CN116761728A - 用于轮胎垂直负载预测的***和方法 - Google Patents
用于轮胎垂直负载预测的***和方法 Download PDFInfo
- Publication number
- CN116761728A CN116761728A CN202280008503.6A CN202280008503A CN116761728A CN 116761728 A CN116761728 A CN 116761728A CN 202280008503 A CN202280008503 A CN 202280008503A CN 116761728 A CN116761728 A CN 116761728A
- Authority
- CN
- China
- Prior art keywords
- tire
- vehicle
- implemented method
- computer
- predicted
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000001052 transient effect Effects 0.000 claims abstract description 4
- 230000004044 response Effects 0.000 claims abstract description 3
- 238000007726 management method Methods 0.000 claims description 13
- 238000013500 data storage Methods 0.000 claims description 6
- 238000012423 maintenance Methods 0.000 claims description 5
- 238000000053 physical method Methods 0.000 claims description 4
- 238000001816 cooling Methods 0.000 claims description 3
- 238000010438 heat treatment Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 2
- 238000012360 testing method Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000005259 measurement Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000000670 limiting effect Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012345 traction test Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60C—VEHICLE TYRES; TYRE INFLATION; TYRE CHANGING; CONNECTING VALVES TO INFLATABLE ELASTIC BODIES IN GENERAL; DEVICES OR ARRANGEMENTS RELATED TO TYRES
- B60C11/00—Tyre tread bands; Tread patterns; Anti-skid inserts
- B60C11/24—Wear-indicating arrangements
- B60C11/246—Tread wear monitoring systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60C—VEHICLE TYRES; TYRE INFLATION; TYRE CHANGING; CONNECTING VALVES TO INFLATABLE ELASTIC BODIES IN GENERAL; DEVICES OR ARRANGEMENTS RELATED TO TYRES
- B60C19/00—Tyre parts or constructions not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60C—VEHICLE TYRES; TYRE INFLATION; TYRE CHANGING; CONNECTING VALVES TO INFLATABLE ELASTIC BODIES IN GENERAL; DEVICES OR ARRANGEMENTS RELATED TO TYRES
- B60C11/00—Tyre tread bands; Tread patterns; Anti-skid inserts
- B60C11/24—Wear-indicating arrangements
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60C—VEHICLE TYRES; TYRE INFLATION; TYRE CHANGING; CONNECTING VALVES TO INFLATABLE ELASTIC BODIES IN GENERAL; DEVICES OR ARRANGEMENTS RELATED TO TYRES
