CN112937595A - 车辆的质量推定装置 - Google Patents

Abstract

本发明提供一种能够高精度地对车辆的质量进行推定的车辆的质量推定装置。数据获取部基于在车辆的行驶过程中依次获取的测量数据来依次获取加速度与驱动力的数据组。质量推定部根据依次获取的数据组中确定表示加速度与驱动力的关系的回归直线的斜率，并且基于斜率对车辆的质量进行推定。在依存于驱动力的指标从第一期间至第二期间不超过第一范围而变动，且从根据在第一期间获取的第一数据组而确定的回归直线的第一斜率向根据在第二期间获取的第二数据组而确定的回归直线的第二斜率的变动超过基于依存于驱动力的指标的变动而确定的第二范围的情况下，质量推定部拒绝第二斜率，在除此之外的情况下，质量推定部基于第二斜率对车辆的质量进行推定。

Description

车辆的质量推定装置

技术领域

本发明涉及一种对车辆的质量进行推定的质量推定装置、质量推定方法及质量推定程序。

背景技术

在车辆中搭载有用于辅助舒适的行驶的各种各样的系统。例如，车辆的燃料经济性测定系统、制动控制系统和轮胎的减压检测系统(Tire Pressure Monitoring System；TPMS)等。这些系统有时使用车辆的质量作为控制的参数。然而，车辆的质量根据乘员的人数、货物等的装载量而变化。为了使各种系统进行适当的控制，期望高精度地对反映了这样的变化的车辆的质量进行推定。

专利文献1公开了基于行驶过程中的车辆的运动方程式的车辆的质量推定方法。

现有技术文献

专利文献

专利文献1：日本专利第5214738号

发明所要解决的技术问题

在基于这样的运动方程式的质量推定中，基于表示车辆的行驶状况的测量数据和表示车辆行驶的路面的倾斜、路面的状态的参数来对车辆的质量进行推定。然而，实际上获取表示车辆行驶的路面的倾斜、路面的状态的参数并不容易，可以说基于现实中车辆能够获取的数据进行的车辆的质量的推定精度并不一定高。

发明内容

本发明的目的在于，提供一种能够高精度地对车辆的质量进行推定的车辆的质量推定装置、质量推定方法及质量推定程序。

用于解决技术问题的技术手段

本发明的一方式的质量推定装置具备数据获取部和质量推定部。数据获取部基于在车辆的行驶过程中依次获取的测量数据来依次获取加速度与驱动力的数据组。质量推定部根据依次获取的所述数据组来确定表示所述加速度与所述驱动力的关系的回归直线的斜率，并且基于所述斜率对所述车辆的质量进行推定。在依存于所述驱动力的指标从第一期间至第二期间不超过第一范围而变动，且从第一斜率向第二斜率的变动超过基于依存于所述驱动力的指标的变动而确定的第二范围的情况下，所述质量推定部拒绝所述第二斜率，在除此之外的情况下，所述质量推定部基于所述第二斜率对所述车辆的质量进行推定，该第一斜率是根据在所述第一期间获取的第一数据组而确定的所述回归直线的斜率，该第二斜率是根据在所述第二期间获取的第二数据组而确定的所述回归直线的斜率。

根据上述方式，表示加速度与驱动力的关系的回归直线的斜率用于推定车辆的质量。从第一期间至第二期间，依存于驱动力的指标收敛在第一范围内，且在表示加速度与驱动力的关系的回归直线的斜率超过基于依存于驱动力的指标的变动而确定的范围而变动的情况下，拒绝新计算出的第二斜率，并且不用于质量推定。在除此之外的情况下，基于第二斜率对车辆的质量进行推定。由此，能够选择新确定的斜率中的可靠性较高的一方对车辆的质量进行推定，从而车辆的质量推定精度提高。

在上述质量推定装置中，也可以是，在所述质量推定部拒绝所述第二斜率的情况下，所述质量推定部基于所述第一斜率对所述车辆的质量进行推定。

根据本方式，由于基于被判断为可靠性比第二斜率更高的第一斜率对车辆的质量进行推定，因此车辆的质量推定精度提高。

在上述质量推定装置中，也可以是，所述数据获取部获取表示所述车辆的发动机的驱动状态的发动机信息作为所述测量数据，并且基于所述发动机信息获取所述驱动力。

在上述质量推定装置中，也可以是，所述发动机信息包含与发动机扭矩及所述发动机的转速相关的信息。

在上述质量推定装置中，也可以是，所述数据获取部获取表示安装于所述车辆的至少一个轮胎的旋转速度的轮胎转速信息作为所述测量数据，并且基于所述发动机信息及所述轮胎转速信息计算出所述驱动力。

在上述质量推定装置中，也可以是，所述数据获取部获取表示安装于所述车辆的至少一个轮胎的旋转速度的轮胎转速信息作为所述测量数据，并且基于所述轮胎转速信息获取所述加速度。

在上述质量推定装置中，也可以是，所述数据获取部获取表示安装于所述车辆的至少一个的前轮轮胎的旋转速度和至少一个后轮轮胎的旋转速度的轮胎转速信息作为所述测量数据。依存于所述驱动力的指标也可以是表示根据所述轮胎转速信息而获取的滑移率与所述加速度的关系的回归直线的斜率。

在上述质量推定装置中，也可以是，所述数据获取部获取表示安装于所述车辆的至少一个的前轮轮胎的旋转速度和至少一个后轮轮胎的旋转速度的轮胎转速信息作为所述测量数据。依存于所述驱动力的指标也可以是表示根据所述轮胎转速信息而获取的滑移率与所述驱动力的关系的回归直线的斜率。

在上述质量推定装置中，也可以是，所述数据获取部获取表示所述车辆的位置信息的数据作为所述测量数据。依存于所述驱动力的指标也可以是基于表示所述位置信息的数据而获取加速度。

在上述质量推定装置中，也可以是，所述数据获取部获取表示所述车辆的位置信息的数据以及表示安装于所述车辆的至少一个前轮轮胎的旋转速度和至少一个后轮轮胎的旋转速度的轮胎转速信息作为所述测量数据。依存于所述驱动力的指标也可以是表示基于表示所述位置信息的数据而获取的加速度与根据所述轮胎转速信息而获取的滑移率的关系的回归直线的斜率。

在上述质量推定装置中，也可以是，所述数据获取部获取表示所述车辆的位置信息的数据作为所述测量数据。依存于所述驱动力的指标也可以是表示基于表示所述位置信息的数据而获取的加速度与所述驱动力的关系的回归直线的斜率。

本发明的一方式的质量推定方法是对车辆的质量进行推定的方法，包括以下的步骤。

(1)基于在所述车辆的行驶过程中依次获取的测量数据来依次获取所述车辆的加速度与驱动力的数据组的步骤；

(2)根据依次获取的所述数据组来确定表示所述加速度与所述驱动力的关系的回归直线的斜率的步骤；以及

(3)基于所述斜率对所述车辆的质量进行推定的步骤，

需要说明的是，对所述质量进行推定的步骤(3)是如下步骤：在依存于所述驱动力的指标从第一期间至第二期间不超过第一范围而变动，且从第一斜率向第二斜率的变动超过基于依存于所述驱动力的指标的变动而确定的第二范围的情况下，拒绝所述第二斜率，在除此之外的情况下，基于所述第二斜率对所述车辆的质量进行推定，该第一斜率是根据在所述第一期间获取的第一数据组而确定的所述回归直线的斜率，该第二斜率是根据在所述第二期间获取的第二数据组而确定的所述回归直线的斜率。

本发明的一方式的质量推定程序是对车辆的质量进行推定的程序，并且使计算机执行以下步骤。

(1)基于在所述车辆的行驶过程中依次获取的测量数据来依次获取所述车辆的加速度及驱动力的数据组的步骤；

(2)根据依次获取的所述数据组而确定表示所述加速度与所述驱动力的关系的回归直线的斜率的步骤；以及

(3)基于所述斜率对所述车辆的质量进行推定的步骤，

需要说明的是，对所述质量进行推定的步骤(3)是如下步骤：在依存于所述驱动力的指标从第一期间至第二期间不超过第一范围而变动，且从第一斜率向第二斜率的变动超过基于依存于所述驱动力的指标的变动而确定的第二范围的情况下，拒绝所述第二斜率，在除此之外的情况下，基于所述第二斜率对所述车辆的质量进行推定，该第一斜率是根据在所述第一期间获取的第一数据组而确定的所述回归直线的斜率，该第二斜率是根据在所述第二期间获取的第二数据组而确定的所述回归直线的斜率。

发明的效果

根据本发明的质量推定装置，能够高精度对车辆的质量进行推定。

附图说明

图1是表示本发明的一实施方式的质量推定装置搭载于车辆的情况的示意图。

图2是表示一实施方式的质量推定装置的电气结构的框图。

图3是说明质量推定处理的原理的图。

图4是说明质量推定处理的原理的另外的图。

图5是表示质量推定的实验结果的坐标图。

图6是表示实验结果的坐标图。

图7是表示滑移率与驱动力的关系的坐标图。

图8是通过实验获取的加速度和滑移率的坐标图。

图9是表示质量推定处理的流程的流程图。

图10是表示在轮胎的各个内压下轮的负荷与动负荷半径的关系的坐标图。

图11是表示质量推定装置具备轮胎的减压检测功能的情况下的电气结构的框图。

图12是表示减压检测处理的流程的流程图。

符号说明

1…车辆

2…质量推定装置

3…显示器

6…车轮速传感器

9…其他控制单元

21…数据获取部

22…旋转速度获取部

23…车速获取部

24…加速度获取部

25…驱动力获取部

26…指标用数据获取部

27…质量推定部

28…减压检测部

29…减压警报部

FL…左前轮

FR…右前轮

RL…左后轮

RR…右后轮

v1～v4…车轮速度

V…车速

α…加速度

M…车辆1的质量

F…驱动力

Fe…发动机驱动力

Fa…空气阻力

n…发动机的转速

t…发动机扭矩

DEL2…减压指标值

O…回归直线的斜率

P…指标

Th1…第一常数

Th2…第二常数

具体实施方式

以下，一边参照附图，一边对本发明实施方式的质量推定装置、方法以及程序进行说明。在以下的各实施方式中，基于行驶过程中的车辆的运动方程式来推定车辆的质量。在此，车辆的质量除了包含车辆本身的车体质量，还包含乘员、行李等装载物的质量。将稍后描述质量推定处理的流程的详细内容。此外，在以下各实施方式中，对于相同或对应的结构，存在标记相同的附图标记并适当省略其说明的情况。

[1.第一实施方式]

以下，对第一实施方式的质量推定装置2的结构进行说明。图1是表示第一实施方式的质量推定装置2搭载于车辆1的情况的示意图。车辆1是四轮车辆，并且具备左前轮FL、右前轮FR、左后轮RL和右后轮RR。在车轮FL、FR、RL、RR分别安装有轮胎。车辆1的两个前轮(FL和FR)以及两个后轮(RL和RR)中的一方为驱动轮，另一方为从动轮。质量推定装置2具备对根据乘员、货物等装载负荷而变化的车辆1的质量M进行推定的功能。

在车轮FL、FR、RL、RR分别配备有车轮速度传感器6，车轮速度传感器6以规定的采样周期ΔT对自身所安装的车轮的车轮速度信息(即，安装于车轮的轮胎的转速信息)进行检测。车轮速度传感器6经由通信线路5而连接于质量推定装置2，由各车轮速度传感器6检测到的轮胎转速信息被实时地发送至质量推定装置2。

作为车轮速度传感器6，只要是能够对行驶中的车轮FL、FR、RL、RR的车轮速度进行检测的传感器，则可以使用任何传感器。例如，可以使用根据电磁拾音器的输出信号测定车轮速度的这样的类型的传感器，也可以使用像发电机这样的利用旋转来进行发电并且根据此时的电压测定车轮速度的这样的类型的传感器。车轮速度传感器6的安装位置也没有特别的限定，只要能够检测车轮速度，可以根据传感器的种类适当地选择。

车辆1也可以进一步具备显示器3。显示器3能够以例如液晶显示元件、液晶监视器等任意的形式来实现。显示器3的安装位置可以适当地选择，但优选设置于例如仪表盘上等的驾驶员容易看到的位置。在质量推定装置2连接于汽车导航系统的情况下，也能够将汽车导航用的监视器作为显示器3使用。

＜1.质量推定装置的结构＞

图2是表示本实施方式的质量推定装置2的电气结构的框图。如图2所示，质量推定装置2是作为硬件搭载于车辆1的控制单元，并且具备处理器11、接口12、存储器13和主存储器14。接口12是用于进行与车轮速度传感器6和显示器3等外部装置以及其他控制单元9的通信的通信装置。作为其他控制单元9的例子，可列举对发动机的动作进行控制的发动机ECU(Electronic Control Unit：电子控制装置)等。在存储器13中存储有用于对车辆1的各部的动作进行控制的程序10。程序10从CD-ROM等存储介质、专用的写入设备等被写入到存储器13。作为存储器13的例子，可列举HDD(Hard Disk Drive：硬盘驱动器)、SSD(SolidState Drive：固态硬盘)等。

处理器11从存储器13读取程序10并将其部署到主存储器14，并且根据程序10执行处理。通过执行程序10，处理器11虚拟地作为数据获取部21和质量推定部27进行动作。数据获取部21包括旋转速度获取部22、车速获取部23、加速度获取部24、驱动力获取部25和指标用数据获取部26。将稍后描述各部21～27的动作的细节。

＜2-1.质量推定的原理＞

以下，对用于推定的车辆1的质量M[kg]的原理进行说明。可以基于以下的公式(1)表示车辆1的运动方程式。

Mα＝Fe-Fa-Fr-Fg (1)

其中，α[m/s²]是车辆1的加速度。Fe[N]是车辆1的发动机输出的驱动力(以下，称为发动机驱动力)。Fa[N]是车辆1的空气阻力。Fr[N]是滚动阻力。Fg[N]是由于路面的倾斜而作用于车辆1的重力。

当将公式(1)变形时，为：

F＝Mα+f (1′)

其中，F＝Fe-Fa、f＝Fr+Fg。以下，将F称为驱动力，将f称为行驶阻力。

公式(1′)表示斜率为M、截距为f的加速度α与驱动力F的直线的公式。因此，若从加速度α和驱动力F的数据组中确定表示α与F的关系的回归直线L的斜率M1的话，则能够基于斜率M1对车辆1的质量M进行推定。当将L的截距设为f1时，L的公式如下所示。

L：F＝M1α+f1

其中，可以基于例如表示车辆1的至少一个轮胎的旋转速度的轮胎转速信息计算出加速度α和车辆1的车速V[m/s]。

例如，基于从发动机ECU输出的发动机信息，分别根据以下的公式(2)和(3)计算出发动机驱动力Fe和空气阻力Fa。

Fe＝η·(n/V)·2πt (2)

Fa＝kV² (3)

其中，n是发动机的转速[rps]，t是发动机扭矩[Nm]。另外，η和k是车辆1特有的常数。常数η、k预先通过实验或模拟确定，并且存储在质量推定装置2的存储器13中。

滚动阻力Fr是车辆1行驶时产生的阻力，主要表示由于车辆1的轮胎的变形而引起的能量损失以及由于与轮胎与车辆1行驶的路面的摩擦而引起的能量损失。Fr使用滚动阻力系数μ、路面的倾斜角θ以及重力加速度g根据以下的公式(4)进行计算。需要说明的是，μ是依存于车辆1行驶的路面是沥青路面、碎石路还是积雪道路、是湿的还是干的等对轮胎的滚动容易程度产生影响的路面的状态的系数。

Fr＝μMgcosθ (4)

根据以下的公式(5)计算出路面的倾斜方向的重力Fg。倾斜方向的重力Fg的符号在车辆1上坡时为正，在下坡时为负。

Fg＝Mgsinθ (5)

其中，滚动阻力系数μ取决于路面的状态但一般情况下是远小于1的系数。因此，在行驶阻力f中，与滚动阻力Fr相比倾斜方向的重力Fg的影响经常占主导地位。

由公式(1′)可知，为了对车辆1的质量M进行推定，需要考虑行驶阻力f。可是，如公式(4)和(5)所示，f受到车辆行驶的路面的状态、倾斜角θ等路面条件的影响而变化。但是，为了获取倾斜角θ的数据而经常需要在车辆1装备特殊的设备。另外，需要使用适合于每个路面的状态的滚动阻力系数μ，但路面的状态也根据天气而变化。像这样，在获取车辆1行驶的路面的路面条件上有各种限制，一边考虑行驶阻力f，一边高精度地对车辆1的质量进行推定是不容易的。

在此，参照图3。图3是由本申请的发明人等进行的实验1而获得的坐标图，横轴是加速度α，纵轴是驱动力F。在坐标图中标示了质量M的车辆1行驶时的α和F。但是，由于排除了在换挡中、制动中所获取的α和F的数据，因此在坐标图中标示的数据被划分为与车辆1的每一次的加速度对应的归纳好的子集1～4(参照图3)。子集1～4所包含的(α、F)的数据中包括各种各样的路面条件下的数据，可以认为行驶阻力f的波动较大。因此，可以认为当一次使用子集1～4所包含的所有的数据来确定回归直线时，回归的相关系数降低，其结果会导致降低质量推定的精度。

本申请的发明人等考虑从子集1～4所包含的数据组中选择路面条件的变化较少的情况下的数据组，即选择可将行驶阻力f视为恒定的情况下的数据组。也就是说，若选择路面条件实质上是恒定的并且仅驱动力F实质上对加速度α产生影响时的(α、F)的数据组的话，则可以认为基于所选择的数据组的回归直线L的斜率M1而推定的车辆1的质量的精度提高。

但是，现实中车辆1的质量M可取值存在一定的范围。本申请的发明人等注意到能够利用该范围选择路面条件实质上恒定的数据组。具体而言，可以说质量M不会小于空车状态的车辆1的质量m1，另外也不会超过最大装载状态的质量m2。空车状态是指仅标准体重的驾驶员的装载负荷施加于车辆1本身的质量的状态(即，除了驾驶员以外没有施加装载负荷的状态)，或者没有施加包括驾驶员在内的装载负荷的状态。最大装载状态是指车辆1所容许的最大限度的装载负荷施加于车辆1的状态。

上述的质量M的范围也与加速度α和驱动力F的回归直线L的斜率M1的范围对应。因此，将质量m1和质量m2分别确定为斜率M1的下限值和上限值，将由m1和m2确定的范围设为斜率M1的斜率条件(参照图4)。并且，针对子集中包含的每个(α、F)确定回归直线L，仅在所确定的L的斜率M1满足斜率条件m1≤M1≤m2的情况下，将该(α、F)的数据组用于质量推定处理。另一方面，在斜率M1不满足斜率条件的情况下，拒绝该(α、F)的数据组，并且不用于质量推定处理。

再次参照图3，子集1～4中的属于子集2的加速度α与驱动力F的回归直线L2的斜率满足上述那样设定的斜率条件。另外，属于子集4的加速度α与驱动力F的回归直线L4的斜率也满足同样的斜率条件。因此，能够将属于子集2和子集4的(α、F)的数据组分别作为路面条件实质上恒定的情况下所获取的数据用于车辆1的质量推定处理。

另一方面，属于子集1的α与F的回归直线L1以及属于子集3的α与F的回归直线L3的斜率不满足上述的斜率条件。也就是说，可以认为子集1和子集3的(α、F)的数据组均是在不能说是实质上恒定的路面条件下所获取的。因此，通过不将属于子集1和子集3的(α、F)的数据组用于车辆1的质量推定处理，能够抑制路面条件的波动的影响，并且提高质量推定的精度。

将基于满足斜率条件的斜率M1而计算出的值作为车辆1的质量的推定值Ms。推定值Ms能够设为例如最新的斜率M1。另外，能够在每次通过使用了例如卡尔曼滤波器等的逐次计算而获得一个满足斜率条件的斜率M1时更新Ms。然而，在该方法中，在重新获得的斜率M1与前一次的值相比超过一定的范围变动的情况下，由于没有验证新的斜率M1的可靠性，因此存在将可靠性低的斜率M1的值用于质量推定处理的情况。

＜2-2.质量推定的原理＞

图5是表示本申请的发明人等使用实际的车辆进行基于上述的原理的质量推定处理的实验2的结果的坐标图。坐标图的横轴是在车辆中开始上述的质量推定处理之后经过的时间[s]，纵轴是计算出的推定值Ms[kg]。在实验期间，车辆1的实际质量M不变动而是恒定的。如图5所示，可以看出推定值Ms随着时间的经过收敛在一定的范围内，但是在800s附近(图中用虚线表示)急剧增加。

图6是通过相同的实验2获得的加速度α和驱动力F的坐标图。坐标图的横轴是α[m/s²]，纵轴是F[N]。对于图6所示的(α、F)，针对每个子集确定的回归直线的斜率M1均满足上述的斜率条件。尽管如此，从实验2的结果确认到由于某些原因而产生推定值Ms或斜率M1的变动，并且没有收敛在一定的范围内。在这样的情况下，在上述的质量推定处理中，难以判断变动前的推定值和变动后的推定值中的哪一方的推定值的误差较小。

在斜率M1超过一定的范围而变动时，若能够判定该变动是否妥当的话，则能够将变动前的斜率M1和变动后的斜率M1中的可靠性更高的一方用于质量推定中。因此，本申请的发明人等考虑另外设定依存于驱动力F的指标P，并且评价相对于斜率M1的变化率的指标P的变化率。这样一来，即使是在斜率M1超过一定的范围而变动的情况下，也能够判定是否应该将变动后的斜率M1用于质量推定处理。也就是说，在可以说某个期间内指标P收敛在一定的范围内的情况下，若可以说相同期间内的斜率M1以指标P的变动为基准急剧变动的话，则斜率M1的变动由于一些噪声等而产生，并且被认为是不妥当的，因此通过不将重新获得的斜率M1用于质量推定处理，能够维持质量推定的精度。另一方面，在指标P超过一定的范围而变动，且斜率M1也与该变动量相应地变动的情况下，将重新获得的斜率M1作为具有一定的可靠性的值用于质量推定处理，能够进一步提高质量推定的精度。

具体而言，若判定为指标P从第一期间至其后的第二期间不超过第一范围而变动，且根据在第一期间获取的时序上连续的一套(α、F)的数据组(以下，称为第一数据组)而确定的回归直线的第一斜率N1向根据在第二期间获取的一套的(α、F)的数据组(以下，称为第二数据组)而确定的回归直线的第二斜率N2的变动超过基于指标P的变动而确定的第二范围的话，则拒绝第二斜率N2，并且不用于质量推定处理。

指标P只要是依存于驱动力F而变化的参数，则能够适当选择。在第一实施方式中，指标P是表示加速度α与车辆1的滑移率λ[％]的关系的回归直线的斜率O。例如根据以下的公式(6)计算出滑移率λ。

λ＝(vk-vj)/vj×100 (6)

其中，vk是驱动轮的有代表性的车轮速度、vj是从动轮的有代表性的车轮速度。车轮速度vk和vj能够根据例如车轮速度传感器6获取的表示至少一个前轮轮胎的旋转速度和至少一个后轮轮胎的旋转速度的轮胎转速信息计算。滑移率λ表示驱动轮轮胎相对于车辆1的行驶滑移了多少。车辆1的速度如本实施方式那样能够由从动轮的有代表性的车轮速度代替。

在此，一般情况下已知针对每个路面表示车辆的滑移率与驱动力(或者驱动力系数等)的关系的曲线。图7为其一例，表示了分别对于不同的路面1～6的滑移率λ与驱动力F的关系。如图7所示，在滑移率λ为大约10％以下的范围内，驱动力F随着滑移率λ增加而增大。根据本申请的发明人等，可以说在滑移率λ为大约10％以下的区域内，滑移率λ和驱动力F具有近似的比例关系。也就是说，在滑移率λ为大约10％以下的区域内，可以说在车辆1的加速度与滑移率λ之间成比例关系。从以上可知，能够将根据测量的加速度α和滑移率λ而确定的回归直线的斜率O作为与根据加速度α和驱动力F而确定的回归直线L的斜率M1对应的指标P来使用。

在此，参照图8。图8是标示了通过上述实验2获得的(α、λ)的坐标图，横轴是加速度α[m/s²]，纵轴是滑移率λ[％]。标示出的加速度α和滑移率λ的数据组与图6所示的加速度α和驱动力F的数据组对应。即，图8的加速度α与图6所示的加速度α是相同的，根据与加速度α对应的时刻的轮胎转速信息基于公式(6)计算出滑移率λ。

对于图8所示的加速度α和滑移率λ，与加速度α和驱动力F同样地针对每个路面条件实质上恒定的子集确定回归直线。其结果是，回归直线的斜率O收敛在一定的范围内。也就是说，即使(α，F)的回归直线L的斜率M1变动了一定以上，(α，λ)的回归直线的斜率O与斜率M1相比也可能不变动。利用此点，能够判定斜率M1是否具有能够用于质量推定处理的充分的可靠性。

斜率M1的变动能够例如由变化率ΔM1表示。使用根据第一数据组而确定的第一斜率N1和根据第二数据组而确定的第二斜率N2，并根据以下的公式(7)计算出变化率ΔM1。

ΔM1＝(N2-N1)/N1 (7)

能够使用斜率O2相对于斜率O1的变化率ΔO作为从第一期间至第二期间中的指标P的变动ΔP，该斜率O1是根据在第一期间获取的(α，λ)的数据组而确定的回归直线的斜率，该斜率O2是根据在第二期间获取的(α，λ)的数据组而确定的回归直线的斜率。例如根据以下的公式(8)计算出变化率ΔO。

ΔO＝(O2-O1)/O1 (8)

第一范围能够根据例如正的第一常数Th1确定下限值为-Th1且上限值为Th1的范围。第一常数Th1是预先设定的常数，并且例如预先保存在存储器13中。

在斜率O的变动的大小未超过第一范围的情况下，即在|ΔO|≤Th1的情况下，若变化率ΔM超过基于变化率ΔO而确定的第二范围的话，则拒绝重新计算出的第二斜率N2，将之前计算出的第一斜率N1用于质量推定处理。在斜率O的变动超过第一范围的情况下，即在|ΔO|＞Th1的情况下，无论变化率ΔM是否超过第二范围，都不拒绝重新计算出的第二斜率N2，而用于质量推定处理。

在本实施方式中，通过将以变化率ΔO为基准的变化率ΔM1的相对大小(以下，称为相对变化量)与根据第二常数Th2确定的上限值和下限值的范围进行对照来评价斜率M1的变动。第二常数Th2是预先设定的正的常数，并且例如预先保存在存储器13中。相对变化量由例如(ΔM1-ΔO)定义。在|ΔO|≤Th1的情况下，在相对变化量(ΔM1-ΔO)的大小超过第二常数Th2时，即在|ΔM1-ΔO|＞Th2时，由于可以说变化率ΔM超过基于变化率ΔO的而确定的第二范围，因此拒绝第二斜率N2。

＜3.质量推定处理＞

以下，一边参照图9，一边对用于推定基于这些见解的车辆1的质量的质量推定处理进行说明。图9所示的质量推定处理例如在发动机的开关接通时开始，在车辆1停车后并经过一定时间时结束。

在步骤S1～S4中，通过数据获取部21获取稍后的解析所需的数据。首先，在步骤S1中，旋转速度获取部22获取从各车轮速度传感器6时时刻刻发送来的轮胎转速信息，并且基于此计算轮胎的旋转速度v1～v4[s^-1]。需要说明的是，旋转速度v1～v4分别是安装于车轮FL、FR、RL、RR的轮胎的旋转速度。计算出的旋转速度v1～v4存储在存储器13或主存储器14中。

在接下来的步骤S2中，车速获取部23基于在步骤S1中获取到的轮胎的旋转速度(在本实施方式中为vj)计算车速V。计算出的车速V存储在存储器13或主存储器14中。

在接下来的步骤S3中，加速度获取部24计算车辆1的加速度α。在本实施方式中，根据从动轮的轮胎转速信息计算出加速度α。计算出的加速度α存储在存储器13或主存储器14中。

在接下来的步骤S4中，驱动力获取部25基于公式(2)和(3)计算车辆1的驱动力F。计算出的驱动力F与先前的步骤S3中获取到的加速度α进行组合，并且作为(α，F)的组存储在存储器13或主存储器14中。

在接下来的步骤S5中，指标用数据获取部26根据上述的公式(6)计算出滑移率λ。但是，在本实施方式中，vk是驱动轮轮胎的平均旋转速度，vj是从动轮轮胎的平均旋转速度。计算出的λ与在步骤S3中获取到的加速度α进行组合，并存储在存储器13或主存储器14中。即，当步骤S4和S5结束时，(α，F，λ)的组存储在存储器13或主存储器14中。

在接下来的步骤S6中，数据获取部21对在步骤S1～S5中获得的最新的加速度α和驱动力F的数据是否有效进行判定。数据有效是指(α，F)的数据的精度足够高而能够用于质量推定处理。即，由于在换挡中、制动中获取到的(α，F)的数据的波动较大而对质量推定的精度带来不利的影响，因此判定此时获得的数据组不是有效的。需要说明的是，在本实施方式中，基于发动机信息所包含的发动机的转速n、从制动控制用的ECU等获取的制动压力等的信息进行是否进行换挡、制动操作的判定。

在数据获取部21判定最新的(α，F)的数据有效的情况下，处理进入步骤S7。另一方面，在数据获取部21判定(α，F)的数据组不是有效的情况下，处理进入步骤S15，将最新的(α，F，λ)的数据组从存储器13或主存储器14内删除。之后，处理返回到步骤S1，数据获取部21获取之后的(α，F，λ)的数据。

在步骤S7中，数据获取部21对积累在存储器13或主存储器14中的(α，F，λ)的数据是否在规定数量K(K为2以上的整数)以上进行判定。在数据获取部21判定数据的数量为K以上的情况下，处理进入步骤S8。另一方面，在数据获取部21判定数据的数量小于K的情况下，处理返回到步骤S1，并且获取之后的(α，F，λ)的数据。即，在获取有效且连续的K个以上的(α，F，λ)的数据的情况下，对于包括这样的数据的数据组执行步骤S8。

在接下来的步骤S8中，质量推定部27基于积累在存储器13或主存储器14内的数据组来确定加速度α与驱动力F的回归直线L以及加速度α与滑移率λ的回归直线。也就是说，正在步骤S8中，质量推定部27计算出作为与斜率M1(第二斜率N2)和斜率M1对应的指标P的斜率O2。第二斜率N2和斜率O2的计算方法没有特别的限定，例如能够使用最小二乘法。另外，为了使运算效率化，也能够使用递归最小二乘法。在该情况下，每当在步骤S6中重新获取有效的数据时，一边更新并一边计算斜率M1。

在接下来的步骤S9中，质量推定部27基于预先存储在存储器13或主存储器14内的斜率条件(m1≤M1≤m2)对在步骤S8中计算出的第二斜率N2是否满足斜率条件进行判定。质量推定部27在判定第二斜率N2不满足斜率条件的情况下，拒绝该第二斜率N2，并且从存储器13或主存储器14内删除计算出第二斜率N2的作为原始数据的加速度α、驱动力F以及滑移率λ的数据组(步骤S15)。之后，处理返回到步骤S1。另一方面，在质量推定部27判定第二斜率N2满足斜率条件的情况下，处理进入步骤S10。步骤S9是选择在接下来的步骤S10中应当用于质量M的推定的斜率M1的步骤。换言之，步骤S9是选择路面条件实质上恒定的加速度α与驱动力F的数据组的步骤。

在步骤S10中，质量推定部27基于第二斜率N2计算出对车辆的质量进行了推定的临时推定值Mt，并且将计算出的临时推定值Mt暂时保存在主存储器14内。在该时间点，根据斜率条件选择斜率M1(第二斜率N2)，但相对于前一次计算出的斜率(第一斜率N1)变动了多少尚不明确。因此，在步骤S10中，基于第二斜率N2临时对质量进行了推定，但根据后述的步骤S12的判定的结果，存在从存储器13或主存储器14删除第二斜率N2、临时推定值Mt，并且取消临时推定(步骤S13)的情况。

此外，基于斜率M1的质量的临时推定也可以仅将斜率M1原封不动地作为临时推定值Mt，但并不限定于此。在本实施方式中，为了提高推定的精度，通过使用了卡尔曼滤波器的逐次计算计算临时推定值Mt。在逐次计算中，最新的回归直线的斜率M1、截距和推定值的方差的协方差距阵(2×2距阵)的四个分量保存在存储器13或主存储器14中。需要说明的是，用于递归计算的初始值初期值被预先设定，并且存储在存储器13中。这样一来，在通过递归计算而计算出临时推定值Mt的情况下，能够基于过去的大量的数据高精度地对质量M进行临时推定，另一方面，应该存储的数据仅是最新的六个变量的值就足够。因此，所需的存储器的容量较小，进而运算负荷也降低。

在步骤S11中，质量推定部27计算出变化率ΔM1、变化率ΔO和相对变化量(ΔM1-ΔO)。根据上述的公式(7)和(8)计算出ΔM1和ΔO。需要说明的是，公式(8)的指标O2与最新的斜率M1(第二斜率N2)在时序上对应。

在步骤S12中，质量推定部27对变化率ΔO是否在第一范围内(即，|ΔO|≤Th1)，且相对变化量(ΔM1-ΔO)的大小是否超过第二常数(|ΔM1-ΔO|＞Th2)进行判定。需要说明的是，第一常数Th1和第二常数Th2通过例如实验或模拟来预先确定，并且预先保存在存储器13内。

当质量推定部27判定|ΔO|≤Th1且|ΔM1-ΔO|＞Th2时，处理继续到步骤S13。在步骤S13中，从存储器13或主存储器14内删除基于在步骤S10中临时保存的第二斜率N2、斜率O2以及第二斜率N2而计算出的临时推定值Mt，并且取消临时推定。在接下来的步骤S15中，从存储器13或主存储器14内删除用于计算第二斜率N2的数据组。也就是说，拒绝第二斜率N2。需要说明的是，当在步骤S13中取消临时推定时，最新的推定值Ms为基于前一次保存的M1(第一斜率N1)计算出的推定值Ms。之后，处理返回到步骤S1，并且再次重复同样的过程。

另一方面，当在步骤S12中质量推定部27判定为|ΔO|＞Th1的情况下，处理继续到步骤S14。在步骤S14中，采用在步骤S10中临时保存在主存储器14内的临时推定值Mt作为推定值Ms。也就是说，用前一次保存在存储器13或主存储器14中的斜率M1(第一斜率N1)和基于第一斜率N1而计算出的推定值Ms覆盖保存最新的M1(第二斜率N2)和基于第二斜率N2而计算出的推定值Ms。之后，处理返回到步骤S1，并且再次重复同样的过程。

[2.第二实施方式]

以下，对第二实施方式的质量推定装置200进行说明。在上述实施方式中，使用表示加速度α与滑移率λ的关系的回归直线的斜率O作为依存于驱动力F的指标P，但在本实施方式中，使用表示滑移率λ与驱动力F的关系的回归直线的斜率作为指标P。

如上所述，只要车辆正常行驶，在滑移率λ与驱动力F之间就成立实质上的比例关系。因此，通过验证相对于(α，F)的回归直线L的斜率M1的变动的(λ，F)的回归直线的斜率的变动，能够对是否将第二斜率N2用于质量推定处理进行判定。需要说明的是，质量推定装置200的电气结构与图2所示的第一实施方式的质量推定装置2是相同的。另外，质量推定处理的流程也与图9所示的第一实施方式的处理的流程大致相同，但在步骤S8中计算的指标P1是(λ，F)的回归直线的斜率的这一点上是不同的。此外，第一常数Th1和第二常数Th2也可以不与上述实施方式相同，能够适当地设定。

[3.第三实施方式]

以下，对第三实施方式的质量推定装置210进行说明。在第一实施方式中，使用表示加速度α与滑移率λ的关系的回归直线的斜率O作为依存于驱动力F的指标P，但在本实施方式中，使用基于表示车辆1的位置信息的数据而获取的加速度β作为指标P。由运动方程式可知，加速度β是依存于驱动力F的指标。

质量推定装置210的电气结构与图2所示的第一实施方式的质量推定装置2是相同的。但是，在本实施方式中，指标用数据获取部26获取表示车辆1的位置信息的数据来代替滑移率λ。更具体而言，在图9所示的流程图的步骤S5中，指标用数据获取部26定期获取例如全球定位卫星系统(Global navigation Satellite System；GNSS)的定位信号。质量推定装置210能够基于所获取的定位信号计算车辆1的加速度β。加速度β可以在步骤S5中通过指标用数据获取部26计算，也可以在步骤S8中通过质量推定部27计算。

可以认为加速度β的值最初与同时刻的加速度α的值大致一致，或者相对于同时刻的加速度α的值具有一定的偏差。由此，在加速度β从第一期间至第二期间没有超过第一范围而变动的情况下，若回归直线L的斜率M1超过第二范围而变动的话，则可以认为由于某些原因在驱动力F和加速度α的至少一方的值中产生偏差。因此，质量推定部27拒绝这样的情况下的第二斜率N2。需要说明的是，第一常数Th1和第二常数Th2也可以不与上述实施方式相同，能够适当地设定。

在步骤S10中计算临时推定值Mt之前的阶段，加速度β也可以用于对是否将到目前为止的数据组用于质量推定处理进行判定。例如，质量推定部27也可以计算出表示加速度β相对于加速度α偏离的程度的偏差量R，并且对规定的阈值和偏差量进行比较。只要能够评价加速度β相对于加速度α的偏离的量，偏差量R能够用任何的公式来定义。偏差量R例如以如下形式定义。

R＝β/α

或者，也能够以如下形式定义。

R＝α/β

或者，也能够以如下形式定义。

R＝|β-α|

在此，能够适当地设定相对于第一期间的偏差量R1和相对于第二期间的偏差量R2。例如，偏差量R1能够设为根据在第一期间获取的(α，β)获取的偏差量R的平均值或最大值。同样地，偏差量R2能够设为根据在第二期间获取的(α，β)获取的偏差量R的平均值或最大值。另外，在通过质量推定部27判定为偏差量R超过一定的范围的情况下，由于可以认为加速度α和加速度β中的至少一方的值产生某些异常，因此也可以结构为在该时间点进入步骤S15。

[4.第四实施方式]

以下，对第四实施方式的质量推定装置220进行说明。在第一实施方式中，使用表示加速度α与滑移率λ的关系的回归直线的斜率O作为依存于驱动力F的指标P，但在本实施方式中，使用表示加速度β与驱动力F的关系的回归直线的斜率作为指标P。加速度β与在第三实施方式已说明的加速度β是相同的。

质量推定装置220的电气结构与图2所示的第一实施方式的质量推定装置2是相同的。质量推定处理的流程也与图9所示的第一实施方式的处理的流程大致相同，但在本实施方式中，在图9所示的流程图的步骤S5中，指标用数据获取部26计算出加速度β。另外，质量推定部27在步骤S8中计算出(β，F)的回归直线的斜率作为指标P。需要说明的是，第一常数Th1和第二常数Th2也可以不与上述实施方式相同，能够适当地设定。

[5.第五实施方式]

以下，对第五实施方式的质量推定装置230进行说明。在第一实施方式中，使用表示加速度α与滑移率λ的关系的回归直线的斜率O作为依存于驱动力F的指标P，但在本实施方式中，使用表示加速度β与滑移率λ的关系的回归直线的斜率作为指标P。滑移率λ与在第一实施方式中已说明的滑移率λ是相同的，加速度β与在第三实施方式中已说明的加速度β是相同的。

质量推定装置230的电气结构与图2所示的第一实施方式的质量推定装置2是相同的。质量推定处理的流程也与图9所示的第一实施方式的处理的流程大致相同，但在本实施方式中，在图9所示的流程图的步骤S5中，指标用数据获取部26计算出加速度β和滑移率λ。另外，质量推定部27在步骤S8中计算出(β，λ)的回归直线的斜率作为指标P。需要说明的是，第一常数Th1和第二常数Th2也可以不与上述实施方式相同，能够适当地设定。

根据以上各实施方式的质量推定装置，即使路面条件不明确，基于来自搭载于车辆1的车轮速度传感器6、发动机的控制装置的信息，也能够高精度地对车辆1的质量进行推定。另外，与基于车轮速度的频谱的变化对质量进行推定的方法不同，在车轮速度传感器6的S/N比较小的情况下，也能够高精度地对质量进行推定。进一步地，由于导入指标P并验证用于质量推定的数据的可靠性，因此即使质量的推定值变动，也能够对是否采用该推定值进行判定，进而能够进一步提高质量推定的精度。

＜4.应用例＞

通过上述各实施方式的质量推定装置计算出的推定值Ms能够应用于例如DLR方式动负荷半径(Dynamic Loaded Radius；DLR)的轮胎空气压监视系统。在DLR方式的减压检测处理中，利用了减压轮胎由于在行驶时被压坏从而动负荷半径(DLR)变小，并且更加高速地旋转的现象。并且，作为用于评价减压的减压指标值，使用对规定的轮胎彼此的旋转速度v1～v4进行比较的三个指标值DEL1～DEL3。例如根据以下的公式计算出指标值DEL1～DEL3。

DEL1＝{(v1+v4)/(v2+v3)-1}×100(％)

DEL2＝{(v1+v2)/(v3+v4)-1}×100(％)

DEL3＝{(v1+v3)/(v2+v4)-1}×100(％)

上述指标值中，DEL1是对位于对角的轮胎彼此的旋转速度v1～v4进行比较的指标值，DEL2是对前后的轮胎彼此的旋转速度v1～v4进行比较的指标值，DEL3是对左右的轮胎彼此的旋转速度v1～v4进行比较的指标值。另外，DEL1随着旋转速度v1、v4增大而变大，且随着旋转速度v2、v3增大而变小，或者，随着旋转速度v2、v3增大而变大，且随着旋转速度v1、v4增大而变小。DEL2随着旋转速度v1、v2增大而变大，且随着旋转速度v3、v4增大为变小，或者，随着旋转速度v3、v4增大而变大，且随着旋转速度v1、v2增大而变小。DEL3随着旋转速度v1、v3增大而变大，且随着旋转速度v2、v4增大而变小，或者，随着旋转速度v2、v4增大而变大，且随着旋转速度v1、v3增大而变小。

然而，轮胎的动负荷半径由于减压而变小，但通过施加装载负荷也会变小。图10是标示了在轮胎未减压的正常内压时(NP时)和减压20％时的两种情况下，轮胎的动负荷半径(DLR[mm])相对于车辆1的装载负荷(Load[kN])的坐标图。由坐标图可知，在轮胎是正常内压且装载负荷为大约5(kN)的情况、以及轮胎减压20％且装载负荷为大约3.5(kN)情况下，轮胎的动负荷半径都大约为347(mm)。因此，无法识别在仅施加装载负荷且轮胎被压坏的情况和轮胎由于减压而被压坏的情况。其结果是，尽管实际上内压是正常的，减压指标值DEL也会超过阈值，从而容易引起系统的误警报。或者，也可能发生尽管实际上内压是异常的，但DEL不超过阈值的情况。

上述的三个指标值中，对前后的轮胎彼此的旋转速度进行比较的DEL2尤其容易受到车辆1的负荷变化的影响。这是因为由于装载负荷主要由于乘员的质量、装载在后备箱的货物而带来的，因此在车辆1为前置发动机·前端驱动车辆的情况下，尤其是装载负荷的增减主要影响后轮轮胎的动负荷半径。因此，通过校正以取消车辆1的荷重变化对DEL2带来的影响，能够提高减压检测的精度。在该校正处理中能够使用通过上述处理计算出的推定值Ms。

图11是表示追加减压检测功能后的质量推定装置2的电气结构的图。在该例中，通过执行程序10，处理器11进一步作为减压检测部28和减压警报部29进行动作。减压检测部28计算出指标值DEL1～DEL3，并且与预先确定的阈值进行比较，并对是否满足各轮胎的减压条件进行判定。在判定为轮胎减压的情况下，减压警报部29产生警报，并且将正在发生减压的结果传达给用户。

以下，一边参照图12，一边对用于对安装于FL、FR、RL、RR的轮胎的减压进行检测的减压检测处理进行说明。与上述的质量推定处理并行地执行以下的处理。在步骤S21中，减压检测部28基于通过旋转速度获取部22获取的轮胎的旋转速度v1～v4，根据上述公式分别计算出指标值DEL1～DEL3。

在步骤S22中，减压检测部28获取存储在存储器13或主存储器14的最新的推定值Ms的数据，并进行DEL2的负荷校正。DEL2的负荷校正的方法例如能够使用日本特开2012-202836号公报中所记载的方法。具体而言，能够根据如下公式进行校正。其中，在如下公式中，DEL2′是校正后的DEL2，C1是校正系数，DifL是在标准内压下学习时的车辆1的质量与当前(行驶时)的推定值Ms的差。能够通过在标准内压下在多个装载条件下进行实验行驶而针对每辆车事先求得C1。

DEL2′＝DEL2-C1×DifL

在步骤S23中，减压检测部28对预先存储在存储器13中的阈值和计算出的DEL1、DEL2′及DEL3进行比较，从而对轮胎是否正在减压进行判定。其结果是，若没有判定任一轮胎正在减压的话，则处理返回到S21。若判定任一轮胎正在减压的话，则处理进入步骤S24。

在步骤S24中，减压警报部29通过显示器3输出警报。此时，显示器3能够区分哪个轮胎正在减压并进行警报，也能够以仅表示任一轮胎正在减压的方式进行警报。另外，减压警报也能够以音声输出的形式来执行。

＜5.变形例＞

以上，对本发明的各实施方式进行了说明，但本发明并不限定于上述各实施方式，在不脱离其主旨的范围内，能够进行各种变更。例如，能够进行以下变更。另外，能够适当地组合以下的变形例的主旨。

＜5-1＞

车辆1的加速度α和驱动力F的数据的获取方法并不限定于上述各实施方式中已说明的方法。例如，在上述各实施方式中，加速度α也可以通过配备在车辆1的加速度传感器获取。另外，驱动力F也可以基于配备在车辆1的车轮扭矩传感器的输出值获取。车速V和轮胎的转速信息的获取方法也并不限定于上述各实施方式中已说明的方法。车速V和轮胎的转速信息也可以根据例如全球定位卫星系统的定位信号来计算。

＜5-2＞

在上述第三实施方式～第五实施方式中，质量推定装置接收GNSS的定位信号，但从该系统直接接收GNSS的定位信号的也可以是构成为与质量推定装置分开的装置、车辆1的其他控制单元9。

＜5-3＞

在上述实施方式的质量推定处理中，通过使用卡尔曼滤波器反复计算并更新车辆的质量M的推定值Ms。然而，对于每次行驶，根据前一次的值仅更新一次在步骤S14中采用的推定值Ms即可。

＜5-4＞

在图9所示的质量推定处理中，执行步骤S3，S4，S5的顺序并不限于上述的顺序。例如，也能够同时并行执行步骤S3，S4，S5。另外，在加速度α不是根据车速V而计算出的情况下，能够适当地变更执行步骤S3的时机。进一步，也可以在步骤S6中判定为数据有效之后执行步骤S5。

＜5-5＞

上述实施方式的车辆的质量推定装置并不限于四轮车辆中的驱动方式，也能够应用于FF车辆、FR车辆、MR车辆、4WD车辆中的任一种车辆中。

Claims (13)

1.一种质量推定装置，对车辆的质量进行推定，其特征在于，具备：

数据获取部，该数据获取部基于在所述车辆的行驶过程中依次获取的测量数据来依次获取所述车辆的加速度与驱动力的数据组；以及

质量推定部，该质量推定部根据依次获取的所述数据组来确定表示所述加速度与所述驱动力的关系的回归直线的斜率，并且基于所述斜率对所述车辆的质量进行推定，

在依存于所述驱动力的指标从第一期间至第二期间不超过第一范围而变动，且从第一斜率向第二斜率的变动超过基于依存于所述驱动力的指标的变动而确定的第二范围的情况下，所述质量推定部拒绝所述第二斜率，在除此之外的情况下，所述质量推定部基于所述第二斜率对所述车辆的质量进行推定，该第一斜率是根据在所述第一期间获取的第一数据组而确定的所述回归直线的斜率，该第二斜率是根据在所述第二期间获取的第二数据组而确定的所述回归直线的斜率。

2.根据权利要求1所述的质量推定装置，其特征在于，

在所述质量推定部拒绝所述第二斜率的情况下，所述质量推定部基于所述第一斜率对所述车辆的质量进行推定。

3.根据权利要求1或2所述的质量推定装置，其特征在于，

所述数据获取部获取表示所述车辆的发动机的驱动状态的发动机信息作为所述测量数据，并且基于所述发动机信息获取所述驱动力。

4.根据权利要求3所述的质量推定装置，其特征在于，

所述发动机信息包含与发动机扭矩及所述发动机的转速相关的信息。

5.根据权利要求3或4所述的质量推定装置，其特征在于，

所述数据获取部获取表示安装于所述车辆的至少一个轮胎的旋转速度的轮胎转速信息作为所述测量数据，并且基于所述发动机信息及所述轮胎转速信息获取所述驱动力。

6.根据权利要求1至5中任一项所述的质量推定装置，其特征在于，

所述数据获取部获取表示安装于所述车辆的至少一个轮胎的旋转速度的轮胎转速信息作为所述测量数据，并且基于所述轮胎转速信息获取所述加速度。

7.根据权利要求1至6中任一项所述的质量推定装置，其特征在于，

所述数据获取部获取表示安装于所述车辆的至少一个的前轮轮胎的旋转速度和至少一个后轮轮胎的旋转速度的轮胎转速信息作为所述测量数据，

依存于所述驱动力的指标是表示根据所述轮胎转速信息而获取的滑移率与所述加速度的关系的回归直线的斜率。

8.根据权利要求1至6中任一项所述的质量推定装置，其特征在于，

所述数据获取部获取表示安装于所述车辆的至少一个的前轮轮胎的旋转速度和至少一个后轮轮胎的旋转速度的轮胎转速信息作为所述测量数据，

依存于所述驱动力的指标是表示根据所述轮胎转速信息而获取的滑移率与所述驱动力的关系的回归直线的斜率。

9.根据权利要求1至6中任一项所述的质量推定装置，其特征在于，

所述数据获取部获取表示所述车辆的位置信息的数据作为所述测量数据，

依存于所述驱动力的指标是基于表示所述位置信息的数据而计算出的加速度。

10.根据权利要求1至6中任一项所述的质量推定装置，其特征在于，

所述数据获取部获取表示所述车辆的位置信息的数据以及表示安装于所述车辆的至少一个前轮轮胎的旋转速度和至少一个后轮轮胎的旋转速度的轮胎转速信息作为所述测量数据，

依存于所述驱动力的指标是表示基于表示所述位置信息的数据而获取的加速度与根据所述轮胎转速信息而获取的滑移率的关系的回归直线的斜率。

11.根据权利要求1至6中任一项所述的质量推定装置，其特征在于，

所述数据获取部获取表示所述车辆的位置信息的数据作为所述测量数据，

依存于所述驱动力的指标是表示基于表示所述位置信息的数据而获取的加速度与所述驱动力的关系的回归直线的斜率。

12.一种质量推定方法，对车辆的质量进行推定，其特征在于，包括：

基于在所述车辆的行驶过程中依次获取的测量数据来依次获取所述车辆的加速度与驱动力的数据组的步骤；

根据依次获取的所述数据组来确定表示所述加速度与所述驱动力的关系的回归直线的斜率的步骤；以及

基于所述斜率对所述车辆的质量进行推定的步骤，

对所述质量进行推定的步骤是如下步骤：在依存于所述驱动力的指标从第一期间至第二期间不超过第一范围而变动，且从第一斜率向第二斜率的变动超过基于依存于所述驱动力的指标的变动而确定的第二范围的情况下，拒绝所述第二斜率，在除此之外的情况下，基于所述第二斜率对所述车辆的质量进行推定，该第一斜率是根据在所述第一期间获取的第一数据组而确定的所述回归直线的斜率，该第二斜率是根据在所述第二期间获取的第二数据组而确定的所述回归直线的斜率。

13.一种质量推定程序，对车辆的质量进行推定，其特征在于，使计算机执行如下步骤：

基于在所述车辆的行驶过程中依次获取的测量数据来依次获取所述车辆的加速度与驱动力的数据组的步骤；

根据依次获取的所述数据组来确定表示所述加速度与所述驱动力的关系的回归直线的斜率的步骤；以及

基于所述斜率对所述车辆的质量进行推定的步骤，

对所述质量进行推定的步骤是如下步骤：在依存于所述驱动力的指标从第一期间至第二期间不超过第一范围而变动，且从第一斜率向第二斜率的变动超过基于依存于所述驱动力的指标的变动而确定的第二范围的情况下，拒绝所述第二斜率，在除此之外的情况下，基于所述第二斜率对所述车辆的质量进行推定，该第一斜率是根据在所述第一期间获取的第一数据组而确定的所述回归直线的斜率，该第二斜率是根据在所述第二期间获取的第二数据组而确定的所述回归直线的斜率。

Images