Pneumatic tire aquaplaning detection using effect-based methods with a minimal set of sensors

Abstract

Mit aktuellen Entwicklungen im Bereich (teilautonomer) Assistenzsysteme und vollautonomer Fahrzeuge kommt der Informationen zum Thema Fahrbahn-Reifen-Kontakt, speziell des maximalen Reibwerts, zunehmend größere Bedeutung zu. Während der Mensch aufgrund seiner Erfahrungen und bewusster als auch unterbewusster Wahrnehmung die Grenzen für sicheren Betrieb eines Fahrzeugs überwiegend gut einschätzen kann, sind künstliche Systeme vollkommen auf gemessene oder anderwärtig quantifizierte Informationen über den maximalen Reibwert angewiesen. Die laufende Forschung zu diesem Themengebiet befasst sich mit ursachenbasierten und effektbasierten Methoden, welche Informationen über den Reibwert bereitstellen können. Erstere benötigen zusätzliche Sensoren wie z.B. Kameras, Nässesensoren.Effektbasierte Methoden benötigen dazu im Allgemeinen ausreichend hohe Anregung der Reifenkräfte und Fahrzeugreaktionen, um schnell und zuverlässig Reifenparameter, insbesondere den maximalen Reibwert, zu detektieren und auf Änderungen zu reagieren. In alltäglichen Fahrsituationen erreichen die Reifenkräfte in seltenen Fällen die dafür erforderliche Größe, wodurch die Verfügbarkeit einer gültigen Schätzung stark reduziert wird und in vielen Fällen nicht möglich ist.Es gibt jedoch Effekte welche im Bereich kleiner Radkräfte/schlüpfe einen indirekten Rückschluss auf Änderungen des Reibwerts zwischen Reifen und Fahrbahn ermöglichen. Als Teil dieser Dissertation wird eine Methode zur Schätzung der Schlupfsteifigkeit (Anfangssteigung der Schlupfkurve) und Detektion von Änderungen dieser präsentiert, welche keine explizite, hochgenaue Längsgeschwindigkeit für die Schlupfberechnung benötigt und somit auch für Allradfahrzeuge gut geeignet ist. Zusätzlich wird diese Methode mit einer aktiven Anregung der Reifenlängskräfte kombiniert, um eine persistente Anregung der Eingangsgrößen des Detektionsalgorithmus zu ermöglichen. Dabei werden die Antriebskräfte an beiden Achsen gegengleich variiert, so dass die gewünschte Beschleunigung beibehalten und der Eingriff nicht wahrgenommen wird.Auf nasser Fahrbahn, welche mit einer durchgehenden Wasserschicht bedeckt ist, kann es, als Spezialfall des Reibwertabfalls, zu Aquaplaning kommen. Beim Verdrängen des Wassers aus dem Reifenlatsch bildet sich eine hydrodynamische Druckverteilung welche die einwirkenden Kräfte auf den Reifen verändert bzw. verschiebt und zu einem (teilweisen) Abheben des Reifens von der Fahrbahn führt. Die maximal übertragbaren Reifenkräfte nehmen mit zunehmender Fahrgeschwindigkeit und Wasserhöhe ab und gehen schlussendlich gegen null. Das kann in weiterer Folge zu einem Verlust der Steuerbarkeit oder Stabilität des Fahrzeugs führen. Eine Reihe typischer Effekte, die dabei auftreten, erlauben die Detektion von (partiellem) Aquaplaning und werden in dieser Arbeit vorgestellt. Diese sind der charakteristische Spin-Down-Effekt (Verzögerung der Radgeschwindigkeit) an nicht angetrieben Rädern, das Hochdrehen der Reifen an angetriebenen Rädern, erhöhter (Roll-)Widerstand, reduzierte Schlupfsteifigkeit und Änderungen in den Spurstangenkräften. Ergebnisse systematischer Messungen mit variierten Parametern wie Wasserhöhe, Längsgeschwindigkeit, Reifendruck, etc. werden präsentiert und zeigen deren Einfluss auf ausgewählte Aquaplaningeffekte. Im weiteren Teil dieser Arbeit werden Methoden vorgestellt, die unter der Ausnutzung jeweils eines dieser Aquaplaningeffekte (partielles) Aquaplaning detektieren. Als Eingangsgrößen dieser Methoden werden Signale verwendet welche in bestehenden Serienfahrzeugen bereits vorhanden sind bzw. die von der zuvor vorgestellten Methode zur Schlupfsteifigkeitsschätzung berechnet werden. Aufbauend auf den Einzelmethoden werden zwei Detektionsmethoden vorgestellt, welche (partielles) Aquaplaning mit einer Kombination von Kriterien einzelner Aquaplaningeffekte detektieren und somit bedeutend höhere Empfindlichkeit und Robustheit aufweisen.

With the recent development of ADAS and fully automated vehicles, information about tire-road contact and especially the friction potential gets more important. While human drivers have a certain feeling for the limits of safe vehicle operation based on their experience and perception, artificial systems completely rely on the quantification of measured or estimated parameters. Ongoing research deals with the detection of road conditions with cause-based methods using additional sensors, e.g. cameras, water sensors, etc., and effect-based methods extrapolating this information from measured vehicle reactions. Effect-based methods usually require persistent excitation of forces, accelerations, etc., to rapidly and reliably detect friction parameters and adapt to their changes. Common driving maneuvers in public traffic rarely exhibit necessary levels and changes of tire force and vehicle reaction, reducing the availability of these parameters or making their determination even impossible.However, certain effects influencing low slip tire behavior allow an indirect detection of changes in tire-road friction even for small longitudinal tire forces. Part of this dissertation is a method estimating tire slip stiffness (initial slip slope) and its changes, especially for all-wheel drive cars, where an explicit longitudinal velocity for slip calculation might not be available. This method is combined with an active excitation of longitudinal tire forces, in a way that persistent excitation needed for the algorithm is generated. The forces on both axles are slightly varied, while their sum is kept at the level to maintain the desired vehicle acceleration and the intervention is not recognized.During wet road conditions, if the water on the road forms a continuous layer, aquaplaning can occur as a special case of friction potential reduction. The tire squeezes the water out of its contact area, resulting in a hydrodynamic pressure distribution altering the tire forces and (partially) lifting the tire from the ground. This results in a reduction of friction potential with increasing velocity and water height, which eventually leads to a total loss of tangential tire forces and therefore loss of controllability or stability. Several typical effects that come along with (partial) aquaplaning allow its detection and are presented in this paper. These are the unique spin-down effect on non-driven tires, spin-up on driven tires, increased rolling resistance, reduced slip slope and tie rod force changes on front tires. Water level height, longitudinal velocity, tire pressure, and several other parameters relevant for aquaplaning are varied and their influence on chosen effects is investigated. Based on the findings, detection algorithms for these single effects are developed using basic measurement signals available in series production cars and the previously presented slip slope detection method. Eventually, two joint algorithms using criteria and output from the single methods are presented detecting (partial) aquaplaning in various driving situations.