基于机器学习的轮胎欠压识别方法、系统及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111483277A(43)申请公布日2020.08.04(21)申请号202010337043.4(22)申请日2020.04.26(71)申请人武汉大学地址430072湖北省武汉市武昌区珞珈山武汉大学(72)发明人陈志文孙超刘胜刘俐徐国粮曹万王小平(74)专利代理机构武汉科皓知识产权代理事务所(特殊普通合伙)42222代理人郑勤振(51)Int.Cl.B60C23/06(2006.01)B60K35/00(2006.01)权利要求书1页说明书3页附图2页(54)发明名称基于机器学习的轮胎欠压识别方法、系统及存储介质(57)摘要公开了一种基于机器学习的轮胎欠压识别方法、系统及存储介质。所述方法包括：通过车载的ABS系统获取轮速数据；分别将汽车在左前轮欠压，右前轮欠压，左后轮欠压，右后轮欠压，两前轮欠压，两后轮欠压，左前轮与右后轮欠压，右前轮与左后轮欠压，仅左前轮正常，仅右前轮正常，仅左后轮正常，仅右后轮正常以及四轮欠压和四轮正常情况下的轮速数据输入神经网络，对神经网络进行训练；训练完成后，将汽车实时轮速数据输入神经网络，获得胎压情况。在汽车行驶过程中，可以根据汽车行驶的路况，驾驶员的驾驶习惯以及载重和负载分配等因素所反映出的实时胎压数据对神经网络进行训练，可以提高胎压监测的处理速度，并解决全部轮胎的欠压问题。CN111483277ACN111483277A权利要求书1/1页1.一种轮胎欠压识别方法，其特征在于，包括：获取汽车的轮速数据；建立长短期记忆神经网络，将汽车在左前轮欠压，右前轮欠压，左后轮欠压，右后轮欠压，两前轮欠压，两后轮欠压，左前轮与右后轮欠压，右前轮与左后轮欠压，仅左前轮正常，仅右前轮正常，仅左后轮正常，仅右后轮正常以及四轮欠压和四轮正常情况下的轮速数据分为训练数据和测试数据，将训练数据输入长短期记忆神经网络对其进行训练，将测试数据输入长短期记忆神经网络对其进行修正与检验；再将实时获取的轮速数据输入训练好的长短期记忆神经网络对胎压情况进行判断。2.根据权利要求1所述的轮胎欠压识别方法，其特征在于，将对胎压情况的判断结果输出到仪表盘上进行显示。3.一种轮胎欠压识别系统，其特征在于，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为执行权利要求1-2任一项所述的方法的步骤。4.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至2任一项所述方法的步骤。2CN111483277A说明书1/3页基于机器学习的轮胎欠压识别方法、系统及存储介质技术领域[0001]本公开涉及一种基于机器学习的轮胎欠压识别方法、系统及存储介质。背景技术[0002]汽车在运行过程中，轮胎气压会随着路况、温度、车辆姿态而发生改变，当改变幅度超过一定范围时，会影响轮胎寿命，如果长时间欠压，甚至会降低汽车行驶安全性和燃油经济性。因此，从汽车的行驶安全性和燃油经济性角度，通过减少轮胎欠压状态来减少事故量与能源消耗具有重要研究意义。[0003]胎压检测系统主要分为直接式胎压监测系统和间接式胎压监测系统。直接式胎压监测系统结构简单，现在已比较成熟，目前最常用的是基于压力传感器的监测系统。其主要原理是：压力传感器直接对轮胎内气压以及轮胎温度信息进行采集，然后将数据传输到中央处理器中，中央处理器对数据进行简单的分析，在轮胎气压过高或过低时进行报警。间接式胎压监测系统是在不需要增加任何额外的硬件设备下，直接利用ABS内的轮速传感器测得的轮速信号，通过一系列胎压估计算法来估计轮胎气压状态的监测系统。如公开号为CN105946473B的专利申请首先获得四个车轮的转速数据，然后找出最大转速的车轮，以该车轮与其对角车轮的转速和为数据一，以另外两车轮的转速和为数据二，若数据一大于数据二，则判断该最大转速的车轮为胎压低的车轮。公开号为CN104589932B的专利申请事先从车辆的OBD接口上获取车辆的行驶数据并读取预先存储的安全标准值，将所述车辆的行驶数据与所述安全标准值进行对比，如果所述车辆的行驶数据超过了所述安全标准值，则发出报警信号。[0004]神经网络自提出之日起就一直处于迅速发展阶段，主要应用于数据挖掘与优化，图片识别等领域。将神经网络用于胎压轮速信号的处理与判断可以提高结果的准确性并输出欠压轮胎的具体位置。发明内容[0005]本公开提供一种基于机器学习的轮胎欠压识别方法、系统及存储介质。通过将轮速传感器输出的轮速数据输入长短期记忆神经网络，并对神经网络进行训练，不断提高神经网络胎压判断的精度。当汽车行驶时，应用神经网络对实时数据进行分析，输出轮胎欠压情况。[0006]本公开的至少一个实施例提供一种轮胎欠压