JP7079373B2 - トレッド摩耗監視システム及び方法 - Google Patents
トレッド摩耗監視システム及び方法 Download PDFInfo
- Publication number
- JP7079373B2 JP7079373B2 JP2021506466A JP2021506466A JP7079373B2 JP 7079373 B2 JP7079373 B2 JP 7079373B2 JP 2021506466 A JP2021506466 A JP 2021506466A JP 2021506466 A JP2021506466 A JP 2021506466A JP 7079373 B2 JP7079373 B2 JP 7079373B2
- Authority
- JP
- Japan
- Prior art keywords
- tread
- tread wear
- tire
- amount
- wear monitoring
- 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.)
- Active
Links
Images
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
- G01M17/02—Tyres
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tires In General (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Description
・1つ又は複数のプロセッサによって、1つ又は複数のトレッド深さ測定値に関連するデータを受信するステップであって、1つ又は複数のトレッド深さ測定値は、車両の外部の測定装置によって作成され、1つ又は複数のトレッド深さ測定値は、車両の少なくとも1つのタイヤの少なくとも1つのトレッドでのトレッド深さを記述するものである、ステップ;
・1つ又は複数のプロセッサによって、それぞれの時間値又は距離値を1つ又は複数のトレッド深度測定値のそれぞれに関連付けるステップ;
・1つ又は複数のプロセッサによって、1つ又は複数のトレッド深さ測定値を予測されたトレッド深さに相関させるモデルにアクセスするステップ;
・1つ又は複数のプロセッサによって、予測されたトレッド深さが、少なくとも部分的にモデルに基づいてトレッド深さ閾値に等しいか又はそれを超えると予想される推定時間又は推定距離を決定するステップ;及び
・1つ又は複数のプロセッサによって、通知システムに推定時間又は推定距離を提供するステップ。
・WO2017/156213A1(特許文献1)によれば、車両に統合され、一方、
・WO2017/156216A1(特許文献2)によれば、ユーザーコンピューティング装置(例えば、スマートフォン又はタブレット)に統合される。
ている。この点に関して、2018年6月14日に出願された出願人のイタリア特許出願第102018000006322号(特許文献3)は、以下を含むトレッド摩耗監視方法を開示している:
・図1に概略的に示されているトレッド摩耗モデル較正ステップ(全体として1で示されている);及び
・図2に概略的に示されているトレッド摩耗監視ステップ(全体として2で示されている)。
・好ましくは1つ又は複数の屋内摩耗試験機等の1つ又は複数のタイヤ試験システム/装置/機械を使用することにより、1つ又は複数のタイヤ(ブロック11)に対してトレッド摩耗試験を実行するステップ;
・実行されたトレッド摩耗試験から生じるトレッド摩耗を示すトレッド摩耗関連量と実行されたトレッド摩耗試験中に試験されたタイヤが受ける摩擦エネルギーに関連する第1摩擦エネルギー関連量とを測定するステップ (ブロック12);及び
・測定されたトレッド摩耗関連量と第1摩擦エネルギー関連量とに基づいて、較正済みトレッド摩耗モデル(TWM: Tread Wear Model)を決定するステップ(ブロック13)。
・所定基準TWMを提供するステップであって、所定基準TWMは、
―(一般的な)走行経路に沿って(一般的な)タイヤに生じる摩擦エネルギーを、
―上記摩擦エネルギーによって引き起こされるトレッド摩耗に、
―所与のパラメータを介して;
数学的に関連付ける、ステップ、
・所定基準TWMと測定されたトレッド摩耗関連量及び第1摩擦エネルギー関連量とに基づいて(便利には、測定されたトレッド摩耗関連量及び第1摩擦エネルギー関連量を所定基準TWMに適用し、それにより、所与のパラメータの較正値を計算することによって)、所与のパラメータの較正値を計算するステップ、及び
・所定基準TWMと計算された較正値とに基づいて(便利には、計算された較正値を所定基準TWMに適用することによって)、較正済みTWMを決定するステップ。
WT= fn,k,...(EFR) (1)
ここで、
・EFRは、(一般的な)走行経路に沿って(一般的な)タイヤに生じる摩擦エネルギーを示し、
・WTは、摩擦エネルギーEFRによるトレッド摩耗(例えば、平均トレッドスキッド損失、すなわち、トレッド幅全体にわたる平均トレッド深さの減少で表される)を示し、
・fn,k,...(EFR)は、摩擦エネルギーEFRの所定数学関数を示す。この所定数学関数は、所与のパラメータn,k,...の組によって特徴付けられ、摩擦エネルギーEFRに基づいて、前記摩擦エネルギーEFRによるトレッド摩耗WTの計算を可能にする。
れ得る:
WT = k・(EFR)n, (2)
ここで、
・nは、タイヤの完全な摩耗への耐性(摩耗性)に関連しており、
・kは、外的要因(例えば、表面)による摩耗に対するタイヤの感度に関連している。
EFR = g(Q1,Q2,Q3,...) (3)
ここで、
