判定空间的制作方法、判定空间的更新方法、路面状态判定方法、判定空间制作装置以及路面状态判定装置与流程

本发明涉及对输出波形数据进行机器学习，制作用于根据输出波形数据判定路面状态的判定空间的方法及其装置、更新判定空间的方法、以及使用制作出的判定空间对取得判定对象数据时的路面状态进行判定的方法及其装置，该输出波形数据表示在不同条件的每个路面状态下使用传感器测定出的轮胎的物理量的变化。

背景技术：

1、以往，进行有通过安装于轮胎的振动检测机构来检测行驶中的轮胎的振动的时间变化波形，并使用该时间变化波形来辨别与轮胎相接的路面状态。例如，在专利文献1中记载了下述路面状态辨别方法：为了以少量的运算量、高精度并且可靠地进行路面辨别，而使用前轮的时间变化波形的特征量进行dry(干燥)路面与wet(湿滑)路面的辨别，使用后轮的时间变化波形的特征量进行dry路面与ice(结冰)路面的辨别以及dry路面与snow(积雪)路面的辨别，或dry路面与ice·snow(冰雪)路面的辨别。

2、现有技术文献

3、专利文献

4、专利文献1：日本特开2019-123293号公报

技术实现思路

1、发明所要解决的技术问题

2、但是，由于行驶中的轮胎的振动的时间变化波形含有受到路面状态以外的要素的影响的噪声，因此仅读取路面状态的影响来高精度地判定路面状态是困难的。

3、因此，本发明的目的在于提供能够高精度地判定路面状态的、路面状态的判定用的判定空间的制作方法、判定空间的更新方法、路面状态判定方法、判定空间制作装置以及路面状态判定装置。

4、用于解决技术问题的手段

5、本发明作为用于解决上述技术问题的手段而具备以下的构成。

6、判定空间的制作方法是使用车辆行驶中的路面的路面状态的信息以及测定行驶中的车辆的轮胎的物理量的变化而得的输出波形数据，制作用于根据所述输出波形数据判定路面状态的判定空间的方法，其特征在于，取得多个不同的路面状态下的所述输出波形数据、以及测定该输出波形数据时的行驶条件，基于所述行驶条件将所述输出波形数据分类为多个组，通过按照每个所述组进行使用了所述路面状态的信息与所述输出波形数据建立了关联的教师数据的机器学习，从而制作与每个所述组对应的所述判定空间。

7、基于行驶条件将输出波形数据分类为多个组，通过按照每个组进行机器学习来制作对应的判定空间，从而成为能够高精度地判断路面状态的判定空间。

8、也可以按照每个所述组将所述输出波形数据标准化，所述教师数据是将所述路面状态的信息与标准化后的所述输出波形数据建立关联而生成的。

9、通过按照每个组将输出波形数据标准化，从而抑制输出波形数据的分类所使用的行驶条件以外的影响，能够容易地比较属于该组的输出波形数据。

10、也可以是，所述行驶条件为测定所述输出波形数据时的所述车辆的行驶速度以及/或者所述轮胎的磨损量，所述组为基于所述行驶速度以及/或者所述轮胎的磨损量而分类的组。

11、由于行驶速度以及/或者磨损量是对输出波形数据的影响较大的行驶条件，因此通过将其中一方或者两方作为指标将输出波形数据分类，从而能够制作路面状态的判断的精度良好的判定空间。

12、也可以是，代替按照每个所述组，使用所述路面状态的信息与属于该组的所述输出波形数据建立了关联的教师数据进行机器学习，而是使用所述路面状态与所述输出波形数据建立了关联的第一教师数据进行机器学习，按照每个所述组，判定在所述输出波形数据中根据所述路面状态而容易产生差异的区域即重要区域，从所述输出波形数据中提取所述重要区域的所述输出波形数据即重要部分波形数据，通过按照每个所述组，进行使用了所述路面状态的信息与所述重要部分波形数据建立了关联的第二教师数据的机器学习，从而制作与每个所述组对应的所述判定空间。

13、通过按照每个组判定重要区域，将重要区域中的重要部分波形数据与上述路面状态的信息建立了关联的第二教师数据用于机器学习，从而能够高效地制作判定空间。

14、所述输出波形数据也可以为安装于所述轮胎的内表面的压电传感器的输出。

15、通过将压电传感器的输出用作输出波形数据，从而能够根据输出波形数据计算轮胎的磨损状态、车辆的行驶速度等行驶条件。

16、路面状态判定方法是使用通过上述的判定空间的制作方法制作出的多个判定空间中的某一个，根据测定行驶中的车辆的轮胎的物理量的变化而得的输出波形数据的测定值来判定路面状态的方法，其特征在于，取得为了判定路面状态而测定出的所述输出波形数据即判定对象数据、以及测定该判定对象数据时的行驶条件即判定用行驶条件，从多个所述判定空间之中，选择包含所取得的所述判定用行驶条件的所有所述判定空间作为应用判定空间，对所述判定对象数据应用所述应用判定空间，在所述应用判定空间中，通过与所述判定对象数据建立了关联的路面状态判定行驶中的路面的路面状态。

17、通过将按照由行驶条件分类的每个组制作出的判定空间应用于判定对象数据，从而能够高精度地判定路面状态。

18、判定空间的更新方法的特征在于，对在上述的路面状态判定方法中取得的判定对象数据，将通过所述路面状态判定方法判定的路面状态的信息与该判定对象数据建立关联来制作新的教师数据，并使用所述新的教师数据，更新判定为包含所述判定对象数据的所述判定空间。

19、通过使用路面状态判定的结果来更新判定空间，从而提高路面状态的判断精度。

20、判定空间制作装置是使用车辆行驶中的路面的路面状态的信息以及测定行驶中的车辆的轮胎的物理量的变化而得的输出波形数据，制作用于根据所述输出波形数据判定路面状态的判定空间的判定空间制作装置，其特征在于，具备：分类处理部，取得多个不同的路面状态下的所述输出波形数据以及测定该输出波形数据时的行驶条件，并基于所述行驶条件分类为多个组；以及判定空间制作部，按照每个所述组进行使用了所述路面状态的信息与所述输出波形数据建立了关联的教师数据的机器学习，从而制作与每个所述组对应的所述判定空间。

21、通过根据行驶条件将输出波形数据分类为多个组，并按照每个组制作判定空间，从而能够制作路面状态的判断的精度良好的判定空间。

22、判定空间制作装置也可以代替所述判定空间制作部而具备：重要区域判定部，使用所述路面状态与所述输出波形数据建立了关联的第一教师数据进行机器学习，按照每个所述组，判定在所述输出波形数据中根据所述路面状态而容易产生差异的区域即重要区域；重要部分提取部，从所述输出波形数据中提取所述重要区域的所述输出波形数据即重要部分波形数据；以及第二判定空间制作部，通过按照每个所述组，进行使用了所述路面状态的信息与所述重要部分波形数据建立了关联的第二教师数据的机器学习，从而按照每个所述组制作所述判定空间。

23、通过按照每个组判定重要区域，将重要部分波形数据与路面状态的信息建立了关联的第二教师数据用于机器学习，从而能够使用更容易辨别输出波形数据中的路面状态的差异的部分的数据，高效地制作判定空间。

24、路面状态判定装置是根据测定行驶中的车辆的轮胎的物理量的变化而得的输出波形数据的测定值判定路面状态的路面状态判定装置，其特征在于，具备：测量装置，测定所述轮胎的物理量的变化；记录部，储存通过本发明的判定空间的制作方法制作出的多个判定空间；判定空间选择部，取得为了判定路面状态而测定出的所述输出波形数据即判定对象数据、以及测定该判定对象数据时的行驶条件即判定用行驶条件，从多个所述判定空间之中，选择包含所取得的所述判定用行驶条件的所有所述判定空间作为应用判定空间；以及判定部，按照每个所述应用判定空间判定是否包含所述判定对象数据，根据与判定为包含所述判定对象数据的所述应用判定空间建立了关联的路面状态的信息，判定行驶中的路面的路面状态。

25、所述判定部例如能够从所述车辆设备取得所述行驶条件，或者根据所述输出波形数据计算而取得所述行驶条件。

26、制作多个判定空间，选择包含判定用行驶条件的判定空间作为应用判定空间，根据与应用判定空间建立关联的路面状态的信息来判定行驶中的路面的路面状态，从而能够高精度地判定行驶中的路面状态。

27、也可以是，所述轮胎的物理量包含测定时的车辆的行驶速度和轮胎的磨损度，所述测量装置为安装于轮胎内表面的压电传感器，并输出轮胎的变形速度的时序数据作为所述输出波形数据，所述判定部根据所述输出波形数据的周期性计算所述车辆的行驶速度，并根据输出值的大小计算所述轮胎的磨损度。

28、通过使用压电传感器作为测量装置，从而能够高精度地测定轮胎的物理量伴随时间经过的变化。另外，由于能够根据来自压电传感器的输出波形数据计算行驶速度以及轮胎的磨损度，因此能够简化路面状态判定装置。

29、也可以是，具备能够更新在所述记录部中储存的所述判定空间的更新部，在所述更新部中，生成追加教师数据，该追加教师数据是将用于所述路面状态的判定的所述输出波形数据、基于该判定的所述路面状态的判定结果、以及判定所述路面状态时的所述行驶条件建立关联的新的教师数据，制作向和与所述追加教师数据建立了关联的信息相同的信息建立了关联的所述教师数据的组中追加了所述追加教师数据而得的更新用组，所述教师数据的组被用于制作在所述判定时用作所述应用判定空间的所述判定空间，对更新用组进行机器学习来更新所述判定空间。

30、在该情况下，也可以具备妥当性评价部，取得由所述判定部判定出的路面状态是否妥当的信息，在妥当的情况下，将由所述判定部判定出的路面状态的信息作为与所述测定值对应的路面状态的信息。

31、通过制作更新用组，并对更新用组进行机器学习来更新判定空间，从而成为路面状态的判定精度良好的判定空间。另外，通过对由妥当性评价部判定出的路面状态的妥当性进行评价，从而追加适当的教师数据来进行机器学习，能够提高判定空间的判定精度。

32、发明效果

33、通过按照基于行驶条件分类后的每个组进行机器学习来制作对应的判定空间，从而成为能够高精度地判断路面状态的判定空间。因此，能够将该判定空间应用于判定对象数据而高精度地判定路面状态。