龐博維，崔 敏，楊 琨，馮苗苗，盧澤森

(五邑大學(xué) 智能制造學(xué)部，江門(mén) 529020)

汽車輪胎的胎面磨損情況直接影響汽車行駛的安全，國(guó)家標(biāo)準(zhǔn)GB 7258-2017 《機(jī)動(dòng)車運(yùn)行安全技術(shù)條件》 要求轎車輪胎胎冠上的花紋深度在磨損后應(yīng)不小于1.6 mm，其他車輛輪胎胎冠上的花紋深度不得小于3.2 mm；輪胎的胎面因局部磨損不能暴露出輪胎簾布層。據(jù)統(tǒng)計(jì)，發(fā)生在高速公路上的交通事故，有46%是由輪胎發(fā)生故障引起的[1]。顯然，輪胎質(zhì)量存在隱患無(wú)可爭(zhēng)議地成為了交通事故中的“頭號(hào)殺手”，而在與輪胎相關(guān)的交通事故中，有25%是由胎面磨損導(dǎo)致的胎紋深度過(guò)淺且低于安全值所致。所以，在輪胎的眾多評(píng)價(jià)指標(biāo)中，胎紋深度及磨損形式是影響汽車行駛安全的重要因素。

筆者在分析輪胎磨損因素和總結(jié)國(guó)內(nèi)外學(xué)者研究輪胎表面磨損方法的基礎(chǔ)上，結(jié)合實(shí)際應(yīng)用需求，討論了該領(lǐng)域研究的難點(diǎn)和發(fā)展趨勢(shì)，并對(duì)該領(lǐng)域未來(lái)的研究方向進(jìn)行了展望。

1 輪胎磨損過(guò)程及磨損機(jī)理

汽車是依靠輪胎在路面上行駛的，而直接與路面接觸的是輪胎花紋。輪胎花紋塊與路面產(chǎn)生的摩擦力是汽車驅(qū)動(dòng)、制動(dòng)和轉(zhuǎn)向的動(dòng)力之源[2]，所以輪胎花紋的磨損程度直接影響汽車行駛的安全。在輪胎的使用中，除了正常均勻磨損外，輪胎質(zhì)量、氣壓、四輪定位、駕駛員操作等一系列因素均會(huì)導(dǎo)致輪胎表面出現(xiàn)異常磨損。

1.1 輪胎磨損過(guò)程

輪胎磨損一般分為以下3個(gè)過(guò)程。

(1) 表層材料分子間作用。摩擦表面間的相互作用方式有機(jī)械和分子兩種。機(jī)械作用可以是兩摩擦表面間直接接觸，即兩體磨損；也可以是兩表面間夾雜外界磨粒，即三體磨損。分子作用包括兩表面的相互吸引和黏附。

(2) 表層材料彈塑性變形。在摩擦過(guò)程中，受表面變形、界面溫度和環(huán)境條件等的影響，表層材料將發(fā)生機(jī)械、組織結(jié)構(gòu)、物理和化學(xué)變化。

(3) 表層材料的破壞。破壞形式主要有犁削、撕裂、疲勞破壞、剝落和磨損花紋等[3-4]。

1.2 輪胎磨損機(jī)理

分析橡膠磨損理論是研究輪胎磨損的基礎(chǔ)，根據(jù)橡膠磨損理論，輪胎磨損可分為黏附磨損、疲勞磨損、磨粒磨損、降解磨損、卷曲磨損和侵蝕磨損等，其中最主要的磨損形式是磨粒磨損和疲勞磨損[5]。輪胎轉(zhuǎn)動(dòng)過(guò)程中的受力示意如圖1所示，F(xiàn)x，F(xiàn)y，F(xiàn)z分別為輪胎接觸地面時(shí)胎面所承受的x,y,z三個(gè)相互垂直方向的力，Mx，My，Mz為與之對(duì)應(yīng)的扭矩。

