KR101613226B1

KR101613226B1 - 타이어 공기압 추정방법 및 추정장치

Info

Publication number: KR101613226B1
Application number: KR1020140161906A
Authority: KR
Inventors: 김세웅
Original assignee: 주식회사 만도
Priority date: 2013-11-19
Filing date: 2014-11-19
Publication date: 2016-04-19
Also published as: KR20150058077A

Abstract

타이어 공기압 추정방법 및 추정장치가 개시된다. 본 발명의 일 실시예에 따른 타이어 공기압 추정방법은 복수의 타이어 공기압 별로 그에 대응하는 시험용 휠 속도 신호를 각각 검출하고, 검출된 휠 속도 신호들을 대상으로 제1 고속 푸리에 변환(FFT)을 수행하고, 제1 FFT 신호의 공진 주파수들을 포함하는 공진 주파수 대역의 FFT 신호패턴을 주성분 분석(Principle Component Analysis ; PCA)을 이용하여 PCA 공간으로 투영하기 위한 PCA 가중계수를 산출하고, PCA 후 선형 판별 분석(Linear Discriminant Analysis ; LDA)을 통해 PCA 공간상에 투영된 복수의 그룹을 구분하기 위한 LDA 판별계수를 산출하고, 산출된 PCA 가중계수와 상기 LDA 판별계수를 저장시키고, 실제 상황에서 타이어 공기압 상태를 검출하기 위하여 분석대상 휠 속도 신호를 검출하고, 검출된 분석대상 휠 속도 신호에 대하여 제2 FFT를 수행하고, 공진 주파수 대역의 제2 FFT 신호패턴을 대상으로 저장된 PCA 가중 계수를 적용하여 PCA를 수행하고, 저장된 LDA 판별계수를 적용하여 LDA를 수행하여 분석대상 휠 속도 신호에 대응하는 타이어 공기압의 상태를 판단하는 것을 포함한다.

Description

타이어 공기압 추정방법 및 추정장치{DEVICE AND METHOD OF ESTIMATING TIRE PRESSURE IN A VEHICLE}

본 발명은 타이어 공기압 추정방법 및 추정장치에 관한 것으로, 보다 상세하게는 차량의 휠 속도를 검출하는 휠 속도센서를 통해 검출된 휠 속도 신호를 근거로 차량의 타이어의 공기압을 추정하는 타이어 공기압 추정방법 및 추정장치에 관한 것이다.

최근에는 차량에 대한 주행 안정성의 향상이나 연비의 향상이 요구되어 이들을 실현하는 요소 기술의 연구 개발이 활발히 진행되고 있다.

주행 안정성이나 연비에 큰 영향을 주는 요소의 하나로서 타이어 상태를 들 수 있다. 타이어의 경우, 장시간의 주행등에 의해 마모나 타이어의 공기압 저하가 발생한다.

이러한 타이어의 공기압 변화는 연비나 주행 안정성을 악화시킬 수 있다. 따라서, 타이어의 공기압 변화를 계속적으로 검출하여 감시하는 것이 중요하다.

기존에는 감압에 의해 휠 속도 센서의 휠 속도 신호의 주파수 특성이 변화하는 것을 이용하여 기준값과의 차이를 검출하는 방식으로 간접적으로 타이어의 공기압을 추정할 수 있다. 이러한 방식은 휠 속도 신호의 주파수 해석에 의해 구할 수 있는 공진 주파수를 이용한다. 즉, 미리 설정된 기준 주파수와 현재의 공진 주파수를 비교하여 타이어의 공기압을 추정한다.

기존에는 휠 속도 신호에서 타이어의 1차 대표 공진 주파수 하나의 값을 계산하여 공기압 저하를 판단하는 방식이다.

하지만, 이러한 방식은 공진 주파수 단일값의 변화량만을 계산하기 때문에 주파수 변화량이 작을 경우 타이어 공기압 변화 여부를 쉽게 구분하기 어렵다.

대한민국 등록특허공보 제1373151호(2014.03.05)

본 발명의 실시예에 따르면, 휠 속도 신호의 공진 주파수 대역의 주파수 특성 변화를 모니터링하는 것에 의해 타이어 공기압을 보다 효과적이고 정확하게 추정할 수 있는 타이어 공기압 추정방법 및 추정장치를 제공하고자 한다.

본 발명의 일 측면에 따르면, 복수의 타이어 공기압 별로 그에 대응하는 시험용 휠 속도 신호를 각각 검출하고, 상기 검출된 휠 속도 신호들을 대상으로 제1 고속 푸리에 변환(FFT)을 수행하고, 상기 제1 FFT 신호의 공진 주파수들을 포함하는 공진 주파수 대역의 FFT 신호패턴을 주성분 분석(Principle Component Analysis ; PCA)을 이용하여 PCA 공간으로 투영하기 위한 PCA 가중계수를 산출하고, 상기 PCA 후 선형 판별 분석(Linear Discriminant Analysis ; LDA)을 통해 상기 PCA 공간상에 투영된 복수의 그룹을 구분하기 위한 LDA 판별계수를 산출하고, 상기 산출된 PCA 가중계수와 상기 LDA 판별계수를 저장시키고, 실제 상황에서 타이어 공기압 상태를 검출하기 위하여 분석대상 휠 속도 신호를 검출하고, 상기 검출된 분석대상 휠 속도 신호에 대하여 제2 FFT를 수행하고, 상기 공진 주파수 대역의 제2 FFT 신호패턴을 대상으로 상기 저장된 PCA 가중 계수를 적용하여 PCA를 수행하고, 상기 저장된 LDA 판별계수를 적용하여 LDA를 수행하여 상기 분석대상 휠 속도 신호에 대응하는 타이어 공기압의 상태를 판단하는 타이어 공기압 추정방법이 제공될 수 있다.

