CN115320608B - 一种轮胎路面信息的监测方法、装置及系统 - Google Patents
一种轮胎路面信息的监测方法、装置及系统 Download PDFInfo
- Publication number
- CN115320608B CN115320608B CN202211264112.9A CN202211264112A CN115320608B CN 115320608 B CN115320608 B CN 115320608B CN 202211264112 A CN202211264112 A CN 202211264112A CN 115320608 B CN115320608 B CN 115320608B
- Authority
- CN
- China
- Prior art keywords
- tire
- road surface
- real time
- surface information
- information
- 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.)
- Active
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/06—Road conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
- B60W40/105—Speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2530/00—Input parameters relating to vehicle conditions or values, not covered by groups B60W2510/00 or B60W2520/00
- B60W2530/20—Tyre data
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Measuring Fluid Pressure (AREA)
Abstract
本发明公开了一种轮胎路面信息的监测方法、装置及系统,方法包括对实时采集到轮胎的柔性传感信号,进行提取特征因子,并将特征因子结合机器学习模糊推理算法,识别出路面信息;根据轮胎自由滚动半径和实时采集到轮胎的垂向加速度信号,计算车速,并根据垂向加速度信号和车速,计算接地时间和接地印痕长度,将接地印痕长度、轮胎自由滚动半径和实时采集到轮胎的胎压信息,结合轮胎半经验模型,计算垂向力;根据路面信息和轮胎状态数据,实时生成轮胎路面信息;其中,轮胎状态数据包括车速、接地时间、接地印痕长度和垂向力。本实施例实现了轮胎数据分析以及对不同路面信息的识别,提高对轮胎路面信息监测的精准性。
Description
技术领域
本发明涉及轮胎监测领域,尤其涉及一种轮胎路面信息的监测方法、装置及系统。
背景技术
近年来,汽车智能化程度需求逐步提升,通过智能化手段得到汽车行驶状态时的轮胎及路面信息的相关数据,对于车联网和智能化驾驶控制策略具有重要意义。随着智能轮胎技术的发展,关于智能轮胎技术的车辆系统,大都是通过单一传感器采集数据,实现的功能受限,且大部分只考虑轮胎层面的状态信息,忽略了轮胎与地面相互作用的状态信息以及如何把智能轮胎与整车进行匹配等问题。
目前,通过智能轮胎技术实现对车辆轮胎及路面状态的实时监测,大都基于传感器得到的信号图,通过提取特征因子,运用神经网络算法估算轮胎力学特性参数,结合经验/半经验/物理模型,对轮胎动力学参数进行估算。现有技术方案中,利用胎压、下沉量和接地时间等状态信息实现对轮胎的垂向力、接地印痕长度和车速的实时监测。存在的缺点在于:此车辆状态监测系统采用了弹簧来测量轮胎的下沉量,但是在轮胎滚动的过程中,弹簧作为柔性体的存在,并不会像刚体那样保持直立,导致测量的下沉量存在一定的误差;加速度监测模块呈周向排列,所设计的系统繁琐;只实现了从轮胎层面监测轮胎的受力情况,并没有从道路层面做出考虑,对不同工况的路面识别并没有提出解决方案。
发明内容
本发明提供了一种轮胎路面信息的监测方法、装置及系统,实现轮胎数据分析以及对不同路面信息的识别,提高对轮胎路面信息监测的精准性。
为了解决上述技术问题,本发明实施例提供了一种轮胎路面信息的监测方法,包括:
对实时采集到轮胎的柔性传感信号,进行提取特征因子,并将特征因子结合机器学习模糊推理算法,识别出路面信息;
根据轮胎自由滚动半径和实时采集到轮胎的垂向加速度信号,计算车速,并根据垂向加速度信号和车速,计算接地时间和接地印痕长度,将接地印痕长度、轮胎自由滚动半径和实时采集到轮胎的胎压信息,结合轮胎半经验模型,计算垂向力;
根据路面信息和轮胎状态数据,实时生成轮胎路面信息;其中,轮胎状态数据包括车速、接地时间、接地印痕长度和垂向力。
实施本发明实施例,实时采集轮胎的柔性传感信号,并根据柔性传感信号,提取特征因子,特征因子结合机器学习模糊推理算法,智能识别路面信息,利用柔性传感技术实现对路面信息的识别,从道路层面,实现对不同路面的识别。获取轮胎垂向的加速度,计算出车速,根据垂向加速度和车速得出轮胎的接地时间和接地印痕长度,将接地印痕长度和胎压信息,结合轮胎半经验模型估算轮胎承受的垂向力等动力学参数信息,利用垂向加速度和胎压信息实现对轮胎数据的车速、接地时间、轮胎垂向力、接地印痕等动力学参数的实时监测。通过建立轮胎半经验模型和机器学习等数学算法,实时监测轮胎数据以及对不同路面信息,避免采用弹簧等硬件,对轮胎动平衡、均匀性产生影响,提高对轮胎路面信息监测的精准性和准确度。
作为优选方案,对实时采集到轮胎的柔性传感信号,进行提取特征因子,并将特征因子结合机器学习模糊推理算法,识别出路面信息,具体为:
通过柔性传感器进行实时采集轮胎在滚动过程中的柔性传感信号;
将柔性传感信号的波形图进行频域转换,提取功率谱密度均值,将功率谱密度均值作为特征因子;
把特征因子和路面类型进行模糊化,获得模糊集合;
根据模糊集合,获得模糊规则,确定当预设输入时的输出模糊集合;
根据模糊规则和Mamdani型模糊推理算法,对于预设特征因子的隶属度函数,得到路面分类类型,识别出路面信息。
实施本发明实施例,基于机器学习模糊逻辑算法,结合模糊逻辑分类器的结构,把信号的功率谱密度均值作为输入,输出不同路面类型,不需要进行模糊逻辑分类器模型的预训练类似的预处理步骤,避免需要采集大量的数据进行建模,才能输出准确数据,简化运算的复杂度。
作为优选方案,通过柔性传感器进行实时采集轮胎在滚动过程中的柔性传感信号,具体为:
将若干柔性压力传感器安装于轮胎内衬层的若干预设位置,将分压设备安装于轮胎内衬层中心部位;
通过若干柔性压力传感器实时采集轮胎在滚动过程中的输出电阻值,将若干预设位置对应布置若干通道,通过分压设备获取各通道的输出电阻信号,根据输出电阻信号,得到柔性传感信号。
实施本发明实施例,柔性压力传感器的工作原理是在受压过程中,传感器的弹性体微结构与电极接触面积的改变带来传感器接触电阻的改变。
作为优选方案,根据轮胎自由滚动半径和实时采集到轮胎的垂向加速度信号,计算车速,具体为:
将三轴加速度传感器安装于轮胎内衬层中心部位,集成在分压设备的加速度通道,通过三轴加速度传感器进行实时采集轮胎在滚动过程中的垂向加速度,通过分压设备获取加速度通道的垂向加速度信号;
根据垂向加速度信号,获得垂向加速度数值;
根据垂向加速度数值,计算旋转向心加速度;
将旋转向心加速度和轮胎自由滚动半径,进行数值运算,得到车速。
实施本发明实施例,将加速度传感器集成在分压装置上,使用硬件少,避免结构过于复杂,可使得系统更加简洁,同时算法更加简单精准,实现的功能更加丰富。三轴加速度传感器质量轻、尺寸小,故集成在分压装置上,不会影响轮胎的动平衡,也不会改变轮胎的固有特性。三轴加速度传感器可以实时采集轮胎在滚动过程中的三向加速度,通过对三种加速度数据比对,发现垂向加速度信号呈规律变化比较明显,所以使用垂向加速度信号进行后期计算,使得计算数据更为精确。
作为优选方案,并根据垂向加速度信号和车速,计算接地时间和接地印痕长度,具体为:
根据垂向加速度信号,计算信号峰值的间距差,得到接地时间;
将车速和接地时间,进行数值运算,得到接地印痕长度。
作为优选方案,将接地印痕长度、轮胎自由滚动半径和实时采集到轮胎的胎压信息,结合轮胎半经验模型,计算垂向力,具体为:
根据实时采集到轮胎的胎压信息,计算垂向刚度,将接地印痕长度、垂向刚度和轮胎自由滚动半径,代入轮胎半经验模型中,计算垂向力;
轮胎半经验模型,如下式:
其中,a为接地印痕长度,Ro为轮胎自由滚动半径,Fz为垂向力,Cz为垂向刚度,a1为第一待拟合系数,b1为第二待拟合系数,m为第一待拟合次数,n为第二待拟合次数。
实施本发明实施例,结合轮胎自带的胎压监测装置获取胎压参数,以及轮胎半经验模型实现对轮胎垂向力等动力学参数的实时监测,避免采用弹簧等硬件,对轮胎动平衡、均匀性产生影响。
为了解决相同的技术问题,本发明实施例还提供了一种轮胎路面信息采集传输装置,包括:柔性传感监测模块、加速度监测模块、数据计算模块和信息集成模块;
其中,柔性传感监测模块用于对实时采集到轮胎的柔性传感信号,进行提取特征因子,并将特征因子结合机器学习模糊推理算法,识别出路面信息;
加速度监测模块用于根据轮胎自由滚动半径和实时采集到轮胎的垂向加速度信号,计算车速;
数据计算模块用于将接地印痕长度、轮胎自由滚动半径和实时采集到轮胎的胎压信息,结合轮胎半经验模型,计算垂向力;
信息集成模块用于根据路面信息和轮胎状态数据,实时生成轮胎路面信息;其中,轮胎状态数据包括车速、接地时间、接地印痕长度和垂向力。
为了解决相同的技术问题,本发明实施例还提供一种轮胎路面信息的监测系统,包括:轮胎路面信息采集传输装置、供电装置、胎压监测装置、无线传输装置和车载终端装置;其中,轮胎路面信息采集传输装置执行轮胎路面信息的监测方法;
其中,装置的连接如下:胎压监测装置与轮胎路面信息采集传输装置连接,供电装置与轮胎路面信息采集传输装置连接,无线传输装置与轮胎路面信息采集传输装置连接,供电装置与无线传输装置连接,车载终端装置与无线传输装置连接。
作为优选方案,供电装置用于为轮胎路面信息采集传输装置供电;
胎压监测装置用于为轮胎路面信息采集传输装置提供获取轮胎的胎压信息;
无线传输装置用于实时将轮胎路面信息发送至车载终端装置;
车载终端装置用于接收轮胎路面信息,实时显示轮胎在运动过程中的轮胎路面信息。
附图说明
图1:为本发明提供的轮胎路面信息的监测方法的一种实施例的流程示意图;
图2:为本发明提供的轮胎路面信息的监测方法的一种实施例的轮胎二维断面压力传感器黏贴示意图;
图3:为本发明提供的轮胎路面信息的监测方法的一种实施例的模糊逻辑算法逻辑简图;
图4:为本发明提供的轮胎路面信息的监测方法的一种实施例的不同路面辨识结果图;
图5:为本发明提供的轮胎路面信息的监测方法的一种实施例的三向加速度信号响应细节图;
图6:为本发明提供的轮胎路面信息采集传输装置的一种实施例的结构示意图;
图7:为本发明提供的轮胎路面信息的监测系统的一种实施例的连接示意图;
图8:为本发明提供的轮胎路面信息的监测系统的一种实施例的轮胎中的安装位置示意图,其中,1为轮胎,2为轮辋,3为轮辐,4为胎压传感器,5为柔性传感监测模块,6为供电装置,7为加速度监测模块。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
请参照图1,为本发明实施例提供的一种轮胎路面信息的监测方法的流程示意图。本实施例通过建立轮胎半经验模型和机器学习等数学算法,实时监测轮胎数据以及对不同路面信息,避免采用弹簧等硬件,对轮胎动平衡、均匀性产生影响,提高对轮胎路面信息监测的精准性和准确度。该监测方法包括步骤101至步骤103,各步骤具体如下:
步骤101:对实时采集到轮胎的柔性传感信号,进行提取特征因子,并将特征因子结合机器学习模糊推理算法,识别出路面信息。
步骤101具体包括步骤1011至步骤1013,各步骤具体如下:
步骤1011:通过柔性传感器进行实时采集轮胎在滚动过程中的柔性传感信号。
可选的,将若干柔性压力传感器安装于轮胎内衬层的若干预设位置,将分压设备安装于轮胎内衬层中心部位;通过若干柔性压力传感器实时采集轮胎在滚动过程中的输出电阻值,将若干预设位置对应布置若干通道,通过分压设备获取各通道的输出电阻信号,根据输出电阻信号,得到柔性传感信号。
在本实施例中,为获得轮胎在滚动过程中的柔性传感信号,主要是利用柔性传感监测,柔性传感监测主要包括压力传感器(柔性压力传感器)和分压设备(包括但不限于为分压装置),轮胎二维断面压力传感器黏贴示意图,如图2所示,压力传感器用胶水黏贴在轮胎内衬层的若干预设位置(如:中心、胎肩和胎侧部位),分压设备黏贴在内衬层中心部位,压力传感器黏贴在多个部位,需要采用多通道布置方式,通过分压装置显示每个通道的电阻变化,获取每个通道的输出电阻信号,从而得到柔性传感信号。压力传感器的工作原理是在受压过程中,传感器的弹性体微结构与电极接触面积的改变带来传感器接触电阻的改变,压力传感器可以实时采集轮胎在滚动过程中的信号变化,在本实施例中的压力传感器的技术指标为:压强范围:0-8MPa,非线性误差:<±3.1%FS,精度误差:<±15%FS,耐久性:>1000万,工作温度:-20~70℃。
步骤1012:将柔性传感信号的波形图进行频域转换,提取功率谱密度均值,将功率谱密度均值作为特征因子。
在本实施例中,提取柔性传感信号的特征因子,即对柔性压力传感器所输出的波形图进行频域转换,获取信号的功率谱密度均值作为特征因子。
步骤1013:把特征因子和路面类型进行模糊化,获得模糊集合;根据模糊集合,获得模糊规则,确定当预设输入时的输出模糊集合;根据模糊规则和Mamdani型模糊推理算法,对于预设特征因子的隶属度函数,得到路面分类类型,识别出路面信息。
在本实施例中,基于模糊逻辑算法,结合模糊逻辑分类器的结构,把柔性传感信号的特征因子(功率谱密度均值)作为输入量,输出量是沥青路、石子路等不同路面类型。模糊逻辑算法逻辑简图,如图3所示,主要包括三个部分,第一步模糊化,通过将模糊推理观测器的一个输入量和一个输出量进行模糊化,得到模糊集合以及可变论域范围,即把功率谱密度均值和路面类型进行模糊化。第二步是模糊规则,一个输入量被分为16个模糊集合,因此可以得到16条模糊规则,从而得到给定输入下的输出的模糊集合。第三步是反模糊,根据第二步的模糊规则,通过Mamdani型模糊推理方法,对于给定的功率谱密度均值,通过确定其隶属度函数从而得到输出量路面分类的隶属度函数,进而得出路面分类类型。不同路面辨识结果,如图4所示,样本序列为柔性压力传感器采集的点数,试验时在轮胎内部粘贴了柔性压力传感器,在轮胎在滚动的过程中,柔性压力传感器采集数据,样本序列表示的是1、2、3等序列点,第一分类为沥青路,第二分类为石子路。
步骤102:根据轮胎自由滚动半径和实时采集到轮胎的垂向加速度信号,计算车速,并根据垂向加速度信号和车速,计算接地时间和接地印痕长度,将接地印痕长度、轮胎自由滚动半径和实时采集到轮胎的胎压信息,结合轮胎半经验模型,计算垂向力。
可选的,步骤102具体包括步骤1021至步骤1024,各步骤具体如下:
步骤1021:根据轮胎自由滚动半径和实时采集到轮胎的垂向加速度信号,计算车速。
可选的,步骤1021具体为:将三轴加速度传感器安装于轮胎内衬层中心部位,集成在分压设备的加速度通道,通过三轴加速度传感器进行实时采集轮胎在滚动过程中的垂向加速度,通过分压设备获取加速度通道的垂向加速度信号;根据垂向加速度信号,获得垂向加速度数值;根据垂向加速度数值,计算旋转向心加速度;将旋转向心加速度和轮胎自由滚动半径,进行数值运算,得到车速。
在本实施例中,为获得轮胎在滚动过程中的车速,将三轴加速度传感器集成在柔性传感监测中的分压设备上,并用胶水黏贴在轮胎内衬层中心部位,本实施例中具体使用的加速度传感器为MEMS三轴加速度传感器,由于MEMS三轴加速度传感器质量轻、尺寸小,故集成在分压装置上,不会影响轮胎的动平衡,也不会改变轮胎的固有特性。同时,MEMS三轴加速度传感器的技术指标如下:量程±200g,采样频率:200~3200Hz。
MEMS三轴加速度传感器可以实时采集轮胎在滚动过程中的垂向、周向和侧向三个
方向的加速度,由于在接地区域外垂向加速度基本为一常值,等于车轮旋转的向心加速度,
利用这一特性反求车速,根据,计算得到车速(车轮转速),其中,a代表向
心加速度,Ro代表轮胎的自由滚动半径。
步骤1022:根据垂向加速度信号和车速,计算接地时间和接地印痕长度。
可选的,步骤1022具体为:根据垂向加速度信号,计算信号峰值的间距差,得到接地时间;将车速和接地时间,进行数值运算,得到接地印痕长度。
在本实施例中,MEMS三轴加速度传感器实时采集的三向加速度信号响应细节,如图5所示,样本采集数为MEMS三轴加速度传感器采集的点数,试验时在轮胎内部粘贴了MEMS三轴加速度传感器,在轮胎在滚动的过程中,MEMS三轴加速度传感器采集数据,样本采集数表示的是1、2、3等序列点。由上到下的第一条波动线为垂向加速度,第二条波动线为侧向加速度,第三条波动线为周向加速度,通过对三种加速度数据比对,发现垂向加速度信号呈规律变化比较明显,对垂向加速度数据进行分析,通过信号峰值间距的峰值差,即信号峰值的间距差,得出轮胎的接地时间t,将车速乘以接地时间可以计算出接地印痕长度s。
步骤1023:将接地印痕长度、轮胎自由滚动半径和实时采集到轮胎的胎压信息,结合轮胎半经验模型,计算垂向力。
可选的,步骤1023具体为:根据实时采集到轮胎的胎压信息,计算垂向刚度,将接地印痕长度、垂向刚度和轮胎自由滚动半径,代入轮胎半经验模型中,计算垂向力;
轮胎半经验模型,如下式:
其中,a为接地印痕长度,Ro为轮胎自由滚动半径,Fz为垂向力,Cz为垂向刚度,a1为第一待拟合系数,b1为第二待拟合系数,m为第一待拟合次数,n为第二待拟合次数。
在本实施例中,计算垂向力,需要结合轮胎半经验模型(SWIFT TIRE轮胎模型):,其中,a为接地印痕长度(mm),Ro为轮胎自由滚
动半径(mm),Fz为垂直载荷(N),Cz为垂向刚度(N/mm),a1和b1为待拟合的系数,a1为第一待
拟合系数,b1为第二待拟合系数,m和n为待拟合的次数,m为第一待拟合次数,n为第二待拟
合次数。根据轮胎半经验模型,可知垂直载荷(即垂向力)和胎压的变化将会改变接地印痕
长度和宽度,垂向刚度Cz是胎压p的函数,与胎压信息直接相关,因此接地印痕长度与胎压
和载荷相关,垂直载荷可以通过胎压、载荷来标定,结合轮胎接地印痕长度、垂向刚度和轮
胎自由滚动半径,即可求得轮胎得垂向力。
步骤103:根据路面信息和轮胎状态数据,实时生成轮胎路面信息;其中,轮胎状态数据包括车速、接地时间、接地印痕长度和垂向力。
实施本发明实施例,实时采集轮胎的柔性传感信号,并根据柔性传感信号,提取特征因子,特征因子结合机器学习模糊推理算法,智能识别路面信息,利用柔性传感技术实现对路面信息的识别,从道路层面,实现对不同路面的识别。获取轮胎垂向的加速度,计算出车速,根据垂向加速度和车速得出轮胎的接地时间和接地印痕长度,将接地印痕长度和胎压信息,结合轮胎半经验模型估算轮胎承受的垂向力等动力学参数信息,利用垂向加速度和胎压信息实现对轮胎数据的车速、接地时间、轮胎垂向力、接地印痕等动力学参数的实时监测。通过建立轮胎半经验模型和机器学习等数学算法,实时监测轮胎数据以及对不同路面信息,避免采用弹簧等硬件,对轮胎动平衡、均匀性产生影响,提高对轮胎路面信息监测的精准性和准确度。
实施例二
相应地,参见图6,图6是本发明提供的轮胎路面信息采集传输装置的实施例二的结构示意图。如图6所示,轮胎路面信息采集传输装置包括柔性传感监测模块601、加速度监测模块602、数据计算模块603和信息集成模块604;
其中,柔性传感监测模块601用于对实时采集到轮胎的柔性传感信号,进行提取特征因子,并将特征因子结合机器学习模糊推理算法,识别出路面信息;
加速度监测模块602用于根据轮胎自由滚动半径和实时采集到轮胎的垂向加速度信号,计算车速;
数据计算模块603用于将接地印痕长度、轮胎自由滚动半径和实时采集到轮胎的胎压信息,结合轮胎半经验模型,计算垂向力;
信息集成模块604用于根据路面信息和轮胎状态数据,实时生成轮胎路面信息;其中,轮胎状态数据包括车速、接地时间、接地印痕长度和垂向力。
