-
Die Erfindung betrifft ein Verfahren zur Erkennung einer an einem Rad eines Fahrzeuges montierten Schneekette, wobei von einem Raddrehzahlsensor die Raddrehzahl des Rades als Funktion der Zeit gemessen wird.
-
Schnelle, zuverlässige Informationen über an den Rädern eines Fahrzeuges montierte Schneeketten sind aus verschiedenen Gründen nützlich. Zum einen können diese Informationen Fahrdynamikregelsystemen wie beispielsweise ESP zur Verfügung gestellt werden, da hier eine angepasste Regelung für das zu erwartende, geänderte Fahrzeugverhalten eingesetzt wird. Zum anderen kann mit Hilfe dieser Informationen die Funktionalität von Fahrassistenzsystemen wie beispielsweise DDS+ (Deflation Detection System+) angepasst werden, um Fehlfunktionen zu vermeiden.
-
Aus dem Stand der Technik sind Lösungen zur Detektion von Schneeketten an einem oder mehreren angetriebenen oder nicht angetriebenen Rädern bekannt, die hardwaremäßige Erkennungsmittel verwenden oder im Wesentlichen softwarebasiert sind.
-
Aus der
DE 10 2009 032 955 A1 ist ein Verfahren bekannt, das eine montierte Schneekette mit Hilfe eines Transponders mit induktiver oder kapazitiver Kopplung erkennt. Derartige Verfahren mit hardwaremäßigen Erkennungsmitteln verursachen Mehrkosten für die jeweilige Kette und das Fahrzeug.
-
Die
DE 103 58 089 A1 beschreibt ein softwarebasiertes Verfahren, welches das Raddrehzahlsignal auf sich wiederholende Muster, insbesondere Maxima in der Autokorrelationsfunktion, untersucht.
-
Aus der
EP 2 006 126 A1 ist ein Verfahren bekannt, wonach ein hochpassgefiltertes Raddrehzahlsignal direkt durch eine periodische Schwingungsapproximation zu beschreiben und durch Radvergleich auf ein charakteristisches Schneekettensignal zu schließen ist. Da ein Radvergleich benötigt wird, ist eine radindividuelle Schneekettenerkennung nicht möglich.
-
Die in der
DE 10 2010 006 666 A1 und der
EP 2 679 414 A1 offenbarten Verfahren verwenden entweder zusätzlich das Signal des Höhenstandsensors (Leuchtweitenregulierung) oder eine Kombination von Signalen des Höhenstandsensors und der Aufbaubeschleunigung, um durch Musteranalyse, z. B. in Form der Autokorrelationsanalyse, und durch Radvergleich montierte Schneeketten zu erkennen. In diesen Verfahren werden wenigstens zwei Sensorsignale benötigt. Dabei ist zumindest das Vorkommen des Höhenstandsensors in Serie oft nicht sicher (z. B. nur bei automatischer Leuchtweitenregulierung) . Diese Verfahren weisen daher eine erhöhte Abhängigkeit von den vorhandenen Sensoren auf.
-
Die
US 2008/0001728 A1 beschreibt die Erkennung einer an einem Rad montierten Schneekette anhand der spektralen Energien im Frequenzband um Radfrequenzharmonische, wobei ein Radvergleich zur Eliminierung von Straßeneinflüssen dient.
-
Eine indirekte, softwaremäßige Reifendrucküberwachung, die keine gesonderten Sensoren verwendet, beruht gewöhnlich im Wesentlichen auf der Änderung des Abrollumfanges des Luftreifens unter Reifendruckänderung und des veränderten Schwingungsverhaltens des Luftreifens unter Reifendruckänderung. Beide Effekte spiegeln sich in den Signalen der Raddrehzahlsensoren wieder. Insbesondere werden hierbei die Reifenschwingungen anhand des Frequenzspektrums des Raddrehzahlsignals untersucht. Werden Schneeketten bei der Auswertung der Signale nicht berücksichtigt, insbesondere nicht korrekt detektiert, kann die darin enthaltene Störung folgende Konsequenzen haben. Zum einen können Druckverlust-Falschwarnungen und damit Fehlwarnungen generiert werden. Der Fahrer erhält bei angelegter Schneekette eventuell während der Fahrt eine Warnung über einen vermeintlichen Druckverlust.
-
Zum anderen kann eine rauschbedingte, permanente Rejektierung des Signalstroms erfolgen. Aufgrund der Gesetzeslage ist die kontinuierliche Nichtwarnfähigkeit dem Fahrer nach einer vorgegebenen Frist als eine Systemstörung durch entsprechende Warnsignale zu melden.
-
Weiterhin kann ein Resetieren der Luftdrucküberwachung, während Schneeketten angelegt sind, zu falschen Kalibrierungswerten für das System führen. Infolge dessen ist das System dann entweder nicht mehr warnfähig, da es einen Druckverlust bei Normalbetrieb, d. h. ohne Schneekette, nicht mehr erkennt, oder es erfolgt auch hier eine Fehlwarnung auf Basis falscher Lerndaten.
-
Der Erfindung liegt daher die Aufgabe zugrunde, ein Verfahren zum Erkennen von Schneeketten bereitzustellen, welches zuverlässig und radindividuell Schneeketten erkennen kann.
-
Diese Aufgabe wird erfindungsgemäß dadurch gelöst, dass von den gemessenen Raddrehzahlwerten eine Frequenzanalyse durchgeführt wird und dadurch ein ganzzahlig-kontinuierliches Frequenzspektrum erzeugt wird, wobei aus dem Frequenzspektrum wenigstens ein Merkmal extrahiert wird, das einem Modell zugeführt wird, welches als Funktion des wenigstens einen Merkmals einen Klassifikationswert berechnet, und wobei eine montierte Schneekette erkannt wird, wenn der Klassifikationswert in einem vorgegebenen Schwellenwertbereich liegt.
-
Vorteilhafte Ausgestaltungen der Erfindung sind Gegenstand der Unteransprüche.
-
Die Erfindung geht von der Überlegung aus, dass eine Erkennung von angelegten Schneeketten aus einer Reihe von Gründen sehr nützlich ist. Bei einem indirekten Reifenluftkontrollsystem können Fehlwarnungen aufgrund eines veränderten Frequenzeffektes des Reifens verhindert werden. Weiterhin können schneeketteninduzierte Systemstörungen sowie eine fehlerhafte Systemkalibrierung des Reifendruckkontrollsystems bei angelegten Schneeketten verhindert werden.
-
Darüber hinaus ist eine radindividuelle Schneekettenerkennung vorteilhaft, so dass sehr spezifisch auf das Vorhandensein der Schneekette reagiert werden kann, beispielsweise bei einem indirekten Reifenluftkontrollsystem. Besonders vorteilhaft ist es, wenn für die radindividuelle Schneekettenerkennung kein Vergleich von mehreren Rädern erforderlich ist, was zu zusätzlichen Unsicherheiten führen kann, wenn nicht sicher festgestellt werden kann, welche Radsignale als Referenzsignale verwendet werden können, beispielsweise beim Allradantrieb.
-
Wie nunmehr erkannt wurde, verändert sich das Frequenzspektrum bei einer angelegten Schneekette in einer so eindeutigen Weise, dass alleine aus diesem Spektrum eine angelegte Schneekette erkannt werden kann. Ein Vergleich mit anderen Rädern ist somit nicht notwendig.
-
Die Frequenzanalyse des Raddrehzahlsignals kann beispielsweise durch eine Fouriertransformation erfolgen. Ein ganzzahlig-kontinuierliches Frequenzspektrum bezeichnet ein Frequenzspektrum bei ganzzahligen Frequenzen f, insbesondere mit f im Intervall [1,140] Hz. Das Frequenzspektrum wird bevorzugt im Rahmen einer indirekten Reifendruckkontrolle berechnet.
-
Die Gesamtheit der Merkmale wird einem mathematisch-physikalischen Modell bzw. einer Modellfunktion zugeführt. In Abhängigkeit von den Merkmalen liefert die Modellfunktion bevorzugt einen Klassifikationswert. Dies kann beispielsweise mit Hilfe einer Diskriminantenanalyse erfolgen. Die Modellfunktion beschreibt ein Modell und gibt in Abhängigkeit von den Merkmalen, die ihr Input sind, einen Wert aus, der hier Klassifikationswert genannt wird.
-
Vorteilhafterweise ist das wenigstens eine Merkmal kontinuierlich und/oder diskret.
-
Vorteilhafterweise ist ein diskretes Merkmal das Vorhandensein bzw. die Anzahl von Spitzen bzw. Intensitätsmaxima im Frequenzbereich bei ganzzahligen Vielfachen der Radfrequenz. Die Radfrequenz ist dabei gegeben durch fRad . Sie wird ermittelt aus der Anzahl der pro Sekunde detektierten Flanken des Polrades der ESP-Sensorik.