圖1 輪胎轉(zhuǎn)動(dòng)過(guò)程中的受力示意

根據(jù)橡膠的磨損原理，其磨損率可表達(dá)[6]為

(1)

式中：RL為線性磨損率；P為正壓力；k為常數(shù)；f為摩擦因子；u為斷裂能量密度。

FLEISCHER提出的磨損能量理論認(rèn)為摩擦功絕大部分以熱的形式轉(zhuǎn)化，但當(dāng)中小部分的功在橡膠材料某一容積內(nèi)積累，以內(nèi)能的形式儲(chǔ)存，一旦表面被破壞，則以磨損微粒脫離，從而形成磨損。FLEISCHER將磨損和摩擦聯(lián)系起來(lái)，假設(shè)了摩擦能量密度，其表達(dá)形式為

(2)

李文輝等[6]在刷子模型(只考慮胎面彈性，而將胎體視為剛性的簡(jiǎn)化理論模型)的基礎(chǔ)上推出了胎冠側(cè)滑模型，為了確定輪胎的磨損量，建立了整車單軌模型。輪胎磨損量A如式(3)所示。

A=AsYuPzm

(3)

式中：As為輪胎的磨損率；Yu為每公里胎冠側(cè)滑距離；Pzm為平均接觸壓力。

(4)

(5)

式中：y1為每轉(zhuǎn)一圈胎冠側(cè)滑距離；DT為行駛距離；rD為有效滾動(dòng)半徑；D23為假設(shè)平坦的胎基后端到實(shí)際接地印記后端的距離；ys為胎冠側(cè)滑距離；Pz為輪胎接觸壓力。

王野平[7]通過(guò)建立路面與輪胎的接觸模型以及根據(jù)輪胎表層橡膠的化學(xué)腐蝕原理來(lái)研究輪胎磨損機(jī)理，發(fā)現(xiàn)當(dāng)接觸應(yīng)力超過(guò)屈服應(yīng)力時(shí)，輪胎將發(fā)生塑性磨損。路面微凸體將對(duì)胎面橡膠形成微切削作用，從而使胎面橡膠磨損。當(dāng)輪胎表面橡膠的作用力超過(guò)其最大的抗拉或抗剪強(qiáng)度時(shí)，橡膠內(nèi)部或表面就會(huì)產(chǎn)生裂紋，隨著輪胎不斷地轉(zhuǎn)動(dòng)摩擦，裂縫會(huì)逐漸擴(kuò)大，直至顆粒脫落形成磨粒。

綜上所述，輪胎的磨損過(guò)程十分復(fù)雜，其表層材料的變化是輪胎磨損的直接原因，而磨損往往是多種機(jī)理共同作用的結(jié)果，在正常磨損條件下，最常見(jiàn)的磨損形式是磨粒磨損。此外，路面條件(包括路面是否濕滑，路面紋理、溫度等)、輪胎載荷、輪胎結(jié)構(gòu)、駕駛操作等一系列因素對(duì)輪胎磨損也至關(guān)重要。

2 輪胎胎面磨損檢測(cè)技術(shù)現(xiàn)狀

目前，輪胎磨損的檢測(cè)大多利用一些技術(shù)手段獲取輪胎胎面各點(diǎn)的深度信息，從而評(píng)估分析輪胎的磨損情況?，F(xiàn)有的檢測(cè)方法種類很多，總體可以分為接觸式檢測(cè)和非接觸式檢測(cè)兩大類，胎面磨損檢測(cè)方法分類框圖如圖2所示。接觸式檢測(cè)又稱機(jī)械檢測(cè)，其利用機(jī)械探針對(duì)待測(cè)物體進(jìn)行掃描來(lái)完成檢測(cè)，優(yōu)點(diǎn)是價(jià)格便宜，易操作，但這種方式最大的缺點(diǎn)就是屬于抽樣檢測(cè)，不夠全面；此外，人工檢測(cè)會(huì)由人為因素給檢測(cè)精度、檢測(cè)效率帶來(lái)不利影響。非接觸式檢測(cè)相對(duì)接觸檢測(cè)的最大優(yōu)點(diǎn)是避開(kāi)了與待檢測(cè)物體接觸，使檢測(cè)方式更為靈活。非接觸式檢測(cè)主要有視覺(jué)檢測(cè)和傳感器檢測(cè)兩類。

圖2 胎面磨損檢測(cè)方法分類框圖

2.1 接觸式檢測(cè)

目前，輪胎花紋深度尺的價(jià)格低且便攜，深受車主和各大汽車修理廠的青睞，直讀式深度尺和數(shù)顯式深度尺外觀如圖3所示。

圖3 直讀式深度尺和數(shù)顯式深度尺外觀

葉海雄等[8]結(jié)合深度尺設(shè)計(jì)了基于物聯(lián)網(wǎng)的輪胎花紋深度智能檢測(cè)系統(tǒng)。其將通信芯片嵌入花紋深度尺中，深度尺指針測(cè)出的數(shù)據(jù)通過(guò)內(nèi)嵌單片機(jī)處理，最終顯示在觸摸屏上。該系統(tǒng)可實(shí)現(xiàn)輪胎花紋深度的數(shù)據(jù)檢測(cè)、采集、發(fā)送、處理與評(píng)估，并通過(guò)移動(dòng)終端提供輪胎養(yǎng)護(hù)建議。

2.2 非接觸式檢測(cè)

隨著圖像處理技術(shù)、光電技術(shù)、計(jì)算機(jī)技術(shù)等領(lǐng)域的不斷突破創(chuàng)新，非接觸式檢測(cè)技術(shù)得到發(fā)展。由于接觸式檢測(cè)具有測(cè)量速度慢、效率低、精度不高等缺點(diǎn)，非接觸式檢測(cè)憑借著測(cè)量速度快、應(yīng)用范圍廣、可實(shí)現(xiàn)自動(dòng)化操作等一系列優(yōu)勢(shì)而得到廣大企業(yè)和消費(fèi)者的認(rèn)可。

2.2.1 輪胎紋理特征檢測(cè)

特征提取是輪胎胎面磨損識(shí)別和檢測(cè)的基礎(chǔ)，特征提取的準(zhǔn)確性對(duì)輪胎磨損的識(shí)別有很大影響。輪胎胎面的紋理特征是分析輪胎磨損最重要的參數(shù)。輪胎紋理特征檢測(cè)流程如圖4所示。

圖4 輪胎紋理特征檢測(cè)流程圖

張超等[9]提出了一種改進(jìn)閾值法來(lái)獲取輪胎磨損紋理特征的方法，該方法將閾值分割和區(qū)域標(biāo)注相結(jié)合來(lái)提取輪胎表面的磨損特征，再根據(jù)相應(yīng)的磨損機(jī)制分析磨損原因。該方法解決了單一圖像處理不易區(qū)分不規(guī)則紋理和輪廓重疊的問(wèn)題，且能對(duì)結(jié)果實(shí)現(xiàn)可視化，數(shù)據(jù)處理可獨(dú)立執(zhí)行，易于實(shí)現(xiàn)動(dòng)態(tài)化數(shù)據(jù)處理，但不能準(zhǔn)確計(jì)算出輪胎的磨損量。

陶靖[10]研究了Tamura紋理特征和基于灰度共生矩陣的紋理特征，及其與輪胎磨損程度和異常磨損位置的關(guān)系；通過(guò)Tamura紋理特征可找到花紋的變化規(guī)律；通過(guò)分析灰度共生矩陣的紋理特征建立了特征與花紋的相關(guān)性，但研究樣本過(guò)少，花紋類別單一。張俊杰[11]基于多電荷耦合器件(CCD)圖像處理，結(jié)合區(qū)域提取法和灰度共生矩陣法對(duì)胎面磨損進(jìn)行研究，利用多次迭代求出最佳閾值，用二值化、形態(tài)學(xué)處理法將各區(qū)域區(qū)別出來(lái)進(jìn)行填充，并分析胎壓情況；同時(shí)結(jié)合能量、對(duì)比度、相關(guān)性、熵等4個(gè)參數(shù)描述圖像紋理情況，但這樣不能計(jì)算出輪胎磨損量。

HUANG等[12]提出了一種基于紋理的感興趣區(qū)域算法來(lái)評(píng)估輪胎胎面的磨損狀況，該算法流程如圖5所示。

圖5 基于紋理的感興趣區(qū)域算法流程圖

該算法包括兩部分，先進(jìn)行粗提取得出邊緣輪廓，再經(jīng)過(guò)精提取得到紋理簇，最后利用SATPATHY等提出的判別魯棒局部三元模式對(duì)胎面磨損狀態(tài)進(jìn)行了評(píng)價(jià)，該方法對(duì)新舊輪胎花紋對(duì)比度的變化具有魯棒性。試驗(yàn)表明，新胎面的提取成功率達(dá)86%，磨損胎面的提取成功率達(dá)84%。

WANG等[13]針對(duì)尺度不變特征變換(SIFT)的圖像檢索時(shí)間長(zhǎng)，效率低的缺點(diǎn)，提出了一種改進(jìn)的SIFT特征點(diǎn)提取方法，該方法是基于小波變換的輪胎胎面特征提取方法。其利用基于二級(jí)小波分解和重建的圖像高頻進(jìn)行重建，以減少SIFT特征點(diǎn)的數(shù)量，提高算法速度。 結(jié)果表明：該方法可以減少圖像中所需提取的SIFT特征點(diǎn)，防止圖像中的細(xì)節(jié)信息丟失，保證精度，提高效率。

YAN等[14]提出了一種基于Radon變換和DT-CWT(雙樹(shù)-復(fù)小波變換)結(jié)合的輪胎紋理特征提取方法，該算法流程如圖6所示。利用Radon變換將原圖像投影到不同的角度上形成投影矩陣；在投影矩陣上進(jìn)行DT-CWT;利用每個(gè)子帶的平均值、方差和能量作為圖像的紋理特征。結(jié)果表明,該方法很好地解決了傳統(tǒng)小波變換和脊波變換的圖像旋轉(zhuǎn)和平移的問(wèn)題，提高了輪胎圖像數(shù)據(jù)檢索的精度，降低了圖像旋轉(zhuǎn)和平移帶來(lái)的影響，更準(zhǔn)確地提取了輪胎花紋的特征。

圖6 Radon變換和DT-CWT結(jié)合算法流程圖

綜上所述，輪胎紋理提取的常見(jiàn)方法有閾值分割、Tamura紋理特征、灰度共生矩陣等，表1為幾種常用方法在輪胎紋理提取中的應(yīng)用。需特別指出的是，紋理特征檢測(cè)只能得出輪胎的紋理特征與磨損程度之間的規(guī)律，分析輪胎表面的磨損情況，區(qū)別正常磨損和異常磨損，從而預(yù)測(cè)車況，但不能直觀地計(jì)算出輪胎的磨損量。

表1 幾種常用方法在輪胎紋理提取中的應(yīng)用

2.2.2 花紋深度檢測(cè)

目前，對(duì)輪胎花紋深度檢測(cè)的研究大多采用激光三角法和雙目三角法，激光三角法是利用光源發(fā)出的一束激光照射在待測(cè)物體平面上,通過(guò)反射，最后在檢測(cè)器上成像[15]。當(dāng)物體表面的位置發(fā)生改變時(shí),其所成的像在檢測(cè)器上也發(fā)生相應(yīng)的位移。激光三角法原理如圖7所示。

圖7 激光三角法原理示意

根據(jù)高斯成像公式及幾何光學(xué)關(guān)系可得出物體高度位移x與相機(jī)探測(cè)器接收光斑位移x′之間的關(guān)系為

(6)

式中：a為反射光斑到成像透鏡的距離；b為成像透鏡到光電檢測(cè)器成像面之間的距離；α為成像透鏡光軸與成像平面之間的夾角；θ為激光光束與成像透鏡光軸之間的夾角。

為了更精準(zhǔn)地測(cè)量出輪胎胎面的花紋深度信息，何亮亮等[16]針對(duì)輪胎表面形貌，以激光三角法為理論基礎(chǔ)，研制了一套輪胎檢測(cè)系統(tǒng)。該系統(tǒng)通過(guò)移動(dòng)模組實(shí)現(xiàn)激光傳感器上下采集數(shù)據(jù)，利用角度編碼器精準(zhǔn)控制輪胎的旋轉(zhuǎn)角度,然而，其激光采用的是點(diǎn)激光，不能一次性獲取整個(gè)截面信息且每次檢測(cè)前需系統(tǒng)歸零，效率不高。WANG等[17]通過(guò)兩個(gè)平行安裝的相機(jī)和點(diǎn)激光，采用光點(diǎn)分析法測(cè)量輪胎花紋的深度，該方法使用傳統(tǒng)的圓圈霍夫變換和Ostu方法獲得激光光斑的二值化圖像，提出光斑圓度變形程度方程，用于確定激光光斑的有效性，利用雙目測(cè)距獲取有效的光斑，從而得出花紋深度，但該方法要獲取花紋深度必須進(jìn)行花紋和凹槽的圓度評(píng)價(jià)，且每次只能測(cè)出一條凹槽的深度，效率不高。

崔敏等[18]使用CCD(電荷耦合元件)相機(jī)和線激光來(lái)設(shè)計(jì)輪胎表面形貌的檢測(cè)系統(tǒng),以線性半導(dǎo)體激光器為光源,在被測(cè)物上形成條紋。相機(jī)與激光照射的條紋形成一定角度時(shí)進(jìn)行拍攝，條紋圖案通過(guò)相機(jī)透鏡在相機(jī)成像平面形成二維圖案，利用幾何光學(xué)和激光三角法將條紋成像尺寸轉(zhuǎn)換為實(shí)際的花紋深度。LUNG等[19]利用互補(bǔ)式金屬氧化物半導(dǎo)體(COMS)攝像機(jī)的組件和圖像處理技術(shù)，以及線激光來(lái)開(kāi)發(fā)一種低成本的胎面探測(cè)器，試驗(yàn)測(cè)量了32個(gè)輪胎的線性模型，并利用回歸模型模擬了該測(cè)量系統(tǒng)的精度。系統(tǒng)誤差精度達(dá)到0.5 mm。王希波等[20]設(shè)計(jì)了一套以雙相機(jī)、雙線激光器、反射鏡和觸發(fā)裝置等組成的快速花紋測(cè)量系統(tǒng)。該系統(tǒng)能夠快速自動(dòng)識(shí)別出花紋的個(gè)數(shù)和測(cè)量出輪胎花紋深度，測(cè)量絕對(duì)誤差小于0.2 mm。

雙目三角法是利用左右相機(jī)從一定距離觀察同一目標(biāo)點(diǎn)所產(chǎn)生的方向差異(即視差的變化)和相似三角形的比例關(guān)系求距離的。當(dāng)目標(biāo)點(diǎn)發(fā)生位移變化時(shí)，通過(guò)目標(biāo)點(diǎn)前后變化的距離之差求得深度，雙目三角法原理示意如圖8所示。

圖8 雙目三角法原理示意

點(diǎn)A為物體的一個(gè)檢測(cè)點(diǎn)，其中(x,y,z)為以點(diǎn)OR為坐標(biāo)原點(diǎn)的實(shí)際三維空間坐標(biāo)，z為點(diǎn)A和相機(jī)之間的垂直距離，b為左右相機(jī)中心點(diǎn)之間的距離。由A，B，C三點(diǎn)形成的平面稱為極平面，F(xiàn)G為基線。

點(diǎn)A在左相機(jī)成像為點(diǎn)B，右相機(jī)成像為點(diǎn)C。根據(jù)ΔBOLF∽ΔAOLD和ΔCORG∽ΔAORE，可得式(7)和(8)，進(jìn)一步推導(dǎo)這些方程得到式(9)。

(7)

(8)

(9)

式中：x為點(diǎn)A的橫坐標(biāo);x1為成像點(diǎn)B與相機(jī)光軸和成像平面交點(diǎn)F的距離；f為焦距;xr為點(diǎn)C與相機(jī)光軸和成像平面交點(diǎn)G的距離。

點(diǎn)A′是由點(diǎn)A在z方向平移得到的，同理能得出點(diǎn)A′的z方向坐標(biāo)z′，則深度d為

d=z′-z

(10)

HUANG等[21]使用LabVIEW立體視覺(jué)技術(shù)測(cè)量輪胎胎面的深度，并使用圖像處理進(jìn)行邊緣檢測(cè)，使用FCM(模糊C均值算法)來(lái)區(qū)分主胎面的表面和溝槽邊界，并通過(guò)LabVIEW立體視覺(jué)SGM(半全局匹配算法)分析不同光照強(qiáng)度下目標(biāo)區(qū)域輪胎表面與槽之間的相對(duì)距離，從而計(jì)算出輪胎胎面深度。結(jié)果表明，該方法能夠有效得到花紋深度，深度信息可通過(guò)MySQL數(shù)據(jù)庫(kù)上傳到云端，用戶可以通過(guò)物聯(lián)網(wǎng)連接到數(shù)據(jù)庫(kù)，獲取有關(guān)的深度信息。但試驗(yàn)并沒(méi)有進(jìn)行誤差分析，無(wú)法確定檢測(cè)精度。

綜上所述，輪胎花紋檢測(cè)的常見(jiàn)方法有單目點(diǎn)激光、單目線激光、雙目點(diǎn)激光等。表2為幾種方法在輪胎花紋檢測(cè)中的應(yīng)用。激光三角法在輪胎胎面花紋深度提取方面具有良好的穩(wěn)定性和準(zhǔn)確性，但也存在問(wèn)題，如輪胎表面的橡膠材料會(huì)對(duì)光線起到吸收作用，不利于光的反射，且激光圖像的提取受環(huán)境光的影響，從而使得相機(jī)接收反射光時(shí)會(huì)產(chǎn)生像差，影響精度。當(dāng)輪胎出現(xiàn)不規(guī)則磨損時(shí)，被測(cè)區(qū)域可能會(huì)產(chǎn)生陰影，使得測(cè)量產(chǎn)生誤差。點(diǎn)激光在中心提取方面較線激光容易，但檢測(cè)效率較低；而線激光在磨損的粗糙曲面容易斷線，導(dǎo)致中心提取易受影響。

表2 幾種方法在輪胎花紋檢測(cè)中的應(yīng)用

2.2.3 傳感器檢測(cè)

隨著傳感器技術(shù)的發(fā)展，檢測(cè)元件微型化、多元化的技術(shù)越來(lái)越多地應(yīng)用到各種領(lǐng)域中。其不僅可以在實(shí)驗(yàn)室里使用，在車輛行駛中也可用于輪胎磨損量的檢測(cè)。

MATSUZAKI等[22]提出了一種利用電容變化的柔性貼片式應(yīng)變傳感器。該傳感器利用施加應(yīng)變引起的電容變化來(lái)準(zhǔn)確檢測(cè)輪胎的變形，并使用幅度調(diào)制進(jìn)行無(wú)線測(cè)量。

SERGIO等[23]提出了一種連續(xù)測(cè)量輪胎機(jī)械變形的新方法。當(dāng)輪胎變形導(dǎo)致輪胎胎體內(nèi)鋼絲間距發(fā)生變化時(shí)，該區(qū)域鋼絲的阻抗也發(fā)生變化。通過(guò)測(cè)量這樣的阻抗變化來(lái)測(cè)量輪胎的變形。

