基于振动的MU检测制造技术

基于振动的MU检测。一种mu估计的系统和方法可以包括以下步骤：经由包括加速度计或麦克风中的至少一个的多个传感器收集道路表面上的车辆行驶数据；通过网络收集外部源数据；以及聚集车辆行驶数据和外部源数据以形成聚集数据集。该方法可以包括对聚集数据集执行特征提取处理，以变换聚集数据集并且成为经处理的聚集数据集；将经处理的聚集数据集传送到机器学习模型；以及经由机器学习模型生成道路表面的所估计mu值或道路表面分类中的至少一个。的所估计mu值或道路表面分类中的至少一个。的所估计mu值或道路表面分类中的至少一个。

【技术实现步骤摘要】
基于振动的MU检测


[0001]本公开总体涉及的领域包括用于估计道路表面与轮胎表面之间的摩擦系数的系统。

技术介绍

[0002]摩擦系数——通常称为mu或μ——是指示两个物体之间存在的摩擦力的比率。在车辆的情况下，mu可以表示当车辆在运动中时道路表面与车辆轮之间存在的动态摩擦力。当存在滑移（slip）状况（诸如应用防抱死制动系统）时，可以在道路表面和车辆轮之间估计mu，或者当通过改变车辆的转向角来转动轮时，可以根据横向mu估计系统在道路表面和车辆轮之间估计mu。滑移状况和横向摩擦可能不同时发生，并且有时，在车辆使用期间可能存在几乎到没有的滑移状况或横向摩擦。因此，在某些驾驶情形和操作环境期间，mu可能不容易确定。

技术实现思路

[0003]多个说明性变型可以包括用于通过监视声学信号和振动特性（vibration signature）来针对各种道路表面、操作环境和驾驶场景进行准确mu值估计和生成的方法或产品。声学信号和振动特性可以用于执行特征提取信号处理技术，并被进一步处理和变换以生成mu值。
[0004]一种mu估计的系本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种方法，包括：经由多个传感器收集道路表面上的车辆行驶数据；对车辆行驶数据执行特征提取处理，以将车辆行驶数据变换成经处理的车辆行驶数据；将经处理的车辆行驶数据传送到机器学习模型；以及经由机器学习模型生成道路表面的所估计mu值或道路表面分类中的至少一个。2.根据权利要求1所述的方法，其中经由多个传感器收集车辆行驶数据是近似持续的。3.根据权利要求1所述的方法，进一步包括在对车辆行驶数据执行特征提取处理之前通过网络收集外部源数据。4.根据权利要求3所述的方法，其中在对车辆行驶数据执行特征提取处理之前通过网络收集外部源数据是近似持续的。5.根据权利要求4所述的方法，其中对车辆行驶数据执行特征提取处理以将车辆行驶数据变换成经处理的车辆行驶数据进一步包括对外部源数据执行特征提取处理以将外部源数据变换成经处理的外部源数据。6.根据权利要求5所述的方法，其中将经处理的车辆行驶数据传送到机器学习模型进一步包括将经处理的外部数据传送到机器学习模型。7.根据权利要求6所述的方法，其中外部源数据包括GPS车辆位置、天气数据、道路表面数据或V2X数据中的至少一个。8.根据权利要求1所述的方法，其中所述多个传感器包括加速度计、被构造和布置用于声学压力感测的麦克风、接触传感器系统或轮胎压力监视系统中的至少一个。9.根据权利要求1所述的方法，进一步包括将所估计mu值记录为随时间的历史数据，并将所述历史数据传送到机器学习模型，以进一步促进道路表面的估计mu值的准确生成。10.根据权利要求1所述的方法，其中车辆行驶数据包括轮速、温度、振动或压力数据、车辆速度、加速度、偏航或俯仰数据、制动数据、手轮角度、位置或扭矩数据、小齿轮扭矩或角度数据、齿条力或成像数据中的至少一个。11.一种方法，包括：经由包括加速度计或麦克风中的至少一个的多个传感器近似持续地收集道路表面上的车辆行驶数据；通过网络近似持续地收集外部源数据；聚集车辆行驶数据和外部源数据以形成聚集数据集；对聚集数据集执行特征提取处理，以变换聚集数据集并且成为经处...

【专利技术属性】
技术研发人员：O，
申请(专利权)人：大陆汽车系统公司，
类型：发明
国别省市：