KR20200059978A - Tire pressure learning value storage apparatus and tire pressure learning value storage method - Google Patents

Tire pressure learning value storage apparatus and tire pressure learning value storage method Download PDF

Info

Publication number
KR20200059978A
KR20200059978A KR1020180145386A KR20180145386A KR20200059978A KR 20200059978 A KR20200059978 A KR 20200059978A KR 1020180145386 A KR1020180145386 A KR 1020180145386A KR 20180145386 A KR20180145386 A KR 20180145386A KR 20200059978 A KR20200059978 A KR 20200059978A
Authority
KR
South Korea
Prior art keywords
learning
value
model
accumulated
learning value
Prior art date
Application number
KR1020180145386A
Other languages
Korean (ko)
Other versions
KR102633520B1 (en
Inventor
고성연
Original Assignee
주식회사 만도
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 주식회사 만도 filed Critical 주식회사 만도
Priority to KR1020180145386A priority Critical patent/KR102633520B1/en
Publication of KR20200059978A publication Critical patent/KR20200059978A/en
Application granted granted Critical
Publication of KR102633520B1 publication Critical patent/KR102633520B1/en

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60C—VEHICLE TYRES; TYRE INFLATION; TYRE CHANGING; CONNECTING VALVES TO INFLATABLE ELASTIC BODIES IN GENERAL; DEVICES OR ARRANGEMENTS RELATED TO TYRES
    • B60C23/00—Devices for measuring, signalling, controlling, or distributing tyre pressure or temperature, specially adapted for mounting on vehicles; Arrangement of tyre inflating devices on vehicles, e.g. of pumps or of tanks; Tyre cooling arrangements
    • B60C23/02—Signalling devices actuated by tyre pressure
    • B60C23/04—Signalling devices actuated by tyre pressure mounted on the wheel or tyre
    • B60C23/0408—Signalling devices actuated by tyre pressure mounted on the wheel or tyre transmitting the signals by non-mechanical means from the wheel or tyre to a vehicle body mounted receiver
    • B60C23/0474—Measurement control, e.g. setting measurement rate or calibrating of sensors; Further processing of measured values, e.g. filtering, compensating or slope monitoring
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60C—VEHICLE TYRES; TYRE INFLATION; TYRE CHANGING; CONNECTING VALVES TO INFLATABLE ELASTIC BODIES IN GENERAL; DEVICES OR ARRANGEMENTS RELATED TO TYRES
    • B60C23/00—Devices for measuring, signalling, controlling, or distributing tyre pressure or temperature, specially adapted for mounting on vehicles; Arrangement of tyre inflating devices on vehicles, e.g. of pumps or of tanks; Tyre cooling arrangements
    • B60C23/06—Signalling devices actuated by deformation of the tyre, e.g. tyre mounted deformation sensors or indirect determination of tyre deformation based on wheel speed, wheel-centre to ground distance or inclination of wheel axle

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Measuring Fluid Pressure (AREA)

Abstract

Disclosed are a tire pressure learning value storage apparatus and a tire pressure learning value storage method. According to one embodiment of the present invention, the tire pressure learning value storage apparatus comprises: a learning unit which receives a reset switch input signal from a reset switch input apparatus for determining the pressure of a tire, accumulates a learning value of certain effective data needed for determining the pressure of the tire for a certain period of time, and outputs the value a Learning Model; a control unit which compares the accumulated learning value of the Learning Model with the reliability value of a preset Pre Learning Model, and determines whether or not the status allows a user to believe the accumulated learning value of the Learning Model; and a storage unit which stores the accumulated learning value of the relevant Learning Model which is reliable when the status allows the user to believe the accumulated learning value of the Learning Model. The present invention is to provide a tire pressure learning value storage apparatus and a tire pressure learning value storage method, which can precisely estimate a pressure reduction status of a tire without an impact of an external factor.

Description

타이어 압력 학습값 저장 장치 및 타이어 압력 학습값 저장 방법{Tire pressure learning value storage apparatus and tire pressure learning value storage method}Tire pressure learning value storage apparatus and tire pressure learning value storage method}

본 발명은 타이어 압력 학습값 저장 장치 및 타이어 압력 학습값 저장 방법에 관한 것이다.The present invention relates to a tire pressure learning value storage device and a tire pressure learning value storage method.

일반적으로, 종래 타이어 압력 추정 장치는 휠 속도센서를 통해 검출된 휠 속도 신호가 타이어 감압에 의해 주파수 특성이 변화하는 것을 이용하여 타이어의 공기압을 추정하였다.In general, the conventional tire pressure estimating apparatus estimates the air pressure of the tire using the wheel speed signal detected through the wheel speed sensor whose frequency characteristic is changed by tire decompression.

일예로, 대한민국등록특허공보 10-1887437(2018.08.06)에 기재된 바와 같이, 휠 회전 속도를 통해 공진 주파수를 산출하고, 산출된 공진 주파수를 은닉 마르코프(HMM, Hidden Markov Model)모델에 적용하여 타이어의 공기압 상태를 추정하는 공기압 상태 추정 장치 및 방법이 개시되었다.As an example, as described in Korean Patent Registration No. 10-1887437 (2018.08.06), the resonant frequency is calculated through the wheel rotation speed, and the calculated resonant frequency is applied to the Hidden Markov Model (HMM) model to tire Disclosed is an apparatus and method for estimating a pneumatic state of air.

그런데, 종래 공기압 상태 추정 장치 및 방법은 타이어의 감압 상태를 추정할 때에, 외부 요인의 영향없이 타이어의 감압 상태를 정확하게 추정하는데에 한계가 있었다.However, the conventional pneumatic condition estimation apparatus and method have limitations in accurately estimating the tire depressurization condition without the influence of external factors when estimating the depressurization condition of the tire.

또한, 종래 공기압 상태 추정 장치 및 방법은 타이어의 감압 상태를 추정할 때에, 외부 요인의 영향을 받을 시에, 타이어의 감압 상태를 정확하고 빠르게 추정하는데에 한계가 있었다.In addition, the conventional pneumatic condition estimation apparatus and method have limitations in accurately and quickly estimating the depressurized condition of the tire when estimating the depressurized condition of the tire, when influenced by external factors.

대한민국등록특허공보 10-1887437(2018.08.06)Republic of Korea Registered Patent Publication 10-1887437 (2018.08.06)

본 발명의 실시 예는, 타이어의 감압 상태를 추정할 때에, 외부 요인의 영향없이 타이어의 감압 상태를 정확하게 추정할 수가 있는 타이어 압력 학습값 저장 장치 및 타이어 압력 학습값 저장 방법을 제공하고자 한다.An embodiment of the present invention is to provide a tire pressure learning value storage device and a tire pressure learning value storage method capable of accurately estimating a tire decompression state without influence of external factors when estimating the tire decompression state.

본 발명의 실시 예는, 타이어의 감압 상태를 추정할 때에, 외부 요인의 영향을 받을 시에, 타이어의 감압 상태를 정확하고 빠르게 추정할 수가 있는 타이어 압력 학습값 저장 장치 및 타이어 압력 학습값 저장 방법을 제공하고자 한다.According to an embodiment of the present invention, when estimating the depressurized state of a tire, when affected by an external factor, the tire pressure learning value storage device and the tire pressure learning value storage method capable of accurately and quickly estimating the depressurized state of the tire Want to provide

본 발명의 일 측면에 따르면, 타이어의 압력을 판단하기 위한 리셋 스위치 입력 장치로부터 리셋 스위치 입력 신호를 공급받아 일정 시간 동안 타이어의 압력 판단에 필요한 일정 유효 데이터의 학습값을 축적하여 러닝 모델(Learning Model)로 출력하는 학습부; 러닝 모델의 축적된 학습값을 설정된 프리 러닝 모델(Pre Learning Model)의 신뢰도값과 비교하여 러닝 모델의 축적된 학습값을 신뢰할 수 있는 상태인지를 판단하는 제어부; 및 러닝 모델의 축적된 학습값을 신뢰할 수 있는 상태이면, 신뢰할 수 있는 해당 러닝 모델의 축적된 학습값을 저장하는 저장부를 포함할 수가 있다.According to an aspect of the present invention, receiving a reset switch input signal from a reset switch input device for determining the pressure of a tire, accumulates learning values of certain valid data necessary for determining the pressure of a tire for a predetermined time, and then a learning model (Learning Model) ) Output to the learning unit; A control unit determining whether the accumulated learning value of the learning model is in a reliable state by comparing the accumulated learning value of the running model with a reliability value of a set pre-learning model; And if the accumulated learning value of the running model is in a reliable state, a storage unit for storing the accumulated learning value of the corresponding corresponding running model that is reliable.

본 발명의 다른 측면에 따르면, 타이어의 압력을 판단하기 위한 리셋 스위치 입력 장치로부터 리셋 스위치 입력 신호를 공급받아 일정 시간 동안 타이어의 압력 판단에 필요한 일정 유효 데이터의 학습값을 축적하여 러닝 모델(Learning Model)로 출력하는 학습부; 러닝 모델의 학습값에 대한 축적 변화율값을 카운팅하는 카운팅부; 카운팅된 학습값에 대한 축적 변화율값이 일정 시간 동안 변화하고 있는 제 1 상태인지를 판단하고, 제 1 상태이면 러닝 모델의 축적된 학습값을 설정된 프리 러닝 모델(Pre Learning Model)의 신뢰도값과 비교하여 러닝 모델의 축적된 학습값을 신뢰할 수 있는 제 2 상태인지를 판단하는 제어부; 및 제 1 상태이고 제 2 상태이면, 신뢰할 수 있는 해당 러닝 모델의 축적된 학습값을 저장하는 저장부를 포함할 수가 있다.According to another aspect of the present invention, by receiving a reset switch input signal from a reset switch input device for determining the pressure of a tire, a learning model is accumulated by accumulating learning values of certain effective data necessary for determining the pressure of a tire for a predetermined time. ) Output to the learning unit; A counting unit for counting the accumulated change rate value for the learning value of the learning model; It is determined whether the accumulated change rate value for the counted learning value is the first state that is changing for a certain period of time, and if it is the first state, the accumulated learning value of the learning model is compared with the reliability value of the set pre-learning model. A control unit to determine whether the accumulated learning value of the learning model is a reliable second state; And a first state and a second state, a storage unit that stores the accumulated learning values of the corresponding reliable learning model.

본 발명의 또 다른 측면에 따르면, 제어부는 러닝 모델의 축적된 학습값이 프리 러닝 모델의 신뢰도값 이상인 상태이면, 러닝 모델의 축적된 학습값을 신뢰할 수 있는 상태인 것으로 판단할 수가 있다.According to another aspect of the present invention, if the accumulated learning value of the learning model is equal to or greater than the reliability value of the free learning model, the controller may determine that the accumulated learning value of the learning model is in a reliable state.

본 발명의 또 다른 측면에 따르면, 제어부는 러닝 모델의 축적된 학습값이 프리 러닝 모델의 신뢰도값 미만인 상태이면 러닝 모델의 축적된 학습값을 신뢰할 수 없는 상태인 것으로 판단하고, 러닝 모델의 축적된 학습값을 프리 러닝 모델의 신뢰도값 이상이 될 때까지 지속적으로 축적하여 러닝 모델로 출력하도록 학습부에 지속 학습 명령을 더 전달할 수가 있다.According to another aspect of the present invention, if the accumulated learning value of the running model is less than the reliability value of the free running model, the controller determines that the accumulated learning value of the running model is in an unreliable state, and the accumulated accumulated learning model. The continuous learning instruction may be further transmitted to the learning unit so that the learning value is continuously accumulated until the reliability value of the free learning model is greater than or equal to the output, and output to the learning model.

본 발명의 또 다른 측면에 따르면, 제어부는 제 1 상태가 아니면, 카운팅된 학습값을 초기화하여 재학습하도록 카운팅부에 초기화 명령을 더 전달하면서 학습부에 재학습 명령을 더 전달할 수가 있다.According to another aspect of the present invention, the control unit may further transmit the re-learning command to the learning unit while further transmitting the initialization command to the counting unit to reset the re-learning by initializing the counted learning value.

본 발명의 또 다른 측면에 따르면, 프리 러닝 모델의 신뢰도값은 평균값 이상인 값일 수가 있다.According to another aspect of the present invention, the reliability value of the free running model may be a value equal to or greater than the average value.

본 발명의 또 다른 측면에 따르면, 저장부는 신뢰할 수 있는 해당 러닝 모델의 축적된 학습값의 대표값을 저장할 수가 있다.According to another aspect of the present invention, the storage unit may store a representative value of accumulated learning values of a corresponding corresponding reliable running model.

본 발명의 또 다른 측면에 따르면, 저장부는 러닝 모델의 축적된 학습값이 프리 러닝 모델의 신뢰도값 이상인 상태이면, 신뢰할 수 있는 해당 러닝 모델의 축적된 학습값의 대표값을 저장할 수가 있다.According to another aspect of the present invention, the storage unit may store a representative value of the accumulated learning value of the corresponding learning model that is reliable when the accumulated learning value of the running model is equal to or greater than the reliability value of the free learning model.

본 발명의 또 다른 측면에 따르면, 타이어의 압력을 판단하기 위한 리셋 스위치 입력 장치로부터 리셋 스위치 입력 신호를 학습부에서 공급받아 일정 시간 동안 타이어의 압력 판단에 필요한 일정 유효 데이터의 학습값을 축적하여 러닝 모델(Learning Model)로 출력하는 단계; 러닝 모델의 축적된 학습값을 제어부에 설정된 프리 러닝 모델(Pre Learning Model)의 신뢰도값과 비교하여 러닝 모델의 축적된 학습값을 신뢰할 수 있는 상태인지를 제어부에서 판단하는 단계; 및 제어부에서 러닝 모델의 축적된 학습값을 신뢰할 수 있는 상태인 것으로 판단하면, 신뢰할 수 있는 해당 러닝 모델의 축적된 학습값을 저장부에서 저장하는 단계를 포함할 수가 있다.According to another aspect of the present invention, a reset switch input signal from a reset switch input device for determining the pressure of a tire is supplied from a learning unit to accumulate learning values of certain effective data necessary for determining the pressure of a tire for a certain period of time and run. Outputting a model (Learning Model); Comparing the accumulated learning value of the learning model with the reliability value of the pre-learning model set in the control unit and determining whether the accumulated learning value of the learning model is in a reliable state; And if the controller determines that the accumulated learning value of the running model is in a reliable state, storing the accumulated learning value of the trusted corresponding learning model in the storage unit.

본 발명의 또 다른 측면에 따르면, 타이어의 압력을 판단하기 위한 리셋 스위치 입력 장치로부터 리셋 스위치 입력 신호를 학습부에서 공급받아 일정 시간 동안 타이어의 압력 판단에 필요한 일정 유효 데이터의 학습값을 축적하여 러닝 모델(Learning Model)로 출력하는 단계; 러닝 모델의 학습값에 대한 축적 변화율값을 카운팅부에서 카운팅하는 단계; 카운팅된 학습값에 대한 축적 변화율값이 일정 시간 동안 변화하고 있는 제 1 상태인지를 제어부에서 판단하는 단계; 제어부에서 제 1 상태인 것으로 판단하면, 러닝 모델의 축적된 학습값을 제어부에 설정된 프리 러닝 모델(Pre Learning Model)의 신뢰도값과 비교하여 러닝 모델의 축적된 학습값을 신뢰할 수 있는 제 2 상태인지를 제어부에서 판단하는 단계; 제어부에서 제 1 상태이고 제 2 상태인 것으로 판단하면, 신뢰할 수 있는 해당 러닝 모델의 축적된 학습값을 저장부에서 저장하는 단계를 포함할 수가 있다.According to another aspect of the present invention, a reset switch input signal from a reset switch input device for determining the pressure of a tire is supplied from a learning unit to accumulate learning values of certain effective data necessary for determining the pressure of a tire for a certain period of time and run. Outputting a model (Learning Model); Counting the accumulated change rate value for the learning value of the learning model in the counting unit; Determining, by the control unit, whether the accumulated change rate value for the counted learning value is the first state that is changing for a predetermined time; If the control unit determines that the first state, the accumulated learning value of the learning model is compared with the reliability value of the pre-learning model set in the control unit to determine whether the accumulated learning value of the learning model is the reliable second state. Determining by the control unit; If it is determined that the controller is in the first state and the second state, it may include the step of storing the accumulated learning value of the corresponding reliable learning model in the storage unit.

본 발명의 또 다른 측면에 따르면, 러닝 모델의 축적된 학습값이 프리 러닝 모델의 신뢰도값 이상인 상태인 것으로 제어부에서 판단하면, 러닝 모델의 축적된 학습값을 신뢰할 수 있는 상태인 것으로 제어부에서 판단할 수가 있다.According to another aspect of the present invention, if the controller determines that the accumulated learning value of the running model is equal to or higher than the reliability value of the free running model, the controller determines that the accumulated learning value of the running model is in a reliable state. Can be.

본 발명의 또 다른 측면에 따르면, 러닝 모델의 축적된 학습값이 프리 러닝 모델의 신뢰도값 미만인 상태인 것으로 제어부에서 판단하면, 러닝 모델의 축적된 학습값을 신뢰할 수 없는 상태인 것으로 제어부에서 판단하고, 러닝 모델의 축적된 학습값을 프리 러닝 모델의 신뢰도값 이상이 될 때까지 지속적으로 축적하여 러닝 모델로 출력하도록 제어부에서 학습부에 지속 학습 명령을 더 전달할 수가 있다.According to another aspect of the present invention, when the controller determines that the accumulated learning value of the running model is less than the reliability value of the free running model, the controller determines that the accumulated learning value of the running model is in an unreliable state , The control unit may further transmit the continuous learning command to the learning unit to continuously accumulate the accumulated learning values of the learning model until the reliability value of the free learning model is greater than or equal to the reliability value of the free learning model.

본 발명의 또 다른 측면에 따르면, 제어부에서 제 1 상태가 아닌 것으로 판단하면, 카운팅된 학습값을 초기화하여 재학습하도록 제어부에서 카운팅부에 초기화 명령을 더 전달하면서 제어부에서 학습부에 재학습 명령을 더 전달할 수가 있다.According to another aspect of the present invention, when it is determined that the control unit is not in the first state, the control unit transmits an initialization command to the counting unit to initialize and re-learn the counted learning value, and the control unit issues the re-learning command to the learning unit. I can convey more.

본 발명의 또 다른 측면에 따르면, 신뢰할 수 있는 해당 러닝 모델의 축적된 학습값의 대표값을 저장부에서 저장할 수가 있다.According to another aspect of the present invention, a representative value of the accumulated learning value of the corresponding corresponding running model can be stored in the storage unit.

본 발명의 또 다른 측면에 따르면, 러닝 모델의 축적된 학습값이 프리 러닝 모델의 신뢰도값 이상인 상태인 것으로 제어부에서 판단하면, 신뢰할 수 있는 해당 러닝 모델의 축적된 학습값의 대표값을 저장부에서 저장할 수가 있다.According to another aspect of the present invention, if the controller determines that the accumulated learning value of the running model is equal to or greater than the reliability value of the free running model, the storage unit stores a representative value of the accumulated learning value of the corresponding reliable running model in the storage unit. Can be saved.

본 발명의 실시 예에 따른 타이어 압력 학습값 저장 장치 및 타이어 압력 학습값 저장 방법은, 타이어의 감압 상태를 추정할 때에, 외부 요인의 영향없이 타이어의 감압 상태를 정확하게 추정할 수 있다.The tire pressure learning value storage device and the tire pressure learning value storage method according to an embodiment of the present invention can accurately estimate the tire depressurization state without affecting external factors when estimating the depressurization state of the tire.

본 발명의 실시 예에 따른 타이어 압력 학습값 저장 장치 및 타이어 압력 학습값 저장 방법은, 타이어의 감압 상태를 추정할 때에, 외부 요인의 영향을 받을 시에, 타이어의 감압 상태를 정확하고 빠르게 추정할 수 있다.The tire pressure learning value storage device and the tire pressure learning value storage method according to an embodiment of the present invention can accurately and quickly estimate the depressurization state of the tire when estimating the depressurization state of the tire, when affected by external factors. Can be.

도 1은 본 발명의 일 실시 예에 따른 타이어 압력 학습값 저장 장치를 일예로 나타낸 블럭 구성도.
도 2는 도 1에 도시한 제어부에서 러닝 모델의 축적된 학습값을 신뢰할 수 있는 상태인 것으로 판단하는 과정을 일예로 나타낸 도면.
도 3은 도 1에 도시한 제어부에서 러닝 모델의 축적된 학습값을 신뢰할 수 없는 상태인 것으로 판단하는 과정을 일예로 나타낸 도면.
도 4는 본 발명의 일 실시 예에 따른 타이어 압력 학습값 저장 장치의 타이어 압력 학습값 저장 방법을 일예로 나타낸 순서도.
도 5는 본 발명의 일 실시 예에 따른 타이어 압력 학습값 저장 장치를 다른 일예로 나타낸 블럭 구성도.
도 6은 도 5에 도시한 제어부에서 러닝 모델의 축적된 학습값을 신뢰할 수 있는 상태인 것으로 판단하는 과정을 일예로 나타낸 도면.
도 7은 도 5에 도시한 제어부에서 러닝 모델의 축적된 학습값을 신뢰할 수 없는 상태인 것으로 판단하는 과정을 일예로 나타낸 도면.
도 8은 도 5에 도시한 제어부에서 카운팅된 학습값을 초기화하여 재학습시키는 과정을 일예로 나타낸 도면.
도 9는 본 발명의 일 실시 예에 따른 타이어 압력 학습값 저장 장치의 타이어 압력 학습값 저장 방법을 다른 일예로 나타낸 순서도.1 is a block diagram illustrating an example of a tire pressure learning value storage device according to an embodiment of the present invention.
FIG. 2 is a diagram illustrating, as an example, a process in which the control unit shown in FIG. 1 determines that the accumulated learning value of the learning model is in a reliable state.
FIG. 3 is a diagram illustrating an example of a process in which the control unit illustrated in FIG. 1 determines that the accumulated learning value of the learning model is in an unreliable state.
Figure 4 is a flow chart showing an example of a method for storing the tire pressure learning value of the tire pressure learning value storage device according to an embodiment of the present invention.
5 is a block diagram showing a tire pressure learning value storage device according to an embodiment of the present invention as another example.
FIG. 6 is a diagram illustrating, as an example, a process in which the control unit illustrated in FIG. 5 determines the accumulated learning value of the learning model as a reliable state.
FIG. 7 is a diagram illustrating an example of a process in which the control unit illustrated in FIG. 5 determines that the accumulated learning value of the learning model is in an unreliable state.
8 is a diagram illustrating an example of a process of re-learning by initializing a learning value counted by the control unit shown in FIG. 5.
9 is a flowchart illustrating another method of storing a tire pressure learning value in a tire pressure learning value storage device according to an embodiment of the present invention.

이하에서는 본 발명의 실시 예를 첨부 도면을 참조하여 상세히 설명한다. 이하의 실시 예는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 본 발명의 사상을 충분히 전달하기 위해 제시하는 것이다. 본 발명은 여기서 제시한 실시 예만으로 한정되지 않고 다른 형태로 구체화될 수도 있다. 도면은 본 발명을 명확히 하기 위해 설명과 관계없는 부분의 도시를 생략하고, 이해를 돕기 위해 구성요소의 크기를 다소 과장하여 표현할 수 있다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings. The following examples are presented to sufficiently convey the spirit of the present invention to those of ordinary skill in the art. The present invention is not limited only to the embodiments presented herein, but may be embodied in other forms. In order to clarify the present invention, the drawings may omit portions of parts not related to the description, and the size of components may be exaggerated to help understanding.

도 1은 본 발명의 일 실시 예에 따른 타이어 압력 학습값 저장 장치를 일예로 나타낸 블럭 구성도이다.1 is a block diagram illustrating a tire pressure learning value storage device according to an embodiment of the present invention as an example.

도 2는 도 1에 도시한 제어부에서 러닝 모델의 축적된 학습값을 신뢰할 수 있는 상태인 것으로 판단하는 과정을 일예로 나타낸 도면이고, 도 3은 도 1에 도시한 제어부에서 러닝 모델의 축적된 학습값을 신뢰할 수 없는 상태인 것으로 판단하는 과정을 일예로 나타낸 도면이다.FIG. 2 is a diagram illustrating, as an example, a process in which the controller shown in FIG. 1 determines the accumulated learning value of the running model as a reliable state, and FIG. 3 shows the accumulated learning of the running model in the controller illustrated in FIG. 1 This is a diagram showing an example of a process of determining a value as an unreliable state.

도 1 내지 도 3을 참조하면, 본 발명의 일 실시 예에 따른 타이어 압력 학습값 저장 장치(100)는 학습부(102)와 제어부(104) 및 저장부(106)를 포함한다.1 to 3, the tire pressure learning value storage device 100 according to an embodiment of the present invention includes a learning unit 102, a control unit 104, and a storage unit 106.

학습부(102)는 타이어의 압력을 판단하기 위한 리셋 스위치 입력 장치(10)로부터 리셋 스위치 입력 신호를 공급받아 일정 시간(t1~t2) 동안 타이어의 압력 판단에 필요한 일정 유효 데이터의 학습값(LV1, LV2)을 축적하여 러닝 모델(Learning Model)(102a: 102a1, 102a2)로 출력한다.The learning unit 102 receives the reset switch input signal from the reset switch input device 10 for determining the pressure of the tire, and the learning value (LV1) of constant effective data necessary for determining the pressure of the tire for a predetermined period of time t1 to t2 , LV2) are accumulated and output as a learning model (102a: 102a1, 102a2).

제어부(104)는 러닝 모델(102a1, 102a2)의 축적된 학습값(LV1, LV2)을 설정된 프리 러닝 모델(Pre Learning Model)(104a)의 신뢰도값(TV1)과 비교하여 러닝 모델(102a1, 102a2)의 축적된 학습값(LV1, LV2)을 신뢰할 수 있는 상태인지를 판단한다.The control unit 104 compares the accumulated learning values LV1 and LV2 of the running models 102a1 and 102a2 with the reliability value TV1 of the set pre-learning model 104a and then the running models 102a1 and 102a2 ) It is determined whether the accumulated learning values LV1 and LV2 are in a reliable state.

일예로, 도 1 및 도 2에 도시된 바와 같이 제어부(104)는 러닝 모델(102a1)의 축적된 학습값(LV1)이 프리 러닝 모델(104a)의 신뢰도값(TV1) 이상인 상태이면, 러닝 모델(102a1)의 축적된 학습값(LV1)을 신뢰할 수 있는 상태인 것으로 판단할 수가 있다.For example, as shown in FIGS. 1 and 2, the control unit 104 is a learning model when the accumulated learning value LV1 of the running model 102a1 is equal to or higher than the reliability value TV1 of the free running model 104a. It can be determined that the accumulated learning value LV1 of 102a1 is in a reliable state.

다른 일예로, 도 1 및 도 3에 도시된 바와 같이 제어부(104)는 러닝 모델(102a2)의 축적된 학습값(LV2)이 프리 러닝 모델(104a)의 신뢰도값(TV1) 미만인 상태이면, 러닝 모델(102a2)의 축적된 학습값(LV2)을 신뢰할 수 없는 상태인 것으로 판단할 수가 있다.As another example, as shown in FIGS. 1 and 3, the control unit 104 may run when the accumulated learning value LV2 of the running model 102a2 is less than the reliability value TV1 of the free running model 104a It can be determined that the accumulated learning value LV2 of the model 102a2 is in an unreliable state.

이때, 제어부(104)는 러닝 모델(102a2)의 축적된 학습값(LV2)을 프리 러닝 모델(104a)의 신뢰도값(TV1) 이상이 될 때까지 지속적으로 축적하여 러닝 모델(102a2)로 출력하도록 학습부(102)에 지속 학습 명령을 더 전달할 수가 있다.At this time, the control unit 104 continuously accumulates the accumulated learning value LV2 of the running model 102a2 until it becomes equal to or higher than the reliability value TV1 of the free running model 104a and outputs it to the running model 102a2. The continuous learning instruction may be further transmitted to the learning unit 102.

여기서, 프리 러닝 모델(104a)의 신뢰도값(TV1)은 평균값 이상인 값일 수가 있다.Here, the reliability value TV1 of the free running model 104a may be a value equal to or greater than the average value.

저장부(106)는 러닝 모델(102a1)의 축적된 학습값(LV1)을 신뢰할 수 있는 상태이면, 신뢰할 수 있는 해당 러닝 모델(102a1)의 축적된 학습값(LV1)을 저장한다.The storage unit 106 stores the accumulated learning value LV1 of the corresponding learning model 102a1 that is reliable if the accumulated learning value LV1 of the running model 102a1 is in a reliable state.

일예로, 저장부(106)는 신뢰할 수 있는 해당 러닝 모델(102a1)의 축적된 학습값(LV1)의 대표값을 저장할 수가 있다.For example, the storage unit 106 may store a representative value of the accumulated learning value LV1 of the corresponding corresponding learning model 102a1.

다른 일예로, 저장부(106)는 러닝 모델(102a1)의 축적된 학습값(LV1)이 프리 러닝 모델(104a)의 신뢰도값(TV1) 이상인 상태이면, 신뢰할 수 있는 해당 러닝 모델(102a1)의 축적된 학습값(LV1)의 대표값을 저장할 수가 있다.As another example, if the accumulated learning value LV1 of the running model 102a1 is equal to or higher than the reliability value TV1 of the free running model 104a, the storage unit 106 can perform the reliable learning model 102a1. The representative value of the accumulated learning value LV1 can be stored.

본 발명의 일 실시 예에 따른 타이어 압력 학습값 저장 장치(100)의 제어부(104)는 저장부(106)에 저장된 학습값(LV1)을 타이어 압력 추정 장치(30)에 제공하여 타이어 압력 추정 장치(30)에서 타이어 압력 추정 장치(30)에 의해 추정된 현재 타이어 압력 추정값과 학습값(LV1)을 비교하여 타이어의 감압 상태를 추정하도록 타이어 압력 추정 장치(30)에 타이어 압력 추정 명령을 더 전달할 수가 있다.The control unit 104 of the tire pressure learning value storage device 100 according to an embodiment of the present invention provides a tire pressure estimation device 30 by providing the learning value LV1 stored in the storage unit 106 to the tire pressure estimation device 30 The tire pressure estimating command 30 is further transmitted to the tire pressure estimating device 30 to compare the current tire pressure estimation value estimated by the tire pressure estimating device 30 with the learning value LV1 to estimate the depressurized state of the tire. Can be.

도 4는 본 발명의 일 실시 예에 따른 타이어 압력 학습값 저장 장치의 타이어 압력 학습값 저장 방법을 일예로 나타낸 순서도이다.4 is a flowchart illustrating an example of a method for storing the tire pressure learning value in the tire pressure learning value storage device according to an embodiment of the present invention.

도 4를 참조하면, 본 발명의 일 실시 예에 따른 타이어 압력 학습값 저장 장치(도1의 100)의 타이어 압력 학습값 저장 방법(400)은 출력 단계(S402)와 판단 단계(S404) 및 저장 단계(S406)를 포함한다.4, the tire pressure learning value storage method 400 of the tire pressure learning value storage device (100 of FIG. 1) according to an embodiment of the present invention includes an output step (S402) and a determination step (S404) and storage. Step S406 is included.

출력 단계(S402)는 타이어의 압력을 판단하기 위한 리셋 스위치 입력 장치(도1의 10)로부터 리셋 스위치 입력 신호를 학습부(도1의 102)에서 공급받아 일정 시간(도2 및 도3의 t1~t2) 동안 타이어의 압력 판단에 필요한 일정 유효 데이터의 학습값(도2 및 도3의 LV1, LV2)을 축적하여 러닝 모델(Learning Model)(도1 내지 도3의 102a: 102a1, 102a2)로 출력한다.In the output step S402, a reset switch input signal from the reset switch input device (10 in FIG. 1) for determining the pressure of the tire is supplied from the learning unit (102 in FIG. 1) for a predetermined time (t1 in FIGS. 2 and 3). ~ t2) by accumulating learning values (LV1, LV2 of FIGS. 2 and 3) necessary for determining the pressure of the tire to a learning model (102a: 102a1, 102a2 of FIGS. 1 to 3) Output.

판단 단계(S404)는 러닝 모델(도2 및 도3의 102a1, 102a2)의 축적된 학습값(도2의 및 도3의 LV1, LV2)을 제어부(도1의 104)에 설정된 프리 러닝 모델(Pre Learning Model)(도2의 104a)의 신뢰도값(도2 및 도3의 TV1)과 비교하여 러닝 모델(도2 및 도3의 102a1, 102a2)의 축적된 학습값(도2 및 도3의 LV1, LV2)을 신뢰할 수 있는 상태인지를 제어부(도1의 104)에서 판단한다.In the determination step S404, the accumulated learning values (LV1 and LV2 of FIGS. 2 and 3) of the running models (102a1 and 102a2 of FIGS. 2 and 3) are set in the control unit (104 of FIG. 1). The accumulated learning values of the learning models (102a1 and 102a2 of FIGS. 2 and 3) compared to the reliability values of the Pre Learning Model (104a of FIG. 2 and TV1 of FIGS. 2 and 3) (of FIGS. 2 and 3) The control unit (104 in FIG. 1) determines whether the LV1 and LV2 are in a reliable state.

일예로, 판단 단계(S404)는 러닝 모델(도2의 102a1)의 축적된 학습값(도2의 LV1)이 프리 러닝 모델(도2의 104a)의 신뢰도값(도2의 TV1) 이상인 상태인 것으로 제어부(도1의 104)에서 판단하면, 러닝 모델(도2의 102a1)의 축적된 학습값(도2의 LV1)을 신뢰할 수 있는 상태인 것으로 제어부(도1의 104)에서 판단할 수가 있다.For example, in the determination step S404, the accumulated learning value (LV1 in FIG. 2) of the running model (102a1 in FIG. 2) is equal to or higher than the reliability value (TV1 in FIG. 2) of the free learning model (104a in FIG. 2). As determined by the control unit (104 in FIG. 1), the control unit (104 in FIG. 1) can determine that the accumulated learning value (LV1 in FIG. 2) of the running model (102a1 in FIG. 2) is in a reliable state. .

다른 일예로, 판단 단계(S404)는 러닝 모델(도3의 102a2)의 축적된 학습값(도3의 LV2)이 프리 러닝 모델(도3의 104a)의 신뢰도값(도3의 TV1) 미만인 상태인 것으로 제어부(도1의 104)에서 판단하면, 러닝 모델(도3의 102a2)의 축적된 학습값(도3의 LV2)을 신뢰할 수 없는 상태인 것으로 제어부(도1의 104)에서 판단할 수가 있다.As another example, in the determination step S404, the accumulated learning value (LV2 in FIG. 3) of the running model (102a2 in FIG. 3) is less than the reliability value (TV1 in FIG. 3) of the free learning model (104a in FIG. 3). If the control unit (104 in FIG. 1) determines that the accumulated learning value (LV2 in FIG. 3) of the running model (102a2 in FIG. 3) is unreliable, the control unit (104 in FIG. 1) cannot determine have.

이때, 판단 단계(S404)는 러닝 모델(도3의 102a2)의 축적된 학습값(도3의 LV2)을 프리 러닝 모델(도3의 104a)의 신뢰도값(도3의 TV1) 이상이 될 때까지 지속적으로 축적하여 러닝 모델(도3의 102a2)로 출력하도록 제어부(도1의 104)에서 학습부(도1의 102)에 지속 학습 명령을 더 전달할 수가 있다.At this time, in the determination step S404, when the accumulated learning value (LV2 in FIG. 3) of the running model (102a2 in FIG. 3) becomes equal to or higher than the reliability value (TV1 in FIG. 3) of the free learning model (104a in FIG. 3). To continue to accumulate until it is output to the running model (102a2 in FIG. 3), the control unit (104 in FIG. 1) may further transmit the continuous learning command to the learning unit (102 in FIG. 1).

저장 단계(S406)는 제어부(도1의 104)에서 러닝 모델(도2의 102a1)의 축적된 학습값(도2의 LV1)을 신뢰할 수 있는 상태인 것으로 판단하면, 신뢰할 수 있는 해당 러닝 모델(도2의 102a1)의 축적된 학습값(도2의 LV1)을 저장부(도1의 106)에서 저장한다.In the storage step (S406), if the control unit (104 in FIG. 1) determines that the accumulated learning value (LV1 in FIG. 2) of the running model (102a1 in FIG. 2) is in a reliable state, the corresponding corresponding running model ( The accumulated learning value (LV1 in FIG. 2) of 102a1 in FIG. 2 is stored in the storage unit (106 in FIG. 1).

일예로, 저장 단계(S406)는 신뢰할 수 있는 해당 러닝 모델(도2의 102a1)의 축적된 학습값(도2의 LV1)의 대표값을 저장부(도1의 106)에서 저장할 수가 있다.As an example, the storage step S406 may store the representative value of the accumulated learning value (LV1 in FIG. 2) of the corresponding reliable running model (102a1 in FIG. 2) in the storage unit (106 in FIG. 1).

다른 일예로, 저장 단계(S406)는 러닝 모델(도2의 102a1)의 축적된 학습값(도2의 LV1)이 프리 러닝 모델(도2의 104a)의 신뢰도값(도2의 TV1) 이상인 상태인 것으로 제어부(도1의 104)에서 판단하면, 신뢰할 수 있는 해당 러닝 모델(도2의 102a1)의 축적된 학습값(도2의 LV1)의 대표값을 저장부(도1의 106)에서 저장할 수가 있다.As another example, in the storage step S406, the accumulated learning value (LV1 in FIG. 2) of the running model (102a1 in FIG. 2) is equal to or higher than the reliability value (TV1 in FIG. 2) of the free learning model (104a in FIG. 2). If it is determined that the control unit (104 in FIG. 1), the representative value of the accumulated learning value (LV1 in FIG. 2) of the corresponding reliable running model (102a1 in FIG. 2) is stored in the storage unit (106 in FIG. 1). Can be.

본 발명의 일 실시 예에 따른 타이어 압력 학습값 저장 장치(도1의 100)의 타이어 압력 학습값 저장 방법(400)은 추정 단계(S408)를 더 포함할 수가 있다.The tire pressure learning value storage method 400 of the tire pressure learning value storage device (100 of FIG. 1) according to an embodiment of the present invention may further include an estimation step (S408).

추정 단계(S408)는 저장 단계(S406) 이후에 수행할 수가 있다.The estimation step S408 may be performed after the storage step S406.

이러한, 추정 단계(S408)는 저장부(도1의 106)에 저장된 학습값(도2의 LV1)을 타이어 압력 추정 장치(도1의 30)에 제공하여 타이어 압력 추정 장치(도1의 30)에서 타이어 압력 추정 장치(도1의 30)에 의해 추정된 현재 타이어 압력 추정값과 학습값(도2의 LV1)을 비교하여 타이어의 감압 상태를 추정하도록 제어부(도1의 104)에서 타이어 압력 추정 장치(도1의 30)에 타이어 압력 추정 명령을 더 전달할 수가 있다.The estimation step S408 provides the tire pressure estimation device (30 in FIG. 1) by providing the learning value (LV1 in FIG. 2) stored in the storage unit (106 in FIG. 1) to the tire pressure estimation device (30 in FIG. 1). Tire pressure estimator in the control unit (104 in FIG. 1) to estimate the depressurized state of the tire by comparing the current tire pressure estimation value and the learning value (LV1 in FIG. 2) estimated by the tire pressure estimating device (30 in FIG. 1). A tire pressure estimation command can be further transmitted to (30 in FIG. 1).

도 5는 본 발명의 일 실시 예에 따른 타이어 압력 학습값 저장 장치를 다른 일예로 나타낸 블럭 구성도이고, 도 6은 도 5에 도시한 제어부에서 러닝 모델의 축적된 학습값을 신뢰할 수 있는 상태인 것으로 판단하는 과정을 일예로 나타낸 도면이다.5 is a block diagram illustrating a tire pressure learning value storage device according to an embodiment of the present invention as another example, and FIG. 6 is a state in which the accumulated learning value of the running model is trusted in the control unit illustrated in FIG. 5. It is a diagram showing the process of determining as an example.

도 7은 도 5에 도시한 제어부에서 러닝 모델의 축적된 학습값을 신뢰할 수 없는 상태인 것으로 판단하는 과정을 일예로 나타낸 도면이고, 도 8은 도 5에 도시한 제어부에서 카운팅된 학습값을 초기화하여 재학습시키는 과정을 일예로 나타낸 도면이다.FIG. 7 is a diagram illustrating an example of a process in which the control unit shown in FIG. 5 determines that the accumulated learning value of the learning model is in an unreliable state, and FIG. 8 initializes the learning value counted by the control unit shown in FIG. 5 This is a diagram showing the process of re-learning.

도 5 내지 도 8을 참조하면, 본 발명의 일 실시 예에 따른 타이어 압력 학습값 저장 장치(500)는 학습부(502)와 카운팅부(503) 및 제어부(504)와 저장부(506)를 포함한다.5 to 8, the tire pressure learning value storage device 500 according to an embodiment of the present invention includes a learning unit 502, a counting unit 503, a control unit 504, and a storage unit 506. Includes.

학습부(502)는 타이어의 압력을 판단하기 위한 리셋 스위치 입력 장치(10)로부터 리셋 스위치 입력 신호를 공급받아 일정 시간(t1~t2) 동안 타이어의 압력 판단에 필요한 일정 유효 데이터의 학습값(LV3, LV4)을 축적하여 러닝 모델(Learning Model)(502a: 502a1, 502a2)로 출력한다.The learning unit 502 receives the reset switch input signal from the reset switch input device 10 for determining the pressure of the tire, and the learning value (LV3) of constant effective data necessary for determining the pressure of the tire for a predetermined period of time t1 to t2 , LV4) are accumulated and output as a learning model (502a: 502a1, 502a2).

카운팅부(503)는 러닝 모델(502a1, 502a2)의 학습값(LV3, LV4)에 대한 축적 변화율값을 카운팅한다.The counting unit 503 counts the accumulated change rate values for the learning values LV3 and LV4 of the running models 502a1 and 502a2.

제어부(504)는 카운팅된 학습값(LV3, LV4)에 대한 축적 변화율값이 일정 시간 동안 변화하고 있는 제 1 상태인지를 판단한다.The control unit 504 determines whether the accumulated change rate values for the counted learning values LV3 and LV4 are the first state that is changing for a predetermined time.

또한, 제어부(504)는 제 1 상태인 것으로 판단하면, 러닝 모델(502a: 502a1, 502a2)의 축적된 학습값(LV3, LV4)을 설정된 프리 러닝 모델(Pre Learning Model)(504a)의 신뢰도값(TV2)과 비교하여 러닝 모델(502a1, 502a2)의 축적된 학습값(LV3, LV4)을 신뢰할 수 있는 제 2 상태인지를 판단한다.In addition, when it is determined that the control unit 504 is in the first state, the reliability values of the pre-learning models 504a in which the accumulated learning values LV3 and LV4 of the learning models 502a: 502a1 and 502a2 are set. Compared to (TV2), it is determined whether the accumulated learning values LV3 and LV4 of the running models 502a1 and 502a2 are reliable.

일예로, 도 5 및 도 6에 도시된 바와 같이 제어부(504)는 러닝 모델(502a1)의 축적된 학습값(LV3)이 프리 러닝 모델(504a)의 신뢰도값(TV2) 이상인 상태이면, 러닝 모델(102a1)의 축적된 학습값(LV1)을 신뢰할 수 있는 상태인 것으로 판단할 수가 있다.For example, as shown in FIGS. 5 and 6, the control unit 504 is a learning model when the accumulated learning value LV3 of the running model 502a1 is equal to or higher than the reliability value TV2 of the free running model 504a. It can be determined that the accumulated learning value LV1 of 102a1 is in a reliable state.

다른 일예로, 도 5 및 도 7에 도시된 바와 같이 제어부(504)는 러닝 모델(502a2)의 축적된 학습값(LV4)이 프리 러닝 모델(504a)의 신뢰도값(TV2) 미만인 상태이면, 러닝 모델(502a2)의 축적된 학습값(LV4)을 신뢰할 수 없는 상태인 것으로 판단할 수가 있다.In another example, as shown in FIGS. 5 and 7, the control unit 504 is running when the accumulated learning value LV4 of the running model 502a2 is less than the reliability value TV2 of the free running model 504a It can be determined that the accumulated learning value LV4 of the model 502a2 is in an unreliable state.

이때, 제어부(504)는 러닝 모델(502a2)의 축적된 학습값(LV4)을 프리 러닝 모델(504a)의 신뢰도값(TV2) 이상이 될 때까지 지속적으로 축적하여 러닝 모델(502a2)로 출력하도록 학습부(502)에 지속 학습 명령을 더 전달할 수가 있다.At this time, the controller 504 continuously accumulates the accumulated learning value LV4 of the running model 502a2 until it becomes equal to or higher than the reliability value TV2 of the free running model 504a and outputs it to the running model 502a2. The continuous learning instruction may be further transmitted to the learning unit 502.

여기서, 프리 러닝 모델(504a)의 신뢰도값(TV2)은 평균값 이상인 값일 수가 있다.Here, the reliability value TV2 of the free learning model 504a may be a value equal to or greater than the average value.

또 다른 일예로, 도 5 및 도 8에 도시된 바와 같이 제어부(504)는 제 1 상태가 아닌 것으로 판단하면, 카운팅된 학습값(LV3, LV4)을 초기화하여 재학습하도록 카운팅부(503)에 초기화 명령을 더 전달하면서 학습부(502)에 재학습 명령을 더 전달할 수가 있다.As another example, as illustrated in FIGS. 5 and 8, when it is determined that the controller 504 is not in the first state, the controller 504 initializes the counted learning values LV3 and LV4 and re-learns them to the counting unit 503. The re-learning command may be further transmitted to the learning unit 502 while further transmitting the initialization command.

저장부(506)는 제 1 상태이고 제 2 상태인 것으로 판단하면, 신뢰할 수 있는 해당 러닝 모델(502a1)의 축적된 학습값(LV3)을 저장한다.When it is determined that the storage unit 506 is in the first state and the second state, the storage unit 506 stores the accumulated learning value LV3 of the corresponding corresponding learning model 502a1.

일예로, 저장부(506)는 신뢰할 수 있는 해당 러닝 모델(502a1)의 축적된 학습값(LV3)의 대표값을 저장할 수가 있다.For example, the storage unit 506 may store a representative value of the accumulated learning value LV3 of the corresponding corresponding learning model 502a1.

다른 일예로, 저장부(506)는 러닝 모델(502a1)의 축적된 학습값(LV3)이 프리 러닝 모델(504a)의 신뢰도값(TV2) 이상인 상태이면, 신뢰할 수 있는 해당 러닝 모델(502a1)의 축적된 학습값(LV3)의 대표값을 저장할 수가 있다.As another example, if the accumulated learning value LV3 of the running model 502a1 is equal to or greater than the reliability value TV2 of the free running model 504a, the storage unit 506 can determine the trusted learning model 502a1. The representative value of the accumulated learning value LV3 can be stored.

본 발명의 일 실시 예에 따른 타이어 압력 학습값 저장 장치(500)의 제어부(504)는 저장부(506)에 저장된 학습값(LV3)을 타이어 압력 추정 장치(30)에 제공하여 타이어 압력 추정 장치(30)에서 타이어 압력 추정 장치(30)에 의해 추정된 현재 타이어 압력 추정값과 학습값(LV3)을 비교하여 타이어의 감압 상태를 추정하도록 타이어 압력 추정 장치(30)에 타이어 압력 추정 명령을 더 전달할 수가 있다.The control unit 504 of the tire pressure learning value storage device 500 according to an embodiment of the present invention provides the tire pressure estimation device 30 by providing the learning value LV3 stored in the storage unit 506 to the tire pressure estimation device 30 Further, the tire pressure estimation command 30 is further transmitted to the tire pressure estimation device 30 to compare the current tire pressure estimation value estimated by the tire pressure estimation device 30 with the learning value LV3 to estimate the depressurized state of the tire. Can be.

도 9는 본 발명의 일 실시 예에 따른 타이어 압력 학습값 저장 장치의 타이어 압력 학습값 저장 방법을 다른 일예로 나타낸 순서도이다.9 is a flowchart illustrating another method of storing a tire pressure learning value in a tire pressure learning value storage device according to an embodiment of the present invention.

도 9를 참조하면, 본 발명의 일 실시 예에 따른 타이어 압력 학습값 저장 장치(도5의 500)의 타이어 압력 학습값 저장 방법(900)은 출력 단계(S902)와 카운팅 단계(S904) 및 제 1 판단 단계(S906)와 제 2 판단 단계(S908) 및 저장 단계(S910)를 포함한다.9, the tire pressure learning value storage method 900 of the tire pressure learning value storage device (500 in FIG. 5) according to an embodiment of the present invention includes an output step (S902) and a counting step (S904). It includes a first determining step (S906), a second determining step (S908) and a storage step (S910).

출력 단계(S902)는 타이어의 압력을 판단하기 위한 리셋 스위치 입력 장치(도5의 10)로부터 리셋 스위치 입력 신호를 학습부(도5의 502)에서 공급받아 일정 시간(도6 및 도7의 t1~t2) 동안 타이어의 압력 판단에 필요한 일정 유효 데이터의 학습값(도6 및 도7의 LV3, LV4)을 축적하여 러닝 모델(Learning Model)(도5 내지 도7의 502a: 502a1, 502a2)로 출력한다.The output step S902 receives a reset switch input signal from the reset switch input device (10 in FIG. 5) for determining the tire pressure from the learning unit (502 in FIG. 5) for a predetermined time (t1 in FIGS. 6 and 7). ~ t2) accumulated learning values (LV3, LV4 of FIGS. 6 and 7) necessary for determining the pressure of the tire to a learning model (502a: 502a1, 502a2 of FIGS. 5 to 7) Output.

카운팅 단계(S904)는 러닝 모델(도6 및 도7의 502a1, 502a2)의 학습값(도6 및 도7의 LV3, LV4)에 대한 축적 변화율값을 카운팅부(도5의 503)에서 카운팅한다.In the counting step (S904), the accumulated change rate value for the learning values (LV3 and LV4 of FIGS. 6 and 7) of the learning models (502a1 and 502a2 of FIGS. 6 and 7) is counted by the counting unit (503 of FIG. 5). .

제 1 판단 단계(S906)는 카운팅된 학습값(도6 및 도7의 LV3, LV4)에 대한 축적 변화율값이 일정 시간 동안 변화하고 있는 제 1 상태인지를 제어부(도5의 504)에서 판단한다.In the first determination step S906, the control unit (504 in FIG. 5) determines whether the accumulated change rate value for the counted learning values (LV3 and LV4 in FIGS. 6 and 7) is the first state that has been changed for a certain period of time. .

제 2 판단 단계(S908)는 제어부(도5의 504)에서 제 1 상태인 것으로 판단하면, 러닝 모델(도6 및 도7의 502a1, 502a2)의 축적된 학습값(도6 및 도7의 LV3, LV4)을 제어부(도5의 504)에 설정된 프리 러닝 모델(Pre Learning Model)(도5의 504a)의 신뢰도값(도6 및 도7의 TV2)과 비교하여 러닝 모델(도6 및 도7의 502a1, 502a2)의 축적된 학습값(도6 및 도7의 LV3, LV4)을 신뢰할 수 있는 제 2 상태인지를 제어부(도5의 504)에서 판단한다.If the second determination step S908 determines that the control unit (504 in FIG. 5) is in the first state, the accumulated learning values of the learning models (502a1 and 502a2 in FIGS. 6 and 7) (LV3 in FIGS. 6 and 7). , LV4) is compared with the reliability value (TV2 of FIGS. 6 and 7) of the pre-learning model (504a of FIG. 5) set in the control unit (504 of FIG. 5) and the learning model (FIGS. 6 and 7). The control unit (504 in FIG. 5) determines whether the accumulated learning values of 502a1 and 502a2 (LV3 and LV4 in FIGS. 6 and 7) are reliable second states.

일예로, 제 2 판단 단계(S908)는 러닝 모델(도6의 502a1)의 축적된 학습값(도6의 LV3)이 프리 러닝 모델(도6의 504a)의 신뢰도값(도6의 TV2) 이상인 상태인 것으로 제어부(도5의 504)에서 판단하면, 러닝 모델(도6의 502a1)의 축적된 학습값(도6의 LV3)을 신뢰할 수 있는 상태인 것으로 제어부(도5의 504)에서 판단할 수가 있다.For example, in the second determination step S908, the accumulated learning value (LV3 in FIG. 6) of the running model (502a1 in FIG. 6) is equal to or higher than the reliability value (TV2 in FIG. 6) of the free learning model (504a in FIG. 6). If the control unit (504 in FIG. 5) determines that it is in a state, the control unit (504 in FIG. 5) determines that the accumulated learning value (LV3 in FIG. 6) of the running model (502a1 in FIG. 6) is a reliable state. Can be.

다른 일예로, 제 2 판단 단계(S908)는 러닝 모델(도7의 502a2)의 축적된 학습값(도7의 LV4)이 프리 러닝 모델(도7의 504a)의 신뢰도값(도7의 TV2) 미만인 상태인 것으로 제어부(도5의 504)에서 판단하면, 러닝 모델(도7의 502a2)의 축적된 학습값(도7의 LV4)을 신뢰할 수 없는 상태인 것으로 제어부(도5의 504)에서 판단할 수가 있다.As another example, in the second determination step S908, the accumulated learning value of the learning model (502a2 in FIG. 7) (LV4 in FIG. 7) is a reliability value of the free learning model (504a in FIG. 7) (TV2 in FIG. 7). If the control unit (504 in FIG. 5) determines that it is in a less than state, the control unit (504 in FIG. 5) determines that the accumulated learning value (LV4 in FIG. 7) of the running model (502a2 in FIG. 7) is not reliable. I can do it.

이때, 제 2 판단 단계(S908)는 러닝 모델(도7의 502a2)의 축적된 학습값(도7의 LV4)을 프리 러닝 모델(도7의 504a)의 신뢰도값(도7의 TV2) 이상이 될 때까지 지속적으로 축적하여 러닝 모델(도7의 502a2)로 출력하도록 제어부(도5의 504)에서 학습부(도5의 502)에 지속 학습 명령을 더 전달할 수가 있다.At this time, in the second determination step S908, the accumulated learning value (LV4 in FIG. 7) of the running model (502a2 in FIG. 7) is equal to or higher than the reliability value (TV2 in FIG. 7) of the free learning model (504a in FIG. 7). The continuous learning command may be further transmitted from the control unit (504 in FIG. 5) to the learning unit (502 in FIG. 5) to continuously accumulate until output to the learning model (502a2 in FIG. 7).

본 발명의 일 실시 예에 따른 타이어 압력 학습값 저장 장치(도5의 500)의 타이어 압력 학습값 저장 방법(900)은 초기화 단계(S907)를 더 포함할 수가 있다.The tire pressure learning value storage method 900 of the tire pressure learning value storage device (500 in FIG. 5) according to an embodiment of the present invention may further include an initialization step (S907).

초기화 단계(S907)는 카운팅된 학습값(도8의 LV3, LV4)에 대한 축적 변화율값이 일정 시간 동안 변화하고 있는 제 1 상태가 아닌 것으로 제어부(도5의 504)에서 판단하면, 카운팅된 학습값(도8의 LV3, LV4)을 초기화하여 재학습하도록 제어부(도5의 504)에서 카운팅부(도5의 503)에 초기화 명령을 더 전달하면서 제어부(도5의 504)에서 학습부(도5의 502)에 재학습 명령을 더 전달할 수가 있다.In the initialization step (S907), if the control unit (504 in FIG. 5) determines that the accumulated change rate values for the counted learning values (LV3 and LV4 in FIG. 8) are not changing for a certain period of time, the counted learning In order to initialize and re-learn the values (LV3 and LV4 in FIG. 8), the controller (504 in FIG. 5) further transmits an initialization command to the counting unit (503 in FIG. 5) while the control unit (504 in FIG. 5) learns (FIG. 5 to 502).

저장 단계(S910)는 제어부(도5의 504)에서 제 1 상태이고 제 2 상태인 것으로 판단하면, 신뢰할 수 있는 해당 러닝 모델(도6의 502a1)의 축적된 학습값(도6의 LV3)을 저장부(도5의 506)에서 저장한다.If the storage step (S910) is determined to be the first state and the second state in the control unit (504 in FIG. 5), the accumulated learning value (LV3 in FIG. 6) of the corresponding reliable learning model (502a1 in FIG. 6) It is stored in the storage unit (506 in FIG. 5).

일예로, 저장 단계(S910)는 신뢰할 수 있는 해당 러닝 모델(도6의 502a1)의 축적된 학습값(도6의 LV3)의 대표값을 저장부(도5의 506)에서 저장할 수가 있다.For example, in the storage step S910, a representative value of the accumulated learning value (LV3 in FIG. 6) of the corresponding corresponding reliable running model (502a1 in FIG. 6) may be stored in the storage unit (506 in FIG. 5).

다른 일예로, 저장 단계(S910)는 러닝 모델(도6의 502a1)의 축적된 학습값(도6의 LV3)이 프리 러닝 모델(도6의 504a)의 신뢰도값(도6의 TV2) 이상인 상태인 것으로 제어부(도5의 504)에서 판단하면, 신뢰할 수 있는 해당 러닝 모델(도6의 502a1)의 축적된 학습값(도6의 LV3)의 대표값을 저장부(도5의 506)에서 저장할 수가 있다.As another example, in the storage step S910, the accumulated learning value (LV3 in FIG. 6) of the running model (502a1 in FIG. 6) is equal to or higher than the reliability value (TV2 in FIG. 6) of the free learning model (504a in FIG. 6). As determined by the control unit (504 in FIG. 5), a representative value of the accumulated learning value (LV3 in FIG. 6) of the corresponding reliable running model (502a1 in FIG. 6) is stored in the storage unit (506 in FIG. 5). Can be.

본 발명의 일 실시 예에 따른 타이어 압력 학습값 저장 장치(도5의 500)의 타이어 압력 학습값 저장 방법(900)은 추정 단계(S912)를 더 포함할 수가 있다.The tire pressure learning value storage method 900 of the tire pressure learning value storage device (500 in FIG. 5) according to an embodiment of the present invention may further include an estimation step S912.

추정 단계(S912)는 저장 단계(S910) 이후에 수행할 수가 있다.The estimation step S912 may be performed after the storage step S910.

이러한, 추정 단계(S912)는 저장부(도5의 506)에 저장된 학습값(도6의 LV3)을 타이어 압력 추정 장치(도5의 30)에 제공하여 타이어 압력 추정 장치(도5의 30)에서 타이어 압력 추정 장치(도5의 30)에 의해 추정된 현재 타이어 압력 추정값과 학습값(도6의 LV3)을 비교하여 타이어의 감압 상태를 추정하도록 제어부(도5의 504)에서 타이어 압력 추정 장치(도5의 30)에 타이어 압력 추정 명령을 더 전달할 수가 있다.The estimation step (S912) provides a tire pressure estimation device (30 in FIG. 5) by providing the learning value (LV3 in FIG. 6) stored in the storage unit (506 in FIG. 5) to the tire pressure estimation device (30 in FIG. 5). Tire pressure estimation device in the control unit (504 in FIG. 5) to estimate the depressurized state of the tire by comparing the current tire pressure estimation value estimated by the tire pressure estimation device (30 in FIG. 5) and the learning value (LV3 in FIG. 6). A tire pressure estimation command can be further transmitted to (30 in FIG. 5).

한편, 본 발명의 일 실시 예에 따른 타이어 압력 학습값 저장 장치(100, 500)는 발명의 특징을 명확하게 설명하기 위해 학습부(102, 502)와 카운팅부(503) 및 제어부(104, 504)와 저장부(106, 506)의 구성을 분리하여 설명하였으나, 학습부(102, 502)와 카운팅부(503) 및 제어부(104, 504)와 저장부(106, 506)는 도시하지는 않았지만 차량의 전체적인 동작을 제어하고 판단과 학습 및 카운팅과 저장하기 위한 ECU(Electronic Control Unit, 미도시) 또는 MCU(Micro Control Unit, 미도시)일 수가 있다.On the other hand, the tire pressure learning value storage device 100, 500 according to an embodiment of the present invention in order to clearly describe the features of the learning unit 102, 502, counting unit 503 and control unit 104, 504 ) And the structures of the storage units 106 and 506 have been separately described, but the learning units 102 and 502 and the counting units 503 and the control units 104 and 504 and the storage units 106 and 506 are not shown, but the vehicle It may be an electronic control unit (ECU) or a micro control unit (MCU) or MCU (not shown) for controlling the overall operation of the controller and for judgment, learning, counting, and storage.

또한, 학습부(102, 502)와 카운팅부(503) 및 제어부(104, 504)와 저장부(106, 506)는 이에 한정하지 않고 차량의 전체적인 동작을 제어하고 판단과 학습 및 카운팅과 저장할 수 있는 모든 제어 수단과 판단 수단 및 학습 수단과 카운팅 수단 및 저장 수단이면 가능하다.In addition, the learning units 102, 502, the counting unit 503, the control units 104, 504, and the storage units 106, 506 are not limited thereto, and control the overall operation of the vehicle, and can determine, learn, count, and store. Any control means, judgment means, learning means, counting means, and storage means are possible.

본 발명의 일 실시 예에 따른 타이어 압력 학습값 저장 장치(100, 500)의 학습부(102, 502)는 리셋 스위치 입력 장치(10)로부터 간접식 타이어 압력 모니터링 시스템(Indirect tire pressure monitoring system, ITPMS)용 리셋 스위치 입력 신호를 공급받을 수가 있다.Learning unit 102, 502 of the tire pressure learning value storage device 100, 500 according to an embodiment of the present invention is an indirect tire pressure monitoring system (ITPMS) from the reset switch input device 10 ) Reset switch input signal can be supplied.

본 발명의 일 실시 예에 따른 타이어 압력 학습값 저장 장치(100, 500)의 제어부(104)는 확률을 기반으로한 프리 러닝 모델(104a, 504a)의 신뢰도값(TV1, TV2)이 설정될 수가 있다.The control unit 104 of the tire pressure learning value storage device 100, 500 according to an embodiment of the present invention may set the reliability values TV1, TV2 of the free running models 104a, 504a based on probability. have.

이와 같은, 본 발명의 일 실시 예에 따른 타이어 압력 학습값 저장 장치(100, 500) 및 타이어 압력 학습값 저장 방법(400, 900)은 러닝 모델(102a1, 102a2)(502a1, 502a2)의 축적된 학습값(LV1, LV2)(LV3, LV4)을 설정된 프리 러닝 모델(104a, 504a)의 신뢰도값(TV1, TV2)과 비교하여 러닝 모델(102a1, 102a2)(502a1, 502a2)의 축적된 학습값(LV1, LV2)(LV3, LV4)을 신뢰할 수 있는 상태인지를 판단하고, 신뢰할 수 있는 해당 러닝 모델(102a1, 502a1)의 축적된 학습값(LV1, LV3)을 저장할 수가 있게 된다.As described above, the tire pressure learning value storage device 100 and 500 and the tire pressure learning value storage method 400 and 900 according to an embodiment of the present invention are accumulated in the running models 102a1 and 102a2 (502a1 and 502a2). The accumulated learning values of the learning models 102a1, 102a2 (502a1, 502a2) by comparing the learning values (LV1, LV2) (LV3, LV4) with the reliability values (TV1, TV2) of the set free running models 104a, 504a It is possible to determine whether the (LV1, LV2) (LV3, LV4) is in a reliable state, and the accumulated learning values LV1, LV3 of the corresponding corresponding learning models 102a1, 502a1 can be stored.

따라서, 본 발명의 일 실시 예에 따른 타이어 압력 학습값 저장 장치(100, 500) 및 타이어 압력 학습값 저장 방법(400, 900)은 신뢰할 수 있는 해당 러닝 모델(102a1, 502a1)의 축적된 학습값(LV1, LV3)을 저장하여 타이어 압력 추정 장치(30)에 제공할 수가 있게 된다.Therefore, the tire pressure learning value storage device 100 and 500 and the tire pressure learning value storage method 400 and 900 according to an embodiment of the present invention are reliable learning values of corresponding running models 102a1 and 502a1. (LV1, LV3) can be stored and provided to the tire pressure estimation device 30.

이에 따라, 본 발명의 일 실시 예에 따른 타이어 압력 학습값 저장 장치(100, 500) 및 타이어 압력 학습값 저장 방법(400, 900)은 타이어 압력 추정 장치(30)에서 타이어의 감압 상태를 추정할 때에, 외부 요인의 영향없이 타이어의 감압 상태를 정확하게 추정할 수가 있게 된다.Accordingly, the tire pressure learning value storage device 100 and 500 and the tire pressure learning value storage method 400 and 900 according to an embodiment of the present invention estimate the depressurized state of the tire in the tire pressure estimation device 30. At this time, it is possible to accurately estimate the depressurized state of the tire without affecting external factors.

또한, 본 발명의 일 실시 예에 따른 타이어 압력 학습값 저장 장치(500) 및 타이어 압력 학습값 저장 방법(900)은 카운팅된 학습값(LV3, LV4)에 대한 축적 변화율값이 일정 시간 동안 변화하고 있는 상태가 아니면, 카운팅된 학습값(LV3, LV4)을 초기화하여 재학습할 수가 있게 된다.In addition, in the tire pressure learning value storage device 500 and the tire pressure learning value storage method 900 according to an embodiment of the present invention, the accumulated change rate values for the counted learning values LV3 and LV4 are changed for a certain period of time. If not, it is possible to re-learn by initializing the counted learning values LV3 and LV4.

따라서, 본 발명의 일 실시 예에 따른 타이어 압력 학습값 저장 장치(500) 및 타이어 압력 학습값 저장 방법(900)은 외부 요인의 영향을 받을 시에, 타이어의 압력 판단에 필요한 일정 유효 데이터의 학습값(LV3, LV4)을 효율적으로 축적하여 러닝 모델(502a: 502a1, 502a2)로 빠르게 출력할 수가 있게 된다.Accordingly, the tire pressure learning value storage device 500 and the tire pressure learning value storage method 900 according to an embodiment of the present invention, when influenced by external factors, learn certain effective data necessary for tire pressure determination The values LV3 and LV4 can be efficiently accumulated and quickly output to the running models 502a: 502a1 and 502a2.

이에 따라, 본 발명의 일 실시 예에 따른 타이어 압력 학습값 저장 장치(500) 및 타이어 압력 학습값 저장 방법(900)은 타이어 압력 추정 장치(30)에서 타이어의 감압 상태를 추정할 때에, 외부 요인의 영향을 받을 시에, 타이어의 감압 상태를 정확하고 빠르게 추정할 수가 있게 된다.Accordingly, the tire pressure learning value storage device 500 and the tire pressure learning value storage method 900 according to an embodiment of the present invention are external factors when the tire pressure estimation device 30 estimates the depressurized state of the tire. Under the influence of, it is possible to accurately and quickly estimate the depressurized state of the tire.

Claims (15)

타이어의 압력을 판단하기 위한 리셋 스위치 입력 장치로부터 리셋 스위치 입력 신호를 공급받아 일정 시간 동안 타이어의 압력 판단에 필요한 일정 유효 데이터의 학습값을 축적하여 러닝 모델(Learning Model)로 출력하는 학습부;
상기 러닝 모델의 축적된 학습값을 설정된 프리 러닝 모델(Pre Learning Model)의 신뢰도값과 비교하여 상기 러닝 모델의 축적된 학습값을 신뢰할 수 있는 상태인지를 판단하는 제어부; 및
상기 러닝 모델의 축적된 학습값을 신뢰할 수 있는 상태이면, 상기 신뢰할 수 있는 해당 러닝 모델의 축적된 학습값을 저장하는 저장부를 포함하는 타이어 압력 학습값 저장 장치.A learning unit receiving a reset switch input signal from a reset switch input device for determining the pressure of the tire and accumulating learning values of certain valid data necessary for determining the pressure of the tire for a certain period of time, and outputting it as a learning model;
A control unit determining whether the accumulated learning value of the learning model is in a reliable state by comparing the accumulated learning value of the learning model with a reliability value of a set pre-learning model; And
If the accumulated learning value of the running model is in a reliable state, a tire pressure learning value storage device including a storage unit for storing the accumulated learning value of the reliable corresponding running model. 타이어의 압력을 판단하기 위한 리셋 스위치 입력 장치로부터 리셋 스위치 입력 신호를 공급받아 일정 시간 동안 타이어의 압력 판단에 필요한 일정 유효 데이터의 학습값을 축적하여 러닝 모델(Learning Model)로 출력하는 학습부;
상기 러닝 모델의 학습값에 대한 축적 변화율값을 카운팅하는 카운팅부;
상기 카운팅된 학습값에 대한 축적 변화율값이 일정 시간 동안 변화하고 있는 제 1 상태인지를 판단하고, 상기 제 1 상태이면 상기 러닝 모델의 축적된 학습값을 설정된 프리 러닝 모델(Pre Learning Model)의 신뢰도값과 비교하여 상기 러닝 모델의 축적된 학습값을 신뢰할 수 있는 제 2 상태인지를 판단하는 제어부; 및
상기 제 1 상태이고 상기 제 2 상태이면, 상기 신뢰할 수 있는 해당 러닝 모델의 축적된 학습값을 저장하는 저장부를 포함하는 타이어 압력 학습값 저장 장치.A learning unit receiving a reset switch input signal from a reset switch input device for determining the pressure of the tire and accumulating learning values of certain valid data necessary for determining the pressure of the tire for a certain period of time, and outputting it as a learning model;
A counting unit for counting the accumulated change rate value for the learning value of the running model;
It is determined whether the accumulated change rate value for the counted learning value is the first state that is changing for a certain period of time, and if it is the first state, the reliability of the pre-learning model in which the accumulated learning value of the learning model is set. A control unit determining whether the accumulated learning value of the learning model is a reliable second state by comparing with a value; And
If it is the first state and the second state, the tire pressure learning value storage device including a storage unit for storing the accumulated learning value of the reliable corresponding running model. 제 1 항 또는 제 2 항에 있어서,
상기 제어부는,
상기 러닝 모델의 축적된 학습값이 상기 프리 러닝 모델의 신뢰도값 이상인 상태이면, 상기 러닝 모델의 축적된 학습값을 신뢰할 수 있는 상태인 것으로 판단하는 타이어 압력 학습값 저장 장치.The method of claim 1 or 2,
The control unit,
If the accumulated learning value of the running model is greater than or equal to the reliability value of the free running model, the tire pressure learning value storage device determines that the accumulated learning value of the running model is in a reliable state. 제 1 항 또는 제 2 항에 있어서,
상기 제어부는,
상기 러닝 모델의 축적된 학습값이 상기 프리 러닝 모델의 신뢰도값 미만인 상태이면 상기 러닝 모델의 축적된 학습값을 신뢰할 수 없는 상태인 것으로 판단하고,
상기 러닝 모델의 축적된 학습값을 상기 프리 러닝 모델의 신뢰도값 이상이 될 때까지 지속적으로 축적하여 러닝 모델로 출력하도록 상기 학습부에 지속 학습 명령을 더 전달하는 타이어 압력 학습값 저장 장치.The method of claim 1 or 2,
The control unit,
If the accumulated learning value of the running model is less than the reliability value of the free running model, it is determined that the accumulated learning value of the running model is in an unreliable state,
A tire pressure learning value storage device that further transmits a continuous learning command to the learning unit to continuously accumulate the accumulated learning values of the running model until the reliability value of the free running model is greater than or equal to a reliability model and output the learning model. 제 2 항에 있어서,
상기 제어부는,
상기 제 1 상태가 아니면, 상기 카운팅된 학습값을 초기화하여 재학습하도록 상기 카운팅부에 초기화 명령을 더 전달하면서 상기 학습부에 재학습 명령을 더 전달하는 타이어 압력 학습값 저장 장치.According to claim 2,
The control unit,
When not in the first state, the tire pressure learning value storage device further transmits a re-learning command to the learning unit while further transmitting an initialization command to the counting unit to initialize and re-learn the counted learning value. 제 1 항 또는 제 2 항에 있어서,
상기 프리 러닝 모델의 신뢰도값은 평균값 이상인 값인 타이어 압력 학습값 저장 장치.The method of claim 1 or 2,
The reliability value of the free running model is a tire pressure learning value storage device that is a value equal to or greater than an average value. 제 1 항 또는 제 2 항에 있어서,
상기 저장부는,
상기 신뢰할 수 있는 해당 러닝 모델의 축적된 학습값의 대표값을 저장하는 타이어 압력 학습값 저장 장치.The method of claim 1 or 2,
The storage unit,
Tire pressure learning value storage device for storing a representative value of the accumulated learning value of the reliable corresponding running model. 제 1 항 또는 제 2 항에 있어서,
상기 저장부는,
상기 러닝 모델의 축적된 학습값이 상기 프리 러닝 모델의 신뢰도값 이상인 상태이면, 상기 신뢰할 수 있는 해당 러닝 모델의 축적된 학습값의 대표값을 저장하는 타이어 압력 학습값 저장 장치.The method of claim 1 or 2,
The storage unit,
If the accumulated learning value of the running model is equal to or higher than the reliability value of the free running model, a tire pressure learning value storage device that stores a representative value of the accumulated learning value of the reliable corresponding running model. 타이어의 압력을 판단하기 위한 리셋 스위치 입력 장치로부터 리셋 스위치 입력 신호를 학습부에서 공급받아 일정 시간 동안 타이어의 압력 판단에 필요한 일정 유효 데이터의 학습값을 축적하여 러닝 모델(Learning Model)로 출력하는 단계;
상기 러닝 모델의 축적된 학습값을 제어부에 설정된 프리 러닝 모델(Pre Learning Model)의 신뢰도값과 비교하여 상기 러닝 모델의 축적된 학습값을 신뢰할 수 있는 상태인지를 상기 제어부에서 판단하는 단계; 및
상기 제어부에서 상기 러닝 모델의 축적된 학습값을 신뢰할 수 있는 상태인 것으로 판단하면, 상기 신뢰할 수 있는 해당 러닝 모델의 축적된 학습값을 저장부에서 저장하는 단계를 포함하는 타이어 압력 학습값 저장 방법.A step of receiving a reset switch input signal from a reset switch input device for determining the pressure of the tire from a learning unit, accumulating learning values of certain valid data necessary for determining the pressure of the tire for a certain period of time, and outputting it as a learning model. ;
Comparing the accumulated learning value of the learning model with a reliability value of a pre-learning model set in the control unit and determining whether the accumulated learning value of the learning model is in a reliable state; And
And if the control unit determines that the accumulated learning value of the running model is in a reliable state, storing the accumulated learning value of the reliable corresponding running model in a storage unit. 타이어의 압력을 판단하기 위한 리셋 스위치 입력 장치로부터 리셋 스위치 입력 신호를 학습부에서 공급받아 일정 시간 동안 타이어의 압력 판단에 필요한 일정 유효 데이터의 학습값을 축적하여 러닝 모델(Learning Model)로 출력하는 단계;
상기 러닝 모델의 학습값에 대한 축적 변화율값을 카운팅부에서 카운팅하는 단계;
상기 카운팅된 학습값에 대한 축적 변화율값이 일정 시간 동안 변화하고 있는 제 1 상태인지를 제어부에서 판단하는 단계;
상기 제어부에서 상기 제 1 상태인 것으로 판단하면, 상기 러닝 모델의 축적된 학습값을 상기 제어부에 설정된 프리 러닝 모델(Pre Learning Model)의 신뢰도값과 비교하여 상기 러닝 모델의 축적된 학습값을 신뢰할 수 있는 제 2 상태인지를 상기 제어부에서 판단하는 단계;
상기 제어부에서 상기 제 1 상태이고 상기 제 2 상태인 것으로 판단하면, 상기 신뢰할 수 있는 해당 러닝 모델의 축적된 학습값을 저장부에서 저장하는 단계를 포함하는 타이어 압력 학습값 저장 방법.A step of receiving a reset switch input signal from a reset switch input device for determining the pressure of the tire from a learning unit, accumulating learning values of certain effective data necessary for determining the pressure of the tire for a predetermined period of time, and outputting it as a learning model. ;
Counting an accumulated change rate value for the learning value of the learning model in a counting unit;
Determining, by the control unit, whether the accumulated change rate value for the counted learning value is the first state that is changing for a predetermined time;
If the control unit determines that the first state, the accumulated learning value of the learning model is compared to the reliability value of the pre-learning model set in the control unit, and the accumulated learning value of the learning model can be trusted. Determining whether the second state is in the control unit;
And when the control unit determines that the first state and the second state are, the stored learning value of the reliable corresponding running model is stored in the storage unit. 제 9 항 또는 제 10 항에 있어서,
상기 러닝 모델의 축적된 학습값이 상기 프리 러닝 모델의 신뢰도값 이상인 상태인 것으로 상기 제어부에서 판단하면, 상기 러닝 모델의 축적된 학습값을 신뢰할 수 있는 상태인 것으로 상기 제어부에서 판단하는 타이어 압력 학습값 저장 방법.The method of claim 9 or 10,
If the control unit determines that the accumulated learning value of the running model is equal to or higher than the reliability value of the free running model, the tire pressure learning value determined by the control unit is determined to be a reliable state of the accumulated learning value of the running model. How to save. 제 9 항 또는 제 10 항에 있어서,
상기 러닝 모델의 축적된 학습값이 상기 프리 러닝 모델의 신뢰도값 미만인 상태인 것으로 상기 제어부에서 판단하면, 상기 러닝 모델의 축적된 학습값을 신뢰할 수 없는 상태인 것으로 상기 제어부에서 판단하고,
상기 러닝 모델의 축적된 학습값을 상기 프리 러닝 모델의 신뢰도값 이상이 될 때까지 지속적으로 축적하여 러닝 모델로 출력하도록 상기 제어부에서 상기 학습부에 지속 학습 명령을 더 전달하는 타이어 압력 학습값 저장 방법.The method of claim 9 or 10,
If the controller determines that the accumulated learning value of the running model is less than the reliability value of the free running model, the controller determines that the accumulated learning value of the running model is in an unreliable state,
A tire pressure learning value storage method for further transmitting a continuous learning command from the control unit to the learning unit so that the accumulated learning value of the running model is continuously accumulated and output as a running model until the reliability value of the free running model is equal to or greater than the reliability value of the free running model. . 제 10 항에 있어서,
상기 제어부에서 상기 제 1 상태가 아닌 것으로 판단하면, 상기 카운팅된 학습값을 초기화하여 재학습하도록 상기 제어부에서 상기 카운팅부에 초기화 명령을 더 전달하면서 상기 제어부에서 상기 학습부에 재학습 명령을 더 전달하는 타이어 압력 학습값 저장 방법.The method of claim 10,
If it is determined that the control unit is not in the first state, the control unit further transmits an initialization command to the counting unit to initialize and re-learn the counted learning value while the control unit further transmits a re-learning command to the learning unit How to store the tire pressure learning value. 제 9 항 또는 제 10 항에 있어서,
상기 신뢰할 수 있는 해당 러닝 모델의 축적된 학습값의 대표값을 상기 저장부에서 저장하는 타이어 압력 학습값 저장 방법.The method of claim 9 or 10,
The tire pressure learning value storage method of storing the representative value of the accumulated learning value of the reliable corresponding running model in the storage unit. 제 9 항 또는 제 10 항에 있어서,
상기 러닝 모델의 축적된 학습값이 상기 프리 러닝 모델의 신뢰도값 이상인 상태인 것으로 상기 제어부에서 판단하면, 상기 신뢰할 수 있는 해당 러닝 모델의 축적된 학습값의 대표값을 상기 저장부에서 저장하는 타이어 압력 학습값 저장 방법.The method of claim 9 or 10,
When the controller determines that the accumulated learning value of the running model is equal to or higher than the reliability value of the free running model, the tire pressure storing the representative value of the accumulated learning value of the reliable corresponding running model in the storage unit How to store learning values.
KR1020180145386A 2018-11-22 2018-11-22 Tire pressure learning value storage apparatus and tire pressure learning value storage method KR102633520B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180145386A KR102633520B1 (en) 2018-11-22 2018-11-22 Tire pressure learning value storage apparatus and tire pressure learning value storage method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180145386A KR102633520B1 (en) 2018-11-22 2018-11-22 Tire pressure learning value storage apparatus and tire pressure learning value storage method

Publications (2)

Publication Number Publication Date
KR20200059978A true KR20200059978A (en) 2020-05-29
KR102633520B1 KR102633520B1 (en) 2024-02-05

Family

ID=70911984

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180145386A KR102633520B1 (en) 2018-11-22 2018-11-22 Tire pressure learning value storage apparatus and tire pressure learning value storage method

Country Status (1)

Country Link
KR (1) KR102633520B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022155009A1 (en) * 2021-01-15 2022-07-21 Bridgestone Corporation System and method for detecting pressure loss rate and associated events for motor vehicle tires

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0740720A (en) * 1993-07-27 1995-02-10 Mazda Motor Corp Tire air pressure alarm device
KR101151013B1 (en) * 2009-11-20 2012-06-13 한국타이어 주식회사 Method for evaluating performance of tire
KR101305095B1 (en) * 2011-12-13 2013-09-12 넥센타이어 주식회사 Method for Predicting Tire Flat Spot Performance
KR101880128B1 (en) * 2016-12-29 2018-07-19 이래에이엠에스 주식회사 Method and apparatus for determining abnormality of tire pressure for vehicles
KR101887437B1 (en) 2016-07-15 2018-08-10 현대오트론 주식회사 Apparatus and method for estimating pressure state of tire
KR101887438B1 (en) * 2016-07-20 2018-09-06 현대오트론 주식회사 Apparatus and method for deciding tire deflation

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0740720A (en) * 1993-07-27 1995-02-10 Mazda Motor Corp Tire air pressure alarm device
KR101151013B1 (en) * 2009-11-20 2012-06-13 한국타이어 주식회사 Method for evaluating performance of tire
KR101305095B1 (en) * 2011-12-13 2013-09-12 넥센타이어 주식회사 Method for Predicting Tire Flat Spot Performance
KR101887437B1 (en) 2016-07-15 2018-08-10 현대오트론 주식회사 Apparatus and method for estimating pressure state of tire
KR101887438B1 (en) * 2016-07-20 2018-09-06 현대오트론 주식회사 Apparatus and method for deciding tire deflation
KR101880128B1 (en) * 2016-12-29 2018-07-19 이래에이엠에스 주식회사 Method and apparatus for determining abnormality of tire pressure for vehicles

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022155009A1 (en) * 2021-01-15 2022-07-21 Bridgestone Corporation System and method for detecting pressure loss rate and associated events for motor vehicle tires

Also Published As

Publication number Publication date
KR102633520B1 (en) 2024-02-05

Similar Documents

Publication Publication Date Title
CN106240246B (en) Tire monitoring system and method
KR102214332B1 (en) System for making a driver operate a car easily method for determining abnormality vertical angle of radar sensor at system for making a driver operate a car easily
JP5710458B2 (en) Wireless tire pressure sensing device, standard tire pressure setting method and wireless tire air pressure sensing actuator
CN102862449A (en) Controller for tire pressure monitoring system and tire pressure monitoring system
US20200241124A1 (en) Method for operation of a radar system
RU2570246C2 (en) Device and method for prevention of inadequate interpretation of tire pressure control system protocol
EP3202600A1 (en) Tire pressure monitoring system
CN108953730B (en) Apparatus and method for characterizing a fluid control valve
KR20200129339A (en) System and method for detecting hands-off state on steering wheel
KR20200059978A (en) Tire pressure learning value storage apparatus and tire pressure learning value storage method
KR101323028B1 (en) Methods of controlling anti pinch system and appratuses using the same
JP2012140069A (en) Tire air pressure monitoring device
JP4186962B2 (en) Wheel position detecting device and tire air pressure detecting device having the same
CN112910353B (en) Motor control method, device and system based on sensor deviation self-correction
KR100839123B1 (en) System for controlling a vehicle electronically and sensor offset correction method therefor
JP4289272B2 (en) Tire pressure detector
JP2020059400A5 (en)
JP7368181B2 (en) Wear amount estimation system and calculation model generation system
WO2003059658A3 (en) Tire pressure monitoring system with transition from stationary vehicle to moving vehicle conditions
US10500909B2 (en) Method for controlling a processor of an electronic enclosure mounted on a wheel of a motor vehicle
JP2009202675A (en) Irregular pneumatic tire pressure detecting device
US6043737A (en) Tire monitoring and deflation warning assembly
US11247721B2 (en) Devices and methods to determine steering assembly sealing integrity
CN1982099B (en) Apparatus, method and program for alarming abnormality in tire air-pressure
DE102004016265A1 (en) Distinguishing between impact types for controlling vehicle restraining system involves processing stored deformation sensor values and deciding on type of impact by comparing processed stored values with at least one threshold value

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant