JP2020026160A - 走行中の車両の状態のモニタリング装置 - Google Patents

Abstract

【課題】共振周波数の探索範囲を維持したまま、走行中の車両の状態に関するセンシングデータからノイズの影響をキャンセルして、共振周波数を精度よく算出する。【解決手段】走行中の車両の状態をモニタリングするモニタリング装置が提供される。モニタリング装置は、走行中の車両の振動状態に関する時系列のセンシングデータを固定バンドパスフィルターに通すことにより、センシングデータの第１周波数帯域の成分を抽出する第１フィルタリング部と、第１周波数帯域の成分を、第１周波数帯域内で移動可能な可変バンドパスフィルターに通すことにより、第１周波数帯域よりも帯域幅が狭い第２周波数帯域の成分を抽出する第２フィルタリング部と、第２周波数帯域を特定する値及び第２周波数帯域の成分の少なくとも一方に基づき、センシングデータの共振周波数を決定するピーク決定部とを備える。【選択図】図３

Description

本発明は、走行中の車両の状態のモニタリング装置、プログラム及び方法に関する。

車両を快適に走行させるためには、タイヤの空気圧が調整されていることが重要である。空気圧が適正値を下回ると、タイヤの耐久性や耐摩耗性、操縦安定性等が悪化したり、ハイドロプレーニングが起き易くなったり、また、燃費が悪くなるという問題が生じ得るからである。従来より、タイヤの減圧を自動的に検出するシステム(Tire Pressure Monitoring System; ＴＰＭＳ)が研究されている。タイヤが減圧しているという情報は、例えば、運転者への警報に用いることができる。

タイヤの減圧を検出する方式には、タイヤに圧力センサを取り付ける等して、タイヤの空気圧を直接的に計測する方式の他、他の指標値を用いてタイヤの減圧を間接的に評価する方式がある。このような間接的な評価方式の１つとしては、共振周波数方式(Resonance Frequency Method; ＲＦＭ)が知られている。ＲＦＭは、減圧により車輪速信号に含まれるタイヤの共振周波数特性が変化することを利用するものである。

しかしながら、車載のコンピュータリソースは限られるため、高速フーリエ変換（ＦＦＴ）を用いてタイヤの共振周波数特性の変化を解析することは時として困難である。このため、従来の手法においては、例えば特許文献１に示すように、周波数領域への変換を行わずに、共振周波数を推定している。具体的には、特許文献１では、時系列データとして取得される車輪速信号を、Ｋ次の自己回帰(autoregressive; ＡＲ）モデルに基づいて時系列解析する。具体的には、次の式（１）で示されるモデルにおけるパラメータθ＝[ａ₁，ａ₂，・・・，ａ_K]をカルマンフィルタ（逐次最小二乗法）で推定する。

ここで、ｙ（ｔ）は時刻ｔにおける車輪速、εは白色ノイズを表しており、Ｋはモデルの次数である。共振周波数は、ＡＲモデルを表わす伝達関数の極に対応する周波数として推定される。

特開２００９−２７４６３９号公報

しかしながら、ＡＲモデルを適用する帯域幅内にタイヤの共振ピークとは異なるノイズピークが存在すると、ＡＲモデルに基づいて導出される共振周波数は、そのようなノイズピークに引っ張られて、真のタイヤの共振周波数からずれてしまう。よって、ノイズピークを避けるため、ＡＲモデルを適用する帯域幅を狭く設定することが考えられる。しかし、それは、共振周波数の探索範囲が狭まることを意味するため、結果的に共振周波数を正しく算出できないことにもなり得るし、減圧検出を行う場合であれば、減圧感度（減圧により生じるタイヤの共振周波数の変化の大きさ）が低下する。従って、共振周波数の探索範囲を維持したまま、ノイズの影響をキャンセルして、共振周波数を精度よく算出できるようにすることが望まれる。なお、このことは、タイヤの減圧検出の場面に限らず、車両の走行中に取得される車両の振動状態に関するセンシングデータの共振周波数に基づき、走行中の車両の状態をモニタリングすることが要求される場面全般に当てはまり得る。タイヤの減圧検出の場面以外のこのような場面としては、例えば、乗心地と関連するバネ上及びバネ下共振のゲイン／周波数や、シミーやシェイク等の車両の振動ゲイン／周波数をモニタリングする場面や、車両が走行する路面の状態やタイヤの摩耗の状態を判定する場面等が想定される。

本発明は、共振周波数の探索範囲を維持したまま、走行中の車両の振動状態に関するセンシングデータからノイズの影響をキャンセルして、共振周波数を精度よく算出することができるモニタリング装置、方法及びプログラムを提供することを目的とする。

本発明の第１観点に係るモニタリング装置は、走行中の車両の状態をモニタリングするモニタリング装置であって、走行中の前記車両の振動状態に関する時系列のセンシングデータを固定バンドパスフィルターに通すことにより、前記センシングデータの第１周波数帯域の成分を抽出する第１フィルタリング部と、前記第１周波数帯域の成分を、前記第１周波数帯域内で移動可能な可変バンドパスフィルター又は可変バンドストップフィルターに通すことにより、前記第１周波数帯域よりも帯域幅が狭い第２周波数帯域の成分を抽出又は除去する第２フィルタリング部と、前記第２周波数帯域を特定する値及び前記第２周波数帯域の成分の少なくとも一方に基づき、前記センシングデータの共振周波数を決定するピーク決定部とを備える。

本発明の第２観点に係るモニタリング装置は、第１観点に係るモニタリング装置であって、前記センシングデータは、前記車両に装着された車輪の回転情報である。

本発明の第３観点に係るモニタリング装置は、第２観点に係るモニタリング装置であって、前記第２周波数帯域の帯域幅は、４Ｈｚ〜１２Ｈｚである。

本発明の第４観点に係るモニタリング装置は、第２観点又は第３観点に係るモニタリング装置であって、前記第１周波数帯域の帯域幅は、前記第２周波数帯域の帯域幅よりも４Ｈｚ〜１０Ｈｚ広い。

本発明の第５観点に係るモニタリング装置は、第１観点から第４観点のいずれかに係るモニタリング装置であって、前記ピーク決定部は、前記第２周波数帯域を特定する値に基づき、前記共振周波数を前記第２周波数帯域の中心周波数として決定する。

本発明の第６観点に係るモニタリング装置は、第１観点から第４観点のいずれかに係るモニタリング装置であって、前記ピーク決定部は、前記可変バンドパスフィルターを通過した前記第２周波数帯域の成分を自己回帰モデルに基づいて時系列解析することにより、前記共振周波数を決定する。

本発明の第７観点に係るモニタリング装置は、第１観点から第４観点のいずれかに係るモニタリング装置であって、前記第２フィルタリング部は、前記第１周波数帯域の成分を、前記可変バンドストップフィルターに通すことにより、前記第２周波数帯域の成分を除去する。前記ピーク決定部は、前記第２周波数帯域の中心周波数を少なくとも含み、前記第１周波数帯域よりも帯域幅が狭い帯域の信号を通すバンドパスフィルターを定義し、前記第１周波数帯域の成分を、前記定義したバンドパスフィルターに通し、前記定義したバンドパスフィルターを通過した成分を自己回帰モデルに基づいて時系列解析することにより、前記共振周波数を決定する。

本発明の第８観点に係るモニタリング装置は、第１観点から第７観点のいずれかに係るモニタリング装置であって、前記決定された共振周波数に基づいて、前記車両に装着されているタイヤの減圧を検出する減圧検出部をさらに備える。

本発明の第９観点に係るモニタリングプログラムは、走行中の車両の状態をモニタリングするためのモニタリングプログラムであって、以下のことをコンピュータに実行させる。
（１）走行中の前記車両の振動状態に関する時系列のセンシングデータを固定バンドパスフィルターに通すことにより、前記センシングデータの第１周波数帯域の成分を抽出すること
（２）前記第１周波数帯域の成分を、前記第１周波数帯域内で移動可能な可変バンドパスフィルター又は可変バンドストップフィルターに通すことにより、前記第１周波数帯域よりも帯域幅が狭い第２周波数帯域の成分を抽出又は除去すること
（３）前記第２周波数帯域を特定する値及び前記第２周波数帯域の成分の少なくとも一方に基づき、前記センシングデータの共振周波数を決定すること

本発明の第１０観点に係るモニタリング方法は、走行中の車両の状態をモニタリングするためのモニタリング方法であって、以下のことを含む。
（１）走行中の前記車両の振動状態に関する時系列のセンシングデータを固定バンドパスフィルターに通すことにより、前記センシングデータの第１周波数帯域の成分を抽出すること
（２）前記第１周波数帯域の成分を、前記第１周波数帯域内で移動可能な可変バンドパスフィルター又は可変バンドストップフィルターに通すことにより、前記第１周波数帯域よりも帯域幅が狭い第２周波数帯域の成分を抽出又は除去すること
（３）前記第２周波数帯域を特定する値及び前記第２周波数帯域の成分の少なくとも一方に基づき、前記センシングデータの共振周波数を決定すること

本発明によれば、まず、走行中の車両の振動状態に関するセンシングデータを、固定バンドパスフィルターを用いて、共振周波数の探索範囲となる第１周波数帯域の成分に絞り込む。次に、同成分に、第１周波数帯域内で移動可能な可変バンドパスフィルター又は可変バンドストップフィルターを適用し、第１周波数帯域をこれよりも狭く、共振周波数を含む第２周波数帯域にさらに絞り込む。よって、共振周波数の探索範囲（第１周波数帯域）を維持したまま、共振周波数の真のピークが存在する範囲（第２周波数帯域）を絞り込むことができる。これにより、センシングデータからノイズの影響をキャンセルして、共振周波数を精度よく算出することができる。

本発明の一実施形態に係るモニタリング装置が車両に搭載された様子を示す模式図。 モニタリング装置の電気的構成を示すブロック図。 減圧検出処理の流れを示すフローチャート。 比較例に係る共振周波数の値のグラフ。 実施例１に係る共振周波数の値のグラフ。 実施例２に係る共振周波数の値のグラフ。

以下、図面を参照しつつ、本発明の一実施形態に係る走行中の車両の状態のモニタリング装置、プログラム及び方法について説明する。

＜１．モニタリング装置の構成＞
図１は、モニタリング装置２が車両１に搭載された様子を示す模式図である。モニタリング装置２は、車両１に搭載される制御ユニットとして実現され、走行中の車両１の状態をモニタリングする。車両１は、４輪車両であり、左前輪タイヤＦＬ、右前輪タイヤＦＲ、左後輪タイヤＲＬ及び右後輪タイヤＲＲを備えている。モニタリング装置２は、これらのタイヤＦＬ，ＦＲ，ＲＬ，ＲＲの減圧を検出する機能を備えており、タイヤＦＬ，ＦＲ，ＲＬ，ＲＲの減圧が検出されると、車両１に搭載されている警報表示器３を介してその旨の警報を行う。このような減圧検出処理の流れの詳細については、後述する。

タイヤＦＬ，ＦＲ，ＲＬ，ＲＲの減圧は、車輪の回転情報に基づいて検出される。タイヤＦＬ，ＦＲ，ＲＬ，ＲＲには（より正確には、タイヤＦＬ，ＦＲ，ＲＬ，ＲＲが取り付けられている車輪には）、各々、車輪速センサ６が取り付けられている。車輪速センサ６は、各々、車両１の走行中、自身の取り付けられた車輪の回転情報として、車輪速信号、すなわちタイヤＦＬ，ＦＲ，ＲＬ，ＲＲの回転速度を表す信号（以下、センシングデータという）を所定のサンプリング周期で検出する。本実施形態では、センシングデータのサンプリング周期は、４ミリ秒（サンプリング周波数に換算すると、２５０Ｈｚ）である。車輪速センサ６は、モニタリング装置２に通信線５ａを介して接続されており、車輪速センサ６で時々刻々センシングされるセンシングデータは、通信線５ａを介してリアルタイムにモニタリング装置２に送信される。こうして取得される時系列のセンシングデータは、走行中の車両１の振動状態を表す。

車輪速センサ６としては、走行中のタイヤＦＬ，ＦＲ，ＲＬ，ＲＲの回転速度を検出できるものであれば、どのようなものでも用いることができる。例えば、電磁ピックアップの出力信号から回転速度を測定するタイプのセンサを用いることもできるし、ダイナモのように回転を利用して発電を行い、このときの電圧から回転速度を測定するタイプのセンサを用いることもできる。車輪速センサ６の取り付け位置も、特に限定されず、回転速度の検出が可能である限り、センサの種類に応じて、適宜、選択することができる。

図２は、モニタリング装置２の電気的構成を示すブロック図である。モニタリング装置２は、ハードウェアとしては、車両１に搭載されている制御ユニットであり、図２に示されるとおり、Ｉ／Ｏインターフェース１１、ＣＰＵ１２、ＲＯＭ１３、ＲＡＭ１４、及び不揮発性で書き換え可能な記憶装置１５を備えている。Ｉ／Ｏインターフェース１１は、車輪速センサ６や警報表示器３等の外部装置との通信を実現する通信装置である。ＲＯＭ１３には、車両１の各部の動作を制御するためのプログラム７が格納されている。ＣＰＵ１２は、ＲＯＭ１３からプログラム７を読み出して実行することにより、仮想的に第１フィルタリング部２１、第２フィルタリング部２２、ピーク決定部２３及び減圧検出部２４として動作する。各部２１〜２４の動作の詳細は、後述する。記憶装置１５は、ハードディスクやフラッシュメモリ等で構成される。なお、プログラム７の格納場所は、ＲＯＭ１３ではなく、記憶装置１５であってもよい。ＲＡＭ１４及び記憶装置１５は、ＣＰＵ１２の演算に適宜使用される。

警報表示器３は、減圧が起きている旨をユーザに伝えることができる限り、例えば、液晶表示素子や液晶モニター等、任意の態様で実現することができる。例えば、警報表示器３は、四輪タイヤＦＬ，ＦＲ，ＲＬ，ＲＲにそれぞれ対応する４つのランプを、タイヤの実際の配列に併せて配置したものとすることができる。また、ランプは１つだけであってもよく、いずれかのタイヤで減圧が検出された場合に点灯するように構成することもできる。警報表示器３の取り付け位置も、適宜選択することができるが、例えば、インストルメントパネル上等、ドライバーに分かりやすい位置に設けることが好ましい。制御ユニット（モニタリング装置２）がカーナビゲーションシステムに接続される場合には、カーナビゲーション用のモニターを警報表示器３として使用することも可能である。警報表示器３としてモニターが使用される場合、警報はモニター上に表示されるアイコンや文字情報とすることができる。

＜２．減圧検出処理＞
以下、図３を参照しつつ、タイヤＦＬ，ＦＲ，ＲＬ，ＲＲの減圧を検出するための減圧検出処理について説明する。図３に示す減圧検出処理は、例えば、車両１の走行が開始したときに開始し、走行が停止したときに終了する。本処理は、共振周波数方式（ＲＦＭ）の減圧検出処理であり、ＲＦＭは、タイヤの空気圧が変化すると、タイヤの共振周波数ｆ_Rが変化することを利用する。よって、本処理では、後述するとおり、タイヤの共振周波数ｆ_Rが算出され、これに基づくタイヤの減圧検出が行われる。なお、以下では、簡単のため、左前輪タイヤＦＬの減圧が検出される様子を説明するが、残りのタイヤＦＲ，ＲＬ，ＲＲについても同様の処理が行われるものとする。

まず、ステップＳ１では、第１フィルタリング部２１が、車輪速センサ６から時々刻々送信されてくる、タイヤＦＬの回転速度を表すセンシングデータを取得する。ここで取得されるセンシングデータは、Ｉ／Ｏインターフェース１１を介して受信される。

ステップＳ１は、回転速度を表すセンシングデータが一定量以上溜まるまで繰り返され、その後、ステップＳ３に進む。ステップＳ３では、第１フィルタリング部２１が、こうして溜められた回転速度に関する時系列のセンシングデータをハイパスフィルターに通すことにより、直流成分（０Ｈｚの成分）を除去する。ステップＳ３は、後続のステップＳ５におけるアクティブノイズコントロールの前処理としての意味を持つ。

なお、図３に点線で示すように、ステップＳ１の後、ステップＳ２として、ステップＳ１で取得された回転速度を表すセンシングデータを、回転加速度を表すセンシングデータに変換してもよい。回転加速度は、回転速度を微分することにより取得される。この場合、以後の処理では、回転速度を表すセンシングデータに代えて、回転加速度を表すセンシングデータが使用される。また、この場合、ステップＳ３は省略することができる。回転加速度は、回転速度を時間微分したものであり、既に直流成分が除去されているからである。

続くステップＳ４では、第１フィルタリング部２１は、ステップＳ３を経た時系列のセンシングデータのダウンサンプリング（デシメーション）を行う。本実施形態では、前述のとおり、車輪速センサ６によるサンプリング周波数が２５０Ｈｚであり、ナイキスト周波数がその半分の１２５Ｈｚであるため、ダウンサンプリング前の有効帯域は、０〜１２５Ｈｚである。本実施形態では、サンプル数を０．５倍となるように間引く。そのため、ステップＳ３を経た時系列のセンシングデータを、６２．５Ｈｚ以上を除去するローパスフィルターに通し、有効帯域が０〜６２．５Ｈｚのセンシングデータを導出する。

続くステップＳ５では、第１フィルタリング部２１は、ステップＳ４を経た時系列のセンシングデータに対し、アクティブノイズコントロール（Active noise control; ＡＮＣ）を適用する。これにより、センシングデータから周期ノイズをできる限り除去し、ステップＳ８で決定されるタイヤＦＬの共振周波数ｆ_Rの精度を高めることができる。

ＡＮＣの参照信号として、共振周波数ｆ_Rを算出しようとしているタイヤ（以下、自己タイヤという）の回転速度を表す過去のセンシングデータを使用することができる。あるいは、ＡＮＣの参照信号として、自己タイヤと同軸で左右反対側のタイヤ（例えば、左前輪タイヤＦＬであれば、右前輪タイヤＦＲ）のセンシングデータを使用することができる。この場合、現在のセンシングデータと、直近の所定量の過去のセンシングデータとを組み合わせたものを使用することができる。あるいは、ＡＮＣの参照信号として、自己タイヤと同側で前後反対側のタイヤ（例えば、左前輪タイヤＦＬであれば、左後輪タイヤＲＬ）のセンシングデータを使用することができる。なお、前輪タイヤのセンシングデータを参照して後輪タイヤのセンシングデータのノイズを消す場合には、前輪タイヤの過去のセンシングデータが参照される。一方、後輪タイヤのセンシングデータを参照して前輪タイヤのセンシングデータのノイズを消す場合には、後輪タイヤの将来のセンシングデータが参照される。これは、路面の継ぎ目を乗り越すときに生じるノイズを消す場面を考えると分かり易く、特定の継ぎ目を、まず前輪タイヤ乗り越し、その後、後輪タイヤが乗り越すからである。あるいは、これらの複数の参照信号に基づくＡＮＣを適宜組み合わせた多重ＡＮＣを適用することで、さらに効果的にノイズを除去することができる。ＡＮＣでは、主としてエンジンノイズのような周期ノイズを除去することができる。

続くステップＳ６では、第１フィルタリング部２１は、ステップＳ５を経たセンシングデータを固定バンドパスフィルターに通すことにより、第１周波数帯域の成分を抽出する。第１周波数帯域は、予め定められており、タイヤＦＬの減圧及び昇圧で変化する共振周波数ｆ_Rの変化範囲を含むように定められることが好ましい。このような観点から、本実施形態の第１周波数帯域は、タイヤＦＬのねじり共振周波数の周辺（典型的には、３０Ｈｚ〜５０Ｈｚの周辺）の帯域である。また、同観点からは、第１周波数帯域の帯域幅は、好ましくは８Ｈｚ〜２２Ｈｚであり、より好ましくは、１０Ｈｚ〜２０Ｈｚである。

続くステップＳ７では、第２フィルタリング部２２が、ステップＳ６を経たセンシングデータ、すなわち、第１周波数帯域の成分を可変バンドパスフィルターに通すことにより、第２周波数帯域の成分を抽出する。本実施形態では、第２周波数帯域の帯域幅は、第１周波数帯域よりも狭く、予め定められている。第２周波数帯域の帯域幅は、好ましくは４Ｈｚ〜１２Ｈｚである。また、第１周波数帯域の帯域幅は、第２周波数帯域の帯域幅よりも好ましくは４Ｈｚ〜１０Ｈｚ広い。

ステップＳ７で使用される可変バンドパスフィルターは、バンドパスフィルターの一種であり、同フィルターを通過する信号ゲイン（スペクトルの面積）が最大となるように、同フィルターの中心周波数を適応的に変化させるフィルターである。このフィルターの適応アルゴリズムとして、例えば、ＬＭＳアルゴリズムを用いることができる。第２フィルタリング部２２は、第１周波数帯域内で、可変バンドパスフィルターを移動させながら、同フィルターを通過するセンシングデータの信号ゲインが最大となるような第２周波数帯域を決定し、こうして決定された第２周波数帯域の成分を抽出する。

ところで、第１周波数帯域内で最も大きなピークがタイヤの共振周波数ｆ_Rであれば、最終的に決定される第２周波数帯域は共振周波数ｆ_Rに追従し、第２周波数帯域の中心周波数付近に共振周波数ｆ_Rが現れる。そのため、第１周波数帯域の成分に可変バンドパスフィルターを適用することにより、共振周波数ｆ_Rの探索範囲（第１周波数帯域）の広さを維持したまま、共振周波数ｆ_Rが存在する範囲をこれよりも狭い範囲（第２周波数帯域）へと絞り込むことができる。また、第２周波数帯域が第１周波数帯域よりも狭いことで、注目している帯域内に余分なノイズピークが含まれる確率は低くなり、ステップＳ８で最終的に決定されるタイヤの共振周波数ｆ_Rがノイズの影響を受け難くなる。

また、タイヤの回転速度が速いほど、路面からの加振周波数が高くなるため、車輪速に基づくセンシングデータのゲインは、周波数が大きくなるほど大きくなる傾向にある。これは、車両１の走行速度に依存するノイズを生み、このノイズは、車両の状態を判定するための指標値として共振周波数ｆ_Rを算出する上では、除去されるべきノイズとなる。この点、以上のとおり、本実施形態では、第２周波数帯域が第１周波数帯域よりも狭いことで、注目している帯域内に含まれるこの種のノイズの量が減り、ステップＳ８で減圧検出の指標値として決定されるタイヤの共振周波数ｆ_Rがノイズの影響を受け難くなる。

続くステップＳ８では、ピーク決定部２３が、可変バンドパスフィルターを通過したセンシングデータの第２周波数帯域の成分に基づいて、タイヤＦＬの共振周波数ｆ_Rを決定する。本実施形態では、ピーク決定部２３は、第２周波数帯域の成分を、２次の自己回帰（ＡＲ）モデルに基づいてカルマンフィルターにより時系列解析し、ピーク周波数を共振周波数ｆ_Rとする。あるいは、第２周波数帯域の成分を、高次（３次以上）の自己回帰（ＡＲ）モデルに基づいてカルマンフィルターにより時系列解析する。続いて、こうして推定されたＡＲモデルのパラメータと推定に用いたセンシングデータとから、モデルに与えられたと仮定できる入力信号を復元する。そして、この入力信号と出力信号（センシングデータ）にバンドパスフィルター等の適当な信号処理を施した後に、２次の自己回帰移動平均（Autoregressive Moving Average; ＡＲＭＡ）モデルに基づいてカルマンフィルターによりシステムを決定する。そして、このときのピーク周波数を共振周波数ｆ_Rとして決定してもよい。なお、高次のＡＲモデル及び高次のＡＲＭＡモデルにより共振周波数を算出する方法は、公知であるため、ここでは詳細な説明を省略するが、必要であれば、特許文献１や特開２０１１−１０２０７７号公報を参照されたい。

続くステップＳ９では、減圧検出部２４が、ステップＳ７で算出された減圧検出を行うための指標値としての共振周波数ｆ_Rと、記憶装置１５に記憶されている閾値とを比較し、前者が後者以下であれば、処理がステップＳ１０に進められる。一方、後者が大きければ、ステップＳ１に戻る。

ステップＳ１０では、減圧検出部２４が、減圧の警報を行う。具体的には、減圧検出部２４は、車両１に搭載されている警報表示器３を点灯させ、タイヤＦＬが減圧状態にあることをドライバーに対し報知する。ステップＳ９が終わると、減圧検出処理が終了する。

＜３．変形例＞
以上、本発明の一実施形態について説明したが、本発明は上記実施形態に限定されるものではなく、その趣旨を逸脱しない限りにおいて、種々の変更が可能である。例えば、以下の変更が可能である。また、以下の変形例の要旨は、適宜組み合わせることができる。

＜３−１＞
上記実施形態では、タイヤの減圧検出を行うべく、車輪速信号（あるいは、これを微分した回転加速度を表すセンシングデータ）を用いて、共振周波数が決定された。しかしながら、走行中の車両の振動状態に関するセンシングデータから共振周波数を決定する上記アルゴリズムは、その他の場面においても適用可能である。例えば、乗心地や車両の振動（シミー、シェイク等）の状態、車両が走行する路面の状態やタイヤの故障（摩耗を含む）の状態等を判定するために、同様に、車輪速信号からピーク周波数やピークレベルを導出することが求められる場面があるが、このような場面でも、ステップＳ３〜Ｓ８の方法を適用することができる。また、乗心地や車両の振動（シミー、シェイク等）の状態、路面の状態やタイヤの故障（摩耗を含む）の状態等を判定するために、タイヤや車輪、ナックルに取り付けられた加速度センサ（振動センサ）の出力信号から共振周波数を導出することが求められる場面があるが、このような場面でもステップＳ３〜Ｓ８の方法を適用することができる。

＜３−２＞
上記実施形態では、第２周波数帯域の成分にＡＲモデルを適用することにより、共振周波数ｆ_Rが決定された。しかしながら、ピーク決定部２３は、ステップＳ７で決定された第２周波数帯域を特定する値に基づき、共振周波数ｆ_Rを決定してもよい。例えば、共振周波数ｆ_Rを第２周波数帯域の中心周波数（その近傍の周波数を含む）として決定してもよい。

＜３−３＞
また、以下の方法で共振周波数ｆ_Rを決定してもよい。まず、第２フィルタリング部２２は、可変バンドパスフィルターに代えて、第１周波数帯域の成分を可変バンドストップフィルターに通すことにより、第２周波数帯域の成分を除去する。可変バンドストップフィルターは、バンドストップフィルターの一種であり、同フィルターで除去される信号ゲイン（スペクトルの面積）が最大となるように、同フィルターの中心周波数をＬＭＳアルゴリズム等を用いて、適応的に変化させるフィルターである。第２フィルタリング部２２は、第１周波数帯域内で、可変バンドパスフィルターを移動させながら、同フィルターで除去されるセンシングデータの信号ゲインが最大となるような第２周波数帯域を決定し、こうして決定された第２周波数帯域の成分を除去する。続いて、ピーク決定部２３は、こうして決定された第２周波数帯域を特定する値に基づき、共振周波数ｆ_Rを決定してもよい。例えば、共振周波数ｆ_Rを第２周波数帯域の中心周波数（その近傍の周波数を含む）として決定してもよい。

＜３−４＞
また、以下の方法で共振周波数ｆ_Rを決定してもよい。まず、第２フィルタリング部２２は、可変バンドパスフィルターに代えて、第１周波数帯域の成分を可変バンドストップフィルターに通すことにより、第２周波数帯域の成分を除去する。続いて、ピーク決定部２３は、第２周波数帯域の中心周波数を少なくとも含み（典型的には、第２周波数帯域の中心周波数を中心周波数とする）、第１周波数帯域よりも帯域幅が狭い帯域（第２周波数帯域と同じとすることができる）の信号を通すバンドパスフィルターを定義する。そして、第１周波数帯域の成分を同バンドパスフィルターに通し、同バンドパスフィルターを通過した成分をステップＳ８と同様にＡＲモデル及びＡＲＭＡモデルに基づいて時系列解析することにより、共振周波数ｆ_Rを決定してもよい。

＜３−５＞
変形例３−４のように、第２周波数帯域の成分を通過させる可変バンドパスフィルターによらず、第２周波数帯域の成分を除去する可変バンドストップフィルターを用いたとしても、第２周波数帯域の成分を抽出することは可能である。そして、そのような場合には、上記実施形態と同じく、ＡＲモデル及びＡＲＭＡモデルに基づいて共振周波数ｆ_Rを決定することができる。別の例を挙げると、以下の方法で共振周波数ｆ_Rを決定してもよい。まず、第２フィルタリング部２２は、第１周波数帯域の成分を可変バンドストップフィルターに通すことにより、第２周波数帯域の成分を除去する。続いて、ピーク決定部２３は、可変バンドストップフィルターに通す直前のセンシングデータから、可変バンドストップフィルターを通過し、第２周波数帯域の成分が除去されたセンシングデータを引くことにより、センシングデータに含まれる第２周波数帯域の成分を取得する。そして、こうして取得されたセンシングデータを、ステップＳ８と同様にＡＲモデル及びＡＲＭＡモデルに基づいて時系列解析することにより、共振周波数ｆ_Rを決定してもよい。

以下に、本発明の実施例１及び２と、比較例について説明する。まず、車両の駆動輪である右前輪及び左前輪に取り付けられた車輪速センサから車輪速信号（センサデータ）を収集し、以後、上記実施形態に係るステップＳ３〜Ｓ６を実行した。このとき、ステップＳ５のＡＮＣでは、参照信号として、自己タイヤの過去のセンシングデータを使用した。ステップＳ６では、３３Ｈｚ〜４７Ｈｚの帯域を通過させる固定バンドパスフィルターを使用した。

以上のとおりのステップＳ３〜Ｓ６の実行後のセンシングデータに、ステップＳ８と同様のＡＲモデル及びＡＲＭＡモデルを適用し、共振周波数を算出した（比較例）。

一方、ステップＳ３〜Ｓ６の実行後のセンシングデータに、さらにステップＳ７及びＳ８を実行し、共振周波数を算出した（実施例１）。ここでのステップＳ７では、３３Ｈｚ〜４７Ｈｚの帯域内を移動する１０Ｈｚの帯域幅の可変バンドパスフィルターを使用した。

また、ステップＳ３〜Ｓ６の実行後のセンシングデータに、さらにステップＳ７を実行し、その後、変形例３−２のように、第２周波数帯域の中心周波数を共振周波数として決定した（実施例２）。ここでのステップＳ７でも、３３Ｈｚ〜４７Ｈｚの帯域内を移動する１０Ｈｚの帯域幅の可変バンドパスフィルターを使用した。

タイヤの正常圧、１５％減圧及び３０％減圧の場合の車輪速信号に対し、比較例並びに実施例１及び２の各方法で共振周波数を算出した。比較例の結果を図４に、実施例１の結果を図５に、実施例２の結果を図６に示す。これらの各グラフの横軸は、センシングデータのデータ個数（すなわち、時間軸）であり、各グラフ内の一点鎖線のラインは、正常圧のときの平均値を示す。

これらのグラフからは、特に３０％減圧の場合を見ると分かり易いが、実施例１及び２の方が、比較例よりも、減圧感度が高い（正常圧と30%減圧の差が大きい）。よって、実施例１及び２の方法で算出された共振周波数に基づけば、十分な判定精度で減圧の検出を行うことができることが確認された。

１ 車両
２ モニタリング装置（コンピュータ）
７ プログラム
２１ 第１フィルタリング部
２２ 第２フィルタリング部
２３ ピーク決定部
２４ 減圧検出部

Claims (10)

1. 走行中の車両の状態をモニタリングするモニタリング装置であって、
   走行中の前記車両の振動状態に関する時系列のセンシングデータを固定バンドパスフィルターに通すことにより、前記センシングデータの第１周波数帯域の成分を抽出する第１フィルタリング部と、
   前記第１周波数帯域の成分を、前記第１周波数帯域内で移動可能な可変バンドパスフィルター又は可変バンドストップフィルターに通すことにより、前記第１周波数帯域よりも帯域幅が狭い第２周波数帯域の成分を抽出又は除去する第２フィルタリング部と、
   前記第２周波数帯域を特定する値及び前記第２周波数帯域の成分の少なくとも一方に基づき、前記センシングデータの共振周波数を決定するピーク決定部と
   を備える、
   モニタリング装置。
2. 前記センシングデータは、前記車両に装着された車輪の回転情報である、
   請求項１に記載のモニタリング装置。
3. 前記第２周波数帯域の帯域幅は、４Ｈｚ〜１２Ｈｚである、
   請求項２に記載のモニタリング装置。
4. 前記第１周波数帯域の帯域幅は、前記第２周波数帯域の帯域幅よりも４Ｈｚ〜１０Ｈｚ広い、
   請求項２又は３に記載のモニタリング装置。
5. 前記ピーク決定部は、前記第２周波数帯域を特定する値に基づき、前記共振周波数を前記第２周波数帯域の中心周波数として決定する、
   請求項１から４のいずれかに記載のモニタリング装置。
6. 前記ピーク決定部は、前記可変バンドパスフィルターを通過した前記第２周波数帯域の成分を自己回帰モデルに基づいて時系列解析することにより、前記共振周波数を決定する、
   請求項１から４のいずれかに記載のモニタリング装置。
7. 前記第２フィルタリング部は、前記第１周波数帯域の成分を、前記可変バンドストップフィルターに通すことにより、前記第２周波数帯域の成分を除去し、
   前記ピーク決定部は、
   前記第２周波数帯域の中心周波数を少なくとも含み、前記第１周波数帯域よりも帯域幅が狭い帯域の信号を通すバンドパスフィルターを定義し、
   前記第１周波数帯域の成分を、前記定義したバンドパスフィルターに通し、
   前記定義したバンドパスフィルターを通過した成分を自己回帰モデルに基づいて時系列解析することにより、前記共振周波数を決定する、
   請求項１から４のいずれかに記載のモニタリング装置。
8. 前記決定された共振周波数に基づいて、前記車両に装着されているタイヤの減圧を検出する減圧検出部
   をさらに備える、請求項１から７のいずれかに記載のモニタリング装置。
9. 走行中の車両の状態をモニタリングするためのモニタリングプログラムであって、
   走行中の前記車両の振動状態に関する時系列のセンシングデータを固定バンドパスフィルターに通すことにより、前記センシングデータの第１周波数帯域の成分を抽出することと、
   前記第１周波数帯域の成分を、前記第１周波数帯域内で移動可能な可変バンドパスフィルター又は可変バンドストップフィルターに通すことにより、前記第１周波数帯域よりも帯域幅が狭い第２周波数帯域の成分を抽出又は除去することと、
   前記第２周波数帯域を特定する値及び前記第２周波数帯域の成分の少なくとも一方に基づき、前記センシングデータの共振周波数を決定することと
   をコンピュータに実行させる、モニタリングプログラム。
10. 走行中の車両の状態をモニタリングするためのモニタリング方法であって、
    走行中の前記車両の振動状態に関する時系列のセンシングデータを固定バンドパスフィルターに通すことにより、前記センシングデータの第１周波数帯域の成分を抽出することと、
    前記第１周波数帯域の成分を、前記第１周波数帯域内で移動可能な可変バンドパスフィルター又は可変バンドストップフィルターに通すことにより、前記第１周波数帯域よりも帯域幅が狭い第２周波数帯域の成分を抽出又は除去することと、
    前記第２周波数帯域を特定する値及び前記第２周波数帯域の成分の少なくとも一方に基づき、前記センシングデータの共振周波数を決定することと
    を含む、モニタリング方法。