EP4680505A1 - Estimation du rapport de glissement des pneumatiques pour les véhicules deux roues motrices ou quatre roues motrices à l'aide de filtres bayésiens - Google Patents

Estimation du rapport de glissement des pneumatiques pour les véhicules deux roues motrices ou quatre roues motrices à l'aide de filtres bayésiens

Info

Publication number
EP4680505A1
EP4680505A1 EP24709745.4A EP24709745A EP4680505A1 EP 4680505 A1 EP4680505 A1 EP 4680505A1 EP 24709745 A EP24709745 A EP 24709745A EP 4680505 A1 EP4680505 A1 EP 4680505A1
Authority
EP
European Patent Office
Prior art keywords
slip ratio
tire
slip
wheel
vehicle
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.)
Pending
Application number
EP24709745.4A
Other languages
German (de)
English (en)
Inventor
Jérémy VAYSSETTES
Vincent ARVIS
Mohamed ELSHERBINY
Romain TOMASSO
Guillaume MERCERE
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.)
Compagnie Generale des Etablissements Michelin SCA
Original Assignee
Compagnie Generale des Etablissements Michelin SCA
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 Compagnie Generale des Etablissements Michelin SCA filed Critical Compagnie Generale des Etablissements Michelin SCA
Publication of EP4680505A1 publication Critical patent/EP4680505A1/fr
Pending legal-status Critical Current

Links

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
    • B60W40/10—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
    • B60W40/101—Side slip angle of tyre
    • 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
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B60W2520/105—Longitudinal acceleration
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/28—Wheel 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/30—Wheel torque

