轮胎刚度估计系统技术方案

一种轮胎纵向刚度估计系统包括设置在交通工具上的电子通信系统。传感器被设置在所述交通工具上，与所述电子通信系统进行通信，并且处理器通过所述电子通信系统是可访问的。传感器测量与所述交通工具相关联的参数，并且将所述参数的数据传送给所述处理器。mu滑移曲线生成器接收所述参数以从所述数据来实时生成mu滑移曲线。提取模块从所述mu滑移曲线的线性部分中提取原始数据。去噪模块通过确定所述原始数据的向量、所述向量的取向和所述向量的朝向来将来自所述mu滑移曲线的所述原始数据进行去噪。去噪模块生成去噪数据，并且刚度计算器接收所述去噪数据并且生成针对轮胎的纵向刚度估计。刚度估计。刚度估计。

【技术实现步骤摘要】
轮胎刚度估计系统


[0001]本专利技术总体上涉及轮胎监视和估计系统。更特别地，本专利技术涉及预测某些轮胎特性的系统。具体地，本专利技术涉及一种用于实时估计轮胎刚度的系统。

技术介绍

[0002]如本领域中已知的，交通工具由多个轮胎来支撑。在交通工具的操作期间，每个轮胎的刚度会影响轮胎的性能和特性。例如，轮胎的纵向刚度（其是轮胎在其纵向或行进方向上的刚度）可以被采用以在轮胎的不同路面状况和/或不同磨损状态之间进行区分。此外，纵向刚度可以被采用来改进交通工具控制系统的操作，诸如自适应巡航控制（ACC）、防抱死制动系统（ABS）、电子稳定性程序（ESP）、加速滑移调节（ASR）等。
[0003]由于轮胎纵向刚度的有用性，期望生成纵向刚度的准确估计。在现有技术中，开发了提供此类估计的系统。然而，为了达到准确的纵向刚度估计，此类现有技术系统已经是复杂的，经常采用来自多个源的数据。例如，可以使用来自交通工具、来自轮胎以及来自远程数据服务器的数据。
[0004]使用此类复杂的系统以及来自这样多种源的数据可能是不合期望地难以实现的。此外，此类复杂的系统需要相当大量的计算负载。当涉及相当大量计算负载时，此类系统可能不能够在交通工具安装式处理器上被执行，由此不期望地需要另外的源，诸如云计算，并且不期望地花费相当大量时间来生成实时估计。
[0005]因此，本领域中存在对一种实时估计轮胎纵向刚度的系统的需要，该系统基于来自有限源的数据来提供准确的估计，并且具有低计算负载。

技术实现思路

[0006]根据本专利技术的示例性实施例的一方面，提供了一种针对支撑交通工具的至少一个轮胎的纵向刚度估计系统。所述系统包括：电子通信系统，其被设置在所述交通工具上；以及设置在所述交通工具上的至少一个传感器，其与所述电子通信系统进行电子通信。处理器通过所述电子通信系统是可访问的。传感器测量与所述交通工具相关联的所选参数，并且通过所述电子通信系统将所选参数的数据传送给所述处理器。mu滑移曲线生成器与所述处理器进行通信，接收所选参数，并且从所传送的数据来实时生成mu滑移曲线。提取模块与所述处理器进行通信，并且从所述mu滑移曲线的线性部分中提取原始数据。去噪模块与所述处理器进行通信，并且通过确定所述原始数据的向量、所述向量的取向和所述向量的朝向来对来自所述mu滑移曲线的所述原始数据进行去噪。去噪模块生成去噪数据，并且刚度计算器接收所述去噪数据并且生成针对轮胎的纵向刚度估计。
附图说明
[0007]将作为示例并且关于附图来描述本专利技术，在附图中：图1是结合本专利技术的纵向刚度估计系统采用的轮胎和交通工具的透视图；
图2是示出了本专利技术的纵向刚度估计系统的示例性实施例的流程图；图3是图2中所示的纵向刚度估计系统的一部分的图形表示；图4是图2中所示的纵向刚度估计系统的另一部分的图形表示；图5是图2中所示的纵向刚度估计系统的另一部分的图形表示；图6是图2中所示的纵向刚度估计系统的另一部分的图形表示；图7是图2中所示的纵向刚度估计系统的另一部分的图形表示；图8是采用图2中所示的纵向刚度估计系统的路面状况监视器的图形表示；以及图9是采用图2中所示的纵向刚度估计系统的轮胎磨损监视器的图形表示。
[0008]遍及附图，相似的数字指代相似的部分。
[0009]定义“ANN”或“人工神经网络”是一种用于非线性统计数据建模的自适应工具，其在学习阶段期间基于流动通过网络的外部或内部信息来改变其结构。ANN神经网络是非线性统计数据建模工具，该工具用来对输入和输出之间的复杂关系进行建模、或者发现数据中的模式。
[0010]“轴向”和“轴向地”意指平行于轮胎的旋转轴的线或方向。
[0011]“CAN”是控制器区域网络的缩写，并且与CAN总线结合地使用，所述CAN总线是交通工具上的电子通信系统。
[0012]“周向”意指垂直于轴向方向沿着轮胎的环形胎面的表面的周界延伸的线或方向。
[0013]“云计算”意指涉及跨多个数据中心分布的计算能力和/或数据存储的计算机处理，其通常通过使用互联网的访问和通信来促进。
[0014]“内侧”意指当轮胎被安装在车轮上且车轮被安装在交通工具上时，轮胎最靠近交通工具的侧。
[0015]“卡尔曼滤波器”是实现预测器
‑
校正器类型估计器的一组数学等式，该估计器在如下意义上是最优的：即，当满足某些假定状况时，它使所估计的误差协方差最小化。
[0016]“横向”意指轴向方向。
[0017]“龙伯格（Luenberger）观测器”是状态观测器或估计模型。“状态观测器”是一种系统，其根据实际系统的输入和输出的测量来提供对给定实际系统的内部状态的估计。它通常是计算机实现的，并且提供了许多实际应用的基础。
[0018]“MSE”是均方误差的缩写，即卡尔曼滤波器所最小化的测量信号与估计信号之间的误差。
[0019]“外侧”意指当轮胎被安装在车轮上且车轮被安装在交通工具上时，轮胎最远离交通工具的侧。
[0020]“径向”和“径向地”意指径向地朝着轮胎的旋转轴或远离轮胎的旋转轴的方向。
[0021]“TPMS”意指轮胎压力监视系统。
具体实施方式
[0022]本专利技术的纵向刚度估计系统的示例性实施例在图1
‑
9中的10处指示。如图1中所示，该系统估计支撑交通工具14的轮胎12的纵向刚度。虽然交通工具14被描绘为客车，但是本专利技术不将被如此限制。本专利技术的原理在其他交通工具类别中找到应用，诸如商用卡车，其
中交通工具可以由更多或更少的轮胎来支撑。
[0023]每个轮胎12具有传统的结构，并且被安装在车轮16上。每个轮胎12包括延伸到周向胎面20的一对侧壁18。每个轮胎12可以被装备传感器或换能器24，所述传感器或换能器24可以是轮胎压力监视（TPMS）模块或传感器，并且检测轮胎参数，诸如轮胎空腔20内的压力以及轮胎温度。传感器24优选地通过合适的手段（诸如粘合剂）被固定到轮胎12的内衬22。
[0024]轮胎12包括纵向刚度，这是其在纵向或行进方向上的刚度。转到图2，纵向刚度估计系统10通过提供纵向刚度估计52来计算轮胎12的纵向刚度。纵向刚度估计系统10的各方面优选地在处理器26上执行，所述处理器26通过交通工具上的电子通信系统（诸如CAN总线系统28）是可访问的，该电子通信系统实现多个交通工具传感器之间的中央通信。处理器26可以是安装在交通工具14上的本地处理器，或者可以是远程处理器，诸如云计算处理器。
[0025]纵向刚度估计系统10优选地针对安装在交通工具14的驱动车轮16上的每个轮胎12提供纵向刚度估计52。例如，在前车轮驱动交通工具14中，系统10针对前轮胎12中的每个生成刚度估计52。出于方便的目的，关于一个轮胎12来描述系统10，其中要理解的是，估计52优选地是针对安装在交通工具14的驱动车轮16上的每个轮胎12被提供的。
[0026]纵向刚度估计系统10接收由安装在交通本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种针对支撑交通工具的至少一个轮胎的纵向刚度估计系统，所述纵向刚度估计系统的特征在于：电子通信系统，其被设置在所述交通工具上；至少一个传感器，其被设置在所述交通工具上并且与所述电子通信系统进行电子通信；处理器，其通过所述电子通信系统是可访问的；所述至少一个传感器测量与所述交通工具相关联的所选参数，并且通过所述电子通信系统将所选参数的数据传送到所述处理器；mu滑移曲线生成器，其与所述处理器进行通信并接收所选参数，并且从所传送的数据来实时地生成mu滑移曲线；提取模块，其与所述处理器进行通信，并且从所述mu滑移曲线的线性部分中提取原始数据；去噪模块，其与所述处理器进行通信，并且通过从所述原始数据确定由向量、所述向量的取向和所述向量的朝向表示的模式来对来自所述mu滑移曲线的所述原始数据进行去噪，其特征在于，所述去噪模块生成去噪数据；以及刚度计算器，其接收所述去噪数据，并且生成针对所述至少一个轮胎的纵向刚度估计。2.根据权利要求1所述的纵向刚度估计系统，其特征在于，所选参数包括所述交通工具的纵向加速度、车轮速度和交通工具参考速度中的至少一个。3.根据权利要求2所述的纵向刚度估计系统，其特征在于，所述mu滑移曲线生成器接收所述交通工具的纵向加速度，以将所述mu滑...

【专利技术属性】
技术研发人员：A，
申请(专利权)人：固特异轮胎和橡胶公司，
类型：发明
国别省市：