基于加速度计数据计算车轮旋转频率的技术方案咨询

数据预处理 #

• 做降噪处理：加速度计数据易受路面颠簸、车身振动干扰，用低通滤波器（如巴特沃斯低通）过滤高频噪声，保留车轮旋转相关的低频分量；也可采用移动平均法平滑数据。
• 去除重力分量：若加速度计安装在非水平位置，通过静态校准减去重力影响，仅保留动态振动加速度。

核心特征提取 #

• 频域分析（关键步骤）：
  • 对预处理后的加速度数据执行FFT（快速傅里叶变换），将时域数据转换至频域，定位功率谱中的峰值频率。该峰值即为车轮旋转频率——车轮每旋转一圈，会因动不平衡、轮胎花纹等产生周期性振动，对应频率会在加速度信号的频域中形成峰值。
  • 对比两个车轮的峰值频率，正常同车速下两者应接近（差异源于轮胎磨损、胎压不同等），可互相验证结果合理性。
• 时域分析辅助验证：
  • 识别加速度信号的周期性峰值间隔，计算相邻峰值的时间差，其倒数即为旋转频率。例如相邻峰值间隔0.2秒，对应频率为5Hz，该方法适用于噪声小、周期性明显的数据。

结果校准与修正 #

• 结合轮胎直径验证：车轮旋转频率f与车速v的关系为v = π * d * f（d为轮胎直径），若有车速数据可反向校准计算结果；无车速数据时，可参考同车型标准轮胎参数判断结果合理性。
• 排除干扰频率：车身固有振动、发动机振动等干扰频率，可通过空挡滑行时的加速度数据（发动机干扰小）对比区分，或结合车辆已知参数排除干扰峰。

双车轮数据的额外应用 #

• 你已完成数据相似性对比，若两者频域峰值差异过大，说明其中一个车轮可能存在动不平衡、轮胎异常磨损、轴承故障等问题，可结合时域波形差异进一步定位；若峰值接近，说明计算结果可信度较高。

内容的提问来源于stack exchange，提问作者Raj