JP2023010249A - 卓越周波数の抽出装置、卓越周波数の抽出方法、卓越周波数の抽出プログラム - Google Patents

卓越周波数の抽出装置、卓越周波数の抽出方法、卓越周波数の抽出プログラム Download PDF

Info

Publication number
JP2023010249A
JP2023010249A JP2021114245A JP2021114245A JP2023010249A JP 2023010249 A JP2023010249 A JP 2023010249A JP 2021114245 A JP2021114245 A JP 2021114245A JP 2021114245 A JP2021114245 A JP 2021114245A JP 2023010249 A JP2023010249 A JP 2023010249A
Authority
JP
Japan
Prior art keywords
road surface
dominant
frequency spectrum
frequency
template
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
JP2021114245A
Other languages
English (en)
Inventor
賢 鈴木
Masaru Suzuki
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.)
Kyowa Electronic Instruments Co Ltd
Original Assignee
Kyowa Electronic Instruments Co Ltd
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 Kyowa Electronic Instruments Co Ltd filed Critical Kyowa Electronic Instruments Co Ltd
Priority to JP2021114245A priority Critical patent/JP2023010249A/ja
Publication of JP2023010249A publication Critical patent/JP2023010249A/ja
Pending legal-status Critical Current

Links

Images

Landscapes

  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

【課題】一定間隔毎に入力される成分を含む信号の卓越周波数を精度よく抽出できる卓越周波数の抽出装置、卓越周波数の抽出方法、および、卓越周波数の抽出プログラムを提供する。【解決手段】卓越周波数の抽出装置は、一定間隔毎に入力される成分を含む信号をフーリエ変換することによって、周波数スペクトルを算出する算出処理と、テンプレートマッチング法によって、前記周波数スペクトルから卓越周波数を抽出する抽出処理と、を実行する。【選択図】図６

Description

本発明は、卓越周波数の抽出装置、卓越周波数の抽出方法、および、卓越周波数の抽出プログラムに関する。
路面平坦性を評価する指標として、国際ラフネス指数が知られている。特許文献１は、国際ラフネス指数を算出する路面平坦性計測装置の一例を開示している。この路面平坦性計測装置は、例えば、試験車の車軸またはサスペンションの下部に取り付けられ、車軸方向に対して直交する上下方向の加速度を検出するセンサの検出結果に基づいて、国際ラフネス指数を算出する処理手段を備える。処理手段は、センサによって検出される加速度に基づいて、運動方程式を用いたクォーターカーシミュレーションの逆算によって路面プロファイルを算出し、算出した路面プロファイルを用いて、基準車におけるクォーターカーシミュレーションを実行することによって、国際ラフネス指数を算出する。
特許第５２２６４３７号公報
ところで、路面プロファイルの算出においては、試験車のタイヤおよび車輪の組み合わせの重心位置が回転中心に位置していない場合、遠心力による振動が車輪の回転周期毎に発生する。この振動は、ばね下加速度に重畳されるため、路面プロファイルの計測には不要な成分であり、除去されることが好ましい。このため、例えば、一定間隔毎のばね下加速度をフーリエ変換することによって得られる周波数スペクトルから卓越成分の周波数（以下では、「卓越周波数」という）を抽出し、卓越周波数近傍に存在する成分をバンドストップフィルタ等によって除去することが考えられる。
このとき、例えば、周波数スペクトルの中で単に大きな値となるピークの周波数を抽出する場合、定常的ではない特異成分を抽出するおそれがある。また、例えば、平滑化した周波数スペクトルの中で大きな値となる成分のピーク点の周波数を抽出した場合、平滑化したことによって、本来の卓越周波数からずれた周波数を抽出するおそれがある。このため、ばね下加速度のように、一定間隔毎に入力される成分を含む信号の卓越周波数を精度よく抽出できる方法が求められる。なお、このような課題は、圧力、電圧、および、変位等の一定間隔毎に入力される成分を含む信号の卓越周波数を抽出する場合でも同様に生じる。
本発明は、一定間隔毎に入力される成分を含む信号の卓越周波数を精度よく抽出できる卓越周波数の抽出装置、卓越周波数の抽出方法、および、卓越周波数の抽出プログラムを提供することを目的とする。
本発明の第１観点に係る卓越周波数の抽出装置は、一定間隔毎に入力される成分を含む信号をフーリエ変換することによって、周波数スペクトルを算出する算出処理と、テンプレートマッチング法によって、前記周波数スペクトルから卓越周波数を抽出する抽出処理と、を実行する。
上記卓越周波数の抽出装置によれば、テンプレートマッチング法を用いるため、周波数スペクトルから卓越周波数を精度よく抽出できる。
本発明の第２観点に係る卓越周波数の抽出装置は、第１観点に係る卓越周波数の抽出装置であって、前記抽出処理では、前記周波数スペクトルのピーク波形を模したテンプレートの複数の点における値と、前記テンプレートの複数の点と対応する前記周波数スペクトルの複数の点におけるスペクトル強度とに基づいてマッチング値を算出し、前記マッチング値に基づいて前記卓越周波数を抽出する。
上記卓越周波数の抽出装置によれば、卓越周波数の抽出の精度が高められる。
本発明の第３観点に係る卓越周波数の抽出装置は、前記周波数スペクトルは、基本波、および、前記基本波の周波数に基づいて周波数を予測できる高調波または低調波を含み、前記抽出処理では、前記テンプレートと前記基本波との前記マッチング値、および、前記テンプレートと前記高調波または前記低調波との前記マッチング値に基づいて、前記卓越周波数を抽出する。
上記卓越周波数の抽出装置によれば、抽出処理において、高調波または低調波を考慮してマッチング値を算出するため、卓越周波数の抽出の精度が一層高められる。
本発明の第４観点に係る卓越周波数の抽出方法は、一定間隔毎に入力される成分を含む信号をフーリエ変換することによって、周波数スペクトルを算出する算出ステップと、テンプレートマッチング法によって、前記周波数スペクトルから卓越周波数を抽出する抽出ステップと、を含む。
上記卓越周波数の抽出方法によれば、第１観点に係る卓越周波数の抽出装置と同様の効果が得られる。
本発明の第５観点に係る卓越周波数の抽出プログラムは、一定間隔毎に入力される成分を含む信号をフーリエ変換することによって、周波数スペクトルを算出する算出ステップと、テンプレートマッチング法によって、前記周波数スペクトルから卓越周波数を抽出する抽出ステップと、をコンピュータに実行させる。
上記卓越周波数の抽出プログラムによれば、第１観点に係る卓越周波数の抽出装置と同様の効果が得られる。
本発明に関する卓越周波数の抽出装置、卓越周波数の抽出方法、および、卓越周波数の抽出プログラムによれば、一定間隔毎に入力される成分を含む信号の卓越周波数を精度よく抽出できる。
実施形態の路面平坦性計測システムの概略構成図。 変位算出処理の処理手順の一例を示すフローチャート。 リサンプリング処理の処理手順の一例を示すフローチャート。 ばね下変位に関するデータと、試験車が移動した累積距離に関するデータとの関係の一例を示すグラフ。 ばね下変位と等間隔距離軸との対応関係を示すグラフ。 車両特性推定処理の処理手順の一例を示すフローチャート。 ばね下加速度に関するデータと、試験車が移動した累積距離に関するデータとの関係の一例を示すグラフ。 ばね下加速度と等間隔距離軸との対応関係を示すグラフ。 空間周波数スペクトルのうちの卓越成分の空間周波数スペクトル、および、その周辺の模式図。 テンプレートの模式図。 基本波および高調波に対してテンプレートマッチング法を用いる場合の模式図。 試験車のサスペンション、および、その周辺を示す正面図。 路面プロファイル算出処理の処理手順の一例を示すフローチャート。 第１試験の空間周波数スペクトルに関する図。 図１４から空間周波数スペクトルのトレンド成分を除去した図。 第１試験の空間周波数スペクトルの卓越成分を抽出した図。 第２試験の空間周波数スペクトルに関する図。 図１７から空間周波数スペクトルのトレンド成分を除去した図。 第２試験の空間周波数スペクトルの卓越成分を抽出した図。 第３試験の空間周波数スペクトルに関する図。 図２０から空間周波数スペクトルのトレンド成分を除去した図。 第３試験の空間周波数スペクトルの卓越成分を抽出できなかったことを示す図。 第４試験の空間周波数スペクトルに関する図。 図２３から空間周波数スペクトルのトレンド成分を除去した図。 第４試験の空間周波数スペクトルの卓越成分を抽出した図。 第５試験の試験結果を示す図。 第６試験の試験結果を示す図。 第７試験の試験結果を示す図。 第８試験の試験結果を示す図。 第９試験の試験結果を示す図。
以下、図面を参照しつつ、本発明の一実施形態に係る卓越周波数の抽出装置、および、これを備える路面平坦性計測システムについて説明する。
＜１．路面平坦性計測システム＞
＜１－１．路面平坦性計測システムの全体構成＞
図１は、卓越周波数の抽出装置の一例である路面平坦性計測装置６０を含む路面平坦性計測システム１０（以下では、「システム１０」という）の概略構成図である。システム１０は、クォーターカーシミュレーションに基づいて、国際ラフネス指数（以下では、ＩＲＩ（International Roughness Index）という）を再現性高く算出できるように構成されるシステムである。より詳細には、システム１０は、クォーターカーシミュレーションに用いる路面プロファイルを再現性高く算出できるように構成されるシステムである。路面プロファイルは、道路上のある仮想線に沿って路面を切断した場合の２次元の表面形状であり、一定距離毎の路面の高さに関するデータである。システム１０を構成する主な要素は、上下方向センサ２０、左右方向センサ３０、車速パルス発生装置４０、取得装置５０、および、路面平坦性計測装置６０である。システム１０の一部または全部は、計測対象の路面を走行する試験車１００に搭載される。計測対象の路面は、例えば、舗装された公道における補修を検討している区間の路面、舗装された公道における任意の区間の路面、または、舗装された私有地の路面を含む。
＜１－２．上下方向センサ＞
上下方向センサ２０は、試験車１００の車軸またはサスペンション１２０（図１２参照）の下部に取り付けられ、車軸方向に対して直交する上下方向の加速度および速度の少なくとも一方を検出する。本実施形態では、上下方向センサ２０は、試験車１００の左側前輪１１０（図１２参照）のサスペンション１２０の下部に取り付けられ、車軸方向に対して直交する上下方向の加速度を検出する加速度センサである。上下方向センサ２０は、試験車１００の右側前輪のサスペンション、左側後輪のサスペンション、または、右側後輪のサスペンションに取り付けられてもよい。上下方向センサ２０は、試験車１００の左側前輪の車軸、右側前輪の車軸、左側後輪の車軸、または、右側後輪の車軸に取り付けられてもよい。また、上下方向センサ２０は、車軸方向に対して直交する上下方向の速度を検出する速度センサであってもよい。上下方向センサ２０は、検出した加速度に関する信号を取得装置５０に出力する。
＜１－３．左右方向センサ＞
左右方向センサ３０は、試験車１００の車軸またはサスペンション１２０（図１２参照）の下部に取り付けられ、上下方向と直交する左右方向の加速度および速度の少なくとも一方を検出する。本実施形態では、左右方向センサ３０は、試験車１００の左側前輪１１０のサスペンション１２０の下部に取り付けられ、上下方向に対して直交する左右方向の加速度を検出する加速度センサである。左右方向センサ３０は、上下方向センサ２０と隣接して配置される。左右方向センサ３０は、上下方向に対して直交する左右方向の速度を検出する速度センサであってもよい。左右方向センサ３０は、検出した加速度に関する信号を取得装置５０に出力する。
＜１－４．車速パルス発生装置＞
車速パルス発生装置４０は、例えば、試験車１００の速度メーター（図示略）の背面に配置され、試験車１００の車軸の回転数に比例した周波数のパルス信号を発生させる。車速パルス発生装置４０は、パルス信号を取得装置５０、および、試験車１００のエンジンを制御する制御装置(図示略)に出力する。
＜１－５．取得装置＞
取得装置５０は、上下方向センサ２０から出力された上下方向の加速度に関する信号、左右方向センサ３０から出力された左右方向の加速度に関する信号、および、車速パルス発生装置４０が出力したパルス信号を取得し、これらの信号を路面平坦性計測装置６０に出力する。
＜１－６．路面平坦性計測装置のハード構成＞
路面平坦性計測装置６０は、取得装置５０と有線通信または無線通信できるように接続される。路面平坦性計測装置６０は、本体６１、入力装置６２、および、出力装置６３を有する。
