[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN103003110B - 路面状况估计方法 - Google Patents

路面状况估计方法 Download PDF

Info

Publication number
CN103003110B
CN103003110B CN201180035509.4A CN201180035509A CN103003110B CN 103003110 B CN103003110 B CN 103003110B CN 201180035509 A CN201180035509 A CN 201180035509A CN 103003110 B CN103003110 B CN 103003110B
Authority
CN
China
Prior art keywords
frequency band
trailing edge
band values
road surface
region
Prior art date
Legal status (The legal status 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 status listed.)
Active
Application number
CN201180035509.4A
Other languages
English (en)
Other versions
CN103003110A (zh
Inventor
花塚泰史
若尾泰通
森永启诗
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Bridgestone Corp
Original Assignee
Bridgestone Corp
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 Bridgestone Corp filed Critical Bridgestone Corp
Publication of CN103003110A publication Critical patent/CN103003110A/zh
Application granted granted Critical
Publication of CN103003110B publication Critical patent/CN103003110B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B17/00—Measuring arrangements characterised by the use of infrasonic, sonic or ultrasonic vibrations
    • G01B17/08—Measuring arrangements characterised by the use of infrasonic, sonic or ultrasonic vibrations for measuring roughness or irregularity of surfaces
    • 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
    • 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
    • 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
    • B60T2210/10—Detection or estimation of road conditions
    • B60T2210/13—Aquaplaning, hydroplaning
    • 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
    • B60W40/068—Road friction coefficient

Landscapes

  • Engineering & Computer Science (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Regulating Braking Force (AREA)

Abstract

公开了一种路面状况估计方法，其能够以更精细分类来估计车辆行驶期间的积雪路面的状况。在所公开的方法中，分别通过加速度传感器、路面温度计和麦克风来检测轮胎周向上的轮胎振动、路面温度(T)和轮胎生成声音，然后，根据轮胎振动数据，计算前缘前区域(R1)的频带值P11、P12和P13、前缘区域(R2)的频带值P21、P22和P23、后缘前区域(R3)的频带值P31、P32和P33、后缘区域(R4)的频带值P41和P42、以及后缘后区域(R5)的频带值P51、P52和P53。根据与轮胎生成声音有关的数据，计算作为低频带的频带功率值(PA)与高频带的频带功率值(PB)的比的声压级比Q(Q=PA/PB)，并且使用频带值(Pij)、路面温度(T)的数据、声压级比(Q)和车轮速度数据，估计路面状况。

Description

路面状况估计方法
技术领域
本发明涉及一种用于估计车辆行驶期间的路面状况的方法，尤其涉及一种用于以更精细分类来估计积雪路面状况的方法。
背景技术
希望精确估计车辆行驶期间的路面状况，并且将估计反馈给车辆控制以提高车辆行驶安全性。如果可以估计车辆行驶期间的路面状况，则在采取诸如制动、加速或者转向等的避险动作之前，可以实现例如ABS(防抱死制动系统)制动的更高级控制。以此期望进一步提高车辆操控的安全性。
在所提出的用于估计车辆行驶期间的路面状况的方法中，检测例如车辆行驶期间的轮胎振动，并且从所检测到的轮胎振动的时序波形提取接地面的前缘(leading edge)之前(前缘前区域)的时域的振动。同时，计算作为振动的高频区域(3kHz～5kHz)的振动分量与低频区域(1KHz～2kHz)的振动分量的大小的比的振动级比R。然后，根据振动级比R，将路面状况估计为高μ路面或者低μ路面(例如，参考专利文献1)。
另外，在另一所提出的方法中，检测车辆行驶期间由轮胎所生成的声音，并且计算轮胎生成声音的设定频率范围内的声压级的平均值。然后，将该平均值与基准值进行比较，以判断路面是全湿沥青路面、微湿沥青路面、干燥沥青路面、还是冰冻路面(例如，参考专利文献2)。在另一提出的方法中，将多个频率范围内的声压级的平均值之间的比与基准值进行比较，以判断路面是积雪路面、积水路面、冰冻路面、还是干燥路面(例如，参考专利文献3)。
在先技术文献
专利文献
专利文献1：WO2006/135090A1
专利文献2：日本特开平6-174543
专利文献3：日本特开平8-261993
发明内容
发明要解决的问题
用于估计路面状况的这类传统方法可以判断车辆行驶期间的路面是压实积雪路面还是冰冻路面，但是它们不能以更精细分类来判断积雪道路，诸如无法判断积雪道路是以新降落的雪覆盖的道路还是以冰霜(sherbet)状的雪覆盖的道路。
为了解决上述问题做出本发明，并且本发明的目的是提供一种能够以更精细分类来估计车辆行驶期间的积雪路面状况的方法。
用于解决问题的方案
本发明的第一方面，提供一种路面状况估计方法，包括以下步骤：
a)将由安装在轮胎内的加速度传感器所检测到的车辆行驶期间在周向或者轴向上的轮胎振动的时序波形分成前缘前区域R1、前缘区域R2、后缘前区域R3、后缘区域R4和后缘后区域R5，其中，所述前缘前区域R1处于接地面的前缘处出现的前缘峰之前，所述前缘区域R2是构成所述前缘峰的区域，所述后缘前区域R3位于所述前缘峰和在后缘处出现的后缘峰之间，所述后缘区域R4是构成所述后缘峰的区域，所述后缘后区域R5在所述后缘峰之后；
b)从所述时序波形获得如下频带值：
从所述前缘前区域R1的2kHz～8kHz的频带所选择的频带值P11，
从所述前缘前区域R1的0.5kHz～1.5kHz的频带所选择的频带值P12，
从所述前缘区域R2的1kHz～3kHz的频带所选择的频带值P21，
从所述后缘后区域R5的1kHz～4kHz的频带所选择的频带值P51；以及
c)基于所述频带值P11、P12、P21和P51的大小，估计车辆行驶期间的路面是否是积雪道路，
其中，在所述步骤c)中，在f1≥0、并且f2<0的情况下，估计为车辆行驶期间的路面是积雪道路，其中，f1是通过将所述频带值P11和P12代入预定判别函数F1=w11·P11+w12·P12-K1所获得的函数值，并且f2是通过将所述频带值P21和P51代入预定判别函数F2=w21·P21+w22·P51-K2所获得的函数值。
因此，该方法使得可以估计路面是以新降落的雪所覆盖的积雪道路。因此，通过仅使用由加速度传感器所检测到的周向或者轴向上的轮胎加速度的输出的简单方法，就可以以更精细分类来估计积雪道路状况。
应该注意，频带值Pij可以是特定频带范围的振动级的平均值，或者可以是振动级在特定频率范围内根据不同状况而具有特别大的差的区域中的平均值。或者，频带值Pij可以是特定频率范围内的预定信号或者多个振动级的平均值或总和。
另外，本发明的判断所使用的判别函数是用于区分两个以上的集合的函数。如图18所示，假定在满足特定条件A(该条件在此为轮胎与诸如水或雪等的路面上的覆盖物的碰撞)时，P11≥P12，并且当不满足条件A时，P11<P12。那么，满足条件A的频带值(P11，P12)的集合和不满足条件A的频带值(P11，P12)的集合之间的边界是P11=P12。此时，判别函数为F1=P11-P12(w11=1，w12=-1，K1=0)，并且边界为F1＝0。也就是说，当将(P11，P12)代入F1时，当F1≥0时，P11≥P12，或者当F1<0时，P11<P12。
一般判别函数是F1=w11·P11+w12·P12-K1，并且可以使用诸如最小二乘法、马氏(Mahalanobis)广义距离或者SVM等的已知方法，根据与针对条件A所实际确定的频带值(P11，P12)的集合有关的数据，计算w11、w12和K1。
不仅可以对于作为两个变量的判别函数的F2，而且还可以对于作为多个变量的判别函数的F3、F4、F7和F8，以相同方式进行计算。
还应理解，函数F’1=P12-P11也是可以进行与判别函数F1=P11-P12相同的判别的判别函数。在使用判别函数F’1时，使判别中的符号反转。还应注意，通过一般判别函数F=w1·P1+w2·P2+……+wn·Pn-K和判别函数F’=w’1·P1+w’2·P2+……+w’n·Pn-K’(w’k=-wk，K’=-K)两者可以进行相同的判别。而且，在使用判别函数F’时，使判别中的符号反转。
本发明的第二方面，提供一种路面状况估计方法，包括以下步骤：
a)将由安装在轮胎内的加速度传感器所检测到的车辆行驶期间在周向或者轴向上的轮胎振动的时序波形分成前缘前区域R1、前缘区域R2、后缘前区域R3、后缘区域R4和后缘后区域R5，其中，所述前缘前区域R1处于接地面的前缘处出现的前缘峰之前，所述前缘区域R2是构成所述前缘峰的区域，所述后缘前区域R3位于所述前缘峰和在后缘处出现的后缘峰之间，所述后缘区域R4是构成所述后缘峰的区域，所述后缘后区域R5在所述后缘峰之后；
d)从所述时序波形获得如下频带值：
从所述后缘后区域R5的2kHz4kHz的频带所选择的频带值P52以及从包含所述后缘前区域R3、所述后缘区域R4和所述后缘后区域R5的区域R345的7kHz10kHz的频带所选择的频带值P345，
或者从所述时序波形获得如下频带值：
从所述后缘后区域R5的2kHz4kHz的频带所选择的频带值P52、从所述后缘前区域R3的7kHz～10kHz的频带所选择的频带值P31、从所述后缘区域R4的7kHz～10kHz的频带所选择的频带值P41、以及从所述后缘后区域R5的7kHz～10kHz的频带所选择的频带值P53；以及
e)基于所述频带值P52和P345的大小或者P52、P31、P41和P53的大小，估计车辆行驶期间的路面是否是冰霜状积雪道路，
其中，在所述步骤e)中，在f3<0的情况下，或者在f’3<0的情况下，估计为车辆行驶期间的路面是冰霜状积雪道路，其中，f3是通过将所述频带值P52和P345代入预定判别函数F3=w31·P52+w32·P345-K3所获得的函数值，f’3是通过将所述频带值P52、P31、P41和P53代入预定判别函数F’3=w’31·P52+w’32·P31+w’33·P41+w’34·P53-K’3所获得的函数值。
因此，该方法使得可以估计路面是冰霜状积雪道路。因此，通过仅使用由加速度传感器所检测到的周向或者轴向上的轮胎加速度的输出的简单方法，就可以以更精细分类来估计积雪道路状况。
本发明的第三方面，提供一种路面状况估计方法，包括以下步骤：
a)将由安装在轮胎内的加速度传感器所检测到的车辆行驶期间在周向或者轴向上的轮胎振动的时序波形分成前缘前区域R1、前缘区域R2、后缘前区域R3、后缘区域R4和后缘后区域R5，其中，所述前缘前区域R1处于接地面的前缘处出现的前缘峰之前，所述前缘区域R2是构成所述前缘峰的区域，所述后缘前区域R3位于所述前缘峰和在后缘处出现的后缘峰之间，所述后缘区域R4是构成所述后缘峰的区域，所述后缘后区域R5在所述后缘峰之后；
f)从所述时序波形获得如下频带值：
从包含所述后缘区域R4和所述后缘后区域R5的区域R450的1kHz4kHz的频带所选择的频带值P450，或者
从所述时序波形获得如下频带值：
从所述后缘区域R4的1kHz4kHz的频带所选择的频带值P42和从所述后缘后区域R5的1kHz4kHz的频带所选择的频带值P51；以及
g)基于所述频带值P450的大小或者所述频带值P42和P51的大小，估计车辆行驶期间的路面是否是冰冻道路，
其中，在所述步骤g)中，在f4<0的情况下，或者在f’4<0的情况下，估计为车辆行驶期间的路面是冰冻道路，其中，f4是通过将所述频带值P450代入预定判别函数F4=w41·P450-K4所获得的函数值，f’4是通过将所述频带值P42和P51代入预定判别函数F’4=w’41·P42+w’42·P51-K’4所获得的函数值。
因此，该方法使得可以估计路面是冰冻道路。因此，通过仅使用由加速度传感器所检测到的周向或者轴向上的轮胎加速度的输出的简单方法，就可以以更精细分类来估计积雪道路状况。
本发明的第四方面，提供一种路面状况估计方法，包括以下步骤：
a)将由安装在轮胎内的加速度传感器所检测到的车辆行驶期间在周向或者轴向上的轮胎振动的时序波形分成前缘前区域R1、前缘区域R2、后缘前区域R3、后缘区域R4和后缘后区域R5，其中，所述前缘前区域R1处于接地面的前缘处出现的前缘峰之前，所述前缘区域R2是构成所述前缘峰的区域，所述后缘前区域R3位于所述前缘峰和在后缘处出现的后缘峰之间，所述后缘区域R4是构成所述后缘峰的区域，所述后缘后区域R5在所述后缘峰之后；
h)从所述时序波形获得如下频带值：
从所述前缘前区域R1的2kHz～8kHz的频带所选择的频带值P11，
从所述前缘前区域R1的1kHz以下的频带所选择的频带值P13；
从所述前缘区域R2的2kHz～4kHz的频带所选择的频带值P22，
从所述前缘区域R2的4kHz～10kHz的频带所选择的频带值P23，
从所述后缘前区域R3的2kHz～4kHz的频带所选择的频带值P32，
从所述后缘前区域R3的4kHz～10kHz的频带所选择的频带值P33，
从所述后缘区域R4的1kHz～4kHz的频带所选择的频带值P42，以及
从所述后缘后区域R5的1kHz～4kHz的频带所选择的频带值P51；以及
i)基于所述频带值P11、P13、P22、P23、P32、P33、P42和P51的大小，估计车辆行驶期间的路面是否是压实积雪道路，
其中，在所述步骤i)中，在f’7<0、并且f8<0的情况下，估计为车辆行驶期间的路面是压实积雪道路，其中，f’7是通过将所述频带值P11、P13、P22、P23、P32、P33、P42和P51代入预定判别函数F’7=w’71·P11+w’72·P13+w’73·P22+w’74·P23+w’75·P32+w’76·P33+w’77·P42+w’78·P51-K’7所获得的函数值，f8是通过将所述频带值P11、P13、P22、P23、P32、P33、P42和P51代入预定判别函数F8=w81·P11+w82·P13+w83·P22+w84·P23+w85·P32+w86·P33+w87·P42+w88·P51-K8所获得的函数值。
因此，该方法使得可以估计路面是压实积雪道路。因此，通过仅使用由加速度传感器所检测到的周向或者轴向上的轮胎加速度的输出的简单方法，就可以以更精细分类来估计积雪道路状况。
本发明的第五方面，提供一种路面状况估计方法，包括以下步骤：
A)将由安装在轮胎内的加速度传感器所检测到的车辆行驶期间在周向或者轴向上的轮胎振动的时序波形分成前缘前区域R1、前缘区域R2、后缘前区域R3、后缘区域R4和后缘后区域R5，其中，所述前缘前区域R1处于接地面的前缘处出现的前缘峰之前，所述前缘区域R2是构成所述前缘峰的区域，所述后缘前区域R3位于所述前缘峰和在后缘处出现的后缘峰之间，所述后缘区域R4是构成所述后缘峰的区域，所述后缘后区域R5在所述后缘峰之后；
B)从所述时序波形获得从所述前缘前区域R1的2kHz～8kHz的频带所选择的频带值P11和从所述前缘前区域R1的0.5kHz～1.5kHz的频带所选择的频带值P12，并且判断作为通过将所述频带值P11和P12代入预定判别函数F1=w11·P11+w12·P12-K1所获得的函数值的f1是否满足f1≥0；
C)在所述步骤B)中f1≥0的情况下，获得从所述前缘区域R2的1kHz3kHz的频带所选择的频带值P21和从所述后缘后区域R5的1kHz4kHz的频带所选择的频带值P51，判断作为通过将所述频带值P21和P51代入预定判别函数F2=w21·P21+w22·P51-K2所获得的函数值的f2是否满足f2<0，并且在f2<0的情况下，估计为车辆行驶期间的路面是积雪道路；
D)在所述步骤C)中f2≥0的情况下，获得从所述后缘后区域R5的2kHz4kHz的频带所选择的频带值P52和从包含所述后缘前区域R3、所述后缘区域R4和所述后缘后区域R5的区域R345的7kHz10kHz的频带所选择的频带值P345，或者获得从所述后缘后区域R5的2kHz4kHz的频带所选择的频带值P52、从所述后缘前区域R3的7kHz10kHz的频带所选择的频带值P31、从所述后缘区域R4的7kHz10kHz的频带所选择的频带值P41、以及从所述后缘后区域R5的7kHz～10kHz的频带所选择的频带值P53，判断作为通过将所述频带值P52和P345代入预定判别函数F3=w31·P52+w32·P345-K3所获得的函数值的f3是否满足f3<0、或者判断作为通过将所述频带值P52、P31、P41和P53代入预定判别函数F’3=w’31·P52+w’32·P31+w’33·P41+w’34·P53-K’3所获得的函数值的f’3是否满足f’3<0，并且在f3<0或f’3<0的情况下，估计为车辆行驶期间的路面是冰霜状积雪道路，或者在f3≥0或f’3≥0的情况下，估计为车辆行驶期间的路面是潮湿道路；
E)在所述步骤B)中f1<0的情况下，获得从包含所述后缘区域R4和所述后缘后区域R5的区域R450的1kHz4kHz的频带所选择的频带值P450，或者获得从所述后缘区域R4的1kHz～4kHz的频带所选择的频带值P42和从所述后缘后区域R5的1kHz～4kHz的频带所选择的频带值P51，并且在f4<0的情况下、或者在f’4<0的情况下，估计为车辆行驶期间的路面是冰冻道路，其中，f4是通过将所述频带值P450代入预定判别函数F4=w41·P450-K4所获得的函数值，f’4是通过将所述频带值P42和P51代入预定判别函数F’4=w’41·P42+w’42·P51-K’4所获得的函数值；
F)在所述步骤E)中f4≥0、或者f’4≥0的情况下，获得从所述前缘前区域R1的2kHz～8kHz的频带所选择的频带值P11、从所述前缘前区域R1的1kHz以下的频带所选择的频带值P13、从所述前缘区域R2的2kHz～4kHz的频带所选择的频带值P22、从所述前缘区域R2的4kHz～10kHz的频带所选择的频带值P23、从所述后缘前区域R3的2kHz～4kHz的频带所选择的频带值P32、从所述后缘前区域R3的4kHz～10kHz的频带所选择的频带值P33、以及从包含所述后缘区域R4和所述后缘后区域R5的区域R450的1kHz～4kHz的频带所选择的频带值P450，或者获得从所述前缘前区域R1的2kHz～8kHz的频带所选择的频带值P11、从所述前缘前区域R1的1kHz以下的频带所选择的频带值P13、从所述前缘区域R2的2kHz～4kHz的频带所选择的频带值P22、从所述前缘区域R2的4kHz～10kHz的频带所选择的频带值P23、从所述后缘前区域R3的2kHz～4kHz的频带所选择的频带值P32、从所述后缘前区域R3的4kHz～10kHz的频带所选择的频带值P33、从所述后缘区域R4的1kHz～4kHz的频带所选择的频带值P42、以及从所述后缘后区域R5的1kHz～4kHz的频带所选择的频带值P51，并且在f7≥0的情况下，或者在f’7≥0的情况下，估计为车辆行驶期间的路面是平滑干燥道路，其中，f7是通过将所述频带值P11、P13、P22、P23、P32、P33和P450代入预定判别函数F7=w71·P11+w72·P13+w73·P22+w74·P23+w75·P32+w76·P33+w77·P450-K7所获得的函数值，f’7是通过将所述频带值P11、P13、P22、P23、P32、P33、P42和P51代入预定判别函数F’7=w’71·P11+w’72·P13+w’73·P22+w’74·P23+w’75·P32+w’76·P33+w’77·P42+w’78·P51-K’7所获得的函数值；以及
G)在所述步骤F)中f7<0、或者f’7<0的情况下，如果f8<0，则估计为车辆行驶期间的路面是压实积雪道路，或者如果f8≥0，则估计为车辆行驶期间的路面是粗糙干燥路面，其中，f8是通过将所述频带值P11、P13、P22、P23、P32、P33、P42和P51代入预定判别函数F8=w81·P11+w82·P13+w83·P22+w84·P23+w85·P32+w86·P33+w87·P42+w88·P51-K8所获得的函数值。
因此，该方法使得通过仅使用由加速度传感器所检测到的周向或者轴向上的轮胎加速度的输出的简单方法，就可以以更精细分类来估计路面状况，即以下六种状况之一：“积雪道路”、“冰霜状积雪道路”、“潮湿道路”、“压实积雪道路”、“冰冻道路”和“干燥道路”。
本发明的第六方面，提供一种路面状况估计方法，其中，在所述步骤E)和F)之间还包括以下步骤：
H)检测车辆行驶期间的路面温度和轮胎生成声音；
I)获得根据所述轮胎生成声音的10Hz～10kHz的倍频程分布波形所计算出的低频带的频带功率值PA和高频带的频带功率值PB；以及
J)根据所述路面温度以及所述频带功率值PA和PB，判断路面上是否存在覆盖物，
其中，在所述步骤I)中，如果所述路面温度低于预定基准温度，或者如果作为所述高频带的频带功率值PB与所述低频带的频带功率值PA的比PB/PA的声压级比Q小于1，则判断为在路面上没有覆盖物，并且进入所述步骤F)，或者
如果在所述步骤I)中判断为路面上存在覆盖物，则获得从所述后缘后区域R5的2kHz～4kHz的频带所选择的频带值P52和从包含所述后缘前区域R3、所述后缘区域R4和所述后缘后区域R5的区域R345的7kHz～10kHz的频带所选择的频带值P345，或者获得从所述后缘后区域R5的2kHz～4kHz的频带所选择的频带值P52、从所述后缘前区域R3的7kHz～10kHz的频带所选择的频带值P31、从所述后缘区域R4的7kHz～10kHz的频带所选择的频带值P41、以及从所述后缘后区域R5的7kHz～10kHz的频带所选择的频带值P53，
然后，判断f3≥0、或者f’3≥0是否成立，其中，f3是通过将所述频带值P52和P345代入预定判别函数F3=w31·P52+w32·P345-K3所获得的函数值，f’3是通过将所述频带值P52、P31、P41和P53代入预定判别函数F’3=w’31·P52+w’32·P31+w’33·P41+w’34·P53-K’3所获得的函数值，以及
在f3<0、或者f’3<0的情况下，估计为车辆行驶期间的路面是浅冰霜状积雪道路，或者在f3≥0、或者f’3≥0的情况下，估计为车辆行驶期间的路面是浅潮湿道路。
因此，该方法使得可以以更精细分类来估计“冰霜状积雪道路”和“潮湿道路”，即分别为“浅冰霜状积雪道路”和“深冰霜状积雪道路”、以及“浅潮湿道路”和“深潮湿道路”。因此，可以进一步提高路面状况的估计精度。
本发明的第七方面，提供一种路面状况估计方法，其中，在车辆的悬架上安装监视加速度传感器，并且当由监视加速度传感器所检测到的加速度的值超过预定阈值时，停止路面状况的估计。
结果，当发生了向轮胎输入的力过大时，诸如当轮胎行驶在大的路肩或者马路牙子上时，可以删除与该过程期间的路面状况有关的估计数据。因此，可以避免错误估计路面状况，从而提高估计精度。
