JP2022165827A - Tire air pressure monitoring system - Google Patents
Tire air pressure monitoring system Download PDFInfo
- Publication number
- JP2022165827A JP2022165827A JP2021071350A JP2021071350A JP2022165827A JP 2022165827 A JP2022165827 A JP 2022165827A JP 2021071350 A JP2021071350 A JP 2021071350A JP 2021071350 A JP2021071350 A JP 2021071350A JP 2022165827 A JP2022165827 A JP 2022165827A
- Authority
- JP
- Japan
- Prior art keywords
- tire
- change
- air pressure
- temperature
- amount
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 16
- 230000002159 abnormal effect Effects 0.000 claims abstract description 18
- 238000001514 detection method Methods 0.000 claims description 19
- 238000004891 communication Methods 0.000 description 29
- 238000000034 method Methods 0.000 description 22
- 230000007423 decrease Effects 0.000 description 13
- 230000005540 biological transmission Effects 0.000 description 11
- 230000015654 memory Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 230000001133 acceleration Effects 0.000 description 7
- 230000006866 deterioration Effects 0.000 description 4
- 239000000446 fuel Substances 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000010295 mobile communication Methods 0.000 description 4
- 230000003247 decreasing effect Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 239000010432 diamond Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
Images
Landscapes
- Measuring Fluid Pressure (AREA)
Abstract
Description
本開示は、タイヤ空気圧監視システムに関する。 The present disclosure relates to tire pressure monitoring systems.
この種のシステムでは、車両を安全に運転させるために、タイヤ空気圧が法規の閾値を下回るとユーザに警報を行うものがある。また、例えば、下記の特許文献１に記載の警報装置では、タイヤ空気圧の急減圧を判定し、タイヤがパンクした際に警報を行うようになっている。
In order to drive the vehicle safely, some systems of this type alert the user when tire pressure falls below regulatory thresholds. Further, for example, in the alarm device described in
しかしながら、従来のタイヤ空気圧監視システムや警報装置では、あくまでもタイヤの空気圧が不適切な状態になった時になってから警報を行うため、警報がない限り、運転者がそのまま運転し続ける可能性が高い。このことは、燃費の低下及びタイヤ状態の劣化に繋がる。仮に、車室内の表示器にタイヤ空気圧の表示があったとしても、多くのユーザはタイヤ空気圧の数値からタイヤの状態を読み取れず、タイヤ空気圧の調整をどのタイミングで実施すればよいのかが分かり難い。 However, conventional tire pressure monitoring systems and warning devices issue warnings only when the tire pressure becomes inappropriate. . This leads to lower fuel consumption and deterioration of tire condition. Even if the tire pressure was displayed on the display inside the vehicle, many users would not be able to read the tire condition from the tire pressure value, and it would be difficult to know when to adjust the tire pressure. .
本開示は、タイヤ空気圧の調整の適切な実施タイミングを把握することが可能なタイヤ空気圧監視システムを提供することを目的とする。 An object of the present disclosure is to provide a tire pressure monitoring system capable of grasping appropriate execution timing of tire pressure adjustment.
請求項１に記載の発明は、
車体（１１）にタイヤを含む複数の車輪（１０ａ、１０ｂ、１０ｃ、１０ｄ）が取り付けられた車両（１０）に適用されるタイヤ空気圧監視システムであって、
複数の車輪のタイヤ空気圧を検出する空気圧検出部（２１）を含むタイヤセンサ（２）と、
現在以降のタイヤ空気圧の変化量を予測する予測変化モデルを作成し、予測変化モデルに基づいて、タイヤ空気圧が予め定めた異常圧力値以下となるのに要する日数を推定する日数推定部（３３１）と、
日数推定部で推定される日数が経過する前にタイヤ空気圧の調整を促すための情報を報知する報知部（５）と、を備える。
The invention according to
A tire pressure monitoring system applied to a vehicle (10) in which a plurality of wheels (10a, 10b, 10c, 10d) including tires are attached to a vehicle body (11),
a tire sensor (2) including an air pressure detector (21) for detecting tire air pressure of a plurality of wheels;
A day estimating unit (331) for creating a predictive change model for predicting the amount of change in tire air pressure after the present, and estimating the number of days required for the tire air pressure to fall below a predetermined abnormal pressure value based on the predictive change model. When,
a notification unit (5) for notifying information for prompting adjustment of tire air pressure before the number of days estimated by the number of days estimation unit elapses.
これによると、タイヤ空気圧が異常圧力値以下となる前段階で、タイヤ空気圧の調整を促すための情報がユーザ等に報知される。このため、ユーザ等がタイヤ空気圧の調整の適切な実施タイミングを把握することが可能となる。このこと、燃費の向上及びタイヤ状態の劣化抑制に有効である。 According to this, the user or the like is notified of information for prompting adjustment of the tire air pressure before the tire air pressure becomes equal to or less than the abnormal pressure value. Therefore, it is possible for the user or the like to grasp the appropriate execution timing of the adjustment of the tire air pressure. This is effective in improving fuel efficiency and suppressing deterioration of tire conditions.
なお、各構成要素等に付された括弧付きの参照符号は、その構成要素等と後述する実施形態に記載の具体的な構成要素等との対応関係の一例を示すものである。 It should be noted that the reference numerals in parentheses attached to each component etc. indicate an example of the correspondence relationship between the component etc. and specific components etc. described in the embodiments described later.
本開示の一実施形態について、図１～図１５を参照して説明する。図１は、タイヤ空気圧の検知機能を有するタイヤ空気圧監視システム（以下、ＴＰＭＳという）を示す図である。図１に示す前後、左右は、車両１０における前後、左右を示している。また、以下では、車両１０に取り付けられた４つの車輪１０ａ～１０ｄを区別して説明する場合等に、４つの車輪１０ａ～１０ｄを左前輪ＦＬ、右前輪ＦＲ、左後輪ＲＬ、右後輪ＲＲと表記することがある。
An embodiment of the present disclosure will be described with reference to FIGS. 1-15. FIG. 1 is a diagram showing a tire pressure monitoring system (hereinafter referred to as TPMS) having a tire pressure detection function. Front, rear, left, and right shown in FIG. 1 indicate the front, rear, left, and right of the
図１に示すように、ＴＰＭＳは、複数のタイヤセンサ２、車載機３を備える。ＴＰＭＳは、各タイヤセンサ２および車載機３を用いてタイヤ空気圧を監視し、監視結果をメータ５等の報知部を介してユーザに報知する。また、ＴＰＭＳは、移動体通信機６を利用して得られる情報を利用して、現在以降のタイヤ空気圧の予測変化モデルΔＰ（ｔ）を作成し、当該予測変化モデルΔＰ（ｔ）に基づいてタイヤ空気圧が予め定めた異常圧力値Ｐｔｈ以下となるのに要する日数を推定する。
As shown in FIG. 1, the TPMS includes a plurality of
タイヤセンサ２は、各車輪１０ａ～１０ｄに取り付けられるもので、車輪１０ａ～１０ｄに取り付けられたタイヤの空気圧等を検出するとともに、その検出結果を示すタイヤ空気圧に関する情報をフレーム内に格納して送信する。車載機３は、車両１０における車体１１側に取り付けられるもので、タイヤセンサ２から送信されたフレームを受信するとともに、その中に格納された情報に基づいて各種処理や演算等を行うことでタイヤ空気圧検出を行う。
The
図２に示すように、タイヤセンサ２は、空気圧検出部２１、加速度センサ２２、第１マイクロコンピュータ２３、およびタイヤ無線機２４を備えており、図示しない電池からの電力供給に基づいて各部が駆動される。
As shown in FIG. 2, the
空気圧検出部２１は、圧力センサ２１ａや温度センサ２１ｂを備え、タイヤ空気圧に応じた検出信号や温度に応じた検出信号を出力する。加速度センサ２２は、タイヤセンサ２の回転角度の検出、車両１０の走行速度（すなわち、車速）の検出を行うために用いられる。加速度センサ２２は、例えば、各車輪１０ａ～１０ｄの径方向の加速度および周方向の加速度を検出可能な２軸加速度センサで構成される。
The air
第１マイクロコンピュータ２３は、タイヤセンサ２の制御部を構成し、ＣＰＵ、ＲＯＭやＲＡＭ等のメモリ、Ｉ／Ｏ等を備えたものである。第１マイクロコンピュータ２３は、内蔵メモリに記憶されたプログラムに従って、所定の処理を実行する。メモリには、各タイヤセンサ２を特定するための固有のタイヤＩＤと自車両を特定するための車両固有の車両ＩＤとを含む個別のＩＤ情報が格納されている。
The
第１マイクロコンピュータ２３は、例えば、圧力センサ２１ａや温度センサ２１ｂの検出信号を受け取り、それを信号処理するとともに必要に応じて加工し、それらタイヤ空気圧に関する情報を各タイヤセンサ２のＩＤ情報とともにフレーム内に格納する。
The
また、第１マイクロコンピュータ２３は、加速度センサ２２の検出信号をモニタし、各タイヤセンサ２の角度や車両１０の走行中であるか否かを判定する車両走行判定を行っている。そして、第１マイクロコンピュータ２３は、フレームを作成すると、車両走行判定の結果に基づいて、タイヤ無線機２４から車載機３に向けてフレーム送信を行う。以下、タイヤ空気圧に関する情報を単にタイヤ情報とも呼ぶ。具体的には、第１マイクロコンピュータ２３は、車両１０が走行中に、所定のタイミングで繰り返しフレーム送信を行っている。
Further, the
タイヤ無線機２４は、第１送受信回路２４１および第１通信アンテナ２４２を備える。第１送受信回路２４１は、第１通信アンテナ２４２を通じて、車載機３と双方向に通信を行う通信回路である。第１送受信回路２４１は、ＢＬＥ等の通信方式に基づいて無線通信を行う。ＢＬＥは、Bluetooth（登録商標） Low Energy の略称である。なお、第１送受信回路２４１は、ＢＬＥ以外の通信方式に基づいて無線通信を行うようになっていてもよい。
The tire radio 24 includes a first transmission/reception circuit 241 and a first communication antenna 242 . The first transmission/reception circuit 241 is a communication circuit that bi-directionally communicates with the vehicle-mounted
第１通信アンテナ２４２は、車載機３との間で双方向に通信を行うためのアンテナである。タイヤセンサ２は、タイヤ無線機２４を備えることで、タイヤセンサ２から車載機３への単方向の通信に限らず、車載機３との間で双方向に通信が可能になっている。
The first communication antenna 242 is an antenna for two-way communication with the vehicle-mounted
このように構成されるタイヤセンサ２は、タイヤ空気圧やタイヤ内温度を検出し、車両１０が走行中の場合に、タイヤセンサ２の角度が所定角度になるタイミングでフレーム送信を行う。
The
一方、車載機３は、車体１１に備えられている。図３に示すように、車載機３は、車載無線機３１および第２マイクロコンピュータ３３等を備えている。車載機３は、ＣＡＮ（Controller Area Network）等の車内ＬＡＮ（Local Area Network）を通じて、メータ５、移動体通信機６等に接続されている。
On the other hand, the in-
車載無線機３１は、第２通信アンテナ３１１および第２送受信回路３１２を備える。第２通信アンテナ３１１は、各タイヤセンサ２との間で双方向に通信を行うためのアンテナである。第２通信アンテナ３１１は、各タイヤセンサ２から送られてくるフレーム等の受信に加えて、各タイヤセンサ２への信号の送信にも用いられる。第２通信アンテナ３１１は、車載機３の本体内に配置された内部アンテナでも良いし、本体から配線を引き伸ばした外部アンテナとされていてもよい。
The vehicle-mounted wireless device 31 includes a second communication antenna 311 and a second transmission/reception circuit 312 . The second communication antenna 311 is an antenna for two-way communication with each
第２送受信回路３１２は、第２通信アンテナ３１１を通じて各タイヤセンサ２と双方向に通信を行う通信回路である。第２送受信回路３１２は、ＢＬＥ等の通信方式に基づいて無線通信を行う。第２送受信回路３１２は、第２通信アンテナ３１１によって受信された各タイヤセンサ２からの送信フレームを入力し、そのフレームを第２マイクロコンピュータ３３に送る入力部としての機能を果たす。第２送受信回路３１２は、第２通信アンテナ３１１を通じてフレームを受信すると、その受信した信号を第２マイクロコンピュータ３３に伝えている。
The second transmission/reception circuit 312 is a communication circuit that bi-directionally communicates with each
第２マイクロコンピュータ３３は、車載機３における制御部を構成し、ＣＰＵ、ＲＯＭやＲＡＭ等のメモリ、Ｉ／Ｏ等を備えたものである。第２マイクロコンピュータ３３は、内蔵メモリに記憶されたプログラムに従って、タイヤ空気圧の検出処理およびタイヤ空気圧の予測処理を実行する。タイヤ空気圧の検出処理およびタイヤ空気圧の予測処理の詳細は後述する。
The
メータ５は、車室内に備えられた表示部として各種情報を表示する役割を果たすものである。メータ５は、電源オン時、具体的にはアクセサリー（以下、ＡＣＣという）スイッチもしくはイグニッションスイッチＩＧ等の発進スイッチがオンされているときを電源オンとして、電源オンの際に各種情報を表示する。メータ５による表示は、基本的には電源オンのとき行われる。
The
メータ５は、ドライバが視認可能な場所に配置され、例えば車両１０におけるインストルメントパネル内に設置されるマルチインフォメーションディスプレイやナビゲーション装置のディスプレイ等によって構成される。メータ５は、例えば、車載機３からタイヤ空気圧が低下した旨を示す信号が送られてくると、該当車輪１０ａ～１０ｄを特定しつつタイヤ空気圧の低下を示す表示を行うことでドライバに該当車輪１０ａ～１０ｄのタイヤ空気圧の低下を報知する。本実施形態では、メータ５が“報知部”を構成している。
The
移動体通信機６は、車両１０の外部の通信先と通信するための無線通信部である。移動体通信機６は、イグニッションスイッチＩＧがオンになると、アクティブ状態となり、通信網６２に接続された無線基地局６１と無線接続することで、当該通信網６２に接続されたサービスセンタ６３やクラウドサーバ６４と通信する。
The
サービスセンタ６３は、天気予報等に含まれる現在以降の外気温の予測値等を車載機３に提供したり、通信網６２を介して図示しないユーザ端末（車両１０のユーザが携帯する端末）と通信したりする。
The
クラウドサーバ６４は、クラウド環境に作られたサーバであり、過去の外気温変動等に関する各種情報が保存されている。車載機３では、当該通信網６２を介してクラウドサーバ６４に保存された各種情報を取得可能になっている。
The
このように構成されるＴＰＭＳでは、タイヤ空気圧の検出処理およびタイヤ空気圧の予測処理によって、各車輪１０ａ～１０ｄのタイヤ空気圧を監視する。タイヤ空気圧の検出処理およびタイヤ空気圧の予測処理は、ＴＰＭＳの車載機３によって周期的または不定期に実行される。
The TPMS configured in this way monitors the tire air pressure of each of the
タイヤ空気圧の検出処理では、各タイヤセンサ２が取り付けられた車輪１０ａ～１０ｄのタイヤ空気圧の検出等を行う。具体的には、車載機３は、各タイヤセンサ２からの送信フレーム内に格納されたＩＤ情報およびタイヤ情報に基づいて所定温度でのタイヤ空気圧換算値を算出することで、各車輪１０ａ～１０ｄのタイヤ空気圧検出を行う。そして、タイヤ空気圧の検出結果に応じた電気信号をＣＡＮ等の車内ＬＡＮを通じてメータ５に出力する。例えば、車載機３は、各車輪１０ａ～１０ｄのタイヤ空気圧を示す信号をメータ５に出力する。そして、車載機３は、タイヤ空気圧の検出結果を所定の異常圧力値Ｐｔｈと比較することでタイヤ空気圧の低下を検知し、タイヤ空気圧の低下を検知するとその旨の信号をメータ５に出力する。これにより、４つの車輪１０ａ～１０ｄのタイヤ空気圧もしくはいずれかのタイヤ空気圧が低下したことがメータ５に伝えられ、メータ５を通じてそれが表示されるようにしている。このようにして、タイヤ空気圧の検出処理では、図４に示すように、タイヤ空気圧が異常圧力値Ｐｔｈまで低下した際に警報を行う。
In the tire pressure detection process, the tire pressures of the
しかしながら、タイヤ空気圧が異常圧力値Ｐｔｈまで低下してから警報を行う場合、警報がない限り、運転者がそのまま運転し続ける可能性が高い。このことは、燃費の低下及びタイヤ状態の劣化に繋がる。 However, if the warning is given after the tire air pressure has decreased to the abnormal pressure value Pth, the driver is likely to continue driving as long as there is no warning. This leads to lower fuel consumption and deterioration of tire condition.
また、車両１０を走行させるとタイヤの温度が上昇するので、ドライバの乗車直前よりも降車直後の方がタイヤの温度が高くなる傾向がある。タイヤ空気圧は、タイヤの温度が高いと大きくなり、タイヤの温度が低いと小さくなる。このため、タイヤ空気圧は、ドライバの降車直前よりも乗車直後の方が小さくなる傾向がある。そして、ドライバが降車してから翌日に乗車するまでの期間にタイヤ空気圧が異常圧力値Ｐｔｈまで低下して、警報がなされてしまうことが多いので、異常になる前に報知することが望ましい。
Further, since the temperature of the tires rises when the
このことを鑑み、本開示のＴＰＭＳは、車載機３でタイヤ空気圧の予測処理を実行する。タイヤ空気圧の予測処理は、現在以降のタイヤ空気圧の予測変化モデルを作成し、当該予測変化モデルに基づいて、タイヤ空気圧が異常圧力値以下となる日数を推定し、当該日数が経過する前にタイヤ空気圧の調整を促すための情報を報知する処理である。
In view of this, the TPMS of the present disclosure executes tire pressure prediction processing in the vehicle-mounted
［タイヤ空気圧に影響する要素］
図５に示すように、タイヤ空気圧に影響する要素は、外部要因とタイヤ自体の要因とがある。外部要因は、例えば、季節により変動する外気温、車両１０の走行時のタイヤの温度変動、荷重等が挙げられる。また、タイヤ自体の要因は、スローリーク等のエアリークに起因するもので、例えば、自然漏れ、タイヤ側面のひび割れ、微細穴によるパンク、タイヤのビード部の隙間、ホイールの組付け不良、ホイール変形、エアバルブの不良等が挙げられる。
[Factors affecting tire pressure]
As shown in FIG. 5, factors affecting tire pressure include external factors and factors of the tire itself. External factors include, for example, the outside air temperature that varies depending on the season, tire temperature variations during running of the
このように、外部要因とタイヤ自体の要因は、基本的に異なるので相関性が低い。このため、現在以降のタイヤ空気圧の変化を精度よく予測する上では、外部要因である外気温の変化に起因するタイヤ空気圧の変化量と、タイヤ自体の要因であるエアリークに起因するタイヤ空気圧の変化量とを分けて推定することが望ましい。 Thus, the external factors and the factors of the tire itself are fundamentally different and have a low correlation. For this reason, in order to accurately predict changes in tire pressure from now on, it is necessary to consider the amount of change in tire pressure caused by changes in outside temperature, which is an external factor, and the amount of change in tire pressure caused by air leaks, which is a factor in the tires themselves. It is desirable to estimate the amount separately.
［外気温の変化に起因するタイヤ空気圧の変化量］
上述の如く、タイヤ空気圧は、外気温の影響を受ける。外気温の変化に起因するタイヤ空気圧の変化量は、地域および季節の違いによって異なる。例えば、図６に示すように、外気温の高い地域の方が外気温の低い地域に比べてタイヤ空気圧の減少量が多い傾向がある。加えて、外気温の低い季節に比べて外気温の高い季節の方がタイヤ空気圧の減少量が多い傾向がある。また、外気温は、例えば、図７に示すように、一日の中でも大きく変化するとともに、季節によっても大きく変化する。
[Amount of change in tire pressure due to change in outside temperature]
As mentioned above, tire pressure is affected by ambient temperature. The amount of change in tire pressure due to changes in outside temperature varies with different regions and seasons. For example, as shown in FIG. 6, regions with a high outside temperature tend to have a larger decrease in tire air pressure than regions with a low outside temperature. In addition, there is a tendency that the amount of decrease in tire air pressure is greater in seasons when the outside temperature is high than in seasons when the outside temperature is low. In addition, as shown in FIG. 7, for example, the outside air temperature changes greatly even during the day and also changes greatly depending on the season.
このため、外気温の変化に起因するタイヤ空気圧の変化量については、予め車載機３に記憶した情報だけで推定することが困難である。車両１０がある地域の天気予報や過去の外気温の変化に基づいて、現在以降の外気温を予測し、予測した外気温に基づいて外気温の変化に起因するタイヤ空気圧の変化量を推定することが望ましい。
For this reason, it is difficult to estimate the amount of change in tire air pressure caused by changes in the outside air temperature only from the information stored in advance in the vehicle-mounted
そこで、車載機３は、例えば、図８の数式Ｍ１で示す温度変化モデルΔＰＴｆ（ｔ）を用いて外気温の変化に起因するタイヤ空気圧の変化量を推定する。図８の数式Ｍ１における“ｓ”は、温度による空気圧変動率［ｋＰａ／℃］であり、例えば、１．５程度の値に設定される。“Ｔ（ｔ）”は、現在からｔ日目における外気温の予測値である。“Ｔ０”は、例えば、タイヤ空気圧の調圧日における外気温である。
Therefore, the in-
［エアリークに起因するタイヤ空気圧の変化量］
一方、図９に示すように、タイヤ空気圧は、エアリークによって経時的に減少する。一日当たりのタイヤ空気圧の減少量が一定である場合、エアリークに起因するタイヤ空気圧の変化量は、以下の数式Ｍ２で示す線形予測モデルΔＰＮ（ｔ）によって簡易に推定することができる。
[Amount of change in tire pressure caused by air leak]
On the other hand, as shown in FIG. 9, tire air pressure decreases over time due to air leaks. If the amount of decrease in tire air pressure per day is constant, the amount of change in tire air pressure due to air leaks can be easily estimated by a linear prediction model ΔP N (t) given by Equation M2 below.
ΔＰＮ（ｔ）＝ｋ０ｔ＋ｑ ・・・（Ｍ２）
上記の数式Ｍ２における“ｔ”は、現在から予測日までの日数である。“ｋ”は一日あたりのタイヤ空気圧の減少量（リーク量）に対応するリーク係数である。また、“ｑ”は、調圧日のタイヤ空気圧に対応する切片係数である。この線形予測モデルΔＰＮ（ｔ）は、例えば、回帰分析によって求めることが可能である。
ΔP N (t)=k 0 t+q (M2)
"t" in the above formula M2 is the number of days from the present to the prediction date. "k" is a leak coefficient corresponding to the amount of tire air pressure decrease (leak amount) per day. Also, "q" is an intercept coefficient corresponding to the tire pressure on the day of pressure adjustment. This linear prediction model ΔP N (t) can be obtained by regression analysis, for example.
ところが、一日あたりのリーク量は、一定ではなく、外気温の変化によって変化する。図１０は、一年間でのタイヤ空気圧の変化、一月毎のリーク量に対応するリーク係数ｋ、一月毎の外気温の平均値Ｔｍｅａｎの関係を示している。図１０に示すように、一月毎に求めたリーク係数ｋは、外気温の平均値Ｔｍｅａｎと同様に変化する。 However, the amount of leakage per day is not constant and changes with changes in the outside temperature. FIG. 10 shows the relationship between changes in tire pressure over a year, the leak coefficient k corresponding to the leak amount for each month, and the mean value Tmean of the outside air temperature for each month. As shown in FIG. 10, the monthly leak coefficient k varies in the same manner as the mean value Tmean of the outside air temperature.
このことを踏まえると、リーク係数ｋは、外気温に応じて、一月毎に設定することが望ましい。現在からｉヶ月目のリーク係数ｋｉは、図１１に示すように、現在のリーク係数ｋ０、直近の一ヶ月の外気温の平均値Ｔｍｅａｎ＿０、ｉヶ月目の外気温の平均値Ｔｍｅａｎ＿ｉ、所定の係数ｒに基づいて求めることができる。なお、ｉヶ月目の外気温の平均値Ｔｍｅａｎ＿ｉは、天気予報に含まれる現在以降の外気温の予測値に基づいて推定可能である。 Considering this fact, it is desirable to set the leak coefficient k every month according to the outside temperature. As shown in FIG. 11, the leak coefficient ki in the i-th month from the present is the current leak coefficient k 0 , the mean value of the outside air temperature for the most recent month Tmean_0 , the mean value of the outside temperature in the i-th month Tmean_i , It can be obtained based on a predetermined coefficient r. The mean value Tmean_i of the i-th month outside temperature can be estimated based on the predicted value of the outside temperature after the present included in the weather forecast.
そして、現在からｔ日目（ｄヶ月、ｔｍ日後）におけるエアリークに起因するタイヤ空気圧の変化量は、図１２の数式Ｍ３で示すリーク変化モデルΔＰＮｆ（ｔ）に基づいて精度良く推定することができる。なお、“ｔｎ”は、現在の日数を示している。 Then, the amount of change in the tire air pressure due to the air leak on the tth day ( d months, tm days later) from the present is estimated with high accuracy based on the leak change model ΔP Nf (t) shown by the formula M3 in FIG. 12 . can be done. Note that " tn " indicates the current number of days.
ここで、リーク変化モデルΔＰＮｆ（ｔ）の一項目のΔＰＮは、前回調圧してから現在までの自然リークによるタイヤ空気圧の変化量である。ΔＰＮは、前回調圧してから現在までのタイヤ空気圧の変化量から外気温の変化に起因するタイヤ空気圧の変化量を除去することで得られる。また、リーク変化モデルΔＰＮｆ（ｔ）の二項目は、現在からｄヶ月（“ｄ”に“３０”を乗じた日数）経過した時点でのエアリークに起因するタイヤ空気圧の変化量である。さらに、リーク変化モデルΔＰＮｆ（ｔ）の三項目は、端数となる日数ｔｍを経過した時点でのエアリークに起因するタイヤ空気圧の変化量である。なお、リーク変化モデルΔＰＮｆ（ｔ）では、ｉヶ月目のリーク係数ｋｉに“３０”を乗じた値（＝３０ｋｉ）をｉヶ月目のタイヤ空気圧の変化量として算出している。 Here, ΔP N , which is one item of the leak change model ΔP Nf (t), is the amount of change in tire air pressure due to natural leak from the previous pressure adjustment to the present. ΔP N is obtained by removing the amount of change in tire air pressure caused by the change in outside air temperature from the amount of change in tire air pressure from the previous pressure adjustment to the present. The second item of the leak change model ΔP Nf (t) is the amount of change in tire pressure due to air leak after d months (the number of days obtained by multiplying "d" by "30") from the present. Furthermore, the third item of the leak change model ΔP Nf (t) is the amount of change in the tire pressure caused by the air leak after the fractional number of days tm has elapsed. In the leak change model ΔP Nf (t), a value (=30ki) obtained by multiplying the leak coefficient ki of the i-th month by "30" is calculated as the amount of change in the tire pressure of the i-th month.
［タイヤ空気圧の予測変化モデル］
ＴＰＭＳでは、温度変化モデルΔＰＴｆ（ｔ）およびリーク変化モデルΔＰＮｆ（ｔ）を用いて、現在以降のタイヤ空気圧の変化量を予測する予測変化モデルΔＰ（ｔ）を作成する。予測変化モデルΔＰ（ｔ）は、図１３の数式Ｍ４に示すように、温度変化モデルΔＰＴｆ（ｔ）とリーク変化モデルΔＰＮｆ（ｔ）とを足し合わせたものである。
[Prediction change model of tire pressure]
The TPMS uses the temperature change model ΔP Tf (t) and the leak change model ΔP Nf (t) to create a prediction change model ΔP(t) that predicts the amount of change in tire air pressure from now on. The predictive change model ΔP(t) is the sum of the temperature change model ΔP Tf (t) and the leak change model ΔP Nf (t), as shown in formula M4 in FIG.
［タイヤ空気圧の予測処理］
次に、車載機３が実行するタイヤ空気圧の予測処理の流れについて図１４のフローチャートを参照しつつ説明する。図１４に示すタイヤ空気圧の予測処理は、例えば、タイヤ空気圧が調圧されると開始される。
[Prediction processing of tire air pressure]
Next, the flow of tire air pressure prediction processing executed by the in-
図１４に示すように、車載機３は、ステップＳ１００にて、タイヤ空気圧の調圧日におけるタイヤ空気圧および外気温をタイヤセンサ２や他のＥＣＵ経由で取得し、取得したタイヤ空気圧および外気温を初期値Ｐ０、Ｔ０としてメモリに記憶する。また、車載機３は、他のＥＣＵ経由で、タイヤ空気圧を調圧した際の時間ｔ０を取得する。
As shown in FIG. 14, in step S100, the in-
続いて、車載機３は、ステップＳ１１０にて、タイヤ空気圧の調圧時からの経過時間または前回タイヤ空気圧を予測してからの経過時間が２４時間以上であるか判定する。この結果、経過時間が２４時間以上であると、車載機３は、ステップＳ１２０に移行して、新規にタイヤ空気圧Ｐｔおよび外気温Ｔｔをタイヤセンサ２や他のＥＣＵ経由で取得する。
Subsequently, in step S110, the in-
続いて、車載機３は、ステップＳ１３０にて、タイヤ空気圧の調圧時からのタイヤ空気圧の変化量と外気温の変化に起因するタイヤ空気圧の変化量ΔＰＴを算出する。そして、車載機３は、ステップＳ１４０にて、エアリークに起因するタイヤ空気圧の変化量であるリーク量ΔＰＮ（＝ΔＰ－ΔＰＴ）を算出する。
Subsequently, in step S130, the in-
続いて、車載機３は、ステップＳ１５０にて、直近一ヶ月のリーク量ΔＰＮに基づいて、エアリークに起因するタイヤ空気圧の変化量の線形予測モデルΔＰＮ（ｔ）を作成する。線形予測モデルΔＰＮ（ｔ）は、例えば、時間ｔを説明変数とし、タイヤ空気圧の変化量を目的変数とする回帰分析により作成可能である。
Subsequently, in step S150, the in-
続いて、車載機３は、ステップＳ１６０にて、車両１０が使用される地域の直近一ヶ月の外気温の平均値Ｔｍｅａｎ＿０を算出するとともに、現在以降のｉヶ月目の外気温の平均値Ｔｍｅａｎ＿ｉを推定する。平均値Ｔｍｅａｎ＿０は、例えば、車載機３のメモリに保存された外気温Ｔｔのデータに基づいて算出される。また、平均値Ｔｍｅａｎ＿ｉは、サービスセンタ６３から取得した天気予報等に含まれる現在以降の外気温の予測値に基づいて推定される。なお、外気温の平均値Ｔｍｅａｎ＿０、Ｔｍｅａｎ＿ｉは、例えば、クラウドサーバ６４に保存された外気温データに基づいて算出されるようになっていてもよい。
Subsequently, in step S160, the in-
続いて、車載機３は、ステップＳ１７０にて、現在以降のｉヶ月目のリーク係数ｋｉを算出する。ｉヶ月目のリーク係数ｋｉは、図１１に示すように、現在のリーク係数ｋ０、直近の一ヶ月の外気温の平均値Ｔｍｅａｎ＿０、ｉヶ月目の外気温の平均値Ｔｍｅａｎ＿ｉ、所定の係数ｒに基づいて求められる。
Subsequently, in step S170, the vehicle-mounted
続いて、車載機３は、ステップＳ１８０にて、現在からｔ日目（ｄヶ月、ｔｍ日後）におけるエアリークに起因するタイヤ空気圧の変化量を予測するリーク変化モデルΔＰＮｆ（ｔ）を作成する。このリーク変化モデルΔＰＮｆ（ｔ）は、図１２に示す数式Ｍ３と同じである。
Subsequently, in step S180, the in-
続いて、車載機３は、ステップＳ１９０にて、予測変化モデルΔＰ（ｔ）を用いてタイヤ空気圧が異常圧力値Ｐｔｈ以下となるのに要する日数である警報推定日ｔ３を算出する。当該警報推定日ｔ３は、以下の不等式Ｍ５および数式Ｍ６を解くことで算出可能である。 Subsequently, in step S190, the vehicle-mounted device 3 calculates an estimated warning date t3, which is the number of days required for the tire air pressure to become the abnormal pressure value Pth or less, using the predictive change model ΔP(t). The estimated warning date t3 can be calculated by solving the following inequality M5 and formula M6.
Ｐ０－ΔＰ（ｔ３）≦Ｐｔｈ ・・・（Ｍ５）
ΔＰ（ｔ３）＝ΔＰＴｆ（ｔ３）＋ΔＰＮｆ（ｔ３） ・・・（Ｍ６）
なお、数式Ｍ６における温度変化モデルΔＰＴｆ（ｔ３）は、一日における最も低い外気温（最低気温）の予測値ＴＭＩＮ（ｔ３）を用いた以下の数式Ｍ７に示すモデルである。
P 0 −ΔP(t 3 )≦P th (M5)
ΔP(t 3 )=ΔP Tf (t 3 )+ΔP Nf (t 3 ) (M6)
Note that the temperature change model ΔP Tf (t 3 ) in Equation M6 is a model shown in Equation M7 below using the predicted value T MIN (t 3 ) of the lowest outside temperature (minimum temperature) in a day.
ΔＰＴｆ（ｔ３）＝ｓ（ＴＭＩＮ（ｔ３）－Ｔ０） ・・・（Ｍ７）
続いて、車載機３は、ステップＳ２００にて、警報推定日ｔ３が３０日未満であるか否かを判定する。この結果、警報推定日ｔ３が３０日未満でない場合、車載機３は、ステップＳ１１０に戻る。一方、警報推定日ｔ３が３０日未満である場合、車載機３は、ステップＳ２１０にて、タイヤ空気圧の調整を促す情報をメータ５側に送信して当該情報をユーザに報知した後、ステップＳ１１０に戻る。
ΔP Tf (t 3 )=s(T MIN (t 3 )−T 0 ) (M7)
Subsequently, in step S200, the vehicle-mounted device 3 determines whether or not the estimated warning date t3 is less than 30 days. As a result, if the estimated warning date t3 is not less than 30 days, the vehicle-mounted device 3 returns to step S110. On the other hand, if the estimated warning date t3 is less than 30 days, in step S210, the vehicle-mounted
ここで、車載機３のうち、現在以降のタイヤ空気圧の変化量を予測する予測変化モデルΔＰ（ｔ）を作成し、予測変化モデルΔＰ（ｔ）に基づいて、タイヤ空気圧が異常圧力値Ｐｔｈ以下となるのに要する日数を推定する構成が日数推定部３３１を構成する。また、車載機３のうち、現在以降の外気温を予測する構成が外気温予測部３３２を構成する。
Here, a predictive change model ΔP(t) for predicting the amount of change in tire air pressure after the present time is created in the in-
以上説明したＴＰＭＳの車載機３は、現在以降のタイヤ空気圧の変化量を予測する予測変化モデルΔＰ（ｔ）を作成し、当該予測変化モデルΔＰ（ｔ）に基づいて、タイヤ空気圧が異常圧力値Ｐｔｈ以下となるのに要する日数を推定する。そして、当該日数が経過する前にタイヤ空気圧の調整を促すための情報をメータ５から報知する。これによると、タイヤ空気圧が異常圧力値Ｐｔｈ以下となる前段階で、タイヤ空気圧の調整を促すための情報がユーザ等に報知される。このため、ユーザ等がタイヤ空気圧の調整の適切な実施タイミングを把握することが可能となる。このこと、燃費の向上及びタイヤ状態の劣化抑制に有効である。
The vehicle-mounted
（１）予測変化モデルΔＰ（ｔ）は、外気温の変化に起因するタイヤ空気圧の変化量を推定する温度変化モデルΔＰＴｆ（ｔ）と、エアリークに起因する前記タイヤ空気圧の変化量を推定するリーク変化モデルΔＰＮｆ（ｔ）と、を含んでいる。そして、車載機３は、温度変化モデルΔＰＴｆ（ｔ）で推定されるタイヤ空気圧の変化量とリーク変化モデルΔＰＮｆ（ｔ）で推定されるタイヤ空気圧の変化量とを合算したものに基づいて日数を推定する。タイヤ空気圧は、外気温の影響およびエアリークによって変化する。このため、外気温およびエアリークを考慮して現在以降のタイヤ空気圧を予測する予測変化モデルΔＰ（ｔ）を用いることで、タイヤ空気圧が異常圧力値Ｐｔｈ以下となるタイミングを精度よく推定することができる。
(1) Predictive change model ΔP(t) includes temperature change model ΔP Tf (t) for estimating the amount of change in tire pressure caused by changes in outside air temperature, and ΔP Tf (t) for estimating the amount of change in tire pressure caused by air leaks. and a leak change model ΔP Nf (t). Then, the in-
（２）リーク変化モデルΔＰＮｆ（ｔ）は、所定期間におけるエアリークに起因するタイヤ空気圧の変化量を所定期間毎に外気温の予測値に応じて補正し、この補正によって得られた値の積算値を用いてエアリークに起因するタイヤ空気圧の変化量として推定する。エアリークに起因するタイヤ空気圧の変化量は、外気温の影響を受ける。このため、外気温を考慮してリークに起因するタイヤ空気圧の変化量を推定することで、現在以降のタイヤ空気圧の変化量の推定精度を向上させることができる。 (2) The leak change model ΔP Nf (t) corrects the amount of change in the tire pressure caused by the air leak in a predetermined period according to the predicted value of the outside air temperature for each predetermined period, and integrates the values obtained by this correction. value is used to estimate the amount of change in tire pressure caused by air leaks. The amount of change in tire pressure caused by an air leak is affected by the outside air temperature. Therefore, by estimating the amount of change in tire air pressure caused by leakage in consideration of the outside air temperature, it is possible to improve the accuracy of estimating the amount of change in tire air pressure from now on.
（３）温度変化モデルΔＰＴｆ（ｔ）は、外気温の予測値において、一日における最も低い外気温を用いて外気温の変化に起因するタイヤ空気圧の変化量を推定する。車両１０の安全性を考慮すると、タイヤ空気圧が異常圧力値Ｐｔｈ以下となる最短の日数を推定することが望ましい。タイヤ空気圧は、外気温が低くなると小さくなり、外気温が高くなると大きくなる。そして、外気温に起因するタイヤ空気圧の変化量は、外気温が低くなるほど大きくなる。このため、例えば、外気温が高い状態で外気温の変化に起因するタイヤ空気圧の変化量を推定する場合、タイヤ空気圧の変化量が小さくなり易く、タイヤ空気圧が予め定めた異常圧力値Ｐｔｈ以下となるのに要する日数が長くなり易い。また、外気温が低い状態で外気温の変化に起因するタイヤ空気圧の変化量を推定する場合、タイヤ空気圧の変化量が大きくなり易く、タイヤ空気圧が予め定めた異常圧力値Ｐｔｈ以下となるのに要する日数が短くなり易い。したがって、車両１０の安全性を高める上では、図１５において黒菱形のポイントで示すように、一日における最も低い外気温を用いて現在以降のタイヤ空気圧の変化量を推定することが望ましい。これによれば、早期にタイヤ空気圧の警報が行われ、車両１０の安全性が向上する。
(3) The temperature change model ΔP Tf (t) estimates the amount of change in tire pressure due to changes in outside air temperature using the lowest outside air temperature of the day in the predicted outside air temperature. Considering the safety of the
（他の実施形態）
以上、本開示の代表的な実施形態について説明したが、本開示は、上述の実施形態に限定されることなく、例えば、以下のように種々変形可能である。
(Other embodiments)
Although representative embodiments of the present disclosure have been described above, the present disclosure is not limited to the above-described embodiments, and can be modified in various ways, for example, as follows.
上述の実施形態の如く、リーク変化モデルΔＰＮｆ（ｔ）は、タイヤ空気圧の変化量を外気温の予測値に応じて補正した値の積算値に基づいて、エアリークに起因するタイヤ空気圧の変化量として推定するようになっていることが望ましいが、これに限定されない。リーク変化モデルΔＰＮｆ（ｔ）は、例えば、線形予測モデルΔＰＮ（ｔ）に基づいて、エアリークに起因するタイヤ空気圧の変化量として推定するようになっていてもよい。また、リーク変化モデルΔＰＮｆ（ｔ）は、例えば、非線形予測モデルに基づいて、エアリークに起因するタイヤ空気圧の変化量として推定するようになっていてもよい。 As in the above-described embodiment, the leak change model ΔP Nf (t) calculates the amount of change in tire pressure caused by an air leak based on the integrated value of the amount of change in tire pressure corrected according to the predicted value of the outside air temperature. Although it is desirable to estimate as, it is not limited to this. The leak change model ΔP Nf (t) may be, for example, estimated as a change in tire pressure caused by air leak based on the linear prediction model ΔP N (t). Further, the leak change model ΔP Nf (t) may be estimated as a change in tire pressure caused by air leak, for example, based on a non-linear prediction model.
上述の実施形態の如く、温度変化モデルΔＰＴｆ（ｔ）は、外気温の予測値において、一日における最も低い外気温を用いて外気温の変化に起因するタイヤ空気圧の変化量を推定するようになっていることが望ましいが、これに限定されない。温度変化モデルΔＰＴｆ（ｔ）は、外気温の予測値における平均的な外気温や最も高い外気温を用いて外気温の変化に起因するタイヤ空気圧の変化量を推定するようになっていてもよい。 As in the above embodiment, the temperature change model ΔP Tf (t) is used to estimate the amount of change in tire pressure due to changes in outside temperature using the lowest outside temperature of the day in the forecast of outside temperature. Although it is desirable to be, it is not limited to this. Even if the temperature change model ΔP Tf (t) is designed to estimate the amount of change in tire pressure due to changes in the outside temperature using the average outside temperature and the highest outside temperature in the outside temperature prediction values, good.
上述の実施形態の如く、予測変化モデルΔＰ（ｔ）は、温度変化モデルΔＰＴｆ（ｔ）とリーク変化モデルΔＰＮｆ（ｔ）とを含んでいることが望ましいが、これに限定されない。
予測変化モデルΔＰ（ｔ）は、温度変化モデルΔＰＴｆ（ｔ）およびリーク変化モデルΔＰＮｆ（ｔ）の一方のモデルに基づいて、タイヤ空気圧の変化量を推定するようになっていてもよい。
As in the above embodiment, the predictive change model ΔP(t) preferably includes the temperature change model ΔP Tf (t) and the leak change model ΔP Nf (t), but is not limited to this.
The predictive change model ΔP(t) may estimate the amount of change in tire air pressure based on one of the temperature change model ΔP Tf (t) and the leak change model ΔP Nf (t).
上述の実施形態のタイヤセンサ２および車載機３は、ＢＬＥの通信方式に基づいて双方向に通信可能に構成されているが、ＢＬＥ以外の通信方式に基づいて双方向に通信可能に構成されていてもよい。
The
上述の実施形態では、４つの車輪１０ａ～１０ｄを有する車両１０に対して本開示のＴＰＭＳを適用したものを例示したが、さらに車輪数が多い車両１０に対しても、同様に本開示のＴＰＭＳを適用することができる。
In the above-described embodiment, the TPMS of the present disclosure is applied to the
上述の実施形態において、実施形態を構成する要素は、特に必須であると明示した場合および原理的に明らかに必須であると考えられる場合等を除き、必ずしも必須のものではないことは言うまでもない。 In the above-described embodiments, it goes without saying that the elements that make up the embodiments are not necessarily essential unless explicitly stated as essential or clearly considered essential in principle.
上述の実施形態において、実施形態の構成要素の個数、数値、量、範囲等の数値が言及されている場合、特に必須であると明示した場合および原理的に明らかに特定の数に限定される場合等を除き、その特定の数に限定されない。 In the above-described embodiments, when numerical values such as the number, numerical value, amount, range, etc. of the constituent elements of the embodiment are mentioned, when it is explicitly stated that they are essential, and in principle they are clearly limited to a specific number It is not limited to that particular number, unless otherwise specified.
上述の実施形態において、構成要素等の形状、位置関係等に言及するときは、特に明示した場合および原理的に特定の形状、位置関係等に限定される場合等を除き、その形状、位置関係等に限定されない。 In the above-described embodiments, when referring to the shape, positional relationship, etc. of components, etc., the shape, positional relationship, etc., unless otherwise specified or limited in principle to a specific shape, positional relationship, etc. etc. is not limited.
本開示の制御部及びその手法は、コンピュータプログラムにより具体化された一つ乃至は複数の機能を実行するようにプログラムされたプロセッサ及びメモリを構成することによって提供された専用コンピュータで、実現されてもよい。本開示の制御部及びその手法は、一つ以上の専用ハードウエア論理回路によってプロセッサを構成することによって提供された専用コンピュータで、実現されてもよい。本開示の制御部及びその手法は、一つ乃至は複数の機能を実行するようにプログラムされたプロセッサ及びメモリと一つ以上のハードウエア論理回路によって構成されたプロセッサとの組み合わせで構成された一つ以上の専用コンピュータで、実現されてもよい。また、コンピュータプログラムは、コンピュータにより実行されるインストラクションとして、コンピュータ読み取り可能な非遷移有形記録媒体に記憶されていてもよい。 The controller and techniques of the present disclosure are implemented on a dedicated computer provided by configuring a processor and memory programmed to perform one or more functions embodied by the computer program. good too. The controller and techniques of the present disclosure may be implemented in a dedicated computer provided by configuring the processor with one or more dedicated hardware logic circuits. The control unit and technique of the present disclosure is a combination of a processor and memory programmed to perform one or more functions and a processor configured by one or more hardware logic circuits. It may be implemented on one or more dedicated computers. The computer program may also be stored as computer-executable instructions on a computer-readable non-transitional tangible storage medium.
１０ 車両
１０ａ～１０ｄ 車輪
２ タイヤセンサ
２１ 空気圧検出部
３３１ 日数推定部
４ メータ（報知部）
10
Claims (4)
複数の前記車輪のタイヤ空気圧を検出する空気圧検出部（２１）を含むタイヤセンサ（２）と、
現在以降の前記タイヤ空気圧の変化量を予測する予測変化モデルを作成し、前記予測変化モデルに基づいて、前記タイヤ空気圧が予め定めた異常圧力値以下となるのに要する日数を推定する日数推定部（３３１）と、
前記日数推定部で推定される日数が経過する前に前記タイヤ空気圧の調整を促すための情報を報知する報知部（５）と、
を備えるタイヤ空気圧監視システム。 A tire pressure monitoring system applied to a vehicle (10) in which a plurality of wheels (10a, 10b, 10c, 10d) including tires are attached to a vehicle body (11),
a tire sensor (2) including an air pressure detection unit (21) for detecting tire air pressure of the plurality of wheels;
A day estimating unit for creating a predictive change model for predicting the amount of change in the tire air pressure after the present, and estimating the number of days required for the tire air pressure to become equal to or less than a predetermined abnormal pressure value based on the predictive change model. (331) and
a notification unit (5) for notifying information for prompting adjustment of the tire air pressure before the number of days estimated by the number of days estimation unit elapses;
tire pressure monitoring system.
前記予測変化モデルは、前記外気温の変化に起因する前記タイヤ空気圧の変化量を推定する温度変化モデルと、エアリークに起因する前記タイヤ空気圧の変化量を推定するリーク変化モデルと、を含み、
前記日数推定部は、前記温度変化モデルで推定される前記タイヤ空気圧の変化量と前記リーク変化モデルで推定される前記タイヤ空気圧の変化量とを合算したものに基づいて前記日数を推定する、請求項１に記載のタイヤ空気圧監視システム。 Equipped with an outside temperature prediction unit (332) that predicts the outside temperature after the present,
The predictive change model includes a temperature change model for estimating the amount of change in the tire pressure caused by changes in the outside temperature, and a leak change model for estimating the amount of change in the tire pressure caused by an air leak,
The number of days estimating unit estimates the number of days based on a sum of the amount of change in the tire air pressure estimated by the temperature change model and the amount of change in the tire air pressure estimated by the leak change model. Item 1. The tire pressure monitoring system according to item 1.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021071350A JP2022165827A (en) | 2021-04-20 | 2021-04-20 | Tire air pressure monitoring system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021071350A JP2022165827A (en) | 2021-04-20 | 2021-04-20 | Tire air pressure monitoring system |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2022165827A true JP2022165827A (en) | 2022-11-01 |
Family
ID=83851128
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021071350A Pending JP2022165827A (en) | 2021-04-20 | 2021-04-20 | Tire air pressure monitoring system |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2022165827A (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117818262A (en) * | 2024-02-28 | 2024-04-05 | 长春汽车工业高等专科学校 | Automobile state extraction method and system based on big data |
-
2021
- 2021-04-20 JP JP2021071350A patent/JP2022165827A/en active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117818262A (en) * | 2024-02-28 | 2024-04-05 | 长春汽车工业高等专科学校 | Automobile state extraction method and system based on big data |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10086663B2 (en) | Tire pressure monitoring apparatus and method | |
| US8849500B2 (en) | System for predicting tire casing life | |
| JP3876799B2 (en) | Tire pressure monitoring system | |
| US10286738B2 (en) | Tire pressure detector | |
| JP5041005B2 (en) | Tire pressure monitoring device | |
| US9950578B2 (en) | Tire air pressure detection device | |
| JP4333467B2 (en) | Tire pressure detector | |
| CN100470219C (en) | System and method for determining the cause of tire pressure change | |
| US20090256694A1 (en) | Method of detecting a pressure loss of a tire, tire pressure monitoring system, vehicle, and computer product program | |
| US20140039752A1 (en) | Method and apparatus for determining tire condition using ideal gas law | |
| RU2554850C2 (en) | Method to set threshold pressure in vehicle tires | |
| US20130009763A1 (en) | Controller for tire pressure monitoring system | |
| US20020075146A1 (en) | Transmitter and transmitting method of tire condition monitoring apparatus | |
| KR20170013278A (en) | Intelligent tire pressure monitoring system and method | |
| US20070073503A1 (en) | Method for temperature compensation of pressure values in a tire pressure control system | |
| US8676519B2 (en) | Device and method for assisting inflation | |
| JP2022165827A (en) | Tire air pressure monitoring system | |
| JP2006069413A (en) | Tire air pressure detecting device | |
| JPH11334328A (en) | Tire inflation pressure warning system | |
| CN108928192A (en) | Calculation method, device and the controller of environment temperature | |
| GB2536736A (en) | Apparatus and method for changing TPMS sensor message preamble based upon mode | |
| JP2006327554A (en) | Tire air pressure monitoring device | |
| CN107933214A (en) | Tire pressure and tire temperature monitoring method, electronic equipment, storage medium and system | |
| US20210170813A1 (en) | Method for detecting a leak in a tire of a stationary vehicle | |
| JP2017128164A (en) | Tire air pressure monitoring system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20240109 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240606 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240618 |