- B60C23/00—Devices for measuring, signalling, controlling, or distributing tyre pressure or temperature, specially adapted for mounting on vehicles; Arrangement of tyre inflating devices on vehicles, e.g. of pumps or of tanks; Tyre cooling arrangements
- B60C23/02—Signalling devices actuated by tyre pressure
- B60C23/04—Signalling devices actuated by tyre pressure mounted on the wheel or tyre
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Tires In General (AREA)
Abstract
所公开的计算机实现的方法使得能够预测车辆轮胎上的垂直负载。可检索地存储用于特定车辆‑轮胎组合的热特性,该热特性被确定为对应于与多个操作条件进一步相关的温度值范围,并且该多个操作条件至少包括垂直负载。基于一个或多个轮胎特定时间常数生成(例如,经验训练)用于预测瞬态温度行为的模型。在车辆‑轮胎组合的操作期间并且响应于至少第一温度值,驻留在车辆上或者其他本质上基于云的计算设备被配置为基于来自模型的预测的第二温度值并且进一步基于可检索地存储的一个或多个热特性来确定预测的垂直负载。
Description
技术领域
本公开整体涉及用于轮式车辆的轮胎磨损预测和监测***。
更具体地,如本文所公开的***、方法和相关算法可以被实现用于预测垂直负载,作为例如轮式车辆轮胎的轮胎磨损预测的关键方面,轮式车辆包括但不限于摩托车、消费车辆(例如,乘用车和轻型卡车)、商业和越野(OTR)车辆。
背景技术
预测某些性能测量,诸如例如轮胎磨损和/或耐久性,对于拥有或运营车辆的任何人来说都是重要的工具,尤其是在车队管理的背景下。随着对轮胎的使用,通常胎面逐渐地变得更薄,并且整体轮胎性能发生变化。在某一时刻,了解轮胎状况变得至关重要,因为轮胎胎面不充足可能产生不安全的驾驶状况。例如,当道路状况不佳时,轮胎可能无法抓地,并且驾驶员可能失去对他或她的车辆的控制。一般而言,当在雨天、雪天等驾驶时,轮胎胎面越薄,驾驶员越容易失去牵引力。
另外,不规则胎面磨损可能出于多种原因而发生,这些原因可能引起用户比原本所需的更早地更换轮胎。车辆、驾驶员和各个轮胎全都彼此不同,并且可能导致轮胎以非常不同的速率磨损。例如,用于跑车的高性能轮胎比用于家用轿车的轮胎磨损得更快。然而,各种各样的因素可能导致轮胎比预期的磨损得更早,和/或导致轮胎不规则地磨损并且产生噪声或振动。过早和/或不规则轮胎磨损的两个常见原因是不适当的充气压力和超规格的对准条件。
用于诸如重型卡车的车辆的典型车载传感器测量可以包括车辆速度、环境温度、轮胎充气压力和轮胎所包含的空气温度(CAT)。当将这些测量扩展到诸如磨损和耐久性的更高阶预测时,这些测量都至关重要。然而,最重要的信息之一仍然缺失——轮胎上的垂直负载,针对它的传统传感器可能非常昂贵和/或不可靠。
发明内容
如本文所公开的***和相关联方法可以基于上述典型传感器测量(例如,车辆速度、环境温度、充气压力和CAT)精确且可靠地实现轮胎垂直负载预测。
如本文所公开的用于预测车辆轮胎上的垂直负载的计算机实现的方法的示例性实施方案包括可检索地存储用于特定车辆-轮胎组合的一个或多个热特性的初步步骤,所述热特性被确定为对应于与多个操作条件进一步相关的温度值范围,所述多个操作条件至少包括垂直负载。该方法还包括基于一个或多个轮胎特定时间常数生成(例如,经验训练)用于预测瞬态温度行为的模型。在车辆-轮胎组合的操作期间并且响应于至少第一温度值,该方法还包括基于来自模型的预测的第二温度值并且进一步基于可检索地存储的一个或多个热特性来确定预测的垂直负载。
在根据上述实施方案的一个示例性方面中,所述多个操作条件还包括车辆速度和轮胎充气压力,并且进一步基于车辆速度和轮胎充气压力的输入来确定预测的垂直负载。
在根据上述实施方案的另一示例性方面中,所述至少第一温度值包括经由安装在轮胎上的传感器感测到的轮胎所包含的空气温度。
在根据上述实施方案的另一示例性方面中,经由温度值范围和相关的多个操作条件的一系列物理测量来确定可检索地存储的热特性。
在根据上述实施方案的另一示例性方面中,经由车辆-轮胎组合的有限元建模来确定可检索地存储的热特性。
在根据上述实施方案的另一示例性方面中,所述一个或多个轮胎特定时间常数包括对应于轮胎的冷却状态的第一时间常数和对应于轮胎的加热状态的第二时间常数。
在根据上述实施方案的另一示例性方面中,可以至少部分地通过至少基于确定的车辆速度选择第一时间常数或第二时间常数来预测第二温度值。
在根据上述实施方案的另一示例性方面中,预测的垂直负载可以被实现为轮胎磨损预测模型的输入。
在根据上述实施方案的另一示例性方面中,可基于相较与轮胎相关联的一个或多个轮胎磨损阈值而言的预测的轮胎磨损状态来预测轮胎的更换时间。一个或多个轮胎磨损阈值可以包括对应于车辆-轮胎组合的给定车轮位置的轮胎胎面阈值。另选地或除此之外,可以生成包括预测的更换时间和与车辆-轮胎组合相关联的标识符的车辆维护警报,并且向车队管理设备传输包括车辆维护警报的消息。
在另一实施方案中,本文公开了一种用于预测车辆轮胎上的垂直负载的***,并且该***包括数据存储网络,该数据存储网络具有可检索地存储在其上的用于特定车辆-轮胎组合的一个或多个热特性,该热特性被确定为对应于与多个操作条件进一步相关的温度值范围,该多个操作条件至少包括垂直负载。计算设备和算法模型还被提供并被配置为根据上述方法和任何相关联的示例性方面来指导步骤的执行。
计算设备可以例如被安装或以其他方式定位在车辆中。
计算设备可以另选地是由驾驶员或与车辆相关联的其他用户携带的移动计算设备。
计算设备还可以指远程服务器(例如,云服务器)网络,或者甚至分布式计算平台,其中某些操作由与车辆相关联的一个或多个设备执行,并且其他操作由远程服务器执行。
除非另外定义,否则本文使用的所有技术和科学术语具有与本发明所属领域的普通技术人员通常理解的含义相同的含义。在不脱离本发明的精神或本质属性的情况下,本文所公开的发明可以以其他特定形式体现,因此期望各种实施方案在所有方面被认为是示例性的而非限制性的。本说明书中使用的任何标题仅是为了方便,而不具有法律或限制效力。
当结合附图阅读以下公开内容时,本文所阐述的实施方案的许多目的、特征和优点对于本领域技术人员来说将是显而易见的。
附图说明
在下文中,参考附图更详细地示出了本发明的实施方案。
图1是表示如本文所公开的用于垂直负载预测的***的实施方案的框图。
图2是表示如本文所公开的用于垂直负载预测的方法的实施方案的流程图。
图3是包括表示轮胎的示例性热特性的数据点和曲线的图表。
图4是表示对于其中测量的车辆速度和垂直负载是可变的受控室内转鼓试验,预测的所包含的空气温度(CAT)与测量的CAT的示例性比较的图表。
具体实施方式
总体参考图1至图4,现在可详细地描述***和方法的各种示例性实施方案。在各种附图可描述与其他实施方案共享各种共同元件和特征的实施方案的情况下,类似的元件和特征被赋予相同的附图标号,并且下文可省略其冗余描述。
如本文所公开的***的各种实施方案可包括与多个分布式数据收集器和计算节点(例如,与各个车辆相关联)进行功能通信来有效地实现如本文所公开的预测模型的(例如,云服务器)集中式计算节点。
初始参考图1,***100的示例性实施方案包括计算设备102,该计算设备在车辆上并且被配置为至少获得数据并且将所述数据传输到远程服务器130和/或执行如本文所公开的相关计算。计算设备可以是便携式的或以其他方式模块化的而作为分布式车辆数据收集和控制***(如图所示)的一部分,或者可以相对于中央车辆数据收集控制***(未示出)一体地提供。该设备可以包括处理器104和其上驻留有程序逻辑108的存储器106。各种实施方案中的计算设备102可以是车辆电子控制单元(ECU)的一部分,或者在本质上可以是分立的,例如相对于车辆安装架永久地或可拆卸地提供。
一般来讲,如本文所公开的***可实现分布在一个或多个车辆上的许多部件,例如但不一定与车队管理实体相关联,并且还可实现经由通信网络与车辆中的每个车辆进行功能通信的中央服务器或服务器网络。车辆部件通常可包括例如链接到控制器局域网(CAN)总线网络并由此将信号提供给本地处理单元的一个或多个传感器,诸如例如车身加速度计、陀螺仪、惯性测量单元(IMU)、位置传感器诸如全球定位***(GPS)转发器112、轮胎压力监测***(TPMS)传感器发射器118和相关联的车载接收器等。出于例示性目的,从而不以其他方式限制本发明的范围,所示的实施方案包括环境温度传感器116、被配置为收集例如与车辆相关联的加速度数据的车辆速度传感器114、以及DC电源110。如本文所公开的传感器中的一个或多个可以被集成或以其他方式共同定位在给定的模块化结构中,而不是在结构中是分立和分散的。例如,本文所指的安装在轮胎上的TPMS传感器可以被配置为生成与多个轮胎特定条件(例如,加速度、压力、所包含的空气温度)中的每个对应的输出信号。
用于在相应数据源与本地计算设备之间通信的各种总线接口、协议和相关联的网络在本领域中是熟知的,并且本领域技术人员将认识到用于实现这些的广泛范围的此类工具和装置。
应注意,图1中所表示的实施方案不限制如本文中所公开的***或方法的范围,且在另选实施方案中,通常来说,模型以及更具体地垂直负载预测和任何相关联轮胎磨损估计可本地实现在车载计算设备102处而非服务器级别。例如,模型134可以随着时间的推移在服务器级别生成和训练,并下载到车载计算设备102以用于本地执行如本文所公开的一个或多个步骤或操作。
在其他另选实施方案中,各种传感器112、114、116、118中的一个或多个可以被配置为直接与远程服务器130通信,或者经由由车辆的用户携带的移动计算设备(未示出)而不是经由车载计算设备102与远程服务器130通信。
该***可包括附加分布式程序逻辑(诸如例如驻留在车队管理服务器或其他用户计算设备140上),或驻留于车辆的或与其驾驶员(未示出)相关联的用于进行实时通知(例如,经由视觉和/或音频指示器)的设备的用户界面,其中车队管理设备在一些实施方案中经由通信网络功能性地链接到车载设备。***编程信息可例如由驾驶员在车辆上提供或从车队管理器提供。
在实施方案中,车辆和轮胎传感器还被提供有唯一标识符,其中车载设备处理器104可在从同一车辆上的相应传感器提供的信号之间进行区分,并且进一步在某些实施方案中,其中中央服务器130和/或车队维护监督器客户端设备140可在从多个车辆上的轮胎和相关联的车辆和/或轮胎传感器提供的信号之间进行区分。换句话讲,在各种实施方案中,出于车载或远程/下游数据存储和用于如本文所公开的计算的具体实施的目的,传感器输出值可与特定轮胎、特定车辆和/或特定轮胎-车辆***相关联。车载设备处理器可与托管服务器直接地通信,如图1所示,或者另选地,驾驶员的移动设备或安装在卡车上的计算设备可被配置为接收车载设备输出数据并且将其进行处理/传输到托管服务器和/或车队管理服务器/设备。
从特定车辆和/或轮胎传感器接收的信号可存储在车载设备存储器中,或者存储在功能性地链接到车载设备处理器的等同数据存储网络中,以根据需要进行选择性检索来用于根据本文所公开的方法的计算。如本文所用,“数据存储网络”一般可指被配置为存储数据并且使得能够从其选择性地检索数据的个别、集中式或分布式逻辑和/或物理实体,并且可包括(例如但不限于)存储器、查找表、文件、寄存器、数据库等。在一些实施方案中,来自各种信号的原始数据信号可基本上实时从车辆传送到服务器。另选地,特别是根据高频率数据的连续数据传输中固有的低效率,数据可例如被编译、编码和/或汇总,以用于经由适当的通信网络从车辆到远程服务器的更高效的(例如,基于周期性时间或另选地基于所定义的事件的)传输。
车辆数据和/或轮胎数据一旦经由通信网络传输到托管服务器130,就可存储在例如与其相关联的数据库132中。服务器可以包括或以其他方式与本文公开的一个或多个算法模型134相关联,用于选择性地检索和处理车辆数据和/或轮胎数据作为适当的输入。模型可至少部分地经由执行处理器来实现,从而使得能够选择性地检索车辆数据和/或轮胎数据,并且还使得能够进行电子通信,以输入来自与服务器关联地存储的数据库、查找表等的任何附加的数据或算法。
***100可包括附加分布式程序逻辑(诸如例如驻留在车队管理服务器或其他用户计算设备140上),或驻留于车辆的或与其驾驶员(未示出)相关联的用于进行实时通知(例如,经由视觉和/或音频指示器)的设备的用户界面,其中车队管理设备140在一些实施方案中经由通信网络功能性地链接到车载设备102。***编程信息可例如由驾驶员在车辆上提供或从车队管理器提供。
关于如本文所公开的某些算法和方法特别相关的是,如前所述,与***相关联的一个或多个传感器可以包括当前通常被包括在例如某些重载卡车上的轮胎压力监测***(TPMS)传感器118。常规TPMS的示例包括功能性地链接到TPMS接收器的传感器发射器,TPMS接收器自身进一步链接到数据处理单元。TPMS传感器发射器可设置在车辆的每个轮胎的内部空气腔中而在胎轮或轮胎的内表面上。发射器可以以预定的时间间隔检测轮胎的内部压力和所包含的空气温度,并且将对应的值连同与轮胎相关联的唯一标识符无线地传输到接收器。发射器可例如安装在轮辋上,以便与轮胎气门集成为一体。另选地,可将发射器附接到轮胎的内表面。接收器还经由通信装置(诸如例如蓝牙)将信号从发射器中继到数据处理单元。
所包含的空气温度受几个因素影响。轮胎偏转产生热,这导致所包含的空气温度升高。轮胎上更大的负载增加了偏转,这导致产生更多的热,从而导致所包含的空气温度升高得更多。转弯、制动和加速还将导致更多的轮胎偏转(除了来自轮胎和道路之间的摩擦的更多热之外),从而导致产生更多的热,从而导致所包含的空气温度升高得更多。
参照图2,如本文进一步描述的方法200涉及根据前述典型传感器测量(例如,速度、环境温度、充气压力和CAT)中的若干个来预测轮胎上的垂直负载。
在一个步骤210中,轮胎的热特性(例如,稳态热特性)被确定为与各种操作条件相关。在各种实施方案中,这种确定可经由物理测量,或另选地经由有限元分析、其他等效技术或其混合来进行。在示例性实施方案中,在几个不同的垂直负载、速度和充气压力下确定稳态所包含的空气温度。然后,将所有这些条件汇编成一个参数,即垂直载荷乘以速度(本质上是输入到轮胎的动力)除以充气压力。
图3示出了数据曲线的两个实施例,其中第一曲线301经由来自物理测量的室外测试结果产生,并且第二曲线302经由有限元分析模拟产生。在本实施方案中所表示的数据采用形式ΔT=A*(FZ*v/p)^b,其中ΔT是CAT(或Trim)与环境温度(或Tamb)之间的差,F是垂直负载,v是车辆速度,p是轮胎的充气压力,并且A和b是要确定的系数。对于示例性曲线301,系数A被确定为25并且系数b被确定为0.65。对于示例性曲线302,系数A被确定为35并且系数b被确定为0.65。
在另一步骤320中,为了预测瞬态温度,轮胎可以被视为集总电容模型,其中例如所需的唯一参数是τ,时间常数。该时间常数τ可以根据轮胎是加热还是冷却而不同。作为一个示例,基于从尺寸为295/75R22.5 R283的卡车和公共汽车子午线(TBR)轮胎收集的有限数据,冷却时间常数τcool被确定为2500秒,并且加热时间常数τheat被确定为1250秒。本领域技术人员可以理解,这些时间常数将可能随轮胎不同而变化,特别是对于不同尺寸的轮胎,因此这些常数将需要从实验数据确定。
图4表示对于具有速度和垂直负载两者的变化的受控室内转鼓试验,预测的所包含的空气温度401相对于测量的所包含的空气温度402的比较。在第一块试验里程410中,速度为40英里每小时(mph)且负载为6173磅的力(lbf)。在第二块试验里程420中,速度为50mph并且负载为6173lbf。在第三块试验里程430中,速度为60mph并且负载为6173lbf。在第四块试验里程440中,速度为40mph并且负载为6614lbf。在第五块试验里程450中,速度为50mph并且负载为6614lbf。在第六块试验里程460中,速度为60mph并且负载为6614lbf。
当TPMS设备118如前所述地实现时,所包含的空气温度测量402通常可以从中直接获得。这允许使用先前所述的模型来预测未知变量,即垂直负载。对于图4所示的实施方案,如果应用该方法,则预测垂直负载在实际值的120N以内。本领域技术人员可以理解,当相对于车辆状况瞬时观察时,该数据可以是非常稀疏的和/或有噪声的,但是噪声可以经由在较长时间段内(诸如例如,在长途卡车路线的24小时时间段内)的平滑分析来过滤或以其他方式最小化。这可明显影响典型***更准确地预测磨损和耐久性的能力。
可基于各种物理部分、过程或***的“数字孪生”虚拟表示来估计各种轮胎磨损值,其中数字和物理数据配对并与学习***诸如例如神经网络组合。例如,可提供来自车辆的真实数据和相关联的位置/路线信息来生成车辆轮胎的数字表示以用于估计轮胎磨损,其中所估计的轮胎磨损与所确定的实际轮胎磨损的后续比较可被实现为机器学习算法的反馈。磨损模型可被实现在车辆处,以用于经由车载***进行处理,或者轮胎数据和/或车辆数据可被处理来将代表性数据提供给托管服务器以用于远程磨损估计。
轮胎磨损状态(例如,胎面深度)可例如与某些车辆数据一起作为输入被提供到牵引模型,该牵引模型可被配置为提供相应轮胎的经估计牵引状态或一个或多个牵引特性。与前述磨损模型一样,牵引模型可包括物理部分、过程或***的“数字孪生”虚拟表示,其中数字和物理数据配对并与学习***诸如例如人工神经网络组合。可在相应资产的整个生命周期中提供来自特定轮胎、车辆或轮胎-车辆***的真实车辆数据和/或轮胎数据来生成车辆轮胎的虚拟表示以用于估计轮胎牵引力,其中所估计的轮胎牵引力与对应的测量的或确定的实际轮胎牵引力的后续比较可优选地被实现为在服务器级执行的机器学习算法的反馈。
在各种实施方案中,牵引模型可利用如关于许多轮胎-车辆***所收集的来自先前测试的结果(包括例如停止距离测试结果、轮胎牵引力测试结果等)以及输入参数(例如,轮胎胎面、充气压力、路面特性、车辆速度和加速度、滑移速率和角度、法向力、制动压力和负载)的值的相关联的组合,其中可针对给定一组当前车辆数据和轮胎数据输入有效地预测轮胎牵引力输出。
在一个实施方案中,来自该牵引模型的输出可以被结合到主动安全***中。如本文所用的术语“主动安全***”可优选地涵盖本领域技术人员通常已知的此类***,包括但不限于以下示例,诸如防撞***、高级驾驶员辅助***(ADAS)、防抱死制动***(ABS)等,此类***可被配置为利用牵引模型输出信息来实现最佳性能。例如,防撞***通常被配置为采取退避行动,诸如自动地接合主车辆的制动器以避免或缓解与目标车辆的潜在碰撞,并且非常期望关于轮胎的牵引能力以及因此轮胎-车辆***的制动能力的增强信息。
在另一个实施方案中,共乘自主车队可使用来自牵引模型的输出数据来在恶劣天气期间禁用或以其他方式选择性地免于使用胎面深度低的车辆,或者有可能限制该车辆的最大速度。
在各种实施方案中,该方法还可包括将当前磨损值与阈值进行比较,以确定轮胎是否(或何时)需要更换。该方法可另选地或进一步包括预测在一个或多个未来时间点的磨损值,其中这种预测值可与相应的阈值比较。如例如在图1中所表示的,对应于预测的轮胎磨损状态(例如,在给定距离、时间等下的预测胎面深度)的反馈信号可以经由接口120被提供给与车辆本身相关联的车载设备102,或者被提供给与用户相关联的移动设备140,该移动设备诸如例如与被配置为提供应当或者不久将需要更换轮胎的警报或者通知/推荐的用户界面集成在一起。
作为另一示例,自主车辆车队可包括具有不同最小胎面状态值的许多车辆,其中车队管理***可被配置为禁用降至低于最小阈值的车辆的部署。车队管理***还可以实现对应于车轮位置的不同最小胎面状态值。该***可相应地被配置为根据与车辆相关联的多个轮胎中的每个轮胎的最小轮胎胎面值起作用,或者在实施方案中,可计算多个轮胎的聚合的胎面状态以用于与最小阈值进行比较。
在各种实施方案中,该方法还可包括即使在未检测到阈值违反的情况下的数据流式传输,其中估计及/或预测的磨损值可实时显示在本地用户界面及/或(例如,与车队管理服务器相关联的)远程显示器上,且进一步显示的数据可包括(例如)所包含的空气温度。
在整个说明书和权利要求书中,除非上下文另有规定,否则以下术语至少具有本文明确相关联的含义。下面标识的含义不一定限制术语,而是仅为术语提供例示性示例。“一个”、“一种”和“所述”的含义可包括复数指代,并且“在...中”的含义可包括“在...中”和“在...上”。如本文所用,短语“在一个实施方案中”不一定是指相同的实施方案,尽管它可以是相同的实施方案。
结合本文所公开的实施方案描述的各种例示性逻辑块、模块和算法步骤可被实现为电子硬件、计算机软件或两者的组合。为了清楚地示出硬件和软件的这种可互换性,上文已在其功能方面总体描述了各种例示性部件、块、模块和步骤。此类功能是被实现为硬件还是软件取决于特定应用和施加在整个***上的设计约束。所描述的功能可针对每个特定应用以不同方式实现,但是此类实现决策不应被解释为导致脱离本公开的范围。
结合本文所公开的实施方案描述的各种例示性逻辑块和模块可由机器实现或执行,该机器诸如通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其他可编程逻辑器件、离散栅极或晶体管逻辑、离散硬件部件或它们的被设计成执行本文所述的功能的任何组合。通用处理器可以是微处理器,但是在另选方案中,处理器可以是控制器、微控制器或状态机、它们的组合等。处理器也可被实现为计算设备的组合,例如DSP和微处理器的组合、多个微处理器的组合、与DSP核结合的一个或多个微处理器的组合或任何其他此类配置的组合。
结合本文所公开的实施方案描述的方法、过程或算法的步骤可直接体现在硬件中、由处理器执行的软件模块中或两者的组合中。软件模块可驻留在RAM存储器、闪存存储器、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移除磁盘、CD-ROM或本领域已知的任何其他形式的计算机可读介质中。示例性计算机可读介质可耦接到处理器,使得处理器可从存储器/存储介质读取信息并将信息写入到存储器/存储介质。在另选方案中,介质可集成到处理器。处理器和介质可驻留在ASIC中。ASIC可驻留在用户终端中。在另选方案中,处理器和介质可作为分立部件驻留在用户终端中。
除非另外特别说明或在所使用的上下文内以其他方式理解,否则本文所用的条件语言(诸如“可以”、“可能”、“可”、“例如”等)通常旨在传达某些实施方案包括某些特征、元件和/或状态,而其他实施方案不包括某些特征、元件和/或状态。因此,此类条件语言通常不旨在暗示特征、元素和/或状态对于一个或多个实施方案以任何方式是必需的,或者一个或多个实施方案有必要包括用于在有或没有作者输入或提示的情况下决定这些特征、元件和/或状态是否包括在任何特定实施方案中或者是否将在任何特定实施方案中执行的逻辑。
虽然本文通常可针对车队管理***并更具体地是自主车辆车队或商业卡车应用的轮胎磨损估计来描述本发明的某些优选实施方案,但是本发明明确地绝不受限于此,并且除非另外说明,否则如本文所用的术语“车辆”可指汽车、卡车或它们的可包括一个或多个轮胎并因此要求轮胎磨损的准确的估计或预测以及以例如直接车辆控制调整的形式进行的潜在的禁用、更换或干预的任何等同物(无论是自推进的还是其他形式的)。
除非另外说明,否则如本文所用的术语“用户”可指驾驶员、乘客、机修工、技术人员、车队管理人员或可能例如与具有用于提供如本文所公开的特征和步骤的用户界面的设备相关联的任何其他人或实体。
出于说明和描述的目的已提供了先前的详细描述。因此,尽管已描述了新的和有用的发明的具体实施方案,但并不旨在将这些参考理解为是对本发明范围的限制,除非如以下权利要求所述。
Claims (11)
1.一种用于预测车辆轮胎上的垂直负载的计算机实现的方法(200),所述方法包括:
可检索地存储用于特定车辆-轮胎组合的一个或多个热特性,所述热特性被确定为对应于与多个操作条件进一步相关的温度值范围,所述多个操作条件至少包括垂直负载(210);
基于一个或多个轮胎特定时间常数生成用于预测瞬态温度行为的模型(134)(220);以及
在所述车辆-轮胎组合的操作期间并且响应于至少第一温度值,基于来自所述模型的预测的第二温度值并且进一步基于可检索地存储的一个或多个热特性来确定预测的垂直负载(230)。
2.根据权利要求1所述的计算机实现的方法,其中所述多个操作条件还包括车辆速度和轮胎充气压力,并且进一步基于车辆速度和轮胎充气压力的输入来确定所述预测的垂直负载。
3.根据权利要求2所述的计算机实现的方法,其中所述至少第一温度值包括经由安装在轮胎上的传感器(118)感测的轮胎所包含的空气温度。
4.根据权利要求3所述的计算机实现的方法,其中经由所述温度值范围和所述相关的多个操作条件的一系列物理测量来确定可检索地存储的热特性。
5.根据权利要求3所述的计算机实现的方法,其中经由所述车辆-轮胎组合的有限元建模来确定所述可检索地存储的热特性。
6.根据权利要求1所述的计算机实现的方法,其中所述一个或多个轮胎特定时间常数包括对应于所述轮胎的冷却状态的第一时间常数和对应于所述轮胎的加热状态的第二时间常数。
7.根据权利要求6所述的计算机实现的方法,所述方法还包括至少部分地通过至少基于确定的车辆速度选择所述第一时间常数或所述第二时间常数来预测所述第二温度值。
8.根据权利要求1所述的计算机实现的方法,所述方法还包括将所述预测的垂直负载实现为轮胎磨损预测模型(134)的输入。
9.根据权利要求8所述的计算机实现的方法,所述方法还包括基于相较与所述轮胎相关联的一个或多个轮胎磨损阈值而言的预测的轮胎磨损状态来预测所述轮胎的更换时间,其中所述一个或多个轮胎磨损阈值包括对应于所述车辆-轮胎组合的给定车轮位置的轮胎胎面阈值。
10.根据权利要求8所述的计算机实现的方法,所述方法还包括:
基于相较与所述轮胎相关联的一个或多个轮胎磨损阈值而言的预测的轮胎磨损状态来预测所述轮胎的更换时间;
生成包括所述预测的更换时间和与所述车辆-轮胎组合相关联的标识符的车辆维护警报;以及
向车队管理设备传输包括所述车辆维护警报的消息。
11.一种用于预测车辆轮胎上的垂直负载的***(100),所述***包括:
数据存储网络(106,132),所述数据存储网络具有可检索地存储在其上的根据权利要求1至9中任一项所述的用于特定车辆-轮胎组合的所述一个或多个热特性;和
计算设备(102,130,140),所述计算设备功能性地链接到所述数据存储网络并且还被配置为指导根据权利要求1至10中任一项所述的方法的步骤的执行。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202163134244P | 2021-01-06 | 2021-01-06 | |
US63/134,244 | 2021-01-06 | ||
PCT/US2022/070053 WO2022150823A1 (en) | 2021-01-06 | 2022-01-06 | System and method for tire vertical load prediction |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116761728A true CN116761728A (zh) | 2023-09-15 |
Family
ID=82358326
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280008503.6A Pending CN116761728A (zh) | 2021-01-06 | 2022-01-06 | 用于轮胎垂直负载预测的***和方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11872850B2 (zh) |
EP (1) | EP4275031A1 (zh) |
JP (1) | JP7446530B2 (zh) |
CN (1) | CN116761728A (zh) |
WO (1) | WO2022150823A1 (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040068391A1 (en) * | 2002-10-02 | 2004-04-08 | Shingo Futamura | Non-iterative method for a fully-coupled thermomechanical analysis of a tire and estimating effects of compound changes on tire temperature distribution using the deformation index |
JP2006327368A (ja) * | 2005-05-25 | 2006-12-07 | Yokohama Rubber Co Ltd:The | レースタイヤ摩耗予測方法及びレースタイヤ摩耗予測用コンピュータプログラム、並びにレースタイヤ摩耗予測装置 |
CN103674573A (zh) * | 2012-09-03 | 2014-03-26 | 株式会社普利司通 | 轮胎胎体寿命预测*** |
CN103770788A (zh) * | 2012-10-19 | 2014-05-07 | 固特异轮胎和橡胶公司 | 车辆重量和重心估计***及方法 |
CN105492224A (zh) * | 2013-09-20 | 2016-04-13 | 株式会社小松制作所 | 轮胎异常管理***和轮胎异常管理方法 |
CN105667462A (zh) * | 2014-12-08 | 2016-06-15 | 福特全球技术公司 | 连接的车辆***的磨损估计与保养计划的方法和设备 |
CN110228333A (zh) * | 2018-03-05 | 2019-09-13 | 森萨塔科技公司 | 用于跟踪轮胎胎面磨损的***和方法 |
CN110857017A (zh) * | 2018-08-22 | 2020-03-03 | 英飞凌科技股份有限公司 | 轮胎负荷估计 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100534817C (zh) | 2003-10-24 | 2009-09-02 | 倍耐力轮胎公司 | 车辆行驶期间检测轮胎载荷的方法和***及控制车辆的方法 |
FR2962689B1 (fr) | 2010-07-13 | 2014-01-31 | Michelin Soc Tech | Procede d'estimation de la charge dynamique portee par un pneumatique d'un vehicule. |
US9120356B2 (en) | 2012-06-27 | 2015-09-01 | The Goodyear Tire & Rubber Company | Load estimation system and method for a vehicle tire |
US8844346B1 (en) | 2013-03-08 | 2014-09-30 | The Goodyear Tire & Rubber Company | Tire load estimation system using road profile adaptive filtering |
US9874496B2 (en) | 2013-03-12 | 2018-01-23 | The Goodyear Tire & Rubber Company | Tire suspension fusion system for estimation of tire deflection and tire load |
CN103786533B (zh) | 2014-02-28 | 2016-06-29 | 安徽农业大学 | 一种汽车行驶过程中轮胎载荷实时监测*** |
JP6454221B2 (ja) | 2014-06-03 | 2019-01-16 | 住友ゴム工業株式会社 | タイヤのシミュレーション方法 |
US9636955B2 (en) * | 2014-06-11 | 2017-05-02 | The Goodyear Tire & Rubber Company | Tire temperature predictive system and method |
GB2533658A (en) | 2014-12-22 | 2016-06-29 | Continental Automotive Gmbh | Method and system for determining a wheel load acting on a tire of a vehicle |
JP2016205847A (ja) | 2015-04-16 | 2016-12-08 | 株式会社ブリヂストン | タイヤ部位温度予測システム及びタイヤ部位温度予測方法 |
-
2022
- 2022-01-06 WO PCT/US2022/070053 patent/WO2022150823A1/en active Application Filing
- 2022-01-06 US US18/266,804 patent/US11872850B2/en active Active
- 2022-01-06 JP JP2023539081A patent/JP7446530B2/ja active Active
- 2022-01-06 CN CN202280008503.6A patent/CN116761728A/zh active Pending
- 2022-01-06 EP EP22737334.7A patent/EP4275031A1/en active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040068391A1 (en) * | 2002-10-02 | 2004-04-08 | Shingo Futamura | Non-iterative method for a fully-coupled thermomechanical analysis of a tire and estimating effects of compound changes on tire temperature distribution using the deformation index |
JP2006327368A (ja) * | 2005-05-25 | 2006-12-07 | Yokohama Rubber Co Ltd:The | レースタイヤ摩耗予測方法及びレースタイヤ摩耗予測用コンピュータプログラム、並びにレースタイヤ摩耗予測装置 |
CN103674573A (zh) * | 2012-09-03 | 2014-03-26 | 株式会社普利司通 | 轮胎胎体寿命预测*** |
CN103770788A (zh) * | 2012-10-19 | 2014-05-07 | 固特异轮胎和橡胶公司 | 车辆重量和重心估计***及方法 |
CN105492224A (zh) * | 2013-09-20 | 2016-04-13 | 株式会社小松制作所 | 轮胎异常管理***和轮胎异常管理方法 |
CN105667462A (zh) * | 2014-12-08 | 2016-06-15 | 福特全球技术公司 | 连接的车辆***的磨损估计与保养计划的方法和设备 |
CN110228333A (zh) * | 2018-03-05 | 2019-09-13 | 森萨塔科技公司 | 用于跟踪轮胎胎面磨损的***和方法 |
CN110857017A (zh) * | 2018-08-22 | 2020-03-03 | 英飞凌科技股份有限公司 | 轮胎负荷估计 |
Also Published As
Publication number | Publication date |
---|---|
WO2022150823A1 (en) | 2022-07-14 |
JP7446530B2 (ja) | 2024-03-08 |
US20230391143A1 (en) | 2023-12-07 |
EP4275031A1 (en) | 2023-11-15 |
US11872850B2 (en) | 2024-01-16 |
JP2024505348A (ja) | 2024-02-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113748030B (zh) | 用于车辆轮胎性能建模和反馈的***和方法 | |
JP7490139B2 (ja) | 温度上昇データを使用する車両タイヤ位置特定システム及び方法 | |
US20210300132A1 (en) | Tire state estimation system and method utilizing a physics-based tire model | |
CN105473409A (zh) | 轮胎分类 | |
JP7406048B2 (ja) | タイヤ摩耗を予測するための階層的データ構造及び方法 | |
JP7448731B1 (ja) | タイヤ圧及び/又は温度測定値からトレッド深さを推定するためのシステム及び方法 | |
US11872850B2 (en) | System and method for tire vertical load prediction | |
US20240053231A1 (en) | System and method for estimating tire wear using acoustic footprint analysis | |
US20240246373A1 (en) | System and method for real-time estimation of tire rolling resistance force | |
US20240118175A1 (en) | System and method for identifying a tire contact length from radial acceleration signals | |
EP4392271A1 (en) | System and method for real-time estimation of tire rolling resistance force | |
CN118369220A (zh) | 综合轮胎健康建模以及用于其开发和实施的*** | |
US20220309840A1 (en) | System and method for reconstructing high frequency signals from low frequency versions thereof | |
WO2023250236A1 (en) | Vehicle tire localization system and method using tire and/or wheel sensors and directional antennas | |
CN117897284A (zh) | 根据轮胎充气压力估计作用在轮胎上的垂直负载 | |
CN117042987A (zh) | 用于量化机动车辆轮胎的现场使用苛刻度的***、方法和轮胎老化模型 | |
WO2023159043A1 (en) | Estimation of a coefficient of friction for a surface relative to one or more tires in contact with the surface |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |