CN113232462A - 胎压管理方法、装置及计算机存储介质 - Google Patents
胎压管理方法、装置及计算机存储介质 Download PDFInfo
- Publication number
- CN113232462A CN113232462A CN202110554433.1A CN202110554433A CN113232462A CN 113232462 A CN113232462 A CN 113232462A CN 202110554433 A CN202110554433 A CN 202110554433A CN 113232462 A CN113232462 A CN 113232462A
- Authority
- CN
- China
- Prior art keywords
- tire
- change rate
- tire pressure
- data
- temperature change
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 49
- 238000012417 linear regression Methods 0.000 claims abstract description 77
- 238000005070 sampling Methods 0.000 claims description 34
- 238000012545 processing Methods 0.000 claims description 28
- 230000002159 abnormal effect Effects 0.000 claims description 22
- 238000004140 cleaning Methods 0.000 claims description 10
- 238000012360 testing method Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 4
- 238000000034 method Methods 0.000 abstract description 13
- 238000012544 monitoring process Methods 0.000 abstract description 10
- 238000009826 distribution Methods 0.000 description 10
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 125000004122 cyclic group Chemical group 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000006698 induction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60C—VEHICLE TYRES; TYRE INFLATION; TYRE CHANGING; CONNECTING VALVES TO INFLATABLE ELASTIC BODIES IN GENERAL; DEVICES OR ARRANGEMENTS RELATED TO TYRES
- B60C23/00—Devices for measuring, signalling, controlling, or distributing tyre pressure or temperature, specially adapted for mounting on vehicles; Arrangement of tyre inflating devices on vehicles, e.g. of pumps or of tanks; Tyre cooling arrangements
- B60C23/02—Signalling devices actuated by tyre pressure
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Mechanical Engineering (AREA)
- Measuring Fluid Pressure (AREA)
Abstract
本申请提供一种胎压管理方法、装置及计算机存储介质，所述胎压管理方法包括：将所述多组样品的轮胎数据分别做线性回归拟合，并计算每个所述线性回归拟合的样本残差，以获取拟合残差阈值与胎压变化率阈值和/或胎温变化率阈值；将待测轮胎的实时采样轮胎数据做线性回归拟合，并计算所述线性回归拟合的实时残差，以获取所述待测轮胎的胎压变化率和/或胎温变化率；在所述胎压变化率不大于所述胎压变化率阈值和/或所述胎温变化率不大于所述胎温变化率阈值时，比较所述实时残差与所述残差阈值；当所述实时残差不大于所述拟合残差阈值时，生成胎压告警信号。本申请针对行驶中车辆发生的慢漏气，能够通过线性回归模型实时监测并及时进行识别和告警。
Description
技术领域
本申请涉及汽车技术领域，特别是涉及汽车技术中的一种胎压管理方法、装置及计算机存储介质。
背景技术
在车辆的行驶中，轮胎漏气、胎压过高、胎压不足，都是引起爆胎的原因。作为一项预防爆胎的安全技术，TPMS(轮胎压力监测系统)可以实时监测四轮的胎压和胎温，对轮胎的高温、高压、低压、快速放气等即时性事件实现实时报警。
但是对于轮胎慢漏气、车辆使用过程中胎压变化趋势等具有安全隐患的预测性事件，目前市场上还缺少有预警能力的技术。因此，针对行驶中的车辆发生的胎压缓慢泄露，而暂未触发胎压报警的事件，无法及时进行监控。
发明内容
本申请的目的在于提供一种胎压管理方法、装置及计算机存储介质，针对行驶中的车辆发生的胎压缓慢泄露，而暂未触发胎压报警的事件，解决了无法及时进行监控预警的问题。
本申请首先提供一种胎压管理方法，具体地，所述胎压管理方法包括：
采样多个样本轮胎在设定时长内的多组轮胎数据，所述样本轮胎包括漏气样本轮胎和正常样本轮胎，所述轮胎数据包括时间戳与胎压和/或胎温；
将所述多组轮胎数据分别做线性回归拟合，并计算每个所述线性回归拟合的样本残差，以获取拟合残差阈值与胎压变化率阈值和/或胎温变化率阈值；
在所述设定时长内实时采样待测轮胎的轮胎数据；
将所述待测轮胎的轮胎数据做线性回归拟合，并计算所述线性回归拟合的实时残差，以获取所述待测轮胎的胎压变化率和/或胎温变化率；
在所述胎压变化率不大于所述胎压变化率阈值和/或所述胎温变化率不大于所述胎温变化率阈值时，比较所述实时残差与所述残差阈值；
当所述实时残差不大于所述拟合残差阈值时，生成胎压告警信号。
可选地，在执行将所述多组轮胎数据分别做线性回归拟合，并计算每个所述线性回归拟合的样本残差，以获取拟合残差阈值与胎压变化率阈值和/或胎温变化率阈值的步骤及之前包括：
清洗所述多组轮胎数据中的异常值，以获取样本轮胎特征数据；
将所述样本轮胎特征数据做线性回归拟合。
可选地，在执行将所述待测轮胎的轮胎数据做线性回归拟合，并计算所述线性回归拟合的实时残差，以获取所述待测轮胎的胎压变化率和/或胎温变化率的步骤及之前包括：
清洗所述待测轮胎的轮胎数据中的异常值，以获取待测轮胎特征数据；
将所述待测轮胎特征数据做线性回归拟合。
可选地，所述轮胎数据还包括发动机转速和车速，所述异常值包括怠速时的轮胎数据。
可选地，所述设定时长为3分钟至10分钟之间的任一时长数值。
可选地，在执行将所述多组轮胎数据分别做线性回归拟合，并计算每个所述线性回归拟合的样本残差，以获取拟合残差阈值与胎压变化率阈值和/或胎温变化率阈值的步骤包括：
获取多个所述正常样本轮胎的轮胎数据的线性回归拟合的多个正常样本残差与多个正常胎压变化率和/或多个正常胎温变化率，获取多个所述漏气样本轮胎的轮胎数据的线性回归拟合的多个漏气样本残差与多个漏气胎压变化率和/或多个漏气胎温变化率；
获取所述多个正常样本残差中的正常残差最小值与多个正常胎压变化率中的正常胎压变化率最小值和/或多个正常胎温变化率中的正常胎温变化率最小值，获取所述多个漏气样本残差中的漏气残差最大值与多个漏气胎压变化率中的漏气胎压变化率最大值和/或多个漏气胎温变化率中的漏气胎温变化率最大值；
选取所述正常残差最小值和所述漏气残差最大值之间的任一数值作为所述拟合残差阈值，并选取所述正常胎压变化率最小值和所述漏气胎压变化率最大值之间的任一数值作为所述胎压变化率阈值，和/或，选取所述正常胎温变化率最小值和所述漏气胎温变化率最大值之间的任一数值作为所述胎温变化率阈值。
可选地，在执行所述在所述设定时长内实时采样待测轮胎的轮胎数据的步骤及之后包括：
以所述设定时长为时间窗循环采样。
可选地，所述样本残差和/或所述实时残差选自均方根误差、平均绝对误差、均方误差及绝对误差中的任一项。
可选地，在执行所述当所述实时残差不大于所述拟合残差阈值时，生成胎压告警信号的步骤之后包括：
推送所述胎压告警信号至车机和/或移动终端。
另一方面，本申请还提供一种胎压管理装置，具体地，所述胎压管理装置包括互相连接的采样模块和处理模块，其中所述采样模块用于采样并发送多个样本轮胎在设定时长内的多组轮胎数据至所述处理模块，并在所述设定时长内实时采样并发送待测轮胎的轮胎数据至所述处理模块；所述样本轮胎包括漏气样本轮胎和正常样本轮胎，所述轮胎数据包括时间戳与胎压和/或胎温；
所述处理模块用于：
将所述多组轮胎数据分别做线性回归拟合，并计算每个所述线性回归拟合的样本残差，以获取拟合残差阈值与胎压变化率阈值和/或胎温变化率阈值；
将所述待测轮胎的轮胎数据做线性回归拟合，并计算所述线性回归拟合的实时残差，以获取所述待测轮胎的胎压变化率和/或胎温变化率；
在所述胎压变化率不大于所述胎压变化率阈值和/或所述胎温变化率不大于所述胎温变化率阈值时，比较所述实时残差与所述残差阈值；
当所述实时残差不大于所述拟合残差阈值时，生成胎压告警信号。
可选地，所述处理模块还用于清洗所述多组轮胎数据中的异常值，以获取样本轮胎特征数据，并将所述样本轮胎特征数据做线性回归拟合。
可选地，所述处理模块还用于清洗所述待测轮胎的轮胎数据中的异常值，以获取待测轮胎特征数据，并将所述待测轮胎特征数据做线性回归拟合。
可选地，所述轮胎数据还包括发动机转速和车速，所述异常值包括怠速时的轮胎数据。
可选地，所述设定时长为3分钟至10分钟之间的任一时长数值。
可选地，所述处理模块还用于获取多个所述正常样本轮胎的轮胎数据的线性回归拟合的多个正常样本残差与多个正常胎压变化率和/或多个正常胎温变化率，获取多个所述漏气样本轮胎的轮胎数据的线性回归拟合的多个漏气样本残差与多个漏气胎压变化率和/或多个漏气胎温变化率；
获取所述多个正常样本残差中的正常残差最小值与多个正常胎压变化率中的正常胎压变化率最小值和/或多个正常胎温变化率中的正常胎温变化率最小值，获取所述多个漏气样本残差中的漏气残差最大值与多个漏气胎压变化率中的漏气胎压变化率最大值和/或多个漏气胎温变化率中的漏气胎温变化率最大值；
选取所述正常残差最小值和所述漏气残差最大值之间的任一数值作为所述拟合残差阈值，并选取所述正常胎压变化率最小值和所述漏气胎压变化率最大值之间的任一数值作为所述胎压变化率阈值，和/或，选取所述正常胎温变化率最小值和所述漏气胎温变化率最大值之间的任一数值作为所述胎温变化率阈值。
可选地，所述采样模块还用于以所述设定时长为时间窗对所述待测轮胎循环采样。
可选地，所述样本残差和/或所述实时残差选自均方根误差、平均绝对误差、均方误差及绝对误差中的任一项。
可选地，所述胎压管理装置还包括车机和/或移动终端，所述处理模块还用于推送所述胎压告警信号至车机和/或移动终端。
另一方面，本申请还提供了一种计算机存储介质，具体地，所述计算机存储介质上存储有计算机程序，所述计算机程序在被处理器执行时，可实现如上述的任一项胎压管理方法。
本申请提供的胎压管理方法、装置及计算机存储介质，针对行驶中的车辆发生的胎压缓慢泄露，能够通过线性回归模型实施监测对比，及时进行识别和告警。
附图说明
图1为本申请一实施例的胎压管理方法流程图。
图2为本申请一实施例的胎压管理装置方框图。
具体实施方式
下面结合附图和实施例，对本申请的具体实施方式作进一步详细描述。以下实施例用于说明本申请，但不用来限制本申请的范围。
在本申请的一个方面，提供了一种胎压管理方法。图1为本申请一实施例的胎压管理方法流程图。
如图1所示，在一实施例中，胎压管理方法包括：
S10：采样多个样本轮胎在设定时长内的多组轮胎数据，样本轮胎包括漏气样本轮胎和正常样本轮胎，轮胎数据包括时间戳与胎压和/或胎温；
为了训练监测算法模型的需要，先对大量的慢漏气样本轮胎和正常样本轮胎进行采样，主要通过时间戳确定采样时刻和采样时长，通过胎压及胎温来判断轮胎数据在设定时长内的变化规律。在一个采样时长内的轮胎数据算是一组采样数据。
S20：将多组轮胎数据分别做线性回归拟合，并计算每个线性回归拟合的样本残差，以获取拟合残差阈值与胎压变化率阈值和/或胎温变化率阈值；
通过对采样到的轮胎数据进行线性回归的数据拟合，可以得到慢漏气样本轮胎的特征数据变化率分布情况和正常样本轮胎特征数据变化率分布情况，并进一步得到数据拟合的拟合残差分布情况。例如，对胎压数据的拟合会得到胎压变化率的样本分布情况，以及胎压数据的拟合残差的样本分布情况；对胎温数据的拟合可以得到胎温变化率的样本分布情况，以及胎温数据的拟合残差的样本分布情况。通过对各数据分布情况的归纳处理，可以获取合理的阈值用于实时监测的判断。
S30：在设定时长内实时采样待测轮胎的轮胎数据；
有了判断阈值，就可以在实际运用中对待测轮胎进行实时采样。
S40：将待测轮胎的轮胎数据做线性回归拟合，并计算线性回归拟合的实时残差，以获取待测轮胎的胎压变化率和/或胎温变化率；
与样品轮胎的处理方法类似，通过对实时采样到的轮胎数据进行线性回归的数据拟合，可以得到待测轮胎的特征数据变化率，并进一步得到数据拟合的拟合残差。例如，对胎压数据的拟合会得到胎压变化率，以及胎压数据的拟合残差；对胎温数据的拟合可以得到胎温变化率，以及胎温数据的拟合残差。
S50：在胎压变化率不大于胎压变化率阈值和/或胎温变化率不大于胎温变化率阈值时，比较实时残差与残差阈值；
对待测轮胎的胎压变化率与胎压变化率阈值进行对比，和/或对待测轮胎的胎温变化率与胎温变化率阈值进行对比。由于在慢漏气情况下的胎压变化率会小于正常轮胎的胎压变化率，慢漏气情况下的胎温变化率小于正常轮胎的胎温变化率，因此在胎压变化率不大于胎压变化率阈值和/或胎温变化率不大于胎温变化率阈值时，可以合理怀疑发生了慢漏气情况。为了避免误判断，进一步比较实时残差与残差阈值。
S60：当实时残差不大于拟合残差阈值时，生成胎压告警信号。
由于在慢漏气情况下数据拟合的拟合残差小于正常轮胎情况下数据拟合的拟合残差，因此，在胎压数据拟合和/或胎温数据拟合的实时残差不大于拟合残差阈值时，可以确定已发生了慢漏气情况。
通过多个慢漏气样本和不漏气样本的数据分析，找到慢漏气情况下的变化率阈值和不漏气情况下的变化率阈值，能够实时监测行驶中的轮胎情况。由于慢漏气时的胎压和胎温的变化程度超过传感器的精度，意味着能够用传感器精确标定出来，漏气的数据曲线比较接近直线，残差比较小；而由于受到路面情况干扰，以及不漏气时候胎压及胎温变化程度趋近传感器的精度造成的滞后性，因此不漏气的数据曲线波动比较大，类似折线，所以残差会比较大。基于这一特点，在超出胎压和/或胎温变化率阈值的情况下进一步通过数据拟合的残差对比，排除个别数据扰动干扰造成的误判可能，精准地识别出慢漏气并进行警示报告，以避免发生重大安全事故。
在一实施例中，在执行S20：将多组轮胎数据分别做线性回归拟合，并计算每个线性回归拟合的样本残差，以获取拟合残差阈值与胎压变化率阈值和/或胎温变化率阈值的步骤及之前包括：
清洗多组轮胎数据中的异常值，以获取样本轮胎特征数据；将样本轮胎特征数据做线性回归拟合。
清洗异常值有利于更准确地确定拟合的样本残差与胎压变化率和/或胎温变化率，以免影响拟合残差阈值与胎压变化率阈值和/或胎温变化率阈值的精确度。
类似地，在一实施例中，在执行S40：将待测轮胎的轮胎数据做线性回归拟合，并计算线性回归拟合的实时残差，以获取待测轮胎的胎压变化率和/或胎温变化率的步骤及之前包括：
清洗待测轮胎的轮胎数据中的异常值，以获取待测轮胎特征数据；将待测轮胎特征数据做线性回归拟合。
清洗异常值有利于更准确地拟合待测轮胎的轮胎数据，以免影响最终的漏气判断结果。
根据目前已有车型的数据情况，数据中的异常值包括以下几种情况：
1)数据类型异常。正常采样的轮胎数据为浮点型数据，结果上传的轮胎数据例如为符号”-"或者空格或者空值等其他类型的数据。
2)该时刻的数据全部缺失。比如,2021-04-06 12:00:32的数据全部缺失。
3)数据值异常：正常乘用车的胎压为200-300KPa之间，结果上传的胎压数值为349.99等。
在一实施例中，轮胎数据还包括发动机转速和车速，异常值包括怠速时的轮胎数据。
发动机转速大于零，而车速为零或接近零时，表示车辆处于怠速状态。怠速状态下，数据异常的比例较大。因此，当侦测到怠速状态时，将此时的数据暂时清洗，停止计算。
在一实施例中，设定时长为3分钟至10分钟之间的任一时长数值。在另一实施例中，采样时间窗设定为6分钟。
在几分钟的时间内，既能够采样到足够的轮胎数据以充分反映轮胎状态的变化，又能够在相当短的时间内发现慢漏气情况，及时给出告警。
在一实施例中，在执行S20：将多组轮胎数据分别做线性回归拟合，并计算每个线性回归拟合的样本残差，以获取拟合残差阈值与胎压变化率阈值和/或胎温变化率阈值的步骤包括：
获取多个正常样本轮胎的轮胎数据的线性回归拟合的多个正常样本残差与多个正常胎压变化率和/或多个正常胎温变化率，获取多个漏气样本轮胎的轮胎数据的线性回归拟合的多个漏气样本残差与多个漏气胎压变化率和/或多个漏气胎温变化率；
获取多个正常样本残差中的正常残差最小值与多个正常胎压变化率中的正常胎压变化率最小值和/或多个正常胎温变化率中的正常胎温变化率最小值，获取多个漏气样本残差中的漏气残差最大值与多个漏气胎压变化率中的漏气胎压变化率最大值和/或多个漏气胎温变化率中的漏气胎温变化率最大值；
选取正常残差最小值和漏气残差最大值之间的任一数值作为拟合残差阈值，并选取正常胎压变化率最小值和漏气胎压变化率最大值之间的任一数值作为胎压变化率阈值，和/或，选取正常胎温变化率最小值和漏气胎温变化率最大值之间的任一数值作为胎温变化率阈值。
对每一组采样的轮胎数据做线性回归的数据拟合，分别得到每一组数据对应的多个胎压及胎温变化率，以及本组数据拟合的样本残差。根据正常样本和慢漏气样本中胎压及胎温变化率的不同和样本残差的不同表现，选取二者不同结果分布之间的空白地带的数值作为判断阈值，就能够准确地将正常轮胎和慢漏气轮胎识别出来。在另一实施例中，也可以选择最能区分漏气和非漏气情况的数值作为判断阈值。例如，选取正常残差最小值和漏气残差最大值之间的中间值作为拟合残差阈值，并选取正常胎压变化率最小值和漏气胎压变化率最大值之间的中间值作为胎压变化率阈值，和/或，选取正常胎温变化率最小值和漏气胎温变化率最大值之间的中间值作为胎温变化率阈值。一般情况下，中间值是最能区分漏气和非漏气情况的数值。
例如，在100组正常轮胎的轮胎数据中：
胎压变化率或胎温变化率k＝[k1＝0.1,k2＝0.3,······，k100＝0.25]；
在100组漏气轮胎的轮胎数据中，
胎压变化率或胎温变化率j＝[j1＝-0.1,j2＝-0.3,······，j100＝-0.020]；
通过分析，设定变化率的阈值为-0.015时可以区分正常和漏气的车辆。在对车辆的实时监测中，就当实时计算的变化率小于或等于-0.015时，就可以判断可能发生漏气了。
在一实施例中，在执行S30：在设定时长内实时采样待测轮胎的轮胎数据的步骤及之后包括：
以设定时长为时间窗循环采样。
在车辆行驶的过程中，循环采样进行循环检测，能够充分覆盖车辆上路的全过程，确保随时发现漏气情况。
在一实施例中，样本残差和/或实时残差选自均方根误差、平均绝对误差、均方误差及绝对误差中的任一项。
均方根误差、平均绝对误差、均方误差及绝对误差都是反映数据拟合情况的指标，通过对数据拟合残差的定量计算，来作为一项二次确认轮胎是否漏气的有效指标。
在一实施例中，在执行S60：当实时残差不大于拟合残差阈值时，生成胎压告警信号的步骤之后包括：
推送胎压告警信号至车机和/或移动终端。
在判定轮胎确实存在慢漏气情况时，及时将胎压告警信号推送至车机面前的乘坐人员或者移动终端面前的运维人员，使他们能够在第一时间采取必要措施，预防重大事故的发生。
另一方面，本申请还提供一种胎压管理装置，图2为本申请一实施例的胎压管理装置方框图。
如图2所示，在一实施例中，胎压管理装置包括互相连接的采样模块1和处理模块2。
其中采样模块1用于采样并发送多个样本轮胎在设定时长内的多组轮胎数据至处理模块2，并在设定时长内实时采样并发送待测轮胎的轮胎数据至处理模块2。样本轮胎包括漏气样本轮胎和正常样本轮胎，轮胎数据包括时间戳与胎压和/或胎温。
处理模块2用于将多组轮胎数据分别做线性回归拟合，并计算每个线性回归拟合的样本残差，以获取拟合残差阈值与胎压变化率阈值和/或胎温变化率阈值；将待测轮胎的轮胎数据做线性回归拟合，并计算线性回归拟合的实时残差，以获取待测轮胎的胎压变化率和/或胎温变化率。
处理模块2在胎压变化率不大于胎压变化率阈值和/或胎温变化率不大于胎温变化率阈值时，比较实时残差与残差阈值；当实时残差不大于拟合残差阈值时，生成胎压告警信号。
在本实施例中，对待测轮胎的胎压变化率与胎压变化率阈值进行对比，和/或对待测轮胎的胎温变化率与胎温变化率阈值进行对比。由于在慢漏气情况下的胎压变化率会小于正常轮胎的胎压变化率，慢漏气情况下的胎温变化率小于正常轮胎的胎温变化率，因此在胎压变化率不大于胎压变化率阈值和/或胎温变化率不大于胎温变化率阈值时，可以合理怀疑发生了慢漏气情况。为了避免误判断，进一步比较实时残差与残差阈值。
由于在慢漏气情况下数据拟合的拟合残差小于正常轮胎情况下数据拟合的拟合残差，因此，在胎压数据拟合和/或胎温数据拟合的实时残差不大于拟合残差阈值时，可以确定已发生了慢漏气情况。
通过多个慢漏气样本和不漏气样本的数据分析，找到慢漏气情况下的变化率阈值和不漏气情况下的变化率阈值，能够实时监测行驶中的轮胎情况。由于慢漏气时的胎压和胎温的变化程度超过传感器的精度，意味着能够用传感器精确标定出来，漏气的数据曲线比较接近直线，残差比较小；而由于受到路面情况干扰，以及不漏气时候胎压及胎温变化程度趋近传感器的精度造成的滞后性，因此不漏气的数据曲线波动比较大，类似折线，所以残差会比较大。基于这一特点，在超出胎压和/或胎温变化率阈值的情况下进一步通过数据拟合的残差对比，排除个别数据扰动干扰造成的误判可能，精准地识别出慢漏气并进行警示报告，以避免发生重大安全事故。
在一实施例中，处理模块2还用于清洗多组轮胎数据中的异常值，以获取样本轮胎特征数据，并将样本轮胎特征数据做线性回归拟合。
清洗异常值有利于更准确地确定拟合的样本残差与胎压变化率和/或胎温变化率，以免影响拟合残差阈值与胎压变化率阈值和/或胎温变化率阈值的精确度。
在一实施例中，处理模块2还用于清洗待测轮胎的轮胎数据中的异常值，以获取待测轮胎特征数据，并将待测轮胎特征数据做线性回归拟合。
清洗异常值有利于更准确地拟合待测轮胎的轮胎数据，以免影响最终的漏气判断结果。
根据目前已有车型的数据情况，数据中的异常值包括以下几种情况：
1)数据类型异常。正常采样的轮胎数据为浮点型数据，结果上传的轮胎数据例如为符号”-"或者空格或者空值等其他类型的数据。
2)该时刻的数据全部缺失。比如,2021-04-06 12:00:32的数据全部缺失。
3)数据值异常：正常乘用车的胎压为200-300KPa之间，结果上传的胎压数值为349.99等。
在一实施例中，轮胎数据还包括发动机转速和车速，异常值包括怠速时的轮胎数据。
发动机转速大于零，而车速为零或接近零时，表示车辆处于怠速状态。怠速状态下，数据异常的比例较大。因此，当侦测到怠速状态时，将此时的数据暂时清洗，停止计算。
在一实施例中，设定时长为3分钟至10分钟之间的任一时长数值。
在另一实施例中，采样时间窗设定为6分钟。在几分钟的时间内，既能够采样到足够的轮胎数据以充分反映轮胎状态的变化，又能够在相当短的时间内发现慢漏气情况，及时给出告警。
在一实施例中，处理模块2还用于获取多个正常样本轮胎的轮胎数据的线性回归拟合的多个正常样本残差与多个正常胎压变化率和/或多个正常胎温变化率，获取多个漏气样本轮胎的轮胎数据的线性回归拟合的多个漏气样本残差与多个漏气胎压变化率和/或多个漏气胎温变化率；处理模块2进一步筛选多个正常样本残差中的正常残差最小值与多个正常胎压变化率中的正常胎压变化率最小值和/或多个正常胎温变化率中的正常胎温变化率最小值，获取多个漏气样本残差中的漏气残差最大值与多个漏气胎压变化率中的漏气胎压变化率最大值和/或多个漏气胎温变化率中的漏气胎温变化率最大值；并选取正常残差最小值和漏气残差最大值之间的任一数值作为拟合残差阈值，并选取正常胎压变化率最小值和漏气胎压变化率最大值之间的任一数值作为胎压变化率阈值，和/或，选取正常胎温变化率最小值和漏气胎温变化率最大值之间的任一数值作为胎温变化率阈值。
对每一组采样的轮胎数据做线性回归的数据拟合，分别得到每一组数据对应的多个胎压及胎温变化率，以及本组数据拟合的样本残差。根据正常样本和慢漏气样本中胎压及胎温变化率的不同和样本残差的不同表现，选取二者不同结果分布之间的空白地带的数值作为判断阈值，就能够准确地将正常轮胎和慢漏气轮胎识别出来。在另一实施例中，选取正常残差最小值和漏气残差最大值之间的中间值作为拟合残差阈值，并选取正常胎压变化率最小值和漏气胎压变化率最大值之间的中间值作为胎压变化率阈值，和/或，选取正常胎温变化率最小值和漏气胎温变化率最大值之间的中间值作为胎温变化率阈值。一般情况下，中间值是最能区分漏气和非漏气情况的数值。
例如，在100组正常轮胎的轮胎数据中：
胎压变化率或胎温变化率k＝[k1＝0.1,k2＝0.3,······，k100＝0.25]；
在100组漏气轮胎的轮胎数据中，
胎压变化率或胎温变化率j＝[j1＝-0.1,j2＝-0.3,······，j100＝-0.020]；
通过分析，设定变化率的阈值为-0.015时可以区分正常和漏气的车辆。在对车辆的实时监测中，就当实时计算的变化率小于-0.015时，就可以判断可能发生漏气了。
在一实施例中，采样模块1还用于以设定时长为时间窗对待测轮胎循环采样。
在车辆行驶的过程中，循环采样进行循环检测，能够充分覆盖车辆上路的全过程，确保随时发现漏气情况。
在一实施例中，样本残差和/或实时残差选自均方根误差、平均绝对误差、均方误差及绝对误差中的任一项。
均方根误差、平均绝对误差、均方误差及绝对误差都是反映数据拟合情况的指标，通过对数据拟合残差的定量计算，来作为一项二次确认轮胎是否漏气的有效指标。
在一实施例中，胎压管理装置还包括车机和/或移动终端，处理模块2还用于推送胎压告警信号至车机和/或移动终端。
在判定轮胎确实存在慢漏气情况时，处理模块2及时将胎压告警信号推送至车机面前的乘坐人员或者移动终端面前的运维人员，使他们能够在第一时间采取必要措施，预防重大事故的发生。
在一实施例中，在对待测轮胎的监测时，车辆的CAN总线获取实时采样的轮胎数据，通过车辆上的网关发送数据到云端服务器。服务器中的智能算法处理程序通过提前对样品轮胎的轮胎数据进行数据学习获取的拟合残差阈值与胎压变化率阈值和/或胎温变化率阈值，对实时采样的轮胎数据进行数据拟合后获得待测轮胎的胎压变化率和/或胎温变化率以及对应的实时残差，进行对应的对比判断后生成是否慢漏气的预测结果。在确实发生了慢漏气的情况下，推送漏气的告警信息至车辆相关的手机和车机，使相关人员能够在第一时间采取必要措施，预防重大事故的发生。
另一方面，本申请还提供了一种计算机存储介质，具体地，计算机存储介质上存储有计算机程序，计算机程序在被处理器执行时，可实现如上述的任一项胎压管理方法。
计算机程序在运行中实现胎压管理方法的过程中，所涉及的技术细节与以上实施例相同，此处不再赘述。
本申请提供的胎压管理方法、装置及计算机存储介质，针对行驶中的车辆发生的缓慢漏气，能够通过线性回归模型实施监测对比，及时进行识别和告警。
在本文中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语的具体含义。
在本文中，用于描述元件的序列形容词“第一”、“第二”等仅仅是为了区别属性类似的元件，并不意味着这样描述的元件必须依照给定的顺序，或者时间、空间、等级或其它的限制。
在本文中，除非另有说明，“多个”、“若干”的含义是两个或两个以上。
本领域普通技术人员可以理解，实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤。前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，除了包含所列的那些要素，而且还可包含没有明确列出的其他要素。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此。任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
Claims (19)
1.一种胎压管理方法，其特征在于，包括：
采样多个样本轮胎在设定时长内的多组轮胎数据，所述样本轮胎包括漏气样本轮胎和正常样本轮胎，所述轮胎数据包括时间戳与胎压和/或胎温；
将所述多组轮胎数据分别做线性回归拟合，并计算每个所述线性回归拟合的样本残差，以获取拟合残差阈值与胎压变化率阈值和/或胎温变化率阈值；
在所述设定时长内实时采样待测轮胎的轮胎数据；
将所述待测轮胎的轮胎数据做线性回归拟合，并计算所述线性回归拟合的实时残差，以获取所述待测轮胎的胎压变化率和/或胎温变化率；
在所述胎压变化率不大于所述胎压变化率阈值和/或所述胎温变化率不大于所述胎温变化率阈值时，比较所述实时残差与所述残差阈值；
当所述实时残差不大于所述拟合残差阈值时，生成胎压告警信号。
2.如权利要求1所述的胎压管理方法，其特征在于，在执行将所述多组轮胎数据分别做线性回归拟合，并计算每个所述线性回归拟合的样本残差，以获取拟合残差阈值与胎压变化率阈值和/或胎温变化率阈值的步骤及之前包括：
清洗所述多组轮胎数据中的异常值，以获取样本轮胎特征数据；
将所述样本轮胎特征数据做线性回归拟合。
3.如权利要求1所述的胎压管理方法，其特征在于，在执行将所述待测轮胎的轮胎数据做线性回归拟合，并计算所述线性回归拟合的实时残差，以获取所述待测轮胎的胎压变化率和/或胎温变化率的步骤及之前包括：
清洗所述待测轮胎的轮胎数据中的异常值，以获取待测轮胎特征数据；
将所述待测轮胎特征数据做线性回归拟合。
4.如权利要求2或3所述的胎压管理方法，其特征在于，所述轮胎数据还包括发动机转速和车速，所述异常值包括怠速时的轮胎数据。
5.如权利要求1所述的胎压管理方法，其特征在于，所述设定时长为3分钟至10分钟之间的任一时长数值。
6.如权利要求1所述的胎压管理方法，其特征在于，在执行将所述多组轮胎数据分别做线性回归拟合，并计算每个所述线性回归拟合的样本残差，以获取拟合残差阈值与胎压变化率阈值和/或胎温变化率阈值的步骤包括：
获取多个所述正常样本轮胎的轮胎数据的线性回归拟合的多个正常样本残差与多个正常胎压变化率和/或多个正常胎温变化率，获取多个所述漏气样本轮胎的轮胎数据的线性回归拟合的多个漏气样本残差与多个漏气胎压变化率和/或多个漏气胎温变化率；
获取所述多个正常样本残差中的正常残差最小值与多个正常胎压变化率中的正常胎压变化率最小值和/或多个正常胎温变化率中的正常胎温变化率最小值，获取所述多个漏气样本残差中的漏气残差最大值与多个漏气胎压变化率中的漏气胎压变化率最大值和/或多个漏气胎温变化率中的漏气胎温变化率最大值；
选取所述正常残差最小值和所述漏气残差最大值之间的任一数值作为所述拟合残差阈值，并选取所述正常胎压变化率最小值和所述漏气胎压变化率最大值之间的任一数值作为所述胎压变化率阈值，和/或，选取所述正常胎温变化率最小值和所述漏气胎温变化率最大值之间的任一数值作为所述胎温变化率阈值。
7.如权利要求1所述的胎压管理方法，其特征在于，在执行所述在所述设定时长内实时采样待测轮胎的轮胎数据的步骤及之后包括：
以所述设定时长为时间窗循环采样。
8.如权利要求1所述的胎压管理方法，其特征在于，所述样本残差和/或所述实时残差选自均方根误差、平均绝对误差、均方误差及绝对误差中的任一项。
9.如权利要求1所述的胎压管理方法，其特征在于，在执行所述当所述实时残差不大于所述拟合残差阈值时，生成胎压告警信号的步骤之后包括：
推送所述胎压告警信号至车机和/或移动终端。
10.一种胎压管理装置，其特征在于，包括互相连接的采样模块和处理模块，其中所述采样模块用于采样并发送多个样本轮胎在设定时长内的多组轮胎数据至所述处理模块，并在所述设定时长内实时采样并发送待测轮胎的轮胎数据至所述处理模块；所述样本轮胎包括漏气样本轮胎和正常样本轮胎，所述轮胎数据包括时间戳与胎压和/或胎温；
所述处理模块用于：
将所述多组轮胎数据分别做线性回归拟合，并计算每个所述线性回归拟合的样本残差，以获取拟合残差阈值与胎压变化率阈值和/或胎温变化率阈值；
将所述待测轮胎的轮胎数据做线性回归拟合，并计算所述线性回归拟合的实时残差，以获取所述待测轮胎的胎压变化率和/或胎温变化率；
在所述胎压变化率不大于所述胎压变化率阈值和/或所述胎温变化率不大于所述胎温变化率阈值时，比较所述实时残差与所述残差阈值；
当所述实时残差不大于所述拟合残差阈值时，生成胎压告警信号。
11.如权利要求10所述的胎压管理装置，其特征在于，所述处理模块还用于清洗所述多组轮胎数据中的异常值，以获取样本轮胎特征数据，并将所述样本轮胎特征数据做线性回归拟合。
12.如权利要求10所述的胎压管理装置，其特征在于，所述处理模块还用于清洗所述待测轮胎的轮胎数据中的异常值，以获取待测轮胎特征数据，并将所述待测轮胎特征数据做线性回归拟合。
13.如权利要求11或12所述的胎压管理装置，其特征在于，所述轮胎数据还包括发动机转速和车速，所述异常值包括怠速时的轮胎数据。
14.如权利要求10所述的胎压管理装置，其特征在于，所述设定时长为3分钟至10分钟之间的任一时长数值。
15.如权利要求10所述的胎压管理装置，其特征在于，所述处理模块还用于获取多个所述正常样本轮胎的轮胎数据的线性回归拟合的多个正常样本残差与多个正常胎压变化率和/或多个正常胎温变化率，获取多个所述漏气样本轮胎的轮胎数据的线性回归拟合的多个漏气样本残差与多个漏气胎压变化率和/或多个漏气胎温变化率；
获取所述多个正常样本残差中的正常残差最小值与多个正常胎压变化率中的正常胎压变化率最小值和/或多个正常胎温变化率中的正常胎温变化率最小值，获取所述多个漏气样本残差中的漏气残差最大值与多个漏气胎压变化率中的漏气胎压变化率最大值和/或多个漏气胎温变化率中的漏气胎温变化率最大值；
选取所述正常残差最小值和所述漏气残差最大值之间的任一数值作为所述拟合残差阈值，并选取所述正常胎压变化率最小值和所述漏气胎压变化率最大值之间的任一数值作为所述胎压变化率阈值，和/或，选取所述正常胎温变化率最小值和所述漏气胎温变化率最大值之间的任一数值作为所述胎温变化率阈值。
16.如权利要求10所述的胎压管理装置，其特征在于，所述采样模块还用于以所述设定时长为时间窗对所述待测轮胎循环采样。
17.如权利要求10所述的胎压管理装置，其特征在于，所述样本残差和/或所述实时残差选自均方根误差、平均绝对误差、均方误差及绝对误差中的任一项。
18.如权利要求10所述的胎压管理装置，其特征在于，所述胎压管理装置还包括车机和/或移动终端，所述处理模块还用于推送所述胎压告警信号至车机和/或移动终端。
19.一种计算机存储介质，其特征在于，所述计算机存储介质上存储有计算机程序，所述计算机程序在被处理器执行时，可实现如权利要求1-9任一项所述的胎压管理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110554433.1A CN113232462B (zh) | 2021-05-20 | 2021-05-20 | 胎压管理方法、装置及计算机存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110554433.1A CN113232462B (zh) | 2021-05-20 | 2021-05-20 | 胎压管理方法、装置及计算机存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113232462A true CN113232462A (zh) | 2021-08-10 |
| CN113232462B CN113232462B (zh) | 2022-12-02 |
Family
ID=77138009
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110554433.1A Active CN113232462B (zh) | 2021-05-20 | 2021-05-20 | 胎压管理方法、装置及计算机存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113232462B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113968105A (zh) * | 2021-12-07 | 2022-01-25 | 中国第一汽车股份有限公司 | 一种胎压异常的检测方法、装置、设备及存储介质 |
| CN114559775A (zh) * | 2022-03-31 | 2022-05-31 | 中国第一汽车股份有限公司 | 一种汽车轮胎异常识别系统及识别方法 |
| CN116061612A (zh) * | 2023-02-02 | 2023-05-05 | 彩虹无线（北京）新技术有限公司 | 一种汽车轮胎慢漏气的预警方法及系统 |
Citations (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5895846A (en) * | 1996-01-26 | 1999-04-20 | Compagnie Generale Des Etablissements Michelin-Michelin & Cie | Method of processing signals in a system for monitoring the tires of a vehicle during travel |
| EP1270275A2 (de) * | 2001-06-26 | 2003-01-02 | Adam Opel Ag | Verfahren und Vorrichtung zur Überwachung von Reifendrücken |
| US20040017289A1 (en) * | 2002-07-24 | 2004-01-29 | Brown Jack Edward | Method for processing information in a tire pressure monitoring system |
| CN1835853A (zh) * | 2003-08-14 | 2006-09-20 | 大陆-特韦斯贸易合伙股份公司及两合公司 | 用于监控机动车辆中轮胎压力监控系统的方法 |
| CN1876409A (zh) * | 2005-06-09 | 2006-12-13 | 傅建中 | 轮胎气压监测系统功能改进与扩展技术方案 |
| CN1995939A (zh) * | 2006-01-05 | 2007-07-11 | 米其林技术公司 | 处理车辆轮胎监控系统中的数据的方法 |
| US20070220965A1 (en) * | 2003-09-30 | 2007-09-27 | Johnson Controls Technology Company | Device for Detecting a Leak or Underinflation in the Tires of Motor Vehicle Wheels |
| CN102062619A (zh) * | 2009-11-16 | 2011-05-18 | 霍尼韦尔国际公司 | 用于通过预测推理来分析复杂系统的方法系统和装置 |
| US20110184669A1 (en) * | 2008-06-30 | 2011-07-28 | Societe De Technologie Michelin | Device and method for assisting inflation |
| US20110210841A1 (en) * | 2010-03-01 | 2011-09-01 | International Truck Intellectual Property Company, Llc | System and Method for Indirect Indication of Tire Pressure Loss |
| CN102939211A (zh) * | 2010-04-24 | 2013-02-20 | 约翰逊控制技术公司 | 用于监测车轮轮胎中的压力的方法及监测系统 |
| CN104044413A (zh) * | 2013-03-14 | 2014-09-17 | 固特异轮胎和橡胶公司 | 预测的基于同等的轮胎健康监测 |
| CN105539028A (zh) * | 2015-12-02 | 2016-05-04 | 广东好帮手电子科技股份有限公司 | 一种检测汽车轮胎漏气的方法及系统 |
| CN105984292A (zh) * | 2015-03-20 | 2016-10-05 | 空中客车营运有限公司 | 用于监测飞行器轮胎气压的方法和装置 |
| CN106143497A (zh) * | 2016-07-26 | 2016-11-23 | 成都之达科技有限公司 | 胎压监测数据计算方法 |
| CN107000504A (zh) * | 2014-12-22 | 2017-08-01 | 大陆汽车有限公司 | 用于确定作用在车辆的轮胎上的车轮负载的方法和系统 |
| CN107379897A (zh) * | 2017-07-07 | 2017-11-24 | 淮阴工学院 | 一种汽车轮胎安全状态智能检测装置 |
| US20180250991A1 (en) * | 2015-08-14 | 2018-09-06 | Coda Innovations | Tire condition or vehicle monitoring system and method |
| CN109843609A (zh) * | 2017-12-29 | 2019-06-04 | 深圳配天智能技术研究院有限公司 | 轮胎监测方法、滑移率计算装置、系统、车辆、存储装置 |
| CN110825917A (zh) * | 2019-11-04 | 2020-02-21 | 广州亚美信息科技有限公司 | 车辆胎压异常识别方法、装置及数据分析设备 |
| US10570819B1 (en) * | 2017-01-30 | 2020-02-25 | Daryl Bear | Energy test method for determining fuel consumption of a vehicle |
| JP2020082885A (ja) * | 2018-11-20 | 2020-06-04 | 株式会社Ｓｏｋｅｎ | 車両 |
| CN111949238A (zh) * | 2020-08-12 | 2020-11-17 | 上海仙塔智能科技有限公司 | 一种双机联动系统、方法及计算机可读存储介质 |
-
2021
- 2021-05-20 CN CN202110554433.1A patent/CN113232462B/zh active Active
Patent Citations (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5895846A (en) * | 1996-01-26 | 1999-04-20 | Compagnie Generale Des Etablissements Michelin-Michelin & Cie | Method of processing signals in a system for monitoring the tires of a vehicle during travel |
| EP1270275A2 (de) * | 2001-06-26 | 2003-01-02 | Adam Opel Ag | Verfahren und Vorrichtung zur Überwachung von Reifendrücken |
| US20040017289A1 (en) * | 2002-07-24 | 2004-01-29 | Brown Jack Edward | Method for processing information in a tire pressure monitoring system |
| CN1835853A (zh) * | 2003-08-14 | 2006-09-20 | 大陆-特韦斯贸易合伙股份公司及两合公司 | 用于监控机动车辆中轮胎压力监控系统的方法 |
| US20070220965A1 (en) * | 2003-09-30 | 2007-09-27 | Johnson Controls Technology Company | Device for Detecting a Leak or Underinflation in the Tires of Motor Vehicle Wheels |
| CN1876409A (zh) * | 2005-06-09 | 2006-12-13 | 傅建中 | 轮胎气压监测系统功能改进与扩展技术方案 |
| CN1995939A (zh) * | 2006-01-05 | 2007-07-11 | 米其林技术公司 | 处理车辆轮胎监控系统中的数据的方法 |
| US20110184669A1 (en) * | 2008-06-30 | 2011-07-28 | Societe De Technologie Michelin | Device and method for assisting inflation |
| CN102062619A (zh) * | 2009-11-16 | 2011-05-18 | 霍尼韦尔国际公司 | 用于通过预测推理来分析复杂系统的方法系统和装置 |
| US20110210841A1 (en) * | 2010-03-01 | 2011-09-01 | International Truck Intellectual Property Company, Llc | System and Method for Indirect Indication of Tire Pressure Loss |
| CN102939211A (zh) * | 2010-04-24 | 2013-02-20 | 约翰逊控制技术公司 | 用于监测车轮轮胎中的压力的方法及监测系统 |
| CN104044413A (zh) * | 2013-03-14 | 2014-09-17 | 固特异轮胎和橡胶公司 | 预测的基于同等的轮胎健康监测 |
| CN107000504A (zh) * | 2014-12-22 | 2017-08-01 | 大陆汽车有限公司 | 用于确定作用在车辆的轮胎上的车轮负载的方法和系统 |
| CN105984292A (zh) * | 2015-03-20 | 2016-10-05 | 空中客车营运有限公司 | 用于监测飞行器轮胎气压的方法和装置 |
| US20180250991A1 (en) * | 2015-08-14 | 2018-09-06 | Coda Innovations | Tire condition or vehicle monitoring system and method |
| CN105539028A (zh) * | 2015-12-02 | 2016-05-04 | 广东好帮手电子科技股份有限公司 | 一种检测汽车轮胎漏气的方法及系统 |
| CN106143497A (zh) * | 2016-07-26 | 2016-11-23 | 成都之达科技有限公司 | 胎压监测数据计算方法 |
| US10570819B1 (en) * | 2017-01-30 | 2020-02-25 | Daryl Bear | Energy test method for determining fuel consumption of a vehicle |
| CN107379897A (zh) * | 2017-07-07 | 2017-11-24 | 淮阴工学院 | 一种汽车轮胎安全状态智能检测装置 |
| CN109843609A (zh) * | 2017-12-29 | 2019-06-04 | 深圳配天智能技术研究院有限公司 | 轮胎监测方法、滑移率计算装置、系统、车辆、存储装置 |
| JP2020082885A (ja) * | 2018-11-20 | 2020-06-04 | 株式会社Ｓｏｋｅｎ | 車両 |
| CN110825917A (zh) * | 2019-11-04 | 2020-02-21 | 广州亚美信息科技有限公司 | 车辆胎压异常识别方法、装置及数据分析设备 |
| CN111949238A (zh) * | 2020-08-12 | 2020-11-17 | 上海仙塔智能科技有限公司 | 一种双机联动系统、方法及计算机可读存储介质 |
Non-Patent Citations (4)
| Title |
|---|
| 张鹏等: "基于试验数据的车轮爆胎后压力梯度估算方案", 《客车技术与研究》 * |
| 杨志华: "《汽车试验方法》", 30 September 2013, 国防工业出版社 * |
| 王刚: "轮胎爆胎预警系统数据传输及门限算法的研究", 《硕士论文》 * |
| 陆叶强: "多传感器信息融合及在轮胎压力监测系统中的应用", 《科技信息(科学教研)》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113968105A (zh) * | 2021-12-07 | 2022-01-25 | 中国第一汽车股份有限公司 | 一种胎压异常的检测方法、装置、设备及存储介质 |
| CN114559775A (zh) * | 2022-03-31 | 2022-05-31 | 中国第一汽车股份有限公司 | 一种汽车轮胎异常识别系统及识别方法 |
| CN116061612A (zh) * | 2023-02-02 | 2023-05-05 | 彩虹无线（北京）新技术有限公司 | 一种汽车轮胎慢漏气的预警方法及系统 |
| CN116061612B (zh) * | 2023-02-02 | 2024-05-14 | 彩虹无线（北京）新技术有限公司 | 一种汽车轮胎慢漏气的预警方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113232462B (zh) | 2022-12-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113232462B (zh) | 胎压管理方法、装置及计算机存储介质 | |
| CN102375452B (zh) | 改善故障代码设定和隔离故障的事件驱动的数据挖掘方法 | |
| CN107271839B (zh) | 用于监测车辆的车载电气系统的方法和控制装置 | |
| US9721399B2 (en) | Vehicle diagnosing apparatus, vehicle diagnosing system, and diagnosing method | |
| EP2948744B1 (en) | Determining a remedial action for a motorized vehicle based on sensed vibration | |
| KR101757075B1 (ko) | 차량 고장 진단 분석을 위한 주행 데이터 모니터링 시스템 및 방법 | |
| US7930876B2 (en) | Method and device for monitoring a particle filter in the exhaust line of an internal combustion engine | |
| AU2020103488A4 (en) | Method and device for evaluating driving behaviour of truck based on gps trajectory data | |
| RU2684225C2 (ru) | Инструмент валидации системы мониторинга авиационного двигателя | |
| CN116758656B (zh) | 用于车辆监管的车载终端、系统及方法 | |
| CN112918196A (zh) | 一种轮胎状态安全预警方法、系统及车辆 | |
| CN111506048B (zh) | 车辆故障预警方法及相关设备 | |
| US20230081221A1 (en) | Method and Apparatus for Determining the Condition of a Vehicle Tire | |
| US7973650B2 (en) | Motor vehicle tire pressure monitoring system and diagnosis method using this system | |
| CN113442725A (zh) | 一种动力电池热失控报警方法、系统和车辆 | |
| CN114872498A (zh) | 胎压预测模型的建立方法、轮胎漏气的监测系统及方法 | |
| CN115436789A (zh) | 继电器故障检测方法、装置、电子设备和存储介质 | |
| CN111800508B (zh) | 基于大数据的自动驾驶故障监测方法 | |
| CN112441020A (zh) | 基于大数据分析由绝缘破坏引起的故障原因的装置和方法 | |
| EP2922713B1 (fr) | Systeme de surveillance de pression des pneumatiques d'un vehicule automobile | |
| CN112446980B (zh) | 提出最小概率故障的增强型部件故障诊断方法 | |
| CN113027607B (zh) | 一种针对油气分离器的故障检测方法和相关装置 | |
| CN114488994A (zh) | 一种提升车辆故障诊断鲁棒性的优化方法及装置 | |
| CN116897379A (zh) | 用于确定底盘组件状态的方法和车辆系统 | |
| US20080278304A1 (en) | Method and Apparatus for Monitoring Pressure of Vehicle Tires |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231109 Address after: Floors 3-7, Building T3, No. 377 Songhong Road, Changning District, Shanghai, 200000 Patentee after: Shanghai Jiayu Intelligent Technology Co.,Ltd. Address before: Room 8041, 1033 Changning Road, Changning District, Shanghai 200042 (9th floor, nominal floor) Patentee before: Shanghai xianta Intelligent Technology Co.,Ltd. Patentee before: Shanghai Xiandou intelligent robot Co.,Ltd. |