CN111696088A - 轮胎的安全检测方法、系统及汽车 - Google Patents

Abstract

本发明涉及一种轮胎的安全检测方法、检测系统及汽车，该方法包括步骤：获取轮胎的当前外廓图像；根据当前外廓图像，解析得到轮胎的当前特征值；将当前特征值与正常特征值比较，并根据比较结果判定轮胎安全或异常；若轮胎安全，返回第一步；若轮胎异常，则根据当前特征值确定轮胎的异常区域，将异常区域的异常特征值与异常模板匹配，并根据匹配结果确定轮胎的异常类型。相较于现有的手持式和埋地式轮胎检测装置，更加人性化和智能化，能在汽车起步、停放和行驶的全状态下，实时监测轮胎安全与否，并智能判断轮胎的异常类型，为驾驶员或监控者的决策提供有力根据，大大提高了汽车的行车安全性，减少交通事故发生，确保人身财产安全。

Description

轮胎的安全检测方法、系统及汽车

技术领域

本发明涉及光学测量领域，特别是涉及一种轮胎的安全检测方法、系统及汽车。

背景技术

汽车是集机械、电子、控制等多项技术于一身的机电一体化产品，位于其底部的轮胎是其重要组成部分，一是，能够承载汽车本体的重量，将其支撑在路面上；二是，能够与路面产生摩擦力，成为其驱动、制动和转向的动力之源。所以，轮胎(尤其是其表面花纹)是否正常完好无损，不仅关系到整个汽车的外观形象，而且更关系到轮胎是否能够充分发挥其牵引、制动、转弯、排水及噪音等性能，对汽车的安全行驶起决定性因素。

申请号201911273685.6的一种轮胎花纹深度测量方法、系统及存储介质的专利申请，能够有效测量轮胎的花纹深度，但是并未对该理论研究所解决的具体问题及如何应用该理论研究确保车辆安全行驶等作进一步研究。所以，如何通过检测轮胎的花纹深度等表面特征，确保轮胎是否安全，进一步确保车辆安全行驶是目前亟待解决的一个技术问题。

发明内容

基于此，有必要针对汽车轮胎是否安全的问题，提供一种轮胎的安全检测方法、系统及汽车。

一种轮胎的安全检测方法，包括步骤：

S1：获取轮胎的当前外廓图像；

S2：根据当前外廓图像，解析得到轮胎的当前特征值；

S3：将当前特征值与正常特征值比较，并根据比较结果判定轮胎安全或异常；

S4：若轮胎安全，则返回步骤S1；

S5：若轮胎异常，则根据当前特征值确定轮胎的异常区域，将异常区域的异常特征值与异常模板匹配，并根据匹配结果确定轮胎的异常类型。

进一步地，步骤S3，包括：

S31：计算当前特征值与正常特征值的差值；

S32：判断差值是否大于设定阈值；

S33：若差值不大于设定阈值，判定轮胎安全；

S34：若差值大于设定阈值，判定轮胎异常。

进一步地，步骤S5，包括：

S51：根据当前特征值确定轮胎的异常区域；

S52：对异常模板的每个异常类型设定一一对应的匹配系数，在异常特征值等于某个匹配系数时，确定轮胎属于该匹配系数所对应的异常类型；或对异常模板的每个异常类型设定一一对应的匹配区间，在异常特征值落入某个匹配区间时，确定轮胎属于该匹配区间所对应的异常类型。

