APP下载

轮胎胎面磨损检测技术研究

2021-03-04郝姗姗

科学与财富 2021年26期
关键词:机器视觉

郝姗姗

关键词:机器视觉;轮胎胎面;磨损检测

引言

目前,我国高速公路上发生的交通事故有大约46%是轮胎故障引起的,其中有约70%为爆胎引发的事故.轮胎安全问题直接影响到汽车整车的安全,轮胎胎面严重磨损,在高速行驶或紧急刹车的情况下极易导致爆胎,严重则导致车毁人亡,造成不可挽回的损失。在调研中发现国内外大多数研究着重于对轮胎的胎侧、胎内、子口位置的缺陷检测,很少有对轮胎胎面部分进行检测,主要原因是技术限制和难度问题。

1轮胎磨损过程及磨损机理

轮胎磨损一般分为以下3个过程(1)表层材料分子间作用。摩擦表面间的相互作用方式有机械和分子两种。机械作用可以是两摩擦表面间直接接触,即两体磨损;也可以是两表面间夹杂外界磨粒,即三体磨损。分子作用包括两表面的相互吸引和黏附。(2)表层材料弹塑性变形。在摩擦过程中,受表面变形、界面温度和环境条件等的影响,表层材料将发生机械、组织结构、物理和化学变化。(3)表层材料的破坏。破坏形式主要有犁削、撕裂、疲劳破坏、剥落和磨损花纹等。

2导致汽车轮胎异常磨损的因素

2.1自身因素

就保证汽车安全行驶而言,为了使汽车在转向过程避免车轮胎滑移,保持滚动状态,设计师利用各个转向桥的转向梯形机构使得所有车轮在转向的瞬间都绕着同一个中心转动。如果车身内用于转向的转向拉杆形状改变或匹配不当会影响制动系统的正常工作,可能会使得转向的瞬间中心处的轴距弦张角发生改变,甚至是改变转向梯形机构,从而造成轮胎异常磨损,一般是胎面花纹内侧或外侧磨损。然而实际的内、外车轮的转向情况却不满足理想的阿克曼条件,因此车辆在转弯过程中车轮受到内侧向惯性力的作用而导致侧偏,这是引起轮胎受损的一个设计因素。它可能造成车轮胎的表面突出的羽毛或是锯齿形状与地面摩擦过大而受损。

2.2人为因素

若是驾驶汽车上路之前忽略了检查车胎内气体是否充足,车胎内空气过于饱和或是过低都是造成轮胎异常磨损的人为因素。一方面,过多的气体会挤压轮胎的橡胶,使其胎面的中间部分过于突出,轮胎与地面的接触面积变小,胎面的中间所受压强更大,在车辆行驶中,由于轮胎表面的中间部分过于突出,直接与地面接触,长期以往,中间比两边磨损得更快,造成胎冠中部严重磨损,甚至把中间的胎纹磨光这样的异常现象。另一方面,如果轮胎中空气不足引起车轮在承重时容易被压扁变形,导致轮胎的胎面中间部分向车轮圆心方向收缩,两端直接接触地面,其所受的压强过大,时间久了,胎面两端的部分相较于中间磨损得更厉害。总而言之,轮胎内空气含量不合适,会导致胎面纹路的磨损异常且不均匀。在驾驶汽车的过程中,驾驶人的一些不正确的操作和不好的驾驶习惯也是一个需要考虑到的因素。本来汽车的前轮胎,为了承担由发动机产生的扭转载荷,因而是极其容易受损的对象,而且速度越快,急刹车和急转弯这些激烈的驾驶操作更是加重了前轮胎面的磨损,而且也容易发生交通事故。

3轮胎胎面磨损检测技术

3.1轮胎纹理特征检测

特征提取是轮胎胎面磨损识别和检测的基础,特征提取的准确性对轮胎磨损的识别有很大影响。轮胎胎面的纹理特征是分析轮胎磨损最重要的参数。张超等提出了一种改进阈值法来获取轮胎磨损纹理特征的方法,该方法将阈值分割和区域标注相结合来提取轮胎表面的磨损特征,再根据相应的磨损机制分析磨损原因。该方法解决了单一图像处理不易区分不规则纹理和轮廓重叠的问题,且能对结果实现可视化,数据处理可独立执行,易于实现动态化数据处理,但不能准确计算出轮胎的磨损量。陶靖研究了Tamura纹理特征和基于灰度共生矩阵的纹理特征,及其与轮胎磨损程度和异常磨损位置的关系;通过Tamura纹理特征可找到花纹的变化规律;通过分析灰度共生矩阵的纹理特征建立了特征与花纹的相关性,但研究样本过少,花纹类别单一。张俊杰基于多电荷耦合器件图像处理,结合区域提取法和灰度共生矩阵法对胎面磨损进行研究,利用多次迭代求出最佳阈值,用二值化、形态学处理法将各区域区别出来进行填充,并分析胎压情况;同时结合能量、对比度、相关性、熵等4个参数描述图像纹理情况,但这样不能计算出轮胎磨损量。

3.2花纹深度检测

目前,对轮胎花纹深度检测的研究大多采用激光三角法和双目三角法,激光三角法是利用光源发出的一束激光照射在待测物体平面上,通过反射,最后在检测器上成像。当物体表面的位置发生改变时,其所成的像在检测器上也发生相应的位移。为了更精准地测量出轮胎胎面的花纹深度信息,何亮亮等针对轮胎表面形貌,以激光三角法为理论基础,研制了一套轮胎检测系统。该系统通过移动模组实现激光传感器上下采集数据,利用角度编码器精准控制轮胎的旋转角度,然而,其激光采用的是点激光,不能一次性获取整个截面信息且每次检测前需系统归零,效率不高。WANG等通过两个平行安装的相机和点激光,采用光点分析法测量轮胎花纹的深度,该方法使用传统的圆圈霍夫变换和Ostu方法获得激光光斑的二值化图像,提出光斑圆度变形程度方程,用于确定激光光斑的有效性,利用双目测距获取有效的光斑,从而得出花纹深度,但该方法要获取花纹深度必须进行花纹和凹槽的圆度评价,且每次只能测出一条凹槽的深度,效率不高。崔敏等使用CCD(电荷耦合元件)相机和线激光来设计轮胎表面形貌的检测系统,以线性半导体激光器为光源,在被测物上形成条纹。相机与激光照射的条纹形成一定角度时进行拍摄,条纹图案通过相机透镜在相机成像平面形成二维图案,利用几何光学和激光三角法将条纹成像尺寸转换为实际的花纹深度。LUNG等利用互补式金属氧化物半导体摄像机的组件和图像处理技术,以及线激光来开发一种低成本的胎面探測器,试验测量了32个轮胎的线性模型,并利用回归模型模拟了该测量系统的精度。系统误差精度达到0.5mm。王希波等设计了一套以双相机、双线激光器、反射镜和触发装置等组成的快速花纹测量系统。该系统能够快速自动识别出花纹的个数和测量出轮胎花纹深度,测量绝对误差小于0.2mm。

结束语

我们绝对不能忽视这些轮胎上的异常,轮胎的磨损程度是与驾驶人的安全紧密联系在一起的,如果对这些小磨损放任不管,任其发展,迟早会对我们的人身安全造成威胁。所以,了解并降低轮胎质量和使用寿命的磨损因素尤为必要。这不仅能够有效地帮助我们预防轮胎异常受损,减少一笔在汽车维修上的花销,还能够让自己驾驶汽车时,避免遇到一些突发事故而不能及时减速刹车的危险情况,能够安心地开车。

参考文献:

[1]刘百新.车辆机械零件的磨损与预防策略研究[J].时代农机,2017,(7).

[2]张伟旗.汽车轮胎常见故障分析及失效检查处理[J].汽车零部件,2016,(10).

[3]郝志栋.浅谈轮胎磨损对汽车制动性能的影响[J].科技创新与应用,2016,(11).

猜你喜欢

机器视觉
基于芯片点胶系统的视觉检测技术研究
全自动模拟目标搜救系统的设计与实现
基于机器视觉的自动浇注机控制系统的研究
机器视觉技术的发展及其应用
视觉拉线检测器的设计与实现
大场景三维激光扫描仪在研究生实践教学培养中的应用
基于机器视觉的工件锯片缺陷检测系统设计
基于机器视觉技术的动态“白带”常规检测系统的开发
对激光切割机的改进
人工智能在高校图书馆的预期