Definitions

  • the invention relates to a method for estimating the slip ratio of tires for two-wheel drive (or “2 wheel drive” or “2WD") and four-wheel drive (or “4 wheel drive” or “4WD”) vehicles. More particularly, the invention relates to a method for estimating the slip ratio, an estimation model of which is constructed on the basis of a Bayesian filter. Context In the field of vehicle dynamics, slip is the relative movement between a tire mounted on a vehicle and the rolling surface on which the tire moves.
  • This slip can be generated either by the rotation speed of the tire (which is higher or lower than the free rolling speed) or by the plane of rotation of the tire which forms an angle with its direction of travel (or “slip angle").
  • a force When a force is applied to a tire, it produces a frictional force resulting from the interaction between the tire and the rolling surface.
  • a tire cannot produce a frictional force to accelerate the vehicle without wheel torque.
  • the frictional force can be expressed as a ratio of wheel torque to the frictional force (called the "coefficient of friction").
  • a rolling tire has a slip ratio, which is the relative speed difference between the linear speed of the crown of a tire (i.e., the points of the tread in contact with the belt) and the forward speed of the vehicle (i.e., the linear speed of travel over the ground).
  • the friction potential of a tire represents the amount of friction remaining before the tire begins to skid on the road. Knowing this quantity during a journey proves to be particularly advantageous, notably for the development of autonomous vehicles and for improving the performance of driver assistance systems (see Vincent Mussot, “Tire friction potential estimation combining Kalman filtering and Monte-Carlo Markov Chain Model Learning”. https://theses.hal.science/tel-03615055 (March 21, 2022) (or “the Mussot reference”).
  • Typical active safety systems that control vehicle dynamics rely on real-time monitoring of signals such as wheel speeds, steering angle, lateral acceleration, and rotation rate about the vertical axis (referred to as the "yaw rate").
  • These signals are communicated by one or more communication devices onboard the vehicle (e.g., at least one CAN (or “Controller Area Network”) bus) allowing multiple vehicle systems (including, without limitation, powertrain control, airbags, ABS, traction control, and stability control) to communicate with each other in real-time.
  • CAN or "Controller Area Network” bus
  • vehicle systems including, without limitation, powertrain control, airbags, ABS, traction control, and stability control
  • communication devices onboard a vehicle can electronically communicate multiple parameters of its operation (including, without limitation, its speed, acceleration, and an estimate of a rolling radius of a tire mounted on the vehicle).
  • the prior art discloses the use of data collected by a CAN bus in modeling tires while they are rolling (see US10,603,962 and US2022/0063347 which relate to tire wear estimation systems, each disclosed system incorporating at least one tire mounted to a vehicle and a CAN bus system disposed on the vehicle for constructing one or more wear models).
  • the prior art models are sensitive to the uncertainty of each model and thus susceptible to the unpredictable influence of unknown external conditions. For example, in conditions where the vehicle is close to the grip limit, it operates in the non-linear range of the tire curve (i.e., large slip angles) where a small variation in the contact patch between the tires and the rolling surface can induce a rapid variation in available grip.
  • the KF is robust, stable, and relatively simple to implement, which allows it to be used for both linear and nonlinear systems (see Daniel Chindamo, Basilio Lenzo, and Marco Gadola, "On the Vehicle Sideslip Angle Estimation: A Literature Review of Methods, Models, and Innovations," Applied Sciences, https://doi.org/10.3390/app8030355 (March 1, 2018)).
  • tire sideslip angle is applied with respect to lateral force generation
  • Knowledge of the tire slip ratio is therefore important for stability control (e.g., with respect to braking and independent wheel torque).
  • the disclosed invention provides a slip ratio estimator comprising a Bayesian selection based on a kinematic model and a wheel dynamics block.
  • the invention relates to a system for estimating the slip ratio of a tire mounted in rolling condition on a vehicle with at least one front wheel and at least one rear wheel, the system comprising: - at least one tire mounted in rolling condition on a vehicle; - at least one communication device on board the vehicle communicating data provided by the signals corresponding to one or more electronic systems on board the vehicle; and - a communication network comprising at least one communication server for executing programmed instructions stored in a memory of one or more processors of the system for estimating the slip ratio to implement a method for estimating the slip ratio of the tires mounted on the vehicle; - characterized in that the system for estimating the slip ratio comprises a slip ratio estimator comprising a Bayesian selection, and in that the slip ratio estimator further comprises: - a speed estimator; - a longitudinal force estim
  • one or more processors input into the slip ratio estimator the models comprising; - the front and rear wheel speed ⁇ f/r estimated using a Kalman filter (KF); - the front and rear wheel rotation rate ⁇ ⁇ / ⁇ estimated using a KF; - the initial calculation of the front and rear slip rate Sf/rcalc; and - the final estimation of the tire slip rate S f/r using a second KF.
  • KF Kalman filter
  • the models input into the slip ratio estimator are constructed from data comprising: - the signals from the on-board communication device(s) on the vehicle, comprising; - the front wheel speed ⁇ fCAN represented by the measured speeds of the right front wheel, the left front wheel or the average of the two; - the rear wheel speed ⁇ rCAN represented by the measured speeds of the right rear wheel, the left rear wheel or the average of the two; - the front wheel torque TwfCAN represented by the sum of the torques applied to the right and left wheels; and - the rear wheel torque T wrCAN represented by the sum of the torques applied to the right and left wheels; and constant vehicle parameters, including: - the loaded radius of the tire R load ; - the moment of inertia of the wheel Iw; and - the pseudo-slip stiffness KX of the tire.
  • - ⁇ is the time interval between two measurements
  • - x is the input of the KF block comprising either the wheel speed ⁇ f/r or the tire slip ratio S f/r
  • - and the wheel dynamics block expresses the slip ratio according to a mathematical model of the type: [Math 5] -
  • - Kxf/r represents the pseudo-slip stiffness of the tire
  • - Iw represents the inertia of the wheel
  • the speed estimator expresses the speed according to a mathematical model of the type: [Math 10]: - Where: - S f represents the estimated front slip rate; - ⁇ f represents the front wheel speed; and - Rr represents the front tire rolling radius; and a mathematical model of the type: [Math 11]: Where: - Sr represents the estimated rear slip rate; - ⁇ r represents the speed of the rear wheel; and - Rr represents the rolling radius of the rear tire.
  • the longitudinal force estimator expresses the longitudinal forces according to a mathematical model of the extended Kalman filter (EKF) type according to a mathematical model of the type: [Math 14]: - Where: - ⁇ represents the air density; - S represents the frontal area of the vehicle; - C d represents the drag coefficient; - ⁇ ⁇ represents the front longitudinal force; - F xr represents the rear longitudinal force; - Froll represents the rolling resistance; and - m represents the mass of the vehicle.
  • the system further comprises at least one sensor disposed in the tire that measures the parameters of the tire.
  • the at least one communication device on board the vehicle comprises at least one CAN bus.
  • the invention also relates to a method for estimating the slip ratio of tires mounted on the vehicle implemented by the disclosed slip ratio estimation system, characterized in that the method comprises the following steps: - a step of introducing to the slip ratio estimation system the models comprising; - the speed of the front and rear wheels ⁇ f/r estimated using a Bayesian selection; - the rotation rate of the front and rear wheels ⁇ ⁇ / ⁇ estimated using a Bayesian selection; - the initial calculation of the front and rear slip rate Sf/rcalc; and - the final estimation of the tire slip rate S f/r using a Bayesian selection; - and a step of constructing the models introduced from the data comprising: - the signals of at least one communication device on board the vehicle, comprising; - the speed of the front wheels ⁇ fCAN represented by the measured speeds of the right front wheel, the left front wheel or the average of the two; - the speed
  • the step of introducing the slip ratio estimation system comprises introducing the models comprising; - the speed of the front and rear wheels ⁇ f/r estimated using a Kalman filter (KF); - the rotation rate of the front and rear wheels estimated using a KF; and - the final estimation of the tire slip ratio Sf/r using a second KF.
  • KF Kalman filter
  • the method further comprises a speed estimation step, during which, for the calculation of the rear force, a speed estimator of the slip ratio estimation system expresses the speed according to a mathematical model of the type: [Math 10]: - Where: - Sf represents the estimated front slip rate; - ⁇ f represents the front wheel speed; and - Rr represents the front tire rolling radius; and a mathematical model of the type: [Math 11]: Where: - Sr represents the estimated rear slip rate; - ⁇ r represents the speed of the rear wheel; and - Rr represents the rolling radius of the rear tire.
  • a speed estimator of the slip ratio estimation system expresses the speed according to a mathematical model of the type: [Math 10]: - Where: - Sf represents the estimated front slip rate; - ⁇ f represents the front wheel speed; and - Rr represents the front tire rolling radius; and a mathematical model of the type: [Math 11]: Where: - Sr represents the estimated rear slip rate; -
  • the longitudinal force estimator expresses the longitudinal forces according to a mathematical model of the extended Kalman filter (EKF) type according to a mathematical model of the type: [Math 14]: - Where: - ⁇ represents the air density; - S represents the frontal area of the vehicle; - Cd represents the drag coefficient; - ⁇ ⁇ represents the front longitudinal force; - Fxr represents the rear longitudinal force; - Froll represents the rolling resistance; and - m represents the mass of the vehicle.
  • EKF extended Kalman filter
  • the method further comprises a step of estimating the pseudo-slip stiffness Kx of the tire, during which a pseudo-slip stiffness estimator K x of the slip ratio estimation system represents a virtual measurement of which: - for the rear wheels, the pseudo-slip stiffness estimator Kx constructs the virtual measurement from the estimation of the rear slip rate and the estimation of the wheel speed rate before using a KF; and - for the front wheels, the pseudo-slip stiffness estimator Kx constructs the virtual measurement from the estimated front force and the estimated front slip rate with a KF.
  • a pseudo-slip stiffness estimator K x of the slip ratio estimation system represents a virtual measurement of which: - for the rear wheels, the pseudo-slip stiffness estimator Kx constructs the virtual measurement from the estimation of the rear slip rate and the estimation of the wheel speed rate before using a KF; and - for the front wheels, the pseudo-slip stiffness estimator Kx constructs the virtual measurement from the estimated front force and the estimated front slip rate with a KF
  • FIG. 1 shows the components of a pneumatic tire in a meridian plane.
  • Figure 2 shows a schematic view of a slip ratio estimator employed in a method of estimating the slip ratio of pneumatic tires.
  • Figure 3 shows a diagram of a velocity estimator that is used in the slip ratio estimator of Figure 2.
  • Figure 4 shows a diagram of a force estimator that is used in the slip ratio estimator of Figure 2.
  • Figure 5 shows a diagram of a pseudo-slip stiffness estimator that is used in the slip ratio estimator of Figure 2.
  • Figure 6 shows a diagram incorporating the interactions of the estimators of Figures 3, 4 and 5 in the slip ratio estimator of Figure 2.
  • a tire is an object having a known geometry generally comprising several superimposed layers of rubber (or "layers"), as well as a metal or textile fiber structure constituting a reinforcing carcass of the tire structure. The nature of the rubber and the nature of the reinforcement are chosen according to the desired final characteristics.
  • Figure 1 includes a schematic representation of a tire 10 comprising, in a conventional manner, two circumferential beads intended to allow the tire to be attached to a rim. Each bead comprises an annular reinforcing bead.
  • the constitution of a tire is typically described by a representation of its constituents in a meridian plane, that is to say a plane containing the axis of rotation of the tire.
  • the radial, axial and circumferential directions respectively designate the directions perpendicular to the axis of rotation of the tire, parallel to the axis of rotation of the tire, and perpendicular to any meridian plane.
  • the expressions “radially”, “axially” and “circumferentially” respectively mean “in a radial direction”, “in the axial direction” and “in a circumferential direction” of the tire.
  • the expressions “radially inner” and “respectively radially outer” mean closer, respectively further, from the axis of rotation of the tire, in a radial direction.
  • the tire 10 also comprises a tread 12, added on the outer surface of the tire.
  • the tread 12 intended to come into contact with a ground via a tread surface 12a.
  • the tire 10 further comprises a crown reinforcement comprising a working reinforcement 14 and a hoop reinforcement 16, the working reinforcement 14 having working layers represented by layers 14a and 14b.
  • the tire 10 also comprises two sidewalls (a sidewall 18 being represented in FIG.
  • the tread 12 comprises reinforcements consisting, for example, of superimposed layers comprising known reinforcing threads.
  • the tire may include a rubber 26 which evacuates static electricity produced during rolling.
  • the tread 12 is delimited, in the radial direction, by two circumferential surfaces, the most radially outer of which is the tread surface 12a and the most radially inner of which is called the tread base surface.
  • the tread base surface (or "bottom surface") is defined as the surface translated from the tread surface radially inward by a radial distance equal to the tread depth.
  • Figure 2 shows a schematic view of a slip ratio estimator used in a method for estimating the slip ratio of tires (or “estimation method” or “method”) of the invention. The performance of the slip ratio estimator has been carried out for 2WD vehicles through a characterization campaign included in the group comprising numerical simulation and experimental measurements.
  • the slip ratio estimator needs the following vehicle signals (representing the measured values): - Signals from one or more communication devices on board the vehicle (e.g.
  • At least one CAN bus available on the vehicle - The front wheel speed ⁇ fCAN represented by the measured speeds of the right front wheel, the left front wheel or the average of the two; - The rear wheel speed ⁇ rCAN represented by the measured speeds of the right rear wheel, the left rear wheel or the average of the two; - The front wheel torque TwfCAN represented by the sum of the torques applied to the right and left wheels; and - The rear wheel torque T wrCAN represented by the sum of the torques applied to the right and left wheels.
