DE112010005864T5 - System zur Bestimmung des Schwingungsverhaltens eines Kraftfahrzeugs - Google Patents

System zur Bestimmung des Schwingungsverhaltens eines Kraftfahrzeugs Download PDF

Info

Publication number
DE112010005864T5
DE112010005864T5 DE112010005864T DE112010005864T DE112010005864T5 DE 112010005864 T5 DE112010005864 T5 DE 112010005864T5 DE 112010005864 T DE112010005864 T DE 112010005864T DE 112010005864 T DE112010005864 T DE 112010005864T DE 112010005864 T5 DE112010005864 T5 DE 112010005864T5
Authority
DE
Germany
Prior art keywords
vehicle
vibration
sensor
algorithm
sensing arrangement
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
Application number
DE112010005864T
Other languages
English (en)
Other versions
DE112010005864T8 (de
Inventor
Herbert Höfelsauer
Francesco Lolli
Richard Baur
Stefano Marzani
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Bayerische Motoren Werke AG
Arriver Software AB
Original Assignee
Bayerische Motoren Werke AG
Autoliv Development AB
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Bayerische Motoren Werke AG, Autoliv Development AB filed Critical Bayerische Motoren Werke AG
Publication of DE112010005864T5 publication Critical patent/DE112010005864T5/de
Application granted granted Critical
Publication of DE112010005864T8 publication Critical patent/DE112010005864T8/de
Active legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01HMEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H1/00Measuring characteristics of vibrations in solids by using direct conduction to the detector
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01HMEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H1/00Measuring characteristics of vibrations in solids by using direct conduction to the detector
    • G01H1/12Measuring characteristics of vibrations in solids by using direct conduction to the detector of longitudinal or not specified vibrations

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

Ein System zur Bestimmung des Schwingungsverhaltens eines Kraftfahrzeugs umfasst eine zur Erfassung von Schwingungen des Fahrzeugs oder eines Fahrzeugteils eingerichtete Sensieranordnung (8) und eine zur Anwendung eines Algorithmus (12) für die Auswertung von Signalen aus der Sensieranordnung (8) und für die Bestimmung des Schwingungsverhaltens basierend auf der Auswertung eingerichtete elektronische Verarbeitungseinrichtung (11). Der Algorithmus (12) umfasst mindestens eine Support Vector Machine SVM (13a...13g), die dazu eingerichtet ist, eine Wahrscheinlichkeit auszugeben, dass das vorliegende Schwingungsmerkmal zu einer bestimmten voreingestellten Schwingungsmerkmalsart gehört.

Description

  • Die Erfindung betrifft ein System zur Bestimmung des Schwingungsverhaltens eines Kraftfahrzeugs, umfassend eine zur Erfassung von Schwingungen des Fahrzeugs oder eines Fahrzeugteils eingerichtete Sensieranordnung und eine zur Anwendung eines Algorithmus für die Auswertung von Signalen aus der Sensieranordnung und für die Bestimmung des Rad-induzierten Schwingungsverhaltens basierend auf der Auswertung eingerichtete elektronische Verarbeitungseinrichtung.
  • Fahrbahnoberflächenbeschaffenheiten, wie zum Beispiel eine aus Schotter oder glattem Kopfsteinpflaster bestehende Fahrbahnoberfläche, wirken sich anders auf Kraftfahrzeuge aus als aus glattem Asphalt oder Beton bestehende Fahrbahnoberflächen.
  • Gemäß der DE 42 13 222 A1 wird das Abrollgeräusch von mindestens einem Rad eines über die Fahrbahnoberfläche gefahrenen Fahrzeugs mittels eines fahrzeugfesten Sensors erfasst. Das Sensorausgangssignal wird bandpassgefiltert, um einen für Fahrbahnrauigkeit charakteristischen Frequenzbereich zu isolieren. Der Effektivwert des gefilterten Signals wird gebildet und tiefpassgefiltert. Der Effektivwert wird einem Rauigkeitswert zugeordnet, wobei der Einfluss anderer Einflüsse als die Rauigkeit auf den Effektivwert kompensiert wird. Der Rauigkeitswert wird an den Fahrer und an Steuereinrichtungen in dem Fahrzeug ausgegeben.
  • EP 1 978 490 A1 offenbart ein System zur Erkennung des Betriebszustandes eines Fahrzeugmotors basierend auf der Erfassung eines in einen Raum des Fahrzeugs übertragenen akustischen Rauschsignals, zum Beispiel ein Schwingungssignal. Das System sieht einen Vergleich eines Deskriptorvektors der erfassten Signale, mindestens umfassend Daten, die auf die Frequenz und Energiekomponenten der Signale schließen lassen, mit einer Vielzahl von Referenz-Deskriptorvektoren vor, die auf in einer Lernphase erworbene bekannte Betriebszustände schließen lassen. Des Weiteren sieht das System eine Unterscheidung und Erkennung einer ersten Klasse von Signalen, die auf einen Betriebszustand schließen lassen, und einer zweiten Klasse von Signalen, die auf einen Ruhezustand des Fahrzeugmotors schließen lassen, vor.
  • Es ist die Aufgabe der Erfindung, ein stabiles und effektives System zur Bestimmung des Schwingungsverhaltens eines Kraftfahrzeugs mit angemessenen Datenverarbeitungsressourcen zu schaffen.
  • Die Erfindung löst diese Aufgabe mit den Merkmalen der unabhängigen Ansprüche. Die Verwendung von mindestens einer Support Vector Machine SVM ist ein stabiles und effektives Mittel zur Klassifizierung des vorliegenden Schwingungsmerkmals in mindestens eine bestimmte voreingestellte Schwingungsmerkmalsart. Support Vector Machines benötigen keine übermäßigen Datenverarbeitungsressourcen und können daher in fahrzeugfeste elektronische Signalverarbeitungseinheiten mit gewöhnlicher Hardware und gewöhnlicher Datenverarbeitungsfähigkeit integriert werden.
  • Eine Support Vector Machine SVM ist ein mathematisches Modell, welches durch Trainieren unter Verwendung einer Vielzahl von Übungsdatensätzen gewonnen wurde, wobei jeder Satz als zu einer bestimmten Kategorie zugehörig oder nicht markiert ist. Anschließend ist die SVM in der Lage, für einen eingegebenen neuen Datensatz vorherzusagen, ob dieser neue Datensatz in diese bestimmte Kategorie fällt oder nicht. Genauer gesagt ist die SVM in der Lage, eine Wahrscheinlichkeit dafür auszugeben, dass der neue Datensatz in die bestimmte Kategorie fällt.
  • In einer bevorzugten Anwendung ist der Algorithmus dazu eingerichtet, das durch das Abrollen eines Fahrzeugrades auf dem Boden erzeugte Rad-induzierte Schwingungsverhalten eines fahrenden Kraftfahrzeugs zu bestimmen. Vorteilhafterweise kann die Erfindung dazu verwendet werden, die vorliegende Fahrbahnoberfläche als zu mindestens einer bestimmten voreingestellten Fahrbahnoberflächenart gehörend zu klassifizieren, zum Beispiel glatte Fahrbahn, Kopfsteinpflaster, Betonplatten, Gras und so weiter. Die Erfindung ist jedoch nicht auf diese Anwendung beschränkt. Zusätzlich oder alternativ können von einem Fahrzeugteil ausgehende Schwingungen zum Zwecke der Diagnose dieses Fahrzeugteils bestimmt werden. Zum Beispiel kann das Rad-induzierte Schwingungsverhalten bestimmt werden, um ungewöhnliche Radzustände zu erkennen, welche besondere Aufmerksamkeit durch den Fahrer erfordern können, wie zum Beispiel niedriger Reifendruck, Unwucht oder Reifentypen; oder angelegte Schneeketten. Die Erfindung kann auch angewendet werden, um das durch andere Fahrzeugteile, wie zum Beispiel den Motor, das Getriebe oder Lager, induzierte Schwingungsverhalten zu bestimmen. Das kann zum Beispiel bei der Motor- oder Getriebediagnose oder zum Auffinden defekter Fahrzeugteile nützlich sein.
  • Vorzugweise umfasst der Klassifizierungsalgorithmus eine Vielzahl von Support Vector Machines, von denen jede dazu eingerichtet ist, eine Wahrscheinlichkeit auszugeben, dass das vorliegende Schwingungsmerkmal zu einer bestimmten von verschiedenen voreingestellten Schwingungsmerkmalsarten gehört. In diesem Fall kann eine Vielzahl von verschiedenen voreingestellten Schwingungsmerkmalsarten festgelegt werden. Die Support Vector Machines sind vorzugsweise parallel geschaltet. Vorteilhafterweise kann zur Bestimmung der Maximalwahrscheinlichkeit unter den von den Support Vector Machines ausgegebenen Wahrscheinlichkeiten eine Entscheidungseinrichtung vorgesehen sein.
  • Vorzugsweise umfasst die Sensieranordnung mindestens einen zur Erfassung von durch das Fahrgestell des Fahrzeugs übertragenen Körperschwingungen eingerichteten Schwingungssensor. In einer bevorzugten Ausführungsform kann ein Fahrzeugaufprallsensor, insbesondere ein Frontalaufprall-Sicherungssensor, alternativ ein Seitenaufprall-Sicherungssensor, als Schwingungssensor verwendet werden. In diesem Fall ist ein zusätzlicher Schwingungssensor nicht notwendig. Der Schwingungssensor ist von oben gesehen vorzugsweise in einem mittleren Bereich des Fahrzeugs angeordnet. In diesem Fall nimmt der Schwingungssensor Schwingungen von vielen verschiedenen Fahrzeugteilen wahr, zum Beispiel von allen vier Rädern.
  • Alternativ oder zusätzlich zu dem mindestens einen Schwingungssensor ist vorzugsweise mindestens ein zur Erfassung des luftübertragenen akustischen Abrollgeräusches eingerichteter Schallsensor vorgesehen. In diesem Fall kann der Schallsensor vorzugsweise als ein Sicherungssensor (Safingsensor) zu einem Schwingungssensor der Sensieranordnung verwendet werden.
  • Informationen aus dem oben beschriebenen Algorithmus können vorzugsweise dazu verwendet werden, um eine Fahrzeugsicherheitseinrichtung, wie ein ESC-System, Schlupfregelung, aktives Dämpfungssystem und/oder einen oder mehrere Insassenrückhaltesysteme zu steuern. Alternativ oder zusätzlich können Informationen aus dem oben beschriebenen Algorithmus vorzugsweise dazu verwendet werden, den Fahrer durch geeignete visuelle, akustische oder haptische Warneinrichtungen zu warnen.
  • Die Erfindung wird im Folgenden anhand bevorzugter Ausführungsformen unter Bezugnahme auf die beigefügten Figuren erläutert. Dabei zeigt:
  • 1 zeigt eine schematische perspektivische Ansicht eines Kraftfahrzeugs; und
  • 2 zeigt eine schematische Ansicht eines Systems zur Bestimmung des Verhaltens eines fahrenden Kraftfahrzeugs abhängig von der Fahrbahnoberfläche.
  • Das Fahrzeug 1 fährt auf einem Boden oder einer Fahrbahn mit einer bestimmten Art von Oberfläche 2, zum Beispiel glatter Asphalt, Schotter, glattes Kopfsteinpflaster, Beton, Gras und so weiter. Die auf der Bodenoberfläche 2 abrollenden Räder 3 erzeugen ein Geräusch, oder allgemeiner ausgedrückt Schwingungen, die für die jeweilige Art von Oberfläche, auf welcher das Fahrzeug fährt, typisch sind. Das Abrollgeräusch wird von oder durch die Fahrzeugstruktur, insbesondere dem Fahrgestell, als Körperschwingungen, welche in 1 durch Pfeile 4 gekennzeichnet sind, übertragen.
  • Ein Schwingungssensor 5 zur Erfassung der Körperschwingungen kann in dem Fahrzeug 1 in fester Beziehung zu dem Fahrgestell des Fahrzeugs angebracht sein. Der Schwingungssensor kann insbesondere ein Beschleunigungssensor sein. Andere Sensortypen, zum Beispiel ein piezoelektrischer Sensor, sind denkbar. Der Schwingungssensor 5 ist von oben gesehen vorzugsweise mittig in dem Fahrzeug angebracht, um von allen vier Rädern erzeugte Schwingungen wahrzunehmen. Der Schwingungssensor 5 kann eine überwiegende Vertikalkomponente aufweisen, was die Ansprechempfindlichkeit auf Abrollschwingungen erhöhen kann; dies ist jedoch nicht zwingend erforderlich. Der Schwingungssensor 5 kann zum Beispiel auf dem Boden des Fahrgestells des Fahrzeugs angebracht sein und kann in oder oberhalb des Fahrzeuginnenraums des Fahrzeugs 1 angeordnet sein. Vorzugsweise handelt es sich bei dem Schwingungssensor 5 um einen Aufprallsensor, insbesondere einen MEMS-Beschleunigungssensor, so dass zusätzliche Sensoren zur Erfassung der Abrollschwingungen nicht notwendig sind. Ein Abrollgeräusch liegt üblicherweise im Niederfrequenzbereich, wohingegen Aufprallschwingungen im Hochfrequenzbereich liegen; daher ist es möglich, zwischen diesen unterschiedlichen Schwingungsformen zu unterscheiden. Bei dem Schwingungssensor 5 kann es sich insbesondere um den Frontalaufprall-Sicherungssensor handeln. Es kann jedoch ein anderer Aufprallsensor und/oder Aufprall-Sicherungssensor als Schwingungssensor 5 verwendet werden, zum Beispiel ein Seitenaufprall-Sicherungssensor.
  • Mindestens ein Schallsensor 6, 7 zur Erfassung des Abrollgeräusches in Form von luftübertragenen Schwingungen kann in dem Fahrzeug angebracht sein. Der Schallsensor 6, 7 kann insbesondere ein Mikrofon sein und kann zum Beispiel an einem Teil der Fahrzeugaufhängung, insbesondere an der Aufhängungshaube zwischen den Vorder- oder Hinterrädern, hier Schallsensor 6, und/oder in einem Radkasten, hier Schallsensor 7, angebracht sein.
  • Die Sensoren 5, 6, 7 zur Erfassung der Abrollschwingungen des Fahrzeugs bilden eine Schwingungssensieranordnung 8. Daten aus der Schwingungssensieranordnung 8 können in einer Datenaufbereitungseinheit 9 vorverarbeitet werden. Die Datenaufbereitungseinheit 9 ist insbesondere dazu eingerichtet, eine geeignete Filterung und/oder schnelle Fourier-Transformations-Analyse (FFT) der von der Schwingungssensieranordnung 8 bereitgestellten Daten durchzuführen, so dass die Ausgabe der Datenaufbereitungseinheit 9 Zeitbereichsdaten, wie zum Beispiel Durchschnittswert, RMS-Wert, Standardabweichung und so weiter, und Frequenzbereichsdaten umfasst. Zweckmäßigerweise hat die Datenaufbereitungseinheit 9 Zugriff auf andere Fahrzeugdaten 10, insbesondere über das Fahrzeug CAN-Bus-Netzwerk. Insbesondere hat die Datenaufbereitungseinheit 9 Zugriff auf Fahrzeuggeschwindigkeitsdaten, und ist daher dazu eingerichtet, die von der Schwingungssensieranordnung 8 bereitgestellten Signale um die Fahrzeuggeschwindigkeit zu kompensieren. Vorzugsweise handelt es sich bei der Datenaufbereitungseinheit 9 um eine eigene Datenverarbeitungseinheit, wie zum Beispiel einen digitalen Signalprozessor DSP, welcher speziell insbesondere zur Fourier-Transformations-Verarbeitung eingerichtet sein kann. Es ist jedoch auch denkbar, die oben beschriebenen, in der Datenaufbereitungseinheit 9 durchgeführten Aufgaben in der nachfolgend beschriebenen Signalverarbeitungseinheit 11 durchzuführen.
  • Die von der Datenaufbereitungseinheit 9 ausgegebenen vorverarbeiteten Daten werden an eine Signalverarbeitungseinheit 11 geliefert, wo eine Verarbeitung zur Klassifizierung der durch die Schwingungssensieranordnung 8 gemessenen Abrollschwingungen durchgeführt wird. Die digitale Signalverarbeitungseinheit 11 umfasst eine entsprechend programmierte Software zur Ausführung eines nachfolgend zu beschreibenden Klassifizierungsalgorithmus 12.
  • Der Klassifizierungsalgorithmus 12 umfasst eine Vielzahl von parallel geschalteten Support Vector Machines (SVM) 13a...13g, hier sieben, in welche jeweils Eingabedaten aus der Schwingungssensieranordnung 8 eingespeist werden. Die Anzahl der SVMs 13 entspricht der Anzahl von verschiedenen Bodenoberflächenarten, die der Klassifizierungsalgorithmus 12 unterscheiden können sollte. Im vorliegenden Beispiel sollte der Klassifizierungsalgorithmus 12 in der Lage sein, zwischen sieben Arten von Bodenoberfläche oder Fahrbahnoberfläche zu unterscheiden, nämlich zum Beispiel (a) glatte Fahrbahn, (b) Kopfsteinpflaster, (c) feiner seitlicher Rinnstein, (d) Fahrbahn aus Betonplatten, (e) Grasbelag, (f) Fahrbahn mit Schlaglöchern und (g) Schotterfahrbahn. Folglich umfasst der Klassifizierungsalgorithmus 12 sieben entsprechende SVMs 13a...13g. Jede SVM 13a...13g wertet die Übereinstimmung von geeigneten Merkmalen des Signals aus der Schwingungssensieranordnung 8, zum Beispiel Frequenzanteil, Amplituden, RNS-Wert und/oder jeder andere geeignete Parameter, mit Referenzwerten über mathematische Hyperebenen aus, welche durch Offline-Training der SVMs 13a...13g durch den Entwickler des Klassifizierungsalgorithmus 12 gewonnen wurden. Auf diese Weise ist jede SVM 13a...13g dazu eingerichtet, eine entsprechende Wahrscheinlichkeit p(a)...p(g), dass die Fahrbahnoberfläche zu der zu der entsprechenden SVM 13a...13g zugehörigen bestimmten Art (a) glatte Fahrbahn ... (g) Schotterfahrbahn gehört, zu errechnen und auszugeben.
  • Alle durch die SVMs 13a...13g errechneten Wahrscheinlichkeiten p(a)...p(g) werden in eine in der Signalverarbeitungseinheit 11 vorgesehene Entscheidungseinrichtung 14 eingegeben. Die Entscheidungseinrichtung 14 umfasst vorzugsweise eine Maximal-Wahrscheinlichkeitseinrichtung, die unter allen eingegebenen Wahrscheinlichkeiten p(a)...p(g) die Maximalwahrscheinlichkeit bestimmt. Die Entscheidungseinrichtung 14 entscheidet dann zweckmäßigerweise, dass die vorliegende Fahrbahnoberfläche von der Art ist, die zu SVM 13i zugehörig ist, welche den höchsten Wahrscheinlichkeitswert p(i) ausgibt, wobei i = a, b, c, d, e, f oder g. Die vorliegende Art der Fahrbahnoberfläche kann dann aus der Signalverarbeitungseinheit 11 ausgegeben werden.
  • Die Entscheidungseinrichtung 14 kann andere Gegebenheiten zur Bestimmung der vorliegenden Art der Fahrbahnoberfläche mit einbeziehen. Zum Beispiel kann die Entscheidungseinrichtung 14 bestimmen, dass sich die vorliegende Art der Fahrbahnoberfläche von allen durch den Algorithmus 12 erkennbaren vorgegebenen Fahrbahnoberflächenarten unterscheidet, wenn die höchste Wahrscheinlichkeit p(i) unterhalb eines vorgegebenen Grenzwertes liegt. In diesem Fall kann aus der Entscheidungseinrichtung 14 „unbekannte Fahrbahnoberflächenart” ausgegeben werden, oder die Ausgabe einer Fahrbahnoberflächenart kann gänzlich unterbunden werden. Alternativ kann die Entscheidungseinrichtung 14 mehr als eine möglicherweise vorhandene Fahrbahnoberflächenart bestimmen und ausgeben. Zum Beispiel können alle oberhalb eines vorgegebenen Grenzwertes liegenden Wahrscheinlichkeiten p(i) als zutreffend erachtet werden. Alternativ können zum Beispiel alle innerhalb eines vorgegebenen Bereiches unterhalb der Maximalwahrscheinlichkeit liegenden Wahrscheinlichkeiten p(i) als zutreffend erachtet werden. Falls es jedoch zu viele mögliche Fahrbahnoberflächenarten mit hoher Wahrscheinlichkeit gibt, kann die Ausgabe „unbekannte Fahrbahnoberflächenart” lauten, oder die Ausgabe einer Fahrbahnoberflächenart kann gänzlich unterbunden werden.
  • Abhängig von der bestimmten Fahrbahnoberflächenart kann eine Fahrzeugeinrichtung 15, insbesondere eine Sicherheitseinrichtung wie das ESC-System, die Schlupfregelung, das aktive Dämpfungssystem und/oder Insassenrückhaltesysteme gesteuert werden. Ansprechschwellen eines Insassenrückhaltesystems können zum Beispiel an die bestimmte Fahrbahnoberflächenart oder -beschaffenheit angepasst werden. Informationen über die bestimmte Fahrbahnoberflächenart können auch dazu verwendet werden, um den Fahrer des Fahrzeugs durch eine geeignete optische, akustische und/oder haptische Warneinrichtung zu warnen.
  • Bei der Signalverarbeitungseinheit 11 kann es sich um eine eigene Einheit oder jede andere fahrzeugfeste Signalverarbeitungseinheit handeln. Zum Beispiel kann eine zur Steuerung von Insassenrückhaltesystemen verwendete Signalverarbeitungseinheit den Klassifizierungsalgorithmus 12 enthalten, und somit die Signalverarbeitungseinheit 11 bilden. Vorzugsweise ist der Schwingungssensor 5 oder die Schwingungssensieranordnung 8 in oder nahe der Signalverarbeitungseinheit 11 angeordnet; das ist jedoch nicht zwangsläufig der Fall.
  • Vorzugsweise basieren die Eingabedaten für die SVMs 13a...13g auf Signalen aus dem mindestens einen Schwingungssensor 5 zur Messung von Körperschwingungen in dem Fahrgestell des Fahrzeugs. In diesem Fall können die Signale aus dem mindestens einen Schallsensor 6, 7 vorzugsweise dazu verwendet werden, die auf Signalen aus dem mindestens einen Schwingungssensor 5 basierende Klassifizierung abzusichern/zu bestätigen. Diese Sicherungsfunktion kann zum Beispiel in der Entscheidungseinrichtung 14 ausgeführt sein. Die Schallsensoren 6, 7 sind jedoch nur optional und können in einigen Ausführungsbeispielen entfallen. In einigen Ausführungsbeispielen ist es auch möglich, dass die Eingabedaten für die SVMs 13a...13g alternativ oder zusätzlich zu Signalen aus dem mindestens einen Schwingungssensor 5 auf Signalen aus dem mindestens einen Schallsensor 6, 7 basieren.
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • DE 4213222 A1 [0003]
    • EP 1978490 A1 [0004]

Claims (15)

  1. Ein System zur Bestimmung des Schwingungsverhaltens eines Kraftfahrzeugs, umfassend eine zur Erfassung von Schwingungen des Fahrzeugs oder eines Fahrzeugteils eingerichtete Sensieranordnung (8) und eine zur Anwendung eines Algorithmus (12) für die Auswertung von Signalen aus der Sensieranordnung (8) und für die Bestimmung des Schwingungsverhaltens basierend auf der Auswertung eingerichtete elektronische Verarbeitungseinrichtung (11), dadurch gekennzeichnet, dass der Algorithmus (12) mindestens eine Support Vector Machine SVM (13a...13g) umfasst, die dazu eingerichtet ist, eine Wahrscheinlichkeit auszugeben, dass das vorliegende Schwingungsmerkmal zu einer bestimmten voreingestellten Schwingungsmerkmalsart gehört.
  2. Das System nach Anspruch 1, wobei der Algorithmus (12) dazu eingerichtet ist, das durch das Abrollen eines Fahrzeugrades (3) auf dem Boden (2) erzeugte Rad-induzierte Schwingungsverhalten eines fahrenden Kraftfahrzeugs (1) zu bestimmen.
  3. Das System nach Anspruch 2, wobei die Support Vector Machine SVM (13a...13g) dazu eingerichtet ist, eine Wahrscheinlichkeit auszugeben, dass die vorliegende Fahrbahnoberfläche (2) zu einer bestimmten voreingestellten Fahrbahnoberflächenart gehört.
  4. Das System nach einem der vorhergehenden Ansprüche, wobei der Algorithmus (12) eine Vielzahl von Support Vector Machines (13a...13g) umfasst, von denen jede dazu eingerichtet ist, eine Wahrscheinlichkeit auszugeben, dass das vorliegende Schwingungsmerkmal zu einer bestimmten von verschiedenen voreingestellten Schwingungsmerkmalsarten gehört.
  5. Das System nach Anspruch 4, wobei die Support Vector Machines (13a...13g) parallel geschaltet sind.
  6. Das System nach Anspruch 4 oder 5, umfassend eine Entscheidungseinrichtung (14), die dazu eingerichtet ist, unter den von den Support Vector Machines (13a...13g) ausgegebenen Wahrscheinlichkeiten die Maximalwahrscheinlichkeit zu bestimmen.
  7. Das System nach einem der vorhergehenden Ansprüche, wobei die Sensieranordnung (8) mindestens einen Schwingungssensor (5) umfasst, der dazu eingerichtet ist, durch das Fahrgestell des Fahrzeugs übertragene Schwingungen zu erfassen.
  8. Das System nach Anspruch 7, wobei der Schwingungssensor (5) in einem mittleren Bereich des Fahrzeugs (1) angeordnet ist.
  9. Das System nach Anspruch 7 oder 8, wobei es sich bei dem Schwingungssensor (5) um einen in fester Beziehung zu dem Fahrgestell des Fahrzeugs angebrachten Beschleunigungssensor handelt.
  10. Das System nach einem der Ansprüche 7 bis 9, wobei es sich bei dem Schwingungssensor (5) um einen Fahrzeugaufprallsensor handelt.
  11. Das System nach einem der vorhergehenden Ansprüche, wobei die Sensieranordnung (8) mindestens einen Schallsensor (6, 7) umfasst, der dazu eingerichtet ist, ein durch das Abrollen eines Fahrzeugrades (3) auf dem Boden (2) erzeugtes akustisches Abrollgeräusch zu erfassen.
  12. Das System nach einem der vorhergehenden Ansprüche, wobei der Schallsensor (6, 7) als Sicherungssensor zu einem Schwingungssensor (5) der Sensieranordnung (8) verwendet wird.
  13. Das System nach einem der vorhergehenden Ansprüche, wobei der Algorithmus (12) dazu eingerichtet ist, Signale aus der Sensieranordnung (8) mittels verfügbarer Fahrzeuggeschwindigkeitsdaten (10) um die Fahrzeuggeschwindigkeit zu kompensieren.
  14. Das System nach einem der vorhergehenden Ansprüche, wobei Informationen aus dem Algorithmus (12) dazu verwendet werden, eine Fahrzeugsicherheitseinrichtung (15) zu steuern und/oder den Fahrer zu warnen.
  15. Das System nach einem der vorhergehenden Ansprüche, wobei der Algorithmus (12) dazu eingerichtet ist, das Schwingungsverhalten eines Fahrzeugteils zum Zwecke der Diagnose dieses Fahrzeugteils zu bestimmen.
DE112010005864T 2010-09-09 2010-09-09 System zur Bestimmung des Schwingungsverhaltens eines Kraftfahrzeugs Active DE112010005864T8 (de)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/EP2010/005550 WO2012031614A1 (en) 2010-09-09 2010-09-09 System for determining vibration characteristics of a motor vehicle

Publications (2)

Publication Number Publication Date
DE112010005864T5 true DE112010005864T5 (de) 2013-08-14
DE112010005864T8 DE112010005864T8 (de) 2013-08-29

Family

ID=44065487

Family Applications (1)

Application Number Title Priority Date Filing Date
DE112010005864T Active DE112010005864T8 (de) 2010-09-09 2010-09-09 System zur Bestimmung des Schwingungsverhaltens eines Kraftfahrzeugs

Country Status (3)

Country Link
US (1) US9453759B2 (de)
DE (1) DE112010005864T8 (de)
WO (1) WO2012031614A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102019209634A1 (de) * 2019-07-02 2021-01-07 Zf Friedrichshafen Ag Computerimplementiertes Verfahren zum maschinellen Lernen von Fahrbahnmarkierungen mittels Audiosignalen, Steuergerät für automatisierte Fahrfunktionen, Verfahren und Computerprogramm zum Erkennen von Fahrbahnmarkierungen

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102012218362A1 (de) * 2012-10-09 2014-04-24 Bayerische Motoren Werke Aktiengesellschaft Schätzung des Straßentyps mithilfe von sensorbasierten Umfelddaten
CN103407341B (zh) * 2013-08-05 2015-10-28 江苏大学 主动悬架支持向量机广义逆复合控制器及其构造方法
US9248837B2 (en) * 2014-03-11 2016-02-02 Tata Consultancy Services Limited Method and system for controlling a speed of a vehicle
CN104111109B (zh) * 2014-07-21 2015-09-02 石家庄铁道大学 一种基于不同阶次统计量及支持向量机的机械振动状态识别方法
CN106323452B (zh) * 2015-07-06 2019-03-29 中达电子零组件(吴江)有限公司 一种设备异音的检测方法及检测装置
US9834218B2 (en) * 2015-10-28 2017-12-05 Toyota Motor Engineering & Manufacturing North America, Inc. Systems and methods for determining action at traffic signals
EP3244400B1 (de) * 2016-05-11 2020-01-01 Harman Becker Automotive Systems GmbH Verfahren und system zur auswahl von sensorpositionen an einem fahrzeug zur aktiven strassengeräuschregulierung
WO2018005972A1 (en) * 2016-06-30 2018-01-04 Massachusetts Institute Of Technology Applying motion sensor data to wheel imbalance detection, tire pressure monitoring, and/ or tread depth measurement
US11276255B2 (en) * 2016-07-15 2022-03-15 Cambridge Mobile Telematics, Inc. Mileage and speed estimation
WO2018125245A1 (en) * 2016-12-31 2018-07-05 Intel Corporation Crowdsourced failure mode prediction
US10319225B2 (en) * 2017-05-24 2019-06-11 Toyota Motor Engineering & Manufacturing North America, Inc. System, method, and computer-readable storage medium for determining road type
JP2019113940A (ja) * 2017-12-21 2019-07-11 アイシン精機株式会社 タイヤチェーン装着判定装置
CN108168682A (zh) * 2017-12-22 2018-06-15 中国南方电网有限责任公司超高压输电公司曲靖局 一种基于振动信号支持向量机的gil故障在线监测系统
CN112129290A (zh) * 2019-06-24 2020-12-25 罗伯特·博世有限公司 用于监测骑行设备的系统及方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4213222A1 (de) 1992-04-22 1993-10-28 Porsche Ag Verfahren zur Erfassung der Rauhigkeit einer Fahrbahnoberfläche
EP1978490A1 (de) 2007-04-02 2008-10-08 MAGNETI MARELLI SISTEMI ELETTRONICI S.p.A. System und Verfahren zur automatischen Erkennung des Betriebsstatus eines Fahrzeugmotors

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3937403A1 (de) * 1989-11-10 1991-05-16 Porsche Ag Verfahren und einrichtung zur ueberwachung der funktionstuechtigkeit eines fahrwerks fuer ein kraftfahrzeug
US7744122B2 (en) * 1995-12-12 2010-06-29 Automotive Technologies International, Inc. Driver side aspirated airbags
GB9614099D0 (en) * 1996-07-05 1996-09-04 Alba Tools Ltd Improvements in analysing vehicle suspension systems
US6271747B1 (en) * 1998-04-18 2001-08-07 Daimlerchrysler Ag Method for adjusting the trigger threshold of vehicle occupant protection devices
US7027953B2 (en) * 2002-12-30 2006-04-11 Rsl Electronics Ltd. Method and system for diagnostics and prognostics of a mechanical system
WO2005056346A2 (de) * 2003-12-10 2005-06-23 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum betreiben eines sensors in einem sicherheitssystem
DE102004031557B4 (de) * 2004-06-29 2016-12-22 Conti Temic Microelectronic Gmbh Verfahren und Crash-Sensor für eine Vorrichtung zur insassengefährdungsrelevanten Aktivierung von Insassen-Schutzeinrichtungen in einem Kraftfahrzeug bei Crashfällen
DE102004032732B4 (de) * 2004-07-07 2009-12-03 Bayerische Motoren Werke Aktiengesellschaft Airbagauslöseelektronik für Fahrzeuge
US7188050B2 (en) * 2004-08-25 2007-03-06 Siemens Corporate Research, Inc. Method and apparatus for detecting out-of-range conditions in power generation equipment operations
US20070093987A1 (en) * 2005-10-07 2007-04-26 Omron Corporation Knowledge generation support system, parameter search method and program product
US7861593B2 (en) * 2008-07-03 2011-01-04 Oracle America, Inc. Rotational vibration measurements in computer systems
DE202008014792U1 (de) * 2008-11-07 2010-03-25 Qass Gmbh Vorrichtung zum Bewerten von Zerspanungsprozessen

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4213222A1 (de) 1992-04-22 1993-10-28 Porsche Ag Verfahren zur Erfassung der Rauhigkeit einer Fahrbahnoberfläche
EP1978490A1 (de) 2007-04-02 2008-10-08 MAGNETI MARELLI SISTEMI ELETTRONICI S.p.A. System und Verfahren zur automatischen Erkennung des Betriebsstatus eines Fahrzeugmotors

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102019209634A1 (de) * 2019-07-02 2021-01-07 Zf Friedrichshafen Ag Computerimplementiertes Verfahren zum maschinellen Lernen von Fahrbahnmarkierungen mittels Audiosignalen, Steuergerät für automatisierte Fahrfunktionen, Verfahren und Computerprogramm zum Erkennen von Fahrbahnmarkierungen
DE102019209634B4 (de) 2019-07-02 2021-08-26 Zf Friedrichshafen Ag Computerimplementiertes Verfahren zum maschinellen Lernen von Fahrbahnmarkierungen mittels Audiosignalen, Steuergerät für automatisierte Fahrfunktionen, Verfahren und Computerprogramm zum Erkennen von Fahrbahnmarkierungen

Also Published As

Publication number Publication date
WO2012031614A1 (en) 2012-03-15
US20130233083A1 (en) 2013-09-12
US9453759B2 (en) 2016-09-27
DE112010005864T8 (de) 2013-08-29
WO2012031614A8 (en) 2012-05-03

Similar Documents

Publication Publication Date Title
DE112010005864T5 (de) System zur Bestimmung des Schwingungsverhaltens eines Kraftfahrzeugs
DE102017112322B4 (de) Computerimplementiertes Verfahren und Vorrichtung zur autonomen Überwachung der Intaktheit eines Fahrzeugs
DE102014008588B4 (de) Erfassung kurzzeitiger Unregelmässigkeiten in einer Strassenoberfläche
DE102008047473B4 (de) Verfahren und Vorrichtung zur Lokalisierung eines defekten Bauteils eines Fahrzeugs
DE102018124796A1 (de) Verfahren und vorrichtung zum isolieren eines fahrzeugseitigen fehlers
DE102011082806A1 (de) Verfahren und Vorrichtung zur Diagnose von Fehlern in Bauteilen von Fahrwerksystemen von Kraftfahrzeugen
DE10211069A1 (de) Verfahren und Vorrichtung zum Bereitstellen von Informationen
DE102015106400A1 (de) Sensoranordnung zum Erkennen eines Zustands einer Fahrbahn mit zumindest zwei Ultraschallsensoren, Fahrerassistenzsystem, Kraftfahrzeug sowie dazugehöriges Verfahren
DE60113282T2 (de) Einrichtung zur vorhersage eines reifenplatzers
DE69927377T2 (de) Verfahren und vorrichtung zur ermittlung einer reifenplattlaufsituation - sicherheitsträger,räder und reifen dafür hergestellt
DE102018112993A1 (de) Klassifizieren der strassenrauhigkeit
DE102018123491A1 (de) System zur überwachung von fahrzeugrad-parametern
DE102019105535A1 (de) Automatisches Erfassen eines Fahrzeugschadens bei einem Unfall
DE112017005314T5 (de) Vorrichtung zum erfassen eines zustands eines fahrzeugführers
EP3823847B1 (de) Sensorvorrichtung und verfahren zum untersuchen eines befestigungszustands zumindest eines rads eines kraftfahrzeugs
DE102019219371A1 (de) Messanordnung
EP1470978A1 (de) Verfahren und Vorrichtung zur Erkenung eines Fahrzustands
DE102016206077A1 (de) Verfahren und Vorrichtung zum Bestimmen einer sicherheitskritischen Gierbewegung eines Fahrzeugs
DE102010006666B4 (de) Verfahren zum Erkennen einer Schneekette an einem Fahrzeug
DE102016006005A1 (de) Elektronisch gesteuerte Aufhängungsvorrichtung und eine Dämpfungskraft regelndes Verfahren davon
DE102019207343A1 (de) Verfahren und Vorrichtung zur Erkennung einer nassen oder feuchten Fahrbahn, Computerproduktprogramm und Speichermedium
DE102006053825A1 (de) Verfahren zur indirekten Reifendrucküberwachung
DE102019216044A1 (de) Verfahren und System zum Bestimmen eines Beladungszustands eines Fahrzeugs sowie ein Fahrzeug mit solch einem System
DE102020005023A1 (de) Verfahren und Vorrichtung zur Erkennung von Anomalien während einer Fahrzeugnutzung
DE102018100117A1 (de) Sensoranordnung zum Erkennen eines Zustands einer Fahrbahn, Fahrerassistenzsystem, Verfahren und Computerprogrammprodukt

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R081 Change of applicant/patentee

Owner name: VEONEER SWEDEN AB, SE

Free format text: FORMER OWNER: AUTOLIV DEVELOPMENT AB, VARGARDA, SE

Owner name: BAYERISCHE MOTOREN WERKE AKTIENGESELLSCHAFT, DE

Free format text: FORMER OWNER: AUTOLIV DEVELOPMENT AB, VARGARDA, SE

R082 Change of representative

Representative=s name: MUELLER VERWEYEN PATENTANWAELTE PARTNERSCHAFT , DE

Representative=s name: MUELLER VERWEYEN PATENTANWAELTE, DE

R081 Change of applicant/patentee

Owner name: ARRIVER SOFTWARE AB, SE

Free format text: FORMER OWNERS: BAYERISCHE MOTOREN WERKE AKTIENGESELLSCHAFT, 80809 MUENCHEN, DE; AUTOLIV DEVELOPMENT AB, VARGARDA, SE

Owner name: BAYERISCHE MOTOREN WERKE AKTIENGESELLSCHAFT, DE

Free format text: FORMER OWNERS: BAYERISCHE MOTOREN WERKE AKTIENGESELLSCHAFT, 80809 MUENCHEN, DE; AUTOLIV DEVELOPMENT AB, VARGARDA, SE

Owner name: VEONEER SWEDEN AB, SE

Free format text: FORMER OWNERS: BAYERISCHE MOTOREN WERKE AKTIENGESELLSCHAFT, 80809 MUENCHEN, DE; AUTOLIV DEVELOPMENT AB, VARGARDA, SE

R082 Change of representative

Representative=s name: MUELLER VERWEYEN PATENTANWAELTE PARTNERSCHAFT , DE

R016 Response to examination communication
R082 Change of representative

Representative=s name: MAUCHER JENKINS PATENTANWAELTE & RECHTSANWAELT, DE

R081 Change of applicant/patentee

Owner name: BAYERISCHE MOTOREN WERKE AKTIENGESELLSCHAFT, DE

Free format text: FORMER OWNERS: BAYERISCHE MOTOREN WERKE AKTIENGESELLSCHAFT, 80809 MUENCHEN, DE; VEONEER SWEDEN AB, VARGARDA, SE

Owner name: ARRIVER SOFTWARE AB, SE

Free format text: FORMER OWNERS: BAYERISCHE MOTOREN WERKE AKTIENGESELLSCHAFT, 80809 MUENCHEN, DE; VEONEER SWEDEN AB, VARGARDA, SE

R016 Response to examination communication