-
Ein kontinuierliches Merkmal ist bevorzugt die Intensitätsverteilung in wenigstens einem vorgegebenen Frequenzbereich. Beispielhaft kann als Merkmal der Mittelwert der Intensitätsverteilung in Abhängigkeit der Fahrzeuggeschwindigkeit vVEH verwendet werden.
-
Bevorzugt werden dabei ein Frequenzbereich mit Frequenzen (f) größer als 80 Hz und/oder ein Frequenzbereich mit Frequenzen (f) kleiner als 50 Hz berücksichtigt. Diese beiden Frequenzbereiche zeigen in Abhängigkeit von der Fahrzeuggeschwindigkeit v jeweils starke Änderungen bei angelegter Schneekette gegenüber dem Fall, dass keine Schneekette angelegt ist und eignen sich so jeweils als robustes Merkmal bzw. Kriterium.
-
Das Merkmale oder die Merkmale und/oder das Frequenzspektrum werden bevorzugt vor ihrer Zuführung zum Modell gefiltert, insbesondere mit einem Tiefpassfilter, um Rauschanteile bzw. hohe Frequenzen zu eliminieren und eine Signalglättung zu erreichen.
-
Bevorzugt wird eine angelegte Schneekette erkannt, wenn der Klassifikationswert einen vorgegebenen Schwellenwert unterschreitet.
-
Das Merkmal oder die Merkmale werden bevorzugt in einer Diskriminanzanalyse in einem Modell zusammengefasst.
-
Vorteilhafterweise wird vor der Erkennung von montierten Schneeketten wenigstens ein Parameter validiert, wobei die Erkennung nur durchgeführt wird, wenn der Parameter valide ist. Ein derartiger Parameter ist bevorzugt eine von einem Sensor gemessene Größe, beispielsweise die Außentemperatur. Ist diese größer als ein vorgegebener Schwellenwert, wird die Erkennung von Schneeketten nicht durchgeführt, da Schneeketten nur in bestimmten Temperaturbereichen, die das Liegenbleiben von Schnee ermöglichen, angelegt werden bzw. sein sollten.
-
Bei erkannter, angelegter Schneekette wird bevorzugt ein Signal generiert, welches einem indirekten Reifendruckkontrollsystem und/oder einem Fahrsicherheitsregler und/oder einem Fahrassistenzsystem des Fahrzeuges bereitgestellt wird. Auf diese Weise können Fehleinschätzungen des Reifenluftdruckes und Kalibrierungsfehler vermieden werden.
-
Die Vorteile der Erfindung liegen insbesondere darin, dass das Verfahren als einzige Erkenntnisquelle das ganzzahlig-kontinuierliche Frequenzspektrum des jeweiligen Raddrehzahlsensors ist, so dass keine weiteren Signalauswertungen von anderen Sensoren wie beispielsweise einem Höhenstandssensor oder einer Aufbaubeschleunigung etc. benötigt werden, so dass keine Abhängigkeiten zu zusätzlichen Sensoren bestehen.
-
Das Frequenzspektrum steht im Rahmen einer Diffusionserkennung innerhalb einer beim Fahrzeug vorgesehenen indirekten Reifendruckkontrolle durch nicht-parametrische Spektralverfahren standardmäßig zur Verfügung, so dass kein Mehraufwand entsteht.
-
Das beschriebene Verfahren erkennt Schneeketten radindividuell. Ein Vergleich mit zwingend schneekettenlosen Rädern entfällt. Das Verfahren benötigt keine zusätzlichen hardwaremäßigen Komponenten, wodurch Kosten gespart werden können.
-
Ein Ausführungsbeispiel der Erfindung wird anhand einer Zeichnung näher erläutert. Darin zeigen in stark schematisierter Darstellung:
- 1 zwei beispielhafte Frequenzspektren eines Rades vorne links eines Fahrzeuges auf verschneiter Straße bei einer Fahrzeuggeschwindigkeit von 50 km/h ohne Schneekette und mit angelegter Schneekette;
- 2 zwei beispielhafte Frequenzspektren eines Rades vorne rechts eines Fahrzeugs auf verschneiter Straße bei einer Fahrzeuggeschwindigkeit von 50 km/h ohne Schneekette und mit angelegter Schneekette;
- 3 ein Ablaufdiagramm eines Verfahrens zur Erkennung von Schneeketten in einer bevorzugten Ausführungsform;
- 4 eine Konkretisierung des Ablaufdiagramms gemäß 3; und
- 5 ein beispielhaftes Diagramm von Klassifikationswerten für die Erkennung von Schneeketten.
-
Gleiche Teile sind in allen Figuren mit denselben Bezugszeichen versehen.
-
Ein in 1 dargestelltes beispielhaftes Diagramm zeigt auf der x-Achse 2 die Frequenz f in der Einheit Hz und auf der y-Achse 6 die jeweilige Amplitude eines Spektrums I(f) eines Raddrehzahlspektrums eines linken vorderen Rades eines Fahrzeuges, welches mit einer Fahrzeuggeschwindigkeit von 50 km/h bei einer Normalfahrt fährt. Eine mit einer durchgezogenen Linie gezeichnete Kurve 10 repräsentiert ein Signal eines Raddrehzahlsensors bei dem linken vorderen Rad ohne Schneekette. Eine gestrichelt gezeichnete Kurve 14 repräsentiert das Signal des Raddrehzahlsensors bei angelegter Schneekette.
-
Das Spektrum gemäß Kurve 10 zeigt zwei Schwingungsmoden, die sich jeweils bei einer Resonanz von 10 Hz und 42 Hz äußern, wobei letztere als ein Detektionskriterium für Druckänderungen im Luftreifen genutzt werden kann.
-
Angelegte Schneeketten prägen dem Raddrehzahlsensorsignal ein periodisches Signal auf. Im Raddrehzahlspektrum I(f) in 1 bei der Kurve 14 sind diese Perioden als Intensitätsspitzen bzw. Störungen bei den Vielfachen der Radfrequenz fRad gut sichtbar.
-
Die Absolutwerte der Intensitätsspitzen sind abhängig von der konkreten Straßenbeschaffenheit.
-
In der 2 ist das Spektrum einmal ohne Schneekette in einer Kurve 10 und mit Schneekette in einer Kurve 14 für das vordere rechte Rad beispielhaft dargestellt.
-
Anhand der in 1 und 2 dargestellten Spektren lassen sich folgende Charakteristika, die eine angelegte Schneekette kennzeichnen, identifizieren. Das Vorhandensein bzw. die Anzahl der Störungen bei den Vielfachen der Radfrequenz sind ein robustes Kriterium bei einer angelegten Schneekette. Das Spektrum gemäß der Kurven 14 zeigt Anregungen in höheren Frequenzbereichen bei vergleichsweise geringen Fahrzeuggeschwindigkeiten, da bei Vorhandensein einer Schneekette eine vertikale Mode angeregt wird, welche bei Normalbetrieb, d. h. ohne Schneeketten und bei Solldruck, erst bei höheren Geschwindigkeiten v des Fahrzeuges , insbesondere bei v > 80 km/h, durch die Straßenanregung im Spektrum sichtbar wird. Diese Anregungen sind insbesondere Störungen im Bereich f > 70 Hz für v < 60 km/h. Die Intensitätsverteilung im Spektrum I(f) für kleine Frequenzbereiche f < 50 Hz ist charakteristisch im Vergleich zu Spektren I(f) von Normalfahrten auf unterschiedlichen Oberflächen bei Geschwindigkeiten v < 60 km/h.
-
Die genannten Kriterien werden bevorzugt in einer Diskriminanzanalyse in einem Modell zusammengefasst. Auf diese Weise können vorteilhaft kontinuierliche Kriterien (Intensitätsverteilung) und nicht-kontinuierliche Kriterien (Verteilung/Anzahl der Intensitätsmaxima) kombiniert werden. Die Modellauslegung erfolgt bevorzugt offline anhand einer Testdatenbasis von Testfahrten, welche in Straßenoberfläche, Umgebungsbedingung (z.B. Winter/Sommer), Reifendruck und Reifentyp möglichst variieren. Die Bestimmung der Modellparameter erfolgt z.B. durch Optimierung des Fisherkriteriums (Krzanowski, W. J. Principles of Multivariate Analysis: AUser's Perspective. New York: Oxford University Press, 1988). Für die Merkmalsgenerierung wird bevorzugt online, d. h. während der Fahrt, kein Referenzrad benutzt.
