CN117589480B - 一种轮胎异常状态检测系统 - Google Patents

Abstract

本发明提供一种轮胎异常状态检测系统，属于状态检测技术领域；其系统包括：基础参数检测模块：对轮胎运行过程中的基础参数进行实时检测，根据参数对应的异常阈值对轮胎进行检测，对出现运行异常的轮胎位置进行记录，获取轮胎第一检测数据；磨损分析模块：根据轮胎图像结果对轮胎的花纹磨损情况进行处理，和出厂预设正常花纹情况对比，获取轮胎的第二检测数据；声源检测模块：对轮胎运行中的声音参数进行采集，根据采集数据对轮胎出现的异常声源进行定位，获取轮胎第三检测数据；异常分析模块：根据轮胎的第一检测数据、第二检测数据、第三检测数据对轮胎进行分析，得到轮胎异常状态。多方面的检测数据综合分析，更加准确地判断轮胎的异常状态。

Description

一种轮胎异常状态检测系统

技术领域

本发明涉及状态检测技术领域，尤其涉及一种轮胎异常状态检测系统。

背景技术

目前，随着大数据的发展，对汽车轮胎的状态可以进行综合的判断；但是，某些时候对轮胎的判断可能只能在特定的时间间隔或特定条件下对轮胎进行检测，综合判断下会造成对轮胎状态检测出现一定的错误和误差，导致检查结果不准确。

因此，本发明提出了一种轮胎异常状态检测系统。

发明内容

本发明提供一种轮胎异常状态检测系统，用以通过对轮胎进行区域划分，根据三种类型的监测数据对轮胎进行一个整体和局部的异常状态综合判定，多方面的检测数据综合分析，能够更加准确地判断轮胎的异常状态。

一方面，本发明提供一种轮胎异常状态检测系统，包括：

基础参数检测模块：对轮胎运行过程中的基础参数进行实时检测，根据不同参数对应的不同异常阈值对轮胎的相应位置进行检测，对出现运行异常的轮胎位置进行记录，获取轮胎的第一检测数据；

磨损分析模块：根据轮胎的图像检测结果对所述轮胎的花纹磨损情况进行处理分析，并与所述轮胎的出厂预设正常花纹情况进行对比，获取轮胎的第二检测数据；

声源检测模块：对轮胎运行过程中的声音参数进行实时采集，并根据采集数据对轮胎出现异常声源的位置进行定位，获取轮胎的第三检测数据；

异常分析模块：根据所述轮胎的第一检测数据、第二检测数据以及第三检测数据对所述轮胎进行综合分析，得到所述轮胎的异常状态。

另一方面，本发明还提供基础参数检测模块，包括：

区域划分单元：根据所述轮胎的结构，对轮胎进行区域划分；

车辆启动单元：对车辆进行启动操作，且基于与所述车辆匹配的传感器组实时检测所述车辆的轮胎相应位置的基础参数，进行参数标准化之后匹配对应的区域，获取得到所述区域的基础数组；

异常监测单元：在基础参数-异常阈值-时间区间映射表分别获取预设时间区间内不同时间点下的所有参数的异常阈值，并进行阈值标准化获取得到所述区域在对应时刻下的异常阈值数组；

对同个时刻t下的基础数组与阈值数组/>进行异常分析，计算所述区域在当前时间区间下的异常值/>；

；其中，/>表示对应区域基于基础数组/>与异常阈值数组/>的比较差函数，/>表示对应/>时刻下基础数组/>中的参数平均值；/>表示对应t时刻下异常阈值数组/>中的参数平均值；/>表示对应数组中存在的参数个数；/>表示当前时间区间内所有基础数组的方差；n表示当前时间区间涉及到的时刻总数；

将异常值与对应的预设值进行比较，判断对应区域是否异常；

若异常，根据涉及到的所有差值差异对应的参数及响应位置，作为对应区域的第一检测数据。

另一方面，本发明还提供磨损分析模块，包括：

轮胎图像获取单元：根据轮胎痕迹识别设备，生成所述轮胎的花纹轨迹图片，并生成所述轮胎的实际花纹信息；

图像对比单元：获取出厂预设正常花纹并与实际花纹信息进行对比，获取所述轮胎中以任一点为中心点的灰度总差：

；其中，/>表示对应中心点的灰度总差；/>表示基于实际花纹信息确定对应中心点的第j个邻域点的灰度值；/>表示基于出厂预设正常花纹确定对应中心点的第j个邻域点的灰度值；/>表示所有/>中的最小值；/>表示所有/>中的最大值；/>表示基于所有/>的方差；

统计所有灰度总差，得到不同区域的花纹差异值。

另一方面，本发明还提供磨损分析模块，还包括：

胎深获取单元：基于预设激光源按照预设角度射入所述区域的轮胎花纹沟壑中，并且当反射光照强度和周边环境光照强度恰好一致时，结合所述光照强度与对应的反射角度/>，确定所述区域中每个花纹沟壑的实际胎深；

磨损程度计算单元：基于所述区域内所有花纹沟壑的胎深和，来确定所述区域的估计磨损系数：

；其中，/>表示所述区域的胎深的差异度；/>表示所述区域内第q个花纹沟壑的实际胎深；/>表示所述区域内第q个花纹沟壑的原始胎深；/>表示所述区域的花纹差异值；/>表示误差参数；/>表示胎深对应的权重系数；/>表示轮胎花纹差异对应的权重系数；/>表示基于所有/>的方差；/>表示所有/>中满足/>的数量；/>表示所述区域存在的花纹沟壑的数量；

根据不同区域对应的估计磨损系数，确定所述轮胎的第二检测数据。

另一方面，本发明还提供声源检测模块，包括：

声音采集模块：采集轮胎运行中的声音数据，经过过滤预处理后，得到所述轮胎的音频数据并进行区域划分；

声音特征模块：基于预设刻度时间和音频数据，构建所述区域的声音频谱，并统计在预设刻度时间内频谱线穿过0点的次数，得到所述音频数据的过零值。

另一方面，本发明还提供声源检测模块，还包括：

异常对比单元：将所述区域的音频数据的过零值与特征标准库中的标准轮胎音频的过零值进行对比；

若所述区域的过零值大于预设标准过零值，记录对应区域的异常声源个数，并获取到所述轮胎的第三检测数据。

另一方面，本发明还提供异常分析模块，包括：

异常分析单元：根据所述轮胎的第一检测数据、第二检测数据以及第三检测数据，确定综合异常系数：

；其中，/>表示所述轮胎划分出的区域个数；/>表示基于第一检测数据、第二检测数据以及第三检测数据所确定的在第qs个区域中存在的异常点数量；/>表示所述轮胎的预设异常点阈值数量；/>表示第一检测数据对应的权重参数；/>表示第二检测数据对应的权重参数；/>表示第三检测数据对应的权重参数；/>表示第一检测数据中第qs个区域出现的异常参数的数量；/>表示与第一检测数据对应的最初检测的参数的数量；/>表示第二检测数据中第qs个区域出现的磨损系数大于磨损阈值的系数个数；/>表示第二检测数据中第qs个区域出现的磨损系数的总个数；/>表示第三检测数据中第qs个区域出现异常音源的数量；/>表示第三检测数据中第qs个区域出现的最多异常音源数量；X表示异常因子；/>表示所有/>的平均值；

若时，判定当前轮胎存在异常，且根据异常点出现的区域确定轮胎的异常发生位置，对所述轮胎进行异常检修，其中，/>表示预设标准系数。

另一方面，本发明还提供异常分析模块，还包括：

异常存储单元：根据异常分析单元获取到所述轮胎的不同区域异常，基于异常类型预设标准表，将不同区域对应的不同异常进行整合处理，获取到轮胎的异常类型—区域发生位置的映射表并存储；并根据表中历史数据的异常频发类型以及频发位置对所述轮胎的进行异常状态的判断。

本发明提供一种轮胎异常状态检测系统，通过对轮胎进行区域划分，根据三种类型的监测数据对轮胎进行一个整体和局部的异常状态综合判定，多方面的检测数据综合分析，能够更加准确地判断轮胎的异常状态。

附图说明

为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种轮胎异常状态检测系统的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例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作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。

实施例1：

如图1所示，本发明实施例提供的一种轮胎异常状态检测系统，方法主要包括以下步骤：

基础参数检测模块：对轮胎运行过程中的基础参数进行实时检测，根据不同参数对应的不同异常阈值对轮胎的相应位置进行检测，对出现运行异常的轮胎位置进行记录，获取轮胎的第一检测数据；

磨损分析模块：根据轮胎的图像检测结果对所述轮胎的花纹磨损情况进行处理分析，并与所述轮胎的出厂预设正常花纹情况进行对比，获取轮胎的第二检测数据；

声源检测模块：对轮胎运行过程中的声音参数进行实时采集，并根据采集数据对轮胎出现异常声源的位置进行定位，获取轮胎的第三检测数据；

异常分析模块：根据所述轮胎的第一检测数据、第二检测数据以及第三检测数据对所述轮胎进行综合分析，得到所述轮胎的异常状态。

该实施例中，轮胎是安装在机动车辆车轮上的橡胶制品，用于缓冲震动、支撑车辆负载、提供摩擦力和传递动力。

该实施例中，基础参数是指对轮胎的关键参数，包括：轮胎压力、轮胎温度、轮胎震动情况等基础参数。

该实施例中，异常阈值是对基础参数进行判定异常的标准。

该实施例中，位置是指轮胎出现异常的具体位置信息。

该实施例中，运行异常是指轮胎在运行过程中出现了超出正常范围的参数值或者性能表现，如压力过高、温度异常、磨损严重等情况。

该实施例中，第一检测数据是指在轮胎检测系统中，通过基础参数检测模块对轮胎运行过程中的基础参数进行实时检测所获取的数据。

该实施例中，图像检测结果是指在轮胎检测系统中，通过磨损分析模块对轮胎的图像进行处理分析并且匹配区域所得到的数据。

该实施例中，花纹是指轮胎表面的纹路或花纹图案。轮胎的花纹被设计成特定的形状和排列。

该实施例中，磨损情况是指轮胎表面花纹的磨损程度。

该实施例中，出厂预设正常花纹是指轮胎在生产过程中设计的、符合标准的花纹纹路。

该实施例中，第二检测数据是指轮胎磨损分析模块根据轮胎图像检测结果对轮胎的花纹磨损情况进行处理分析并且匹配区域所得到的数据。

该实施例中，声音参数是指在轮胎运行过程中收集或采集的与轮胎声音相关的数据。

该实施例中，采集数据是指从各个模块或传感器中获取的与轮胎状态相关的信息。

该实施例中，异常声源是指轮胎运行过程中发出的与正常运行不符的声音。

该实施例中，第三检测数据是指通过声源检测模块采集到的轮胎运行过程中并且匹配区域的声音参数数据。

该实施例中，异常状态是指轮胎在运行过程中出现的不正常情况，包括轮胎磨损、轮胎结构破损、气压异常、异常声源等。

上述技术方案的工作原理及有益效果是：通过实时检测和采集轮胎的基础参数、磨损情况和声音等数据，并进行综合分析处理，能够及时发现和判断轮胎的异常状态，对多方面的检测数据综合分析，能够更加准确地判断轮胎的异常状态。

实施例2：

在上述实施例1的基础上，所述基础参数检测模块，包括：

区域划分单元：根据所述轮胎的结构，对轮胎进行区域划分；

车辆启动单元：对车辆进行启动操作，且基于与所述车辆匹配的传感器组实时检测所述车辆的轮胎相应位置的基础参数，进行参数标准化之后匹配对应的区域，获取得到所述区域的基础数组；

异常监测单元：在基础参数-异常阈值-时间区间映射表分别获取预设时间区间内不同时间点下的所有参数的异常阈值，并进行阈值标准化获取得到所述区域在对应时刻下的异常阈值数组；

对同个时刻t下的基础数组与阈值数组/>进行异常分析，计算所述区域在当前时间区间下的异常值/>；

；其中，/>表示对应区域基于基础数组/>与异常阈值数组/>的比较差函数，/>表示对应/>时刻下基础数组/>中的参数平均值；/>表示对应t时刻下异常阈值数组/>中的参数平均值；/>表示对应数组中存在的参数个数；/>表示当前时间区间内所有基础数组的方差；n表示当前时间区间涉及到的时刻总数；

将异常值与对应的预设值进行比较，判断对应区域是否异常；

若异常，根据涉及到的所有差值差异对应的参数及响应位置，作为对应区域的第一检测数据。

该实施例中，轮胎的结构包括胎体和胎圈，构成轮胎主体的部分。

该实施例中，区域划分是指根据轮胎的结构将轮胎分成不同的区域。

该实施例中，启动操作是指对车辆进行启动的过程，引擎启动并使其开始运行。

该实施例中，传感器组是指一组用于实时监测车辆状态和性能的传感器。

该实施例中，基础参数-异常阈值-时间区间映射表是一个用于存储不同时间区间下每个参数的异常阈值的映射表。

该实施例中，阈值标准化是指将异常阈值数组中的每个参数的阈值进行标准化处理。

该实施例中，异常分析是指对一组数据的运行状态进行评估，检测存在的异常情况。

该实施例中，异常值是指与正常数据明显不符的数值，通过对基础数组和异常阈值数组进行比较得出的。

该实施例中，基础数组是指在车辆启动单元中，通过传感器组实时检测所述车辆的轮胎相应位置的基础参数，并进行参数标准化后得到的数组。

该实施例中，异常阈值数组是在异常监测单元中，根据预设的基础参数-异常阈值-时间区间映射表，在预设时间区间内获取到的某个特定时间点下对应区域的各项基础参数的异常阈值所组成的数组。

该实施例中，比较差函数是用于对应区域基于基础数组与异常阈值数组进行比较的函数，用来计算在特定时刻下对应区域的异常程度。

该实施例中，预设值是指在异常监测单元中预先设置的用于判断区域是否异常的参考值。

该实施例中，响应位置是指在异常监测单元中对应区域的位置信息。

上述技术方案的工作原理及有益效果是：通过区域划分和参数标准化，实时监测车辆轮胎的基础参数，并与异常阈值进行比较，判断异常情况。精确定位异常位置，提供第一检测数据，为对多方面的检测数据综合分析提供有力的数据基础，能够更加准确地判断轮胎的异常状态。

实施例3：

在上述实施例1的基础上，所述磨损分析模块，包括：

轮胎图像获取单元：根据轮胎痕迹识别设备，生成所述轮胎的花纹轨迹图片，并生成所述轮胎的实际花纹信息；

图像对比单元：获取出厂预设正常花纹并与实际花纹信息进行对比，获取所述轮胎中以任一点为中心点的灰度总差：

；其中，/>表示对应中心点的灰度总差；/>表示基于实际花纹信息确定对应中心点的第j个邻域点的灰度值；/>表示基于出厂预设正常花纹确定对应中心点的第j个邻域点的灰度值；/>表示所有/>中的最小值；/>表示所有/>中的最大值；/>表示基于所有/>的方差；

统计所有灰度总差，得到不同区域的花纹差异值。

该实施例中，轮胎痕迹是指轮胎在路面接触时留下的花纹或纹理，也称为轮胎花纹。

该实施例中，识别设备是一种用于获取轮胎花纹图像并分析其花纹特征的设备，通常采用激光干涉或图像处理技术进行轮胎表面形态和花纹信息的测量和提取。

该实施例中，花纹轨迹图片是指通过轮胎痕迹识别设备获取的轮胎表面特征图像。

该实施例中，实际花纹信息是指通过轮胎痕迹识别设备获取的轮胎表面花纹的具体特征数据。

该实施例中，灰度总差是指在图像对比中，通过计算实际花纹信息和出厂预设正常花纹之间的灰度值差异。

该实施例中，灰度值是指图像中某一点的亮度或灰度级别的数值表示。

该实施例中，花纹差异值是指轮胎实际花纹与出厂预设正常花纹之间的灰度差异的度量值。

上述技术方案的工作原理及有益效果是：利用轮胎痕迹识别设备获取轮胎图像和实际花纹信息，通过与出厂预设正常花纹对比计算灰度总差，评估轮胎花纹状态。具有快速准确的轮胎检测能力，为对多方面的检测数据综合分析提供有力的数据基础，能够更加准确地判断轮胎的异常状态。

实施例4：

在上述实施例1的基础上，所述磨损分析模块，还包括：

胎深获取单元：基于预设激光源按照预设角度射入所述区域的轮胎花纹沟壑中，并且当反射光照强度和周边环境光照强度恰好一致时，结合所述光照强度与对应的反射角度/>，确定所述区域中每个花纹沟壑的实际胎深；

磨损程度计算单元：基于所述区域内所有花纹沟壑的胎深和，来确定所述区域的估计磨损系数：

；其中，/>表示所述区域的胎深的差异度；/>表示所述区域内第q个花纹沟壑的实际胎深；/>表示所述区域内第q个花纹沟壑的原始胎深；/>表示所述区域的花纹差异值；/>表示误差参数；/>表示胎深对应的权重系数；/>表示轮胎花纹差异对应的权重系数；/>表示基于所有/>的方差；/>表示所有/>中满足/>的数量；/>表示所述区域存在的花纹沟壑的数量；

根据不同区域对应的估计磨损系数，确定所述轮胎的第二检测数据。

该实施例中，预设激光源是指在该技术方案中预先设置的激光发射设备，用于照射轮胎花纹沟壑。

该实施例中，预设角度是指在该技术方案中预先设置的激光发射角度。

该实施例中，轮胎花纹沟壑是指轮胎表面上的纵向和横向凹槽以及凸起。

该实施例中，反射光是指光线从轮胎花纹沟壑上发生反射后的光线。

该实施例中，光照强度是指光线的亮度或强度。

该实施例中，胎深是指轮胎花纹中轮胎槽内底部到轮胎表面的距离。

；其中，/>表示对应花纹沟壑的实际胎深；表示所述预设激光源的预设光照强度；/>表示对应花纹沟壑的反射光照强度/> 表示针对/>的强度与深度的转换函数；

该实施例中，估计磨损系数是评估轮胎磨损程度的一个指标。

该实施例中，误差参数表示在胎深获取和磨损程度计算过程中的误差范围常数。

上述技术方案的工作原理及有益效果是：通过激光反射测量轮胎花纹沟壑的实际胎深，计算出磨损程度，为对多方面的检测数据综合分析提供有力的数据基础，能够更加准确地判断轮胎的异常状态。

实施例5：

在上述实施例1的基础上，所述声源检测模块，包括：

声音采集模块：采集轮胎运行中的声音数据，经过过滤预处理后，得到所述轮胎的音频数据并进行区域划分；

声音特征模块：基于预设刻度时间和音频数据，构建所述区域的声音频谱，并统计在预设刻度时间内频谱线穿过0点的次数，得到所述音频数据的过零值。

该实施例中，声音数据是通过声音采集设备获取的声波信号。

该实施例中，过滤预处理是指对采集到的声音数据进行一系列处理步骤。

该实施例中，音频数据是经过过滤预处理后的声音信号。

该实施例中，预设刻度时间是预先拟定好的声音信号刻度时间范围。

该实施例中，声音频谱是指将声音信号转换成频域表示后所得到的数据。

该实施例中，频谱线是指在声音频谱图中表示不同频率分量的曲线。

该实施例中，过零值是指在声音信号波形中，振动方向从正向向负向或从负向向正向变化的次数。

上述技术方案的工作原理及有益效果是：通过采集轮胎运行声音数据并统计过零值，实现对轮胎状态的监测和诊断。为对多方面的检测数据综合分析提供有力的数据基础，能够更加准确地判断轮胎的异常状态。

实施例6：

在上述实施例1的基础上，所述声源检测模块，还包括：

异常对比单元：将所述区域的音频数据的过零值与特征标准库中的标准轮胎音频的过零值进行对比；

若所述区域的过零值大于预设标准过零值，记录对应区域的异常声源个数，并获取到所述轮胎的第三检测数据。

该实施例中，特征标准库是指事先录制好的一组标准轮胎音频数据。

该实施例中，标准轮胎音频是指在特定条件下，录制的一组代表正常轮胎运行时产生的声音特征的音频数据。

上述技术方案的工作原理及有益效果是：通过对轮胎音频数据的过零值进行对比，实现了对异常声源的监测，并获取到第三检测数据，为对多方面的检测数据综合分析提供有力的数据基础，能够更加准确地判断轮胎的异常状态。

实施例7：

在上述实施例1的基础上，所述异常分析模块，包括：

异常分析单元：根据所述轮胎的第一检测数据、第二检测数据以及第三检测数据，确定综合异常系数：

；其中，/>表示所述轮胎划分出的区域个数；/>表示基于第一检测数据、第二检测数据以及第三检测数据所确定的在第qs个区域中存在的异常点数量；/>表示所述轮胎的预设异常点阈值数量；/>表示第一检测数据对应的权重参数；/>表示第二检测数据对应的权重参数；/>表示第三检测数据对应的权重参数；/>表示第一检测数据中第qs个区域出现的异常参数的数量；/>表示与第一检测数据对应的最初检测的参数的数量；/>表示第二检测数据中第qs个区域出现的磨损系数大于磨损阈值的系数个数；/>表示第二检测数据中第qs个区域出现的磨损系数的总个数；/>表示第三检测数据中第qs个区域出现异常音源的数量；/>表示第三检测数据中第qs个区域出现的最多异常音源数量；X表示异常因子；/>表示所有/>的平均值；

若时，判定当前轮胎存在异常，且根据异常点出现的区域确定轮胎的异常发生位置，对所述轮胎进行异常检修，其中，/>表示预设标准系数。

该实施例中，综合异常系数是根据轮胎的第一检测数据、第二检测数据和第三检测数据来确定轮胎异常程度的一个指标。

该实施例中，异常点数量是指在轮胎的第一检测数据、第二检测数据和第三检测数据中，某个特定区域内存在的异常点的数量。

该实施例中，预设异常点阈值数量是指在进行轮胎检测时，事先设定的一个异常点数量阈值，用于判断当前异常点的数量是否存在异常。

该实施例中，权重参数是指在计算综合异常系数时，对不同检测数据的重要程度进行量化的参数。

该实施例中，磨损阈值是指在轮胎磨损检测中，用于判断磨损程度是否达到异常状态的一个设定数值。

该实施例中，异常因子是根据所述轮胎的第一检测数据、第二检测数据以及第三检测数据计算得出的综合异常系数。

该实施例中，预设标准系数是指在轮胎检测过程中，对于异常点阈值数量的预设值。

上述技术方案的工作原理及有益效果是：通过综合分析多个检测数据，确定轮胎的异常情况和发生位置，提高了异常检测准确性和修复效率，对多方面的检测数据进行综合分析，能够更加准确地判断轮胎的异常状态。

实施例8：

在上述实施例1的基础上，所述异常分析模块，还包括：

异常存储单元：根据异常分析单元获取到所述轮胎的不同区域异常，基于异常类型预设标准表，将不同区域对应的不同异常进行整合处理，获取到轮胎的异常类型—区域发生位置的映射表并存储；并根据表中历史数据的异常频发类型以及频发位置对所述轮胎的进行异常状态的判断。

该实施例中，异常类型预设标准表是指预先设定的一张表格，用于描述轮胎可能出现的各种异常情况及其对应的类型。

该实施例中，异常类型—区域发生位置映射表是指根据异常分析单元获取到的轮胎异常数据和异常类型预设标准表。

上述技术方案的工作原理及有益效果是：通过整合处理轮胎异常数据，建立异常类型-区域发生位置映射表，并根据历史数据进行异常状态判断，提高了异常检测准确性和修复效率，对多方面的检测数据进行综合分析，能够更加准确地判断轮胎的异常状态。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (2)

1.一种轮胎异常状态检测系统，其特征在于，包括：

基础参数检测模块：对轮胎运行过程中的基础参数进行实时检测，根据不同参数对应的不同异常阈值对轮胎的相应位置进行检测，对出现运行异常的轮胎位置进行记录，获取轮胎的第一检测数据；

磨损分析模块：根据轮胎的图像检测结果对所述轮胎的花纹磨损情况进行处理分析，并与所述轮胎的出厂预设正常花纹情况进行对比，获取轮胎的第二检测数据；

声源检测模块：对轮胎运行过程中的声音参数进行实时采集，并根据采集数据对轮胎出现异常声源的位置进行定位，获取轮胎的第三检测数据；

异常分析模块：根据所述轮胎的第一检测数据、第二检测数据以及第三检测数据对所述轮胎进行综合分析，得到所述轮胎的异常状态；

其中，所述基础参数检测模块，包括：

区域划分单元：根据所述轮胎的结构，对轮胎进行区域划分；

车辆启动单元：对车辆进行启动操作，且基于与所述车辆匹配的传感器组实时检测所述车辆的轮胎相应位置的基础参数，进行参数标准化之后匹配对应的区域，获取得到所述区域的基础数组；

异常监测单元：在基础参数-异常阈值-时间区间映射表分别获取预设时间区间内不同时间点下的所有参数的异常阈值，并进行阈值标准化获取得到所述区域在对应时刻下的异常阈值数组；

对同个时刻t下的基础数组与阈值数组/>进行异常分析，计算所述区域在当前时间区间下的异常值/>；

；其中，/>表示对应区域基于基础数组与异常阈值数组/>的比较差函数，/>表示对应/>时刻下基础数组/>中的参数平均值；表示对应t时刻下异常阈值数组/>中的参数平均值；/>表示对应数组中存在的参数个数；/>表示当前时间区间内所有基础数组的方差；n表示当前时间区间涉及到的时刻总数；

将异常值与对应的预设值进行比较，判断对应区域是否异常；

若异常，根据涉及到的所有差值差异对应的参数及响应位置，作为对应区域的第一检测数据；

其中，所述磨损分析模块，包括：

轮胎图像获取单元：根据轮胎痕迹识别设备，生成所述轮胎的花纹轨迹图片，并生成所述轮胎的实际花纹信息；

图像对比单元：获取出厂预设正常花纹并与实际花纹信息进行对比，获取所述轮胎中以任一点为中心点的灰度总差：

；其中，/>表示对应中心点的灰度总差；/>表示基于实际花纹信息确定对应中心点的第j个邻域点的灰度值；/>表示基于出厂预设正常花纹确定对应中心点的第j个邻域点的灰度值；/>表示所有/>中的最小值；/>表示所有/>中的最大值；/>表示基于所有/>的方差；

统计所有灰度总差，得到不同区域的花纹差异值；

其中，所述磨损分析模块，还包括：

胎深获取单元：基于预设激光源按照预设角度射入所述区域的轮胎花纹沟壑中，并且当反射光照强度和周边环境光照强度恰好一致时，结合所述光照强度与对应的反射角度，确定所述区域中每个花纹沟壑的实际胎深；

磨损程度计算单元：基于所述区域内所有花纹沟壑的胎深和，来确定所述区域的估计磨损系数：

；其中，/>表示所述区域的胎深的差异度；表示所述区域内第q个花纹沟壑的实际胎深；/>表示所述区域内第q个花纹沟壑的原始胎深；/>表示所述区域的花纹差异值；/>表示误差参数；/>表示胎深对应的权重系数；表示轮胎花纹差异对应的权重系数；/>表示基于所有/>的方差；/>表示所有/>中满足/>的数量；/>表示所述区域存在的花纹沟壑的数量；

根据不同区域对应的估计磨损系数，确定所述轮胎的第二检测数据；

其中，所述声源检测模块，包括：

声音采集模块：采集轮胎运行中的声音数据，经过过滤预处理后，得到所述轮胎的音频数据并进行区域划分；

声音特征模块：基于预设刻度时间和音频数据，构建所述区域的声音频谱，并统计在预设刻度时间内频谱线穿过0点的次数，得到所述音频数据的过零值；

其中，所述声源检测模块，还包括：

异常对比单元：将所述区域的音频数据的过零值与特征标准库中的标准轮胎音频的过零值进行对比；

若所述区域的过零值大于预设标准过零值，记录对应区域的异常声源个数，并获取到所述轮胎的第三检测数据；

其中，所述异常分析模块，包括：

异常分析单元：根据所述轮胎的第一检测数据、第二检测数据以及第三检测数据，确定综合异常系数：

；其中，表示所述轮胎划分出的区域个数；/>表示基于第一检测数据、第二检测数据以及第三检测数据所确定的在第qs个区域中存在的异常点数量；/>表示所述轮胎的预设异常点阈值数量；/>表示第一检测数据对应的权重参数；/>表示第二检测数据对应的权重参数；/>表示第三检测数据对应的权重参数；/>表示第一检测数据中第qs个区域出现的异常参数的数量；/>表示与第一检测数据对应的最初检测的参数的数量；/>表示第二检测数据中第qs个区域出现的磨损系数大于磨损阈值的系数个数；/>表示第二检测数据中第qs个区域出现的磨损系数的总个数；/>表示第三检测数据中第qs个区域出现异常音源的数量；/>表示第三检测数据中第qs个区域出现的最多异常音源数量；X表示异常因子；表示所有/>的平均值；

若时，判定当前轮胎存在异常，且根据异常点出现的区域确定轮胎的异常发生位置，对所述轮胎进行异常检修，其中，/>表示预设标准系数。

2.根据权利要求1所述的一种轮胎异常状态检测系统，其特征在于，所述异常分析模块，还包括：

异常存储单元：根据异常分析单元获取到所述轮胎的不同区域异常，基于异常类型预设标准表，将不同区域对应的不同异常进行整合处理，获取到轮胎的异常类型—区域发生位置的映射表并存储；并根据表中历史数据的异常频发类型以及频发位置对所述轮胎的进行异常状态的判断。