本发明的第八方面，提供一种路面状况估计方法，其中，拍摄路面状况的图像，将所拍摄的路面状况的图像显示在显示画面上，并且还将所估计出的路面状况显示在显示画面上。
结果，驾驶者可以直观地、相互同步地确认车辆行驶期间对路面状况的估计和路面的实际状况。因此，可以提高车辆操控的安全性。
另外，应该理解，本发明的上述概要未必说明了本发明的所有本质特征，并且确定所有这些特征的子组合包含在本发明中。
附图说明
图1是示出根据本发明优选实施例的路面状况估计系统的结构的功能框图。
图2是示出传感器和其它装置的配置的图。
图3是示出用于估计路面状况的运算单元的结构的功能框图。
图4是示出轮胎振动的时序波形的前缘前区域(pre-leading-edge region)、前缘区域(leading-edge region)、后缘前区域(pre-trailing-edge region)、后缘区域(trailing-edge region)和后缘后区域(post-trailing-edge region)的图。
图5是示出声压信号的倍频程(octave)分布波形的图。
图6是示出根据本发明的用于估计路面状况的方法的流程图。
图7是示出前缘前区域的频谱的例子的图。
图8是示出前缘区域的频谱的例子的图。
图9是示出后缘后区域的频谱的例子的图。
图10是示出后缘后区域的频谱的另一例子的图。
图11是示出后缘前区域的频谱的例子的图。
图12是示出后缘后区域的频谱的另一例子的图。
图13是示出前缘前区域的频谱的另一例子的图。
图14是示出前缘区域的频谱的另一例子的图。
图15是示出后缘前区域的频谱的另一例子的图。
图16是示出后缘区域的频谱的例子的图。
图17是示出后缘后区域的频谱的另一例子的图。
图18是用于说明判别函数的图。
具体实施方式
下面基于优选实施例说明本发明，优选实施例并非旨在限制本发明的权利要求书的范围，仅是示例性说明本发明。这些实施例所述的所有特征及其组合并非本发明所必需的。
图1是示出根据本发明优选实施例的路面状况估计系统1的结构的功能框图。路面状况估计系统1的各构成单元分散地安装在被固定至车辆的轮胎10、车体20或者车辆内部20M、以及管理中心40中，其中，管理中心40积累并管理与所估计出的路面状况等有关的数据。
在轮胎10上设置加速度传感器11、放大器12、AD转换器13、轮胎侧发送器14、电力接收器15和电源单元16。在车体20或者车辆内部20M中设置路面温度计21、麦克风22、车轮速度传感器23、监视加速度传感器24、照相机25、GPS26、运算单元27、路面信息记录部件28、监视器29、接收器30、车辆侧发送器31、馈电器32和警报单元33。此外，在管理中心40中设置数据服务器41和显示单元42。
如图2所示，加速度传感器11大体位于前车轮20F的轮胎10的气密层10a的轮胎气室10b侧的中间部分，并且检测从路面R输入至轮胎10的胎面10c的振动。注意，在本实施例中，将加速度传感器11的检测方向配置成轮胎的周向。
装配有低通滤波器的放大器12从加速度传感器11所检测到的轮胎的周向振动的时序波形(加速度波形)中消除高频声音分量，并且将结果输出给AD转换器13。
AD转换器13将AD转换后的加速度波形输出给轮胎侧发送器14。
轮胎侧发送器14将AD转换后的加速度波形无线发送给安装在车体20上的接收器30。
电力接收器15接收从馈电器32所发送的用于电力供应的RF信号，并且将该RF信号输出给电源单元16。在本实施例中，电力接收器15由接收线圈构成，并且沿轮胎10的圆周以均匀间隔配置多个接收线圈。因此，在轮胎10转动时，可以接近连续地接收RF信号。
电源单元16通过将由电力接收器15所接收到的RF信号转换成电力来对电容器进行充电，从而向放大器12、AD转换器13和轮胎侧发送器14供应电力。轮胎侧发送器14和电力接收器15可与加速器传感器11一体地设置在气密层10a上，但是还可以将轮胎侧发送器14和电力接收器15安装至轮胎10的充气阀10v。
路面温度计21可以包括例如红外线温度传感器。如图2所示，路面温度计21被安装在车体20的前保险杠20a的下面，并且通过测量从路面R辐射的波长在红外线范围内的热辐射来测量路面R的温度。将与通过路面温度计21所测量的温度有关的数据输出给运算单元27和路面信息记录部件28。
麦克风22被安装在车体20上的后车轮20R前方的架20b的下面，并且检测轮胎生成声音的声压信号。当后车轮20R的轮胎10在车辆行驶时与路面R接触的情况下，在接地面附近产生轮胎生成声音。将通过麦克风22所检测到的轮胎生成声音的声压信号输出给运算单元27。
车轮速度传感器23检测车轮的转动速度(以下称为“车轮速度”)。在本实施例中，车轮速度传感器23包括沿其外周具有齿并与车轮一起转动的转子、与该转子一起构成磁路的轭铁、以及用于检测磁路的磁通量变化的线圈。而且，所使用的传感器是已知的用于检测车轮(这里为前车轮20F)的转动角度的电磁感应式车轮速度传感器。将轭铁和线圈装配至可转动地安装在轴51上的转向节52。将与由车轮速度传感器23所检测到的车轮速度有关的数据输出给运算单元27和路面信息记录部件28。
安装在转向节52上的监视加速度传感器24检测经由车轮53从轮胎10传送至车辆的非簧载部分的胎面振动(悬架的加速度)。将与通过监视加速度传感器24所检测到的车辆的非簧载部分的振动有关的数据输出给运算单元27。
照相机25可以是例如CCD彩色照相机。如图2所示，被安装在车体20的车顶20c上的照相机25对车辆要经过的路面(车辆前面的路面)R的状态进行拍照。被安装在车辆内部20M的驾驶者座位附近的GPS26测量车辆在地面上的绝对位置。将与通过照相机25所拍摄的图像有关的图像数据和通过GPS26所测量的车辆的位置数据输出给路面信息记录部件28。
运算单元27使用与通过加速度传感器11所检测到的轮胎振动有关的数据、与通过路面温度计21所检测到的路面温度有关的数据、与通过麦克风22所检测到的轮胎生成声音有关的数据、以及与通过车轮速度传感器23所检测到的车轮速度有关的数据，来估计车辆行驶期间的路面状况。将与轮胎振动有关的数据从轮胎侧发送器14发送给接收器30，并且将该数据从接收器30输出给运算单元27。稍后将详细说明运算单元27。
路面信息记录部件28生成将运算单元27所估计的车辆行驶期间的路面状况、照相机25所拍摄的图像的图像数据、GPS26所测量出的车辆的位置数据、与通过路面温度计21所测量出的温度有关的数据、以及与车轮速度传感器23所检测到的车轮速度有关的数据合成在一起的显示图像数据，并且将该显示图像数据输出给监视器29和车辆侧发送器31。监视器29将从路面信息记录部件28输入的显示图像数据显示在显示画面上。将基于各自的微计算机软件运行的运算单元27和路面信息记录部件28与监视器29一起安装在驾驶者座位附近。
接收器30接收从轮胎侧发送器14所发送的与轮胎振动有关的数据，并且将该数据输出给运算单元27。
车辆侧发送器31将从路面信息记录部件28输入的车辆相关信息(与所估计出的路面状况有关的信息、与路面R有关的图像数据、与车辆有关的位置数据、与路面R的温度有关的数据和与车轮速度有关的数据)发送给管理中心40的数据服务器41。
馈电器32装配有高频生成部件和馈电线圈。馈电器32将通过高频生成部件所生成的高频波作为用于电力供应的RF信号从馈电线圈发送给电力接收器15。将馈电器32安装在车体20的轮胎壳20d上与被安装至轮胎10的电力接收器15的未示出的接收线圈相对的位置处。
当估计出路面是深潮湿状态的路面或者冰冻路面时，位于驾驶者座位附近的警报单元33使警报LED点亮或者闪烁，以警告驾驶者谨慎驾驶。还可以配置为驱动警报蜂鸣器发出警报音以警告驾驶者路湿打滑的可能性、或者组合使用警报蜂鸣器和LED。
管理中心40的数据服务器41收集并存储从搭载路面状况估计系统1的车辆所发送的车辆信息。同时，数据服务器41根据所收集的数据，制作统计数据，例如，诸如与预定大小的区域的路面状况相关数据相结合的该区域的地图数据等。
显示单元42将统计数据或者来自特定车辆的数据显示在显示画面上。可以配置为使管理中心40和该区域中的车辆之间进行相互通信。然后，当将由数据服务器41所制作的统计数据反馈给车辆时，可以向正行驶在预定区域的道路上的车辆的驾驶者警告或者警报道路状况。这样，可以进一步提高车辆的行驶安全性。
如图3所示，运算单元27包括轮胎振动数据处理器27A、声音数据处理器27B和路面状况估计部件27C。
轮胎振动数据处理器27A包括振动波形检测部件27a、区域信号提取部件27b和频带值计算部件27c。轮胎振动数据处理器27A将与加速度传感器11所检测到的轮胎振动有关的数据转换成频带值Pij，并且将所述频带值Pij输出给路面状况估计部件27C。
振动波形检测部件27a根据如图4(a)所示的作为加速度传感器11的输出信号的加速度信号的前缘峰位置或者后缘峰位置，计算轮胎的单次旋转的时间，并且同时使用车轮速度传感器23所检测到的车轮速度，检测轮胎单次旋转的加速度波形。
如图4(b)所示，区域信号提取部件27b将轮胎单次旋转的加速度波形分成处于接地面的前缘处出现的前缘峰之前的前缘前区域R1、作为构成前缘峰的区域的前缘区域R2、位于前缘峰和后缘处出现的后缘峰之间的后缘前区域R3、作为构成后缘峰的区域的后缘区域R4、以及后缘峰之后的后缘后区域R5，并且分别提取区域R1～R5的振动级的时序波形。
频带值计算部件27c使区域R1～R5的时序波形经过带通滤波器，并且计算以下列出的频带值Pij，其中，频带值Pij是预定频率范围内的振动分量的大小。注意，下标i表示区域，并且下标j表示所提取的频率范围。
要使用的带通滤波器用于下面的频率范围：
P11:从前缘前区域R1的2kHz～8kHz的频带所选择的频带值；
P12:从前缘前区域R1的0.5kHz～1.5kHz的频带所选择的频带值；
P13:从前缘前区域R1的1kHz以下的频带所选择的频带值；
P21:从前缘区域R2的1kHz～3kHz的频带所选择的频带值；
P22:从前缘区域R2的2kHz～4kHz的频带所选择的频带值；
P23:从前缘区域R2的4kHz～10kHz的频带所选择的频带值；
P31:从后缘前区域R3的7kHz～10kHz的频带所选择的频带值；
P32:从后缘前区域R3的2kHz～4kHz的频带所选择的频带值；
P33:从后缘前区域R3的4kHz～10kHz的频带所选择的频带值；
P41:从后缘区域R4的7kHz～10kHz的频带所选择的频带值；
P42:从后缘区域R4的1kHz～4kHz的频带所选择的频带值；
P51:从后缘后区域R5的1kHz～4kHz的频带所选择的频带值；
P52:从后缘后区域R5的2kHz～4kHz的频带所选择的频带值；
P53:从后缘后区域R5的7kHz～10kHz的频带所选择的频带值。
声音数据处理器27B包括频率分析部件27d、声压级计算部件27e和声压级比计算部件27f。声音数据处理器27B计算声压级比Q(=PB/PA)，并且将声压级比Q输出给路面状况估计部件27C。
频率分析部件27d对轮胎生成声音的声压信号进行1/N倍频程分析，从而获得如图5所示的声音信号的分布波形(倍频程分布波形)。通过对作为1/N倍频带分割的各倍频带测量声压级(频带功率)，获得倍频程分布波形。在本实施例中，N=3。
声压级计算部件27e根据倍频程分布波形，计算低频带(例如，500Hz)的频带功率值PA和高频带(例如，9000Hz)的频带功率值PB。
声压级比计算部件27f根据低频带的频带功率值PA和高频带的频带功率值PB，计算声压级计算值。在本实施例中，所使用的声压级计算值是作为高频带的频带功率值PB与低频带的频带功率值PA的比的声压级比Q。也就是说，Q=(PB/PA)。
路面状况估计部件27C使用从轮胎振动数据处理器27A输入的周向上的轮胎振动的频带值Pij、从声音数据处理器27B输入的声压级比Q和从路面温度计21输入的与路面温度T有关的数据，将路面判断为以下八个状况之一：“积雪道路”、“浅冰霜状积雪道路”、“深冰霜状积雪道路”、“浅潮湿道路”、“深潮湿道路”、“冰冻道路”、“压实积雪道路”和“干燥道路”，并且将判断结果输出给路面信息记录部件28。注意，还可以将“干燥道路”判断为是“粗糙干燥道路”或者“平滑干燥道路”。
另外，应该注意，当判断为路面是深潮湿道路或者冰冻道路时，将该判断结果输出给警报单元33。还应注意，当监视加速度传感器24所检测到的悬架的加速度的值超过了预先设置的阈值时，路面状况估计部件27C停止用于判断路面状况的处理。
下面参考图6的流程图说明用于估计路面状况的方法。
首先，判断在路面上是否存在诸如水或者雪等的覆盖物(步骤S1)。
当在路面上存在诸如水或者雪等的覆盖物时，轮胎与路面接合时与水膜或者雪碰撞。因此，如通过对图7所示的前缘前区域R1的时序波形进行FFT频率分析所获得的频谱显示，与干燥道路相比，针对潮湿道路或者冰霜状积雪道路的从前缘前区域R1的2kHz～8kHz的频带所选择的频带值P11是更大的值。然而，从前缘前区域R1的0.5kHz～1.5kHz的频带所选择的频带值P12示出路面状况之间的差别较小。因此，以频带值P12作为基准值，获得频带值P11和频带值P12之间的差(dB的差)，即P11-P12，并且针对差P11-P12还设置阈值K1。而且，当差P11-P12等于或者大于阈值K1时，判断为在路面上存在诸如水或者雪等的某些覆盖物。另外，当差P11-P12小于阈值K1时，判断为在路面上不存在诸如水或者雪等的覆盖物，或者判断为即使存在覆盖物，水膜或者冰霜状积雪也很薄。
在本实施例的例子中，预先通过试验获得针对各种路面状况下的频带值P11和频带值P12之间的关系，并且将判别函数设置成F1=w11·P11+w12·P12-K1。而且，通过观察作为通过将实际计算出的频带值P11和频带值P12代入判别函数F1所获得的函数值的f1是否满足f1≥0，来判断在路面上是否存在诸如水或者雪等的覆盖物。注意，判别函数的系数w11约为+1，并且系数w12约为-1。
在步骤S1中f1≥0的情况下，过程进入步骤S2，并且判断路面上的覆盖物是否是新鲜雪的松软覆盖物。
如果覆盖物是新降落的雪，则在轮胎与路面接合时对轮胎的冲击减小，但是路面变得打滑。因此，如图8的前缘区域R2的频谱显示，从积雪道路的前缘区域R2的1kHz～3kHz的频带所选择的频带值P21是比潮湿道路或者干燥道路更小的值。同时，如图9的后缘后区域R5的频谱显示，从积雪道路的后缘后区域R5的1kHz～4kHz的频带所选择的频带值P51也是较小的值。
因此，可以针对频带值P21、频带值P51或者作为频带值P21和频带值P51的总和的总和P2151设置阈值，然后，当P21、P51或者总和P2151小于该阈值时，可以判断为路面是覆盖有新降落的雪的积雪道路。
在本实施例的例子中，预先通过试验获得针对各种路面状况的频带值P21和频带值P51之间的关系，并且将判别函数设置成F2=w21·P21+w22·P51-K2。而且，通过观察作为通过将实际计算出的频带值P21和频带值P51代入判别函数F2所获得的函数值的f2是否满足f2<0，来判断路面是否是积雪道路。注意，判别函数的系数w21和系数w22均约为+1。
在步骤S2中f2≥0的情况下，过程进入步骤S3，并且判断路面上的覆盖物是水还是雪，即判断是深潮湿道路还是深冰霜状积雪道路。
如果覆盖物是冰霜状雪，则与覆盖物是水的情况相比，后缘振动的高频范围内的振动分量变大。另一方面，路面变得打滑，因此，低频范围内的振动分量变大。因而，如图10的后缘后区域R5的频谱显示，对于冰霜状积雪道路，从后缘后区域R5的2kHz～4kHz的频带所选择的频带值P52是较小的值，并且对于冰霜状积雪道路，从7kHz～10kHz的频带所选择的频带值P53是较大的值。另一方面，如图11的后缘前区域R3的频谱显示，对于冰霜状积雪道路，从后缘前区域R3的7kHz～10kHz的频带所选择的频带值P31是较大的值。另外，从后缘区域R4的7kHz～10kHz的频带所选择的频带值P41是较大的值。
因此，可以根据频带值P52、P31、P41和P53、或者频带值P52与频带值P31、P41或P53的差，判断覆盖物是水还是冰霜状雪。当在这种情况下存在许多参数时，优选地，通过对表示各种路面状况的频带值P52、P31、P41和P53设置预定判别函数F’3(=w’31·P52+w’32·P31+w’33·P41+w’34·P53-K’3)，来判断路面是否是冰霜状积雪道路。也就是说，当f’3≥0时，判断为路面是深潮湿道路，并且当f’3<0时，判断为路面是冰霜状积雪道路，其中，f’3是通过将频带值P52、P31、P41和P53代入预定判别函数F’3所获得的函数值。与在判断中使用频带值P52、P31、P41和P53、或者频带值P52与频带值P31、P41或P53的差的情况相比，这样可以实现更高精度。
另外，可以是这样的配置：代替频带值P31、P41和P53，获得从包含后缘前区域R3、后缘区域R4和后缘后区域R5的区域R345的7kHz～10kHz的频带所选择的频带值P345，并且当f3<0时，判断为车辆行驶期间的路面是冰霜状积雪道路，其中，f3是通过将频带值P345和P52代入预定判别函数F3=w31·P52+w32·P345-K3所获得的函数值。
在步骤S1中f1<0的情况下，过程进入步骤S4，并且判断路面是否打滑。除积雪道路、冰霜状积雪道路和深潮湿道路以外的打滑路面是冰冻道路。因此，在步骤S4，判断路面是否是冰冻道路。
当路面打滑时，特别地，从后缘区域R4的1kHz～4kHz的频带所选择的频带值P42以及如图12的后缘后区域R5的频谱所示那样从后缘后区域R5的1kHz～4kHz的频带所选择的频带P51示出较小的值。因此，当f’4<0时，判断为路面是冰冻道路，其中，f’4是通过将频带值P41和P51代入预定判别函数F’4=w’41·P42+w’42·P51-K’4所获得的函数值。或者当f’4≥0时，过程进入步骤S5。
另外，可以是这样的配置：代替频带值P42和P51，获得从包含后缘区域R4和后缘后区域R5的区域R450的1kHz～4kHz的频带所选择的频带值P450，并且当f4<0时，判断为车辆行驶期间的路面是冰冻道路，其中，f4是通过将频带值P450代入预定判别函数F4=w41·P450-K4所获得的函数值。
在步骤S5，判断在路面上是否存在薄水膜或者浅冰霜状雪。当水膜或者冰霜状雪的层较薄时，步骤S1的判断可能提示不存在水膜或者冰霜状雪。因此，在该步骤中，使用车辆行驶期间的路面温度T和声压级比Q(=PB/PA)，判断在路面上是否存在薄水膜或者浅冰霜状雪。
更具体地，将与路面温度T有关的数据与预定基准温度T0进行比较。而且，当测量出的路面温度T等于或者高于基准温度T0时，判断路面上的水是否可能是液体状态。当路面温度T低于基准温度T0时，在不判断路面上的水是否可能是液体状态的情况下，过程立即进入步骤S7。在本实施例的例子中，确定基准温度T0为T0=-3°C。
使用声压级比Q(=PB/PA)，判断路面上的水是否可能是液体状态。不管路面上的水是否是液体状态，低频区域(例如，500Hz)的频带功率值PA都随着车辆速度而变化。另一方面，尽管高频区域(例如，9000Hz)的频带功率值PB也随着车辆速度而变化，但在检测到轮胎溅水的声音时，高频区域的频带功率值PB表现出更大的值。因此，当所计算出的声压级比Q(=PB/PA)在1以上时，路面上的水可能是液体状态。
换句话说，当路面温度T低于基准温度T0时，或者当声压级比Q(=PB/PA)小于1时，判断为路面上不存在覆盖物(水或者雪)，并且过程进入步骤S7。或者当路面温度T等于或者高于基准温度T0时，并且还当声压级比Q(=PB/PA)在1以上时，判断为路面上存在一些覆盖物，并且过程进入步骤S6。
在步骤S6，判断路面上的覆盖物是水还是雪，也就是说，判断路面是浅潮湿道路还是浅冰霜状积雪道路。以与步骤S3相同的方法，可以进行该步骤的判断，从而使得当f’3≥0时，判断路面为浅潮湿道路，并且当f’3<0时，判断是浅冰霜状积雪道路，其中，f’3是通过将频带值P52、P31、P41和P53代入判别函数F’3所获得的函数值。注意，还可以使用f3进行该判断，其中，f3是通过将频带值P52和P345代入判别函数F3所获得的函数值。
最后，在步骤S7和步骤S8，判断路面是压实积雪道路还是干燥道路。
如图13的前缘前区域R1的频谱显示，对于粗糙路面，从前缘前区域R1的2kHz～8kHz的频带所选择的频带值P11和从1kHz以下的频率范围所选择的频带值P13是更大的值。也就是说，与平滑干燥道路相比，对于压实积雪道路，频带值P11和频带值P13具有更大的值。尽管未示出，但是应该注意，与平滑干燥道路相比，对于粗糙干燥道路，频带值P11和频带值P13更大。
另外，在压实积雪道路上，在轮胎与路面接合时对轮胎的冲击由于雪而减小。因此，如图14的前缘区域R2的频谱和图15的后缘前区域R3的频谱显示，与干燥道路相比，对于压实积雪道路，从前缘区域R2的2kHz～4kHz的频带所选择的频带值P22和从后缘前区域R3的2kHz～4kHz的频带所选择的频带值P32是较小的值。然而，在压实积雪道路上，由于雪而导致轮胎在接地面内的微小滑动。因此，与干燥道路相比，对于压实积雪道路，从前缘区域R2的4kHz～10kHz的频带所选择的频带值P23和从后缘前区域R3的4kHz～10kHz的频带所选择的频带值P33是较大的值。
此外，打滑路面导致轮胎在脱离路面时的剪力减小。因此，如图16的后缘区域R4的频谱和图17的后缘后区域R5的频谱显示，从后缘区域R4的1kHz～4kHz的频带所选择的频带值P42和从后缘后区域R5的1kHz～4kHz的频带所选择的频带值P51较小。因此，这还可用于区分压实积雪道路和干燥道路。
在步骤S7，将F’7=w’71·P11+w’72·P13+w’73·P22+w’74·P23+w’75·P32+w’76·P33+w’77·P42+w’78·P51-K’7设置为用于将车辆行驶期间的路面区分成平滑干燥道路、压实积雪道路和粗糙干燥道路的判别函数。而且，当作为通过将频带值P11、P13、P22、P23、P32、P33、P42和P51代入预定判别函数F’7所获得的函数值的f’7满足f’7≥0时，判断为车辆行驶期间的路面是平滑干燥道路。另一方面，当f’7<0时，判断为路面是压实积雪道路或者粗糙干燥道路，并且过程进入步骤S8。
另外，还可以是这样的配置：代替频带值P42和P51，获得从包含后缘区域R4和后缘后区域R5的区域R450的1kHz～4kHz的频带所选择的频带值P450，并且当作为通过将频带值P11、P13、P22、P23、P32、P33和P450代入预定判别函数F7=w71·P11+w72·P13+w73·P22+w74·P23+w75·P32+w76·P33+w77·P450-K7所获得的函数值的f7满足f7≥0时，判断为车辆行驶期间的路面是平滑干燥道路。
在步骤S8，将F8=w81·P11+w82·P13+w83·P22+w84·P23+w85·P32+w86·P33+w87·P42+w88·P51-K8设置为用于将路面区分成压实积雪道路和粗糙干燥道路的判别函数。而且，当作为通过将频带值P11、P13、P22、P23、P32、P33、P42和P51代入预定判别函数F8所获得的函数值的f8满足f8≥0时，判断为车辆行驶期间的路面是粗糙干燥道路。而且，当f8<0时，判断为车辆行驶期间的路面是压实积雪道路。
注意，使用诸如最小二乘法、马氏(Mahalanobis)广义距离或者SVM等的已知方法，根据与通过在平滑干燥道路、粗糙干燥道路和压实积雪道路上操控车辆所实际确定的频带值(P11、P13、P22、P23、P32、P33、P42和P51)的集合有关的数据，计算判别函数F7和判别函数F8。而且，判别函数F7的系数wmn自然不同于判别函数F8的系数wmn。
因此，根据本实施例，分别通过加速度传感器11、路面温度计21和麦克风22检测轮胎10在周向上的振动、路面温度T和轮胎生成声音。然后，根据轮胎10的振动数据，计算前缘前区域R1的频带值P11、P12和P13、前缘区域R2的频带值P21、P22和P23、后缘前区域R3的频带值P31、P32和P33、后缘区域R4的频带值P41和P42、以及后缘后区域R5的频带值P51、P52和P53。根据与轮胎生成声音有关的数据，计算作为低频带的频带功率值PA与高频带的频带功率值PB的比的声压级比Q=(PA/PB)。而且，使用频带值Pij、路面温度T的数据、声压级比Q和车轮速度数据，估计路面状况。因此，可以以更精细的分类来估计积雪道路状况，并且还可以高精度地估计路面状况。
另外，预先获得用于判断的判别函数Fk，并且根据通过将频带值Pij代入Fk中所获得的函数值fk为正或负，来判断路面状况。因此，可以显著提高路面状况的估计精度。
在上述实施例中，通过使周向上的轮胎振动的区域R1～R5的时序波形经过带通滤波器，获得频带值Pij。然而，也可以从通过对时序波形的FFT分析所获取的频谱来获得频带值Pij。
另外，在上述实施例中，频带值Pij是周向上的轮胎振动的频带值。然而，可以是这样的配置：通过将加速度传感器11的检测方向改变成轮胎的轴向来获得轴向上的轮胎振动的频带值P’ij，并且使用频带值P’ij来估计路面状况。然而，与周向上的轮胎振动相比，轴向上的轮胎振动的振幅较小。因此，如上述实施例一样，对于更高精度的估计，优选使用周向上的轮胎振动。
另外，在上述实施例中，从车辆侧馈电器32向电源单元16供应电力。然而，可以配置为使得通过轮胎内部发电向电源单元16供应电力。用于轮胎内部发电的单元可以是例如电力生成单元，其中，该电力生成单元由可随轮胎10的旋转而转动的磁化转子、邻近转子所设置的高磁导率材料的定子和设置在包括转子和定子的磁路内的磁发电机线圈组成。
另外，在上述实施例中，通过检测轮胎10的振动、路面温度T和轮胎生成声音来估计路面状况。然而，还可以通过仅使用与周向上的轮胎振动有关的数据来估计路面状况，实现对积雪道路更精细分类的估计。在这种情况下，将浅冰霜状积雪道路判断为深冰霜状积雪道路、干燥道路或者压实积雪道路，而将浅潮湿道路判断为深潮湿道路、压实积雪道路或者干燥道路。然而，通过改变用于在“深”和“浅”之间进行区分的设置值、并且准备用于步骤S1中判断覆盖物所使用的判别函数F1和判别函数F2，可以避免估计精度的降低。另外，在进行这类路面判断时，可以省略图6的流程图中的步骤S5和S6。
另外，使用本发明的用于估计路面状况的方法，可以以更精细分类来仅估计积雪道路状况。
也就是说，为了估计路面是否是积雪道路，判断作为通过将由加速度传感器11所检测到的周向上的轮胎振动的频带值P11和P12代入预定判别函数F1=w11·P11+w12·P12-K1所获得的函数值的f1是否满足f1≥0，而且还判断作为通过将频带值P21和P51代入预定判别函数F2=w21·P21+w22·P51-K2所获得的函数值的f2是否满足f2<0。而且，当f1≥0、而且f2<0时，可以判断为车辆行驶期间的路面是积雪道路。另一方面，如果f1<0或者f2≥0，那么路面不是积雪道路。然后，将要进行以下的积雪道路状况的估计。
为了估计路面是否是冰霜状积雪道路，判断作为通过将频带值P52、P31、P41和P53代入预定判别函数F’3=w’31·P52+w’32·P31+w’33·P41+w’34·P53-K’3所获得的函数值的f’3是否满足f’3<0。而且，当f’3<0时，可以判断为车辆行驶期间的路面为冰霜状积雪道路。
另外，为了估计路面是否是冰冻道路，判断作为通过将频带值P42和P51代入预定判别函数F’4=w’41·P42+w’42·P51-K’4所获得的函数值的f’4是否满足f’4<0。而且当f’4<0时，可以判断为车辆行驶期间的路面是冰冻道路。
另外，为了估计路面是否是压实积雪道路，判断作为通过将频带值P11、P13、P22、P23、P32、P33、P42和P51代入预定判别函数F’7=w’71·P11+w’72·P13+w’73·P22+w’74·P23+w’75·P32+w’76·P33+w’77·P42+w’78·P51-K’7所获得的函数值的f’7是否满足f’7<0，并且还判断作为通过将频带值P11、P13、P22、P23、P32、P33、P42和P51代入预定判别函数F8=w81·P11+w82·P13+w83·P22+w84·P23+w85·P32+w86·P33+w87·P42+w88·P51-K8所获得的函数值的f8是否满足f8<0。而且，当f’7<0、而且f8<0时，可以判断为车辆行驶期间的路面是压实积雪道路。
实施例
使用四轮驱动车辆作为试验车辆。将红外线温度传感器安装至保险杠，将加速度传感器安装至左前车轮的气密层部，并且将麦克风安装至左后车轮前方的车辆的下部。在北海道冬季的普通道路上操控车辆来测试对路面状况的估计。
表1示出作为结果的相对于行驶期间从车辆内的视觉判断的正确估计的百分比。另外，还应注意，轮胎规格为265/65R17，并且行驶速度为60km/h。
表1
通过表1显而易见，确认出根据本发明的方法可用于以更精细分类来估计积雪道路状况。发明人认为由于从车辆内部对基准路面状况的视觉判断而导致对冰霜状积雪道路和冰冻道路的正确估计的百分比低。因为观察者发现难以区分压实积雪道路上的冰霜状雪和冰。
在上述说明中，参考本发明的特定实施例说明了本发明。然而，不应认为本发明的技术范围局限于这些实施例。对于本技术领域的技术人员显而易见，在不脱离本发明的更宽精神和范围的情况下，可以对其进行各种修改和改变。通过所附权利要求书的范围显而易见，所有这些变形例同样意图包含在本发明的技术范围内。
产业上的可利用性
至此所述，本发明使得可以精确估计车辆行驶期间的路面状况，并且还可以以更精细分类来估计积雪道路状况。因此，如果将所估计的路面状况适当地通信给驾驶者、或者基于所估计的路面状况控制车辆的行驶，则可以提高车辆的行驶安全性。
附图标记的说明
1路面状况估计系统、10轮胎、11加速度传感器、
12放大器、13AD转换器、14轮胎侧发送器、
15电力接收器、16电源单元、20车体、20M车辆内部、
21路面温度计、22麦克风、23车轮速度传感器、
24监视加速度传感器、25照相机、26GPS、
27运算单元、28路面信息记录部件、29监视器、
30接收器、31车辆侧发送器、32馈电器、
33警报单元、40管理中心、41数据服务器、
42显示单元。

Claims (9)

1.一种路面状况估计方法，包括以下步骤：
a)将由安装在轮胎内的加速度传感器所检测到的车辆行驶期间在周向或者轴向上的轮胎振动的时序波形分成前缘前区域(R1)、前缘区域(R2)、后缘前区域(R3)、后缘区域(R4)和后缘后区域(R5)，其中，所述前缘前区域(R1)处于接地面的前缘处出现的前缘峰之前，所述前缘区域(R2)是构成所述前缘峰的区域，所述后缘前区域(R3)位于所述前缘峰和在后缘处出现的后缘峰之间，所述后缘区域(R4)是构成所述后缘峰的区域，所述后缘后区域(R5)在所述后缘峰之后；
b)从所述时序波形获得如下频带值：
从所述前缘前区域(R1)的2kHz～8kHz的频带所选择的频带值P11，
从所述前缘前区域(R1)的0.5kHz～1.5kHz的频带所选择的频带值P12，
从所述前缘区域(R2)的1kHz～3kHz的频带所选择的频带值P21，
从所述后缘后区域(R5)的1kHz～4kHz的频带所选择的频带值P51；以及
c)基于所述频带值P11、P12、P21和P51的大小，估计车辆行驶期间的路面是否是积雪道路，
其中，在所述步骤c)中，在f1≥0、并且f2<0的情况下，估计为车辆行驶期间的路面是积雪道路，其中，f1是通过将所述频带值P11和P12代入预定判别函数F1＝w11·P11+w12·P12-K1所获得的函数值，并且f2是通过将所述频带值P21和P51代入预定判别函数F2＝w21·P21+w22·P51-K2所获得的函数值。
2.一种路面状况估计方法，包括以下步骤：
a)将由安装在轮胎内的加速度传感器所检测到的车辆行驶期间在周向或者轴向上的轮胎振动的时序波形分成前缘前区域(R1)、前缘区域(R2)、后缘前区域(R3)、后缘区域(R4)和后缘后区域(R5)，其中，所述前缘前区域(R1)处于接地面的前缘处出现的前缘峰之前，所述前缘区域(R2)是构成所述前缘峰的区域，所述后缘前区域(R3)位于所述前缘峰和在后缘处出现的后缘峰之间，所述后缘区域(R4)是构成所述后缘峰的区域，所述后缘后区域(R5)在所述后缘峰之后；
d)从所述时序波形获得如下频带值：
从所述后缘后区域(R5)的2kHz～4kHz的频带所选择的频带值P52以及从包含所述后缘前区域(R3)、所述后缘区域(R4)和所述后缘后区域(R5)的区域(R345)的7kHz～10kHz的频带所选择的频带值P345，
或者从所述时序波形获得如下频带值：
从所述后缘后区域(R5)的2kHz～4kHz的频带所选择的频带值P52、从所述后缘前区域(R3)的7kHz～10kHz的频带所选择的频带值P31、从所述后缘区域(R4)的7kHz～10kHz的频带所选择的频带值P41、以及从所述后缘后区域(R5)的7kHz～10kHz的频带所选择的频带值P53；以及
e)基于所述频带值P52和P345的大小或者P52、P31、P41和P53的大小，估计车辆行驶期间的路面是否是冰霜状积雪道路，
其中，在所述步骤e)中，在f3<0的情况下，或者在f’3<0的情况下，估计为车辆行驶期间的路面是冰霜状积雪道路，其中，f3是通过将所述频带值P52和P345代入预定判别函数F3＝w31·P52+w32·P345-K3所获得的函数值，f’3是通过将所述频带值P52、P31、P41和P53代入预定判别函数F’3＝w’31·P52+w’32·P31+w’33·P41+w’34·P53-K’3所获得的函数值。
3.一种路面状况估计方法，包括以下步骤：
a)将由安装在轮胎内的加速度传感器所检测到的车辆行驶期间在周向或者轴向上的轮胎振动的时序波形分成前缘前区域(R1)、前缘区域(R2)、后缘前区域(R3)、后缘区域(R4)和后缘后区域(R5)，其中，所述前缘前区域(R1)处于接地面的前缘处出现的前缘峰之前，所述前缘区域(R2)是构成所述前缘峰的区域，所述后缘前区域(R3)位于所述前缘峰和在后缘处出现的后缘峰之间，所述后缘区域(R4)是构成所述后缘峰的区域，所述后缘后区域(R5)在所述后缘峰之后；
f)从所述时序波形获得如下频带值：
从包含所述后缘区域(R4)和所述后缘后区域(R5)的区域(R450)的1kHz～4kHz的频带所选择的频带值P450，或者
从所述时序波形获得如下频带值：
从所述后缘区域(R4)的1kHz～4kHz的频带所选择的频带值P42和从所述后缘后区域(R5)的1kHz～4kHz的频带所选择的频带值P51；以及
g)基于所述频带值P450的大小或者所述频带值P42和P51的大小，估计车辆行驶期间的路面是否是冰冻道路，
其中，在所述步骤g)中，在f4<0的情况下，或者在f’4<0的情况下，估计为车辆行驶期间的路面是冰冻道路，其中，f4是通过将所述频带值P450代入预定判别函数F4＝w41·P450-K4所获得的函数值，f’4是通过将所述频带值P42和P51代入预定判别函数F’4＝w’41·P42+w’42·P51-K’4所获得的函数值。
4.一种路面状况估计方法，包括以下步骤：
a)将由安装在轮胎内的加速度传感器所检测到的车辆行驶期间在周向或者轴向上的轮胎振动的时序波形分成前缘前区域(R1)、前缘区域(R2)、后缘前区域(R3)、后缘区域(R4)和后缘后区域(R5)，其中，所述前缘前区域(R1)处于接地面的前缘处出现的前缘峰之前，所述前缘区域(R2)是构成所述前缘峰的区域，所述后缘前区域(R3)位于所述前缘峰和在后缘处出现的后缘峰之间，所述后缘区域(R4)是构成所述后缘峰的区域，所述后缘后区域(R5)在所述后缘峰之后；
h)从所述时序波形获得如下频带值：
从所述前缘前区域(R1)的2kHz～8kHz的频带所选择的频带值P11，
从所述前缘前区域(R1)的1kHz以下的频带所选择的频带值P13；
从所述前缘区域(R2)的2kHz～4kHz的频带所选择的频带值P22，
从所述前缘区域(R2)的4kHz～10kHz的频带所选择的频带值P23，
从所述后缘前区域(R3)的2kHz～4kHz的频带所选择的频带值P32，
从所述后缘前区域(R3)的4kHz～10kHz的频带所选择的频带值P33，
从所述后缘区域(R4)的1kHz～4kHz的频带所选择的频带值P42，以及
从所述后缘后区域(R5)的1kHz～4kHz的频带所选择的频带值P51；以及
i)基于所述频带值P11、P13、P22、P23、P32、P33、P42和P51的大小，估计车辆行驶期间的路面是否是压实积雪道路，
其中，在所述步骤i)中，在f’7<0、并且f8<0的情况下，估计为车辆行驶期间的路面是压实积雪道路，其中，f’7是通过将所述频带值P11、P13、P22、P23、P32、P33、P42和P51代入预定判别函数F’7＝w’71·P11+w’72·P13+w’73·P22+w’74·P23+w’75·P32+w’76·P33+w’77·P42+w’78·P51-K’7所获得的函数值，f8是通过将所述频带值P11、P13、P22、P23、P32、P33、P42和P51代入预定判别函数F8＝w81·P11+w82·P13+w83·P22+w84·P23+w85·P32+w86·P33+w87·P42+w88·P51-K8所获得的函数值。
5.一种路面状况估计方法，包括以下步骤：
A)将由安装在轮胎内的加速度传感器所检测到的车辆行驶期间在周向或者轴向上的轮胎振动的时序波形分成前缘前区域(R1)、前缘区域(R2)、后缘前区域(R3)、后缘区域(R4)和后缘后区域(R5)，其中，所述前缘前区域(R1)处于接地面的前缘处出现的前缘峰之前，所述前缘区域(R2)是构成所述前缘峰的区域，所述后缘前区域(R3)位于所述前缘峰和在后缘处出现的后缘峰之间，所述后缘区域(R4)是构成所述后缘峰的区域，所述后缘后区域(R5)在所述后缘峰之后；
B)从所述时序波形获得从所述前缘前区域(R1)的2kHz～8kHz的频带所选择的频带值P11和从所述前缘前区域(R1)的0.5kHz～1.5kHz的频带所选择的频带值P12，并且判断作为通过将所述频带值P11和P12代入预定判别函数F1＝w11·P11+w12·P12-K1所获得的函数值的f1是否满足f1≥0；
C)在所述步骤B)中f1≥0的情况下，获得从所述前缘区域(R2)的1kHz～3kHz的频带所选择的频带值P21和从所述后缘后区域(R5)的1kHz～4kHz的频带所选择的频带值P51，判断作为通过将所述频带值P21和P51代入预定判别函数F2＝w21·P21+w22·P51-K2所获得的函数值的f2是否满足f2<0，并且在f2<0的情况下，估计为车辆行驶期间的路面是积雪道路；
D)在所述步骤C)中f2≥0的情况下，获得从所述后缘后区域(R5)的2kHz～4kHz的频带所选择的频带值P52和从包含所述后缘前区域(R3)、所述后缘区域(R4)和所述后缘后区域(R5)的区域(R345)的7kHz～10kHz的频带所选择的频带值P345，或者获得从所述后缘后区域(R5)的2kHz～4kHz的频带所选择的频带值P52、从所述后缘前区域(R3)的7kHz～10kHz的频带所选择的频带值P31、从所述后缘区域(R4)的7kHz～10kHz的频带所选择的频带值P41、以及从所述后缘后区域(R5)的7kHz～10kHz的频带所选择的频带值P53，判断作为通过将所述频带值P52和P345代入预定判别函数F3＝w31·P52+w32·P345-K3所获得的函数值的f3是否满足f3<0、或者判断作为通过将所述频带值P52、P31、P41和P53代入预定判别函数F’3＝w’31·P52+w’32·P31+w’33·P41+w’34·P53-K’3所获得的函数值的f’3是否满足f’3<0，并且在f3<0或f’3<0的情况下，估计为车辆行驶期间的路面是冰霜状积雪道路，或者在f3≥0或f’3≥0的情况下，估计为车辆行驶期间的路面是潮湿道路；
E)在所述步骤B)中f1<0的情况下，获得从包含所述后缘区域(R4)和所述后缘后区域(R5)的区域(R450)的1kHz～4kHz的频带所选择的频带值P450，或者获得从所述后缘区域(R4)的1kHz～4kHz的频带所选择的频带值P42和从所述后缘后区域(R5)的1kHz～4kHz的频带所选择的频带值P51，并且在f4<0的情况下、或者在f’4<0的情况下，估计为车辆行驶期间的路面是冰冻道路，其中，f4是通过将所述频带值P450代入预定判别函数F4＝w41·P450-K4所获得的函数值，f’4是通过将所述频带值P42和P51代入预定判别函数F’4＝w’41·P42+w’42·P51-K’4所获得的函数值；
F)在所述步骤E)中f4≥0、或者f’4≥0的情况下，获得从所述前缘前区域(R1)的2kHz～8kHz的频带所选择的频带值P11、从所述前缘前区域(R1)的1kHz以下的频带所选择的频带值P13、从所述前缘区域(R2)的2kHz～4kHz的频带所选择的频带值P22、从所述前缘区域(R2)的4kHz～10kHz的频带所选择的频带值P23、从所述后缘前区域(R3)的2kHz～4kHz的频带所选择的频带值P32、从所述后缘前区域(R3)的4kHz～10kHz的频带所选择的频带值P33、以及从包含所述后缘区域(R4)和所述后缘后区域(R5)的区域(R450)的1kHz～4kHz的频带所选择的频带值P450，或者获得从所述前缘前区域(R1)的2kHz～8kHz的频带所选择的频带值P11、从所述前缘前区域(R1)的1kHz以下的频带所选择的频带值P13、从所述前缘区域(R2)的2kHz～4kHz的频带所选择的频带值P22、从所述前缘区域(R2)的4kHz～10kHz的频带所选择的频带值P23、从所述后缘前区域(R3)的2kHz～4kHz的频带所选择的频带值P32、从所述后缘前区域(R3)的4kHz～10kHz的频带所选择的频带值P33、从所述后缘区域(R4)的1kHz～4kHz的频带所选择的频带值P42、以及从所述后缘后区域(R5)的1kHz～4kHz的频带所选择的频带值P51，并且在f7≥0的情况下，或者在f’7≥0的情况下，估计为车辆行驶期间的路面是平滑干燥道路，其中，f7是通过将所述频带值P11、P13、P22、P23、P32、P33和P450代入预定判别函数F7＝w71·P11+w72·P13+w73·P22+w74·P23+w75·P32+w76·P33+w77·P450-K7所获得的函数值，f’7是通过将所述频带值P11、P13、P22、P23、P32、P33、P42和P51代入预定判别函数F’7＝w’71·P11+w’72·P13+w’73·P22+w’74·P23+w’75·P32+w’76·P33+w’77·P42+w’78·P51-K’7所获得的函数值；以及
G)在所述步骤F)中f7<0、或者f’7<0的情况下，如果f8<0，则估计为车辆行驶期间的路面是压实积雪道路，或者如果f8≥0，则估计为车辆行驶期间的路面是粗糙干燥路面，其中，f8是通过将所述频带值P11、P13、P22、P23、P32、P33、P42和P51代入预定判别函数F8＝w81·P11+w82·P13+w83·P22+w84·P23+w85·P32+w86·P33+w87·P42+w88·P51-K8所获得的函数值。
6.根据权利要求5所述的路面状况估计方法，其中，在所述步骤E)和F)之间还包括以下步骤：
H)检测车辆行驶期间的路面温度和轮胎生成声音；
I)获得根据所述轮胎生成声音的10Hz～10kHz的倍频程分布波形所计算出的低频带的频带功率值PA和高频带的频带功率值PB；以及
J)根据所述路面温度以及所述低频带的频带功率值PA和所述高频带的频带功率值PB，判断路面上是否存在覆盖物，
其中，在所述步骤I)中，如果所述路面温度低于预定基准温度，或者如果作为所述高频带的频带功率值PB与所述低频带的频带功率值PA的比PB/PA的声压级比Q小于1，则判断为在路面上没有覆盖物，并且进入所述步骤F)，或者
如果在所述步骤I)中判断为路面上存在覆盖物，则获得从所述后缘后区域(R5)的2kHz～4kHz的频带所选择的频带值P52和从包含所述后缘前区域(R3)、所述后缘区域(R4)和所述后缘后区域(R5)的区域(R345)的7kHz～10kHz的频带所选择的频带值P345，或者获得从所述后缘后区域(R5)的2kHz～4kHz的频带所选择的频带值P52、从所述后缘前区域(R3)的7kHz～10kHz的频带所选择的频带值P31、从所述后缘区域(R4)的7kHz～10kHz的频带所选择的频带值P41、以及从所述后缘后区域(R5)的7kHz～10kHz的频带所选择的频带值P53，
然后，判断f3≥0、或者f’3≥0是否成立，其中，f3是通过将所述频带值P52和P345代入预定判别函数F3＝w31·P52+w32·P345-K3所获得的函数值，f’3是通过将所述频带值P52、P31、P41和P53代入预定判别函数F’3＝w’31·P52+w’32·P31+w’33·P41+w’34·P53-K’3所获得的函数值，以及
在f3<0、或者f’3<0的情况下，估计为车辆行驶期间的路面是浅冰霜状积雪道路，或者在f3≥0、或者f’3≥0的情况下，估计为车辆行驶期间的路面是浅潮湿道路。
7.根据权利要求1至6中任一项所述的路面状况估计方法，其中，在车辆的悬架上安装监视加速度传感器，并且在由所述监视加速度传感器所检测到的加速度的值超过预定阈值的情况下，停止路面状况的估计。
8.根据权利要求1至6中任一项所述的路面状况估计方法，其中，拍摄路面状况的图像，将所拍摄的路面状况的图像显示在显示画面上，并且还将所估计出的路面状况显示在所述显示画面上。
9.根据权利要求7所述的路面状况估计方法，其中，拍摄路面状况的图像，将所拍摄的路面状况的图像显示在显示画面上，并且还将所估计出的路面状况显示在所述显示画面上。
CN201180035509.4A 2010-05-19 2011-01-13 路面状况估计方法 Active CN103003110B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2010115730A JP5657917B2 (ja) 2010-05-19 2010-05-19 路面状態推定方法
JP2010-115730 2010-05-19
PCT/JP2011/050417 WO2011145356A1 (ja) 2010-05-19 2011-01-13 路面状態推定方法

Publications (2)

Publication Number Publication Date
CN103003110A CN103003110A (zh) 2013-03-27
CN103003110B true CN103003110B (zh) 2015-07-01

Family

ID=44991474

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201180035509.4A Active CN103003110B (zh) 2010-05-19 2011-01-13 路面状况估计方法

Country Status (5)

Country Link
US (1) US9170102B2 (zh)
EP (1) EP2573594B1 (zh)
JP (1) JP5657917B2 (zh)
CN (1) CN103003110B (zh)
WO (1) WO2011145356A1 (zh)

Families Citing this family (69)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10110795B2 (en) 2002-06-04 2018-10-23 General Electric Company Video system and method for data communication
US20150235094A1 (en) * 2014-02-17 2015-08-20 General Electric Company Vehicle imaging system and method
JP5776545B2 (ja) * 2011-12-28 2015-09-09 富士通株式会社 路面調査プログラム及び路面調査装置
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
US20140062725A1 (en) * 2012-08-28 2014-03-06 Commercial Vehicle Group, Inc. Surface detection and indicator
JP6015763B2 (ja) 2012-09-12 2016-10-26 日産自動車株式会社 車両開閉体の制御装置
JP5862532B2 (ja) * 2012-09-26 2016-02-16 アイシン精機株式会社 車両運転支援装置
JP5709144B1 (ja) * 2013-11-06 2015-04-30 株式会社ネクスコ・エンジニアリング北海道 凍結防止剤自動散布制御装置、凍結防止剤自動散布制御プログラムおよび凍結防止剤自動散布制御方法
FR3015036B1 (fr) * 2013-12-18 2016-01-22 Michelin & Cie Methode de detection acoustique de l'etat de la route et du pneumatique
JP6382534B2 (ja) * 2014-03-07 2018-08-29 株式会社ブリヂストン 路面状態推定方法
JP6281346B2 (ja) 2014-03-18 2018-02-21 株式会社Ｓｏｋｅｎ 路面状況推定装置
JP6273937B2 (ja) 2014-03-18 2018-02-07 株式会社Ｓｏｋｅｎ 路面状況推定装置
JP6405239B2 (ja) 2014-03-19 2018-10-17 株式会社小松製作所 路面状態判定方法、路面状態出力方法、路面状態判定装置および路面状態出力装置
JP2015229433A (ja) * 2014-06-05 2015-12-21 太平洋工業株式会社 路面状態検出装置及び路面状態検出システム
JP6435123B2 (ja) * 2014-06-30 2018-12-05 株式会社ミヤワキ 流体判定装置及び流体判定方法
JP6392623B2 (ja) * 2014-10-06 2018-09-19 株式会社ブリヂストン 路面状態判別システム
JP6408852B2 (ja) * 2014-10-06 2018-10-17 株式会社ブリヂストン 路面状態判別システム
JP6408854B2 (ja) * 2014-10-14 2018-10-17 株式会社ブリヂストン 路面状態予測方法
JP6450170B2 (ja) * 2014-12-05 2019-01-09 株式会社ブリヂストン 路面状態判別方法
KR101619700B1 (ko) 2015-04-02 2016-05-10 현대자동차주식회사 브레이크 캘리퍼 소음 저감 제어 장치 및 방법
FR3036354A1 (fr) * 2015-05-20 2016-11-25 Michelin & Cie Procede de determination d'une vitesse limite de roulage
JP6365503B2 (ja) 2015-10-27 2018-08-01 株式会社Ｓｏｋｅｎ 路面状況推定装置
JP6488986B2 (ja) 2015-10-27 2019-03-27 株式会社Ｓｏｋｅｎ 路面状況推定装置
US9836660B2 (en) * 2015-12-03 2017-12-05 GM Global Technology Operations LLC Vision-based wet road surface condition detection using tire tracks
FR3045815A1 (fr) * 2015-12-17 2017-06-23 Michelin & Cie Procede de representation cartographique de donnees concernant l'etat d'une route
JP2017161477A (ja) 2016-03-11 2017-09-14 株式会社ブリヂストン タイヤ荷重推定方法及びタイヤ荷重推定装置
JP6551274B2 (ja) 2016-03-17 2019-07-31 株式会社デンソー ハイドロプレーニング判定装置
DE102016205430A1 (de) * 2016-04-01 2017-10-05 Robert Bosch Gmbh Verfahren und Vorrichtung zur Reibwertbestimmung eines befahrbaren Untergrunds mittels eines Ego-Fahrzeugs
JP2017198507A (ja) * 2016-04-26 2017-11-02 株式会社デンソー 路面状態検出装置
FR3052420B1 (fr) 2016-06-14 2018-07-06 Continental Automotive France Procede de determination de l'etat d'une route
JP6567471B2 (ja) 2016-06-30 2019-08-28 株式会社ブリヂストン 加速度センサの脱落判定方法及び加速度センサの脱落判定装置
JP6673766B2 (ja) * 2016-06-30 2020-03-25 株式会社ブリヂストン 路面状態判別方法
FR3054031B1 (fr) * 2016-07-12 2020-08-07 Renault Sas Procede de determination de l'etat d'une chaussee
JP6620787B2 (ja) 2016-08-11 2019-12-18 株式会社デンソー 路面状態推定装置
US11145142B2 (en) 2016-09-06 2021-10-12 International Business Machines Corporation Detection of road surface defects
JP6614073B2 (ja) * 2016-09-06 2019-12-04 株式会社デンソー 路面状態推定装置
CN110431060B (zh) * 2017-03-24 2023-02-03 米其林集团总公司 用于路面状况和车辆行为的实时评估的方法和系统
DE102017206244A1 (de) * 2017-04-11 2018-10-11 Continental Teves Ag & Co. Ohg Verfahren und vorrichtung zur ermittlung eines fahrbahnzustands
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
JP2019006351A (ja) * 2017-06-28 2019-01-17 株式会社ブリヂストン 路面状態推定方法及び路面状態推定装置
JP6711325B2 (ja) * 2017-07-13 2020-06-17 株式会社Ｓｏｋｅｎ 衝突検知装置
EP3655770A1 (fr) * 2017-07-17 2020-05-27 Compagnie Générale des Etablissements Michelin Méthode de détection de l'état de la route et du pneumatique
JP7009098B2 (ja) * 2017-07-19 2022-01-25 株式会社ブリヂストン 路面状態推定方法
US10773725B1 (en) 2017-08-25 2020-09-15 Apple Inc. Tire-road friction estimation and mapping
CN107521500B (zh) * 2017-09-05 2019-11-05 百度在线网络技术（北京）有限公司 信息获取方法和装置
US20190118592A1 (en) * 2017-10-19 2019-04-25 Infineon Technologies Ag Method, Tire-Mounted TPMS Component, and Machine Readable Storage or Computer Program for Determining a Duration of at Least one Contact Patch Event of a Rolling Tire
US10549587B2 (en) 2017-10-19 2020-02-04 Infineon Technologies Ag Method, component, tire-mounted TPMS module, TPMS system, and machine readable storage or computer program for determining time information of at least one contact patch event of a rolling tire, method for locating a tire
JP6946970B2 (ja) * 2017-11-23 2021-10-13 株式会社デンソー 路面状態判別装置
JP6627127B2 (ja) * 2017-11-27 2020-01-08 本田技研工業株式会社 車両制御装置、車両制御方法、およびプログラム
DE112019001080T5 (de) * 2018-03-01 2021-03-04 Jaguar Land Rover Limited Verfahren und vorrichtung zur erfassung und verfolgung, objektklassifizierung und gelände-inferenz
EP3536574A1 (en) * 2018-03-06 2019-09-11 Pablo Alvarez Troncoso Vehicle control system
EP3779929A4 (en) * 2018-03-29 2021-05-05 Panasonic Intellectual Property Management Co., Ltd. CONTROL DEVICE AND CARD GENERATION PROCESS
JP7002561B2 (ja) * 2018-10-01 2022-01-20 太平洋工業株式会社 タイヤ状態監視システム、送信機及び受信機
JP7133458B2 (ja) * 2018-12-17 2022-09-08 Ｔｏｙｏ Ｔｉｒｅ株式会社 音源探査方法
JP7120109B2 (ja) * 2019-03-25 2022-08-17 株式会社デンソー 車両における路面状態判定装置、運転支援システムおよび路面状態判定方法
JP7148452B2 (ja) * 2019-04-12 2022-10-05 株式会社ブリヂストン 橋梁ジョイントの劣化状態推定方法とその装置
CN110211384B (zh) * 2019-06-24 2020-07-24 中国汽车工程研究院股份有限公司 基于车车通讯的路况实现方法
KR102267901B1 (ko) * 2019-10-02 2021-06-24 한국타이어앤테크놀로지 주식회사 노면 상태 추정 장치 및 이를 이용한 노면 상태 추정 방법
CN111223494A (zh) * 2019-12-17 2020-06-02 深圳市联谛信息无障碍有限责任公司 一种路面信息识别的方法、装置以及电子设备
KR102407877B1 (ko) * 2020-02-13 2022-06-10 인하대학교 산학협력단 차량 탑재 능동형 센서를 이용하여 노면의 상태를 검출하기 위한 전자 장치 및 그의 동작 방법
US11995565B2 (en) * 2020-04-07 2024-05-28 International Business Machines Corporation Road icing condition prediction for shaded road segments
WO2021247016A1 (en) * 2020-06-03 2021-12-09 Sensata Technologies, Inc. Detecting a condition of a road surface
JP7279689B2 (ja) 2020-06-16 2023-05-23 トヨタ自動車株式会社 データ処理装置及びデータ処理システム
US12043263B2 (en) 2021-01-13 2024-07-23 Baidu Usa Llc Audio-based technique to sense and detect the road condition for autonomous driving vehicles
JP2022181640A (ja) * 2021-05-26 2022-12-08 株式会社ブリヂストン 路面状態判定装置、路面状態判定システム、車両、路面状態判定方法、及びプログラム
KR102501312B1 (ko) 2021-08-02 2023-02-22 한국건설기술연구원 가속도센서를 이용한 노면상태 연속 측정 시스템 및 그 방법
DE102022200159A1 (de) * 2022-01-10 2023-07-13 Robert Bosch Gesellschaft mit beschränkter Haftung Erkennen eines Fahrbahnzustands basierend auf Messdaten einer Inertialsensorik eines Fahrzeugs
JP2024034470A (ja) * 2022-08-31 2024-03-13 株式会社ブリヂストン 路面状態の判定装置及び制御装置
CN118310469B (zh) * 2024-06-07 2024-08-30 云途信息科技(杭州)有限公司 非平坦道路质量检测方法、装置、计算机设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
JP2007055284A (ja) * 2005-08-22 2007-03-08 Bridgestone Corp 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
CN101668672A (zh) * 2007-04-27 2010-03-10 株式会社普利司通 轮胎接地状态估计方法、轮胎接地状态估计装置以及接地状态估计用轮胎
WO2010050300A1 (ja) * 2008-10-30 2010-05-06 株式会社ブリヂストン 路面状態推定方法

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63247111A (ja) 1987-04-02 1988-10-13 Komatsu Ltd 建設機械用ダンプトラツク
JPH0616806Y2 (ja) 1988-12-28 1994-05-02 三菱自動車工業株式会社 サスペンション制御システム
JPH06174543A (ja) 1992-12-03 1994-06-24 Toyota Motor Corp 路面状態検出装置
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
JPH09114371A (ja) 1995-10-19 1997-05-02 Honda Motor Co Ltd 路面凍結予測装置
JPH11126295A (ja) 1997-10-23 1999-05-11 Tokimec Inc 道路情報提示方法およびその装置
JP2001101565A (ja) 1999-09-30 2001-04-13 Aisin Seiki Co Ltd 移動体情報通信システム
JP3769435B2 (ja) * 1999-11-05 2006-04-26 株式会社豊田中央研究所 路面摩擦状態推定装置
JP4331881B2 (ja) * 2000-10-16 2009-09-16 トヨタ自動車株式会社 路面状態推定装置
JP3271964B1 (ja) 2000-11-07 2002-04-08 富士重工業株式会社 車両の路面摩擦係数推定装置
ATE546327T1 (de) * 2003-10-31 2012-03-15 Pirelli Verfahren und vorrichtung zur ermittlung der fahrflächenrauhigkeit eines reifens
EP1815212A1 (en) * 2004-11-15 2007-08-08 Societe de Technologie Michelin STM Determining travel surface characteristics by analyzing sensor waveforms
JP5121445B2 (ja) * 2005-03-24 2013-01-16 株式会社ブリヂストン タイヤスリップ角の推定方法
JP4759476B2 (ja) 2006-09-06 2011-08-31 日本無線株式会社 道路情報収集・提供方法
JP4229965B2 (ja) * 2006-11-14 2009-02-25 横浜ゴム株式会社 ブレーキ制御方法およびブレーキ制御装置
JP2008162392A (ja) 2006-12-28 2008-07-17 Bridgestone Corp タイヤ接地状態推定方法、タイヤ接地状態推定装置、タイヤ、及び、車輌制御装置
JP2009032181A (ja) 2007-07-30 2009-02-12 Hitachi Ltd 情報提供方法、情報提供装置、及び情報提供用プログラム
JP4893598B2 (ja) 2007-11-19 2012-03-07 アイシン・エィ・ダブリュ株式会社 運転支援システム、運転支援方法及びコンピュータプログラム
US8483976B2 (en) * 2008-06-25 2013-07-09 Kabushiki Kaisha Bridgestone Method for estimating tire wear and apparatus for estimating tire wear

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
JP2007055284A (ja) * 2005-08-22 2007-03-08 Bridgestone Corp 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
CN101668672A (zh) * 2007-04-27 2010-03-10 株式会社普利司通 轮胎接地状态估计方法、轮胎接地状态估计装置以及接地状态估计用轮胎
WO2010050300A1 (ja) * 2008-10-30 2010-05-06 株式会社ブリヂストン 路面状態推定方法

Also Published As

Publication number Publication date
US9170102B2 (en) 2015-10-27
CN103003110A (zh) 2013-03-27
WO2011145356A1 (ja) 2011-11-24
EP2573594B1 (en) 2018-10-10
EP2573594A4 (en) 2016-01-13
JP5657917B2 (ja) 2015-01-21
US20130116972A1 (en) 2013-05-09
EP2573594A1 (en) 2013-03-27
JP2011242303A (ja) 2011-12-01

Similar Documents

Publication Publication Date Title
CN103003110B (zh) 路面状况估计方法
JP5878612B2 (ja) 路面状態推定方法
US10406866B2 (en) Tire sensor for a tire monitoring system
CN105473409B (zh) 轮胎分类
CN107003429B (zh) 路面状态判断系统
EP1798077B1 (en) Apparatus, method and program for alarming decrease in tire air-pressure
CN112590795B (zh) 路面状态推定装置及利用其的路面状态推定方法
JP4817753B2 (ja) 路面状態推定方法、路面状態推定装置、及び、車両制御装置
CN105473983A (zh) 路面上的短期不平度的检测
JP2017144975A5 (zh)
WO2016056568A1 (ja) 路面状態判別システム
EP4151801A1 (en) Apparatus and system for detecting road surface condition and method for detecting road surface condition by using same
US20100145567A1 (en) Method for determining a roadway state
US20070299573A1 (en) Accelerometer based system for detection of tire tread separation and loose wheels
CN102218978A (zh) 用于监控机动车轮胎的胎压的方法和装置
CN107878461A (zh) 用于生成关于道路的盐状态的信息的方法和装置以及该信息的使用
Niskanen et al. Accelerometer tyre to estimate the aquaplaning state of the tyre-road contact
JP5908953B2 (ja) 車両制御方法及び路面状態警告方法
US20240025214A1 (en) Adjustment of indirectly determined values of a tire monitoring system
WO2018025530A1 (ja) タイヤマウントセンサおよびチェーン規制管理システム
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
Goharimanesh et al. Tire inflation pressure estimation using identification techniques

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant