JPWO2005075959A1 - Friction coefficient estimation method and apparatus - Google Patents
Friction coefficient estimation method and apparatus Download PDFInfo
- Publication number
- JPWO2005075959A1 JPWO2005075959A1 JP2005517822A JP2005517822A JPWO2005075959A1 JP WO2005075959 A1 JPWO2005075959 A1 JP WO2005075959A1 JP 2005517822 A JP2005517822 A JP 2005517822A JP 2005517822 A JP2005517822 A JP 2005517822A JP WO2005075959 A1 JPWO2005075959 A1 JP WO2005075959A1
- Authority
- JP
- Japan
- Prior art keywords
- road surface
- friction coefficient
- measurement target
- temperature
- target region
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/55—Specular reflectivity
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Radiation Pyrometers (AREA)
Abstract
計測対象である路面の特性を考慮して、多面的に計測を行うことで詳細な路面摩擦係数を把握することの出来る摩擦係数推定方法及び装置の提供するものであり、計測対象領域（路面Ｐ）の光反射率（アルベド値ａ）を計測する光反射率計測手段（１）と、計測対象領域の表面画像（路面画像）を解析する画像処理手段（２）と、計測対象領域の温度（Ｔ）を計測する温度計測手段（３）を含み、計測対象領域の光反射率（アルベド値ａ）と表面画像解析結果（Ｆ）と温度（Ｔ）の内の少なくとも２つのパラメータを用いてセンサフュージョンを行って計測対象領域（路面Ｐ）の摩擦係数を推定する。In consideration of the characteristics of the road surface to be measured, a friction coefficient estimating method and apparatus capable of grasping a detailed road surface friction coefficient by performing multifaceted measurement are provided. ) Light reflectance measuring means (1) for measuring the light reflectance (albedo value a), image processing means (2) for analyzing the surface image (road surface image) of the measurement target area, and the temperature ( A temperature measurement means (3) for measuring T), and a sensor using at least two parameters of light reflectance (albedo value a), surface image analysis result (F), and temperature (T) of the measurement target region Fusion is performed to estimate the friction coefficient of the measurement target region (road surface P).
Description
本発明は車両走行中の路面状態を計測する技術に関する。 The present invention relates to a technique for measuring a road surface state while a vehicle is traveling.
これまでの自動車の走行路面状態、特に路面摩擦係数を把握する技術は、単一センサによる路面摩擦係数の把握を試みてきた（例えば特許文献１参照）。
しかしながら、車両運動制御を最適に行うためには、上述の技術で求められた路面摩擦係数（動摩擦係数）では、精度において必ずしも十分なものとはいえない。
すなわち、単一センサによる車両走行路面の計測技術では、乾燥した路面、濡れた路面、凍結した路面等、路面状態を大きく分けて把握するものであり、本来走行路面状態に応じた制御を行う際に必要な路面情報としては不十分なものであった。
However, in order to optimally perform vehicle motion control, the road surface friction coefficient (dynamic friction coefficient) obtained by the above-described technique is not necessarily sufficient in accuracy.
In other words, the vehicle road surface measurement technology using a single sensor is used to broadly grasp road surface conditions such as dry road surface, wet road surface, and frozen road surface, and when performing control according to the original road surface state. It was not enough as road surface information required for the road.
本発明は上述した従来技術の問題点に鑑みて提案されたものであり、計測対象である路面の特性を考慮して、多面的に計測を行うことで詳細な路面摩擦係数を把握することの出来る摩擦係数推定方法及び装置の提供を目的としている。 The present invention has been proposed in view of the above-described problems of the prior art, and it is possible to grasp the detailed road surface friction coefficient by performing multifaceted measurement in consideration of the characteristics of the road surface to be measured. An object of the present invention is to provide a friction coefficient estimation method and apparatus that can be used.
我々は、路面摩擦係数を推定するに当り、図７に示す路面の特性、即ち、「路面の粗さ」Ｒｒ、「路面表面の水分量」Ｗｒ、「路面の熱容量」Ｈｒを考慮したセンサを用いることが、推定した路面摩擦係数の精度を上げる上で、重要であることを認識した。 In estimating the road surface friction coefficient, we considered a sensor that takes into consideration the road surface characteristics shown in FIG. 7, namely, “road surface roughness” Rr, “road surface water content” Wr, and “road surface heat capacity” Hr. It was recognized that the use of this method is important for improving the accuracy of the estimated road friction coefficient.
ここで、図８の路面の特性値のひとつとしての「路面の粗さと路面摩擦係数の関係」から、路面の粗さは路面摩擦係数と相関が高く、路面摩擦係数を推定する計測技術は、係る路面の粗さと相関が高い評価法を用いることが有効であるとの知見を得た。
図８は、横軸に車速、縦軸に路面摩擦係数を取り、パラメータである路面の粗さをＡ〜Ｅの５段階に分けて、各粗さ毎にプロットした特性図である。Here, from "the relationship between the road surface roughness and the road surface friction coefficient" as one of the road surface characteristic values in FIG. 8, the road surface roughness is highly correlated with the road surface friction coefficient, and the measurement technique for estimating the road surface friction coefficient is as follows: It was found that it is effective to use an evaluation method having a high correlation with the roughness of the road surface.
FIG. 8 is a characteristic diagram in which the vehicle speed is plotted on the horizontal axis and the road surface friction coefficient is plotted on the vertical axis, and the road surface roughness, which is a parameter, is divided into five stages A to E and plotted for each roughness.
また、路面摩擦係数に影響を与える他の要因として、路面表面水分量と路面の熱容量が考えられる。 As other factors affecting the road surface friction coefficient, the water content on the road surface and the heat capacity of the road surface can be considered.
先ず、路面表面水分量は、タイヤ設置面内の粘着状態に直接影響を与える。即ち、路面表面水分量の増加は、摩擦係数の低下を引き起こし、制動距離を増加させることが知られている。 First, the road surface moisture content directly affects the state of adhesion in the tire installation surface. That is, it is known that an increase in the moisture content on the road surface causes a decrease in the friction coefficient and increases the braking distance.
一方、路面の熱容量は、寒冷地等において三重点付近での摩擦係数の急激な変動が問題となるため、路面摩擦係数を決定する上で重要な要因となっている。即ち、特に凍結路面の発生には、道路雪氷面の熱収支性が寄与しているとの知見を得ている。 On the other hand, the heat capacity of the road surface is an important factor in determining the road surface friction coefficient because a rapid fluctuation of the friction coefficient near the triple point becomes a problem in cold regions. That is, it has been found that the heat balance of the road snow / ice surface contributes to the generation of the frozen road surface.
本発明を実施するに際して、上述した路面の特性を把握するために、以下に述べるような手法を検討した。 In carrying out the present invention, in order to grasp the above-described road surface characteristics, the following methods were studied.
先ず、路面の粗さに起因する路面摩擦係数の変化を検出するために、移動計測可能な手法の検討を行った。路面における光波の反射率は、入射光に対する主反射成分が路面の凹凸によって拡散反射成分の反射量だけ低下するため、その路面状態において特有の値を持つ。反射率は、非接触、移動計測が可能であるため有効な手法として考えられる。 First, in order to detect a change in the road surface friction coefficient due to the road surface roughness, a method capable of moving measurement was examined. The reflectance of the light wave on the road surface has a specific value in the road surface state because the main reflection component with respect to incident light is reduced by the reflection amount of the diffuse reflection component due to the unevenness of the road surface. Reflectivity can be considered as an effective technique because it allows non-contact and movement measurement.
次に、路面表面水分量の変化を計測するために、路面画像解析を検討した。路面粗さに起因した凹凸に対して、水が覆う程度によって、路面表面では乱反射する傾向が見られる。そこで、乱反射による輝度値の変化を追うことで、路面状体の抽出（把握）が可能となる。 Next, in order to measure the change in the moisture content on the road surface, road surface image analysis was examined. The unevenness due to the road surface roughness tends to be irregularly reflected on the road surface depending on the degree of water coverage. Therefore, it is possible to extract (understand) the road surface by following the change in the luminance value due to the irregular reflection.
最後に、路面熱容量は、各路面状態における熱放射率の違いを検出することにより、把握することが可能である。そこで赤外放射温度計を用いた路面温度の計測により、特に滑り易い雪氷路の状態を抽出（把握）する。 Finally, the road surface heat capacity can be grasped by detecting the difference in thermal emissivity in each road surface state. Therefore, the state of snowy and icy roads that are particularly slippery is extracted (obtained) by measuring the road surface temperature using an infrared radiation thermometer.
そして、これらの計測結果を元に、夫々のセンサの計測結果をセンサフュージョンすることで詳細且つ正確な摩擦係数を把握するものである。
ここで、センサフュージョンとは、複数のセンサの計測結果を用いて、特定の数値を決定又は推定する処理（本件であれば、路面の摩擦計数の推定処理）全般を意味する。And based on these measurement results, a detailed and accurate friction coefficient is grasped | ascertained by carrying out sensor fusion of the measurement result of each sensor.
Here, the sensor fusion means the entire process of determining or estimating a specific numerical value using the measurement results of a plurality of sensors (in this case, the process of estimating the friction coefficient of the road surface).
本発明は、上述した様な知見に基いて創作されたものである。
そして本発明の摩擦係数推定方法は、計測対象領域（路面Ｐ）の光反射率（アルベド値ａ）を計測する工程（Ｓ１１）と、計測対象領域（路面Ｐ）の表面画像（路面画像）を解析する工程（Ｓ１３）と、計測対象領域（路面Ｐ）の温度（路面温度）を計測する工程（Ｓ１５）と、計測対象領域（路面Ｐ）の温度が所定温度以上であるか否かを判断する工程（Ｓ１８）と、計測対象領域（路面Ｐ）の光反射率と表面画像解析結果と温度の内の少なくとも２つのパラメータを用いてセンサフュージョンを行って計測対象領域の摩擦係数を推定する工程（Ｓ１９又はＳ２０）とを含むことを特徴としている（請求項1）。The present invention has been created based on the above-described findings.
The friction coefficient estimation method of the present invention includes a step (S11) of measuring the light reflectance (albedo value a) of the measurement target region (road surface P), and a surface image (road surface image) of the measurement target region (road surface P). The step of analyzing (S13), the step of measuring the temperature (road surface temperature) of the measurement target region (road surface P), and whether the temperature of the measurement target region (road surface P) is equal to or higher than a predetermined temperature. Step (S18), and a step of performing sensor fusion using at least two parameters of the light reflectance of the measurement target region (road surface P), the surface image analysis result, and the temperature to estimate the friction coefficient of the measurement target region. (S19 or S20). (Claim 1)
前記センサフュージョンを行う工程（Ｓ１９又はＳ２０）では、計測対象領域（路面Ｐ）の温度が所定値以上である場合には、アルベド値（ａ）と計測対象領域（路面Ｐ）の表面画像解析結果によりセンサフュージョンを行って計測対象領域（路面Ｐ）の摩擦係数を推定し（Ｓ１９）、計測対象領域（路面Ｐ）の温度が所定値よりも低温である場合には、アルベド値（ａ）と計測対象領域（路面Ｐ）の表面温度によりセンサフュージョンを行って計測対象領域（路面Ｐ）の摩擦係数を推定する（Ｓ２０）（請求項２）。 In the step of performing sensor fusion (S19 or S20), when the temperature of the measurement target region (road surface P) is equal to or higher than a predetermined value, the albedo value (a) and the surface image analysis result of the measurement target region (road surface P) Is used to estimate the friction coefficient of the measurement target region (road surface P) (S19). When the temperature of the measurement target region (road surface P) is lower than a predetermined value, the albedo value (a) Sensor fusion is performed based on the surface temperature of the measurement target region (road surface P), and the friction coefficient of the measurement target region (road surface P) is estimated (S20).
本発明の摩擦係数推定装置（Ａ）は、計測対象領域（路面Ｐ）の光反射率（アルベド値ａ）を計測する光反射率計測手段（アルベド値計測手段１）と、計測対象領域（路面Ｐ）の表面画像（路面画像）を解析する画像処理手段（路面画像処理手段２）と、計測対象領域（路面Ｐ）の温度（路面温度）を計測する温度計測手段（路面温度計測手段３）と、制御手段（路面摩擦係数推定手段５）とを含み、該制御手段（路面摩擦係数推定手段５）は、計測対象領域（路面Ｐ）の光反射率（アルベド値ａ）と表面画像解析結果（Ｆ）と温度（Ｔ）の内の少なくとも２つのパラメータを用いてセンサフュージョンを行って計測対象領域（路面Ｐ）の摩擦係数（Ｓ）を推定する様に構成されていることを特徴としている（請求項３）。 The friction coefficient estimating apparatus (A) of the present invention includes a light reflectance measuring means (albedo value measuring means 1) for measuring a light reflectance (albedo value a) of a measurement target area (road surface P), and a measurement target area (road surface). P) image processing means (road surface image processing means 2) for analyzing the surface image (road surface image) and temperature measurement means (road surface temperature measuring means 3) for measuring the temperature (road surface temperature) of the measurement target region (road surface P). And a control means (road surface friction coefficient estimation means 5). The control means (road surface friction coefficient estimation means 5) includes the light reflectance (albedo value a) of the measurement target region (road surface P) and the surface image analysis result. (F) and temperature (T) are used to perform sensor fusion using at least two parameters to estimate the friction coefficient (S) of the measurement target region (road surface P). (Claim 3).
前記制御手段（５）は、計測対象領域（路面Ｐ）の表面温度が所定値以上であるか否かを判断し、計測対象領域（路面Ｐ）の温度が所定値以上である場合には、アルベド値（ａ）と計測対象領域（路面Ｐ）の表面画像解析結果によりセンサフュージョンを行って計測対象領域（路面Ｐ）の摩擦係数を推定し、計測対象領域（路面Ｐ）の温度が所定値よりも低温である場合には、アルベド値（ａ）と計測対象領域（路面Ｐ）の表面温度によりセンサフュージョンを行って計測対象領域（路面Ｐ）の摩擦係数を推定する様に構成されている（請求項４）。 The control means (5) determines whether or not the surface temperature of the measurement target region (road surface P) is equal to or higher than a predetermined value, and when the temperature of the measurement target region (road surface P) is equal to or higher than a predetermined value, Sensor fusion is performed based on the albedo value (a) and the surface image analysis result of the measurement target region (road surface P), the friction coefficient of the measurement target region (road surface P) is estimated, and the temperature of the measurement target region (road surface P) is a predetermined value. When the temperature is lower than that, the sensor fusion is performed based on the albedo value (a) and the surface temperature of the measurement target region (road surface P), and the friction coefficient of the measurement target region (road surface P) is estimated. (Claim 4).
上述した様な構成を具備する本発明の摩擦係数推定方法及びその装置によれば、光反射率計測手段（アルベド値計測手段１）によって、路面の粗さに起因する路面摩擦係数の変化を精密且つ正確に検出することが出来る。
また、光反射率計測手段（アルベド値計測手段１）は、非接触型であるため、取扱が容易で、破損の心配がない。According to the friction coefficient estimation method and apparatus of the present invention having the above-described configuration, the change in the road surface friction coefficient due to the roughness of the road surface is precisely measured by the light reflectance measurement means (albedo value measurement means 1). And it can detect correctly.
Moreover, since the light reflectance measuring means (albedo value measuring means 1) is a non-contact type, it is easy to handle and there is no fear of breakage.
また本発明によれば、画像処理手段（路面画像処理手段２）によって、路面表面水分量の変化を計測することが出来る。
そして、路面表面水分量の変化を計測することが出来ることによって、路面粗さに起因した凹凸に対して、水が覆う程度によって、路面表面では乱反射する傾向が把握出来る。
さらに、その乱反射による輝度値の変化を追うことで、路面状体の正確な把握が可能となる。Further, according to the present invention, the change in the water content on the road surface can be measured by the image processing means (road surface image processing means 2).
And by measuring the change in the amount of water on the road surface, it is possible to grasp the tendency of irregular reflection on the road surface depending on the degree of water covering the unevenness caused by the road surface roughness.
Furthermore, by following the change in the luminance value due to the irregular reflection, it is possible to accurately grasp the road surface.
これに加えて本発明は、移動可能な温度計測手段（路面温度計測手段３）を有しており、各路面状態における熱放射率の違いを検出することにより、路面状態を正確に把握することが可能である。
特に滑り易い雪氷路の状態を正確に把握することが可能である。In addition to this, the present invention has a movable temperature measuring means (road surface temperature measuring means 3), and accurately grasps the road surface state by detecting the difference in thermal emissivity in each road surface state. Is possible.
In particular, it is possible to accurately grasp the state of a slippery snowy icy road.
本発明によれば、上述した複数の計測結果を元に、夫々のセンサの計測結果をセンサフュージョンすることで詳細且つ正確な摩擦係数を把握することが出来る。
その結果、従来の単一のセンサによる摩擦計数の決定手法では到達することが出来ない程度に高い精度にて、路面摩擦計数を推定することが可能となるのである。According to the present invention, a detailed and accurate friction coefficient can be grasped by performing sensor fusion on the measurement results of the respective sensors based on the plurality of measurement results described above.
As a result, it is possible to estimate the road surface friction coefficient with high accuracy that cannot be reached by the conventional method of determining the friction coefficient by a single sensor.
以下添付図面を参照して、本発明の実施形態を説明する。
先ず、図1〜図５を参照して、第1実施形態を説明する。Embodiments of the present invention will be described below with reference to the accompanying drawings.
First, a first embodiment will be described with reference to FIGS.
図1において、全体を符号１００で示す摩擦係数推定装置は、アルベド値を計測するアルベド値計測手段１と、路面を撮影し、撮影した路面画像の処理を行う路面画像処理手段２と、路面温度を計測する路面温度計測手段３とによって構成されている。
In FIG. 1, a friction coefficient estimating apparatus denoted as a whole by
図示の実施形態では、路面の粗さに関係した路面の反射率を検出するために、アルベド値を用いる。アルベド値とは、照射光量に対する反射光量の比として定義付けられる値である。
すなわち、照射光量をＩ、反射光量をＲ、アルベド値をａとすれば、それらの関係は次式のように表される。
ａ＝Ｒ／ＩIn the illustrated embodiment, an albedo value is used to detect road surface reflectivity related to road surface roughness. The albedo value is a value defined as the ratio of the reflected light amount to the irradiated light amount.
That is, if the irradiation light quantity is I, the reflected light quantity is R, and the albedo value is a, the relationship is expressed as follows.
a = R / I
図９は、アルベド値（図９の横軸「Ｒｅｆｌｅｃｔｉｏｎ Ｖａｌｕｅ」の数値）と路面摩擦係数（図９の縦軸「Ｒｏａｄ Ｆｒｉｃｔｉｏｎ」）の関係を示す実験データであり、路面摩擦係数は、車輪のロック制動試験から算出している。
図９の結果によれば、アルベド値は路面摩擦係数と関連性があり、アルベド値を計測することは、路面摩擦係数を正確に知る上で有効であることを示している。FIG. 9 is experimental data showing the relationship between the albedo value (the numerical value of the horizontal axis “Reflection Value” in FIG. 9) and the road surface friction coefficient (the vertical axis “Road Friction” in FIG. 9). Calculated from the lock braking test.
According to the results of FIG. 9, the albedo value is related to the road surface friction coefficient, and it is shown that measuring the albedo value is effective in accurately knowing the road surface friction coefficient.
前記アルベド値計測手段１は、図２に詳細を示すように、路面Ｐに対して光（照射光）Ｉを照射する照射手段１１と、照射した光Ｉが路面Ｐによって反射されたその反射光Ｒを受光する受光手段１２と、受光手段１２から、受信した前記反射光量Ｒと前記照射光Ｉとを比較してアルベド値ａを演算するアルベド値計算手段１３とによって構成されている。
求めたアルベド値ａは、アルベド値計測手段１３から、路面摩擦係数推定手段５に発信される。As shown in detail in FIG. 2, the albedo
The obtained albedo value a is transmitted from the albedo value measuring means 13 to the road surface friction coefficient estimating means 5.
前記路面画像処理手段２は、図３に詳細を示すように、路面状態を把握するために路面Ｐに補助光を照射する補助光照射手段２１と、補助光を照射された路面を撮影するための路面画像撮影手段である、例えばＣＣＤカメラ２２と、ＣＣＤカメラ２２からの情報に基づいて、路面画像を解析するための解析手段２３とを有している。
As shown in detail in FIG. 3, the road surface image processing means 2 shoots the auxiliary light irradiation means 21 for irradiating the road surface P with auxiliary light to grasp the road surface state and the road surface irradiated with the auxiliary light. For example, a
前記解析手段２３は、前記ＣＣＤカメラからの情報に基づき、路面Ｐの輝度値を決定する輝度値決定手段２３１と、決定された輝度値からフーリエ変換を行うフーリエ変換手段２３２と、フーリエ変換されたデータを周波数解析する周波数解析手段２３３とを有している。
周波数解析を経たデータは、周波数解析手段２３３から、路面摩擦係数推定手段５に発信される。The analysis means 23 is based on information from the CCD camera, a brightness value determination means 231 for determining the brightness value of the road surface P, a Fourier transform means 232 for performing Fourier transform from the determined brightness value, and a Fourier transform. Frequency analysis means 233 for frequency-analyzing data.
Data that has undergone frequency analysis is transmitted from the frequency analysis means 233 to the road surface friction coefficient estimation means 5.
ここで、前記路面画像処理手段２による解析方法を以下に詳細に説明する。路面画像解析は、路面表面の水分量の変化を検出するために行われる。
即ち、補助光照射手段２１から照射された補助光で照らされた路面をＣＣＤカメラ２２で撮影する。
例えば、路面表面が湿潤状態であれば、水がアスファルトの凹凸を超えない程度に覆っている状態のため、路面表面が光で乱反射する傾向が見られる。そのため、走行中の画像では、乾燥路面の画像に比べ、輝度の高い線が進行方向に伸びる。
或いは、降雨量が多く、水膜状態では、路面を水が覆うため、補助光を鏡面反射しているが、その他の部分では、時折輝度の高い線が走行方向に伸びる。
以上のような特徴を検出するため、走行方向に対して、垂直方向に輝度値をとり、その高低差の出現度合いの周波数解析を行う。尚、輝度値をとるラインは、水膜状態で補助光源の写り込む辺りにとる。Here, the analysis method by the road surface image processing means 2 will be described in detail below. The road surface image analysis is performed in order to detect a change in water content on the road surface.
That is, the road surface illuminated by the auxiliary light emitted from the auxiliary light irradiation means 21 is photographed by the
For example, if the road surface is in a wet state, the road surface tends to be irregularly reflected by light because water is covered to the extent that the unevenness of the asphalt is not exceeded. Therefore, in the traveling image, a line having a higher luminance extends in the traveling direction than the image of the dry road surface.
Alternatively, in the water film state, the amount of rainfall is large and the road surface is covered with water, so the auxiliary light is specularly reflected. In other portions, a line with high luminance occasionally extends in the traveling direction.
In order to detect the above features, the luminance value is taken in the vertical direction with respect to the traveling direction, and the frequency analysis of the appearance degree of the height difference is performed. Incidentally, the line for taking the luminance value is taken around the reflection of the auxiliary light source in the water film state.
図１０は、測定例として、乾燥路「Ｄｒｙ Ｓｕｒｆａｃｅ」、湿潤路「ＷｅｔＳｕｒｆａｃｅ」、水膜路「Ｗａｔｅｒ ｆｉｌｍ Ｓｕｒｆａｃｅ」における画像解析の結果を示した図である。
即ち、図１０において、１０−ａ１、−ａ２は乾燥路「Ｄｒｙ Ｓｕｒｆａｃｅ」、１０−ｂ１、−ｂ２は湿潤路「Ｗｅｔ Ｓｕｒｆａｃｅ」、１０−ｃ２、−ｃ２は水膜路「Ｗａｔｅｒ ｆｉｌｍ Ｓｕｒｆａｃｅ」の夫々周波数解析結果であり、周辺５本の輝度をフーリエ変換したデータである。横軸は画像幅を基にした空間周波数である。FIG. 10 is a diagram illustrating the results of image analysis in a dry path “Dry Surface”, a wet path “Wet Surface”, and a water film path “Water film Surface” as measurement examples.
That is, in FIG. 10, 10-a1 and -a2 are dry paths "Dry Surface", 10-b1 and -b2 are wet paths "Wet Surface", 10-c2 and -c2 are water film paths "Water film Surface". Each is a result of frequency analysis, and is data obtained by Fourier transform of the luminance of the surrounding five lines. The horizontal axis represents the spatial frequency based on the image width.
図１０で示した結果より、低周波数帯において、湿潤、水膜状態では、乾燥状態に比べて高い値をとることが分かる。これは補助光源が写り込んでいる部分を検出しているためで、乾燥状態との特徴の差を捕らえていることを示している。
そこで、１〜２０Ｈｚの区間を積分して、その数値を画面の明るさをキャンセルするために輝度値の平均値で除するように処理する。From the results shown in FIG. 10, it can be seen that, in the low frequency band, the wet and water film states have higher values than the dry state. This is because the portion where the auxiliary light source is reflected is detected, indicating that the difference in characteristics from the dry state is captured.
Therefore, the interval of 1 to 20 Hz is integrated, and the numerical value is processed to be divided by the average value of the luminance values in order to cancel the brightness of the screen.
図１１は、そのようにして処理された画像解析結果（フーリエ変換を平均輝度値で除した量；横軸）と路面摩擦係数（縦軸）の関係を示した特性図である。
図１１の特性図では、画像解析では路面水分量の変化に伴う路面摩擦係数の変化を良く捉えており、特に湿潤路、水膜にあたる０．５〜０．７程度の摩擦係数（図１１において符号Ｗで囲った領域）の検出に効果を発揮している。FIG. 11 is a characteristic diagram showing the relationship between the image analysis result (the amount obtained by dividing the Fourier transform by the average luminance value; the horizontal axis) and the road surface friction coefficient (vertical axis).
In the characteristic diagram of FIG. 11, the image analysis well captures the change in the road surface friction coefficient due to the change in the water content of the road surface. In particular, the friction coefficient of about 0.5 to 0.7 corresponding to the wet road and the water film (in FIG. This is effective in detecting a region surrounded by the symbol W).
前記路面温度計測手段３は、図４に詳細を示すように、計測のための移動手段３１と、赤外放射温度計３２と、計測結果作成手段３３とを有している。そして、その計測結果作成手段３３で作成された温度データは、路面摩擦係数推定手段５に公知の手段によって送られる。
As shown in detail in FIG. 4, the road surface
前記路面温度計測手段３による計測方法を以下に詳細に説明する。 The measuring method by the road surface temperature measuring means 3 will be described in detail below.
本実施形態による摩擦係数推定の効果が期待される寒冷地においては、路面の状態変化に伴う路面摩擦係数の変動が大きく、特に三重点付近での路面摩擦係数の急激な変動が問題となる。
そこで、路面熱容量変化に伴う放射率の変化を計測するため、非接触型で取扱が容易な前記赤外放射温度計３２を用いて路面温度の計測を行うこととした。In a cold region where the effect of the friction coefficient estimation according to the present embodiment is expected, the fluctuation of the road surface friction coefficient accompanying a change in the road surface condition is large, and a rapid fluctuation of the road surface friction coefficient in the vicinity of the triple point becomes a problem.
Therefore, in order to measure the change in emissivity associated with the change in the road surface heat capacity, the road surface temperature is measured using the
図１２及び図１３は、上述の路面温度計測手段３を用いての寒冷地における温度計測結果を示している。
計測は、雪の降り始めの滑り易い路面状態を想定して、新雪路から新雪の積もった氷路へと移動計測を行った。12 and 13 show the temperature measurement results in a cold region using the above-described road surface temperature measuring means 3.
The measurements were taken from a fresh snow road to an icy road with fresh snow, assuming a slippery road condition at the beginning of snowfall.
図１２は、時間経過（横軸）における前記アルベド値（縦軸）の計測結果、図１３は時間経過（横軸）における路面温度（縦軸）の計測結果を示している。図１２により、アルベド値は、路面の凹凸に関係した表面性状を計測しているため、新雪路と、新雪の積もった氷路の区別は困難であることがうかがえる。しかし、図１３によって、路面熱容量の変化を計測している路面温度を用いることで、路面の違いを検出していることが分かる。
路面温度は、気温の変動による影響を受け、その絶対値のみの評価は難しいため、他の技術と突き合わせる事で評価を行うことが可能となる。FIG. 12 shows the measurement result of the albedo value (vertical axis) over time (horizontal axis), and FIG. 13 shows the measurement result of the road surface temperature (vertical axis) over time (horizontal axis). From FIG. 12, it can be seen that the albedo value is a surface property related to the unevenness of the road surface, so that it is difficult to distinguish between a fresh snow road and an ice road with fresh snow. However, FIG. 13 shows that the road surface difference is detected by using the road surface temperature at which the change in the road surface heat capacity is measured.
Since the road surface temperature is affected by fluctuations in air temperature and it is difficult to evaluate only the absolute value thereof, it is possible to evaluate the road surface temperature by comparing it with other technologies.
上述したように、三つの計測技術、即ち、路面光反射技術を用いる方法（アルベド値計測技術）、路面画像解析を用いる方法、路面温度を用いる方法は、単体で摩擦係数を判別が可能であるが、実走行環境を想定すると、夫々の特性を補うことで路面状体の判定（推定）精度を上げることが有効である。 As described above, the three measurement techniques, that is, the method using the road surface light reflection technique (albedo value measurement technique), the method using the road surface image analysis, and the method using the road surface temperature can determine the friction coefficient alone. However, assuming an actual driving environment, it is effective to improve the determination (estimation) accuracy of the road surface by supplementing each characteristic.
そこで、以下にセンサフュージョンによる路面状体の判定精度を向上させる方法について詳述する。 Therefore, a method for improving the accuracy of determining the road surface by sensor fusion will be described in detail below.
図１４は、センサフュージョンの概念を表した図である。即ち、アルベド値「Ａｌｂｅｄｏ」ａ、路面画像処理データ「Ｒｏａｄ Ｉｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ Ｒｅｓｕｌｔｓ」Ｆ、路面温度データ「Ｒｏａｄ Ｔｅｍｐｅｒａｔｕｒｅ」Ｔの各計測結果を、夫々直交するアルベド値、路面画像処理データ、路面温度データの各軸で構成される３次元空間Ｄ上に反映させ、センサフュージョンさせることで最も確からしい（精度の高い）摩擦係数を探すものである。
そうすることによって、単一センサでは把握することが出来なかった細かな摩擦係数を算出することが可能となった。FIG. 14 is a diagram showing the concept of sensor fusion. That is, the measurement results of the albedo value “Albedo” a, road surface image processing data “Load Image Processing Results” F, and road surface temperature data “Load Temperature” T are respectively converted into orthogonal albedo values, road surface image processing data, and road surface temperature data. The most probable (highly accurate) friction coefficient is searched by reflecting it on the three-dimensional space D composed of each axis and performing sensor fusion.
By doing so, it became possible to calculate a fine friction coefficient that could not be grasped by a single sensor.
次に、非線形を用いたセンサフュージョンであるファジーロジックによる摩擦係数推定方法を説明する。
図１５は、アルベド値ａと画像処理Ｆのセンサフュージョンである、３次元特性図である。水平軸の一つはアルベド値ａであり、水平軸の他の一つは画像処理（フーリエ変換値）Ｆ、垂直軸に路面摩擦係数Ｓを取っている。
図１６は、アルベド値ａと路面温度Ｔのセンサフュージョンである、３次元特性図である。水平軸の一つはアルベド値ａであり、水平軸の他の一つは路面温度Ｔ、垂直軸に路面摩擦係数Ｓを取っている。Next, a friction coefficient estimation method using fuzzy logic, which is sensor fusion using nonlinearity, will be described.
FIG. 15 is a three-dimensional characteristic diagram that is a sensor fusion of the albedo value a and the image processing F. One of the horizontal axes is the albedo value a, the other one of the horizontal axes is image processing (Fourier transform value) F, and the road friction coefficient S is taken on the vertical axis.
FIG. 16 is a three-dimensional characteristic diagram showing sensor fusion of the albedo value a and the road surface temperature T. FIG. One horizontal axis is the albedo value a, and the other horizontal axis is the road surface temperature T, and the vertical axis is the road surface friction coefficient S.
路面温度の高い状態では、図１６を用いた場合、計測したデータＤｄ１がアルベド軸ａと路面摩擦係数軸Ｓとで構成される平面Ｄ１内（２次元）に集まってしまい、正確な結果を提供出来ない。図１５で示すアルベド値ａと画像処理結果Ｆのセンサフュージョンでは、計測データＤｄ１は、正確に３次元として表されるので有効であり、乾燥路、湿潤路、水膜路の詳細な摩擦係数が提供される。 In the state where the road surface temperature is high, when FIG. 16 is used, the measured data Dd1 gathers in the plane D1 (two-dimensional) composed of the albedo axis a and the road surface friction coefficient axis S, and provides an accurate result. I can't. In the sensor fusion of the albedo value a and the image processing result F shown in FIG. 15, the measurement data Dd1 is effective because it is expressed accurately as three dimensions, and the detailed friction coefficients of the dry path, the wet path, and the water film path are effective. Provided.
一方、路面温度が三重点付近から氷点下に至る寒冷地では、図１５を用いた場合、計測したデータＤｄ２が路面温度軸Ｔと路面摩擦係数軸Ｓとで構成される平面Ｄ２内（２次元）に集まってしまい、正確な結果を提供出来ない。図１６で示すアルベド値ａと路面温度Ｔのセンサフュージョンでは、計測データＤｄ２は、正確に３次元として表されるので有効であり、雪氷路における路面摩擦係数Ｓの推定精度を向上させることが出来る。 On the other hand, in a cold region where the road surface temperature is near the triple point to below the freezing point, when FIG. 15 is used, the measured data Dd2 is within the plane D2 composed of the road surface temperature axis T and the road surface friction coefficient axis S (two-dimensional). Can't provide accurate results. In the sensor fusion of the albedo value a and the road surface temperature T shown in FIG. 16, the measurement data Dd2 is effective because it is accurately expressed as three dimensions, and the estimation accuracy of the road surface friction coefficient S on the snowy and ice road can be improved. .
図１７に、路面摩擦係数推定アルゴリズムの基本概念を示す。まず推定は、アルベド値ａ、画像解析結果Ｆ、路面温度Ｔの計測結果を元に、メンバシップ関数を用いたファジーロジックによる推論を利用してタイヤが通過する直前の路面判定結果を前記路面摩擦係数推定手段５に設けたファジーロジックコントローラ５０によって算出する。
FIG. 17 shows the basic concept of the road surface friction coefficient estimation algorithm. First, the estimation is based on the road surface friction result obtained immediately before the tire passes using inference by fuzzy logic using a membership function based on the measurement result of the albedo value a, the image analysis result F, and the road surface temperature T. Calculation is performed by a
ここで、前記メンバシップ関数（ａ）Ｍｅｍｂｅｒｓｈｉｐｆｕｎｃｔｉｏｎと、ファジールール（ｂ）Ｒｕｌｅｓは、図１８に示すように決めている。 Here, the membership function (a) Membershipfunction and the fuzzy rule (b) Rules are determined as shown in FIG.
次に、図５を参照して、第１実施形態の摩擦係数推定方法を、順を追って説明する。 Next, with reference to FIG. 5, the friction coefficient estimation method of the first embodiment will be described step by step.
先ず、ステップＳ１で、アルベド値計測手段１によって所定範囲（計測範囲の路面Ｐ）についてアルベド値ａを計測する。 First, in step S1, the albedo value measuring means 1 measures the albedo value a for a predetermined range (road surface P of the measurement range).
次のステップＳ２では、路面摩擦係数推定手段５は、アルベド値ａの測定が完了したか否かを判断し、完了した場合に（ステップＳ２のＹＥＳ）、ステップＳ３に進む。完了していなければ（ステップＳ２のＮＯ）、完了するまでステップＳ２のループを繰り返す。 In the next step S2, the road surface friction coefficient estimating means 5 determines whether or not the measurement of the albedo value a has been completed, and if completed (YES in step S2), the process proceeds to step S3. If not completed (NO in step S2), the loop of step S2 is repeated until completed.
ステップＳ３では、路面画像処理手段２を用いて所定範囲（計測範囲の路面Ｐ）について画像処理を行う。 In step S3, the road surface image processing means 2 is used to perform image processing for a predetermined range (road surface P of the measurement range).
次のステップＳ４では、路面摩擦係数推定手段５は、画像処理が完了したか否かを判断し、完了した場合に（ステップＳ４のＹＥＳ）、ステップＳ５に進む。完了していなければ（ステップＳ４のＮＯ）、完了するまでステップＳ４のループを繰り返す。 In the next step S4, the road surface friction coefficient estimating means 5 determines whether or not the image processing is completed, and when it is completed (YES in step S4), the process proceeds to step S5. If not completed (NO in step S4), the loop of step S4 is repeated until completion.
ステップＳ５では、路面温度計測手段３を用いて所定範囲（計測範囲の路面Ｐ）について路面温度の計測を行う。 In step S5, the road surface temperature is measured for a predetermined range (the road surface P of the measurement range) using the road surface temperature measuring means 3.
次のステップＳ６では、路面摩擦係数推定手段５は、路面温度の計測が完了したか否かを判断し、完了した場合に（ステップＳ６のＹＥＳ）、ステップＳ７に進む。完了していなければ（ステップＳ６のＮＯ）、完了するまでステップＳ６のループを繰り返す。 In the next step S6, the road surface friction coefficient estimating means 5 determines whether or not the measurement of the road surface temperature is completed, and when it is completed (YES in step S6), the process proceeds to step S7. If not completed (NO in step S6), the loop of step S6 is repeated until completed.
ステップＳ７では、路面摩擦係数推定手段５は、所定範囲（計測するべき全計測範囲の路面Ｐ）について、アルベド値ａ、路面画像処理、路面温度の計測全てが完了したか否かを判断している。
アルベド値ａ、路面画像処理、路面温度の計測全てが完了したのであれば（ステップＳ７のＹＥＳ）、次のステップＳ８に進み、完了していないのであれば（ステップＳ７のＮＯ）、ステップＳ１に戻り、再びステップＳ１以降を繰り返す。In step S7, the road surface friction coefficient estimating means 5 determines whether or not the measurement of the albedo value a, the road surface image processing, and the road surface temperature has been completed for the predetermined range (the road surface P of the entire measurement range to be measured). Yes.
If all of the albedo value a, road surface image processing, and road surface temperature measurement have been completed (YES in step S7), the process proceeds to the next step S8, and if not completed (NO in step S7), the process proceeds to step S1. Return to step S1 and subsequent steps again.
ステップＳ８では、路面摩擦係数推定手段５は、前述したようなアルベド値ａ、路面画像処理結果、路面温度の各データによるセンサフュージョンを行い、路面摩擦係数を推定する。 In step S8, the road surface friction coefficient estimating means 5 performs sensor fusion based on the data of the albedo value a, the road surface image processing result, and the road surface temperature as described above, and estimates the road surface friction coefficient.
図１９は、上述した方法によって推定した摩擦係数（縦軸）と、実車によるロック制動試験により確認した路面摩擦係数（横軸）の相関度を示す特性図である。
図１９の結果によれば、相関Ｒは０．９８という非常に高い相関を示している。FIG. 19 is a characteristic diagram showing the degree of correlation between the friction coefficient (vertical axis) estimated by the above-described method and the road surface friction coefficient (horizontal axis) confirmed by a lock braking test using an actual vehicle.
According to the results of FIG. 19, the correlation R shows a very high correlation of 0.98.
係る路面摩擦係数推定方法及び装置の第１実施形態によれば、光の照射手段１１と受光手段１２を有するアルベド値計測手段１によって、路面の粗さに起因する路面摩擦係数の変化を精密且つ正確に検出することが出来る。
また、アルベド値計測手段は、非接触型であるため、取扱が容易で、破損の心配がない。According to the road friction coefficient estimation method and apparatus according to the first embodiment, the albedo value measuring means 1 having the light irradiating means 11 and the light receiving means 12 can accurately and accurately change the road friction coefficient due to the roughness of the road surface. It can be detected accurately.
Further, since the albedo value measuring means is a non-contact type, it is easy to handle and there is no fear of breakage.
路面画像処理手段２によって、路面表面水分量の変化を計測することが出来る。路面表面水分量の変化を計測することが出来ることによって、路面粗さに起因した凹凸に対して、水が覆う程度によって、路面表面では乱反射する傾向が把握出来る。
そして、その乱反射による輝度値の変化を追うことで、路面状体の正確な把握が可能となる。The road surface image processing means 2 can measure changes in the water content on the road surface. By measuring the change in the moisture content on the road surface, it is possible to grasp the tendency of irregular reflection on the road surface depending on the degree of water covering the unevenness caused by the road surface roughness.
Then, by following the change in the luminance value due to the irregular reflection, it is possible to accurately grasp the road surface.
移動可能な路面温度計測手段を有しており、各路面状態における熱放射率の違いを検出することにより、路面状態を正確に把握することが可能である。
特に滑り易い雪氷路の状態を正確に把握することが可能である。It has a movable road surface temperature measuring means, and it is possible to accurately grasp the road surface state by detecting the difference in thermal emissivity in each road surface state.
In particular, it is possible to accurately grasp the state of a slippery snowy icy road.
そして、これらの計測結果を元に、夫々のセンサの計測結果をセンサフュージョンすることで詳細且つ正確な摩擦係数を把握することが出来る。 And based on these measurement results, a detailed and accurate friction coefficient can be grasped | ascertained by carrying out sensor fusion of the measurement result of each sensor.
次に図６を参照して、第２実施形態を説明する。図６の第２実施形態は、図１から図５、及び図７〜図１９の第１実施形態に対して、装置の構成に関しては実質的には同様であり、推定の過程のみが異なる。
以下に、第２実施形態の路面摩擦係数推定方法を説明する。Next, a second embodiment will be described with reference to FIG. The second embodiment in FIG. 6 is substantially the same as the first embodiment in FIGS. 1 to 5 and FIGS. 7 to 19 in terms of the configuration of the apparatus, and only the estimation process is different.
Below, the road surface friction coefficient estimation method of 2nd Embodiment is demonstrated.
先ず、ステップＳ１１で、アルベド値計測手段１によって所定範囲（計測範囲の路面）についてアルベド値ａを計測する。 First, in step S11, the albedo value measuring means 1 measures the albedo value a for a predetermined range (road surface of the measurement range).
次のステップＳ１２では、摩擦係数推定手段１００は、アルベド値ａの測定が完了したか否かを判断し、完了した場合に（ステップＳ１２のＹＥＳ）、ステップＳ１３に進む。完了していなければ（ステップＳ１２のＮＯ）、完了するまでステップＳ１２のループを繰り返す。 In the next step S12, the friction coefficient estimating means 100 determines whether or not the measurement of the albedo value a is completed. If completed (YES in step S12), the process proceeds to step S13. If not completed (NO in step S12), the loop of step S12 is repeated until completed.
ステップＳ１３では、路面画像処理手段２を用いて所定範囲（計測範囲の路面）について画像処理を行う。 In step S13, the road surface image processing means 2 is used to perform image processing for a predetermined range (road surface of the measurement range).
次のステップＳ１４では、摩擦係数推定手段１００は、画像処理が完了したか否かを判断し、完了した場合に（ステップＳ１４のＹＥＳ）、ステップＳ１５に進む。完了していなければ（ステップＳ１４のＮＯ）、完了するまでステップＳ１４のループを繰り返す。 In the next step S14, the friction coefficient estimating means 100 determines whether or not the image processing is completed, and when it is completed (YES in step S14), the process proceeds to step S15. If not completed (NO in step S14), the loop of step S14 is repeated until completed.
ステップＳ１５では、路面温度計測手段３を用いて所定範囲（計測範囲の路面）について路面温度の計測を行う。 In step S15, the road surface temperature is measured for a predetermined range (the road surface of the measurement range) using the road surface temperature measuring means 3.
次のステップＳ１６では、摩擦係数推定手段１００は、路面温度の計測が完了したか否かを判断し、完了した場合に（ステップＳ１６のＹＥＳ）、ステップＳ１７に進む。完了していなければ（ステップＳ１６のＮＯ）、完了するまでステップＳ１６のループを繰り返す。 In the next step S16, the friction coefficient estimating means 100 determines whether or not the measurement of the road surface temperature is completed, and when it is completed (YES in step S16), the process proceeds to step S17. If not completed (NO in step S16), the loop of step S16 is repeated until completed.
ステップＳ１７では、路面摩擦係数推定手段５は、所定範囲（計測するべき全計測範囲の路面）について、アルベド値ａ、路面画像処理Ｆ、路面温度Ｔの計測全てが完了したか否かを判断している。
アルベド値ａ、路面画像処理Ｆ、路面温度Ｔの計測全てが完了したのであれば（ステップＳ１７のＹＥＳ）、次のステップＳ１８に進み、完了していないのであれば（ステップＳ１７のＮＯ）、ステップＳ１１に戻り、再びステップＳ１１以降を繰り返す。In step S17, the road surface friction coefficient estimating means 5 determines whether or not the measurement of the albedo value a, the road surface image processing F, and the road surface temperature T has been completed for a predetermined range (the road surface of the entire measurement range to be measured). ing.
If all the measurements of the albedo value a, the road surface image processing F, and the road surface temperature T are completed (YES in step S17), the process proceeds to the next step S18, and if not completed (NO in step S17), the step Returning to S11, step S11 and subsequent steps are repeated again.
ステップＳ１８では、路面摩擦係数推定手段５は、路面温度が所定値（例えば５℃）以上か否かを判断して、所定値以上であれば（ステップＳ１８のＹＥＳ）、ステップＳ１９に進み、一方、所定値未満であれば（ステップＳ１８のＮＯ）、ステップＳ２０に進む。 In step S18, the road surface friction coefficient estimating means 5 determines whether or not the road surface temperature is equal to or higher than a predetermined value (for example, 5 ° C.), and if it is equal to or higher than the predetermined value (YES in step S18), the process proceeds to step S19. If it is less than the predetermined value (NO in step S18), the process proceeds to step S20.
ステップＳ１９では、路面摩擦係数推定手段５は、アルベド値ａと画像処理結果Ｆとによるセンサフュージョンを行って、摩擦係数を求め、その後、推定制御を終了する。 In step S19, the road surface friction coefficient estimating means 5 performs sensor fusion based on the albedo value a and the image processing result F to obtain the friction coefficient, and then ends the estimation control.
ステップＳ２０では、路面摩擦係数推定手段５は、アルベド値ａと路面温度Ｔとによるセンサフュージョンを行って、摩擦係数Ｓを求め、その後、推定制御を終了する。 In step S20, the road surface friction coefficient estimating means 5 performs sensor fusion with the albedo value a and the road surface temperature T to obtain the friction coefficient S, and then ends the estimation control.
図示の実施形態はあくまでも例示であり、本発明の技術的範囲を限定する趣旨の記述ではないことを付記する。 It should be noted that the illustrated embodiment is merely an example, and is not a description to limit the technical scope of the present invention.
１・・・アルベド値計測手段
２・・・路面画像処理手段
３・・・路面温度計測手段
５・・・制御手段／路面摩擦係数推定手段
１１・・・照射手段
１２・・・受光手段
１３・・・アルベド値計算手段
２１・・・補助光源照射手段
２２・・・路面画像撮影手段
２３・・・解析手段
３１・・・移動手段
３２・・・赤外放射温度計
３３・・・計測結果作成手段
１００・・・摩擦係数推定手段
２３１・・・輝度値決定手段
２３２・・・フーリエ変換手段
２３３・・・周波数解析手段DESCRIPTION OF
Claims (4)
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2004033003 | 2004-02-10 | ||
| JP2004033003 | 2004-02-10 | ||
| PCT/JP2005/002010 WO2005075959A1 (en) | 2004-02-10 | 2005-02-10 | Method and device for estimating frictional coefficient |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPWO2005075959A1 true JPWO2005075959A1 (en) | 2008-01-10 |
Family
ID=34836116
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2005517822A Pending JPWO2005075959A1 (en) | 2004-02-10 | 2005-02-10 | Friction coefficient estimation method and apparatus |
Country Status (2)
| Country | Link |
|---|---|
| JP (1) | JPWO2005075959A1 (en) |
| WO (1) | WO2005075959A1 (en) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4486105B2 (en) * | 2007-03-30 | 2010-06-23 | 株式会社ブリヂストン | Tire performance prediction method, ground simulation method, tire design method, recording medium, and tire performance prediction program |
| JP5104175B2 (en) * | 2007-10-02 | 2012-12-19 | 株式会社ジェイテクト | Vehicle control device |
| DE102007060858A1 (en) * | 2007-12-13 | 2009-06-18 | Technische Universität Ilmenau | Device and method for determining the state of friction of a road surface |
| DE112010005669B4 (en) * | 2010-06-18 | 2017-10-26 | Honda Motor Co., Ltd. | Road surface reflectivity classification system |
| JP5551001B2 (en) | 2010-06-22 | 2014-07-16 | 株式会社Ｐｆｕ | Friction coefficient estimation device and friction coefficient estimation method |
| JP7120109B2 (en) | 2019-03-25 | 2022-08-17 | 株式会社デンソー | ROAD CONDITION DETERMINATION DEVICE, DRIVING ASSISTANCE SYSTEM AND ROAD CONDITION DETERMINATION METHOD IN VEHICLE |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS576340A (en) * | 1980-06-13 | 1982-01-13 | Omron Tateisi Electronics Co | Detecting method for freezing of road surface |
| JP2739737B2 (en) * | 1988-09-28 | 1998-04-15 | オムロン株式会社 | Road condition identification device |
| JPH1096622A (en) * | 1996-09-24 | 1998-04-14 | Omron Corp | Road surface friction coefficient measuring device and vehicle loading this device and road surface information monitoring system thereof |
| JP3552504B2 (en) * | 1996-12-02 | 2004-08-11 | オムロン株式会社 | Road surface condition determination device |
| JP3617593B2 (en) * | 1998-02-26 | 2005-02-09 | オムロン株式会社 | Road surface friction coefficient measuring device and vehicle brake control system using the same |
| JP3783588B2 (en) * | 2001-08-20 | 2006-06-07 | オムロン株式会社 | Road surface discrimination device |
-
2005
- 2005-02-10 JP JP2005517822A patent/JPWO2005075959A1/en active Pending
- 2005-02-10 WO PCT/JP2005/002010 patent/WO2005075959A1/en active Application Filing
Also Published As
| Publication number | Publication date |
|---|---|
| WO2005075959A1 (en) | 2005-08-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPWO2005075959A1 (en) | Friction coefficient estimation method and apparatus | |
| US8085987B2 (en) | Method and tool for surface texture evaluation | |
| CN101995417B (en) | Contact-less freezing temperature determination | |
| WO2017068743A1 (en) | Road surface state determination device, imaging device, imaging system, and road surface state determination method | |
| KR20120132849A (en) | System and method for forcasting road surface and sensing snowfall | |
| US20100235115A1 (en) | Automated Binary Processing of Thermographic Sequence Data | |
| JP2006510097A (en) | A method for recognizing and tracking objects | |
| CN113984648B (en) | Three-dimensional-based pavement friction coefficient measurement method | |
| KR20140144047A (en) | System and method for estimating traffic characteristics information in the road network on a real-time basis | |
| Casselgren et al. | Model-based winter road classification | |
| WO2021069503A1 (en) | Multi-sensory measuring system and method for transportation vehicle operating systems | |
| Fazelpour et al. | Infrared image analysis for estimation of ice load on structures | |
| JP4991356B2 (en) | Image processing apparatus, image processing method, and image processing program | |
| Judek et al. | Wavelet transform-based approach to defect identification in railway carbon contact strips | |
| CN110678968B (en) | Technique for inspecting semiconductor wafers | |
| JP4235146B2 (en) | Tire performance evaluation method and apparatus | |
| JP3612565B2 (en) | Road surface condition judgment method | |
| JPH095449A (en) | Road surface state detecting device and control means for vehicle | |
| JP2002148073A (en) | Apparatus and method for measuring object to be evaluated, apparatus and method for detecting state as well as storage medium | |
| JP3767478B2 (en) | Road surface temperature estimation method | |
| JPH10221042A (en) | Apparatus for determining road surface state | |
| JP2020197390A (en) | Road surface condition estimation device, processing apparatus, and road surface condition estimation system | |
| JP3809519B2 (en) | Road surface condition estimation method | |
| Gendy et al. | Image requirements for three-dimensional measurements of pavement macrotexture | |
| JP6077702B2 (en) | Railway vehicle type determination system, railway vehicle type determination method |