[发明专利]路面状态判别方法和路面状态判别装置

说明书

在根据由振动检测单元检测出的行驶中的轮胎的振动的时间变化波形来判别轮胎所接触的路面的状态时，使用经验模态分解算法来根据轮胎的振动的时间变化波形的数据获取多个固有振动模态，之后从这些多个固有振动模态中选择任意的固有振动模态，根据针对被选择的该固有振动模态进行希尔伯特变换而计算出的特征数据的分布来计算统计量，并将该统计量设为特征量，根据该特征量和针对各路面状态预先求出的特征量来判别路面状态。

本申请是申请号为201880031455.6(PCT/JP2018/017082)、申请日为2018年4月26日、发明名称为“路面状态判别方法和路面状态判别装置”的发明专利申请的分案申请。

技术领域

本发明涉及一种对车辆行驶的路面的状态进行判别的方法及其装置。

背景技术

以往，作为仅使用行驶中的轮胎振动的时间序列波形的数据来判别路面状态的方法，提出了如下一种方法(例如参照专利文献1)：使用GA核等函数来判别路面状态，该GA核等函数是根据基于将轮胎的振动的时间序列波形乘以窗函数来提取出的时间序列波形计算出的每个时间窗的特征向量即特定频带的振动水平以及针对各路面状态预先求出的基于轮胎振动的时间序列波形计算出的每个时间窗的路面特征向量而计算出的。

现有技术文献

专利文献

专利文献1：日本特开2014-35279号公报

发明内容

发明要解决的问题

然而，在所述以往的方法中，存在如下问题点：由于使时间序列波形进行时间伸缩，因此不仅GA核的计算花费时间，而且数据数量多，因此处理非常繁重。

时间伸缩是将获取到的轮胎的振动波形(加速度波形)进行比较所需的处理，例如在以30km/h的速度行驶的情况下，在以10kHz的采样率获取了轮胎一周(周长2m)的数据时，测量点数有2400点，与此相对地，在以90km/h的速度行驶的情况下，测量点数变为800点。因此，很难简单地对波形进行比较，从而需要使波形在时间轴上进行伸缩。

该时间伸缩的操作是运算量不下降的主要原因。

本发明是鉴于以往的问题点而完成的，其目的在于提供一种能够大幅地削减运算量从而能够迅速且高精度地判别路面状态的方法及其装置。

用于解决问题的方案

本发明是一种路面状态判别方法，根据由振动检测单元检测出的行驶中的轮胎的振动的时间变化波形来对轮胎所接触的路面的状态进行判别，所述路面状态判别方法的特征在于，包括以下步骤：检测所述轮胎的振动的时间变化波形；使用经验模态分解算法来根据所述时间变化波形的数据获取多个固有振动模态；从所述多个固有振动模态中选择并提取任意的固有振动模态；针对提取出的所述固有振动模态进行希尔伯特变换来计算瞬时频率、瞬时振幅等特征数据；根据所述特征数据的分布来计算特征量；以及根据计算出的所述特征量和针对各路面状态预先求出的特征量来判别路面状态，其中，所述特征量为所述特征数据的分布的平均、标准偏差、偏度、峰度等统计量。