JP2010521685A - タイヤ空気圧の推定のための方法、システム、およびコンピュータ・プログラム - Google Patents

Abstract

本発明は、処理システム上で実行されるときに、車両のタイヤ（２）のタイヤ空気圧偏差を推定するシステム、方法、およびその方法を実行するためのプログラム・コードを含むコンピュータ・プログラムを対象とする。このシステムは、入力信号として車両信号を受け取るように構成された入力セクション（１００）と、入力信号を基礎として車両信号スペクトル（２）に関連する共鳴ピークの少なくとも１つの形状係数を計算するように構成された計算セクション（２００）と、前記少なくとも１つの形状係数に依存して、車両のタイヤ（２）内のタイヤ空気圧偏差を示すタイヤ空気圧信号を導出するように構成された判定セクション（３００）とを含む。

Description

本発明は、全般的には車両のタイヤのタイヤ空気圧の推定に関し、具体的には、タイヤ空気圧を推定するための方法、システム、およびコンピュータ・プログラムに関する。

現代の自動車は、アンチロック・ブレーキング・システム（ＡＢＳ）、ダイナミック・スタビリティ・システム（ｄｙｎａｍｉｃ ｓｔａｂｉｌｉｔｙ ｓｙｓｔｅｍ）、アンチスピン・システム（ａｎｔｉ−ｓｐｉｎ ｓｙｓｔｅｍ）、およびトラクション・コントロール・システムとして電子制御システムを含む。これらのアクティブ制御システムの他に、運転状態に関する情報を運転者に提示する道路摩擦インジケータとしての運転者安全情報システム（ｄｒｉｖｅｒ ｓａｆｅｔｙ ｉｎｆｏｒｍａｔｉｏｎ ｓｙｓｔｅｍ）およびタイヤ空気圧監視システムも存在する。これらのタイヤ空気圧監視システムのうちのいくつかのタイプは、車輪速度信号その他などの現代車両の間接検出値に基づいてタイヤ空気圧の低下を判定する。

既知のタイヤ空気圧間接監視システムは、車輪速度信号から導出される、ロール半径または振動スペクトルのいずれかの変化を監視することに基づく。そのようなロール半径手法が、日本国特許出願ＪＰ５−５５３２２に開示されており、ここで、タイヤの固有車輪速度信号から導出された車輪ロール速度は、対角線上に配置されたタイヤの対ごとに互いに比較される。そのようなシステムは、１つまたは３つのアンダーインフレートされたタイヤを検出することができる。縦および横の動的モデルを使用するモデルベースのロール半径手法は、低い圧力を有する１つ、２つ、または３つのタイヤを検出することができる。しかし、ロール半径手法は、４つすべての車輪がゆっくりとアンダーインフレートされた状態になる時の拡散に関する問題を解決することができない。

そのような状況を、タイヤのばね−ダンパ系動力学が空気圧に伴って変化するという物理的事実に基づく既知の振動スペクトル手法を用いて検出することができる。日本国特許第２８３６６５２号は、振動スペクトルの共鳴ピークが圧力変化の後に周波数においてシフトするという特性に基づく、アンダーインフレートされたタイヤの検出にこの手法を適合させるシステムを開示し、このピーク周波数値は、連続的に監視され、基準値と比較される。この特許は、車両の速度を用いてこの基準値を適合させることをも開示する。同一の手法を採用する欧州特許ＥＰ０ ７８３ ９８２Ｂ１は、さらに、アンスプラング・マス（車輪）の上下運動および下上運動から複数の共鳴ピークを監視するケースを含む。ピーク値だけを監視することの主要な欠点は、タイヤ・タイプ、車両速度、および道路表面に対する高い感度である。同様に、欧州特許ＥＰ５７８ ８２６Ａ１は、車両のアンスプラング・マスの垂直方向および縦方向に関係する共鳴ピークを検出することと、これらの共鳴ピークの共鳴周波数からタイヤ空気圧を導出することとを開示する。

米国特許公開ＵＳ２００４／０２６０４３６は、タイヤ・タイプ、車両速度、および道路表面に対する感度を下げるために、現在のスペクトルを基準スペクトルに相互相関することによって、ピーク値だけではなくスペクトル全体を監視する。この方法に関する１つの欠点は、多数の周波数格子点でスペクトルを計算するための計算速度およびメモリの大きい要件である。もう１つの欠点は、ランダム・ノイズによってまたは車両の他の回転する部品およびドライブ・ラインからの干渉によってのいずれかで引き起こされるスペクトル内のスプリアス周波数成分など、実際問題として出会う多数の問題に対する頑健性の欠如である。現在のスペクトル内のランダム・ノイズ成分は、基準スペクトルと現在のスペクトルとの間で計算される相関値の大きい差を与える可能性があり、したがって、誤ったアラームまたは失われた検出を引き起こす場合がある。

日本国特許出願ＪＰ５−５５３２２ 日本国特許第２８３６６５２号 ＥＰ０ ７８３ ９８２Ｂ１ ＥＰ５７８ ８２６Ａ１ 米国特許公開ＵＳ２００４／０２６０４３６

本発明によって解決される全般的問題は、タイヤ空気圧間接監視システムの性能を改善することである。

この問題は、独立請求項の主題によって解決される。好ましい実施形態は、従属請求項で開示される。

本発明の第１の態様は、車両のタイヤのタイヤ空気圧偏差を推定する方法を対象とする。この方法は、入力信号として車両信号を受け取るステップと、その入力信号を基礎として車両信号スペクトルに関連する共鳴ピークの少なくとも１つの形状係数を計算するステップと、前記少なくとも１つの形状係数に依存して、車両のタイヤ内のタイヤ空気圧偏差を示すタイヤ空気圧信号を判定するステップとを含む。

本発明のもう１つの態様は、タイヤ空気圧偏差を推定するシステムを対象とする。このシステムは、入力信号として車両信号を受け取るように構成された受け取りセクションと、その入力信号を基礎として車両信号スペクトルに関連する共鳴ピークの少なくとも１つの形状係数を計算するように構成された計算セクションと、前記少なくとも１つの形状係数に依存して、車両のタイヤ内のタイヤ空気圧偏差を示すタイヤ空気圧信号を導出するように構成された判定セクションとを含む。

本発明のさらなる態様は、処理システム上で実行されるときに、運転中車両のタイヤ空気圧偏差を推定する方法であって、入力信号として車両信号を受け取るステップと、その入力信号を基礎として車両信号スペクトルに関連する共鳴ピークの少なくとも１つの形状係数を計算するステップと、前記少なくとも１つの形状係数に依存して、車両のタイヤ内のタイヤ空気圧偏差を示すタイヤ空気圧信号を判定するステップとを含む方法を実行するためのプログラム・コードを含むコンピュータ・プログラムを対象とする。

本発明の実施形態を、これから、例として、添付図面を参照して説明する。

車輪速度センサおよびサスペンション・センサを設けられたタイヤ・サスペンションを概略的に示す図である。 本発明によるタイヤ空気圧推定システムの実施形態の構造を概略的に示す図である。 それぞれ、形状係数として共鳴ピークの高さ（Ｈ）、幅（Ｗ）、ピーク傾き（Ｓ）、ノイズ・フロア・レベル（ＮＦＬ）と比較したピーク高さ（ＨＮ）、ピークの積分（Ｉ）、およびノイズ・フロア・レベル（ＮＦＬ）までのピークの積分（ＩＮ）を示す、正規化の後の周波数スペクトルのグラフを示す図である。 それぞれ、単一周波数帯および２つの異なる周波数帯での多次元特徴を示す、正規化の後の周波数スペクトルのグラフを示す図である。

図１に、例として１つの車両のタイヤのタイヤ・サスペンションを概略的に示す。車輪２は、サスペンション３の下端に取り付けられる。サスペンション３の上端は、車両のシャシー２に取り付けられる。サスペンション３は、走行する車輪２の垂直運動を吸収する。サスペンション・センサ４が、サスペンション３の上端に設けられ、車輪速度センサ５が、車輪マウントに設けられる。センサ４および５の出力信号は、車両の信号バスに供給され、ここから、その入力信号としてこれらの信号のうちの少なくとも１つを使用する対応するモジュール（ＡＢＳモジュールおよび類似物など）によって取り出され得る。

