会员体验
专利管家(专利管理)
工作空间(专利管理)
风险监控(情报监控)
数据分析(专利分析)
侵权分析(诉讼无效)
联系我们
交流群
官方交流:
QQ群: 891211   
微信请扫码    >>>
现在联系顾问~

车轮传感器

阅读:706发布:2021-02-16

IPRDB可以提供车轮传感器专利检索,专利查询,专利分析的服务。并且本发明题为“车轮传感器”。本发明公开了一种使用安装到车轮的轮胎的传感器设备(1000)来测量和传输轮胎特性的方法,所述传感器设备包括传感器元件(1002)、加速度计(1001)、无线发射器(1006)和微处理器(1011);所述方法包括以下步骤:a)获取(601)加速度数据;b)对所述加速度数据进行数字滤波(602);c)确定(603)车轮在角位置范围内的时刻;d)获取(604)其他传感器数据;e)在所述时刻传输(605)所述其他传感器数据,步骤b)包括使用与包括参数(N)的预定义的一组公式对应的串联连接的指数移动平均滤波器(EMA1,EMA2),以及f)确定每360°旋转的样本数量(NoS),以及将参数(N)设置为与所述样本数量(NoS)成比例的值。还公开了一种被适配用于执行所述方法的传感器设备(1050)。,下面是车轮传感器专利的具体信息内容。

1.一种使用安装到或能够安装到车辆的车轮的轮胎的传感器设备(1000)来测量和传输轮胎特性的方法,所述传感器设备包括:用于感测所述轮胎的特性的至少一个传感器元件(1002,1003)、加速度计(1001)、无线发射器或收发器(1006)和控制器(1010);

所述方法包括以下步骤:

a)以采样频率(fs)从加速度传感器(904;1001)获取信息并数字化所述信息,由此获得加速度数据(Xi);

b)对所述加速度数据(Xi)进行数字滤波(602)以减少噪声;

c)确定(603)所述车轮处于恒定角位置范围内的至少两个时刻(tx,ty);

d)从适于测量所述轮胎的特性的至少一个其他传感器(1002,1003)获取并数字化(604)传感器信息,由此获得其他传感器数据;

e)在所述时刻(tx,ty)将所述其他传感器数据传输(605)至接收器;

其中:

步骤b)包括利用多个(M)串联连接的至少两个数字滤波器(EMA1,EMA2),所述至少两个数字滤波器中的每一者是具有对应于包括一个或多个参数(N1,N2)的一组预定义公式的滤波特性的指数移动平均滤波器;

并且其中所述方法还包括步骤f):确定所述时刻(tx,ty)之间的样本数量(NoS),并将所述参数(N1,N2)中的每一者设置为与所述样本数量(NoS)成比例的值。

2.根据权利要求1所述的方法,其中所述采样频率(fs)是根据所述车轮的角速度来选择的,使得每车轮旋转的样本数量(Nos)为在20至100范围内的值,优选为在40至80范围内的值。

3.根据权利要求1所述的方法,其中步骤f)包括:将第一指数移动平均滤波器(EMA1)的所述参数(N1)设置为等于所述时刻之间的所述样本数量(NoS)除以在5.0至12.0范围内的预定义第一常数(C1)的值,以及将第二指数移动平均滤波器(EMA2)的所述参数(N2)设置为等于所述时刻之间的所述样本数量(NoS)除以在

5.0至12.0范围内的预定义第二常数(C2)的值;或者将所述第一指数移动平均滤波器(EMA1)的所述参数(N1)设置为等于所述时刻之间的所述样本数量(NoS)乘以在1/12至1/5范围内的预定义第一常数(C1)的值,以及将所述第二指数移动平均滤波器(EMA2)的所述参数(N2)设置为等于所述时刻之间的所述样本数量(NoS)乘以在1/12至1/5范围内的预定义第二常数(C2)的值。

4.根据权利要求1所述的方法,

其中步骤a)包括读出离心加速度传感器或向心加速度传感器,并且其中步骤b)包括确定平均值,并且

其中步骤c)包括选择所述时刻(tx,ty)作为所述EMA滤波器中的一者的输出与所述平均值交叉或与等于所述平均值加上预定义恒定偏移的值交叉的时刻,所述偏移为在-0.4g至+0.4g范围内的值。

5.根据权利要求1所述的方法,

其中步骤a)包括读出切向加速度传感器,并且

其中步骤c)包括选择所述时刻(tx,ty)作为所述EMA滤波器中的一者的输出与零交叉或与等于零加上预定义恒定偏移的值交叉的时刻,所述偏移为在-0.4g至+0.4g范围内的值。

6.根据权利要求1所述的方法,其中步骤c)包括选择所述时刻(tx,ty)作为所述EMA滤波器中的一者的输出与另一EMA滤波器的输出交叉的时刻。

7.根据权利要求6所述的方法,其中步骤c)包括选择所述时刻(tx,ty)作为第一EMA滤波器的输出与并非紧跟在所述第一EMA滤波器之后的另一EMA滤波器的输出交叉的时刻。

8.根据权利要求7所述的方法,包括串联连接的六个EMA滤波器(EMA1至EMA6),并且其中所有所述EMA滤波器的所述参数(N)被设置为等于值T.fs/(2*π),其中T是一个360°旋转的周期,并且fs是所述采样频率。

9.根据权利要求1所述的方法,

其中步骤a)包括获取仅单个轴线中的加速度信息,或者其中步骤a)包括获取至少两个不同轴线中的加速度信息。

10.根据权利要求1所述的方法,

其中所述传感器设备(1000)还包括睡眠模式或低功率模式以及唤醒定时器,并且其中所述传感器设备(1000)包括被适配用于在至少80%的时间内进入睡眠模式的微处理器。

11.根据权利要求1所述的方法,

其中所述其他传感器元件是温度传感器或压力传感器;

或者其中所述传感器设备(1000)包括温度传感器和压力传感器两者。

12.根据前述权利要求中任一项所述的方法,其中包括所述一个或多个参数(N1,N2)的所述预定义的一组公式是以下一组公式、或者等同的一组公式,用于所述第一EMA滤波器(EMA1)的公式为:其中xi是所数字化的加速度数据的样本,

EMA[1]i是所述第一指数移动平均块(EMA1)的第“i”个值,“i”是针对每个附加数据样本递增1的索引,

N1是浮点数,

并且用于所述第二EMA滤波器(EMA2)的公式为:其中N2是浮点数。

13.一种用于测量和传输至少一个轮胎特性的传感器设备(1000),所述传感器设备能够安装到车辆的车轮的轮胎,并且包括:-加速度传感器(1001);

-另一传感器元件(1002;1003),所述另一传感器元件用于感测所述轮胎的特性(T,p);

-无线发射器或收发器(1006);

-定时器(1017);

-控制器(1010),所述控制器被配置用于执行根据权利要求1至12中任一项所述的方法。

14.一种传感器模块(1500),所述传感器模块包括:-根据权利要求13所述的传感器设备(1000),-用于对所述传感器设备供电的电池(1019)或能量收集装置。

15.一种包括根据权利要求14所述的多个传感器设备(1000)的轮胎定位系统。

说明书全文

车轮传感器

技术领域

[0001] 本发明整体涉及能够安装到车辆的车轮的传感器设备,诸如例如可在胎压监测系统(TPMS)中和/或在用于定位车辆上各个轮胎的系统中使用的胎压传感器设备,但本发明的传感器设备并不一定需要压力传感器,而是可包括另一类型的传感器,例如温度传感器代替压力传感器或与压力传感器结合。

背景技术

[0002] 用于检测“胎压”的系统在本领域中是已知的。该系统通常有两种类型:
[0003] (a)所谓的“间接系统”,其中没有任何压力传感器被安装到每个车轮,而是基于例如每个车轮在较大距离内的平均转数来间接地确定轮胎中的一者的压力;
[0004] (b)所谓的“直接系统”,其中包括压力传感器和无线发射器的传感器设备被安装到每个车轮,并被适配用于测量轮胎的压力以及将压力传输给车辆的控制单元。
[0005] 本发明与“直接系统”更密切相关。
[0006] 为了能够向车辆的驾驶者不仅通知轮胎“中的一者”压力较低,而且还通知是“左前轮胎”压力较低。知道具有唯一传感器ID(例如,以123为例子)的车轮的压力较低是不够的,而是汽车的控制单元需要知道这个传感器实际位于哪个车轮上,例如在汽车的“左前”侧。
[0007] 虽然在技术上有可能通过在车辆的控制器(例如车载计算机)中手动输入唯一ID来关联每个车轮的位置(例如,左前、右前、左后、右后),但是在例如换季时更换车轮的时候会出现问题。
[0008] 可通过使用“自动定位”来避免此类手动关联。一些自动定位系统使用不仅包括压力传感器和唯一ID而且还包括能够检测离心(或向心)加速度信号的+/-1g信号纹波的加速度计的TPMS传感器设备,并且通过将该纹波信号与从ABS系统获取的信号关联来实现,因为每个ABS设备相对于汽车的位置是固定的。通过将源自安装在车轮上的TPMS设备的加速度数据与ABS数据关联来进行自动定位的示例在本领域中是已知的,因此不需要在这里更详细地解释。
[0009] TPMS设备通常是电池供电的,并且主要的挑战是满足低功率消耗,使得单个电池能够使(安装在车轮上的)TPMS设备运行例如10年的时间,同时能够测量胎压并传输与加速度相关的数据(在汽车移动之后的某个时间窗期间)以允许自动定位。目前,提供两种解决方案:
[0010] (b1)TPMS设备测量压力数据和测量加速度数据,并(在所述时间窗期间)在一个或多个数据分组中传输该数据以供控制单元进行进一步处理(例如执行ABS数据与TMPS加速度数据之间的所述关联)。这些设备的缺点是需要传输足够量的加速度数据,但优点是设备不需要实际处理所述数据(除了将所述数据打包或封装在数据分组中,任选地提供时间戳等等)。此类系统例如在US2014200785(A1)中有所描述。
[0011] (b2)TPMS设备测量压力数据和测量加速度数据,并在内部处理加速度数据以确定用于传输传感器数据(例如压力值,但并非必须包括加速度数据)的合适时刻。当车轮位于预定义的角位置时,此类TPMS设备通常针对每车轮旋转来传输一次传感器数据。此类系统例如参见US2014200785(A1)第5列第3段。这些设备的缺点是需要在内部进行更多数据处理,但优点是设备可传输更少的数据。
[0012] 类别(b1)和类别(b2)的设备进行不同的取舍以节省功率。在类别(b1)的设备中,与数据处理相关的功率消耗减少,但与数据传输相关的功率消耗增大。在类别(b2)的设备中,与数据传输相关的功率消耗减少,但与数据处理相关的功率消耗增大。
[0013] 本发明与上述类别(b2)的传感器设备更密切相关。此类设备通常针对每车轮旋转来传输包含ID和传感器值(例如压力值)的数据分组仅一次,但优选地每当车轮位于特定的角位置时进行传输。
[0014] US2003038716(A1)描述了“与ABS结合的直接TPMS传感器”的解决方案。
[0015] US2012200408(A1)描述了基于以波形、幅值、频率和相位参数重构+/-1g纹波的定位方案来定位轮胎的解决方案。由于已知波形是正弦曲线(由于车轮旋转),已知幅值是2g峰到峰(由于重力+/-1g),频率取决于车辆速度(这可由离心力测量来估计),并且本文讨论了用于通过相关性确定相位的算法,因此+/-1g纹波可被重构并且车轮可由此被定位。
[0016] US8700286(B2)还描述了轮胎定位系统、以及胎压监测系统中的方法。
[0017] 需要提供一种用于确定车轮角位置的方法(或算法),其可由此类传感器设备执行,作为例如每当车轮位于预定角位置时允许传感器数据的传输与车轮旋转同步的前提。

发明内容

[0018] 本发明的目的是提供一种能够安装到车轮的传感器设备以及提供一种由所述传感器设备执行的方法,用于在车轮旋转时检测车轮的角位置。
[0019] 具体地,本发明的目的是提供足够准确、和/或不需要显著量的功率、和/或是稳健的、并且优选满足以上全部描述的此类传感器设备和方法。
[0020] 本发明的特定实施方案的目的是提供一种可由嵌入在此类传感器设备中的低功率微控制器执行的方法,其针对由于机械振动导致的信号失真是稳健的,并且是高功效的。
[0021] 本发明的特定实施方案的目的是提供一种压力传感器设备和一种方法,其用于测量胎压以及用于在车轮位于预定义的角范围中时在某些时刻传输所测量的胎压。
[0022] 本发明的特定实施方案的目的是提供一种包括此类压力传感器设备和ABS系统的轮胎定位系统。
[0023] 这些及其他目的是通过根据本发明实施方案的方法和电路来实现的。
[0024] 在第一方面,本发明提供一种使用安装到或能够安装到车辆的车轮的轮胎的传感器设备来测量和传输轮胎特性的方法,所述传感器设备包括:用于感测轮胎特性的至少一个传感器元件、加速计、无线发射器或收发器、以及控制器;所述方法包括以下步骤:a)以采样频率从加速度传感器获取信息,并将所述信息数字化,由此获得加速度数据;b)对加速度数据进行数字滤波以减少噪声;c)确定车轮在恒定角位置范围内的至少两个时刻;d)从被适配用于测量轮胎特性的至少一个其他传感器获取并数字化传感器信息,由此获得其他传感器数据;e)在所述时刻将其他传感器数据传输至接收器;其中步骤b)包括利用多个串联连接的至少两个数字滤波器,所述至少两个数字滤波器中的每一者是滤波特性对应于包括一个或多个参数的一组预定义公式的指数移动平均滤波器;并且其中该方法还包括步骤f):确定所述时刻之间的样本数量,并将所述参数中的每一者设置为与所述样本数量成比例的值。
[0025] “恒定角位置范围”优选具有小于+/-20°、优选小于+/-15°、优选小于+/-10°的容差裕量。该常数的值只要是恒定的,其对于本发明就并不重要。例如,如果每当传感器设备位于车轮顶部或者位于车轮底部时进行传输,则本发明将起作用,但是如果车轮位于任何其他位置,只要始终是在车轮位于该特定位置时进行传输,则本发明也将起作用。代替“车轮取向”,也可使用表述“车轮的角位置”。
[0026] 与需要强大处理器并消耗大量时间和能量因此需要在传感器设备之外进行的“曲线拟合”或其他最小化技术相比,本发明已发现,基于至少两个EMA,通过使用所述数字滤波技术获得非常稳定的角度(针对噪声是稳健的)是可能的。
[0027] 使用至少两个、并且优选少于七个串联连接的EMA滤波器的主要优点尤其是因为此类滤波器可在相对简单的处理器上实施,并且只需要有限数量的操作(例如,每附加样本仅两个乘法和一个加法的数量级),并且只需要非常有限的存储器资源。这在硅面积(因此芯片成本)以及功率消耗(电池供电的应用的寿命)方面是有利的。
[0028] 优点在于当在输入端被提供有噪声数据时,一系列EMA滤波器能够有效地用于过滤在此类应用中遇到的机械噪声。
[0029] 此类滤波器的主要优点是,其提供基本上恒定的相移,其对于加速度传感器被采样的频率在很大程度上是不敏感的。
[0030] 这些特征的组合使本文提出的滤波器对于所设想的应用是理想的。
[0031] 在一个实施方案中,根据车轮的角速度来选择采样频率,使得每车轮旋转的样本数量为在20至100范围内的值,优选为在40至80范围内的值。
[0032] 在一个实施方案中,在发现每车轮旋转的样本数量(例如最新车轮旋转的样本数量)低于预定义阈值(例如低于30)时增大采样频率,并且在发现每车轮旋转的样本数量(例如最新车轮旋转的样本数量)高于预定义阈值(例如高于70)时减小采样频率。采样频率例如可从预定义采样频率的有限列表、例如从包含少于10个、例如少于8个、例如少于6个、例如仅5个或仅4个或仅3个预定义采样频率的列表中选择。
[0033] 在一个实施方案中,步骤f)包括:将第一指数移动平均滤波器的参数设置为等于所述时刻之间的所述样本数量除以在5.0至12.0范围内的预定义第一常数的值;以及将第二指数移动平均滤波器的参数设置为等于所述时刻之间的所述样本数量除以在5.0至12.0范围内的预定义第二常数的值。
[0034] 第一常数和第二常数的值可为相同的值或不同的值。
[0035] 在一个实施方案中,步骤f)包括:将第一指数移动平均滤波器的参数设置为等于所述样本数量乘以在1/12至1/5范围内的预定义第一常数的值;以及将第二指数移动平均滤波器的参数设置为等于所述样本数量乘以在1/12至1/5范围内的预定义第二常数的值。
[0036] 第一常数的值和第二常数的值可为相同的值或不同的值。
[0037] 在一个实施方案中,步骤a)包括读出离心或向心加速度传感器;步骤b)包括确定平均值;步骤c)包括选择所述时刻作为EMA滤波器中的一者的输出与所述平均值交叉或与所述平均值加上预定义恒定偏移的值交叉的时刻,该预定义恒定偏移是在-0.4g至+0.4g范围内、或者在-0.3g至+0.3g范围内、或者在-0.2g至+0.2g范围内的值。
[0038] 平均值例如可被确定为特定EMA的最新局部最大值(例如EMA3的最新局部最大值)与同一EMA的最新局部最小值的平均值。
[0039] “离心加速度传感器”是指被配置用于确定与离心力有关的径向加速度的加速度传感器。
[0040] 在一个实施方案中,步骤a)包括读出切向加速度传感器;并且步骤c)包括选择所述时刻作为EMA滤波器中的一者的输出与零交叉或至与零加上预定义恒定偏移的值交叉的时刻,该预定义恒定偏移是在-0.4g+0.4g范围内、或者在-0.3g至+0.3g范围内、或者在-0.2g至+0.2g范围内的值。
[0041] “切向加速度传感器”是指被配置用于确定切向(例如切向于轮胎的圆周)加速度的加速度传感器。
[0042] 在一个实施方案中,步骤c)包括选择所述时刻作为EMA滤波器中的一者的输出与另一EMA滤波器的输出交叉的时刻。
[0043] “交叉”是指第一输出值与第二输出值之差(v1-v2)在所述时刻之前和之后改变符号。
[0044] 仅作为示例,EMA1与EMA2的交叉、或EMA1与EMA3的交叉、或EMA1与EMA4的交叉等等,或者EMA2与EMA3的交叉、或EMA2与EMA4的交叉、或EMA2与EMA5的交叉等等。
[0045] 在一个实施方案中,步骤c)包括选择所述时刻作为第一EMA滤波器的输出与并非紧跟在第一EMA滤波器之后的另一EMA滤波器的输出交叉的时刻。
[0046] 在这些实施方案中,EMA2与EMA3的交叉不被允许,但EMA2与例如EMA3或EMA4的交叉是很好的候选者。
[0047] 据发现,对于在约5.0至约12.0范围内的C值,相移是在约30°至约45°范围内的值,因此这两个EMA的输出端的信号被相移约60°至约90°范围内的角度,这是有益的,因为这两个曲线的斜率彼此明显不同,因此交叉的时刻对于噪声是高度不敏感的。
[0048] 在一个实施方案中,数字滤波器包括串联连接的六个EMA滤波器,并且这些EMA滤波器中的每一者的参数“N”被设置为等于值T.fs/(2*π),其中T是一个360°旋转的周期,并且fs是采样频率。
[0049] 或者换句话讲,每个滤波器的参数N被设置为每360°车轮旋转的样本数量除以2*π。
[0050] 在一个实施方案中,步骤a)包括获取单个轴线中的加速度信息。
[0051] 单个轴线可为径向的,在这种情况下,加速度数据对应于离心力或向心力;或者单个轴线可被取向为切向,在这种情况下,加速度数据对应于切向加速度。有趣的是,这两者都由于重力而具有+1g/-1g纹波信号,但(假设车辆正以恒定速度行驶)切向加速度不具有DC值。
[0052] 当可用时,DC值可被用于以本身在本领域中已知的方式计算车轮的角速度。但角速度也可基于测量车轮的一个完整360°旋转所需要的时间来计算或估计。
[0053] 在一个实施方案中,步骤a)包括获取至少两个彼此不平行的轴线中的加速度信息。
[0054] 在该实施方案中,径向加速度可用于确定或估计角速度(考虑可例如被存储在非易失性存储器中的车轮的半径),并且第二轴线可例如切向于车轮。后一加速度传感器提供不具有DC值的+1g/-1g信号,这是优选的。
[0055] 在一个实施方案中,传感器设备还包括睡眠模式或低功率模式以及唤醒定时器,并且传感器设备包括微处理器,该微处理器被适配(例如被编程)用于在至少80%的时间内进入睡眠模式。
[0056] 在一个实施方案中,其他传感器元件是温度传感器或压力传感器。
[0057] 在一个实施方案中,传感器设备包括温度传感器和压力传感器两者。
[0058] 在一个实施方案中,包括一个或多个参数的预定义的一组公式是以下一组公式、或者等同的一组公式,用于第一EMA滤波器的公式是以下公式或者等同公式:
[0059]
[0060] 其中xi是经数字化的加速度数据的样本,EMA[1]i是第一指数移动平均滤波器的第“i”个值,“i”是对于每个附加数据样本递增1的索引,N1是等于每周期样本数量除以C1的浮点数,C1是在5.0至12.0范围内的预定义常数;
[0061] 用于第二EMA滤波器的预定义公式是以下公式或等同公式:
[0062]
[0063] 其中N2是等于所述样本数量除以C2的浮点数,C2是在5.0至12.0范围内的预定义常数。
[0064] 需指出,N1是浮点值,并不一定是整数。还需指出,N1和N2的值无需相同,而可以是不同的。
[0065] 在多于两个EMA的情况下,用于第三(M=3)和每个后续EMA滤波器的公式可被描述为:
[0066]
[0067] 其中Nm是第M个EMA滤波器的N值,并等于每360°车轮旋转的所述样本数量除以Cm,Cm是在5.0至12.0范围内的恒定值。
[0068] 在第二方面,本发明提供一种用于测量和传输至少一个轮胎特性的传感器设备,该传感器设备能够安装到车辆车轮的轮胎并且包括:加速度传感器;用于感测轮胎特性的另一传感器元件;无线发射器或收发器;定时器;被配置例如被编程用于执行根据第一方面的方法的控制器。
[0069] 传感器设备可以是集成半导体设备。
[0070] 控制器可包括包含存储器或连接到存储器的可编程微处理器,或者可包括数字状态机。
[0071] 在第三方面,本发明提供一种传感器模块,该传感器模块包括:根据第二方面的传感器设备;和用于对传感器设备供电的电池或能量收集装置。
[0072] 能量收集装置例如可以是感应式或压电式能量收集装置。
[0073] 在第四方面,本发明提供一种包括根据第三方面的多个传感器设备的轮胎定位系统。
[0074] 轮胎定位系统还可包括多个车轮,其中每个车轮包括根据第一方面的传感器设备,车辆还包括具有用于接收由传感器设备中的每一者所传输的传感器数据的接收器、和被适配用于提供与传感器数据的接收时间对应的时间戳的时间捕获单元,车辆还包括被适配用于提供车轮旋转数据的ABS系统,控制单元可操作地连接到ABS系统并且被适配用于找出由ABS系统所提供的车轮旋转数据与由安装到车轮的传感器设备所提供的传感器数据之间的对应,由此定位每个车轮。
[0075] 本发明的特定和优选方面在所附的独立权利要求和从属权利要求中给出。从属权利要求的特征在适当的情况下可与独立权利要求的特征以及与其他从属权利要求的特征结合,而不仅仅是权利要求中明确指出的那些。
[0076] 本发明的这些和其他方面参考以下描述的实施方案将是显而易见的,并且是参考以下描述的一个或多个实施方案来进行阐述的。

附图说明

[0077] 图1(US8700286B2中图3的复制)示出在没有噪声的情况下传感器设备的加速度传感器将会测量到的(理想)加速度数据随时间变化的示例。
[0078] 图2示出作为实际加速度数据随时间变化的示例的多个“点”,该实际加速度数据随时间的变化从安装到车轮的加速度传感器获取,包括主要由机械振动导致的噪声。图2还示出例如可通过在强大计算机上执行的“曲线拟合”技术获得的“正弦曲线”。
[0079] 图3示出可在本发明实施方案中使用的串联连接的六个低通滤波器,每个滤波器是“指数移动平均”(EMA)滤波器。图3还示出一组对应于滤波器的数学公式。
[0080] 图4示出作为从加速计获取的噪声加速度数据的示例的多个“点”,并且示出四个正弦曲线,第一曲线“原始”表示拟合到原始(噪声)数据的正弦波,其他曲线表示通过利用图3的滤波器在利用特定加权因子N=T.fs/(2π)时获取的EMA1、EMA2、EMA6,其中T是对应于360°车轮旋转的时间周期,fs是采样频率,并且(T.fs)是每360°车轮旋转的样本数量。
[0081] 图5示出可在本发明的一些实施方案中使用的指示EMA2与EMA6的交叉的图4的曲线。可看到,EMA2与EMA6的交叉与表示不具有噪声的原始数据的拟合曲线的最大值和最小值基本上重合。
[0082] 图6示出根据本发明的方法的概要流程图。
[0083] 图7是根据本发明的方法的特定实施方案的更详细示例。
[0084] 图8示出根据本发明的方法的一个方面,并且特别示出周期T的值可如何初始化以及周期T的值可如何更新。
[0085] 图9示出根据本发明的一种实施方案的传感器设备的概要框图。第一传感器例如可以是压力传感器或温度传感器。
[0086] 图10示出根据本发明的传感器设备的特定实施方案的更详细示例。
[0087] 图11示出在利用特定加权因子N=T.fs/10.75时可从图3的滤波器结构获取的一组曲线,其中T是对应于360°车轮旋转的时间周期,fs是采样频率,并且(T.fs)是每360°车轮旋转的样本数量。
[0088] 图12(a)至(d)示出在利用特定加权因子N和采样速度时可从包括加速度计和图3的滤波器结构的传感器设备获取的四组示例性曲线。
[0089] 图12(a)表示针对N=T.fs/(2π)和20个样本/周期的一组曲线,
[0090] 图12(b)表示针对N=T.fs/(2π)和40个样本/周期的一组曲线,
[0091] 图12(c)表示针对N=T.fs/(3π)和20个样本/周期的一组曲线,
[0092] 图12(d)表示针对N=T.fs/(3π)和40个样本/周期的一组曲线。

具体实施方式

[0093] 将结合具体实施方案并参考特定附图来描述本发明,但本发明并不限于此,而是仅由权利要求限定。所描述的附图仅是示意性的而非限制性的。在附图中,为了进行示意性的说明,一些元件的尺寸可能放大并且未按照比例进行绘制。尺寸和相对尺寸并不对应于对本发明的实践的实际缩减。
[0094] 此外,说明书和权利要求书中的术语“第一”、“第二”等用于区分相似的元件,而不一定用于描述时间、空间、排序或任何其他方式的次序。应当理解,这样使用的术语在适当情况下可互换,并且本文所述的本发明的实施方案能够按照不同于本文所述或所例示的顺序操作。
[0095] 此外,说明书和权利要求中的术语“上”、“下”等等是用于描述性目的,并不一定用于描述相对位置。应当理解,如此使用的这些术语在适当的情况下是可互换的,并且本文所述本发明的实施方案能够以与本文所述或所示不同的取向来操作。
[0096] 应当注意,权利要求书中所使用的术语“包括”不应解释为限于其后列出的装置;它并不排除其他元件或步骤。因此应该将其解释为指定如所提及的所述特征、整体、步骤或部件的存在,而不排除一个或多个其他特征、整体、步骤或部件、或其组合的存在或添加。因此,“包括装置A和B的设备”这种表达的范围不应理解成限于仅由部件A和B组成的设备;它表示就本发明而言,该设备的相关部件仅是A和B。
[0097] 在整个说明书中提到的“一个实施方案”或“实施方案”是指结合该实施方案所述的具体特征、结构或特性被包括在本发明的至少一个实施方案中。因此,在整个说明书中各个地方出现的短语“在一个实施方案中”或“在实施方案中”不一定都指的是同一个实施方案,但也可能是指同一个实施方案。此外,如本领域的普通技术人员将从本公开内容中所认识到的,具体特征、结构或特性可采用任何合适的方式在一个或多个实施方案中被组合。
[0098] 类似地,应当理解,在描述本发明的示例性实施方案时,为了精简公开内容并帮助理解各个创新性方面中的一个或多个方面,本发明的各种特征有时在单个实施方案、附图或其说明中组合在一起。然而,本公开的该方法不应理解为体现了这样的意图:受权利要求书保护的发明要求比每项权利要求中所明确列举的更多的特征。相反,如以下权利要求书所体现的,创新性方面未能体现上文公开的单个实施方案的所有特征。因此,据此将具体实施方式之后的权利要求书明确并入该具体实施方式中,其中每项权利要求单独地作为本发明的独立的实施方案。
[0099] 此外,虽然本文所述的一些实施方案包括一些特征且不包括其他实施方案中包括的其他特征,但不同实施方案的特征的组合也应在本发明的范围内,并且形成不同的实施方案,如本领域的技术人员将理解的那样。例如,在下文的权利要求书中,受权利要求书保护的实施方案中的任一者都可在任何组合中使用。
[0100] 本文所提供的说明书中描述了许多具体细节。然而,应当理解,可不需要这些具体细节来实践本发明的实施方案。在其他情况下,没有详细示出熟知的方法、结构和技术,以免影响对本说明书的理解。
[0101] 本发明整体涉及包括安装到或能够安装到车辆的车轮的至少一个传感器设备的系统,该传感器设备被适配用于测量至少一个特性(例如轮胎特性,诸如胎压或轮胎温度,或者车轮特性或环境特性或任何其他特性)。
[0102] 根据本发明的方法和设备可例如在“直接TPMS”系统中和/或在自动车轮定位系统中使用,但本发明并不限于此,而是也可用于其他应用。然而为了便于描述,将针对胎压监测系统(TPMS)系统这个特定情形更详细地描述本发明。
[0103] TPMS系统的主要功能(如名称所暗示)是频繁地监测胎压(例如每秒多次)并有条件地将所测量的胎压传输给接收器,例如传输给车辆的车载计算机。压力可例如在检测到异常之后立即被传输,或者例如当车轮正在旋转但压力正常(读数:位于预定义范围内)时每2分钟传输一次,但是也可使用其他方案。当车轮不旋转时,例如当有轮车辆驻停时,传感器设备通常不进行传输以便节省功率。
[0104] 现在通常也实施在TPMS系统中的另一功能是“自动定位”功能,是指自动检测例如四个传感器设备的机构,汽车每个车轮有一个传感器设备,该系统也能检测哪个传感器设备位于哪里,例如位于左前、右前、左后、还是右后。这例如通过不仅将压力传感器而且还将加速度传感器并入传感器设备中以及通过将加速度数据与例如ABS数据关联而成为可能。用于找到此种相关性的技术和方法在现有技术中是已知的并且在现有技术中有所描述,例如在背景部分中所引用的文档中有所描述,因此不需要在这里详细描述。
[0105] 具有“自动定位”的系统例如不仅允许向车辆驾驶者通知轮胎中的一者的压力较低,而且还允许向驾驶者明确通知哪个轮胎压力较低,例如左后车轮的轮胎。
[0106] 直接TPMS系统的主要挑战涉及“功率预算”,因为传感器设备通常是电池供电的,并且应当能够运行相对长的时间段(例如在特定使用情形条件下至少10年,具体取决于消费者要求)。这表明需要进行某种取舍以节省功率。用于这种应用的典型电池是硬币电池或纽扣电池,例如典型容量约225mAh的符合IEC CR2032的锂硬币电池,但本发明并不受限于此,也可使用其他电池类型。
[0107] 如背景部分中(在讨论US2014200785时)已经描述的那样,有两种根本不同的方法在“直接系统”中使用:
[0108] (b1)第一种方法是大量加速度数据被捕获并作为单独的数据分组或被组合在附带有时间戳的单个数据分组中而被传输给汽车的控制单元,控制单元将加时间戳的加速度数据与加时间戳的ABS数据关联。功率有限的传感器设备不必处理加速度数据内容,而是只需打包(以及任选地加时间戳)并传输加速度数据。控制单元由车用蓄电池供电,并且不受相同的功率限制。可以理解,关联的结果主要取决于时间戳的准确度而不是传输时刻。
[0109] (b2)第二种方法(在US2014200785第5列第3段中提到),其中数据分组(例如包含设备ID,并且任选地包含传感器值,例如压力值)与车轮旋转同步地每车轮旋转只被传输一次,即,始终是在车轮的基本上相同的角位置被传输。汽车的控制单元通常在到达时对数据分组加时间戳,并将加速度数据与ABS数据关联,以寻找最可能的车轮位置。可以理解的是,这种情况下关联的结果主要取决于传输时刻的准确度,这是构成本发明基础的问题之一。
[0110] 主要的挑战是找到能在资源受约束(例如存储器受约束、性能受约束)且功率受约束的处理器上实施的一种稳健的足够准确的机制。
[0111] “足够准确”例如是指传输时间发生在车轮的角位置在约+/-15°、或约+/-10°的预定义角范围内的时候。
[0112] “稳健”是指传输时间没有明显受到噪声影响,尤其是由于与道路接触的旋转车轮的机械振动所导致的施加于加速度数据上的随机噪声。
[0113] 图1是US8700286B2的图3的复制,其示出安装到车轮的传感器设备的加速度传感器在没有噪声的情况下将会测量到的(理想)加速度数据随时间变化的示例。需要指出,US8700286B2不涉及噪声问题,并且不提供如何处理噪声的任何细节。
[0114] 然而在实践中,从加速度传感器获取的数据并不如图1看起来所暗示的那样平滑,而是常常严重地遭受由于机械振动而导致的噪声,如图2所示。
[0115] 图2示出表示从安装到车轮的嵌入在根据本发明传感器设备中的加速度传感器获取的实际加速度数据的多个“点”。加速度数据的值可视为正弦波(类似于图1所示的“理想正弦波”),但附加有主要由于旋转车轮的机械振动而导致的噪声。该噪声表现为高频随机噪声。
[0116] 这些点中的每一者对应于传感器设备内的加速度传感器的实际测量。显然,每周期所取的样本越多,就越可准确地确定角位置,但也需要更多功率用于测量和处理数据。技术人员可容易地根据汽车速度或根据车轮的角速度找到合适的采样频率。在本发明的实施方案中,每周期优选地取16至100个样本,每周期优选20至80个样本,例如约30个样本/周期,或者约40个样本/周期,或者约50个样本/周期,或者约60个样本/周期,或者约70个样本/周期,例如每周期16个或32个或48个或64个或80个或96个样本。
[0117] 在实际的具体实施中,控制单元例如传感器设备的微处理器周期性地唤醒、从加速度传感器取样本、处理加速度样本以去除噪声、执行某些计算以验证车轮是否处于预定义的角位置范围中,如果是,则例如取来自另一传感器例如压力传感器的样本、传输压力值、任选地对唤醒定时器重新编程以在某个后来时间唤醒、并且重新进入睡眠,以便节省功率。“低功率模式”和“睡眠模式”在本领域中是公知的,因此不需要在这里更详细地解释。
[0118] 周期性地调节唤醒周期(因此还有采样频率“fs”或采样周期“Ts”)使得每周期取“相对恒定”数量的样本(例如约48个)在技术上是可能的。“相对恒定”是指预定的样本数量+/-例如20%,以考虑汽车的加速和减速。在每个车轮旋转之后,前一旋转的周期Ts可被确定(例如基于本地定时器),并且下一车轮旋转的估计周期Ts可被确定,并且同样唤醒周期可被确定,例如在示例中被确定为Ts/48,但本发明并不限于此。
[0119] 然而,另一方法是优选的,其中采样频率fs从有限的一组预定义采样频率(例如从一组仅三个预定义采样频率)中选择。
[0120] 在根据本发明的传感器设备的一个示例性实施方案中,三个样本频率被选择:
[0121] 如果车轮的角速度ω位于2.0至4.0转/秒(通常对应于约10km/h和40km/h的汽车速度)的范围内,则fs1=约125Hz(Ts=8ms),
[0122] 如果车轮的角速度ω位于4.0至9.0转/秒(通常对应于约40km/h和70km/h的汽车速度)的范围内,则fs2=约200Hz(Ts=5ms),
[0123] 如果车轮的角速度ω高于9.0转/秒(通常对应于高于70km/h的汽车速度),则fs3=约400Hz(Ts=2.5ms),
[0124] 但是,本发明当然并不限于仅三个样本频率及这些特定值或范围,也可使用另一数量的采样频率和其他范围。然而优选地,使用至多10个或至多8个或至多6个或至多4个不同的采样频率或至多3个不同的采样频率。
[0125] 在图2中还示出拟合的“正弦曲线”,这是为了进行示意性的说明而被添加,以解释本发明的原理。重要的是,该曲线不是由传感器设备自身内的资源受约束且功率受约束的处理器来计算,而是利用在单独的计算机上执行的“曲线拟合”技术来离线地计算。曲线拟合技术在本领域中是公知的,但其也是非常计算密集型的,因此不能由传感器设备内的处理器在给定约束(存储器、功率、时间...)内执行。
[0126] 因此,发明人面对寻找以下方法或算法的具体问题,即该方法或算法能够从噪声加速度数据出发,并且在没有用于计算平滑正弦曲线的时间或资源(尤其是处理功率和存储器)或功率的情况下,在预定义的容差裕量+/-20°内、或在容差裕量+/-15°内、或在容差裕量+/-10°内确定车轮位于预定义角位置的时刻,以便获取可靠的自动定位。通过试图找到该问题的解决方案,发明人想到了利用图3所示的特定类型的数字滤波器,之后使用判定电路301。
[0127] 图3是示出一种用于确定(在预定义容限裕量内)车轮是否处于预定义角位置的算法或方法的框图。如上所述,以特定采样频率(例如,根据车轮角速度,从三个预定义样本频率中选择的样品频率)对加速度传感器进行采样。每个样本Xi作为输入被提供给功能块300,并且该块300提供二元触发信号以指示是否要传输数据分组(例如包含压力数据)。
[0128] 根据本发明的一个重要方面,利用多个串联连接的至少两个、例如至少三个、例如至少四个、例如至少五个、例如至少六个低通数字滤波器对(噪声)加速度数据Xi进行滤波。这些滤波器中的每一者是指数移动平均滤波器,在本文中简称为“EMA”。
[0129] 在EMA1、EMA2等中处理数据包括计算以下一组公式或等同公式中的一者或多者:
[0130]
[0131] 和:
[0132]
[0133] 对于EMA2,M=2,对于EMA3,M=3,以此类推。
[0134] 因此,对于每个新样本,只需要两个乘法和一个加法,如从公式[1]和[2]可理解的那样。优选地,所使用的数值是浮点数值,但这并非是绝对必需的。
[0135] 发明人惊奇地发现,如果"N"被选择成与一个完整车轮旋转(360°)的周期"T"成比例,例如被选为N=T.fs/6或N=T.fs/7或N=T.fs/8或N=T.fs/9或N=T.fs/10或N=T.fs/11或N=T.fs/12,或者一般性地被选为N=T.fs/C,其中C是在约5.0至约12.0范围内的预定义恒定值,fs是采样频率(因此T.fs是每360°车轮旋转的样本数量),则每个EMA对噪声数据有效地进行低通滤波,但更重要地,提供基本上恒定的相移。
[0136] 此外还发现,该相移对于每周期的样本数量(因此对于采样频率)很大程度上不敏感,尤其是如果每周期的样本数量为至少20个或至少30个或至少40个或至少50个或至少60个或至少70个或至少80个的话。
[0137] 更具体地,发明人惊奇地发现,如果N的值被选择为等于T.fs/(2π)并且每周期的样本数量被选择为足够高(例如每周期至少40个),则EMA得到等于约45°的恒定相移(参见图12b),并且如果N的值被选择等于T.fs/(3π)并且每周期的样本数量被选择为足够高(例如至少40个),则EMA得到约30°的基本上恒定的相移(参见图12d)。
[0138] 需指出,术语“指数移动平均”在金融领域是公知的,其用于跟踪股市中股票的价值,但是就发明人所知,并不知道EMA函数,在应用于可被视为对具有周期T的正弦函数与随机噪声进行叠加的图2的噪声数据时,并且当N的值被选为N=T.fs/C,其中C为在约5.0至约12.0范围内的预定义常数时,在每周期以20至100个样本、例如每周期至少30个或40个样本采样时,此类EMA函数作为具有基本上恒定相移的低通滤波器来工作。
[0139] 由于每个单独的EMA函数的相移是恒定的,因此至少两个EMA的串联连接的总相移也是恒定的。这在EMA1、EMA2等都使用N的相同值(例如N=T.fs/(2π))的情况下为真,但在一些或全部EMA使用N的不同值(例如EMA1的值N被设置为T.fs/(2π)并且EMA2的值N被设置为T.fs/(3π),从而导致总相移为约75°)的情况下也为真。然而,为了减少计算数量,优选的是EMA使用N的相同值.
[0140] 由于车辆通常并不以恒定速度行驶,因此通过相应地调节N的一个或多个值来定期重新计算T的值,例如每360°车轮旋转重新计算一次或两次。
[0141] 如果所有EMA使用N的相同值(这并非绝对必需,但在一些实施方案中是优选的),则可以理解,加权因子(1/N)和(N-1)/N也需要每360°车轮旋转只重新计算一次。
[0142] 此外,非常有利的是,与通常具有至少40个样本的窗口尺寸因此需要至少40个值的存储器尺寸的传统(简单)移动平均函数(在本文中被称为"SMA")相比,每个EMA滤波器只需要非常小的存储器,因为只有非常少量的数值需要被存储和更新。
[0143] 最后但同样重要的是,据发现每个EMA充分地过滤噪声。
[0144] 到目前为止,只描述了EMA块。下面将解释这些值可如何用于确定车轮位于预定义角位置(在给定容差裕量内)的时刻。这是判定电路301的功能,将首先针对具有六个串联连接的EMA的图3的具体示例解释该功能,其中每个EMA使用N的相同值N=T.fs/(2π),每个EMA导致约45°的恒定相移。因此,EMA1的输出端的样本相对于原始数据为45°相移,EMA2的输出端的样本相对于EMA1的输出端为45°相移,并且相对于原始数据为2x45°=90°相移,以此类推。这在图4中示出。
[0145] DC分量:
[0146] 在解释图4之前,需要指出,图1的加速度数据被测量为离心或向心加速度数据。该数据包含DC分量(在图1的示例中等于约46.5)和+/-1g纹波信号,从DC分量中可提取车轮的角速度。此类加速度数据Xi可被直接输入至EMA。
[0147] 然而优选地,在进入EMA1之前,从加速度数据中减去DC值。DC值可例如被计算为EMA1或EMA2或任何其他EMA的输出端的两个最新极限值(即上一个局部最大值和上一个局部最小值)之间的平均值。据发现,这个DC值在连续周期之间并不明显改变,并且该平均值的准确确定并非关键。
[0148] 代替利用来自离心加速度传感器的DC+/-1g纹波信号,也可使用来自切向加速度传感器(如果可用的话)的+/-1g纹波信号。在本发明的优选实施方案中,可测量离心加速度和切向加速度两者。离心加速度可用于提取车轮角速度(以本领域已知的方式),而切向加速度可用于提取不具有取决于速度的DC分量的+/-1纹波信号。
[0149] 据发现,公式[1]和[2]在所有三种情况下成立:
[0150] i)对于离心力,其中非零平均值(或DC值)不被减去,但该算法通常收敛得稍慢;
[0151] ii)对于离心力,其中在进入EMA1之前减去非零平均值(或DC值),
[0152] iii)对于切向力,其提供与ii)相同的结果,但不需要确定局部最大值和局部最小值、和平均值的计算、以及从样本值减去该平均值。后一实施方案需要较少处理时间和较少处理功率,因此更加高功效。
[0153] 图4示出图2的(噪声)加速度数据以及在利用特定加权因子N=T.fs/(2π)时图3的六个EMA滤波器提供的数据系列,其中T是车轮一个完整周期(即360°旋转)的时间,fs是采样频率,并且(T.fs)是一个360°旋转期间的样本数量。
[0154] 如上所述,据发现,对于N的该特定值以及每周期足够高数量的样本(例如至少20或至少30或至少40),EMA1输出相对于(理想的无噪声)原始数据为45°相移,EMA2相对于原始数据为2x45°=90°相移等,并且EMA6相对于原始数据为6x45°=270°相移。
[0155] 因此,原始数据的局部最大值与EMA2的零交叉基本上重合,并且EMA2的局部最大值与原始数据的零交叉基本上重合,并且EMA2的零交叉与原始数据的本地最小值基本上重合。
[0156] 而且,因此EMA2与EMA6的交叉与原始数据的局部最大值和局部最小值基本上重合。
[0157] 发明人想到利用这些观察来确定待传输数据分组的时刻。具体地,以下时刻中的任一者可用作传输时刻(参见表1):
[0158]
[0159] 表1
[0160] 可使用这些标准中的任何一者,但是当然,为了始终以基本上相同的角度(在某个容限裕量内)传输,不应混合不同标准。(但是还进一步看到,将解释本发明并不限于表1的标准)。
[0161] 虽然原则上可使用这些标准中的任何一者,但技术人员在选择这些标准中的一者时可考虑以下几点:
[0162] -使用EMA1数据与使用EMA2或EMA3数据相比可能提供更多抖动,因为EMA1数据并未大量滤波、EMA2数据被更多地滤波等等(因此EMA1信号可能具有更多噪声),[0163] -EMA6数据的幅值比EMA5数据的幅值小等等(因此EMA6数据可能具有较少有效位),
[0164] -虽然在图5中,EMA2和EMA6的交叉与EMA2的零交叉重合,但是在实践中使用EMA2和EMA6的交叉可能更准确,因为EMA2和EMA6的斜率具有相反的符号,因此交叉时刻对噪声略微较不敏感并因此更准确,但是当然为了能够使用EMA6,也需要计算EMA3、EMA4和EMA5,这需要更多计算。
[0165] 技术人员还可考虑其他因素。
[0166] 选择这些时刻中的任何时刻作为传输时刻的优点在于,不管车轮速度如何(如果T的值并因此N被定期调节,如将进一步所述),并且如果采样频率足够高,如上所述,则它们相对于原始数据具有恒定的相移。
[0167] 显然,每周期取的样本越多,就越可准确地确定传输时刻。或者换句话讲,采样频率fs对传输时刻上的最大偏差(并且因此抖动)具有影响。例如,如果fs=20×正弦波的基本频率,则最大时间误差为360°/20=约18°或+/-9°抖动,但是如果fs=40×正弦波的基本频率,则最大时间误差为360°/40=仅约9°或+/-4.5°。因此,通过将fs的值选得足够大,可接近任何期望的准确度。但是在功率预算和处理时间方面存在限制。出于实际原因,可能期望使用固定的采样频率(例如fs=125Hz),或者从三个预定义的采样频率中所选的一个。
[0168] 在一个实施方案中,EMA2的下降沿与EMA6的上升沿的交叉被用于限定传输时刻。在图5中可以看到,EMA2的下降沿与EMA6交叉的时刻对应于原始数据(但没有噪声)达到局部最大值的时刻,并且EMA2的上升沿与EMA6交叉的时刻对应于原始数据(但没有噪声)达到局部最小值的时刻(但还进一步看到)。
[0169] 图6示出可由传感器设备(诸如图9所示的传感器设备)执行的根据本发明的方法的概要流程图。图9中所示的传感器元件902是压力传感器,但本发明并不受限于此,并且传感器元件可为任何其他类型的传感器,例如温度传感器。方法600包括以下步骤:
[0170] -从加速度传感器获取并数字化601信息,以获取加速度数据;
[0171] -利用串联连接的至少两个EMA滤波器在控制器906、1010中对加速度数据进行数字滤波602以减少噪声,每个EMA滤波器使用公式(参见以上公式[1]和公式[2]),其中N=T.fs/C,T是360°车轮旋转的周期,并且C是从5.0至12.0中的预定义常数,并且fs是采样频率;
[0172] -确定603车轮取向处于预定义范围内的时刻;
[0173] -从传感器元件获取并数字化604传感器信息,以获取传感器数据;
[0174] -在车轮位于预定义角位置(在预定义的容限裕量内)的那些时刻将传感器数据传输605至接收器。
[0175] 图7是根据本发明的实施方案的方法的特定实施方案的更详细示例,其中用于确定传输时刻的标准被选为EMA2的上升沿与EMA6的下降沿(或反之亦然)之间的交叉。甚至可能在EMA2和EMA6的交叉(EMA2的上升沿和下降沿两者)处传输数据分组。这可例如在低速行驶时被使用。
[0176] 大多数步骤是不需加以说明的,将只解释一些步骤。
[0177] *在步骤702中,测试车轮是否正在移动。显然,当汽车驻停不前时,测量和/或传输数据没有意义,因此可节省功率。
[0178] *在步骤703中,周期T以非常粗略的估计值来初始化。这可导致相位的错误计算,但算法随后更精确地重新计算周期T。这在图8中示出,其中粗略的周期估计值T1具有20%误差。
[0179] *步骤701和步骤718意指处理器在两个测量之间进入睡眠模式。
[0180] 具有睡眠模式或低功率模式功能的控制器或处理器例如微控制器在本领域中是公知的,因此不需要在这里更详细地解释。知道在低功率模式中唤醒定时器通常仍然以减小的时钟频率(通常基于RC振荡器频率(在图9或图10中未明确示出))滴答作响就足够了。
[0181] 在图7的特定示例的步骤717中进行传输。如上所述,只要传输针对每个自动定位动作在恒定角车轮位置发生,则传输在哪个位置进行实际上并不重要。
[0182] 图8示出根据本发明的方法的一个方面,尤其是周期T的值可如何(以本领域中本身已知的方式)例如基于离心力被初始化为值T1,,但更重要的是,周期T的值如何被更新。在所示示例中,T的值从EMA2的上升沿与EMA6交叉开始就被视为恒定的,直到EMA2的下一上升沿与EMA6交叉。T的值可例如通过利用定时器1017(参见图10)捕获这些事件的时间戳并减去这些时间戳来确定。
[0183] 图9示出根据本发明的一个实施方案的传感器设备的概要框图。虽然硬件块初看之下可能好像与现有技术设备相同,但是控制器906被适配用于利用串联连接的至少两个EMA(如图3所示)来执行根据本发明的方法,例如图6或图7中所示的方法。
[0184] 图10示出作为根据本发明的传感器设备1000的特定实施方案的示例的更详细硬件框图。
[0185] 传感器设备1000具有压力传感器1002和温度传感器1003两者,但这不是绝对必需的。变体可仅包括压力传感器、或仅包括温度传感器,或者既不包括压力传感器也不包括温度传感器而是包括另一类型的传感器。
[0186] 设备1000具有复用器1004,之后是放大器1005,再之后是单个模数转换器1006,但这并不是绝对必需的,并且不同传感器可具有其自己的放大器和/或模/数转换器。
[0187] 设备1000通常具有微控制器或MCU 1011,其连接至或包含易失性存储器诸如RAM 1012,并且连接至或包含非易失性存储器诸如例如EEPROM或闪存1013,并且任选地其他外围设备1014。
[0188] 设备1000任选地可包括连接到线圈1017的LF接收器1015,例如用于接收待在设备中编程的数据(例如唯一ID),和/或用于接收电功率以便在初始化期间不使电池放电。然而,LF接收器对于本发明工作并非绝对必需。
[0189] RF部件1016连接到RF天线1018以用于传输数据分组。
[0190] 优选地,不仅MCU而且还有其他模块可被设置在低功率模式中。例如,设备1000可包括用于选择性地对个体模块供电诸如例如用于选择性地对RF发射器供电的一个或多个开关。
[0191] 在优选的实施方案中,定时器1007可被适配用于提供频率在在4MHz至12MHz范围内的时钟信号,例如约8MHz的时钟频率。该时钟频率可从RC振荡器、例如从经校准的RC振荡器得到。
[0192] 图11示出可从与图3所示类似但只具有三个EMA:EMA1、EMA2和EMA3的滤波器结构获取的一组曲线。如上所述,EMA1使用与T成比例(例如等于T/C1,其中C1是在5.0至12.0范围内的预定义常数)的N值(标记为N1)。同样,EMA2使用与T成比例(例如等于T/C2,其中C2是在5.0至12.0范围内的预定义常数)的N值(标记为N2)。需注意,C1和C2的值可以相同,但这并非绝对必需。最后,EMA3使用与T成比例(例如等于T/C3,其中C3是在5.0至12.0范围内的预定义常数)的N值(标记为N3)。C3可与C1相同,或者可与C2相同,或者可与C1和C2两者都不同。
[0193] 在一个特定实施方案中,EMA1、EMA2和EMA3中的每一者使用C的相同值,即C=10.75,因此N=T.fs/(10.75),其中T是对应于360°车轮旋转的时间周期。据发现,(对于足够高数量样本周期,例如至少40个样本/周期),由这些EMA导致的相移为每个约30°,因此EMA3相对于原始数据偏移约3x30°=90°。因此,(由于叠加噪声而不可用的)原始正弦数据的局部最小值与EMA3的“零交叉”重合,但后者基本上无噪声,因此零交叉可被非常准确地确定。
[0194] 在本发明的一些实施方案中,加速度传感器以预定义采样频率(例如以400Hz)或者以从有限的一组采样频率中所选的采样频率(例如以125Hz或以250Hz或以400Hz,具体取决于车轮的角速度)被采样并被滤波,如图11(b)所示,其中以等于ΔT1的时间间隔周期性地取测量值。
[0195] “零交叉的时刻”可以不同方式来确定。最简单的方式在图11(b)中示出,其中零交叉在这些间隔中的一个间隔处被简单地检测到,在该间隔中,EMA3值已改变符号(在示例中从正变为负)。如果每周期样本数量足够高,例如每周期约40个(但实际数量得自采样频率和实际车轮旋转速度),则这将在传输时刻上导致一定抖动。如果期望如此,则可通过选择每周期更多样本并因此通过选择更高采样频率来减小该抖动。
[0196] 在另选的实施方案中,零交叉的实际时间是通过数据(V37,T37)和(V38,T38)的线性外推来预测,并且特定的定时器中断被用于在该预测时间唤醒处理器以用于传输数据分组。这样,可进一步减小抖动。
[0197] 通过始终在EMA3的零交叉处或之后立即传输数据分组,数据分组始终在车轮位于基本上相同的角位置时被传输。即使周期T的绝对值改变(例如当汽车缓慢加速时)这也成立,因为EMA滤波器考虑了T的该变化(参见上文中的公式[1]和[2],其中N值与T成比例)。此外,EMA3的零交叉的时刻针对输入信号Xi上的抖动是高度稳健的,因为EMA3已经被滤波多次。
[0198] 图11(a)所示(只具有三个EMA)的算法或方法相比于图3(具有六个EMA)的方法的优点在于,其需要较少存储器和较少计算,因此消耗略微较少的功率。
[0199] 虽然在上述示例中建议只在(原始假想无噪声)加速度数据达到局部最大值或局部最小值时进行传输,但这并不是绝对必需的,并且传输实际上可在任何恒定角度(或相移)处执行。因此,表1的条件是好的示例,但也可使用其他条件。
[0200] 考虑原始(假想无噪声)正弦波始终具有+/-1g的相同幅值,这表示实际上任何两个EMA之间的交叉可被用作合适的传输时刻。例如,与图11(a)中所示黑色方块对应的时刻中的任何时刻可被用作传输点时刻,但当然在后续周期中,应使用同一EMA的对应交叉。因此,例如由黑色三角形指示的图11(a)中的EMA2的上升沿与EMA3的交叉也将形成合适的一组传输点。
[0201] 应当理解,当曲线在相交时刻处的斜率更接近90°时,该方法针对输入信号上的噪声将略微更稳健。对此需指出,EMA1与EMA3的相交比EMA2与EMA3的相交略微更好限定。另一方面,EMA2比EMA1更好地滤波,这使得相比于EMA1更偏向于使用EMA1。技术人员可通过进行试验容易地找到良好的折中。
[0202] 但是本发明不限于具有三个EMA的算法或方法或系统(如图11所示),也可能使用例如四个EMA或五个EMA。在四个EMA的情况下,这四个EMA中的每一者可使用N的相同值,但是这并非是绝对必需的,这些EMA中的每一者或一些可使用N的不同值。仅作为一个示例,N1和N2可被选择为等于T.fs/(2π),并且N2可被选择为等于T.fs/8.25,并且N2可被选择为等于T.fs/10.75。这些EMA中的每一者将提供恒定相移,技术人员可容易地找到用于选择合适的传输时刻的标准,例如在EMA2的零交叉处或在EMA3的零交叉处或在EMA4的零交叉处或在EMA2与EMA3的交叉处或在EMA2与EMA4的交叉处或在EMA3与EMA4的交叉处,如上所述。EMA号越高,其幅值越低,但滤波越好。选择EMA与其直接相邻者中的一者的交叉通常不是优选的,因为相交点处的斜率可能非常相似(例如限定小于30°的角度)。所有这些方面在上文中详细解释,技术人员可容易地执行常规试验以选择适当的组合。最后,甚至可能在这些曲线中的一者(例如EMA2)不同于零的预定义DC值交叉,例如在EMA2与值+0.1g交叉或在EMA3与-0.125g交叉等的时刻进行传输。
[0203] 图12(a)至(d)示出示例性的四组曲线,以例示每周期样本数量的影响以及被选为N=T.fs/C(其中C是预定义常数)的N值的影响。在这些示例中,“原始数据”被假定为无噪声正弦曲线,以更好地例示相移以及幅值减小。
[0204] 图12(a)表示针对N=T.fs/(2π)和20个样本/周期的EMA1至EMA4。
[0205] 图12(b)表示针对N=T.fs/(2π)和40个样本/周期的EMA1至EMA4。
[0206] 图12(c)表示针对N=T.fs/(3π)和20个样本/周期的EMA1至EMA4。
[0207] 图12(d)表示针对N=T.fs/(3π)和40个样本/周期的EMA1至EMA4。
[0208] 如可看到的那样,这些情况中的每一者的相移是恒定的(与车轮速度无关)。
[0209] N=T.fs/(2π)的相移接近但略小于45°,因此串联的两个EMA提供约90°的相移,这允许通过检测EMA(x+2)的零交叉来检测在EMA(x)中达到局部最大值或局部最小值的时刻。
[0210] N=T.fs/(3π)的相移接近但略小于30°,因此串联的三个EMA提供约90°的相移,这允许通过检测EMA(x+3)的零交叉来检测在EMA(x)中达到局部最大值或局部最小值的时刻。
[0211] 图12(a)与图12(b)之间的比较示出,非常令人惊奇地是,45°的相移大体上保持相同,而不管每周期样本数量如何。在本发明的一些实施方案中,通过不必每当周期T改变时就调节采样频率来利用这个观察,而是只使用少量的预定义样本频率就足够了。但最重要的是,这表明即使在T逐渐增大或减小时,滤波器也可继续被使用。前一旋转的样本数量在传输时刻结果是40还是仅38并不重要(例如参见图11)。据发现,至少对于其中车轮的角速度由于汽车或卡车等的受限的加速度而不能突然改变的应用,滤波器的相移保持基本上相同。
高效检索全球专利

IPRDB是专利检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,专利查询、专利分析

电话:13651749426

侵权分析

IPRDB的侵权分析产品是IPRDB结合多位一线专利维权律师和专利侵权分析师的智慧,开发出来的一款特色产品,也是市面上唯一一款帮助企业研发人员、科研工作者、专利律师、专利分析师快速定位侵权分析的产品,极大的减少了用户重复工作量,提升工作效率,降低无效或侵权分析的准入门槛。

立即试用