JP7090720B2 - タイヤ故障検知装置、タイヤ故障検知方法、タイヤ故障検知プログラム及びタイヤ故障検知プログラムを記録したコンピュータ読み取り可能な記録媒体 - Google Patents

Description

本発明は、タイヤ故障検知装置、タイヤ故障検知方法、タイヤ故障検知プログラム及びタイヤ故障検知プログラムを記録したコンピュータ読み取り可能な記録媒体に関する。

タイヤ摩耗などのタイヤ故障を検知することを目的として、国際公開第２００６／００１２５５号パンフレット（特許文献１）に記載されるように、タイヤに取り付けられた加速度センサの出力信号に基づいて、タイヤの摩耗を検知する技術が提案されている。

国際公開第２００６／００１２５５号パンフレット

しかしながら、タイヤに取り付けられた加速度センサには、例えば、タイヤの回転による遠心力、走行路面の凹凸による衝撃力などが作用するため、加速度センサが壊れやすいなど、長期間の使用に耐え得る信頼性が十分ではなかった。

そこで、本発明は、車両に取り付けられているセンサの出力信号を利用してタイヤの故障を検知することで、長期間の使用に耐え得るタイヤ故障検知装置、タイヤ故障検知方法、タイヤ故障検知プログラム及びタイヤ故障検知プログラムを記録したコンピュータ読み取り可能な記録媒体を提供することを目的とする。

タイヤ故障検知装置は、操舵角を検出する操舵角センサと、ヨーレートを検出するヨーレートセンサと、コントロールユニットと、を有する。そして、コントロールユニットが、操舵角センサの出力信号、ヨーレートセンサの出力信号、車両速度及び車両重量に基づいて横滑りエネルギーを求め、横滑りエネルギーが第１の閾値を上回ったらタイヤに故障が発生したと判定する。

本発明によれば、タイヤにセンサを取り付ける必要がないため、長期間の使用に耐え得ることができる。

テレマティクスシステムの一例を示すシステム構成図である。 車載器の一例を示す内部構成図である。 コントロールユニットの一例を示す内部構成図である。 サーバコンピュータの一例を示す内部構成図である。 タイヤ故障検知処理の一例を示すフローチャートである。 車両物理モデルの一例の説明図である。 横滑りエネルギーとタイヤダメージとの関係図である。 データベース更新処理の一例を示すフローチャートである。 データベースに格納されるレコードの一例の説明図である。 タイヤダメージを表示する一例の説明図である。 バリエーション１における車両の一例を示す平面図である。 バリエーション１における車両物理モデルの一例の説明図である。 バリエーション２における車両の一例を示す平面図である。 バリエーション２における車両物理モデルの一例の説明図である。 バリエーション３における車両の一例を示す側面図である。 バリエーション３における解析モデルの一例の説明図である。 カルマンフィルタの一例の説明図である。 誤差を含まない場合の横滑り角の推定値の時系列応答の一例の説明図である。 誤差を含んだ場合の横滑り角の推定値の時系列応答の一例の説明図である。 トラクタの物理モデルの一例の説明図である。

以下、添付された図面を参照し、本発明を実施するための実施形態について詳述する。
図１は、タイヤ故障検知装置を組み込んだテレマティクスシステムの一例を示す。

テレマティクスシステム１００は、トラックなどの車両２００に搭載された車載器３００と、アプリケーションプロバイダの管理センターＭＣに設置されたサーバコンピュータ４００と、運輸会社などのバックオフィスＢＯに設置されたパーソナルコンピュータ５００と、を有している。車両２００は、トラックに限らず、例えば、バス、乗用車、トラクタ、建設機械などであってもよい。

車載器３００は、図２に示すように、テレマティクスサービスを利用するためのテレマティクスユニット３２０と、タイヤ故障検知装置を実装するためのコントロールユニット３４０と、ＧＰＳ（Global Positioning System）衛星６００のＧＰＳ信号を受信するＧＰＳアンテナ３６０と、管理センターＭＣのサーバコンピュータ４００と無線通信するための無線機３８０と、を備えている。そして、テレマティクスユニット３２０は、コントロールユニット３４０、ＧＰＳアンテナ３６０及び無線機３８０と相互通信可能に接続されている。なお、車載器３００は、テレマティクスユニット３２０に対する入出力機能を提供するＨＭＩ（Human Machine Interface）を備えることもできる。

コントロールユニット３４０は、図３に示すように、ＣＰＵ（Central Processing Unit）などのプロセッサ３４０Ａと、不揮発性メモリ３４０Ｂと、揮発性メモリ３４０Ｃと、入出力回路３４０Ｄと、通信回路３４０Ｅと、これらを相互接続するバス３４０Ｆと、を内蔵している。不揮発性メモリ３４０Ｂは、例えば、電源を遮断してもデータを保持可能なフラッシュＲＯＭ（Read Only Memory）からなり、タイヤ故障検知装置を実装するための制御プログラム（タイヤ故障検知プログラム）などを格納する。揮発性メモリ３４０Ｃは、例えば、電源を遮断するとデータが消失するダイナミックＲＡＭ（Random Access Memory）からなり、プロセッサ３４０Ａの一時的な記憶領域となる。入出力回路３４０Ｄは、各種のセンサ、スイッチなどのデジタル信号又はアナログ信号を入力すると共に、アクチュエータなどの外部機器にデジタル又はアナログの駆動信号を出力する。通信回路３４０Ｅは、例えば、ＣＡＮ（Controller Area Network）などの車載ネットワークに接続するためのインタフェースを提供する。

コントロールユニット３４０には、入出力回路３４０Ｄを介して、車両２００の操舵角δを検出する操舵角センサ７００の出力信号と、車両２００のヨーレートｒを検出するヨーレートセンサ７２０の出力信号と、車両２００の車両速度Ｖを検出する車速センサ７４０の出力信号と、が入力されている。また、コントロールユニット３４０は、通信回路３４０Ｅを介して、図示しないエンジンを電子制御するエンジンコントロールユニット７６０と相互通信可能に接続されている。

管理センターＭＣのサーバコンピュータ４００は、図４に示すように、ＣＰＵなどのプロセッサ４００Ａと、不揮発性メモリ４００Ｂと、プロセッサ４００Ａの一時的な記憶領域となる揮発性メモリ４００Ｃと、外部機器と接続するための入出力回路４００Ｄと、ハードディスクドライブなどのストレージ４００Ｅと、これらを相互接続するバス４００Ｆと、を内蔵している。

バックオフィスＢＯのパーソナルコンピュータ５００は、アプリケーションプロバイダから提供されるサービスを利用するために、例えば、コンピュータネットワークの一例として挙げられるインターネット８００を介して、管理センターＭＣのサーバコンピュータ４００に相互通信可能に接続されている。ここで、アプリケーションプロバイダから提供されるサービスに関する各種設定を可能にすべく、パーソナルコンピュータ５００には、例えば、ウェブブラウザが予めインストールされている。

かかるテレマティクスシステム１００において、車載器３００のテレマティクスユニット３２０は、車両２００のイグニッションスイッチがＯＦＦからＯＮになったことを契機として、管理センターＭＣのサーバコンピュータ４００との間の無線通信を確立する。そして、テレマティクスユニット３２０は、管理センターＭＣのサーバコンピュータ４００から提供されるテレマティクスサービスを利用できるようになる。

また、車載器３００のコントロールユニット３４０のプロセッサ３４０Ａは、車両２００のイグニッションスイッチがＯＦＦからＯＮになったことを契機として、不揮発性メモリ３４０Ｂに格納された制御プログラムを実行する。そして、コントロールユニット３４０のプロセッサ３４０Ａは、操舵角センサ７００、ヨーレートセンサ７２０及び車速センサ７４０の各出力信号に基づいて横滑りエネルギーＥを求め、この横滑りエネルギーＥが第１の閾値を上回ったらタイヤに故障が発生したと判定する。

なお、コントロールユニット３４０のプロセッサ３４０Ａは、操舵角センサ７００、ヨーレートセンサ７２０及び車速センサ７４０の各出力信号に代えて、車載ネットワークを介して相互通信可能に接続された他のコントロールユニットから操舵角δ、ヨーレートｒ及び車両速度Ｖを読み込んでもよい。また、コントロールユニット３４０のプロセッサ３４０Ａは、車速センサ７４０の出力信号に代えて、例えば、走行頻度が高い道路の制限速度など、所定の定数を使用してもよい。

図５は、コントロールユニット３４０が起動されたことを契機として、コントロールユニット３４０のプロセッサ３４０Ａが所定時間ごとに繰り返し実行する、タイヤ故障検知処理の一例を示す。

タイヤ故障検知処理は、コンピュータ、例えば、コントロールユニット３４０のプロセッサ３４０Ａに、本実施形態で説明する処理を定義したタイヤ故障検知プログラムを実行させることにより実現可能である。タイヤ故障検知プログラムは、例えば、可搬メモリなどのコンピュータ読み取り可能な記録媒体に記録して、保存、配布などが可能である。また、タイヤ故障検知プログラムは、インターネットや電子メールなどを介して、タイヤ故障検知処理を行うコンピュータに配布することも可能である。

ステップ１（図では「Ｓ１」と略記する。以下同様。）では、コントロールユニット３４０のプロセッサ３４０Ａが、ヨーレートセンサ７２０からヨーレートｒを読み込む。

ステップ２では、コントロールユニット３４０のプロセッサ３４０Ａが、ヨーレートｒの絶対値が所定角速度より大きいか否かを判定する。ここで、所定角速度は、後述するように、横滑り角βを積分して横滑りエネルギーＥを推定する際、誤差の蓄積によって推定精度が低下するのを抑制するための閾値であって、例えば、ヨーレートセンサ７２０の分解能を考慮して決定することができる。そして、コントロールユニット３４０のプロセッサ３４０Ａは、ヨーレートｒの絶対値が所定角速度より大きいと判定すれば、処理をステップ３へと進める（Ｙｅｓ）。一方、コントロールユニット３４０のプロセッサ３４０Ａは、ヨーレートｒの絶対値が所定角速度以下であると判定すれば、推定精度の低下を抑制すべく、制御サイクルにおけるタイヤ故障検知処理を終了させる（Ｎｏ）。

