JP7265912B2 - Calculation model generation system, wear amount estimation system, and calculation model generation method - Google Patents

Calculation model generation system, wear amount estimation system, and calculation model generation method Download PDF

Info

Publication number
JP7265912B2
JP7265912B2 JP2019069250A JP2019069250A JP7265912B2 JP 7265912 B2 JP7265912 B2 JP 7265912B2 JP 2019069250 A JP2019069250 A JP 2019069250A JP 2019069250 A JP2019069250 A JP 2019069250A JP 7265912 B2 JP7265912 B2 JP 7265912B2
Authority
JP
Japan
Prior art keywords
tire
wear amount
load
vehicle
model generation
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.)
Active
Application number
JP2019069250A
Other languages
Japanese (ja)
Other versions
JP2020164127A (en
Inventor
正 桑原
信吉 石坂
佐知子 中島
昭夫 吉成
聡 目黒
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.)
Toyo Tire Corp
Original Assignee
Toyo Tire Corp
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 Toyo Tire Corp filed Critical Toyo Tire Corp
Priority to JP2019069250A priority Critical patent/JP7265912B2/en
Publication of JP2020164127A publication Critical patent/JP2020164127A/en
Priority to JP2023066302A priority patent/JP7493647B2/en
Application granted granted Critical
Publication of JP7265912B2 publication Critical patent/JP7265912B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Tires In General (AREA)

Description

本発明は、タイヤ摩耗量の演算モデル生成システム、摩耗量推定システムおよび演算モデル生成方法に関する。 TECHNICAL FIELD The present invention relates to a tire wear amount calculation model generation system, a wear amount estimation system, and a calculation model generation method.

一般に、タイヤは走行状態や走行距離等に応じて摩耗が進行する。また昨今ではタイヤの圧力および温度を計測するセンサをタイヤに取り付け、計測した圧力および温度を表示する装置などが製品化されている。 In general, tire wear progresses according to running conditions, running distance, and the like. In recent years, devices such as devices that display the measured pressure and temperature by attaching a sensor for measuring the pressure and temperature of the tire to the tire have been commercialized.

特許文献１には従来のタイヤ摩耗推定システムが記載されている。このタイヤ摩耗推定システムは、第１の予測変数を生成するためにタイヤに取り付けられた少なくとも１つのセンサと、第２の予測変数に関するデータを記憶するルックアップテーブルおよびデータベースの少なくとも一方と、少なくとも１つの乗物影響を含む予測変数のうちの一方と、予測変数を受け取り、少なくとも１つのタイヤに関する推定摩耗率を生成するモデルと、を有する。 Patent Literature 1 describes a conventional tire wear estimation system. The tire wear estimation system includes at least one sensor attached to the tire to generate a first predictor variable, at least one of a lookup table and database storing data about the second predictor variable, at least one and a model that receives the predictor variables and produces an estimated wear rate for the at least one tire.

特開２０１８－１５８７２２号公報JP 2018-158722 A

特許文献１に記載のタイヤ摩耗推定システムは、例えばホイール位置およびドライブトレーンを乗物影響として用いてタイヤ摩耗を推定する。ホイール位置およびドライブトレーンによるタイヤ摩耗は、車両のタイプによって影響の多寡があり、例えばトラックなどの大型車両では必ずしも影響が大きい要因ではないことから、タイヤ摩耗の推定には改善の余地があることに本発明者は気づいた。すなわち、タイヤの摩耗量を推定する上で、車両における積荷重量の偏りなどの要因によって、個々のタイヤの負荷が大きく変わり摩耗量に影響を及ぼすことを考慮する必要があると考えた。 The tire wear estimation system described in US Pat. No. 6,200,004 estimates tire wear using, for example, wheel position and drivetrain as vehicle effects. Tire wear due to wheel position and drivetrain has a greater or lesser effect depending on the type of vehicle. For example, large vehicles such as trucks do not necessarily have a large effect, so there is room for improvement in estimating tire wear. The inventor has noticed. In other words, when estimating the amount of tire wear, it is necessary to take into account that the load on individual tires varies greatly due to factors such as uneven load on the vehicle, which affects the amount of wear.

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、タイヤ摩耗量を正確に推定することができる演算モデル生成システム、摩耗量推定システムおよび演算モデル生成方法を提供することにある。 The present invention has been made in view of such circumstances, and its object is to provide an arithmetic model generation system, a wear amount estimation system, and an arithmetic model generation method capable of accurately estimating the amount of tire wear. to do.

本発明のある態様は演算モデル生成システムである。車両に装着された複数のタイヤに加わるタイヤ荷重を算出するタイヤ荷重算出部と、荷重に基づいてタイヤ摩耗量を算出する演算モデルを有し、前記タイヤ荷重算出部により算出した前記タイヤ荷重を入力して前記演算モデルにより前記タイヤの摩耗量を算出する摩耗量算出部と、前記タイヤで計測される摩耗量と前記摩耗量算出部により算出された摩耗量とを比較し、前記演算モデルを更新する演算モデル更新部と、を備える。 One aspect of the present invention is a computational model generation system. A tire load calculation unit for calculating tire loads applied to a plurality of tires mounted on a vehicle, and an arithmetic model for calculating a tire wear amount based on the loads, and the tire loads calculated by the tire load calculation unit are input. Then, a wear amount calculation unit that calculates the wear amount of the tire by the calculation model, and compares the wear amount measured by the tire with the wear amount calculated by the wear amount calculation unit, and updates the calculation model. and a computing model updating unit.

本発明の別の態様は摩耗量推定システムである。車両に装着された複数のタイヤに加わるタイヤ荷重を算出するタイヤ荷重算出部と、荷重に基づいてタイヤ摩耗量を算出する演算モデルを有し、前記タイヤ荷重算出部により算出した前記タイヤ荷重を入力して前記演算モデルにより前記タイヤの摩耗量を算出する摩耗量算出部と、を備える。 Another aspect of the present invention is a wear estimation system. A tire load calculation unit for calculating tire loads applied to a plurality of tires mounted on a vehicle, and an arithmetic model for calculating a tire wear amount based on the loads, and the tire loads calculated by the tire load calculation unit are input. and a wear amount calculation unit that calculates the wear amount of the tire using the arithmetic model.

本発明の別の態様は演算モデル生成方法である。演算モデル生成方法は、車両に装着された複数のタイヤに加わるタイヤ荷重を算出するタイヤ荷重算出ステップと、荷重に基づいてタイヤ摩耗量を算出する演算モデルに基づき、前記タイヤ荷重算出ステップにより算出した前記タイヤ荷重を入力して前記演算モデルにより前記タイヤの摩耗量を算出する摩耗量算出ステップと、前記タイヤで計測される摩耗量と前記摩耗量算出ステップにより算出された摩耗量とを比較し、前記演算モデルを更新する演算モデル更新ステップと、を備える。 Another aspect of the present invention is a computational model generation method. The calculation model generation method includes a tire load calculation step for calculating the tire load applied to a plurality of tires mounted on the vehicle, and the tire load calculation step based on the calculation model for calculating the tire wear amount based on the load. Comparing the wear amount calculation step of inputting the tire load and calculating the wear amount of the tire by the arithmetic model and the wear amount measured by the tire and the wear amount calculated by the wear amount calculation step, and an arithmetic model update step of updating the arithmetic model.

本発明によれば、タイヤ摩耗量を正確に推定することができる。 According to the present invention, it is possible to accurately estimate the amount of tire wear.

タイヤ摩耗量の演算モデル生成システムの概要を説明するための模式図である。BRIEF DESCRIPTION OF THE DRAWINGS FIG. 1 is a schematic diagram for explaining an overview of a tire wear amount computation model generation system; 実施形態１に係る演算モデル生成システムの機能構成を示すブロック図である。2 is a block diagram showing the functional configuration of the computational model generation system according to Embodiment 1; FIG. 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。FIG. 10 is a schematic diagram for explaining learning of an arithmetic model; 演算モデル生成システムによる演算モデル生成の手順を示すフローチャートである。4 is a flow chart showing a procedure of computational model generation by the computational model generation system; 実施形態２に係る摩耗量推定システムの機能構成を示すブロック図である。FIG. 7 is a block diagram showing the functional configuration of a wear amount estimation system according to Embodiment 2; トラック等における積荷の偏りを計測する変形例について説明するための模式図である。It is a schematic diagram for demonstrating the modification which measures the bias|inclination of the load in a track|truck etc. FIG.

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。 BEST MODE FOR CARRYING OUT THE INVENTION The present invention will be described below based on preferred embodiments with reference to FIGS. 1 to 6. FIG. The same or equivalent constituent elements and members shown in each drawing are denoted by the same reference numerals, and duplication of description will be omitted as appropriate. In addition, the dimensions of the members in each drawing are appropriately enlarged or reduced for easy understanding. Also, in each drawing, some of the members that are not important for explaining the embodiments are omitted.

（実施形態１）
図１は、タイヤ摩耗量の演算モデル生成システム１００の概要を説明するための模式図である。車両８には複数のタイヤ１０が装着されており、演算モデル生成システム１００は、車両８において計測される各種情報に基づいて、各タイヤ１０におけるタイヤ摩耗量を算出する演算モデル３４ａを生成する。演算モデル生成システム１００では、車両８に配設した複数の荷重センサによって計測される荷重データに基づいて各タイヤ１０に加わるタイヤ荷重を求める。 (Embodiment 1)
FIG. 1 is a schematic diagram for explaining an overview of a computational model generation system 100 for tire wear amount. A plurality of tires 10 are mounted on the vehicle 8 , and the computational model generation system 100 generates a computational model 34 a for calculating the tire wear amount of each tire 10 based on various information measured on the vehicle 8 . The computational model generation system 100 obtains the tire load applied to each tire 10 based on load data measured by a plurality of load sensors arranged on the vehicle 8 .

また演算モデル生成システム１００は、車両８から提供される軸重および加速度等の車両側データや、タイヤに取り付けた加速度センサおよび圧力センサのタイヤ側データに基づいて各タイヤ１０に加わるタイヤ荷重を求めてもよい。さらに、演算モデル生成システム１００は、車両８の位置データによって得られる車両８の傾きを加味して各タイヤ１０に加わるタイヤ荷重を求めるようにしてもよい。 Further, the computational model generation system 100 obtains the tire load applied to each tire 10 based on vehicle-side data such as axle load and acceleration provided from the vehicle 8 and tire-side data from the acceleration sensor and pressure sensor attached to the tire. may Furthermore, the computational model generation system 100 may obtain the tire load applied to each tire 10 by taking into account the inclination of the vehicle 8 obtained from the position data of the vehicle 8 .

演算モデル生成システム１００は、タイヤ荷重に基づいて演算モデル３４ａによってタイヤ摩耗量を算出する。演算モデル生成システム１００は、演算モデルとして例えばニューラルネットワーク等の学習型モデルを用い、タイヤ１０において実際に計測したタイヤ摩耗量を教師データとし、演算の実行と演算モデルの更新による学習を繰り返すことによって演算モデル３４ａの精度を高める。摩耗量推定装置３０は、演算モデルに学習させた後、タイヤ摩耗量を推定する装置として機能する。タイヤ摩耗量は、例えば、幅方向に４つの溝がある場合には、その溝数の溝深さ、さらにそれぞれの溝の周方向に１２０°間隔で３か所測定する。これにより、幅方向の偏摩耗だけでなく、周方向における偏摩耗のデータが教師データとして入力され、偏摩耗を推定する演算モデルを生成することができる。 The computational model generation system 100 calculates the tire wear amount using the computational model 34a based on the tire load. The computational model generation system 100 uses a learning model such as a neural network as a computational model, uses the tire wear amount actually measured in the tire 10 as teacher data, and repeats learning by executing computations and updating the computational model. The accuracy of the arithmetic model 34a is increased. The wear amount estimating device 30 functions as a device for estimating the tire wear amount after making the arithmetic model learn. For example, when there are four grooves in the width direction, the tire wear amount is measured at three groove depths corresponding to the number of grooves and at 120° intervals in the circumferential direction of each groove. As a result, not only the uneven wear in the width direction but also the uneven wear in the circumferential direction is input as teaching data, and an arithmetic model for estimating the uneven wear can be generated.

演算モデル生成システム１００は、ある仕様のタイヤ１０について、タイヤ１０（ホイールを含む）を装着した車両の走行によって演算モデルの学習を実行することができる。タイヤの仕様には、例えばメーカー、商品名、タイヤサイズ、タイヤ幅、扁平率、タイヤ強度、静的剛性、動的剛性、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。 The computational model generation system 100 can learn a computational model for a tire 10 of a certain specification by running a vehicle on which the tire 10 (including the wheel) is mounted. Tire specifications include information on tire performance, such as manufacturer, product name, tire size, tire width, aspect ratio, tire strength, static stiffness, dynamic stiffness, tire outer diameter, load index, date of manufacture, etc. is included.

演算モデル生成システム１００は、タイヤ１０の空気圧、温度、およびタイヤ１０で発生している加速度の計測データを入力とする演算モデル３４ａを構築するものであってもよい。タイヤ１０で発生している加速度は、例えば、タイヤ１０の径方向、軸方向および前後方向の３軸加速度であり、この３軸加速度を演算モデル３４ａに入力する。また、例えばタイヤ１０の径方向および軸方向等の２軸加速度を演算モデル３４ａに入力するようにしてもよい。 The computational model generation system 100 may construct the computational model 34a with input of measurement data of the air pressure and temperature of the tire 10 and the acceleration occurring in the tire 10 . The acceleration occurring in the tire 10 is, for example, triaxial acceleration in the radial direction, axial direction and longitudinal direction of the tire 10, and this triaxial acceleration is input to the computation model 34a. Further, for example, biaxial acceleration in the radial direction and the axial direction of the tire 10 may be input to the computation model 34a.

図２は、実施形態１に係る演算モデル生成システム１００の機能構成を示すブロック図である。演算モデル生成システム１００は、荷重センサ２１、摩耗量推定装置３０およびタイヤ計測装置４０を備える。荷重センサ２１は、例えばロードセル等であり、車両の複数個所に配置されている。荷重センサ２１は、車両８がトラックである場合には車体と荷台との間などに設けるとよい。また荷重センサ２１は、タイヤ１０に加わるタイヤ荷重を求めるため、例えば車軸と車体との間に設けられるサスペンションに配置する。トラックに限らず多くの車両には、路面からの振動を低減すべくサスペンションが採用されており汎用性が高い。荷重センサ２１は、サスペンションでの動的特性に基づいて荷重を演算する装置であってもよい。 FIG. 2 is a block diagram showing the functional configuration of the computational model generation system 100 according to the first embodiment. The arithmetic model generation system 100 includes a load sensor 21 , a wear amount estimation device 30 and a tire measurement device 40 . The load sensors 21 are load cells, for example, and are arranged at a plurality of locations on the vehicle. When the vehicle 8 is a truck, the load sensor 21 is preferably provided between the vehicle body and the loading platform. The load sensor 21 is arranged, for example, in a suspension provided between the axle and the vehicle body in order to obtain the tire load applied to the tire 10 . Many vehicles, not just trucks, use suspensions to reduce vibrations from the road surface and are highly versatile. The load sensor 21 may be a device that calculates the load based on the dynamic characteristics of the suspension.

