CN111169453A - 主动制动状态监视单元和系统 - Google Patents
主动制动状态监视单元和系统 Download PDFInfo
- Publication number
- CN111169453A CN111169453A CN201811338733.0A CN201811338733A CN111169453A CN 111169453 A CN111169453 A CN 111169453A CN 201811338733 A CN201811338733 A CN 201811338733A CN 111169453 A CN111169453 A CN 111169453A
- Authority
- CN
- China
- Prior art keywords
- brake
- brake pad
- temperature
- active braking
- monitoring unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 91
- 238000005259 measurement Methods 0.000 claims abstract description 8
- 238000000034 method Methods 0.000 claims abstract description 6
- 238000001914 filtration Methods 0.000 claims abstract description 5
- 238000001514 detection method Methods 0.000 claims description 13
- 230000010354 integration Effects 0.000 claims description 7
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 238000005314 correlation function Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 claims description 3
- 238000003786 synthesis reaction Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 238000012937 correction Methods 0.000 description 5
- 238000011217 control strategy Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000013021 overheating Methods 0.000 description 2
- 238000001816 cooling Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
- B60T17/00—Component parts, details, or accessories of power brake systems not covered by groups B60T8/00, B60T13/00 or B60T15/00, or presenting other characteristic features
- B60T17/18—Safety devices; Monitoring
- B60T17/22—Devices for monitoring or checking brake systems; Signal devices
Abstract
一种主动制动状态监视单元，用于监视车辆制动系统的状态，包括：基于物理模型的第一估算模块，配置成基于制动片温度传感器的测量值使用卡尔曼滤波技术估算制动盘的温度；以及监视模块，配置成基于制动片温度传感器的测量值和估算的制动盘温度监视制动系统的状态。
Description
技术领域
本申请涉及一种主动制动状态监视单元和系统，其能够高精度地估算制动盘的温度。
背景技术
现代车辆制动系统在很多情况下需要获取制动盘温度。例如，ESP功能需要使用制动盘温度，从而在必要时通过禁用或改变制动器的控制策略来防止制动器过热。由于制动盘被安装成随车轮转动，因此难以通过传感器检测制动盘的温度。
根据当前现有技术状况，一种示意性示于图1的估算模块1被使用。估算模块1采集各种信息，诸如从车辆中已有的传感器获取车轮制动力(例如车轮侧制动液压压力或制动电流)S 1、轮速S2、外界温度S3、盘片保持接触时间S4等等，并且基于体现制动器和车轮之间的能量平衡关系的热动力学模型来产生估算的制动盘温度信息D1。估算的制动盘温度信息D1被发送到功能模块2，在功能模块2中制动盘温度被使用。
这样的估算模块1可能在估算的制动盘温度和实际制动盘温度之间有很高的公差，最高可达100℃，这只能满足ASIL(汽车安全完整性等级)-A标准。
考虑到制动安全性构架要求和器件电子化中减小尺寸的趋势，这样的精度是不够的。对制动状况的精确状态监视要求有高精度的估算制动盘温度。
发明内容
考虑到现有技术状况，本申请的一个目的是提供一种制动状态监视单元和系统，其中制动盘温度能以高精度估算的。
为此，根据本申请第一个方面，提供了一种主动制动状态监视单元，用于监视车辆制动系统的状态，包括：基于物理模型的第一估算模块，配置成基于制动片温度传感器的测量值使用卡尔曼滤波技术估算制动盘的温度；以及监视模块，配置成基于制动片温度传感器的测量值和估算的制动盘温度监视制动系统的状态。
在所述主动制动状态监视单元中，可选地，所述第一估算模块包括：
(1)线性系统，在其中定义：
y＝Cx
(2)线性模型，在其中定义：
(3)卡尔曼滤波器和加法器，
其中u为输入参数，代表制动力；
y代表制动片温度传感器处的温度；
x代表计算的制动盘温度；
A、B和C为关联函数或系数。
在所述主动制动状态监视单元中，可选地，输入参数u代表EHB系统的制动液压压力或EMB系统的制动电流。
在所述主动制动状态监视单元中，可选地，在第一估算模块中，影响制动盘温度的环境因素作为随机输入参数被输入。
在所述主动制动状态监视单元中，可选地，还包括：第二估算模块，配置成基于体现制动器和车轮之间的能量平衡关系的热动力学模型估算制动盘的温度；以及综合模块，配置成通过对来自第一估算模块的估算的制动盘温度和来自第二估算模块的估算的制动盘温度作比较和可信度评估以产生综合处理的制动盘温度。
在所述主动制动状态监视单元中，可选地，所述主动制动状态监视单元被配置成基于预测模型预测制动片的厚度，在该预测模型中，轮速、制动力、制动片使用里程和制动片温度传感器的测量值作为参数被计入。
本申请还提供了一种主动制动状态监视系统，用于监视车辆制动系统的状态，包括：制动片温度传感器，配置成检测制动片处的温度；以及前面描述的主动制动状态监视单元。
在所述主动制动状态监视系统中，可选地，还包括制动片磨损传感器，其被配置成检测制动片磨损级别，其中，使用来自制动片磨损传感器的信号对预测的厚度进行修正。
在所述主动制动状态监视系统中，可选地，在制动片经历常规操作模式后被磨损到需弃用程度并被更换了新的制动片时，制动片温度传感器和/或制动片磨损传感器被继续使用。
在所述主动制动状态监视系统中，可选地，所述制动片温度传感器被与制动片磨损传感器集成在一起。
在所述主动制动状态监视系统中，可选地，所述制动片磨损传感器包括检测部分，该检测部分被配置成检测制动片厚度的连续变化。
所述制动片磨损传感器可以是直接或间接测距型的。
在所述主动制动状态监视系统中，可选地，所述制动片温度传感器和所述制动片磨损传感器与轮速传感器共用同一缆线。
根据本申请的另一个方面，还提供了一种主动制动状态监视单元，用于监视车辆制动系统的状态，包括：基于物理模型的数据获取模块，配置成估算制动盘的温度以及获取制动盘和/或制动片磨损量；基于数字模型的数据获取模块，配置成基于应用条件数据并且使用机器学习型算法而被训练，以预测制动盘温度以及连续计算制动盘和/或制动片磨损量；以及综合模块，配置成将从基于物理模型的数据获取模块和基于数字模型的数据获取模块获取的数据进行比较以实现内部可信度评估和/或软件故障检测。
在所述主动制动状态监视单元中，可选地，所述综合模块被配置成产生综合处理的数据，其中至少包括综合处理的制动盘温度。
在所述主动制动状态监视单元中，可选地，所述基于物理模型的数据获取模块包括前面针对本申请第一个方面描述的第一估算模块和/或第二估算模块。
本申请还提供了一种主动制动状态监视系统，用于监视车辆制动系统的状态，包括如前所述本申请另一个方面提供的主动制动状态监视单元。
根据本申请，能够高精度地估算制动盘温度，这可以满足更高安全级别的要求，诸如ASIL-B、C或D标准。
附图说明
通过下面结合附图所做详细描述，本申请的上述以及其它方面可被更充分地理解，在附图中：
图1是根据现有技术的制动盘温度估算模块的示意性框图；
图2是可以用在本申请中的制动片磨损传感器的示意图；
图3是根据本申请实施方式的制动盘温度估算模块的示意性框图；
图4是根据本申请一种实施方式的主动制动状态监视单元的示意性框图；
图5是根据本申请另一实施方式的主动制动状态监视单元的示意性框图；
图6是根据本申请又一实施方式的主动制动状态监视单元的示意性框图。
具体实施方式
本申请涉及主动制动状态监视技术，用于监视车轮制动系统的状态。制动系统包括制动盘，其安装成与车轮一起转动，和一对制动片，其布置在制动盘的相反两侧并且在作动时向制动盘施加制动力。制动系统可以是目前任何类型的制动系统，诸如EHB(电液制动)系统或EMB(机电制动)系统。
本申请的制动状态监视系统可以包括BPWS(制动片磨损传感器)，用于检测制动片的磨损级别。
这里使用的BPWS可以是传统型的，其能输出更换磨损级别信号(以警告驾驶员更换制动片)，或是先输出更换磨损级别信号以及后期输出强制停止磨损级别信号(以警告驾驶员停止驾驶或强制车辆停驶)。
根据本申请的可行实施方式，BPWS可连续检测和输出制动片磨损级别(残余厚度)，包括位于两个阈值(更换磨损级别和强制停止磨损级别)之间的磨损级别。
具体地讲，根据这个实施方式，BPWS可包括感应磁场型检测部分，其中在不同的厚度制动片接近时产生的感应磁场(涡电流)不同，由此制动状态监视系统可确定制动片的厚度(也即确定出磨损量)。这样的BPWS可称作直接测距型的。
类似地，可以为制动盘配备感应磁场型距离传感器，其面对制动盘布置在固定位置。随着制动盘的厚度减小，产生的感应磁场(涡电流)发生变化，传感器因此可以测量出制动盘的厚度(也即确定出磨损量)。
作为备选方案，制动状态监视系统可以使用WSS(轮速传感器)、制动力传感器和制动片温度传感器(可以是单独的温度传感器，或是集成于BPWS中以形成BPWS_T)的信号来估算制动片的厚度。通过这种方式，制动片厚度预测模型(物理模型)可被建立，其中，同根据制动片厚度和制动片使用里程之间线性关系预测的制动片厚度相比，导致制动片厚度减小的速度变大或变小的各种因素被计入。这样，高精度的连续制动片磨损监视被实现。使用来自BPWS或BPWS_T的信号，预测的制动片厚度可被修正。
可以理解，通过类似的方式，使用制动盘厚度预测模型，制动盘厚度可被预测。
作为备选方案，BPWS(或BPWS_T)可包括安装成随制动片移动的检测部分，其与制动片一起接触制动盘。BPWS(或BPWS_T)的检测部分随制动片一起磨损，从而制动状态监视系统可基于检测部分的长度确定制动片的厚度。
作为备选方案，BPWS可包括距离检测部分，其检测制动片移动到达与制动盘接触所经过的距离，并且制动状态监视系统可基于制动片移动经过的距离确定制动片的厚度。这样的BPWS可称作间接测距型的。
当制动状态监视系统发现制动片的厚度达到更换磨损级别时，其警告驾驶员更换制动片，这样驾驶员通常会开往维修站更换制动片。然而，在驾驶员或自动驾驶系统忽视警告的情况下，在又行驶了一定里程后，如果发现制动片的厚度达到了强制停止磨损级别，制动状态监视系统可以警告驾驶员停止驾驶或在安全模式下强制停止车辆行驶。此外，如果制动系统出现故障，制动状态监视系统也可以停止车辆行驶。
BPWS(包括BPWS_T)可以采用示于图2的形式，包括检测部分3a和缆线3b。缆线3b可集成于WSS缆线中以形成多芯缆线，由此降低成本和减少缆线铺设所需的劳动。
制动片磨损级别，以及制动片温度和制动盘温度，常被用于很多车辆功能中，例如，ESP中的故障保险安全功能和故障保险操作功能，作为监视制动系统状态的关键参数。如果这些参数中的一个或多个超出相应阈值，则这些功能被禁用或改变其控制策略。
为了检测制动片温度，本申请的制动状态监视系统包括制动片温度传感器(如前所述，其可以集成于BPWS中)。
对于非接触型传感器(不与制动盘接触)，诸如制动片温度传感器、BPWS和BPWS_T，在将用完的制动片更换为新的制动片后，如果该传感器仍处于良好状态(能正常工作)，则该传感器可被再次使用。传感器仅在被破坏/磨损后，例如，在因制动片的厚度达到强制停止磨损级别而以安全模式强制车辆停驶的状况下，才换上新的传感器。
考虑到制动盘随车轮旋转，制动盘温度的检测不像制动片那样容易。根据本申请，基于卡尔曼(Kalman)滤波的估算模块10，如示意性示于图2，被使用，其为基于物理模型的模块，能够以比图1所示估算模块1相对更高的精度估算制动盘温度。
如图所示，卡尔曼滤波器为反馈型滤波器，其被用于随时间变化的线性系统中。基于卡尔曼滤波的估算模块10主要包括：
(1)线性系统，在其中定义：
y＝Cx
(2)线性模型，在其中定义：
(3)卡尔曼滤波器K和加法器Σ，
其中u为输入参数，代表制动力(可以是EHB中的制动液压压力或EMB中的制动电流)；
y代表制动片温度传感器或BPWS_T处的温度值；
x代表计算的制动盘温度；
A、B和C为关联函数/系数。
A、B和C可以通过测试、实验和/或经验确定。
在估算模块1中，u被输入到线性系统中，在线性系统中基于u计算出x和y。另一方面，u和修正值
被输入到线性模型中，在线性模型中
和
被计算。y和
的量值被输入到加法器Σ中，二者的差异被输入到卡尔曼滤波器K中以产生修正值
该修正值被反馈到线性模型中。
通过使用估算模块10，制动盘温度被以相对高精度估算，因而有可能满足ASIL-B标准。换言之，估算的制动盘温度信息D1的公差小于图1所示估算模块1的公差，因此主动制动状态监视系统可具有提高的精度和安全级别。
估算的制动盘温度信息D1还可能被各种使用制动盘温度的功能模块采集。
图4示出了根据本申请一种实施方式的主动制动状态监视单元的示意性框图，其可包含在所述主动制动状态监视系统中。在该主动制动状态监视单元中，如前所述的估算模块10接收输入信息S10，其中包括检测的制动片温度
和代表制动力的参数(u)，并且估算模块10估算制动盘温度
估算模块10的输出信息，包括估算的制动盘温度信息D1，被监视模型20采集。监视模型20还采集制动片磨损级别、制动盘温度等等的其它信息，并且因此而监视制动系统的状态。
估算模块10可以进一步接收可选的信息S11，作为随机输入参数，其例子包括基于摄像机/激光雷达/地图的信息，诸如环境状态(环境温度，潮湿、干燥和结冰道路状态，等等)，使得道路或环境气候的冷却或加热作用可被计入。随机输入参数可被输入到估算模块10的线性系统中，并且在这种情况下，公式
被替换为
其中w表示随机输入参数，D为与随机输入参数有关的函数或系数。
根据本申请的进一步的实施方式，一种主动制动状态监视单元如图5中示意性显示，其可包含在所述主动制动状态监视系统中，并且包括前面描述的估算模块10以及图1所示的估算模块1。估算模块10估算的制动盘温度信息D1(可能符合ASIL-B级别)和估算模块1估算的制动盘温度信息D2(可能符合ASIL-A级别)在综合模块30中被比较和/或进行可信度(合理性)评估，以产生综合处理的制动盘温度信息D3，该综合处理的制动盘温度信息D3的精度高于估算的制动盘温度信息D1，可能符合ASIL-C或D标准。换言之，综合处理的制动盘温度信息D3的公差小于估算的制动盘温度信息D1。
综合处理的制动盘温度信息D3被监视模型20采集，监视模型20基于综合处理的制动盘温度信息D3和其它相关信息监视制动系统的状态。由于综合处理的制动盘温度信息D3的贡献，主动制动状态监视系统的精度和安全级别可以进一步提高。
综合处理的制动盘温度信息D3还可以被其它使用制动盘温度的功能模块采用。
主动制动状态监视单元还可以监视制动器件的故障，制动器件的故障可能导致制动系统的效率损失或安全度损失。这样的故障监视可包括制动拖拽力矩故障检测，制动器件破裂或过热，摩擦系数损失，等等。
可以看到，本申请使用卡尔曼滤波基于检测的制动片温度估算制动盘温度，从而可以实现制动盘温度估算的高精度和高再现性。另外，没有使用专门的温度传感器来获取制动盘温度，因此主动制动状态监视系统可以减小尺寸，降低成本。利用主动制动状态监视单元实时监视制动系统状态，可以确保实现故障保险安全功能和故障保险操作功能。高级别的安全要求可被满足。
BPWS和制动片温度传感器的缆线，或者BPWS_T的缆线，可与WSS缆线相集成，不需使用额外的连接器系统，因此主动制动状态监视系统可进一步降低成本。
图6示出了根据本申请又一实施方式的主动制动状态监视单元，其包括基于物理模型的数据获取模块100、基于数字模型的数据获取模块200和综合模块300。
基于物理模型的数据获取模块100可以获取制动盘温度(Temp_Physi)和制动盘/制动片磨损量(Wear_Physi)，其中，制动盘/制动片磨损量可以从传感器获取(可能带有修正)，制动盘温度可以利用前面描述的方式或是利用现有的其它方式估算。例如，制动盘温度可包括如前所述利用卡尔曼滤波估算，或是基于车轮制动力、轮速、外界温度和盘片保持接触时间估算。因此，前面描述的估算模块1和/或10可以包含在基于物理模型的数据获取模块100中。
基于数字模型的数据获取模块200是机器学习(AI)型的，其基于应用条件数据而被训练，并且利用基于机器的学习算法来预测制动盘的温度(Temp_Numer)并且连续计算制动制动盘/制动片的磨损量(Wear_Numer)。
从基于物理模型的数据获取模块100(基于热动力学模型/卡尔曼滤波器)获得的数据(Data_Physi)以及从基于数字模型的数据获取模块200数据获得的数据(Data_Numer)在综合模块300中被相互比较和相互验证，以实现内部可信度(合理性)评估和/或软件故障检测方案。如果基于物理模型的数据获取模块100的输出信号同基于数字模型的数据获取模块200相比太高，则可实施相应功能的降级操作和/或警告。综合模块300产生更高精度的综合处理的数据，包括综合处理的制动盘温度信息。
本申请还涉及包含图6所示主动制动状态监视单元的主动制动状态监视系统。
虽然这里参考具体的实施方式描述了本申请，但是本申请的范围并不局限于所示的细节。在不偏离本申请的基本原理的情况下，可针对这些细节做出各种修改。
Claims (15)
1.一种主动制动状态监视单元，用于监视车辆制动系统的状态，包括：
基于物理模型的第一估算模块，配置成基于制动片温度传感器的测量值使用卡尔曼滤波技术估算制动盘的温度；以及
监视模块，配置成基于制动片温度传感器的测量值和估算的制动盘温度监视制动系统的状态。
2.如权利要求1所述的主动制动状态监视单元，其中，所述第一估算模块包括：
(1)线性系统，在其中定义：
y＝Cx
(2)线性模型，在其中定义：
(3)卡尔曼滤波器和加法器，
其中u为输入参数，代表制动力；
y代表制动片温度传感器处的温度；
x代表计算的制动盘温度；
A、B和C为关联函数或系数。
3.如权利要求2所述的主动制动状态监视单元，其中，输入参数u代表EHB系统的制动液压压力或EMB系统的制动电流。
4.如权利要求2或3所述的主动制动状态监视单元，其中，在第一估算模块中，影响制动盘温度的环境因素作为随机输入参数被输入。
5.如权利要求1至4中任一项所述的主动制动状态监视单元，还包括：
第二估算模块，配置成基于体现制动器和车轮之间的能量平衡关系的热动力学模型估算制动盘的温度；以及
综合模块，配置成通过对来自第一估算模块的估算的制动盘温度和来自第二估算模块的估算的制动盘温度作比较和可信度评估以产生综合处理的制动盘温度。
6.如权利要求1至5中任一项所述的主动制动状态监视单元，其中，所述主动制动状态监视单元被配置成基于预测模型预测制动片的厚度，在该预测模型中，轮速、制动力、制动片使用里程和制动片温度传感器的测量值作为参数被计入。
7.一种主动制动状态监视系统，用于监视车辆制动系统的状态，包括：
制动片温度传感器，配置成检测制动片处的温度；以及
如权利要求1至6中任一项所述的主动制动状态监视单元。
8.如权利要求7所述的主动制动状态监视系统，还包括制动片磨损传感器，其被配置成检测制动片磨损级别，其中，使用来自制动片磨损传感器的信号对预测的厚度进行修正；
可选地，在制动片经历常规操作模式后被磨损到需弃用程度并被更换了新的制动片时，制动片温度传感器和/或制动片磨损传感器被继续使用。
9.如权利要求8所述的主动制动状态监视系统，其中，所述制动片温度传感器被与制动片磨损传感器集成在一起。
10.如权利要求9所述的主动制动状态监视系统，其中，所述制动片磨损传感器包括检测部分，该检测部分被配置成检测制动片厚度的连续变化；
所述制动片磨损传感器可以是直接或间接测距型的。
11.如权利要求8所述的主动制动状态监视系统，其中，所述制动片温度传感器和所述制动片磨损传感器与轮速传感器共用同一缆线。
12.一种主动制动状态监视单元，用于监视车辆制动系统的状态，包括：
基于物理模型的数据获取模块，配置成估算制动盘的温度以及获取制动盘和/或制动片磨损量；
基于数字模型的数据获取模块，配置成基于应用条件数据并且使用机器学习型算法而被训练，以预测制动盘温度以及连续计算制动盘和/或制动片磨损量；以及
综合模块，配置成将从基于物理模型的数据获取模块和基于数字模型的数据获取模块获取的数据进行比较以实现内部可信度评估和/或软件故障检测。
13.如权利要求12所述的主动制动状态监视单元，其中，所述综合模块被配置成产生综合处理的数据，其中至少包括综合处理的制动盘温度。
14.如权利要求12或13所述的主动制动状态监视单元，其中，所述基于物理模型的数据获取模块包括权利要求1至4中任一项中定义的第一估算模块和/或权利要求5中定义的第二估算模块。
15.一种主动制动状态监视系统，用于监视车辆制动系统的状态，包括：
如权利要求12至14中任一项所述的主动制动状态监视单元。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811338733.0A CN111169453B (zh) | 2018-11-12 | 2018-11-12 | 主动制动状态监视单元和系统 |
| PCT/EP2019/077842 WO2020099049A1 (en) | 2018-11-12 | 2019-10-15 | Active braking state monitoring unit and system |
| EP19789922.2A EP3880528A1 (en) | 2018-11-12 | 2019-10-15 | Active braking state monitoring unit and system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811338733.0A CN111169453B (zh) | 2018-11-12 | 2018-11-12 | 主动制动状态监视单元和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111169453A true CN111169453A (zh) | 2020-05-19 |
| CN111169453B CN111169453B (zh) | 2024-01-19 |
Family
ID=68289953
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811338733.0A Active CN111169453B (zh) | 2018-11-12 | 2018-11-12 | 主动制动状态监视单元和系统 |
Country Status (3)
| Country | Link |
|---|---|
| EP (1) | EP3880528A1 (zh) |
| CN (1) | CN111169453B (zh) |
| WO (1) | WO2020099049A1 (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113685468B (zh) * | 2021-09-07 | 2023-03-28 | 北京建筑大学 | 一种制动闸片剩余厚度的检测装置 |
| CN117601786A (zh) * | 2023-12-22 | 2024-02-27 | 天一智控(山东)汽车科技有限公司 | 一种车轮智能监控系统及车辆 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0594113A1 (de) * | 1992-10-20 | 1994-04-27 | KNORR-BREMSE SYSTEME FÜR NUTZFAHRZEUGE GmbH | Verfahren zum Erfassen der Temperatur einer Scheibenbremse |
| DE4316993A1 (de) * | 1993-05-21 | 1994-11-24 | Daimler Benz Ag | Verfahren und Vorrichtung zur Bestimmung des Zustands einer Fahrzeugbremsanlage |
| CN102490705A (zh) * | 2011-12-15 | 2012-06-13 | 奇瑞汽车股份有限公司 | 一种电子机械制动系统以及采用所述制动系统的汽车 |
| US20130052614A1 (en) * | 2011-08-31 | 2013-02-28 | Pulsar Informatics, Inc. | Driver Performance Metric |
| WO2018099864A1 (en) * | 2016-11-30 | 2018-06-07 | Jaguar Land Rover Limited | Controller for a braking system of a vehicle |
| CN108698575A (zh) * | 2016-03-03 | 2018-10-23 | 意大利Itt有限责任公司 | 用于提高车辆防抱死制动和防滑调节的性能的装置和方法 |
-
2018
- 2018-11-12 CN CN201811338733.0A patent/CN111169453B/zh active Active
-
2019
- 2019-10-15 WO PCT/EP2019/077842 patent/WO2020099049A1/en unknown
- 2019-10-15 EP EP19789922.2A patent/EP3880528A1/en active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0594113A1 (de) * | 1992-10-20 | 1994-04-27 | KNORR-BREMSE SYSTEME FÜR NUTZFAHRZEUGE GmbH | Verfahren zum Erfassen der Temperatur einer Scheibenbremse |
| DE4316993A1 (de) * | 1993-05-21 | 1994-11-24 | Daimler Benz Ag | Verfahren und Vorrichtung zur Bestimmung des Zustands einer Fahrzeugbremsanlage |
| US20130052614A1 (en) * | 2011-08-31 | 2013-02-28 | Pulsar Informatics, Inc. | Driver Performance Metric |
| CN102490705A (zh) * | 2011-12-15 | 2012-06-13 | 奇瑞汽车股份有限公司 | 一种电子机械制动系统以及采用所述制动系统的汽车 |
| CN108698575A (zh) * | 2016-03-03 | 2018-10-23 | 意大利Itt有限责任公司 | 用于提高车辆防抱死制动和防滑调节的性能的装置和方法 |
| WO2018099864A1 (en) * | 2016-11-30 | 2018-06-07 | Jaguar Land Rover Limited | Controller for a braking system of a vehicle |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2020099049A1 (en) | 2020-05-22 |
| CN111169453B (zh) | 2024-01-19 |
| EP3880528A1 (en) | 2021-09-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102575812B1 (ko) | 차량의 잠김방지 제동 및 슬립방지 조절의 성능을 개선하기 위한 장치 및 방법 | |
| CN110962860B (zh) | 制动部件预测 | |
| JP5993804B2 (ja) | タイヤ接地状態推定方法 | |
| US9944267B2 (en) | Systems and methods for fault isolation for an electric motor assisted brake system | |
| CN114060439B (zh) | 磨损量推断装置、磨损量推断方法以及磨损量推断程序 | |
| US20020046909A1 (en) | Method for monitoring the thickness of the brake linings of a vehicle braking system | |
| KR102030714B1 (ko) | 전기 또는 하이브리드 차량의 회생 제동 제어 | |
| US10457263B2 (en) | Brake adjustment detection using WSS based thermal measurement | |
| CN111169453B (zh) | 主动制动状态监视单元和系统 | |
| CN111469826A (zh) | 智能制动系统健康监测 | |
| EP3940259B1 (en) | Brake pad state estimation device and brake pad state estimation method | |
| CN108799360B (zh) | 用于确定一种离合器的状况的方法 | |
| CN115243905A (zh) | 用于确定车辆的轮端轴承处或中已发生故障的方法和系统 | |
| US20020125770A1 (en) | Method and system for monitoring a brake system of a vehicle | |
| CN111516662B (zh) | 力控制防抱死制动系统策略 | |
| CN114110058A (zh) | 用于制动衬垫的磨损估计装置和磨损估计方法 | |
| CN116669997A (zh) | 改善的机电制动器的夹紧力矩的控制方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |