CN107867130A - 一种港口集装箱搬运无人车爆胎风险检测方法及系统 - Google Patents

Abstract

本发明公开了一种港口集装箱搬运无人车爆胎风险检测方法及系统，其中，所述方法包括：获取搬运无人车的每个轮胎的爆胎风险检测数据，其中，爆胎风险检测数据包括胎压数据、声音数据和加速数据；将获取的每个轮胎的爆胎风险检测数据分别与预设的阈值进行比较，根据比较结果确定待检测轮胎，并计算待检测轮胎的爆胎风险值；将待检测轮胎的爆胎风险值与预设的爆胎临界值进行比较，若爆胎风险值大于爆胎临界值，则确定待检测轮胎存在爆胎风险。与现有技术相比，本发明可以有效、准确地对港口集装箱搬运无人车的爆胎风险进行检测，预知车辆是否存在爆胎风险，避免因发生爆胎而对搬运货物、搬运无人车、港口工作人员以及整个港口造成的损失。

Description

一种港口集装箱搬运无人车爆胎风险检测方法及系统

技术领域

本发明涉及一种港口集装箱搬运无人车爆胎风险检测方法及系统，属于搬运无人车技术领域。

背景技术

港口是具有水陆联运设备和条件，供船舶安全进出和停泊的运输枢纽，是水陆交通的集结点和枢纽，工农业产品和外贸进出口物资的集散地，船舶停泊、装卸货物、上下旅客、补充给养的场所。其中，集装箱运输在整个港口作业中占有重要地位。而为了推动实现港口无人化，使集装箱自动穿梭装卸，集装箱搬运无人车被越来越多地应用于港口的集装箱运输作业中。

而在现有的搬运无人车在搬运货物过程中存在爆胎的风险，一旦发生爆胎，将可能导致货物倾泻损坏，搬运无人车之间相撞，甚至车辆偏离预定路线撞向港口工作人员，致人死伤的后果；如果搬运的货物是危险化学品，还可能会发生爆炸，对港口工作人员的人身安全以及整个港口造成严重威胁。因此，急需一种可以对港口集装箱搬运无人车的爆胎风险进行检测的方法和系统。

发明内容

本发明的目的在于，提供一种港口集装箱搬运无人车爆胎风险检测方法及系统，可以至少解决上述技术问题之一。

为解决上述技术问题，本发明采用如下的技术方案：

一种港口集装箱搬运无人车爆胎风险检测方法，包括：获取搬运无人车的每个轮胎的爆胎风险检测数据，其中，所述爆胎风险检测数据包括胎压数据、声音数据和加速数据；将获取的每个轮胎的爆胎风险检测数据分别与预设的阈值进行比较，根据比较结果确定待检测轮胎，并计算所述待检测轮胎的爆胎风险值；将所述待检测轮胎的爆胎风险值与预设的爆胎临界值进行比较，若所述爆胎风险值大于所述爆胎临界值，则确定所述待检测轮胎存在爆胎风险。

前述的港口集装箱搬运无人车爆胎风险检测方法中，在所述获取搬运无人车的每个轮胎的爆胎风险检测数据之前，还包括：判断搬运无人车是否处于行驶状态，当判断所述搬运无人车处于行驶状态时，获取所述搬运无人车的每个轮胎的胎压数据、声音数据和加速数据。

前述的港口集装箱搬运无人车爆胎风险检测方法中，所述将获取的每个轮胎的爆胎风险检测数据与预设的阈值进行比较，根据比较结果确定待检测轮胎，并计算所述待检测轮胎的爆胎风险值，包括：将每个轮胎的胎压数据分别与预设的第一安全阈值进行比较，若所述胎压数据小于所述第一安全阈值，则将所述胎压数据对应的轮胎确定为待检测轮胎，并将所述胎压数据作为计算所述待检测轮胎的爆胎风险值的参数；将每个轮胎的声音数据分别与预设的第二安全阈值进行比较，若所述声音数据大于所述第二安全阈值，则将所述声音数据对应的轮胎确定为待检测轮胎，并将所述声音数据作为计算所述待检测轮胎的爆胎风险值的参数；将每个轮胎的加速数据分别与预设的第三安全阈值进行比较，若所述加速数据大于所述第三安全阈值，则将所述加速数据对应的轮胎确定为待检测轮胎，并将所述加速数据作为计算所述待检测轮胎的爆胎风险值的参数。

前述的港口集装箱搬运无人车爆胎风险检测方法中，还包括：在获取搬运无人车的每个轮胎的爆胎风险检测数据时，获取相关数据，其中，所述相关数据包括当前时间、当前天气数据、当前路况数据、轮胎磨损数据、轮胎型号和轮胎使用时间；在确定轮胎存在爆胎风险之后，存储所述爆胎风险检测数据和所述相关数据；对所述爆胎风险检测数据和所述相关数据进行分析，根据分析结果对所述预设的阈值和所述爆胎临界值进行调整。

前述的港口集装箱搬运无人车爆胎风险检测方法中，在确定轮胎存在爆胎风险之后，还包括：生成并提示报警信息。

一种港口集装箱搬运无人车爆胎风险检测系统，包括：第一获取模块，用于获取搬运无人车的每个轮胎的爆胎风险检测数据，其中，所述爆胎风险检测数据包括胎压数据、声音数据和加速数据；比较计算模块，用于将获取的每个轮胎的爆胎风险检测数据与预设的阈值进行比较，根据比较结果确定待检测轮胎，并计算所述待检测轮胎的爆胎风险值；比较确定模块，用于将所述待检测轮胎的爆胎风险值与预设的爆胎临界值进行比较，若所述爆胎风险值大于所述爆胎临界值，则确定所述待检测轮胎存在爆胎风险。

前述的港口集装箱搬运无人车爆胎风险检测系统中，还包括：判断模块，用于在所述获取搬运无人车的每个轮胎的爆胎风险检测数据之前，判断搬运无人车是否处于行驶状态，当判断所述搬运无人车处于行驶状态时，获取所述搬运无人车的每个轮胎的胎压数据、声音数据和加速数据。

前述的港口集装箱搬运无人车爆胎风险检测系统中，所述比较计算模块，具体用于将每个轮胎的胎压数据分别与预设的第一安全阈值进行比较，若所述胎压数据小于所述第一安全阈值，则将所述胎压数据对应的轮胎确定为待检测轮胎，并将所述胎压数据作为计算所述待检测轮胎的爆胎风险值的参数；所述比较计算模块，还具体用于将每个轮胎的声音数据分别与预设的第二安全阈值进行比较，若所述声音数据大于所述第二安全阈值，则将所述声音数据对应的轮胎确定为待检测轮胎，并将所述声音数据作为计算所述待检测轮胎的爆胎风险值的参数；所述比较计算模块，还具体用于将每个轮胎的加速数据分别与预设的第三安全阈值进行比较，若所述加速数据大于所述第三安全阈值，则将所述加速数据对应的轮胎确定为待检测轮胎，并将所述加速数据作为计算所述待检测轮胎的爆胎风险值的参数。

前述的港口集装箱搬运无人车爆胎风险检测系统中，还包括：第二获取模块，用于在获取搬运无人车的每个轮胎的爆胎风险检测数据时，获取相关数据，其中，所述相关数据包括当前时间、当前天气数据、当前路况数据、轮胎磨损数据、轮胎型号和轮胎使用时间；存储模块，用于在确定轮胎存在爆胎风险之后，存储所述爆胎风险检测数据和所述相关数据；分析模块，用于对所述爆胎风险检测数据和所述相关数据进行分析，根据分析结果对所述预设的阈值和所述爆胎临界值进行调整。

前述的港口集装箱搬运无人车爆胎风险检测系统中，还包括：报警模块，用于在确定轮胎存在爆胎风险之后，生成并提示报警信息。

与现有技术相比，本发明提供的方法和系统可以有效、准确地对港口集装箱搬运无人车的爆胎风险进行检测，预知车辆是否存在爆胎风险，避免因发生爆胎而对搬运货物、搬运无人车、港口工作人员以及整个港口造成的损失。

附图说明

图1至图4为本发明实施例一提供的方法的流程图；

图5至图8为本发明实施例二提供的系统的结构示意图。

下面结合附图和具体实施方式对本发明作进一步的说明。

具体实施方式

本发明实施例一：

一种港口集装箱搬运无人车爆胎风险检测方法，如图1所示，主要包括以下步骤：

步骤S101，获取搬运无人车的每个轮胎的爆胎风险检测数据，其中，爆胎风险检测数据包括胎压数据、声音数据和加速数据；

在本实施例中，可以通过胎压传感器获取胎压数据，胎压数据是指搬运无人车行驶过程中轮胎内部空气的压强，对于搬运无人车来说，胎压过低会使胎体变形增大，胎侧容易出现裂口，容易爆胎；可以通过声音传感器获取声音数据，声音数据是指搬运无人车行驶过程中轮胎与路面摩擦所产生的声音数据，如果声音数据过大，说明轮胎与路面摩擦成倍增加，存在爆胎可能；可以通过加速传感器获取加速数据，加速数据是指搬运无人车行驶过程中的加速度。这些传感器能够发出无线高频信号将胎压数据、声音数据和加速数据发送给搬运无人车的控制器。

当然，除了可以获取胎压数据、声音数据和加速数据作为爆胎风险检测数据，还可以通过温度传感器实时获取轮胎的温度数据，因为如果轮胎温度过高，也可能导致爆胎。

作为本实施例的一种可选实施方式，如图2所示，在获取搬运无人车的每个轮胎的爆胎风险检测数据之前，该方法还包括：

步骤S104，判断搬运无人车是否处于行驶状态。由于胎压数据、声音数据和加速数据是针对行驶中的搬运无人车的轮胎参数，因此，只有当判断搬运无人车处于行驶状态时，才会获取搬运无人车的每个轮胎的胎压数据、声音数据和加速数据。可选的，可以通过轮速传感器来判断搬运无人车是否处于行驶状态。

步骤S102，将获取的每个轮胎的爆胎风险检测数据分别与预设的阈值进行比较，根据比较结果确定待检测轮胎，并计算待检测轮胎的爆胎风险值；

作为本实施例的一种可选实施方式，将获取的每个轮胎的爆胎风险检测数据与预设的阈值进行比较，根据比较结果确定待检测轮胎，并计算待检测轮胎的爆胎风险值，包括：将每个轮胎的胎压数据分别与预设的第一安全阈值进行比较，若胎压数据小于第一安全阈值，则将胎压数据对应的轮胎确定为待检测轮胎，并将胎压数据作为计算待检测轮胎的爆胎风险值的参数；将每个轮胎的声音数据分别与预设的第二安全阈值进行比较，若声音数据大于第二安全阈值，则将声音数据对应的轮胎确定为待检测轮胎，并将声音数据作为计算待检测轮胎的爆胎风险值的参数；将每个轮胎的加速数据分别与预设的第三安全阈值进行比较，若加速数据大于第三安全阈值，则将加速数据对应的轮胎确定为待检测轮胎，并将加速数据作为计算待检测轮胎的爆胎风险值的参数。

在本可选实施方式中，通过预先设置的第一安全阈值、第二安全阈值和第三安全阈值，先排查出存在爆胎风险的异常数据，也就是说，一一将每个轮胎的胎压数据、声音数据和加速数据与对应的安全阈值进行比较，一旦某个轮胎的爆胎风险检测数据存在异常，就将该轮胎确定为待检测轮胎，并将该轮胎的所有存在异常的爆胎风险检测数据作为评估爆胎风险值的参数。可选的，在评估某个待检测轮胎的爆胎风险值时，可以分别设置胎压数据、声音数据和加速数据各自的权重，例如：胎压数据对应权重1，声音数据对应权重2，加速数据对应权重3，按照公式“爆胎风险值＝胎压数据x权重1+声音数据x权重2+加速数据x权重3”进行计算，得到该待检测轮胎的爆胎风险值。

步骤S103，将待检测轮胎的爆胎风险值与预设的爆胎临界值进行比较，若爆胎风险值大于爆胎临界值，则确定待检测轮胎存在爆胎风险。

在步骤S103中，如果待检测轮胎的爆胎风险值大于预先设置的爆胎临界值，则说明待检测轮胎处于爆胎临界，应判定该待检测轮胎存在爆胎风险，处于危险级别。

作为本实施例的一种可选实施方式，如图3所示，该方法还包括：

步骤S105，在获取搬运无人车的每个轮胎的爆胎风险检测数据时，获取相关数据，其中，相关数据包括当前时间、当前天气数据、当前路况数据、轮胎磨损数据、轮胎型号和轮胎使用时间；

步骤S106，在确定轮胎存在爆胎风险之后，存储爆胎风险检测数据和相关数据；

步骤S107，对爆胎风险检测数据和相关数据进行分析，根据分析结果对预设的阈值和爆胎临界值进行调整。

在本可选实施方式中，预设的阈值与爆胎临界值并不是一成不变的，需要根据大量实测数据进行调整与完善，才能使爆胎风险的检测结果是准确的。而当前时间、当前天气数据、当前路况数据、轮胎磨损数据、轮胎型号和轮胎使用时间这些数据都是与胎压数据、声音数据以及加速数据非常相关的数据，通过对这些数据的分析，可以更好地统计分析。

作为本实施例的一种可选实施方式，如图4所示，在确定轮胎存在爆胎风险之后，该方法还包括：

步骤S108，生成并提示报警信息。

在步骤S108中，一旦确定搬运无人车的轮胎存在爆胎风险，则需要生成报警信息，来提醒港口的相关工作人员及时对相应车辆的轮胎进行排查，发现并解决爆胎问题，避免因爆胎而导致的港口安全事故发生。可选的，生成的报警信息可以是声音信息，例如：在搬运无人车上设置声音报警器，通过声音报警器发出报警声来提醒附近的港口工作人员快速找到具有爆胎风险的车辆；报警信息还可以是光信息，例如：在搬运无人车上设置光报警器，搬运无人车在夜间工作时，通过光报警器发出闪烁的光来提醒附近的港口工作人员快速找到具有爆胎风险的车辆；当然，报警信息还可以通过电话、短信等方式发送到相关的港口工作人员的移动设备上，对此本实施方式不做具体限定。

本实施例提供的港口集装箱搬运无人车爆胎风险监测方法可以有效、准确地对港口集装箱搬运无人车的爆胎风险进行检测，预知车辆是否存在爆胎风险，避免因发生爆胎而对搬运货物、搬运无人车、港口工作人员以及整个港口造成的损失。

本发明实施例二：

一种港口集装箱搬运无人车爆胎风险检测系统，如图5所示，主要包括：第一获取模块201，用于获取搬运无人车的每个轮胎的爆胎风险检测数据，其中，爆胎风险检测数据包括胎压数据、声音数据和加速数据；比较计算模块202，用于将获取的每个轮胎的爆胎风险检测数据与预设的阈值进行比较，根据比较结果确定待检测轮胎，并计算所述待检测轮胎的爆胎风险值；比较确定模块203，用于将所述待检测轮胎的爆胎风险值与预设的爆胎临界值进行比较，若所述爆胎风险值大于所述爆胎临界值，则确定所述待检测轮胎存在爆胎风险。

在本实施例中，可以通过胎压传感器获取胎压数据，胎压数据是指搬运无人车行驶过程中轮胎内部空气的压强，对于搬运无人车来说，胎压过低会使胎体变形增大，胎侧容易出现裂口，容易爆胎；可以通过声音传感器获取声音数据，声音数据是指搬运无人车行驶过程中轮胎与路面摩擦所产生的声音数据，如果声音数据过大，说明轮胎与路面摩擦成倍增加，存在爆胎可能；可以通过加速传感器获取加速数据，加速数据是指搬运无人车行驶过程中的加速度。这些传感器能够发出无线高频信号将胎压数据、声音数据和加速数据发送给搬运无人车的控制器。

当然，除了可以获取胎压数据、声音数据和加速数据作为爆胎风险检测数据，还可以通过温度传感器实时获取轮胎的温度数据，因为如果轮胎温度过高，也可能导致爆胎。

作为本实施例的一种可选实施方式，如图6所示，该系统还包括：判断模块204，用于在获取搬运无人车的每个轮胎的爆胎风险检测数据之前，判断搬运无人车是否处于行驶状态。由于胎压数据、声音数据和加速数据是针对行驶中的搬运无人车的轮胎参数，因此，只有当判断搬运无人车处于行驶状态时，才会获取搬运无人车的每个轮胎的胎压数据、声音数据和加速数据。可选的，可以通过轮速传感器来判断搬运无人车是否处于行驶状态。

作为本实施例的一种可选实施方式，比较计算模块202，具体用于将每个轮胎的胎压数据分别与预设的第一安全阈值进行比较，若所述胎压数据小于所述第一安全阈值，则将所述胎压数据对应的轮胎确定为待检测轮胎，并将所述胎压数据作为计算所述待检测轮胎的爆胎风险值的参数；比较计算模块202，还具体用于将每个轮胎的声音数据分别与预设的第二安全阈值进行比较，若所述声音数据大于所述第二安全阈值，则将所述声音数据对应的轮胎确定为待检测轮胎，并将所述声音数据作为计算所述待检测轮胎的爆胎风险值的参数；比较计算模块202，还具体用于将每个轮胎的加速数据分别与预设的第三安全阈值进行比较，若所述加速数据大于所述第三安全阈值，则将所述加速数据对应的轮胎确定为待检测轮胎，并将所述加速数据作为计算所述待检测轮胎的爆胎风险值的参数。

在本可选实施方式中，通过预先设置的第一安全阈值、第二安全阈值和第三安全阈值，先排查出存在爆胎风险的异常数据，也就是说，一一将每个轮胎的胎压数据、声音数据和加速数据与对应的安全阈值进行比较，一旦某个轮胎的爆胎风险检测数据存在异常，就将该轮胎确定为待检测轮胎，并将该轮胎的所有存在异常的爆胎风险检测数据作为评估爆胎风险值的参数。可选的，在评估某个待检测轮胎的爆胎风险值时，可以分别设置胎压数据、声音数据和加速数据各自的权重，例如：胎压数据对应权重1，声音数据对应权重2，加速数据对应权重3，按照公式“爆胎风险值＝胎压数据x权重1+声音数据x权重2+加速数据x权重3”进行计算，得到该待检测轮胎的爆胎风险值。

在本实施例中，如果待检测轮胎的爆胎风险值大于预先设置的爆胎临界值，则说明待检测轮胎处于爆胎临界，应判定该待检测轮胎存在爆胎风险，处于危险级别。

作为本实施例的一种可选实施方式，如图7所示，该系统还包括：第二获取模块205，用于在获取搬运无人车的每个轮胎的爆胎风险检测数据时，获取相关数据，其中，相关数据包括当前时间、当前天气数据、当前路况数据、轮胎磨损数据、轮胎型号和轮胎使用时间；存储模块206，用于在确定轮胎存在爆胎风险之后，存储爆胎风险检测数据和相关数据；分析模块207，用于对爆胎风险检测数据和相关数据进行分析，根据分析结果对预设的阈值和所述爆胎临界值进行调整。

在本可选实施方式中，预设的阈值与爆胎临界值并不是一成不变的，需要根据大量实测数据进行调整与完善，才能使爆胎风险的检测结果是准确的。而当前时间、当前天气数据、当前路况数据、轮胎磨损数据、轮胎型号和轮胎使用时间这些数据都是与胎压数据、声音数据以及加速数据非常相关的数据，通过对这些数据的分析，可以更好地统计分析。

作为本实施例的一种可选实施方式，如图8所示，该系统还包括：报警模块208，用于在确定轮胎存在爆胎风险之后，生成并提示报警信息。

在本可选实施方式中，一旦确定搬运无人车的轮胎存在爆胎风险，则需要生成报警信息，来提醒港口的相关工作人员及时对相应车辆的轮胎进行排查，发现并解决爆胎问题，避免因爆胎而导致的港口安全事故发生。可选的，生成的报警信息可以是声音信息，例如：在搬运无人车上设置声音报警器，通过声音报警器发出报警声来提醒附近的港口工作人员快速找到具有爆胎风险的车辆；报警信息还可以是光信息，例如：在搬运无人车上设置光报警器，搬运无人车在夜间工作时，通过光报警器发出闪烁的光来提醒附近的港口工作人员快速找到具有爆胎风险的车辆；当然，报警信息还可以通过电话、短信等方式发送到相关的港口工作人员的移动设备上，对此本实施方式不做具体限定。

本实施例提供的港口集装箱搬运无人车爆胎风险监测系统可以有效、准确地对港口集装箱搬运无人车的爆胎风险进行检测，预知车辆是否存在爆胎风险，避免因发生爆胎而对搬运货物、搬运无人车、港口工作人员以及整个港口造成的损失。

Claims (10)

1.一种港口集装箱搬运无人车爆胎风险检测方法，其特征在于，包括：

获取搬运无人车的每个轮胎的爆胎风险检测数据，其中，所述爆胎风险检测数据包括胎压数据、声音数据和加速数据；

将获取的每个轮胎的爆胎风险检测数据分别与预设的阈值进行比较，根据比较结果确定待检测轮胎，并计算所述待检测轮胎的爆胎风险值；

将所述待检测轮胎的爆胎风险值与预设的爆胎临界值进行比较，若所述爆胎风险值大于所述爆胎临界值，则确定所述待检测轮胎存在爆胎风险。

2.根据权利要求1所述的港口集装箱搬运无人车爆胎风险检测方法，其特征在于，在所述获取搬运无人车的每个轮胎的爆胎风险检测数据之前，还包括：

判断搬运无人车是否处于行驶状态，当判断所述搬运无人车处于行驶状态时，获取所述搬运无人车的每个轮胎的胎压数据、声音数据和加速数据。

3.根据权利要求1或2所述的港口集装箱搬运无人车爆胎风险检测方法，其特征在于，所述将获取的每个轮胎的爆胎风险检测数据与预设的阈值进行比较，根据比较结果确定待检测轮胎，并计算所述待检测轮胎的爆胎风险值，包括：

将每个轮胎的胎压数据分别与预设的第一安全阈值进行比较，若所述胎压数据小于所述第一安全阈值，则将所述胎压数据对应的轮胎确定为待检测轮胎，并将所述胎压数据作为计算所述待检测轮胎的爆胎风险值的参数；

将每个轮胎的声音数据分别与预设的第二安全阈值进行比较，若所述声音数据大于所述第二安全阈值，则将所述声音数据对应的轮胎确定为待检测轮胎，并将所述声音数据作为计算所述待检测轮胎的爆胎风险值的参数；

将每个轮胎的加速数据分别与预设的第三安全阈值进行比较，若所述加速数据大于所述第三安全阈值，则将所述加速数据对应的轮胎确定为待检测轮胎，并将所述加速数据作为计算所述待检测轮胎的爆胎风险值的参数。

4.根据权利要求1至3任一项所述的港口集装箱搬运无人车爆胎风险检测方法，其特征在于，还包括：

在获取搬运无人车的每个轮胎的爆胎风险检测数据时，获取相关数据，其中，所述相关数据包括当前时间、当前天气数据、当前路况数据、轮胎磨损数据、轮胎型号和轮胎使用时间；

在确定轮胎存在爆胎风险之后，存储所述爆胎风险检测数据和所述相关数据；

对所述爆胎风险检测数据和所述相关数据进行分析，根据分析结果对所述预设的阈值和所述爆胎临界值进行调整。

5.根据权利要求1至4任一项所述的港口集装箱搬运无人车爆胎风险检测方法，其特征在于，在确定轮胎存在爆胎风险之后，还包括：

生成并提示报警信息。

6.一种港口集装箱搬运无人车爆胎风险检测系统，其特征在于，包括：

第一获取模块，用于获取搬运无人车的每个轮胎的爆胎风险检测数据，其中，所述爆胎风险检测数据包括胎压数据、声音数据和加速数据；

比较计算模块，用于将获取的每个轮胎的爆胎风险检测数据与预设的阈值进行比较，根据比较结果确定待检测轮胎，并计算所述待检测轮胎的爆胎风险值；

比较确定模块，用于将所述待检测轮胎的爆胎风险值与预设的爆胎临界值进行比较，若所述爆胎风险值大于所述爆胎临界值，则确定所述待检测轮胎存在爆胎风险。

7.根据权利要求6所述的港口集装箱搬运无人车爆胎风险检测系统，其特征在于，还包括：

判断模块，用于在所述获取搬运无人车的每个轮胎的爆胎风险检测数据之前，判断搬运无人车是否处于行驶状态，当判断所述搬运无人车处于行驶状态时，获取所述搬运无人车的每个轮胎的胎压数据、声音数据和加速数据。

8.根据权利要求6或7所述的港口集装箱搬运无人车爆胎风险检测系统，其特征在于，

所述比较计算模块，具体用于将每个轮胎的胎压数据分别与预设的第一安全阈值进行比较，若所述胎压数据小于所述第一安全阈值，则将所述胎压数据对应的轮胎确定为待检测轮胎，并将所述胎压数据作为计算所述待检测轮胎的爆胎风险值的参数；

所述比较计算模块，还具体用于将每个轮胎的声音数据分别与预设的第二安全阈值进行比较，若所述声音数据大于所述第二安全阈值，则将所述声音数据对应的轮胎确定为待检测轮胎，并将所述声音数据作为计算所述待检测轮胎的爆胎风险值的参数；

所述比较计算模块，还具体用于将每个轮胎的加速数据分别与预设的第三安全阈值进行比较，若所述加速数据大于所述第三安全阈值，则将所述加速数据对应的轮胎确定为待检测轮胎，并将所述加速数据作为计算所述待检测轮胎的爆胎风险值的参数。

9.根据权利要求6至8任一项所述的港口集装箱搬运无人车爆胎风险检测系统，其特征在于，还包括：

第二获取模块，用于在获取搬运无人车的每个轮胎的爆胎风险检测数据时，获取相关数据，其中，所述相关数据包括当前时间、当前天气数据、当前路况数据、轮胎磨损数据、轮胎型号和轮胎使用时间；

存储模块，用于在确定轮胎存在爆胎风险之后，存储所述爆胎风险检测数据和所述相关数据；

分析模块，用于对所述爆胎风险检测数据和所述相关数据进行分析，根据分析结果对所述预设的阈值和所述爆胎临界值进行调整。

10.根据权利要求6至9任一项所述的港口集装箱搬运无人车爆胎风险检测系统，其特征在于，还包括：

报警模块，用于在确定轮胎存在爆胎风险之后，生成并提示报警信息。