CN114407583B - 一种轮胎状态监测方法及监测系统 - Google Patents
一种轮胎状态监测方法及监测系统 Download PDFInfo
- Publication number
- CN114407583B CN114407583B CN202210067814.1A CN202210067814A CN114407583B CN 114407583 B CN114407583 B CN 114407583B CN 202210067814 A CN202210067814 A CN 202210067814A CN 114407583 B CN114407583 B CN 114407583B
- Authority
- CN
- China
- Prior art keywords
- tire
- condition monitoring
- curve
- monitoring method
- data
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000012544 monitoring process Methods 0.000 title claims abstract description 36
- 239000011295 pitch Substances 0.000 claims description 8
- 230000011218 segmentation Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 2
- 230000004927 fusion Effects 0.000 abstract description 3
- 238000004422 calculation algorithm Methods 0.000 abstract description 2
- 238000001514 detection method Methods 0.000 description 5
- 238000005299 abrasion Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种轮胎状态监测方法,包括如下步骤:步骤一、布置传感器;步骤二、将轮胎分割成n个等分;步骤三、将每个等分视为圆弧,将每个等分通过两种传感器测量轮胎节距的距离数据;步骤四、根据最小二乘法等效扇形区域;步骤五、数据离散化处理;步骤六、将全新同款轮胎曲线与拟合曲线进行判断,差值与阈值进行比较,如超出则发出报警信号。本发明还公开了一种轮胎状态监测系统。本发明通过双传感器感知融合信息获取轮胎花纹深度数据,并基于三次插值拟合算法进行轮胎花纹深度轮廓曲线构建,通过域控制器计算得出轮胎状态,并驱动摄像头拍摄定位图像报告给驾驶员,实现全天候高精度实时监控汽车轮胎状态,保障行车安全。
Description
技术领域
本发明涉及一种轮胎的监测方法及监测系统,具体涉及一种轮胎状态监测方法及监测系统,属于轮胎监测技术领域。
背景技术
轮胎作为汽车的主要部件之一,影响车辆行驶时的性能和安全,轮胎表面磨损严重以及轮胎气压异常,在高速行驶或急刹车等情况下易引发爆胎。
目前,人工检测是汽车轮胎磨损程度的主要检测方法,通过检测轮胎花纹深度以及胎肩的花纹磨损来定义测量胎面花纹磨损程度,无轮胎胎面异物(石子、钉子等)报警装置,通过肉眼观测轮胎胎面异物及磨损情况,存在不方便以及主观性较强等问题。
公开号为CN111062093A的中国发明专利公开了一种基于图像处理和机器学习技术的汽车轮胎寿命预测方法:包括采集汽车轮胎花纹磨损的图样库;对采集到的图样进行预处理;采用灰度-梯度共生矩阵和高斯马尔科夫随机场模型提取处理后图样的GGCM和GMRF磨损纹理特征;将两种特征融合,并确定权重分配;将图样库按照一定比例划分为训练和测试样本;采用邻近分类算法分类器建立机器学习模型,用训练样本对模型进行训练,用测试样本对模型进行测试;采用交叉验证方法确定分类器的K值和距离公式;使用测试样本验证机器学习模型的性能;采用平均正确率、预测值与真实值的混淆矩阵作为衡量指标。该专利中,摄像头传感器获取轮胎图像信息易受天气、污染物等干扰因素影响,可能引起获取数据不准确,导致轮胎寿命预测误差甚至错误;另外在夜间环境下,由于光线问题,摄像头存在无法识别轮胎状态风险,容易引起误判断。
公开号为CN108556568A的中国发明专利公开了车辆轮胎检测装置:包括微处理器、超声波发生器、超声波接收传感器以及显示器;所述微处理器电路连接超声波发生器、超声波接收传感器以及显示器;其中所述超声波接收传感器点阵式集成排列。同时该专利还提供了一种轮胎检测系统,基于超声波检测原理,通过点阵式超声波接收模块采集车辆轮胎回弹的超声波信息,以能够使微处理器根据该回波信息进行汽车轮胎磨损情况、剩余使用寿命、胎体是否刺入异物、胎体是否产生形变、胎内是否存在暗裂情况等多种检测。该专利中,超声波雷达测距单个雷达无法实现,需要超声波雷达阵列组合实现,对于雷达布置空间要求更高;而且极端恶劣天气下,超声波雷达属于机械波,回波易受雨水杂物干扰,引起误判断,带来行车危险。
发明内容
本发明的目的在于提供一种基于毫米波雷达、双目摄像头多传感器融合技术,实现全天候高精度实时监控汽车轮胎状态的效果,保障行车安全的轮胎状态监测方法。
本发明具体是这样实现的:
一种轮胎状态监测方法,包括如下步骤:
步骤一、布置传感器
在汽车上布置两种监测轮胎状态的传感器;
步骤二、根据轮胎结构,确定一个轮胎花纹由m个轮胎节距组成,按照每个轮胎花纹的长度对轮胎进行扇形分割,将轮胎分割成n个等分;
步骤三、将每个等分视为圆弧,将每个等分通过两种传感器各测量m个轮胎节距的距离数据,其中第i个等分通过一个传感器测量的数据分别记为Di1、Di2、Di3…Dim,第i个等分通过另一个传感器测量的数据分别记为Di1’、Di2’、Di3’…Dim’;
步骤四、根据最小二乘法等效扇形区域,
得到n个样本数据D1、D2……Dn。
步骤五、数据离散化处理
得到n个样本之后,对数据作拟合曲线进行光顺化处理,利用三次样条插值法,每个分段内构造一个三次多项式,使其插值函数除满足插值条件,根据最佳一致逼近原则,在误差允许范围内,筛选出样条曲线通过点,得到拟合曲线C。
步骤六、根据中央域控制器获取全新同款轮胎C0,并设定差异阈值,将曲线C0与拟合曲线C在中央域控制器进行判断,C0与C的差值与阈值进行比较,如超出则发出报警信号并驱动传感器进行拍摄,上传图像至显示器。
更进一步的方案是:
所述传感器为毫米波雷达和双目摄像头。
更进一步的方案是:
双目摄像头布置在汽车的四个轮胎上方的车身上,毫米波雷达布置在四个轮胎的后方车身上。
更进一步的方案是:
所述毫米波雷达、双目摄像头分别与中央域控制器通过CAN相连,中央域控制器还连接有显示器和车身控制模块,车身控制模块连接有系统控制开关。
更进一步的方案是:
轮胎节距的数量m为3~5个。
更进一步的方案是:
轮胎等分的数量n为24~36个。
更进一步的方案是:
所述显示器为MP5。
更进一步的方案是:
拟合曲线C的具体处理流程包括:
1)计算Di、Di-1(2≤i≤n)直线的斜率,此为相邻两点一阶导数,即样条曲线第一边界条件;
2)搜索所有数据样本中深度D距离i(2≤i≤n)等分点D值最近的点,对所有样本进行拟合,用追赶法得到Di、Di-1样条函数
3)从而得到轮胎花纹深度拟合曲线C。
本发明还提供了一种轮胎状态监测系统,采用了本发明的轮胎状态监测方法。
本发明采用高精度毫米波雷达和双目摄像头,基于毫米波雷达和双目摄像头的监测系统,利用轮胎扇形分割法原理,通过双传感器感知融合信息获取轮胎花纹深度数据,并基于三次插值拟合算法进行轮胎花纹深度轮廓曲线构建,通过域控制器计算得出轮胎状态,并驱动摄像头拍摄定位图像报告给驾驶员,实现全天候高精度实时监控汽车轮胎状态,保障行车安全。
附图说明
图1为传感器系统架构图;
图2为本发明一个实施例的轮胎花纹截面示意图;
图3为本发明一个实施例的轮胎扇形分割示意图;
图4为本发明一个实施例轮胎花纹深度样条曲线图;
图5为本发明一个实施例的系统工作流程示意图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步的详细说明。
实施例1
一种轮胎状态监测方法,工作流程如附图5所示,包括如下步骤:
步骤一、传感器布置
在汽车的四个轮胎上部的车身上布置4个双目摄像头,在四个轮胎的后方车身上布置4个毫米波雷达。
步骤二、如附图2所示,根据轮胎结构,明确轮胎花纹由4个轮胎节距组成,如附图3所示,按照每个轮胎花纹的长度对轮胎进行扇形分割,分割成30个等分;
步骤三、将每个等分视为圆弧,将每个等分通过双目摄像头和毫米波雷达各测量4个轮胎节距的距离数据,其中第1个等分通过毫米波雷达测量的数据分别记为D11、D12、D13、D14,第1个等分通过双目摄像头测量的数据分别记为D11’、D12’、D13’、D14’;
步骤四、根据最小二乘法等效扇形区域,
据此类推分别得到Di(i=1、2、3…30);从而得到30个样本数据;D1、D2…D30;
步骤五、数据离散化处理。
得到30个样本之后,需要对数据作拟合曲线进行光顺化处理,利用三次样条插值法,每个分段内构造一个三次多项式,使其插值函数除满足插值条件,根据最佳一致逼近原则,在误差允许范围内,筛选出样条曲线通过点,具体流程:
1)计算Di、Di-1(2≤i≤30)直线的斜率,此为相邻两点一阶导数,即样条曲线第一边界条件;
2)搜索所有数据样本中深度D距离i(2≤i≤30)等分点D值最近的点,对所有样本进行拟合,用追赶法得到Di、Di-1样条函数
3)从而得到轮胎花纹深度拟合曲线C1如图4所示。
步骤六、根据中央域控制器获取全新同款轮胎C0,并设定差异阈值,将曲线C0与拟合曲线C在中央域控制器进行判断,C0与C的差值与阈值进行比较,如超出则发出报警信号并驱动双目摄像头进行拍摄,上传图像至MP5。
本实施例能够通过毫米波雷达及双目摄像头融合,对轮胎进行扇形分割,采用最小二乘法及三次样条插值法实现轮胎花纹深度曲线拟合,监控轮胎状态并以图像和声音方式告知驾驶员,避免因轮胎故障造成事故。
实施例2
本实施例提供了一种轮胎状态监测系统,采用了实施例1的轮胎状态监测方法。
本实施例还提供了轮胎状态监测系统中的汽车传感器的具体布置方式,在汽车的四个轮胎上部的车身上布置4个双目摄像头,在四个轮胎的后方车身上布置4个毫米波雷达,如附图1所示,毫米波雷达、双目摄像头分别与中央域控制器通过CAN相连,中央域控制器还连接有显示器和车身控制模块,车身控制模块连接有系统控制开关。必要时可以设置轮速传感器,用于测量汽车车轮转速。轮速传感器也与中央域控制器相连。
尽管这里参照本发明的解释性实施例对本发明进行了描述,上述实施例仅为本发明较佳的实施方式,本发明的实施方式并不受上述实施例的限制,应该理解,本领域技术人员可以设计出很多其他的修改和实施方式,这些修改和实施方式将落在本申请公开的原则范围和精神之内。
Claims (10)
1.一种轮胎状态监测方法,其特征在于包括如下步骤:
步骤一、布置传感器
在汽车上布置两种监测轮胎状态的传感器;
步骤二、根据轮胎结构,确定一个轮胎花纹由m个轮胎节距组成,按照每个轮胎花纹的长度对轮胎进行扇形分割,将轮胎分割成n个等分;
步骤三、将每个等分视为圆弧,将每个等分通过两种传感器各测量m个轮胎节距的距离数据,其中第i个等分通过一个传感器测量的数据分别记为Di1、Di2、Di3…Dim,第i个等分通过另一个传感器测量的数据分别记为Di1 ’、Di2 ’、Di3 ’…Dim ’;
步骤四、根据最小二乘法等效扇形区域,
得到n个样本数据D1、D2……Dn;
步骤五、数据离散化处理
得到n个样本之后,对数据作拟合曲线进行光顺化处理,利用三次样条插值法,每个分段内构造一个三次多项式,使其插值函数除满足插值条件,根据最佳一致逼近原则,在误差允许范围内,筛选出样条曲线通过点,得到拟合曲线C;
步骤六、根据中央域控制器获取全新同款轮胎曲线C0,并设定差异阈值,将曲线C0与拟合曲线C在中央域控制器进行判断,C0与C的差值与阈值进行比较,如超出则发出报警信号并驱动传感器进行拍摄,上传图像至显示器。
2.根据权利要求1所述轮胎状态监测方法,其特征在于:
步骤一中,传感器为毫米波雷达和双目摄像头。
3.根据权利要求2所述轮胎状态监测方法,其特征在于:
双目摄像头布置在汽车的四个轮胎上方的车身上,毫米波雷达布置在四个轮胎的后方车身上。
4.根据权利要求2或3所述轮胎状态监测方法,其特征在于:
所述毫米波雷达、双目摄像头分别与中央域控制器通过CAN相连,中央域控制器还连接有显示器和车身控制模块,车身控制模块连接有系统控制开关。
5.根据权利要求4所述轮胎状态监测方法,其特征在于:
所述显示器为MP5。
6.根据权利要求1所述轮胎状态监测方法,其特征在于:
轮胎节距的数量m为3~5个。
7.根据权利要求1所述轮胎状态监测方法,其特征在于:
轮胎等分的数量n为24~36个。
8.根据权利要求1所述轮胎状态监测方法,其特征在于:
步骤六中,传感器为双目摄像头。
9.根据权利要求1所述轮胎状态监测方法,其特征在于:
拟合曲线C的具体处理流程包括:
1)计算Di、Di-1直线的斜率,其中2≤i≤n,此为相邻两点一阶导数,即样条曲线第一边界条件;
2)搜索所有数据样本中深度D距离i等分点D值最近的点,对所有样本进行拟合,用追赶法得到Di、Di-1样条函数;
3)从而得到轮胎花纹深度拟合曲线C。
10.一种轮胎状态监测系统,其特征在于:所述系统采用了权利要求1至9任一权利要求所述的轮胎状态监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210067814.1A CN114407583B (zh) | 2022-01-20 | 2022-01-20 | 一种轮胎状态监测方法及监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210067814.1A CN114407583B (zh) | 2022-01-20 | 2022-01-20 | 一种轮胎状态监测方法及监测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114407583A CN114407583A (zh) | 2022-04-29 |
CN114407583B true CN114407583B (zh) | 2023-04-21 |
Family
ID=81275465
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210067814.1A Active CN114407583B (zh) | 2022-01-20 | 2022-01-20 | 一种轮胎状态监测方法及监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114407583B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006090686A1 (ja) * | 2005-02-23 | 2006-08-31 | The Yokohama Rubber Co., Ltd. | タイヤの摩耗予測方法、タイヤの設計方法、タイヤの製造方法、タイヤの摩耗予測システム及びプログラム |
CN104369628A (zh) * | 2013-08-12 | 2015-02-25 | 固特异轮胎和橡胶公司 | 扭振模式轮胎磨损状态估算系统和方法 |
CN104554274A (zh) * | 2013-10-24 | 2015-04-29 | 固特异轮胎和橡胶公司 | 道路摩擦估计系统与方法 |
CN104842721A (zh) * | 2015-05-29 | 2015-08-19 | 北京信伦联创科技有限公司 | 一种具有轮胎耗损监控功能的轮胎管理系统 |
EP3210799A1 (en) * | 2016-02-26 | 2017-08-30 | The Goodyear Tire & Rubber Company | Tire wear estimation system and method |
-
2022
- 2022-01-20 CN CN202210067814.1A patent/CN114407583B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006090686A1 (ja) * | 2005-02-23 | 2006-08-31 | The Yokohama Rubber Co., Ltd. | タイヤの摩耗予測方法、タイヤの設計方法、タイヤの製造方法、タイヤの摩耗予測システム及びプログラム |
CN104369628A (zh) * | 2013-08-12 | 2015-02-25 | 固特异轮胎和橡胶公司 | 扭振模式轮胎磨损状态估算系统和方法 |
CN104554274A (zh) * | 2013-10-24 | 2015-04-29 | 固特异轮胎和橡胶公司 | 道路摩擦估计系统与方法 |
CN104842721A (zh) * | 2015-05-29 | 2015-08-19 | 北京信伦联创科技有限公司 | 一种具有轮胎耗损监控功能的轮胎管理系统 |
EP3210799A1 (en) * | 2016-02-26 | 2017-08-30 | The Goodyear Tire & Rubber Company | Tire wear estimation system and method |
Also Published As
Publication number | Publication date |
---|---|
CN114407583A (zh) | 2022-04-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103660811B (zh) | 轮胎侧壁载荷估计系统和方法 | |
US7253722B2 (en) | Sensor alignment detection method for an infrared blind-zone sensing system | |
JP2020013537A (ja) | 路面状態推定装置及び路面状態推定方法 | |
JP6392623B2 (ja) | 路面状態判別システム | |
US20060017295A1 (en) | Method and apparatus for sensing impact between a vehicle and an object | |
CN111667695B (zh) | 一种基于高音喇叭队列的交通风险预警系统和方法 | |
CN109633621A (zh) | 一种车载环境感知系统数据处理方法 | |
JP2019049952A (ja) | 情報処理システム、情報処理装置、道路状況検知方法およびプログラム | |
CN111247566B (zh) | 用于确定在车辆与碰撞对象之间的事故中在车辆上发生的损伤的方法 | |
CN113487910B (zh) | 一种用于跟车场景的汽车数据采集系统性能分析方法 | |
CN112990544B (zh) | 一种高速公路交织区交通事故预测方法 | |
CN113008154A (zh) | 一种桥梁安全监测的光纤传感系统 | |
CN114407583B (zh) | 一种轮胎状态监测方法及监测系统 | |
CN117238139A (zh) | 一种基于气象数据的路况实时预警系统 | |
WO2011037228A1 (ja) | 車両通過踏板センサ及び車両通過検知装置 | |
CN113858893A (zh) | 一种极超前预警轮胎爆胎危险的监测装置及方法 | |
CN116843895B (zh) | 一种基于图像识别的车辆胎压与重量联合预测方法及系统 | |
CN116306262A (zh) | 一种基于集成学习算法的镀锌钢腐蚀预测方法 | |
AU2021290913B2 (en) | Method for monitoring a railway track and monitoring system for monitoring a railway track | |
KR102519341B1 (ko) | 소음분석을 통한 타이어 편마모 조기 감지 시스템 및 그 방법 | |
CN112365721B (zh) | 一种车辆异常行为识别、预警方法 | |
CN114821514B (zh) | 一种用于检测隧道路面湿滑状态的移动检测系统 | |
CN114819001B (zh) | 一种基于移动检测设备的隧道路面湿滑状态的评价方法 | |
KR102611608B1 (ko) | 실시간 운전 중 타이어 사고감지장치 | |
KR102089669B1 (ko) | 자동차 타이어 압력을 모니터하기 위한 시스템에서의 바이에시안 접근 방식에 기초한 판단 지원 방법 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |