２０２０年（第４２卷）第９期
汽 车 工 程
ＡｕｔｏｍｏｔｉｖｅＥｎｇｉｎｅｅｒｉｎｇ
２０２０（Ｖｏｌ．４２）Ｎｏ．９
ｄｏｉ：１０．１９５６２／ｊ．ｃｈｉｎａｓａｅ．ｑｃｇｃ．２０２０．０９．０１８
原稿收到日期为２０１９年１０月８日，修改稿收到日期为２０１９年１１月２８日。
通信作者：黄小靖，硕士研究生，
Ｅ ｍａｉｌ：１５５２７０５２４０２＠１６３．ｃｏｍ。黄小靖１，张 峰１，张士文１，ＺｈｅｎｇｑｉＷＵ２
，魏 胜２，王 锋２
（１ 上海交通大学电子信息与电气工程学院，上海 ２００２４０； ２ 山东玲珑轮胎股份有限公司，烟台 ２６５４００）
［摘要］ 本文中介绍了一种基于嵌入式平台的轮胎垂直载荷数据采集与信号处理系统设计方案。在轮胎内部嵌装了ＭＥＭＳ加速度、胎压和温度传感器，以获取轮胎径向加速度、胎压和温度等基础实时数据，并从中提取特征信息来表征轮胎垂向载荷。分别进行了室内台架试验和实车试验，对多种工况下的智能轮胎的垂向载荷测量方法和特征提取算法进行了验证。结果表明，基于智能轮胎的垂向载荷测量方法可行，精度满足工程应用要求。
关键词：智能轮胎；载荷测量；嵌入式系统；中值滤波；多项式拟合
ＶｅｒｔｉｃａｌＬｏａｄＭｅａｓｕｒｅｍｅｎｔｏｆＡｕｔｏｍｏｔｉｖｅＩｎｔｅｌｌｉｇｅｎｔＴｉｒｅ
ＨｕａｎｇＸｉａｏｊｉｎｇ１，ＺｈａｎｇＦｅｎｇ１，ＺｈａｎｇＳｈｉｗｅｎ１，ＺｈｅｎｇｑｉＷＵ２，ＷｅｉＳｈｅｎｇ２＆ＷａｎｇＦｅｎｇ
２
１ ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃＩｎｆｏｒｍａｔｉｏｎａｎｄＥｌｅｃｔｒｉｃａｌＥｎ
ｇｉｎｅｅｒｉｎｇ，ＳｈａｎｇｈａｉＪｉａｏＴｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ ２００２４０；
２ ＳｈａｎｄｏｎｇＬｉｎｇｌｏｎｇＴｉｒｅＣｏ．，Ｌｔｄ．，Ｙａｎｔａｉ ２６５４００
［Ａｂｓｔｒａｃｔ］ Ａｓｃｈｅｍｅｏｆｔｈｅｄａｔａａｃｑｕｉｓｉｔｉｏｎｏｆｔｉｒｅｖｅｒｔｉｃａｌｌｏａｄａｎｄｔｈｅｄｅｓｉｇｎｏｆｓｉｇｎａｌｐｒｏｃｅｓｓｉｎｇｓｙｓｔｅｍｉｓｐｒｅｓｅｎｔｅｄｉｎｔｈｉｓｐａｐｅｒｂａｓｅｄｏｎｅｍｂｅｄｄｅｄｐｌａｔｆｏｒｍ．Ｓｐｅｃｉｆｉｃａｌｌｙ，ＭＥＭＳｓｅｎｓｏｒｓａｒｅｅｍｂｅｄｄｅｄｉｎｓｉｄｅｔｈｅｔｉｒｅｓｔｏｏｂｔａｉｎｔｈｅｉｒｂａｓｉｃｒｅａｌ ｔｉｍｅｄａｔａｏｆｒａｄｉａｌａｃｃｅｌｅｒａｔｉｏｎ，ｐｒｅｓｓｕｒｅａｎｄｔｅｍｐｅｒａｔｕｒｅ，ｆｒｏｍｗｈｉｃｈｃｈａｒａｃｔｅｒｉｓｔｉｃｉｎｆｏｒｍａ ｔｉｏｎｉｓｅｘｔｒａｃｔｅｄｔｏｒｅｐｒｅｓｅｎｔｔｉｒｅｖｅｒｔｉｃａｌｌｏａｄ．Ｔｈｅｎｂｅｎｃｈｔｅｓｔａｎｄｒｅａｌｖｅｈｉｃｌｅｔｅｓｔａｒｅｃｏｎｄｕｃｔｅｄｒｅｓｐｅｃｔｉｖｅｌｙｔｏｖｅｒｉｆｙｔｈｅｍｅａｓｕｒｅｍｅｎｔｍｅｔｈｏｄｏｆｖｅｒｔｉｃａｌｌｏａｄｏｆｉｎｔｅｌｌｉｇｅｎｔｔｉｒｅａｎｄｃｈａｒａｃｔｅｒｉｓｔｉｃｓｅｘｔｒａｃｔｉｏｎａｌｇｏｒｉｔｈｍ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｖｅｒｔｉｃａｌｌｏａｄｍｅａｓｕｒｅｍｅｎｔｍｅｔｈｏｄｏｆｉｎｔｅｌｌｉｇｅｎｔｔｉｒｅｉｓｆｅａｓｉｂｌｅ，ｗｉｔｈｉｔｓａｃｃｕｒａｃｙｍｅｅｔｉｎ
ｇｔｈｅｒｅｑｕｉｒｅ ｍｅｎｔｓｏｆｅｎｇｉｎｅｅｒｉｎｇａｐｐｌｉｃａｔｉｏｎ．
Ｋｅｙｗｏｒｄｓ：ｉｎｔｅｌｌｉｇｅｎｔｔｉｒｅ；ｌｏａｄｍｅａｓｕｒｅｍｅｎｔ；ｅｍｂｅｄｄｅｄｓｙｓｔｅｍ；ｍｅｄｉａｎｆｉｌｔｅｒｉｎｇ；ｐｏｌｙｎｏｍｉａｌｆｉｔｔｉｎｇ
前言
根据高速公路事故统计，我国高速公路７０％以
上的交通事故是由轮胎爆胎引起的［１］
。轮胎爆胎的
机理十分复杂，涉及到负载、温度、气压、磨损和外物
刺穿等因素［２］
，现在还难以做到轮胎爆胎的准确预
测，但简单的轮胎状态信息的获取技术已较为成熟。
胎压监测系统（ｔｉｒｅｐｒｅｓｓｕｒｅｍｏｎｉｔｏｒｉｎｇｓｙｓｔｅｍ）
可以监测轮胎的气压和温度［３］。而更为完善的轮胎
状态监测系统，又称智能轮胎系统，通过采集更多的有用信号以实现更多的功能。它是将微型传感器埋入轮胎内部，直接监测轮胎的各项参数（轮胎胎压、
胎温、垂向载荷、磨损状况、六分力和轮胎路面附着
系数）等信息，并提供给车辆的动力控制系统［４－５］
。
实时获取轮胎受力信息是智能轮胎的一个重要研究内容，对汽车力学控制有着重要的意义，轮胎力
的实时测量一直备受国内外学者关注［６］。然而由于
轮胎系统的非线性，难以直接获取轮胎力信息，诸多研究中大多是通过间接的方式推导或估算得到轮胎力。文献［６］中提取智能轮胎加速度信号的典型特征并结合轮速等影响提出了基于ＢＰ神经网络的轮胎纵向和垂向力估计方法；文献［７］中介绍了基于滑膜观测器技术估计轮胎纵向力和垂向力的方法；文献［８］中采用了ＭＥＭＳ加速度传感器，提出了基于Ｓ
ＷＩＦＴＴＩＲＥ轮胎模型的轮胎垂向力预测算法；
２０２０（Ｖｏｌ．４２）Ｎｏ．９黄小靖，等：智能轮胎的垂向载荷测量·１２７１ ·
文献［９］中采用有限元仿真的方法得到加速度数据，进而拟合得到垂直载荷与接地印痕长度和胎压的关系；文献［１０］中对轮胎垂向、周向和侧向３个方向的载荷都进行了估测，并提出了用于轮胎垂向载荷预测的ＡＮＮ模型。
加速度传感器因其自身具有的通频带宽、尺寸小、成本低廉、可靠性高和鲁棒性好等优势受到国内
外研究者的广泛关注［１１］，同时加速度传感器进入接
地区域时能承受外部的冲击力，可更直接地采集与力相关的参数，能相对完整地还原轮胎运动时的动力学和运动学性状，进而分析提取更多的轮胎特征信息。本文中介绍的智能轮胎系统，是以嵌装于轮胎内部的加速度传感器和胎压温度传感器等模块采集实时轮胎基础数据的智能轮胎载荷测试系统，它计算轮胎运行速度，提取轮胎径向加速度的典型特征，并结合胎压数据来构建数学模型，获得轮胎垂向载荷，并通过多工况室内台架试验和实车试验进行了验证。
１ 系统硬件架构
以ＡＲＭ（ａｄｖａｎｃｅｄＲＩＳＣｍａｃｈｉｎｅｓ）为核心的智能轮胎系统硬件架构如图１所示。其中，轮胎内部采集系统是整个系统功能实现的核心，它在采样周期内以固定的频率采集轮胎内部
须感知的传感信息，如胎压、温度、振动和加速度等，并将这些传感信息以暂存在本地或无线发送的方式传递给车载接收模块；采样完毕后根据建立的数学模型对轮胎状态信息进行计算，并将其上传至车载无线终端。车载无线终端会通过无线的方式接收多个轮胎的实时计算数据，然后通过蓝牙连接到手持终端，进行轮胎状
态的显示。
图１ 系统结构框图
１ １ 主芯片
综合考虑芯片硬件的要求，系统选用德州仪器（ＴＩ）公司的ＣＣ１３１０芯片作为核心控制芯片。
ＣＣ１３１０是ＴＩ推出的经济高效型超低功耗２ ４ＧＨｚ
和Ｓｕｂ－１ＧＨｚ的ＲＦ器件。它含有３２、６４和１２８ｋＢ３
种可选系统内编程闪存、２０ｋＢ超低泄露ＳＲＡＭ、多路１２位模数转换器（ＡＤＣ）、２个同步串行接口
（ＳＰＩ）和多个通用ＩＯ口，支持Ｉ２
Ｃ接口协议。芯片
的工作温度范围为－４０～８５℃，工作电压范围为
１ ８～３ ８Ｖ，满足工作环境要求。
１ ２ 胎压温度采集芯片
选用英飞凌的ＳＰ３７０芯片进行胎压和温度采集，ＳＰ３７０是一款高度集成的、满足ＴＰＭＳ系统所有必要功能的系统芯片，包含了气压传感器、电池电压传感器、温度传感器和单轴的加速度传感器。它有很宽的工作电压范围，即１ ９～３ ６Ｖ，可保证电池电量的充分利用。另一方面具有极低的待机电流（＜０ ７μ
Ａ），可保证较长的产品生命周期，同时也有很宽的工作温度范围（－４５～１２５℃），满足了汽车产品的要求。
１ ３ 加速度传感器
从量程、频率和带宽等方面综合考虑，选择ＡＤＸＬ３７２加速度传感器进行振动信息的采集。其技术指标如表１所示。
表１ ＡＤＸＬ３７２技术指标
参数数值加速度量程／ｇ±２００工作电流／μＡ２２最低工作电压／Ｖ１ ６工作温度／℃－４０～１０５带宽／Ｈｚ３２００
输出类型Ｉ２
Ｃ，ＳＰＩ
传感器Ｘ，Ｙ，Ｚ数据精度／ｂｉｔ
１２
１ ４ 应变计
电阻应变片将轮胎的内表面形变信息转换为自身的电阻阻值的变化，但这个阻值的变化微小且不方便直接测量，可通过惠斯通电桥电路将其转为电压信号，便于测量，应变片电桥组合电路如图２
所示。
图中Ｒ１、Ｒ２和Ｒ３为纯电阻，Ｒｇ为应变计电阻，Ｅ为供电电压，输出电压ｅ０一般表示为
ｅ０
＝ＲｇＲ１－Ｒ２Ｒ３
（Ｒ１＋Ｒ２）（Ｒ３＋Ｒｇ
）Ｅ（１）
·１２７２ ·汽 车 工 程２０２０年（第４２卷）第９
期
图２ 惠斯通电桥电路
选取合适的电阻值可在降低系统功耗的同时，达到电桥平衡。当应变计随着轮胎形变而发生阻值变化时，输出电压随之变化，使用主芯片ＣＣ１３１０的ＡＤＣ测量该电压即可得到轮胎的形变信息。１ ５
传感器安装
为便于传感器的安装和精确采集胎面不同部位的数据，各传感器模块均采用模块化设计，硬件独立于主
控电路，采用ＦＰＣ连接线与主控电路进行连接。图３为加速度和胎压温度传感器安装实物图。传感器模块通过专用胶水粘贴在轮胎胎冠内侧中央，两路应变计以图中中心线对称等距离贴于轮胎
内表面。
图３ 传感器安装实物图
２ 智能轮胎试验方案
为达到较好的效果和对轮胎垂向载荷测量算法进行验证，须进行大量试验以采集各种运行工况下传感器的数据，采用本文设计的硬件测试系统，分别进行了室内台架单轮试验和室外实车试验。２ １ 室内轮胎试验
室内单轮试验在耐久性试验机上进行。以便于调控轮胎垂向载荷和滚动速度和内部气压等运行参数，并使轮胎在不同运行工况下稳定匀速滚动，使用上述轮胎内部采样系统，采集不同工况下的轮胎基
础数据。表２
示出对轮胎滚动速度、垂向载荷和胎压的不同设定值，不同参数的组合可得到７２种工况条件。当胎压为２７０ｋＰａ时，轮胎垂向载荷设定为图４
中左图所示，每个载荷值轮胎运行在４个不同的滚动速度下，系统采集到的轮胎径向加速度数据如图４中右图所示。
表２ 试验参数设定
参数
数值滚动速度／（ｋｍ·ｈ－１
）
１５、２０、３０、４０
垂向载荷／ｋｇ３００、３５０、４００、４５０、５００、５３０
胎压／ｋＰａ
２７
０、２５０、２２０
图４ 系统采集数据
２ ２ 室外实车试验
试验选择的道路为ＮＶＨ和舒适性道路，跑道单边直行段长度６００ｍ，光滑沥青路面，如图５所示。轮胎型号为玲珑轮胎２０５／５５Ｒ１６，轮胎直径为Ｄ＝６３１ ９ｍｍ，试验车辆为大众ＧＯＬＦ２３０ＴＳＩ。试验中设定的参数有车辆行驶速度、车辆配重、轮胎压力和
胎压各参数的设定如表３所示。
图５ ＮＶＨ和舒适性道路
表３ 试验参数设定
参数
数值车速／（ｋｍ·ｈ－１
）
２０、３０、４０
配重／ｋｇ１４００、１５００、１６００、１７００、１８００、１８６０
胎压／ｋＰａ
２７０、２５０、２２０
２０２０（Ｖｏｌ．４２）Ｎｏ．９黄小靖，等：智能轮胎的垂向载荷测量·１２７３ ·
３ 智能轮胎垂向载荷测量
３ １ 垂向载荷测量原理
ＳＷＩＦＴＴＩＲＥ轮胎模型表明，轮胎垂向载荷和胎
压的变化会改变轮胎接地印痕的长度和宽度［８］，其
函数关系为
ａ＝Ｒ０ａ１
ＦＺ
ＣＺＲ０
()ｍ
＋ｂ１
ＦＺ
ＣＺＲ０
()ｎ
[]
（２）
式中：ａ为接地印痕半长；Ｒ０为轮胎自由滚动半径；ＦＺ为垂向力；ＣＺ为垂向刚度；ａ１和ｂ１为待拟合的系数；ｍ和ｎ为待拟合的次数。
由式（２）可知，轮胎的垂向力和垂向刚度影响轮胎进入接地区域时的接地印痕长度。同时还可得到，不同的垂向载荷会对轮胎进入接地区域的状态产生不同的影响，如果可以通过传感器获取轮胎的加速度信息，对接地区域的加速度信号进行分析提取特征信息，再结合胎压和车速等状态量便可反推计算出轮胎的垂向载荷。３ ２ 轮胎三向加速度
图６为试验所采集得到的三向加速度原始数据。从图中可以看出，
侧向加速度在轮胎运动过程
图６ 实测三向加速度波形
中几乎没有变化，由于轮胎运动过程中和地面接触的部分会发生弹性形变，所以周向加速度和径向加速度会有规律且明显的变化。
周向加速度反映了轮胎前进方向上传感器粘贴位置的加速度变化情况，故而从周向加速度可以看出轮胎前进或后退的运动状态。当传感器处于非接
地区域时，其数值在零值附近波动；当传感器进入接
地区域时，周向加速度会产生一个向下的尖峰，而在离开地面时，会形成一个反向尖峰。
三向加速度芯片的Ｚ向轮胎径向加速度采集的是垂直于芯片本身方向的加速度信号，当加速度采集系统以与胎面平行的姿态贴装在轮胎内部内衬部位时，系统采集到的数据即为轮胎运动时轮胎贴装部位的加速度，可将其视为轮胎内部某一点Ｐ指向
轮胎圆心的实际加速度数据。当车速相对稳定时，径向加速度数据在车轮旋转一周且未进入接地区域的过程中几乎保持不变。但由于轮胎是在地面上滚动前进的，当Ｐ点位置向前滚动进入接地区域的瞬间，会有一段短暂的上升阶段并达到一个峰值，当Ｐ点位置与地面完全接触后，此时径向加速度为零，当轮胎继续向前滚动，Ｐ点会离开地面区域，此时有一个与之相反的运动过程，径向加速度先达到另一个对称的峰值再逐渐下降，而恢复到常值附近并保持不变，周而复始。而这又与轮胎的状态包括内部气压、垂直载荷、实际速度和磨损状态息息相关。３ ３ 中值滤波
中值滤波是一种非线性平滑滤波技术，它可有效抑制和消除椒盐噪声和高斯噪声，滤除尖峰毛刺等数据
点，使数据平滑化。中值滤波器是一个含有奇数个数据点的窗口，在处理后，将窗口正中的数据点用窗口内各数据点的中值来代替。中值滤波表达式为式（３），其中Ｆ为滤波输出，ｆ为滤波输入数据。文中对径向加速度数据采取窗口为７的中值滤波进行数据平滑，滤波效果如图７所示。
Ｆｉ＝Ｍｅｄ｛ｆｉ－ｖ， …， ｆｉ， …， ｆｉ＋ｖ
｝，ｉ∈［１，ｎ］（３轮胎爆胎
）
图７ 滤波效果
３ ４ 车速计算
由图７可知，车辆行驶过程中加速度传感器每次到达接地区域中心时，径向加速度达到最小值（理
·１２７４ ·汽 车 工 程２０２０年（第４２卷）第９期
论上为０），取两次达到最小值的间隔就是轮胎转动
一圈的时间，加速度频率为ｆｓ＝３２００Ｈｚ，设两次谷值之间间隔的样本点数为Ｌ，轮胎直径为Ｄ
＝６３１ ９ｍｍ，则车速ｖ
（ｋｍ／ｈ）计算公式为ｖ
＝π×Ｄ×ｆｓＬ
×３ ６×１０－３（４）
以胎压为２
７０ｋＰａ、整车总质量为１６０６ｋｇ车况为例，根据式（４）利用Ｍａｔｌａｂ计算得到车速曲线如图８
所示。
图８ 车速计算曲线
３ ５ 加速度特征提取
如图９所示，对加速度数据进行滤波去均值处理后，进而从采集到的轮胎径向加速度信号中选取合适的特征信息，以构建轮胎垂向载荷测量模型。从轮胎运动学角度考虑，轮胎进入地面的部分承担图９ 特征提取示意图
了轮胎的垂向载荷，反映到加速度信号上即为波谷区域，即非常值区域。对于谷形区域，自左肩处峰值起至右肩处峰值有５个位置特殊的点，分别为左肩峰值ａ、左零点ｂ、最低点ｃ、右零点ｄ和右肩峰值ｅ。在车辆的实际行驶过程中轮胎的接地区域的长度难以进行测量，在研究中，实际观察到轮胎径向加速度可体现出轮胎进入地面的持续时间，从而可在一定程度上反映出轮胎的接地印痕长度。因此选取轮胎接触地面的时间间隔占整个轮胎滚动周期的比例来
表征轮胎的垂向载荷：
Ｈ１＝Ｔｂ１ｄ１Ｔｂ１ｂ２；Ｈ２＝Ｔａ１ｅ１Ｔａ１ａ２
（５）
式中：Ｔ为两点间的时间间隔；Ｈ１和Ｈ２为不同的接
地区域时间占比。
从原理上分析，式（５）所示的两个测量指标皆可对接地区域进行相应的描述，但在实际的测试中发现，当加速度传感器进入地面区域时其抖动较为剧烈，对两肩峰值的选取有一定干扰，故加速度信号两肩处的波形波动会对计算指标Ｈ２产生影响，因此最终选取Ｈ１作为轮胎垂向载荷的测量指标接地占比。
对各种车况下的单轮试验数据和整车试验数据分别计算接地占比Ｈ
，胎压为２５０ｋＰａ时的计算结果分别如图１０和图１１所示。另外两个胎压下的接地占比也有类似的结果。从图中可以看出，在某种确定的胎压和车速状态下，计算指标接地占比Ｈ和轮
胎垂向载荷之间呈线性关系。
图１０
单轮试验接地占比
图１１ 整车试验接地占比
Ｐｅａｒｓｏｎ相关系数是统计学中常用的一种线性相关系数，记为ｒ
，用来衡量两个随机变量之间的线性相关程度。ｒ值介于－１～１之间，绝对值越大表明
相关性越强。Ｐ
ｅａｒｓｏｎ相关系数计算公式为ｒ＝ρＸ，Ｙ＝
发布评论