ステップ３では、コントロールユニット３４０のプロセッサ３４０Ａが、操舵角センサ７００から操舵角δを読み込む。

ステップ４では、コントロールユニット３４０のプロセッサ３４０Ａが、車速センサ７４０から車両速度Ｖを読み込む。

ステップ５では、コントロールユニット３４０のプロセッサ３４０Ａが、操舵角δ、ヨーレートｒ及び車両速度Ｖに基づいて、車両２００の横滑り角βを推定する。具体的には、コントロールユニット３４０のプロセッサ３４０Ａは、次式のように、操舵角δに１次のローパスフィルタｈ_１／（Ｔ_１ｓ＋１）を適用（乗算）した値から、ヨーレートｒに１次のローパスフィルタｈ_２／（Ｔ_１ｓ＋１）を適用（乗算）した値を減算することで、横滑り角βを推定する。ここで、１次のローパスフィルタｈ_１／（Ｔ_１ｓ＋１）及びｈ_２／（Ｔ_１ｓ＋１）が、夫々、第１のローパスフィルタ及び第２のローパスフィルタの一例として挙げられる。

上記の横滑り角βの推定式において、ｓはラプラス演算子、Ｔ_１はローパスフィルタの時定数、ｈ_１及びｈ_２はフィルタゲインである。ここで、ローパスフィルタの時定数Ｔ_１、フィルタゲインｈ_１及びｈ_２は、図６に示すような車両の物理モデル（等価２輪モデル）を利用して設定することができる。具体的には、車両の物理モデルにおいて、車両重量をｍ、前輪コーナリングパワーをＫ_ｆ、後輪コーナリングパワーをＫ、重心から前軸までの距離をｌ_ｆ、重心から後軸までの距離をｌ_ｒとすると、これらと車両速度Ｖとの間には、次式のような関係式が成り立つ。従って、このような関係式を利用し、ローパスフィルタの時定数Ｔ_１、フィルタゲインｈ_１及びｈ_２を求めることができる。なお、車両重量ｍは、例えば、車両総重量、平均的な積荷状態での車両重量などを利用することもできる。また、ローパスフィルタの時定数Ｔ_１、フィルタゲインｈ_１及びｈ_２は、コントロールユニット３４０の不揮発性メモリ３４０Ｂに変更可能に格納しておけば、各車両２００に容易に適合させることができる。

ステップ６では、コントロールユニット３４０のプロセッサ３４０Ａが、横滑り角βの絶対値が所定角度より大きいか否かを判定する。ここで、所定角度は、後述するように、横滑りエネルギーＥを求める際、誤差の蓄積によって計算精度が低下することを抑制するための閾値であって、例えば、計算誤差などを考慮して決定することができる。そして、コントロールユニット３４０のプロセッサ３４０Ａは、横滑り角βの絶対値が所定角度より大きいと判定すれば、処理をステップ７へと進める（Ｙｅｓ）。一方、コントロールユニット３４０のプロセッサ３４０Ａは、横滑り角βの絶対値が所定角度以下であると判定すれば、計算精度の低下を抑制すべく、制御サイクルにおけるタイヤ故障検知処理を終了させる（Ｎｏ）。

ステップ７では、コントロールユニット３４０のプロセッサ３４０Ａが、次式のように、横滑り角βを積分して横滑りエネルギーＥを求める。

横滑りエネルギーＥを求める上記の式において、車両重量ｍは、次のように求めることができる。なお、以下の例は、単なる例示であり、他の公知の技術によって車両重量ｍを求めたり、車両総重量、平均的な積荷状態での車両重量などを車両重量ｍとしたりすることもできる。

（１）車両２００がエアサスペンション装置を備えている場合、エアサスペンションに作用するエア圧力から車両重量ｍを推定することができる。
（２）運転者に積載量を選択させる入力デバイスが車両２００に搭載されている場合、選択された積載量に空荷の車両重量を加算した値を車両重量ｍとすることができる。

（３）車両２００がリーフサスペンション装置を備えている場合、リーフスプリングに作用する荷重をピエゾ素子で検出し、その検出値から車両重量ｍを推定することができる。
（４）積載重量を検出するロードセルが車両２００に搭載されている場合、ロードセルによって検出された積載荷重に空荷の車両重量を加算した値を車両重量ｍとすることができる。

ステップ８では、コントロールユニット３４０のプロセッサ３４０Ａが、横滑りエネルギーＥが第１の閾値を上回っているか否かを判定する。ここで、第１の閾値は、タイヤに故障が発生しているか否かを判定するための閾値であって、例えば、タイヤの摩耗特性などを考慮して初期値を適宜決定することができる。そして、コントロールユニット３４０のプロセッサ３４０Ａは、横滑りエネルギーＥが第１の閾値を上回っていると判定すれば、タイヤ故障（例えば、タイヤ摩耗）が発生したと判断して、処理をステップ９へと進める（Ｙｅｓ）。一方、コントロールユニット３４０のプロセッサ３４０Ａは、横滑りエネルギーＥが第１の閾値以下であると判定すれば、タイヤ故障が発生していないと判断して、処理をステップ１１へと進める（Ｎｏ）。

ステップ９では、コントロールユニット３４０のプロセッサ３４０Ａが、例えば、車載器３００のＨＭＩのディスプレイに、タイヤ故障が発生したことを表示する。

ステップ１０では、コントロールユニット３４０のプロセッサ３４０Ａが、テレマティクスユニット３２０を利用して、管理センターＭＣのサーバコンピュータ４００にタイヤ故障が発生したことを送信する。ここで、サーバコンピュータ４００に送信するデータには、タイヤ故障が発生したことを示す情報に加え、車両２００を特定可能な識別子、タイヤ故障が発生したと判定した時点における横滑りエネルギーＥなどを含むことができる。

ステップ１１では、コントロールユニット３４０のプロセッサ３４０Ａが、横滑りエネルギーＥが第１の閾値より大きい第２の閾値を上回っているか否かを判定する。ここで、第２の閾値は、車両２００の運転者などがタイヤ故障の発生を認識したにもかかわらず、その状態で走行を続けることを抑制するための閾値であって、例えば、タイヤの特性などに応じて適宜決定することができる。そして、コントロールユニット３４０のプロセッサ３４０Ａは、横滑りエネルギーＥが第２の閾値を上回っていると判定すれば、タイヤがバーストする可能性があると判断して、処理をステップ１２へと進める（Ｙｅｓ）。一方、コントロールユニット３４０のプロセッサ３４０Ａは、横滑りエネルギーＥが第２の閾値以下であると判定すれば、タイヤがバーストする可能性がないと判断して、制御サイクルにおけるタイヤ故障検知処理を終了させる（Ｎｏ）。

ステップ１２では、コントロールユニット３４０のプロセッサ３４０Ａが、通信回路３４０Ｅを介して、エンジンコントロールユニット７６０に対して出力抑制指令を出力する。なお、出力抑制指令を受信したエンジンコントロールユニット７６０は、例えば、燃料噴射量を低減したり、点火時期を遅角したりすることで、エンジン出力を低下させる。

かかるタイヤ故障検知装置によれば、車両２００のヨーレートｒの絶対値が所定角速度より大きい場合、コントロールユニット３４０は、車両の物理モデルを数式化した簡単な推定式から、操舵角δ、ヨーレートｒ及び車両速度Ｖに応じた、車両２００の横滑り角βを推定する。そして、コントロールユニット３４０は、横滑り角βの絶対値が所定角度より大きいとき、横滑り角βを積分することによって、車両２００の横滑りエネルギーＥを求める。

車両２００の横滑りエネルギーＥは、タイヤの横滑りによって発生する摩擦エネルギーを表すので、タイヤ故障の前兆を示す指標となる。そこで、本実施形態では、例えば、タイヤの摩擦特性などを考慮して第１の閾値を適切に設定することで、コントロールユニット３４０は、横滑りエネルギーＥが第１の閾値を上回ったら、タイヤに摩耗などの故障が発生したと判定する。また、コントロールユニット３４０は、タイヤに故障が発生したと判定した場合、テレマティクスユニット３２０の機能を利用して、管理センターＭＣのサーバコンピュータ４００に対して、タイヤ故障が発生したことを送信する。さらに、コントロールユニット３４０は、タイヤに故障が発生したと判定した場合、例えば、テレマティクスユニット３２０のＨＭＩを利用して、運転者に対してタイヤ故障の発生を知らせる。

従って、横滑り防止装置などの挙動安定化装置を備える車両であれば、既設の操舵角センサ、ヨーレートセンサ及び車速センサの各出力信号を利用して、タイヤに摩耗などの故障が発生したか否かを検知することができる。このとき、故障発生の検知に利用されるセンサは、タイヤに取り付けられていないため、例えば、タイヤの回転による遠心力、走行路面の凹凸による衝撃力などが作用せず、長期間の使用に耐え得ることができる。

車両２００の運転者がタイヤ故障の発生を認識したにもかかわらずその状態での走行を続けた場合、横滑りエネルギーＥが第１の閾値より大きい第２の閾値を上回ったら、エンジンコントロールユニット７６０に対して出力抑制指令が送信される。このため、車両２００において、エンジンの出力が抑制されることから、タイヤに作用する駆動力が小さくなり、例えば、タイヤがバーストする可能性を低下させることができる。また、車両２００の運転者は、例えば、加速がゆっくりとなることから、エンジン出力が抑制された状態での走行を続けることが苦痛となり、バーストが発生する前にタイヤのメンテナンスを受けることも期待できる。

即ち、図７に示すように、横軸を横滑りエネルギー、縦軸をタイヤダメージとした場合、横滑りエネルギーが閾値Ａを上回ると、タイヤダメージは８０％となって交換が必要となる。横滑りエネルギーが閾値Ａより大きい閾値Ｂを上回ると、いつバーストしてもおかしくない状態となる。この場合、上述したように、エンジン出力が抑制されることから、いくらかでもバーストの可能性を低下させることができる。

図８は、管理センターＭＣのサーバコンピュータ４００が、ストレージ４００Ｅに格納されている制御プログラムに従って、車両２００からタイヤ故障が通知されたことを契機として実行する、データベース更新処理の一例を示す。ここで、サーバコンピュータ４００のストレージ４００Ｅには、図９に示すようなデータベースが構築されている。このデータベースには、具体的には、車両を特定可能な識別子、タイヤタイプ、故障判定に使用されている閾値（第１の閾値）、横滑りエネルギーの推定値及びタイヤ状態が関連付けられたレコードが格納されている。なお、横滑りエネルギーＥの推定値の初期値は、例えば、タイヤが新品であることを示す０に設定することができる。

ステップ２１では、サーバコンピュータ４００のプロセッサ４００Ａが、ストレージ４００Ｅに構築されたデータベースを参照し、車両２００から送信されたデータに含まれる識別子に関連付けられたレコードを特定する。

ステップ２２では、サーバコンピュータ４００のプロセッサ４００Ａが、ステップ２１で特定したレコードにおける横滑りエネルギーの推定値を、車両２００から送信されたデータに含まれる横滑りエネルギーＥで更新する。また、サーバコンピュータ４００のプロセッサ４００Ａは、ステップ２１で特定したレコードにおけるタイヤ状態を故障に書き換える。

かかるデータベース更新処理によれば、サーバコンピュータ４００のプロセッサ４００Ａは、車両２００からタイヤ故障の通知があったことを契機として、その車両の横滑りエネルギーの推定値及びタイヤ状態を更新する。従って、バックオフィスＢＯにおいて、運輸会社などの管理者は、パーソナルコンピュータ５００を操作して管理センターＭＣのサーバコンピュータ４００にログインすることで、例えば、自社の各車両のタイヤ状態などを任意の時点で把握することができる。

そして、運輸会社などの管理者は、タイヤ状態が故障になっている車両２００はタイヤメンテナンスが必要であると判断し、テレマティクスサービスを利用して、その車両２００をディーラなどに呼び戻すことができる。また、運輸会社などの管理者は、タイヤメンテナンスにおいてデジタルタイヤ摩耗計などで測定した実際のタイヤ摩耗状態と故障発生時の横滑りエネルギーとに基づいて、タイヤ故障を判定する第１の閾値を更新することができる。このとき、運輸会社などの管理者は、管理センターＭＣに対してデータベースの更新を要求することができる。

データベース更新要求を受信した管理センターＭＣでは、サーバコンピュータ４００のデータベースを更新すると共に、テレマティクスサービスを利用して車両２００に閾値更新要求を送信する。一方、閾値更新要求を受信した車両２００は、タイヤ故障判定処理で使用する第１の閾値を更新する。なお、第１の閾値は、適宜更新可能とすべく、不揮発性メモリ３４０Ｂに格納しておくことができる。

車両２００の横滑りエネルギーＥは、次のように利用することもできる。
車両２００から所定時間間隔で横滑りエネルギーＥが送信される場合、管理センターＭＣのサーバコンピュータ４００は、車両２００の経時的な横滑りエネルギーＥをデータベースに順次格納する。そして、運輸会社などの管理者は、サーバコンピュータ４００のデータベースを参照して、横滑りエネルギーＥが増加傾向にある車両２００を特定し、その車両２００の運転者に対して、タイヤにやさしい運転指導を行うことができる。このようにすれば、横滑りエネルギーＥが小さくなる運転が行われ、燃費改善が見込まれる。

また、ディーラなどにおけるタイヤメンテナンスの結果、横滑りエネルギーＥが第１の閾値未満でタイヤ故障が発生した車両をワーストケースとして、このワーストデータと各車両２００の横滑りエネルギーＥの予測値とを比較し、ワーストデータに近い車両をディーラなどに呼び戻してタイヤメンテナンスを行うこともできる。偶発的に低い横滑りエネルギーＥで故障が発生したタイヤは、何らかの欠陥があるリコール対象のタイヤである可能性があるため、データベースを参照してこれを検知することもできる。この場合、タイヤメーカは、運輸会社などから提供されたデータを利用し、タイヤがリコール対象であるか否かを検証し、必要に応じてその対策をとることができる。

以上の実施形態において、タイヤ故障検知装置は、コントロールユニット３４０によって実装されていたが、テレマティクスユニット３２０を利用して実装することもできる。この場合、テレマティクスユニット３２０は、車載ネットワークを介して、少なくとも操舵角δ及びヨーレートｒを読み込めばよい。

また、コントロールユニット３４０は、図７に示す横滑りエネルギーとタイヤダメージとの関係図を参照し、横滑りエネルギーＥから求めたタイヤダメージを、例えば、図１０に示すバーグラフを用いて、テレマティクスユニット３２０のＨＭＩに表示するようにしてもよい。このようにすれば、車両２００の運転者は、タイヤダメージを任意の時点で確認することができる。

トラックの車軸レイアウトは、例えば、乗用車などと比較して多種多様であり、上述した方法では、車両２００の横滑り角β及び横滑りエネルギーＥを精度よく求めることができない。そこで、車両２００としてトラックを適用する場合には、以下で説明する各バリエーションのように、トラックの車軸レイアウトに応じて、車体重心の横滑り角βを各車輪に割り付けることで、車両２００の横滑りエネルギーＥを求めることができる。

［バリエーション１］
車両２００が、図１１に示すように、前輪が１軸、後輪がダブルタイヤを装着した２軸であるトラックの場合、車両の物理モデルは、図１２のように表すことができる。車両の物理モデルにおいて、前輪のトレッドをｄ_ｆ、外側の後輪のトレッドをｄ_ｒｏ、内側の後輪のトレッドをｄ_ｒｉ、車体重心から前軸までの距離をｌ_ｆ、車体重心から前方の後軸までの距離をｌ_ｒ１、車体重心から後方の後軸までの距離をｌ_ｒ２とおく。すると、左側にある前輪の横滑り角β_ｆ１、右側にある前輪の横滑り角β_ｆ２は、夫々、次式により求めることができる。

また、左側の前方にある外側の後輪の横滑り角β_ｒ１１、左側の前方にある内側の後輪の横滑り角β_ｒ１２、右側の前方にある内側の後輪の横滑り角β_ｒ１３、右側の前方にある外側の後輪の横滑り角β_ｒ１４は、夫々、次式により求めることができる。

さらに、左側の後方にある外側の後輪の横滑り角β_ｒ２１、左側の後方にある内側の後輪の横滑り角β_ｒ２２、右側の後方にある内側の後輪の滑り角β_ｒ２３、右側の後方にある外側の後輪の滑り角β_ｒ２４は、夫々、次式により求めることができる。

このような車両の場合、各タイヤの横滑り角を用いて、次式により横滑りエネルギーＥを求め、これを各タイヤの故障の前兆を示す指標としてもよい。

［バリエーション２］
車両２００が、図１３に示すように、前輪が２軸、後輪がダブルタイヤを装着した２軸であるトラックの場合、車両の物理モデルは、図１４のように表すことができる。車両の物理モデルにおいて、前輪のトレッドをｄ_ｆ、外側の後輪のトレッドをｄ_ｒｏ、内側の後輪のトレッドをｄ_ｒｉ、車体重心から前方の前軸までの距離をｌ_ｆ１、車体重心から後方の前軸までの距離をｌ_ｆ２、車体重心から前方の後軸までの距離をｌ_ｒ１、車体重心から後方の後軸までの距離をｌ_ｒ２とおく。すると、左側の前方にある前輪の横滑り角β_ｆ１１、右側の前方にある前輪の横滑り角β_ｆ１２、左側の後方にある前輪の横滑り角β_ｆ２１、右側の後方にある前輪の横滑り角β_ｆ２２は、夫々、次式により求めることができる。

また、左側の前方にある外側の後輪の横滑り角β_ｒ１１、左側の前方にある内側の後輪の横滑り角β_ｒ１２、右側の前方にある内側の後輪の横滑り角β_ｒ１３、右側の前方にある外側の後輪の横滑り角β_ｒ１４は、夫々、次式により求めることができる。

さらに、左側の後方にある外側の後輪の横滑り角β_ｒ２１、左側の後方にある内側の後輪の滑り角β_ｒ２２、右側の後方にある内側の後輪の横滑り角β_ｒ２３、右側の後方にある外側の後輪の横滑り角β_ｒ２４は、夫々、次式により求めることができる。

このような車両の場合、各タイヤの横滑り角を用いて、次式により横滑りエネルギーＥを求め、これを各タイヤの故障の前兆を示す指標としてもよい。

［バリエーション３］
車両２００が、図１５に示すようなセミトレーラの場合、前輪が１軸、後輪がダブルタイヤを装着した１軸を有するトラクタ２２０は、第５輪（カプラ）２４０を介してトレーラ２６０を牽引するため、トレーラ２６０の影響を受ける。従って、セミトレーラにおいて、トレーラ２６０を牽引しないトラックとは異なる、図１６に示すような解析モデルを定義し、これに図１７に示すような離散時間カルマンフィルタを適用して、トラクタ２２０の横滑り角を求めることができる。

セミトレーラの解析モデルにおいて、トラクタ２２０の重心から前軸までの距離をａ、トレーラ２６０の重心から第５輪２４０までの距離をａ_１、トラクタ２２０の重心から後軸までの距離をｂ、トレーラ２６０の重心から後軸までの距離をｂ_１、トラクタ２２０の重心から第５輪２４０までの距離をｃ、トラクタ２２０のホイールベースをｌ、トレーラ２６０のホイールベースをｌ_１、トラクタ２２０の質量をｍ、トレーラ２６０の質量をｍ_１、トラクタ２２０の前輪のコーナリングパワーをＣ_ｆ、トラクタ２２０の後輪のコーナリングパワーをＣ_ｒ、トレーラ２６０のコーナリングパワーをＣ_１、トラクタ２２０のヨー慣性モーメントをＩ、トレーラ２６０のヨー慣性モーメントをＩ_１、トラクタ２２０の重心の横速度をｖ、トラクタ２２０の操舵角をδ、トレーラ２６０のヨー角をｒ_１、第５輪２４０の角速度をω、第５輪２４０の角度をθ、車両速度をｕとおく。すると、セミトレーラの運動を表す状態方程式は、次式で表すことができる。ここで、ｘは状態変数、Ａはシステム行列、Ｂは制御行列、Ｍ^－１は質量逆行列、Ａ_０は減衰行列、Ｂ_０は外力行列である。

上記の運動方程式は、連続時間系の連立微分方程式であって、線形近似が含まれている。このため、上記の運動方程式を使用して横滑り角を求めると、横滑り角センサによって測定された実際の横滑り角と乖離してしまう。なぜならば、運動方程式に線形近似が含まれていることと、計算過程における値のフィードバックループが形成されていないこととが原因である。また、コントロールユニット３４０のプロセッサ３４０Ａが計算することを考慮すると、離散時間系で変換する必要がある。

サンプリング時間をＴとして、システム行列Ａ及び制御行列Ｂを離散化すると、次のような差分方程式を得ることができる。なお、Ｉは単位行列である。

上記の差分方程式におけるフィードバックループの形成は、カルマンフィルタゲインＫを算出することによって行われる。カルマンフィルタゲインＫは、外乱の分散マトリックスをＱ、観測ノイズの分散マトリックスをＲとすると、以下のようなリカッチ方程式の解によって求められる。

上記のリカッチ方程式におけるＰは、誤差共分散マトリックスである。このようにして求められたフィードバックゲインＫを用いて、状態変数の推定値ｘを次式により求める。

そして、状態変数の推定値ｘを使用して、次式より、横滑り角βを求める。

図１８及び図１９は、セミトレーラがシングルレーンチェンジしたときの、横滑り角の推定値の時系列応答を示している。ここで、図１８及び図１９において、実線は横滑り角のシミュレーション結果を示し、破線はカルマンフィルタを使用した推定結果を示している。

図１８は、トラクタ２２０の質量ｍ、トラクタ２２０のヨー慣性モーメントＩ、各コーナリングパワーＣ_ｆ，Ｃ_ｒ，Ｃ_１、トラクタ２２０の重心から前軸までの距離ａ、トラクタ２２０の重心から後軸までの距離ｂ、トレーラ２６０の重心から第５輪２４０までの距離ａ_１、トレーラ２６０の重心から後軸までの距離ｂ_１、トレーラ２６０の質量ｍ_１、トレーラ２６０のヨー慣性モーメントＩ_１がノミナル値（平均値）の場合において、ヨーレートセンサ７２０の出力信号にノイズが重畳していない状態を示している。このとき、実線と破線とが一致していることから、横滑り角は良好に推定されていると把握することができる。

図１９は、トレーラ２６０の質量ｍ_１及びヨー慣性モーメントＩ_１に夫々１０％の誤差が含まれ、かつ、ヨーレートセンサ７２０の出力信号にノイズが重畳された場合の推定結果を示している。図１９を参照すると、トレーラ２６０の質量ｍ_１及びヨー慣性モーメントＩ_１に誤差が含まれていたり、ヨーレートセンサ７２０の出力信号にノイズが重畳されていたりしても、実線と破線とが誤差１０％以内に収まっている。このため、離散時間系カルマンフィルタは良好に機能していると把握することができる。

次に、このようにして求めた横滑り角βを使用し、トレーラ２６０を連結したトラクタ２２０の各車輪の横滑り角を求める。ここで、図２０に示すようなトラクタ２２０の物理モデルにおいて、前輪のトレッドをｄ_ｆ、外側の後輪のトレッドをｄ_ｒｏ、内側の後輪のトレッドをｄ_ｒｉ、車体重心から前軸までの距離をｌ_ｆ、車体重心から後軸までの距離をｌ_ｒとおく。すると、左側の前輪の横滑り角β_ｆ１、右側の前輪の横滑り角β_ｆ２は、夫々、次式から求めることができる。

また、左側にある外側の後輪の滑り角β_ｒ１、左側にある内側の後輪の滑り角β_ｒ２、右側にある内側の後輪の滑り角β_ｒ３、右側にある外側の後輪の滑り角β_ｒ４は、夫々、次式から求めることができる。

このようなトラクタの場合、各タイヤの横滑り角を用いて、次式により横滑りエネルギーＥを求め、これを各タイヤの故障の前兆を示す指標としてもよい。

以上のように、セミトレーラの場合には、離散時間系カルマンフィルタを使用して、トラクタ２２０の重心点での横滑り角δを推定し、これから各車輪の横滑り角を求めることで、トラクタ２２０の横滑りエネルギーＥを求めることができる。

３４０ コントロールユニット
３８０ 無線機
７００ 操舵角センサ
７２０ ヨーレートセンサ
７４０ 車速センサ
７６０ エンジンコントロールユニット

Claims (16)

1. 操舵角を検出する操舵角センサと、
   ヨーレートを検出するヨーレートセンサと、
   コントロールユニットと、
   を有し、
   前記コントロールユニットが、前記操舵角センサの出力信号、前記ヨーレートセンサの出力信号、車両速度及び車両重量に基づいて横滑りエネルギーを求め、当該横滑りエネルギーが第１の閾値を上回ったらタイヤに故障が発生したと判定するように構成された、
   タイヤ故障検知装置。
2. 前記コントロールユニットが、前記操舵角センサの出力信号、前記ヨーレートセンサの出力信号及び車両速度に基づいて横滑り角を求め、当該横滑り角を積分することで前記横滑りエネルギーを求めるように構成された、
   請求項１に記載のタイヤ故障検知装置。
3. 前記コントロールユニットが、前記操舵角センサの出力信号に第１のローパスフィルタを適用した値から、前記ヨーレートセンサの出力信号に第２のローパスフィルタを適用した値を減算して前記横滑り角を求めるように構成された、
   請求項２に記載のタイヤ故障検知装置。
4. 前記コントロールユニットが、前記横滑り角の絶対値が所定角度より大きい場合に、前記横滑りエネルギーを求めるように構成された、
   請求項２又は請求項３に記載のタイヤ故障検知装置。
5. 外部と無線通信するための無線機を更に有し、
   前記コントロールユニットが、前記タイヤに故障が発生したと判定すれば、前記無線機を介して故障発生を外部に知らせるように構成された、
   請求項１～請求項４のいずれか１つに記載のタイヤ故障検知装置。
6. 前記コントロールユニットが、前記無線機を介して受信した外部からのデータに応じて、前記第１の閾値を更新するように構成された、
   請求項５に記載のタイヤ故障検知装置。
7. 前記コントロールユニットが、前記横滑りエネルギーが前記第１の閾値より大きい第２の閾値を上回ったら、エンジンを電子制御するエンジンコントロールユニットに対して出力抑制指令を送信するように構成された、
   請求項１～請求項６のいずれか１つに記載のタイヤ故障検知装置。
8. 操舵角を検出する操舵角センサの出力信号と、ヨーレートを検出するヨーレートセンサの出力信号と、を読み込み可能なコントロールユニットが、前記操舵角センサの出力信号、前記ヨーレートセンサの出力信号、車両速度及び車両重量に基づいて横滑りエネルギーを求め、当該横滑りエネルギーが第１の閾値を上回ったらタイヤに故障が発生したと判定する、
   タイヤ故障検知方法。
9. 前記コントロールユニットが、前記操舵角センサの出力信号、前記ヨーレートセンサの出力信号及び車両速度に基づいて横滑り角を求め、当該横滑り角を積分することで前記横滑りエネルギーを求める、
   請求項８に記載のタイヤ故障検知方法。
10. 前記コントロールユニットが、前記操舵角センサの出力信号に第１のローパスフィルタを適用した値から、前記ヨーレートセンサの出力信号に第２のローパスフィルタを適用した値を減算して前記横滑り角を求める、
    請求項９に記載のタイヤ故障検知方法。
11. 前記コントロールユニットが、前記横滑り角の絶対値が所定角度より大きい場合に、前記横滑りエネルギーを求める、
    請求項９又は請求項１０に記載のタイヤ故障検知方法。
12. 前記コントロールユニットが、前記タイヤに故障が発生したと判定すれば、外部と無線通信するための無線機を介して故障発生を外部に知らせる、
    請求項８～請求項１１のいずれか１つに記載のタイヤ故障検知方法。
13. 前記コントロールユニットが、前記無線機を介して受信した外部からのデータに応じて、前記第１の閾値を更新する、
    請求項１２に記載のタイヤ故障検知方法。
14. 前記コントロールユニットが、前記横滑りエネルギーが前記第１の閾値より大きい第２の閾値を上回ったら、エンジンを電子制御するエンジンコントロールユニットに対して出力抑制指令を送信する、
    請求項８～請求項１３のいずれか１つに記載のタイヤ故障検知方法。
15. 操舵角、ヨーレート、車両速度及び車両重量に基づいて横滑りエネルギーを求める処理と、
    前記横滑りエネルギーが閾値を上回ったらタイヤに故障が発生したと判定する処理と、
    をコンピュータに実行させるためのタイヤ故障検知プログラム。
16. 操舵角、ヨーレート、車両速度及び車両重量に基づいて横滑りエネルギーを求める処理と、
    前記横滑りエネルギーが閾値を上回ったらタイヤに故障が発生したと判定する処理と、
    をコンピュータに実行させるためのタイヤ故障検知プログラムを記録したコンピュータ読み取り可能な記憶媒体。

Images