車両には、タイヤ空気圧を推定するシステムが設けられる。このシステムは、入力セクション１００、形状係数計算セクション２００、オプションの多次元特徴抽出セクション２５０、およびタイヤ空気圧判定セクション３００を含む。

入力セクション１００は、入力信号として車輪速度センサ５から車輪速度信号を受け取る。この信号は、一連のデジタル化された速度信号サンプル（例えば、１０Ｈｚのサンプル・レートを有する）の形で供給され得る。その代わりにまたは補足的に、入力セクション１００は、サスペンション・センサ４および類似物からのサスペンション信号など、車両の他の信号を受け取ることもできる。入力セクション１００は、このように受け取られた入力信号を処理し、これを計算セクション２００に出力することができる。

第１の実施形態では、形状係数計算セクション２００は、例えば離散フーリエ変換（ＤＦＴ）または高速フーリエ変換（ＦＦＴ）を使用することによって、車輪速度センサ５から供給される車輪速度信号の車輪速度スペクトルを計算する。次に、形状係数計算セクション２００は、例えばスペクトル内のある周波数範囲（２０〜１００Ｈｚなど）に焦点を合わせることによって、車輪速度スペクトル内の共鳴ピークを検索する。このピーク検索は、当業者に既知の標準手順のどれによっても実行することができ、そのような標準手順は、明確に画定されたピークを得るために、時間および周波数にまたがる平均をとることによって計算されたスペクトルを平滑化した後に最大値をとることを含む。例えば、Ｐ（ｆ）が、周波数ｆの関数としての車輪速度信号の車輪速度スペクトルの平滑化された推定値であると仮定すると、ピークを、Ｐ（ｆ）の最大値を突き止めることによって見つけることができ、ここで、ｆは、ある周波数インターバル（２０〜７０Ｈｚなど）内に制限される。共鳴ピークを突き止める代替の形は、次式に従って、推定された車輪速度スペクトルの重心ＣｏＧを計算することである。

次に、形状係数計算セクション２００は、ピーク形状の特性を記述する共鳴ピークの形状係数を判定する（下と比較されたい）。

第２の実施形態では、形状係数計算セクション２００は、車輪速度信号を周波数領域に変換せずにパラメトリック・モデルの少なくとも１つのパラメータを判定するのに、車輪速度信号を使用する。これによって、最初に、車輪速度信号の自己相関関数を、まず判定することができ、したがって、パラメトリック・モデルを、このように判定された自己相関された信号に適用することができる。パラメトリック・モデルは、その少なくとも１つのパラメータが車輪速度スペクトル内の共鳴ピークの形状係数のうちの少なくとも１つを反映するように選択される。例えば、ピーク幅ｂによってパラメータ化される周波数スペクトル内のガウシアン形状の共鳴ピークを仮定する場合に、信号領域内の対応するピーク形状も、逆数ピーク幅１／ｂを有するガウシアン形状である（より正確には、スペクトル内のガウシアン・ピークが、例えば４５Ｈｚを中心とする場合に、時間領域の自己相関された信号は、４５Ｈｚシヌソイドによって変調されガウシアンであるが、この２つのガウシアン・ピークのピーク幅の間の言及された関係は、それでも有効である）。したがって、そのパラメータとしてパラメータ１／ｂを有するガウシアン・ピークのパラメトリック・モデルを、最良あてはめを見つけるためにピーク幅１／ｂを変更することによって車両速度信号にあてはめる（例えば、最小二乗あてはめによって）ことができる。したがって、簡単にわかるように、パラメトリック・モデルの少なくとも１つのパラメータ（パラメータ１／ｂ）は、車輪速度スペクトル内の共鳴ピークの形状係数（ピーク幅ｂ）を反映するなどのために選択される。

ＡＲまたは正規直交基底関数などの異なるタイプのパラメトリック・モデルを使用することができ、ここで、ＡＲまたは正規直交基底関数は、異なる次数のものとすることができる。いわゆるＡＲモデルは、ランダム過程の時間領域モデルである。ＡＲモデルは、現在の信号値ｙ［ｎ］（ただし、ｎはサンプル番号を表す）を、次のように先行する信号値ｙ［ｎ−ｍ］の線形関数として記述できるという仮定に基づく。
ｙ［ｎ］＝ａ₁＊ｙ［ｎ−１］＋ａ₂＊ｙ［ｎ−２］＋．．．＋ａ_m＊ｙ［ｎ−ｍ］＋ｅ［ｎ］
ただし、ａ₁，ａ₂，．．．，ａ_mは、ＡＲ係数であり、ｅ［ｎ］は、白色雑音である。記録された車輪速度信号のＡＲ係数は、周知の手順に従って判定され、形状係数計算セクション３００によって、関連する形状係数を計算するのに使用される。通常は１０個から１００個などの多数の周波数格子点を必要とする前述のＤＦＴまたはＦＦＴに基づく手法と比較して、ＡＲモデル手法は、車輪速度信号からの２個から１０個などの少数のモデル・パラメータ（ＡＲ係数）だけを推定し、したがって、より非メモリ集中型および非計算集中型である。ＡＲモデル手法は、理想的なばね−ダンパを２つのＡＲパラメータ（ＡＲ係数）のみを用いてモデル化することができ、スペクトル平滑化を自動的に実行し、したがって後処理が不要なので、物理的にも動機を与えられる。最後に、スペクトル形状特徴は、有利なことに、次のようなＡＲ係数の単純な関数である。
− 共鳴の幅は、１／ｓｑｒｔ（ａ₂）に比例する、または
− ピークの積分は、ａｒｃｏｓ（−ａ₁／２／ｓｑｒｔ（ａ₂））／ｓｑｒｔ（ａ₂）に比例する、および類似物。

図３ａ〜ｆに、使用できる形状係数の異なる例を示す。これらの例のリストは、排他的であるのではなく、明示的には言及されないが共鳴ピークの形状を記述できるものとして当業者に既知のさらなる例を含むことができる。しかし、これらの例は、ピーク形状の特性を反映しない共鳴ピークの周波数を含むのではなく、ピークの位置だけを含む。図３ａは、形状係数として共鳴ピークの高さＨを示し、図３ｂは、その幅Ｗを示し（ピークの幅ｗは、ピークの変り点Ｗ１の間のまたは所定の水準Ｗ２、例えば−３ｄＢ水準でのピークの交差点での測定された距離と定義することができ、もちろん、標準的な３ｄＢ帯域幅定義の他に、スペクトル・ピークの帯域幅を、他の水準で定義することができる）、図３ｃは、その傾きＳを示し（ピークの傾きＳは、ピークの片側のすべての点での接線の平均傾きＳ１またはピークの所定の水準での接線Ｓ２として定義することができる）、図３ｄは、ノイズ・フロア・レベルＮＦＬと比較したその高さＨＮを示し、図３ｅは、その積分Ｉを示し（ピークの積分Ｉは、ピークＩ１の下の計算された面積または所定の水準Ｉ２、例えば−３ｄＢ水準までの計算された面積として定義することができる）、図３ｆは、ノイズ・フロア・レベルＮＦＬまでのその積分ＩＮを示す。さらなる実施形態では、上で述べた形状関数のうちの複数を計算することができる。

形状係数計算セクション２００を、共鳴ピークから形状関数を信頼できる形で計算できない場合に共鳴ピークの周波数を判定するようにさらに構成することができる。例えば、較正期間中など、共鳴ピークの幅が大きい場合に、形状係数計算セクション２００は、共鳴ピークの周波数を判定し、そのように判定された値をタイヤ空気圧判定セクション３００に供給することができる。一般に、車輪速度信号のスペクトル特性は、タイヤの垂直方向および接線（ねじり）方向でのばね−ダンパ・モデルを仮定するときに、最もよく理解することができる。路面の粗さに起因して、タイヤは、異なる方向（垂直、接線など）に振動する。タイヤ空気圧が低下するときに、タイヤのばね定数は、低下し、これが、車輪速度信号のスペクトルに影響し、したがって、スペクトル形状係数と共鳴ピーク（１つまたは複数）の位置との両方に影響する。垂直振動の最も重要なモードは、通常、約１０から２０Ｈｚに位置し、ねじり振動は、通常、４０から５０Ｈｚの間の帯に位置する。その結果、スペクトル形状係数の鋭い値を判定できない場合には、形状係数計算セクション２００は、その代わりに、タイヤ空気圧信号を判定するためにタイヤ空気圧判定セクション３００によってより信頼できる形で使用され得る共鳴ピークの位置の値（周波数値）を判定することを試みることができる。

第１の実施形態で、多次元特徴抽出セクション２５０は、車輪速度信号のスペクトルを計算し、そのベクトル成分として異なる周波数のスペクトルの周波数値を有する周波数ベクトルなど、所定の周波数帯にあるスペクトルから多次元特徴を抽出する。所定の周波数帯の幅は、５Ｈｚから５０Ｈｚの範囲内とすることができ、周波数帯は、１０Ｈｚと５０Ｈｚとの間にある任意の周波数から始まることができる。ピーク特徴の次元は、１と５０との間、具体的には５と１０との間にあるものとすることができる。ベクトル成分は、周波数帯内の等間隔の周波数から取り出すことができる。例示的に、図４ａに、３０Ｈｚと６０Ｈｚとの間の所定の周波数帯でのスペクトルの曲線の多次元特徴を示す。

さらなる実施形態では、多次元特徴抽出セクション２５０は、スペクトルの２つの（好ましくはオーバーラップしない）周波数帯にある２つのピーク特徴など、複数の多次元特徴を抽出する。例示的に、図４ｂに、１０Ｈｚと２０Ｈｚとの間ならびに３０Ｈｚと６０Ｈｚとの間の２つの所定の周波数帯のスペクトルの２つのそのような多次元特徴を示す。もちろん、多次元特徴の個数を変更することができる。

さらなる実施形態では、多次元特徴抽出セクション２５０は、入力として、形状係数計算セクション２００が第１実施形態によるタイプである場合に、形状係数計算セクション２００によって計算されたスペクトルを既に受け取る。

形状係数計算セクション２００および多次元特徴抽出セクション２５０は、それぞれ、少なくとも１つの形状係数および少なくとも１つの多次元特徴をタイヤ空気圧判定セクション３００に供給した。タイヤ空気圧判定セクション３００は、そのように適用された入力値を基礎としてタイヤ空気圧信号を判定する。このために、タイヤ空気圧判定セクションは、例えば自動開始または手動開始の後の１分と１００分の間、具体的には５分と３０分の間、より具体的には約７分または２０分の較正時間にわたる先行する較正フェーズ中に学習された可能性があるいくつかの較正値を使用することができる。これらの較正値は、タイヤ空気圧判定セクション３００への入力値をタイヤ空気圧信号に関係させる。タイヤ空気圧は、タイヤ空気圧値またはタイヤ空気圧低下（または増加した外気温度に起因するタイヤ空気圧増加）が正確なタイヤ空気圧値を定義せずに発生したことの指示のみのいずれかとすることができる。例えば、入力値を、（学習された）しきい値のみと比較することができ、タイヤ空気圧信号を、この比較結果を基礎として判定することができる。そのような比較は、複数の形状係数またはさらに少なくとも１つの多次元特徴がタイヤ空気圧判定セクション３００への入力値として使用される場合に、多次元的に定義された距離を使用することができる。

任意選択として、判定セクション３００は、車輪相対手法に基づくロール半径ベースのタイヤ空気圧判定モジュールなどの外部タイヤ空気圧判定モジュールのさらなる入力値を使用することができる。これらのさらなる入力値を、上で説明したものに類似する形で使用することができる。代替案では、上の比較結果の出力値を、さらに、平均値判定などの当業者に既知の任意の種類の統計的組合せを使用して外部モジュールからの入力値と組み合わせることができる。異なるタイヤ空気圧判定モジュール（車輪半径分析ＷＲＡモジュールおよび車輪スペクトル分析ＷＳＡモジュール、これらは、上で説明した形状係数計算セクション２００によって実施することができる）の出力値をどのように組み合わせるかに関する特定の例が、その内容が参照によって本願に組み込まれている、本願と同一の譲受人に権利を与えられたＥＰ１ ６４１ ６３９Ａ１に開示されている。同様に、ＷＲＡモジュールに関するさらなる詳細を、この特許出願公開からとることもできる。言及されたＷＲＡモジュールは、上の目的にも使用できるタイヤ空気圧間接監視でのより一般的なロール半径ベースのモジュールの例にすぎない。

同様に、タイヤ空気圧判定セクション３００は、同一の車両のさらなるタイヤについて計算された形状係数値および／または多次元特徴を使用することができ、これを、タイヤ空気圧を判定するためにお互いと比較することができる。例えば、これらの値および／または特徴が、所定のしきい値を上回る程度まで互いに異なり始めたならば、タイヤ空気圧信号は、タイヤ空気圧低下を示す出力となる。

要約すると、本発明は、（１）道路表面からの外乱、（２）車両振動の干渉からの狭帯域外乱、（３）未知のタイヤ・タイプ、および／または（４）車両速度に対して有利に頑健である、スペクトルからまたは直接に入力信号の時間領域からの共鳴ピークの形状係数を計算する。従来技術の手法に関して上で説明したように、ピーク周波数だけまたはスペクトル・パターンのいずれもが、これらの場合のすべてにおいて堅牢ではない。これに対して、形状関数は、雑音および狭帯域外乱により集中的であり、形状係数によって、共鳴ピークの本質的形態を記述する少数の特性特徴が意図されている。ピークの形状は、この形で、車輪速度信号から計算することが計算的に安価であり、小さいメモリ要件を暗示し、それに対する検出が簡単である、１つまたは少数の現実的な個数によって特徴を表すことができる。さらに、本発明は、複数の特徴ピークからの形状係数を組み合わせる可能性をも含む。これらを、単一のスカラ形状係数に組み合わせることができる。この組合せは、最も単純な形においては固定されたルールであるが、例えば、速度、温度、他の車両パラメータ、較正値、および／またはタイヤ分類情報に関する情報を組み込むように適合可能とすることもでき、それによってさらに、システムは頑健でありながらも敏感になり、異なるタイヤを有する異なる車両で同一の性能水準を必ず達成できるようになる。

例えば、ランダム・ノイズに伴って励起される純ばね−ダンパからのスペクトルは、ばね定数およびダンパ定数によって決定されるあるピーク周波数および帯域幅を有する形状を与える。しかし、有限のデータ・レコードについて、スペクトルは、ランダム変数になり、特に共鳴ピークの計算された周波数値は、ランダムである。これは、平均をとることによってある程度までは軽減できるが、すでにこの単純なケースでは、帯域幅は、ピーク周波数に比べて、ばね定数およびダンパ定数に関する変化を検出するさらに頑健な手段であろう。さらに、車輪速度信号は、多数の異なるばね−ダンパ系、道路不規則性、車両速度変動などの合計であり、これらは、さらに、より頑健なスペクトル形状係数の有利な使用をさらに実証する。しかし、いくつかの実施形態で、ばね定数およびダンパ定数に関する変更を検出するために、したがってタイヤ空気圧変化を検出するためのより堅牢な手段を有するために、形状関数と一緒に共鳴周波数をさらに判定することが有利である。

２ 車輪； ３ サスペンション； ２ 車両のシャシー；
４ サスペンション・センサ； ５ 車輪速度センサ；
１００ 入力セクション； ２００ 形状係数計算セクション；
２５０ 多次元特徴抽出セクション； ３００ タイヤ空気圧判定セクション。

Claims (19)

1. 車両のタイヤ（２）のタイヤ空気圧偏差を推定する方法であって、
   入力信号として車両信号を受け取るステップと、
   前記入力信号を基礎として車両信号スペクトル（２）に関連する共鳴ピークの少なくとも１つの形状係数（Ｈ；Ｗ；Ｓ；ＨＮＬ；Ｉ；ＡＮＬ）を計算するステップと、
   前記少なくとも１つの形状係数（Ｈ；Ｗ；Ｓ；ＨＮＬ；Ｉ；ＡＮＬ）に依存して、前記車両のタイヤ（２）内のタイヤ空気圧偏差を示すタイヤ空気圧信号を判定するステップと
   を含む方法。
2. 前記車両信号が、前記車両のタイヤ（２）の前記車両速度を示す車輪速度センサ（５）信号である、請求項１に記載の方法。
3. 前記計算するステップが、前記車両信号スペクトル内の共鳴ピークをモデル化することができる車両信号時間領域に導入されたパラメトリック・モデルから導出される少なくとも１つのパラメータを基礎として前記少なくとも１つの形状係数（Ｈ；Ｗ；Ｓ；ＨＮＬ；Ｉ；ＡＮＬ）を計算するステップを含む、前記請求項のいずれか一項に記載の方法。
4. 前記計算するステップが、特に離散フーリエ変換または高速フーリエ変換によって前記入力信号のスペクトルを計算するステップと、そのように計算された前記スペクトルを基礎として形状係数（Ｈ；Ｗ；Ｓ；ＨＮＬ；Ｉ；ＡＮＬ）を計算するステップとを含む、請求項１または２に記載の方法。
5. 前記形状係数（Ｈ；Ｗ；Ｓ；ＨＮＬ；Ｉ；ＡＮＬ）が、
   前記共鳴ピークの高さ（Ｈ）と、
   前記共鳴ピークの幅（Ｗ）と、
   前記共鳴ピークの立ち上がりエッジおよび立ち下がりエッジのうちの少なくとも１つでのピークの傾き（Ｓ）と、
   ノイズ・フロア・レベルに関係する前記共鳴ピークの高さ（ＨＮＬ）と、
   前記共鳴ピークの積分（Ｉ）と、
   前記ノイズ・フロア・レベルまでの前記ピークの下の面積（ＡＮＬ）と
   のうちの少なくとも１つの要素を含む、前記請求項のいずれか一項に記載の方法。
6. 前記入力信号のスペクトルを計算するステップと、上記計算されたスペクトルから少なくとも１つの多次元特徴を抽出するステップとをさらに含み、前記判定するステップが、前記少なくとも１つの形状係数（Ｈ；Ｗ；Ｓ；ＨＮＬ；Ｉ；ＡＮＬ）および前記少なくとも１つの多次元特徴を基礎として前記タイヤ空気圧信号を判定するステップを含む、前記請求項のいずれか一項に記載の方法。
7. 前記抽出ステップが、前記スペクトルの複数の異なる所定の周波数帯に属する複数の多次元特徴を抽出するステップを含む、請求項６に記載の方法。
8. 前記タイヤ空気圧信号が、ロール半径相対手法から導出されるタイヤ空気圧信号を基礎としても判定される、前記請求項のいずれか一項に記載の方法。
9. 前記タイヤ空気圧信号が、さらなる車両のタイヤに関連する少なくとも１つのさらなる車両信号を基礎として判定もされる、前記請求項のいずれか一項に記載の方法。
10. 車両のタイヤ（２）のタイヤ空気圧偏差を推定するシステムであって、
    入力信号として車両信号を受け取るように構成された入力セクション（１００）と、
    前記入力信号を基礎として車両信号スペクトル（２）に関連する共鳴ピークの少なくとも１つの形状係数（Ｈ；Ｗ；Ｓ；ＨＮＬ；Ｉ；ＡＮＬ）を計算するように構成された計算セクション（２００）と、
    前記少なくとも１つの形状係数（Ｈ；Ｗ；Ｓ；ＨＮＬ；Ｉ；ＡＮＬ）に依存して、前記車両のタイヤ（２）内のタイヤ空気圧偏差を示すタイヤ空気圧信号を導出するように構成された判定セクション（３００）と
    を含むシステム。
11. 前記車両信号が、前記車両のタイヤ（２）の前記車両速度を示す車輪速度センサ（５）信号である、請求項１０に記載のシステム。
12. 前記計算セクション（２００）が、前記車両信号スペクトル内の共鳴ピークをモデル化することができる車両信号時間領域に導入されたパラメトリック・モデルから導出される少なくとも１つのパラメータを基礎として前記少なくとも１つの形状係数（Ｈ；Ｗ；Ｓ；ＨＮＬ；Ｉ；ＡＮＬ）を計算するように構成される、請求項１０または１１に記載のシステム。
13. 前記計算セクション（２００）が、特に離散フーリエ変換または高速フーリエ変換によって前記入力信号のスペクトルを計算し、そのように計算された前記スペクトルを基礎として前記形状係数（Ｈ；Ｗ；Ｓ；ＨＮＬ；Ｉ；ＡＮＬ）を計算するように構成される、請求項１０または１１に記載のシステム。
14. 前記形状係数（Ｈ；Ｗ；Ｓ；ＨＮＬ；Ｉ；ＡＮＬ）が、
    前記共鳴ピークの高さ（Ｈ）と、
    前記共鳴ピークの幅（Ｗ）と、
    前記共鳴ピークの立ち上がりエッジおよび立ち下がりエッジのうちの少なくとも１つでのピークの傾き（Ｓ）と、
    ノイズ・フロア・レベルに関係する前記共鳴ピークの高さ（ＨＮＬ）と、
    前記共鳴ピークの積分（Ｉ）と、
    前記ノイズ・フロア・レベルまでの前記ピークの下の面積（ＡＮＬ）と
    のうちの少なくとも１つの要素を含む、請求項１０から１３のいずれか一項に記載のシステム。
15. 前記入力信号の前記スペクトルを計算し、前記スペクトルから少なくとも１つの多次元特徴を抽出するように構成された抽出セクション（２５０）をさらに含み、前記判定セクション（３００）が、前記少なくとも１つの形状係数（Ｈ；Ｗ；Ｓ；ＨＮＬ；Ｉ；ＡＮＬ）および前記少なくとも１つの多次元特徴を基礎として前記タイヤ空気圧信号を判定するように構成される、請求項１０から１４のいずれか一項に記載のシステム。
16. 前記抽出セクション（２５０）が、前記スペクトルの複数の異なる所定の周波数帯に属する複数の多次元特徴を抽出するように構成される、請求項１５に記載のシステム。
17. 前記判定セクション（３００）が、相対手法を採用するロール半径判定システムから入力されるタイヤ空気圧信号を基礎としてタイヤ空気圧信号を判定するようにさらに構成される、請求項１０から１６のいずれか一項に記載のシステム。
18. 前記判定セクションが、さらなる車両のタイヤに関連する少なくとも１つのさらなる車両信号を基礎として前記タイヤ空気圧信号を判定するようにさらに構成される、請求項１０から１７のいずれか一項に記載のシステム。
19. 処理システム上で実行されるときに、車両のタイヤ（２）のタイヤ空気圧を推定する方法であって、
    入力信号として車両信号を受け取るステップと、
    前記入力信号を基礎として車両信号スペクトル（２）に関連する共鳴ピークの少なくとも１つの形状係数（Ｈ；Ｗ；Ｓ；ＨＮＬ；Ｉ；ＡＮＬ）を計算するステップと、
    前記少なくとも１つの形状係数（Ｈ；Ｗ；Ｓ；ＨＮＬ；Ｉ；ＡＮＬ）に依存して、前記車両のタイヤ（２）内のタイヤ空気圧を示すタイヤ空気圧信号を判定するステップと
    を含む方法を実行するためのプログラム・コードを含むコンピュータ・プログラム。

Images