进一步地，步骤S5，还包括：

S53：在异常特征值不等于所有的匹配系数或不落入所有的匹配区间时，人工确定轮胎的特别异常类型；

S54：将特别异常类型和特别异常类型所对应的异常特征值存储，并更新异常模板。

进一步地，步骤S1，包括：

S11：朝轮胎投射激光；

S12：采集带激光的轮胎图像，作为轮胎的当前外廓图像。

进一步地，步骤S2，包括：

S21：根据当前外廓图像，解析得到轮胎的当前三维数据；

S22：根据当前三维数据，计算表征轮胎外表面的当前特征值。

进一步地，异常模板，包括轮胎开裂、划口、鼓包、刺伤、缺口、卡物、沟槽深度异常的一种或多种类型。

另一方面，本发明还提供一种轮胎的安全检测系统，用于上述任意的安全检测方法，包括：

图像获取装置10，用于获取轮胎的当前外廓图像；

控制装置20，与图像获取装置10连接，用于执行步骤S2-S5。

进一步地，图像获取装置10，包括：

激光发射设备11，用于朝轮胎投射激光；

图像采集设备12，用于采集带激光的轮胎图像，作为轮胎的当前外廓图像。

再一方面，本发明还提供一种汽车，包括驾驶室、车厢、轮胎和上述任意的轮胎的安全检测系统。

本发明提供的轮胎的安全检测方法、检测系统及汽车，能够通过实时解析轮胎的当前外廓图像，得到表征轮胎外表面情况的特征值，进而与已存的正常特征值比较分析，有效判定轮胎安全与否，并在轮胎处于异常状态时，有效确定轮胎的异常类型。相对于现有技术中手持式轮胎检测装置(一是，手持轮胎检测装置需自行充电及携带，设备本身存在局限性；二是，驾驶员或检测员必须手持轮胎检测装置至轮胎位置特意检查，有时人偷懒或忘记则达不到监测轮胎安全的效果；三是，在行车过程中不能实时监测轮胎安全与否，存在很大的安全隐患)和埋地式轮胎检测装置(埋地位置固定，必须将汽车开到指定位置才能检测，在行车过程中不能实时监测轮胎安全与否，存在很大的安全隐患)，本发明提供的轮胎的安全检测方法，更加人性化和智能化，能在汽车起步、停放和行驶的全状态下，实时监测轮胎安全与否，并智能判断轮胎的异常类型，为驾驶员或监控者的决策提供有力根据，大大提高了汽车的行车安全性，减少交通事故发生，确保人身财产安全。

附图说明

图1为本发明中轮胎的安全检测方法的一个实施例的流程图；

图2为本发明中轮胎的安全检测系统的一个实施例的结构示意图；

图3为本发明中轮胎的安全检测系统的一个实施例的结构框图；

图4为本发明中轮胎的安全检测方法的步骤S1的一个实施例的流程图；

图5为本发明中轮胎的安全检测系统的一个实施例的结构示意图；

图6为本发明中轮胎的安全检测方法的步骤S2的一个实施例的流程图；

图7为本发明中轮胎的安全检测方法的步骤S3的一个实施例的流程图；

图8为本发明中轮胎的安全检测方法的步骤S5的一个实施例的流程图。

具体实施方式

如图1所示，本发明提供了一种轮胎的安全检测方法，包括：

S1：获取轮胎的当前外廓图像。具体的，如图2、3所示，本发明的实施例可选但不仅限于在汽车各个轮胎的上方(优选设置在挡泥板的内侧)设置与控制装置20(优选设置在驾驶室内)连接的图像获取装置10，控制装置20连续或定时的控制图像获取装置10采集获取轮胎的当前外廓图像作后续处理备用。优选的，如图4所示，为进一步减小采集到的图像的误差，提高后续判定的准确性，保障后续处理结果的正确率，本发明在采集轮胎的外廓图像前，引入激光投射。具体的，步骤S1，可选但不仅限于包括：S11：朝轮胎投射激光；S12：采集带激光的轮胎图像，作为轮胎的当前外廓图像。具体的，如图3、5所示该图像获取装置10，可选但不仅限于包括激光发射设备11和图像采集设备12，控制装置20首先控制激光发射设备11连续或定时朝轮胎表面投射激光，然后控制图像采集设备12采集带激光的轮胎图像反馈输出给控制装置20，作为轮胎的当前外廓图像，作后续处理备用。更为具体的，该激光发射设备11，可选但不仅限于采用线激光发射器，优选为发射一束或多束与轮胎呈切割方向的线激光；图像采集设备12，可选但不仅限于为摄像头、照相机等；二者可选但不仅限于通过有线或蓝牙、3G、4G、5G等无线方式与控制装置20通讯连接，用以双向传输采样数据和控制信号。更为具体的，本发明采集的轮胎的当前外廓图像，可选但不仅限于汽车起步和停放时获取的静态或慢速下的轮胎整体外廓图像，或汽车行驶时获取的快速滚动的轮胎连续外廓图像，以能在汽车起步、停放和行驶的任何情况下，都能实时捕捉到轮胎的当前外廓图像，以全时段的保障轮胎的安全使用。

S2：根据当前外廓图像，解析得到轮胎的当前特征值。优选的，如图6所示，步骤S2，可选但不仅限于包括：S21：根据当前外廓图像，解析得到轮胎的当前三维数据；S22：根据该当前三维数据，计算表征轮胎外表面的当前特征值。进一步优选的，该当前特征值，可选但不仅限于表征轮胎外表面特征的沟槽位置、胎面位置、胎纹深度等，其具体计算方式，可选但不仅限于背景技术中提及的申请号为201911273685.6的专利，有效计算轮胎的沟槽位置、胎面位置、胎纹实际深度等作为当前特征值的具体数据，以作后续判定备用。

S3：将当前特征值与正常特征值比较，并根据比较结果判定轮胎安全或异常。优选的，如图7所示，步骤S3，可选但不仅限于包括：S31：计算当前特征值与已存的正常特征值的差值；S32：判定该差值是否大于设定阈值；S33：在当前特征值与正常特征值的差值不大于设定阈值时，判定轮胎安全；S34：在当前特征值与正常特征值的差值大于设定阈值时，判定轮胎异常。具体的，该设定阈值，可根据轮胎磨损的容许程度、图像采集的数据波动等误差大小而设定。更为具体的，以轮胎的当前胎纹深度为解析得到的当前特征值为例，控制装置20可选但不仅限于将轮胎的当前胎纹深度与轮胎的正常胎纹深度(具体的，轮胎的正常胎纹深度可选但不仅限于轮胎的出厂标准胎纹数据或者轮胎上一时刻保存的轮胎依然处于正常情况下的胎纹数据)进行比较，在当前胎纹深度与正常胎纹深度的差值大于设定阈值时，表征轮胎表面的胎纹深度(包括凹进深度和凸出深度)已超出正常范围的上限，此时轮胎已处于异常状态，需要检修或更换。

S4：若轮胎安全，则返回步骤S1，以时刻连续的采集轮胎的当前外廓图像，尤其是汽车正在行驶过程中的轮胎当前外廓图像，通过实时监测保障汽车安全行驶。

S5：若轮胎异常，则根据当前特征值确定轮胎的异常区域，将异常区域的异常特征值与异常模板进行匹配，并根据匹配结果确定轮胎的异常类型。优选的，如图8所示，步骤S5，包括：S51：根据当前特征值确定轮胎异常区域，具体的，控制装置20比较判定轮胎异常后，可根据异常特征值的数据多少、面积大小或已存设定，抠取一定像素范围的异常区域；S52：对异常模板的每个异常类型设定一一对应的匹配系数或匹配区间，在异常特征值(如异常胎纹深度)等于对应的匹配系数或落入对应的匹配区间时，确定轮胎属于该匹配系数或匹配区间所对应的异常类型。更为具体的，该异常模板，可选但不仅限于通过收集轮胎开裂、划口、鼓包、刺伤、缺口、卡物等异常情况下，特征值(如轮胎胎纹深度)的具体表现形式，经过经验分类、机器学习训练等方式统计得到，并存储在控制装置20内，供匹配备用。以轮胎鼓包为例，可在异常模板中以0.6作为匹配区间的界限，在轮胎胎纹深度大于或等于0.6的区间范围内，确定轮胎存在鼓包异常。

更为优选的，如图8所示，步骤S5，还可选但不仅限于包括，S53：在异常特征值不等于所有的匹配系数或不落入所有的匹配区间时，人工确定轮胎的特别异常类型；S54：并将人工确定的轮胎的特别异常类型及该特别异常类型下的异常特征值存储至异常模板，以更新异常模板，方便下次再次遇到该特别异常类型时自动做异常类型的判定。该实施例，由于增加步骤S53和S54，能够在出现没有预先设定的异常类型，即遇到新的异常类型时，人工确定异常类型的种类，并进一步将该异常类型及其对应的异常特征值存入异常模板中，以更新异常模板，在下次再次遇到同类异常情况时，自动做出异常类型的判断，使其越来越智能化。

本发明提供的轮胎的安全检测方法，通过实时解析轮胎的当前外廓图像，得到表征轮胎外表面情况的特征值，进而与已存的正常特征值比较分析，有效判定轮胎安全与否，并在轮胎处于异常状态下时，能有效确定轮胎的异常类型。相对于现有技术中手持式轮胎检测装置(一是，手持轮胎检测装置需自行充电及携带，设备本身存在局限性；二是，驾驶员或检测员必须手持轮胎检测装置至轮胎位置特意检查，有时人偷懒或忘记则达不到监测轮胎安全的效果；三是，在行车过程中不能实时监测轮胎安全与否，存在很大的安全隐患。)和埋地式轮胎检测装置(埋地位置固定，必须将汽车开到指定位置才能检测，在行车过程中不能实时监测轮胎安全与否，存在很大的安全隐患)，本发明提供的轮胎的安全检测方法，更加人性化和智能化，能在汽车起步、停放和行驶的全状态下，实时监测轮胎安全与否，并智能判断轮胎的异常类型，为驾驶员或监控者的决策提供有力根据，大大提高了汽车的行车安全性，减少交通事故发生，确保人身财产安全。

进一步地，本发明的轮胎的安全检测方法，还包括步骤S6：若轮胎异常，则可选但不仅限于将异常结果发送至显示位置(如汽车仪表盘/监控室等上位机/手机电脑等移动终端)、发出警报信号(如指示灯闪烁/声音警报等)、关闭发动机、自动减速等的任意一种或多种。本实施例由于增加该步骤S6，即可在轮胎出现异常时，及时告知驾驶员或监控管理者，并做出相应的操作。

进一步地，本发明的轮胎的安全检测方法，还包括步骤S7：若轮胎异常，控制汽车减速行驶，并返回步骤S1，直至再次获取到异常特征值时，控制汽车停车。本实施例，由于增加步骤S7，即可在轮胎出现异常时，提示驾驶员继续缓慢行驶，当未再次采集到异常特征值时，说明异常区域位于轮胎的底部位置，此时停车将不便于驾驶员下车查看及后续检修；此时控制汽车继续缓慢行驶，直至再次采集到异常特征值时，说明异常区域位于图像获取装置10的正前方，此时控制立即停车即可方便驾驶员下车查看及后续检修。

进一步地，如图2、3所示，本发明还提供一种基于上述轮胎安全检测方法的轮胎安全检测系统，包括图像获取装置10，用于获取轮胎的当前外廓图像；和控制装置20，与图像获取装置10连接，用于执行上述步骤S2-S5。优选的，如图3、5所示，图像获取装置10，包括：激光发射设备11，用于朝轮胎投射激光；和图像采集设备12，用于采集带激光的轮胎图像，作为轮胎的当前外廓图像。

更进一步地，本发明还提供一种基于上述安全检测方法和系统的汽车，包括驾驶室、车厢、轮胎和上述任意的轮胎的安全检测系统。具体的，上述图像获取装置10可选但不仅限于设置在轮胎的上方，如挡泥板位置；上述控制装置20可选但不仅限于设置在汽车的驾驶室内。

上述安全检测系统和汽车，与上述安全检测方法对应，其具体实施方式和技术效果在此不再赘述。以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种轮胎的安全检测方法，其特征在于，包括步骤：

S1：获取所述轮胎的当前外廓图像；

S2：根据所述当前外廓图像，解析得到所述轮胎的当前特征值；

S3：将所述当前特征值与正常特征值比较，并根据比较结果判定所述轮胎安全或异常；

S4：若所述轮胎安全，则返回步骤S1；

S5：若所述轮胎异常，则根据所述当前特征值确定所述轮胎的异常区域，将所述异常区域的异常特征值与异常模板匹配，并根据匹配结果确定所述轮胎的异常类型。

2.根据权利要求1所述的轮胎的安全检测方法，其特征在于，所述步骤S3，包括：

S31：计算所述当前特征值与所述正常特征值的差值；

S32：判断所述差值是否大于设定阈值；

S33：若所述差值不大于设定阈值，判定所述轮胎安全；

S34：若所述差值大于设定阈值，判定所述轮胎异常。

3.根据权利要求1所述的轮胎的安全检测方法，其特征在于，所述步骤S5，包括：

S51：根据所述当前特征值确定所述轮胎的异常区域；

S52：对所述异常模板的每个异常类型设定一一对应的匹配系数，在所述异常特征值等于某个匹配系数时，确定所述轮胎属于该匹配系数所对应的异常类型；或对所述异常模板的每个异常类型设定一一对应的匹配区间，在所述异常特征值落入某个匹配区间时，确定所述轮胎属于该匹配区间所对应的异常类型。

4.根据权利要求3所述的轮胎的安全检测方法，其特征在于，所述步骤S5，还包括：

S53：在所述异常特征值不等于所有的匹配系数或不落入所有的匹配区间时，人工确定所述轮胎的特别异常类型；

S54：将所述特别异常类型和所述特别异常类型所对应的异常特征值存储，并更新所述异常模板。

5.根据权利要求1所述的轮胎的安全检测方法，其特征在于，所述步骤S1，包括：

S11：朝所述轮胎投射激光；

S12：采集带激光的轮胎图像，作为所述轮胎的当前外廓图像。

6.根据权利要求1所述的轮胎的安全检测方法，其特征在于，所述步骤S2，包括：

S21：根据所述当前外廓图像，解析得到所述轮胎的当前三维数据；

S22：根据所述当前三维数据，计算表征轮胎外表面的所述当前特征值。

7.根据权利要求1所述的轮胎的安全检测方法，其特征在于，所述异常模板，包括轮胎开裂、划口、鼓包、刺伤、缺口、卡物、沟槽深度异常的一种或多种类型。

8.一种轮胎的安全检测系统，用于权利要求1-7任意一项所述的安全检测方法，其特征在于，包括：

图像获取装置10，用于获取所述轮胎的当前外廓图像；

控制装置20，与所述图像获取装置10连接，用于执行步骤S2-S5。

9.根据权利要求8所述的轮胎的安全检测系统，其特征在于，所述图像获取装置10，包括：

激光发射设备11，用于朝所述轮胎投射激光；

图像采集设备12，用于采集带激光的轮胎图像，作为所述轮胎的当前外廓图像。

10.一种汽车，包括驾驶室、车厢和轮胎，其特征在于，还包括权利要求8-9任意一项所述的轮胎的安全检测系统。

Images