实施本发明实施例,通过搭建数学模型算法,结合轮胎半经验模型实现对轮胎垂向力等动力学参数的实时监测,避免采用弹簧等硬件,对轮胎动平衡、均匀性产生影响。采用的加速度监测模块只用一个三轴加速度传感器,且加速度传感器集成在柔性传感监测系统的分压装置上,避免结构过于复杂。通过轮胎路面信息采集传输装置,结合机器学习算法,从道路层面,实现对不同路面的识别。
实施例三
相应地,参见图7,图7是本发明提供的轮胎路面信息的监测系统的实施例三的连接示意图。如图8所示,轮胎路面信息的监测系统在轮胎中的安装位置示意图,将轮胎路面信息采集传输装置的柔性传感监测模块和加速度监测模块集成在系统中。如图7所示,轮胎路面信息的监测系统包括轮胎路面信息采集传输装置701、供电装置702、胎压监测装置703、无线传输装置704和车载终端装置705;其中,轮胎路面信息采集传输装置701执行轮胎路面信息的监测方法;
其中,装置的连接如下:胎压监测装置703与轮胎路面信息采集传输装置701连接,供电装置702与轮胎路面信息采集传输装置701连接,无线传输装置704与轮胎路面信息采集传输装置701连接,供电装置702与无线传输装置704连接,车载终端装置705与无线传输装置704连接。
供电装置702用于为轮胎路面信息采集传输装置供电。
在本实施例中,供电装置选用锂电池,供电装置和轮胎路面信息采集传输装置的分压设备绑定在一起,使系统更加简洁,主要为轮胎路面信息采集传输装置中的柔性传感监测模块、加速度监测模块、数据计算模块、信息集成模块和无线传输装置供电。
胎压监测装置703用于为轮胎路面信息采集传输装置提供获取轮胎的胎压信息。
在本实施例中,轮胎本身自带的胎压监测装置703获取轮胎的胎压信息,将胎压信息发送至轮胎路面信息采集传输装置701中,便于后期计算轮胎路面信息。
无线传输装置704用于实时将轮胎路面信息发送至车载终端装置705。
在本实施例中,无线传输装置704通过蓝牙传输与车载终端装置705进行通信。
车载终端装置705用于接收轮胎路面信息,实时显示轮胎在运动过程中的轮胎路面信息。
在本实施例中,车载终端装置705主要显示轮胎在运动过程中的轮胎数据和路面信息,轮胎数据主要是车速、接地时间、接地印痕长度和垂向力,路面信息是沥青路和石子路,包括但不限于这两种路面信息。
实施本发明实施例,提出一种柔性传感技术,基于机器学习算法,实现对路面信息的识别,系统功能更加完善,不仅考虑轮胎层面,也考虑到道路层面。结合轮胎自带的胎压监测系统获取胎压参数,加速度传感器集成在分压装置上,使用硬件少,系统更加简洁,同时算法更加简单精准,实现的功能更加丰富。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步的详细说明,应当理解,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围。特别指出,对于本领域技术人员来说,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种轮胎路面信息的监测方法,其特征在于,包括:
通过柔性传感器进行实时采集所述轮胎在滚动过程中的柔性传感信号;将所述柔性传感信号的波形图进行频域转换,提取功率谱密度均值,将所述功率谱密度均值作为特征因子;把所述特征因子和路面类型进行模糊化,获得模糊集合;根据所述模糊集合,获得模糊规则,确定当预设输入时的输出模糊集合;根据所述模糊规则和Mamdani型模糊推理算法,对于预设所述特征因子的隶属度函数,得到路面分类类型,识别出所述路面信息;
根据轮胎自由滚动半径和实时采集到所述轮胎的垂向加速度信号,计算车速,并根据所述垂向加速度信号和所述车速,计算接地时间和接地印痕长度,将所述接地印痕长度、所述轮胎自由滚动半径和实时采集到所述轮胎的胎压信息,结合轮胎半经验模型,计算垂向力;
根据所述路面信息和轮胎状态数据,实时生成轮胎路面信息;其中,所述轮胎状态数据包括所述车速、所述接地时间、所述接地印痕长度和所述垂向力。
2.如权利要求1所述的轮胎路面信息的监测方法,其特征在于,所述通过柔性传感器进行实时采集所述轮胎在滚动过程中的柔性传感信号,具体为:
将若干柔性压力传感器安装于轮胎内衬层的若干预设位置,将分压设备安装于轮胎内衬层中心部位;
通过所述若干柔性压力传感器实时采集所述轮胎在滚动过程中的输出电阻值,将所述若干预设位置对应布置若干通道,通过所述分压设备获取各通道的输出电阻信号,根据所述输出电阻信号,得到所述柔性传感信号。
3.如权利要求2所述的轮胎路面信息的监测方法,其特征在于,所述根据轮胎自由滚动半径和实时采集到所述轮胎的垂向加速度信号,计算车速,具体为:
将三轴加速度传感器安装于轮胎内衬层中心部位,集成在所述分压设备的加速度通道,通过所述三轴加速度传感器进行实时采集所述轮胎在滚动过程中的垂向加速度,通过所述分压设备获取所述加速度通道的所述垂向加速度信号;
根据所述垂向加速度信号,获得垂向加速度数值;
根据所述垂向加速度数值,计算旋转向心加速度;
将所述旋转向心加速度和所述轮胎自由滚动半径,进行数值运算,得到所述车速。
4.如权利要求1所述的轮胎路面信息的监测方法,其特征在于,所述并根据所述垂向加速度信号和所述车速,计算接地时间和接地印痕长度,具体为:
