路面状态判断方法和设备的制造方法
【技术领域】
[0001] 本发明涉及用于判断车辆行驶的路面的状态的方法和设备，尤其涉及用于仅使用 行驶中的轮胎振动的时间序列波形的数据来判断路面状态的方法。
【背景技术】
[0002] 存在用于通过检测行驶中的轮胎振动来估计路面状态的传统方法。在这种方法 中，将所检测到的轮胎振动的时间序列波形分割成诸如"踏入前区域-接地面区域-蹬出 后区域"或者"踏入前区域-踏入区域-接地面区域-蹬出区域-蹬出后区域"等的多 个区域。并且，根据这些区域，提取例如振动水平针对不同路面状态而明显改变的频率范围 的振动水平（诸如踏入前区域和接地面区域中的低频范围的振动成分和高频范围的振动 成分等）以及振动水平没有随着不同的路面状态而改变的频率范围的振动水平。然后，根 据这些振动水平之间的比来估计车辆行驶的路面的状态（例如，参见专利文献1)。
[0003] 现有抟术f献
[0004] 专利f献
[0005] 专利文献 I :TO 2〇〇6/1359〇9 Al
【发明内容】
[0006] 发明要解决的问是页
[0007] 然而，在接地时间随着车轮速度而改变的情况下，传统方法使用车轮速度来确定 各区域的时间宽度，其中使用诸如在轮胎振动的时间序列波形中出现的蹬出位置等的峰位 置作为基准来设置特定时间位置的起点。这不仅有必要测量车轮速度，而且由于使用时间 序列波形的峰位置作为基准，因而还导致区域宽度的设置精度不一定足够。
[0008] 此外，由于接地长度随着轮胎大小而改变，因此该方法需要针对各轮胎大小设置 区域宽度。
[0009] 本发明是有鉴于上述问题而作出的，并且本发明的目的是提供用于在无需检测峰 位置或测量车轮速度的情况下根据轮胎振动的时间序列波形来判断路面状态、并且向路面 状态的判断添加针对轮胎大小变化的鲁棒性的方法。
[0010] 用于解决问题的方案
[0011] 本发明涉及一种路面状态判断方法，用于通过检测行驶中的轮胎振动来判断轮胎 接触的路面的状态，所述路面状态判断方法包括以下步骤：步骤（a)，用于检测行驶中的轮 胎振动；步骤（b)，用于获得所检测到的轮胎振动的时间序列波形；步骤（c)，用于对所述轮 胎振动的时间序列波形应用预定时间宽度的窗函数，并且提取各时间窗的时间序列波形； 步骤（d)，用于根据所述各时间窗的时间序列波形来计算各自的特征向量；步骤（e)，用于 根据所述步骤（d)中所计算出的各时间窗的特征向量以及预先计算出的路面特征向量来 计算核函数，其中所述路面特征向量是根据针对各路面状态所获得的轮胎振动的时间序列 波形而计算出的各时间窗的特征向量；以及步骤（f)，用于基于使用所述核函数的判别函 数的值来判断路面状态，其中，在所述步骤（f)中，通过比较针对各路面状态所获得的判别 函数的值来判断路面状态。
【附图说明】
[0012] 图1是示出根据本发明优选实施方式的路面状态判断设备的构成的功能框图。
[0013] 图2是示出加速度传感器的安装位置的示例的图。
[0014] 图3是示出轮胎振动的时间序列波形的示例的图。
[0015] 图4是示出用于根据轮胎振动的时间序列波形来计算特征向量的方法的图。
[0016] 图5是示出输入空间的示意图。
[0017] 图6是不出输入空间上的、干燥（DRY)路面特征向量和除干燥路面以外的路面特 征向量的图。
[0018] 图7是示出用于计算干燥路面特征向量和除干燥路面以外的路面特征向量的GA 核的方法的图。
[0019] 图8是示出用于计算所计算出的特征向量和路面特征向量的GA核的方法的图。
[0020] 图9是示出根据本发明的用于判断路面状态的方法的流程图。
[0021] 图10是示出用于计算DTW核的方法的图。 具体实施例
[0022] 以下将基于并不意图限制本发明的权利要求书的范围的优选实施方式来说明本 发明。并非这些实施方式中所述的特征的所有组合对于本发明而言都是必须的。
[0023] 图1是示出路面状态判断设备10的构成的功能框图。路面状态判断设备10包括 作为轮胎振动检测部件的加速度传感器11、振动波形提取部件12、窗应用部件13、特征向 量计算部件14、存储部件15、核函数计算部件16和路面状态判断部件17。
[0024] 振动波形提取部件12至路面状态判断部件17的各部件例如可以由计算机软件和 诸如RAM等的存储器构成。
[0025] 加速度传感器11如图2所示一体配置于轮胎20的内衬部21的轮胎气室22侧的 大致中央部，并且检测从路面R输入的轮胎20的振动。作为加速度传感器11的输出的轮 胎振动的信号例如在由放大器进行放大之后被转换成数字信号，并且被发送至振动波形提 取部件12。
[0026] 振动波形提取部件12针对轮胎的各次旋转，从加速度传感器11所检测到的轮胎 振动的信号中提取轮胎振动的时间序列波形。
[0027] 图3是示出轮胎振动的时间序列波形的示例的图。轮胎振动的时间序列波形在踏 入位置附近和蹬出位置附近具有大的峰。轮胎振动的时间序列波形还示出在轮胎20的着 地部接地之前的踏入前区域R f和轮胎20的着地部与路面分离之后的蹬出后区域Rk中随着 路面状态而改变的振动。另一方面，踏入前区域R f之前的区域和蹬出后区域Rk之后的区域 (以下称为"路面外区域"）中的振动几乎没有受到路面的影响，由此这些振动示出低振动 水平并且不包含与路面有关的信息。
[0028] 窗应用部件13如图4所示，按预定时间宽度（还称为时间窗宽度）T对所提取的 时间序列波形应用窗，针对各时间窗提取轮胎振动的时间序列波形，并将这些时间序列波 形发送至特征向量计算部件14。
[0029] 在针对各时间窗所提取的轮胎振动的时间序列波形中，如上所述，不包含踏入前 区域Rf、接地面区域R t和蹬出后区域Rk中的任何区域的区域（以下称为"路面外区域"）的 时间序列波形不包含与路面有关的信息。因此，在本示例中，没有将路面外时间序列波形发 送至特征向量计算部件14,从而帮助提高计算核函数的速度。
[0030] 要注意，例如，可以将路面外区域定义为具有比针对轮胎振动的时间序列波形所 设置的背景水平低的振动水平的区域。
[0031] 特征向量计算部件14如图4所示，针对所提取的各时间窗的时间序列波形来计算 特征向量X i (i = 1?N:N是所提取的时间窗的时间序列波形的数量）。
[0032] 在本示例中，作为特征向量Xi，使用通过使轮胎振动的时间序列波形分别通过 0?0· 5kHz、0. 5?lkHz、l?2kHz、2?3kHz、3?4kHz和4?5kHz的带通滤波器所获 得的特定频率范围的振动水平（滤波后的波形的功率值）a ik(k= 1?6)。特征向量\为 (an, ai2, ai3, ai4, ai5, ai6),并且特征向量XjA数量为N个。
[0033] 图5是特征向量Xi的输入空间的示意图。该图的横轴表示作为特征向量的特定 频率范围的振动水平a ik，并且各点表示特征向量Xi。尽管实际输入空间是六个特定频率范 围+-个时间轴的7维空间，但该图是以2维方式（横轴为 &1且纵轴为&2)来表示的。
[0034] 例如，假定车辆正在干燥路面上行驶。然后，如果可以将构成组C的点与针对正在 积雪（SNOWY)路面上行驶的车辆所计算出的构成组C'的特征向量区分开，则可以判断 车辆是正在干燥路面还是积雪路面上行驶。
[0035] 存储部件15使用各自表示分离超平面的判别函数f(x)，来存储用于将干燥路面 与其它路面、湿滑（WET)路面与其它路面、积雪路面与其它路面、以及结冰（ICY)路面与其 它路面分离的四个预先确定的路面模型。
[0036] 路面模型是通过使用如下路面特征向量Ya(yjk)作为输入数据进行学习而推导出 的，其中这些路面特征向量Y a(yA)是根据通过使具有装配有加速度传感器的轮胎的测试车 辆在