또한, 상기 PCA 가중계수 산출에서 상기 공진 주파수 대역은 31차원이고, 상기 PCA는 상기 31차원을 2차원 또는 3차원으로 차원 개수를 줄이는 것을 특징으로 할 수 있다.

또한, 상기 PCA 가중계수 산출은, 주파수영역에서 이루어지는 것을 특징으로 할 수 있다.

또한, 상기 LDA 판별계수 산출에서 상기 LDA 판별계수는 상기 PCA 공간상에 투영된 복수의 그룹사이를 지나는 직선 혹은 평면인 것을 특징으로 할 수 있다.

또한, 상기 LDA 판별계수 산출에서 상기 LDA 판별계수는 상기 PCA 공간상에 투영된 그룹의 개수가 3개 이상일 경우, 복수의 직선 혹은 평면인 것을 특징으로 할 수 있다.

본 발명의 다른 실시예에 따르면, 휠 속도 신호를 고속 푸리에 변환(FFT)한 FFT 신호의 공진 주파수 대역의 FFT 신호패턴을 주성분 분석(Principle Component Analysis ; PCA)하기 위한 PCA 가중계수와 선형 판별 분석(Linear Discriminant Analysis ; LDA)을 수행하기 위한 LDA 판별계수에 의해 복수의 타이어 공기압 상태를 구분가능하도록 저장된 타이어 공기압 추정장치의 타이어 공기압 추정방법에 있어서, 휠 속도 센서를 통해 휠 속도 신호를 검출하고, 상기 검출된 휠 속도 신호를 대상으로 FFT를 수행하고, FFT 신호의 공진 주파수 대역의 FFT 신호패턴을 상기 저장된 PCA 가중계수를 적용한 PCA를 이용하여 PCA 공간으로 투영시키고, 상기 PCA 공간에 투영된 데이터에 대하여 상기 저장된 LDA 판별계수를 적용한 LDA를 수행하여 상기 PCA 공간에 투영된 데이터에 대응하는 타이어 공기압의 상태를 판단하는 타이어 공기압 추정방법이 제공될 수 있다.

본 발명의 또 다른 측면에 따르면, 복수의 타이어 공기압 별로 그에 대응하는 시험용 휠 속도 신호를 각각 검출하고, 상기 검출된 휠 속도 신호들을 대상으로 제1 고속 푸리에 변환(FFT)을 수행하고, 상기 제1 FFT 신호의 공진 주파수들을 포함하는 공진 주파수 대역의 FFT 신호패턴을 주성분 분석(Principle Component Analysis ; PCA)을 이용하여 PCA 공간으로 투영하기 위한 PCA 가중계수를 산출하고, 상기 PCA 후 회귀 분석(Regression analysis)을 통해 상기 PCA 공간상에 투영된 복수의 그룹을 구분하기 위한 회귀계수를 산출하고, 상기 산출된 PCA 가중계수와 상기 회귀계수를 저장시키고, 실제 상황에서 타이어 공기압 상태를 검출하기 위하여 분석대상 휠 속도 신호를 검출하고, 상기 검출된 분석대상 휠 속도 신호에 대하여 제2 FFT를 수행하고, 상기 공진 주파수 대역의 제2 FFT 신호를 대상으로 상기 저장된 PCA 가중 계수를 적용하여 PCA를 수행하고, 상기 저장된 회귀계수를 적용하여 회귀분석을 수행하여 상기 분석대상 휠 속도 신호에 대응하는 타이어 공기압의 상태를 판단하는 타이어 공기압 추정방법이 제공될 수 있다.

본 발명의 또 다른 측면에 따르면, 휠 속도 신호를 고속 푸리에 변환(FFT)한 FFT 신호의 공진 주파수 대역의 FFT 신호패턴을 주성분 분석(Principle Component Analysis ; PCA)하기 위한 PCA 가중계수와 선형 판별 분석(Linear Discriminant Analysis ; LDA)을 수행하기 위한 LDA 판별계수에 의해 복수의 타이어 공기압 상태를 구분가능하도록 저장된 타이어 공기압 추정장치에 있어서, 휠 속도를 검출하는 휠 속도 센서; 및 상기 휠 속도 센서를 통해 휠 속도 신호를 검출하고, 상기 검출된 휠 속도 신호를 대상으로 FFT를 수행하고, FFT 신호의 공진 주파수 대역의 FFT 신호패턴을 상기 저장된 PCA 가중계수를 적용한 PCA를 이용하여 PCA 공간으로 투영시키고, 상기 PCA 공간에 투영된 데이터에 대하여 상기 저장된 LDA 판별계수를 적용한 LDA를 수행하여 상기 PCA 공간에 투영된 데이터에 대응하는 타이어 공기압의 상태를 판단하는 전자제어유닛;을 포함하는 타이어 공기압 추정장치가 제공될 수 있다.

본 발명의 실시예에 따르면, 단순히 휠 속도 신호의 공진 주파수 단일값의 변화량을 계산하는 대신에 휠 속도 신호의 공진 주파수 대역의 변화를 전체적으로 파악하기 때문에 주파수 변화가 적더라도 타이어 공기압 변동을 상대적으로 빠르고 정확하게 판단할 수 있다.

도 1은 본 발명의 일 실시예에 따른 타이어 공기압 추정장치의 구성도이다.
도 2는 본 발명의 일 실시예에 따른 타이어 공기압 추정장치에서 타이어 공기압을 추정하는 방법에 대한 제어흐름도이다.
도 3은 본 발명의 일 실시예에 따른 타이어 공기압 추정방법에서 소정 속도구간의 휠 속도 신호를 고속 푸리에 변환(FFT)한 것을 설명하기 위한 그래프이다.
도 4는 도 3의 공진 주파수 대역에서 타이어 공기압이 정상 상태인 FFT 신호의 주파수 변동 특성을 나타낸 도면이다.
도 5는 도 3의 공진 주파수 대역에서 타이어 공기압이 25% 저하된 상태인 FFT 신호의 주파수 변동 특성을 나타낸 도면이다.
도 6은 도 3의 공진 주파수 대역에서 타이어 공기압이 50% 저하된 상태인 FFT 신호의 주파수 변동 특성을 나타낸 도면이다.
도 7은 본 발명의 일 실시예에 따른 타이어 공기압 추정방법에서 주성분 분석을 이용하여 차원 개수를 줄이는 것을 설명하기 위한 도면이다.
도 8은 도 3의 공진 주파수 대역의 FFT 신호를 주성분 분석을 이용하여 31차원을 2차원으로 차원 개수를 줄이는 것을 설명하기 위한 도면이다.
도 9는 본 발명의 일 실시예에 따른 타이어 공기압 추정방법에서 주성분 분석을 이용하여 31차원을 2차원으로 차원 개수를 줄인 후 선형 판별 분석을 이용하여 타이어 공기압의 정상인 상태, 25% 저하된 상태 또는 50% 저하된 상태인지를 구분하는 설명하기 위한 도면이다.
도 10은 본 발명의 일 실시예에 따른 타이어 공기압 추정방법에서 주성분 분석을 이용하여 차원 개수를 줄인 후 회귀분석을 이용하여 타이어 공기압의 정상인 상태, 25% 저하된 상태 또는 50% 저하된 상태인지를 구분하는 것을 설명하기 위한 도면이다.

이하에서는 본 발명의 실시예들을 첨부 도면을 참조하여 상세히 설명한다. 이하에 소개되는 실시 예들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 본 발명의 사상이 충분히 전달될 수 있도록 하기 위해 예로서 제공되는 것이다. 본 발명은 이하 설명되는 실시 예들에 한정되지 않고 다른 형태로 구체화될 수도 있다. 본 발명을 명확하게 설명하기 위하여 설명과 관계없는 부분은 도면에서 생략하였으며 도면들에 있어서, 구성요소의 폭, 길이, 두께 등은 편의를 위하여 과장되어 표현될 수 있다. 명세서 전체에 걸쳐서 동일한 참조번호들은 동일한 구성요소들을 나타낸다.

본 발명의 일 실시예에서는 주파수 대역은 고속 푸리에 변환(Fast Fourier Transform ; FFT) 신호 처리를 통해 구하며, 타이어의 정상 상태 및 공기압 저하 상태의 실측 데이터를 통해 각 상태별로 공진 주파수 대역의 FFT를 산출한다. 주파수 대역의 변화는 신호 처리 기법인 주성분 분석(Principle Component Analysis ; PCA) 방법과 선형 판별 분석(Linear Discriminant Analysis ; LDA) 방법을 이용하여 파악한다.

PCA는 다루기 힘든 고차원의 데이터를 낮은 차원으로 줄여 다루기 쉽게 해주는 통계적 방법으로 주어진 데이터의 특징을 보전하는 선형변환을 구하여 데이터를 분석하는 것이다. 따라서 PCA의 목표는 데이터의 차원을 줄이는 것이고 이를 위해데이터의 공분산 행렬(Covariance Matrix)을 이용하여 고유벡터와 고유값을 구한다. 구한 고유벡터를 이용하여 새로운 데이터를 생성하는데 기저로 사용하고 고유값은 차원을 줄이는데 측정값으로 사용한다. PCA에서는 데이터의 중복성을 데이터간의 상관관계로 측정하고 비상관관계가 되도록 한다. PCA는 평균자승오차(Mean Square Error) 측면에서 최적의 선형 변환이다. 즉, PCA는 공간적 측면에서 주어진 데이터의 분포에서 데이터의 분산이 가장 크게 되는 축을 찾아서 그 축으로 데이터를 투영하여 상관관계가 없는 새로운 좌표축으로 데이터를 다시 표현하는 방법이다.

PCA는 어떤 그룹의 특징을 축약해서 표현하는 데는 유용하나 그룹 안의 부분 그룹 간을 잘 분리해서 나타내지는 못한다. 타이어 공기압 상태를 나타낼 수 있지만, 현재의 타이어 공기압의 어떤 상태에 속하는지를 잘 나타내지 못한다.

LDA는 서로 다른 그룹을 그룹 간의 분리가 잘 되게 표현하도록 만들어진 방법이다. 그룹간을 구분짓는 직선/평면 수식을 구하며, 이 직선/평면을 기준으로 그룹이 어느쪽에 위치하는지를 기준으로 타이어 공기압 상태를 파악할 수 있다.

또한, 본 발명의 일 실시예에서는 휠 속도 신호에 대하여 FFT 방식, PCA 방식, LDA 방식을 순차적으로 적용함으로써 타이어의 공기압이 정상인지 25% 빠졌는지, 50% 이상 빠졌는지를 구분할 수 있다.

도 1은 본 발명의 일 실시예에 따른 타이어 공기압 추정장치의 구성도이다.

도 1을 참조하면, 차량이 도로를 주행할 때, 타이어는 노면의 불규칙에 의해 진동한다. 타이어의 공진 주파수는 타이어의 공기압에 따라 달라지며, 정상 공기압을 가진 타이어의 경우 예를 들면 약 45Hz 주변에 분포한다. 따라서, 타이어의 공진 주파수의 변화를 감지하면 타이어의 공기압을 모니터링할 수 있다.

타이어의 공진 주파수는 휠 속도를 검출하는 휠 속도센서(10)의 휠 속도 신호의 공진 주파수에 대응되게 나타나기 때문에 휠 속도 신호의 공진 주파수를 이용하여 타이어의 공기압을 모니터링할 수 있다.

휠 속도 센서(10)는 바퀴의 회전에 따라 일정한 수의 펄스를 발생하여 휠 속도정보를 검출한다.

휠 속도 센서(10)는 자성체인 폴피스(11)와, 이 폴피스(11)와 소정거리(Δt) 이격되도록 바퀴에 장착되어 회전하는 로터(12)로 이루어진다. 폴피스 구성에서 참조부호 13은 코일, 14는 영구 자석, 15은 신호 인출선이다.

로터(12)는 외주 면에 다수의 톱니 형상의 치차(12a)가 형성된다. 로터(12)는 회전시 이 치차(12a)가 폴피스(11)에 자계 변화를 일으켜 교류 신호가 출력되도록 하며, 이 교류 신호로부터 펄스 형태의 휠 속도 신호가 만들어져 전자제어유닛(20)에 제공된다. 펄스 형태의 휠 속도 신호의 펄스 폭은 휠 속도에 반비례하는데, 휠 속도가 증가할수록 펄스 폭은 작아지고, 반대로 휠 속도가 감소할수록 펄스 폭은 증가한다.

도 2는 본 발명의 일 실시예에 따른 타이어 공기압 추정장치에서 타이어 공기압을 추정하는 방법에 대한 제어흐름도이다.

도 2를 참조하면, 타이어 공기압 추정방법은 크게 복수의 공기압 상태에 따른 시험용 휠 속도 신호의 공진 주파수 특성을 PCA와 LDA를 이용하여 분석하여 PCA 가중계수와 LDA 판별계수를 획득하고 저장하는 작업과, 실제 상황에 적용하여 실제 휠 속도 신호의 공진 주파수 특성을 저장된 PCA 가중계수와 LDA 판별계수를 적용하여 분석하고 타이어의 공기압 상태를 판단하는 작업으로 구분할 수 있다.

PCA 가중계수와 LDA 판별계수를 저장하는 작업은 시험용 휠 속도 신호를 수신하는 과정(100), 수신된 휠 속도 신호에 대한 전처리를 수행하는 과정(102), 휠 속도 신호의 미리 설정된 공진 주파수 대역(30-60Hz)에 대하여 FFT를 수행하는 과정(104), PCA를 수행하는 과정(106), PCA를 수행하는 과정에서 획득하는 PCA 가중계수를 저장하는 과정(108), LDA를 수행하는 과정(110), LDA를 수행하는 과정에서 획득하는 LDA 판별계수를 저장하는 과정(109)을 포함할 수 있다.

먼저, 작동모드 100에서 시험용 휠 속도 신호를 수신한다. 시험할 타이어 공기압 상태별로 그에 대응하는 휠 속도 신호를 수신한다. 시험할 복수의 타이어 공기압 상태에 따라 그에 대응하는 휠 속도 신호를 입력받는다. 예를 들면, 타이어 공기압이 정상상태일 때의 휠 속도 신호, 타이어 공기압이 25% 저하된 상태일 대의 휠 속도 신호, 타이어 공기압 50% 저하된 상태일 때의 휠 속도 신호를 입력받는다.

작동모드 102 및 104에서 각 타이어 공기압 상태별 휠 속도 신호에 대한 톤휠 옵셋 조정, 신호 리샘플링 및 밴드 패스 필터링(Band Pass Filtering)을 수행함과 함께 휠 속도 신호에 대한 FFT를 수행한다.

도 3은 본 발명의 일 실시예에 따른 타이어 공기압 추정방법에서 소정 속도구간의 휠 속도 신호를 고속 푸리에 변환(FFT)한 것을 설명하기 위한 그래프이고, 도 4는 도 3의 공진 주파수 대역에서 타이어 공기압이 정상 상태인 FFT 신호의 주파수 변동 특성을 나타낸 도면이며, 도 5는 도 3의 공진 주파수 대역에서 타이어 공기압이 25% 저하된 상태인 FFT 신호의 주파수 변동 특성을 나타낸 도면이며, 도 6은 도 3의 공진 주파수 대역에서 타이어 공기압이 50% 저하된 상태인 FFT 신호의 주파수 변동 특성을 나타낸 도면이다.

도 3 내지 도 6을 참조하면, 작동모드 104에서 시험할 타이어 공기압 상태별로 필터링된 휠 속도 신호 중 소정의 속도 구간을 대상으로 휠 속도 신호를 FFT 한다. 이에 따라, FFT 신호는 각 타이어 공기압 상태별로 FFT 신호의 주파수(Frequency)와 크기(Magnitude)로 나타낼 수 있다. 예를 들면, 타이어 공기압이 정상상태일 때에 대응하는 FFT 신호, 타이어 공기압이 25% 저하된 상태일 때에 대응하는 FFT 신호, 타이어 공기압 50% 저하된 상태일 때에 대응하는 FFT 신호를 함께 나타낼 수 있다.

이 세 개의 FFT 신호는 타이어 공기압 차이에 따라 공진 주파수 및 크기가 서로 다르다. 타이어 공기압이 정상상태일 때에 대응하는 FFT 신호의 공진 주파수와 크기는 f1, M1이다.

또한, 타이어 공기압이 25% 저하된 상태일 때에 대응하는 FFT 신호의 공진 주파수와 크기는 f1보다 낮은 주파수값을 갖는 f2와, M1보다 높은 M2이다.

한편, 타이어 공기압 50% 저하된 상태일 때에 대응하는 FFT 신호의 공진 주파수와 크기는 f2보다 낮은 주파수값을 갖는 f3와, M2보다 높은 M3이다.

작동모드 104에서 세 개의 FFT 신호의 공진 주파수를 모두 포함하는 임의의 주파수 대역을 공진 주파수 대역(예를 들면 30-60Hz)으로 설정한다. 이에 따라, 설정된 공진 주파수 대역에서의 FFT 신호의 주파수와 크기를 알 수 있다.

도 4 내지 도 6에서 알 수 있듯이, 타이어 공기압이 저하될 경우 공진 주파수는 점점 낮아지나 공진 주파수의 크기는 점점 커진다. 타이어 공기압 저하에 따른 공진 주파수 변화는 일반적으로 2~5 Hz 정도로 크지 않으나, 거친 노면이나 기타 외란의 영향으로 1Hz 이상의 변화가 나타난다면 공진 주파수의 변동으로 기존의 타이어의 공기압 추정 방식은 정확도가 저하될 확률이 증가한다. 기존의 간접식 타이어 공기압 추정 방식은 도 3의 최대값에 해당하는 공진 주파수 하나의 값을 적응적 필터링 혹은 다른 방식을 통해 추정하기 때문에 외란에 취약할 수 밖에 없다. 하지만, 본 발명의 일 실시예에서는 공진 주파수 대역(30~60Hz)의 FFT 값 전체를 고려하여 FFT 패턴을 비교하기 때문에 순간적인 외란의 변동에 대해 좀 더 강인한 특성을 가질 수 있다.

다시 도 2를 참조하면, 작동모드 106에서 FFT 후 PCA를 수행한다. PCA는 패턴 인식 및 영상 인식에 사용되는 신호 처리 방식으로 고차원의 벡터를 저차원의 벡터로 차원을 낮춘다. 본 발명의 실시예에서는 공진 주파수 대역인 30-60Hz 까지 31 차원(공진 주파수 대역값인 30Hz을 1Hz로 나눌 경우의 차원)의 값을 갖는 벡터가 연속적으로 계산되기 때문에 계산하는 차원을 낮춰야 계산을 빠르게 할 수 있다.

도 7은 본 발명의 일 실시예에 따른 타이어 공기압 추정방법에서 주성분 분석을 이용하여 차원 개수를 줄이는 것을 설명하기 위한 도면이고, 도 8은 도 3의 공진 주파수 대역의 FFT 신호를 주성분 분석을 이용하여 31차원을 2차원으로 차원 개수를 줄이는 것을 설명하기 위한 도면이다.

도 7 및 도 8에 도시된 바와 같이, 공진 주파수 대역(30-60Hz)의 해당 타이어 공기압 상태에 대응하는 신호 라인(FFT 패턴)은 PCA를 수행함에 따라 2차원의 PCA 공간 상의 PCA에 의해 정해지는 위치에 하나의 점(Point)로 나타낼 수 있다. 즉, 타이어 공기압이 정상상태에 대응하는 신호 라인은 삼각형 모양의 점, 타이어 공기압이 25% 저하된 상태에 대응하는 신호 라인은 원 모양의 점, 타이어 공기압 50% 저하된 상태에 대응하는 신호 라인은 사각 모양의 점으로 나타낼 수 있다.

그런데, PCA를 수행할 때 타이어 공기압 상태에 대응하는 신호 라인을 PCA 공간상의 해당 위치에 하나의 점으로 투영하기 위해서는 PCA 가중계수가 필요하다. 이 PCA 가중계수는 타이어 공기압 상태에 대응하는 신호 라인을 PCA 공간상의 해당 위치에 하나의 점으로 투영하는 역할을 한다. PCA 가중계수는 PCA 차원개수에 해당하는 주성분 벡터를 가진 행렬 벡터일 수 있다.

31차원을 2차원으로 낮춘 형상은 도 8에 나타나 있다. 도 8에 도시된 바와 같이, 공진 주파수 대역의 31차원을 2차원 혹은 3차원 등의 저차원으로 낮추게 되면 PCA 공간 상에서 타이어 공기압이 정상 상태와 25% 저하된 상태, 50% 저하된 상태를 확연하게 구분 지을 수 있는 형태로 변환된다.

PCA는 공분산(Covariance) 매트릭스의 고유 벡터를 이용하여 다른 공간으로 축을 변환한다. 계산 방식은 실차 데이터의 다차원 공분산 매트릭스를 생성하고 이 매트릭스의 고유치(Eigen Value)를 크기 순으로 배열한 후, 크기 순으로 배열된 고유 벡터와 실차 데이터를 내적시키게 되면 계산 차원을 낮출 수 있다(고유치값을 제일 큰 값 하나만 사용하게 되면 1차원으로 차원을 축소할 수 있고, 고유치값 제일 큰 값 두개만 사용하면 2차원으로 차원을 축소할 수 있으며, 고유치값 제일 큰 값 세개만 사용하면 3차원으로 차원을 축소할 수 있다).

여기서 실차 데이터를 이용한 공분산(Covariance) 매트릭스(S)와 고유치(λ)는 다음의 식 [1]을 이용하여 오프 라인(Off-line)으로 구한 값을 이용한다.

[식 1]

여기서, S는 공분산(Covariance) 매트릭스, xk는 1회 FFT 결과(30∼60Hz), m는 학습 데이터군의 주파수별 FFT 평균, λ는 공분산 매트릭스의 고유치(Eigen value), e는 공분산 매트릭스의 고유벡터(Eigen vector)이다.

이때, 학습 데이터로부터 λ와 e를 구해내고, λ가 큰 순서대로 e 값을 취하여 PCA 방식 적용한다.

다시 도 2를 참조하면, 작동모드 108에서 PCA 가중계수를 전자제어유닛(20)에 저장한다.

그리고, 작동모드 110에서 LDA를 수행한다.

도 9는 본 발명의 일 실시예에 따른 타이어 공기압 추정방법에서 주성분 분석을 이용하여 31차원을 2차원으로 차원 개수를 줄인 후 선형 판별 분석을 이용하여 타이어 공기압의 정상인 상태, 25% 저하된 상태 또는 50% 저하된 상태인지를 구분하는 설명하기 위한 도면이다.

도 9를 참조하면, LDA는 PCA 계산 후 PCA 공간상의 점들을 구분짓는다. PCA와 마찬가지로 신호처리 및 영상 처리에서 사용하는 신호 기법으로 이미 구해진 데이터를 이용하여 그룹을 구분 짓는 직선/평면 수식인 LDA 판별계수를 구하며, LDA 판별계수인 구분 지어진 직선/평면 위쪽에 있으면 정상 상태, 아래쪽에 있으면 공기압 저하상태로 판단한다.

g(x)를 판별 함수(Discriminant Function), w,w0를 가중치 벡터(weighting vector), x를 FFT 이후 PCA된 데이터 입력이라 할 때 판별 함수(g(x))를 다음의 식 [2]와 같이 나타낼 수 있다.

[식 2]

LDA 판별계수는 LDA 판별 함수인 g(x)로 나타낼 수 있다.

도 9에서는 설명의 편의상 PCA 공간상의 삼각 모양 점 그룹과 원 모양 점 그룹을 구분하기 목적으로 하나의 g(x)가 사용된 것을 설명하고 있지만, 원 모양 점 그룹과 사각 모양 점 그룹을 구분할 경우 g(x)외에도 다른 직선함수(g(x)′)를 가질 수 있다. 이럴 경우, LDA 판별계수는 g(x)와 g(x)′로 나타낼 수 있다.

다시 도 2를 참조하면, 작동모드 112에서 LDA 판별계수를 전자제어유닛(20)에 저장한다.

이상과 같이, 타이어 공기압이 정상인 상태, 25% 저하된 상태, 50% 저하된 상태를 PCA 가중계수와 LDA 판별계수를 이용하여 PCA 공간에서 구분함으로서 이후 실제 상황에서 타이어의 공기압에 대응하는 휠 속도 신호는 FFT, PCA, LDA를 거치면서 PCA 상에 위치하면 그 위치의 타이어 공기압 상태가 정상인지, 25% 저하된 위치인지, 50% 저하된 위치인지를 쉽게 알 수 있다.

이하에서는 실제 차량 상황에서 타이어의 공기압 상태를 판단하는 것을 설명한다.

다시 도 2를 참조하면, 실제 상황에서 타이어 공기압 압력 상태를 추정하기 위하여 분석 대상 휠 속도 신호를 수신하는 과정(114), 전처리하는 과정(116), FFT를 수행하는 과정(118)은 이전과 동일하게 수행한다.

작동모드 120의 PCA를 수행할 때 작동모드 108에서 저장된 PCA 가중계수를 실제 휠 속도 신호에 대한 공진 주파수 대역(30-60Hz)의 FFT 신호에 적용시켜 PCA를 수행함으로써 PCA 공간 상의 해당 위치에 점으로 나타내고, 작동모드 122에서 저장된 LDA 판별계수를 적용함으로써 PCA 공간 상의 해당 위치가 타이어 공기압의 어느 상태인지를 판단한다(124).

한편, 작동모드 110에서 LDA 대신에 회귀분석(Regression Analysis)를 수행하더라도 실질적으로 동일한 형태로 타이어 공기압의 상태를 확인할 수 있다. 즉, LDA 계수 대신에 회귀분석에 사용되는 회귀계수를 사용할 수 있다.

회귀분석은 둘 또는 그 이상의 변수 사이의 관계 특히 변수 사이의 인과관계를 분석하는 추측통계기법이다. 회귀분석은 특정 변수값의 변화와 다른 변수값의 변화가 가지는 수학적 선형의 함수식을 파악함으로써 상호관계를 추론하게 되는데 추정된 함수식을 회귀식이라고 한다. 이러한 회귀식을 통하여 특정변수(독립변수 또는 설명변수라고 함)의 변화가 다른 변수(종속변수라고 함)의 변화와 어떤 관련성이 있는지 관련이 있다면 어느 변수의 변화가 원인이 되고 어느 변수의 변화가 결과적인 현상인지 등에 관한 사항을 분석할 수 있다. 즉, 회귀분석은 하나나 그 이상의 독립변수의 종속변수에 대한 영향의 추정을 할 수 있는 통계기법을 말하며, 하나의 독립변수를 가진 회귀분석에서, 하나의 방정식은 독립변수와 종속변수의 결합분포를 보여 주는 지점들의 분포구성을 통해 지나가는 하나의 선을 설명한다. 이를 회귀라인이라 한다. 회귀선은 흩어진 점들에 가장 적합한 선이다. 회귀계수는 이 회귀라인에 대응되는 계수이다.

도 10은 본 발명의 일 실시예에 따른 타이어 공기압 추정방법에서 주성분 분석을 이용하여 차원 개수를 줄인 후 회귀분석을 이용하여 타이어 공기압의 정상인 상태, 25% 저하된 상태 또는 50% 저하된 상태인지를 구분하는 것을 설명하기 위한 도면이다.

도 10을 참조하면, 회귀(Regression) 과정은 FFT 이후 데이터를 학습하여 회귀 방법으로 공기압 저하된 % 값을 추정한다.

회귀 과정을 설명하기 위해 PCA 이후 데이터가 표현되었다. 가로축을 1축, 세로축을 2축이라 할 때, 회귀 계수인 회귀 라인(Regression line)에서 PCA 공간의 각 그룹 점들의 중심 혹은 중심 부근을 잇는 라인인 회귀 라인을 긋고, 이 회귀 라인 상의 그룹 점들의 위치를 근거로 하여 타이어 공기압 상태를 판단한다.

10 : 휠 속도 센서 11 : 폴피스
12 : 로터 13 : 코일
14 : 영구 자석 15 : 신호 인출선
20 : 전자제어유닛

Claims

복수의 타이어 공기압 별로 그에 대응하는 시험용 휠 속도 신호를 각각 검출하고,
상기 검출된 휠 속도 신호들을 대상으로 제1 고속 푸리에 변환(FFT)을 수행하고,
상기 제1 FFT 신호의 공진 주파수들을 포함하는 공진 주파수 대역의 FFT 신호패턴을 주성분 분석(Principle Component Analysis ; PCA)을 이용하여 PCA 공간으로 투영하기 위한 PCA 가중계수를 산출하고,
상기 PCA 후 선형 판별 분석(Linear Discriminant Analysis ; LDA)을 통해 상기 PCA 공간상에 투영된 복수의 그룹을 구분하기 위한 LDA 판별계수를 산출하고,
상기 산출된 PCA 가중계수와 상기 LDA 판별계수를 저장시키고,
실제 상황에서 타이어 공기압 상태를 검출하기 위하여 분석대상 휠 속도 신호를 검출하고,
상기 검출된 분석대상 휠 속도 신호에 대하여 제2 FFT를 수행하고,
상기 공진 주파수 대역의 제2 FFT 신호패턴을 대상으로 상기 저장된 PCA 가중 계수를 적용하여 PCA를 수행하고,
상기 저장된 LDA 판별계수를 적용하여 LDA를 수행하여 상기 분석대상 휠 속도 신호에 대응하는 타이어 공기압의 상태를 판단하는 타이어 공기압 추정방법.
제1항에 있어서,
상기 PCA 가중계수 산출에서 상기 공진 주파수 대역은 31차원이고, 상기 PCA는 상기 31차원을 2차원 또는 3차원으로 차원 개수를 줄이는 것을 특징으로 하는 타이어 공기압 추정방법.
제1항에 있어서,
상기 PCA 가중계수 산출은, 주파수영역에서 이루어지는 것을 특징으로 하는 타이어 공기압 추정방법.
제1항에 있어서,
상기 LDA 판별계수 산출에서 상기 LDA 판별계수는 상기 PCA 공간상에 투영된 복수의 그룹사이를 지나는 직선 혹은 평면인 것을 특징으로 하는 타이어 공기압 추정방법.
제4항에 있어서,
상기 LDA 판별계수 산출에서 상기 LDA 판별계수는 상기 PCA 공간상에 투영된 그룹의 개수가 3개 이상일 경우, 복수의 직선 혹은 평면인 것을 특징으로 하는 타이어 공기압 추정방법.
휠 속도 신호를 고속 푸리에 변환(FFT)한 FFT 신호의 공진 주파수 대역의 FFT 신호패턴을 주성분 분석(Principle Component Analysis ; PCA)하기 위한 PCA 가중계수와 선형 판별 분석(Linear Discriminant Analysis ; LDA)을 수행하기 위한 LDA 판별계수에 의해 복수의 타이어 공기압 상태를 구분가능하도록 저장된 타이어 공기압 추정장치의 타이어 공기압 추정방법에 있어서,
휠 속도 센서를 통해 휠 속도 신호를 검출하고,
상기 검출된 휠 속도 신호를 대상으로 FFT를 수행하고,
FFT 신호의 공진 주파수 대역의 FFT 신호패턴을 상기 저장된 PCA 가중계수를 적용한 PCA를 이용하여 PCA 공간으로 투영시키고,
상기 PCA 공간에 투영된 데이터에 대하여 상기 저장된 LDA 판별계수를 적용한 LDA를 수행하여 상기 PCA 공간에 투영된 데이터에 대응하는 타이어 공기압의 상태를 판단하는 타이어 공기압 추정방법.
복수의 타이어 공기압 별로 그에 대응하는 시험용 휠 속도 신호를 각각 검출하고,
상기 검출된 휠 속도 신호들을 대상으로 제1 고속 푸리에 변환(FFT)을 수행하고,
상기 제1 FFT 신호의 공진 주파수들을 포함하는 공진 주파수 대역의 FFT 신호패턴을 주성분 분석(Principle Component Analysis ; PCA)을 이용하여 PCA 공간으로 투영하기 위한 PCA 가중계수를 산출하고,
상기 PCA 후 회귀 분석(Regression analysis)을 통해 상기 PCA 공간상에 투영된 복수의 그룹을 구분하기 위한 회귀계수를 산출하고,
상기 산출된 PCA 가중계수와 상기 회귀계수를 저장시키고,
실제 상황에서 타이어 공기압 상태를 검출하기 위하여 분석대상 휠 속도 신호를 검출하고,
상기 검출된 분석대상 휠 속도 신호에 대하여 제2 FFT를 수행하고,
상기 공진 주파수 대역의 제2 FFT 신호를 대상으로 상기 저장된 PCA 가중 계수를 적용하여 PCA를 수행하고,
상기 저장된 회귀계수를 적용하여 회귀분석을 수행하여 상기 분석대상 휠 속도 신호에 대응하는 타이어 공기압의 상태를 판단하는 타이어 공기압 추정방법.
휠 속도 신호를 고속 푸리에 변환(FFT)한 FFT 신호의 공진 주파수 대역의 FFT 신호패턴을 주성분 분석(Principle Component Analysis ; PCA)하기 위한 PCA 가중계수와 선형 판별 분석(Linear Discriminant Analysis ; LDA)을 수행하기 위한 LDA 판별계수에 의해 복수의 타이어 공기압 상태를 구분가능하도록 저장된 타이어 공기압 추정장치에 있어서,
휠 속도를 검출하는 휠 속도 센서; 및
상기 휠 속도 센서를 통해 휠 속도 신호를 검출하고, 상기 검출된 휠 속도 신호를 대상으로 FFT를 수행하고, FFT 신호의 공진 주파수 대역의 FFT 신호패턴을 상기 저장된 PCA 가중계수를 적용한 PCA를 이용하여 PCA 공간으로 투영시키고, 상기 PCA 공간에 투영된 데이터에 대하여 상기 저장된 LDA 판별계수를 적용한 LDA를 수행하여 상기 PCA 공간에 투영된 데이터에 대응하는 타이어 공기압의 상태를 판단하는 전자제어유닛;을 포함하는 타이어 공기압 추정장치.