WO2016056569A1 - 路面状態判別システム - Google Patents

路面状態判別システム Download PDF

Info

Publication number
WO2016056569A1
WO2016056569A1 PCT/JP2015/078398 JP2015078398W WO2016056569A1 WO 2016056569 A1 WO2016056569 A1 WO 2016056569A1 JP 2015078398 W JP2015078398 W JP 2015078398W WO 2016056569 A1 WO2016056569 A1 WO 2016056569A1
Authority
WO
WIPO (PCT)
Prior art keywords
road surface
surface state
value
feature
vehicle
Prior art date
Application number
PCT/JP2015/078398
Other languages
English (en)
French (fr)
Inventor
泰史 花塚
Original Assignee
株式会社ブリヂストン
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 株式会社ブリヂストン filed Critical 株式会社ブリヂストン
Priority to CN201580066169.XA priority Critical patent/CN107003429B/zh
Priority to US15/516,970 priority patent/US10377385B2/en
Priority to EP15848631.6A priority patent/EP3206056B1/en
Publication of WO2016056569A1 publication Critical patent/WO2016056569A1/ja

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06—Road conditions
    • 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
    • B60C19/00—Tyre parts or constructions not otherwise provided for
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T8/00—Arrangements for adjusting wheel-braking force to meet varying vehicular or ground-surface conditions, e.g. limiting or varying distribution of braking force
    • B60T8/17—Using electrical or electronic regulation means to control braking
    • B60T8/172—Determining control parameters used in the regulation, e.g. by calculations involving measured or detected parameters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • 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
    • B60C19/00—Tyre parts or constructions not otherwise provided for
    • B60C2019/004—Tyre sensors other than for detecting tyre pressure
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T2210/00—Detection or estimation of road or environment conditions; Detection or estimation of road shapes
    • B60T2210/10—Detection or estimation of road conditions
    • B60T2210/12—Friction
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T2210/00—Detection or estimation of road or environment conditions; Detection or estimation of road shapes
    • B60T2210/30—Environment conditions or position therewithin
    • B60T2210/36—Global Positioning System [GPS]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2422/00—Indexing codes relating to the special location or mounting of sensors
    • B60W2422/70—Indexing codes relating to the special location or mounting of sensors on the wheel or the tire
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed

Definitions

  • the present invention relates to a system for determining the state of a road surface during traveling, and in particular, a road surface state determination system for determining a road surface state using vehicle information of a plurality of vehicles traveling in the same place within a predetermined time. About.
  • the vibration of the tire during traveling is detected, and the road surface state is estimated from the time series waveform of the detected tire vibration (for example, Patent Documents 1 to 4). 3) or a method of detecting a tire generated sound generated from a tire and estimating a road surface state from a sound pressure level of the detected tire generated sound (see, for example, Patent Document 4).
  • JP 2011-242303 A JP 2005-59800 A JP 2014-35279 A JP-A-8-261993
  • the present invention has been made in view of the conventional problems, and an object thereof is to provide a road surface state determination system capable of improving the road surface state determination accuracy.
  • a road surface state determination system includes an in-vehicle sensor that acquires vehicle information that is information on behavior of a vehicle during travel, and a road surface state (hereinafter referred to as the vehicle surface that the vehicle travels from vehicle information acquired by the in-vehicle sensor).
  • FIG. It is a figure which shows the structure of the road surface state determination system which concerns on this Embodiment 1.
  • FIG. It is a figure which shows the example of arrangement
  • FIG. It is a figure which shows the structure of the road surface state determination apparatus which concerns on this Embodiment 2.
  • FIG. It is a figure which shows the structure of the road surface state determination system which concerns on this Embodiment 3.
  • FIG. It is a figure which shows the structure of the road surface state determination apparatus which concerns on this Embodiment 4.
  • FIG. It is a figure which shows the structure of the road surface state determination system which concerns on this Embodiment 1.
  • FIG. 1 is a functional block diagram showing the configuration of the road surface state determination system 1 according to the first embodiment.
  • the vehicles W 1 to W n are vehicles that pass through a place within a predetermined range within a predetermined time.
  • Reference numeral 20 denotes a server including a receiver 21, data storage means 22, and a transmitter 23.
  • Reference numeral 30 denotes a road surface state determination device that determines the state of a road surface within a predetermined time and within a predetermined range.
  • the server 20 and the road surface state determination device 30 are provided in the road surface state management center 2.
  • the feature quantity calculation means 13 and the road surface state determination device 30 are configured by software of a computer, for example.
  • the acceleration sensor 11 is disposed at a substantially central portion on the tire air chamber 42 side of the inner liner portion 41 of the tire 40, and inputs vibration (tire vibration) input to the tread 43 of the tire 40 from the road surface.
  • the wheel speed sensor 12 detects the rotational speed (wheel speed) of the wheel.
  • a well-known electromagnetic induction type wheel speed sensor that detects the rotational angle of the wheel can be used.
  • Feature calculating unit 13, a vibration waveform detecting unit 13a, a region signal extraction unit 13b, and a feature amount calculation unit 13c the time-series waveform of the detected tire vibration by the acceleration sensor 11, the travel of the vehicle W i
  • a feature amount for estimating a road surface state (road surface state) to be calculated is calculated.
  • the vibration waveform detector 13 a detects an acceleration waveform for one rotation of the tire using the wheel speed detected by the wheel speed sensor 12.
  • the region signal extraction unit 13b generates an acceleration waveform for one rotation of the tire, a step region R1 before the stepping side peak that appears at the stepping end, a stepping region R2 that forms the stepping side peak, and the stepping step.
  • a kick-out region R3 between a peak on the side and a kick-out peak appearing at the kick-out end, a kick-out region R4 forming the kick-out peak, and a rear of the kick-out peak Are divided into the post-kick region R5, and the time-series waveforms of the vibration levels in the regions R1 to R5 are extracted.
  • the feature amount calculation unit 13c passes each time-series waveform of each of the regions R1 to R5 through a bandpass filter, and sets m band values that are magnitudes of vibration components in a predetermined region and a predetermined frequency region.
  • the acceleration waveform for one rotation of the tire may be divided into three areas, a pre-depression area, a ground contact area, and a post-kick area.
  • the vibration level in the frequency band, the band value of the fluctuation spectrum of the air pressure detected by the pressure sensor installed in the tire chamber, or the band power of the tire generated sound collected by the microphone installed in the tire or in the front frame of the rear wheel The value etc. can be mentioned.
  • the vehicle sensor, bidirectionally vibration sensor is provided to detect the vibration of the vibration and the tire radial direction of the tire circumferential direction, may be a specific frequency component of the vibration waveform as the feature quantity X ij of the vehicle W i.
  • the feature vector X i has two components. Further, as the feature amount, tread shear stress arranged in the tread block, circumferential tire inner surface strain detected by a strain sensor provided on the inner surface of the tire, time-series data of wheel speed detected by the wheel speed sensor, and the like are used. be able to.
  • GPS device 14 is provided with a GPS antenna (not shown) and a receiver, and acquires the position data of the vehicle W i.
  • time data an extraction time of an acceleration time series waveform, an acquisition time of position data, a data transmission time, or the like may be used. Since these times are almost the same time, there is no problem even if any time is used as the time data.
  • the transmitter 16 transmits m feature quantity X ij data collected by the vehicle information collecting means 15, vehicle position data, and time data together with a vehicle ID for identifying the vehicle, not shown. It transmits to the server 20 of the road surface state management center 2 from the antenna.
  • the receiver 17 receives the road surface condition data at a place within a predetermined time and within a predetermined range, which is determined by the road surface state determination device 30 of the road surface state management center 2 and transmitted from the transmitter 23 of the server 20.
  • the received road surface state data is displayed on a monitor provided in the vehicle, so that the driver can know the road surface state in the predetermined time and within the predetermined range. Moreover, if the road surface state data is fed back to the vehicle control, the traveling safety of the vehicle can be improved.
  • Data of road surface conditions at a place within a predetermined time and within a predetermined range determined by the state determination device 30 is transmitted to the registered vehicle.
  • Data of the feature quantity X ij of each vehicle W i is classified and stored in the data storage means 22.
  • the predetermined time indicates a range of 1 to 5 minutes including a preset determination time
  • the predetermined range indicates, for example, a range including a preset place on a road map.
  • the predetermined range for example, by using grids having a predetermined size frame on the road map for navigation, because it is easy to ensure the position consistency between each vehicle Wi and the server 20.
  • the vehicles registered not only the vehicle W i for transmitting data of the feature quantity X ij, are also included vehicles are connected by a communication with the server 20.
  • Road surface condition determination apparatus 30 includes a feature quantity calculation value calculating means 31, and the feature classifier value calculating means 32, a road surface condition judging means 33, the data of the feature quantity X ij transmitted from each vehicle W i It is used to determine the road surface condition within a predetermined time and within a predetermined range.
  • the road surface state R is classified into a DRY road surface, a WET road surface, a SNOW road surface, and an ICE road surface.
  • Feature calculation value calculating means 31 calculates a calculation value X j of the feature X ij of the vehicle W i at the location of the range and the predetermined given time.
  • X j (X 1j + X 2j +... + X nj ) / n, that is, the average value of the feature amount X ij
  • the number of operation values Xj is m, which is the same as the number of feature values Xij .
  • the calculated value may be the median instead of the average value.
  • the feature quantity identification value calculation means 32 inputs the calculated value X j to a road surface identification function F R (R; road surface state) set in advance for each road surface state, and is a feature that is an identification value for each feature amount X j.
  • a quantity identification value Y R is calculated.
  • the road surface identification function Y R (X) separates the road surface state R and the other road surface state R ′, and is created for each road surface state.
  • the coefficient a R is a vector having m components like the calculation value X j, and b R is a constant.
  • a RK is obtained in advance by running the test vehicle on the road surfaces of DRY, WET, SNOW, and ICE.
  • the feature amount identification value Y D on the DRY road surface can be expressed by the following equation (1).
  • Y D a D1 ⁇ X 1 + a D2 ⁇ X 2 + whil + a Dm ⁇ X m + b D (1)
  • the feature quantity identification value Y W on the WET road surface, the feature quantity identification value Y S on the SNOW road surface, and the feature quantity identification value Y I on the ICE road surface are respectively expressed by the following equations (2) to (4). I can express.
  • Y W a W1 ⁇ X 1 + a W2 ⁇ X 2 + whil + a Wm ⁇ X m + b W (2)
  • Y S a S1 ⁇ X 1 + a S2 ⁇ X 2 + whil + a Sm ⁇ X m + b S (3)
  • Y I a I1 ⁇ X 1 + a I2 ⁇ X 2 + whil + a Im ⁇ X m + b I (4)
  • the road surface state determination means 33 determines the road surface state R corresponding to the feature value identification value Y R taking the maximum value as the road surface state at a place within a predetermined time and within a predetermined range.
  • the road surface identification function Y R (X) a known identification method such as a kernel method, SVM, least square method, or neural network may be used.
  • the calculated value X j of the feature value X ij of the vehicle W i at a place within a predetermined time and within a predetermined range is calculated, and the calculated calculated value X j is calculated.
  • each is input to a road surface identification function Y R (X) set in advance for each road surface state, and feature value identification values Y D , Y W , Y S , Y I for each road surface state R are calculated. Since the road surface state R corresponding to the feature amount identification value Y R to be taken is the road surface state at a place within a predetermined time and within a predetermined range, the road surface state can be accurately determined.
  • Embodiment 2 the feature value identification value Y R obtained by inputting the calculated value X j of the feature value X ij of the vehicle W i to the road surface identification function Y R (X) set in advance for each road surface state.
  • Y W, Y S has been determined road surface state R with Y I, instead of the road surface condition determination unit 30, provided with a configuration of a road surface state detecting apparatus 30A shown in FIG. 4, wherein for each vehicle W i
  • the quantity identification value Y R (X ij ) may be obtained, and the road surface state R may be determined using these feature quantity identification values Y R (X ij ).
  • the road surface state determination device 30 ⁇ / b> A includes an identification function value calculation unit 34, an identification function calculation value calculation unit 35, and a road surface state determination unit 33.
  • the discriminant function value Y iR F R (X ij ) of the feature value X ij of the vehicle W i at the location is calculated.
  • Feature classifier value Y iD in DRY road surface the vehicle W i can be represented by the following equation (5).
  • Y iD a D1 ⁇ X i1 + a D2 ⁇ X i2 + whil + a Dm ⁇ X im + b D (5)
  • the feature quantity identification value Y iW on the WET road surface, the feature quantity identification value Y iS on the SNOW road surface, and the feature quantity identification value Y iI on the ICE road surface are respectively expressed by the following equations (6) to (8). I can express.
  • Y iW a W1 ⁇ X i1 + a W2 ⁇ X i2 + whil + a Wm ⁇ X im + b W (6)
  • Y iS a S1 ⁇ X i1 + a S2 ⁇ X i2 + whil + a Sm ⁇ X im + b S (7)
  • Y iI a I1 ⁇ X i1 + a I2 ⁇ X i2 + whereas + a Im ⁇ X im + b I (8)
  • the discriminant function calculation value Z R which is the calculated value is calculated.
  • Z R (Y 1R + Y 2R +... + Y nR ) / n, that is, the average value of the discrimination function values Y iR of the respective vehicles W i can be used.
  • the discriminant function calculation value Z R may be a median value instead of the average value.
  • the road surface state determination means 33 determines the road surface state R corresponding to the discriminant function calculation value Z R taking the maximum value as the road surface state in a place within a predetermined time and within a predetermined range. If the determination of the road surface state is performed for each region including a plurality of preset locations at predetermined times, the road surface state at each time on the road map can be accurately determined.
  • Embodiment 3 Wherein in the second embodiment, calculated after obtaining the n base vehicle W i of the feature quantity X ij classification function value Y iR respectively, the identification function computation value Z R is a calculated value using the discriminant function value Y iR Then, the road surface state is discriminated using this discriminant function calculation value Z R , but the discriminant function value distribution state of the discriminant function value Y iR and the distribution state of discriminant function value C R for each road surface state obtained in advance. a similarity between calculated identification value similarity H R, from the identification value similarity H R, if so to determine the road surface condition at the location of the range and the predetermined given time, the road surface condition The discrimination accuracy can be further improved.
  • the road surface state determination system 3 includes an acceleration sensor 11, a wheel speed sensor 12, a feature amount calculation unit 13, and the like.
  • N vehicles W i (i 1 to n) having a GPS device 14, vehicle information collecting means 15, a transmitter 16, and a receiver 17, a server 20 provided in the road surface state management center 2, and And a road surface state determination device 30B.
  • the road surface state determination device 30B will be described.
  • the road surface state determination device 30 ⁇ / b> B includes an identification function value calculation unit 34, an identification value similarity calculation unit 36, and a road surface state determination unit 33.
  • the identification function value calculation unit 34 using the classification function value calculating means 34 in the second embodiment, the identification function of the feature quantity X ij of the vehicle W i at the location of the range and the predetermined given time
  • the calculation formula of the feature amount identification value Y iR on the road surface R in the vehicle W i is as follows.
  • the identification value similarity H R can be obtained by adding the similarity h iR for each vehicle, which is a value obtained by substituting the identification function value Y i of each vehicle W i into the variable x in the above formula [Equation 1]. it can.
  • the similarity h iR for each vehicle is a value corresponding to the distance between the identification road surface model M R and the identification function value vector Y i of each vehicle W i , and the identification value similarity H R is the sum thereof.
  • Road surface condition judging means 33 a road surface state R corresponding to the identification value similarity H R taking the maximum value, it is determined that the road surface condition at the location of the range and the predetermined given time.
  • the road surface state R is obtained by examining which road surface model in the road surface model M R constituting the mixed Gaussian model G R (x) is similar to the distribution state of the discriminant function value vector Y i. Since the determination is made, it is possible to determine the road surface condition R at a place within a predetermined time and within a predetermined range with higher accuracy.
  • Embodiment 4 it has been determined road surface state R from the distribution of the classification function value Y i of the distribution and identification road model M R of the vehicle W i, in place of the road surface condition determination unit 30B, FIG. providing the structure of a road surface state detecting apparatus 30C shown in 7, wherein the amount of the road surface model which represents the distribution of the feature vectors P i constituting the feature quantity X ij of each vehicle W i, a distribution of the feature vectors of each road surface it may be determined road surface state R from the distribution of the C R.
  • the road surface state determination device 30 ⁇ / b> C includes a feature amount similarity calculation unit 37 and a road surface state determination unit 33.
  • the feature quantity road surface model C R is 4 (number of road surface states) ⁇ N feature quantity vectors P i obtained by running a test vehicle equipped with a standard tire many times (N times) at a constant speed on the R road surface. Is the distribution state.
  • the degree of similarity between the distribution state of the feature vector P i and the feature road model C R is a mixed Gaussian model G R (x) as described in the above equation [Equation 1]. It can be calculated using a statistical model such as
  • the similarity S R is also larger as the distance between the feature amount road surface model C R and the feature amount X ij of each vehicle W i is shorter in the feature space.
  • the road surface state determination means 33 determines the road surface state R corresponding to the similarity S R having the maximum value as the road surface state at a place within a predetermined time and within a predetermined range.
  • the first to fourth embodiments there are four types of road surface conditions: DRY road surface, WET road surface, SNOW road surface, and ICE road surface. It may be divided into “ ⁇ path ( ⁇ ⁇ 0.7)”, “medium ⁇ path (0.3 ⁇ ⁇ 0.7)”, “low ⁇ path ( ⁇ ⁇ 0.3)”, and the like. Further, in the first to fourth embodiments have been judged road surface condition from the collected vehicle information for each vehicle W i, to each vehicle W i, Web information acquisition for acquiring outside information and connect to an unillustrated Internet Provide means, and acquire weather information such as weather, temperature, precipitation, wind speed, sunshine hours and road information such as terrain information, traffic information, road management information, etc.
  • weather information such as weather, temperature, precipitation, wind speed, sunshine hours
  • road information such as terrain information, traffic information, road management information, etc.
  • the road surface identification function F R (X), the identification road surface model M R , or the feature amount road surface model C R is corrected, or the road surface identification function F R (X), the identification road surface model is obtained for each vehicle outside information. If M R or the feature amount road surface model CR is set or created, the road surface state determination accuracy can be further improved.
  • Web information acquisition means may be provided in the server 20, and the server 20 may acquire weather information and road information.
  • a road surface state determination system includes an in-vehicle sensor that acquires vehicle information that is information on behavior of a vehicle during travel, and a road surface state (hereinafter referred to as the vehicle surface that the vehicle travels from vehicle information acquired by the in-vehicle sensor).
  • the road state determination device uses the feature amounts of the plurality of vehicles, characterized in that to determine the road surface condition at the location of the range and the predetermined said predetermined time.
  • the road surface state is determined using a plurality of feature amounts obtained from the vehicle information of the plurality of vehicles, the road surface state determination accuracy can be improved.
  • the “feature value” means the magnitude (band value) of vibration in a plurality of specific frequency bands of the time series waveform of the acceleration sensor provided in the tire, wheel, or knuckle, or provided in the tire chamber.
  • a physical quantity used for estimation of road surface conditions such as a band value of an air pressure fluctuation signal detected by a detected pressure sensor or a band value of a sound pressure signal detected by a microphone provided in a tire or a front wheel front frame.
  • the “predetermined time” can be changed, for example, by setting it longer or shorter according to the section in which the vehicle travels and the time at which the vehicle travels.
  • the “predetermined time” may be a time required for a predetermined number (for example, five) of vehicles to pass through a place within a predetermined range. Also in this case, the number of vehicles set in advance can be changed according to the traveling section and the traveling time.
  • the vehicle-mounted sensor is an acceleration sensor disposed in the tire, the difference in tire vibration due to the road surface condition can be accurately grasped, and the road surface condition determination accuracy can be further improved.
  • the road surface state determination device has a feature of the plurality of vehicles at a place within a predetermined time and within a predetermined range for each of the plurality of feature amounts.
  • a feature classifier value calculating means for calculating an amount identification value Y R for each said road identification function, using the feature classifier value Y R for each road identification function calculated, the predetermined time and within a predetermined range Road surface state determining means for determining the road surface state R at a place inside It is characterized by.
  • the discriminant value the road surface state is discriminated using all the data of the feature amounts X ij of a plurality of vehicles, so that the road surface state discriminating accuracy can be improved.
  • Discrimination function value calculation means for calculating for each discrimination function; discrimination function calculation value calculation means for calculating an identification function calculation value Z R that is a calculation value using the calculated discrimination function value Y iR for each road surface discrimination function; And a road surface state determining means for determining a road surface state at a location within the predetermined time and within a predetermined range using the calculated discriminant function calculation value Z R.
  • the discrimination function value Y iR is obtained for each vehicle, and the discrimination function calculation value Z R that is the calculation value of these discrimination function values Y iR is used as the discrimination value of the road surface state R, thereby improving the discrimination accuracy of the road surface state. Can be made.
  • the road surface state determination device has the road surface identification function Y in which the plurality of feature amounts X ij are set in advance for each road surface state for each of the plurality of vehicles.
  • R F R (X) is input respectively, and an identification function value Y iR that is an identification value for each vehicle is calculated for each road surface identification function, and for each calculated road surface identification function of the distribution of classification function value Y iR, advance distribution of discriminant function values for each road surface condition R which has been determined (hereinafter, referred to as identification road model M R) which is a similarity identification value similarity H R and calculated, from said calculated identification value similarity H R, characterized in that it comprises a road surface condition judging means for judging road surface condition at the location of the range and the predetermined said predetermined time.
  • the classification function value Y iR of distribution obtained from the feature X ij is, for example, a vehicle on DRY road
  • the identified road surface model M R ′ that is close to the identified road surface model M D obtained from the feature value obtained when traveling or is obtained from the feature value obtained when traveling on another road surface R ′. Since the determination criterion for road surface discrimination is used as the determination criterion, the road surface state determination accuracy can be further improved.
  • the road surface state determination device determines the distribution state of the feature amount X ij for each of the plurality of vehicles for each road surface state.
  • feature amount of distribution hereinafter
  • feature amount similarity is similarity between S R and the feature amount similarity calculating means for calculating the feature quantity similarity S of the vehicle as the calculated From R
  • road surface state determining means for determining a road surface state at a place within a predetermined time and within a predetermined range is provided.
  • the feature amount road surface model CR is created for each road surface state in advance, and the distribution state of the actually measured feature amount X ij is obtained, for example, when the vehicle travels on the DRY road surface. was close to or characteristic quantity road model C D obtained from the feature, or the road surface or near the 'feature quantity road model C R calculated from the obtained feature amount when is traveling on' another road R.
  • the discrimination accuracy of the road surface condition can be further improved as a discrimination criterion.
  • the road surface state determination system is provided with a means for acquiring vehicle outside information, and using the acquired vehicle outside information, the road surface identification function F R (X) or the road surface. It is characterized in that the distribution state of the identification function value for each state (identification road surface model M R ) or the distribution of the feature amount for each road surface state (feature amount road surface model C R ) is corrected.
  • the information outside the vehicle refers to weather information such as weather, temperature, precipitation, wind speed, and sunshine hours acquired through the Internet, or road information such as topographic information, traffic information, and road management information. Further, information used for the correction includes an estimation result of a road surface state at a location within another predetermined range.
  • the road surface state estimation results of the other location B within the predetermined range correlated with the location A within the predetermined range are used.
  • the estimation result at the location A within the predetermined range can be corrected.
  • the road surface state in a place within a predetermined time and within a predetermined range can be determined with higher accuracy.
  • the present invention it is possible to accurately determine the road surface state in a place within the predetermined time and within a predetermined range. If the vehicle to be notified is notified, the traveling safety of the vehicle can be improved.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Environmental & Geological Engineering (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Transportation (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Environmental Sciences (AREA)
  • Ecology (AREA)
  • Atmospheric Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Tires In General (AREA)

Abstract

　路面状態の判別精度を向上させた路面状態判別システムを提供するために、車両の走行時の挙動の情報である車両情報を取得する車載センサ１１，１２、車載センサ１１，１２により取得した車両情報から車両の走行する路面の状態を推定するための複数の特徴量を算出する特徴量算出手段１３、及び、特徴量を当該車両の外部に送信する送信機１６を備えた複数台の車両Ｗiと、複数台の車両の複数の特徴量を蓄積するデータ記憶手段２２を有するサーバー２０と、蓄積された特徴量を用いて路面状態の判別を行う路面状態判別装置３０とを備え、所定の時間内かつ所定の範囲内の場所における路面状態を判別する。

Description

路面状態判別システム
　本発明は、走行中の路面の状態を判別するシステムに関するもので、特に、所定の時間内に同じ箇所を走行する複数台の車両の車両情報を用いて、路面状態を判別する路面状態判別システムに関する。
　自動車の走行安全性を高めるため、走行中の路面の状態を精度良く推定し、車両制御へフィードバックすることが求められている。走行中の路面の状態を推定することができれば、制駆動や操舵といった危険回避の操作を起こす前に、例えば、ＡＢＳブレーキのより高度な制御等が可能になり、安全性が一段と高まることが予想される。
　走行中の路面の状態を推定する方法としては、例えば、走行中のタイヤの振動を検出し、この検出されたタイヤの振動の時系列波形から路面状態を推定する方法（例えば、特許文献１～３参照）や、タイヤから発生するタイヤ発生音を検出し、この検出されたタイヤ発生音の音圧レベルから路面状態を推定する方法が提案されている（例えば、特許文献４参照）。
特開２０１１－２４２３０３号公報 特開２００５－５９８００号公報 特開２０１４－３５２７９号公報 特開平８－２６１９９３号公報
　しかしながら、従来は、１台の車両の情報から走行中の路面状態を推定しているため、路面状態の判別精度が必ずしも十分とはいえなかった。
　本発明は、従来の問題点に鑑みてなされたもので、路面状態の判別精度を向上させることのできる路面状態判別システムを提供することを目的とする。
　本発明の一態様にかかる路面状態判別システムは、車両の走行時の挙動の情報である車両情報を取得する車載センサ、前記車載センサにより取得した車両情報から前記車両の走行する路面の状態（以下、路面状態という）を推定するための複数の特徴量を算出する特徴量算出手段、及び、前記特徴量を当該車両の外部に送信する送信手段を備えた複数台の車両と、前記複数台の車両Ｗiの送信手段からそれぞれ送信される特徴量を蓄積するサーバーと、前記蓄積された複数台の車両の複数の特徴量Ｘiｊ（ｉ＝１～ｎ：ｎは車両の数、ｊ＝１～ｍ：ｍは特徴量の数）を用いて路面状態の判別を行う路面状態判別装置とを備えた路面状態判別システムであって、前記送信される特徴量が、所定の時間内かつ所定の範囲内の場所における前記特徴量であり、前記路面状態判別装置は、前記複数台の車両の特徴量を用いて、前記所定の時間内かつ所定の範囲内の場所における路面状態を判別することを特徴とする。
本実施の形態１に係る路面状態判別システムの構成を示す図である。 加速度センサの配置例を示す図である。 特徴量の算出方法を示す図である。 本実施の形態２に係る路面状態判別装置の構成を示す図である。 本実施の形態３に係る路面状態判別システムの構成を示す図である。 本実施の形態４に係る路面状態判別装置の構成を示す図である。
　実施の形態１．
　図１は、本実施の形態１に係る路面状態判別システム１の構成を示す機能ブロック図で、Ｗ1～Ｗnは車両で、各車両Ｗi（ｉ＝１～ｎ）は、加速度センサ１１と、車輪速センサ１２と、特徴量算出手段１３と、ＧＰＳ装置１４と、車両情報収集手段１５と、送信機１６と、受信機１７とを備える。
　なお、車両Ｗ1～Ｗnは、所定の時間内に所定の範囲内の場所を通過する車両である。
　２０は受信機２１と、データ記憶手段２２と、送信機２３とを備えたサーバーで、３０は所定の時間内かつ所定の範囲内の場所における路面の状態を判別する路面状態判別装置である。
　サーバー２０と路面状態判別装置３０とは、路面状態管理センター２に設けられる。
　特徴量算出手段１３、及び、路面状態判別装置３０は、例えば、コンピュータのソフトウェアにより構成される。
　加速度センサ１１は、図２に示すように、タイヤ４０のインナーライナー部４１のタイヤ気室４２側のほぼ中央部に配置されて、路面からタイヤ４０のトレッド４３に入力する振動（タイヤ振動）を検出する。
　車輪速センサ１２は、車輪の回転速度（車輪速）を検出するもので、例えば、車輪の回転角度を検出する周知の電磁誘導型の車輪速センサを用いることができる。
　特徴量算出手段１３は、振動波形検出部１３ａと、領域信号抽出部１３ｂと、特徴量算出部１３ｃとを備え、加速度センサ１１で検出したタイヤ振動の時系列波形から、当該車両Ｗiの走行する路面の状態（路面状態）を推定するための特徴量を算出する。
　振動波形検出部１３ａは、図３に示すように、車輪速センサ１２で検出した車輪速度を用いて、タイヤ一回転分の加速度波形を検出する。
　領域信号抽出部１３ｂは、タイヤ一回転分の加速度波形を、踏み込み端に出現する踏み込み側のピークよりも前の踏み込み前領域Ｒ１と、前記踏み込み側のピークを形成する踏み込み領域Ｒ２と、前記踏み込み側のピークと蹴り出し端に出現する蹴り出し側のピークとの間の蹴り出し前領域Ｒ３と、前記蹴り出し側のピークを形成する蹴り出し領域Ｒ４と、前記蹴り出し側のピークよりも後の蹴り出し後領域Ｒ５とに分割し、各領域Ｒ１～Ｒ５における振動レベルの時系列波形を抽出する。
　特徴量算出部１３ｃは、各領域Ｒ１～Ｒ５のそれぞれの時系列波形をバンドパスフィルターに通して、所定の領域で、かつ、所定の周波数領域の振動成分の大きさである帯域値をｍ個算出し、これらの帯域値を車両Ｗi（ｉ＝１～ｎ）の特徴量Ｘij（ｊ＝１～ｍ）として、送信機１６から路面状態管理センター２に送信する。なお、各領域Ｒ１～Ｒ５からの帯域値は複数であってもよいし、特徴量Ｘijを算出しない領域があってもよい。また、タイヤ一回転分の加速度波形を、踏み込み前領域、接地領域、蹴り出し後領域の３つに分けるなどしてもよい。
　換言すれば、車両Ｗi（ｉ＝１～ｎ）からは、成分が（Ｘi1，Ｘi2，……，Ｘim）であるｍ次元の特徴ベクトルＸiが路面状態管理センター２に送信される。
　なお、車両Ｗiの特徴量Ｘijとしては、タイヤ内，ホイール、もしくは、ナックルに設けられた加速度センサにより取得した加速度の時系列波形の周波数スペクトルから得られた、路面状態により変化する複数の周波数帯域の振動レベルや、タイヤ気室内に設けられた圧力センサで検出した空気圧の変動スペクトルの帯域値、あるいは、タイヤ内や後輪前方フレームに設けられたマイクロフォンで採取したタイヤ発生音のバンドパワー値などを挙げることができる。
　あるいは、車載センサとして、二方向振動センサを設けてタイヤ周方向の振動とタイヤ径方向の振動とを検出し、これらの振動波形の特定周波数成分を車両Ｗiの特徴量Ｘijとしてもよい。この場合には、特徴ベクトルＸiの成分は２つである。
　更に、特徴量としては、トレッドブロック内に配置したトレッド剪断応力や、タイヤ内面に設けられた歪センサで検出した周方向タイヤ内面歪、車輪速センサで検出した車輪速の時系列データなどを用いることができる。
　ＧＰＳ装置１４は、図示しないＧＰＳアンテナと受信機とを備え、当該車両Ｗiの位置データを取得する。
　車両情報収集手段１５は、特徴量算出手段１３で算出された車両Ｗiの特徴量Ｘijと、ＧＰＳ装置１４で取得した車両の位置データと、車両情報の取得時刻のデータ（時刻データ）とを収集する。なお、時刻データとしては、加速度の時系列波形の抽出時刻，位置データの取得時刻、あるいは、データ送信時刻などを用いればよい。これらの時刻は、ほぼ同時刻なので、どの時刻を時刻データとしても問題はない。
　送信機１６は、車両情報収集手段１５により収集されたｍ個の特徴量Ｘijのデータと、車両の位置データと、時刻データとを、当該車両を識別するための車両ＩＤとともに、図示しない送信アンテナから、路面状態管理センター２のサーバー２０に送信する。
　受信機１７は、路面状態管理センター２の路面状態判別装置３０で判別され、サーバー２０の送信機２３から送信された所定の時間内かつ所定の範囲内の場所における路面状態のデータを受信する。なお、この受信された路面状態のデータを、車内に設けられたモニター上に表示することで、運転者は、前記所定の時間内かつ所定の範囲内の場所における路面状態を知ることができる。
　また、路面状態のデータを車両制御へフィードバックすれば、車両の走行安全性を向上させることができる。
　サーバー２０は、各車両Ｗi（ｉ＝１～ｎ）から送られてくる車両情報を受信機２１で受信し、これらのデータを、データ記憶手段２２に保存するとともに、送信機２３から、路面状態判別装置３０で判別された所定の時間内かつ所定の範囲内の場所における路面状態のデータを登録車両に送信する。
　各車両Ｗiの特徴量Ｘijのデータは、データ記憶手段２２に分類・保存される。
　ここで、所定の時間は、予め設定された判別時刻を含む１分～５分の範囲を指し、所定の範囲とは、例えば、予め設定された道路地図上の場所を含む範囲を指す。また、所定の範囲の指定は、例えば、ナビゲーション用の道路地図上の所定の大きさ枠のグリットを用いれば、各車両Ｗiとサーバー２０とでの位置の整合性を取り易いので好ましい。
　なお、登録車両とは、特徴量Ｘijのデータを送信する車両Ｗiだけではなく、サーバー２０と通信により接続されている車両も含まれる。
　路面状態判別装置３０は、特徴量演算値算出手段３１と、特徴量識別値算出手段３２と、路面状態判別手段３３とを備え、各車両Ｗiから送られてきた特徴量Ｘiｊのデータを用いて、所定の時間内かつ所定の範囲内の場所における路面状態の判別を行う。なお、本例では、路面状態Ｒを、ＤＲＹ路面，ＷＥＴ路面，ＳＮＯＷ路面，ＩＣＥ路面に分類した。
　特徴量演算値算出手段３１は、所定の時間内かつ所定の範囲内の場所における車両Ｗiの特徴量Ｘiｊの演算値Ｘｊを算出する。
　演算値Ｘｊとしては、例えば、Ｘｊ＝（Ｘ1j＋Ｘ2j＋……＋Ｘnj）/ｎ、すなわち、特徴量Ｘiｊの平均値を用いることができる。演算値Ｘｊの個数はｍ個で、特徴量Ｘiｊの個数と同じである。なお、演算値としては、平均値に代えて、中央値としてもよい。
　特徴量識別値算出手段３２は、演算値Ｘｊを、予め路面状態毎に設定した路面識別関数ＦR（Ｒ；路面状態）にそれぞれ入力して、特徴量Ｘｊ毎の識別値である特徴量識別値ＹRを算出する。路面識別関数ＹR（Ｘ）は、路面状態Ｒと他の路面状態Ｒ’とを分けるもので、路面状態毎に作成される。
　本例では、路面識別関数ＦR（Ｘ）を、ＹR＝ＦR（Ｘ）＝ａR・Ｘ＋ｂRとした。
　係数ａRは、演算値Ｘｊと同じくｍ個の成分を持つベクトルで、ｂRは定数である。ここで、ａR＝（ａR1，ａR2，……，ａRm）とすると、ベクトルの各成分ａRK（ｋ＝１～ｍ）は、特徴量ＸKに対する「重み」で、路面状態Ｒにより異なる値をとる。ａRKは、予め、試験車両を，ＤＲＹ，ＷＥＴ，ＳＮＯＷ，ＩＣＥの各路面上を走行させて求められる。
　ＤＲＹ路面における特徴量識別値ＹDは、以下の式（１）で表せる。
　　　ＹD＝ａD1・Ｘ1＋ａD2・Ｘ2＋……＋ａDm・Ｘm　＋ｂD……（１）
　同様に、ＷＥＴ路面における特徴量識別値ＹW、ＳＮＯＷ路面における特徴量識別値ＹS、及び、ＩＣＥ路面における特徴量識別値ＹIは、それぞれ以下の式（２）～（４）のように表せる。
　　　ＹW＝ａW1・Ｘ1＋ａW2・Ｘ2＋……＋ａWm・Ｘm　＋ｂW……（２）
　　　ＹS＝ａS1・Ｘ1＋ａS2・Ｘ2＋……＋ａSm・Ｘm　＋ｂS……（３）
　　　ＹI＝ａI1・Ｘ1＋ａI2・Ｘ2＋……＋ａIm・Ｘm　＋ｂI……（４）
　路面状態判別手段３３は、最大値を取る特徴量識別値ＹRに対応する路面状態Ｒを、所定の時間内かつ所定の範囲内の場所における路面状態と判別する。
　この路面状態の判別を、予め設定された時刻毎に、予め設定された複数の箇所を含む領域毎に行えば、道路地図上における各時刻における路面状態を精度よく推定することができる。
　なお、路面識別関数ＹR（Ｘ）としては、カーネル法、ＳＶＭ、最小二乗法、ニューラルネットなどの既知の識別手法を用いてもよい。
　このように、本実施の形態１では、所定の時間内かつ所定の範囲内の場所における車両Ｗiの特徴量Ｘiｊの演算値Ｘｊをそれぞれ算出し、この算出された演算値Ｘｊを、予め路面状態毎に設定した路面識別関数ＹR（Ｘ）にそれぞれ入力して、路面状態Ｒ毎の特徴量識別値ＹD，ＹW，ＹS，ＹIを算出した後、最大値をとる特徴量識別値ＹRに対応する路面状態Ｒを、所定の時間内かつ所定の範囲内の場所における路面状態としたので、路面状態を精度よく判別することができる。
　実施の形態２．
　前記実施の形態１では、車両Ｗiの特徴量Ｘiｊの演算値Ｘｊを予め路面状態毎に設定した路面識別関数ＹR（Ｘ）にそれぞれ入力して得られた特徴量識別値ＹR，ＹW，ＹS，ＹIを用いて路面状態Ｒを判定したが、路面状態判別装置３０に代えて、図４に示す構成の路面状態判別装置３０Ａを設けて、車両Ｗi毎に特徴量識別値ＹR（Ｘiｊ)を求め、これらの特徴量識別値ＹR（Ｘiｊ)を用いて路面状態Ｒを判定するようにしてもよい。
　路面状態判別装置３０Ａは、識別関数値算出手段３４と、識別関数演算値算出手段３５と、路面状態判別手段３３とを備える。
　識別関数値算出手段３４は、実施の形態１と同様の、路面状態毎に設定された路面識別関数ＦR（Ｘ）＝ａR・Ｘ＋ｂRを用いて、所定の時間内かつ所定の範囲内の場所における車両Ｗiの特徴量Ｘiｊの識別関数値ＹiR＝ＦR（Ｘiｊ）を算出する。
　車両ＷiにおけるＤＲＹ路面における特徴量識別値ＹiDは、以下の式（５）で表せる。
　　　ＹiD＝ａD1・Ｘi1＋ａD2・Ｘi2＋……＋ａDm・Ｘim　＋ｂD……（５）
　同様に、ＷＥＴ路面における特徴量識別値ＹiW、ＳＮＯＷ路面における特徴量識別値ＹiS、及び、ＩＣＥ路面における特徴量識別値ＹiIは、それぞれ以下の式（６）～（８）のように表せる。
　　　ＹiW＝ａW1・Ｘi1＋ａW2・Ｘi2＋……＋ａWm・Ｘim　＋ｂW……（６）
　　　ＹiS＝ａS1・Ｘi1＋ａS2・Ｘi2＋……＋ａSm・Ｘim　＋ｂS……（７）
　　　ＹiI＝ａI1・Ｘi1＋ａI2・Ｘi2＋……＋ａIm・Ｘim　＋ｂI……（８）
　識別関数演算値算出手段３５は、識別関数値算出手段３４で算出されたｎ台の車両Ｗiの識別関数値ＹiR（ｉ＝１～ｎ、Ｒ；ＤＲＹ，ＷＥＴ，ＳＮＯＷ，ＩＣＥ）を用いた演算値である識別関数演算値ＺRを算出する。
　識別関数演算値ＺRとしては、例えば、ＺR＝（Ｙ1R＋Ｙ2R＋……＋ＹnR）/ｎ、すなわち、各車両Ｗiの識別関数値ＹiRの平均値を用いることができる。
　なお、識別関数演算値ＺRとしては、平均値に代えて、中央値としてもよい。
　路面状態判別手段３３は、最大値を取る識別関数演算値ＺRに対応する路面状態Ｒを、所定の時間内かつ所定の範囲内の場所における路面状態と判別する。
　この路面状態の判別を、予め設定された時刻毎に、予め設定された複数の箇所を含む領域毎に行えば、道路地図上における各時刻における路面状態を精度よく判別することができる。
　実施の形態３．
　前記実施の形態２では、ｎ台の車両Ｗiの特徴量Ｘiｊの識別関数値ＹiRをそれぞれ求めた後、識別関数値ＹiRを用いた演算値である識別関数演算値ＺRを算出し、この識別関数演算値ＺRを用いて路面状態を判別したが、識別関数値ＹiRの識別関数値の分布状態と、予め求めておいた路面状態毎の識別関数値ＣRの分布状態との類似度である識別値類似度ＨRを計算し、この識別値類似度ＨRから、所定の時間内かつ所定の範囲内の場所における路面状態を判別するようにすれば、路面状態の判別精度を更に向上させることができる。
　図５は、本実施の形態３に係る路面状態判別システム３の構成を示す機能ブロック図で、路面状態判別システム３は、加速度センサ１１と、車輪速センサ１２と、特徴量算出手段１３と、ＧＰＳ装置１４と、車両情報収集手段１５と、送信機１６と、受信機１７とを備えたｎ台の車両Ｗi（ｉ＝１～ｎ）と、路面状態管理センター２に設けられるサーバー２０及び路面状態判別装置３０Ｂとを備える。
　以下に、路面状態判別装置３０Ｂについて説明する。なお、車両Ｗi、及び、サーバー２０の構成及び動作については、前記実施の形態１と同様であるので、説明を省略する。
　路面状態判別装置３０Ｂは、識別関数値算出手段３４と、識別値類似度算出手段３６と、路面状態判別手段３３とを備える。
　本例では、識別関数値算出手段３４として、実施の形態２の識別関数値算出手段３４を用いて、所定の時間内かつ所定の範囲内の場所における車両Ｗiの特徴量Ｘiｊの識別関数値ＹiR＝ＦR（Ｘiｊ）を算出した。
　車両Ｗiにおける路面Ｒにおける特徴量識別値ＹiRの算出式は以下の通りである。
　　　　ＹiR＝ａR1・Ｘi1＋ａR2・Ｘi2＋……＋ａRm・Ｘim＋ｂR
　識別値類似度算出手段３６は、識別関数値算出手段３４で算出されたｎ台の車両Ｗiの識別関数値ＹiR（ｉ＝１～ｎ、Ｒ；ＤＲＹ，ＷＥＴ，ＳＮＯＷ，ＩＣＥ）の分布状態と、予め路面状態Ｒ毎に求めておいた識別関数の分布（以下、識別路面モデルＭRという）との識別値類似度ＨRを算出する。
　識別路面モデルＭRは、標準タイヤを装着した試験車両をＲ路面にて一定速度で多数回（Ｎ回）走行させて得られた４（路面状態数）×Ｎ個の特徴量ＸRｊ（ｊ＝１～ｍ）をそれぞれ路面識別関数ＦRに代入して求めた４（路面状態数）×Ｎ個の識別関数値ＹiR＝ＦR（ＸRｊ）の分布状態である。
　識別関数値算出手段３４を用いて算出された特徴量識別値ＹiRの分布状態と、識別路面モデルＭRとの類似度は、例えば、混合ガウスモデルなどの統計モデルを用いて算出することができる。
　混合ガウスモデルＧR（ｘ）は路面状態Ｒ毎（ここでは、４つ）に作成されるもので、以下の式［数１］で表せる。すなわち、［数１］の式は、識別路面モデルＭRを混合ガウスモデルとしたときの式である。
Figure JPOXMLDOC01-appb-M000001
 　Ｋは混合数で、ｄは路面状態Ｒの数（ここでは、ｄ＝４）である。
　また、混合比πR、混合要素の共分散行列ΣR、混合要素の平均ベクトルμRなどのパラメータは、ＥＭアルゴリズムなどの既知の手法を用いて求めることができる。
　識別値類似度ＨRは、上記の式［数１］の変数ｘに各車両Ｗiの識別関数値Ｙiを代入した値である車両毎の類似度ｈiRを加算することで求めることができる。
　識別関数値Ｙiはベクトルで、Ｙi＝（ＹiD，ＹiW，ＹiS，ＹiI）である。
　すなわち、ＤＲＹ路面の類似度ＨDは、ＨD＝ΣiＧD（Ｙi）により算出され、ＷＥＴ路面の類似度ＨWは、ＨW＝ΣiＧW（Ｙi）により算出される。また、ＳＮＯＷ路面の類似度ＨSは、ＨS＝ΣiＧS（Ｙi）により算出され、ＩＣＥ路面の類似度ＨIは、ＨI＝ΣiＧI（Ｙi）により算出される（ｉ＝１～ｎ）。
　車両毎の類似度ｈiRは、識別路面モデルＭRと各車両Ｗiの識別関数値ベクトルＹiとの距離に対応する値で、識別値類似度ＨRはその総和である。
　路面状態判別手段３３は、最大値を取る識別値類似度ＨRに対応する路面状態Ｒを、所定の時間内かつ所定の範囲内の場所における路面状態と判別する。
　このように、識別関数値ベクトルＹiの分布状態が、混合ガウスモデルＧR（ｘ）を構成する路面モデルＭRのなかのどの路面モデルと類似しているかを調べることで、路面状態Ｒを判別するようにしたので、所定の時間内かつ所定の範囲内の場所における路面状態Ｒを更に精度よく判別することができる。
　実施の形態４．
　前記実施の形態３では、各車両Ｗiの識別関数値Ｙiの分布状態と識別路面モデルＭRとの分布状態とから路面状態Ｒを判定したが、路面状態判別装置３０Ｂに代えて、図７に示す構成の路面状態判別装置３０Ｃを設けて、車両Ｗi毎の特徴量Ｘiｊを構成する特徴量ベクトルＰiの分布状態と、路面ごとの特徴量ベクトルの分布を表す特徴量路面モデルＣRとの分布状態とから路面状態Ｒを判定するようにしてもよい。
　路面状態判別装置３０Ｃは、特徴量類似度算出手段３７と、路面状態判別手段３３とを備える。
　特徴量類似度算出手段３７は、特徴量算出手段１３で算出された特徴量Ｘij（ｉ＝１～ｎ、ｊ＝１～ｍ）から成る車両Ｗi毎の特徴量ベクトルＰi＝（Ｘi1，Ｘi2，……，Ｘim）の分布状態と、予め路面状態Ｒ毎に求めておいた特徴量の分布状態（以下、特徴量路面モデルＣRという）との類似度ＳRを算出する。
　特徴量路面モデルＣRは、標準タイヤを装着した試験車両をＲ路面にて一定速度で多数回（Ｎ回）走行させて得られた４（路面状態数）×Ｎ個の特徴量ベクトルＰiの分布状態である。
　特徴量ベクトルＰiの分布状態と、特徴量路面モデルＣRとの類似度は、実施の形態３と同様に、前記式［数１］に記載したような、混合ガウスモデルＧR（ｘ）などの統計モデルを用いて算出することができる。
　類似度ＳRは、上記の式［数１］の変数ｘに各車両Ｗiの特徴量ベクトルＰiを代入した値である。
　すなわち、ＤＲＹ路面の類似度ＳDは、ＳD＝ΣiＧD（Ｐi）により算出され、ＷＥＴ路面の類似度ＳWは、ＳW＝ΣiＧW（Ｐi）により算出される。また、ＳＮＯＷ路面の類似度ＳSは、ＳS＝ΣiＧS（Ｐi）により算出され、ＩＣＥ路面の類似度ＳIは、ＳI＝ΣiＧI（Ｐi）により算出される（ｉ＝１～ｎ）。
　類似度ＳRも、特徴空間において、特徴量路面モデルＣRと各車両Ｗiの特徴量Ｘijとの距離が近いほど大きい。
　路面状態判別手段３３は、最大値を取る類似度ＳRに対応する路面状態Ｒを、所定の時間内かつ所定の範囲内の場所における路面状態と判別する。
　このように、特徴量ベクトルＰiが、混合ガウスモデルＧR（ｘ）を構成する特徴量路面モデルＭXのなかのどの路面モデルと類似しているかを調べるようにしても、所定の時間内かつ所定の範囲内の場所における路面状態Ｒを更に精度よく判別することができる。
　以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は前記実施の形態に記載の範囲には限定されない。前記実施の形態に、多様な変更または改良を加えることが可能であることが当業者にも明らかである。そのような変更または改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲から明らかである。
　例えば、前記実施の形態１～４では、路面状態をＤＲＹ路面，ＷＥＴ路面，ＳＮＯＷ路面，ＩＣＥ路面の４種類としたが、これに限るものではなく、路面摩擦係数μによりに分けたり、「高μ路（μ≧０．７）」、「中μ路（０．３＜μ＜０．７）」、「低μ路（μ≦０．３）」などに分けてもよい。
　また、前記実施の形態１～４では、各車両Ｗiで採取した車両情報から路面状態を判別したが、各車両Ｗiに、図外のインターネットに接続して車外情報を取得するＷｅｂ情報取得手段を設けて、天候，気温，降水量，風速，日照時間などの気象情報や地形情報，交通情報，道路管理情報などの道路情報などを取得するとともに、取得された車両外情報を用いて、路面識別関数ＦR（Ｘ）、または、識別路面モデルＭR、または、特徴量路面モデルＣRを修正するか、もしくは、車両外情報毎に、路面識別関数ＦR（Ｘ）、識別路面モデルＭR、または、特徴量路面モデルＣRを設定もしくは作成しておけば、路面状態の判別精度を更に向上させることができる。
　なお、Ｗｅｂ情報取得手段をサーバー２０に設け、サーバー２０にて気象情報や道路情報を取得するようにしてもよい。
　本発明の一態様にかかる路面状態判別システムは、車両の走行時の挙動の情報である車両情報を取得する車載センサ、前記車載センサにより取得した車両情報から前記車両の走行する路面の状態（以下、路面状態という）を推定するための複数の特徴量を算出する特徴量算出手段、及び、前記特徴量を当該車両の外部に送信する送信手段を備えた複数台の車両と、前記複数台の車両Ｗiの送信手段からそれぞれ送信される特徴量を蓄積するサーバーと、前記蓄積された複数台の車両の複数の特徴量Ｘiｊ（ｉ＝１～ｎ：ｎは車両の数、ｊ＝１～ｍ：ｍは特徴量の数）を用いて路面状態の判別を行う路面状態判別装置とを備えた路面状態判別システムであって、前記送信される特徴量が、所定の時間内かつ所定の範囲内の場所における前記特徴量であり、前記路面状態判別装置は、前記複数台の車両の特徴量を用いて、前記所定の時間内かつ所定の範囲内の場所における路面状態を判別することを特徴とする。
　このように、複数台の車両の車両情報から得られた複数の特徴量を用いて路面状態の判別を行うようにしたので、路面状態の判別精度を向上させることができる。
　ここで、「特徴量」とは、タイヤ内、ホイール、もしくは、ナックルに設けられた加速度センサの時系列波形の複数の特定周波数帯域における振動の大きさ（帯域値）や、タイヤ気室内に設けられた圧力センサで検出した空気圧変動信号の帯域値、あるいは、タイヤ内や後輪前方フレームに設けられたマイクロフォンで検出した音圧信号の帯域値などの、路面状態の推定に用いられる物理量を指す。
　また、「所定の時間」は、車両の走行する区間や走行している時刻に応じて、長く設定したり、短く設定したりするなど、変更可能である。
　また、「所定の時間」を、所定の範囲内の場所を、予め設定された台数（例えば、５台）の車両が通過する時間としてもよい。この場合も、予め設定する車両の台数は、走行する区間や走行している時刻に応じて、変更可能とする。
　また、前記車載センサを、タイヤ内に配置された加速度センサとしたので、路面状態によるタイヤ振動の違いを的確に把握でき、路面状態の判別精度を更に向上させることができる。
　また、本発明の一態様にかかる路面状態判別システムは、前記路面状態判別装置が、前記複数の特徴量のそれぞれについて、所定の時間内かつ所定の範囲内の場所における前記複数台の車両の特徴量Ｘiｊ（ｉ＝１～ｎ：ｎ車両の数、ｊは特定の特徴量の番号）を用いた演算値である特徴量演算値Ｘｊを算出する特徴量演算値算出手段と、前記複数の特徴量演算値Ｘｊ（ｊ＝１～ｍ；ｍは特徴量の数）を、予め路面状態Ｒ毎に設定した路面識別関数ＹR＝ＦR（Ｘ）にそれぞれ入力して得られる特徴量識別値ＹRを前記路面識別関数毎に算出する特徴量識別値算出手段と、前記算出された路面識別関数毎の特徴量識別値ＹRを用いて、前記所定の時間内かつ所定の範囲内の場所における路面状態Ｒを判別する路面状態判別手段とを備えることを特徴とする。
　このように、複数台の車両の特徴量を用いた特徴量演算値Ｘｊを路面状態毎に設定した識別関数ＹR＝ＦR（Ｘ）に代入して、得られた値を路面状態Ｒの判別値とすることで、複数台の車両の特徴量Ｘijのデータ全てを用いて路面状態の判別を行うようにしたので、路面状態の判別精度を向上させることができる。
　また、本発明の一態様にかかる路面状態判別システムは、前記路面状態判別装置が、前記複数台の車両毎に、前記複数の特徴量Ｘiｊ（ｉは車両の番号、ｊ＝１～ｍ：ｍは特徴量の数）を、予め路面状態Ｒ毎に設定した路面識別関数ＹR＝ＦR（Ｘ）にそれぞれ入力して、車両毎の識別値である識別関数値ＹiRを、前記路面識別関数毎に算出する識別関数値算出手段と、前記算出された路面識別関数毎の識別関数値ＹiRを用いた演算値である識別関数演算値ＺRを算出する識別関数演算値算出手段と、前記算出された識別関数演算値ＺRを用いて、前記所定の時間内かつ所定の範囲内の場所における路面状態を判別する路面状態判別手段とを備えることを特徴とする。
　このように、車両毎に識別関数値ＹiRを求め、これらの識別関数値ＹiRの演算値である識別関数演算値ＺRを路面状態Ｒの判別値としても、路面状態の判別精度を向上させることができる。
　また、本発明の一態様にかかる路面状態判別システムは、前記路面状態判別装置が、前記複数台の車両毎に、前記複数の特徴量Ｘiｊを、予め路面状態毎に設定した路面識別関数ＹR＝ＦR（Ｘ）にそれぞれ入力して、車両毎の識別値である識別関数値ＹiRを、前記路面識別関数毎に算出する識別関数値算出手段と、前記算出された路面識別関数毎の識別関数値ＹiRの分布状態と、予め求めておいた路面状態Ｒ毎の識別関数値の分布状態（以下、識別路面モデルＭRという）との類似度である識別値類似度ＨRを計算し、前記計算された識別値類似度ＨRから、前記所定の時間内かつ所定の範囲内の場所における路面状態を判別する路面状態判別手段とを備えることを特徴とする。
　このように、予め、路面状態毎に識別路面モデルＭRを作成しておき、実際に計測した特徴量Ｘiｊから求められる識別関数値ＹiRの分布状態が、例えば、車両をＤＲＹ路面上で走行させたときに得られた特徴量から求めた識別路面モデルＭDに近いか、あるいは、他の路面Ｒ’上を走行させたときに得られた特徴量から求めた識別路面モデルＭR’に近いかを路面判別の判別基準としたので、路面状態の判別精度を一層向上させることができる。
　また、本発明の一態様にかかる路面状態判別システムは、前記路面状態判別装置が、前記複数台の車両のそれぞれについて、前記特徴量Ｘiｊの分布状態を、予め求めておいた路面状態毎の特徴量の分布状態（以下、特徴量路面モデルＣRという）との類似度である特徴量類似度ＳR計算する特徴量類似度算出手段と、前記計算された各車両の特徴量類似度ＳRから、所定の時間内かつ所定の範囲内の場所における路面状態を判別する路面状態判別手段とを備えることを特徴とする。
　このように、予め、路面状態毎に特徴量路面モデルＣRを作成しておき、実際に計測した特徴量Ｘiｊの分布状態が、例えば、車両をＤＲＹ路面上を走行させたときに得られた特徴量から求めた特徴量路面モデルＣDに近いか、あるいは、他の路面Ｒ’上を走行させたときに得られた特徴量から求めた特徴量路面モデルＣR’に近いかを路面判別の判別基準としても、路面状態の判別精度を一層向上させることができる。
　また、本発明の一態様にかかる路面状態判別システムは、車両外情報を取得する手段を設けるとともに、前記取得された車両外情報を用いて、前記路面識別関数ＦR（Ｘ）、または、路面状態毎の識別関数値の分布状態（識別路面モデルＭR）、または、路面状態毎の特徴量の分布状態（特徴量路面モデルＣR）を修正することを特徴とする。
　ここで、車両外情報とは、インターネットなどにより取得した、天候，気温，降水量，風速，日照時間などの気象情報、もしくは、地形情報，交通情報，道路管理情報などの道路情報などを指す。
　また、修正に用いられる情報としては、他の所定の範囲内の場所の路面状態の推定結果などがある。具体的には、過去の条件（天候、交通量、路面状態の推定結果）において、所定の範囲内の場所Ａと相関がある他の所定の範囲内の場所Ｂの路面状態の推定結果を用いて、所定の範囲内の場所Ａでの推定結果を補正することができる。
　これにより、所定の時間内かつ所定の範囲内の場所における路面状態を更に精度よく判別することができる。
　なお、上記発明の概要は、本発明の必要な全ての特徴を列挙したものではなく、これらの特徴群のサブコンビネーションもまた、発明となり得る。
　以上説明したように、本発明によれば、前記所定の時間内かつ所定の範囲内の場所における路面状態を精度よく判別することができるので、この判別結果を、所定の範囲内の場所を走行する車両に通知するなどすれば、車両の走行安全性を向上させることができる。
　１；３　路面状態判別システム、２　路面状態管理センター、
１１　加速度センサ、１２　車輪速センサ、１３　特徴量算出手段、
１４　ＧＰＳ装置、１５　車両情報収集手段、１６　送信機、
１７　受信機、２０　サーバー、２１　受信機、２２　データ記憶手段、
２３　送信機、３０，３０Ａ～３０Ｃ　路面状態判別装置、
３１　特徴量演算値算出手段、３２　特徴量識別値算出手段、
３３　路面状態判別手段、３４　識別関数値算出手段、
３５　識別関数演算値算出手段、３６　識別値類似度算出手段、
３７　特徴量類似度算出手段、４０　タイヤ、４１　インナーライナー部、
４２　タイヤ気室、４３　トレッド、４４　リム、Ｗ1～Ｗn　車両。

Claims (7)

  1. 　車両の走行時の挙動の情報である車両情報を取得する車載センサ、前記車載センサにより取得した車両情報から前記車両の走行する路面の状態を推定するための複数の特徴量を算出する特徴量算出手段、及び、前記特徴量を当該車両の外部に送信する送信手段を備えた複数台の車両と、
    前記複数台の車両の送信手段からそれぞれ送信される特徴量を蓄積するサーバーと、
    前記蓄積された複数台の車両の特徴量を用いて路面状態の判別を行う路面状態判別装置とを備えた路面状態判別システムであって、
    前記送信される特徴量が、所定の時間内かつ所定の範囲内の場所における前記特徴量であり、
    前記路面状態判別装置は、
    前記複数台の車両の特徴量を用いて、前記所定の時間内かつ所定の範囲内の場所における路面状態を判別することを特徴とする路面状態判別システム。
  2. 　前記車載センサが、タイヤ内に配置された加速度センサであることを特徴とする請求項１に記載の路面状態判別システム。
  3. 　前記路面状態判別装置は、
    前記複数の特徴量のそれぞれについて、所定の時間内かつ所定の範囲内の場所における前記複数台の車両の特徴量を用いた演算値である特徴量演算値を算出する特徴量演算値算出手段と、
    前記複数の特徴量演算値を、予め路面状態毎に設定した路面識別関数にそれぞれ入力して得られる特徴量識別値を、前記路面識別関数毎に算出する特徴量識別値算出手段と、
    前記算出された路面識別関数毎の特徴量識別値を用いて、前記所定の時間内かつ所定の範囲内の場所における路面状態を判別する路面状態判別手段とを備えることを特徴とする請求項１または請求項２に記載の路面状態判別システム。
  4. 　前記路面状態判別装置は、
    前記複数台の車両毎に、前記複数の特徴量を、予め路面状態毎に設定した路面識別関数にそれぞれ入力して、車両毎の識別値である識別関数値を、前記路面識別関数毎に算出する識別関数値算出手段と、
    前記算出された路面識別関数毎の識別関数値を用いた演算値である識別関数演算値を算出する識別関数演算値算出手段と、
    前記算出された識別関数演算値を用いて、前記所定の時間内かつ所定の範囲内の場所における路面状態を判別する路面状態判別手段とを備えることを特徴とする請求項１または請求項２に記載の路面状態判別システム。
  5. 　前記路面状態判別装置は、
    前記複数台の車両毎に、前記複数の特徴量を、予め路面状態毎に設定した路面識別関数にそれぞれ入力して、車両毎の識別値である識別関数値を、前記路面識別関数毎に算出する識別関数値算出手段と、
    前記算出された路面識別関数毎の識別関数値の分布状態と、予め求めておいた路面状態毎の識別関数値の分布状態との類似度である識別値類似度を計算し、前記計算された識別値類似度から、前記所定の時間内かつ所定の範囲内の場所における路面状態を判別する路面状態判別手段とを備えることを特徴とする請求項１または請求項２に記載の路面状態判別システム。
  6. 　前記路面状態判別装置は、
    前記複数台の車両のそれぞれについて、前記特徴量の分布状態を、予め求めておいた路面状態毎の特徴量の分布状態との類似度である特徴量類似度を計算する特徴量類似度算出手段と、
    前記計算された各車両の特徴量類似度から、所定の時間内かつ所定の範囲内の場所における路面状態を判別する路面状態判別手段とを備えることを特徴とする請求項１または請求項２に記載の路面状態判別システム。
  7. 　車両外情報を取得する手段を設けるとともに、
    前記取得された車両外情報を用いて、前記路面識別関数、または、路面状態毎の識別関数値の分布状態、または、路面状態毎の特徴量の分布状態を修正することを特徴とする請求項３～請求項６のいずれかに記載の路面状態判別システム。
PCT/JP2015/078398 2014-10-06 2015-10-06 路面状態判別システム WO2016056569A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201580066169.XA CN107003429B (zh) 2014-10-06 2015-10-06 路面状态判断系统
US15/516,970 US10377385B2 (en) 2014-10-06 2015-10-06 Road surface condition determining system
EP15848631.6A EP3206056B1 (en) 2014-10-06 2015-10-06 Road surface conditions distinguishing system

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2014-206017 2014-10-06
JP2014206017A JP6408852B2 (ja) 2014-10-06 2014-10-06 路面状態判別システム

Publications (1)

Publication Number Publication Date
WO2016056569A1 true WO2016056569A1 (ja) 2016-04-14

Family

ID=55653180

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2015/078398 WO2016056569A1 (ja) 2014-10-06 2015-10-06 路面状態判別システム

Country Status (5)

Country Link
US (1) US10377385B2 (ja)
EP (1) EP3206056B1 (ja)
JP (1) JP6408852B2 (ja)
CN (1) CN107003429B (ja)
WO (1) WO2016056569A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018054910A3 (en) * 2016-09-22 2018-05-03 Omniklima Ab Method and arrangement for determining a condition of a road surface

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6544302B2 (ja) * 2016-06-22 2019-07-17 株式会社Ｓｏｋｅｎ 路面状況推定装置
JP6624152B2 (ja) * 2017-04-26 2019-12-25 株式会社Ｓｏｋｅｎ タイヤ側装置およびそれを含むタイヤ装置
JP6783184B2 (ja) * 2017-05-12 2020-11-11 株式会社ブリヂストン 路面状態判別方法及び路面状態判別装置
JP6930355B2 (ja) * 2017-10-11 2021-09-01 株式会社Ｓｏｋｅｎ 路面状態判別装置およびそれを備えたタイヤシステム
DE102017219519B4 (de) * 2017-11-02 2019-06-27 Ford Global Technologies, Llc Luftreifen für ein Fahrzeug und Verfahren zu seiner Herstellung
NO20171853A1 (en) * 2017-11-21 2019-05-22 Fm Equipment As Assembly and method for a vehicle
WO2019113022A1 (en) * 2017-12-04 2019-06-13 University Of Massachusetts Method to measure road roughness characteristics and pavement induced vehicle fuel consumption
WO2019131568A1 (ja) * 2017-12-27 2019-07-04 株式会社デンソー 路面状態判別装置
JP6969399B2 (ja) * 2018-01-19 2021-11-24 株式会社Soken タイヤシステム
JP2019185647A (ja) * 2018-04-17 2019-10-24 スズキ株式会社 路面環境情報収集システム
CN110263844B (zh) * 2019-06-18 2021-04-06 北京中科原动力科技有限公司 一种在线学习和实时估计路面状态的方法
JP7306943B2 (ja) * 2019-09-30 2023-07-11 Ｔｏｙｏ Ｔｉｒｅ株式会社 車両走行条件評価方法及びシステム
JP7211350B2 (ja) * 2019-11-29 2023-01-24 トヨタ自動車株式会社 路面損傷検出装置、路面損傷検出方法、プログラム
JP7211349B2 (ja) * 2019-11-29 2023-01-24 トヨタ自動車株式会社 路面損傷検出装置、路面損傷検出方法、プログラム
US11436877B2 (en) * 2019-12-26 2022-09-06 Globiz Co., Ltd. Apparatus for determining overworked consumable for vehicle
JP7347219B2 (ja) * 2020-01-06 2023-09-20 トヨタ自動車株式会社 道路診断システム
EP4425463A2 (en) * 2020-02-25 2024-09-04 Huawei Technologies Co., Ltd. Method and apparatus for recognizing special road condition, electronic device, and storage medium
CN111452800B (zh) * 2020-03-06 2021-05-04 武汉理工大学 水陆两栖车的参数输出方法、装置和存储介质
CN111806166B (zh) * 2020-06-24 2021-08-31 浙江大学 一种基于摩擦起电材料的地形监测轮胎
US11878695B2 (en) * 2021-01-26 2024-01-23 Motional Ad Llc Surface guided vehicle behavior
EP4140782A1 (en) * 2021-08-27 2023-03-01 Bridgestone Europe NV/SA A method to synchronize the time of a tire-mounted sensor to the road impact and measure the contact patch duration and amplitude
KR102414233B1 (ko) * 2022-01-18 2022-06-29 (주)에스알디코리아 주행차량의 노면인지에 의한 제어 시스템 및 그 방법
CN115272930A (zh) * 2022-07-28 2022-11-01 广西北投交通养护科技集团有限公司 一种基于探地雷达的路面状态评估方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002008198A (ja) * 2000-04-21 2002-01-11 Sumitomo Rubber Ind Ltd 路面情報配信システム、車両の情報集約配信システムおよび車両の情報発信装置、ならびに車両制御プログラム
US6919821B1 (en) * 2000-05-19 2005-07-19 Navteq North America, Llc Method and system for collecting meteorological data using in-vehicle systems
JP2008297872A (ja) * 2007-06-04 2008-12-11 Japan Radio Co Ltd 路面性状検知装置における路面性状検知方法
US20090312943A1 (en) * 2008-02-04 2009-12-17 Kelly Terence F System and Method for Weather Mapping to Road Segments
JP2011242303A (ja) * 2010-05-19 2011-12-01 Bridgestone Corp 路面状態推定方法
US20140081573A1 (en) * 2012-09-20 2014-03-20 Google Inc. Detecting road weather conditions

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3473158B2 (ja) 1995-03-22 2003-12-02 住友電気工業株式会社 路面状態検出装置
US6577943B2 (en) * 2000-04-21 2003-06-10 Sumitomo Rubber Industries, Ltd. System for distributing road surface information, system for collecting and distributing vehicle information, device for transmitting vehicle information and program for controlling vehicle
US6853894B1 (en) * 2000-04-24 2005-02-08 Usa Technologies, Inc. Global network based vehicle safety and security telematics
JP4554176B2 (ja) 2003-08-19 2010-09-29 株式会社ブリヂストン 路面状態推定方法
US7355509B2 (en) 2005-02-25 2008-04-08 Iwapi Inc. Smart modem device for vehicular and roadside applications
WO2006135090A1 (ja) * 2005-06-17 2006-12-21 Kabushiki Kaisha Bridgestone 路面状態推定方法、路面状態推定用タイヤ、路面状態推定装置、及び、車両制御装置
JP4427759B2 (ja) * 2007-06-29 2010-03-10 アイシン・エィ・ダブリュ株式会社 車両挙動学習装置及び車両挙動学習プログラム
US8451140B2 (en) * 2007-12-20 2013-05-28 International Business Machines Corporation Monitoring road surface conditions
JP5837341B2 (ja) * 2011-06-24 2015-12-24 株式会社ブリヂストン 路面状態判定方法とその装置
US8942861B2 (en) * 2011-07-20 2015-01-27 Bridgestone Corporation Road surface condition estimation method, and road surface condition estimation apparatus
JP5937921B2 (ja) * 2012-08-09 2016-06-22 株式会社ブリヂストン 路面状態判別方法とその装置
DE102012219631A1 (de) * 2012-10-26 2014-04-30 Robert Bosch Gmbh Verfahren und Vorrichtung zum Detektieren von zumindest einer Fahrbahnunebenheit
CN104755345B (zh) * 2014-03-19 2019-04-19 株式会社小松制作所 路面状态判定方法及装置、路面状态输出方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002008198A (ja) * 2000-04-21 2002-01-11 Sumitomo Rubber Ind Ltd 路面情報配信システム、車両の情報集約配信システムおよび車両の情報発信装置、ならびに車両制御プログラム
US6919821B1 (en) * 2000-05-19 2005-07-19 Navteq North America, Llc Method and system for collecting meteorological data using in-vehicle systems
JP2008297872A (ja) * 2007-06-04 2008-12-11 Japan Radio Co Ltd 路面性状検知装置における路面性状検知方法
US20090312943A1 (en) * 2008-02-04 2009-12-17 Kelly Terence F System and Method for Weather Mapping to Road Segments
JP2011242303A (ja) * 2010-05-19 2011-12-01 Bridgestone Corp 路面状態推定方法
US20140081573A1 (en) * 2012-09-20 2014-03-20 Google Inc. Detecting road weather conditions

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3206056A4 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018054910A3 (en) * 2016-09-22 2018-05-03 Omniklima Ab Method and arrangement for determining a condition of a road surface

Also Published As

Publication number Publication date
US10377385B2 (en) 2019-08-13
CN107003429B (zh) 2020-02-28
JP6408852B2 (ja) 2018-10-17
US20170297580A1 (en) 2017-10-19
CN107003429A (zh) 2017-08-01
EP3206056A1 (en) 2017-08-16
EP3206056B1 (en) 2019-01-23
JP2016075575A (ja) 2016-05-12
EP3206056A4 (en) 2017-09-27

Similar Documents

Publication Publication Date Title
JP6408852B2 (ja) 路面状態判別システム
US11993260B2 (en) System and method for predicting tire traction capabilities and active safety applications
JP6408854B2 (ja) 路面状態予測方法
US8942861B2 (en) Road surface condition estimation method, and road surface condition estimation apparatus
JP5657917B2 (ja) 路面状態推定方法
JP6392623B2 (ja) 路面状態判別システム
JP5878612B2 (ja) 路面状態推定方法
CN105793687B (zh) 轮胎异常磨损的估计方法和估计设备
US11505015B2 (en) Determining a tire pressure status in a vehicle
EP3800100A1 (en) Road surface condition estimation apparatus and road surface condition estimation method using the same
CN110997441B (zh) 用于求取驾驶行为的方法和设备
WO2020031513A1 (ja) タイヤ種判別方法及びタイヤ種判別装置
JP5908953B2 (ja) 車両制御方法及び路面状態警告方法
JP7551934B2 (ja) 音響フットプリント分析を使用してタイヤ摩耗を推定するためのシステム及び方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 15848631

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 15516970

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

REEP Request for entry into the european phase

Ref document number: 2015848631

Country of ref document: EP