  • the slip ratio estimator needs the assumed constant vehicle parameters including: - the loaded radius Rload which is directly measurable on the vehicle; - the wheel moment of inertia Iw; and - the pseudo-slip stiffness K X of the tire.
  • the estimation method of the invention does not require additional sensors compared to those already present on all standard vehicles.
  • the slip ratio estimator the following models are introduced: - the speed of the front and rear wheels ⁇ f/r estimated using a Kalman filter (or "(KF)"); - the rotation rate of the front and rear wheels ⁇ ⁇ / ⁇ estimated using a KF; - the initial calculation of the front and rear slip rate S f/rcalc ; and - the final estimation of the tire slip rate Sf/r using a second KF.
  • KF Kalman filter
  • SNR signal-to-noise ratio
  • the measurements used in this estimator include wheel torques and speed measurements of both wheels (front and rear).
  • the slip ratio estimator consists of two main blocks.
  • the first block consists of a Bayesian selection of the Kalman filter type (KF) based on a kinematic model.
  • KF Kalman filter type
  • reference to the Kalman filter includes a variety of Kalman filters (including, for example, the extended Kalman filter (or "EKF”), the unscented Kalman filter (or "UKF”), and the constrained Kalman filter (or "CKF”)).
  • EKF extended Kalman filter
  • UHF unscented Kalman filter
  • CKF constrained Kalman filter
  • the second main block of the slip ratio estimator includes a wheel dynamics block. This block is used to generate a virtual measure of the slip ratio using the estimated wheel speed rate and the torque applied to the wheel combined with the vehicle parameters.
  • the wheel dynamics equation yields the following equations: [Math 2] - For the rear wheels: [Math 3] - For the front wheels: - Where: - Iw represents the wheel inertia; - Rload represents the loaded radius of the tire; - T wf/r represents the front and rear wheel torque, respectively; and - Fxf/r represents the front and rear longitudinal forces acting on the tire.
  • the first approach involves using the definition of the slip ratio Sf/r: [Math 7]
  • This definition relies primarily on the accurate estimation of the front or rear wheel speed ⁇ f/r , the rolling radius Rr , and the longitudinal vehicle speed v x .
  • the rolling radius differs from the loaded radius presented previously.
  • the assumption that Rr R load can be made, but it is associated with a significant increase in uncertainty.
  • the skilled person will understand that methods exist to estimate the rolling radius from the loaded radius.
  • the second approach is that for two-wheel drive (2WD) vehicles, the slip ratio is assumed to be zero on the non-driven axle (e.g., for a front-wheel drive car): [Math 8] Thus, the new equation for the forward slip ratio becomes: [Math 9] ⁇ It is understood that everything could be reversed depending on a case of a traction or a propulsion.
  • the second approach is notably less sensitive to state estimation errors (often five to ten times less sensitive). Due to this assumption, there will always be a shift in the forward slip estimation, because the backward slip is not zero (for example, a bias of the order of 5% of the observed value can be observed).
  • FIG. 3 shows a diagram of a speed estimator that is used in the slip ratio estimator during the realization of the method of the invention.
  • a virtual speed measurement can be obtained by using the estimated slip ratio in the standard definition of the slip ratio as follows: [Math 10]: - Where: - S f represents the estimated front slip rate; - ⁇ f represents the front wheel speed; and - Rr represents the rolling radius of the front tire.
  • the values a xm , ⁇ fCAN , ⁇ rCAN , T wfCAN and T wrCAN represent the measured values (these values obtained, for example, from a communication device of the type CAN bus onboard the vehicle).
  • the values R load , K x and I w represent the assumed constant values.
  • Using the virtual measurement of the vehicle speed together with the acceleration measurements of the communication device (e.g., the CAN bus type communication device(s)) onboard the vehicle can give a better estimate of the vehicle speed and correct for the offset in the estimate.
  • this approach is useful in case of speed sensor failure. For example, GPS (Global Positioning System) signals are often lost in tunnels.
  • FIG. 4 shows a diagram of a force estimator that is used in the slip ratio estimator during the performance of the method of the invention.
  • the longitudinal forces can be estimated using the estimated states (including speed, wheel dynamics and slip ratio) according to the following equations.
  • the estimated states including speed, wheel dynamics and slip ratio
  • EKF Extended Kalman Filter
  • a kinematic model is proposed for the forward force estimation according to a mathematical model of the type: [Math 14]: - Where: - ⁇ represents the air density; - S represents the frontal area of the vehicle; - C d represents the drag coefficient; - Fxf represents the front longitudinal force; - Fxr represents the rear longitudinal force; - F roll represents the rolling resistance; and - m represents the mass of the vehicle.
  • the values a xm , ⁇ fCAN , ⁇ rCAN , T wfCAN and T wrCAN represent the measured values (these values obtained, for example, from the communication device(s) on board the vehicle).
  • Figure 5 represents a diagram of an estimator of the pseudo-slip stiffness Kx which is used in the estimator of the slip ratio during the realization of the method of the invention.
  • an initial value of K x is used in the force estimator (see Figure 4).
  • the estimated value of Kx can be used for the force estimator.
  • the virtual measure is constructed from the estimate of the rear slip rate and the estimate of the wheel speed rate before using a Bayesian selection (e.g., a Kalman filter KF).
  • the virtual measure is constructed from the estimated front force and the estimated front slip rate with a KF.
  • the values a xm , ⁇ fCAN , ⁇ rCAN , T wfCAN and T wrCAN represent the measured values (these values obtained, for example, from the communication device(s) on board the vehicle).
  • the values R load , K x , I w , F roll and m represent the values assumed to be constant.
  • Figure 6 shows a diagram of the entire slip ratio estimator which is schematically shown in Figure 2.
  • the slip ratio estimation method of the invention is implemented by a system which includes the slip ratio estimator.
  • the system further includes at least one communication network (or "network") which manages the data entering the system from various sources (for example, from at least one communication device of the CAN bus type which manages the data provided by the electronic systems on board the vehicle (for example, the ABS system) and/or from one or more sensors mounted on the tire and chosen from sensors of the TPMS (or “Tire Pressure Monitoring System”) type and of the TMS (or “Tire Mounted Sensor”) type).
  • TPMS or "Tire Pressure Monitoring System”
  • TMS or “Tire Mounted Sensor”
  • the communication network of the system carrying out the estimation method of the invention can manage the data entering the system from one or more wireless identification devices (for example, of the RFID, or "Radio Frequency Identification Device" type which could be mounted on a tire and interrogated by external communication devices (for example, to provide the serial numbers of the tires which are recorded in the transponder memory).
  • the communication network incorporates one or more communication servers (or “servers") each comprising one or more processors operatively connected to a memory.
  • the one or more processors of the system comprise an analysis application execution module, the one or more processors being capable of executing programmed instructions stored in the memory to perform the steps of the estimation method of the invention.
  • the memory is configured to store an analysis application of data representative of the operating characteristics of an identified tire.
  • the term "identified tire” (in the singular or plural) is used herein to refer to a tire that is mounted on an identified vehicle (being a tire still in service on the identified vehicle).
  • the identified tire may comprise one or more sensors known to generate or capture data, such as data corresponding to an operational environment of the identified vehicle or a portion thereof.
  • the sensors may include a set of sensors to provide data concerning the operating characteristics of the identified tire.
  • the sensors may include, for example, speed sensor(s), acceleration sensor(s), traction-related sensor(s), braking-related sensor(s), and/or a combination of sensors to collect data regarding one or more aspects of the dynamic situation of the identified tire.
  • the sensors may also provide stored data concerning the identification of the identified tire (including, without limitation, its origin of production, distribution and/or storage, its production date, its retreading history if applicable and its position and its mounting history).
  • the input data to the system performing the estimation method of the invention may include general information concerning the identified tire.
  • the general information comprises the stored data concerning the identification of the identified tire (including, without limitation, its origin of production, distribution and/or storage, its production date, its retreading history if applicable and its position and its mounting history).
  • the corresponding data of an identified tire could be managed by an entity that manages the use of one or more vehicles to which a tire of the same type is mounted (for example, such an entity may comprise one or more persons and/or one or more companies) and/or the manufacturer of such tires.
  • More direct measurements at the level of an assembled assembly may also be envisaged (by “assembled assembly”, it is understood that the tire-brake-wheel assembly is concerned). For example, calibrating a periodic signal at the wheel revolution makes it possible to extract a longitudinal dimension, characteristic of the contact between the tire casing and the ground for a given mounted assembly.
  • a sensor sensitive to the radial and/or longitudinal deformation of the tire is envisaged (for example, a sensor of the accelerometer or piezoelectric element type). It is understood that other equivalent devices may also be used.
  • processor designates one or more devices capable of processing and analyzing data and comprising one or more software for their processing (for example, one or more integrated circuits known to those skilled in the art as being included in a computer, one or more controllers, one or more microcontrollers, one or more microcomputers, one or more programmable automatons (or "PLCs"), one or more application-specific integrated circuits, one or more neural networks, and/or one or more other known equivalent programmable circuits).
  • PLCs programmable automatons
  • the processor comprises one or more software programs for processing the data captured by the system that performs the estimation method of the invention as well as one or more software programs for identifying and locating variances and identifying their sources in order to correct them.
  • the memory can include both volatile and non-volatile memory devices.
  • the non-volatile memory may include solid state memory, such as NAND flash memory, "keep-alive” memory (or "KAM”) for saving various operating variables while the processor is powered off, magnetic and optical storage media, or any other suitable data storage device that retains data when the system (and/or an installation incorporating the system) is turned off or loses electrical power.
  • the volatile memory may include static and dynamic RAM that stores program instructions and data, including a learning application.
  • the processor may also refer to a reference (e.g., a table of various tire sizes) to make a final determination of a parameter or parameters of the identified tire.
  • the reference may include known tire parameters corresponding to a plurality of known commercially available tires.
  • the tire reference may include measurements corresponding to a plurality of commercially available tires. For example, for a tire of size 225/50R17, the number “225” identifies the cross-section of the tire in millimeters, the number “50” indicates the aspect ratio of the sidewall, and the measurement "R17” represents the diameter of the rim in inches (being approximately 43.18 centimeters).
  • the term "method” may include one or more steps performed by at least one computer system having one or more processors to execute instructions that perform the steps. Unless otherwise indicated, any sequence of steps is exemplary and does not limit the methods described to any particular sequence.
  • the method of estimating the slip ratio of the invention may be done by the control of the PLC and may include preprogramming of management information.
  • a setting of the method may be associated with the parameters of an identified tire and/or the properties of the vehicles to which the identified tire is intended to be mounted.
  • the system carrying out the estimation method of the invention (and/or an installation incorporating this system) can easily repeat one or more steps of the estimation method in a predetermined order.
  • the system carrying out the estimation method of the invention (and/or an installation incorporating this system) can include preprogramming of the management information.
  • a process setting may be associated with the parameters of typical vehicles in which the system operates.
  • the system performing the estimation method of the invention may receive voice commands or other audio data representing, for example, a step or a stop of the process.
  • a generated response may be represented audibly, visually, tactilely (for example, using a haptic interface) and/or virtually and/or augmentedly.
  • This response, associated with the corresponding data may be recorded in at least one neural network.
  • a monitoring system could be implemented.
  • At least part of the monitoring system may be provided in a portable device such as a mobile network device (for example, a mobile phone, a laptop, one or more network-connected wearable devices (including “augmented reality” and/or “virtual reality” devices), network-connected wearables and/or any combinations and/or equivalents).
  • a mobile network device for example, a mobile phone, a laptop, one or more network-connected wearable devices (including “augmented reality” and/or “virtual reality” devices), network-connected wearables and/or any combinations and/or equivalents).
  • the method for estimating the slip ratio of the invention may comprise a step of training a system to recognize values representative of the expected slip ratios (e.g., values of the expected slip speed, force and stiffness under the preconditions) and to make a comparison with targeted values (e.g., the slip ratio values associated with the values of the slip speed, force and stiffness already estimated for the identified tire under substantially similar operating conditions).
  • Each step of the training may include a classification generated by self-learning means.
  • This classification may include, without limitation, the parameters of the mounted tires, the vehicle configurations, and the expected values at the end of an ongoing estimation process. It is understood that several distinct learning methods are possible, including supervised learning (in which the algorithm trains on a set of labeled data and modifies itself until it is able to obtain the desired result), unsupervised or semi-supervised learning (in which the data is not labeled so that the network can adapt to increase the accuracy of the algorithm), reinforcement learning (in which the algorithm is reinforced for positive results and punished for negative results), and active learning.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Tires In General (AREA)

Abstract

L'invention concerne un système d'estimation du rapport de glissement d'un pneumatique monté en condition de roulage sur un véhicule, le système caractérisé en ce que le système comprend : - au moins un pneumatique monté sur un véhicule; - au moins un dispositif de communication communiquant des données fournies par les signaux correspondant à un ou des systèmes électroniques embarqués sur le véhicule; - un réseau de communication comprenant au moins un serveur de communication permettant d'exécuter des instructions programmées stockées dans une mémoire d'un ou des processeurs du système pour mettre en œuvre un procédé d'estimation du rapport de glissement; caractérisé en ce que le système comprend un estimateur du rapport de glissement comprenant une sélection bayésienne, l'estimateur comprenant en outre : - un estimateur de vitesse; - un estimateur de forces longitudinales; et - un estimateur de rigidité de pseudo-glissement du pneumatique.

Description

Description Titre : Estimation du rapport de glissement des pneumatiques pour les véhicules deux roues motrices ou quatre roues motrices à l’aide de filtres bayésiens Domaine Technique L’invention concerne un procédé d’estimation du rapport de glissement des pneumatiques pour les véhicules à deux roues motrices (ou « 2 wheel drive » ou « 2WD ») et à quatre roues motrices (ou « 4 wheel drive » ou « 4WD »). Plus particulièrement, l’invention concerne un procédé d’estimation du rapport de glissement dont un modèle d’estimation est construit sur la base d’un filtre bayésien. Contexte Dans le domaine de la dynamique des véhicules, le glissement est le mouvement relatif entre un pneumatique monté à un véhicule et la surface de roulement sur laquelle le pneumatique se déplace. Ce glissement peut être généré soit par la vitesse de rotation du pneumatique (qui est supérieure ou inférieure à la vitesse de roulement libre) soit par le plan de rotation du pneumatique qui forme un angle avec sa direction de déplacement (ou « angle de glissement »). Lorsqu'une force est appliquée à un pneumatique, elle produit une force de frottement résultant de l'interaction entre le pneumatique et la surface de roulement. Un pneumatique ne peut pas produire une force de frottement pour accélérer le véhicule sans couple de roue. Ainsi, la force de frottement peut être exprimée comme un rapport entre le couple de roue et la force de frottement (appelé « coefficient de frottement »). Un pneumatique en cours de roulement a un rapport de glissement, qui correspond à l’écart de vitesse relatif entre la vitesse linéaire du sommet d’un pneumatique (c.-à-d., des points de la bande de roulement en contact avec la ceinture) et la vitesse d’avancement du véhicule (c.-à- d., la vitesse linéaire de défilement au sol). Le potentiel de frottement d'un pneumatique représente la quantité de friction restante avant que le pneumatique commence à déraper sur la route. La connaissance de cette quantité pendant un trajet s'avère particulièrement avantageuse, notamment pour le développement de véhicules autonomes et pour améliorer les performances des systèmes d'aide à la conduite (voir Vincent Mussot, « Tire friction potential estimation combining Kalman filtering and Monte-Carlo Markov Chain Model Learning ». https://theses.hal.science/tel-03615055 (21 mars 2022)(ou « la référence Mussot »). Les systèmes de sécurité active typiques qui contrôlent la dynamique des véhicules reposent sur la surveillance en temps réel de signaux tels que les vitesses angulaires des roues, l'angle de braquage, l'accélération latérale et le taux de rotation autour de l'axe vertical (appelé le « taux de lacet »). Ces signaux sont communiqués par un ou des dispositifs de communication embarqués sur le véhicule (par exemple, au moins un bus CAN (ou « Controller Area Network »)) permettant à plusieurs systèmes du véhicule (y compris, sans limitation, la commande de la transmission, les airbags, l'ABS, le contrôle de la traction et le contrôle de la stabilité) de communiquer entre eux en temps réel. Il est bien connu que les dispositifs de communication embarqués sur un véhicule peuvent communiquer électroniquement plusieurs paramètres de son fonctionnement (y compris, sans limitation, sa vitesse, son accélération et l’estimation d’un rayon de roulement d’un pneumatique monté au véhicule). A titre d’exemple, l’art antérieur divulgue l’utilisation des données recueillies par un bus CAN dans la modélisation de pneumatiques en cours de roulement (voir le brevet US10,603,962 et la publication US2022/0063347 qui concernent des systèmes d'estimation de l'état d'usure des pneumatiques dont chaque système divulgué incorpore au moins un pneumatique monté à un véhicule et un système de bus CAN disposé sur le véhicule pour construire un ou des modèles d’usure). Les modèles de l'art antérieur sont sensibles à l'incertitude de chaque modèle et donc sensibles à l'influence imprévisible de conditions externes inconnues. Par exemple, dans des conditions où le véhicule est proche de la limite d'adhérence, il fonctionne dans la plage non linéaire de la courbe du pneumatique (c-à-d, de grands angles de glissement) dont une petite variation de la surface de contact entre les pneumatiques et la surface de roulement peut induire une variation rapide de l'adhérence disponible. En même temps, il existe d'autres conditions pour lesquelles le véhicule est stable (voir Tommaso Novi, Renzo Capitani et Claudio Annicchiarico, "An Integrated ANN-UKF Vehicle Slideslip Angle Estimation Based on IMU Measurements ", Proceedings of the Institution of Mechanical Engineers Part D Journal of Automobile Engineering, DOI : 10.1177/0954407018790646 (août 2018). Comme aussi indiqué dans l'art antérieur, une méthode courante basée sur la dynamique du véhicule pour l'estimation de l'angle de glissement est la sélection bayésienne (par exemple, en employant un filtre de Kalman (ou (Kalman filter » ou « KF »)). Cela est dû non seulement à la capacité du KF d'utiliser directement les informations de bruit d'entrée et de mesure. En outre, le KF est robuste, stable et relativement simple à mettre en œuvre, ce qui permet de l'utiliser pour les systèmes linéaires et non linéaires (voir Daniel Chindamo, Basilio Lenzo et Marco Gadola, "On the Vehicle Sideslip Angle Estimation: A Literature Review of Methods, Models, and Innovations", Applied Sciences, https://doi.org/10.3390/app8030355 (1er mars 2018)). Bien que le concept de l'angle de glissement du pneumatique soit appliqué en ce qui concerne la production de force latérale, il est également nécessaire de considérer le rapport de glissement du pneumatique qui concerne la quantité de glissement qu'un pneumatique subit par rapport à une condition de glissement (et prend donc également en compte le sens longitudinal). La connaissance du rapport de glissement des pneumatiques est donc importante pour le contrôle de la stabilité (par exemple, en ce qui concerne le freinage et le couple des roues indépendantes). Ainsi, afin d’avoir une estimation la plus précise possible, l’invention divulguée concerne un estimateur du rapport de glissement comprenant une sélection bayésienne basé sur un modèle cinématique et un bloc de dynamique des roues. Résumé de l ’invention L ’invention concerne un système d'estimation du rapport de glissement d’un pneumatique monté en condition de roulage sur un véhicule avec au moins une roue avant et au moins une roue arrière, le système comprenant : - au moins un pneumatique monté en condition de roulage sur un véhicule ; - au moins un dispositif de communication embarqué sur le véhicule communiquant des données fournies par les signaux correspondant à un ou des systèmes électroniques embarqués sur le véhicule ; et - un réseau de communication comprenant au moins un serveur de communication permettant d'exécuter des instructions programmées stockées dans une mémoire d’un ou des processeurs du système d'estimation du rapport de glissement pour mettre en œuvre un procédé d’estimation du rapport de glissement des pneumatiques montés sur le véhicule ; - caractérisé en ce que le système d’estimation du rapport de glissement comprend un estimateur du rapport de glissement comprenant une sélection bayésienne, et en ce que l’estimateur du rapport de glissement comprend en outre : - un estimateur de vitesse ; - un estimateur de forces longitudinales ; et - un estimateur de rigidité de pseudo-glissement du pneumatique. Dans certains modes de réalisation du système de l’invention, pendant le procédé d’estimation du rapport de glissement, l’un ou les processeurs introduisent dans l'estimateur du rapport de glissement les modélisations comprenant ; - la vitesse des roues avant et arrière ωf/r estimée à l'aide d'un filtre de Kalman (KF) ; - le taux de rotation des roues avant et arrière ^̇^/^ estimé à l'aide d’un KF ; - le calcul initial du taux de glissement avant et arrière Sf/rcalc; et - l'estimation finale du taux de glissement des pneumatiques Sf/r à l'aide d'un deuxième KF. Dans certains modes de réalisation du système de l’invention, pendant le procédé d’estimation du rapport de glissement, les modélisations introduites dans l'estimateur du rapport de glissement sont construites à partir des données comprenant : - les signaux du ou des dispositifs de communication embarqués sur le véhicule, comprenant ; - la vitesse des roues avant ωfCAN représentée par les vitesses mesurées de la roue avant droite, de la roue avant gauche ou de la moyenne des deux ; - la vitesse des roues arrière ωrCAN représentée par les vitesses mesurées de la roue arrière droite, la roue arrière gauche ou de la moyenne des deux ; - le couple des roues avant TwfCAN représentée par la somme des couples appliqués sur les roues droite et gauche ; et - le couple de la roue arrière TwrCAN représentée par la somme des couples appliqués sur les roues droite et gauche ; et des paramètres constants du véhicule, comprenant: - le rayon chargé du pneumatique Rcharge ; - le moment d'inertie de la roue Iw; et - la rigidité de pseudo-glissement KX du pneumatique. Dans certains modes de réalisation du système de l’invention : - le KF comprend un modèle cinématique du type : [Math 1] ^ ^ ^^^ ^^ ̇^^^ ^ ^1 Δ^ ^ = ^ . ^ ^ 0 1 ^̇^ - Où : - Δ^ est l’intervalle de temps entre deux mesures ; et - x est l’entrée du bloc KF comprenant soit la vitesse de la roue ωf/r soit le taux de glissement du pneumatique Sf/r ; - et le bloc de dynamique des roues exprime le rapport de glissement selon un modèle mathématique du type : [Math 5] - Pour les roues arrières : ^ ^^ − 2^^^̇ ^ = ^^ = ^ ^ ^^^^^ , ^^^ ^^^^^^^^^^ [Math 6] - Pour les roues avants : - Où : - Kxf/r représente la rigidité de pseudo-glissement du pneumatique ; - Iw représente l’inertie de la roue ; - Rcharge représente le rayon chargé du pneumatique ; - Twf/r représente respectivement le couple des roues avant et arrière ; et - Fxf/r représente les forces longitudinales avant et arrière agissant sur le pneumatique. Dans certains modes de réalisation du système de l’invention, l’estimateur de vitesse exprime la vitesse selon un modèle mathématique du type : [Math 10] : - Où : - Sf représente le taux de glissement avant estimé ; - ωf représente la vitesse de la roue avant ; et - Rr représente le rayon de roulement du pneumatique avant ; et un modèle mathématique du type : [Math 11] : Où : - Sr représente le taux de glissement arrière estimé ; - ωr représente la vitesse de la roue arrière ; et - Rr représente le rayon de roulement du pneumatique arrière. Dans certains modes de réalisation du système de l’invention, l’estimateur de forces longitudinales exprime les forces longitudinales selon un modèle mathématique du type : [Math 12] : ^^^ = ^^^^^ et un modèle mathématique du type : [Math 13] : ^^^ = ^^^^^ . Dans certains modes de réalisation du système de l’invention, l’estimateur de forces longitudinales exprime les forces longitudinales selon un modèle mathématique du type filtre de Kalman étendu (EKF) selon un modèle mathématique du type : [Math 14] : - Où : - ρ représente la densité de l'air ; - S représente la surface frontale du véhicule ; - Cd représente le coefficient de traînée ; - ^^^ représente la force longitudinale avant ; - Fxr représente la force longitudinale arrière ; - Froll représente la résistance du roulement ; et - m représente la masse du véhicule. Dans certains modes de réalisation du système de l’invention, le système comprend en outre au moins un capteur disposé dans le pneumatique qui mesure les paramètres du pneumatique. Dans certains modes de réalisation du système de l’invention, le ou les dispositifs de communication embarqués sur le véhicule comprennent au moins un bus CAN. L’invention concerne aussi un procédé d’estimation du rapport de glissement des pneumatiques montés sur le véhicule mis en œuvre par le système d'estimation du rapport de glissement divulgué, caractérisé en ce que le procédé comprend les étapes suivantes: - une étape d’introduction au système d'estimation du rapport de glissement les modélisations comprenant ; - la vitesse des roues avant et arrière ωf/r estimée à l'aide d'une sélection bayésienne; - le taux de rotation des roues avant et arrière ^̇^/^ estimé à l'aide d’une sélection bayésienne; - le calcul initial du taux de glissement avant et arrière Sf/rcalc; et - l'estimation finale du taux de glissement des pneumatiques Sf/r à l'aide d'une sélection bayésienne; - et une étape de construction des modélisations introduites à partir des données comprenant : - les signaux d’au moins un dispositif de communication embarqué sur le véhicule, comprenant ; - la vitesse des roues avant ωfCAN représentée par les vitesses mesurées de la roue avant droite, de la roue avant gauche ou de la moyenne des deux ; - la vitesse des roues arrière ωrCAN représentée par les vitesses mesurées de la roue arrière droite, la roue arrière gauche ou de la moyenne des deux ; - le couple des roues avant TwfCAN représentée par la somme des couples appliqués sur les roues droite et gauche ; et - le couple de la roue arrière TwrCAN représentée par la somme des couples appliqués sur les roues droite et gauche ; et des paramètres constants du véhicule, comprenant: - le rayon chargé du pneumatique Rcharge ; - le moment d'inertie de la roue Iw; et - la rigidité de pseudo-glissement KX du pneumatique. Dans certains modes de réalisation du procédé de l’invention, l’étape d’introduction au système d'estimation du rapport de glissement comprend l’introduction des modélisations comprenant ; - la vitesse des roues avant et arrière ωf/r estimée à l'aide d'un filtre de Kalman (KF) ; - le taux de rotation des roues avant et arrière estimé à l'aide d’un KF ; et - l'estimation finale du taux de glissement des pneumatiques Sf/r à l'aide d'un deuxième KF . Dans certains modes de réalisation du procédé de l’invention, le procédé comprend en outre une étape d’estimation de vitesse, pendant laquelle, pour le calcul de la force arrière, un estimateur de vitesse du système d'estimation du rapport de glissement exprime la vitesse selon un modèle mathématique du type : [Math 10] : - Où : - Sf représente le taux de glissement avant estimé ; - ωf représente la vitesse de la roue avant ; et - Rr représente le rayon de roulement du pneumatique avant; et un modèle mathématique du type : [Math 11] : Où : - Sr représente le taux de glissement arrière estimé ; - ωr représente la vitesse de la roue arrière ; et - Rr représente le rayon de roulement du pneumatique arrière. Dans certains modes de réalisation du procédé de l’invention, pour l'estimation de la force avant, l’estimateur de forces longitudinales exprime les forces longitudinales selon un modèle mathématique du type filtre de Kalman étendu (EKF) selon un modèle mathématique du type : [Math 14] : - Où : - ρ représente la densité de l'air ; - S représente la surface frontale du véhicule ; - Cd représente le coefficient de traînée ; - ^^^ représente la force longitudinale avant ; - Fxr représente la force longitudinale arrière ; - Froll représente la résistance du roulement ; et - m représente la masse du véhicule. Dans certains modes de réalisation du procédé de l’invention, le procédé comprend en outre une étape d’estimation de la rigidité de pseudo-glissement Kx du pneumatique, pendant laquelle un estimateur de la rigidité de pseudo-glissement Kx du système d'estimation du rapport de glissement représente une mesure virtuelle dont : - pour les roues arrières, l’estimateur de la rigidité de pseudo-glissement Kx construit la mesure virtuelle à partir de l'estimation du taux de glissement arrière et de l'estimation du taux de vitesse de la roue avant l’utilisation d’un KF ; et - pour les roues avant, l’estimateur de la rigidité de pseudo-glissement Kx construit la mesure virtuelle à partir de la force avant estimée et du taux de glissement avant estimé avec un KF. D’autres aspects de l’invention vont devenir évidents grâce à la description détaillée suivante. Brève description des dessins La nature et les divers avantages de l’invention vont devenir plus évidents à la lecture de la description détaillée qui suit, conjointement avec les dessins annexés, sur lesquels les mêmes numéros de référence désignent partout des parties identiques, et dans lesquels : [Fig 1] La Figure 1 représente les constituants d’un pneumatique dans un plan méridien. [Fig.2] La Figure 2 représente une vue schématique d’un estimateur du rapport de glissement employé dans un procédé d’estimation du rapport de glissement des pneumatiques de l’invention. [Fig.3] La Figure 3 représente un diagramme d’un estimateur de vitesse qui est utilisé dans l’estimateur du rapport de glissement de la Figure 2. [Fig.4] La Figure 4 représente un diagramme d’un estimateur de forces qui est utilisé dans l’estimateur du rapport de glissement de la Figure 2. [Fig.5] La Figure 5 représente un diagramme d’un estimateur de la rigidité de pseudo- glissement qui est utilisé dans l’estimateur du rapport de glissement de la Figure 2. [Fig.6] La Figure 6 représente un diagramme incorporant les interactions des estimateurs des Figures 3, 4 et 5 dans l’estimateur du rapport de glissement de la Figure 2. Description détaillée En considérant les caractéristiques d’un pneumatique qui est le sujet une estimation du rapport de glissement, il faut tenir compte de sa géométrie. Un pneumatique est un objet ayant une géométrie connue comprenant généralement plusieurs couches de gomme superposées (ou « couches »), ainsi qu’une structure métallique ou en fibres textiles constituant une carcasse de renfort de la structure de pneumatique. La nature de la gomme et la nature du renfort sont choisies en fonction des caractéristiques finales recherchées. La Figure 1 comprend une représentation schématique d’un pneumatique 10 comprenant, de façon classique, deux bourrelets circonférentiels destinés à permettre l'accrochage du pneumatique sur une jante. Chaque bourrelet comprend une tringle annulaire de renfort. La constitution d’un pneumatique est typiquement décrite par une représentation de ses constituants dans un plan méridien, c'est-à-dire un plan contenant l'axe de rotation du pneumatique. Les directions radiale, axiale et circonférentielle désignent respectivement les directions perpendiculaires à l'axe de rotation du pneumatique, parallèle à l'axe de rotation du pneumatique, et perpendiculaire à tout plan méridien. Les expressions « radialement », « axialement » et « circonférentiellement » signifient respectivement « selon une direction radiale », « selon la direction axiale » et « selon une direction circonférentielle » du pneumatique. Les expressions « radialement intérieur » et « respectivement radialement extérieur » signifient plus proche, respectivement plus éloigné, de l'axe de rotation du pneumatique, selon une direction radiale. Le pneumatique 10 comprend également une bande de roulement 12, rajoutée sur la surface extérieure de pneumatique. La bande de roulement 12 destinée à entrer en contact avec un sol par l’intermédiaire d’une surface de roulement 12a. Le pneumatique 10 comprend en outre une armature de sommet comprenant une armature de travail 14 et une armature de frettage 16, l’armature de travail 14 ayant des couches de travail représentées par les couches 14a et 14b. Le pneumatique 10 comprend aussi deux flancs (un flanc 18 étant représenté dans la figure 1) et deux bourrages 20 renforcés avec une tringle 22. Une couche carcasse radiale 24 s'étend d'un bourrelet à l'autre en entourant le tringle de manière connue. La bande de roulement 12 comporte des renforcements constitués, par exemple, des couches superposées comportant des fils de renforcement connus. Dans des modes de réalisation, le pneumatique peut inclure une gomme 26 qui évacue l’électricité statique produite lors du roulage. La bande de roulement 12 est délimitée, selon la direction radiale, par deux surfaces circonférentielles dont la plus radialement extérieure est la surface de roulement 12a et dont la plus radialement intérieure est appelée la surface de fond de sculpture. La surface de fond de sculpture (ou « surface de fond »), est définie comme la surface translatée de la surface de roulement radialement vers l'intérieur d'une distance radiale égale à la profondeur de sculpture. Il est courant que cette profondeur soit dégressive sur les portions circonférentielles les plus axialement extérieures (appelées « épaules ») de la bande de roulement 12. De plus, la bande de roulement d'un pneumatique est délimitée, selon la direction axiale, par deux surfaces latérales. La bande de roulement est en outre constituée par un ou plusieurs mélanges caoutchouteux. L'expression « mélange caoutchouteux » désigne une composition de caoutchouc comportant au moins un élastomère et une charge. En se référant aux figures, sur lesquelles les mêmes numéros identifient des éléments identiques, la Figure 2 représente une vue schématique d’un estimateur du rapport de glissement employé dans un procédé d’estimation du rapport de glissement des pneumatiques (ou « procédé d’estimation » ou « procédé ») de l’invention. Les performances de l'estimateur du rapport de glissement ont été effectuées pour des véhicules 2WD au travers d’une campagne de caractérisation comprise dans le groupe comprenant simulation numérique et mesures expérimentales. Le cas des véhicules 4WD fonctionne de la même manière et devrait donc donner des résultats similaires. Afin de faire fonctionner l'estimation du rapport de glissement des pneumatiques, l'estimateur du rapport de glissement a besoin de signaux de véhicule suivants (représentant les valeurs mesurées): - Les signaux d’un ou des dispositifs de communication embarqués sur le véhicule (par exemple, au moins un bus CAN disponible sur le véhicule) ; - La vitesse des roues avant ωfCAN représentée par les vitesses mesurées de la roue avant droite, de la roue avant gauche ou de la moyenne des deux ; - La vitesse des roues arrière ωrCAN représentée par les vitesses mesurées de la roue arrière droite, de la roue arrière gauche ou de la moyenne des deux ; - Le couple des roues avant TwfCAN représentée par la somme des couples appliqués sur les roues droite et gauche ; et - Le couple de la roue arrière TwrCAN représentée par la somme des couples appliqués sur les roues droite et gauche. En outre, afin de faire fonctionner l'estimation du rapport de glissement des pneumatiques, l'estimateur du rapport de glissement a besoin les paramètres présumés constants du véhicule comprenant: - le rayon chargé Rcharge qui est mesurable directement sur le véhicule ; - le moment d'inertie de la roue Iw; et - la rigidité de pseudo-glissement KX du pneumatique. Le procédé d’estimation de l’invention ne nécessite pas de capteurs supplémentaires par rapport à ceux déjà présents sur tous les véhicules standards. Dans l'estimateur du rapport de glissement, les modélisations suivantes sont introduites : - la vitesse des roues avant et arrière ωf/r estimée à l'aide d'un filtre de Kalman (ou « (KF) ») ; - le taux de rotation des roues avant et arrière ^̇^/^ estimé à l'aide d’un KF ; - le calcul initial du taux de glissement avant et arrière Sf/rcalc; et - l'estimation finale du taux de glissement des pneumatiques Sf/r à l'aide d'un second KF. Cette approche permet d'estimer le rapport de glissement dans des conditions de vitesses élevées et faibles, sans faire d'hypothèses sur la roue non entraînée. Cette estimation est obtenue en utilisant un capteur commercial avec un rapport signal/bruit (ou « SNR ») potentiellement faible et une basse fréquence. Les mesures utilisées dans cet estimateur comprennent les couples de roue et les mesures de vitesse des deux roues (avant et arrière). Il est entendu que l’estimateur pourrait utiliser d’autres mesures disponibles (par exemple, l’accélération). En se référant encore à la Figure 2, l'estimateur du rapport de glissement comprend deux blocs principaux. Le premier bloc comprend une sélection bayésienne du type filtre de Kalman (KF) basé sur un modèle cinématique. Dans l’intégralité de cette description, il est entendu que la référence au filtre de Kalman comprend une vairiété de filtres de Kalman (comprenant, par exemple, le filtre de Kalman étendu (ou « extended Kalman filter » ou « EKF »), le filtre de Kalman sans parfum (ou « unscented Kalman filter » ou « UKF ») et le filtre de Kalman contraint (ou « constrained Kalman filter » ou « CKF »). Le but d’un KF est de fournir une estimation de l'état xk et de sa matrice de covariance Pk en utilisant une description du modèle et des mesures bruitées zk. Pour atteindre cet objectif, deux étapes sont réalisées : (1) d'abord, une étape de prédiction où les équations du modèle sont utilisées pour prédire la valeur de l'état au temps k ; et (2) ensuite, une étape de correction est effectuée sur laquelle la prédiction est modifiée pour prendre en compte le vecteur de mesure au temps k. Ainsi, d'introduire les paramètres utilisés et d'expliquer pourquoi les KF sont particulièrement adaptés à ce cas, on considère un modèle cinématique du type : [Math 1] ^^^^ ^ ^ ^ ^1 Δ^ ^ ^̇^^^ = ^ . ^ ^ 0 1 ^̇^ - Où : - Δ^ est l’intervalle de temps entre deux mesures ; et - x est l’entrée du bloc KF (soit la vitesse de la roue ωf/r soit le taux de glissement du pneumatique Sf/r. Les KF sont utilisés ici parce qu’ils sont théoriquement optimaux dans le fait qu’ils fournissent une estimation non biaisée avec une variance minimale. Ils sont également récursifs et peuvent donc être facilement mis en œuvre directement sur le véhicule pour l'estimation en direct du rapport de glissement des pneumatiques. Le deuxième bloc principal de l'estimateur du rapport de glissement comprend un bloc de dynamique des roues. Ce bloc est utilisé pour générer une mesure virtuelle du rapport de glissement en utilisant le taux de vitesse estimé de la roue et le couple appliqué sur la roue combinés aux paramètres du véhicule. En considérant le modèle de bicyclette/chaîne unique du véhicule, l'équation de la dynamique des roues donne les équations suivantes : [Math 2] - Pour les roues arrières : [Math 3] - Pour les roues avants : - Où : - Iw représente l'inertie de la roue ; - Rcharge représente le rayon chargé du pneumatique ; - Twf/r représente respectivement le couple des roues avant et arrière ; et - Fxf/r représente les forces longitudinales avant et arrière agissant sur le pneumatique. En utilisant l'approche qui suppose que Fx = KxS pour un petit rapport de glissement (S < 0.1), une mesure virtuelle du rapport de glissement peut être obtenue comme suit : [Math 4] A partir de cette approche, on obtient, pour chaque paire de roues, les calculs suivants : [Math 5] - Pour les roues arrières : [Math 6] - Pour les roues avants : Maintenant, le bloc KF peut être utilisé avec la mesure virtuelle du rapport de glissement pour obtenir l'estimation finale du rapport de glissement. Il existe différentes approches pour estimer le taux de glissement des pneumatiques, la plupart d'entre elles étant classées dans l'une de deux catégories comprenant une approche basée sur le modèle (comme le KF) et une approche basée sur les données (comme l’apprentissage automatique). Pour l’approche basée sur un modèle, il existe deux approches principales. La première approche concerne l’utilisation de la définition du rapport de glissement Sf/r : [Math 7] Cette définition repose principalement sur l'estimation précise de la vitesse de la roue avant ou arrière ωf/r, du rayon de roulement Rr et de la vitesse longitudinale du véhicule vx. Le rayon de roulement diffère du rayon chargé présenté précédemment. L'hypothèse que Rr = Rcharge peut être faite, mais elle est associée à une augmentation significative de l'incertitude. L’homme de métier comprend que des méthodes existent pour estimer le rayon de roulement à partir du rayon chargé. Pour l’approche basée sur un modèle, la deuxième approche concerne, pour les véhicules à deux roues motrices (2WD), que le rapport de glissement est supposé être nul sur l'essieu non entraîné (par exemple, pour une voiture à roues avant motrices) : [Math 8] Ainsi, la nouvelle équation du rapport de glissement avant devient la suivante : [Math 9] − Il est entendu que tout pourrait être inversé en fonction d’un cas d’une traction ou d’une propulsion. La deuxième approche est notamment moins sensible aux erreurs d'estimation des états (souvent cinq à dix fois moins sensible). En raison de cette hypothèse, il y aura toujours un décalage dans l'estimation du glissement avant, car le glissement arrière n'est pas nul (par exemple, on peut observer un biais de l’ordre de 5% de la valeur observée). Cette approche, qui est employée par l’estimateur du rapport de glissement, est aussi beaucoup moins sensible au changement des états et des paramètres. Si une mesure du couple est disponible pour chaque essieu, cette approche peut donc fonctionner pour les véhicules à quatre roues motrices (4WD). L’approche qui est utilisée pour l'estimation du rapport de glissement peut être aussi utilisée pour l'estimation de la vitesse. En se référant maintenant à la Figure 3, la Figure 3 représente un diagramme d’un estimateur de vitesse qui est utilisé dans l’estimateur du rapport de glissement pendant la réalisation du procédé de l’invention. Pendant la réalisation du procédé d’estimation de l’invention, une mesure virtuelle de la vitesse peut être obtenue en utilisant le rapport de glissement estimé dans la définition standard du rapport de glissement comme suit : [Math 10] : - Où : - Sf représente le taux de glissement avant estimé ; - ωf représente la vitesse de la roue avant ; et - Rr représente le rayon de roulement du pneumatique avant. Le même résultat peut être obtenu en utilisant les roues arrière : [Math 11] : 1 + ^ ^ = ^ ^ ω^^^ Où : - Sr représente le taux de glissement arrière estimé ; - ωr représente la vitesse de la roue arrière ; et - Rr représente le rayon de roulement du pneumatique arrière. Dans la Figure 3, il est rappelé que les valeurs axm, ωfCAN, ωrCAN, TwfCAN et TwrCAN représentent les valeurs mesurées (ces valeurs obtenues, par exemple, d’un dispositif de communication du type bus CAN embarqué sur le véhicule). Les valeurs Rcharge, Kx et Iw représentent les valeurs présumées constantes. L'utilisation de la mesure virtuelle de la vitesse du véhicule ensemble avec les mesures d'accélération du dispositif de communication (par exemple, le ou les dispositifs de communication du type bus CAN) embarqué sur le véhicule peut donner une meilleure estimation de la vitesse du véhicule et corriger le décalage dans l'estimation. En outre, cette approche est utile en cas de défaillance du capteur de vitesse. A titre d’exemple, les signaux GPS (pour « Global Positioning System » ou système global de géolocalisation) sont souvent perdus dans les tunnels. Si l'algorithme d'estimation de la vitesse inclut un KF avec un modèle cinématique, et le GPS est utilisé pour mesurer la vitesse du véhicule, dans ce cas il y aura un décalage important entre la vitesse estimée et la valeur réelle. En se référant maintenant à la Figure 4, la Figure 4 représente un diagramme d’un estimateur de forces qui est utilisé dans l’estimateur du rapport de glissement pendant la réalisation du procédé de l’invention. Pendant le procédé d’estimation de l’invention, les forces longitudinales peuvent être estimées en utilisant les états estimés (comprenant la vitesse, la dynamique des roues et le rapport de glissement) selon les équations suivantes. Pour le calcul de la force arrière : [Math 12] : Le même résultat peut être obtenu en utilisant les pneumatiques avants : [Math 13] : Pour l'estimation de la force avant, un filtre de Kalman étendu (ou « Extended Kalman Filter » ou « EKF ») est proposé avec un modèle cinématique pour l'estimation de la vitesse et de l'accélération. Un modèle cinématique est proposé pour l'estimation de la force avant selon un modèle mathématique du type : [Math 14] : - Où : - ρ représente la densité de l'air ; - S représente la surface frontale du véhicule ; - Cd représente le coefficient de traînée ; - Fxf représente la force longitudinale avant ; - Fxr représente la force longitudinale arrière ; - Froll représente la résistance du roulement ; et - m représente la masse du véhicule. Dans la Figure 4, il est rappelé que les valeurs axm, ωfCAN, ωrCAN, TwfCAN et TwrCAN représentent les valeurs mesurées (ces valeurs obtenues, par exemple, du ou des dispositifs de communication embarqués sur le véhicule). Les valeurs Rcharge, Kx , Iw , Froll et m représentent les valeurs présumées constantes. En se référant maintenant à la Figure 5, la Figure 5 représente un diagramme d’un estimateur de la rigidité de pseudo-glissement Kx qui est utilisé dans l’estimateur du rapport de glissement pendant la réalisation du procédé de l’invention. Pendant le procédé de l’invention, une valeur initiale de Kx est utilisée dans l'estimateur de force (voir la Figure 4). Une fois que l’estimation de Kx est sensiblement convergente, la valeur estimée de Kx peut être utilisée pour l’estimateur de force. Pour les roues arrière, la mesure virtuelle est construite à partir de l’estimation du taux de glissement arrière et de l’estimation du taux de vitesse de la roue avant l’utilisation d’une sélection bayésienne (par exemple, un filtre de Kalman KF). Pour les roues avant, la mesure virtuelle est construite à partir de la force avant estimée et du taux de glissement avant estimé avec un KF. Dans la Figure 5, il est rappelé que les valeurs axm, ωfCAN, ωrCAN, TwfCAN et TwrCAN représentent les valeurs mesurées (ces valeurs obtenues, par exemple, du ou des dispositifs de communication embarqués sur le véhicule). Les valeurs Rcharge, Kx , Iw , Froll et m représentent les valeurs présumées constantes. En se référant maintenant à la Figure 6, la Figure 6 représente un diagramme de l’estimateur du rapport de glissement entier qui est représenté de manière schématique dans la Figure 2. Le procédé d’estimation du rapport du glissement de l’invention est mis en œuvre par un système qui comprend l’estimateur du rapport de glissement. Le système comprend en outre au moins un réseau de communication (ou « réseau ») qui gère les données entrantes au système des sources variées (par exemple, à partir d’au moins un dispositif de communication du type bus CAN qui gère les données fournies par les systèmes électroniques embarqués sur le véhicule (par exemple, le système ABS) et/ou à partir d’un ou des capteurs montés au pneumatique et choisis parmi les capteurs du type TPMS (ou « Tire Pressure Monitoring System »)) et du type TMS (ou « Tire Mounted Sensor »)). Il est aussi entendu que le réseau de communication du système réalisant le procéde d’estimation de l’invention peut gérer les données entrantes au système d’un ou des dispositifs d'identification sans fil (par exemple, du type RFID, ou « Radio Frequency Identification Device ») qui pourraient être montés sur un pneumatique et interrogés par des dispositifs de communication externe (par exemple, pour fournir les numéros de série des pneumatiques qui sont inscrits dans la mémoire de transpondeurs). Le réseau de communication incorpore un ou des serveurs de communication (ou « serveurs ») comprenant chacun un ou des processeurs connectés de manière opérationnelle à une mémoire. Le ou les processeurs du système comprennent un module d’exécution d’application d’analyse dont le ou les processeurs sont capables d'exécuter des instructions programmées stockées dans la mémoire pour réaliser les étapes du procédé d’estimation de l’invention. La mémoire est configurée pour stocker une application d'analyse des données représentatives des caractéristiques de fonctionnement d’un pneumatique identifié. Le terme "pneumatique identifié" (dans le singulier ou le pluriel) est utilisé ici pour faire référence à un pneumatique qui est monté sur un véhicule identifié (étant un pneumatique encore en service sur le véhicule identifié). Le pneumatique identifié peut comprendre un ou plusieurs capteurs connus pour générer ou capturer des données, telles que les données correspondantes à un environnement opérationnel du véhicule identifié ou une partie de celui-ci. Les capteurs peuvent inclure un ensemble de capteurs pour fournir des données concernant les caractéristiques de fonctionnement du pneumatique identifié. Les capteurs peuvent inclure, par exemple, un ou des capteurs de vitesse, un ou des capteurs d'accélération, un ou des capteurs liés à la traction, un ou des capteurs liés au freinage, et/ou une combinaison de capteurs pour recueillir des données concernant un ou des aspects de la situation dynamique du pneumatique identifié. Les capteurs peuvent aussi fournir des données stockées concernant l’identification du pneumatique identifié (y compris, sans limitation, sa provenance de production, distribution et/ou stockage, sa date de production, son histoire de rechapage si applicable et sa position et son histoire de montage). Les données entrantes au système réalisant le procédé d’estimation de l’invention peuvent inclure l’information générale concernant le pneumatique identifié. L’information générale comprend les données stockées concernant l’identification du pneumatique identifié (y compris, sans limitation, sa provenance de production, sa distribution et/ou son stockage, sa date de production, son histoire de rechapage si applicable et sa position et son histoire de montage). Les données correspondantes d’un pneumatique identifié pourraient être gérées par une entité qui gère l’utilisation d’un ou des véhicules auxquels un pneumatique du même type est monté (par exemple, une telle entité peut comprendre une ou des personnes et/ou une ou des compagnies) et/ou le fabricant de tels pneumatiques. Des mesures plus directes au niveau d’un ensemble monté peuvent aussi être envisagées (par « ensemble monté », il est entendu que l’ensemble de pneumatique-frein-roue est concerné). Par exemple, la calibration d’un signal périodique au tour de roue permet d’extraire une dimension longitudinale, caractéristique du contact entre l’enveloppe pneumatique et le sol pour un ensemble monté donné. Dans ce cas, un capteur sensible à la déformation radiale et/ou longitudinale du pneumatique est envisagé (par exemple, un capteur du type accéléromètre ou élément piézoélectrique). Il est entendu que d’autres dispositifs équivalents peuvent aussi être employés. Le terme « processeur » (ou, alternativement, le terme "circuit logique programmable") désigne un ou plusieurs dispositifs capables de traiter et d'analyser des données et comprenant un ou plusieurs logiciels pour leur traitement (par exemple, un ou plusieurs circuits intégrés connus par l’homme de métier comme étant inclus dans un ordinateur, un ou plusieurs contrôleurs, un ou plusieurs microcontrôleurs, un ou plusieurs micro-ordinateurs, un ou plusieurs automates programmables (ou « PLC »), un ou plusieurs circuits intégrés spécifiques à une application, un ou plusieurs réseaux de neurones, et/ou un ou plusieurs autres circuits programmables équivalents connus). Le processeur comprend un ou des logiciels pour le traitement des données capturées par le système qui réalise le procédé d’estimation de l’invention ainsi qu'un ou des logiciels pour l'identification et la localisation des variances et l’identification de leurs sources pour les corriger. Dans le système qui réalise le procédé d’estimation de l’invention, la mémoire peut comprendre à la fois des dispositifs de mémoire volatiles et non volatiles. La mémoire non volatile peut comprendre des mémoires à l'état solide, telles que la mémoire flash NAND, la mémoire « vive » (ou « keep-alive memory » ou « KAM ») pour sauvegarder des variables diverses de fonctionnement pendant que le processeur est hors tension, des supports de stockage magnétiques et optiques, ou tout autre dispositif de stockage de données approprié qui conserve les données lorsque le système (et/ou une installation incorporant le système) est désactivé ou perd son alimentation électrique. La mémoire volatile peut comprendre une mémoire statique et dynamique RAM qui stocke des instructions de programme et des données, y compris une application d'apprentissage. Le processeur peut également se référer à une référence (par exemple, un tableau de taille de pneumatiques variés) pour effectuer une détermination finale d’un paramètre ou des paramètres du pneumatique identifié. La référence peut inclure des paramètres de pneumatiques connus correspondant à une pluralité de pneumatiques connus disponibles dans le commerce. La référence de pneumatiques peut inclure des mesures correspondant à une pluralité de pneumatiques disponibles dans le commerce. A titre d’exemple, pour un pneumatique d’une taille 225/50R17, le numéro « 225 » identifie la section transversale du pneumatique en millimètres, le numéro « 50 » indique le rapport d'aspect du flanc, et la mesure « R17 » représente le diamètre de la jante en pouces (étant environ 43,18 centimètres). Tel qu'utilisé ici, le terme “procédé” peut comprendre une ou plusieurs étapes effectuées par au moins un système informatique comportant un ou des processeurs pour exécuter des instructions qui effectuent les étapes. Sauf indication contraire, toute séquence d'étapes est donnée à titre d’exemple et ne limite pas les procédés décrits à une quelconque séquence particulière. Le procédé d’estimation du rapport de glissement de l’invention peut être fait par la commande du PLC et peut inclure des préprogrammations des informations de gestion. Par exemple, un réglage du procédé peut être associé avec les paramètres d’un pneumatique identifié et/ou les propriétés des véhicules auxquels le pneumatique identifié est destiné d’être monté. Le système réalisant le procédé d’estimation de l’invention (et/ou une installation incorporant ce système) peut facilement répéter une ou plusieurs étapes du procédé d’estimation dans un ordre prédéterminé. Le système réalisant le procédé d’estimation de l’invention (et/ou une installation incorporant ce système) peut inclure des préprogrammations des informations de gestion. Par exemple, un réglage de procédé peut être associé avec les paramètres des véhicules typiques dont le système fonctionne. Dans des modes de réalisation de l’invention, le système réalisant le procédé d’estimation de l’invention (et/ou une installation incorporant ce système) peut recevoir des commandes vocales ou d'autres données audio représentant, par exemple, une démarche ou un arrêt du procédé. Une réponse générée peut être représentée de manière audible, visuelle, tactile (par exemple, en utilisant une interface haptique) et/ou de manière virtuelle et/ou augmentée. Cette réponse, associée avec les données correspondantes, peut être enregistrée dans au moins un réseau neuronal. Pour toutes les réalisations du système, un système de surveillance pourrait être mis en place. Au moins une partie du système de surveillance peut être fournie dans un dispositif portable tel qu'un dispositif de réseau mobile (par exemple, un téléphone mobile, un ordinateur portable, un ou des dispositifs portables connectés au réseau (y compris des dispositifs « réalité augmentée » et/ou « réalité virtuelle »), des vêtements portables connectés au réseau et/ou toutes combinaisons et/ou tous équivalents). Dans un mode de réalisation, le procédé d’estimation du rapport de glissement de l’invention peut comprendre une étape d'entraînement d’un système pour reconnaître des valeurs représentatives des rapports de glissement prévus (par exemple, des valeurs de la vitesse, de la force et de la rigidité de glissement attendues dans les conditions préalables) et pour faire une comparaison avec des valeurs ciblés (par exemple, les valeurs de rapports de glissement associées aux valeurs de la vitesse, de la force et de la rigidité de glissement déjà estimées pour le pneumatique identifié dans des conditions opératoires sensiblement similaires). Chaque étape de l’entraînement peut inclure une classification générée par moyens d’auto- apprentissage. Cette classification peut inclure, sans limitation, les paramètres des pneumatiques montés, les configurations des véhicules, et les valeurs attendues à la fin d’un procédé d’estimation en progrès. Il est entendu que plusieurs méthodes d’apprentissage distinctes sont possibles, y compris l’apprentissage supervisé (dans lequel l’algorithme s’entraîne sur un ensemble de données étiquetées et se modifie jusqu’à être capable d’obtenir le résultat souhaité), l’apprentissage non-supervisé ou semi-supervisé (dans lequel les données ne sont pas étiquetées pour que le réseau puisse s’adapter pour augmenter la précision de l’algorithme), l’apprentissage renforcé (dans lequel l’algorithme est renforcé pour les résultats positifs et sanctionné pour les résultats négatifs) et l’apprentissage actif (l’algorithme demande au fur et à mesure des exemples et labels pour raffiner sa prédiction)(voir https://www.lebigdata.fr/reseau-de-neurones-artificiels-definition). Les termes « au moins un(e) » et « un(e) ou plusieurs » sont utilisés de manière interchangeable. Les gammes qui sont présentées comme se situant « entre a et b » englobent les valeurs « a » et « b ». Bien que des modes de réalisation particuliers de l’appareil révélé aient été illustrés et décrits, on comprendra que divers changements, additions et modifications peuvent être pratiqués sans s’écarter de l’esprit ni de la portée du présent exposé. Par conséquent, aucune limitation ne devrait être imposée sur la portée de l’invention décrite à l’exception de celles exposées dans les revendications annexées.

Claims

- 1 - Revendications 1. Un système d'estimation du rapport de glissement d’un pneumatique monté en condition de roulage sur un véhicule avec au moins une roue avant et au moins une roue arrière, le système comprenant : - au moins un pneumatique monté en condition de roulage sur un véhicule ; - au moins un dispositif de communication embarqué sur le véhicule communiquant des données fournies par les signaux correspondant à un ou des systèmes électroniques embarqués sur le véhicule ; et - un réseau de communication comprenant au moins un serveur de communication permettant d'exécuter des instructions programmées stockées dans une mémoire d’un ou des processeurs du système d'estimation du rapport de glissement pour mettre en œuvre un procédé d’estimation du rapport de glissement des pneumatiques montés sur le véhicule ; - caractérisé en ce que le système d’estimation du rapport de glissement comprend un estimateur du rapport de glissement comprenant une sélection bayésienne, et en ce que l’estimateur du rapport de glissement comprend en outre : - un estimateur de vitesse ; - un estimateur de forces longitudinales ; et - un estimateur de rigidité de pseudo-glissement du pneumatique. 2. Le système d'estimation du rapport de glissement de la revendication 1, dans lequel, pendant le procédé d’estimation du rapport de glissement, l’un ou les processeurs introduisent dans l'estimateur du rapport de glissement les modélisations comprenant ; - la vitesse des roues avant et arrière ωf/r estimée à l'aide d'un filtre de Kalman (KF) ; - le taux de rotation des roues avant et arrière ^̇^/^ estimé à l'aide d’un KF ; - le calcul initial du taux de glissement avant et arrière Sf/rcalc; et - l'estimation finale du taux de glissement des pneumatiques Sf/r à l'aide d'un deuxième KF. 3. Le système d'estimation du rapport de glissement de la revendication 1 ou de la revendication 2, dans lequel, pendant le procédé d’estimation du rapport de glissement, les modélisations introduites dans l'estimateur du rapport de glissement sont construites à partir des données comprenant : - 2 - - les signaux du ou des dispositifs de communication embarqués sur le véhicule, comprenant ; - la vitesse des roues avant ωfCAN représentée par les vitesses mesurées de la roue avant droite, de la roue avant gauche ou de la moyenne des deux ; - la vitesse des roues arrière ωrCAN représentée par les vitesses mesurées de la roue arrière droite, la roue arrière gauche ou de la moyenne des deux ; - le couple des roues avant TwfCAN représentée par la somme des couples appliqués sur les roues droite et gauche ; et - le couple de la roue arrière TwrCAN représentée par la somme des couples appliqués sur les roues droite et gauche ; et des paramètres constants du véhicule, comprenant: - le rayon chargé du pneumatique Rcharge ; - le moment d'inertie de la roue Iw; et - la rigidité de pseudo-glissement KX du pneumatique. 4. Le système d’estimation du rapport de glissement de la revendication 2 ou de la revendication 3, dans lequel : - le KF comprend un modèle cinématique du type : [Math 1] ^^ ^ ^ ^^ ^ ^1 Δ^ ^ ^̇^^^ = ^ . ^ 0 1 ^̇^ ^ - Où : - Δ^ est l’intervalle de temps entre deux mesures ; et - x est l’entrée du bloc KF comprenant soit la vitesse de la roue ωf/r soit le taux de glissement du pneumatique Sf/r ; - et le bloc de dynamique des roues exprime le rapport de glissement selon un modèle mathématique du type : [Math 5] - Pour les roues arrières : - 3 - [Math 6] - Pour les roues avants : - Où : - Kxf/r représente la rigidité de pseudo-glissement du pneumatique ; - Iw représente l’inertie de la roue ; - Rcharge représente le rayon chargé du pneumatique ; - Twf/r représente respectivement le couple des roues avant et arrière ; et - Fxf/r représente les forces longitudinales avant et arrière agissant sur le pneumatique. 5. Le système d’estimation du rapport de glissement de la revendication 4, dans lequel l’estimateur de vitesse exprime la vitesse selon un modèle mathématique du type : [Math 10] : - Où : - Sf représente le taux de glissement avant estimé ; - ωf représente la vitesse de la roue avant ; et - Rr représente le rayon de roulement du pneumatique avant ; et un modèle mathématique du type : [Math 11] : Où : - Sr représente le taux de glissement arrière estimé ; - ωr représente la vitesse de la roue arrière ; et - Rr représente le rayon de roulement du pneumatique arrière. - 4 - 6. Le système d’estimation du rapport de glissement de la revendication 5, dans lequel, l’estimateur de forces longitudinales exprime les forces longitudinales selon un modèle mathématique du type : [Math 12] : ^^^ = ^^^^^ et un modèle mathématique du type : [Math 13] : ^^^ = ^^^^^ 7. Le système d’estimation du rapport de glissement de la revendication 6, dans lequel l’estimateur de forces longitudinales exprime les forces longitudinales selon un modèle mathématique du type filtre de Kalman étendu (EKF) selon un modèle mathématique du type : [Math 14] : - Où : - ρ représente la densité de l'air ; - S représente la surface frontale du véhicule ; - Cd représente le coefficient de traînée ; - ^^^ représente la force longitudinale avant ; - Fxr représente la force longitudinale arrière ; - Froll représente la résistance du roulement ; et - m représente la masse du véhicule. 8. Le système d’estimation du rapport de glissement de l’une quelconque des revendications 1 à 7, comprenant en outre au moins un capteur disposé dans le pneumatique qui mesure les paramètres du pneumatique. - 5 - 9. Le système d’estimation du rapport de glissement de l’une quelconque des revendications 1 à 8, dans lequel le ou les dispositifs de communication embarqués sur le véhicule comprennent au moins un bus CAN. 10. Un procédé d’estimation du rapport de glissement des pneumatiques montés sur le véhicule mis en œuvre par le système d'estimation du rapport de glissement de l’une quelconque des revendications 1 à 9, caractérisé en ce que le procédé comprend les étapes suivantes: - une étape d’introduction au système d'estimation du rapport de glissement les modélisations comprenant ; - la vitesse des roues avant et arrière ωf/r estimée à l'aide d'une sélection bayésienne; - le taux de rotation des roues avant et arrière ^̇^/^ estimé à l'aide d’une sélection bayésienne; - le calcul initial du taux de glissement avant et arrière Sf/rcalc; et - l'estimation finale du taux de glissement des pneumatiques Sf/r à l'aide d'une sélection bayésienne; - et une étape de construction des modélisations introduites à partir des données comprenant : - les signaux d’au moins un dispositif de communication embarqué sur le véhicule, comprenant ; - la vitesse des roues avant ωfCAN représentée par les vitesses mesurées de la roue avant droite, de la roue avant gauche ou de la moyenne des deux ; - la vitesse des roues arrière ωrCAN représentée par les vitesses mesurées de la roue arrière droite, la roue arrière gauche ou de la moyenne des deux ; - le couple des roues avant TwfCAN représentée par la somme des couples appliqués sur les roues droite et gauche ; et - le couple de la roue arrière TwrCAN représentée par la somme des couples appliqués sur les roues droite et gauche ; et des paramètres constants du véhicule, comprenant: - le rayon chargé du pneumatique Rcharge ; - le moment d'inertie de la roue Iw; et - la rigidité de pseudo-glissement KX du pneumatique. - 6 - 11. Le procédé d’estimation du rapport de glissement de la revendication 10, dans lequel, l’étape d’introduction au système d'estimation du rapport de glissement comprend l’introduction des modélisations comprenant ; la vitesse des roues avant et arrière ωf/r estimée à l'aide d'un filtre de Kalman (KF) ; - le taux de rotation des roues avant et arrière estimé à l'aide d’un KF ; et - l'estimation finale du taux de glissement des pneumatiques Sf/r à l'aide d'un deuxième KF . 12. Le procédé d’estimation du rapport de glissement de la revendication 11, comprenant en outre une étape d’estimation de vitesse, pendant laquelle, pour le calcul de la force arrière, un estimateur de vitesse du système d'estimation du rapport de glissement exprime la vitesse selon un modèle mathématique du type : [Math 10] : - Où : - Sf représente le taux de glissement avant estimé ; - ωf représente la vitesse de la roue avant ; et - Rr représente le rayon de roulement du pneumatique avant; et un modèle mathématique du type : [Math 11] : Où : - Sr représente le taux de glissement arrière estimé ; - ωr représente la vitesse de la roue arrière ; et - Rr représente le rayon de roulement du pneumatique arrière. - 7 - 13. Le procédé d’estimation du rapport de glissement de la revendication 12, dans lequel, pour l'estimation de la force avant, l’estimateur de forces longitudinales exprime les forces longitudinales selon un modèle mathématique du type filtre de Kalman étendu (EKF) selon un modèle mathématique du type : [Math 14] : - Où : - ρ représente la densité de l'air ; - S représente la surface frontale du véhicule ; - Cd représente le coefficient de traînée ; - ^^^ représente la force longitudinale avant ; - Fxr représente la force longitudinale arrière ; - Froll représente la résistance du roulement ; et - m représente la masse du véhicule. 14. Le procédé d’estimation du rapport de glissement de la revendication 13, comprenant en outre une étape d’estimation de la rigidité de pseudo-glissement Kx du pneumatique, pendant laquelle un estimateur de la rigidité de pseudo-glissement Kx du système d'estimation du rapport de glissement représente une mesure virtuelle dont : - pour les roues arrières, l’estimateur de la rigidité de pseudo-glissement Kx construit la mesure virtuelle à partir de l'estimation du taux de glissement arrière et de l'estimation du taux de vitesse de la roue avant l’utilisation d’un KF ; et - pour les roues avant, l’estimateur de la rigidité de pseudo-glissement Kx construit la mesure virtuelle à partir de la force avant estimée et du taux de glissement avant estimé avec un KF.
EP24709745.4A 2023-03-16 2024-03-07 Estimation du rapport de glissement des pneumatiques pour les véhicules deux roues motrices ou quatre roues motrices à l'aide de filtres bayésiens Pending EP4680505A1 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR2302420 2023-03-16
PCT/EP2024/056079 WO2024188820A1 (fr) 2023-03-16 2024-03-07 Estimation du rapport de glissement des pneumatiques pour les véhicules deux roues motrices ou quatre roues motrices à l'aide de filtres bayésiens

Publications (1)

Publication Number Publication Date
EP4680505A1 true EP4680505A1 (fr) 2026-01-21

Family

ID=86657435

Family Applications (1)

Application Number Title Priority Date Filing Date
EP24709745.4A Pending EP4680505A1 (fr) 2023-03-16 2024-03-07 Estimation du rapport de glissement des pneumatiques pour les véhicules deux roues motrices ou quatre roues motrices à l'aide de filtres bayésiens

Country Status (3)

Country Link
EP (1) EP4680505A1 (fr)
CN (1) CN120897863A (fr)
WO (1) WO2024188820A1 (fr)

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10603962B2 (en) 2017-06-29 2020-03-31 The Goodyear Tire & Rubber Company Tire wear state estimation system and method
US20220063347A1 (en) 2020-08-26 2022-03-03 The Goodyear Tire & Rubber Company Tire wear state estimation system

Also Published As

Publication number Publication date
WO2024188820A1 (fr) 2024-09-19
CN120897863A (zh) 2025-11-04

Similar Documents

Publication Publication Date Title
EP3083360B1 (fr) Estimation du potentiel d&#39;adhérence par évaluation du rayon de roulement
FR3036354A1 (fr) Procede de determination d&#39;une vitesse limite de roulage
EP2758257B1 (fr) Procede d&#39;estimation de la resistance au roulement d&#39;une roue de vehicule
EP3894825A1 (fr) Modèle de prédiction de l&#39;usure et de la fin de vie d&#39;un pneumatique
EP1476339A1 (fr) Estimation du coefficient d&#39;adherence maximal a partir de la connaissance des efforts et du couple d&#39;autoalignement generes dans l&#39;aire de contact d&#39;un pneu
WO2003014687A1 (fr) Methode de determination de caracteristiques d&#39;un pneumatique a partir des contraintes
Yiğit et al. Estimation of road surface type from brake pressure pulses of ABS
WO2020120923A1 (fr) Modèle de prédiction de l&#39;usure et de la fin de vie d&#39;un pneumatique
EP2539683B1 (fr) Procede d&#39;assistance a la conduite d&#39;un vehicule
WO2017198973A1 (fr) Procédé de proposition d&#39;une vitesse de roulage
EP1517822A1 (fr) Mesure du coefficient d&#39;adherence maximal a partir de la mesure de contraintes dans un bourrelet d&#39;un pneu
WO2024188820A1 (fr) Estimation du rapport de glissement des pneumatiques pour les véhicules deux roues motrices ou quatre roues motrices à l&#39;aide de filtres bayésiens
EP4727779A1 (fr) Procede d&#39;estimation de hauteur de sculpture d&#39;un pneumatique monte sur un vehicule
WO2017198972A1 (fr) Procédé de détermination d&#39;une marge d&#39;adhérence anticipée pour un véhicule en situation de roulage
EP3102469B1 (fr) Procede de suivi de trajectoire d&#39;un vehicule automobile et vehicule associe
WO2022029382A1 (fr) Procede d&#39;estimation de l&#39;etat d&#39;usure d&#39;un pneumatique
FR3037875A1 (fr) Procede de determination d&#39;un indicateur de dangerosite de la conduite d&#39;un vehicule
WO2002032733A1 (fr) Dispositif et procede pour detecter l&#39;adherence d&#39;un pneumatique de vehicule sur le sol
WO2010125289A1 (fr) Procede et dispositif d&#39;evaluation de l&#39;usure d&#39;un pneu
FR3149574A1 (fr) Procédé de calcul d’un angle de dérive d’un véhicule automobile
FR2894669A1 (fr) Methode d&#39;estimation en temps reel d&#39;un effort et d&#39;un effort arriere appliques par le sol a un vehicule
FR3154370A1 (fr) Procédé de pilotage des systèmes de contrôle de la conduite d’un véhicule terrestre
WO2007048973A1 (fr) Methode de determination d&#39;une derivee de vitesse longitudinale d&#39;un vehicule automobile
EP3080565A1 (fr) Dispositif et procédé d&#39;estimation de la masse totale d&#39;un véhicule automobile a étalonnage embarque de capteurs de débattement des suspensions
FR3147144A1 (fr) Procédé de supervision de l’usure d’un pneumatique de véhicule automobile et module de surveillance de la pression des pneumatiques pour la mise en œuvre dudit procédé

Legal Events

Date Code Title Description
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: UNKNOWN

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE INTERNATIONAL PUBLICATION HAS BEEN MADE

PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: REQUEST FOR EXAMINATION WAS MADE

17P Request for examination filed

Effective date: 20251016

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC ME MK MT NL NO PL PT RO RS SE SI SK SM TR