根据所述垂向加速度信号,计算信号峰值的间距差,得到所述接地时间;
将所述车速和所述接地时间,进行数值运算,得到所述接地印痕长度。
6.一种轮胎路面信息采集传输装置,其特征在于,包括:柔性传感监测模块、加速度监测模块、数据计算模块和信息集成模块;
其中,所述柔性传感监测模块用于通过柔性传感器进行实时采集所述轮胎在滚动过程中的柔性传感信号;将所述柔性传感信号的波形图进行频域转换,提取功率谱密度均值,将所述功率谱密度均值作为特征因子;把所述特征因子和路面类型进行模糊化,获得模糊集合;根据所述模糊集合,获得模糊规则,确定当预设输入时的输出模糊集合;根据所述模糊规则和Mamdani型模糊推理算法,对于预设所述特征因子的隶属度函数,得到路面分类类型,识别出所述路面信息;
所述加速度监测模块用于根据轮胎自由滚动半径和实时采集到所述轮胎的垂向加速度信号,计算车速;
所述数据计算模块用于根据所述垂向加速度信号和所述车速,计算接地时间和接地印痕长度,将所述接地印痕长度、所述轮胎自由滚动半径和实时采集到所述轮胎的胎压信息,结合轮胎半经验模型,计算垂向力;
所述信息集成模块用于根据所述路面信息和轮胎状态数据,实时生成轮胎路面信息;其中,所述轮胎状态数据包括所述车速、所述接地时间、所述接地印痕长度和所述垂向力。
7.一种轮胎路面信息的监测系统,其特征在于,包括:轮胎路面信息采集传输装置、供电装置、胎压监测装置、无线传输装置和车载终端装置;其中,所述轮胎路面信息采集传输装置执行如权利要求1至5任意一项所述的轮胎路面信息的监测方法;
其中,装置的连接如下:所述胎压监测装置与所述轮胎路面信息采集传输装置连接,所述供电装置与所述轮胎路面信息采集传输装置连接,所述无线传输装置与所述轮胎路面信息采集传输装置连接,所述供电装置与所述无线传输装置连接,所述车载终端装置与所述无线传输装置连接。
8.如权利要求7所述的轮胎路面信息的监测系统,其特征在于,所述供电装置用于为轮胎路面信息采集传输装置供电;
所述胎压监测装置用于为轮胎路面信息采集传输装置提供获取轮胎的胎压信息;
所述无线传输装置用于实时将轮胎路面信息发送至所述车载终端装置;
所述车载终端装置用于接收所述轮胎路面信息,实时显示轮胎在运动过程中的所述轮胎路面信息。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211264112.9A CN115320608B (zh) | 2022-10-17 | 2022-10-17 | 一种轮胎路面信息的监测方法、装置及系统 |
PCT/CN2023/105889 WO2024082718A1 (zh) | 2022-10-17 | 2023-07-05 | 一种轮胎路面信息的监测方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211264112.9A CN115320608B (zh) | 2022-10-17 | 2022-10-17 | 一种轮胎路面信息的监测方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115320608A CN115320608A (zh) | 2022-11-11 |
CN115320608B true CN115320608B (zh) | 2023-01-03 |
Family
ID=83915273
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211264112.9A Active CN115320608B (zh) | 2022-10-17 | 2022-10-17 | 一种轮胎路面信息的监测方法、装置及系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115320608B (zh) |
WO (1) | WO2024082718A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115320608B (zh) * | 2022-10-17 | 2023-01-03 | 广东粤港澳大湾区黄埔材料研究院 | 一种轮胎路面信息的监测方法、装置及系统 |
CN116046243B (zh) * | 2023-02-06 | 2023-12-01 | 广东粤港澳大湾区黄埔材料研究院 | 一种轮胎垂向力的测量方法及装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05131943A (ja) * | 1991-11-11 | 1993-05-28 | Omron Corp | 路面状態推定装置 |
US5229955A (en) * | 1990-03-09 | 1993-07-20 | Toyota Jidosha Kabushiki Kaisha | Apparatus for detecting road surface frictional coefficient |
JP2000016320A (ja) * | 1998-06-30 | 2000-01-18 | Koyo Seiko Co Ltd | 電動パワーステアリング装置 |
JP2007106243A (ja) * | 2005-10-13 | 2007-04-26 | Toyota Motor Corp | タイヤ情報取得装置およびタイヤ情報取得方法 |
CN104691253A (zh) * | 2014-11-25 | 2015-06-10 | 苏州能斯达电子科技有限公司 | 一种胎压监测系统 |
US9815343B1 (en) * | 2014-06-06 | 2017-11-14 | Iowa State University Research Foundation, Inc. | Tire sensing method for enhanced safety and controllability of vehicles |
CN111507233A (zh) * | 2020-04-13 | 2020-08-07 | 吉林大学 | 一种多模态信息融合的智能车路面类型识别方法 |
CN112223962A (zh) * | 2020-12-08 | 2021-01-15 | 北京航空航天大学 | 一种基于路面触觉感知的智能车辆控制系统及方法 |
CN114734761A (zh) * | 2022-04-20 | 2022-07-12 | 山东理工大学 | 一种基于智能轮胎技术的车辆状态监测系统 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102006028411A1 (de) * | 2006-06-21 | 2007-12-27 | Robert Bosch Gmbh | Verfahren zur Reifenzustandserkennung |
CN108189628B (zh) * | 2018-01-10 | 2020-07-07 | 南京晓庄学院 | 一种基于智能预测的轮胎保护装置及其控制方法 |
KR102267901B1 (ko) * | 2019-10-02 | 2021-06-24 | 한국타이어앤테크놀로지 주식회사 | 노면 상태 추정 장치 및 이를 이용한 노면 상태 추정 방법 |
US11260705B2 (en) * | 2019-12-17 | 2022-03-01 | The Goodyear Tire & Rubber Company | Flexible tire sensor unit |
CN112224212B (zh) * | 2020-12-08 | 2021-05-11 | 北京航空航天大学 | 一种基于道路表面状况触觉感知的车辆控制系统 |
CN115320608B (zh) * | 2022-10-17 | 2023-01-03 | 广东粤港澳大湾区黄埔材料研究院 | 一种轮胎路面信息的监测方法、装置及系统 |
-
2022
- 2022-10-17 CN CN202211264112.9A patent/CN115320608B/zh active Active
-
2023
- 2023-07-05 WO PCT/CN2023/105889 patent/WO2024082718A1/zh unknown
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5229955A (en) * | 1990-03-09 | 1993-07-20 | Toyota Jidosha Kabushiki Kaisha | Apparatus for detecting road surface frictional coefficient |
JPH05131943A (ja) * | 1991-11-11 | 1993-05-28 | Omron Corp | 路面状態推定装置 |
JP2000016320A (ja) * | 1998-06-30 | 2000-01-18 | Koyo Seiko Co Ltd | 電動パワーステアリング装置 |
JP2007106243A (ja) * | 2005-10-13 | 2007-04-26 | Toyota Motor Corp | タイヤ情報取得装置およびタイヤ情報取得方法 |
US9815343B1 (en) * | 2014-06-06 | 2017-11-14 | Iowa State University Research Foundation, Inc. | Tire sensing method for enhanced safety and controllability of vehicles |
CN104691253A (zh) * | 2014-11-25 | 2015-06-10 | 苏州能斯达电子科技有限公司 | 一种胎压监测系统 |
CN111507233A (zh) * | 2020-04-13 | 2020-08-07 | 吉林大学 | 一种多模态信息融合的智能车路面类型识别方法 |
CN112223962A (zh) * | 2020-12-08 | 2021-01-15 | 北京航空航天大学 | 一种基于路面触觉感知的智能车辆控制系统及方法 |
CN114734761A (zh) * | 2022-04-20 | 2022-07-12 | 山东理工大学 | 一种基于智能轮胎技术的车辆状态监测系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2024082718A1 (zh) | 2024-04-25 |
CN115320608A (zh) | 2022-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115320608B (zh) | 一种轮胎路面信息的监测方法、装置及系统 | |
US10809742B2 (en) | System and method for tire sensor-based autonomous vehicle fleet management | |
US9120356B2 (en) | Load estimation system and method for a vehicle tire | |
EP3023761B1 (en) | Tire cornering stiffness estimation system and method | |
US20210125428A1 (en) | Apparatus and Method for Tire Separation Monitoring | |
WO2002012003A2 (en) | Method and apparatus for wheel condition and load position sensing | |
CN104369628A (zh) | 扭振模式轮胎磨损状态估算系统和方法 | |
CN103660811A (zh) | 轮胎侧壁载荷估计系统和方法 | |
CN109154498B (zh) | 道路监测方法及系统 | |
CN108711204B (zh) | 一种综合人-车-路多源信息的行车异常检测系统及方法 | |
CN113932758A (zh) | 一种路面平整度预测方法及装置 | |
KR101450619B1 (ko) | 전기자동차의 배터리 소모량에 관련된 가중치 정보의 수집 및 그 가중치 정보를 이용한 주행효율 판단 장치와 그 방법 | |
CN114734761A (zh) | 一种基于智能轮胎技术的车辆状态监测系统 | |
CN107512143A (zh) | 轮胎压力计算方法、装置及在自行车上的应用 | |
Pardeshi et al. | Tyre pressure supervision of two wheeler using machine learning | |
Zhang et al. | Abrasion status prediction with BP neural network based on an intelligent tire system | |
CN111976396B (zh) | 一种轮胎实时载荷辨识装置及方法 | |
JP2023020492A (ja) | タイヤダメージ蓄積量推定システム、演算モデル生成システムおよびタイヤダメージ蓄積量推定方法 | |
Singh | Development of an intelligent tire based tire-vehicle state estimator for application to global chassis control | |
CN109918792A (zh) | 一种基于计算机的轮胎不平衡量的动力学模拟系统及方法 | |
Khaleghian | The application of intelligent tires and model base estimation algorithms in tire-road contact characterization | |
EP4299398A1 (en) | Vehicle, load distribution recognition method and apparatus therefor, medium, and electronic device | |
CN208350965U (zh) | 一种纯电动汽车电池组健康状态测取装置 | |
CN114728557B (zh) | 用于评估车辆沿着路段行驶期间的车身运动的方法和系统 | |
WO2022066867A1 (en) | Adjustment of indirectly determined values of a tire monitoring system |
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 |