CN112976961A - 基于机器视觉和大数据分析的汽车行驶安全状态实时监测预警方法 - Google Patents

基于机器视觉和大数据分析的汽车行驶安全状态实时监测预警方法 Download PDF

Info

Publication number
CN112976961A
CN112976961A CN202110321900.6A CN202110321900A CN112976961A CN 112976961 A CN112976961 A CN 112976961A CN 202110321900 A CN202110321900 A CN 202110321900A CN 112976961 A CN112976961 A CN 112976961A
Authority
CN
China
Prior art keywords
tire
automobile
damage
tread
tires
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.)
Withdrawn
Application number
CN202110321900.6A
Other languages
English (en)
Inventor
石旭
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.)
Wuhan Shiyixin Technology Co ltd
Original Assignee
Wuhan Shiyixin Technology Co ltd
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 Wuhan Shiyixin Technology Co ltd filed Critical Wuhan Shiyixin Technology Co ltd
Priority to CN202110321900.6A priority Critical patent/CN112976961A/zh
Publication of CN112976961A publication Critical patent/CN112976961A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60C—VEHICLE TYRES; TYRE INFLATION; TYRE CHANGING; CONNECTING VALVES TO INFLATABLE ELASTIC BODIES IN GENERAL; DEVICES OR ARRANGEMENTS RELATED TO TYRES
    • B60C23/00—Devices for measuring, signalling, controlling, or distributing tyre pressure or temperature, specially adapted for mounting on vehicles; Arrangement of tyre inflating devices on vehicles, e.g. of pumps or of tanks; Tyre cooling arrangements
    • B60C23/02—Signalling devices actuated by tyre pressure
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60C—VEHICLE TYRES; TYRE INFLATION; TYRE CHANGING; CONNECTING VALVES TO INFLATABLE ELASTIC BODIES IN GENERAL; DEVICES OR ARRANGEMENTS RELATED TO TYRES
    • B60C11/00—Tyre tread bands; Tread patterns; Anti-skid inserts
    • B60C11/24—Wear-indicating arrangements
    • B60C11/246—Tread wear monitoring systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60C—VEHICLE TYRES; TYRE INFLATION; TYRE CHANGING; CONNECTING VALVES TO INFLATABLE ELASTIC BODIES IN GENERAL; DEVICES OR ARRANGEMENTS RELATED TO TYRES
    • B60C23/00—Devices for measuring, signalling, controlling, or distributing tyre pressure or temperature, specially adapted for mounting on vehicles; Arrangement of tyre inflating devices on vehicles, e.g. of pumps or of tanks; Tyre cooling arrangements
    • B60C23/06—Signalling devices actuated by deformation of the tyre, e.g. tyre mounted deformation sensors or indirect determination of tyre deformation based on wheel speed, wheel-centre to ground distance or inclination of wheel axle

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Tires In General (AREA)

Abstract

本发明公开基于机器视觉和大数据分析的汽车行驶安全状态实时监测预警方法，通过对汽车上存在的轮胎进行统计标记，并对各轮胎进行损伤检测、磨损检测、变形监测和胎压检测，由此根据检测结果统计出汽车上各轮胎对应的损伤危险系数、磨损危险系数、变形危险系数和爆胎危险系数，进而综合以上计算汽车上各轮胎对应的行驶状态综合危险系数，实现了对汽车轮胎的安全监测，完善了监测指标范围，弥补了目前汽车轮胎安全监测方式存在的监测指标单一的不足，提高了监测结果的可靠度，提升了汽车行驶安全的监测水平，大大减少了因汽车轮胎在行驶过程中存在安全隐患导致汽车交通事故的发生，进而保障了汽车的行驶安全。

Description

基于机器视觉和大数据分析的汽车行驶安全状态实时监测预 警方法
技术领域
本发明属于汽车行驶监测技术领域，具体涉及基于机器视觉和大数据分析的汽车行驶安全状态实时监测预警方法。
背景技术
随着人们生活水平的提高，汽车已经成为人们日常生活中必不可少的一种代步交通工具,同时随着高速公路的发展和汽车性能的提高,汽车行驶速度越来越快,特别是由于汽车拥有量的迅速增加,交通越来越拥挤,使得交通事故更为频繁。为了减少交通事故的发生,这就要求我们要重视和加强对汽车行驶状态的检测,因此,汽车行驶状态的检测和管理已经成为家庭乃至整个社会和谐平安的重要保障。
当前导致汽车交通事故的原因除了因驾驶员的不良驾驶习惯导致，还有因汽车本身构件存在安全隐患造成的，如轮胎，轮胎作为汽车行驶过程中的重要部件,它的重要性不言而喻。在汽车高速行驶的过程中,轮胎故障是所有驾驶者最为担心和最难预防的,也是突发性交通事故发生的重要原因。由此可见对汽车轮胎进行安全监测是非常有必要的，但目前汽车轮胎的安全监测方式大多是对汽车轮胎的胎压、磨损状况进行监测，其监测指标单一，导致监测结果可靠度低，无法全面反映汽车轮胎的安全状况。
发明内容
为了弥补上述不足，本发明提出基于机器视觉和大数据分析的汽车行驶安全状态实时监测预警方法，通过对汽车上轮胎进行损伤检测、磨损检测、变形监测和胎压检测，由此统计出汽车轮胎对应的损伤危险系数、磨损危险系数、变形危险系数和爆胎危险系数，进而综合以上计算汽车轮胎的行驶状态综合危险系数，有效克服了目前汽车轮胎安全监测方式存在的监测指标单一的不足。
本发明的目的可以通过以下技术方案来实现：
基于机器视觉和大数据分析的汽车行驶安全状态实时监测预警方法，包括以下步骤：
S1.汽车轮胎统计标记：统计汽车上轮胎的数量，并对统计的汽车上各轮胎按照从汽车头部到尾部的顺序进行编号，分别标记为1,2,...,i,...,n；
S2.轮胎胎面图像采集处理：对汽车标记的各轮胎的胎面进行实时图像采集，由此得到汽车上各轮胎对应的实时胎面图像，并将汽车上各轮胎对应的实时胎面图像与轮胎参数数据库中汽车轮胎对应的标准胎面图像进行对比，查看是否存在异常区域，若存在异常区域，则统计异常区域的数量，且将统计的汽车各轮胎上的各异常区域进行编号，分别标记为1,2,...,j,...,m,与此同时对汽车上各轮胎对应的实时胎面图像聚焦在各异常区域，并进行放大，由此提取各异常区域的外形特征，进而将提取的汽车上各轮胎上各异常区域的外形特征与轮胎参数数据库中汽车轮胎各种损伤类型对应的外形特征进行匹配，从中筛选出汽车上各轮胎的各异常区域外形特征对应匹配成功的损伤类型，紧接着从汽车上各轮胎对应的实时胎面图像中提取各异常区域的轮廓，以此得出各异常区域的损伤面积，由此将汽车上各轮胎的各异常区域对应的损伤类型和损伤面积构成汽车轮胎损伤参数集合Qw i(qw i1,qw i2,...,qw ij,...,qw im)，qw ij表示为汽车上第i个轮胎的第j个异常区域的损伤参数对应的数值，w表示为损伤参数，w＝r1,r2,r1,r2分别表示为损伤类型，损伤面积；
S3.轮胎胎面凹槽深度检测：统计汽车上各轮胎存在的凹槽数量，并对统计的各个凹槽进行编号，依次标记为1,2,...,k,...,p,以此实时检测汽车上各轮胎的各凹槽对应的深度，进而将检测得到的汽车上各轮胎的各凹槽对应的深度构成汽车轮胎凹槽深度集合Hi(hi1,hi2,...,hik,...,hip),hik表示为汽车上第i个轮胎的第k个凹槽对应的深度；
S4.轮胎变形监测：对汽车上各轮胎的形状进行实时变形监测，其具体监测方法包括以下步骤：
S41:从汽车上各轮胎对应的胎面区域提取胎面圆轮廓，并在各轮胎提取的胎面圆轮廓上均匀布设若干检测点，进而将各轮胎胎面圆轮廓上布设的各检测点进行编号，分别标记为1,2,...,d,...,o；
S42:分别获取汽车各轮胎的胎面圆对应的圆心，并测量各轮胎胎面圆轮廓上布设的各检测点距离该轮胎圆心的直线距离，由此将测量得到的各轮胎胎面圆轮廓上布设的各检测点距离该轮胎胎面圆对应圆心的直线距离构成汽车轮胎胎面圆检测点距离集合Li(li1,li2,...,lid,...,lio)，lid表示为汽车上第i个轮胎胎面圆轮廓上第d个检测点距离该轮胎胎面圆对应圆心的直线距离；
S43:从轮胎参数数据库中提取汽车各轮胎的胎面圆对应的半径长度，并将汽车轮胎胎面圆检测点距离集合分别与各轮胎的胎面圆对应的半径长度进行对比，得到汽车轮胎胎面圆检测点距离对比集合ΔLi(Δli1,Δli2,...,Δlid,...,Δlio)；
S5.轮胎胎压检测：对汽车上各轮胎的胎压进行实时检测，并将检测得到的汽车上各轮胎的胎压构成汽车轮胎胎压集合F(f1,f2,…,fi,…,fn),fi表示为汽车上第i个轮胎的胎压；
S6.轮胎损伤危险系数统计：从汽车轮胎损伤参数集合中提取汽车上各轮胎的各异常区域对应的损伤类型，进而将其与轮胎参数数据库中汽车轮胎各种损伤类型对应的损伤指数进行对比，从中筛选出汽车上各轮胎的各异常区域对应的损伤指数，同时从汽车轮胎损伤参数集合中提取汽车上各轮胎的各异常区域对应的损伤面积，并从轮胎参数数据库中提取汽车上各轮胎对应的胎面面积，以此统计汽车上各轮胎的各异常区域对应的损伤面积系数，从而根据汽车上各轮胎的各异常区域对应的损伤指数和损伤面积系数统计汽车上各轮胎对应的损伤危险系数；
S7.轮胎磨损危险系数统计：从轮胎参数数据库中提取汽车上各轮胎的各凹槽对应的原始深度，并将汽车轮胎凹槽深度集合与汽车上各轮胎的各凹槽对应的原始深度进行对比，得到汽车轮胎凹槽深度对比集合ΔHi(Δhi1,Δhi2,...,Δhik,...,Δhip)，从而根据汽车轮胎凹槽深度对比集合统计汽车上各轮胎对应的磨损危险系数；
S8.轮胎变形危险系数统计：根据汽车轮胎胎面圆检测点距离对比集合统计汽车上各轮胎对应的变形危险系数；
S9.轮胎爆胎危险系数统计：从轮胎参数数据库中提取汽车上各轮胎对应的标准胎压，以此将汽车轮胎胎压集合与汽车上各轮胎对应的标准胎压进行对比，得到汽车轮胎胎压对比集合ΔF(Δf1,Δf2,...,Δfi,...,Δfn)，进而根据汽车轮胎胎压对比集合统计汽车上各轮胎对应的爆胎危险系数；
S10.轮胎行驶状态综合危险系数统计：根据汽车上各轮胎对应的损伤危险系数、汽车上各轮胎对应的磨损危险系数、汽车上各轮胎对应的变形危险系数和汽车上各轮胎对应的爆胎危险系数统计汽车上各轮胎对应的行驶状态综合危险系数；
S11.车载预警及车载显示：将统计的汽车上各轮胎对应的行驶状态综合危险系数与设置的轮胎行驶状态综合危险系数最小阈值进行对比，若汽车上某个轮胎对应的行驶状态综合危险系数大于轮胎行驶状态综合危险系数最小阈值，则表明该轮胎存在行驶状态危险，该轮胎记为行驶状态危险轮胎，此时进行车载预警，同时统计行驶状态危险轮胎编号，并在车载显示终端显示。
优选地，所述轮胎参数数据库用于存储汽车轮胎对应的标准胎面图像，其中汽车轮胎对应的标准胎面图像是指不存在损伤的汽车轮胎胎面图像，存储汽车轮胎各种损伤类型对应的外形特征，其中各种损伤类型包括破损类型、鼓包类型和裂缝类型，存储汽车各轮胎的胎面圆对应的半径长度，存储汽车轮胎各种损伤类型对应的损伤指数，存储汽车上各轮胎对应的胎面面积，存储汽车上各轮胎的各凹槽对应的原始深度，存储汽车上各轮胎对应的标准胎压。
优选地，所述汽车上各轮胎的各异常区域对应的损伤面积系数的计算公式为
Figure BDA0002993196930000051
εij表示为汽车上第i个轮胎的第j个异常区域对应的损伤面积系数，qr2 ij表示为汽车上第i个轮胎的第j个异常区域对应的损伤面积，si表示为汽车上第i个轮胎对应的胎面面积。
优选地，所述汽车上各轮胎对应的损伤危险系数的计算公式为
Figure BDA0002993196930000052
ηi表示为汽车上第i个轮胎对应的损伤危险系数，δij、εij分别表示为汽车上第i个轮胎的第j个异常区域对应的损伤指数、损伤面积系数。
优选地，所述汽车上各轮胎对应的磨损危险系数的计算公式为
Figure BDA0002993196930000053
σi表示为汽车上第i个轮胎对应的磨损危险系数，Δhik表示为汽车上第i个轮胎的第k个凹槽对应的深度与该凹槽对应的原始深度之间的差值，h′ik表示为汽车上第i个轮胎的第k个凹槽对应的原始深度。
优选地，所述汽车上各轮胎对应的变形危险系数的计算公式为
Figure BDA0002993196930000054
ξi表示为汽车上第i个轮胎对应的变形危险系数，Δlid表示为汽车上第i个轮胎的胎面圆轮廓上第d个检测点距离该轮胎胎面圆对应圆心的直线距离与该轮胎的胎面圆对应的半径长度之间的差值，li表示为汽车上第i个轮胎的胎面圆对应的半径长度。
优选地，所述汽车上各轮胎对应的爆胎危险系数的计算公式为
Figure BDA0002993196930000061
χi表示为汽车上第i个轮胎对应的爆胎危险系数，Δfi表示为汽车上第i个轮胎的胎压与该轮胎对应的标准胎压之间的差值。
优选地，所述汽车上各轮胎对应的行驶状态综合危险系数的计算公式为
Figure BDA0002993196930000062
Figure BDA0002993196930000063
表示为汽车上第i个轮胎对应的行驶状态综合危险系数。
本发明的有益效果如下：
(1)本发明通过对汽车上存在的轮胎进行统计标记，并对各轮胎进行损伤检测、磨损检测、变形监测和胎压检测，由此根据检测结果统计出汽车上各轮胎对应的损伤危险系数、磨损危险系数、变形危险系数和爆胎危险系数，进而综合以上计算汽车上各轮胎对应的行驶状态综合危险系数，实现了对汽车轮胎的安全监测，完善了监测指标范围，弥补了目前汽车轮胎安全监测方式存在的监测指标单一的不足，提高了监测结果的可靠度，提升了汽车行驶安全的监测水平，大大减少了因汽车轮胎在行驶过程中存在安全隐患导致汽车交通事故的发生，进而保障了汽车的行驶安全。
(2)本发明在进行汽车轮胎损伤检测过程中，通过对汽车轮胎损伤区域对应的损伤类型和损伤面积进行获取，以此得到汽车轮胎对应的损伤危险系数，避免只根据汽车轮胎的损伤面积进行损伤危险系数统计导致的统计片面性，无法全面反映汽车轮胎的损伤危险状况，进而影响统计结果的准确度。
(3)本发明通过将统计的汽车上各轮胎对应的行驶状态综合危险系数与轮胎行驶状态综合危险系数最小阈值进行对比，从而筛选出行驶状态危险轮胎编号，并将其显示在车载显示终端上，便于驾驶员直观及时知晓行驶状态危险轮胎，为驾驶员进行行驶状态危险轮胎的针对性处理提供处理对象，进而避免了因驾驶员未及时对行驶状态危险轮胎进行处理造成交通事故的发生。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1为本发明的方法步骤流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参照图1所示，基于机器视觉和大数据分析的汽车行驶安全状态实时监测预警方法，包括以下步骤：
S1.汽车轮胎统计标记：统计汽车上轮胎的数量，并对统计的汽车上各轮胎按照从汽车头部到尾部的顺序进行编号，分别标记为1,2,...,i,...,n；
S2.轮胎胎面图像采集处理：对汽车标记的各轮胎的胎面进行实时图像采集，由此得到汽车上各轮胎对应的实时胎面图像，并将汽车上各轮胎对应的实时胎面图像与轮胎参数数据库中汽车轮胎对应的标准胎面图像进行对比，若存在异常区域，则统计异常区域的数量，且将统计的汽车各轮胎上的各异常区域进行编号，分别标记为1,2,...,j,...,m,与此同时对汽车上各轮胎对应的实时胎面图像聚焦在各异常区域，并进行放大，由此提取各异常区域的外形特征，进而将提取的汽车上各轮胎上各异常区域的外形特征与轮胎参数数据库中汽车轮胎各种损伤类型对应的外形特征进行匹配，从中筛选出汽车上各轮胎的各异常区域外形特征对应匹配成功的损伤类型，紧接着从汽车上各轮胎对应的实时胎面图像中提取各异常区域的轮廓，以此得出各异常区域的损伤面积，由此将汽车上各轮胎的各异常区域对应的损伤类型和损伤面积构成汽车轮胎损伤参数集合Qw i(qw i1,qw i2,...,qw ij,...,qw im)，qw ij表示为汽车上第i个轮胎的第j个异常区域的损伤参数对应的数值，w表示为损伤参数，w＝r1,r2,r1,r2分别表示为损伤类型，损伤面积；
其中轮胎参数数据库存储汽车轮胎对应的标准胎面图像，其中汽车轮胎对应的标准胎面图像是指不存在损伤的汽车轮胎胎面图像，存储汽车轮胎各种损伤类型对应的外形特征，其中各种损伤类型包括破损类型、鼓包类型和裂缝类型，存储汽车各轮胎的胎面圆对应的半径长度，存储汽车轮胎各种损伤类型对应的损伤指数，存储汽车上各轮胎对应的胎面面积，存储汽车上各轮胎的各凹槽对应的原始深度，存储汽车上各轮胎对应的标准胎压查看是否存在异常区域；
本实施例通过采用机器视觉技术对汽车轮胎上存在的损伤状况进行图像采集处理，以此清晰地得到汽车上各轮胎各损伤区域对应的损伤参数，为后面统计汽车各轮胎对应的损伤危险系数提供参考依据；
S3.轮胎胎面凹槽深度检测：统计汽车上各轮胎存在的凹槽数量，并对统计的各个凹槽进行编号，依次标记为1,2,...,k,...,p,以此实时检测汽车上各轮胎的各凹槽对应的深度，进而将检测得到的汽车上各轮胎的各凹槽对应的深度构成汽车轮胎凹槽深度集合Hi(hi1,hi2,...,hik,...,hip),hik表示为汽车上第i个轮胎的第k个凹槽对应的深度；
S4.轮胎变形监测：对汽车上各轮胎的形状进行实时变形监测，其具体监测方法包括以下步骤：
S41:从汽车上各轮胎对应的胎面区域提取胎面圆轮廓，并在各轮胎提取的胎面圆轮廓上均匀布设若干检测点，进而将各轮胎胎面圆轮廓上布设的各检测点进行编号，分别标记为1,2,...,d,...,o；
S42:分别获取汽车各轮胎的胎面圆对应的圆心，并测量各轮胎胎面圆轮廓上布设的各检测点距离该轮胎圆心的直线距离，由此将测量得到的各轮胎胎面圆轮廓上布设的各检测点距离该轮胎胎面圆对应圆心的直线距离构成汽车轮胎胎面圆检测点距离集合Li(li1,li2,...,lid,...,lio)，lid表示为汽车上第i个轮胎胎面圆轮廓上第d个检测点距离该轮胎胎面圆对应圆心的直线距离；
S43:从轮胎参数数据库中提取汽车各轮胎的胎面圆对应的半径长度，并将汽车轮胎胎面圆检测点距离集合分别与各轮胎的胎面圆对应的半径长度进行对比，得到汽车轮胎胎面圆检测点距离对比集合ΔLi(Δli1,Δli2,...,Δlid,...,Δlio)；
S5.轮胎胎压检测：对汽车上各轮胎的胎压进行实时检测，并将检测得到的汽车上各轮胎的胎压构成汽车轮胎胎压集合F(f1,f2,...,fi,...,fn),fi表示为汽车上第i个轮胎的胎压；
S6.轮胎损伤危险系数统计：从汽车轮胎损伤参数集合中提取汽车上各轮胎的各异常区域对应的损伤类型，进而将其与轮胎参数数据库中汽车轮胎各种损伤类型对应的损伤指数进行对比，从中筛选出汽车上各轮胎的各异常区域对应的损伤指数，同时从汽车轮胎损伤参数集合中提取汽车上各轮胎的各异常区域对应的损伤面积，并从轮胎参数数据库中提取汽车上各轮胎对应的胎面面积，以此统计汽车上各轮胎的各异常区域对应的损伤面积系数
Figure BDA0002993196930000091
εij表示为汽车上第i个轮胎的第j个异常区域对应的损伤面积系数，qr2 ij表示为汽车上第i个轮胎的第j个异常区域对应的损伤面积，si表示为汽车上第i个轮胎对应的胎面面积，从而根据汽车上各轮胎的各异常区域对应的损伤指数和损伤面积系数统计汽车上各轮胎对应的损伤危险系数
Figure BDA0002993196930000101
ηi表示为汽车上第i个轮胎对应的损伤危险系数，δij、εij分别表示为汽车上第i个轮胎的第j个异常区域对应的损伤指数、损伤面积系数；
本实施例在进行汽车轮胎损伤检测过程中，通过对汽车轮胎损伤区域对应的损伤类型和损伤面积进行获取，以此得到汽车轮胎对应的损伤危险系数，避免只根据汽车轮胎的损伤面积进行损伤危险系数统计导致的统计片面性，无法全面反映汽车轮胎的损伤危险状况，进而影响统计结果的准确度；
本实施例统计的汽车上各轮胎对应的损伤危险系数实现了轮胎损伤危险状况的量化展示，为后期统计各轮胎对应的行驶状态综合危险系数提供轮胎损伤的相关系数；
S7.轮胎磨损危险系数统计：从轮胎参数数据库中提取汽车上各轮胎的各凹槽对应的原始深度，并将汽车轮胎凹槽深度集合与汽车上各轮胎的各凹槽对应的原始深度进行对比，得到汽车轮胎凹槽深度对比集合ΔHi(Δhi1,Δhi2,...,Δhik,...,Δhip)，从而根据汽车轮胎凹槽深度对比集合统计汽车上各轮胎对应的磨损危险系数
Figure BDA0002993196930000102
σi表示为汽车上第i个轮胎对应的磨损危险系数，Δhik表示为汽车上第i个轮胎的第k个凹槽对应的深度与该凹槽对应的原始深度之间的差值，h′ik表示为汽车上第i个轮胎的第k个凹槽对应的原始深度；
本实施例统计的汽车上各轮胎对应的磨损危险系数实现了轮胎磨损危险状况的量化展示，为后期统计各轮胎对应的行驶状态综合危险系数提供轮胎磨损的相关系数；
S8.轮胎变形危险系数统计：根据汽车轮胎胎面圆检测点距离对比集合统计汽车上各轮胎对应的变形危险系数
Figure BDA0002993196930000111
ξi表示为汽车上第i个轮胎对应的变形危险系数，Δlid表示为汽车上第i个轮胎的胎面圆轮廓上第d个检测点距离该轮胎胎面圆对应圆心的直线距离与该轮胎的胎面圆对应的半径长度之间的差值，li表示为汽车上第i个轮胎的胎面圆对应的半径长度；
本实施例统计的汽车上各轮胎对应的变形危险系数实现了轮胎形状变形危险状况的量化展示，为后期统计各轮胎对应的行驶状态综合危险系数提供轮胎变形的相关系数；
S9.轮胎爆胎危险系数统计：从轮胎参数数据库中提取汽车上各轮胎对应的标准胎压，以此将汽车轮胎胎压集合与汽车上各轮胎对应的标准胎压进行对比，得到汽车轮胎胎压对比集合ΔF(Δf1,Δf2,...,Δfi,...,Δfn)，进而根据汽车轮胎胎压对比集合统计汽车上各轮胎对应的爆胎危险系数
Figure BDA0002993196930000112
χi表示为汽车上第i个轮胎对应的爆胎危险系数，Δfi表示为汽车上第i个轮胎的胎压与该轮胎对应的标准胎压之间的差值；
本实施例统计的汽车上各轮胎对应的爆胎危险系数实现了轮胎爆胎危险状况的量化展示，为后期统计各轮胎对应的行驶状态综合危险系数提供轮胎爆胎的相关系数；
S10.轮胎行驶状态综合危险系数统计：根据汽车上各轮胎对应的损伤危险系数、汽车上各轮胎对应的磨损危险系数、汽车上各轮胎对应的变形危险系数和汽车上各轮胎对应的爆胎危险系数统计汽车上各轮胎对应的行驶状态综合危险系数
Figure BDA0002993196930000121
Figure BDA0002993196930000122
示为汽车上第i个轮胎对应的行驶状态综合危险系数；
本实施例统计的汽车上各轮胎对应的行驶状态综合危险系数综合了轮胎的损伤危险系数、磨损危险系数、变形危险系数和爆胎危险系数，直观展示了轮胎所处行驶状态的综合危险状况，实现了对汽车轮胎的全面安全监测，完善了监测指标范围，弥补了目前汽车轮胎安全监测方式存在的监测指标单一的不足，提高了监测结果的可靠度，提升了汽车行驶安全的监测水平，大大减少了因汽车轮胎在行驶过程中存在安全隐患导致汽车交通事故的发生，进而保障了汽车的行驶安全；
S11.车载预警及车载显示：将统计的汽车上各轮胎对应的行驶状态综合危险系数与设置的轮胎行驶状态综合危险系数最小阈值进行对比，若汽车上某个轮胎对应的行驶状态综合危险系数大于轮胎行驶状态综合危险系数最小阈值，则表明该轮胎存在行驶状态危险，该轮胎记为行驶状态危险轮胎，此时进行车载预警，以提醒驾驶员注意，同时统计行驶状态危险轮胎编号，并在车载显示终端显示，便于驾驶员直观及时知晓行驶状态危险轮胎，为驾驶员进行行驶状态危险轮胎的针对性处理提供处理对象，进而避免了因驾驶员未及时对行驶状态危险轮胎进行处理造成交通事故的发生。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (8)

1.基于机器视觉和大数据分析的汽车行驶安全状态实时监测预警方法，其特征在于，包括以下步骤：
S1.汽车轮胎统计标记：统计汽车上轮胎的数量，并对统计的汽车上各轮胎按照从汽车头部到尾部的顺序进行编号，分别标记为1,2,...,i,...,n；
S2.轮胎胎面图像采集处理：对汽车标记的各轮胎的胎面进行实时图像采集，由此得到汽车上各轮胎对应的实时胎面图像，并将汽车上各轮胎对应的实时胎面图像与轮胎参数数据库中汽车轮胎对应的标准胎面图像进行对比，查看是否存在异常区域，若存在异常区域，则统计异常区域的数量，且将统计的汽车各轮胎上的各异常区域进行编号，分别标记为1,2,...,j,...,m,与此同时对汽车上各轮胎对应的实时胎面图像聚焦在各异常区域，并进行放大，由此提取各异常区域的外形特征，进而将提取的汽车上各轮胎上各异常区域的外形特征与轮胎参数数据库中汽车轮胎各种损伤类型对应的外形特征进行匹配，从中筛选出汽车上各轮胎的各异常区域外形特征对应匹配成功的损伤类型，紧接着从汽车上各轮胎对应的实时胎面图像中提取各异常区域的轮廓，以此得出各异常区域的损伤面积，由此将汽车上各轮胎的各异常区域对应的损伤类型和损伤面积构成汽车轮胎损伤参数集合Qw i(qw i1,qw i2,...,qw ij,...,qw im)，qw ij表示为汽车上第i个轮胎的第j个异常区域的损伤参数对应的数值，w表示为损伤参数，w＝r1,r2,r1,r2分别表示为损伤类型，损伤面积；
S3.轮胎胎面凹槽深度检测：统计汽车上各轮胎存在的凹槽数量，并对统计的各个凹槽进行编号，依次标记为1,2,...,k,...,p,以此实时检测汽车上各轮胎的各凹槽对应的深度，进而将检测得到的汽车上各轮胎的各凹槽对应的深度构成汽车轮胎凹槽深度集合Hi(hi1,hi2,...,hik,...,hip),hik表示为汽车上第i个轮胎的第k个凹槽对应的深度；
S4.轮胎变形监测：对汽车上各轮胎的形状进行实时变形监测，其具体监测方法包括以下步骤：
S41:从汽车上各轮胎对应的胎面区域提取胎面圆轮廓，并在各轮胎提取的胎面圆轮廓上均匀布设若干检测点，进而将各轮胎胎面圆轮廓上布设的各检测点进行编号，分别标记为1,2,...,d,...,o；
S42:分别获取汽车各轮胎的胎面圆对应的圆心，并测量各轮胎胎面圆轮廓上布设的各检测点距离该轮胎圆心的直线距离，由此将测量得到的各轮胎胎面圆轮廓上布设的各检测点距离该轮胎胎面圆对应圆心的直线距离构成汽车轮胎胎面圆检测点距离集合Li(li1,li2,...,lid,...,lio)，lid表示为汽车上第i个轮胎胎面圆轮廓上第d个检测点距离该轮胎胎面圆对应圆心的直线距离；
S43:从轮胎参数数据库中提取汽车各轮胎的胎面圆对应的半径长度，并将汽车轮胎胎面圆检测点距离集合分别与各轮胎的胎面圆对应的半径长度进行对比，得到汽车轮胎胎面圆检测点距离对比集合ΔLi(Δli1,Δli2,...,Δlid,...,Δlio)；
S5.轮胎胎压检测：对汽车上各轮胎的胎压进行实时检测，并将检测得到的汽车上各轮胎的胎压构成汽车轮胎胎压集合F(f1,f2,...,fi,...,fn),fi表示为汽车上第i个轮胎的胎压；
S6.轮胎损伤危险系数统计：从汽车轮胎损伤参数集合中提取汽车上各轮胎的各异常区域对应的损伤类型，进而将其与轮胎参数数据库中汽车轮胎各种损伤类型对应的损伤指数进行对比，从中筛选出汽车上各轮胎的各异常区域对应的损伤指数，同时从汽车轮胎损伤参数集合中提取汽车上各轮胎的各异常区域对应的损伤面积，并从轮胎参数数据库中提取汽车上各轮胎对应的胎面面积，以此统计汽车上各轮胎的各异常区域对应的损伤面积系数，从而根据汽车上各轮胎的各异常区域对应的损伤指数和损伤面积系数统计汽车上各轮胎对应的损伤危险系数；
S7.轮胎磨损危险系数统计：从轮胎参数数据库中提取汽车上各轮胎的各凹槽对应的原始深度，并将汽车轮胎凹槽深度集合与汽车上各轮胎的各凹槽对应的原始深度进行对比，得到汽车轮胎凹槽深度对比集合ΔHi(Δhi1,Δhi2,...,Δhik,...,Δhip)，从而根据汽车轮胎凹槽深度对比集合统计汽车上各轮胎对应的磨损危险系数；
S8.轮胎变形危险系数统计：根据汽车轮胎胎面圆检测点距离对比集合统计汽车上各轮胎对应的变形危险系数；
S9.轮胎爆胎危险系数统计：从轮胎参数数据库中提取汽车上各轮胎对应的标准胎压，以此将汽车轮胎胎压集合与汽车上各轮胎对应的标准胎压进行对比，得到汽车轮胎胎压对比集合ΔF(Δf1,Δf2,...,Δfi,...,Δfn)，进而根据汽车轮胎胎压对比集合统计汽车上各轮胎对应的爆胎危险系数；
S10.轮胎行驶状态综合危险系数统计：根据汽车上各轮胎对应的总损伤危险系数、汽车上各轮胎对应的磨损危险系数、汽车上各轮胎对应的变形危险系数和汽车上各轮胎对应的爆胎危险系数统计汽车上各轮胎对应的行驶状态综合危险系数；
S11.车载预警及车载显示：将统计的汽车上各轮胎对应的行驶状态综合危险系数与设置的轮胎行驶状态综合危险系数最小阈值进行对比，若汽车上某个轮胎对应的行驶状态综合危险系数大于轮胎行驶状态综合危险系数最小阈值，则表明该轮胎存在行驶状态危险，该轮胎记为行驶状态危险轮胎，此时进行车载预警，同时统计行驶状态危险轮胎编号，并在车载显示终端显示。
2.根据权利要求1所述的基于机器视觉和大数据分析的汽车行驶安全状态实时监测预警方法，其特征在于：所述轮胎参数数据库用于存储汽车轮胎对应的标准胎面图像，其中汽车轮胎对应的标准胎面图像是指不存在损伤的汽车轮胎胎面图像，存储汽车轮胎各种损伤类型对应的外形特征，其中各种损伤类型包括破损类型、鼓包类型和裂缝类型，存储汽车各轮胎的胎面圆对应的半径长度，存储汽车轮胎各种损伤类型对应的损伤指数，存储汽车上各轮胎对应的胎面面积，存储汽车上各轮胎的各凹槽对应的原始深度，存储汽车上各轮胎对应的标准胎压。
3.根据权利要求1所述的基于机器视觉和大数据分析的汽车行驶安全状态实时监测预警方法，其特征在于：所述汽车上各轮胎的各异常区域对应的损伤面积系数的计算公式为
Figure FDA0002993196920000041
εij表示为汽车上第i个轮胎的第j个异常区域对应的损伤面积系数，qr2 ij表示为汽车上第i个轮胎的第j个异常区域对应的损伤面积，si表示为汽车上第i个轮胎对应的胎面面积。
4.根据权利要求1所述的基于机器视觉和大数据分析的汽车行驶安全状态实时监测预警方法，其特征在于：所述汽车上各轮胎对应的损伤危险系数的计算公式为
Figure FDA0002993196920000042
ηi表示为汽车上第i个轮胎对应的损伤危险系数，δij、εij分别表示为汽车上第i个轮胎的第j个异常区域对应的损伤指数、损伤面积系数。
5.根据权利要求1所述的基于机器视觉和大数据分析的汽车行驶安全状态实时监测预警方法，其特征在于：所述汽车上各轮胎对应的磨损危险系数的计算公式为
Figure FDA0002993196920000051
σi表示为汽车上第i个轮胎对应的磨损危险系数，Δhik表示为汽车上第i个轮胎的第k个凹槽对应的深度与该凹槽对应的原始深度之间的差值，hi′k表示为汽车上第i个轮胎的第k个凹槽对应的原始深度。
6.根据权利要求1所述的基于机器视觉和大数据分析的汽车行驶安全状态实时监测预警方法，其特征在于：所述汽车上各轮胎对应的变形危险系数的计算公式为
Figure FDA0002993196920000052
ξi表示为汽车上第i个轮胎对应的变形危险系数，Δlid表示为汽车上第i个轮胎的胎面圆轮廓上第d个检测点距离该轮胎胎面圆对应圆心的直线距离与该轮胎的胎面圆对应的半径长度之间的差值，li表示为汽车上第i个轮胎的胎面圆对应的半径长度。
7.根据权利要求1所述的基于机器视觉和大数据分析的汽车行驶安全状态实时监测预警方法，其特征在于：所述汽车上各轮胎对应的爆胎危险系数的计算公式为
Figure FDA0002993196920000053
χi表示为汽车上第i个轮胎对应的爆胎危险系数，Δfi表示为汽车上第i个轮胎的胎压与该轮胎对应的标准胎压之间的差值。
8.根据权利要求1所述的基于机器视觉和大数据分析的汽车行驶安全状态实时监测预警方法，其特征在于：所述汽车上各轮胎对应的行驶状态综合危险系数的计算公式为
Figure FDA0002993196920000054
Figure FDA0002993196920000055
表示为汽车上第i个轮胎对应的行驶状态综合危险系数。
CN202110321900.6A 2021-03-25 2021-03-25 基于机器视觉和大数据分析的汽车行驶安全状态实时监测预警方法 Withdrawn CN112976961A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110321900.6A CN112976961A (zh) 2021-03-25 2021-03-25 基于机器视觉和大数据分析的汽车行驶安全状态实时监测预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110321900.6A CN112976961A (zh) 2021-03-25 2021-03-25 基于机器视觉和大数据分析的汽车行驶安全状态实时监测预警方法

Publications (1)

Publication Number Publication Date
CN112976961A true CN112976961A (zh) 2021-06-18

Family

ID=76333681

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110321900.6A Withdrawn CN112976961A (zh) 2021-03-25 2021-03-25 基于机器视觉和大数据分析的汽车行驶安全状态实时监测预警方法

Country Status (1)

Country Link
CN (1) CN112976961A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113866167A (zh) * 2021-09-13 2021-12-31 北京逸驰科技有限公司 一种轮胎检测结果的生成方法、计算机设备及存储介质
CN115257254A (zh) * 2022-09-29 2022-11-01 江苏路必达物联网技术有限公司 一种基于智能轮胎传感器的车辆轮位识别系统
CN117589480A (zh) * 2024-01-18 2024-02-23 山东中亚轮胎试验场有限公司 一种轮胎异常状态检测系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1013483A2 (en) * 1998-12-25 2000-06-28 Toyota Jidosha Kabushiki Kaisha Vehicle wheel information supply device and wheel tire abnormality indicating device
CN107379898A (zh) * 2017-07-07 2017-11-24 淮阴工学院 一种汽车轮胎安全智能检测系统
CN110427026A (zh) * 2019-07-15 2019-11-08 北京天时行智能科技有限公司 一种轮胎道路摩擦的确定方法及装置
CN111738204A (zh) * 2020-06-30 2020-10-02 王利梅 一种基于物联网的车辆轮胎稳定分析系统及其方法
CN112187920A (zh) * 2020-09-28 2021-01-05 杭州宣迅电子科技有限公司 一种基于大数据的车辆行驶安全智能监测预警管理系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1013483A2 (en) * 1998-12-25 2000-06-28 Toyota Jidosha Kabushiki Kaisha Vehicle wheel information supply device and wheel tire abnormality indicating device
CN107379898A (zh) * 2017-07-07 2017-11-24 淮阴工学院 一种汽车轮胎安全智能检测系统
CN110427026A (zh) * 2019-07-15 2019-11-08 北京天时行智能科技有限公司 一种轮胎道路摩擦的确定方法及装置
CN111738204A (zh) * 2020-06-30 2020-10-02 王利梅 一种基于物联网的车辆轮胎稳定分析系统及其方法
CN112187920A (zh) * 2020-09-28 2021-01-05 杭州宣迅电子科技有限公司 一种基于大数据的车辆行驶安全智能监测预警管理系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113866167A (zh) * 2021-09-13 2021-12-31 北京逸驰科技有限公司 一种轮胎检测结果的生成方法、计算机设备及存储介质
CN115257254A (zh) * 2022-09-29 2022-11-01 江苏路必达物联网技术有限公司 一种基于智能轮胎传感器的车辆轮位识别系统
CN117589480A (zh) * 2024-01-18 2024-02-23 山东中亚轮胎试验场有限公司 一种轮胎异常状态检测系统
CN117589480B (zh) * 2024-01-18 2024-05-10 山东中亚轮胎试验场有限公司 一种轮胎异常状态检测系统

Similar Documents

Publication Publication Date Title
CN112976961A (zh) 基于机器视觉和大数据分析的汽车行驶安全状态实时监测预警方法
WO2020244288A1 (zh) 一种基于gps轨迹数据的大货车驾驶行为评估方法及装置
CN107153914B (zh) 一种汽车运行风险的评价系统及方法
JP2012520793A (ja) タイヤの状態を監視する方法
US9636956B2 (en) Wheel diagnostic monitoring
CN109649091A (zh) 基于计算机视觉的汽车轮胎监测系统
CN110222436A (zh) 列车零部件健康状态的评估方法、装置及存储介质
CN113643552B (zh) 一种智能限速提醒系统的整车测试方法
CN114419892B (zh) 一种判定有疲劳驾驶交通违法风险的车辆的方法
CN112380599A (zh) 一种基于大数据分析的桥梁智能在线监测预警系统
EP2077197A2 (de) Verfahren zum Identifizieren von Minderdruck aufweisenden Reifen von Fahrzeugrädern
CN111516705B (zh) 基于轮胎工作条件的汽车高速行驶安全预警方法及系统
US8322203B2 (en) Method for the automatic identification of a type of vehicle on a test stand
CN106910334A (zh) 一种基于大数据预测路段状况的方法及装置
CN113095387A (zh) 基于联网车载adas的道路风险识别方法
DE102016211361B4 (de) Vorrichtung und Verfahren zur Kontrolle eines Reifendrucks entsprechend einer Reifencharakeristik
CN114851786A (zh) 一种智能轮胎偏磨预警方法及装置
CN111489556B (zh) 一种营运车辆挂靠行为的判断方法
CN111703431B (zh) 一种基于云平台的车辆安全行驶监测系统
Liu et al. Construction of driving behavior scoring model based on obd terminal data analysis
CN109414968A (zh) 轮胎监测方法、滑移率计算装置、系统、车辆、存储装置
CN114155742A (zh) 一种网联车纵向行车风险评估和预警方法
CN113008563A (zh) 基于物联网和人工智能的汽车行驶安全监测方法
CN117962907A (zh) 一种汽车轮胎安全状态智能检测装置及其检测方法
CN117894159B (zh) 基于物联网的智慧社区安防监控系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20210618