・Q1,Q2,Q3,...は、通常、走行経路に沿って変化する摩擦エネルギー関連量を示す(ここで、摩擦エネルギー関連量Q1,Q2,Q3,...は、次量の1つ又は複数量を便利に含み得る:コーナリング力と縦方向力との合計、滑り力、スリップ角、スリップ率、コーナリング剛性、ブレーキ/トラクション剛性等)、及び
・g(Q1,Q2,Q3,...)は、摩擦エネルギー関連量Q1,Q2,Q3,...の所定関数を示す。この所定数学関数は、前記走行経路にわたる摩擦エネルギー関連量Q1,Q2,Q3,...に基づいた、走行経路にわたって(一般的な)タイヤに生じる全体的な摩擦エネルギーEFRの計算を可能にする。
・それぞれにタイヤが取り付けられた2つ以上のホイールを備えた自動車(例えば、スクーター、バイク、車、バン、トラック等)の車両バスから、自動車の走行に関連する走行関連量(例えば、縦方向及び横方向の加速度、速度、操舵角、ヨーレート、車両の横滑り、ホイールの角速度等)を取得するステップ(ブロック21);
・取得した走行関連量と自動車に関連する所定車両ダイナミクスモデルとに基づいて、走行中に自動車のタイヤに生じる摩擦エネルギーに関連する第2摩擦エネルギー関連量を計算するステップ(ブロック22);
・推定するステップ(ブロック23)であって、
―第2摩擦エネルギー関連量と較正済みTWMとに基づいた、走行中に自動車のタイヤに生じるトレッド摩耗と、
―推定されたトレッド摩耗に基づいた自動車のタイヤのRTMと、
を推定するステップ。
・所定車両ダイナミクスモデルを提供するステップであって、所定車両ダイナミクスモデルは、自動車に関連し、また、
―走行中に自動車の車両バスから取得される走行関連量(例えば、縦方向及び横方向の加速度、速度、操舵角、ヨーレート、車両の横滑り、ホイール角速度等)を、
―走行中に自動車のタイヤに生じる摩擦エネルギーに関連する第2摩擦エネルギー関連量に、
数学的に関連付ける、ステップ;及び
・所定車両ダイナミクスモデルと取得された走行関連量とに基づいて(便利には、前記取得された走行関連量を所定車両ダイナミクスモデルに入力することによって)、前記第2摩擦エネルギー関連量を計算するステップ。
Q1,Q2,Q3,... = h(P1,P2,P3,...) (4)
ここで、
・P1,P2,P3,...は、取得された走行関連量(走行関連量は、前述のように、縦方向及び横方向の加速度、速度、操舵角、ヨーレート、車両の横滑り、ホイール角速度等を含み得る)を示し、
・Q1,Q2,Q3,...は、この場合、第2摩擦エネルギー関連量(例えば、コーナリング力と縦方向力との合計、スリップ角、スリップ率、コーナリング剛性等)を示し、
・h(P1,P2,P3,...)は、取得された走行関連量P1,P2,P3,...の所定数学関数を示す。所定数学関数は、前記取得された走行関連量P1,P2,P3,...に基づいた第2摩擦エネルギー関連量Q1,Q2,Q3,...の計算を可能にする。
・取得装置31であって、
―それぞれにタイヤが取り付けられた2つ以上のホイールを備えた自動車(図3には図示せず―例えば、スクーター、バイク、車、バン、トラック等)に搭載され、
―走行関連量(図2のブロック21)を取得するために、(例えば、コントローラエリアネットワーク(CAN: Controller Area Network)のバス標準に基づいて)前記自動車の車両バス40に結合されている;
取得装置31、
・処理装置/システム32であって、有線又は無線方式で取得装置31に接続され、それにより、取得装置31から走行関連量を受信するようにされ、
―第2摩擦エネルギー関連量(図2のブロック22)を計算し、
―トレッド摩耗及びRTMを推定する(図2のブロック23);
ようにプログラムされている、処理装置/システム32、及び
・自動車に関連するユーザ(例えば、そのドライバー及び/又はその所有者)に、処理装置/システム32によって推定されたタイヤのRTMを通知するように構成された、通知装置33。
・処理装置/システム32は、取得装置31に無線及び遠隔で(例えば、GSM、GPRS、EDGE、HSPA、UMTS、LTE、LTE Advanced及び/又は将来の第5世代(又はそれ以降)の無線通信システム等の1つ又は複数の移動通信技術を介して)接続されたクラウドコンピューティングシステム32Aによって実装/実行され;
・通知装置33は、電子通信装置33A(例えば、スマートフォン、タブレット、ラップトップ、デスクトップコンピュータ、スマートTV、スマートウォッチ等)によって実装/実行される。電子通信装置33Aは、自動車(図4では4で示される)に関連付けられたユーザ(図4では5で示される)に関連付けられ(例えば、所有され及び/又は使用され)、クラウドコンピューティングシステム32Aに1つ又は複数の有線及び/又は無線ネットワークリモートを介して遠隔に接続されている。
・処理装置/システム32は、自動車4に搭載された(自動車)電子制御ユニット(EC
U: Electronic Control Unit)32Bによって実装/実行され;
・通知装置33は、自動車4に搭載されたヒューマンマシンインターフェース(HMI: Human―Machine Interface)33Bによって実装/実行される。
・1つ又は複数の測定されたトレッド摩耗関連量(図1のブロック12で測定され、図1のブロック11で実行されるトレッド摩耗試験から得られたトレッド摩耗を示す)に基づいて、タイヤの特徴(例えば、パターン、構造等)に起因する不規則なトレッド摩耗に関連する第1補正係数を決定するステップ―図6のブロック61;及び
・タイヤの使用に起因する(例えば、走行スタイル、走行経路、車両の特徴等に起因する)不規則なトレッド摩耗に関連する第2補正係数を提供するように、人工ニューラルネットワーク(ANN: Artificial Neural Network)を訓練するステップ―図6のブロック62。
Mに対する、最も摩耗したトレッド点での残存トレッド材料(RTM)の、第1比率を示し、各第2補正係数は、タイヤの使用に起因する不規則なトレッド摩耗の平均RTMに対する、最も摩耗したトレッド点でのRTMの、対応する第2比率を示す。
・トレッド摩耗試験(図1のブロック11)を実行するステップは、
―シミュレートされる試験走行経路を定義するステップ、及び
―試験走行経路をシミュレートするタイヤ試験システム/装置/機械(例えば屋内摩耗試験機等)により、所与のタイヤに対してトレッド摩耗試験を実行するステップ;
を含み、
・トレッド摩耗関連量を測定するステップ(図1のブロック12)は、トレッド深さ測定ツールにより、所与のタイヤのトレッド深さプロファイルを測定するステップを含み、トレッド深さプロファイルは、シミュレートされた試験走行経路から得られ;
・第1補正係数を決定するステップ(図6のブロック61)は、
―測定されたトレッド深さプロファイルに基づいて、所与のタイヤの最も摩耗したトレッド点での(例えば、最も摩耗したトレッドリブでの)第1最悪点RTM量RTM1,WPと前記所与のタイヤのトレッドプロファイルにわたる第1平均RTM量RTM1,AVとを決定するステップ、及び
―第1補正係数CF1を、第1平均RTM量RTM1,AVに対する第1最悪点RTM量RTM1,WPの比率(すなわち、CF1 = RTM1,WP/RTM1,AV)として計算するステップ
を含む。
・1つ又は複数の車両モデルと1つ又は複数のタイヤモデルとを選択するステップ;
・シミュレートされる1つ又は複数の試験走行経路を定義するステップ;及び
・所与のタイヤが装着された、選択された車両モデルの1つ又は複数の自動車によって走行される試験走行経路をシミュレートする、1つ又は複数のタイヤ試験システム/装置/機械(例えば1つ又は複数の屋内摩耗試験機等)により、選択されたタイヤモデルの1つ又は複数の所与のタイヤに対して1つ又は複数のトレッド摩耗試験を実行するステップをも含む。
・それぞれの使用済みタイヤに関連し、前記それぞれの使用済みタイヤに関連するそれぞれの記録されたタイヤ使用関連量に対応し;
・それぞれの使用済みタイヤの最も摩耗したトレッド点でのそれぞれの第2最悪点RTM量RTM2,WPと、それぞれの使用済みタイヤのトレッドプロファイルにわたるそれぞれの第2平均RTM量RTM2,AVと、を含む。
・使用済みタイヤごとに、それぞれの第2補正係数CF2を、それぞれの第2平均RTM量RTM2,AVに対するそれぞれの第2最悪点RTM量RTM2,WPの比率(すなわち、CF2 = RTM2,WP/RTM2,AV)として計算するステップ;及び
・教師あり学習手法を実行することによりANNを訓練するステップであって、教師あり学習手法は、使用済みタイヤごとに、入力としての前記使用済みタイヤに関連する記録されたタイヤ使用関連量と、出力としてのそれぞれの第2補正係数CF2と、をANNへ適用するステップを含み、これにより、ANNは、入力タイヤ使用関連量に基づいて、対応する第2補正係数CF2を出力するように訓練される、ステップ。
RTMrefined= RTMaverage・CF1・CF2 (5)
ここで
・RTMaverageは、IT102018000006322(特許文献3)に従って前述のトレッド摩耗監視ステップ2を実装することによって推定された第3平均RTM量を示す。
・RTMrefinedは、(CF1を介した)タイヤの特徴及び(CF2を介した)タイヤの使用に起因した不規則なトレッド摩耗を考慮した、補正済みRTM量を示す。
・IT102018000006322(特許文献3)によるトレッド摩耗監視方法のトレッド摩耗監視ステップ2を実行し、それによって第3平均RTM量RTMaverageを取得する、ステップ;及び
・第1及び第2補正係数CF1及びCF2に基づいて(便利には式(5)を使用することにより)、RTM推定改良(ブロック71)を実行し、それにより、タイヤの特徴及びタイヤの使用に起因する不規則なトレッド摩耗を考慮して、補正済みRTM量RTMrefinedを取得する、ステップ。
・(図2のブロック21で取得された)1つ又は複数の取得された走行関連量に基づいて、訓練済みANNにより、第2補正係数CF2を提供するステップ;及び
・第1の補正係数CF1に基づいて第3平均RTM量RTMaverageを補正し、1つ又は複数の取得された走行関連量に基づいて、訓練済みANNによって提供された、第2補正係数CF2を補正する、ステップ。
・加速度関連量に基づいて、トレッド摩耗監視下にある車両の平均横方向及び縦方向加速度(例えば、横方向及び縦方向加速度のRMS等)を示す平均加速度関連量を計算する、ステップ;及び
・訓練済みANNに、平均加速度関連量と、少なくとも、トレッド摩耗監視下にあるタイヤに関連するタイヤの空気圧を示す圧力関連量と、トレッド摩耗監視下にあるタイヤ及び車両に関連するトー、キャンバー、及び荷重に関連する量と、を入力し、それにより、訓練済みANNが、対応する補正係数CF2を出力する、ステップ。
CF2 = r(RMSAy,RMSAx,Pressure,Toe,Camber,Load) (6)
ここで、
・RMSAy及びRMSAxは、それぞれ、トレッド摩耗監視下にある車両の平均横方向及び縦方向加速度(特に、横方向及び縦方向加速度のRMS)を示す平均加速度関連量を示し;
・Pressureは、圧力関連量を示し;
・Toe、Camber、及びLoadは、それぞれ、トー、キャンバー、及び荷重に関連する量を示し;
・CF2は、前述したように、RTM2,WP/RTM2,AVに等しい。
Claims (14)
- 予備ステップ(6)及びトレッド摩耗監視ステップ(7)を含むトレッド摩耗監視方法であって、
前記予備ステップ(6)は:
・1つ又は複数のタイヤに対してトレッド摩耗試験を実行するステップと;
・トレッド摩耗関連量と第1摩擦エネルギー関連量とを測定するステップであって、前記トレッド摩耗関連量は、前記実行されたトレッド摩耗試験から得られたトレッド摩耗を示し、前記第1摩擦エネルギー関連量は、前記実行されたトレッド摩耗試験中に試験されたタイヤに生じる摩擦エネルギーに関連する、ステップと;
・前記測定されたトレッド摩耗関連及び第1摩擦エネルギー関連量に基づいて、較正済みトレッド摩耗モデルを決定するステップと;
を含み、
前記トレッド摩耗監視ステップ(7)は:
・それぞれにタイヤが取り付けられた2つ以上のホイールを備えた自動車(4)の車両バス(40)から、前記自動車(4)の走行に関連する走行関連量を取得するステップと;
・前記取得された走行関連量と前記自動車(4)に関連する所定車両ダイナミクスモデルとに基づいて、走行中に前記自動車(4)の少なくとも1つのタイヤに生じる摩擦エネルギーに関連する第2摩擦エネルギー関連量を計算するステップと;
・前記第2摩擦エネルギー関連量及び前記較正済みトレッド摩耗モデルに基づいて、走行中に前記自動車(4)の前記少なくとも1つのタイヤに生じるトレッド摩耗を推定するステップと;
・前記推定されたトレッド摩耗に基づいて、前記自動車(4)の前記少なくとも1つのタイヤの現在の平均残存トレッド材料量を推定するステップと;
を含み、
・前記予備ステップ(6)は、さらに、
―1つ又は複数の前記測定されたトレッド摩耗関連量に基づいて、タイヤの特徴に起因する不規則なトレッド摩耗に関連する第1補正係数を決定するステップと、
―タイヤの使用に起因する不規則なトレッド摩耗に関連する第2補正係数を提供するために人工ニューラルネットワークを訓練するステップと;
を含み、
・前記トレッド摩耗監視ステップ(7)は、さらに、
―1つ又は複数の前記取得された走行関連量に基づいて、訓練済み人工ニューラルネットワークにより第2補正係数を提供するステップと、
―前記現在の平均残存トレッド材料量に基づいて、補正済み残存トレッド材料量を計算するステップであって、前記第1補正係数及び前記第2補正係数は、前記1つ又は複数の取得された走行関連量に基づいて前記訓練済み人工ニューラルネットワークによって提供される、ステップと、
を含む、トレッド摩耗監視方法。 - 前記第1補正係数は、タイヤの特徴に起因する不規則なトレッド摩耗についての平均残存トレッド材料に対する最も摩耗したトレッド点での残存トレッド材料の第1比率を示し、
各第2補正係数は、タイヤの使用に起因する不規則なトレッド摩耗についての平均残存トレッド材料に対する最も摩耗したトレッド点での残存トレッド材料のそれぞれの第2比率を示している、請求項1に記載のトレッド摩耗監視方法。 - トレッド摩耗試験を実行するステップは:
・シミュレートされる試験走行経路を定義するステップと;
・前記試験走行経路をシミュレートするタイヤ試験システム/装置/機械により、所与のタイヤに対してトレッド摩耗試験を実行するステップと;
を含み、
トレッド摩耗関連量を測定するステップは、トレッド深さ測定ツールにより、前記所与のタイヤのトレッド深さプロファイルを測定するステップを含み、前記トレッド深さプロファイルは、前記シミュレートされる試験走行経路から得られ;
前記第1補正係数を決定するステップは:
・前記測定されたトレッド深さプロファイルに基づいて、前記所与のタイヤの最も摩耗したトレッド点での第1最悪点残存トレッド材料量と前記所与のタイヤのトレッドプロファイルにわたる第1平均残存トレッド材料量とを決定するステップと;
・前記第1補正係数を、前記第1平均残存トレッド材料量に対する前記第1最悪点残存トレッド材料量の比率として計算するステップと、
を含む、請求項1又は2に記載のトレッド摩耗監視方法。 - 前記人工ニューラルネットワークは、タイヤ使用関連統計データと対応する残存トレッド材料関連統計データとを含む所与のデータベースに基づいて訓練される、請求項1~3のいずれか一項に記載のトレッド摩耗監視方法。
- 前記タイヤ使用関連統計データは、使用済みタイヤに関連する、記録されたタイヤ使用関連量を示すとともに、前記使用済みタイヤの不規則なトレッド摩耗から得られ、
前記対応する残存トレッド材料関連統計データは、前記使用済みタイヤについて決定される残存トレッド材料量の対を示し、
残存トレッド材料量の各対は:
・それぞれの使用済みタイヤに関連するとともに、それぞれの前記使用済みタイヤに関連するそれぞれの記録されたタイヤ使用関連量に対応し;
・前記それぞれの使用済みタイヤの最も摩耗したトレッド点でのそれぞれの第2最悪点残存トレッド材料量と、前記それぞれの使用済みタイヤのトレッドプロファイルにわたるそれぞれの第2平均残存トレッド材料量と、を含み、
前記人工ニューラルネットワークを訓練するステップは:
・使用済みタイヤごとに、それぞれの第2補正係数を、それぞれの第2平均残存トレッド材料量に対するそれぞれの第2最悪点残存トレッド材料量の比率として、計算するステップと;
・教師あり学習手法を実行することにより前記人工ニューラルネットワークを訓練するステップであって、前記教師あり学習手法は、使用済みタイヤごとに、入力としての前記使用済みタイヤに関連する前記記録されたタイヤ使用関連量と、出力としての前記それぞれの第2補正係数と、を前記人工ニューラルネットワークへ適用するステップを含む、ステップと、
を含む、請求項4に記載のトレッド摩耗監視方法。 - ・前記記録されたタイヤ使用関連量は、前記使用済みタイヤに関連する横方向及び縦方向加速度、タイヤの空気圧、トー、キャンバー、並びに荷重を示しており;
・前記取得された走行関連量は、前記自動車(4)の横方向及び縦方向加速度を示す加速度関連量を含み;
前記訓練済み人工ニューラルネットワークによって第2補正係数を提供するステップは:
・前記加速度関連量に基づいて、前記自動車(4)の平均横方向及び縦方向加速度を示す平均加速度関連量を計算するステップと;
・前記訓練済み人工ニューラルネットワークに、前記平均加速度関連量と、少なくとも、前記自動車(4)の前記少なくとも1つのタイヤに関連するタイヤ空気圧を示す圧力関連量と、前記少なくとも1つのタイヤ及び前記自動車(4)に関連するトー、キャンバー及び荷重に関連する量と、を入力するステップと、
を含む、請求項5に記載のトレッド摩耗監視方法。 - 前記圧力関連量は、前記取得された走行関連量に含まれるか、又は、所定圧力関連量であり、
トー、キャンバー及び荷重に関連する前記量は、所定量である、請求項6に記載のトレッド摩耗監視方法。 - 請求項1~7のいずれか一項に記載のトレッド摩耗監視方法のトレッド摩耗監視ステップ(7)を実行するように設計されたトレッド摩耗監視システム(3、3A、3B、3C)であって、
前記トレッド摩耗監視システム(3、3A、3B、3C)は、取得装置(31)と、処理装置/システム(32、32A、32B)と、通知装置(33、33A、33B)と、を含み、
前記取得装置(31)は:
・それぞれにタイヤが取り付けられた2つ以上のホイールを備えた自動車(4)に搭載され;
・自動車(4)の車両バス(40)に結合され、それにより、前記走行関連量を取得するようにされ;
前記処理装置/システム(32、32A、32B)は:
・前記取得装置(31)に接続され、前記取得装置(31)から前記走行関連量を受け取るようにされ;
・前記第1補正係数を格納するように構成され;
・前記訓練済み人工ニューラルネットワークを含み;
・以下のようにプログラムされ、すなわち、
―前記第2摩擦エネルギー関連量を計算し、
―前記トレッド摩耗と前記現在の平均残存トレッド材料量とを推定し、
―前記補正された残存トレッド材料量を計算する;
ようにプログラムされ、
前記通知装置(33、33A、33B)は、前記自動車(4)に関連するユーザ(5)に、処理装置/システム(32、32A、32B)によって計算された前記補正された残存トレッド材料量を通知するように構成される、トレッド摩耗監視システム。 - 前記処理装置/システム(32)は、前記取得装置(31)に無線及び遠隔で接続されたクラウドコンピューティングシステム(32A)であり、
前記通知装置(33)は、ユーザ(5)に関連付けられ、1つ又は複数の有線及び/又は無線ネットワークを介して前記クラウドコンピューティングシステム(32A)に遠隔で接続された、電子通信装置(33A)である、請求項8に記載のトレッド摩耗監視システム。 - 前記処理装置/システム(32)は、前記取得装置(31)に無線及び遠隔で接続されたクラウドコンピューティングシステム(32A)であり、
前記通知装置(33)は、前記自動車(4)に搭載され、1つ又は複数の無線ネットワークを介して前記クラウドコンピューティングシステム(32A)に遠隔で接続される、ヒューマンマシンインターフェース(33B)である、請求項8に記載のトレッド摩耗監視システム。 - 前記処理装置/システム(32)は、前記自動車(4)に搭載された電子制御ユニット(32B)であり、
前記通知装置は(33) は、前記自動車(4)に搭載されたヒューマンマシンインターフェース(33B)である、請求項8に記載のトレッド摩耗監視システム。 - 自動車(4)の走行に関連する走行関連量を受け取るように設計され、請求項8~10のいずれか一項に記載のトレッド摩耗監視システム(3、3A、3C)の前記処理装置/システム(32)としてプログラムされた、クラウドコンピューティングシステム(32A)。
- 自動車(4)に搭載されるとともに、前記自動車(4)の走行に関連する走行関連量を受け取るように、設計され、請求項8又は11に記載の摩耗監視システム(3、3B)の前記処理装置/システム(32)としてプログラムされた、電子制御ユニット(32B)。
- 1つ又は複数のソフトウェア及び/又はファームウェアコード部分を備えたコンピュータプログラム製品であって、前記1つ又は複数のソフトウェア及び/又はファームウェアコード部分は:
・自動車(4)の走行に関連する走行関連量を受け取るように設計された処理装置/システム(32、32A、32B)にロード可能であり;
・ロードされると、前記処理装置/システム(32、32A、32B)を、請求項8~11のいずれか一項に記載のトレッド摩耗監視システム(3、3A、3B、3C)の前記処理装置/システム(32、32A、32B)としてプログラムされるようにする、コンピュータプログラム製品。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IT102018000007884 | 2018-08-06 | ||
IT102018000007884A IT201800007884A1 (it) | 2018-08-06 | 2018-08-06 | Sistema e metodo per monitorare il consumo di battistrada |
PCT/IB2019/056488 WO2020031022A1 (en) | 2018-08-06 | 2019-07-30 | Tread wear monitoring system and method |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021533029A JP2021533029A (ja) | 2021-12-02 |
JP7079373B2 true JP7079373B2 (ja) | 2022-06-01 |
Family
ID=63840945
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021506466A Active JP7079373B2 (ja) | 2018-08-06 | 2019-07-30 | トレッド摩耗監視システム及び方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US11458777B2 (ja) |
EP (1) | EP3833553B1 (ja) |
JP (1) | JP7079373B2 (ja) |
CN (1) | CN112533775B (ja) |
IT (1) | IT201800007884A1 (ja) |
WO (1) | WO2020031022A1 (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2565051A (en) * | 2017-07-27 | 2019-02-06 | Continental Automotive Gmbh | Method and device for monitoring a behavior of a tire of a vehicle |
CN112373248B (zh) * | 2020-11-27 | 2022-08-19 | 智周博行(北京)科技有限公司 | 轮胎磨损检测方法、轮胎磨损检测装置及车辆 |
CN112644229B (zh) * | 2020-12-25 | 2022-11-11 | 宜宾凯翼汽车有限公司 | 一种间接式的轮胎磨损监测方法及esp*** |
TWI747698B (zh) * | 2021-01-05 | 2021-11-21 | 神達數位股份有限公司 | 胎況評估方法及系統 |
DE102021203191A1 (de) * | 2021-03-30 | 2022-10-06 | Continental Reifen Deutschland Gmbh | Verfahren zur Bestimmung eines Abriebs eines Reifens |
JP2023183769A (ja) * | 2022-06-16 | 2023-12-28 | オートペディア カンパニー リミテッド | 深層人工ニューラルネットワークを用いたタイヤトレッド面摩耗判断システム及び方法 |
FR3139753A1 (fr) | 2022-09-15 | 2024-03-22 | Continental Automotive Technologies | Procédé de détermination d’un rayon dynamique compensé d’une roue d’un véhicule, procédé d’estimation de la profondeur d’une bande de roulement d’un pneumatique et véhicule automobile pour mettre en œuvre lesdits procédés |
JP2024082105A (ja) * | 2022-12-07 | 2024-06-19 | 株式会社ブリヂストン | タイヤ摩耗状態予測装置、タイヤ摩耗状態予測方法及びプログラム |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001287516A (ja) | 2000-04-04 | 2001-10-16 | Bridgestone Corp | タイヤの設計方法、タイヤ用加硫金型の設計方法、タイヤ用加硫金型の製造方法、タイヤの製造方法、タイヤの最適化解析装置及びタイヤの最適化解析プログラムを記録した記憶媒体 |
JP2004067009A (ja) | 2002-08-08 | 2004-03-04 | Toyota Motor Corp | タイヤ状態推定装置 |
JP2005516836A (ja) | 2002-02-08 | 2005-06-09 | ソシエテ ドゥ テクノロジー ミシュラン | 荷重とタイヤの接地面で生じるセルフアライニングトルクとの測定値から最大グリップ係数を推定する方法 |
US20150057877A1 (en) | 2013-08-22 | 2015-02-26 | The Goodyear Tire & Rubber Company | Tire wear state estimation system utilizing cornering stiffness and method |
CN106515318A (zh) | 2016-11-23 | 2017-03-22 | 彩虹无线(北京)新技术有限公司 | 一种基于车联网大数据的汽车轮胎磨损故障预警的方法 |
JP2017156295A (ja) | 2016-03-04 | 2017-09-07 | 三菱重工業株式会社 | タイヤの摩耗寿命推定システム |
WO2017156213A1 (en) | 2016-03-09 | 2017-09-14 | Compagnie Generale Des Etablissements Michelin | Vehicle integrated expected tread-life indicator system |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0331422A3 (en) | 1988-03-02 | 1991-02-06 | Mitsui Petrochemical Industries, Ltd. | Method of preparing 2-acylresorcinols |
US7228732B2 (en) * | 2001-01-26 | 2007-06-12 | Bridgestone Firestone North American Tire, Llc | Tire wear analysis method |
WO2003037658A1 (fr) * | 2001-11-02 | 2003-05-08 | Societe De Technologie Michelin | Procede et dispositif de mesure de l'usure d'un pneumatique monte sur un vehicule |
FR2919523A1 (fr) * | 2007-07-30 | 2009-02-06 | Daniel Joseph Francois Wolff | Dispositifs permettant de detecter l'usure de pneus par l'adjonction a l'interieur de celui ci d'un couche coloree visible lorsque atteint son degre d'usure preconise |
KR100845196B1 (ko) * | 2007-09-11 | 2008-07-10 | 금호타이어 주식회사 | 타이어 마모 측정 방법 |
US9649889B2 (en) * | 2012-12-13 | 2017-05-16 | The Goodyear Tire & Rubber Company | Autonomous, plug-in wear or abrasion sensing system |
US9050864B2 (en) * | 2013-06-14 | 2015-06-09 | The Goodyear Tire & Rubber Company | Tire wear state estimation system and method |
US9259976B2 (en) * | 2013-08-12 | 2016-02-16 | The Goodyear Tire & Rubber Company | Torsional mode tire wear state estimation system and method |
CH708954A2 (de) * | 2013-12-03 | 2015-06-15 | Rolf Liener | Vorrichtungen für elektrische Profiltiefenmessung von Fahrzeugreifen bei stehendem oder bewegtem Fahrzeug. |
JP6291366B2 (ja) * | 2014-06-25 | 2018-03-14 | 住友ゴム工業株式会社 | タイヤのシミュレーション方法及びシミュレーション装置 |
EP3318422B1 (en) * | 2016-11-08 | 2019-08-28 | The Goodyear Tire & Rubber Company | Indirect tire wear state prediction system and method |
US20180154707A1 (en) * | 2016-12-05 | 2018-06-07 | The Goodyear Tire & Rubber Company | Indirect tire pressure and wear state estimation system and method |
-
2018
- 2018-08-06 IT IT102018000007884A patent/IT201800007884A1/it unknown
-
2019
- 2019-07-30 JP JP2021506466A patent/JP7079373B2/ja active Active
- 2019-07-30 US US17/262,847 patent/US11458777B2/en active Active
- 2019-07-30 CN CN201980052481.1A patent/CN112533775B/zh active Active
- 2019-07-30 EP EP19772864.5A patent/EP3833553B1/en active Active
- 2019-07-30 WO PCT/IB2019/056488 patent/WO2020031022A1/en unknown
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001287516A (ja) | 2000-04-04 | 2001-10-16 | Bridgestone Corp | タイヤの設計方法、タイヤ用加硫金型の設計方法、タイヤ用加硫金型の製造方法、タイヤの製造方法、タイヤの最適化解析装置及びタイヤの最適化解析プログラムを記録した記憶媒体 |
JP2005516836A (ja) | 2002-02-08 | 2005-06-09 | ソシエテ ドゥ テクノロジー ミシュラン | 荷重とタイヤの接地面で生じるセルフアライニングトルクとの測定値から最大グリップ係数を推定する方法 |
JP2004067009A (ja) | 2002-08-08 | 2004-03-04 | Toyota Motor Corp | タイヤ状態推定装置 |
US20150057877A1 (en) | 2013-08-22 | 2015-02-26 | The Goodyear Tire & Rubber Company | Tire wear state estimation system utilizing cornering stiffness and method |
JP2017156295A (ja) | 2016-03-04 | 2017-09-07 | 三菱重工業株式会社 | タイヤの摩耗寿命推定システム |
WO2017149954A1 (ja) | 2016-03-04 | 2017-09-08 | 三菱重工業株式会社 | タイヤの摩耗寿命推定システム |
WO2017156213A1 (en) | 2016-03-09 | 2017-09-14 | Compagnie Generale Des Etablissements Michelin | Vehicle integrated expected tread-life indicator system |
CN106515318A (zh) | 2016-11-23 | 2017-03-22 | 彩虹无线(北京)新技术有限公司 | 一种基于车联网大数据的汽车轮胎磨损故障预警的方法 |
Also Published As
Publication number | Publication date |
---|---|
US11458777B2 (en) | 2022-10-04 |
JP2021533029A (ja) | 2021-12-02 |
CN112533775A (zh) | 2021-03-19 |
CN112533775B (zh) | 2022-08-26 |
EP3833553B1 (en) | 2023-03-08 |
US20210188017A1 (en) | 2021-06-24 |
WO2020031022A1 (en) | 2020-02-13 |
IT201800007884A1 (it) | 2020-02-06 |
EP3833553A1 (en) | 2021-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7079373B2 (ja) | トレッド摩耗監視システム及び方法 | |
JP7028997B2 (ja) | トレッド摩耗監視システム及び方法 | |
EP2957440B1 (en) | Tire temperature predictive system and method | |
CN105283365B (zh) | 轮胎接地状态估计方法 | |
US20170355234A1 (en) | Method and system for determining a wheel load acting on a tire of a vehicle | |
CN105829185A (zh) | 通过评估滚动半径来估计潜在附着力 | |
EP3512722B1 (en) | Method and device for determining a wheel load acting on a wheel of a vehicle, and method and device for determining a weight of a vehicle | |
US10352758B2 (en) | Apparatus for estimating vehicle mass using tire air pressure and method thereof | |
CN107933562A (zh) | 用于计算道路摩擦力估算的方法和*** | |
WO2009101841A1 (ja) | 空気圧低下検出方法におけるパラメータの設定方法 | |
US10753788B2 (en) | Wheel load estimation device | |
JP2014532170A (ja) | 車両ホイールの転がり抵抗を推定する方法 | |
JP3948678B2 (ja) | 車輪の旋回安定性評価方法および車輪の旋回安定性評価装置 | |
JP2018501466A (ja) | 屋内タイヤ試験に対するスケール変更可能な車両モデル | |
CN107600074B (zh) | 车速测量方法和装置 | |
CN113665302A (zh) | 生成虚拟轮胎模型和模拟轮胎状况的方法以及虚拟轮胎模型 | |
JP5126048B2 (ja) | タイヤ空気圧監視装置 | |
JP2022143401A (ja) | 摩耗量推定システム、演算モデル生成システムおよび摩耗量推定方法 | |
JP2023020492A (ja) | タイヤダメージ蓄積量推定システム、演算モデル生成システムおよびタイヤダメージ蓄積量推定方法 | |
US20240060814A1 (en) | Wheel load estimation device, method, and program | |
JP2023094268A (ja) | タイヤ摩耗量推定システム、演算モデル生成システムおよびタイヤ摩耗量推定方法 | |
TW201910776A (zh) | 車速估算裝置、車速估算方法、及其電腦程式產品 | |
JP2017156203A (ja) | 雪上性能評価方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210330 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220314 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220405 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220425 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220517 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220520 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7079373 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |