CN115315622A

CN115315622A - 轮胎磨损估计方法和轮胎磨损形状判别方法

Info

Publication number: CN115315622A
Application number: CN202080099009.6A
Authority: CN
Inventors: 西山健太
Original assignee: Bridgestone Corp
Current assignee: Bridgestone Corp
Priority date: 2020-03-25
Filing date: 2020-12-25
Publication date: 2022-11-08
Also published as: WO2021192474A1; US20230070044A1; EP4124842A1; EP4124842A4; JP7319940B2; JP2021154792A

Abstract

为了提供一种能够与轮胎的磨损形状无关地高精度地估计行驶中的轮胎的磨损程度的方法，使用轮胎接地端部或轮胎接地端部附近的变形速度的指标、接地时间比以及挠曲量来估计轮胎的磨损程度，所述变形速度的指标是根据对由安装于所述轮胎的加速度传感器检测出的轮胎径向加速度的时间序列波形进行微分所得到的径向加速度波形中出现的正峰及负峰中的任一方或两方的大小而计算出的，所述接地时间比是作为所述正峰与所述负峰之间的时间间隔的接地时间同作为所述正峰及所述负峰中的任一方的峰的时间间隔的所述轮胎的旋转时间之比，所述挠曲量是作为所述轮胎无载荷时的半径的轮胎半径与作为所述轮胎行驶时的半径的有效半径之差。

Description

轮胎磨损估计方法和轮胎磨损形状判别方法

技术领域

本发明涉及一种估计轮胎的磨损程度的方法和判别行驶中的轮胎的磨损形状是否为中间磨损的方法。

背景技术

以往，作为估计轮胎的磨损程度的方法，提出有如下方法(例如，参照专利文献1)：在轮胎内配置加速度传感器，计算作为在由该加速度传感器检测出的蹬出的轮胎径向的加速度的微分波形中出现的正峰及负峰中的任一方或两方的大小的、轮胎接地端部处的变形速度的指标，并且计算作为所述正峰与所述负峰之间的时间间隔的接地时间同作为所述正峰及所述负峰中的任一方的峰的时间间隔的所述轮胎的旋转时间之比即接地时间比，根据这些计算出的变形速度的指标及接地时间比、以及预先求出的表示作为轮胎的磨损程度的沟槽余量、变形速度的指标及接地时间比之间的关系的映射，来估计该轮胎的磨损程度。

现有技术文献

专利文献

专利文献1：WO2009/008502A1

发明内容

发明要解决的问题

然而，存在如下的问题点：在如上述专利文献1那样根据变形速度的指标和接地时间比来估计轮胎的沟槽余量的情况下，若是磨损形状为中间磨损的轮胎，则导致检测出的实际的沟槽余量接近新品时的沟槽余量(导致所估计出的磨损量小于实际的磨损量)。

图12是示出使搭载新品轮胎(□；新(New))、沟槽余量为新品轮胎的一半的磨损形状不同的两种轮胎(○，△；中蠕虫(Mid-worm))、以及磨损到了磨损指示标志(slip sign)附近的轮胎(■；全蠕虫(Full-worm))这四种试验轮胎的车辆以恒定速度行驶所测定出的轮胎径向加速度的微分峰值(Derivative Peak)与接地时间比(Contact Time Ratio)之间的关系的图，○记号是磨损形状为中间磨损(Center)的轮胎，△记号是磨损形状为均匀磨损(Even)的轮胎。在本例中，通过使载荷变化，来测定多个接地时间比时的轮胎径向加速度的微分峰值。

如从该图可知，磨损形状为中间磨损的轮胎的变形速度的指标与接地时间比之间的关系向新品轮胎侧偏移了。

本发明是鉴于以往的问题点而完成的，其目的在于提供一种判别轮胎的磨损形状是否为中间磨损的方法、以及能够与轮胎的磨损形状无关地高精度地估计行驶中的轮胎的磨损程度的方法。

用于解决问题的方案

本发明是一种用于估计行驶中的轮胎的磨损程度(沟槽余量或磨损量)的方法，其特征在于，使用轮胎接地端部或轮胎接地端部附近的变形速度的指标、接地时间比以及挠曲量来估计轮胎的磨损程度，所述变形速度的指标是根据对由安装于所述轮胎的加速度传感器检测出的轮胎径向加速度的时间序列波形进行微分所得到的径向加速度波形中出现的正峰及负峰中的任一方或两方的大小(接地端的微分峰值)而计算出的，所述接地时间比是作为所述正峰与所述负峰之间的时间间隔的接地时间同作为所述正峰及所述负峰中的任一方的峰的时间间隔的所述轮胎的旋转时间之比，所述挠曲量是作为所述轮胎无载荷时的半径的轮胎半径与作为所述轮胎行驶时的半径的有效半径(车轴与路面之间的距离)之差。

像这样，除了行驶中的轮胎的变形速度的指标和接地时间比以外，还将轮胎的挠曲量作为磨损的度量来估计轮胎的磨损程度，因此能够与该轮胎的磨损形状是否为中间磨损无关地高精度地估计轮胎的磨损程度。

此外，轮胎的磨损程度也可以根据预先求出的以变形速度的指标、接地时间比以及挠曲量为变量的回归方程式来求出，还可以判别磨损形状是否为中间磨损，在为中间磨损的情况下，对根据变形速度的指标和接地时间比估计出的磨损程度进行校正。

或者，也可以设为，准备均匀磨损的主曲线和中间磨损的主曲线这两条主曲线，根据磨损形状来选择主曲线。

此外，上述发明内容并非列举了本发明的必要的全部特征，这些特征组的子组合也能够形成发明。

附图说明

图1是示出本实施方式1所涉及的轮胎磨损估计装置的结构的图。

图2是示出加速度传感器的安装位置和加速度的检测方向的图。

图3是示出轮胎径向加速度波形及加速度微分波形的一例、以及旋转时间及接地时间的计算方法的图。

图4是示出R_c-V_R映射的一例的图。

图5是示出本实施方式1所涉及的轮胎磨损估计方法的流程图。

图6是示出轮胎径向加速度、轮胎周向加速度、轮胎周向速度以及旋转角速度的时间变化波形的图。

图7是示出测量点的旋转角、前后方向加速度以及上下方向加速度的时间变化波形的图。

图8是示出测量点的前后方向速度和上下方向速度的时间变化波形的图。

图9是示出测量点的前后方向的位移及上下方向的位移的时间变化波形、以及测量点的轨迹的图。

图10是示出本实施方式2所涉及的轮胎磨损估计装置的结构的图。

图11是示出特征量的分布和作为分离平面的识别函数的示意图。

图12是示出沟槽余量不同的轮胎的变形速度的指标与接地时间比之间的关系的映射。

具体实施方式

实施方式1.

图1是示出本实施方式1所涉及的轮胎磨损估计装置10的结构的图，轮胎磨损估计装置10具备第一加速度传感器11A、第二加速度传感器11B、加速度微分波形运算单元12、微分峰值计算单元13、接地时间比计算单元14、角速度估计单元15、挠曲量计算单元16、存储单元17以及沟槽余量估计单元18。

加速度微分波形运算单元12～沟槽余量估计单元18的各单元例如由计算机的软件、以及RAM等存储器构成。下面，将这些加速度微分波形运算单元12～沟槽余量估计单元18的各单元称为运算部10B。在本例中，将运算部10B设置于车身侧，但也可以设置于轮胎内。

如图2的(a)、(b)所示，第一加速度传感器11A和第二加速度传感器11B均被收纳在配置于轮胎1的内衬层部2的靠轮胎气室3一侧的大致中央部的传感器盒11内，检测从路面输入到胎面4的振动作为加速度。

第一加速度传感器11A以检测方向为轮胎径向的方式配置，来检测从路面输入的轮胎径向加速度a_R(t)，第二加速度传感器11B以检测方向为轮胎周向的方式配置，来检测轮胎周向加速度a_T(t)。此外，在各图中，x方向为车辆行进方向，y方向为车辆宽度方向(轮胎宽度方向)，z方向为上下方向。

另外，虽然省略了图，但在传感器盒11中收纳有将第一加速度传感器11A和第二加速度传感器11B的输出分别进行放大的放大器、A/D转换器、以及将进行A/D转换后的信号向运算部10B发送的发送机等。此外，在将运算部10B设置于传感器盒11等轮胎1内的情况下，将由运算部10B得到的估计结果发送到设置于车身侧的车辆控制装置(未图示)即可。

第一加速度传感器11A和第二加速度传感器11B的大小远小于轮胎1的大小，因此能够视为处于大致相同的位置。下面，将图2的(b)的点A所示的第一加速度传感器11A和第二加速度传感器11B的位置称为测量点。

加速度微分波形运算单元12提取由第一加速度传感器11A检测出的轮胎径向加速度的时间序列波形即径向加速度波形，求出对所提取出的该径向加速度波形进行时间微分得到的波形即加速度微分波形。

图3的(a)是示出径向加速度波形的一例的图，横轴为时间[sec.]，纵轴为加速度[G]。该图中的由虚线包围的、负斜率为最大的部分是踏入侧的接地端p_f、正斜率为最大的部分p_k是蹬出侧的接地端。

另外，图3的(b)是示出加速度微分波形的一例的图，横轴为时间[sec.]，纵轴为加速度微分值[G/sec.]。在该加速度微分波形中出现两个峰。在波形的前侧，即，时间上先出现的峰是踏入端侧的峰P_f，时间上后出现的峰是蹬出端侧的峰P_k。径向加速度波形的接地端p_f、p_k处的斜率越大，则加速度微分波形中的峰P_f、P_k的大小越大。

如图3的(c)所示，加速度微分波形中的踏入端侧的峰P_f与蹬出端侧的峰P_k的间隔为接地时间T_t，时间上相邻的两个蹬出端侧的峰P_k、P_k+1的间隔为轮胎旋转一周的时间即旋转时间T_r。此外，也可以根据踏入侧的峰的时间间隔来求出旋转时间T_r。

在微分峰值计算单元13中，计算踏入端侧的峰P_f的大小即踏入端侧的微分峰值V_Rf，并将其作为变形速度指标V_R发送到沟槽余量估计单元18。此外，作为变形速度指标V_R，也可以使用蹬出端侧的加速度微分值即蹬出端侧微分峰值V_Rk，还可以使用踏入端侧微分峰值V_Rf与蹬出端侧微分峰值V_Rk的平均值。

在接地时间比计算单元14中，计算图3的(c)所示的作为蹬出端侧的峰P_k所出现的时间T₁与该蹬出端侧的峰在轮胎1旋转一周后再次出现为止的时间T₂的时间差的旋转时间T_r、以及作为踏入端侧的峰P_f与蹬出端侧的峰P_k之间的时间的接地时间T_t，并计算将所计算出的该接地时间T_t除以旋转时间T_r得到的接地时间比R_c。所计算出的接地时间比R_c被发送到沟槽余量估计单元18。

此外，T_r＝T₂-T₁，R_c＝(T_t/T_r)。

角速度估计单元15根据由第一加速度传感器11A检测出的轮胎径向加速度a_R(t)和由第二加速度传感器11B检测出的轮胎周向加速度a_T(t)，来估计轮胎1的旋转角速度ω(t)。

挠曲量计算单元16根据由第一加速度传感器11A检测出的轮胎径向加速度a_R(t)、由第二加速度传感器11B检测出的轮胎周向加速度a_T(t)、以及由角速度估计单元15估计出的旋转角速度ω(t)，来运算测量点A的轨迹，求出作为行驶时的轮胎1的纵截面形状的轮胎1的外形，根据该轮胎1的外形来估计挠曲量d。当将作为轮胎1无载荷时的半径的轮胎半径设为R、将作为轮胎行驶时的半径的有效半径设为R_eff时，挠曲量d能够表示为d＝R-R_eff。

旋转角速度ω(t)的估计方法和挠曲量d的计算方法在后面记述。

存储单元17存储预先求出的多个R_c-V_R映射17M₁～17M_n。R_c-V_R映射17M₁～17M_n是用于估计轮胎1的磨损程度的映射，是针对各挠曲量d_k(k＝1～n)制作的。此外，在本例中，使用沟槽余量H作为磨损程度，但也可以将磨损量M作为磨损程度。当将新品时的轮胎1的沟槽深度设为H₀、将沟槽余量设为H时，磨损量M用M＝H₀-H来表示。

如图4所示，挠曲量为d_k的R_c-V_R映射17M_k是将预先求出的表示沟槽余量为H_j的磨损轮胎的接地时间比R_c与变形速度指标V_R的关系的主线L_j绘制在将横轴设为接地时间比R_c且将纵轴设为变形速度指标V_R的平面上所得到的，在本例中，将主线L_j设为H₁＝8mm(新)、H₂＝6mm、H₃＝4mm、H₄＝2mm(全蠕虫)这4条(j＝1～4)，但也可以设为3条(新、中蠕虫、全蠕虫)，还可以设为5条以上。

R_c-V_R映射17M₁～17M_n是使用使搭载包括新品轮胎(新)和磨损到了磨损指示标志附近的轮胎(全蠕虫)在内的沟槽余量H_M和磨损形状不同的多个试验轮胎的车辆以各种载荷状态进行了行驶时的接地时间比R_c的数据、变形速度指标V_R的数据以及挠曲量d的数据求出的。

此外，在胎肩磨损的情况下，若中间部的沟槽余量与均匀磨损的沟槽余量大致相同，则接地时间比R_c、变形速度指标V_R以及挠曲量d与均匀磨损的情况大致相同，因此在本例中，将磨损形状设为中间磨损和均匀磨损这两种。

沟槽余量估计单元18使用由微分峰值计算单元13计算出的变形速度指标V_R、由接地时间比计算单元14计算出的接地时间比R_c、由挠曲量计算单元16计算出的挠曲量d、以及存储于存储单元17的R_c-V_R映射17M₁～17M_n，来估计作为该轮胎1的磨损程度的沟槽余量H。

如上所述，R_c-P映射17M₁～17M_n是使用使搭载沟槽余量H和磨损形状不同的试验轮胎的车辆行驶并检测出的轮胎径向加速度a_R(t)和轮胎周向加速度a_T(t)求出的，因此如果使用该R_c-V_R映射17M₁～17M_n，能够与磨损形状是否为中间磨损无关地高精度地估计沟槽余量H。

此外，如图4所示，也可以代替R_c-V_R映射17M₁～17M_n，而使用预先求出的以接地时间比R_c、变形速度指标V_R以及挠曲量d这三个为变量的沟槽余量H的回归方程式H＝F(R_c，V_R，d)来估计轮胎1的沟槽余量H。该回归方程式H＝F(R_c，V_R，d)也与上述的R_c-V_R映射17M₁～17M_n同样地是使用使搭载沟槽余量H和磨损形状不同的试验轮胎的车辆行驶并检测出的轮胎径向加速度a_R(t)和轮胎周向加速度a_T(t)求出的。因而，使用回归方程式H＝F(R_c，V_R，d)也能够高精度地估计该轮胎1的沟槽余量H。

接着，参照图5的流程图来对本实施方式1所涉及的轮胎磨损估计方法进行说明。此外，在估计磨损程度时，假设搭载了轮胎1的车辆以恒定速度V₀在平坦的路面上直行。

首先，通过设置于轮胎1的内衬层部2的第一加速度传感器11A和第二加速度传感器11B分别检测从路面输入到轮胎1的轮胎径向加速度a_R(t)和轮胎周向加速度a_T(t)(步骤S10)。

接着，求出对轮胎径向加速度a_R(t)进行时间微分得到的波形即加速度微分波形(步骤S11)，计算该加速度微分波形的踏入端侧的峰P_f的大小即踏入端侧微分峰值V_Rf并将其作为变形速度指标V_R(步骤S12)。并且，计算作为加速度微分波形中的踏入端侧的峰P_f与蹬出端侧的峰P_k的间隔的接地时间T_t以及作为加速度微分波形中的两个蹬出端侧的峰P_k1、P_k2的间隔的旋转时间T_r(步骤S13)，之后，计算作为所计算出的该接地时间T_t与旋转时间T_r之比的接地时间比R_c(步骤S14)。接地时间比R_c能够用T_t/T_r来表示。

接着，根据在上述的步骤S10中检测出的轮胎径向加速度a_R(t)和轮胎周向加速度a_T(t)来计算轮胎1的旋转角速度ω(t)(步骤S15)。然后，根据轮胎径向加速度a_R(t)、轮胎周向加速度a_T(t)以及旋转角速度ω(t)来计算轮胎1的挠曲量d(步骤S16)。

此外，变形速度指标V_R的计算、接地时间比R_c的计算以及挠曲量d的计算不必一定按照该顺序来进行，也可以更换顺序，还可以并列处理。

最后，使用在步骤S13中计算出的变形速度指标V_R、在步骤S15中计算出的接地时间比R_c、在步骤S16～S17中计算出的挠曲量d、以及所存储的预先求出的R_c-V_R映射17M₁～17M_n，来估计作为该轮胎1的磨损程度的沟槽余量H(步骤S17)。

步骤S15的旋转角速度ω(t)的估计方法如下。

首先，如图6的(a)、(b)所示，从轮胎径向加速度a_R(t)和轮胎周向加速度a_T(t)分别截取轮胎旋转一周的量的波形。

接着，根据轮胎周向加速度a_T(t)，使用下面的式(1)来计算轮胎周向速度v(t)。

[数1]

在此，V₀为车速，能够根据轮胎的旋转周期、轮胎半径以及GPS数据等进行计算。有时也会对v(t)进行中心化等预处理。

如图6的(c)所示，可知轮胎周向速度v(t)随着接近踏入端而减小，当进入接地区域时再次增加，但从接地区域的中心附近开始再次减小，并在蹬出端处变为最小，之后上升。

接着，根据轮胎径向加速度a_R(t)和轮胎周向速度v(t)，通过下面的式(2)来估计轮胎1的旋转角速度ω(t)。

ω(t)＝a_R(t)/v(t)……(2)

图6的(d)示出旋转角速度ω(t)的估计值的时间变化。

上述的式(2)是假定为传感器(测量点A)在某时刻t正在进行匀速圆周运动而导出的，测量点A正在进行匀速圆周运动时的加速度a_R(t)和速度v(t)能够通过下式来表示。

a_R(t)＝v²(t)/R(t)

v(t)＝R(t)ω(t)

在此，R(t)是在时刻t的曲率半径。

从上述的两个式中消去R(t)并对ω(t)求解，则能够得到上述式(2)。

接着，对步骤S16的挠曲量d的计算方法进行说明。

在本例中，根据测量点A的轨迹来计算挠曲量d。

首先，使用下面的式(3)对旋转角速度ω(t)的估计值进行积分，求出旋转角θ的时间变化波形。如图7的(a)所示，测量点的旋转角θ是从轮胎1的中心观察时的测量点A的旋转角度，初始值θ₀能够设定为0(接地中心)、-π(最上部)等适当的值。

[数2]

图7的(a)是示出旋转角θ(t)的时间变化的图，可知旋转角θ(t)大致线性地变化，但在该图中的由圆形包围的接地中心附近(t＝0.1秒(sec)附近)，对应旋转角速度ω(t)变小的情形，该变化变小。

接着，如下面的式(4)、(5)所示，使用上述的旋转角θ(t)，将轮胎径向加速度a_R(t)和轮胎周向加速度a_T(t)进行坐标变换而变换为作为全局坐标系(x，z)的加速度的前后方向加速度a_x(t)和上下方向加速度a_z(t)。全局坐标系(x，z)是图2的(a)、(b)所示的、将x方向设为车辆行进方向、将y方向设为车辆宽度方向(轮胎宽度方向)、将z方向设为上下方向的坐标系。

[数3]

a_x(t)＝a_T(t)cosθ(t)-a_R(t)sinθ(t)……(4)

a_z(t)＝a_T(t)sinθ(t)+a_R(t)cosθ(t)......(5)

在图7的(b)中示出前后方向加速度a_x(t)的时间变化波形，在图7的(c)中示出上下方向加速度a_z(t)的时间变化波形。

接着，对变换为全局坐标系的加速度进行积分，使用下面的式(6)、式(7)来计算测量点A的前后方向速度v_x(t)和上下方向速度v_z(t)。

[数4]

其中，a_x(t)、a_z(t)有时也会伴随中心化等预处理。另外，初始值v_x0、v_z0能够设定为任意的值。

在图8的(a)中示出前后方向速度v_x(t)的时间变化波形，在图8的(b)中示出上下方向速度v_z(t)的时间变化波形。

并且，对速度进行积分，使用下面的式(8)、式(9)来计算测量点A的前后方向的位移u_x(t)和上下方向的位移u_z(t)。

[数5]

其中，v_x(t)、v_z(t)有时也会伴随中心化等预处理。另外，初始值u_x0、u_z0能够设定为任意的值。

在图9的(a)中示出前后方向的位移u_x(t)的时间变化波形，在图9的(b)中示出上下方的位移u_z(t)的时间变化波形。

然后，通过去除时间成分并将位移u_x(t)、u_z(t)图示于二维平面，得到如图9的(c)所示那样的测量点A的轨迹。

用圆拟合该测量点A的轨迹而求出回归圆C_fit，求出作为回归圆C_fit的半径的回归半径R_fit，并且求出作为轮胎1发生了挠曲的状态的半径的有效半径R_eff。在本例中，如图9的(d)的示意图所示，将有效半径R_eff设为从该图中的虚线所示的回归圆C_fit的中心O到测量点A的距离的最小值。

最后，通过下面的式子来计算挠曲量d。

d＝R_fit-R_eff

此外，作为用于估计磨损程度的挠曲量d或在后述的中间磨损判定中使用的特征量，既可以是挠曲量d，也可以是挠曲率k_d＝d/R_fit。

实施方式2.

图10是示出本实施方式2所涉及的轮胎磨损估计装置20的结构的图，在该图中，11A是第一加速度传感器，11B是第二加速度传感器，12是加速度微分波形运算单元，13是微分峰值计算单元，14是接地时间比计算单元，15是角速度估计单元，16是挠曲量计算单元，21是识别模型存储单元，22是磨损形状判别单元，23是R-V映射存储单元，24是沟槽余量估计单元。

对于第一加速度传感器11A和第二加速度传感器11B到挠曲量计算单元16，附图标记与实施方式1相同的各单元的结构与实施方式1相同，因此省略其说明。

识别模型存储单元21存储预先求出的磨损形状识别模型21M。

如图11所示，磨损形状识别模型21M具备基准特征向量Y_ZSV、以及对基准特征向量Y_ZSV加权的拉格朗日乘数λ_Z(Z＝N或M)，该基准特征向量Y_ZSV用于通过识别轮胎1的磨损形状是均匀磨损(Even wear；下面称为N状态)还是中间磨损(Center wear；下面称为M状态)的识别函数f_NM(x)来分离。

在求出将使搭载沟槽余量H和磨损形状不同的多个试验轮胎的车辆以各种载荷状态进行了行驶时的接地时间比R_c的数据、变形速度指标V_R的数据以及挠曲量d的数据作为分量的特征向量Y_Z＝(R_cZ，V_RZ，d_Z)之后，将这些特征向量Y_Z作为学习数据来通过支持向量机(Support Vector Machine：SVM)求出基准特征向量Y_ZSV和拉格朗日乘数λ_Z。

磨损形状判别单元22使用将由微分峰值计算单元13计算出的变形速度指标V_R、由接地时间比计算单元14计算出的接地时间比R_c及由挠曲量计算单元16计算出的挠曲量d作为分量的特征量向量X(R_c，V_R，d)、记录于识别模型存储单元21的支持向量Y_NSV及Y_MSVV、以及拉格朗日乘数λ_N、λ_M，计算出核函数K_N(X，Y_NSV)、K_M(X，Y_MSVV)，之后，使用这些核函数K_N(X，Y_NSV)、K_M(X，Y_MSVV)来求出用于识别轮胎的磨损形状的识别函数f_NM(x)的值，根据该识别函数f_NM(x)的值来判别该轮胎1的磨损形状是N状态(均匀磨损)还是M状态(中间磨损)。磨损形状判别单元22的判别结果被发送到沟槽余量估计单元24。

此外，作为核函数K_N、K_M，例如能够优选使用高斯核函数等。

R-V映射存储单元23存储将预先求出的第一主线L_Nj绘制在将横轴设为接地时间比R_c且将纵轴设为变形速度指标V_R的平面上所得到的第一R_c-V_R映射23N(均匀磨损映射(Even-Map))和将预先求出的第二主线L_Mj绘制在该平面上所得到的第二R_c-V_R映射23M(中间磨损映射(Center-Map))，该第一主线L_Nj表示沟槽余量为H_j且磨损形状为均匀磨损的磨损轮胎的接地时间比R_c与变形速度指标V_R的关系，该第二主线L_Mj表示沟槽余量为H_j且磨损形状为中间磨损的磨损轮胎的接地时间比R_c与变形速度指标V_R的关系。

第一R_c-V_R映射23N和第二R_c-V_R映射23M均是用于根据接地时间比R_c和变形速度指标V_R来估计磨损程度的映射，第一R_c-V_R映射21N是使用使搭载磨损形状为均匀磨损且沟槽余量H不同的多个试验轮胎的车辆以各种载荷状态进行了行驶时的接地时间比R_c的数据和变形速度指标V_R的数据求出的。

另一方面，第二R_c-V_R映射21M是使用使搭载磨损形状为中间磨损且沟槽余量H不同的多个试验轮胎的车辆以各种载荷状态进行了行驶时的接地时间比R_c的数据和变形速度指标V_R的数据求出的。

沟槽余量估计单元24使用由微分峰值计算单元13计算出的变形速度指标V_R、由接地时间比计算单元14计算出的接地时间比R_c、以及存储于R-V映射存储单元23的第一R_c-V_R映射23N或第二R_c-V_R映射23M，来估计作为该轮胎1的磨损程度的沟槽余量H。

具体地说，在由磨损形状判别单元22判定为该轮胎1的磨损形状为均匀磨损的情况下，使用所计算出的变形速度指标V_R及接地时间比R_c、以及第一R_c-V_R映射23N来估计作为该轮胎1的磨损程度的沟槽余量H，在判定为磨损形状为中间磨损的情况下，使用所计算出的变形速度指标V_R及接地时间比R_c、以及第二R_c-V_R映射23M来估计作为该轮胎1的磨损程度的沟槽余量H。

像这样，在由微分峰值计算单元13计算出变形速度指标V_R、由接地时间比计算单元14计算出接地时间比R_c、由挠曲量计算单元16计算出挠曲量d之后，基于将上述计算出的变形速度指标V_R、接地时间比R_c以及挠曲量d作为分量的特征量向量X(R_c，V_R，d)、以及将预先针对各磨损形状求出的特征量向量即支持向量Y_Z＝(R_cZ，V_RZ，d_Z)作为学习数据所构建出的判别模型(磨损形状识别模型21M)，使用机器学习的算法来判别出上述轮胎的磨损形状是均匀磨损还是中间磨损，因此能够高精度地判别该轮胎1的磨损形状。

另外，由于考虑磨损形状来估计该轮胎1的磨损程度，因此能够与轮胎的磨损形状无关地高精度地估计行驶中的轮胎的磨损程度。

上面使用实施方式对本发明进行了说明，但本发明的技术范围并不限定于上述实施方式所记载的范围。能够对上述实施方式施加多种变更或改良，这对于本领域技术人员而言也是显而易见的。从权利要求书显而易见的是，施加那样的变更或改良所得到的方式也能够包括在本发明的技术范围内。

例如，在上述实施方式1、2中，根据轮胎径向加速度a_R(t)和轮胎周向加速度a_T(t)来估计旋转角速度ω(t)，但是也可以使用振动陀螺仪等角速度传感器来直接测量旋转角速度ω(t)。优选的是，角速度传感器设置于测量点A。

另外，对于挠曲量d，也可以是，在安装有轮胎1的车辆设置距离传感器来测量车辆与路面之间的距离，根据该车辆与路面间的距离来计算挠曲量d。具体地说，将距离传感器的设置位置与路面之间的距离换算为车轴与路面之间的距离并将其作为有效半径R_eff，将该有效半径与轮胎半径R之差作为挠曲量d即可。

另外，在上述实施方式2中，由支持向量机(SVM)构成了磨损形状判别单元22，但也可以使用逻辑回归、随机森林、神经网络等其它机器学习的算法。

另外，在上述实施方式2中，设为根据磨损形状来选择用于估计磨损程度的映射，但也可以设为，仅准备第一R_c-V_R映射23N，并且预先求出作为接地时间比R_c及变形速度指标V_R相同的情况下的、磨损形状为均匀磨损时的沟槽余量H_N与磨损形状为中间磨损时的沟槽余量H_M之差的校正量ΔH，在磨损形状为中间磨损的情况下，将通过第一R_c-V_R映射23N求出的沟槽余量H’校正为H＝H’+ΔH并输出。此外，在磨损形状不为中间磨损的情况下，不需要校正，直接输出H’即可。

附图标记说明

1：轮胎；2：内衬层部；3：轮胎气室；4：胎面；10：轮胎磨损估计装置；11：传感器盒；11A：第一加速度传感器；11B：第二加速度传感器；12：加速度微分波形运算单元；13：微分峰值计算单元；14：接地时间比计算单元；15：角速度估计单元；16：挠曲量计算单元；17：存储单元；17M₁～17M_n：Rc-V_R映射；18：沟槽余量估计单元。

Claims

1.一种轮胎磨损估计方法，其中，

使用轮胎接地端部或轮胎接地端部附近的变形速度的指标、接地时间比以及挠曲量来估计轮胎的磨损程度，所述变形速度的指标是根据对由安装于所述轮胎的加速度传感器检测出的轮胎径向加速度的时间序列波形进行微分所得到的径向加速度波形中出现的正峰及负峰中的任一方或两方的大小而计算出的，所述接地时间比是作为所述正峰与所述负峰之间的时间间隔的接地时间同作为所述正峰及所述负峰中的任一方的峰的时间间隔的所述轮胎的旋转时间之比，所述挠曲量是作为所述轮胎无载荷时的半径的轮胎半径与作为所述轮胎行驶时的半径的有效半径之差。

2.根据权利要求1所述的轮胎磨损估计方法，其特征在于，

测量所述轮胎的轮胎径向加速度、轮胎周向加速度以及旋转角速度，并且根据使用所测量出的所述轮胎径向加速度、所述轮胎周向加速度以及所述旋转角速度计算出的该轮胎的位移的轨迹，来估计所述挠曲量。

3.根据权利要求1所述的轮胎磨损估计方法，其特征在于，

测量所述轮胎的轮胎径向加速度和轮胎周向加速度，根据所测量出的所述轮胎径向加速度和所述轮胎周向加速度来估计所述轮胎的旋转角速度，并且根据使用所测量出的所述轮胎径向加速度和所述轮胎周向加速度、以及所估计出的所述旋转角速度计算出的该轮胎的位移的轨迹，来估计所述挠曲量。

4.根据权利要求1所述的轮胎磨损估计方法，其特征在于，

根据由搭载在安装有所述轮胎的车辆中的距离传感器检测出的所述车辆与路面之间的距离来计算所述有效半径。

5.根据权利要求1～4中的任一项所述的轮胎磨损估计方法，其特征在于，包括以下步骤：

判别步骤，将所述变形速度的指标、所述接地时间比以及所述挠曲量作为特征量，根据这些特征量，通过机器学习算法来判别所述轮胎的磨损形状是否为中间磨损；以及

估计所述轮胎的磨损程度的步骤，

在所述判别步骤中，

基于所述特征量和预先求出的判别模型来判别所述轮胎的磨损形状是否为中间磨损，所述判别模型是将磨损形状为中间磨损的轮胎的特征量和磨损形状不为中间磨损的轮胎的特征量作为学习数据而构建出的模型，

在估计所述轮胎的磨损程度的步骤中，

在判别为所述轮胎的磨损形状为中间磨损的情况下，

使用所计算出的所述变形速度的指标、所述接地时间比以及预先求出的、轮胎的磨损形状为中间磨损的轮胎的所述变形速度的指标、所述接地时间比及轮胎的磨损程度之间的关系，来估计所述轮胎的磨损程度，

在判别为所述轮胎的磨损形状不为中间磨损的情况下，

使用所计算出的所述变形速度的指标、所述接地时间比以及预先求出的、轮胎的磨损形状不为中间磨损的轮胎的所述变形速度的指标、所述接地时间比及磨损程度之间的关系，来估计所述轮胎的磨损程度。

6.根据权利要求1～4中的任一项所述的轮胎磨损估计方法，其特征在于，包括以下步骤：

估计步骤，使用所述变形速度的指标和所述接地时间比来估计所述轮胎的磨损程度；

校正步骤，在判别为所述轮胎的磨损形状为中间磨损的情况下，对所估计出的所述磨损程度进行校正，

在所述判别步骤中，

在所述校正步骤中，

使用预先求出的、磨损形状为中间磨损的轮胎的磨损程度与磨损形状不为中间磨损的轮胎的磨损程度之差，来校正所估计出的所述磨损程度。

7.一种轮胎磨损形状判别方法，用于判别行驶中的轮胎的磨损形状是否为中间磨损，所述轮胎磨损形状判别方法包括以下步骤：

求出轮胎接地端部或轮胎接地端部附近的变形速度的指标，所述变形速度的指标是根据对由安装于轮胎的加速度传感器检测出的轮胎径向加速度的时间序列波形进行微分所得到的径向加速度波形中出现的正峰和负峰中的任一方或两方的大小而计算出的；

求出接地时间比，所述接地时间比是作为所述正峰与所述负峰之间的时间间隔的接地时间同作为所述正峰及所述负峰中的任一方的峰的时间间隔的所述轮胎的旋转时间之比；

求出挠曲量，所述挠曲量是作为所述轮胎无载荷时的半径的轮胎半径与作为所述轮胎行驶时的半径的有效半径之差；以及

判别步骤，将所求出的所述变形速度的指标、所述接地时间比以及所述挠曲量作为特征量，根据这些特征量，通过机器学习算法来判别所述轮胎的磨损形状是否为中间磨损，

在所述判别步骤中，

基于所述特征量和预先求出的判别模型来判别所述轮胎的磨损形状是否为中间磨损，所述判别模型是将磨损形状为中间磨损的轮胎的特征量和磨损形状不为中间磨损的轮胎的特征量作为学习数据而构建出的模型。