JP3393498B2 - 路面状態検出装置 - Google Patents
路面状態検出装置Info
- Publication number
- JP3393498B2 JP3393498B2 JP29589394A JP29589394A JP3393498B2 JP 3393498 B2 JP3393498 B2 JP 3393498B2 JP 29589394 A JP29589394 A JP 29589394A JP 29589394 A JP29589394 A JP 29589394A JP 3393498 B2 JP3393498 B2 JP 3393498B2
- Authority
- JP
- Japan
- Prior art keywords
- road surface
- road
- surface state
- surface condition
- determined
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Traffic Control Systems (AREA)
Description
【発明の詳細な説明】
【０００１】
【産業上の利用分野】本発明は、車両の走行時のロード
ノイズに基づいて路面状態を検出する路面状態検出装置
に関する。 【０００２】 【従来の技術】従来、ロードノイズに基づいて車両が走
行している路面の状態を検出する路面状態検出装置と称
呼されるものが提案されている。かかる路面状態検出装
置として、本出願人は、特願平５ー３４００５２号にお
いて、車輪から発生されるロードノイズを検出し、その
検出されたロードノイズの各周波数成分レベルのパター
ンからニューラルネットワークを利用して路面状態を判
定する路面状態検出装置を提案した。 【０００３】 【発明が解決しようとする課題】しかしながら、上記従
来の路面状態検出装置では、一定の周期毎にその都度路
面状態を判別しているために、路面状態が不均一な場合
には全体として判定すべき路面状態と異なった路面状態
が判別されることがある。 【０００４】図６は、従来の路面状態検出装置によって
判別された路面状態の一例を示す図であり、車両Ｃが所
々に水たまり１０１，１０２のある乾燥路面１０３を走
行している場合において、路面状態を検出するタイミン
グとその判別結果を示している。ここで、水たまり１０
１，１０２は、アンチロックブレーキシステムやトラク
ションコントロール等の車体制御を行ったり、運転者に
警報して注意を促したりするほどのものではなく、どち
らかといえば全体として乾燥路面として判定した方がよ
い程度のものである。 【０００５】図６に示すように、乾燥路面１０３を走行
中に水たまり１０１，１０２があり、車両が水たまり１
０１，１０２を走行中に、路面状態の検出が行われる
（検出タイミングＤ，Ｇ）と、路面状態はウェット（Ｗ
ＥＴ）と判別されて、この判別結果に応じて、前記車体
制御や警報等がなされる。しかし、車体制御や警報等を
行うほどの水たまりでなく、全体としては乾燥路面と判
定した方が車両の走行安定性のために望ましい場合であ
っても、判別の都度異なる路面状態と判別され、上記車
体制御等が行われる結果、車両の走行安定性等が損なわ
れると云う不具合があった。 【０００６】本発明は、上記問題に鑑みてなされたもの
で、不均一な路面状態であっても総合的に判定すること
が可能であり、車両の走行安定性等を向上することがで
きる路面状態検出装置を提供することを目的とする。 【０００７】 【課題を解決するための手段】上記目的を達成するため
本発明は、車輪から発生されるロードノイズを検出する
ロードノイズ検出手段と、該ロードノイズ検出手段によ
り検出されたロードノイズに基づいて、一定の周期で路
面状態を判別する第１の判別手段と、該第１の判別手段
からの連続する２つ以上の出力に基づいて、現在の路面
状態を判別する第２の判別手段とを有することを特徴と
する。 【０００８】 【作用】本発明の構成に依れば、ロードノイズ検出手段
によりロードノイズが検出されると、第１の判別手段に
より、そのロードノイズに基づいて、一定の周期で路面
状態が判別され、第２の判別手段により、第１の判別手
段からの判別された連続する２つ以上の出力に基づい
て、現在の路面状態が判別される。 【０００９】 【実施例】以下、本発明の実施例を図面に基づいて詳細
に説明する。 【００１０】図１は、本発明に係る路面状態検出装置の
一実施例の概略構成を示すブロック図である。 【００１１】同図中、１は、ロードノイズを検出するロ
ードノイズ検出手段であり、本実施例ではマイクロフォ
ンにより構成されている。ロードノイズ検出手段１の出
力側は、該ロードノイズ検出手段１により検出されたロ
ードノイズを増幅する増幅器２および該増幅器２により
増幅されたロードノイズの周波数を分析するためのフィ
ルタ３を介して、詳細は後述するが、ニューラルネット
ワークを用いることにより路面状態を判定する判定部４
の一入力側に接続され、該判定部４の他の入力側には、
車両の速度を検出する車速検出手段５の出力側が接続さ
れている。判定部４は、これら入力された２つの信号に
応じて路面状態を判定し、その判定結果を、それぞれ警
報装置および運動制御装置（ともに図示せず）に出力す
る。 【００１２】図２は、前記ロードノイズ検出手段１およ
び車速検出手段５の配設位置を説明する図である。 【００１３】同図において、車両Ｃは前置エンジン車で
あるものとし、マイクロフォンであるロードノイズ検出
手段１は、エンジン騒音の影響が少ない左右の後輪のホ
イールハウス内部の少なくとも一方に、石や水が直接当
たらないように配設され、車速検出手段５は、後輪ホイ
ール内の所定位置に左右の少なくとも一方に配設されて
いる。ここで、車速検出手段５は、車輪速度に応じた電
気的なパルス信号を発生する。 【００１４】次に、判定部４が行う判定方法を、図３〜
図５に基づいて説明する。 【００１５】図３は、本実施例において使用されるニュ
ーラルネットワークモデルを示す図である。本実施例で
は、ニューラルネットワークモデルとして、入力層、中
間層、出力層の３層構造を有するものを用い、その学習
アルゴリズムとして、バックプロパゲーション（Back-P
ropagation；以下「ＢＰ」という）学習アルゴリズム
（このＢＰ学習アルゴリズムの詳細については、特願平
５ー３４００５２号の明細書を参照）を採用した。 【００１６】図３に示すように、本実施例では、入力層
の各細胞に入力される情報は、車速と１／３オクターブ
バンド毎に検出された特定周波数の音圧値であり、これ
らの情報は、結合行列により重み付けされ、中間層の各
細胞に入力される。中間層では、例えばシグモイド関数
により各細胞毎にその出力が決定され、入力層から中間
層への処理と同様に、結合行列により重み付けされた出
力が、出力層の各細胞に入力される。さらに、出力層で
は、前記中間層での処理と同様にしてシグモイド関数に
より各細胞毎にその出力が決定される。 【００１７】出力層の各細胞から出力される値は、シグ
モイド関数の値であるために、０〜１の範囲のいずれか
の値になる。即ち、出力層の各細胞は、「確からしさ」
を出力していることになる。この「確からしさ」の大き
さにより、路面状態のタイプＴＹＰＥｎ，ｎ＝１，２，
…が１つ決まる。 【００１８】そして、学習の目標は、第１層（入力層）
にある入力が与えられたときに、第３層（出力層）の出
力を、現在走行中の路面状態、即ち路面状態に応じた所
望のＴＹＰＥｎの確からしさに一致させることである。
具体的には、図４に示すように、車輪からのロードノイ
ズを前記ロードノイズ検出手段１によりデータサンプリ
ングし、そのサンプリングされたデータを周波数分析し
た後に、図３で説明したように車速データとともに入力
層へ入力させる。そして、現在の路面状態と出力層から
の最終出力（確からしさ）による路面のタイプとが一致
するように、前記結合行列の各要素（重み）を決定す
る。 【００１９】以上のようにして学習されたニューラルネ
ットワークを用いて判別部４が行う制御処理を、以下、
図５を参照して説明する。 【００２０】図５は、本実施例の路面状態検出装置によ
って判別された路面状態の判別結果を示す図であり、前
記図６と同様に、車両Ｃが水たまり１１，１２のある乾
燥路面１３を走行している場合に、路面状態を検出する
タイミングおよびその判別結果を示している。 【００２１】車両Ｃが走り出し、判別部４は、タイミン
グＡの時点でニューラルネットワークを用いて路面状態
を判別すると、その判別結果、即ち前述した第３層から
の出力値のうち最大のものを図示しないメモリの所定領
域に確保された現在値領域に記憶するとともに、路面状
態を乾燥路（ＤＲＹ）であると決定する。 【００２２】次に、同様にして、タイミングＢの時点で
路面状態を判別し、前記現在値領域に記憶された値をこ
の領域と別の領域に確保された前回値領域に移動した後
に、その判別結果を現在値領域に記憶し、前回値領域の
内容と現在値領域の内容との平均値を算出して路面状態
を決定する。図５の例では、タイミングＡ，Ｂでのニュ
ーラルネットワークによる判別結果はともに乾燥路であ
るので、その平均も乾燥路であり、結果として乾燥路と
判別される。 【００２３】次に、同様にして、タイミングＣの時点で
路面状態を判別し、前記前回値領域に記憶された値をこ
の領域と別の領域に確保された前々回値領域に移動する
とともに、前記現在値領域に記憶された値を前回値領域
に移動した後に、その判別結果を現在値領域に記憶し、
前々回値領域の内容と前回値領域の内容と現在値領域の
内容の平均値を算出して路面状態を決定する。このと
き、タイミングＡ〜Ｃでのニューラルネットワークによ
る判別結果はすべて乾燥路であるので、その平均も乾燥
路であり、結果として乾燥路と判別される。 【００２４】さらに、同様にして、タイミングＤの時点
で路面状態を判別する。判別後の処理は、前記タイミン
グＣの処理と同様であるので、その説明を省略する。こ
のとき、タイミングＢ，Ｃでのニューラルネットワーク
による判別結果はともに乾燥路であり、タイミングＤで
のニューラルネットワークによる判別結果はウェット路
であるが、これらの平均値による判別結果は乾燥路であ
るために、タイミングＤの時点でも結果として乾燥路と
判別される。 【００２５】以下、タイミングＣ，Ｄでの判別と同様の
判別により、タイミングＥ〜Ｈでの判別結果は乾燥路と
なる。 【００２６】以上説明したように、本実施例では、ニュ
ーラルネットワークによる３回の路面状態の判別結果の
移動平均を取るようにし、路面状態を総合的に判別する
ことができる。 【００２７】なお、本実施例では、移動平均を取るデー
タの個数を３個としたが、これに限らず、２個以上であ
ればどのような値であってもよい。 【００２８】また、最新の判別結果を前回および前々回
の判別結果より重視するようにしてもよい。例えば、本
実施例のように３個のデータの平均を取る場合には、 （現在値領域の値×３＋前回値領域の値×２＋前々回値
領域の値）／６ のように、各領域の値に異なる重み付けを行えばよい。
なお、重み付けの値や方法はこれに限らないことは云う
までもない。 【００２９】なお、本実施例では、路面状態の判別にニ
ューラルネットワークを用いたが、これに限らず他の路
面状態の判別手法を用いてもよい。 【００３０】 【発明の効果】以上説明したように、本発明に依れば、
ロードノイズ検出手段によりロードノイズが検出される
と、第１の判別手段により、そのロードノイズに基づい
て、一定の周期で路面状態が判別され、第２の判別手段
により、第１の判別手段からの判別された連続する２つ
以上の出力に基づいて、現在の路面状態が判別されるの
で、不均一な路面状態であっても総合的に判定すること
が可能であり、車両の走行安定性等を向上することがで
きる効果を奏する。
ノイズに基づいて路面状態を検出する路面状態検出装置
に関する。 【０００２】 【従来の技術】従来、ロードノイズに基づいて車両が走
行している路面の状態を検出する路面状態検出装置と称
呼されるものが提案されている。かかる路面状態検出装
置として、本出願人は、特願平５ー３４００５２号にお
いて、車輪から発生されるロードノイズを検出し、その
検出されたロードノイズの各周波数成分レベルのパター
ンからニューラルネットワークを利用して路面状態を判
定する路面状態検出装置を提案した。 【０００３】 【発明が解決しようとする課題】しかしながら、上記従
来の路面状態検出装置では、一定の周期毎にその都度路
面状態を判別しているために、路面状態が不均一な場合
には全体として判定すべき路面状態と異なった路面状態
が判別されることがある。 【０００４】図６は、従来の路面状態検出装置によって
判別された路面状態の一例を示す図であり、車両Ｃが所
々に水たまり１０１，１０２のある乾燥路面１０３を走
行している場合において、路面状態を検出するタイミン
グとその判別結果を示している。ここで、水たまり１０
１，１０２は、アンチロックブレーキシステムやトラク
ションコントロール等の車体制御を行ったり、運転者に
警報して注意を促したりするほどのものではなく、どち
らかといえば全体として乾燥路面として判定した方がよ
い程度のものである。 【０００５】図６に示すように、乾燥路面１０３を走行
中に水たまり１０１，１０２があり、車両が水たまり１
０１，１０２を走行中に、路面状態の検出が行われる
（検出タイミングＤ，Ｇ）と、路面状態はウェット（Ｗ
ＥＴ）と判別されて、この判別結果に応じて、前記車体
制御や警報等がなされる。しかし、車体制御や警報等を
行うほどの水たまりでなく、全体としては乾燥路面と判
定した方が車両の走行安定性のために望ましい場合であ
っても、判別の都度異なる路面状態と判別され、上記車
体制御等が行われる結果、車両の走行安定性等が損なわ
れると云う不具合があった。 【０００６】本発明は、上記問題に鑑みてなされたもの
で、不均一な路面状態であっても総合的に判定すること
が可能であり、車両の走行安定性等を向上することがで
きる路面状態検出装置を提供することを目的とする。 【０００７】 【課題を解決するための手段】上記目的を達成するため
本発明は、車輪から発生されるロードノイズを検出する
ロードノイズ検出手段と、該ロードノイズ検出手段によ
り検出されたロードノイズに基づいて、一定の周期で路
面状態を判別する第１の判別手段と、該第１の判別手段
からの連続する２つ以上の出力に基づいて、現在の路面
状態を判別する第２の判別手段とを有することを特徴と
する。 【０００８】 【作用】本発明の構成に依れば、ロードノイズ検出手段
によりロードノイズが検出されると、第１の判別手段に
より、そのロードノイズに基づいて、一定の周期で路面
状態が判別され、第２の判別手段により、第１の判別手
段からの判別された連続する２つ以上の出力に基づい
て、現在の路面状態が判別される。 【０００９】 【実施例】以下、本発明の実施例を図面に基づいて詳細
に説明する。 【００１０】図１は、本発明に係る路面状態検出装置の
一実施例の概略構成を示すブロック図である。 【００１１】同図中、１は、ロードノイズを検出するロ
ードノイズ検出手段であり、本実施例ではマイクロフォ
ンにより構成されている。ロードノイズ検出手段１の出
力側は、該ロードノイズ検出手段１により検出されたロ
ードノイズを増幅する増幅器２および該増幅器２により
増幅されたロードノイズの周波数を分析するためのフィ
ルタ３を介して、詳細は後述するが、ニューラルネット
ワークを用いることにより路面状態を判定する判定部４
の一入力側に接続され、該判定部４の他の入力側には、
車両の速度を検出する車速検出手段５の出力側が接続さ
れている。判定部４は、これら入力された２つの信号に
応じて路面状態を判定し、その判定結果を、それぞれ警
報装置および運動制御装置（ともに図示せず）に出力す
る。 【００１２】図２は、前記ロードノイズ検出手段１およ
び車速検出手段５の配設位置を説明する図である。 【００１３】同図において、車両Ｃは前置エンジン車で
あるものとし、マイクロフォンであるロードノイズ検出
手段１は、エンジン騒音の影響が少ない左右の後輪のホ
イールハウス内部の少なくとも一方に、石や水が直接当
たらないように配設され、車速検出手段５は、後輪ホイ
ール内の所定位置に左右の少なくとも一方に配設されて
いる。ここで、車速検出手段５は、車輪速度に応じた電
気的なパルス信号を発生する。 【００１４】次に、判定部４が行う判定方法を、図３〜
図５に基づいて説明する。 【００１５】図３は、本実施例において使用されるニュ
ーラルネットワークモデルを示す図である。本実施例で
は、ニューラルネットワークモデルとして、入力層、中
間層、出力層の３層構造を有するものを用い、その学習
アルゴリズムとして、バックプロパゲーション（Back-P
ropagation；以下「ＢＰ」という）学習アルゴリズム
（このＢＰ学習アルゴリズムの詳細については、特願平
５ー３４００５２号の明細書を参照）を採用した。 【００１６】図３に示すように、本実施例では、入力層
の各細胞に入力される情報は、車速と１／３オクターブ
バンド毎に検出された特定周波数の音圧値であり、これ
らの情報は、結合行列により重み付けされ、中間層の各
細胞に入力される。中間層では、例えばシグモイド関数
により各細胞毎にその出力が決定され、入力層から中間
層への処理と同様に、結合行列により重み付けされた出
力が、出力層の各細胞に入力される。さらに、出力層で
は、前記中間層での処理と同様にしてシグモイド関数に
より各細胞毎にその出力が決定される。 【００１７】出力層の各細胞から出力される値は、シグ
モイド関数の値であるために、０〜１の範囲のいずれか
の値になる。即ち、出力層の各細胞は、「確からしさ」
を出力していることになる。この「確からしさ」の大き
さにより、路面状態のタイプＴＹＰＥｎ，ｎ＝１，２，
…が１つ決まる。 【００１８】そして、学習の目標は、第１層（入力層）
にある入力が与えられたときに、第３層（出力層）の出
力を、現在走行中の路面状態、即ち路面状態に応じた所
望のＴＹＰＥｎの確からしさに一致させることである。
具体的には、図４に示すように、車輪からのロードノイ
ズを前記ロードノイズ検出手段１によりデータサンプリ
ングし、そのサンプリングされたデータを周波数分析し
た後に、図３で説明したように車速データとともに入力
層へ入力させる。そして、現在の路面状態と出力層から
の最終出力（確からしさ）による路面のタイプとが一致
するように、前記結合行列の各要素（重み）を決定す
る。 【００１９】以上のようにして学習されたニューラルネ
ットワークを用いて判別部４が行う制御処理を、以下、
図５を参照して説明する。 【００２０】図５は、本実施例の路面状態検出装置によ
って判別された路面状態の判別結果を示す図であり、前
記図６と同様に、車両Ｃが水たまり１１，１２のある乾
燥路面１３を走行している場合に、路面状態を検出する
タイミングおよびその判別結果を示している。 【００２１】車両Ｃが走り出し、判別部４は、タイミン
グＡの時点でニューラルネットワークを用いて路面状態
を判別すると、その判別結果、即ち前述した第３層から
の出力値のうち最大のものを図示しないメモリの所定領
域に確保された現在値領域に記憶するとともに、路面状
態を乾燥路（ＤＲＹ）であると決定する。 【００２２】次に、同様にして、タイミングＢの時点で
路面状態を判別し、前記現在値領域に記憶された値をこ
の領域と別の領域に確保された前回値領域に移動した後
に、その判別結果を現在値領域に記憶し、前回値領域の
内容と現在値領域の内容との平均値を算出して路面状態
を決定する。図５の例では、タイミングＡ，Ｂでのニュ
ーラルネットワークによる判別結果はともに乾燥路であ
るので、その平均も乾燥路であり、結果として乾燥路と
判別される。 【００２３】次に、同様にして、タイミングＣの時点で
路面状態を判別し、前記前回値領域に記憶された値をこ
の領域と別の領域に確保された前々回値領域に移動する
とともに、前記現在値領域に記憶された値を前回値領域
に移動した後に、その判別結果を現在値領域に記憶し、
前々回値領域の内容と前回値領域の内容と現在値領域の
内容の平均値を算出して路面状態を決定する。このと
き、タイミングＡ〜Ｃでのニューラルネットワークによ
る判別結果はすべて乾燥路であるので、その平均も乾燥
路であり、結果として乾燥路と判別される。 【００２４】さらに、同様にして、タイミングＤの時点
で路面状態を判別する。判別後の処理は、前記タイミン
グＣの処理と同様であるので、その説明を省略する。こ
のとき、タイミングＢ，Ｃでのニューラルネットワーク
による判別結果はともに乾燥路であり、タイミングＤで
のニューラルネットワークによる判別結果はウェット路
であるが、これらの平均値による判別結果は乾燥路であ
るために、タイミングＤの時点でも結果として乾燥路と
判別される。 【００２５】以下、タイミングＣ，Ｄでの判別と同様の
判別により、タイミングＥ〜Ｈでの判別結果は乾燥路と
なる。 【００２６】以上説明したように、本実施例では、ニュ
ーラルネットワークによる３回の路面状態の判別結果の
移動平均を取るようにし、路面状態を総合的に判別する
ことができる。 【００２７】なお、本実施例では、移動平均を取るデー
タの個数を３個としたが、これに限らず、２個以上であ
ればどのような値であってもよい。 【００２８】また、最新の判別結果を前回および前々回
の判別結果より重視するようにしてもよい。例えば、本
実施例のように３個のデータの平均を取る場合には、 （現在値領域の値×３＋前回値領域の値×２＋前々回値
領域の値）／６ のように、各領域の値に異なる重み付けを行えばよい。
なお、重み付けの値や方法はこれに限らないことは云う
までもない。 【００２９】なお、本実施例では、路面状態の判別にニ
ューラルネットワークを用いたが、これに限らず他の路
面状態の判別手法を用いてもよい。 【００３０】 【発明の効果】以上説明したように、本発明に依れば、
ロードノイズ検出手段によりロードノイズが検出される
と、第１の判別手段により、そのロードノイズに基づい
て、一定の周期で路面状態が判別され、第２の判別手段
により、第１の判別手段からの判別された連続する２つ
以上の出力に基づいて、現在の路面状態が判別されるの
で、不均一な路面状態であっても総合的に判定すること
が可能であり、車両の走行安定性等を向上することがで
きる効果を奏する。
【図面の簡単な説明】
【図１】本発明に係る路面状態検出装置の一実施例の概
略構成を示すブロック図である。 【図２】図１のロードノイズ検出手段および車速検出手
段の配設位置を説明する図である。 【図３】本実施例において使用されるニューラルネット
ワークモデルを示す図である。 【図４】図３のネットワークに学習させる方法を説明す
るための図である。 【図５】本実施例の路面状態検出装置によって判別され
た路面状態の判別結果を示す図である。 【図６】従来の路面状態検出装置によって判別された路
面状態の一例を示す図である。 【符号の説明】 １ ロードノイズ検出手段 ４ 判定部（第１の判別手段、第２の判別手段）
略構成を示すブロック図である。 【図２】図１のロードノイズ検出手段および車速検出手
段の配設位置を説明する図である。 【図３】本実施例において使用されるニューラルネット
ワークモデルを示す図である。 【図４】図３のネットワークに学習させる方法を説明す
るための図である。 【図５】本実施例の路面状態検出装置によって判別され
た路面状態の判別結果を示す図である。 【図６】従来の路面状態検出装置によって判別された路
面状態の一例を示す図である。 【符号の説明】 １ ロードノイズ検出手段 ４ 判定部（第１の判別手段、第２の判別手段）
─────────────────────────────────────────────────────
フロントページの続き
(72)発明者 板垣 温
埼玉県和光市中央１丁目４番１号 株式
会社本田技術研究所内
(72)発明者 窪谷 英樹
埼玉県和光市中央１丁目４番１号 株式
会社本田技術研究所内
(56)参考文献 特開 平６−138018（ＪＰ，Ａ)
特開 平３−273967（ＪＰ，Ａ)
特開 平６−50878（ＪＰ，Ａ)
実開 平２−75562（ＪＰ，Ｕ)
塩塚稔也（外４名），路面分類と車両
の適応振動制御へのニューラルネットワ
ークの応用，「運動と振動の制御」シン
ポジウム講演論文集，日本，社団法人
日本機械学会，1991年９月２日，Ｎｏ.
910−52，73−78
大羽勝弘（外３名），Ｆｕｚｚｙ Ｌ
ｏｇｉｃを用いた路面推定，自動車技術
会学術講演会前刷集，日本，社団法人
自動車技術会，1988年５月24日，Ｎｏ.
881，109−112
吉田和夫（外３名），カルマンフィル
タによる路面と車両の状態推定，日本機
械学会論文集Ｃ編，日本，社団法人 日
本機械学会，1989年７月25日，第55巻
第515号，1672−1679
(58)調査した分野(Int.Cl.7，ＤＢ名)
G08G 1/00 - 1/16
B60R 16/02
B60T 7/12 - 8/00
B60T 8/32 - 8/96
G01N 17/00 - 19/10
ＪＩＣＳＴファイル（ＪＯＩＳ)
Claims (1)
- (57)【特許請求の範囲】 【請求項１】 車輪から発生されるロードノイズを検出
するロードノイズ検出手段と、 該ロードノイズ検出手段により検出されたロードノイズ
に基づいて、一定の周期で路面状態を判別する第１の判
別手段と、 該第１の判別手段からの連続する２つ以上の出力に基づ
いて、現在の路面状態を判別する第２の判別手段とを有
することを特徴とする路面状態検出装置。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP29589394A JP3393498B2 (ja) | 1994-11-04 | 1994-11-04 | 路面状態検出装置 |
| US08/353,979 US5586028A (en) | 1993-12-07 | 1994-12-06 | Road surface condition-detecting system and anti-lock brake system employing same |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP29589394A JP3393498B2 (ja) | 1994-11-04 | 1994-11-04 | 路面状態検出装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH08138188A JPH08138188A (ja) | 1996-05-31 |
| JP3393498B2 true JP3393498B2 (ja) | 2003-04-07 |
Family
ID=17826530
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP29589394A Expired - Fee Related JP3393498B2 (ja) | 1993-12-07 | 1994-11-04 | 路面状態検出装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3393498B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2534884B (en) | 2015-02-03 | 2019-04-17 | Jaguar Land Rover Ltd | A system for use in a vehicle |
-
1994
- 1994-11-04 JP JP29589394A patent/JP3393498B2/ja not_active Expired - Fee Related
Non-Patent Citations (3)
| Title |
|---|
| 吉田和夫（外３名），カルマンフィルタによる路面と車両の状態推定，日本機械学会論文集Ｃ編，日本，社団法人 日本機械学会，１９８９年７月２５日，第５５巻 第５１５号，１６７２−１６７９ |
| 塩塚稔也（外４名），路面分類と車両の適応振動制御へのニューラルネットワークの応用，「運動と振動の制御」シンポジウム講演論文集，日本，社団法人 日本機械学会，１９９１年９月２日，Ｎｏ．９１０−５２，７３−７８ |
| 大羽勝弘（外３名），Ｆｕｚｚｙ Ｌｏｇｉｃを用いた路面推定，自動車技術会学術講演会前刷集，日本，社団法人 自動車技術会，１９８８年５月２４日，Ｎｏ．８８１，１０９−１１２ |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH08138188A (ja) | 1996-05-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4134989B2 (ja) | 車載用音響機器 | |
| JP3339978B2 (ja) | ハイドロプレーニング現象発生速度推定方法およびハイドロプレーニング現象発生領域検知方法 | |
| US20190225147A1 (en) | Detection of hazard sounds | |
| JP3179227B2 (ja) | 車両用警報装置 | |
| US20100253490A1 (en) | Anti-theft system and anti-theft control method | |
| CN119895489A (zh) | 基于神经网络（nn）的主动声学控制（aac）的设备、系统和方法 | |
| JP3393498B2 (ja) | 路面状態検出装置 | |
| JP2023027068A (ja) | 集音放音方法 | |
| JPH06138018A (ja) | 路面状況計測装置 | |
| JP2002236497A (ja) | ノイズリダクションシステム | |
| CN118335050A (zh) | 使用录音文件快速离线建模的方法、系统及主动降噪方法 | |
| US20070274546A1 (en) | Music Contents Reproducing Apparatus | |
| JP3393500B2 (ja) | 路面状態検出装置 | |
| JP2002127854A (ja) | 車載警報装置 | |
| JP3393499B2 (ja) | 路面状態検出装置 | |
| US12012039B2 (en) | Apparatus and method for generating sound of electrification vehicle | |
| US11919446B2 (en) | Apparatus and method for generating sound of electric vehicle | |
| JPH08137509A (ja) | ニューラルネットワークを利用して作成したマップを用いた制御方法 | |
| JPH05325090A (ja) | 音種別車両識別装置 | |
| JP3124315B2 (ja) | 交通事故記録装置 | |
| JP4629922B2 (ja) | 交通事故音検出装置 | |
| JP3156219B2 (ja) | 車内騒音の評価方法 | |
| JP2000163687A (ja) | 事故検出装置および事故検出システム | |
| KR100398248B1 (ko) | 자동차의 후방 차량 접근 경보장치 | |
| CN120126500A (zh) | 一种特征声音识别方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |