拍数が上昇して戻った場合など、ばらつきが大きい場合には、ストレスが増加しているとして快適度を低く算出してもよい。
【0122】
制御部１１０は、ステップＳ１３７で算出した指標値を、取得されたトルクおよびケイデンスと対応付けて記憶部１１２に記憶し（ステップＳ１３９）、一回の学習処理を終了する。
【0123】
上述したように、生体情報に基づいて快適度が算出され、トルクおよびケイデンスと、快適度との対応関係が学習され、学習データとして記憶部１１２に記憶される。
【0124】
図１５は、第２実施形態における表示手順の一例を示すフローチャートである。制御装置１００および情報端末装置７はそれぞれ、制御プログラムＰ１およびアプリプログラムＰ７に基づき、人力駆動車１の走行中に、以下に示す処理手順を継続して実行する。
【0125】
制御装置１００の制御部１１０は、トルクセンサ５３からトルクを取得し（ステップＳ２３１）、ケイデンスセンサ５４からケイデンスを取得する（ステップＳ２３３）。
【0126】
制御部１１０は、記憶部１１２に記憶されている学習データから、ステップＳ２３１およびＳ２３３で取得したトルクおよびケイデンスに対応する快適度の指標値を算出する（ステップＳ２３５）。
【0127】
制御部１１０は、算出した指標値および状態データを含むデータを、無線通信デバイス６０を介して情報端末装置７へ送信する（ステップＳ２３７）。制御部１１０はステップＳ２３７において、状態データとして、ケイデンスおよびトルクを送信する。制御部１１０は、状態データとして、走行速度、加速度のデータについても、情報端末装置７へ送信してもよい。
【0128】
情報端末装置７の制御部７０は、通信部７６を介して指標値および状態データを含むデータを受信し（ステップＳ３３１）、指標値のデータおよび状態データを時系列に記憶する（ステップＳ３３３）。制御部７０は、状態データを表示部７４に表示させ（ステップＳ３３５）、指標値のデータに基づき、指標値に対応する色、濃度、または輝度の画像を表示部７４に表示させ（ステップＳ３３７）、表示処理を終了する。ステップＳ３３５において制御部７０は、指標値のデータと共に受信した状態データから、走行距離等を求めてから、表示部７４に表示させてもよい。
【0129】
図１６は、情報端末装置７の表示部７４における指標値の表示例を示す。図１６は、ハンドルバー１２に固定された情報端末装置７（スマートフォン）における表示例を示す。図１６には、表示部７４に表示されているアプリプログラムＰ７に基づく走行中の人力駆動車１の状態を示す画面７４０が示されている。画面７４０は、状態データのテキスト７４２、および、快適度の指標値の大小に応じた濃度の画像７４４が表示されている。
【0130】
ライダは、図１６に示したように可視化された指標値を、ライダは直感的に確認できる。ライダは人力駆動車１で操作装置３３を操作しながら走行中に、快適さの実感と、情報端末装置７の表示部７４に表示される快適度の指標値とが、徐々に合致していくことを確認できる。
【0131】
情報端末装置７は、図１５のフローチャートに示したように、状態データを受信する都度、記憶している（Ｓ３３３）。したがって、制御部７０は、人力駆動車１の走行履歴として、走行中の状態データの履歴を表示部７４に表示させることができる。図１７は、情報端末装置７の表示部７４に表示される状態データの履歴を示す。図１７の例では、指標値のマップ上に、走行中に取得された状態データの履歴を、線で結んで示している。図１７に示す画面により、ライダは、人力駆動車１の走行の振り返りとして、ケイデンスおよびトルクと快適度との変遷を視覚的に確認することができる。
【0132】
図１８は、情報端末装置７の表示部７４に表示される状態データの履歴の他の一例を示す。図１８の例では、横軸に走行距離を示し、縦軸に指標値および状態データの履歴を示す。制御部７０は、走行速度の履歴を更に重ねて表示させてもよいし、標高を重ねて表示させてもよい。図１８に示す画面により、ライダは、人力駆動車１の走行の振り返りとして、ケイデンスおよびトルクと快適度との変遷を視覚的に確認することができる。
【0133】
（第４実施形態）
第１実施形態から第３実施形態における制御装置１００は、状態データと、快適度の指標値との対応関係、マップ１１４を記憶部１１２に記憶して使用した。第４実施形態では、制御装置１００は学習部として、状態データを入力した場合に、指標値を出力するように学習された学習モデルを使用する。
第１実施形態から第３実施形態における制御装置１００は、状態データと、快適度の指標値との対応関係、マップ１１４を記憶部１１２に記憶して使用した。第４実施形態では、制御装置１００は学習部として、状態データを入力した場合に、指標値を出力するように学習された学習モデルを使用する。
【0134】
図１９は、第４実施形態における制御装置１００の構成を説明するブロック図である。第４実施形態における制御装置１００は、記憶部１１２に、学習モデルＭ１を記憶する。学習モデルＭ１が記憶されていること、学習モデルＭ１を使用した処理手順以外、第４実施形態における制御装置１００の構成は、第１実施形態と同様である。したがって、第４実施形態の制御装置１００の構成のうち、第１実施形態と共通する構成については、同一の符号を付して詳細な説明を省略する。
【0135】
記憶部１１２に記憶される学習モデルＭ１は、非一時記憶媒体２００に記憶された学習モデルＭ２を、制御部１１０が読み出して記憶部１１２に複製したものであってもよい。
【0136】
図２０は、学習モデルＭ１の概要図である。学習モデルＭ１は、ニューラルネットワーク（Neural Network）を用いた深層学習により学習される学習モデルである。学習モデルＭ１は、リカレントニューラルネットワーク（Recurrent Neural Network）により学習されるモデルであってもよい。学習モデルＭ１は、センサ５０により取得される走行中の人力駆動車１の状態データを入力した場合に、快適度の指標値を出力するように学習される。
【0137】
学習モデルＭ１は、入力情報を入力する入力層Ｍ１１と、快適度の指標値を出力する出力層Ｍ１２と、１または複数の層からなるノード群を含む中間層Ｍ１３とを備える。出力層Ｍ１２とつながる中間層Ｍ１３は、多数のノードを出力層Ｍ１２のノード数に集約させる結合層である。出力層Ｍ１２のノード数は１つである。中間層Ｍ１３のノードはそれぞれ、前段の層のノードとの関係において重みおよびバイアスの少なくとも一方を含むパラメータを持つ。学習モデルＭ１は、人力駆動車１の走行中に、ケイデンスおよびトルクに加えて、走行速度、加速度、車両本体１１の傾き、ライダの着座状態等のセンサ５０から取得できる状態データ（入力）と、状態データが取得された所定時間後におけるライダの変速操作装置３３Ｂ（またはアシスト操作装置３３Ｃ）への操作の有無を出力のラベル（０：無、１：有）とを含む教師データにより学習される。学習モデルＭ１は、状態データ（入力情報）を入力層Ｍ１１へ入力した場合に出力層Ｍ１２から出力される指標値と、状態データに対応するラベルとの誤差を、中間層Ｍ１３へ逆伝播させて中間層Ｍ１３のノードにおけるパラメータを更新して学習される。
【0138】
学習モデルＭ１には、ケイデンスおよびトルクを含むセンサ５０から取得できる状態データを各時点でそのまま入力層Ｍ１１へ入力するのみならず、直近数秒間（例えば２秒間）における変化量を入力してもよい。学習モデルＭ１は、リカレントニューラルネットワークによって過去へ入力された入力情報の影響も受けながら指標値を出力するように学習されてもよい。
【0139】
学習モデルＭ１は、ライダ毎に学習される必要があるため、制御装置１００の出荷前に、ある程度学習された状態で記憶部１１２に記憶されている。制御部１１０は、人力駆動車１が出荷され、購入された後、以下のように学習モデルＭ１を学習する。
【0140】
図２１は、学習処理手順の一例を示すフローチャートである。制御装置１００の制御部１１０は、人力駆動車１の走行中に、制御プログラムＰ１に基づいて以下の処理を実行する。
【0141】
制御部１１０は、トルクセンサ５３からトルク、ケイデンスセンサ５４からのケイデンスを含む状態データをセンサ５０から取得する（ステップＳ１４１）。
【0142】
制御部１１０は、ステップＳ１４１における状態データの取得タイミングから所定時間待機し（ステップＳ１４３）、所定期間以内に変速操作装置３３Ｂへの操作が行なわれたか否かを判断する（ステップＳ１４５）。所定期間は例えば１秒、２秒等、ある状態から、ライダが操作を欲すると感じた場合に実際に操作をするまでに要する時間である。
【0143】
変速操作装置３３Ｂが操作されたと判断された場合（Ｓ１４５：ＹＥＳ）、制御部１１０は、直後（例えば２秒以内）に変速操作装置３３Ｂにて、ステップＳ１４５における操作と逆の操作が行なわれたか否かを判断する（ステップＳ１４７）。
【0144】
逆の操作が行なわれなかったと判断された場合（Ｓ１４７：ＮＯ）、制御部１１０は、操作が行なわれた（操作あり、ラベル＝１）と確定させる（ステップＳ１４９）。
【0145】
ステップＳ１４５で、変速操作装置３３Ｂが操作されなかったと判断された場合（Ｓ１４５：ＮＯ）、制御部１１０は、操作が行なわれなかった（操作なし、ラベル＝０）と確定させ（ステップＳ１５１）、処理をステップＳ１５３へ進める。
【0146】
制御部１１０は、ステップＳ１４１で取得した状態データを、入力情報として学習モデルＭ１の入力層Ｍ１１へ入力する（ステップＳ１５３）。制御部１１０は、ステップＳ１５３の処理に応じて学習モデルＭ１の出力層Ｍ１２から出力される快適度の指標値を取得する（ステップＳ１５５）。制御部１１０は、ステップＳ１５５の学習モデルＭ１の出力と、操作が行なわれたか否かの確定内容との間の誤差を、所定の誤差関数によって算出する（ステップＳ１５７）。
【0147】
制御部１１０は、算出した誤差によって第２制御部１１６は、中間層Ｍ１３のパラメータを更新し（ステップＳ１５９）、学習条件が満たされたか否かを判断する（ステップＳ１６１）。
【0148】
制御部１１０は、学習条件が満たされたと判断された場合（Ｓ１６１：ＹＥＳ）、学習処理を終了する。
【0149】
学習条件が満たされないと判断された場合（Ｓ１６１：ＮＯ）、処理をステップＳ１４１へ戻し、学習を続行する。
【0150】
制御部１１０は、ステップＳ１４７にて逆の操作が行なわれたと判断された場合（Ｓ１４７：ＹＥＳ）、処理をステップＳ１６１へ進める。誤った操作がされた場合の学習を回避するためである。
【0151】
学習が完了した学習モデルＭ１を用いて制御装置１００は、快適度を算出して出力する。図２２は、第４実施形態における快適度の出力処理手順の一例を示すフローチャートである。制御部１１０は、制御プログラムＰ１に基づき、人力駆動車１の走行中に、以下に示す処理手順を継続して実行する。
【0152】
制御部１１０は、トルクセンサ５３からトルク、ケイデンスセンサ５４からのケイデンスを含む状態データをセンサ５０から取得する（ステップＳ２４１）。
【0153】
制御部１１０は、取得した状態データを、学習済みの学習モデルＭ１へ入力し（ステップＳ２４３）、学習モデルＭ１から出力される快適度の指標値を取得する（ステップＳ２４５）。
【0154】
制御部１１０は、取得した指標値を出力部３３Ｄに出力し（ステップＳ２４７）、処理を終了する。
【0155】
第４実施形態における出力例は、第１実施形態と同様であるから図示および詳細な説明を省略する。
【0156】
（変形例）
第４実施形態では、制御装置１００は、学習モデルＭ１を用いて快適度の指標値を算出することとした。学習モデルＭ１を用いた学習は、ライダの情報端末装置７にて実行してもよい。図２３は、第４実施形態の変形例における制御装置１００の構成を示すブロック図である。
第４実施形態では、制御装置１００は、学習モデルＭ１を用いて快適度の指標値を算出することとした。学習モデルＭ１を用いた学習は、ライダの情報端末装置７にて実行してもよい。図２３は、第４実施形態の変形例における制御装置１００の構成を示すブロック図である。
【0157】
第４実施形態の変形例における制御装置１００の構成は、学習モデルを記憶していないことと後述する処理以外は、第４実施形態と同様である。したがって、第４実施形態の変形例の制御装置１００の構成のうち、第４実施形態と共通する構成については、同一の符号を付して詳細な説明を省略する。
【0158】
図２４は、情報端末装置７の構成を示すブロック図である。情報端末装置７の構成は、生体センサ７８を備えなくてもよい点、学習モデルＭ３を記憶し、学習モデルＭ３を用いた処理を行なうこと以外は、第３実施形態で説明した情報端末装置７の構成と同様であるから、第３実施形態と共通する構成については、同一の符号を付して詳細な説明を省略する。
【0159】
第４実施形態の変形例の情報端末装置７は、制御部７０、記憶部７２、表示部７４、および通信部７６を備える。記憶部７２には、学習モデルＭ３が記憶されている。学習モデルＭ３は、ライダ向けに学習が行なわれる。
【0160】
変形例では、図２１に示した第４実施形態における学習モデルＭ１の学習手順のうち、ステップＳ１４１からＳ１５１までは、制御装置１００で実施し、ステップＳ１５３からＳ１６１までを情報端末装置７で実施する。
【0161】
制御装置１００の制御部１１０は、操作が行なわれたか否かを確定し（Ｓ１４９，Ｓ１５１）、ステップＳ１４１で取得した状態データと、確定された操作の有無のデータとを情報端末装置７へ送信する。
【0162】
情報端末装置７の制御部７０は、状態データと、確定された操作の有無のデータとを受信すると、状態データと操作の有無のデータとによって学習モデルＭ３を学習する（Ｓ１５３からＳ１５７）。
【0163】
変形例で説明したように、学習処理の演算を情報端末装置７で実行してもよい。情報端末装置７の演算資源が、制御装置１００よりも豊富である場合、学習処理及び学習モデルＭ３の演算を情報端末装置７で実行することにより、制御装置１００の演算負荷を低減できる。
【0164】
上述のように開示された実施の形態は全ての点で例示であって、制限的なものではない。本発明の範囲は、特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内での全ての変更が含まれる。
【符号の説明】
【0165】
１…人力駆動車、１１…車両本体、１１Ａ…フレーム、１１Ｂ…フロントフォーク、１１Ｃ…ライト、１２…ハンドルバー、１３…前輪、１４…後輪、１５…サドル、２０…駆動機構、２１…クランク、２１Ａ…クランク軸、２１Ｂ…右クランク、２１Ｃ…左クランク、２２…第１スプロケットアセンブリ、２２Ａ…スプロケット、２３…第２スプロケットアセンブリ、２３Ａ…スプロケット、２４…チェーン、２５…ペダル、３０…デバイス、３１…変速装置、３２…アシスト装置、３３…操作装置、３３Ａ…操作部、３３Ｂ…変速操作装置、３３Ｃ…アシスト操作装置、３３Ｄ…出力部、４０…バッテリ、４１…バッテリ本体、４２…バッテリホルダ、５０…センサ、５１…速度センサ、５２…加速度センサ、５３…トルクセンサ、５４…ケイデンスセンサ、５５…ジャイロセンサ、５６…着座センサ、６０…無線通信デバイス、１００…制御装置、１１０…制御部、１１２…記憶部、Ｐ１…制御プログラム、Ｍ１…学習モデル、２００…非一時記憶媒体、Ｐ２…制御プログラム、Ｍ２…学習モデル、７…情報端末装置、７０…制御部、７２…記憶部、７４…表示部、７６…通信部、７８…生体センサ、Ｐ７…アプリプログラム、Ｍ３…学習モデル
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18】
【図19】
【図20】
【図21】
【図22】
【図23】
【図24】