付宏勛， 趙強(qiáng)， 剛憲約， 張宇， 庫(kù)來(lái)運(yùn)

(山東理工大學(xué)交通與車輛工程學(xué)院， 淄博 255049)

輪胎是汽車與路面接觸的唯一部件，其與路面之間相互作用產(chǎn)生的力和力矩對(duì)車輛行駛的安全性等起著至關(guān)重要的作用[1-2]。但作為車輛的被動(dòng)部件，這些有價(jià)值的相互作用信息并不能直接通過(guò)輪胎反饋到整車系統(tǒng)中，特別是各種主動(dòng)安全系統(tǒng)[3-4]。

近年來(lái)，隨著輪胎技術(shù)的進(jìn)步、信息技術(shù)的發(fā)展以及智能技術(shù)的興起，智能輪胎系統(tǒng)開(kāi)始逐漸走進(jìn)人們的視線，中外學(xué)者針對(duì)智能輪胎系統(tǒng)的設(shè)計(jì)與開(kāi)發(fā)做了大量的研究[5-7]。智能輪胎系統(tǒng)的基本工作原理為：根據(jù)需要將不同類型的傳感器嵌入到輪胎內(nèi)部，當(dāng)輪胎與路面接觸時(shí)，產(chǎn)生的相互作用信息會(huì)通過(guò)內(nèi)置的傳感器直接反饋到系統(tǒng)微處理器中，通過(guò)分析處理，系統(tǒng)可對(duì)時(shí)下的輪胎狀態(tài)、輪胎動(dòng)力學(xué)特性以及道路信息做出判斷，如胎壓、溫度、輪胎力、路面附著情況等[8]。作為智能輪胎系統(tǒng)的典型代表，胎壓監(jiān)測(cè)系統(tǒng)已經(jīng)發(fā)展成為一項(xiàng)成熟的技術(shù)，相應(yīng)的算法也越發(fā)智能化，通過(guò)對(duì)輪胎充氣壓力及溫度的監(jiān)測(cè)，極大地提升了汽車駕駛的安全性能并逐漸成為乘用車的標(biāo)準(zhǔn)配置[9-12]。

現(xiàn)對(duì)智能輪胎狀態(tài)信息估算的研究發(fā)展現(xiàn)狀進(jìn)行綜述，對(duì)智能輪胎中采用的傳感器的類型和對(duì)應(yīng)的信息估算方法進(jìn)行歸納，最后對(duì)智能輪胎技術(shù)的未來(lái)發(fā)展趨勢(shì)及可能面臨的挑戰(zhàn)進(jìn)行展望。

1 輪胎力的估算

輪胎力對(duì)于車輛行駛過(guò)程中的動(dòng)力性、操縱穩(wěn)定性、安全性以及舒適性發(fā)揮著重要作用，利用現(xiàn)有的技術(shù)實(shí)現(xiàn)對(duì)輪胎力的準(zhǔn)確監(jiān)測(cè)是研究開(kāi)發(fā)智能輪胎的基礎(chǔ)與重點(diǎn)[13]。目前，相關(guān)研究人員將不同類型的傳感器嵌入到輪胎內(nèi)部以開(kāi)發(fā)不同的智能輪胎系統(tǒng)[14]，基于輪胎在不同工況下的接地特性，對(duì)傳感器采集到的數(shù)據(jù)進(jìn)行參數(shù)辨識(shí)，采用不同的估算算法實(shí)現(xiàn)對(duì)輪胎力的估算[15-16]。根據(jù)不同的測(cè)量原理，主要有加速度、應(yīng)變、光學(xué)等。

1.1 加速度傳感器的應(yīng)用

近年來(lái)，針對(duì)智能輪胎系統(tǒng)的研究開(kāi)發(fā)過(guò)程中，基于微機(jī)電系統(tǒng)的加速度傳感器得到了廣泛的應(yīng)用[17-18]。這種類型的傳感器能夠確保信號(hào)隨時(shí)間的輸出的穩(wěn)定性，并且對(duì)溫度變化不敏感。此外微電子機(jī)械系統(tǒng)(micro electro mechanical system，MEMS)加速度傳感器還具有尺寸小、成本較低、可靠性較高等優(yōu)勢(shì)[19]，相較于其他類型的傳感器，該類型的傳感器更適合用于智能輪胎系統(tǒng)的開(kāi)發(fā)與應(yīng)用。利用加速度傳感器實(shí)現(xiàn)輪胎力估算基本原理為：輪胎轉(zhuǎn)動(dòng)時(shí)，固定在輪胎內(nèi)部不同部位的加速度傳感器會(huì)實(shí)時(shí)采集基于某坐標(biāo)系下的由輪胎變形產(chǎn)生的三軸加速度信號(hào)，對(duì)信號(hào)進(jìn)行分析處理后，可將其變化特征與輪胎自身不同工況下的接地特性建立聯(lián)系，據(jù)此通過(guò)不同的算法實(shí)現(xiàn)對(duì)輪胎力的估算[20-21]。

Cheli等[22]以三軸加速度信號(hào)中的垂向加速度作為特性參數(shù)，辨識(shí)輪胎接地印痕的長(zhǎng)度，據(jù)此實(shí)現(xiàn)對(duì)輪胎垂向載荷的估計(jì)。輪胎接地印痕長(zhǎng)度和寬度與垂直載荷的函數(shù)關(guān)系為

(1)

式(1)中：a為接地印痕半長(zhǎng)，mm；R0為輪胎的自由滾動(dòng)半徑，mm；FZ為垂直載荷，N；CZ為垂直剛度，n/mm；a1和b1為待擬合的系數(shù)；m和n為待擬合的次數(shù)。

梁冠群等[23]通過(guò)有限元方法，對(duì)輪胎進(jìn)行三維建模并對(duì)其進(jìn)行動(dòng)態(tài)特性分析，獲取輪胎內(nèi)襯中心處的徑向加速度信號(hào)，通過(guò)多項(xiàng)式擬合的方式確立了一種智能輪胎載荷算法；在此基礎(chǔ)上，王巖等[24]基于MEMS加速度傳感器搭建了如圖1所示的智能輪胎硬件測(cè)試系統(tǒng)，通過(guò)試驗(yàn)完成數(shù)據(jù)采集并實(shí)現(xiàn)輪胎垂向力預(yù)測(cè)。

利用加速度傳感器的徑向加速度信號(hào)辨識(shí)輪胎的接地印跡長(zhǎng)度以實(shí)現(xiàn)輪胎力估算的方法已經(jīng)得到較為廣泛的應(yīng)用，所呈現(xiàn)的效果也令人滿意[25-26]。

圖1 智能輪胎硬件測(cè)試系統(tǒng)[24]Fig.1 Hardware test system of intelligent tire[24]

除多項(xiàng)式擬合外，神經(jīng)網(wǎng)絡(luò)算法同樣廣泛應(yīng)用于輪胎力的估算過(guò)程中。如趙健等[27]分析了三軸加速度信號(hào)的典型特征后，采用誤差逆向傳播(back propagation，BP)神經(jīng)網(wǎng)絡(luò)算法對(duì)輪胎力進(jìn)行了估算；Xu等[28]基于Rprop(Resilient backpropagation)算法，使用加速度傳感器采集的數(shù)據(jù)和實(shí)測(cè)的輪胎力來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)，實(shí)現(xiàn)了在不同驅(qū)動(dòng)條件下輪胎力的預(yù)測(cè)。

傳感器的數(shù)量及布置方式對(duì)更加全面詳細(xì)地獲取輪胎與路面的接觸信息起著很大的作用，為此，路妍暉[29]搭建了多點(diǎn)加速度測(cè)量的智能輪胎系統(tǒng)，采用傳感器組的方案，在胎冠處橫向布置3個(gè)加速度計(jì)，通過(guò)分析智能輪胎多點(diǎn)加速度信號(hào)在接地印記處的響應(yīng)機(jī)理，提出輪胎接地印記長(zhǎng)度的估算方法并提取出三向加速度信號(hào)特征，使用了神經(jīng)網(wǎng)絡(luò)的算法和線性回歸模型的方法實(shí)現(xiàn)對(duì)輪胎縱向力、側(cè)向力以及垂向力的估算，加速度傳感器組實(shí)物安裝圖如圖2所示。這樣的設(shè)計(jì)方式無(wú)疑使獲得的路面信息更加豐富，與此同時(shí)也增加了整個(gè)系統(tǒng)的復(fù)雜程度及成本。此外，加速度傳感器對(duì)路面噪聲較為敏感，如何處理好獲取的加速度信號(hào)，提取有效的特征信息還有很多的工作要做。

圖2 多點(diǎn)加速度傳感器實(shí)物安裝圖[29]Fig.2 Physical installation diagram of multi-point acceleration sensor[29]

1.2 應(yīng)變傳感器的應(yīng)用

得益于柔性傳感器技術(shù)的不斷發(fā)展，應(yīng)變傳感器同樣被應(yīng)用于智能輪胎系統(tǒng)的開(kāi)發(fā)中。應(yīng)變是在胎面內(nèi)襯靠近接觸點(diǎn)處測(cè)量的，通常在圓周和橫向測(cè)量[30-32]。與加速度測(cè)量原理相類似，當(dāng)輪胎與地面接觸發(fā)生變形時(shí)，固定在輪胎內(nèi)襯上的應(yīng)變傳感器會(huì)對(duì)接觸點(diǎn)處的變形進(jìn)行實(shí)時(shí)反饋，進(jìn)而可以直接將測(cè)得的應(yīng)變信息與現(xiàn)有的輪胎理論模型相結(jié)合，完成對(duì)輪胎狀態(tài)信息的估算[33]。Matsuzaki等[34]基于物理模型，利用輪胎實(shí)測(cè)周向應(yīng)變的對(duì)稱和反對(duì)稱性，將周向應(yīng)變分解為摩擦和垂直應(yīng)變分量，采用有限元法模擬輪胎在不同載荷和制動(dòng)力矩作用下的變形，計(jì)算了傳感器固定點(diǎn)的應(yīng)變分布與載荷的關(guān)系并將估算的荷載和真實(shí)的荷載進(jìn)行比較，驗(yàn)證了該方法的有效性。韓桐[35]根據(jù)輪胎內(nèi)襯層的周向應(yīng)變，基于輪胎的柔性環(huán)模型，開(kāi)發(fā)了智能輪胎垂/縱向力估算算法。垂直載荷作用下輪胎胎面變形及應(yīng)變分布如圖3所示。此外，基于現(xiàn)有的物理模型進(jìn)行智能輪胎系統(tǒng)的開(kāi)發(fā)，可以節(jié)省大量昂貴和耗時(shí)的實(shí)驗(yàn)活動(dòng)，具有較為顯著的優(yōu)勢(shì)[36]。

同時(shí)，也可以根據(jù)應(yīng)變信息獲取當(dāng)下輪胎與路面接觸的真實(shí)變形情況，進(jìn)一步根據(jù)變形實(shí)現(xiàn)輪胎力的估算。Yang等[37]采用應(yīng)變傳感器，實(shí)時(shí)測(cè)量輪胎表面動(dòng)態(tài)應(yīng)變，通過(guò)輪胎穩(wěn)態(tài)直線和轉(zhuǎn)彎等室內(nèi)滾動(dòng)試驗(yàn)，驗(yàn)證了測(cè)量輪胎應(yīng)變歷程以確定輪胎動(dòng)態(tài)應(yīng)變特性的可行性，可據(jù)此對(duì)輪胎接地印跡長(zhǎng)度的辨識(shí)[38-39]，實(shí)現(xiàn)對(duì)輪胎力的估算；Zhao等[40]基于光纖光柵傳感器實(shí)現(xiàn)輪胎周向應(yīng)變的測(cè)量，在此基礎(chǔ)上利用改進(jìn)共軛梁法，實(shí)現(xiàn)了對(duì)輪胎變形的連續(xù)測(cè)量，獲得的信息同樣可以應(yīng)用于智能輪胎系統(tǒng)的開(kāi)發(fā)中，實(shí)現(xiàn)對(duì)輪胎力以及其他狀態(tài)信息的估算。

圖3 垂直載荷作用下輪胎胎面變形及應(yīng)變分布[34]Fig.3 Tire tread deformation and strain distribution under vertical load[34]

1.3 光學(xué)傳感器的應(yīng)用

基于光學(xué)傳感器實(shí)現(xiàn)對(duì)輪胎力的估算的核心在于傳感器對(duì)輪胎滾動(dòng)過(guò)程中與地面接觸變形進(jìn)行實(shí)時(shí)測(cè)量[41-43]，根據(jù)不同工況下的胎面變形情況，實(shí)現(xiàn)輪胎力的估算。

Tuononena等[44]利用二維位置探測(cè)器(PSD)以及發(fā)光二極管(LED)搭建基于光學(xué)傳感器的智能輪胎系統(tǒng)，利用輪胎滾動(dòng)時(shí)LED與PSD相對(duì)位置的變化辨識(shí)輪胎胎面在垂向、縱向和側(cè)向上的位移；據(jù)此實(shí)現(xiàn)對(duì)不同工況下輪胎所受到的垂向力、縱向力以及側(cè)向力的估算，測(cè)量原理如圖4所示。在此基礎(chǔ)上，Tuononena[45]基于激光三角測(cè)量傳感器開(kāi)發(fā)了新一代智能輪胎系統(tǒng)，通過(guò)激光的反射原理實(shí)現(xiàn)了對(duì)輪胎的胎體撓度的直接測(cè)量，簡(jiǎn)化了結(jié)構(gòu)的同時(shí)使測(cè)量的結(jié)果更為準(zhǔn)確。

與采用傳統(tǒng)的光學(xué)傳感器直接測(cè)量輪胎變形不同，Matsuzaki[46]選擇將攝像機(jī)固定到輪輞上，在對(duì)應(yīng)的輪胎內(nèi)表面上粘貼固定橡膠塊，如圖5所示，利用監(jiān)測(cè)對(duì)象的非平面表面，通過(guò)分析處理前后拍攝得到的輪胎內(nèi)表面圖像，獲取橡膠塊在輪胎滾動(dòng)過(guò)程中的變形量，繼而獲得輪胎的變形量；類似地，楊帆[47]在輪胎內(nèi)襯區(qū)域制作標(biāo)記點(diǎn)，將高幀率攝像頭固定到輪輞上，對(duì)輪胎運(yùn)動(dòng)過(guò)程中標(biāo)記點(diǎn)的運(yùn)動(dòng)圖像進(jìn)行采集，使用灰度識(shí)別法對(duì)采集到的視頻進(jìn)行二值化處理，辨識(shí)胎體在不同方向的變形量，繼而可進(jìn)一步通過(guò)參數(shù)辨識(shí)實(shí)現(xiàn)輪胎力的估算。

光學(xué)傳感器雖然能夠很好地獲取想要的輪胎信息，但目前市面上數(shù)據(jù)采集輸出頻率和精度足夠高的光學(xué)傳感器價(jià)格高昂，甚至超出單條輪胎的成本，并且具有較高的功耗，很難滿足智能輪胎系統(tǒng)的開(kāi)發(fā)需求，所以光學(xué)傳感器僅適用于智能輪胎系統(tǒng)的研究分析工作。

圖4 光學(xué)位置傳感器測(cè)量原理圖[44]Fig.4 Measurement principle diagram of optical position sensor[44]

圖5 采用攝像機(jī)的光學(xué)智能輪胎系統(tǒng)[46]Fig.5 Optical intelligent tire system with camera[46]

2 其他狀態(tài)信息的估算及控制應(yīng)用

2.1 路面條件識(shí)別

智能輪胎技術(shù)的應(yīng)用不僅僅局限于實(shí)現(xiàn)對(duì)輪胎自身狀態(tài)的實(shí)時(shí)監(jiān)測(cè)，還可以應(yīng)用到對(duì)道路的識(shí)別過(guò)程中，如為車輛行駛過(guò)程中的智能控制過(guò)程提供路面的摩擦信息[48-50]，以提高行駛的安全性。

針對(duì)路面條件識(shí)別，加速度傳感器同樣得到了廣泛應(yīng)用。Zou等[51]利用三軸加速度計(jì)實(shí)時(shí)采集輪胎縱向、側(cè)向加速度信號(hào)，辨識(shí)了輪胎的接地印跡長(zhǎng)度和側(cè)向撓度，并擬合出側(cè)向撓度模型，然后通過(guò)刷子模型實(shí)現(xiàn)了輪胎與路面之間摩擦系數(shù)的估算。Niskanen等[52]選用3個(gè)加速度計(jì)作為輪胎傳感器，在光滑的混凝土表面以及冰表面上研究了輪胎的純摩擦現(xiàn)象，如圖6所示，發(fā)現(xiàn)結(jié)冰路面上的加速度振動(dòng)水平高于混凝土路面，最終以加速度功率曲線下的面積為指標(biāo)，區(qū)分出不同表面的摩擦等級(jí)。

路妍暉[29]基于多點(diǎn)加速度計(jì)實(shí)現(xiàn)輪胎力估算的同時(shí)，搭建模糊邏輯算法，利用不同路面的縱向加速度功率譜密度在高頻段出現(xiàn)的顯著差異，以縱向加速度信號(hào)頻段3 000～5 000 Hz的功率譜密度均值為輸入，實(shí)現(xiàn)對(duì)不同路面附著條件的分類，不同路面功率譜密度均值如圖7所示。王巖等[53]基于MEMS三軸加速度計(jì)搭建智能輪胎系統(tǒng)，分別在三種不同附著情況的路面上進(jìn)行試驗(yàn)，提取徑向與側(cè)向加速度信號(hào)時(shí)域頻域統(tǒng)計(jì)特征，基于支持向量機(jī)，完成對(duì)輪胎-路面間峰值附著系數(shù)的預(yù)測(cè)分類；Kim等[54]通過(guò)快速的傅里葉變換(FFT)對(duì)加速度數(shù)據(jù)進(jìn)行轉(zhuǎn)換，并通過(guò)人工神經(jīng)網(wǎng)絡(luò)確定了不同路面的頻帶特征。

雖然基于加速度信號(hào)的頻率能夠有效地對(duì)路面情況進(jìn)行簡(jiǎn)單分類，但要想使該技術(shù)應(yīng)用到整車上還有很多的工作需要做。目前的試驗(yàn)是在較低的車速下進(jìn)行的，對(duì)試驗(yàn)數(shù)據(jù)的獲取還具有很大的局限性，接下來(lái)還需充分考慮輪胎的轉(zhuǎn)速對(duì)輪胎加速度特性的影響，分析研究相應(yīng)的估計(jì)參數(shù)在較寬速度范圍下的有效性。

圖6 試驗(yàn)路面條件[52]Fig.6 Test road conditions[52]

圖7 不同路面功率譜密度均值[29]Fig.7 Average power spectral density of different roads[29]

2.2 輪胎滑水監(jiān)測(cè)

當(dāng)輪胎出現(xiàn)滑水情況時(shí)，車身的運(yùn)動(dòng)狀態(tài)會(huì)極不穩(wěn)定，極易出現(xiàn)打滑、跑偏等危險(xiǎn)工況，甚至完全失控，嚴(yán)重影響到行駛的安全性。隨著輪胎技術(shù)的不斷進(jìn)步，相關(guān)研究人員開(kāi)始研究利用智能輪胎來(lái)實(shí)現(xiàn)對(duì)輪胎滑水現(xiàn)象的監(jiān)測(cè)[55]。

Niskanen等[56]利用高速攝像機(jī)和安裝在輪胎內(nèi)襯上的三個(gè)加速度計(jì)，對(duì)輪胎與路面在潮濕條件下的接觸面積進(jìn)行了可視化研究，利用濾波后的縱向加速度信號(hào)特征確定接地印跡長(zhǎng)度并將其與從可見(jiàn)接地區(qū)域(visible contact area，VCA)圖像中獲取的接觸長(zhǎng)度進(jìn)行對(duì)比驗(yàn)證，潮濕條件下輪胎與路面接觸區(qū)域快照如圖8所示；Matilainen[57]也通過(guò)試驗(yàn)驗(yàn)證了利用加速度傳感器在干瀝青路面和濕瀝青路面測(cè)定輪胎接觸長(zhǎng)度的可行性，證明了智能輪胎系統(tǒng)完全能夠?qū)崿F(xiàn)對(duì)輪胎滑水性能的分類。

1、2、3為加速度傳感器編號(hào)及對(duì)應(yīng)的位置；v為速度圖8 潮濕條件下輪胎與路面接觸區(qū)域快照[56]Fig.8 Snapshot of the contact area between the tire and the road surface under wet conditions[56]

2.3 輪胎磨損監(jiān)測(cè)

輪胎磨損是影響車輛行駛安全性的關(guān)鍵[58-59]，對(duì)輪胎磨損情況進(jìn)行實(shí)時(shí)監(jiān)測(cè)同樣成為智能輪胎研究中的熱點(diǎn)。

輪胎磨損會(huì)直接影響到其垂向振動(dòng)頻率，輪胎磨損嚴(yán)重時(shí)，對(duì)應(yīng)的垂向振動(dòng)頻率增大，故利用這一特征能夠很好地實(shí)現(xiàn)對(duì)輪胎磨損程度的實(shí)時(shí)監(jiān)測(cè)。其中神經(jīng)網(wǎng)絡(luò)所呈現(xiàn)出的巨大優(yōu)勢(shì)使其能夠廣泛地應(yīng)用于智能輪胎系統(tǒng)的研究開(kāi)發(fā)過(guò)程中。Zhang等[60]提出了一種基于三軸加速度計(jì)數(shù)據(jù)和應(yīng)變計(jì)數(shù)據(jù)的智能輪胎磨損深度估計(jì)系統(tǒng)，在對(duì)傳感器數(shù)據(jù)進(jìn)行分析的基礎(chǔ)上，從數(shù)據(jù)中提取多種有用的特征，建立BP神經(jīng)網(wǎng)絡(luò)，在MATLAB中訓(xùn)練了磨損深度預(yù)測(cè)模型。Li等[61]基于有限元模態(tài)分析理輪，采用有限元方法模擬分析了輪胎充氣壓力、載荷、輪胎磨損和轉(zhuǎn)速對(duì)輪胎振動(dòng)頻率的影響，提出一種基于神經(jīng)網(wǎng)絡(luò)的輪胎磨損估計(jì)算法，并驗(yàn)證了該方法的可行性。德國(guó)大陸集團(tuán)推出智能輪胎產(chǎn)品[7]，如圖9所示，可通過(guò)緊貼在輪胎內(nèi)胎面上的傳感器檢測(cè)胎紋深度，以實(shí)現(xiàn)對(duì)輪胎磨損程度的監(jiān)測(cè)。

圖9 輪胎磨損監(jiān)測(cè)系統(tǒng)[7] Fig.9 Tire wear monitoring system[7]

2.4 狀態(tài)信息控制應(yīng)用

利用智能輪胎技術(shù)實(shí)現(xiàn)各種狀態(tài)信息估算的最終目的是為了改進(jìn)整車動(dòng)力學(xué)系統(tǒng)的控制策略，使整車控制系統(tǒng)的控制效果進(jìn)一步得到改善[62]，實(shí)現(xiàn)智能控制的同時(shí)，進(jìn)一步提升車輛的主動(dòng)安全性。

Singh等[63]提出一種智能輪胎的摩擦估計(jì)器與基于模型估計(jì)器的綜合方法，實(shí)現(xiàn)了對(duì)輪胎-路面摩擦情況的實(shí)時(shí)估計(jì)，并將其應(yīng)用到防抱死制動(dòng)系統(tǒng)算法中。結(jié)果表明，相較于傳統(tǒng)的算法，該方法的加入能夠有效地縮短車輛的制動(dòng)距離，使防抱死制動(dòng)系統(tǒng)(antilock brake system，ABS)系統(tǒng)性能得到進(jìn)一步提升。Arat等[64]將智能輪胎技術(shù)與基于車輛底盤(pán)附加傳感器參數(shù)估計(jì)方法相結(jié)合，確定輪胎力的最優(yōu)分配方案以達(dá)到改善車輛穩(wěn)定性的目的。與此同時(shí)，基于智能輪胎系統(tǒng)開(kāi)發(fā)了一種自適應(yīng)車身穩(wěn)定控制器，基于滑移角自適應(yīng)控制算法，該控制器可對(duì)轉(zhuǎn)向以及制動(dòng)系統(tǒng)進(jìn)行干預(yù)，保證行駛的穩(wěn)定性及安全性[65]。針對(duì)目前輪胎載荷變化范圍大且變化頻繁的情況，祝曉龍[66]開(kāi)發(fā)智能輪胎系統(tǒng)實(shí)現(xiàn)輪胎力的實(shí)時(shí)監(jiān)測(cè)，并以此為基礎(chǔ)對(duì)車身電子穩(wěn)定系統(tǒng)以及模型預(yù)測(cè)控制(model predictive control，MPC)穩(wěn)定性控制策略進(jìn)行優(yōu)化。楊帆[47]以智能輪胎系統(tǒng)實(shí)時(shí)監(jiān)測(cè)到的縱向力作為反饋輸入，調(diào)節(jié)車身電子穩(wěn)定系統(tǒng)(electronic stability program，ESP)中的制動(dòng)力分配情況，對(duì)大客車橫向穩(wěn)定性控制算法進(jìn)行針對(duì)性的研究，并搭建硬件在環(huán)試驗(yàn)臺(tái)對(duì)制定的控制策略進(jìn)行驗(yàn)證。通過(guò)上述研究不難發(fā)現(xiàn)，利用智能輪胎系統(tǒng)來(lái)提升車輛的主動(dòng)安全性具有較好的應(yīng)用前景，如何進(jìn)一步將智能輪胎切實(shí)應(yīng)用到整車控制系統(tǒng)相關(guān)控制策略的制定上將會(huì)成為研究的重點(diǎn)。

3 結(jié)論與展望

汽車智能化已成為當(dāng)今汽車工業(yè)發(fā)展的趨勢(shì)。輪胎作為汽車與路面接觸的唯一部件，如何將所需的輪胎狀態(tài)信息及時(shí)反饋到整車控制中，對(duì)于進(jìn)一步提升汽車的智能化水平具有至關(guān)重要的作用。目前，相關(guān)研究人員針對(duì)智能輪胎系統(tǒng)的開(kāi)發(fā)已經(jīng)做了大量的分析工作，研究成果較為顯著，但現(xiàn)階段的研究仍處在初級(jí)階段，研發(fā)開(kāi)發(fā)過(guò)程依然面臨著的巨大的挑戰(zhàn)。

第一，利用智能輪胎系統(tǒng)實(shí)現(xiàn)輪胎狀態(tài)信息估算的基礎(chǔ)在于輪胎內(nèi)置的傳感器能夠穩(wěn)定、精準(zhǔn)地采集獲取輪胎運(yùn)行過(guò)程中的數(shù)據(jù)信號(hào)。由于輪胎安裝使用后將長(zhǎng)期處于封閉狀態(tài)，為保證傳感器能夠穩(wěn)定工作，需要傳感器具有足夠長(zhǎng)的續(xù)航時(shí)間。目前，相關(guān)的理論分析工作中主要采用外部有線穿透供電和內(nèi)置鋰電池供電兩種形式進(jìn)行智能輪胎系統(tǒng)實(shí)驗(yàn)研究，但受限于輪胎實(shí)際工作環(huán)境和當(dāng)前電池技術(shù)，這兩種方式都不適用于最終的智能輪胎產(chǎn)品開(kāi)發(fā)及應(yīng)用。因此，后續(xù)分析工作中還需針對(duì)傳感器供電技術(shù)進(jìn)行更深層次的研究。

第二，傳感器采集得到的輪胎數(shù)據(jù)需要通過(guò)無(wú)線傳輸?shù)姆绞綇妮喬?nèi)部傳至系統(tǒng)上位機(jī)。由于輪胎運(yùn)行過(guò)程中長(zhǎng)時(shí)間處于高速旋轉(zhuǎn)狀態(tài)，自身具有較高的振動(dòng)頻率，且行駛環(huán)境復(fù)雜多變，因此，為保證數(shù)據(jù)傳輸?shù)姆€(wěn)定性，確保智能輪胎系統(tǒng)能夠穩(wěn)定工作，需要不斷改進(jìn)數(shù)據(jù)無(wú)線傳輸技術(shù)，提升數(shù)據(jù)傳輸?shù)目垢蓴_能力。

第三，開(kāi)發(fā)智能輪胎系統(tǒng)的最終目的是提升車輛的智能化水平。目前，相關(guān)研究工作主要集中在數(shù)據(jù)的采集及狀態(tài)信息估算兩個(gè)方面，該過(guò)程相對(duì)簡(jiǎn)單，對(duì)于狀態(tài)信息的應(yīng)用研究相對(duì)較少。因此，在后續(xù)的分析工作中，需要進(jìn)一步搭建相關(guān)的智能判斷及控制算法，將智能輪胎獲取的狀態(tài)信息與汽車的主動(dòng)控制系統(tǒng)做進(jìn)一步融合，切實(shí)提升車輛的智能化水平。

隨著傳感器技術(shù)的進(jìn)步以及相關(guān)估算算法的不斷完善，輪胎智能化水平將不斷得到提升，越來(lái)越多的智能輪胎系統(tǒng)將會(huì)被開(kāi)發(fā)出來(lái)。與此同時(shí)智能輪胎與整車控制系統(tǒng)相結(jié)合的技術(shù)也將日益成熟，逐漸成為汽車的重要組成部分，進(jìn)一步提升汽車控制系統(tǒng)的智能性，更進(jìn)一步地促進(jìn)智能汽車的發(fā)展與進(jìn)步。