一种轮胎磨损程度监测方法、系统

本发明涉及轮胎监测技术领域，尤其是涉及一种轮胎磨损程度监测方法、系统。

背景技术：

目前，对于轮胎磨损程度的测量，大多还是停留在对轮胎表面沟槽的观察上。轮胎磨耗标志(英文twi＝tirewearindicator)是表明轮胎胎面磨损已到极限的标志，它是位于胎面花纹沟的底部，稍稍高于沟底1.6mm的凸台。当沟槽磨损至轮胎磨损标志模糊时，即代表轮胎使用寿命达到极限，需要更换轮胎。这样的传统方法有以下缺陷：1)无法在平时运行过程中实时监测轮胎磨损程度的变化；2)只能通过直接观察法判定轮胎使用状况，没有统一的判定标准，且过程繁琐；3)没有提示轮胎使用状况，车主无法在不观察轮胎表面时知道何时该更换轮胎。

技术实现要素：

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种轮胎磨损程度监测方法、系统。

本发明的目的可以通过以下技术方案来实现：

一种轮胎磨损程度监测方法，该方法包括：

监测模型构建过程：采集轮胎在不同磨损程度标定值时轮胎运行过程中的三轴加速度信号和胎压信号，进行特征参数的分析与提取，以磨损程度标定值为目标、特征参数为自变量构建磨损预测模型；

运行监测过程：实时采集轮胎运行过程中的三轴加速度信号和胎压信号，提取对应的特征参数，通过磨损预测模型获取轮胎实时磨损程度值。

优选地，特征参数的分析与提取包括：

选取三轴加速度信号中z轴加速度特征波形，所述的z轴加速度为垂直于轮胎胎面方向的加速度，根据z轴加速度特征波形提取加速度特征参数和速度特征参数；

根据胎压信号获取胎压特征参数。

优选地，所述的加速度特征参数确定为z轴加速度特征波形中的波谷面积。

优选地，所述的速度特征参数确定为轮胎运行速度，轮胎运行速度通过轮胎的周长除以z轴加速度特征波形的周期获得。

优选地，所述的胎压特征参数确定为采样周期内的胎压平均值。

优选地，所述的磨损预测模型通过线性回归拟合方式获得。

优选地，所述的三轴加速度信号和胎压信号分别通过三轴加速度传感器和胎压传感器获取，所述的三轴加速度传感器和胎压传感器均贴于轮胎表面。

一种轮胎磨损程度监测系统，该系统用于实时监测轮胎运行过程中的实时磨损程度值，包括采集轮胎运行过程中的三轴加速度信号和胎压信号的采集器，还包括存储器和处理器，所述的存储器用于存储计算机程序，当所述的处理器执行所述的计算机程序时实现所述的轮胎磨损程度监测方法中运行监测过程中获取轮胎实时磨损程度值的具体方法。

优选地，所述的采集器包括三轴加速度传感器和胎压传感器，所述的三轴加速度传感器和胎压传感器均贴于轮胎表面。

优选地，所述的处理器包括cc1310处理芯片。

与现有技术相比，本发明具有如下优点：

本发明构建磨损预测模型，从而在轮胎运行过程中通过磨损预测模型获取轮胎实时磨损程度值，利于提高驾驶的安全性，具有精度高、成本低、时效性高的优点。

附图说明

图1为本发明一种轮胎磨损程度监测方法的流程框图；

图2为三轴加速度方向分类坐标轴；

图3为z轴加速度特征波形；

图4为加速度特征参数提取示意图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。注意，以下的实施方式的说明只是实质上的例示，本发明并不意在对其适用物或其用途进行限定，且本发明并不限定于以下的实施方式。

实施例1

如图1所示，本实施例提供一种轮胎磨损程度监测方法，该方法包括：

监测模型构建过程：采集轮胎在不同磨损程度标定值时轮胎运行过程中的三轴加速度信号和胎压信号，进行特征参数的分析与提取，以磨损程度标定值为目标、特征参数为自变量构建磨损预测模型；

运行监测过程：实时采集轮胎运行过程中的三轴加速度信号和胎压信号，提取对应的特征参数，通过磨损预测模型获取轮胎实时磨损程度值。

其中，三轴加速度信号和胎压信号分别通过三轴加速度传感器和胎压传感器获取，三轴加速度传感器和胎压传感器均贴于轮胎表面。三轴加速度传感器是运用ti公司的adxl372芯片采集的，能够直接测量三轴的实时加速度数据。胎压信号是由ti公司生产的sp370芯片采集的，该芯片贴于轮胎表面，能够直接测量轮胎内部胎压数据。

对轮胎运行过程中，三轴加速度进行分类，如图2所示，轮胎前进方向为y轴加速度，垂直于轮胎胎身向方向为x轴，垂直于轮胎胎面的方向为z轴。本发明选取三轴加速度信号中z轴加速度特征波形为特征信号，因此，特征参数的分析与提取包括：

选取三轴加速度信号中z轴加速度特征波形，如图3所示，z轴加速度为垂直于轮胎胎面方向的加速度，根据z轴加速度特征波形提取加速度特征参数和速度特征参数；

根据胎压信号获取胎压特征参数。

其中，加速度特征参数确定为z轴加速度特征波形中的波谷面积，取名为area，如图4中打斜线区域面积。速度特征参数确定为轮胎运行速度，取名为v，轮胎运行速度通过轮胎的周长除以z轴加速度特征波形的周期获得。胎压特征参数确定为采样周期内的胎压平均值，取名为p。

磨损预测模型通过线性回归拟合方式获得。磨损预测模型中自变量参数一共有四个，分别是轮胎的运行速度v，轮胎的内部胎压p和波谷面积area和载荷m，磨损预测模型中每一个组成多项式都是由四个变量参数(v、p、area、m)通过乘法组合而成的，共17项：

worn＝w＝t1×area+t2(1-1)

公式(1-1)中t1的计算公式如下：

其中，worn、w为轮胎实时磨损程度值，b1与b2为1×17维的系数矩阵，b1[i]为矩阵b1中第i列数据，b2[i]为矩阵b2中第i列数据，i＝1，2……17，针对不同规格的轮胎，其系数矩阵是不同的，通过拟合得到系数矩阵的数值。

轮胎运行速度v通过轮胎的周长l除以z轴加速度特征波形的周期cycle获得，计算公式如下：

载荷m，是通过汽车行驶中轮胎接地比得到：

其中k、b为标定系数，scale为加速度波谷宽度，参见图4。

实施例2

本实施例提供一种轮胎磨损程度监测系统，该系统用于实时监测轮胎运行过程中的实时磨损程度值，包括采集轮胎运行过程中的三轴加速度信号和胎压信号的采集器，采集器包括三轴加速度传感器和胎压传感器，三轴加速度传感器和胎压传感器均贴于轮胎表面，系统还包括存储器和处理器，处理器包括cc1310处理芯片，存储器用于存储计算机程序，当处理器执行计算机程序时实现轮胎磨损程度监测方法中运行监测过程中获取轮胎实时磨损程度值的具体方法。具体方法与实施例1相同，该实施例不再赘述。

上述实施方式仅为例举，不表示对本发明范围的限定。这些实施方式还能以其它各种方式来实施，且能在不脱离本发明技术思想的范围内作各种省略、置换、变更。