-
In 3 ist ein Verfahren zur Erkennung einer montierten bzw. angelegten Schneekette in einer bevorzugten Ausführungsform als Ablaufdiagramm dargestellt. In einem Block 30 wird von einem Raddrehzahlsensor die Raddrehzahl eines Rades eines Fahrzeuges erfasst. In einem Block 36 wird ein Sample des Signals des Raddrehzahlsensors einer Frequenzanalyse unterzogen bzw. das Frequenzspektrum I(f), welches schematisch in Block 40 dargestellt ist, aus dem Signal des Raddrehzahlsensors bestimmt. Dieser Verfahrensschritt erfolgt bevorzugt, sofern vorhanden, in einem Reifenluftdruckkontrollsystem, in dem der Reifendruck indirekt, insbesondre mit Hilfe der Analyse des Signals eines Raddrehzahlsensors, bestimmt wird.
-
In einem Block 46 wird das Frequenzspektrum vorteilhaft zunächst gefiltert. Dies erfolgt bevorzugt mit Hilfe eines Tiefpassfilters bzw. Glättungsfilters, so dass das Spektrum im Wesentlichen geglättet wird.
-
Das Spektrum wird dann in Block 46 auf das Vorliegen von vorgegebenen Merkmalen untersucht („Merkmalsgenerierung: Kriterienauswertung anhand Spektrum“). Die errechneten Kriterien werden in einer Entscheidung 50 einer Modellfunktion zugeführt (enthalten in 50). In der Entscheidung 50 („Schneeketten?“) wird überprüft, ob die Merkmale auf das Vorhandensein einer am Rad angelegten Schneekette schließen lassen. Ist dies der Fall, wird in einem Block 56 bevorzugt wenigstens eine der folgenenden Aktion ausgeführt. Dem System der indirekten Reifenluftdruckmessung, sofern vorhanden, wird signalisiert, dass an dem Rad eine Schneekette angelegt ist, so dass dies bei der Druckbestimmung berücksichtigt werden kann („Anpassung Druckverlust-Detektion“). Weiterhin kann eine Anpassung der Kalibrierung des Systems zur indirekten Reifenluftdruckbestimmung erfolgen („Anpassung Kalibrierung“). Darüber hinaus kann Systemen im Fahrzeug, wie beispielsweise dem Reifenluftdrucksystem oder Fahrsicherheits- und/oder Fahrassistenzsystemen signalisiert werden, dass keine Systemstörung vorliegt („keine Systemstörung“).
-
Das Verfahren zur Schneekettenerkennung gemäß 3 ist in 4 weiter konkretisiert. In einem Block 70, der den Blöcken 36, 40 der 3 entspricht, wird das Signal eines Raddrehzahlsensors einer Frequenzanalyse unterzogen. In einer Entscheidung 76 wird überprüft, ob eine Erkennung von Schneeketten durchgeführt werden sollte. Dazu wird zumindest ein Parameter auf Validität überprüft („Parameterbereich valid?“). Bevorzugt wird überprüft, ob die von einem am Fahrzeug angebrachten Sensor gemessene Außentemperatur geringer als ein vorgegebener Schwellenwert ist. Der Schwellenwert für die maximale Temperatur wird bevorzugt in einem Bereich zwischen 0°C und 8°C, besonders bevorzugt bei 5°C gewählt Liegt der gemessene Temperaturwert über diesem Schwellenwert, wird das Verfahren beendet, da dann eine Verwendung von Schneeketten als zu unwahrscheinlich gilt.
-
Ist der oder sind alle in der Entscheidung 76 überprüften Parameter valide, fährt das Verfahren in einem Block 82, der dem Block 46 der 3 entspricht, fort. In Block 82 erfolgt eine Merkmalsgenerierung, bei der aus dem Frequenzspektrum Merkmale extrahiert werden. Im vorliegenden Ausführungsbeispiel werden folgende Merkmale extrahiert:
- - Anzahl der Störungen bzw. Intensitätsspitzen („Kriterium 1: Anzahl der Störungen bzw. Intensitätsspitzen“)
- - Die Intensitätsverteilung des Frequenzspektrums für Frequenzen f > 80 Hz („Kriterium 2: Intensitätsverteilung f > 80 Hz“)
- - Die Intensitätsverteilung des Frequenzspektrums für Frequenzen f < 50 Hz („Kriterium 3: Intensitätsverteilung f < 50 Hz“)
-
In einem Block 86 erfolgt eine Modellauswertung, insbesondere der Kriterien 1 bis 3. Hierbei wird bevorzugt eine Diskriminanzanalyse durchgeführt und die Fisher-Diskriminante D berechnet. In einem Block 90 wird die Modellfunktion bzw. Fisher-Diskriminante D durch einen Tiefpass gefiltert. Insbesondere erfolgt eine Glättung der Modellfunktion.
-
Der Klassifikationswert D des Modells bzw. der Modellfunktion, der vorliegend die Fisherdiskriminante ist, ist dabei derart gebildet, dass ihr Vorzeichen, d. h. das Vorzeichen des Klassifikationswertes, den sie als Funktion der Merkmale ausgibt, Aussage darüber gibt, ob an dem entsprechenden Rad eine Schneekette angelegt ist. Im vorliegenden Fall bedeutet ein negatives Vorzeichen, also D < 0, dass eine am Rad angelegte Schneekette erkannt wird.
-
In einer Entscheidung 96, die der Entscheidung 50 entspricht, wird überprüft, ob die Fisher-Diskriminante D größer als Null ist, also ob D > 0 gilt. Ist dies der Fall (Pfeil 100), verzweigt das Verfahren zu einem Block 102. Insbesondere wird erkannt, dass keine Schneekette montiert ist („Sample Normalfahrt“).
-
Gilt andererseits D < 0, verzweigt das Verfahren zu einem Block 106. In diesem Block wird wenigstens eine der folgenden Aktionen durchgeführt. Einer im Fahrzeug implementierten Regelung zur Druckverlust-Detektion wird ein Signal gesendet, das ihr mitteilt, dass an dem überprüften Rad eine Schneekette angelegt ist. Dies kann bei der Regelung berücksichtigt werden, und Effekte, die von der Schneekette hervorgerufen werden, werden nicht irrtümlich als Druckverlust interpretiert („Regelung Druckverlust-Detektion“). Eine Kalibrierung der Reifenluftdruckkontrolle wird gestoppt bzw. ausgesetzt, da diese aufgrund der angelegten Schneekette zu falschen Ergebnissen führen würde („Stopp der Kalibrierung“). Es wird bevorzugt auch eine Systemstörung verhindert. Dies kann dadurch erfolgen, dass ein Signal generiert wird, was eine angelegte Schneekette signalisiert, so dass andere Systeme in Fahrzeug dies bei der Analyse von Sensorsignalen bzw. fahrzeugdynamischen Daten berücksichtigen können („Verhinderung von Systemstörungen“).
-
In 5 ist beispielhalft eine Serie von Bestimmungen eines Klassifikationswerts, der der Modellfunktion D entspricht, dargestellt. Auf der x-Achse 2 ist jeweils die Nummer der Messung des Frequenzspektrums der Raddrehzahl aufgetragen, auf der y-Achse ist jeweils der daraus bestimmte Klassifikationswert aufgetragen. Die gemessenen Werte sind jeweils mit Fehlerbalken versehen. Messungen bzw. Bestimmungen, welche mit einer großen Raute gekennzeichnet sind („Set 1 (keine Schneekette)“), entsprechen dem Fall, dass an dem Rad keine Schneekette angelegt ist. Messungen bzw. Bestimmungen, welche mit einer kleinen Raute gekennzeichnet sind („Set 2 (montierte Schneeketten)“), entsprechen dem Fall, dass an dem Rad eine Schneekette montiert ist.
-
Die Klassifikationswerte bis zu der Messnummer 120 sind jeweils positiv. Dies entspricht dem Fall, dass an dem Rad keine Schneekette angelegt ist.
-
Die bestimmten Werte ab der Messnummer 120 entsprechen dem Fall, dass an dem Rad eine Schneekette angelegt ist. Die Klassifikationswerte sind, bis auf wenige Ausnahmen, negativ, wobei die Fehlerbalken oftmals in den positiven Bereich hineinreichen.
-
Diese beispielhaften Bestimmungen des Klassifikationswertes zeigen, dass für eine zuverlässige Erkennung von Schneeketten in vielen Fällen schon eine einzige Messung von ca. 60sec das richtige Ergebnis liefert. Eine deutliche Steigerung der Genauigkeit kann auf einfache Weise durch einen längeren Messzeitraum erreicht werden, wodurch die Fehler stark reduziert werden können. Vorteilhafterweise wird daher der Klassifikationswert über die Ergebnisse mehrerer Messungen gemittelt.