タイヤ計測装置４０は、タイヤ１０のトレッドに設けられた溝の深さを計測する。作業者が計測器具やカメラ、目視等によって溝の深さを計測し、タイヤ計測装置４０は、作業者が入力する計測データを記憶するものであってもよい。また、タイヤ計測装置４０は、機械的あるいは光学的な方法によって溝の深さを計測して記憶する専用の装置であってもよい。 The tire measuring device 40 measures the depth of grooves provided on the tread of the tire 10 . A worker may measure the depth of the groove using a measuring instrument, a camera, or visually, and the tire measuring device 40 may store the measurement data input by the worker. Moreover, the tire measuring device 40 may be a dedicated device that measures and stores the groove depth by a mechanical or optical method.

タイヤ１０には、圧力ゲージ、温度センサおよび加速度センサ等のタイヤ取付センサ２０が配設されている。圧力ゲージおよび温度センサは、例えばタイヤ１０のエアバルブに配設されており、それぞれタイヤ１０の空気圧および温度を計測する。温度センサは、タイヤ１０の温度を正確に計測するために、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。加速度センサは、例えばタイヤ１０およびホイール等に配設されており、タイヤ１０で発生している加速度を計測する。尚、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ＲＦＩＤ等が取り付けられていてもよい。 The tire 10 is provided with tire-mounted sensors 20 such as a pressure gauge, a temperature sensor and an acceleration sensor. A pressure gauge and a temperature sensor are arranged, for example, in the air valve of the tire 10, and measure the air pressure and temperature of the tire 10, respectively. The temperature sensor may be arranged in the inner liner of the tire 10 or the like in order to accurately measure the temperature of the tire 10 . Acceleration sensors are arranged, for example, on the tires 10 and wheels, and measure the acceleration generated in the tires 10 . In addition, in order to identify each tire, the tire 10 may be attached with, for example, an RFID or the like provided with unique identification information.

摩耗量推定装置３０は、タイヤ荷重算出部３１、車両情報取得部３２、位置情報取得部３３、摩耗量算出部３４および演算モデル更新部３５を有する。摩耗量推定装置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。摩耗量推定装置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。 The wear amount estimation device 30 has a tire load calculation unit 31 , a vehicle information acquisition unit 32 , a position information acquisition unit 33 , a wear amount calculation unit 34 and an arithmetic model update unit 35 . The wear amount estimation device 30 is, for example, an information processing device such as a PC (personal computer). Each part in the wear amount estimation device 30 can be realized by electronic elements such as a CPU of a computer, mechanical parts, etc. in terms of hardware, and by computer programs etc. in terms of software. It depicts the functional blocks realized by cooperation. Therefore, those skilled in the art will understand that these functional blocks can be realized in various forms by combining hardware and software.

タイヤ荷重算出部３１は、荷重センサ２１による計測データに基づいてタイヤ荷重を算出する。タイヤ荷重算出部３１は、例えば、荷重センサ２１における計測データに基づいて荷重分布の中心位置を求め、車両８に装着された各タイヤ１０の位置において生じるタイヤ荷重を求める。 The tire load calculator 31 calculates the tire load based on the data measured by the load sensor 21 . The tire load calculator 31 obtains, for example, the center position of the load distribution based on the measurement data from the load sensor 21 and obtains the tire load generated at the position of each tire 10 mounted on the vehicle 8 .

また、タイヤ荷重算出部３１は、荷重センサ２１での計測データに拠らず、車両８から取得される軸重および３軸加速度等を含む車両側データに基づいてタイヤ荷重を算出するようにしてもよい。車両情報取得部３２は、車両８に搭載されたデジタルタコグラフ２３から車両８における軸重および３軸加速度等を含む車両側データを取得し、タイヤ荷重算出部３１へ出力する。タイヤ荷重算出部３１は、軸重および３軸加速度によって車両８の重心の動きを計算し、各タイヤ１０で発生するタイヤ荷重を算出する。 In addition, the tire load calculation unit 31 calculates the tire load based on the vehicle side data including the axle load and the three-axis acceleration acquired from the vehicle 8 without depending on the measurement data of the load sensor 21. good too. The vehicle information acquisition unit 32 acquires vehicle-side data including the axle load, triaxial acceleration, etc. of the vehicle 8 from the digital tachograph 23 mounted on the vehicle 8 and outputs the data to the tire load calculation unit 31 . The tire load calculation unit 31 calculates the movement of the center of gravity of the vehicle 8 from the axle load and the triaxial acceleration, and calculates the tire load generated in each tire 10 .

また、タイヤ荷重算出部３１は、車両８の位置データによって算出される車両８の傾きを計算し、軸重および３軸加速度等の車両側データに加味して、各タイヤ１０で発生するタイヤ荷重を算出するようにしてもよい。位置情報取得部３３は、車両８に搭載されたＧＰＳ受信機２４から位置データを取得し、タイヤ荷重算出部３１へ出力する。タイヤ荷重算出部３１は、例えば、位置データに含まれる高度の情報の時間変化によって車両８の傾きを求めることができる。 In addition, the tire load calculation unit 31 calculates the inclination of the vehicle 8 calculated from the position data of the vehicle 8, adds it to the vehicle side data such as the axle load and the three-axis acceleration, and calculates the tire load generated by each tire 10. may be calculated. The position information acquisition unit 33 acquires position data from the GPS receiver 24 mounted on the vehicle 8 and outputs the position data to the tire load calculation unit 31 . The tire load calculation unit 31 can obtain the inclination of the vehicle 8 based on, for example, the time change of the altitude information included in the position data.

摩耗量算出部３４は、演算モデル３４ａを有し、タイヤ荷重算出部３１によって算出されたタイヤ荷重等の入力データを演算モデル３４ａに入力してタイヤ摩耗量を算出する。図３は演算モデル３４ａ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３４ａへの入力データには、タイヤ荷重算出部３１で算出されたタイヤ荷重データや、タイヤ１０の空気圧、温度、および加速度を含むタイヤデータなどを用いる。入力データは、これらの他、気象データや、路面状況の情報を用いてもよい。気象データは、例えば走行地域の気温、降水量などを演算モデル３４ａへの入力データとして用いる。また路面状況の情報は、例えば車両が走行している路面の凹凸、温度および乾湿等の状況を演算モデル３４ａへの入力データとして用いる。 The wear amount calculator 34 has an arithmetic model 34a, and inputs input data such as the tire load calculated by the tire load calculator 31 to the arithmetic model 34a to calculate the tire wear amount. FIG. 3 is a schematic diagram for explaining learning of the arithmetic model 34a. The tire load data calculated by the tire load calculator 31 and the tire data including the air pressure, temperature and acceleration of the tire 10 are used as input data to the computation model 34a. In addition to these, the input data may be weather data or road surface condition information. Meteorological data, such as the temperature and amount of precipitation in the driving area, are used as input data to the computation model 34a. As for the road surface condition information, for example, conditions such as unevenness, temperature, and dryness of the road surface on which the vehicle is running are used as input data to the computation model 34a.

演算モデル３４ａは、例えば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３４ａは、タイヤ荷重、およびタイヤデータ（タイヤの空気圧、温度および加速度など）等を入力層のノードへ入力し、中間層への重みづけを設けた入力層からのパスによって演算を実行する。演算モデル３３ｂは、中間層から出力層への重みづけを設けたパスによって更に演算を行い、出力層のノードからタイヤ摩耗量を出力する。ニューラルネットワーク等の学習モデルでは、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。 The arithmetic model 34a uses a learning model such as a neural network, for example. The calculation model 34a inputs tire load, tire data (tire air pressure, temperature, acceleration, etc.), etc. to nodes of the input layer, and executes calculations through paths from the input layer that are weighted to intermediate layers. . The calculation model 33b performs further calculations using a weighted path from the intermediate layer to the output layer, and outputs the tire wear amount from the node of the output layer. In a learning model such as a neural network, in addition to linear calculations, nonlinear calculations may be performed using an activation function or the like.

演算モデル更新部３５は、演算結果としてのタイヤ摩耗量と教師データとを比較して演算モデル３４ａを更新する。演算モデル更新部３５は、摩耗量比較部３５ａおよび更新処理部３５ｂを有する。摩耗量比較部３５ａは、演算モデル３４ａによって算出されたタイヤ摩耗量を、タイヤ計測装置４０によって計測された教師データとしてのタイヤ摩耗量と比較し、誤差を更新処理部３５ｂへ出力する。 The calculation model update unit 35 compares the tire wear amount as the calculation result with the teaching data to update the calculation model 34a. The arithmetic model update unit 35 has a wear amount comparison unit 35a and an update processing unit 35b. The wear amount comparison unit 35a compares the tire wear amount calculated by the arithmetic model 34a with the tire wear amount as teacher data measured by the tire measuring device 40, and outputs the error to the update processing unit 35b.

更新処理部３５ｂは、演算モデル３４ａによって算出された摩耗量の誤差に基づいて、演算モデル上のパスの重みづけを更新する。演算モデル３４ａによるタイヤ摩耗量の演算、摩耗量比較部３５ａによる教師データとの比較、および更新処理部３５ｂでの演算モデルの更新を繰り返すことによって、演算モデルの精度が高められる。また、更新処理部３５ｂは、タイヤ摩耗量の推定値と、教師データである計測されたタイヤ摩耗量とが所定の誤差の範囲内となったときに演算モデル３４ａの学習が完了したと判断し、演算モデル３４ａの更新を終了してもよい。例えば、タイヤ摩耗量としてのタイヤ１０の溝深さの誤差が０．１ｍｍ以内となった場合や、タイヤ摩耗量の推定値が計測されたタイヤ摩耗量の上下１０％以内となった場合などに学習が完了したと判断すればよいが、判断基準として誤差の範囲はこれらの数値に限られるものではない。 The update processing unit 35b updates the weighting of the paths on the computational model based on the error in the amount of wear calculated by the computational model 34a. By repeating the calculation of the tire wear amount by the calculation model 34a, the comparison with the teacher data by the wear amount comparison unit 35a, and the update of the calculation model by the update processing unit 35b, the accuracy of the calculation model is increased. Further, the update processing unit 35b determines that the learning of the computation model 34a is completed when the estimated tire wear amount and the measured tire wear amount, which is teacher data, are within a predetermined error range. , the update of the computational model 34a may be terminated. For example, when the error in the groove depth of the tire 10 as the tire wear amount is within 0.1 mm, or when the estimated tire wear amount is within 10% above or below the measured tire wear amount. It is sufficient to judge that the learning is completed, but the range of error as a judgment criterion is not limited to these numerical values.

次に演算モデル生成システム１００の動作を説明する。図４は、演算モデル生成システム１００による演算モデル生成の手順を示すフローチャートである。摩耗量推定装置３０は、タイヤ荷重算出部３１において、荷重センサ２１からの荷重データ等の取得を開始する（Ｓ１）。尚、ステップＳ１において、タイヤ荷重算出部３１は、荷重センサ２１からの荷重データの代わりに、車両情報取得部３２から軸重および３軸加速度等の車両側データを取得してもよく、さらに位置情報取得部３３から位置データを取得するようにしてもよい。 Next, the operation of the computational model generation system 100 will be described. FIG. 4 is a flow chart showing the procedure of computational model generation by the computational model generation system 100 . The wear amount estimation device 30 starts acquiring load data and the like from the load sensor 21 in the tire load calculation unit 31 (S1). In step S1, instead of the load data from the load sensor 21, the tire load calculation unit 31 may acquire vehicle-side data such as the axle load and the three-axis acceleration from the vehicle information acquisition unit 32. The position data may be obtained from the information obtaining section 33 .

タイヤ荷重算出部３１は、取得したデータに基づいて各タイヤ１０に加わるタイヤ荷重を算出する（Ｓ２）。タイヤ荷重算出部３１は、所定期間に亘ってタイヤ荷重を算出し、蓄積する（Ｓ３）。所定期間は例えば車両の１回の走行期間としてもよいし、数日または一週間などとするが、これらに限られるものではない。所定期間経過後、摩耗量算出部３４は、蓄積されたタイヤ荷重を演算モデル３４ａへ入力し、タイヤ摩耗量を推定する（Ｓ４）。摩耗量比較部３５ａは、演算モデル３４ａによって算出されたタイヤ摩耗量と、タイヤ計測装置４０によって計測された教師データとしてのタイヤ摩耗量とを比較する（Ｓ５）。摩耗量比較部３５ａは、比較の結果として演算モデル３４ａによって算出されたタイヤ摩耗量とタイヤ計測装置４０によって計測されたタイヤ摩耗量との誤差を更新処理部３５ｂへ出力する。 The tire load calculator 31 calculates the tire load applied to each tire 10 based on the acquired data (S2). The tire load calculation unit 31 calculates and accumulates the tire load over a predetermined period (S3). The predetermined period may be, for example, one running period of the vehicle, several days, one week, or the like, but is not limited to these. After a predetermined period of time has elapsed, the wear amount calculator 34 inputs the accumulated tire load to the computation model 34a to estimate the tire wear amount (S4). The wear amount comparison unit 35a compares the tire wear amount calculated by the arithmetic model 34a and the tire wear amount as teaching data measured by the tire measuring device 40 (S5). The wear amount comparing section 35a outputs the error between the tire wear amount calculated by the computation model 34a and the tire wear amount measured by the tire measuring device 40 as a result of the comparison to the update processing section 35b.

更新処理部３５ｂは、摩耗量比較部３５ａから入力されたタイヤ摩耗量の誤差に基づいて演算モデルを更新し（Ｓ６）、処理を終了する。摩耗量推定装置３０は、これらの処理を繰り返すことによって、演算モデルを更新し、タイヤ摩耗量の推定の精度が高められる。 The update processing unit 35b updates the computation model based on the tire wear amount error input from the wear amount comparison unit 35a (S6), and ends the process. By repeating these processes, the wear amount estimating device 30 updates the computational model and improves the accuracy of tire wear amount estimation.

演算モデル生成システム１００は、車両８に装着された複数のタイヤ１０に対して、各タイヤ１０に加わるタイヤ荷重を入力データとする演算モデル３４ａを生成することができる。演算モデル生成システム１００は、積荷の位置や重量の偏りおよび積荷の物理状態（固体、液体、粉体）、車両の走行状態、即ち３軸方向の加速度および傾きによって変化する各タイヤ１０でのタイヤ荷重を考慮して、正確にタイヤ摩耗量を推定する演算モデルを生成することができる。 The computational model generation system 100 can generate the computational model 34a for a plurality of tires 10 mounted on the vehicle 8, using the tire load applied to each tire 10 as input data. The computational model generation system 100 can generate the position and weight deviation of the cargo, the physical state of the cargo (solid, liquid, powder), the running state of the vehicle, that is, the acceleration and tilt in the three axial directions. It is possible to generate a computational model for accurately estimating the amount of tire wear in consideration of the load.

また演算モデル生成システム１００は、車両８の複数個所に荷重センサ２１を配置することで、複数の荷重センサ２１によって計測された荷重データに基づいて、精度良くタイヤ荷重を算出することができる。また演算モデル生成システム１００は、サスペンションに荷重センサ２１を配置することで、サスペンションを備える多くの車両について適用することができ、汎用性が高くなる。 Further, by arranging the load sensors 21 at a plurality of locations on the vehicle 8, the computational model generation system 100 can accurately calculate the tire load based on the load data measured by the plurality of load sensors 21. Further, by arranging the load sensor 21 on the suspension, the computational model generation system 100 can be applied to many vehicles equipped with suspensions, thereby increasing versatility.

演算モデル生成システム１００は、荷重センサ２２からの荷重データの代わりに、車両情報取得部３２から軸重および３軸加速度等の車両側データを取得することで、車両８の走行状態に応じた各タイヤ１０でのタイヤ荷重を算出することができる。また、演算モデル生成システム１００は、さらに位置情報取得部３３から位置データを取得して、位置データによって算出される車両８の傾きを加味して、より精度よくタイヤ荷重を算出することができる。 The computational model generation system 100 acquires vehicle-side data such as axle load and three-axis acceleration from the vehicle information acquisition unit 32 instead of the load data from the load sensor 22 , thereby generating various data according to the running state of the vehicle 8 . A tire load on the tire 10 can be calculated. Further, the computational model generation system 100 can further acquire position data from the position information acquisition unit 33, add the inclination of the vehicle 8 calculated from the position data, and calculate the tire load with higher accuracy.

また、演算モデル生成システム１００は、タイヤ荷重算出部３１により算出するタイヤ荷重に加えて、図２に示したタイヤデータ（タイヤ１０の空気圧、温度および加速度等）、気象データおよび路面状況等を演算モデル３４ａの入力データとすることで、より正確にタイヤ摩耗量を推定する演算モデルを生成することができる。尚、演算モデル生成システム１００は、タイヤ荷重と同様に、車両の走行位置の気象データおよび路面状況等の演算モデル３４ａへの入力データを所定期間蓄積するようにしてもよい。 In addition to the tire load calculated by the tire load calculation unit 31, the calculation model generation system 100 also calculates tire data (pneumatic pressure, temperature, acceleration, etc. of the tire 10) shown in FIG. By using the data as input data for the model 34a, it is possible to generate an arithmetic model for estimating the amount of tire wear more accurately. Note that the computational model generation system 100 may accumulate input data to the computational model 34a such as weather data of the traveling position of the vehicle and road surface conditions for a predetermined period of time in the same manner as the tire loads.

（実施形態２）
図５は、実施形態２に係る摩耗量推定システム１１０の機能構成を示すブロック図である。上述のように実施形態１に係る演算モデル生成システム１００によってタイヤ摩耗量を推定する演算モデル３４ａが生成された後、演算モデル３４ａを備える摩耗量推定装置３０を構成することができる。摩耗量推定システム１１０は、荷重センサ２１等および摩耗量推定装置３０を備え、演算モデル生成システム１００によって生成された演算モデル３４ａを用いて、車両に装着されたタイヤ１０の摩耗量を正確に推定する。 (Embodiment 2)
FIG. 5 is a block diagram showing the functional configuration of the wear amount estimation system 110 according to the second embodiment. After the computational model 34a for estimating the tire wear amount is generated by the computational model generation system 100 according to the first embodiment as described above, the wear amount estimation device 30 having the computational model 34a can be configured. The wear amount estimation system 110 includes the load sensor 21 and the like and the wear amount estimation device 30, and uses the computation model 34a generated by the computation model generation system 100 to accurately estimate the wear amount of the tire 10 mounted on the vehicle. do.

摩耗量推定装置３０は、タイヤ荷重算出部３１、車両情報取得部３２、位置情報取得部３３、摩耗量算出部３４および報知部３６を備える。摩耗量推定装置３０は、車両８に搭載して用いてもよいし、車両８には搭載せずに通信接続によって車両８から各種データを取得してタイヤ摩耗量を推定するようにしてもよい。タイヤ荷重算出部３１車両情報取得部３２および位置情報取得部３３実施形態１における構成および作用と同等であり、簡潔化のため説明を省略する。 The wear amount estimation device 30 includes a tire load calculation unit 31, a vehicle information acquisition unit 32, a position information acquisition unit 33, a wear amount calculation unit 34, and a notification unit . The wear amount estimation device 30 may be mounted on the vehicle 8 and used, or may be configured to acquire various data from the vehicle 8 through a communication connection without being mounted on the vehicle 8 to estimate the tire wear amount. . The tire load calculation unit 31, the vehicle information acquisition unit 32, and the position information acquisition unit 33 have the same configuration and operation as in the first embodiment, and the description thereof is omitted for the sake of brevity.

摩耗量算出部３４は、演算モデル３４ａとして実施形態１に係る演算モデル生成システム１００によって生成された演算モデルを使用する。摩耗量算出部３４は、タイヤ荷重算出部３１によりタイヤ荷重を算出して所定期間蓄積した後、タイヤ摩耗量を算出してもよいし、取得したタイミングで時々刻々タイヤ摩耗量を算出するようにしてもよい。 The wear amount calculator 34 uses the computation model generated by the computation model generation system 100 according to the first embodiment as the computation model 34a. The wear amount calculation unit 34 may calculate the tire wear amount after calculating the tire load by the tire load calculation unit 31 and accumulating the tire load for a predetermined period, or may calculate the tire wear amount every moment at the acquired timing. may

報知部３６は、車両の運転者等の搭乗者や、運送業者などにおいて車両を管理している運行管理者等に対して、現在のタイヤ摩耗量を知得させるべく、表示装置５１による表示やスピーカ５２による音声出力等によって、タイヤ摩耗量を報知する。また、報知部３６は車両に搭載された車両制御装置５３に対して現在のタイヤ摩耗量を報知するようにしてもよい。車両制御装置５３では、現在のタイヤ摩耗量に基づいて自動運転や衝突回避などの車両制御を行うことができる。 The notification unit 36 displays on the display device 51 or The amount of tire wear is notified by voice output from the speaker 52 or the like. Further, the reporting unit 36 may report the current tire wear amount to the vehicle control device 53 mounted on the vehicle. The vehicle control device 53 can perform vehicle control such as automatic driving and collision avoidance based on the current tire wear amount.

（変形例）
図６はトラック等における積荷の偏りを計測する変形例について説明するための模式図である。この変形例では、車両８の荷台にカメラやレーダー等の荷物を監視する監視装置２５を設ける。監視装置２５によって荷物の配置をモニターし、摩耗量推定装置３０において、積載している荷物の分布を求め、タイヤ位置との関係から各タイヤ１０に対してタイヤ荷重の重みづけを行う。摩耗量推定装置３０は、各タイヤ１０における重みづけに応じて、タイヤ荷重を求めることができる。 (Modification)
FIG. 6 is a schematic diagram for explaining a modified example of measuring the deviation of the cargo on a truck or the like. In this modification, a monitoring device 25 such as a camera or radar is provided on the loading platform of the vehicle 8 to monitor the cargo. The monitoring device 25 monitors the arrangement of the loads, the wear amount estimation device 30 obtains the distribution of loaded loads, and the tire load is weighted for each tire 10 from the relationship with the tire position. The wear amount estimating device 30 can obtain the tire load according to the weighting of each tire 10 .

次に各実施形態および変形例に係る演算モデル生成システム１００、摩耗量推定システム１１０および演算モデル生成方法の特徴について説明する。
演算モデル生成システム１００は、タイヤ荷重算出部３１、摩耗量算出部３４および演算モデル更新部３５を備える。タイヤ荷重算出部３１は、車両８に装着された複数のタイヤ１０に加わるタイヤ荷重を算出する。摩耗量算出部３４は、荷重に基づいてタイヤ摩耗量を算出する演算モデル３４ａを有し、タイヤ荷重算出部３１により算出したタイヤ荷重を入力して演算モデル３４ａによりタイヤ１０の摩耗量を算出する。演算モデル更新部３５は、タイヤ１０で計測される摩耗量と摩耗量算出部３４により算出された摩耗量とを比較し、演算モデル３４ａを更新する。これにより、演算モデル生成システム１００は、タイヤ摩耗量を正確に推定する演算モデルを生成することができる。 Next, features of the computational model generation system 100, the wear amount estimation system 110, and the computational model generation method according to each embodiment and modification will be described.
The computational model generation system 100 includes a tire load calculator 31 , a wear amount calculator 34 and a computational model updater 35 . The tire load calculator 31 calculates tire loads applied to the plurality of tires 10 mounted on the vehicle 8 . The wear amount calculation unit 34 has an arithmetic model 34a that calculates the tire wear amount based on the load, and inputs the tire load calculated by the tire load calculation unit 31 to calculate the wear amount of the tire 10 using the arithmetic model 34a. . The calculation model update unit 35 compares the wear amount measured for the tire 10 and the wear amount calculated by the wear amount calculation unit 34, and updates the calculation model 34a. As a result, the computational model generation system 100 can generate a computational model for accurately estimating the amount of tire wear.

また演算モデル生成システム１００は、車両８の複数個所に設けられた荷重センサ２１を備える。タイヤ荷重算出部３１は、荷重センサ２１によって計測された荷重データに基づいて、タイヤ荷重を算出する。これにより、演算モデル生成システム１００は、複数の荷重センサ２１によって計測された荷重データに基づいて、精度良くタイヤ荷重を算出することができる。 The computational model generation system 100 also includes load sensors 21 provided at a plurality of locations on the vehicle 8 . The tire load calculator 31 calculates the tire load based on the load data measured by the load sensor 21 . Thereby, the computational model generation system 100 can accurately calculate the tire load based on the load data measured by the plurality of load sensors 21 .

また荷重センサ２１は、車両８のサスペンションに設けられている。これにより、演算モデル生成システム１００は、サスペンションを備える多くの車両について適用することができ、汎用性が高くなる。 Also, the load sensor 21 is provided in the suspension of the vehicle 8 . As a result, the computational model generation system 100 can be applied to many vehicles having suspensions, thereby increasing versatility.

また演算モデル生成システム１００は、車両８から軸重および加速度を含む車両側データを取得する車両情報取得部３２を備える。タイヤ荷重算出部３１は、車両情報取得部３２により取得した車両側データに基づいて、タイヤ荷重を算出する。これにより、演算モデル生成システム１００は、車両８の走行状態に応じた各タイヤ１０でのタイヤ荷重を算出することができる。 The computational model generation system 100 also includes a vehicle information acquisition unit 32 that acquires vehicle-side data including axle load and acceleration from the vehicle 8 . The tire load calculation unit 31 calculates tire loads based on the vehicle-side data acquired by the vehicle information acquisition unit 32 . Thereby, the computational model generation system 100 can calculate the tire load on each tire 10 according to the running state of the vehicle 8 .

また演算モデル生成システム１００は、車両の位置データを取得する位置情報取得部３３を備える。タイヤ荷重算出部３１は、車両情報取得部３２により取得した車両側データ、および位置情報取得部３３が取得した位置データによって算出される車両８の傾きに基づいて、タイヤ荷重を算出する。これにより、演算モデル生成システム１００は、位置データによって算出される車両８の傾きを加味して、より精度よくタイヤ荷重を算出することができる。 The computational model generation system 100 also includes a position information acquisition unit 33 that acquires position data of the vehicle. The tire load calculation unit 31 calculates the tire load based on the tilt of the vehicle 8 calculated from the vehicle-side data acquired by the vehicle information acquisition unit 32 and the position data acquired by the position information acquisition unit 33 . As a result, the computational model generation system 100 can calculate the tire load with higher accuracy by taking into consideration the inclination of the vehicle 8 calculated from the position data.

また摩耗量算出部３４に、気象データ又は路面状況の少なくとも一方を入力する。これにより、演算モデル生成システム１００は、気象データ又は路面状況を加味してより精度よくタイヤ摩耗量を推定する演算モデルを生成することができる。 At least one of the weather data and the road surface condition is input to the wear amount calculation unit 34 . As a result, the computational model generation system 100 can generate a computational model for estimating the tire wear amount with higher accuracy, taking into account the weather data or road surface conditions.

摩耗量推定システム１１０は、タイヤ荷重算出部３１および摩耗量算出部３４を備える。タイヤ荷重算出部３１は、車両８に装着された複数のタイヤ１０に加わるタイヤ荷重を算出する。摩耗量算出部３４は、荷重に基づいてタイヤ摩耗量を算出する演算モデル３４ａを有し、タイヤ荷重算出部３１により算出したタイヤ荷重を入力して演算モデル３４ａによりタイヤ１０の摩耗量を算出する。これにより、摩耗量推定システム１１０は、演算モデル生成システム１００によって生成された演算モデル３４ａを用いて、車両に装着されたタイヤ１０の摩耗量を正確に推定する。 The wear amount estimation system 110 includes a tire load calculator 31 and a wear amount calculator 34 . The tire load calculator 31 calculates tire loads applied to the plurality of tires 10 mounted on the vehicle 8 . The wear amount calculation unit 34 has an arithmetic model 34a that calculates the tire wear amount based on the load, and inputs the tire load calculated by the tire load calculation unit 31 to calculate the wear amount of the tire 10 using the arithmetic model 34a. . Thereby, the wear amount estimation system 110 uses the computation model 34a generated by the computation model generation system 100 to accurately estimate the wear amount of the tire 10 mounted on the vehicle.

演算モデル生成方法は、タイヤ荷重算出ステップ、摩耗量算出ステップおよび演算モデル更新ステップを備える。タイヤ荷重算出ステップは、車両８に装着された複数のタイヤ１０に加わるタイヤ荷重を算出する。摩耗量算出ステップは、荷重に基づいてタイヤ摩耗量を算出する演算モデル３４ａに基づき、タイヤ荷重算出ステップにより算出したタイヤ荷重を入力して演算モデル３４ａによりタイヤ１０の摩耗量を算出する。演算モデル更新ステップは、タイヤ１０で計測される摩耗量と摩耗量算出ステップにより算出された摩耗量とを比較し、演算モデル３４ａを更新する。この演算モデル生成方法によれば、タイヤ摩耗量を正確に推定する演算モデルを生成することができる。 The calculation model generation method includes a tire load calculation step, a wear amount calculation step, and a calculation model update step. The tire load calculation step calculates tire loads applied to the plurality of tires 10 mounted on the vehicle 8 . In the wear amount calculation step, the tire load calculated in the tire load calculation step is input and the wear amount of the tire 10 is calculated by the calculation model 34a based on the calculation model 34a that calculates the tire wear amount based on the load. The computing model update step compares the wear amount measured in the tire 10 with the wear amount calculated in the wear amount calculating step, and updates the computing model 34a. According to this computational model generation method, it is possible to generate a computational model for accurately estimating the amount of tire wear.

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。 The above has been described based on the embodiments of the present invention. Those skilled in the art will appreciate that these embodiments are illustrative and that various variations and modifications are possible within the scope of the claims of the present invention, and that such variations and modifications also fall within the scope of the claims of the present invention. It is about to be done. Accordingly, the description and drawings herein are to be regarded in an illustrative rather than a restrictive sense.

１０ タイヤ、 ３１ タイヤ荷重算出部、 ３２ 車両情報取得部、
３３ 位置情報取得部、 ３４ 摩耗量算出部、 ３４ａ 演算モデル、
３５ 演算モデル更新部、 ８ 車両、
１００ 演算モデル生成システム、 １１０ 摩耗量推定システム。 10 tires, 31 tire load calculation unit, 32 vehicle information acquisition unit,
33 position information acquisition unit 34 wear amount calculation unit 34a computation model
35 calculation model update unit, 8 vehicle,
100 arithmetic model generation system, 110 wear amount estimation system.

Claims (7)

車両に装着された複数のタイヤに加わるタイヤ荷重を算出するタイヤ荷重算出部と、
入力データに基づいて前記タイヤの溝毎の摩耗量を出力する学習型の演算モデルを有し、前記入力データとして前記タイヤ荷重、および前記タイヤで計測されたタイヤデータを用いて、前記タイヤの溝毎の摩耗量を算出する摩耗量算出部と、
前記タイヤで計測される溝毎の摩耗量と前記摩耗量算出部により算出された溝毎の摩耗量とを比較し、前記演算モデルを更新する演算モデル更新部と、
を備えることを特徴とする演算モデル生成システム。 a tire load calculation unit that calculates tire loads applied to a plurality of tires mounted on a vehicle;
It has a learning type arithmetic model that outputs the wear amount for each groove of the tire based on the input data , and uses the tire load and the tire data measured with the tire as the input data to calculate the groove of the tire. A wear amount calculation unit that calculates the wear amount for each
a computing model updating unit that compares the wear amount of each groove measured in the tire with the wear amount of each groove calculated by the wear amount calculating unit, and updates the computing model;
A calculation model generation system characterized by comprising: 前記車両の複数個所に設けられた荷重センサを備え、
前記タイヤ荷重算出部は、前記荷重センサによって計測された荷重データに基づいて、前記タイヤ荷重を算出することを特徴とする請求項１に記載の演算モデル生成システム。 Equipped with load sensors provided at a plurality of locations on the vehicle,
2. The arithmetic model generation system according to claim 1, wherein the tire load calculation unit calculates the tire load based on load data measured by the load sensor. 前記荷重センサは、前記車両のサスペンションに設けられていることを特徴とする請求項２に記載の演算モデル生成システム。 3. The arithmetic model generation system according to claim 2, wherein the load sensor is provided in a suspension of the vehicle. 前記車両の位置データを取得する位置情報取得部を備え、
前記タイヤ荷重算出部は、前記位置情報取得部が取得した位置データによって算出される前記車両の前後方向の傾きに基づいて、前記タイヤ荷重を算出することを特徴とする請求項１に記載の演算モデル生成システム。 A position information acquisition unit that acquires position data of the vehicle,
2. The tire load calculation unit according to claim 1 , wherein the tire load calculation unit calculates the tire load based on a longitudinal tilt of the vehicle calculated based on the position data acquired by the position information acquisition unit. Computation model generation system. 前記摩耗量算出部に、気象データ又は路面状況の少なくとも一方を入力する請求項１に記載の演算モデル生成システム。 2. The computational model generation system according to claim 1, wherein at least one of weather data and road surface conditions is input to said wear amount calculation unit. 車両に装着された複数のタイヤに加わるタイヤ荷重を算出するタイヤ荷重算出部と、
入力データに基づいて前記タイヤの溝毎の摩耗量を出力する学習型の演算モデルを有し、前記入力データとして前記タイヤ荷重、および前記タイヤで計測されたタイヤデータを用いて、前記タイヤの溝毎の摩耗量を算出する摩耗量算出部と、
を備え、
前記演算モデルは、前記タイヤで計測される溝毎の摩耗量と前記摩耗量算出部により算出された溝毎の摩耗量とを比較することによって学習されたものであることを特徴とする摩耗量推定システム。 a tire load calculation unit that calculates tire loads applied to a plurality of tires mounted on a vehicle;
It has a learning type arithmetic model that outputs the wear amount for each groove of the tire based on the input data , and uses the tire load and the tire data measured with the tire as the input data to calculate the groove of the tire. A wear amount calculation unit that calculates the wear amount for each
with
The wear amount, wherein the arithmetic model is learned by comparing the wear amount of each groove measured in the tire with the wear amount of each groove calculated by the wear amount calculation unit. estimation system. 車両に装着された複数のタイヤに加わるタイヤ荷重を算出するタイヤ荷重算出ステップと、
入力データに基づいて前記タイヤの溝毎の摩耗量を出力する学習型の演算モデルに基づいて、前記入力データとして前記タイヤ荷重、および前記タイヤで計測されたタイヤデータを用いて、前記タイヤの溝毎の摩耗量を算出する摩耗量算出ステップと、
前記タイヤで計測される溝毎の摩耗量と前記摩耗量算出ステップにより算出された溝毎の摩耗量とを比較し、前記演算モデルを更新する演算モデル更新ステップと、
を備えることを特徴とする演算モデル生成方法。 a tire load calculation step for calculating tire loads applied to a plurality of tires mounted on the vehicle;
Based on a learning type computational model that outputs the wear amount for each groove of the tire based on the input data, the tire load and the tire data measured with the tire are used as the input data . A wear amount calculation step for calculating the wear amount for each
A computing model update step of comparing the wear amount of each groove measured in the tire with the wear amount of each groove calculated by the wear amount calculating step, and updating the computing model;
A calculation model generation method, comprising:
JP2019069250A 2019-03-29 2019-03-29 Calculation model generation system, wear amount estimation system, and calculation model generation method Active JP7265912B2 (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2019069250A JP7265912B2 (en) 2019-03-29 2019-03-29 Calculation model generation system, wear amount estimation system, and calculation model generation method
JP2023066302A JP7493647B2 (en) 2019-03-29 2023-04-14 Wear amount estimation device and wear amount estimation method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019069250A JP7265912B2 (en) 2019-03-29 2019-03-29 Calculation model generation system, wear amount estimation system, and calculation model generation method

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2023066302A Division JP7493647B2 (en) 2019-03-29 2023-04-14 Wear amount estimation device and wear amount estimation method

Publications (2)

Publication Number Publication Date
JP2020164127A JP2020164127A (en) 2020-10-08
JP7265912B2 true JP7265912B2 (en) 2023-04-27

Family

ID=72717088

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2019069250A Active JP7265912B2 (en) 2019-03-29 2019-03-29 Calculation model generation system, wear amount estimation system, and calculation model generation method
JP2023066302A Active JP7493647B2 (en) 2019-03-29 2023-04-14 Wear amount estimation device and wear amount estimation method

Family Applications After (1)

Application Number Title Priority Date Filing Date
JP2023066302A Active JP7493647B2 (en) 2019-03-29 2023-04-14 Wear amount estimation device and wear amount estimation method

Country Status (1)

Country Link
JP (2) JP7265912B2 (en)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7407100B2 (en) * 2020-11-13 2023-12-28 株式会社ブリヂストン Tire wear condition prediction system, tire wear condition prediction program, and tire wear condition prediction method
JP2022104251A (en) * 2020-12-28 2022-07-08 株式会社ブリヂストン Vehicle control device, vehicle control method, and tire testing system
CN117897284A (en) * 2021-08-27 2024-04-16 普利司通美国轮胎运营有限责任公司 Estimating vertical load on a tire based on tire inflation pressure
WO2023133051A1 (en) * 2022-01-06 2023-07-13 Bridgestone Americas Tire Operations, Llc Comprehensive tire health modeling and systems for the development and implementation thereof

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009292434A (en) 2008-06-09 2009-12-17 Yokohama Rubber Co Ltd:The Abrasion state estimation method for tire and its device
US20150057877A1 (en) 2013-08-22 2015-02-26 The Goodyear Tire & Rubber Company Tire wear state estimation system utilizing cornering stiffness and method
JP2015128940A (en) 2014-01-07 2015-07-16 横浜ゴム株式会社 Tire abrasion predicting method, and abrasion predicting computer program
US20160159367A1 (en) 2014-12-03 2016-06-09 The Goodyear Tire & Rubber Company Slip ratio point optimization system and method for vehicle control
JP2017156295A (en) 2016-03-04 2017-09-07 三菱重工業株式会社 Tire wear life estimation system
CN107505082A (en) 2017-09-01 2017-12-22 中睿宏智汽车技术（深圳）有限公司 Tire pressure calibration measuring method and device
US20180154707A1 (en) 2016-12-05 2018-06-07 The Goodyear Tire & Rubber Company Indirect tire pressure and wear state estimation system and method
JP2018158722A (en) 2017-03-23 2018-10-11 ザ・グッドイヤー・タイヤ・アンド・ラバー・カンパニー Model based tire wear estimation system and method
CN108777067A (en) 2018-06-07 2018-11-09 郑州云海信息技术有限公司 A kind of road health degree monitoring method and system
JP2018501466A5 (en) 2015-09-25 2018-12-20

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018501466A (en) * 2014-10-31 2018-01-18 ブリヂストン アメリカズ タイヤ オペレーションズ、 エルエルシー Scaleable vehicle model for indoor tire testing

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009292434A (en) 2008-06-09 2009-12-17 Yokohama Rubber Co Ltd:The Abrasion state estimation method for tire and its device
US20150057877A1 (en) 2013-08-22 2015-02-26 The Goodyear Tire & Rubber Company Tire wear state estimation system utilizing cornering stiffness and method
JP2015128940A (en) 2014-01-07 2015-07-16 横浜ゴム株式会社 Tire abrasion predicting method, and abrasion predicting computer program
US20160159367A1 (en) 2014-12-03 2016-06-09 The Goodyear Tire & Rubber Company Slip ratio point optimization system and method for vehicle control
JP2018501466A5 (en) 2015-09-25 2018-12-20
JP2017156295A (en) 2016-03-04 2017-09-07 三菱重工業株式会社 Tire wear life estimation system
US20180154707A1 (en) 2016-12-05 2018-06-07 The Goodyear Tire & Rubber Company Indirect tire pressure and wear state estimation system and method
JP2018158722A (en) 2017-03-23 2018-10-11 ザ・グッドイヤー・タイヤ・アンド・ラバー・カンパニー Model based tire wear estimation system and method
CN107505082A (en) 2017-09-01 2017-12-22 中睿宏智汽车技术（深圳）有限公司 Tire pressure calibration measuring method and device
CN108777067A (en) 2018-06-07 2018-11-09 郑州云海信息技术有限公司 A kind of road health degree monitoring method and system

Also Published As

Publication number Publication date
JP2020164127A (en) 2020-10-08
JP2023095873A (en) 2023-07-06
JP7493647B2 (en) 2024-05-31

Similar Documents

Publication Publication Date Title
JP7265912B2 (en) Calculation model generation system, wear amount estimation system, and calculation model generation method
JP7194066B2 (en) Calculation model generation system, wear amount estimation system, and calculation model generation method
Doumiati et al. Lateral load transfer and normal forces estimation for vehicle safety: experimental test
EP2722202A1 (en) Vehicle tire load estimation
EP3115765A1 (en) Tire sensor-based vehicle state estimation system and method
WO2018199286A1 (en) Road surface profile estimating device, road surface profile estimating system, road surface profile estimating method, and road surface profile estimating program
JP6790142B2 (en) Tire force estimation system and tire force estimation method
US20220274452A1 (en) Tire physical information estimation system
Reina et al. Tyre pressure monitoring using a dynamical model-based estimator
WO2021111942A1 (en) Maximum friction coefficient estimation system and maximum friction coefficient estimation method
CN112997225B (en) Road surface vertical section estimation device, road surface vertical section estimation system, road surface vertical section estimation method, and storage medium
JP2023061096A (en) Tire physical information estimation system and calculation model generation system
JP7368181B2 (en) Wear amount estimation system and calculation model generation system
EP3825191A1 (en) Vehicle sideslip angle estimation system and method
JP2021047185A (en) Tire physical information estimation system and tire physical information estimation method
EP4124472A1 (en) Cumulative tire damage estimation system, arithmetic model generation system, and cumulative tire damage estimation method
JP2022143401A (en) Wear amount estimation system, computing model generation system, and wear amount estimation method
JP7341875B2 (en) Tire force display system and tire force display method
JP2021089492A (en) Tire management system and tire management method
JP7456749B2 (en) Wear amount estimation system and calculation model generation system
JP2023094268A (en) Tire abrasion amount estimation system, arithmetic model generation system, and tire abrasion amount estimation method
JP2024081517A (en) Tire wear estimation system, tire wear estimation method, and computation model generation system
JP2021088225A (en) Cornering limit prediction system and cornering limit prediction method
JP2023061097A (en) Tire physical information estimation system and tire physical information estimation method
JP2021089165A (en) Permissible speed determination system and permissible speed determination method

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220111

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20221121

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20221129

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230127

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20230322

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230417

R150 Certificate of patent or registration of utility model

Ref document number: 7265912

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150