TWM548125U - 踏板感測式之自行車驅動裝置 - Google Patents

Description

踏板感測式之自行車驅動裝置

本創作係有關於一種自行車驅動裝置，特別是一種踏板感測式之自行車驅動裝置。

近年來，由於環保意識逐漸受到重視，使得自行車成為現代人所喜愛的交通工具之一。自行車不僅能夠成為上班上課的代步工具，更可以減少二氧化碳的排放量，更能夠達成運動紓壓的效果。然而，現有的自行車因地形、距離或速度等因素，造成騎乘時容易耗費太多體力，雖市面上之電動輔助自行車可透過電能驅動的方式輔助使用者騎乘，但不僅價格昂貴，亦需要專業的自行車維修技術，導致民眾望之卻步。

鑑於上述習知技藝的問題，本創作之目的就是在提供一種踏板感測式之自行車驅動裝置，不僅令使用者自行將現有的自行車升級為電動自行車，更可精準地控制驅動裝置提供使用者騎乘時的輔助動力。

本創作之一目的在於提供一種踏板感測式之自行車驅動裝置，其包含：踏板，係可拆卸式設置於自行車之踏桿上，踏板係配置以感測使用者騎乘自行車並踩踏踏板時之踏頻及壓力；以及驅動裝置，係可拆卸式設置於自行車之車輪上，驅動裝置係配置以接收踏頻及壓力並感測車輪之轉速，以對轉速、踏頻及壓力進行運算，進而輸出最適輔助動力來驅動車輪。

前述之踏板上更可設有第一控制單元及壓力感測單元，壓力感測單元係電性連接第一控制單元，以依據使用者踩踏壓力感測單元時所產生之電阻變化來計算壓力。

前述之踏板上更可設有踏頻感測單元，踏頻感測單元係電性連接第一控制單元，以依據踏桿轉動時所產生之電壓變化次數來計算踏頻。

前述之踏板上更可設有第一無線傳輸單元，第一無線傳輸單元係電性連接第一控制單元，以藉由無線傳輸方式傳送壓力及踏頻至驅動裝置。

前述之驅動裝置上更可設有第二控制單元及第二無線傳輸單元，第二無線傳輸單元係電性連接第二控制單元，以藉由無線傳輸方式接收壓力及踏頻。

前述之驅動裝置上更可設有轉速感測單元，轉速感測單元係電性連接第二控制單元，以依據車輪轉動時所產生之電壓變化來計算轉速。

前述之驅動裝置上更可設有驅動馬達，驅動馬達係電性連接第二控制單元並傳動連接車輪，以依據最適輔助動力驅動車輪轉動。

前述之驅動裝置係將轉速、踏頻及壓力作為感測資料輸入機率神經網路模型進行運算。

前述之機率神經網路模型更依據感測資料與訓練資料之間的相似值高低來判斷並計算最適輔助動力。

此外，本創作之踏板感測式之自行車驅動裝置更可包含顯示裝置，顯示裝置係以無線傳輸方式從驅動裝置接收並顯示轉速、踏頻及壓力。

承上所述，本創作之踏板感測式之自行車驅動裝置具有一個或多個下列優點：

(1) 藉由可拆卸式的踏板及驅動裝置，令使用者可輕易地裝設於現有的自行車上，藉此將現有的自行車輕鬆升級為電動自行車。

(2) 藉由機率神經網路模型對輸入的踏頻、壓力及車輪轉速進行演算，可精準地運算出在不同的騎乘狀態下所需之最適輔助動力，讓使用者可輕鬆地騎乘自行車。

茲為使 鈞審對本創作的技術特徵及所能達到之技術功效有更進一步的瞭解與認識，謹佐以較佳的實施例及配合詳細的說明如後。

以下將參照附圖，說明本創作之踏板感測式之自行車驅動裝置之實施例，為使便於理解，下述實施例中的相同元件係以相同的符號標示來說明。

請參閱圖1，圖1為本創作之踏板感測式之自行車驅動裝置之第一實施例之方塊圖。

本創作之種踏板感測式之自行車驅動裝置至少包含踏板10及驅動裝置20。踏板10係可拆卸式設置於自行車之踏桿上，且踏板10係配置以感測使用者騎乘自行車並踩踏踏板10時之踏頻及壓力。驅動裝置20係可拆卸式設置於自行車之車輪(如後輪)上，驅動裝置20係配置以接收踏頻及壓力並感測車輪之轉速，以對轉速、踏頻及壓力進行運算，進而輸出最適輔助動力來驅動車輪。

踏板10上更可設有第一控制單元11、壓力感測單元12、踏頻感測單元13及第一無線傳輸單元14，且壓力感測單元12、踏頻感測單元13及第一無線傳輸單元14係分別電性連接第一控制單元11。驅動裝置20上更可設有第二控制單元21、轉速感測單元22、驅動馬達23及第二無線傳輸單元24，且轉速感測單元22、驅動馬達23及第二無線傳輸單元24係分別電性連接第二控制單元21。

壓力感測單元12可例如埋設於踏板10中或設置於踏板10之表面，以依據使用者踩踏壓力感測單元12時所產生之電阻變化來計算壓力。舉例來說，壓力感測單元12可例如為壓阻式壓力感測器，因此壓力感測單元12會因使用者踩踏踏板10時所產生的應力變化而造成電阻值改變，藉此計算使用者踩踏踏板10時之壓力。

踏頻感測單元13係用以依據踏桿轉動時所產生之電壓變化次數來計算踏頻。舉例來說，踏頻感測單元13可例如包含霍爾元件及磁鐵，其中霍爾元件可例如設置於踏板10之側面，磁鐵可例如環繞於踏桿，因此當使用者在騎乘自行車並踩踏踏板10時，踏桿便會開始轉動，接著霍爾元件便會偵測到磁鐵，以藉由偵測時的電壓變化次數來計算踏頻。

踏板10及驅動裝置20係分別透過第一無線傳輸單元14及第二無線傳輸單元24以無線傳輸方式傳送及接收壓力及踏頻。其中，無線傳輸方式可例如為無線網路通信的工業標準(Wireless fidelity，Wi-Fi)、藍芽(Bluetooth)、紅外線(Infrared Radiation，IR)、無線射頻(Radio Frequency，RF)或群蜂技術(Zigbee)，然而本創作不限於此。

轉速感測單元22係依據車輪轉動時所產生之電壓變化來計算轉速。舉例來說，轉速感測單元22可例如包含霍爾元件及磁鐵，其中霍爾元件可例如設置於車輪輪軸(如後輪輪軸)之側面，磁鐵可例如設置於車輪之側面(如後輪之幅條上)，因此當使用者在騎乘自行車時，車輪便會開始轉動，接著霍爾元件便會偵測到磁鐵，以藉由偵測時的電壓變化來計算轉速。

驅動馬達23係傳動連接車輪，以依據最適輔助動力驅動車輪轉動。其中，驅動馬達23可例如為無刷直流馬達，並且可以脈波調變的方式控制無刷直流馬達調整輔助動力，因此不僅可快速地在短時間內完成拆裝，更可在不改裝自行車的情況下相容於市售大部分之車型，且可令使用者在停車時輕易拆卸隨身攜帶，避免遭竊。

請配合圖1一併參閱圖2，圖2本創作之踏板感測式之自行車驅動裝置之機率神經網路模型之架構圖。

驅動裝置20係將轉速、踏頻及壓力作為感測資料輸入機率神經網路模型進行運算，且機率神經網路模型更依據感測資料與訓練資料之間的相似值高低來判斷並計算最適輔助動力。

機率神經網路模型為一種四層神經元結構的網路模型，其包含：輸入層(Input Layer)、類別層(Pattern Layer)、總和層(Summation Layer)及輸出層(Output Layer)，此模型係屬於前向式神經網路架構的一種。機率式神經網路模型主要的理論基礎係建立在於貝氏決策(Bayes decision)上，其最重要的特色在於網路訓練的即時性。

驅動裝置20之第二控制單元21透過機率神經網路模型對轉速、踏頻及壓力之感測資料進行運算之說明如下：

在輸入層中，輸入x為轉速、踏頻及壓力之感測資料：

；

其中 ，m為輸入感測資料的數量，在本創作中即為每一筆的轉速、踏頻及壓力。

在類別層中，假設機率神經網路模型具有類別向量 c (即訓練資料，在本創作之實施例中可例如為不同轉速、踏頻及壓力所對應之輔助動力) ：

；

其中，r為類別c的數量，m為每個類別內的資料數量。

然而，在實際利用貝氏決策解決分類問題時，會發現並無法事先了解資料的機率密度函數。因此，在總和層中，本創作使用一個特徵值估測一個類別，對於訓練資料中的每一樣本建立一個以樣本的特徵值為中心的高斯曲線，接著把所有建立的曲線疊加成一個屬於該類別的機率密度函數。若是要用在任意維度的問題上，則可以將機率密度函數表示成：

；

其中，d為訓練資料向量之維度；σ為高斯函數之平滑係數(Smoothing Parameter)；(g-c _i) ^T為(g-c _i)之轉置。

實作時， 部分可視為常數忽略不計，因此在輸出層中，最大值(最接近)輸出結果p表示如下：

；

其中，p為判定驅動裝置20輸出輔助動力(如驅動馬達23之脈波輸出)之參數。當輸入之感測資料與訓練資料之相似值越高時，其機率密度值就越高。接著，當p大於一預設值時，便判定該數值為最適輔助動力。

由上述說明可知，本創作透過機率神經網路模型可有效地成為驅動裝置20輸出最適輔助動力之演算模型。再者，機率神經網路模型的學習過程為零，因此可直接從訓練資料中讀取所需數據，而不需要像傳統類神經網路迭代的學習過程，且傳統類神經網路對於記憶體空間需求較大。因此，本創作非常適合將機率神經網路模型實作於微控制器上，且現有微控制器不僅皆可外加大量的快閃記憶體，其成本亦相當低廉。故只需將訓練資料放入快閃記憶體，以空間換取時間，且兼具效能提升與降低成本的雙重優勢。

此外，藉由機率神經網路模型的運算，可令自行車加速平順，減少暴衝或轉速不足等不舒適的感覺。

請配合圖1一併參閱圖3，圖3為為本創作之踏板感測式之自行車驅動裝置之第二實施例之方塊圖。第二實施例與第一實施例之間的差異僅在於更包含顯示裝置30，因此下文主要針對顯示裝置30的部分進行描述，其餘部分則不再贅述。

本創作之踏板感測式之自行車驅動裝置更可包含顯示裝置30，顯示裝置30係以無線傳輸方式從驅動裝置20接收並顯示轉速、踏頻及壓力。其中，無線傳輸方式可例如為無線網路通信的工業標準(Wireless fidelity，Wi-Fi)、藍芽(Bluetooth)、紅外線(Infrared Radiation，IR)、無線射頻(Radio Frequency，RF)或群蜂技術(Zigbee)，且顯示裝置30可例如為智慧型手機、智慧型穿戴裝置、顯示螢幕(如LCD)等，令使用者可即時接收並查看轉速、踏頻及壓力，藉此調整使用者騎乘的騎乘方式。

上述所揭露的各個實施例僅為例示性，而非為限制性。任何未背離本創作之精神與範疇，而對本創作所揭露之實施例進行的等效修改或變更，皆應包含於後附之申請專利範圍中。

10‧‧‧踏板
11‧‧‧第一控制單元
12‧‧‧壓力感測單元
13‧‧‧踏頻感測單元
14‧‧‧第一無線傳輸單元
20‧‧‧驅動裝置
21‧‧‧第二控制單元
22‧‧‧轉速感測單元
23‧‧‧驅動馬達
24‧‧‧第二無線傳輸單元
30‧‧‧顯示裝置

圖1為本創作之踏板感測式之自行車驅動裝置之第一實施例之方塊圖。

圖2為本創作之踏板感測式之自行車驅動裝置之機率神經網路模型之架構圖。

圖3為本創作之踏板感測式之自行車驅動裝置之第二實施例之方塊圖。

10‧‧‧踏板

11‧‧‧第一控制單元

12‧‧‧壓力感測單元

13‧‧‧踏頻感測單元

14‧‧‧第一無線傳輸單元

20‧‧‧驅動裝置

21‧‧‧第二控制單元

22‧‧‧轉速感測單元

23‧‧‧驅動馬達

24‧‧‧第二無線傳輸單元

Claims (10)

1. 一種踏板感測式之自行車驅動裝置，其包含：         一踏板，係可拆卸式設置於一自行車之一踏桿上，該踏板係配置以感測一使用者騎乘該自行車並踩踏該踏板時之一踏頻及一壓力；以及         一驅動裝置，係可拆卸式設置於該自行車之一車輪上，該驅動裝置係配置以接收該踏頻及該壓力並感測該車輪之一轉速，以對該轉速、該踏頻及該壓力進行運算，進而輸出一最適輔助動力來驅動該車輪。
2. 如申請專利範圍第1項所述之踏板感測式之自行車驅動裝置，其中該踏板上更設有一第一控制單元及一壓力感測單元，該壓力感測單元係電性連接該第一控制單元，以依據該使用者踩踏該壓力感測單元時所產生之一電阻變化來計算該壓力。
3. 如申請專利範圍第2項所述之踏板感測式之自行車驅動裝置，其中該踏板上更設有一踏頻感測單元，該踏頻感測單元係電性連接該第一控制單元，以依據該踏桿轉動時所產生之一電壓變化次數來計算該踏頻。
4. 如申請專利範圍第3項所述之踏板感測式之自行車驅動裝置，其中該踏板上更設有一第一無線傳輸單元，該第一無線傳輸單元係電性連接該第一控制單元，以藉由一無線傳輸方式傳送該壓力及該踏頻至該驅動裝置。
5. 如申請專利範圍第4項所述之踏板感測式之自行車驅動裝置，其中該驅動裝置上更設有一第二控制單元及一第二無線傳輸單元，該第二無線傳輸單元係電性連接該第二控制單元，以藉由該無線傳輸方式接收該壓力及該踏頻。
6. 如申請專利範圍第5項所述之踏板感測式之自行車驅動裝置，其中該驅動裝置上更設有一轉速感測單元，該轉速感測單元係電性連接該第二控制單元，以依據該車輪轉動時所產生之一電壓變化來計算該轉速。
7. 如申請專利範圍第6項所述之踏板感測式之自行車驅動裝置，其中該驅動裝置上更設有一驅動馬達，該驅動馬達係電性連接該第二控制單元並傳動連接該車輪，以依據該最適輔助動力驅動該車輪轉動。
8. 如申請專利範圍第1項所述之踏板感測式之自行車驅動裝置，其中該驅動裝置係將該轉速、該踏頻及該壓力作為一感測資料輸入一機率神經網路模型進行運算。
9. 如申請專利範圍第8項所述之踏板感測式之自行車驅動裝置，其中該機率神經網路模型係依據該感測資料與一訓練資料之間的相似值高低來判斷並計算該最適輔助動力。
10. 如申請專利範圍第1項所述之踏板感測式之自行車驅動裝置，更包含一顯示裝置，該顯示裝置係以一無線傳輸方式從該驅動裝置接收並顯示該轉速、該踏頻及該壓力。