特許ウォッチ

公開番号2025115523
公報種別公開特許公報(A)
公開日2025-08-07
出願番号2024010015
出願日2024-01-26
発明の名称推定装置、推定方法及び推定プログラムならびに学習済みの機械学習モデルの生成装置、生成方法及び生成プログラム
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 20060101AFI20250731BHJP(測定;試験)
要約【課題】タイヤに損傷が生じるタイミング等を適切に推定する。
【解決手段】推定装置は、車両の走行中に取得される物理量のデータに基づき、前記車両に装着されたタイヤの損傷に関する推定を行う推定装置であって、前記タイヤの回転に起因して前記車両に発生する振動のデータ、前記タイヤの回転速度または回転加速度のデータ、及び前記車両の走行中に前記タイヤに生じるひずみのデータを少なくとも含む入力データを、1または複数の学習済みの機械学習モデルに入力し、前記1または複数の学習済みの機械学習モデルから出力データを導出する導出部を備える。前記出力データは、前記車両の走行中に前記タイヤに損傷が生じるタイミング、前記物理量のデータの取得時点における前記タイヤの損傷の有無、及び、前記タイヤにおいて損傷が発生する部位の少なくとも1つに対応する。
【選択図】図1
特許請求の範囲【請求項１】
車両の走行中に取得される物理量のデータに基づき、前記車両に装着されたタイヤの損傷に関する推定を行う推定装置であって、
前記タイヤの回転に起因して前記車両に発生する振動のデータ、前記タイヤの回転速度または回転加速度のデータ、及び前記車両の走行中に前記タイヤに生じるひずみのデータを少なくとも含む入力データを、１または複数の学習済みの機械学習モデルに入力し、前記１または複数の学習済みの機械学習モデルから出力データを導出する導出部
を備え、
前記出力データは、前記車両の走行中に前記タイヤに損傷が生じるタイミング、前記物理量のデータの取得時点における前記タイヤの損傷の有無、及び、前記タイヤにおいて損傷が発生する部位の少なくとも１つに対応する、
推定装置。
続きを表示（約 2,600 文字）【請求項２】
前記入力データは、前記タイヤの回転に起因して発生する音のデータ、前記タイヤが受ける外力のデータ、前記タイヤの温度のデータ、及び前記タイヤの空気圧のデータのうち少なくとも１つをさらに含む、
請求項１に記載の推定装置。
【請求項３】
前記導出部は、前記入力データを、複数の学習済みの機械学習モデルに入力し、
前記複数の学習済みの機械学習モデルの各々は、前記タイヤの複数の部位の各々に関連付けられており、
前記複数の学習済みの機械学習モデルの各々から導出される前記出力データは、前記物理量のデータ取得の時点における前記複数の部位の各々の損傷の有無に対応する、
請求項１または２に記載の推定装置。
【請求項４】
前記車両の走行中に前記タイヤに損傷が生じるタイミング、前記物理量のデータの取得時点における前記タイヤの損傷の有無、及び、前記タイヤにおいて損傷が発生する部位の少なくとも１つを報知するための通知を生成する通知生成部
をさらに備える、
請求項１または２に記載の推定装置。
【請求項５】
１または複数のコンピュータにより実行される、車両の走行中に取得される物理量のデータに基づき、前記車両に装着されたタイヤの損傷に関する推定を行う推定方法であって、
前記タイヤの回転に起因して前記車両に発生する振動のデータ、前記タイヤの回転速度または回転加速度のデータ、及び前記車両の走行中に前記タイヤに生じるひずみのデータを少なくとも含む入力データを、１または複数の学習済みの機械学習モデルに入力し、前記１または複数の学習済みの機械学習モデルから出力データを導出すること
を含み、
前記出力データは、前記車両の走行中に前記タイヤに損傷が生じるタイミング、前記物理量のデータの取得時点における前記タイヤの損傷の有無、及び、前記タイヤにおいて損傷が発生する部位の少なくとも１つに対応する、
推定方法。
【請求項６】
車両の走行中に取得される物理量のデータに基づき、前記車両に装着されたタイヤの損傷に関する推定を行う推定プログラムであって、１または複数のコンピュータに、
前記タイヤの回転に起因して前記車両に発生する振動のデータ、前記タイヤの回転速度または回転加速度のデータ、及び前記車両の走行中に前記タイヤに生じるひずみのデータを少なくとも含む入力データを、１または複数の学習済みの機械学習モデルに入力し、前記１または複数の学習済みの機械学習モデルから出力データを導出すること
を実行させ、
前記出力データは、前記車両の走行中に前記タイヤに損傷が生じるタイミング、前記物理量のデータの取得時点における前記タイヤの損傷の有無、及び、前記タイヤにおいて損傷が発生する部位の少なくとも１つに対応する、
推定プログラム。
【請求項７】
車両の走行中に取得される物理量のデータであって、前記車両に装着されたタイヤの回転に起因して前記車両に発生する振動のデータ、前記タイヤの回転速度または回転加速度のデータ、及び前記車両の走行中に前記タイヤに生じるひずみのデータを少なくとも含む第１データと、前記第１データに予め組み合わせられている第２データとを複数含む学習用データセットを取得する取得部と、
前記第１データを機械学習モデルに入力し、前記機械学習モデルからの出力データを導出するとともに、前記出力データと、前記第２データとの誤差が小さくなるように前記機械学習モデルを定義するパラメータを調整する学習部と
を備え、
前記第２データは、前記車両の走行中に前記タイヤに損傷が生じたタイミング、前記物理量のデータの取得時点における前記タイヤの損傷の有無、及び、前記タイヤにおいて損傷が発生した部位の少なくとも１つを含む、
学習済みの機械学習モデルの生成装置。
【請求項８】
１または複数のコンピュータにより実行される、学習済みの機械学習モデルの生成方法であって、
車両の走行中に取得される物理量のデータであって、前記車両に装着されたタイヤの回転に起因して前記車両に発生する振動のデータ、前記タイヤの回転速度または回転加速度のデータ、及び前記車両の走行中に前記タイヤに生じるひずみのデータを少なくとも含む第１データと、前記第１データに予め組み合わせられている第２データとを複数含む学習用データセットを取得することと、
前記第１データを機械学習モデルに入力し、前記機械学習モデルからの出力データを導出することと、
前記出力データと、前記第２データとの誤差が小さくなるように前記機械学習モデルを定義するパラメータを調整することと
を含み、
前記第２データは、前記車両の走行中に前記タイヤに損傷が生じたタイミング、前記物理量のデータの取得時点における前記タイヤの損傷の有無、及び、前記タイヤにおいて損傷が発生した部位の少なくとも１つを含む、
学習済みの機械学習モデルの生成方法。
【請求項９】
学習済みの機械学習モデルの生成プログラムであって、１または複数のコンピュータに、
車両の走行中に取得される物理量のデータであって、前記車両に装着されたタイヤの回転に起因して前記車両に発生する振動のデータ、前記タイヤの回転速度または回転加速度のデータ、及び前記車両の走行中に前記タイヤに生じるひずみのデータを少なくとも含む第１データと、前記第１データに予め組み合わせられている第２データとを複数含む学習用データセットを取得することと、
前記第１データを機械学習モデルに入力し、前記機械学習モデルからの出力データを導出することと、
前記出力データと、前記第２データとの誤差が小さくなるように前記機械学習モデルを定義するパラメータを調整することと
を実行させ、
前記第２データは、前記車両の走行中に前記タイヤに損傷が生じたタイミング、前記物理量のデータの取得時点における前記タイヤの損傷の有無、及び、前記タイヤにおいて損傷が発生した部位の少なくとも１つを含む、学習済みの機械学習モデルの生成プログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、タイヤに損傷が発生するタイミング等を推定する推定装置、推定方法及び推定プログラム、ならびに学習済みの機械学習モデルの生成装置、生成方法及び生成プログラムに関する。
続きを表示（約 2,100 文字）【背景技術】
【０００２】
特許文献１は、タイヤのバーストが発生する前に、タイヤの構成部材の故障の発生を検知する技術を開示する。特許文献１に開示される技術は、タイヤが路面上を転動する際の騒音を、タイヤの転動速度をステップ状に変化させて測定する測定工程と、以前の測定工程によって得られた測定結果を基準として測定結果の変化量または変化率を算出する算出工程と、変化量または変化率を予め定められた閾値と比較し、この変化量または変化率が閾値を越える場合、タイヤの構成部材に故障が発生したものと判別する判別工程とを有する。なお、特許文献１によれば、騒音の代わりにタイヤの取付ハブの軸力を測定し、測定された軸力に基づいてタイヤの故障発生を検知することもできる。
【先行技術文献】
【特許文献】
【０００３】
特許第４２５９９３１号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
特許文献１に開示されるように、タイヤにバーストが発生する前には、音や軸力の変化に異常が認められることがある。しかし、バーストの予兆となる現象は１通りではなく、騒音または軸力に目立った異常が認められなくとも、バーストが発生し得ることが経験的に分かっている。これは、バーストの起点となり得るタイヤの部分的な損傷に様々なパターンが存在することによるものと考えられる。このため、バーストが発生するタイミングや、バーストの原因となり得るタイヤの部分的な損傷を適切に推定することは依然として困難であり、改良が望まれていた。
【０００５】
本発明は、車両の走行中に取得される物理量のデータに基づき、タイヤに損傷が生じるタイミング、上記物理量のデータの取得時点におけるタイヤの損傷の有無、及びタイヤにおいて損傷が発生する部位の少なくとも１つを適切に推定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】
【０００６】
本発明の第１観点に係る推定装置は、車両の走行中に取得される物理量のデータに基づき、前記車両に装着されたタイヤの損傷に関する推定を行う推定装置であって、前記タイヤの回転に起因して前記車両に発生する振動のデータ、前記タイヤの回転速度または回転加速度のデータ、及び前記車両の走行中に前記タイヤに生じるひずみのデータを少なくとも含む入力データを、１または複数の学習済みの機械学習モデルに入力し、前記１または複数の学習済みの機械学習モデルから出力データを導出する導出部を備える。前記出力データは、前記車両の走行中に前記タイヤに損傷が生じるタイミング、前記物理量のデータの取得時点における前記タイヤの損傷の有無、及び、前記タイヤにおいて損傷が発生する部位の少なくとも１つに対応する。
【０００７】
本発明の第２観点に係る推定装置は、第１観点に係る推定装置であって、前記入力データは、前記タイヤの回転に起因して発生する音のデータ、前記タイヤが受ける外力のデータ、前記タイヤの温度のデータ、及び前記タイヤの空気圧のデータのうち少なくとも１つをさらに含む。
【０００８】
本発明の第３観点に係る推定装置は、第１観点または第２観点に係る推定装置であって、前記導出部は、前記入力データを、複数の学習済みの機械学習モデルに入力し、前記複数の学習済みの機械学習モデルの各々は、前記タイヤの複数の部位の各々に関連付けられており、前記複数の学習済みの機械学習モデルの各々から導出される前記出力データは、前記物理量のデータ取得の時点における前記複数の部位の各々の損傷の有無に対応する。
【０００９】
本発明の第４観点に係る推定装置は、第１観点から第３観点のいずれかに係る推定装置であって、前記車両の走行中に前記タイヤに損傷が生じるタイミング、前記物理量のデータの取得時点における前記タイヤの損傷の有無、及び、前記タイヤにおいて損傷が発生する部位の少なくとも１つを報知するための通知を生成する通知生成部をさらに備える。
【００１０】
本発明の第５観点に係る推定方法は、１または複数のコンピュータにより実行される、車両の走行中に取得される物理量のデータに基づき、前記車両に装着されたタイヤの損傷に関する推定を行う推定方法であって、前記タイヤの回転に起因して前記車両に発生する振動のデータ、前記タイヤの回転速度または回転加速度のデータ、及び前記車両の走行中に前記タイヤに生じるひずみのデータを少なくとも含む入力データを、１または複数の学習済みの機械学習モデルに入力し、前記１または複数の学習済みの機械学習モデルから出力データを導出することを含む。前記出力データは、前記車両の走行中に前記タイヤに損傷が生じるタイミング、前記物理量のデータの取得時点における前記タイヤの損傷の有無、及び、前記タイヤにおいて損傷が発生する部位の少なくとも１つに対応する。
（【００１１】以降は省略されています）

関連特許