[发明专利]评估轮胎状况的方法

权利要求书

1.一种用于评估支撑车辆并安装在车轮上的轮胎的状况的方法，所述车轮可旋转地安装在轴上，其特征在于，所述方法包括以下步骤：

将传感器安装在所述轮胎、所述车轮、所述轴和制动系统的部件中的至少一个上；

通过所述传感器测量振动数据；

将所述数据从所述传感器传输到处理器；

在所述处理器中处理所述数据；

归一化处理的数据；

将归一化的数据和预处理的数据中的至少一个输入到机器学习模型中；并且

生成所述轮胎的状况评估，其中，所述状况评估包括所述轮胎的胎面深度、所述轮胎的压力和双轮胎不匹配中的至少一个。

2.根据权利要求1所述的用于评估轮胎状况的方法，其特征在于，所述传感器是加速度计。

3.根据权利要求1所述的用于评估轮胎状况的方法，其特征在于，所述传感器是第一传感器，并且所述方法还包括以下步骤：

将第二传感器安装在所述轮胎、所述车轮、所述轴和所述制动系统的部件中的至少一个上；并且

通过所述第二传感器测量振动数据。

4.根据权利要求3所述的评估轮胎状况的方法，其特征在于，所述第二传感器是声学传感器。

5.根据权利要求1所述的用于评估轮胎状况的方法，其特征在于，将所述测量的数据传输到处理器的所述步骤包括将所述数据无线地传输到远程处理器。

6.根据权利要求1所述的用于评估轮胎状况的方法，其特征在于，所述处理器安装在所述车辆上并且电连接到所述车辆的电子控制系统。

7.根据权利要求1所述的用于评估轮胎状况的方法，其特征在于，归一化所述测量的数据的步骤包括减去线性趋势并归一化为单位方差。

8.根据权利要求1所述的用于评估轮胎状况的方法，其特征在于，还包括从在归一化所述处理的数据的步骤中生成的数据计算功率谱密度的步骤，并且在将所述归一化的数据和预处理的数据中的至少一个输入到机器学习模型中的步骤包括将来自所述功率谱密度计算的数据输入到深度学习模型中。

9.根据权利要求1所述的用于评估轮胎状况的方法，其特征在于，还包括从在归一化所述处理的数据的步骤中生成的数据计算功率谱密度的步骤，并且在将所述归一化的数据和预处理的数据中的至少一个输入到机器学习模型中的步骤包括将来自所述功率谱密度计算的数据输入到支持向量机算法中。

10.根据权利要求1所述的用于评估轮胎状况的方法，其特征在于，还包括基于所述车辆的状态对所述状况评估进行分类的步骤。