本体６１は、記憶部６１Ａおよび制御部６１Ｂを有する。記憶部６１Ａおよび制御部６１Ｂは、バス６４を介して通信できるように接続される。記憶部６１Ａは、例えば、ハードディスクまたはソリッドステートドライブである。記憶部６１Ａは、路面プロファイルの算出に関する１または複数のアプリケーションソフトウェア（以下では、「路面プロファイル算出ソフト」という）を記憶する。
制御部６１Ｂは、ＣＰＵ(Central Processing Unit)、ＲＡＭ(Random Access Memory)、ＲＯＭ(Read Only Memory)等を含み、後述する機能を実行する。制御部６１Ｂは、入力装置６２からの要求に応じて記憶部６１Ａに記憶されている路面プロファイル算出ソフトを実行する。制御部６１Ｂが路面プロファイル算出ソフトを実行することによって、路面平坦性計測装置６０には、１または複数の機能ブロックが構築される。
入力装置６２は、例えばキーボードであり、本体６１と接続される。出力装置６３は、例えば、液晶ディスプレイであり、本体６１から出力された信号を受信できるように、本体６１と接続される。なお、本体６１、入力装置６２、および、出力装置６３は、ノート型パーソナルコンピュータのように、一体的に構成されてもよい。
＜１－７．路面平坦性計測装置のソフト構成＞
制御部６１Ｂが記憶部６１Ａに記憶されている路面プロファイル算出ソフトを実行することによって構成される機能ブロックは、例えば、路面プロファイル算出部７０を含む。路面プロファイル算出部７０は、上下方向センサ２０および左右方向センサ３０によって検出される加速度に基づいて、路面プロファイル算出処理を実行する。路面プロファイル算出処理は、ローパスフィルタ処理、変位算出処理、リサンプリング処理、タイヤ回転成分除去処理、横力成分除去処理、および、バンドパスフィルタ処理を含む。また、後述するように、路面プロファイル算出部７０は、タイヤ回転成分除去処理においてタイヤ回転成分を除去するために、路面プロファイル算出処理よりも前に、空間周波数スペクトルから卓越周波数を抽出する車両特性推定処理を実行する。路面プロファイル算出部７０は、車両特性推定処理において、テンプレートとの演算値を評価するマッチング法（以下では、「テンプレートマッチング法」という）を用いて卓越周波数を抽出する。以下では、各処理の詳細について説明する。
＜１－８．ローパスフィルタ処理＞
ローパスフィルタ処理は、変位算出処理、リサンプリング処理、タイヤ回転成分除去処理、横力成分除去処理、および、バンドパスフィルタ処理よりも前に実行される処理である。路面プロファイル算出部７０は、ローパスフィルタ処理において、上下方向センサ２０によって検出された加速度、および、左右方向センサ３０によって検出された加速度に双方向のローパスフィルタを施すことによって、路面凹凸に起因する試験車１００の振動成分に関する周波数帯よりも高い周波数成分を除去する。路面凹凸に起因する試験車１００の振動成分に関する周波数帯よりも高い周波数成分は、例えば、３００Ｈｚ以上の周波数成分である。
＜１－９．変位算出処理＞
変位算出処理は、ローパスフィルタ処理よりも後、かつ、リサンプリング処理よりも前に実行される処理である。路面プロファイル算出部７０は、変位算出処理において、上下方向センサ２０によって検出される加速度（以下では、「ばね下加速度」という）を積分することによって、サスペンション１２０の上下方向の速度（以下では、「ばね下速度」という）を算出し、ばね下速度を積分することによって、サスペンション１２０の上下方向の変位（以下では、「ばね下変位」という）を算出する。
ばね下加速度、ばね下速度、および、ばね下変位は、以下の式（１）～（３）で表される。
ばね下加速度 ｆ（ｔ）＝Ｘ’’（ｔ）・・・（１）
ばね下速度 ∫ｆ（ｔ）ｄｔ＝Ｘ’（ｔ）＋Ｃ１・・・（２）
ばね下変位 ∫∫ｆ（ｔ）ｄｔｄｔ＝Ｘ（ｔ）＋Ｃ１・ｔ＋Ｃ２・・・（３）
ばね下加速度を２回積分することによって得られるばね下変位には、周知のとおり、積分誤差が含まれる。すなわち、積分定数Ｃ１項に時間ｔがかかるため、時間とともに、登る坂道、または、下る坂道のような路面プロファイルとして算出される。仮に、ばね下加速度の波形に直流バイアスＡが存在する場合、ばね下加速度を２回積分したばね下変位における積分誤差は、Ａ／２・ｔ２＋Ｃ１・ｔ＋Ｃ２のような２次曲線となる。さらには、直流成分ではなく、温度ドリフト等の時間変化成分が存在する場合、さらに大きな積分誤差が生じるおそれがある。このため、本実施形態では、路面プロファイル算出部７０は、変位算出処理において、ばね下加速度、ばね下速度、および、ばね下変位に対して、双方向のハイパスフィルタを施すことによって、路面凹凸に起因する試験車１００の振動成分に関する周波数帯よりも低い低周波成分を除去する。
図２は、変位算出処理の処理手順の一例を示すフローチャートである。変位算出処理は、ローパスフィルタ処理よりも後、かつ、リサンプリング処理よりも前の任意のタイミングで開始される。
ステップＳ１１では、路面プロファイル算出部７０は、ばね下加速度に双方向のハイパスフィルタを施す。このため、ばね下加速度に関して、バイアス成分および温度ドリフトが除去される。ステップＳ１２では、路面プロファイル算出部７０は、ばね下加速度を積分することによって、ばね下速度を算出する。ステップＳ１３では、路面プロファイル算出部７０は、ばね下速度に双方向のハイパスフィルタを施す。このため、ステップＳ１２における積分定数に関するバイアスが除去される。ステップＳ１４では、路面プロファイル算出部７０は、ばね下速度を積分してばね下変位を算出する。ステップＳ１５では、路面プロファイル算出部７０は、ばね下変位に双方向のハイパスフィルタを施す。このため、ステップＳ１４における積分定数に関するバイアスが除去される。
＜１－１０．リサンプリング処理＞
リサンプリング処理は、変位算出処理よりも後に実行される処理である。本実施形態では、路面プロファイル算出部７０は、リサンプリング処理において、試験車１００の累積移動距離に基づいて、等間隔距離軸を有する等間隔距離データを作成し、算出したばね下変位を等間隔距離データの等間隔距離軸と対応付ける。
図３は、リサンプリング処理の処理手順の一例を示すフローチャートである。リサンプリング処理は、変位算出処理よりも後の任意のタイミングで開始される。
ステップＳ２１では、路面プロファイル算出部７０は、車速パルス発生装置４０から車速パルスの信号、および、車速パルス係数を取得する。車速パルス係数は、車速パルスの１エッジあたりの距離である。なお、車速パルス係数は、予め記憶部６１Ａに記憶されていてもよい。
ステップＳ２２では、路面プロファイル算出部７０は、車速パルスの信号に基づいて、車速パルスエッジを検出する。
ステップＳ２３では、路面プロファイル算出部７０は、車速パルスエッジおよび車速パルス係数に基づいて、試験車１００の累積移動距離を算出する。ステップＳ２３では路面プロファイル算出部７０は、車速パルスエッジの累積値と車速パルス係数とを乗算することによって、試験車１００の累積移動距離を算出する。なお、車速パルスエッジの累積値と車速パルス係数とを乗算しただけでは、時間軸上で、同じ距離の値が複数サンプリングされる場合があるため、路面プロファイル算出部７０は、車速パルスエッジの累積値と車速パルス係数とを乗算したデータを直線補間した単一増加傾向のデータを用いて、試験車１００の累積移動距離を算出する。
ステップＳ２４では、路面プロファイル算出部７０は、算出したばね下変位を等間隔距離データの等間隔距離軸と対応付ける。
図４は、ばね下変位に関するデータ（以下では、「ばね下変位データ」という）と、試験車１００の累積移動距離に関するデータ（以下では、「距離データ」という）との関係を示すグラフの一例である。ステップＳ２４では、路面プロファイル算出部７０は、ステップＳ２３で算出した試験車１００の累積移動距離に基づいて、図５に示される等間隔距離軸を有する等間隔距離データを作成し、算出したばね下変位を等間隔距離データの等間隔距離軸と対応付ける。図５に示される例では、路面プロファイル算出部７０は、等間隔距離軸における距離値「２」毎にばね下変位を対応付ける。
ステップＳ２４において、等間隔距離軸を有する等間隔距離データの距離データと対応するばね下変位データが存在しない場合がある。その場合、路面プロファイル算出部７０は、存在しないばね下変位データの直前および直後の値に基づいて、直線補間することによって、存在しないばね下変位データ（以下では、「補間データ」という）を生成する。図４および図５に示される例では、距離値「２」の場合のばね下変位データが存在しないため、路面プロファイル算出部７０は、距離値「１」および距離値「３」のときのばね下変位データを直線補間することによって、距離値「２」の場合の補間データを生成する。同様に、距離値「６」の場合のばね下変位データが存在しないため、路面プロファイル算出部７０は、距離値「５」および距離値「７」のときのばね下変位データを直線補間することによって、距離値「６」の場合の補間データを生成する。距離値「８」の場合のばね下変位データが存在しないため、路面プロファイル算出部７０は、距離値「７」および距離値「９」のときのばね下変位データを直線補間することによって、距離値「８」の場合の補間データを生成する。距離値「１２」の場合のばね下変位データが存在しないため、路面プロファイル算出部７０は、距離値「１１」および距離値「１３」のときのばね下変位データを直線補間することによって、距離値「１２」の場合の補間データを生成する。
＜１－１１．タイヤ回転成分除去処理＞
タイヤ回転成分除去処理は、ローパスフィルタ処理よりも後の任意のタイミングで開始される。本実施形態では、タイヤ回転成分除去処理は、リサンプリング処理よりも後に開始される。路面プロファイルの算出においては、試験車１００のタイヤおよび車輪の組み合わせの重心位置が回転中心に位置していない場合、遠心力による振動が車輪の回転周期毎に発生する。この振動は、ばね下加速度に重畳されるため、路面プロファイルの計測には不要な成分であり、除去されることが好ましい。このため、路面プロファイル算出部７０は、タイヤ回転成分除去処理において、車両特性推定処理で抽出した卓越周波数に基づいて、タイヤ回転成分に相当する卓越周波数成分を除去する。
遠心力による振動の成分を除去する方法として、例えば、車輪の中心からタイヤの接地面までの距離であるタイヤの静的負荷半径を用いることが考えられる。車輪の中心からタイヤの接地面までの距離は、例えば、作業者によって巻き尺等で計測される。タイヤの静的負荷半径に基づいてタイヤ外周長を算出し、試験車１００の車速をタイヤ外周長で除算することによって、タイヤ回転周波数を推定できる。この推定されたタイヤ回転周波数を中心周波数としてバンドストップフィルタを施すことによって、遠心力による振動の成分を除去できる。しかし、車輪の中心からタイヤの接地面までの距離の計測の際に作業者が数ｍｍ程度でも計測ミスを行った場合、バンドストップフィルタの効果が低下するおそれがある。
遠心力による振動の成分を除去する別の方法として、例えば、一定時間毎のばね下加速度をフーリエ変換することによって得られる時間周波数スペクトルから卓越周波数を抽出し、卓越周波数近傍に存在する成分をバンドストップフィルタによって除去することが考えられる。しかし、試験車１００の車速が一定ではない場合、時間周波数スペクトルにおける卓越成分の時間周波数も一定ではないため、卓越成分のピークが分散し、卓越周波数を精度よく抽出することが難しい。一方、空間周波数スペクトルであれば、試験車１００の車速に関係なく、卓越成分のピークの山型の形状が分散しにくい、換言すれば、卓越成分のピークの山型の形状が保たれるため、卓越周波数を精度よく抽出できる。このため、本実施形態では、路面プロファイル算出部７０は、路面プロファイル算出処理よりも前に空間周波数スペクトルから卓越周波数を抽出する車両特性推定処理を実行し、タイヤ回転成分除去処理において、空間周波数スペクトルから抽出された卓越周波数を用いて、タイヤ回転成分を除去する。
例えば、時間周波数スペクトルまたは空間周波数スペクトルの中で単に大きな値となる成分の周波数を抽出する場合、定常的ではない特異成分を抽出するおそれがある。また、例えば、平滑化した時間周波数スペクトルまたは空間周波数スペクトルの中で大きな値となる成分のピーク点の周波数を抽出した場合、平滑化したことによって、本来の卓越周波数からずれた周波数を抽出するおそれがある。本実施形態では、このようなおそれを回避するためにも、路面プロファイル算出部７０は、車両特性推定処理において、テンプレートマッチング法を用いて卓越周波数を抽出する。試験車１００の車両特性の１つである卓越周波数は、試験車１００の特性に変化がなければ、ほとんど変化しない。このため、車両特性推定処理は、通常、路面プロファイル算出処理の前に１回実行され、抽出された卓越周波数に関するデータがタイヤ回転成分除去処理に用いられる。なお、車両特性推定処理は、例えば、試験車１００のタイヤが交換された場合等、試験車１００の特性が変化すると予測される場合には、その都度実行されることが好ましい。以下では、車両特性推定処理について、詳細を説明する。
＜１－１２．車両特性推定処理＞
図６は、車両特性推定処理の処理手順の一例を示すフローチャートである。
路面プロファイル算出部７０は、例えば、試験車１００の走行が開始されたことに基づいて車両特性推定処理を開始する。別の例では、路面プロファイル算出部７０は、試験車１００の走行が終了し、かつ、入力装置６２から入力される要求に基づいて、車両特性推定処理を開始する。なお、車両特性推定処理において試験車１００が走行する路面は、平坦路または基準路である。なお、計測対象の路面が平坦路である場合、車両特性推定処理において、試験車１００は、計測対象の路面を走行してもよい。
ステップＳ３１では、路面プロファイル算出部７０は、取得装置５０から計測データを取得する。計測データは、上下方向センサ２０から出力される加速度、左右方向センサ３０から出力される加速度、および、車速パルス発生装置４０から出力される車速パルスを含む。記憶部６１Ａに車速パルス係数が記憶されていない場合、ステップＳ４１において、路面プロファイル算出部７０は、試験車１００の制御装置から車速パルス係数を取得してもよい。
ステップＳ３２では、路面プロファイル算出部７０は、ローパスフィルタ処理を実行する。ローパスフィルタ処理は、路面プロファイル算出処理で説明したローパスフィルタ処理と同様の処理である。
ステップＳ３３では、路面プロファイル算出部７０は、リサンプリング処理と同様に試験車１００の累積移動距離に基づいて、等間隔距離軸を有する等間隔距離データを作成する。路面プロファイル算出部７０は、ばね下加速度を等間隔距離データの等間隔距離軸と対応付ける。
図７は、ばね下加速度に関するデータ（以下では、「ばね下加速度データ」という）と、試験車１００の累積移動距離に関するデータ（以下では、「距離データ」という）との関係を示すグラフの一例である。ステップＳ３３では、路面プロファイル算出部７０は、試験車１００の累積移動距離に基づいて、図８に示される等間隔距離軸を有する等間隔距離データを作成し、ばね下加速度を等間隔距離データの等間隔距離軸と対応付ける。図８に示される例では、路面プロファイル算出部７０は、等間隔距離軸における距離値「２」毎にばね下加速度を対応付ける。
ステップＳ３３において、等間隔距離軸を有する等間隔距離データの距離データと対応するばね下加速度データが存在しない場合がある。その場合、路面プロファイル算出部７０は、存在しないばね下加速度データの直前および直後の値に基づいて、直線補間することによって、存在しないばね下加速度データ（以下では、「補間データ」という）を生成する。図７および図８に示される例では、距離値「２」の場合のばね下加速度データが存在しないため、路面プロファイル算出部７０は、距離値「１」および距離値「３」のときのばね下加速度データを直線補間することによって、距離値「２」の場合の補間データを生成する。同様に、距離値「６」の場合のばね下加速度データが存在しないため、路面プロファイル算出部７０は、距離値「５」および距離値「７」のときのばね下加速度データを直線補間することによって、距離値「６」の場合の補間データを生成する。距離値「８」の場合のばね下加速度データが存在しないため、路面プロファイル算出部７０は、距離値「７」および距離値「９」のときのばね下加速度データを直線補間することによって、距離値「８」の場合の補間データを生成する。距離値「１２」の場合のばね下加速度データが存在しないため、路面プロファイル算出部７０は、距離値「１１」および距離値「１３」のときのばね下加速度データを直線補間することによって、距離値「１２」の場合の補間データを生成する。以上のように、路面プロファイル算出部７０は、ステップＳ３３において、時間軸ではなく、空間（距離）軸で等間隔のばね下加速度データを作成する。
ステップＳ３４（算出処理）では、路面プロファイル算出部７０は、ステップＳ３３で作成した、距離軸で等間隔のばね下加速度データをフーリエ変換することによって、空間周波数スペクトルを算出する。
ステップＳ３５（抽出処理）では、路面プロファイル算出部７０は、テンプレートマッチング法を用いて、空間周波数スペクトルから卓越周波数を抽出する。路面プロファイル算出部７０は、抽出処理において、空間周波数スペクトルのピーク波形を模したテンプレート８０の複数の点における値と、テンプレート８０の複数の点と対応する空間周波数スペクトル９０の複数の点におけるスペクトル強度とを乗算した値の和に基づいてマッチング値を算出し、マッチング値に基づいて卓越周波数を抽出する。
図９は、空間周波数スペクトルのうちの卓越成分の空間周波数スペクトル９０、および、その周辺の模式図である。図１０は、テンプレート８０の模式図である。テンプレートサイズは、距離軸で等間隔のばね下加速度データをフーリエ変換した際のデータ長、および、スペクトルに対する平滑化等の前処理に基づいて決められる。図１０に示される例では、テンプレート８０は、サイズ９のテンプレートである。テンプレート８０は、サイズ９以外のサイズであってもよい。フーリエ変換の際のデータ長が長いほど空間周波数スペクトルの周波数分解能が高いため、換言すれば、細かいため、卓越成分がピンポイントの特徴点となる。仮に、それに合わせてピンポイントで急峻な波形のテンプレートを使用すると、特徴点ではないノイズにもマッチする可能性が高いため、幅の広い、換言すれば、データ数の多いテンプレートを用いる必要がある。平滑化を実施すれば、ノイズ成分が減ることによって、誤ってマッチングしにくくなるため、テンプレートサイズを小さくできる。
路面プロファイル算出部７０は、抽出処理において、テンプレート８０の中心周波数νを所定の検索範囲内で移動させることによって、各位置でのマッチング値Ｍνを算出する。路面プロファイル算出部７０は、各位置でのマッチング値Ｍνが最適値となる位置における周波数を卓越周波数として抽出する。本実施形態では、各位置でのマッチング値Ｍνの最適値は、最大値である。なお、所定の検索範囲は、市販されているタイヤのサイズに基づいてタイヤ回転成分が存在し得る周波数帯として予め設定される範囲である。マッチング値Ｍνは、テンプレート８０の複数の点Ｔ１～Ｔ９における値ＡT1～ＡT9と、テンプレート８０の複数の点Ｔ１～Ｔ９と対応する空間周波数スペクトル９０の複数の点Ｓ１～Ｓ９におけるスペクトル強度ＢS1～ＢS9とを用いて、以下の式（４）によって算出される。
Ｍν＝ＡT1・ＢS1＋ＡT2・ＢS2＋・・・＋ＡT8・ＢS8＋ＡT9・ＢS9・・・（４）
ところで、空間周波数スペクトルの卓越成分は、タイヤ外周長の逆数の周波数νRである基本波と、基本波の周波数に基づいて周波数を予測できる高調波とを含む場合がある。高調波は、例えば、基本波の整数倍の周波数である。仮に、空間周波数スペクトルから求めた卓越周波数が実際の基本波の周波数とずれている場合、高調波に対してバンドストップフィルタを施したとしても、高次の高調波になるほどフィルタバンドの位置（周波数）が大きくずれるため、高調波に相当する卓越成分を除去できないおそれがある。さらには、必要な空間周波数スペクトルを除去してしまうおそれがある。このため、本実施形態では、路面プロファイル算出部７０は、抽出処理において、テンプレート８０と基本波とのマッチング値、および、テンプレート８０と高調波とのマッチング値に基づいて空間周波数スペクトルの卓越周波数を抽出する。
図１１は、基本波および高調波に対してテンプレートマッチング法を用いる場合の模式図である。図１１に示される例では、空間周波数スペクトル２００は、基本波２００Ｘ、第１高調波２１０、第２高調波２２０、第３高調波２３０、および、第４高調波２４０を含む。なお、図１１では、図面の簡略化のため、基本波２００Ｘ、第１高調波２１０、第２高調波２２０、第３高調波２３０、および、第４高調波２４０をバー状で図示している。基本波２００Ｘ、第１高調波２１０、第２高調波２２０、第３高調波２３０、および、第４高調波２４０の実際の形状は、図９に示されるようなスペクトル波形である。
図１１に示される例では、テンプレート８０は、基本波テンプレート８０Ｘ、第１テンプレート８１、第２テンプレート８２、第３テンプレート８３、および、第４テンプレート８４を含む。なお、図１１では、図面の簡略化のため、基本波テンプレート８０Ｘ、第１テンプレート８１、第２テンプレート８２、第３テンプレート８３、および、第４テンプレート８４をバー状で図示している。基本波テンプレート８０Ｘ、第１テンプレート８１、第２テンプレート８２、第３テンプレート８３、および、第４テンプレート８４の実際の形状は、図１０に示される山型である。
路面プロファイル算出部７０は、抽出処理において、基本波テンプレート８０Ｘの中心周波数νを所定の検索範囲内で移動させることによって、総マッチング値ＭＴを算出する。総マッチング値ＭＴは、以下の式（５）によって算出される。
ＭＴ＝ＭRx＋ＭR1＋ＭR2＋ＭR3＋ＭR4・・・（５）
なお、値ＭRxは、基本波テンプレート８０Ｘと基本波２００Ｘとのマッチング値である。値ＭR1は、第１テンプレート８１と第１高調波２１０とのマッチング値である。値ＭR2は、第２テンプレート８２と第２高調波２２０とのマッチング値である。値ＭR3は、第３テンプレート８３と第３高調波２３０とのマッチング値である。値ＭR4は、第４テンプレート８４と第４高調波２４０とのマッチング値である。
路面プロファイル算出部７０は、抽出処理において、総マッチング値ＭＴが最適値となる位置における周波数を卓越周波数として抽出する。なお、本実施形態では、総マッチング値ＭＴの最適値は、最大値である。
図６に示されるように、ステップＳ３６では、路面プロファイル算出部７０は、ステップＳ３５で抽出した卓越周波数を記録する。
＜１－１３．横力成分除去処理＞
横力成分除去処理は、変位算出処理よりも後、かつ、リサンプリング処理よりも前または後に実行される処理である。本実施形態では、路面プロファイル算出部７０は、横力成分除去処理を実施することによって、左右方向センサ３０によって検出される左右方向の加速度に基づいて、上下方向センサ２０によって検出される加速度を補正している。
図１２に示されるように、上下方向センサ２０の感度軸ＸＡと、左右方向センサ３０の感度軸ＸＢとのなす角θＡが９０°であり、キングピン角θＢの場合、路面入力による上下加速度Ａｚ、および、旋回等による左右加速度Ａｙは、上下方向センサ２０によって検出される加速度ａｚ、および、左右方向センサ３０によって検出される加速度ａｙに基づいて、以下の式（６）、（７）によって、算出される。
Ａｚ＝ａｚ・ｃоｓθＢ－ａｙ・ｓｉｎθＢ・・・（６）
Ａｙ＝ａｚ・ｓｉｎθＢ＋ａｙ・ｃоｓθＢ・・・（７）
また、平坦な路面における旋回では、上下加速度Ａｚは、実質的に０とみなすことができるため、上下方向センサ２０によって検出される加速度ａｚ、および、左右方向センサ３０によって検出される加速度ａｙに基づいて、キングピン角θＢは、以下のように算出できる。
ａｚ・ｃоｓθＢ－ａｙ・ｓｉｎθＢ＝０・・・（８）
ａｚ／ａｙ＝ｔａｎθＢ・・・（９）
θＢ＝ｔａｎ－１（ａｚ／ａｙ）・・・（１０）
また、市街地等の舗装路を試験車１００が走行している場合、サスペンション１２０の動きは、主に、ばねおよびダンパーの直動であるため、キングピン角θＢは、ほとんど変化せず、キングピン角θＢを一定値としてみなすことができる。このため、上記式（６）、（７）の三角関数も定数とみなすことができ、路面変位Ｄは、計測値ｄに基づいて、以下の式（１１）、（１２）によって算出できる。
Ｄｚ＝ｄｚ・ｃоｓθＢ－ｄｙ・ｓｉｎθＢ・・・（１１）
θＢ＝ｔａｎ－１（ｄｚ／ｄｙ）・・・（１２）
このため、変位算出処理において算出されたばね下変位、および、左右方向センサ３０によって検出された加速度を２回積分して算出された変位に基づいて、キングピン角θＢ、および、横力成分を除去したばね下変位を算出できる。
＜１－１４．バンドパスフィルタ処理＞
バンドパスフィルタ処理は、リサンプリング処理よりも後に実行される処理である。路面プロファイル算出部７０は、バンドパスフィルタ処理において、算出したばね下変位に双方向のバンドパスフィルタを施すことによって、路面凹凸に起因する試験車１００の振動成分に関する空間周波数帯よりも高い空間周波数成分、および、低い空間周波数成分を除去する。路面凹凸に起因する試験車１００の振動成分に関する空間周波数帯よりも高い空間周波数成分は、例えば、１０ｃｙｃｌｅ／ｍ以上の空間周波数成分である。路面凹凸に起因する試験車１００の振動成分に関する空間周波数帯よりも低い空間周波数成分は、例えば、０．０１ｃｙｃｌｅ／ｍ以下の空間周波数成分である。
＜１－１５．路面プロファイル算出処理＞
図１３を参照して、路面プロファイル算出処理の処理手順の一例について説明する。
路面プロファイル算出部７０は、例えば、試験車１００の走行が開始されたことに基づいて路面プロファイル算出処理を開始する。別の例では、路面プロファイル算出部７０は、試験車１００の走行が終了し、かつ、入力装置６２から入力される要求に基づいて、路面プロファイル算出処理を開始する。
ステップＳ４１では、路面プロファイル算出部７０は、取得装置５０から計測データを取得する。計測データは、上下方向センサ２０から出力される加速度、左右方向センサ３０から出力される加速度、および、車速パルス発生装置４０から出力される車速パルスを含む。記憶部６１Ａに車速パルス係数が記憶されていない場合、ステップＳ４１において、路面プロファイル算出部７０は、試験車１００の制御装置から車速パルス係数を取得してもよい。
ステップＳ４２では、路面プロファイル算出部７０は、ローパスフィルタ処理を実行する。ステップＳ４３では、路面プロファイル算出部７０は、変位算出処理を実行する。ステップＳ４４では、路面プロファイル算出部７０は、リサンプリング処理を実行する。ステップＳ４５では、路面プロファイル算出部７０は、タイヤ回転成分除去処理を実行する。ステップＳ４５では、路面プロファイル算出部７０は、車両特性推定処理のステップＳ３５で抽出した卓越周波数から求められる基本波および高調波の周波数を各々の中心周波数とするバンドストップフィルタを施すことによって、タイヤ回転成分に相当する卓越周波数成分を除去する。ステップＳ４６では、路面プロファイル算出部７０は、横力成分除去処理を実行する。ステップＳ４７では、路面プロファイル算出部７０は、バンドパスフィルタ処理を実行する。ステップＳ４７が終了することによって、路面プロファイルが算出される。路面プロファイル算出部７０は、算出した路面プロファイルに基づいて、公知のクォーターカーシミュレーションを実行することによって、ＩＲＩを算出する。
＜２．本実施形態の効果＞
以上のように構成された卓越周波数の抽出装置の一例である路面平坦性計測装置６０によれば、次の効果を得ることができる。
＜２－１＞
路面平坦性計測装置６０は、車両特性推定処理において、テンプレートマッチング法を用いるため、空間周波数スペクトルから卓越周波数を精度よく抽出できる。
＜２－２＞
本実施形態では、一定間隔毎に入力される成分を含む信号が、一定距離毎に入力される試験車１００のばね下加速度であり、算出処理によって算出された空間周波数スペクトルのスペクトル強度は、車速および計測区間によって異なる。このため、ＳＳＤ（Sum of Squared Difference）およびＳＡＤ（Sum of Absolute Difference）等のテンプレートマッチング法によって、抽出処理を実行する場合、用意したテンプレートとの差分値も、車速および計測区間によって増減するため、目的とする卓越成分以外の特徴点の周波数を抽出するおそれがある。
路面平坦性計測装置６０によれば、テンプレート８０の複数の点Ｔ１～Ｔ９における値ＡT1～ＡT9と、テンプレート８０の複数の点Ｔ１～Ｔ９と対応する空間周波数スペクトル９０の複数の点Ｓ１～Ｓ９におけるスペクトル強度ＢS1～ＢS9と、を乗算した値の和に基づいてマッチング値Ｍνを算出するため、マッチング値Ｍνの算出の精度が高められる。
＜２－３＞
路面平坦性計測装置６０によれば、車両特性推定処理の抽出処理において、テンプレート８１～８４と、第１高調波２１０～第４高調波２４０とのマッチング値ＭR1～ＭR4を考慮して卓越周波数を抽出する。このため、基本波２００Ｘの空間周波数スペクトルが卓越していない場合でも、第１高調波２１０～第４高調波２４０を考慮することによって、卓越周波数を好適に抽出できる。なお、高調波の数は、一例である。高調波は、１つ～３つ、または、５つ以上の場合を含む。
＜３．本実施形態の路面平坦性計測装置の試験結果＞
図１４～図２９を参照して、第１試験～第８試験における空間周波数スペクトルの卓越周波数の抽出結果について説明する。なお、第１試験～第４試験は、車両特性推定処理に関する試験であり、第５試験～第８試験は、タイヤ回転成分除去処理に関する試験である。
＜３－１．第１試験の結果＞
図１４～図１６は、第１試験に関する図である。図１４は、距離軸で等間隔のばね下加速度データをフーリエ変換することによって算出された空間周波数スペクトルである。図１５は、図１４からばね下加速度に関する空間周波数スペクトルのトレンド成分を除去したデータである。なお、トレンド成分とは、卓越成分のような局所的な特徴点とは異なり、広範囲にわたる分布および傾向に相当する成分である。図１６は、空間周波数スペクトルの卓越成分の抽出結果である。第１試験では、試験車１００の車速は、比較的高速の約８０ｋｍ／ｈである。第１試験では、抽出処理において、基本波のみに対してテンプレートマッチング法を適用した。
図１６に示されるように、第１試験では、基本波のみに対してテンプレートマッチング法を適用した場合であっても、抽出処理において、空間周波数スペクトルの卓越周波数を好適に抽出できることが確認された。これは、試験車１００の車速が高い場合、タイヤが回転するときの遠心力も大きいため、基本波の卓越成分がより強調されるためであると考えられる。
＜３－２．第２試験の結果＞
図１７～図１９は、第２試験に関する図である。図１７は、距離軸で等間隔のばね下加速度データをフーリエ変換することによって、算出された空間周波数スペクトルである。図１８は、図１７からばね下加速度に関する空間周波数スペクトルのトレンド成分を除去したデータである。図１９は、空間周波数スペクトルの卓越成分の抽出結果である。第２試験では、試験車１００の車速は、比較的高速の約８０ｋｍ／ｈである。第１試験では、抽出処理において、基本波および高調波に対してテンプレートマッチング法を適用した。
図１９に示されるように、第２試験では、抽出処理において、空間周波数スペクトルの卓越周波数を好適に抽出できることが確認された。これは、基本波および高調波に対してテンプレートマッチング法を適用しているため、および、試験車１００の車速が高く、基本波の卓越成分がより強調されたためであると考えられる。
＜３－３．第３試験の結果＞
図２０～図２２は、第３試験に関する図である。図２０は、距離軸で等間隔のばね下加速度データをフーリエ変換することによって、算出された空間周波数スペクトルである。図２１は、図２０からばね下加速度に関する空間周波数スペクトルのトレンド成分を除去したデータである。図２２は、空間周波数スペクトルの卓越成分の抽出結果である。第３試験では、試験車１００の車速は、比較的低速の０～５０ｋｍ／ｈである。第３試験では、抽出処理において、基本波のみに対してテンプレートマッチング法を適用した。
図２２に示されるように、第３試験では、抽出処理において、空間周波数スペクトルの卓越周波数を抽出できなかった。これは、試験車１００の車速が低い場合、タイヤが回転するときの遠心力も小さく、基本波の卓越成分が極めて小さいためであると考えられる。
＜３－４．第４試験の結果＞
図２３～図２５は、第４試験に関する図である。図２３は、距離軸で等間隔のばね下加速度データをフーリエ変換することによって、算出された空間周波数スペクトルである。図２４は、図２３からばね下加速度に関する空間周波数スペクトルのトレンド成分を除去したデータである。図２５は、空間周波数スペクトルの卓越成分の抽出結果である。第４試験では、試験車１００の車速は、比較的低速の０～５０ｋｍ／ｈである。第４試験では、抽出処理において、基本波および高調波に対してテンプレートマッチング法を適用した。
図２５に示されるように、第４試験では、抽出処理において、試験車１００の車速が低いにも関わらず、空間周波数スペクトルの卓越周波数を好適に抽出できることが確認された。これは、基本波および高調波に対してテンプレートマッチング法を適用しているためであると考えられる。
＜３－５．第５試験～第８試験の結果＞
図２６～図２９は、第５試験～第８試験に関する図である。図２６～図２９は、車両特性推定処理の抽出処理（ステップＳ３５）において抽出した卓越周波数を試験車１００の特性値として用いてばね下加速度データをフィルタリングした空間周波数スペクトルを示している。第５試験～第８試験では、試験車１００の車速が異なる場合のばね下加速度の空間周波数スペクトルについて、テンプレートマッチング法によって抽出した卓越周波数に基づいて、卓越周波数成分と、それ以外の周波数成分とに分別した。図２６は、第５試験の結果である。第５試験では、試験車１００の車速は、２０ｋｍ／ｈである。図２７は、第６試験の結果である。第６試験では、試験車１００の車速は、４０ｋｍ／ｈである。図２８は、第７試験の結果である。第７試験では、試験車１００の車速は、６０ｋｍ／ｈである。図２９は、第８試験の結果である。第８試験では、試験車１００の車速は、８０ｋｍ／ｈである。
図２６～図２９に示されるように、試験車１００の車速に関係なく、空間周波数スペクトルのタイヤ回転成分に相当する卓越周波数成分を好適に抽出できることが確認された。
＜３－６．第９試験の結果＞
図３０を参照して、第９試験におけるばね下変位の空間周波数スペクトルの卓越周波数成分の抽出結果について説明する。
図３０は、車両特性推定処理の抽出処理（ステップＳ３５）において抽出した卓越周波数を試験車１００の特性値として用いてばね下変位データをフィルタリングした空間周波数スペクトルを示している。第９試験では、ばね下変位の空間周波数スペクトルについて、テンプレートマッチング法によって抽出した卓越周波数に基づいて、卓越周波数成分と、それ以外の周波数成分とに分別した。
図３０に示されるように、路面プロファイルと同じ次元のばね下変位においても，空間周波数スペクトルのタイヤ回転成分に相当する卓越周波数成分を好適に抽出することが確認された。
＜４．変形例＞
上記実施形態は本発明に関する卓越周波数の抽出装置、卓越周波数の抽出方法、および、卓越周波数の抽出プログラムが取り得る形態の例示であり、その形態を制限することを意図していない。本発明に関する卓越周波数の抽出装置、卓越周波数の抽出方法、および、卓越周波数の抽出プログラムは、実施形態に例示された形態とは異なる形態を取り得る。その一例は、実施形態の構成の一部を置換、変更、もしくは、省略した形態、または、実施形態に新たな構成を付加した形態である。以下に実施形態の変形例の幾つかの例を示す。
＜４－１＞
上記実施形態では、卓越周波数の抽出装置は、テンプレートマッチング法によって、試験車１００のばね下加速度の空間周波数スペクトルの卓越成分を抽出したが、卓越成分を抽出する周波数スペクトルは、一定間隔毎に入力される成分の周波数スペクトルであれば、これに限定されない。例えば、卓越周波数の抽出装置は、変位、または、試験車１００のばね下加速度とは異なる加速度に関する空間周波数スペクトルの卓越成分を抽出してもよい。変位は、例えば、路面形状の変位、舗装継ぎ目の変位、鉄道の線路の継ぎ目の変位、回転軸のブレである。これらの空間周波数スペクトルから卓越成分を除去することによって、平坦区間を算出できる。試験車１００のばね下加速度とは異なる加速度は、例えば、無限軌道の履板、階段状または平坦状のエスカレータのステップによる振動である。これらの空間周波数スペクトルから卓越成分を除去することによって、定常成分を算出できる。その他、テンプレートマッチング法によって空間周波数スペクトルの卓越成分を抽出する技術は、例えば、ねじり共振、階段の昇降等の歩行に伴う負荷、および、視覚刺激等にも適用可能である。
別の例では、卓越周波数の抽出装置は、テンプレートマッチング法によって、圧力、試験車１００のばね下加速度とは異なる加速度、または、電圧に関する時間周波数スペクトルの卓越成分を抽出してもよい。圧力は、例えば、脈動である。圧力に関する時間周波数スペクトルから卓越成分を除去することによって、静圧を算出できる。試験車１００のばね下加速度とは異なる加速度は、例えば、固有振動である。固有振動に関する時間周波数スペクトルから卓越成分を除去することによって、現象加速度を算出できる。電圧は、例えば、定常ノイズおよび発振である。定常ノイズおよび発振に関する時間周波数スペクトルから卓越成分を除去することによって、現象信号を算出できる。その他、卓越周波数の抽出装置は、スペクトルアナライザの電圧または電波、および、調律器の音波に関する時間周波数スペクトルの卓越成分を抽出してもよい。
＜４－２＞
上記実施形態では、卓越周波数の抽出装置は、テンプレートマッチング法によって、基本波および高調波の卓越周波数を抽出したが、抽出する複数の周波数の関係を予め予測できる場合であれば、テンプレートマッチング法によって、卓越周波数を抽出できる。本実施形態のように，基本波が存在し得る周波数帯を予め予測できる場合、マッチングの精度向上、および、計算回数削減（処理の高速化）が可能となる。また、基本波の周波数に基づいて周波数を予測できる成分であればマッチング対象にできるため、高調波だけではなく、低調波の抽出においても有効である。なお、テンプレートマッチング法を適用できる予測できる成分の他の例としては、ナイキスト周波数で折り返された周波数に存在するエイリアシングノイズ等が挙げられる。
＜４－３＞
上記実施形態では、車両特性推定処理を路面プロファイル算出部７０が実行したが、車両特性推定処理を実行する主体は、路面プロファイル算出部７０に限定されない。例えば、車両特性推定処理は、制御部６１Ｂに構築される別の機能ブロック、または、路面平坦性計測装置６０以外の別の装置に搭載される制御部に構築される機能ブロックが実行してもよい。この変形例では、制御部６１Ｂに構築される別の機能ブロック、または、路面平坦性計測装置６０以外の別の装置に搭載される制御部に構築される機能ブロックによって抽出された卓越周波数は、路面プロファイル算出部７０に記録される。
＜４－４＞
上記実施形態では、路面プロファイル算出処理の前に実行される車両特性推定処理によって抽出された卓越周波数を用いてタイヤ回転成分除去処理を実行した。しかし、路面プロファイル算出処理において、タイヤ回転成分除去処理よりも前に車両特性推定処理を実行して、その都度、抽出される卓越周波数を更新してもよい。
＜４－５＞
上記実施形態では、テンプレートマッチング法において、テンプレート８０の複数の点Ｔ１～Ｔ９における値ＡT1～ＡT9と、テンプレート８０の複数の点Ｔ１～Ｔ９と対応する空間周波数スペクトル９０の複数の点Ｓ１～Ｓ９におけるスペクトル強度ＢS1～ＢS9と、を乗算した値の和に基づいてマッチング値Ｍνを算出した。しかし、テンプレートマッチング法の具体的な方法は、任意に変更可能である。例えば、差分和または相関係数等に基づいて、マッチング値Ｍνを算出してもよい。
＜４－６＞
上記実施形態における総マッチング値ＭＴを算出する式（５）は、例えば、以下の式（１３）に変更可能である。
ＭＴ＝Ｗｘ・ＭRx＋Ｗ1・ＭR1＋Ｗ2・ＭR2＋Ｗ3・ＭR3＋Ｗ4・ＭR4・・・（１３）
なお、値Ｗｘは、基本波テンプレート８０Ｘと基本波２００Ｘとのマッチング値の重み係数である。値Ｗ1は、第１テンプレート８１と第１高調波２１０とのマッチング値の重み係数である。値Ｗ3は、第２テンプレート８２と第２高調波２２０とのマッチング値の重み係数である。値Ｗ3は、第３テンプレート８３と第３高調波２３０とのマッチング値の重み係数である。値Ｗ4は、第４テンプレート８４と第４高調波２４０とのマッチング値の重み係数である。例えば、これらの重み係数Ｗｘ、Ｗ1、Ｗ2、Ｗ3、Ｗ4の関係をＷｘ＞Ｗ1＞Ｗ2＞Ｗ3＞Ｗ4＞０と設定することによって、基本波２００Ｘに近い程、換言すれば、次数が低い程、重要視するようなマッチング評価を実施できる。
＜４－７＞
路面プロファイル算出処理の内容は、任意に変更可能である。例えば、図１３に示される路面プロファイル算出処理において、ローパスフィルタ処理、横力成分除去処理、および、バンドパスフィルタ処理の少なくとも１つを省略できる。また、横力成分除去処理を変位算出処理よりも後、かつ、リサンプリング処理よりも前に実行してもよい。
＜４－８＞
上記実施形態では、路面プロファイル算出部７０は、リサンプリング処理において、車速パルスに基づいて試験車１００の移動の累積距離を算出したが、試験車１００の車速に基づいて、試験車１００の移動の累積距離を算出してもよい。ただし、本実施形態のように車速パルスに基づいて試験車１００の移動の累積距離を算出する場合よりも、累積距離の算出精度は、試験車１００の車速が変化する場合は、特に低くなる傾向にある。
＜４－９＞
上記実施形態では、車速パルス係数は、記憶部６１Ａに予め記憶されていたが、例えば、計測対象の路面の長さが予め把握できている場合、路面プロファイル算出部７０は、計測対象の路面の長さを試験車１００が計測対象の路面を走行している間に得られる車速パルスエッジの累積値で除算することによって、車速パルス係数を算出してもよい。また、路面プロファイル算出部７０は、ＧＰＳ（Global Positioning System）等を用いて計測された試験車１００の車速を車速パルス周波数で除算することによって、車速パルス係数を算出してもよい。路面プロファイル算出部７０は、車速パルス周波数の算出において、例えば、任意の車速パルスエッジと次の車速パルスエッジとの間隔時間ＴＸを求め、間隔時間ＴＸの逆数１／ＴＸをその間隔の平均周波数として算出する。路面プロファイル算出部７０は、好ましい例では、算出された複数の平均周波数にローパスフィルタを施して平滑化することによって、車速パルス周波数を算出する。
＜４－１０＞
上記実施形態では、路面平坦性計測装置６０は、取得装置５０と有線通信または無線通信できるように接続されていたが、路面平坦性計測装置６０と取得装置５０とは、通信可能に接続されていなくてもよい。この場合、取得装置５０によって取得された計測データ等の情報は、例えば、ＵＳＢフラッシュメモリまたはＳＤメモリカード等の補助記憶装置に保存される。路面平坦性計測装置６０は、補助記憶装置から計測データ等の情報を取得することによって、路面プロファイルを算出する。
６０ ：路面平坦性計測装置（卓越周波数の抽出装置）

Claims (5)

  1. 一定間隔毎に入力される成分を含む信号をフーリエ変換することによって、周波数スペクトルを算出する算出処理と、
    テンプレートマッチング法によって、前記周波数スペクトルから卓越周波数を抽出する抽出処理と、を実行する
    卓越周波数の抽出装置。
  2. 前記抽出処理では、
    前記周波数スペクトルのピーク波形を模したテンプレートの複数の点における値と、前記テンプレートの複数の点と対応する前記周波数スペクトルの複数の点におけるスペクトル強度とに基づいてマッチング値を算出し、
    前記マッチング値に基づいて前記卓越周波数を抽出する。
    請求項１に記載の卓越周波数の抽出装置。
  3. 前記周波数スペクトルは、基本波、および、前記基本波の周波数に基づいて周波数を予測できる高調波または低調波を含み、
    前記抽出処理では、前記テンプレートと前記基本波との前記マッチング値、および、前記テンプレートと前記高調波または前記低調波との前記マッチング値に基づいて、前記卓越周波数を抽出する
    請求項２に記載の卓越周波数の抽出装置。
  4. 一定間隔毎に入力される成分を含む信号をフーリエ変換することによって、周波数スペクトルを算出する算出ステップと、
    テンプレートマッチング法によって、前記周波数スペクトルから卓越周波数を抽出する抽出ステップと、を含む
    卓越周波数の抽出方法。
  5. 一定間隔毎に入力される成分を含む信号をフーリエ変換することによって、周波数スペクトルを算出する算出ステップと、
    テンプレートマッチング法によって、前記周波数スペクトルから卓越周波数を抽出する抽出ステップと、をコンピュータに実行させる
    卓越周波数の抽出プログラム。
JP2021114245A 2021-07-09 2021-07-09 卓越周波数の抽出装置、卓越周波数の抽出方法、卓越周波数の抽出プログラム Pending JP2023010249A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2021114245A JP2023010249A (ja) 2021-07-09 2021-07-09 卓越周波数の抽出装置、卓越周波数の抽出方法、卓越周波数の抽出プログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2021114245A JP2023010249A (ja) 2021-07-09 2021-07-09 卓越周波数の抽出装置、卓越周波数の抽出方法、卓越周波数の抽出プログラム

Publications (1)

Publication Number Publication Date
JP2023010249A true JP2023010249A (ja) 2023-01-20

Family

ID=85118591

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021114245A Pending JP2023010249A (ja) 2021-07-09 2021-07-09 卓越周波数の抽出装置、卓越周波数の抽出方法、卓越周波数の抽出プログラム

Country Status (1)

Country Link
JP (1) JP2023010249A (ja)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10140985A (ja) * 1996-11-13 1998-05-26 Konoike Constr Ltd スクリューコンベアの凍結による点検方法及び凍結の確認方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10140985A (ja) * 1996-11-13 1998-05-26 Konoike Constr Ltd スクリューコンベアの凍結による点検方法及び凍結の確認方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
永井将紀: "卓越周波数を利用した方向推定", 土木学会論文集Ｆ３（土木情報学）, vol. 67, no. 2, JPN6023046265, 2011, pages 162 - 1, ISSN: 0005195860 *

Similar Documents

Publication Publication Date Title
Cantero et al. Experimental monitoring of bridge frequency evolution during the passage of vehicles with different suspension properties
Nagayama et al. Bridge natural frequency estimation by extracting the common vibration component from the responses of two vehicles
Li et al. Time-varying characteristics of bridges under the passage of vehicles using synchroextracting transform
CN103717469B (zh) 路面状态估计方法和路面状态估计设备
Yang et al. Effect of road surface roughness on the response of a moving vehicle for identification of bridge frequencies
JP6736669B2 (ja) 道路車両又は鉄道車両のモーダルパラメーターを求める方法及び道路プロファイル又はレールプロファイルの間接的な特徴付けの方法
Tian et al. Structural flexibility identification via moving-vehicle-induced time-varying modal parameters
JP6347078B2 (ja) たわみ計測方法およびたわみ計測装置
US20190227095A1 (en) Measurement instrument, measurement method, measurement system, and program
Van Deusen Analytical techniques for designing riding quality into automotive vehicles
KR20150138389A (ko) 보수 카운팅 방법 및 그 장치
JP7147538B2 (ja) 計測装置及び計測システム
He et al. Using acceleration residual spectrum from single two-axle vehicle at contact points to extract bridge frequencies
Li et al. Time-varying parameter identification of bridges subject to moving vehicles using ridge extraction based on empirical wavelet transform
JP2022131027A (ja) 計測方法、計測装置、計測システム及び計測プログラム
US7676345B2 (en) Method and system of determining the absolute velocity of a vehicle
Tomiyama et al. A mobile profilometer for road surface monitoring by use of accelerometers
US10203350B2 (en) Measurement instrument, measurement method, measurement system, and program
Yang et al. Frequency extraction for bridges with rough surface by a moving test vehicle enhanced by a shaker
Alessandroni et al. Sensing road roughness via mobile devices: A study on speed influence
KR20130063811A (ko) 노면 거칠기 측정장치 및 그의 신호처리방법 그리고 그를 이용한 시스템
Yang et al. Closely spaced modes of bridges estimated by a hybrid time–frequency method using a multi-sensor scanning vehicle: Theory and practice
Yang et al. Iterative reference-driven S-transform time-varying parameter identification for bridges under moving vehicle
KR100275849B1 (ko) 비정상신호 해석장치 및 비정상신호 해석프로그램을 기록한매체
González et al. Effective separation of vehicle, road and bridge information from drive-by acceleration data via the power spectral density resulting from crossings at various speeds

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20230130

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20231031

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20231114

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20240115

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20240312