JP2021089163A

JP2021089163A - 最大摩擦係数推定システムおよび最大摩擦係数推定方法

Info

Publication number: JP2021089163A
Application number: JP2019218316A
Authority: JP
Inventors: 直大石神; Naohiro Ishigami
Original assignee: Toyo Tire and Rubber Co Ltd; Toyo Tire Corp
Current assignee: Toyo Tire Corp
Priority date: 2019-12-02
Filing date: 2019-12-02
Publication date: 2021-06-10
Anticipated expiration: 2039-12-02
Also published as: EP4071459A1; WO2021111942A1; US20230347901A1; JP6803448B1; EP4071459A4

Abstract

【課題】タイヤと路面との間の最大摩擦係数を効率良く推定することができる最大摩擦係数推定システムおよび最大摩擦係数推定方法を提供する。【解決手段】最大摩擦係数推定システム１００は、記憶部３２および最大摩擦係数算出部３３ｃを備える。記憶部３２は、タイヤ１０の転動速度、荷重、温度および路面状態レベルに基づいて、タイヤ１０と路面との間の最大摩擦係数を代表のタイヤについて算出するテーブルまたは関数を記憶する。最大摩擦係数算出部３３ｃは、前記テーブルまたは関数を個々のタイヤ仕様に応じて補正し、最大摩擦係数を算出する。【選択図】図１

Description

本発明は、最大摩擦係数推定システムおよび最大摩擦係数推定方法に関する。

車両の走行を支援するために、路面の摩擦値および車両の制動距離などを推定し、車両におけるアクセル操作、ブレーキ操作、操舵などを運転者に代わって自動的に制御することが検討されている。

特許文献１には従来の運転限界速度を決定する方法が記載されている。この従来の方法は、タイヤと路面との間のグリップ潜在力を影響パラメータの関数として推定し、間近に迫った経路イベント上でのグリップ要求がグリップ潜在力を超えないように運転限界速度を決定する。

特表２０１８−５１７９７８号公報

特許文献１に記載の運転限界速度の決定方法では、グリップ要求であるタイヤ力が車両の分析モデルに基づき車両で発生している加速度から決定される。個々のタイヤの仕様に応じてタイヤと路面との間の最大摩擦係数が異なるため、タイヤごとに作成される分析モデルが膨大な数になってしまうという問題点があった。本発明者は、タイヤの種類等に応じて代表的なタイヤを定め、個々のタイヤ仕様に応じて補正することによって最大摩擦係数を効率的に推定し得ることに気付いた。

本発明は、斯かる事情に鑑みてなされたものであり、その目的とするところは、タイヤと路面との間の最大摩擦係数を効率良く推定することができる最大摩擦係数推定システムおよび最大摩擦係数推定方法を提供することにある。

本発明のある態様は最大摩擦係数推定システムである。最大摩擦係数推定システムは、タイヤの転動速度、荷重、温度および路面状態レベルに基づいて、タイヤと路面との間の最大摩擦係数を代表のタイヤについて算出するテーブルまたは関数を記憶する記憶部と、前記テーブルまたは関数を個々のタイヤ仕様に応じて補正し、最大摩擦係数を算出する最大摩擦係数算出部と、を備える。

本発明の別の態様は最大摩擦係数推定方法である。最大摩擦係数推定方法は、タイヤの転動速度、荷重、温度および路面状態レベルに基づいて、タイヤと路面との間の最大摩擦係数を代表のタイヤについて算出するテーブルまたは関数を読み出す読出ステップと、前記テーブルまたは関数を個々のタイヤ仕様に応じて補正し、最大摩擦係数を算出する最大摩擦係数算出ステップと、を備える。

本発明によれば、タイヤと路面との間の最大摩擦係数を効率良く推定することができる。

実施形態に係る最大摩擦係数推定システムの機能構成を示すブロック図である。演算モデルの学習について説明するための模式図である。最大摩擦係数算出部による最大摩擦係数の算出について説明するための模式図である。図４（ａ）〜図４（ｃ）は、摩擦係数の路面状態、荷重および速度依存性の例を示すグラフである。図５（ａ）〜図５（ｃ）は、最大摩擦係数の荷重、速度および温度依存性の例を示すグラフである。摩擦係数推定装置による最大摩擦係数算出処理の手順を示すフローチャートである。

以下、本発明を好適な実施の形態をもとに図１から図６を参照しながら説明する。各図面に示される同一または同等の構成要素、部材には、同一の符号を付するものとし、適宜重複した説明は省略する。また、各図面における部材の寸法は、理解を容易にするために適宜拡大、縮小して示される。また、各図面において実施の形態を説明する上で重要ではない部材の一部は省略して表示する。

（実施形態）
図１は、実施形態に係る最大摩擦係数推定システム１００の機能構成を示すブロック図である。最大摩擦係数推定システム１００は、タイヤ１０に配設されたセンサ２０によってタイヤ１０で発生している加速度、空気圧および温度等のタイヤ物理量を車両の走行時に計測し、タイヤ１０の物理量を演算モデル３３ａに入力してタイヤ力Ｆおよび路面状態レベルを算出する。

最大摩擦係数推定システム１００は、タイヤ１０が属するタイヤの種類における代表タイヤについて最大摩擦係数を算出するためのテーブルまたは関数を記憶し、タイヤ１０の仕様に応じて当該テーブルまたは関数を補正して最大摩擦係数を算出する。当該テーブルまたは関数は、タイヤ１０の転動速度、タイヤ力Ｆの鉛直方向成分Ｆｚである荷重、温度および路面状態レベルを入力して最大摩擦係数を算出する。

タイヤ力Ｆの鉛直方向成分Ｆｚである荷重、および路面状態レベルは、演算モデル３３ａによって求められる。また、タイヤ１０の温度は、センサ２０によって計測される。タイヤ１０の転動速度は、車両の走行速度に基づいて算出される。また、路面状態レベルは、天候情報に基づいて演算モデル３３ａにおける演算に重みづけされて算出されるようにしてもよい。

最大摩擦係数推定システム１００は、タイヤ１０のタイヤトレッド配合特性、タイヤの静的な接地面画像から得られるパラメータに基づいて、最大摩擦係数を算出するテーブルまたは関数を補正する。タイヤトレッド配合特性は、損失正接tanδ、複素弾性率、硬度等である。タイヤ１０と路面との接地面画像から得られるパラメータは、実接地面積、接地長、接地圧力分布等である。

最大摩擦係数推定システム１００は、センサ２０および摩擦係数推定装置３０を備える。センサ２０は、加速度センサ２１、圧力センサ２２および温度センサ２３等を有し、加速度、タイヤ空気圧およびタイヤ温度などタイヤ１０における物理量を計測する。センサ２０は、タイヤ１０に生じる歪を計測するために歪ゲージを有していてもよい。これらのセンサは、タイヤ１０の物理量として、タイヤ１０の変形や動きに関わる物理量を計測している。

加速度センサ２１は、タイヤ１０のゴム材料等で形成されたタイヤ本体部分またはタイヤ１０の一部をなすホイール１５に配設されており、タイヤ１０とともに機械的に運動しつつ、タイヤ１０に生じる加速度を計測する。加速度センサ２１は、タイヤ１０の周方向、軸方向および径方向の３軸における加速度を計測する。圧力センサ２２および温度センサ２３は、例えばタイヤ１０のエアバルブへの装着やホイール１５への固定によって配設されており、それぞれタイヤ１０の空気圧および温度を計測する。また圧力センサ２２および温度センサ２３は、タイヤ１０のインナーライナー等に配設されていてもよい。

センサ２０は、タイヤ１０における加速度および歪、タイヤ空気圧、並びにタイヤ温度などタイヤ１０の物理量を計測しており、計測したデータを摩擦係数推定装置３０へ出力する。摩擦係数推定装置３０は、センサ２０で計測されたデータに基づいてタイヤ力Ｆおよび路面状態レベルを算出し、最大摩擦係数を推定する。

タイヤ１０は、各タイヤを識別するために、例えば固有の識別情報が付与されたＲＦＩＤ１１等が取り付けられていてもよい。例えば、タイヤ１０に取り付けたＲＦＩＤ１１の固有情報に応じて、演算モデル３３ａを予め用意したデータ群の中から選択して設定してもよいし、またはサーバ装置などで提供されるデータベースから選択するようにしてもよい。また、ＲＦＩＤ１１の固有情報に対してタイヤ１０の仕様が記録され、更にタイヤ１０の仕様に応じた演算モデル３３ａがデータベースで提供されてもよい。ＲＦＩＤ１１の固有情報からタイヤ１０の仕様を呼び出し、演算モデル３３ａを設定してもよいし、呼び出したタイヤ１０の仕様に応じた演算モデル３３ａをデータベースから選択するようにしてもよい。またタイヤ１０の仕様は、後述する記憶部３２に記憶された最大摩擦係数を算出するためのテーブルまたは関数の補正にも用いられる。

摩擦係数推定装置３０は、センサ情報取得部３１、記憶部３２および演算処理部３３を有する。摩擦係数推定装置３０は、例えばＰＣ（パーソナルコンピュータ）等の情報処理装置である。摩擦係数推定装置３０における各部は、ハードウェア的には、コンピュータのＣＰＵをはじめとする電子素子や機械部品などで実現でき、ソフトウェア的にはコンピュータプログラムなどによって実現されるが、ここでは、それらの連携によって実現される機能ブロックを描いている。したがって、これらの機能ブロックはハードウェア、ソフトウェアの組合せによっていろいろな形態で実現できることは、当業者には理解されるところである。

センサ情報取得部３１は、無線通信等によりセンサ２０で計測された加速度、タイヤ空気圧およびタイヤ温度等のタイヤ物理量を取得する。記憶部３２は、タイヤ１０が属するタイヤの種類における代表タイヤについて最大摩擦係数を算出するためのテーブルまたは関数を記憶する。記憶部３２に記憶されたテーブルまたは関数は、タイヤ１０の転動速度、タイヤ力Ｆの鉛直方向成分Ｆｚである荷重、温度および路面状態レベルを入力して最大摩擦係数を算出する。

演算処理部３３は、演算モデル３３ａ、補正処理部３３ｂ、最大摩擦係数算出部３３ｃおよび外部情報取得部３３ｄを有する。演算処理部３３は、センサ情報取得部３１から入力されたタイヤ物理量を演算モデル３３ａに入力してタイヤ力Ｆおよび路面状態レベルを算出し、最大摩擦係数算出部３３ｃによってタイヤ１０と路面との間の最大摩擦係数を算出する。外部情報取得部３３ｄは、例えば天候情報を外部装置から取得している。

図１に示すように、タイヤ力Ｆは、タイヤ１０の前後方向の前後力Ｆｘ、横方向の横力Ｆｙ、および鉛直方向の荷重Ｆｚの３軸方向成分を有する。演算モデル３３ａは、少なくとも鉛直方向の荷重Ｆｚを算出し、他の２軸方向成分のいずれか１成分または両成分の算出を行うようにしてもよい。また、路面状態レベルは、路面の乾燥、湿潤、積雪または氷結などの状態をレベルに応じて表している。路面状態レベルは、例えば数値によって、０は乾燥、１は湿潤、２は積雪、３は氷結の各状態などと表し、整数間の値で各状態の中間域の状態を示す。

演算モデル３３ａは、ニューラルネットワーク等の学習型モデルを用いる。演算モデル３３ａは、例えばＣＮＮ（Convolutional Neural Network）型であり、その原型であるいわゆるＬｅＮｅｔで使用された畳み込み演算およびプーリング演算を備える学習型モデルなどを用いる。演算モデル３３ａは、入力層に入力されたデータに対して畳み込み演算およびプーリング演算などを用いて特徴量を抽出して中間層の各ノードへ伝達し、中間層の各ノードに対して線形演算等を実行して全結合し、出力層の各ノードへ結び付ける。全結合では、線形演算に加えて、活性化関数などを用いて非線形演算を実行するようにしてもよい。演算モデル３３ａの出力層の各ノードには、３軸方向のタイヤ力Ｆおよび路面状態レベルが出力される。

図２は演算モデル３３ａの学習について説明するための模式図である。演算モデル３３ａへの入力データは、センサ情報取得部３１によって取得されたタイヤ物理量のほか、外部領域情報等を用いることができる。タイヤ物理量には、加速度、タイヤ空気圧、タイヤ温度およびタイヤに生じる歪などを用いる。外部領域情報としては、天候、気温および降水量などの気象情報、並びに、路面の凹凸、温度および凍結状態等の路面情報を用いる。入力データは、これらの他、車両に搭載されたデジタルタコグラフのデータによる車重、速度などを用いてもよい。

演算モデル３３ａの学習の際には、演算結果としてのタイヤ力Ｆおよび路面状態レベルと、教師データとを比較して演算モデル３３ａの更新を繰り返すことによって演算モデル３３ａの精度が高められる。路面状態レベルの教師データは、学習中に用いられる種々の路面について既知であるものとする。演算モデル３３ａは、タイヤ１０とタイヤ１０を接地させる接地面の路面状態レベルを変えて回転試験を行って学習させるとよい。さらには、実際の車両にタイヤ１０を装着し、該車両を路面状態レベルの異なる路面を試験走行させて演算モデル３３ａの学習を実行することもできる。

演算モデル３３ａは、基本的にタイヤ１０の仕様に応じて例えばモデル内の全結合部における階層数等の構成や重みづけが変わるが、各仕様のタイヤ１０（ホイールを含む）での回転試験において演算モデル３３ａの学習を実行することができる。

但し、厳密にタイヤ１０の仕様ごとに演算モデル３３ａの学習を実行する必要性はない。例えば乗用車用タイヤ、トラック用タイヤなどのタイプ別に演算モデル３３ａを学習させて構築し、タイヤ力Ｆおよび路面状態レベルが一定の誤差範囲内で推定されるようにすることで、複数の仕様に含まれるタイヤ１０に対して１つの演算モデル３３ａを共用し、演算モデル数を低減してもよい。また演算モデル３３ａは、実際の車両にタイヤ１０を装着し、該車両を試験走行させて演算モデル３３ａの学習を実行することもできる。タイヤ１０の仕様には、例えばタイヤサイズ、タイヤ幅、扁平率、タイヤ強度、タイヤ外径、ロードインデックス、製造年月日など、タイヤの性能に関する情報が含まれる。

補正処理部３３ｂは、タイヤ１０の状態に基づいて演算モデル３３ａを補正する。タイヤ１０は、車両への装着時にアライメント誤差が生じ、経時的にゴム硬度等の物性値が変化し、走行することによって摩耗が進行する。アライメント誤差、物性値や摩耗等の要素を含むタイヤ１０の状態が使用状況によって変化し、演算モデル３３ａによるタイヤ力Ｆおよび路面状態レベルの算出に誤差が生じる。補正処理部３３ｂは、演算モデル３３ａの誤差を低減するためにタイヤ１０の状態に応じた補正項を演算モデル３３ａに付加する処理を行う。

補正処理部３３ｂは、外部情報取得部３３ｄによって外部装置から取得した天候情報によって演算モデル３３ａを補正するようにしてもよい。演算モデル３３ａによって算出される路面状態レベルは、天候情報に拠るものである。補正処理部３３ｂは、天候情報に基づいて演算モデル３３ａにおける演算に重みづけし、天候情報に近い路面状態レベルが出力されるように補正する。例えば、天候情報が晴れである場合には、演算モデル３３ａの出力としての路面状態レベルが乾燥を表す０に近い値となるように演算モデル３３ａにおける演算が重みづけされる。

図３は最大摩擦係数算出部３３ｃによる最大摩擦係数の算出について説明するための模式図である。最大摩擦係数算出部３３ｃは、記憶部３２から最大摩擦係数を算出するためのテーブルまたは関数を読み出し、タイヤ１０の仕様に応じて当該テーブルまたは関数を補正する。補正には、タイヤ１０のタイヤトレッド配合特性、タイヤの静的な接地面画像から得られるパラメータ等が用いられる。上述のように、記憶部３２に記憶されたテーブルまたは関数は、タイヤの各種類における代表的なタイヤに関するものであり、個々のタイヤ１０の仕様に応じてテーブルまたは関数を補正して用いる。

タイヤトレッド配合特性は、損失正接tanδ、複素弾性率、硬度等であり、これらの特性は、最大摩擦係数と相関関係にある接地面積や接地部分における弾性変形のパラメータとなっている。また、タイヤ１０と路面との静的な接地面画像から得られるパラメータは、実接地面積、接地長、接地圧力分布等であり、これらのパラメータも最大摩擦係数と相関関係にある。最大摩擦係数算出部３３ｃは、代表タイヤに対するテーブルまたは関数を、タイヤ１０の仕様に基づくタイヤトレッド配合特性、タイヤの静的な接地面画像から得られるパラメータ等で補正することで、個々のタイヤ１０について精度良く最大摩擦係数を推定する。

最大摩擦係数算出部３３ｃは、最大摩擦係数を算出するためのテーブルまたは関数をタイヤ１０の仕様に応じて補正し、タイヤ１０の転動速度、タイヤ力Ｆの鉛直方向の荷重Ｆｚ、温度および路面状態レベルを、テーブルまたは関数に代入して最大摩擦係数を算出する。タイヤ力Ｆの鉛直方向成分Ｆｚである荷重、および路面状態レベルは、演算モデル３３ａによって求められており、タイヤ１０の温度はセンサ２０によって計測される。また、タイヤ１０の転動速度は、車両の走行速度に基づいて算出される。

図４（ａ）〜図４（ｃ）は、摩擦係数の路面状態、荷重および速度依存性の例を示すグラフである。図４（ａ）〜図４（ｃ）において横軸はスリップ比、縦軸は摩擦係数を表している。図４（ａ）は路面が乾燥、湿潤、積雪および氷結の各状態のときの摩擦係数である。また図４（ｂ）はタイヤに加わる各荷重における摩擦係数を、図４（ｃ）はタイヤの各転動速度における摩擦係数を示している。図４（ａ）〜図４（ｃ）に示すように、タイヤ１０と路面との間の摩擦係数は、路面状態、荷重および速度に依存して変化する。

図５（ａ）〜図５（ｃ）は、最大摩擦係数の荷重、速度および温度依存性の例を示すグラフである。図５（ａ）〜図５（ｃ）において横軸はそれぞれ荷重、速度、温度を表し、縦軸は最大摩擦係数を表している。図５（ａ）ではタイヤへの荷重が大きくなるにつれて最大摩擦係数が低下し、図５（ｂ）でもタイヤの転動速度の増加につれて最大摩擦係数が低下することを示している。また図５（ｃ）ではタイヤの温度に応じて最大摩擦係数が変化することを示している。図５（ａ）〜図５（ｃ）に示すように、タイヤ１０と路面との間の最大摩擦係数は、タイヤの荷重、速度および温度に依存して変化する。

次に最大摩擦係数推定システム１００の動作を説明する。図６は、摩擦係数推定装置３０による最大摩擦係数算出処理の手順を示すフローチャートである。摩擦係数推定装置３０のセンサ情報取得部３１は、センサ２０で計測されたタイヤ１０における加速度、タイヤ空気圧およびタイヤ温度などのタイヤ物理量の取得を開始する（Ｓ１）。

演算処理部３３は、タイヤ物理量を演算モデル３３ａに入力し、タイヤ力Ｆ、および路面状態レベルを算出する（Ｓ２）。ステップＳ２において、演算モデル３３ａは天候情報によって重みづけされ、実際の天候情報を加味した演算により路面状態レベルが算出されてもよい。

最大摩擦係数算出部３３ｃは、代表タイヤについての最大摩擦係数を算出するテーブルまたは関数を記憶部３２から読み出す（Ｓ３）。最大摩擦係数算出部３３ｃは、タイヤ１０の仕様に応じて最大摩擦係数を算出するテーブルまたは関数を補正する（Ｓ４）。最大摩擦係数算出部３３ｃは、補正したテーブルまたは関数に基づき最大摩擦係数を算出し（Ｓ５）、処理を終了する。

最大摩擦係数推定システム１００は、タイヤの種類毎に、代表タイヤについて最大摩擦係数を算出するテーブルまたは関数が設定されており、個々のタイヤ仕様に応じて当該テーブルまたは関数を補正することで、タイヤ１０と路面との間の最大摩擦係数を効率良く推定することができる。最大摩擦係数を算出するテーブルまたは関数の補正には、タイヤ１０のタイヤトレッド配合特性、タイヤの静的な接地面画像から得られるパラメータ等を用いることで、タイヤ１０の仕様に応じた個々のタイヤに対するテーブルまたは関数を構築することができる。

最大摩擦係数推定システム１００は、タイヤの転動速度、荷重、温度および路面状態レベルを、最大摩擦係数を算出するテーブルまたは関数に代入し、最大摩擦係数を算出する。タイヤの転動速度、荷重、温度および路面状態レベルは、センサ２０等を用いて直接的に計測され、または間接的に算出することによって取得することができる。

最大摩擦係数推定システム１００は、タイヤ１０に配設されたセンサ２０で計測されたタイヤ物理量を入力とする学習型の演算モデル３３ａを用いてタイヤ１０の鉛直方向の荷重Ｆｚおよび路面状態レベルを精度良く算出することができる。演算モデル３３ａは、天候情報に基づいて路面状態レベルの演算に重みづけして補正することで、実際の天候が反映された路面状態レベルが出力される。例えば、演算モデル３３ａがＣＮＮを用いたニューラルネットワークにより構成されている場合、畳み込み演算等によって抽出された特徴量や、中間層から出力層への結合演算に対して天候情報に基づく重みづけによる補正をすることができる。

次に実施形態に係る最大摩擦係数推定システム１００および最大摩擦係数推定方法の特徴について説明する。
実施形態に係る最大摩擦係数推定システム１００は、記憶部３２および最大摩擦係数算出部３３ｃを備える。記憶部３２は、タイヤ１０の転動速度、荷重、温度および路面状態レベルに基づいて、タイヤ１０と路面との間の最大摩擦係数を代表のタイヤについて算出するテーブルまたは関数を記憶する。最大摩擦係数算出部３３ｃは、前記テーブルまたは関数を個々のタイヤ仕様に応じて補正し、最大摩擦係数を算出する。これにより、最大摩擦係数推定システム１００は、個々のタイヤ仕様に応じて前記テーブルまたは関数を補正することで、タイヤ１０と路面との間の最大摩擦係数を効率良く推定することができる。

最大摩擦係数算出部３３ｃは、タイヤ仕様におけるタイヤトレッド配合特性に基づいて、前記テーブルまたは関数を補正する。また、最大摩擦係数算出部３３ｃは、タイヤの接地面画像から得られるパラメータに基づいて前記テーブルまたは関数を補正する。これにより、最大摩擦係数推定システム１００は、タイヤ１０の仕様に応じた個々のタイヤに対するテーブルまたは関数を構築することができる。

タイヤ１０に配設されたセンサ２０によって計測されるタイヤ１０の物理量を取得するセンサ情報取得部３１と、センサ情報取得部３１によって取得したタイヤ１０の物理量を入力して前記荷重および前記路面状態レベルを推定する演算モデル３３ａと、を更に備える。これにより、最大摩擦係数推定システム１００は、タイヤ１０に配設されたセンサ２０で計測されたタイヤ物理量を入力とする演算モデル３３ａを用いてタイヤ１０の鉛直方向の荷重Ｆｚおよび路面状態レベルを精度良く算出することができる。

演算モデル３３ａは、天候情報によって重みづけされて前記路面状態レベルを算出する。これにより、最大摩擦係数推定システム１００は、天候情報に基づいて路面状態レベルの演算に重みづけして補正することで、実際の天候が反映された路面状態レベルを出力することができる。

最大摩擦係数推定方法は、読出ステップおよび最大摩擦係数算出ステップを備える。読出ステップは、タイヤ１０の転動速度、荷重、温度および路面状態レベルに基づいて、タイヤ１０と路面との間の最大摩擦係数を代表のタイヤについて算出するテーブルまたは関数を読み出す。最大摩擦係数算出ステップは、前記テーブルまたは関数を個々のタイヤ仕様に応じて補正し、最大摩擦係数を算出する。この最大摩擦係数推定方法によれば、個々のタイヤ仕様に応じて前記テーブルまたは関数を補正することで、タイヤ１０と路面との間の最大摩擦係数を効率良く推定することができる。

以上、本発明の実施の形態をもとに説明した。これらの実施の形態は例示であり、いろいろな変形および変更が本発明の特許請求範囲内で可能なこと、またそうした変形例および変更も本発明の特許請求の範囲にあることは当業者に理解されるところである。従って、本明細書での記述および図面は限定的ではなく例証的に扱われるべきものである。

１０タイヤ、２０センサ、３１センサ情報取得部、
３２記憶部、３３ａ演算モデル、３３ｃ最大摩擦係数算出部、
１００最大摩擦係数推定システム。

Claims

タイヤの転動速度、荷重、温度および路面状態レベルに基づいて、タイヤと路面との間の最大摩擦係数を代表のタイヤについて算出するテーブルまたは関数を記憶する記憶部と、
前記テーブルまたは関数を個々のタイヤ仕様に応じて補正し、最大摩擦係数を算出する最大摩擦係数算出部と、
を備えることを特徴とする最大摩擦係数推定システム。
前記最大摩擦係数算出部は、前記タイヤ仕様におけるタイヤトレッド配合特性に基づいて、前記テーブルまたは関数を補正することを特徴とする請求項１に記載の最大摩擦係数推定システム。
前記最大摩擦係数算出部は、タイヤの接地面画像から得られるパラメータに基づいて前記テーブルまたは関数を補正することを特徴とする請求項１に記載の最大摩擦係数推定システム。
タイヤに配設されたセンサによって計測されるタイヤの物理量を取得するセンサ情報取得部と、
前記センサ情報取得部によって取得したタイヤの物理量を入力して前記荷重および前記路面状態レベルを推定する演算モデルと、
を更に備えることを特徴とする請求項１から３のいずれか１項に記載の最大摩擦係数推定システム。
前記演算モデルは、天候情報によって重みづけされて前記路面状態レベルを算出することを特徴とする請求項４に記載の最大摩擦係数推定システム。
タイヤの転動速度、荷重、温度および路面状態レベルに基づいて、タイヤと路面との間の最大摩擦係数を代表のタイヤについて算出するテーブルまたは関数を読み出す読出ステップと、
前記テーブルまたは関数を個々のタイヤ仕様に応じて補正し、最大摩擦係数を算出する最大摩擦係数算出ステップと、
を備えることを特徴とする最大摩擦係数推定方法。