JP4474475B2

JP4474475B2 - タイヤ空気圧低下検出装置及び方法、並びにタイヤの空気圧低下検出プログラム

Info

Publication number: JP4474475B2
Application number: JP2008129055A
Authority: JP
Inventors: 裕章川崎; 修一足立
Original assignee: Sumitomo Rubber Industries Ltd
Current assignee: Sumitomo Rubber Industries Ltd
Priority date: 2008-05-16
Filing date: 2008-05-16
Publication date: 2010-06-02
Anticipated expiration: 2028-05-16
Also published as: US20090282906A1; US7963157B2; JP2009274639A; EP2130693B1; EP2130693A1

Description

本発明は、タイヤ空気圧低下検出装置及び方法、並びにタイヤの空気圧低下検出プログラムに関する。さらに詳しくは、走行中の車両のタイヤの共振周波数に基づいて当該タイヤの空気圧低下を検出するタイヤ空気圧低下検出装置及び方法、並びにタイヤの空気圧低下検出プログラムに関する。

車両に装着されたタイヤの空気圧の低下を検出する方法ないしは装置として、従来、種々のものが知られている。中でもコスト的に有利であり、個々のタイヤの空気圧の低下を検知することができる方法として、車両走行時におけるタイヤの振動特性がタイヤ内圧に依存して変化することに着目したタイヤ周波数方式が提案されている。
かかるタイヤ周波数方式においては車輪の回転信号の共振周波数が推定されるが、この共振周波数は、タイヤの振動成分を含む時系列信号を周波数解析することで、精度良く推定することができる。

しかしながら、周波数解析するためにフーリエ変換等の処理を実行するためには膨大な容量のメモリーが必要となり、車載用コンピュータに費やすコストが高額になるため現実的な手法ではない。

そこで、フーリエ変換等の処理を用いることなく、所定の精度で前記共振周波数を推定する方法が種々提案されている。例えば、特許文献１には、タイヤの振動成分を含む時系列信号（車輪速度信号）に対して、２次の線形予測モデルを導入し、当該線形予測モデルのパラメータを同定してタイヤの共振周波数を演算し、さらに、算出される共振周波数に影響を及ぼす外部要因の影響量を抽出して、この外部要因の影響量に応じて前記共振周波数又はこれに基づき推定されるタイヤ空気圧を補正する方法が開示されている。また、特許文献１には、共振周波数に影響を及ぼす外部要因として、外気温度、車両速度、及びタイヤが路面から受ける振動の大きさの３つを挙げており、これら３つの外部要因のうちいずれか２つ又は全てに基づいて前記補正を行うことが提案されている。

また、特許文献２には、タイヤ空気圧評価値となる共振周波数を求めたときに、当該共振周波数を求めたときの車輪速度、外気温度及び路面の種類とリンクさせて共振周波数を記憶しておき、ある条件下で求めた共振周波数と、そのときと同じ条件下で求められた共振周波数（基準値）との関係に基づいて、タイヤ空気圧の低下を推定する方法が開示されている。

特許第３１５２１５１号明細書特開２００５−１４６６４号公報

タイヤのねじり方向の共振周波数は、外気温度の影響を受けることが一般的に知られているが、車両速度やタイヤが路面から受ける振動の大きさが前記共振周波数に及ぼす影響はほとんどなく、タイヤ空気圧の変化による影響に比べても充分に小さい。これは、タイヤのねじり方向の共振周波数は、タイヤ固有の振動モードであり、タイヤのねじり剛性に起因したものであることから、車両速度や路面が異なることに伴う励起のされ方によって変化することがないためである。図１０〜１１は、いずれも高速フーリエ変換により求めたタイヤの回転信号の周波数特性の例を示しており、図１０は３種類の速度で車両を走行させたときのタイヤ周波数特性を示しており、図１１は２種類の路面上を走行させたときのタイヤ周波数特性を示している。図１０〜１１より、４０Ｈｚ付近に存在するタイヤの共振周波数の値自体は、車両速度や路面の変化にほとんど影響を受けていないことがわかる。

しかしながら、一方において、車両速度やタイヤが路面から受ける振動の大きさは、車輪回転信号に含まれるねじり方向の共振周波数以外の周波数特性には多大な影響を及ぼすことが知られている。例えば、車両速度が上がれば、タイヤの縦方向の振動が大きくなり、ねじり方向の周波数よりもさらに高周波数側の周波数特性が大きく変化する。また、路面から受ける振動が大きくなれば、タイヤがより強く励起されるため、周波数特性全体のゲインが大きくなるとともに、高速時におけるタイヤの縦方向の振動も大きく増加する。すなわち、タイヤのねじり方向の共振周波数は、車両速度やタイヤが路面から受ける振動レベルに影響を受けなくても、周波数特性全体としては、非常に大きな影響を受ける。

一方、車輪回転信号を時系列信号として用い、線形予測モデルにより共振周波数を推定する場合、共振周波数以外の周波数成分の影響を全く受けることなく、真の共振周波数を推定することは非常に困難である。仮に、空気圧に依存した共振点が１つしかない場合でも、特許文献１記載の方法のように、２次のような低次モデルで精度良く共振点を推定することは非常に困難である。また、時系列信号に所定の通過帯域をもったフィルタリング処理を施したとしても、周波数特性の変化の影響を全く受けずに推定することは難しい。
また、特許文献２記載の方法では、正常内圧時に全く同じ条件下で推定された共振周波数が記憶されておれば、タイヤの空気圧低下を精度良く検出することができるが、正常内圧時に全ての組合せの条件下で車両を走行させることは難しく、その結果、比較する共振周波数（基準値）が存在しない場合は、補間などにより求める共振周波数と比較せざるを得ず、高い推定精度を期待することができない。

本発明は、このような事情に鑑みてなされたものであり、車輪回転信号を時系列信号として、線形モデルを用いてその周波数特性を推定するに際し、推定精度を向上させることができるタイヤ空気圧低下検出装置及び方法、並びにタイヤの空気圧低下検出プログラムを提供することを目的としている。

本発明の第１の観点に係るタイヤ空気圧低下検出装置（以下、単に「検出装置」ともいう）は、車両の各輪のタイヤの回転速度情報を定期的に検出する回転速度情報検出手段と、
この回転速度情報検出手段により得られる回転速度情報から、当該回転速度情報の周波数特性を推定する周波数特性推定手段と、
推定された周波数特性に基づいて前記タイヤの空気圧の低下を判定する判定手段と
を備えており、
前記周波数特性推定手段は、前記回転速度情報を含む時系列信号に対し、
第１の工程として、３次以上の線形モデルのパラメータを時系列推定するパラメータ推定手段、
第２の工程として、推定された線形モデルと、線形モデルの出力信号である前記回転速度情報とから、当該線形モデルに対する入力信号を推定する入力信号推定手段、
第３の工程として、推定された入力信号と、前記回転速度情報とから、２次に低次元化した線形モデルのパラメータを同定するパラメータ同定手段、及び
第４の工程として、２次に低次元化して同定されたパラメータからタイヤのねじり方向の共振周波数を推定する共振周波数推定手段
を含んでおり、且つ、
前記判定手段は、推定されたタイヤのねじり方向の共振周波数に基づいてタイヤの空気圧の低下を判定するように構成されていることを特徴としている。

本発明の第１の観点に係る検出装置では、まず高次の線形モデルで時系列推定し、推定された高次モデルと出力である回転速度情報を含む時系列信号とを用いて未知の入力信号を推定し、ついで推定された入力信号と出力信号から２次のモデルに低次元化して、共振周波数を推定している。これにより、車両速度や路面からの振動の大きさに応じて、推定された共振周波数を補正することなく、安定的に精度良くタイヤのねじり方向の共振周波数を推定することができる。

入力信号を求めているので、２次にモデルを低次元化する際に、たとえバンドパスフィルタのような所定の通過帯域幅をもったフィルタを通したとしても、入出力信号両方にフィルタを施すことで、信号をひずませることなく、所定の帯域のみについてシステム同定を行うことが可能となる。また、２次にモデルを低次元化しているので、共振点の算出が容易になる。

また、本発明の第２の観点に係る検出装置は、車両の各輪のタイヤの回転速度情報を定期的に検出する回転速度情報検出手段と、
この回転速度情報検出手段により得られる回転速度情報から、タイヤの回転加速度情報を演算する回転加速度情報演算手段と、
この回転加速度情報演算手段により演算された回転加速度情報から、当該回転加速度情報の周波数特性を推定する周波数特性推定手段と、
推定された周波数特性に基づいて前記タイヤの空気圧の低下を判定する判定手段と
を備えており、
前記周波数特性推定手段は、前記回転加速度情報を含む時系列信号に対し、
第１の工程として、３次以上の線形モデルのパラメータを時系列推定するパラメータ推定手段、
第２の工程として、推定された線形モデルと、線形モデルの出力信号である前記回転加速度情報とから、当該線形モデルに対する入力信号を推定する入力信号推定手段、
第３の工程として、推定された入力信号と、前記回転加速度情報とから、２次に低次元化した線形モデルのパラメータを同定するパラメータ同定手段、及び
第４の工程として、２次に低次元化して同定されたパラメータからタイヤのねじり方向の共振周波数を推定する共振周波数推定手段
を含んでおり、且つ、
前記判定手段は、推定されたタイヤのねじり方向の共振周波数に基づいてタイヤの空気圧の低下を判定するように構成されていることを特徴としている。

本発明の第２の観点に係る検出装置においても、前記第１の観点に係る検出装置と同様、車両速度や路面からの振動の大きさに応じて、推定された共振周波数を補正することなく、安定的に精度良くタイヤのねじり方向の共振周波数を推定することができる。また、回転速度情報よりも変化が少ない回転加速度情報を含む時系列信号に対し時系列推定を行っているので、演算精度を上げることができる。

前記タイヤの近傍の温度を検出する温度センサ、及び、この温度センサで検出された温度情報に基づいて、前記推定されたタイヤのねじり方向の共振周波数を補正する補正手段を備えているのが好ましい。タイヤ近傍の温度により共振周波数を補正することで、より推定精度を向上させることができる。

前記パラメータ推定手段が、逐次最小二乗法により３次以上の線形モデルのパラメータを時系列推定するように構成されているのが好ましい。逐次最小二乗法を用いることで演算に要する負荷を小さくすることができる。

前記パラメータ同定手段が、２次の線形モデルを同定するに際し、前記入力信号及び出力信号に対して、所定の通過帯域幅をもったフィルタによるフィルタリング処理を施すように構成されているのが好ましい。フィルタリング処理を施すことで対象外の信号成分を除去することができ、時系列推定の精度をより向上させることができる。

前記パラメータ同定手段が、逐次最小二乗法により２次の線形モデルを同定するように構成されているのが好ましい。逐次最小二乗法を用いることで演算に要する負荷を小さくすることができる。

本発明の第３の観点に係るタイヤ空気圧低下検出方法（以下、単に「検出方法」ともいう）は、車両の各輪のタイヤの回転速度情報を定期的に検出する工程と、
この回転速度情報検出手段により得られる回転速度情報から、当該回転速度情報の周波数特性を推定する工程と、
推定された周波数特性に基づいて前記タイヤの空気圧の低下を判定する工程と
を含んでおり、
前記周波数特性を推定する工程は、
前記回転速度情報を含む時系列信号に対し、３次以上の線形モデルのパラメータを時系列推定する第１の工程、
推定された線形モデルと、線形モデルの出力信号である前記回転速度情報とから、当該線形モデルに対する入力信号を推定する第２の工程、
推定された入力信号と、前記回転速度情報とから、２次に低次元化した線形モデルのパラメータを同定する第３の工程、及び
２次に低次元化して同定されたパラメータからタイヤのねじり方向の共振周波数を推定する第４の工程
を含んでおり、且つ、
前記タイヤの空気圧の低下を判定する工程において、推定されたタイヤのねじり方向の共振周波数に基づいてタイヤの空気圧の低下を判定するように構成されていることを特徴としている。

本発明の第３の観点に係る検出方法では、まず高次の線形モデルで時系列推定し、推定された高次モデルと出力である回転速度情報を含む時系列信号とを用いて未知の入力信号を推定し、ついで推定された入力信号と出力信号から２次のモデルに低次元化して、共振周波数を推定している。これにより、車両速度や路面からの振動の大きさに応じて、推定された共振周波数を補正することなく、安定的に精度良くタイヤのねじり方向の共振周波数を推定することができる。

また、本発明の第４の観点に係る検出方法は、車両の各輪のタイヤの回転速度情報を定期的に検出する工程と、
この回転速度情報検出手段により得られる回転速度情報から、タイヤの回転加速度情報を演算する工程と、
この回転加速度情報演算手段により演算された回転加速度情報から、当該回転加速度情報の周波数特性を推定する工程と、
推定された周波数特性に基づいて前記タイヤの空気圧の低下を判定する工程と
を含んでおり、
前記周波数特性を推定する工程は、
前記回転加速度情報を含む時系列信号に対し、３次以上の線形モデルのパラメータを時系列推定する第１の工程、
推定された線形モデルと、線形モデルの出力信号である前記回転加速度情報とから、当該線形モデルに対する入力信号を推定する第２の工程、
推定された入力信号と、前記回転加速度情報とから、２次に低次元化した線形モデルのパラメータを同定する第３の工程、及び
２次に低次元化して同定されたパラメータからタイヤのねじり方向の共振周波数を推定する第４の工程
を含んでおり、且つ、
前記タイヤの空気圧の低下を判定する工程において、推定されたタイヤのねじり方向の共振周波数に基づいてタイヤの空気圧の低下を判定するように構成されていることを特徴としている。

本発明の第４の観点に係る検出方法においても、前記第３の観点に係る検出方法と同様、車両速度や路面からの振動の大きさに応じて、推定された共振周波数を補正することなく、安定的に精度良くタイヤのねじり方向の共振周波数を推定することができる。また、回転速度情報よりも変化が少ない回転加速度情報を含む時系列信号に対し時系列推定を行っているので、演算精度を上げることができる。

前記タイヤの近傍の温度を検出する温度センサからの温度情報に基づいて、前記推定されたタイヤのねじり方向の共振周波数を補正する工程をさらに含むのが好ましい。タイヤ近傍の温度により共振周波数を補正することで、より推定精度を向上させることができる。

前記パラメータを推定する工程において、逐次最小二乗法により３次以上の線形モデルのパラメータを時系列推定するのが好ましい。逐次最小二乗法を用いることで演算に要する負荷を小さくすることができる。

前記パラメータを同定する工程で２次の線形モデルを同定するに際し、前記入力信号及び出力信号に対して、所定の通過帯域幅をもったフィルタによるフィルタリング処理を施すのが好ましい。フィルタリング処理を施すことで対象外の信号成分を除去することができ、時系列推定の精度をより向上させることができる。

前記パラメータを同定する工程において、逐次最小二乗法により２次の線形モデルを同定するのが好ましい。逐次最小二乗法を用いることで演算に要する負荷を小さくすることができる。

さらに、本発明の第５の観点に係るタイヤの空気圧低下検出プログラム（以下、単に「プログラム」ともいう）は、走行中の車両のタイヤの共振周波数に基づいて当該タイヤの空気圧低下を検出するためにコンピュータを、車両の各輪のタイヤの回転速度情報を定期的に検出する回転速度情報検出手段により得られる回転速度情報から、当該回転速度情報の周波数特性を推定する周波数特性推定手段、及び、推定された周波数特性に基づいて前記タイヤの空気圧の低下を判定する判定手段として機能させ、
前記周波数特性推定手段は、前記回転速度情報を含む時系列信号に対し、
第１の工程として、３次以上の線形モデルのパラメータを時系列推定するパラメータ推定手段、
第２の工程として、推定された線形モデルと、線形モデルの出力信号である前記回転速度情報とから、当該線形モデルに対する入力信号を推定する入力信号推定手段、
第３の工程として、推定された入力信号と、前記回転速度情報とから、２次に低次元化した線形モデルのパラメータを同定するパラメータ同定手段、及び
第４の工程として、２次に低次元化して同定されたパラメータからタイヤのねじり方向の共振周波数を推定する共振周波数推定手段
を含んでおり、且つ、
前記判定手段は、推定されたタイヤのねじり方向の共振周波数に基づいてタイヤの空気圧の低下を判定するように構成されていることを特徴としている。

また、本発明の第６の観点に係るプログラムは、走行中の車両のタイヤの共振周波数に基づいて当該タイヤの空気圧低下を検出するためにコンピュータを、車両の各輪のタイヤの回転速度情報を定期的に検出する回転速度情報検出手段により得られる回転速度情報から、タイヤの回転加速度情報を演算する回転加速度情報演算手段、この回転加速度情報演算手段により演算された回転加速度情報から、当該回転加速度情報の周波数特性を推定する周波数特性推定手段、及び、推定された周波数特性に基づいて前記タイヤの空気圧の低下を判定する判定手段として機能させ、
前記周波数特性推定手段は、前記回転加速度情報を含む時系列信号に対し、
第１の工程として、３次以上の線形モデルのパラメータを時系列推定するパラメータ推定手段、
第２の工程として、推定された線形モデルと、線形モデルの出力信号である前記回転加速度情報とから、当該線形モデルに対する入力信号を推定する入力信号推定手段、
第３の工程として、推定された入力信号と、前記回転加速度情報とから、２次に低次元化した線形モデルのパラメータを同定するパラメータ同定手段、及び
第４の工程として、２次に低次元化して同定されたパラメータからタイヤのねじり方向の共振周波数を推定する共振周波数推定手段
を含んでおり、且つ、
前記判定手段は、推定されたタイヤのねじり方向の共振周波数に基づいてタイヤの空気圧の低下を判定するように構成されていることを特徴としている。

本発明の検出装置及び検出方法、並びにプログラムによれば、車輪回転信号を時系列信号として、線形モデルを用いてその周波数特性を推定するに際し、推定精度を向上させることができる。

以下、添付図面を参照しつつ、本発明の検出装置及び検出方法、並びにプログラムの実施の形態を詳細に説明する。
図１に示されるように、本発明の一実施の形態に係る検出装置は、４輪車両に備えられた４つのタイヤＦＬ（左前輪）、ＦＲ（右前輪）、ＲＬ（左後輪）及びＲＲ（右後輪）の回転速度情報を検出するため、各タイヤに関連して設けられた通常の車輪速度検出手段（回転速度情報検出手段）１を備えている。

前記車輪速度検出手段１としては、電磁ピックアップなどを用いて回転パルスを発生させてパルスの数から回転角速度及び車輪速度を測定するための車輪速センサ又はダイナモのように回転を利用して発電を行い、この電圧から回転角速度及び車輪速度を測定するためのものを含む角速度センサなどを用いることができる。前記車輪速度検出手段１の出力は、ＡＢＳなどのコンピュータである制御ユニット２に与えられる。この制御ユニット２には、例えばタイヤ減圧であることを表示するための液晶表示素子、プラズマ表示素子又はＣＲＴなどで構成された表示器３、ドライバーによって操作することができる初期化ボタン４、タイヤ減圧であることをドライバーに知らせる警報器５、及びタイヤ近傍の温度を検出する温度センサ６が接続されている。

制御ユニット２は、図２に示されるように、外部装置との信号の受け渡しに必要なＩ／Ｏインターフェース２ａと、演算処理の中枢として機能するＣＰＵ２ｂと、このＣＰＵ２ｂの制御動作プログラムが格納されたＲＯＭ２ｃと、前記ＣＰＵ２ｂが制御動作を行う際にデータなどが一時的に書き込まれたり、その書き込まれたデータが読み出されたりするＲＡＭ２ｄとから構成されている。

前記車輪速度検出手段１では、タイヤの回転数に対応したパルス信号（以下、「車輪速パルス」ともいう）が出力される。そして、この車輪速パルスを所定のサンプリング周期ΔＴ（ｓｅｃ）、例えばΔＴ＝０．００５秒毎にリサンプリングすることで、車輪速信号の時系列データを得ることができる。サンプリング周期は、着目しているタイヤのねじり方向の共振周波数が数十Ｈｚ付近に現れることから、それ以上のサンプリング周期とする必要がある。

本実施の形態に係る検出装置は、車輪速度検出手段（回転速度情報検出手段）１と、この車輪速度検出手段により得られる回転速度情報から、当該回転速度情報の周波数特性を推定する周波数特性推定手段と、推定された周波数特性に基づいて前記タイヤの空気圧の低下を判定する判定手段とで主に構成されている。そして、タイヤの空気圧低下検出プログラムは、前記制御ユニット２を、周波数特性推定手段及び判定手段として機能させる。前記周波数特性推定手段は、前記回転速度情報を含む時系列信号に対し、第１の工程として、３次以上の線形モデルのパラメータを時系列推定するパラメータ推定手段、第２の工程として、推定された線形モデルと、線形モデルの出力信号である前記回転速度情報とから、当該線形モデルに対する入力信号を推定する入力信号推定手段、第３の工程として、推定された入力信号と、前記回転速度情報とから、２次に低次元化した線形モデルのパラメータを同定するパラメータ同定手段、及び第４の工程として、２次に低次元化して同定されたパラメータからタイヤのねじり方向の共振周波数を推定する共振周波数推定手段を含んでいる。また、タイヤ近傍の温度に基づいて、推定された共振周波数を補正する補正手段も含んでいる。

本発明では、車輪の回転信号を時系列信号として、一旦、高次（３次以上の整数）の線形モデルとしてパラメータを時系列推定し、ついで推定された各パラメータと、出力信号である車輪回転の時系列信号とから未知の入力信号を推定し、さらに推定された入力信号と前記出力信号を利用して、線形モデルをシステム同定し直している。以下、本発明の特徴である周波数特性を推定する工程について、その背景も含めて詳細に説明する。

〔周波数特性推定工程〕
仮定したシステムモデルを同定する場合、入力信号と出力信号が得られるのであれば、当該入出力信号を使ってシステムの同定を行うのが一般的である。しかしながら、本発明のように出力信号（車輪回転信号）しか得られない場合、入力はホワイトノイズであると仮定して時系列推定を行い、システムを同定する方法が採られる。
そして、車輪の回転信号に含まれる振動成分をモデル化し、同定する場合、タイヤをバネとバンパーで構成された２次系のモデルと仮定し、このモデルを同定するのが一般的である。

しかしながら、実際の車輪の回転信号には、様々な振動が含まれている。そこで、着目したい周波数帯域だけを通過させるようなフィルタを通すことで、余分な振動成分を除去し、残った振動成分に対してシステム同定を行うのが一般的である。着目する周波数としては、タイヤのねじり方向の共振成分が当該タイヤの内圧に依存していることから、数十Ｈｚ付近の回転信号だけを通過させるようなフィルタが用いられる。その結果、フィルタを通過した信号には、１つの共振成分しか含まれないので、２次の線形モデルで充分であるとも考えられる。特許文献１でも２次の線形モデルが用いられている。

しかしながら、出力信号しか得られないような時系列推定において、出力信号だけに対して、所定の通過帯域をもったフィルタ（バンドパスフィルタ）を適用した場合、フィルタを通過して得られた信号は、当該フィルタの中心周波数に向かって引っ張られる傾向があり、真の共振点からずれてしますという問題がある。この傾向は、通過帯域幅を狭く設定すればするほど顕著に現れる。

また、一方において、タイヤのねじり方向の共振成分は、確かにタイヤ内圧に依存して変化するものの、車輪の回転信号に含まれる振動成分は、車両速度や路面の凹凸などによっても大きく変化することが知られている。その結果、前記共振点からのずれを回避するために、あまりにフィルタの通過帯域幅を大きくとりすぎると、ねじり共振以外の振動成分の除去が充分ではなく、時系列推定の精度が低下するという問題がある。

以上の問題点を図４〜７を用いて具体的に説明する。図４は、車輪の回転信号の周波数特性を高速フーリエ変換（ＦＦＴ）して得られた結果を示している。タイヤの空気圧が低下（２５％減圧）することにより４０Ｈｚ付近の共振点が小さい方向へシフトしていることがわかる。この４０Ｈｚ付近の共振点がタイヤのねじり方向の共振周波数成分である。また、図４より、４０Ｈｚ以外にも多くの共振点が存在していることがわかる。

図５は、図４で得られた車輪の回転信号に対して、フィルタリング処理を施さずに、２次の線形モデルで時系列推定した結果の周波数特性を示している。この場合、タイヤ空気圧の違いは確認できるが、車輪回転信号全てに含まれる振動成分を２次のモデルで推定しているので、共振周波数の絶対値が大きくずれている。これは、仮にタイヤの空気圧が正常で、ねじり方向の共振周波数が同じでも、速度が変化し、全体の周波数特性が変化した場合には、推定した２次のモデルも変化してしまう。このため、タイヤ空気圧が低下したために共振点が変化したのか、他の要因で共振点が変化したのかを精度良く識別する必要が生じるが、識別に有用な特徴量が存在しないため、識別は非常に難しい。

図６は、図４の車輪回転信号に対して、通過帯域幅が２０〜５５Ｈｚのバンドパスフィルタを施して得られた信号のＦＦＴの結果を示している。また、図７は、図６の信号に対して２次の線形モデルで時系列推定して得られた周波数特性を示している。図５の場合に比べると、共振周波数の絶対値は、本来の共振周波数に近い値になっているが、まだ若干の差が存在している。このように、実際の信号の共振周波数を精度良く推定することができない限り、たとえ推定された２次モデルの共振点が変化したからといって、この変化がタイヤ内圧の変化に起因したものなのか、または他の要因（例えば、車両速度や路面の凹凸状態）に起因したものなのかを識別する必要があり、その結果、精度良くタイヤの内圧低下を検出することが困難となる。

本発明では、これらの手法とは異なり、たとえタイヤモデルが２次系で近似できるとしても、一旦高次のモデルで時系列推定を行い、得られた高次のパラメータと出力信号とから入力信号を推定し、推定された入力信号及び出力信号を用いた２次モデルをシステム同定している。

入力信号が得られるメリットとして、２次にモデルを低次元化する際に、たとえバンドパスフィルタのような所定の通過帯域幅をもったフィルタを通したとしても、入出力信号両方にフィルタを施すことで、信号をひずませることなく、所定の帯域のみについてシステム同定を行うことが可能となることが挙げられる。

本発明において、２次にモデルを低次元化する理由は、共振点の算出を容易にするためである。高次で得られたパラメータから、タイヤのねじり方向の共振点である４０Ｈｚ付近のピーク周波数を計算することは、演算処理が複雑になることから容易ではない。また、コンピュータリソースの面からも、２次に低次元化して共振ピーク周波数を推定するのが好ましい。

次に、本実施の形態の検出装置の動作を順に説明する。図３は、本実施の形態の検出装置の構成を機能面でとらえたブロック図である。
（１）まず、車輪速度検出手段により、車輪の回転信号を検出する。
（２）ついで、前記車輪の回転信号を所定のサンプリング周期にしたがってリサンプリングすることで、車輪速信号の時系列データを得る。サンプリング周期は、着目しているタイヤのねじり方向の共振周波数が数十Ｈｚ付近に現れることから、それ以上のサンプリング周期とする必要がある。

（３）次に、得られた車輪速度を微分して、車輪加速度とする。車輪速度データを時系列データとして、時系列解析することもできるが、車輪加速度データのほうが車輪速度データよりも変化が少ないことから、演算精度を上げる点からは、車輪速度データを時系列データとするのが好ましい。

（４）ついで、演算された車輪の回転加速度データを時系列データとして、時系列解析を行う。
まず、第１工程において、回転加速度データを時系列信号として、以下の式（１）のｎ次（ｎは３以上の整数）の線形モデルとして、時系列推定手段により各パラメータを時系列推定する。時系列推定は、コンピュータリソースなどを考慮すると、逐次最小二乗法を用いて行うのが好ましい。

ここに、ｙ（ｋ）は車輪回転加速度の時系列信号、ｎはモデル次数（３以上の整数）、ａ_iは各パラメータ、ｗ（ｋ）は外乱である。
図８は、図４に示される車輪回転加速度の時系列信号を２０次の線形モデルで時系列推定した結果得られた周波数特性を示している。高速フーリエ変換で得られた図４の周波数特性を精度良く推定できていることがわかる。

（５）ついで、第２工程において、第１工程で推定された各パラメータと出力信号である車輪回転加速度の時系列信号ｙ（ｋ）から、入力信号推定手段により入力を推定する。
具体的に、第１工程における時系列推定では、システムへの入力は外乱ｗ（ｋ）として定義されており、この外乱ｗ（ｋ）はタイヤが路面から受けるホワイトノイズ的な力であると仮定している。かかる外乱ｗ（ｋ）、すなわち入力信号を、第１工程で推定された各パラメータと、車輪回転加速度の時系列信号とから、以下の式（２）に従って推定する。

（６）ついで、第３工程において、第２工程で推定された入力信号ｗ（ｋ）と、出力信号である車輪回転加速度の時系列信号ｙ（ｋ）とから、パラメータ同定手段により２次のモデルのパラメータを同定する。このときの伝達関数Ｇ（ｚ）は、以下の式（３）で表すことができる。

ここで、ｚ^-1は１サンプル遅延である。
なお、２次に低次元化する際に、特にタイヤの共振周波数に着目するために、入力信号及び出力信号に対して、所定の通過帯域幅をもったフィルタ手段によるフィルタリング処理を施した後に、システム同定を行うのが好ましい。

図９は、入出力信号に対して、通過帯域幅２０〜５５Ｈｚに設定されたバンドパスフィルタによるフィルタリング処理を施したものについてシステム同定を行い、推定されたパラメータによる周波数特性を示している。図８の周波数特性の２０〜５５Ｈｚに対して、精度良く推定されていることがわかる。

（７）次に、２次に低次元化したモデルのパラメータから、共振周波数推定手段により共振周波数を推定する。共振特性を、連続時間２次系モデル式（４）に近似させると、共振周波数は、以下の式（５）で表される。

ここで、ω_nは固有振動数、ζは減衰係数、ω_pは共振周波数である。

（８）タイヤの近傍の温度を検出する温度センサ（例えば、車載の外気温センサなど）からの温度情報に基づいて、前記推定されたタイヤのねじり方向の共振周波数を補正する。これは、タイヤの周囲温度が高くなると、タイヤを構成するゴムの硬度が低くなり、その結果、タイヤのねじり方向の剛性が小さくなり前記共振周波数が小さい方向へシフトするのを補正するものである。一方、タイヤの周囲温度が低くなると、その逆に、タイヤを構成するゴムの硬度が高くなり、その結果、タイヤのねじり方向の剛性が大きくなり前記共振周波数が大きい方向へシフトするのを補正するものである。
温度情報としては、タイヤのサイドウォールの温度情報が最も適しているが、タイヤ付近の雰囲気温度又は外気温度でも、実用上、使用することができる。補正の方法としては、推定された共振周波数をω_p、補正係数をα、補正後の共振周波数をω_pp、タイヤ周囲温度をＴｅｍｐとすると、以下の式（６）に基づいて補正される。

（９）補正された共振周波数が所定値よりも小さくなった場合に、タイヤの空気圧が低下したと判断して、ドライバーに警報を発する。または、タイヤ交換を行った場合やタイヤ空気圧を調整した場合に、初期化ボタンを操作することで基準内圧下でのタイヤのねじり方向の共振周波数を学習するようにしておき、この初期化ボタンを操作したときの値を基準値として学習・記憶し、当該基準値から所定値以上下がった場合に、空気圧の低下を警報することもできる。

つぎに本発明の検出方法の実施例を説明するが、本発明はもとよりかかる実施例のみに限定されるものではない。
［参照例］
２輪駆動車（ＦＦ）にタイヤを装着して、アスファルト路を走行した。各輪タイヤの回転情報を０．００５秒毎にサンプリングし、車輪速信号の時系列データとし、ついで、得られた車輪速度を微分して車輪加速度とした。

得られた車輪の回転加速度データを時系列データとして、高速フーリエ変換し共振周波数を推定した。
ついで、左前輪を２５％減圧させ、前記と同様にして共振周波数を推定した。得られた周波数特性を図４に示す。

［実施例］
参照例と同様にして車輪加速度を得、演算された車輪の回転加速度データを時系列データとして、時系列解析を行った。まず、２０次の線形モデルとして、各パラメータを時系列推定し、ついで、推定された各パラメータと出力信号である車輪回転加速度の時系列信号から入力を推定した。次に、入出力信号に対して、通過帯域幅２０〜５５Ｈｚに設定されたバンドパスフィルタによるフィルタリング処理を施し、フィルタリング処理された入出力信号から２次のモデルのパラメータを同定し、共振周波数を推定した。得られた周波数特性を図９に示す。

［比較例１］
参照例と同様にして車輪加速度を得、演算された車輪の回転加速度データを時系列データとして、時系列解析を行った。具体的には、２次の線形モデルで共振周波数を推定した。得られた周波数特性を図５に示す。

［比較例２］
参照例と同様にして車輪加速度を得、演算された車輪の回転加速度データを時系列データとして、時系列解析を行った。具体的には、車輪の回転加速度データに通過帯域幅２０〜５５Ｈｚのバンドパスフィルタを施した後に、２次の線形モデルで共振周波数を推定した。得られた周波数特性を図７に示す。
参照例、実施例及び比較例１〜２で得られた共振周波数を表１に示す。

表１より、一旦２０次の線形モデルとしてパラメータを時系列推定し、ついで推定された各パラメータと、出力信号である車輪回転加速度の時系列信号とから入力信号を推定し、さらに推定された入力信号と前記出力信号を利用して、線形モデルをシステム同定し直すこと（実施例）により、４０Ｈｚ付近の共振ピーク周波数の絶対値を精度良く推定できていることがわかる。比較例１では、正常圧時及び減圧時ともに共振周波数が大きくなる方向へ大きくシフトしており、比較例２では、比較例１ほどではないが、正常圧時及び減圧時ともに共振周波数が大きくなる方向へシフトしており、いずれの場合も共振周波数を精度良く推定できていない。

本発明の検出装置の一実施の形態を示すブロック図である。図１に示される検出装置の電気的構成を示すブロック図である。本発明の一実施の形態に係る検出装置の構成を機能面でとらえたブロック図である。車輪の回転加速度信号の高速フーリエ変換による周波数特性を示す図である。図４における車輪の回転加速度信号の２次の線形モデルによる推定結果の周波数特性を示す図である。図４における車輪の回転加速度信号をフィルタリング処理した後の信号を高速フーリエ変換した結果を示す図である。図６におけるフィルタリング処理した後の信号に対して、２次の線形モデルで時系列推定して得られた周波数特性を示す図である。図４における車輪の回転加速度信号を２０次の線形モデルで時系列推定した結果得られた周波数特性を示す図である。入出力信号をフィルタリング処理した後の信号に対しシステム同定を行い、推定されたパラメータによる周波数特性を示す図である。車両速度を変えた場合の、タイヤのねじり方向の周波数特性を示す図である。走行する路面を変えた場合の、タイヤのねじり方向の周波数特性を示す図である。

符号の説明

１車輪速度検出手段
２制御ユニット
２ａインターフェース
２ｂＣＰＵ
２ｃＲＯＭ
２ｄＲＡＭ
３表示器
４初期化ボタン
５警報器
６温度センサ

Claims

車両の各輪のタイヤの回転速度情報を定期的に検出する回転速度情報検出手段と、
この回転速度情報検出手段により得られる回転速度情報から、当該回転速度情報の周波数特性を推定する周波数特性推定手段と、
推定された周波数特性に基づいて前記タイヤの空気圧の低下を判定する判定手段と
を備えており、
前記周波数特性推定手段は、前記回転速度情報を含む時系列信号に対し、
第１の工程として、３次以上の線形モデルのパラメータを時系列推定するパラメータ推定手段、
第２の工程として、推定された線形モデルと、線形モデルの出力信号である前記回転速度情報とから、当該線形モデルに対する入力信号を推定する入力信号推定手段、
第３の工程として、推定された入力信号と、前記回転速度情報とから、２次に低次元化した線形モデルのパラメータを同定するパラメータ同定手段、及び
第４の工程として、２次に低次元化して同定されたパラメータからタイヤのねじり方向の共振周波数を推定する共振周波数推定手段
を含んでおり、且つ、
前記判定手段は、推定されたタイヤのねじり方向の共振周波数に基づいてタイヤの空気圧の低下を判定するように構成されていることを特徴とする、タイヤ空気圧低下検出装置。
車両の各輪のタイヤの回転速度情報を定期的に検出する回転速度情報検出手段と、
この回転速度情報検出手段により得られる回転速度情報から、タイヤの回転加速度情報を演算する回転加速度情報演算手段と、
この回転加速度情報演算手段により演算された回転加速度情報から、当該回転加速度情報の周波数特性を推定する周波数特性推定手段と、
推定された周波数特性に基づいて前記タイヤの空気圧の低下を判定する判定手段と
を備えており、
前記周波数特性推定手段は、前記回転加速度情報を含む時系列信号に対し、
第１の工程として、３次以上の線形モデルのパラメータを時系列推定するパラメータ推定手段、
第２の工程として、推定された線形モデルと、線形モデルの出力信号である前記回転加速度情報とから、当該線形モデルに対する入力信号を推定する入力信号推定手段、
第３の工程として、推定された入力信号と、前記回転加速度情報とから、２次に低次元化した線形モデルのパラメータを同定するパラメータ同定手段、及び
第４の工程として、２次に低次元化して同定されたパラメータからタイヤのねじり方向の共振周波数を推定する共振周波数推定手段
を含んでおり、且つ、
前記判定手段は、推定されたタイヤのねじり方向の共振周波数に基づいてタイヤの空気圧の低下を判定するように構成されていることを特徴とする、タイヤ空気圧低下検出装置。
前記タイヤの近傍の温度を検出する温度センサ、及び、この温度センサで検出された温度情報に基づいて、前記推定されたタイヤのねじり方向の共振周波数を補正する補正手段を備えている請求項１〜２のいずれかに記載のタイヤ空気圧低下検出装置。
前記パラメータ推定手段が、逐次最小二乗法により３次以上の線形モデルのパラメータを時系列推定するように構成されている請求項１〜２のいずれかに記載のタイヤ空気圧低下検出装置。
前記パラメータ同定手段が、２次の線形モデルを同定するに際し、前記入力信号及び出力信号に対して、所定の通過帯域幅をもったフィルタによるフィルタリング処理を施すように構成されている請求項１〜２のいずれかに記載のタイヤ空気圧低下検出装置。
前記パラメータ同定手段が、逐次最小二乗法により２次の線形モデルを同定するように構成されている請求項１〜２のいずれかに記載のタイヤ空気圧低下検出装置。
車両の各輪のタイヤの回転速度情報を定期的に検出する工程と、
この回転速度情報検出手段により得られる回転速度情報から、当該回転速度情報の周波数特性を推定する工程と、
推定された周波数特性に基づいて前記タイヤの空気圧の低下を判定する工程と
を含んでおり、
前記周波数特性を推定する工程は、
前記回転速度情報を含む時系列信号に対し、３次以上の線形モデルのパラメータを時系列推定する第１の工程、
推定された線形モデルと、線形モデルの出力信号である前記回転速度情報とから、当該線形モデルに対する入力信号を推定する第２の工程、
推定された入力信号と、前記回転速度情報とから、２次に低次元化した線形モデルのパラメータを同定する第３の工程、及び
２次に低次元化して同定されたパラメータからタイヤのねじり方向の共振周波数を推定する第４の工程
を含んでおり、且つ、
前記タイヤの空気圧の低下を判定する工程において、推定されたタイヤのねじり方向の共振周波数に基づいてタイヤの空気圧の低下を判定するように構成されていることを特徴とする、タイヤ空気圧低下検出方法。
車両の各輪のタイヤの回転速度情報を定期的に検出する工程と、
この回転速度情報検出手段により得られる回転速度情報から、タイヤの回転加速度情報を演算する工程と、
この回転加速度情報演算手段により演算された回転加速度情報から、当該回転加速度情報の周波数特性を推定する工程と、
推定された周波数特性に基づいて前記タイヤの空気圧の低下を判定する工程と
を含んでおり、
前記周波数特性を推定する工程は、
前記回転加速度情報を含む時系列信号に対し、３次以上の線形モデルのパラメータを時系列推定する第１の工程、
推定された線形モデルと、線形モデルの出力信号である前記回転加速度情報とから、当該線形モデルに対する入力信号を推定する第２の工程、
推定された入力信号と、前記回転加速度情報とから、２次に低次元化した線形モデルのパラメータを同定する第３の工程、及び
２次に低次元化して同定されたパラメータからタイヤのねじり方向の共振周波数を推定する第４の工程
を含んでおり、且つ、
前記タイヤの空気圧の低下を判定する工程において、推定されたタイヤのねじり方向の共振周波数に基づいてタイヤの空気圧の低下を判定するように構成されていることを特徴とする、タイヤ空気圧低下検出方法。
前記タイヤの近傍の温度を検出する温度センサからの温度情報に基づいて、前記推定されたタイヤのねじり方向の共振周波数を補正する工程をさらに含む請求項７〜８のいずれかに記載のタイヤ空気圧低下検出方法。
前記パラメータを推定する工程において、逐次最小二乗法により３次以上の線形モデルのパラメータを時系列推定する請求項７〜８のいずれかに記載のタイヤ空気圧低下検出方法。
前記パラメータを同定する工程で２次の線形モデルを同定するに際し、前記入力信号及び出力信号に対して、所定の通過帯域幅をもったフィルタによるフィルタリング処理を施す請求項７〜８のいずれかに記載のタイヤ空気圧低下検出方法。
前記パラメータを同定する工程において、逐次最小二乗法により２次の線形モデルを同定する請求項７〜８のいずれかに記載のタイヤ空気圧低下検出方法。
走行中の車両のタイヤの共振周波数に基づいて当該タイヤの空気圧低下を検出するためにコンピュータを、車両の各輪のタイヤの回転速度情報を定期的に検出する回転速度情報検出手段により得られる回転速度情報から、当該回転速度情報の周波数特性を推定する周波数特性推定手段、及び、推定された周波数特性に基づいて前記タイヤの空気圧の低下を判定する判定手段として機能させ、
前記周波数特性推定手段は、前記回転速度情報を含む時系列信号に対し、
第１の工程として、３次以上の線形モデルのパラメータを時系列推定するパラメータ推定手段、
第２の工程として、推定された線形モデルと、線形モデルの出力信号である前記回転速度情報とから、当該線形モデルに対する入力信号を推定する入力信号推定手段、
第３の工程として、推定された入力信号と、前記回転速度情報とから、２次に低次元化した線形モデルのパラメータを同定するパラメータ同定手段、及び
第４の工程として、２次に低次元化して同定されたパラメータからタイヤのねじり方向の共振周波数を推定する共振周波数推定手段
を含んでおり、且つ、
前記判定手段は、推定されたタイヤのねじり方向の共振周波数に基づいてタイヤの空気圧の低下を判定するように構成されていることを特徴とする、タイヤの空気圧低下検出プログラム。
走行中の車両のタイヤの共振周波数に基づいて当該タイヤの空気圧低下を検出するためにコンピュータを、車両の各輪のタイヤの回転速度情報を定期的に検出する回転速度情報検出手段により得られる回転速度情報から、タイヤの回転加速度情報を演算する回転加速度情報演算手段、この回転加速度情報演算手段により演算された回転加速度情報から、当該回転加速度情報の周波数特性を推定する周波数特性推定手段、及び、推定された周波数特性に基づいて前記タイヤの空気圧の低下を判定する判定手段として機能させ、
前記周波数特性推定手段は、前記回転加速度情報を含む時系列信号に対し、
第１の工程として、３次以上の線形モデルのパラメータを時系列推定するパラメータ推定手段、
第２の工程として、推定された線形モデルと、線形モデルの出力信号である前記回転加速度情報とから、当該線形モデルに対する入力信号を推定する入力信号推定手段、
第３の工程として、推定された入力信号と、前記回転加速度情報とから、２次に低次元化した線形モデルのパラメータを同定するパラメータ同定手段、及び
第４の工程として、２次に低次元化して同定されたパラメータからタイヤのねじり方向の共振周波数を推定する共振周波数推定手段
を含んでおり、且つ、
前記判定手段は、推定されたタイヤのねじり方向の共振周波数に基づいてタイヤの空気圧の低下を判定するように構成されていることを特徴とする、タイヤの空気圧低下検出プログラム。