胎压监测方法、装置、车辆及存储介质制造方法及图纸

本发明专利技术公开了一种胎压监测方法、装置、车辆及存储介质。其中，胎压监测方法包括：获取车辆的属性信息，其中，属性信息包括：车速和电机转速；利用胎压监测模型确定与属性信息对应的目标胎压值，其中，胎压监测模型中包括属性信息与胎压值的对应关系，胎压监测模型基于样本数据采用在线学习算法训练得到。本发明专利技术解决了现有的根据轮速、加速度等信息进行胎压估算的间接监控方法受信号精度、算法等影响，估算精度不高，存在容易误报的技术问题。存在容易误报的技术问题。存在容易误报的技术问题。

【技术实现步骤摘要】
胎压监测方法、装置、车辆及存储介质


[0001]本专利技术涉及汽车领域，具体而言，涉及一种胎压监测方法、装置、车辆及存储介质。

技术介绍

[0002]胎压监控对于汽车来说非常重要，轮胎是汽车唯一接触地面的部件，行驶作用力和制动力都源于轮胎，胎压监测能够起到保证轮胎最佳状态的作用。例如，预知漏气、预防爆胎、保证四轮胎压一致行车不跑偏、减少油耗等作用。
[0003]现有胎压监控系统主要有两种方案：一种是采用胎压传感器的直接监控方法，各个轮胎均需要安装，成本较高。另一种降低成本的方案是是采用已有的轮速、加速度等信息进行胎压估算的间接监控方法，但是该方法受信号精度、算法等影响，估算精度不高，存在容易误报问题。

技术实现思路

[0004]本专利技术实施例提供了一种胎压监测方法、装置、车辆及存储介质，以至少解决现有的根据轮速、加速度等信息进行胎压估算的间接监控方法受信号精度、算法等影响，估算精度不高，存在容易误报的技术问题。
[0005]根据本专利技术实施例的一个方面，提供了一种胎压监测方法，包括：
[0006]获取车辆的属性信息，其中，属性信息包括：车速和电机转速；利用胎压监测模型确定与属性信息对应的目标胎压值，其中，胎压监测模型中包括属性信息与胎压值的对应关系，胎压监测模型基于样本数据采用在线学习算法训练得到。
[0007]可选的，胎压监测方法还包括：获取车辆的车轮的滑移率；将滑移率与预设阈值对比；若滑移率不大于预设阈值，执行利用胎压监测模型确定与属性信息对应的目标胎压值的步骤。
[0008]可选的，利用胎压监测模型确定与属性信息对应的目标胎压值包括：根据车速和电机转速从胎压对照表中查询得到目标胎压值，其中胎压对照表利用胎压监测模型得到。
[0009]可选的，利用胎压监测模型确定与属性信息对应的目标胎压值包括：根据多个车速和多个电机转速利用胎压监测模型得到多个初始胎压值；对多个初始胎压值进行滤波降噪处理得到目标胎压值。
[0010]可选的，对多个初始胎压值进行滤波降噪处理得到目标胎压值包括：利用第一均方根公式对多个初始胎压值进行滤波降噪处理得到目标胎压值。
[0011]可选的，胎压监测模型基于样本数据采用在线学习算法训练得到包括：利用数据采集车辆实时采集样本数据，其中，样本数据包括车速数据、电机转速数据和胎压值数据；以预设车速间隔对车速数据进行划分得到多个车速区间，其中，每个车速区间用一个区间中值去表征；基于区间中值、电机转速数据和胎压值数据构建多个结构体，其中，结构体中包括：区间中值、区间中值所对应的电机转速数据、区间中值所对应胎压值数据；基于多个结构体，采用在线学习算法训练得到胎压监测模型。
[0012]可选的，基于区间中值、电机转速数据和胎压值数据构建多个结构体包括：利用第二均方根公式确定电机转速数据的均值得到平均电机转速；基于区间中值、平均电机转速和胎压值数据构建多个结构体。
[0013]根据本专利技术其中一实施例，还提供了一种胎压监测装置，包括：
[0014]获取模块，获取模块用于获取车辆的属性信息，其中，属性信息包括：车速和电机转速；监测模块，监测模块利用胎压监测模型确定与属性信息对应的目标胎压值，其中，胎压监测模型中包括属性信息与胎压值的对应关系，胎压监测模型基于样本数据采用在线学习算法训练得到。
[0015]可选地，胎压监测装置还包括判断模块，判断模块用于获取车辆的车轮的滑移率；将滑移率与预设阈值对比；若滑移率不大于预设阈值，执行利用胎压监测模型确定与属性信息对应的目标胎压值的步骤。
[0016]可选的，监测模块还用于利用胎压监测模型确定与属性信息对应的目标胎压值包括：根据车速和电机转速从胎压对照表中查询得到目标胎压值，其中胎压对照表利用胎压监测模型得到。
[0017]可选的，监测模块还用于利用胎压监测模型确定与属性信息对应的目标胎压值包括：根据多个车速和多个电机转速利用胎压监测模型得到多个初始胎压值；对多个初始胎压值进行滤波降噪处理得到目标胎压值。
[0018]可选的，监测模块还用于对多个初始胎压值进行滤波降噪处理得到目标胎压值包括：利用第一均方根公式对多个初始胎压值进行滤波降噪处理得到目标胎压值。
[0019]可选的，胎压监测装置还包括训练模块，训练模块用于训练得到胎压监测模型，胎压监测模型基于样本数据采用在线学习算法训练得到包括：利用数据采集车辆实时采集样本数据，其中，样本数据包括车速数据、电机转速数据和胎压值数据；以预设车速间隔对车速数据进行划分得到多个车速区间，其中，每个车速区间用一个区间中值去表征；基于区间中值、电机转速数据和胎压值数据构建多个结构体，其中，结构体中包括：区间中值、区间中值所对应的电机转速数据、区间中值所对应胎压值数据；基于多个结构体，采用在线学习算法训练得到胎压监测模型。
[0020]可选的，训练模块还用于基于区间中值、电机转速数据和胎压值数据构建多个结构体包括：利用第二均方根公式确定电机转速数据的均值得到平均电机转速；基于区间中值、平均电机转速和胎压值数据构建多个结构体。
[0021]根据本专利技术其中一实施例，还提供了一种车辆，计算机程序被设置为在车辆中部署的处理器上运行，执行上述任一项中的胎压监测方法。
[0022]根据本专利技术其中一实施例，还提供了一种非易失性存储介质，非易失性存储介质中存储有计算机程序，其中，计算机程序被设置为在计算机或处理器上运行时，执行上述任一项中的胎压监测方法。
[0023]在本专利技术实施例中，获取车辆的属性信息，其中，属性信息包括：车速和电机转速；利用胎压监测模型确定与属性信息对应的目标胎压值，其中，胎压监测模型中包括属性信息与胎压值的对应关系，胎压监测模型基于样本数据采用在线学习算法训练得到。其中，电机转速相较于传统的轮速信息精度更高，通过将车速和高精度的电机转速输入到训练好的胎压监测模型中得到高精度的胎压值，进而解决了现有的根据轮速、加速度等信息进行胎
压估算的间接监控方法受信号精度、算法等影响，估算精度不高，存在容易误报的技术问题。
附图说明
[0024]此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：
[0025]图1是根据本专利技术其中一实施例的胎压监测方法的流程图；
[0026]图2是根据本专利技术其中一实施例的胎压监测装置的结构框图。
具体实施方式
[0027]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0028]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种胎压监测方法，其特征在于，包括：获取车辆的属性信息，其中，所述属性信息包括：车速和电机转速；利用胎压监测模型确定与所述属性信息对应的目标胎压值，其中，所述胎压监测模型中包括所述属性信息与所述胎压值的对应关系，所述胎压监测模型基于样本数据采用在线学习算法训练得到。2.根据权利要求1所述的胎压监测方法，其特征在于，还包括：获取所述车辆的车轮的滑移率；将所述滑移率与预设阈值对比；若所述滑移率不大于所述预设阈值，执行所述利用胎压监测模型确定与所述属性信息对应的目标胎压值的步骤。3.根据权利要求1所述的胎压监测方法，其特征在于，所述利用胎压监测模型确定与所述属性信息对应的目标胎压值包括：根据所述车速和所述电机转速从胎压对照表中查询得到所述目标胎压值，其中所述胎压对照表利用所述胎压监测模型得到。4.根据权利要求1所述的胎压监测方法，其特征在于，所述利用胎压监测模型确定与所述属性信息对应的目标胎压值包括：根据多个所述车速和多个所述电机转速利用胎压监测模型得到多个初始胎压值；对多个所述初始胎压值进行滤波降噪处理得到所述目标胎压值。5.根据权利要求4所述的胎压监测方法，其特征在于，所述对多个所述初始胎压值进行滤波降噪处理得到所述目标胎压值包括：利用第一均方根公式对多个所述初始胎压值进行滤波降噪处理得到所述目标胎压值。6.根据权利要求1所述的胎压监测方法，其特征在于，所述胎压监测模型基于样本数据采用在线学习算法训练得到包括：利用数据采集车辆实时采集所述样本数据，其中，所述样本数...

【专利技术属性】
技术研发人员：吴爱彬，王德平，刘元治，崔金龙，赵洋，周泽慧，倪健土，
申请(专利权)人：中国第一汽车股份有限公司，
类型：发明
国别省市：