[go: up one dir, main page]

FR3132759A1 - Détection automatisée d’usure ou de défaillance de composants fondés sur les vibrations - Google Patents

Détection automatisée d’usure ou de défaillance de composants fondés sur les vibrations Download PDF

Info

Publication number
FR3132759A1
FR3132759A1 FR2301087A FR2301087A FR3132759A1 FR 3132759 A1 FR3132759 A1 FR 3132759A1 FR 2301087 A FR2301087 A FR 2301087A FR 2301087 A FR2301087 A FR 2301087A FR 3132759 A1 FR3132759 A1 FR 3132759A1
Authority
FR
France
Prior art keywords
vehicle
component
vibration
vibration pattern
sensor
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.)
Granted
Application number
FR2301087A
Other languages
English (en)
Other versions
FR3132759B1 (fr
Inventor
Ole Wendroth
Richard Nesbitt
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Robert Bosch GmbH
Original Assignee
Robert Bosch GmbH
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Robert Bosch GmbH filed Critical Robert Bosch GmbH
Publication of FR3132759A1 publication Critical patent/FR3132759A1/fr
Application granted granted Critical
Publication of FR3132759B1 publication Critical patent/FR3132759B1/fr
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/02Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
    • B60W50/0205Diagnosing or detecting failures; Failure detection models
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/02Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
    • B60W50/0225Failure correction strategy
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001Planning or execution of driving tasks
    • B60W60/0015Planning or execution of driving tasks specially adapted for safety
    • B60W60/0018Planning or execution of driving tasks specially adapted for safety by employing degraded modes, e.g. reducing speed, in response to suboptimal conditions
    • B60W60/00186Planning or execution of driving tasks specially adapted for safety by employing degraded modes, e.g. reducing speed, in response to suboptimal conditions related to the vehicle
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01HMEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H1/00Measuring characteristics of vibrations in solids by using direct conduction to the detector
    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00Registering or indicating the working of vehicles
    • G07C5/08Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0808Diagnosing performance data
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/02Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
    • B60W50/0205Diagnosing or detecting failures; Failure detection models
    • B60W2050/021Means for detecting failure or malfunction
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00Input parameters relating to overall vehicle dynamics
    • B60W2520/10Longitudinal speed
    • B60W2520/105Longitudinal acceleration
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00Input parameters relating to overall vehicle dynamics
    • B60W2520/12Lateral speed
    • B60W2520/125Lateral acceleration
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00Input parameters relating to data
    • B60W2556/10Historical data
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00Input parameters relating to data
    • B60W2556/45External transmission of data to or from the vehicle
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00Input parameters relating to data
    • B60W2556/45External transmission of data to or from the vehicle
    • B60W2556/55External transmission of data to or from the vehicle using telemetry
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00Registering or indicating the working of vehicles
    • G07C5/008Registering or indicating the working of vehicles communicating information to a remotely located station

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Emergency Alarm Devices (AREA)

Abstract

TITRE : Détection automatisée d’usure ou de défaillance de composants fondés sur les vibrations Système et procédé de détection d’anomalies de composant d’un véhicule en utilisant la détection des vibrations. Le système comprend un premier capteur placé dans une première position sur le véhicule et détectant les vibrations du véhicule ainsi qu’un processeur électronique relié au premier capteur. Le processeur reçoit du premier capteur une information produite par une vibration détectée du véhicule. Le processeur électronique détermine un motif de vibration à partir d’informations de capteur. Le processeur est configuré pour déterminer s’il existe une anomalie de composant à partir du motif de vibration. En réponse à cette détermination de l’existence d’une anomalie de composant, le processeur électronique exécute une action pour remédier à cette anomalie de composant. Figure 1

Description

Détection automatisée d’usure ou de défaillance de composants fondés sur les vibrations DOMAINE DE L’INVENTION
La présente invention se rapporte à la détection automatisée d’usure ou de défaillance de composants fondés sur les vibrations.
ETAT DE LA TECHNIQUE
Le conducteur d’un véhicule détecte les anomalies des composants ou des défaillances de sous-systèmes du véhicule, comprenant la transmission, la suspension, l’équilibrage des roues, l’alignement des roues, les rotors de frein, les paliers de roues, les barres de liaison, l’échappement, le moteur ou les sous-ensembles analogues. Le conducteur observe ces anomalies et défaillances en s’appuyant sur le bruit des vibrations ou la dureté (caractéristiques NVH) qui se retrouvent dans l’habitacle. Certains véhicules à conduite autonome peuvent être utilisés comme taxi ou pour des utilisations partagées. Dans les deux cas, il n’y a pas d’occupant ou de conducteur habituel du véhicule. Dans certains cas, les taxis totalement autonomes transportent des passagers sans la présence d’un conducteur dans le véhicule. Pendant le fonctionnement, les composants subissent l’usure ou peuvent être défaillants.
La présente invention sera décrite ci-après de manière plus détaillée à l’aide de mode de réalisation représenté dans les dessins annexés, dans lesquels :
schéma par blocs d’un système de commande de véhicule correspondant à certains exemples,
schéma de la commande électronique du système de la , selon certains exemples,
ordinogramme d’un exemple de procédé de détection de l’usure et de la défaillance d’un composant,
schéma par blocs d’un système de commande de véhicule,
ordinogramme d’un exemple de procédé de détection de l’usure et de la défaillance d’un composant.
DESCRIPTION DETAILLÉE DE MODES DE REALISATION
Lorsqu’un véhicule circule sur route, il peut subir des défaillances de composant résultant de l’usure naturelle, de dommages ou d’autres cas. Les taxis totalement autonomes transportent des passagers sans la présence d’un conducteur dans le véhicule. De plus, les véhicules totalement ou partiellement autonomes font partie d’une flotte et sont utilisés de manière partagée. Il en résulte que l’occupant du véhicule ou son conducteur n’utilise pas assez régulièrement le véhicule pour détecter les anomalies ou les défaillances de composant. Les véhicules sont équipés de capteurs pour détecter l’état du véhicule.
Même si le risque d’affecter le fonctionnement technique du véhicule est mineur, il est souhaitable de remédier à une telle usure avant qu’elle n’entraîne des difficultés plus importantes. En plus, certains bruits, certaines vibrations ou une certaine dureté, en réaction, peuvent être le signal d’une difficulté plus grave ou prévisible, rendant le véhicule inutilisable. Sans la présence d’un conducteur ou d’une personne qui détermine et agit sur la cause d’une telle réaction, il est souhaitable que le véhicule autonome puisse détecter de tels incidents automatiquement. Ainsi, l’invention porte sur des systèmes et des procédés permettant de détecter, de classifier et d'atténuer de telles usures ou défaillances de composant pour les systèmes de véhicule y compris des systèmes de conduite autonome.
Les exemples décrits sont des systèmes utilisant des motifs de vibrations (par exemple, détection de l’utilisation d’un accéléromètre ou autre type de capteur de vibration) ou autre entrée venant de capteurs pour détecter l’usure ou la défaillance d’un composant. Avec de tels exemples, on peut prendre des mesures préventives qui, si nécessaire, sont fondées sur une anomalie détectée. Par exemple, le véhicule peut indiquer à son utilisateur (par exemple, l’opérateur de la flotte) de contacter les autorités appropriées en fonction de la nature de l’anomalie du composant. De même, le véhicule peut quitter le trajet et rejoindre un centre opérationnel pour d’autres recherches et la prise de mesure appropriée pour remédier à l’anomalie du composant.
Un exemple de mode de réalisation d’un système consiste à détecter les anomalies d’un composant du véhicule. Le système comprend un premier capteur placé dans une première position sur le véhicule et configuré pour détecter les vibrations du véhicule ; un processeur électronique est couplé de manière à coopérer avec le premier capteur. Le processeur électronique est configuré pour recevoir du premier capteur une information de capteur produite par la vibration détectée du véhicule. Le processeur électronique est configuré pour déterminer un motif de vibrations en fonction de l’information fournie par le capteur. Le processeur électronique est configuré pour déterminer en fonction du motif de vibration s’il y a une anomalie du composant. Le processeur électronique est configuré pour effectuer une action d’atténuation en se fondant sur l’anomalie du composant s’il a déterminé qu’il existe une anomalie de composant.
Un autre mode de réalisation concerne un procédé de détection des anomalies de composants d’un véhicule. Ce procédé consiste à recevoir d’un premier capteur placé dans une première position dans le véhicule, des informations de capteurs produites par la vibration détectée du véhicule. Le procédé consiste à comparer avec un processeur électronique coopérant avec le premier capteur, l’information de capteur relative au niveau de bruit de vibration pour extraire une ou plusieurs vibrations qui dépassent le niveau de bruit de vibration. Ce procédé consiste à générer un motif de vibration en se fondant sur une ou plusieurs vibrations qui dépassent le niveau de bruit de vibration. Le procédé consiste à déterminer à partir du motif de vibration s’il y a une anomalie de composant. Le procédé consiste en réponse à déterminer qu’il existe une anomalie de composant, à exécuter d’une action d’atténuation fondée sur l’anomalie du composant.
L’expression « anomalie de composant » utilisée dans la présente description concerne soit une défaillance de composant ou un état d’un composant du véhicule, un système ou d’un sous-système qui est en dehors de la plage d’acceptation du composant, du système ou du sous-système. Les exemples d’anomalies de composant comprennent : des anomalies de transmission (par exemple, le vieillissement d’un joint universel, un niveau bas de liquide ou la défaillance d’un convertisseur de couple), les anomalies de suspension (par exemple, des amortisseurs usés, des rotules, des montages de barres stabilisatrices et des paliers de bras), un déséquilibrage des roues, un mauvais alignement des roues, des rotors de frein gauchis, des paliers de roues défaillants, les barres d’accouplement, des défauts du système d’échappement (par exemple, des fuites ou des silencieux défaillants) ou des anomalies de moteur (par exemple, une courroie de transmission usée ou mal installée ou des appuis de moteurs usés).
Avant la description détaillée de l’invention, il convient de remarquer que l’invention n’est pas limitée dans son application à des détails de construction et à une disposition de composants comme indiqué dans la description suivante et comme représentés dans les dessins. L’invention peut être appliquée de différentes façons.
Il est à remarquer que l’ensemble des circuits et des dispositifs utilisant des programmes aussi bien que l’ensemble des différents composants de structure peuvent être utilisés pour réaliser l’invention. En outre, il convient de remarquer que les exemples présentés peuvent comporter des circuits, des programmes et des composants électroniques et des modules qui pour la présentation sont représentés et décrits comme si la plupart des composants était réalisé uniquement sous la forme de circuit. Toutefois, la lecture de la description montre que dans au moins un mode de réalisation, la présentation de l’invention fondée sur l’électronique, peut être réalisée sous la forme d’un programme (par exemple, enregistrée sur un support non volatile, lisible par ordinateur) et qui sera exécuté par un ou plusieurs processeurs. Il convient également de remarquer qu’un ensemble de circuits et de dispositifs utilisant des programmes ainsi qu’un ensemble de différents composants de structure peuvent être utilisés pour réaliser l’invention. Par exemple, les « unités de commande » et les « commandes » décrites dans la description, peuvent comporter un ou plusieurs processeurs électroniques, un ou plusieurs modules de mémoire physique avec un support non volatile, lisible par ordinateur, une ou plusieurs interfaces entrée/sortie et différents branchements (par exemple un bus de système) reliant les composants.
Pour faciliter la description, certains ou tous les systèmes donnés à titre d’exemple, sont présentés par un seul exemple de chaque composant. Certains exemples peuvent ne pas décrire ou montrer tous les composants des systèmes. D’autres exemples comportent un nombre plus grand ou plus petit de chacun des composants montrés et peuvent combiner certains composants ou comporter des composants supplémentaires ou des variants de composants.
La est un schéma par blocs d’un exemple de système de commande de véhicule autonome 100. Comme décrit de manière plus détaillée ci-après, le système de commande de véhicule autonome 100 peut être installé sur véhicule 102 ou intégré dans celui-ci et conduire de façon autonome le véhicule. Dans la description suivante, l’expression « véhicule autonome » et l’expression « véhicule automatique », ne sont pas limitatives. Les termes sont utilisés de façon générale pour désigner un véhicule fonctionnant de manière autonome ou automatique et qui présente différents degrés d’automatisation (c’est-à-dire que le véhicule est configuré pour se conduire lui-même ou dans certains cas sans l’intervention d’un conducteur). Le système et les procédés décrits peuvent s’utiliser sur n’importe quel véhicule, susceptible de fonctionner partiellement ou totalement de manière autonome ou commandé de façon manuelle par un conducteur ou une combinaison de ces modes de fonctionnement. L’expression « conducteur » utilisée ici se rapporte de façon générale à l’occupant d’un véhicule autonome qui est installé à la place du conducteur, qui actionne les commandes du véhicule lorsqu’il est en mode manuel ou fournit des entrées de commande au véhicule pour influencer le fonctionnement autonome du véhicule.
Dans l’exemple présenté, le système 100 comprend un contrôleur électronique 104, un système de commande de véhicule 106, les capteurs 108, un capteur de vibration 110, un système de navigation par satellite GNSS (Global navigation satellite système – système satellite de navigation globale) 112, un transmetteur 114, une interface homme machine (HMI) 116. Les composants du système 100 avec d’autres modules et composants sont reliés électriquement chacun l’un à l’autre par un ou plusieurs bus de commande et de données (par exemple le bus 118) qui permet la communication entre les composants. L’utilisation de bus de commande et de données pour l’interconnexion et la commande entre les différents modules et composants, sont en principe connus des spécialistes. Dans certains cas, le bus 118 est un bus CAN (bus de données CAN). Dans certains cas le bus 118 est un bus de communication Ethernet ou FlexRay ou autres bus câblés appropriés. Selon des variantes de réalisation, certains ou tous les composants du système 100 communiquent entre eux par des modes de communication sans fil (par exemple Bluetooth ou une communication en champ proche). Pour faciliter la description, le système 100 présenté à la comprend un de chacun des composants ci-dessus. En variante, les modes de réalisation peuvent comporter un ou plusieurs des composants ou ne pas avoir ou combiner certains composants.
Le contrôleur électronique 104 (décrit de manière plus détaillée ci-après à l’aide de la ), gère les systèmes de commande de véhicule 106 et les capteurs 108 pour la commande totalement ou partiellement autonome du véhicule. Le contrôleur électronique 104 reçoit des éléments de télémétrie des capteurs 108 et détermine les données de commande et les ordres pour le véhicule. Le contrôleur électronique 104 transmet les données de commande de véhicule entre-autre aux systèmes de commande de véhicule 106 pour conduire le véhicule (par exemple, en générant des signaux de freinage, des signaux d’accélération et des signaux de guidage).
Les systèmes de commande de véhicule 106 comprennent des contrôleurs, des capteurs, des actionneurs ou éléments analogues pour commander les différentes parties de fonctionnement du véhicule 102 (par exemple, le guide, l’accélération, le freinage, le passage des vitesses ou éléments analogues). Les systèmes de commande de véhicule 106 sont configurés pour émettre et recevoir des données concernant le fonctionnement du véhicule 102, échangées avec le contrôleur électronique 104.
Les capteurs 108 déterminent un ou plusieurs paramètres du véhicule et son environnement et communiquent l’information concernant de tels paramètres aux autres composants du système 100 en utilisant, par exemple, des signaux électriques. Les paramètres du véhicule comprennent par exemple la position du véhicule ou de parties ou de composants du véhicule, le mouvement du véhicule ou parties ou composants du véhicule, les forces agissant sur le véhicule ou des parties ou composants du véhicule, la proximité du véhicule par rapport à d’autres véhicules ou objets (fixes ou mobiles), la vitesse de lacet, l’angle de glissement latéral, l’angle de direction, l’angle de superposition, la vitesse du véhicule, l’accélération longitudinale et l’accélération latérale ou autres paramètres. Les capteurs 108 comprennent par exemple les capteurs de commande du véhicule (par exemple, les capteurs détectant la position de la pédale d’accélérateur, la position de la pédale de frein, la position du volant de direction (angle de guidage)), les capteurs de vitesse de roues, les capteurs de vitesse de véhicule, les capteurs de lacet, les capteurs de force, les capteurs odométriques, les capteurs de proximité de véhicule (par exemple, caméra, radar lidar et capteurs à ultrasons). Dans certains cas, les capteurs 108 comprennent une ou plusieurs caméras configurées pour saisir une ou plusieurs images de l’environnement du véhicule 102, selon les différents champs de vision. Les caméras peuvent comporter de multiples types de disposition d’imagerie/capteurs dont chacun est situé dans une position différente à l’intérieur ou à l’extérieur du véhicule 102.
Le capteur de vibrations 110 est un transducteur permettant de détecter des vibrations d’un composant du véhicule, convertir les vibrations signaux électriques et transmettre les signaux électriques au contrôleur électronique 104. Dans certains cas, le capteur de vibration 110 est un accéléromètre. Dans certains cas, le capteur de vibration peut être une jauge de contrainte, un capteur de courant de fuite, un gyroscope, un micro ou autre capteur de vibration. Dans certains cas, le capteur de vibration 110 est intégré dans un autre capteur du véhicule (il est par exemple combiné à un capteur de vitesse de roue du véhicule 102). Dans certains cas, on utilise des capteurs multiples de vibration par exemple montés sur chacune des roues du véhicule ou en différents points du châssis du véhicule. Dans certains cas, le capteur de vibration 110 est réalisé comme système micro mécanique-électrique (MEMS). Comme décrit, le contrôleur électronique 104 traite les signaux électroniques reçus du capteur de vibration 110 pour produire un motif de vibrations qui s’analyse pour déterminer une anomalie de composant qui est à l’origine des vibrations. Dans certains cas, le capteur de vibration 110 comprend un circuit de traitement de signal de bord qui produit et transmet l’information du capteur comprenant les motifs de vibration vers le contrôleur électronique 104 pour le traitement.
Le contrôleur électronique 104 reçoit et interprète les signaux reçus des capteurs 108 et le capteur de vibration 110 pour détecter automatiquement l’usure ou la défaillance de tel ou tel composant du véhicule.
Dans certains cas, le système 100 comprend en plus des capteurs 108, un système de navigation satellitaire GNSS 112. Le système de navigation GNSS 112 reçoit des signaux en radio fréquence des satellites en orbite, utilisant une ou plusieurs antennes et récepteurs (non représentés). Le système GNSS 112 détermine la position géospatiale (c’est-à-dire la latitude, la longitude, l’altitude et la vitesse) du véhicule à partir des signaux de radio fréquence reçus. Le système GNSS 112 communique son information de position au contrôleur électronique 104. Le contrôleur électronique 104 utilise cette information en combinaison ou à la place de l’information reçue de certains des capteurs 108 lorsqu’il commande le véhicule autonome 102.
Le transmetteur 114 comprend un transmetteur radio communiquant les données par des réseaux de communication sans fil ou avec fil (par exemple, des réseaux cellulaires, des réseaux satellitaires, des réseaux de radio mobile terrestre, etc.) comprenant le réseau de communication 120. Le réseau de communication 120 est un réseau comprenant des connexions sans fil, des connexions par fil ou une combinaison des deux. Le réseau de communication 120 est réalisé en utilisant une très large gamme de réseaux, par exemple Internet (comprenant Internet public et Internet privé). Un réseau LTE, un réseau de système global de communication mobile (réseau GSM), un réseau d’accès multiple par répartition en code (CDMA), un réseau optimisé en évolution de données (EV-DO), un réseau EDGE, un réseau 3G, un réseau 4G, un réseau 5G et un ou plusieurs réseaux locaux par exemple Bluetooth, Wi-Fi ou une combinaison ou des dérivés de ces réseaux.
Le transmetteur 114 assure des communications sans fil dans le véhicule en utilisant des modalités de réseaux appropriés (par exemple Bluetooth, communication en champ proche (NFC), Wi-Fi ou analogues). Ainsi, le transmetteur 114 est relié en communication avec le contrôleur électronique 104 et les autres composants du système 100 par des réseaux ou des dispositifs électroniques ou les deux, à l’intérieur et à l’extérieur du véhicule 102. Par exemple, le contrôleur électronique 104 utilisant le transmetteur 114 peut communiquer avec l’opérateur de la flotte 122 pour le véhicule automobile 102 pour envoyer et recevoir des données, les ordres ou autres informations (par exemple, des notifications d’anomalies de composants). Selon un autre exemple, le contrôleur électronique 104 utilisant le transmetteur 114 peut contacter des services de secours (par exemple, des services publics (PSAP) 124) en utilisant les modalités de communication 911 (E911). Le transmetteur 114 comprend d’autres composants des communications sans fil (par exemple des amplificateurs, des antennes, des processeurs de bandes de base ou analogues) qui ne sont pas détaillés ici et qui peuvent être réalisés sous la forme de circuit électronique ou de programme ou une combinaison des deux. Dans certains cas, on a des transmetteurs multiples ou des composants d’émission et de réception distincts (par exemple, un émetteur et un récepteur) à la place d’un transmetteur qui combine ces deux fonctions.
L’interface HMI 116 fournit une sortie visuelle telle que par exemple des indicateurs graphiques (par exemple, des icones fixes ou animées), des lumières, des couleurs, du texte, des images, ou leurs combinaisons. L’interface HMI 116 comprend un mécanisme d’affichage approprié pour afficher la sortie visuelle telle que par exemple un groupe d’instrument, un miroir, un affichage tête haute, un écran d’affichage sur la console centrale (par exemple, un affichage à cristaux liquides (LCD), un écran tactile ou une diode organique photoémissive (OLED)) ou autres mécanismes appropriés. Dans les variantes de réalisation, l’écran d’affichage n’est pas un écran tactile. Dans certains cas, l’interface HMI 116 affiche une interface d’utilisateur graphique (GUI) (par exemple, générée par le contrôleur électronique et présentée sur un écran d’affichage) qui permet au conducteur ou au passager d’interagir avec le véhicule autonome 102. L’interface HMI 116 peut également fournir une sortie audio pour le conducteur, tels qu’un carillon, un bruiteur, une sortie vocale ou autres sont appropriés par un hautparleur intégré dans l’interface HMI 116 ou distinct de l’interface HMI 116. Dans certains cas, l’interface HMI 116 fournit des sorties haptiques au conducteur en faisant vibrer un ou plusieurs composants du véhicule (par exemple, le volant de direction ou les sièges), par exemple, en utilisant un vibreur. Dans certains cas, l’interface HMI 116 fournit une combinaison de sorties visuelles audios et haptiques.
Le contrôleur 104 utilisant le transmetteur 114 communique avec un dispositif électronique mobile 126. Selon des variantes, le dispositif électronique mobile 126 lorsqu’il est proche ou à l’intérieur du véhicule autonome 102 peut être couplé en communication avec le contrôleur électronique 104 par une connexion câblée en utilisant par exemple un bus série universelle (USB) ou autres connexions analogues. Le dispositif électronique mobile 126 est par exemple un smartphone, une tablette, un assistant numérique (PDA), une montre connectée ou autre dispositif électronique portable ou qui se porte et qui comporte un modem ou pouvant être connecté à un modem de réseaux ou des composants analogues permettant des communications sans fil ou avec fil (par exemple, un processeur, une mémoire, une interface, un transmetteur, une antenne ou un moyen analogue). L’interface HMI 116 peut communiquer avec le dispositif électronique mobile 126 pour fournir des sorties visuelles, audios et haptiques par le dispositif électronique mobile 126 lorsque ce dispositif 126 est couplé en communication au véhicule autonome 102.
La donne un exemple de contrôleur électronique 104 comprenant un processeur électronique 205 (par exemple, un microprocesseur, un circuit intégré d’application particulière etc.), une mémoire 210 et une interface entrée/sortie 215. La mémoire est composée d’un ou plusieurs supports non volatiles, lisibles par ordinateur avec au moins une zone d’enregistrement de programme et une zone d’enregistrement de données. La zone d’enregistrement de programme et la zone d’enregistrement de données comprennent une combinaison de différents types de mémoire telles qu’une mémoire morte (ROM), une mémoire vive (RAM), (par exemple, une mémoire vive dynamique RAM (c’est-à-dire DRAM), une mémoire DRAM synchrone (SDRAM) etc.), une mémoire de lecteur seule effaçable (EEPROM), une mémoire flash ou autres dispositifs de mémoire appropriés. Le processeur électronique 205 est couplé à la mémoire 210 et à l’interface entrée/sortie 215. Le processeur électronique 205 envoie et reçoit des informations (par exemple, la mémoire 210 et/ou l’interface entrée/sortie 215) et traite les informations en exécutant une ou plusieurs instructions ou modules de programme qui peuvent être enregistrées dans la mémoire 210 ou autre support non volatile, lisible par ordinateur. Le programme peut comporter un micro logiciel, une ou plusieurs applications, des données de programme, des filtres, des règles, un ou plusieurs modules de programme ou autres instructions exécutables. Le processeur électronique 205 est configuré pour récupérer la mémoire 210 et exécutée entre autres des programmes pour la commande autonome et semi-autonome du véhicule et pour appliquer les procédés décrits. Dans le mode de réalisation présenté, la mémoire 210 contient entre autres un algorithme de détection de vibrations 220 qui fonctionne comme décrit pour détecter les vibrations, classifier les motifs de vibration pour identifier les anomalies de composants.
L’interface entrée/sortie 215 transmet et reçoit des informations de dispositifs extérieurs au contrôleur électronique 104 (par exemple, par une ou plusieurs connexions par câble ou sans câble), par exemple, des composants du système 100 par le bus 118. L’interface entrée/sortie 215 reçoit une entrée (par exemple, des capteurs 108, de l’interface HMI 116, etc.) et fournit des sorties de système par exemple vers l’interface HMI 116 etc.) ou une combinaison de ceux-ci. L’interface entrée/sortie 215 comporte un ou plusieurs mécanismes d’entrée et de sortie qui ne seront pas détaillés et qui peuvent être réalisés sous la forme de circuit de programme ou une combinaison des deux.
Dans certains cas, le contrôleur électronique 104 utilise un ou plusieurs procédés d’apprentissage machine pour analyser les données de vibration pour identifier les anomalies de composants (comme cela a été décrit). L’apprentissage machine concerne de façon générale la capacité d’un programme d’ordinateur d’apprendre sans être programmé de manière explicite. Dans certains cas, un programme d’ordinateur (par exemple une machine d’apprentissage) est configuré pour construire un algorithme en s’appuyant sur les entrées. Superviser l’apprentissage consiste à présenter un programme d’ordinateur avec des exemples d’entrées et les sorties souhaitées. Le programme d’ordinateur est configuré pour apprendre une règle générale qui trace les entrées vers les sorties à partir des données d’entraînement qu’il reçoit. Un exemple de machine d’apprentissage comprend l’apprentissage selon une arborescence de décision, l’association d’une règle d’apprentissage, des réseaux neuro artificiels, des classificateurs, une programmation logique inductive, des machines à vecteur support, des grilles, des réseaux Bayes, l’apprentissage renforcé, l’apprentissage de représentation, l’apprentissage métrique et de similarité, l’apprentissage par dictionnaire clairsemé et les algorithmes génétiques. En utilisant de telles solutions, le programme d’ordinateur peut recevoir des données clairsemées et des données de compréhension et préciser progressivement les algorithmes de l’analyse de données.
Il est à remarquer que bien que la montre un seul processeur électronique 205, une seule mémoire 210 et une seule interface entrée/sortie 215, des variantes de réalisation du contrôleur électronique 104, peuvent comporter plusieurs processeurs, plusieurs modules de mémoire et/ou plusieurs interfaces entrée/sortie. Il est également à remarquer que le système 100 peut comporter d’autres contrôleurs électroniques, chacun ayant des composants similaires et configurés de manière similaire au contrôleur électronique 104. Dans certains cas, le contrôleur électronique 104 est réalisé en partie ou en totalité sous la forme d’un semi-conducteur (par exemple, un réseau (FPGA / circuit logique programmable). De façon analogue, les différents modules et les contrôleurs tels que décrits peuvent être réalisés comme contrôleurs séparés ou comme composants d’un unique contrôleur. Dans certains cas, on peut également avoir une combinaison de ces solutions.
La montre un exemple de procédé 300 de détection automatique, de classification et/ou d’atténuation des anomalies de composant. Bien que le procédé 300 soit décrit en liaison avec le système 100 tel que présenté, le procédé 300 peut également s’appliquer à d’autres systèmes et d’autres véhicules. Le procédé 300 peut également être modifié ou être exécuté différemment de l’exemple présenté. Comme à titre d’exemple, le procédé 300 est décrit comme exécuté par le contrôleur électronique 104 et en particulier le processeur électronique 205. Toutefois, dans certains cas, les parties du procédé 300 peuvent être exécutées par d’autres dispositifs ou sous-systèmes du système 100.
Dans le bloc 302, le processeur électronique 205 reçoit l’information de capteur provenant du premier capteur (par exemple le capteur de vibration 110) situé dans une première position sur le véhicule et configuré pour détecter les vibrations du véhicule. Le processeur électronique 205 reçoit les signaux (par l’intermédiaire, par exemple d’un bus CAN) d’un accéléromètre situé sur une roue du véhicule. Le processeur électronique 205 reçoit en continu l’information de capteur selon un exemple. Dans certains cas, le processeur électronique 205 reçoit des salves périodiques d’informations de capteur de vibration 110. L’information de capteur est enregistrée dans une mémoire tampon ou autre mémoire du contrôleur électronique 104 jusqu’à son traitement.
Dans le bloc 304, le processeur électronique 205 détermine un motif de vibration en s’appuyant sur l’information de capteur. Dans certains cas, le motif de vibration se détermine en prenant un exemple de l’information de capteur. Dans certains cas, le processeur électronique 205 compare l’information de capteur a un niveau de bruit de vibration pour extraire une ou plusieurs vibrations dépassant le niveau de bruit de vibration. Dans certains cas, le niveau de bruit de vibration est une valeur prédéfinie fixée par le constructeur du véhicule. Dans certains cas, le niveau de bruit de vibration est fixé par le processeur électronique 205 selon le fonctionnement du véhicule dans le temps. Par exemple, le processeur électronique 205 peut périodiquement échantillonner une information de vibration pendant le fonctionnement normal du véhicule et prendre la moyen des exemples pour fixer le niveau de bruit de vibration. Dans certains cas, la valeur du niveau de bruit de vibration est réglée en se fondant sur l’état de fonctionnement courant du véhicule. Par exemple, la vitesse courante du véhicule et son accélération peut servir au réglage du niveau de bruit en augmentant ou en diminuant pour compenser les vibrations ajoutées par le fonctionnement du véhicule. Dans certains cas, le niveau de bruit de vibration se détermine en continu, en utilisant l’information de capteur provenant des autres capteurs de vibration. Par exemple, pour un véhicule ayant un capteur de vibration sur chaque roue, le processeur électronique 205 fait la moyenne des lecteurs des quatre capteurs pour déterminer le niveau de bruit de vibration. Dans un autre exemple, le processeur électronique 205 fait la moyenne des lectures des capteurs qui ne sont pas utilisées pour produire le motif de vibration, de manière à déterminer le niveau de bruit de vibration.
Quelle que soit la manière de déterminer le niveau de bruit de vibration, le processeur électronique 205 génère le motif de vibration en se fondant sur une ou plusieurs vibrations dépassant le niveau de bruit de vibration.
Dans le bloc 306, le processeur électronique 205 détermine si un composant a une anomalie en se fondant sur le motif de vibration. Par exemple, le processeur électronique 205 utilise un algorithme de concordance de motif pour déterminer si l’évènement constitué par la vibration correspond à un motif connu de vibration associée à une anomalie d’un composant particulier. Dans certains cas, le processeur électronique 205 détermine s’il existe une anomalie de composant en s’appuyant sur le motif de vibration et un ou plusieurs paramètres du véhicule (par exemple reçu d’un ou plusieurs systèmes de commande du véhicule 106 ou capteurs 108). Par exemple, certains types de vibration sont plus indicateurs d’une défaillance d’un composant particulier lorsque ces vibrations se produisent pendant le freinage (par exemple, des rotors voilés) ou le guidage (par exemple, des barres d’accouplement usées). Le processeur électronique 205 peut déterminer en plusieurs paramètres du véhicule pour une période commençant juste avant que ne débute le motif de vibration et se terminant juste après que se termine le motif de vibration (par exemple, cinq secondes avant et après l’occurrence du motif de vibration).
Dans certains cas, le processeur électronique 205 détermine qu’il existe une anomalie de composant classifiant le motif de vibration en utilisant l’algorithme d’apprentissage machine (par exemple un réseau neuronal ou un classificateur) exécutable par le processeur électronique 205. Dans certains cas, l’algorithme d’apprentissage machine est entraîné en utilisant l’historique des données d’anomalies de composants. Par exemple, l’algorithme d’apprentissage machine est alimenté en données d’entrainement qui comprennent des exemples d’entrées (par exemple, des données de motif de vibration représentant les anomalies d’un composant particulier) et les sorties souhaitées correspondantes (par exemple des indications d’anomalies composant). Les données d’entrainement peuvent également comporter des métadonnées pour les motifs de vibration. Les métadonnées comprennent par exemple la vitesse du véhicule à l’instant des motifs de vibration, le modèle du véhicule dans lequel le motif de vibration a été détecté, l’état du véhicule l’instant du motif de vibration (par exemple, freinage, accélération, virage etc.) et les conditions environnementales au moment du motif de vibration (par exemple, la température ambiante, l’humidité ambiante, les conditions atmosphériques, l’état de la route etc.). En traitant les données d’apprentissage, l’algorithme d’apprentissage machine développe progressivement un modèle prévisionnel qui cartographie les entrées vers les sorties contenues dans les données d’entrainement.
Dans certains cas, le motif de vibration est alimenté dans l’algorithme d’apprentissage machine qui identifie la cause de l’anomalie de composant. Dans certains cas, l’algorithme d’apprentissage machine génère de multiples potentielles anomalies de composant fondées sur les données de vibration et il détermine pour chaque anomalie potentielle de composant un score de confiance. Un score de confiance indique la probabilité qu’une anomalie potentielle de composant soit la cause du motif de vibration (par exemple la proximité selon laquelle le motif de vibration détecté se rapproche des motifs de vibration pour le même type d’anomalie potentielle de composant). Dans de tels modes de réalisation, le processeur électronique 205 sélectionne l’anomalie de composant parmi un ensemble d’anomalies potentielles de composant fondées sur le score de confiance. Par exemple, l’anomalie potentielle de composant ayant le score de confiance le plus élevé sera choisie. Dans certains cas, un score de confiance est une représentation numérique (par exemple, comprise entre 0 et 1) de confiance. Par exemple, le motif de vibration peut avoir une concordance à 60% avec une anomalie potentielle de composant mais peut avoir une concordance de 80% avec une autre anomalie potentielle de composant, ce qui se traduit par respectivement un score de confiance de 0,6 et un score de confiance de 0,8.
En option, dans certains cas, le processeur électronique 205 attribue un poids à une ou plusieurs anomalies potentielles de composant en s’appuyant sur des métadonnées pour le motif de vibration et l’anomalie potentielle de composant et en choisissant l’anomalie de composant parmi un ensemble d’anomalies potentielles de composant fondées sur le score de confiance et le poids.
Le poids est utilisé pour indiquer le niveau de signification d’un élément particulier de métadonnées pour identifier une anomalie potentielle de composant comme anomalie de composant relative par rapport à d’autres anomalies potentielles de composant. Par exemple, lorsqu’à la fois le véhicule subit une anomalie de composant et que le véhicule a fourni la donnée d’entraînement pour l’anomalie potentielle de composant correspondant au même modèle, alors l’anomalie potentielle de composant peut recevoir un poids plus élevé que s’il était attribué dans le cas où la métadonnée indique deux modèles différents de véhicules. Dans un autre exemple, le véhicule a une anomalie de composant pour l’accélération et le véhicule a produit la donnée d’entrainement pour l’anomalie potentielle de composant qui correspondait à la décélération, alors l’anomalie potentielle de composant peut recevoir un poids plus faible que si la métadonnée indiquait que les deux véhicules étaient en accélération. Une métadonnée de poids supérieure contribue plus au niveau de confiance. Par exemple, une petite quantité de métadonnées à poids élevé peut se traduire par un score de confiance plus élevé qu’une plus grande quantité de métadonnées de poids plus faible. Dans de tels modes de réalisation, le processeur électronique 205 détermine pour chaque de l’ensemble des anomalies potentielles de composant, un score de confiance pondéré fondé sur le score de confiance et le poids (pondération). Par exemple, le processeur électronique 205 peut multiplier les scores de confiance par le poids attribué. Dans ces modes de réalisation, le processeur électronique 205 choisit l’anomalie de composant parmi l’ensemble des anomalies potentielles de composant fondées sur le score de confiance pondéré. Par exemple, on choisira l’anomalie de composant ayant le score de confiance pondéré le plus élevé.
Dans certains cas, les poids sont prédéterminés de manière statistique pour chaque type de métadonnées. Dans certains cas, les poids peuvent être déterminés en utilisant l’algorithme d’apprentissage machine. En fonction du temps, comme on détermine les concordances pour les motifs de vibration et qu’on confirme ou qu’on rejette par observation, l’algorithme d’apprentissage machine peut déterminer que des métadonnées particulières sont plus déterminantes que d’autres pour un score de confiance élevé et augmente ainsi le poids correspondant à ses métadonnées.
Comme le montre la , lorsque le processeur électronique 205 ne détermine pas (dans le bloc 306), qu’il y a eu une anomalie de composant (par exemple, le motif de vibration ne correspond pas à une anomalie connue de composant), le processeur électronique 205 continue de recevoir (dans le bloc 302) et traiter des données de capteur pour détecter des anomalies de composant. Dans certains cas, le processeur électronique 205 est configuré pour détecter et classifier en continu des anomalies de composant. Dans d’autres modes de réalisation, le processeur électronique 205 est configuré pour appliquer le procédé 300 de façon périodique pour détecter les anomalies de composant.
Quelle que soit la façon de déterminer les anomalies de composant, dans le bloc 308, le processeur électronique 205 exécute une action d’atténuation fondée sur l’anomalie de composant. Dans certains cas, l’action d’atténuation comprend la transmission (par exemple, par le transmetteur 114) d’une notification à l’opérateur de la flotte. Par exemple, on peut utiliser une interface de programmation d’application API ou une message de réseau approprié pour envoyer une notification indiquant qu’il s’est produit une anomalie de composant, avec le temps et la situation de l’anomalie de composant, le type d’anomalie de composant ou autre élément. L’opérateur de la flotte répond à la réception de la notification en envoyant des ordres au contrôleur électronique 104 pour guider le véhicule vers une installation d’entretien de la flotte, pour conduire le véhicule en sécurité hors du trafic (si nécessaire) jusqu’à ce qu’un autre véhicule puises être envoyé au(x) passager(s) etc.
Dans certains cas, l’action d’atténuation consiste à transmettre (par exemple par le transmetteur 114) une notification à une agence de sécurité publique par exemple dans le cas d’un problème de danger potentiel à l’origine du motif de vibration, alors le processeur électronique 205 envoie une alerte correspondant à l’information concernant le véhicule en détresse ou autre information utilisant, par exemple, le système E911 (service acheminant les appels d’urgence par un réseau VoIP vers un point de réponse de sécurité publique).
Dans certains cas, l’action d’atténuation consiste à commander le véhicule pour sortir du trafic. Par exemple, si l’anomalie de composant est plus grave, le contrôleur électronique 104 peut gérer automatiquement le véhicule pour sortir du trafic et passer en parking ou autre emplacement relativement en dehors du trafic des véhicules. Dans certains cas, le contrôleur électronique 104 peut faire fonctionner automatiquement le véhicule pour le conduire vers l’installation d’entretien.
Dans certains cas, l’action de réduction comprend une alerte envoyée à une interface homme/machine du véhicule pour informer le passager de l’anomalie du composant et tout autre remède (action d’atténuation entreprise). Par exemple, l’affichage de l’interface HMI 116 présente un message tel que « Frein du véhicule nécessite une intervention d’entretien. Nous allons à une installation de service pour la suite » ou « les roues du véhicule ne sont pas alignées. L’opérateur du véhicule est alerté et la vitesse maximale du véhicule sera réduite jusqu’à ce que le problème soit traité ». Dans certains cas, l’interface HMI 116 peut envoyer de façon vocale, l’alerte pour le passager du véhicule. Dans certains cas, on combine les alertes. Dans certains cas, le processeur électronique 205 envoie une alerte à un dispositif électronique mobile du passager (par exemple, en utilisant le transmetteur 114).
Dans certains cas, on combine de multiples actions de remèdes.
La est un schéma par blocs d’un exemple de système de commande de véhicule autonome 400. Dans le système 400, le contrôleur électronique 104 reçoit une information de capteur d’un ou plusieurs accéléromètres 110 et d’une ou plusieurs entrées d’état ou de condition de véhicule 402. Comme décrit, le contrôleur électronique 104 utilise l’information de capteur et les entrées d’état de véhicule ou de paramètres de véhicule pour détecter les anomalies de composant et transmettre les anomalies à différentes sorties d’atténuation 404 (en utilisant le transmetteur 114), l’interface HMI 116 ou les deux.
La montre un exemple de procédé 500 pour détecter, classifier et/ou remédier automatiquement aux anomalies de composant du véhicule. Bien que le procédé 500 soit décrit en liaison avec les systèmes 100 et 400 comme décrit, le procédé 500 peut également être utilisé par d’autres systèmes et véhicules. En outre, le procédé 500 peut être modifié ou être exécuté différemment de l’exemple décrit. A titre d’exemple, le procédé 500 est décrit comme appliqué par le contrôleur électronique 104 et en particulier le processeur électronique 205. Toutefois, dans certains cas, des parties du procédé 500 peuvent être appliqués par d’autres dispositifs ou sous-systèmes des systèmes 100 et 400.
Dans le bloc 502, le processeur électronique 205 collecte et compare les mesures d’accéléromètre pour déterminer un motif de vibration comme cela était décrit.
Dans le bloc 504, le processeur électronique 205 détermine si le motif de vibration est un motif répété (c‘est-à-dire qui s’est produit plus d’une fois). Par exemple, le processeur électronique 205 peut comparer le motif de vibration courant à une bibliothèque de motifs de vibrations détectés, enregistrés dans une mémoire du contrôleur électronique 104. Dans certains cas, le motif de vibration dépasse une valeur de répétition seuil avant que le processeur électronique 205 détermine qu’il s’agit d’un motif récurant de vibration. Par exemple, dans certains cas, le motif de vibration peut s’être produit trois ou plus de fois qui doivent être considérés comme répétition. Dans le bloc 506, si le motif de vibration n’est pas une répétition, le processeur électronique 205 enregistre le motif de vibration (par exemple dans la mémoire 210) pour une comparaison avec de futurs motifs de vibration détectés et ignore le motif de vibration (dans le bloc 508). Dans certains cas, si un motif de vibration est ignoré, le processeur électronique 205 poursuit l’analyse d’information de capteur de vibration (dans le bloc 502).
Dans le bloc 510 en réponse à la détermination que le motif de vibration est un motif de vibration répété, le processeur électronique 205 détermine si l’évènement de vibration est en corrélation avec un évènement de vibration enregistré précédemment. L’expression « évènement de vibration » utilisée représente un motif de vibration récurent, détecté, combiné à une métadonnée associée au motif de vibration. Dans certains cas, la métadonnée comprend une donnée courante de systèmes de véhicule pour une trame de temps, comprenant l’instant auquel a été envoyé le motif de vibration récurent. La donnée de système de véhicule peut comporter des valeurs d’entrées d’état de véhicule 402, de valeur d’état ou de commande pour le système de véhicule 106, les entrées des capteurs 108 ou des combinaisons de telles informations. Dans certains cas, le processeur électronique 205 détermine si un évènement de vibration est en corrélation avec un évènement de vibration enregistré précédemment en utilisant des techniques similaires à celles décrites par rapport au procédé 300 et pour déterminer s’il existe une anomalie de composant.
Dans certains cas, le processeur électronique combine les fonctions des blocs 504 et 510 pour vérifier les évènements de vibration récurent plutôt qu’un premier contrôle de motif de vibration récurent. Par exemple, chaque fois qu’un motif de vibration est détecté, la métadonnée est combinée pour créer un évènement de vibration qui est alors vérifié quant à la récurrence avant le traitement dans le bloc 516.
Dans le bloc 512, lorsqu’un évènement de vibration n’est pas en corrélation avec un évènement de vibration enregistré précédemment, le processeur électronique 205 enregistre l’évènement de vibration comme évènement nouveau (par exemple, dans la mémoire 210) et ignore l’évènement de vibration (dans le bloc 514). Dans certains cas, si l’évènement de vibration est ignoré, le processeur électronique 205 continue l’analyse de l’information de capteur quant au motif de vibration et de possibles évènements de vibration (dans le bloc 502).
Dans le bloc 516, si l’évènement de vibration n’est pas en corrélation avec un évènement de vibration enregistré précédemment, le processeur électronique 205 détermine si l’évènement de vibration est un évènement spécifique à un capteur (c’est-à-dire le motif de vibration était détecté seulement une fois par de nombreux capteurs de vibration). Par exemple, le processeur électronique 205 compare la donnée de multiples accéléromètres 110 pour déterminer si le motif de vibration comprenant l’évènement de vibration est détecté sur seulement un ou plusieurs accéléromètres 110. Dans le bloc 518, si l’évènement de vibration est spécifique à un capteur, le processeur électronique 205 met en corrélation le motif de vibration à une anomalie spécifique de roue (par exemple, la roue à laquelle est associée le capteur). Dans le bloc 520, le processeur électronique 205 détermine si le motif de vibration correspond à un type particulier d’anomalies de composant (comme décrit). Dans le bloc 522, s’il n’y a pas de concordance alors on ignore l’évènement de vibration. Dans certains cas, si un évènement de vibration est ignoré, le processeur électronique 205 poursuit l’analyse de l’information de capteur vis-à-vis des motifs de vibration et de possibles évènements de vibration (dans le bloc 502). Dans le bloc 524, s’il n’y a pas de concordance alors l’anomalie est reçue et une action pour remédier est entreprise (par exemple, l’envoi d’une alerte).
Dans le bloc 526, si l’évènement n’est pas spécifique à un capteur (c’est-à-dire si le motif de vibration est détecté par plus de l’un de nombreux capteurs de vibration), le processeur électronique 205 met en corrélation la source du motif de vibration et le châssis du véhicule (par exemple, l’alignement, la transmission, le moteur, l’échappement ou autres). Dans le bloc 528, le processeur électronique 205 détermine si le motif de vibration correspond à un type particulier d’anomalie de composant (comme décrit). Dans le bloc 530, s’il n’y a pas concordance, l’évènement est pris en compte et une alerte est envoyée concernant une solution non connue ou non spécifiée potentielle pour le véhicule. Dans le bloc 524, s’il n'y a pas de concordance, l’anomalie est prise en compte et une action pour remédier est entreprise (par exemple, l’envoi d’une alerte).
Ainsi, les modes de réalisation décrits assurent entre autres, un système de contrôle de véhicule autonome configuré pour détecter et remédier aux anomalies de composant.

Claims (23)

  1. Système de détection d’anomalies de composant d’un véhicule,
    le système (100) comprenant :
    - un premier capteur (110) placé dans une première position sur le véhicule et configuré pour détecter les vibrations du véhicule,
    - un processeur électronique (205) couplé en communication avec le premier capteur (110) et configuré pour
    * recevoir du premier capteur (110) une information de capteur produite par une vibration détectée du véhicule,
    * déterminer un motif de vibration à partir de l’information de capteur,
    * déterminer avec le motif de vibration s’il existe une anomalie de composant, et
    * en réponse à la détermination de l’existence d’une anomalie de composant, exécuter une action pour remédier en s’appuyant sur l’anomalie de composant.
  2. Système selon la revendication 1,
    dans lequel
    le processeur électronique (205) est configuré pour déterminer le motif de vibration en :
    - comparant l’information de capteur à un niveau de bruit de vibration pour extraire une ou plusieurs vibrations qui dépassent le niveau de bruit de vibration, et
    - générer le motif de vibration en s’appuyant sur une ou plusieurs vibrations qui dépassent le niveau de bruit de vibration.
  3. Système selon la revendication 1,
    dans lequel
    le processeur électronique (205) est en outre configuré pour :
    - déterminer un paramètre du véhicule, et
    - déterminer s’il existe une anomalie de composant en se fondant sur le motif de vibration et le paramètre du véhicule.
  4. Système selon la revendication 1,
    dans lequel
    le processeur électronique (205) est configuré pour déterminer s’il existe une anomalie de composant en classifiant le motif de vibration avec un algorithme d’apprentissage machine.
  5. Système selon la revendication 4,
    dans lequel
    l’algorithme d’apprentissage machine est entraîné par l’historique des données d’anomalie de composant.
  6. Système selon la revendication 5,
    dans lequel
    le processeur électronique (205) est en outre configuré pour classifier le motif de vibration en utilisant l’algorithme d’apprentissage machine en :
    - générant un ensemble d’anomalies potentielles de composant fondées sur le motif de vibration, et
    - déterminant pour chacune des anomalies potentielles de composant un score de confiance, et
    - choisissant l’anomalie de composant à a partir de l’ensemble des anomalies potentielles de composant en s’appuyant sur les scores de confiance.
  7. Système selon la revendication 6,
    dans lequel
    le processeur électronique est, en outre, configuré pour :
    - attribuer un poids à chacune de l’ensemble des anomalies potentielles de composant en s’appuyant sur une métadonnée pour l’anomalie potentielle de composant, et
    - sélectionner l’anomalie de composant à partir de l’ensemble des anomalies potentielles de composant en se fondant sur le score de confiance et le poids.
  8. Système selon la revendication 1,
    comprenant en outre :
    - un second capteur (110) placé dans une seconde position sur le véhicule et configuré pour détecter les vibrations du véhicule, le processeur électronique (205) étant couplé en communication au second capteur (110) et, en outre, il est configuré pour :
    * recevoir du second capteur (110), une information additionnelle de capteur produite par la vibration détectée du véhicule, et
    * déterminer le motif de vibration en se fondant sur l’information de capteur et l’information de capteur supplémentaire.
  9. Système selon la revendication 1,
    dans lequel
    le processeur électronique est, en outre, configuré pour :
    - avant de déterminer s’il existe une anomalie de composant, déterminer si le motif de vibration est récurrent, et
    - déterminer s’il existe une anomalie de composant en réponse à la détermination que le motif de vibration est récurrent.
  10. Système selon la revendication 1,
    dans lequel
    l’action pour remédier est au moins l’une des actions du groupe consistant à transmettre une notification à un titulaire de véhicule, transmettre une notification à un opérateur de flotte, transmettre une notification à un constructeur de véhicule, transmettre une notification à une agence de sécurité publique, commander le véhicule pour quitter le trafic et produire une alerte sur une interface homme machine du véhicule.
  11. Système selon la revendication 1,
    dans lequel
    le premier capteur est accéléromètre.
  12. Système selon la revendication 3,
    dans lequel
    le paramètre du véhicule est au moins l’un des paramètres choisis dans le groupe comprenant : vitesse du véhicule, vitesse de roue, angle de direction, niveau d’étranglement, niveau de freinage, sélection du rapport et température.
  13. Procédé de détection des anomalies de composant d’un véhicule,
    le procédé consistant à :
    - recevoir d’un premier capteur (110) placé dans une première position sur le véhicule, une information de capteur produite par la vibration détectée du véhicule,
    - comparer avec un processeur électronique couplé en communication au premier capteur, l’information de capteur à un niveau de bruit de vibration pour extraire une ou plusieurs vibrations dépassant le niveau de bruit de vibration,
    - générer un motif de vibration fondé sur une ou plusieurs vibrations dépassant le niveau de bruit de vibration,
    - déterminer en fonction du motif de vibration, s’il existe une anomalie de composant, et
    - en réponse à la détermination de l’existence d’une anomalie de composant, exécuter une action pour y remédier en s’appuyant sur l’anomalie de composant.
  14. Procédé selon la revendication 13,
    consistant en outre à :
    - déterminer un paramètre de véhicule ; et
    - déterminer s’il existe une anomalie de composant fondée sur le motif de vibration et le paramètre de véhicule.
  15. Procédé selon la revendication 13,
    selon lequel
    déterminer s’il existe une anomalie de composant consiste à classifier le motif de vibration en utilisant un algorithme d’apprentissage machine.
  16. Procédé selon la revendication 15,
    selon lequel
    l’algorithme d’apprentissage machine est entraîné avec l’historique des données d’anomalies de composant.
  17. Système selon la revendication 16,
    sans lequel
    classifier le motif de vibration en utilisant un algorithme d’apprentissage machine consiste en outre à :
    - générer un ensemble d’anomalies potentielles de composant fondées sur le motif de vibration,
    - déterminer pour chacune des anomalies potentielles de composant, un score de confiance, et
    - sélectionner l’anomalie de composant à partir de l’ensemble des anomales potentielles de composant en s’appuyant sur les scores de confiance.
  18. Procédé selon la revendication 7,
    consistant en outre à :
    - attribuer un poids à chacune de l’ensemble des anomalies potentielles de composant en s’appuyant sur une métadonnée pour l’anomalie potentielle de composant, et
    - sélectionner l’anomalie de composant parmi l’ensemble des anomalies potentielles de composant en se fondant sur le score de confiance et le poids.
  19. Procédé selon la revendication 13,
    consistant en outre à :
    - recevoir du second capteur, placé dans une seconde position sur le véhicule, une information additionnelle de capteur produite par la vibration détectée du véhicule, et
    - déterminer le motif de vibration en s’appuyant sur l’information de capteur et l’information de capteur additionnel.
  20. Procédé selon la revendication 13,
    consistant en outre à :
    - avant de déterminer s’il existe une anomalie de composant, déterminer si le motif de vibration est récurrent, et
    -déterminer s’il existe une anomalie de composant en réponse à la détermination que le motif de vibration est récurrent.
  21. Procédé selon la revendication 13,
    selon lequel
    exécuter l’action pour réduire, consiste à effectuer au moins l’une des actions choisie dans le groupe consistant à transmettre une notification à un titulaire de véhicule, transmettre une notification à un opérateur de flotte, transmettre une notification à un constructeur de véhicule, transmettre une notification à une agence de sécurité publique, commander le véhicule pour quitter le trafic et produire une alerte sur l’interface homme machine du véhicule.
  22. Procédé selon la revendication 13,
    selon lequel
    recevoir l’information de capteur du premier capteur comprend la réception de l’information de capteur provenant d’un accéléromètre.
  23. Procédé selon la revendication 14,
    selon lequel
    déterminer le paramètre du véhicule comprend la détermination d’au moins un paramètre choisi dans le groupe comprenant : vitesse du véhicule, vitesse de roue, angle de direction, niveau d’étranglement, niveau de freinage, sélection du rapport et température.
FR2301087A 2022-02-11 2023-02-06 Détection automatisée d’usure ou de défaillance de composants fondés sur les vibrations Active FR3132759B1 (fr)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US202263309139P 2022-02-11 2022-02-11
US63/309139 2022-02-11
US17/985,668 US20230256979A1 (en) 2022-02-11 2022-11-11 Automated vibration based component wear and failure detection for vehicles
US17/985668 2022-11-11

Publications (2)

Publication Number Publication Date
FR3132759A1 true FR3132759A1 (fr) 2023-08-18
FR3132759B1 FR3132759B1 (fr) 2025-07-11

Family

ID=87430653

Family Applications (1)

Application Number Title Priority Date Filing Date
FR2301087A Active FR3132759B1 (fr) 2022-02-11 2023-02-06 Détection automatisée d’usure ou de défaillance de composants fondés sur les vibrations

Country Status (3)

Country Link
US (1) US20230256979A1 (fr)
DE (1) DE102023201092A1 (fr)
FR (1) FR3132759B1 (fr)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20240321100A1 (en) * 2023-03-24 2024-09-26 Panasonic Automotive Systems Company Of America, Division Of Panasonic Corporation Of North America Motor vehicle safety information system
US12429393B2 (en) * 2023-11-28 2025-09-30 Nvh Technology Llc Method for detecting vibrational anomalies of a vehicle using a plurality of devices that are removably attachable to the vehicle
FR3158820A1 (fr) * 2024-01-26 2025-08-01 Stellantis Auto Sas Procédé et dispositif de prédiction d’une prochaine défaillance d'un composant d'un véhicule
US20250297923A1 (en) * 2024-03-22 2025-09-25 Robert Bosch Gmbh Prediction and identification of potential semi-trailer truck system anomalies
US12412432B1 (en) * 2025-04-15 2025-09-09 Innova Electronics Corporation System and method for vehicle diagnostics with synchronized vehicle acoustic and vibration data with on-board diagnostic data
CN120778395A (zh) * 2025-08-13 2025-10-14 昆山嘉提信息科技有限公司 一种基于多源异构传感器融合的新能源车载底盘健康监测系统
CN121324034B (zh) * 2025-12-12 2026-02-13 国能(天津)港务有限责任公司 一种驱动设备的故障检测方法、设备及介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190108692A1 (en) * 2017-10-09 2019-04-11 GM Global Technology Operations LLC Method and apparatus to isolate an on-vehicle fault
US20210048488A1 (en) * 2018-02-28 2021-02-18 Robert Bosch Gmbh System and Method for Audio and Vibration Based Power Distribution Equipment Condition Monitoring
US20210125428A1 (en) * 2019-10-23 2021-04-29 Applied Mechatronic Products, Llc Apparatus and Method for Tire Separation Monitoring

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210183227A1 (en) * 2015-09-25 2021-06-17 Conservation Labs, Inc. Sound monitoring system
US11009865B2 (en) * 2016-05-09 2021-05-18 Strong Force Iot Portfolio 2016, Llc Methods and systems for a noise pattern data marketplace in an industrial internet of things environment
US10417837B2 (en) * 2016-09-22 2019-09-17 Ford Global Technologies, Llc Arrangements for collecting diagnostic information regarding vibrations of wheel-tire assembly and drive-line components of a wheeled vehicle
US11341743B2 (en) * 2020-06-12 2022-05-24 Wärtsilä Finland Oy Apparatus and computer implemented method in marine vessel data system for generating anomaly heatmap information using neural network
US20230377598A1 (en) * 2022-05-20 2023-11-23 Arinc Incorporated System and method for processing audio data of aircraft cabin environment

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190108692A1 (en) * 2017-10-09 2019-04-11 GM Global Technology Operations LLC Method and apparatus to isolate an on-vehicle fault
US20210048488A1 (en) * 2018-02-28 2021-02-18 Robert Bosch Gmbh System and Method for Audio and Vibration Based Power Distribution Equipment Condition Monitoring
US20210125428A1 (en) * 2019-10-23 2021-04-29 Applied Mechatronic Products, Llc Apparatus and Method for Tire Separation Monitoring

Also Published As

Publication number Publication date
DE102023201092A1 (de) 2023-08-17
FR3132759B1 (fr) 2025-07-11
US20230256979A1 (en) 2023-08-17

Similar Documents

Publication Publication Date Title
FR3132759A1 (fr) Détection automatisée d’usure ou de défaillance de composants fondés sur les vibrations
US11919523B2 (en) Systems and methods for driver scoring with machine learning
US12293418B2 (en) Method and system for vehicular collision reconstruction
US20250196854A1 (en) Systems and methods for reconstruction of a vehicular crash
EP3523155B1 (fr) Procédé et système de détection de collisions de véhicule
CN112396177A (zh) 汽车预测性维修
US20190311556A1 (en) Vehicle prognostics and remedial response
US20210201666A1 (en) Scalable and distributed detection of road anomaly events
US10977881B1 (en) Rules based analysis of vehicle sensor data for actions
Zheng et al. Unsupervised driving performance assessment using free-positioned smartphones in vehicles
US12142093B2 (en) Automated windshield damage detection and mitigation for autonomous vehicles
KR20240100401A (ko) 자율 주행 및 부분 자율 주행 차량들에 대한 핸즈 오프 검출
EP4185504A1 (fr) Procédé de détermination d'une trajectoire d'un véhicule automobile
WO2024049461A9 (fr) Procédés et systèmes pour effectuer un dé-repliement de spectre de mesures de taux de portée radar en utilisant l'apprentissage automatique
US10282922B1 (en) Techniques for detecting and reporting a vehicle crash
US12354420B2 (en) Systems and methods for an automobile status recorder
CN116588008A (zh) 用于车辆的基于振动的组件磨损和故障自动化检测
CN115190427B (zh) 一种机动车紧急救援呼叫系统
US20250108814A1 (en) Vibration based fault diagnostic system for straddle-type vehicles
US20240416955A1 (en) Control device
US20250074438A1 (en) Model generation method
US12434720B2 (en) Kinetic insights machine
US20250166423A1 (en) Facilitating response to emergent situation at vehicle with vehicle context
US20250276705A1 (en) Safety management using context-aware safety diagnostics
FR3156737A1 (fr) Procédé et dispositif de commande d'un système actif embarqué d'un vehicule circulant sur une route

Legal Events

Date Code Title Description
PLFP Fee payment

Year of fee payment: 2

PLSC Publication of the preliminary search report

Effective date: 20240308

PLFP Fee payment

Year of fee payment: 3