JP4928612B2 - センサのノイズを監視する方法および装置 - Google Patents

Description

本発明は、センサのノイズを監視する方法および装置に関する。

従来技術からは、わずかな電力だけしか必要とせずに測定システムにおける信号雑音比ＳＮＲを調整することが公知である。しかしながらＳＮＲは、多くの影響量、例えば温度、電圧などに依存する。このことは例えば、DE 103 18 602 A1に記載されている。また別の複数の方法が公知であり、これらの方法はすべて外乱の少ない信号処理を目標としている。従来技術ではノイズはつねに、確率的な特性を有する外乱として捉えられ、この外乱は、電気的な効率を低下させ、まさに測定処理にマイナスに影響してしまうのである。

本発明の課題は、低価格でありかつ高い信頼性で動作するセンサノイズの監視方法および相応する装置を提供して、例えばシステム関連の情報を得ることである。

この課題は、請求項１および請求項７の特徴部分に記載されている特徴的構成によって解決される。有利な発展形態は、各従属請求項に記載されている。

本発明の重要なベースとなっているのは、ノイズを純粋な外乱と見なすことから離れることである。本発明の枠内ではノイズは、むしろ役に立つ情報源として利用される。本発明によるセンサ出力信号のノイズを監視する方法は、センサノイズ信号のスペクトル成分の影響を求めて、これと、あらかじめ設定した値とを比較する点が特徴である。この検査は、有利には算術平均値の標準偏差をベースにして行われる。

本発明の有利な１実施形態の特徴は、センサの出力信号をサンプリングし、複数のサンプリング値のグループにまとめ、これらに対して第１の形態の平均値形成を行い、この第１の平均値形成の結果に対して、１つまたは複数の隣接する値または先行する値および／後続の値を考慮して、第２の形態の平均値形成を行う点である。

本発明の装置には、方法を実行する手段が設けられており、ここでこの方法の実行は、サンプラが、センサの信号出力側に接続されており、このサンプラが、サンプリング値を発生した順序で記憶する第１の一時記憶装置に接続されており、この一時記憶装置が、第１の平均値を決定する演算装置に接続されており、ここでこの演算装置は、サンプリング値の数について調整可能であり、また第２の記憶装置が、複数の結果値をそれらが発生した順序で記憶するために、上記の演算装置の出力側に接続されており、この第２の記憶装置は、１つまたは複数の隣接する値または先行の値を考慮して第２の形態の平均値決定する第２の演算装置に接続されており、上記の第２演算装置が、結果値を出力するため、および／または比較による結果評価のためにデータ固定記憶装置および比較手段の出力側に接続されてことによって行われる。

本発明の方法の殊に有利な適用に対する基本を形成しているのは、ノイズを有するセンサ信号が、センサ品質だけで決まるのではないという知識である。ノイズと類似する信号特性は、例えば、自動車の通常の走行動特性によって発生し得るが、また走行路表面の固有の粗さによっても、または所定の異常な走行状況によって発生し得る。それぞれの影響の区別は周波数領域において行うことができるため、本発明にしたがって信号評価を調整することにより、通常の走行動特性の影響ならびに通常のセンサ機能のノイズ信号に対する影響を弱めて、異常な作用を検査することができる。したがって本発明の方法によれば、経済的に極めて重要な自動車分野に適用することにより、センサ信号から走行路表面の目下の状態について推定することができる。公知の方法によれば、このために例えばＡＢＳセンサ出力信号に、比較的コストのかかる２次的な評価を行って都度の摩擦係数を求めている。これに対し、本発明による方法を適用することにより、低価格でありかつ高い信頼性でまた高速に動作する方法が得られて、車両のタイヤと道路表面との間の摩擦係数の大まかな推定を求めることができ、また相応する装置が得られるのである。

本発明の方法および相応に構成される装置の適用についてのここでの説明は、それらの適用および／または適合可能性の一般的な制限を示そうとするものではない。むしろ上記の適用は、本発明の実施形態の例示的な説明に使用され、特性および利点ならびに適合パラメタを詳述しようとするものである。

本発明により、畳み込み法（konvolutional Verfahren）が使用されて、高速かつ効率的なセンサノイズ計算および評価のための計算方法が得られる。以下では図面の図を参照して実施例を説明し、本発明の別の特徴および利点を示す。

粒度が変化することによって、データ内容の異なる複数の出力値が出力される際のノイズ監視方法の流れを説明する図である。 都度の実際の車速を考慮するセンサノイズ信号監視アルゴリズムを説明するブロック図である。 境界値ないしはセンサノイズ閾値を段階付けることによってデータ内容が異なる出力値を利用してタイヤ摩擦係数を検査する図２の図と類似のブロック図である。 図３の実施例に基づいてタイヤ摩擦係数とセンサノイズ閾値とを対比するグラである。

ここでは異なる実施例および図をまたがって同じ機能グループないしは部材グループおよび方法ステップに対し、統一的に同じ参照符号および名称を使用する。

ノイズ監視は、自動車において、例えば、可能な限りに直接道路に接触しているこの自動車のアナログのセンサ出力信号から得られるヨーレートω_z，長手方向加速度ａ_x，横方向加速度ａ_y，個々のホイールの速度ｖ₁，ｖ₂，ｖ₃，ｖ₄または別の走行動特性センサｄ_iの測定値に適用することができる。基本的に上記の方法は、上記のすべての信号において同じ方式で実行される。

測定値のアナログの入力量は、固定の時間的なステップ幅Ｔ_aないしはサンプリング周波数ｆ_aのサンプリングにより、時間軸上のサンプリング点ｉにおける離散の測定点Ｓ(ｉ)のシーケンスに変形される。離散の測定点ないしはサンプリング値Ｓ(ｉ)のこのようなシーケンスはつぎに、それぞれｎ_w個のサンプリング値の観察区間に分割されて平均値が求められる。ここでこの観察区間は、以下では、あらかじめ設定した幅ｎ_wを有する１つの窓と同じであり、例えば、窓幅ｎ_wのＭステップである。

言い換えると、まず離散に調整可能な時間幅の観察区間を「スライディングウィンドウ」の形態で形成し、この「スライディングウィンドウ」において、すべての値を合計し、合計した値の数でそれぞれ除算することにより、算術的ないしは経験的な平均値を形成するのである。すなわち、時点ｋにおけるｎ個の時間ステップにわたる平均値は

となり、ここで
ｎは、窓ないしは窓サイズ毎の値Ｓ(ｉ)の数であり、
ｋ＝０，１，２，…は、サンプリングしたアナログのセンサ信号の時間離散の測定値Ｓ(ｋ)の合計数にわたるインデックスであり、これはサンプリングされた測定値のあらかじめ定めた数に分割される。

この場合に時点ｋにおけるｎ個の時間ステップにわたる平均の２次偏差ないしは標準偏差、略してＲＭＳは

となる。

窓サイズｎ_wの場合に粒度の異なる集合Ｍ＝{Ｍ₀，Ｍ₁，Ｍ₂，…}にわたる畳み込みにより、

が得られ、ここで
Ｆは、信号Ｓ(ｋ−ｎ_w＋１)およびＳ(ｋ)内の種々異なるＲＭＳ

を計算して互いに結合する関数を示している。

ｎ_wとそれぞれの粒度Ｍとを選択することにより、寄与する周波数を選択することができる。図１に記載したこの実施例のケースでは、式

によって線形の加算を選択する。所定の周波数の選択的な強調、重み付けまたは平均の別の形態も可能であるが、以下ではさらに説明しない。

上記の式内では、窓幅ないしは窓サイズｎ_wにより、それぞれの寄与に焦点が定められる。ここでこの寄与は、決定されかつ観察すべき周波数ｆ_bが、最終結果に与える寄与である。これにより、ナイキスト−シャノンサンプリング定理にしたがい、上記の観察ないしは計算に取り込まれかつ周期Ｔ_bの逆数の最低周波数ｆ_bに対する限界値が存在する。この最低周波数は、
ｆ_b＞１／(２＊ｎ_w＊Ｔ_a)
と計算される。

これは、幅ｎ_wの１つの窓について、アナログの入力信号の離散の測定点Ｓ(ｉ)を介して調整可能な極小の周波数である。ここからつぎのような関係が得られる。すなわち、この関係によれば、粒度Ｍが増大するのに伴って、すなわち幅ｎ_wの窓の分割を増やすと、上記の観察周波数ｆ_bも上昇するのである。したがって上記の方法の枠内では、所定の観察周波数の寄与に対し、選択的に時間離散の信号を処理することにより、アナログに記録したノイズ信号を検査して、例えば各観察周波数に対して通常値の重要な偏差を求めることができる。

算術平均値

に対して上で提案した式の代わりに、以下では容易かつ比較的効率的にマイクロコントローラにプログラミング可能な再帰的な式を使用する。すなわち、

を使用し、ここで
ζ(ｋ)＝η(ｋ)−η(ｋ−ｎ_w)
であり、ただし窓サイズは、ｎ_wであり、またパラメタηは、測定しかつサンプリングした信号値Ｓ(ｉ)，ｉ＝１，２，…，Ｎのうちの１つである。

Ｎは、得られた測定値の総数を示す。すなわちこの式によれば、１つの窓がサンプリング値のシーケンスについてシフトされ、各ステップにおいて最初の値がこの窓から外れ、最後の値が新たに加わるのである。同様の手法は、ＲＭＳ標準偏差を決定する際にも行われ得る。

図１の図には、サンプリングシーケンスＳ(ｋ)のｎ_w＝２０個の値に基づく実施例が示されており、これらの値は、１つのアナログセンサの出力信号から時間間隔Ｔ_a＝４ msで得られたものである。これらの値は、相応の装置１の記憶装置２に記憶されて演算装置によって処理されて、結果としてｎ_w＝２０個の値の同じデータ例にそれぞれ適用される粒度Ｍに依存し、Ｎ＝５の場合につぎの結果が、続いて行われる線形の平均値の形成中に求められる。すなわち、

であり、個々の値はつぎのようになる。すなわち、

である。

上記の結果では、つぎの５つの周波数、すなわち、

の寄与が選択されかつ考慮される。

ここでは図面の複数の図に基づき、自動車に対する上記の方法の適用例を説明する。上記のセンサノイズ計算により、センサノイズの監視を実現することができ、これは、センサの一般的な機能監視に使用することができる。閾値の形の２つの境界値を導入することにより、上記の結果の妥当性検査を行うことができ、これ自体もセンサの一般的な機能監視を含んでいる。図２は、上記の方法の具体的な適用を例示的に示しており、この図は、都度の実際の車速を考慮してセンサノイズ信号ｄ_iを監視するアルゴリズムを説明するブロック図である。ここでは、可能な限りに直接に道路に接触する各センサ出力信号を使用することができる。

図１の図に関連して説明した方法ないしは装置１にしたがい、サンプリングの後、上記のセンサノイズ信号を検査する。ここでは、センサノイズ信号が加わられた際に種々異なる周波数領域を区別する。すなわち、通常の車両動特性により、０〜５Ｈｚの領域が影響を受ける。以下に説明する方法の目標は、窓サイズｎ_wおよび粒度Ｍを適当に選択することにより、これらの周波数を消去することである。

それぞれ設定した製品ノイズ境界値を上回るセンサノイズの増大は、例えば、センサ素子の老朽化によって、または外部の障害、例えば電磁干渉ＥＭＶによって生じ得る。しかしながら機械的な衝撃の励起または信号の切断も、上記のような増大または低減に結び付く。アラーム１により、閾値比較を介して一般的にセンサ品質についての情報が供給される。これに対してアラーム２により、種々異なる走行状況ないしは走行路状況についての情報が付加的に得られるが、その焦点は量ω_zである。

通常の走行動特性を越えた寄与の検査に対し、観察すべき周波数は、約５Ｈｚからの領域になる。この領域は、スライディングウィンドウの適合させた量ｎ_wおよびサンプリングレートによる畳み込み度（Konvolutionsgrad）Ｍを選択することによって調整することができる。通常の平坦な道路で、各畳み込み値の大きさと、調整した周波数において得られた結果とを比較することにより、異常なセンサノイズを識別することができる。

冒頭ですでに述べたように、センサノイズの特性は、走行路表面の固有の条件によって発生することもある。試験的な測定によって示されるのは、センサノイズの閾値と、種々異なる走行路条件との間の関係である。これそのものには、タイヤと走行路表面との間の種々異なる摩擦係数が含まれる。図３は、境界値ないしはセンサノイズ閾値を段階付けることにより、データ内容の異なるさまざまな出力値を利用しまたタイヤ摩擦係数を検査する図２の図と類似のブロック図を示している。図４は、タイヤ摩擦係数とセンサノイズ閾値とのグラフによる基本的な対比を示しており、ここでこれは図３の実施例に基づくものである。タイヤ摩擦値とセンサノイズ閾値との間のこの関係ならびにここで説明したる方法の枠内におけるその評価は、単に実践的でありかつ自動車分野に関連する適用例である。

図３による上記の評価に続き、最後に閾値比較による周波数選択的な決定が行われ、この区間に、計算したセンサノイズ値が存在する。これによって小さな摩擦係数、中程度の摩擦係数または大きな摩擦係数を決定することでき、またエンジン管理および／またはドライバ支援システムに転送することができる。

図３の実施形態によれば、これにより、タイヤ圧が目標値から大きく偏差していない場合には、上記のアルゴリズムにより、タイヤと走行路との間の摩擦係数をおおよそ推定することができるという可能性が得られるのである。これに対して動摩擦に対する摩擦係数の精確は極めて繁雑である。上記の摩擦係数は、例えば、複雑なタイヤモデルおよび極めて難しい数値的な手法に基づく。

タイヤ摩擦係数の一層確実な推定は、上記の手法を組み合わせることによって実現可能である。

上記の畳み込みによる手法により、極めて高速に摩擦係数の大まかな分類が行われる。この結果、比較的コストのかかるモデルに基づく計算に対し、開始パラメタないしは入力パラメタをあらかじめ設定することができる。

Claims (9)

1. センサのノイズを監視する方法であって、
   当該のセンサノイズ信号のスペクトル成分の影響を求めて、
   当該の影響と設定値とを比較する、センサのノイズを監視する方法において、
   あらかじめ定めた境界値との比較により、道路表面の実際の摩擦係数を前記センサの出力信号から推定することを特徴とする、
   センサのノイズを監視する方法。
2. 前記の検査を、算術平均値の標準偏差に基づいて実行する、
   請求項１に記載の方法。
3. 前記のセンサの出力信号をサンプリングし、
   複数個（ｎ_w）のサンプリング値（Ｓ(ｉ)）のグループにまとめて、第１の形態の平均値形成
   

   

   を行い、
   当該の第１の平均値形成
   

   

   の複数の結果に対して、１つまたは複数の隣接する値または先行する値および／後続の値を考慮して、第２の形態の平均値形成（Ｆ）を行う、
   請求項１または２に記載の方法。
4. 上記の計算方法は、センサノイズ計算および評価に対して、畳み込み方式を使用する
   請求項１から３のいずれか１項記載の方法。
5. 種々異なる粒度（Ｍ）を使用して畳み込み方式を使用する、
   請求項１から４までのいずれか１項に記載の方法。
6. 通常の走行動特性を上回る周波数を前記の評価に取り入れる、
   請求項１から５までのいずれか１項に記載の方法。
7. センサのノイズを監視する装置において、
   センサの信号出力側（ＩＮＰＵＴ）に接続されたサンプラ（Ｄ）と、
   当該のサンプラ（Ｄ）が発生したサンプリング値に基づき、第１の平均値
   

   

   を形成する演算装置とを備え、
   当該の演算装置は、
   処理すべきサンプリング値（Ｓ(ｉ)）の個数ないしは窓幅（ｎ_w）を調整可能であり、
   前記第１の平均値の形成結果に対して、１つのまたは複数の隣接する値または先行する値および／または後続する値を考慮して、第２の形態の平均値（Ｆ）を形成し、
   あらかじめ定めた境界値との比較により、道路表面の実際の摩擦係数を前記センサの出力信号から推定することを特徴とする、
   センサのノイズを監視する装置。
8. 前記の装置には、種々異なる粒度（Ｍ）を設定するための入力側を有する畳み込み演算装置が含まれている、
   請求項７に記載の装置。
9. 前記各平均値形成の結果値および／または比較による結果評価を出力するための、前記演算装置に含まれる出力側は、比較値を含むデータ固定記憶装置および比較手段に接続されている、
   請求項７または８に記載の装置。

Images