特許ウォッチ

公開番号2024135699
公報種別公開特許公報(A)
公開日2024-10-04
出願番号2023046510
出願日2023-03-23
発明の名称車両の乗り心地予測装置
出願人住友ゴム工業株式会社
代理人個人,個人
主分類G01M 17/02 20060101AFI20240927BHJP(測定;試験)
要約【課題】タイヤが装着された車両の乗り心地を予測する技術を提供する。
【解決手段】車両の乗り心地予測装置は、導出部を備える。導出部は、タイヤのトレッド部の剛性及びサイド部の剛性の少なくとも一方に関連する剛性データを入力すると、前記タイヤが装着された車両の乗り心地評価を予測する予測データを出力するように機械学習された機械学習モデルに、対象タイヤの前記剛性データを入力し、前記対象タイヤが装着された車両の前記予測データを出力させる。
【選択図】図1
特許請求の範囲【請求項１】
タイヤのトレッド部の剛性及びサイド部の剛性の少なくとも一方に関連する剛性データを入力すると、前記タイヤが装着された車両の乗り心地評価を予測する予測データを出力するように機械学習された機械学習モデルに、対象タイヤの前記剛性データを入力し、前記対象タイヤが装着された車両の前記予測データを出力させる導出部
を備える、
車両の乗り心地予測装置。
続きを表示（約 1,500 文字）【請求項２】
前記剛性データは、前記タイヤの構造設計値を含む、
請求項１に記載の車両の乗り心地予測装置。
【請求項３】
前記タイヤの構造設計値は、トレッド部の材料の硬度、前記トレッド部の厚み、前記トレッド部のキャップ部の厚み及びベース部の厚みの比率、前記トレッド部の補強材の構造及び材料、サイドウォール部の材料の硬度、前記サイドウォール部の厚み、前記サイドウォール部のカーカスの材料及び構造、前記サイドウォール部の補強材の材料、エイペックスの材料の硬度、前記エイペックスの高さ、ならびに前記タイヤを成型する金型のトレッド面に対応する内面の曲率半径、前記内面の幅、及びトレッドパターン剛性の少なくとも１つを含む、
請求項２に記載の車両の乗り心地予測装置。
【請求項４】
前記剛性データは、前記タイヤ単体から計測される単体特性値を含む、
請求項１または２に記載の車両の乗り心地予測装置。
【請求項５】
前記タイヤの単体特性値は、縦剛性、サイドウォール剛性、ブロック剛性、前記タイヤ単体の共振周波数、及び突起反力のうち少なくとも１つを含む、
請求項４に記載の車両の乗り心地予測装置。
【請求項６】
前記機械学習モデルは、前記剛性データに加え、前記タイヤが装着される車両の車両特性値を入力すると、前記予測データを出力するように機械学習される、
請求項１または２に記載の車両の乗り心地予測装置。
【請求項７】
タイヤのトレッド部の剛性及びサイド部の剛性の少なくとも一方に寄与する構造設計値を入力すると、前記タイヤ単体から計測されるデータであって、前記タイヤのトレッド部の剛性及びサイド部の剛性の少なくとも一方に関連する単体特性値を予測する第１予測データを出力するように機械学習された第１機械学習モデルに、対象タイヤの前記構造設計値を入力し、前記対象タイヤの前記第１予測データを出力させる第１導出部
を備える、
車両の乗り心地予測装置。
【請求項８】
前記タイヤの前記第１予測データ及び前記タイヤが装着される車両の車両特性値を入力すると、前記タイヤが装着された前記車両のフロア振動特性及び突起乗り越え特性の少なくとも一方を予測する第２予測データを出力するように機械学習された第２機械学習モデルに、前記対象タイヤの前記第１予測データ及び前記対象タイヤが装着される車両の車両特性値を入力し、前記対象タイヤが装着された前記車両の前記第２予測データを出力させる第２導出部
をさらに備える、
請求項７に記載の車両の乗り心地予測装置。
【請求項９】
前記タイヤが装着された前記車両の前記第２予測データを入力すると、前記タイヤが装着された前記車両の乗り心地評価を予測する第３予測データを出力するように機械学習された第３機械学習モデルに、前記対象タイヤが装着された前記車両の前記第２予測データを入力し、前記対象タイヤが装着された前記車両の前記第３予測データを出力させる第３導出部
をさらに備える、
請求項８に記載の車両の乗り心地予測装置。
【請求項１０】
タイヤのトレッド部の剛性及びサイド部の剛性の少なくとも一方に関連する剛性データを入力すると、前記タイヤが装着された車両の乗り心地評価を予測する予測データを出力するように機械学習された機械学習モデルに、対象タイヤの前記剛性データを入力し、前記対象タイヤが装着された車両の前記予測データを出力させること
を含む、
車両の乗り心地予測方法。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、車両の乗り心地予測装置及び学習済みモデルの生成方法に関する。
続きを表示（約 1,500 文字）【背景技術】
【０００２】
特許文献１は、機械学習モデルを使用して、タイヤの接地面形状を表す画像に基づいて、タイヤ性能値を予測する方法を開示する。特許文献１によれば、予測の対象となるタイヤ性能値は、例えばＣＰ（コーナリングパワー）、ＣＦｍａｘ（最大コーナリングフォース）、ＳＡＴ（セルフアライニングトルク）である。
【先行技術文献】
【特許文献】
【０００３】
特開２０２１－１９５０３８号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
上述の例に限られず、タイヤの性能値（タイヤ単体の台上試験により測定可能な値）は、車両の乗り心地を左右する重要な要因となる。しかし、車両の乗り心地の評価は、基準タイヤを同じ車両に装着した場合の乗り心地と比較した官能評価が主流である。官能評価には、試験時の評価者の体調、試験時の環境（気温等）及び評価者の好み等が反映されるため、官能評価とタイヤの性能値との関係を統計的に解析することは、これまで困難であった。また、タイヤの性能値は、タイヤの構造設計値に依存する値であるが、官能評価とタイヤの構造設計値との関係を統計的に解析することもまた困難であった。特許文献１では、この点は考慮されていない。
【０００５】
発明者は、車両の乗り心地に特に関連する要因として、タイヤのトレッド部の剛性及びトレッド部を除く部分のサイド部の剛性を表す性能値、ならびにこれらの剛性を左右する構造設計値に着目した。そして、鋭意検討の結果、上記剛性に関するデータに基づき、当該タイヤが装着された車両の乗り心地評価を統計的に予測する手法を見出した。
【０００６】
本発明は、タイヤのトレッド部の剛性及びサイド部の剛性の少なくとも一方に関連するデータから、当該タイヤが装着された車両の乗り心地を予測する技術を提供することを目的とする。
【課題を解決するための手段】
【０００７】
第１観点に係る車両の乗り心地予測装置は、導出部を備える。導出部は、タイヤのトレッド部の剛性及びサイド部の剛性の少なくとも一方に関連する剛性データを入力すると、前記タイヤが装着された車両の乗り心地評価を予測する予測データを出力するように機械学習された機械学習モデルに、対象タイヤの前記剛性データを入力し、前記対象タイヤが装着された車両の前記予測データを出力させる。
【０００８】
第２観点に係る車両の乗り心地予測装置は、第１観点に係る車両の乗り心地予測装置であって、前記剛性データは、前記タイヤの構造設計値を含む。
【０００９】
第３観点に係る車両の乗り心地予測装置は、第２観点に係る車両の乗り心地予測装置であって、前記タイヤの構造設計値は、トレッド部の材料の硬度、前記トレッド部の厚み、前記トレッド部のキャップ部の厚み及びベース部の厚みの比率、前記トレッド部の補強材の構造及び材料、サイドウォール部の材料の硬度、前記サイドウォール部の厚み、前記サイドウォール部のカーカスの材料及び構造、前記サイドウォール部の補強材の材料、エイペックスの材料の硬度、前記エイペックスの高さ、ならびに前記タイヤを成型する金型のトレッド面に対応する内面の曲率半径、前記内面の幅、及びトレッドパターン剛性の少なくとも１つを含む。
【００１０】
第４観点に係る車両の乗り心地予測装置は、第１観点から第３観点のいずれかに係る車両の乗り心地予測装置であって、前記剛性データは、前記タイヤ単体から計測される単体特性値を含む。
（【００１１】以降は省略されています）

関連特許