[发明专利]一种轮胎路面信息的监测方法、装置及系统

说明书

本发明公开了一种轮胎路面信息的监测方法、装置及系统，方法包括对实时采集到轮胎的柔性传感信号，进行提取特征因子，并将特征因子结合机器学习模糊推理算法，识别出路面信息；根据轮胎自由滚动半径和实时采集到轮胎的垂向加速度信号，计算车速，并根据垂向加速度信号和车速，计算接地时间和接地印痕长度，将接地印痕长度、轮胎自由滚动半径和实时采集到轮胎的胎压信息，结合轮胎半经验模型，计算垂向力；根据路面信息和轮胎状态数据，实时生成轮胎路面信息；其中，轮胎状态数据包括车速、接地时间、接地印痕长度和垂向力。本实施例实现了轮胎数据分析以及对不同路面信息的识别，提高对轮胎路面信息监测的精准性。

技术领域

本发明涉及轮胎监测领域，尤其涉及一种轮胎路面信息的监测方法、装置及系统。

背景技术

近年来，汽车智能化程度需求逐步提升，通过智能化手段得到汽车行驶状态时的轮胎及路面信息的相关数据，对于车联网和智能化驾驶控制策略具有重要意义。随着智能轮胎技术的发展，关于智能轮胎技术的车辆系统，大都是通过单一传感器采集数据，实现的功能受限，且大部分只考虑轮胎层面的状态信息，忽略了轮胎与地面相互作用的状态信息以及如何把智能轮胎与整车进行匹配等问题。

目前，通过智能轮胎技术实现对车辆轮胎及路面状态的实时监测，大都基于传感器得到的信号图，通过提取特征因子，运用神经网络算法估算轮胎力学特性参数，结合经验/半经验/物理模型，对轮胎动力学参数进行估算。现有技术方案中，利用胎压、下沉量和接地时间等状态信息实现对轮胎的垂向力、接地印痕长度和车速的实时监测。存在的缺点在于：此车辆状态监测系统采用了弹簧来测量轮胎的下沉量，但是在轮胎滚动的过程中，弹簧作为柔性体的存在，并不会像刚体那样保持直立，导致测量的下沉量存在一定的误差；加速度监测模块呈周向排列，所设计的系统繁琐；只实现了从轮胎层面监测轮胎的受力情况，并没有从道路层面做出考虑，对不同工况的路面识别并没有提出解决方案。

发明内容

本发明提供了一种轮胎路面信息的监测方法、装置及系统，实现轮胎数据分析以及对不同路面信息的识别，提高对轮胎路面信息监测的精准性。

为了解决上述技术问题，本发明实施例提供了一种轮胎路面信息的监测方法，包括：

对实时采集到轮胎的柔性传感信号，进行提取特征因子，并将特征因子结合机器学习模糊推理算法，识别出路面信息；

根据轮胎自由滚动半径和实时采集到轮胎的垂向加速度信号，计算车速，并根据垂向加速度信号和车速，计算接地时间和接地印痕长度，将接地印痕长度、轮胎自由滚动半径和实时采集到轮胎的胎压信息，结合轮胎半经验模型，计算垂向力；

根据路面信息和轮胎状态数据，实时生成轮胎路面信息；其中，轮胎状态数据包括车速、接地时间、接地印痕长度和垂向力。

实施本发明实施例，实时采集轮胎的柔性传感信号，并根据柔性传感信号，提取特征因子，特征因子结合机器学习模糊推理算法，智能识别路面信息，利用柔性传感技术实现对路面信息的识别，从道路层面，实现对不同路面的识别。获取轮胎垂向的加速度，计算出车速，根据垂向加速度和车速得出轮胎的接地时间和接地印痕长度，将接地印痕长度和胎压信息，结合轮胎半经验模型估算轮胎承受的垂向力等动力学参数信息，利用垂向加速度和胎压信息实现对轮胎数据的车速、接地时间、轮胎垂向力、接地印痕等动力学参数的实时监测。通过建立轮胎半经验模型和机器学习等数学算法，实时监测轮胎数据以及对不同路面信息，避免采用弹簧等硬件，对轮胎动平衡、均匀性产生影响，提高对轮胎路面信息监测的精准性和准确度。

作为优选方案，对实时采集到轮胎的柔性传感信号，进行提取特征因子，并将特征因子结合机器学习模糊推理算法，识别出路面信息，具体为：

通过柔性传感器进行实时采集轮胎在滚动过程中的柔性传感信号；

将柔性传感信号的波形图进行频域转换，提取功率谱密度均值，将功率谱密度均值作为特征因子；