PALMER等[24]將光纖傳感器嵌入汽車輪胎中，用于檢測(cè)輪胎應(yīng)變，同時(shí)能監(jiān)測(cè)滑行的發(fā)生。YI[25]采用基于聚偏氟乙烯(PVDF)的傳感器來(lái)測(cè)量胎面變形，兩個(gè)PVDF變形傳感器連接在橡膠輪胎的內(nèi)表面上，一旦輪胎表面發(fā)生變形，連接的PVDF傳感器就會(huì)產(chǎn)生壓電效應(yīng)，繼而輸出電信號(hào)來(lái)反映胎面變形。

德國(guó)Continental集團(tuán)將輪胎花紋深度預(yù)警功能與輪胎壓力監(jiān)測(cè)系統(tǒng)(TPMS)結(jié)合，通過(guò)連續(xù)監(jiān)測(cè)輪胎與路面接觸產(chǎn)生的振動(dòng)頻率，將磨損后的振動(dòng)頻率與未磨損輪胎的振動(dòng)頻率進(jìn)行比較，來(lái)預(yù)測(cè)輪胎磨損程度。當(dāng)磨損量達(dá)到設(shè)定的臨界值時(shí)，TPMS還會(huì)停止提供預(yù)警功能。KANWAR教授還研發(fā)了監(jiān)測(cè)輪胎磨損狀態(tài)的智能輪胎系統(tǒng)，通過(guò)試驗(yàn)找出輪胎垂直方向的振動(dòng)頻率與輪胎磨損之間的聯(lián)系，磨損越多，相應(yīng)垂直方向的振動(dòng)頻率越大，以此來(lái)監(jiān)測(cè)輪胎的磨損狀態(tài)。

某公司與杜克大學(xué)合作開(kāi)發(fā)了一種碳納米管(直徑只有十億分之一米的微小碳原子圓柱體)傳感器技術(shù)，用于測(cè)量毫米尺度胎面深度的變化，碳納米管傳感器作用原理如圖9所示。輪胎橡膠和胎面結(jié)構(gòu)會(huì)干擾這個(gè)所謂的“邊緣場(chǎng)”，并且通過(guò)電極的電響應(yīng)測(cè)量這種干擾，由此確定傳感器上方輪胎的厚度。

圖9 碳納米管傳感器作用原理示意

3 輪胎磨損檢測(cè)技術(shù)研究的難點(diǎn)分析和發(fā)展趨勢(shì)

3.1 難點(diǎn)分析

輪胎磨損檢測(cè)技術(shù)與人們生活切實(shí)相關(guān)，具有重要的研究意義。該領(lǐng)域研究的難點(diǎn)主要是采集的輪胎胎面圖像容易受各種環(huán)境因素(水漬、夾雜物等)的影響，在檢測(cè)前必須把輪胎表面異物清潔干凈。對(duì)于實(shí)際行車檢測(cè)，輪胎轉(zhuǎn)速過(guò)快會(huì)使圖像采集形成拖影，同時(shí)相機(jī)采集圖像易受到環(huán)境光照的干擾，直接影響檢測(cè)精度。若將傳感器植入輪胎內(nèi)部，也會(huì)帶來(lái)一系列的問(wèn)題，如在輪胎成型過(guò)程中植入的位置會(huì)影響傳感器檢測(cè)的精度，而在輪胎制造過(guò)程中，胎體要經(jīng)受高溫高壓等工藝，傳感器在這個(gè)過(guò)程中會(huì)受到損壞，這也是研究的難點(diǎn)。此外，芯片與輪胎的結(jié)合度會(huì)直接影響輪胎的質(zhì)量，一旦結(jié)合不好會(huì)使輪胎橡膠脫離，進(jìn)而空隙逐漸增大，最終導(dǎo)致輪胎報(bào)廢。

3.2 發(fā)展趨勢(shì)

隨著圖像處理技術(shù)、光學(xué)技術(shù)和計(jì)算機(jī)技術(shù)的不斷發(fā)展，接觸式輪胎磨損檢測(cè)必定會(huì)被非接觸式檢測(cè)所取代。

3.2.1 智能輪胎

目前，成熟的智能輪胎技術(shù)主要應(yīng)用于輪胎壓力、溫度和摩擦狀態(tài)監(jiān)測(cè)記錄方面，在輪胎磨損檢測(cè)方面應(yīng)用較少。通過(guò)在輪胎胎內(nèi)不同位置的橡膠中埋入傳感器，以達(dá)到檢測(cè)輪胎狀態(tài)的目的。由于橡膠的剛度較低，傳統(tǒng)的應(yīng)力傳感器剛度較大，所以傳感器和輪胎的融合是一大難點(diǎn)，需要對(duì)輪胎的結(jié)構(gòu)進(jìn)行專門(mén)設(shè)計(jì)。智能輪胎的生產(chǎn)工藝流程與一般機(jī)械零件的不同，且傳感器的安裝和校準(zhǔn)過(guò)程也比較麻煩，從而導(dǎo)致智能輪胎的生產(chǎn)費(fèi)用十分高；除此之外，傳感器的測(cè)量易受環(huán)境的影響，輪胎在高速轉(zhuǎn)動(dòng)時(shí)會(huì)產(chǎn)生劇烈的抖動(dòng)，影響傳感器測(cè)量的魯棒性。研發(fā)價(jià)格低、壽命長(zhǎng)、抗干擾性強(qiáng)的傳感器和改進(jìn)制造工藝是智能輪胎發(fā)展的首要任務(wù)。

3.2.2 智能檢測(cè)

目前，大多數(shù)汽車輪胎胎面檢測(cè)都是基于輪胎靜止或低速狀態(tài)下進(jìn)行的，檢測(cè)效率不高，容易受到環(huán)境的影響，而且檢測(cè)裝置較固定，不能直接安裝到車上進(jìn)行實(shí)時(shí)檢測(cè)。國(guó)外Tire Profiles公司推出了手持式激光掃描儀GrooveGlove。該設(shè)備能在幾秒內(nèi)精準(zhǔn)測(cè)量輪胎胎面的深度，具有耐用、輕便等特點(diǎn)，能夠在WiFi信號(hào)覆蓋范圍內(nèi)的任何地方工作，同時(shí)能通過(guò)內(nèi)置的攝像頭識(shí)別車主車牌，獲取輪胎和定位診斷所需的所有必要數(shù)據(jù)，最后通過(guò)生成報(bào)告的形式向客戶提供更換輪胎的策略。但該設(shè)備也存在缺點(diǎn)，每次掃描都只能獲取一小部分區(qū)域的數(shù)據(jù)，并不能直接得出整個(gè)輪胎胎面的深度數(shù)據(jù)，如需要整胎數(shù)據(jù)須使用設(shè)備進(jìn)行多次掃描，不能實(shí)現(xiàn)實(shí)時(shí)自動(dòng)檢測(cè)。

隨著機(jī)器視覺(jué)、圖像處理和機(jī)器學(xué)習(xí)等技術(shù)的發(fā)展，智能化檢測(cè)必然會(huì)成為今后汽車檢測(cè)技術(shù)中不可或缺的手段。更便捷、智能的檢測(cè)手段必然是未來(lái)發(fā)展的焦點(diǎn)。同時(shí)在逆向工程的迅猛發(fā)展下，三維點(diǎn)云重構(gòu)技術(shù)在檢測(cè)領(lǐng)域越來(lái)越受到人們的重視，通過(guò)三維重構(gòu)技術(shù)形成輪胎的三維圖像，對(duì)輪胎磨損進(jìn)行可視化的分類、分析是將來(lái)學(xué)者們探索的趨勢(shì)。因此，研究如何在輪胎胎面檢測(cè)領(lǐng)域應(yīng)用深度學(xué)習(xí)技術(shù)將是目前研究的任務(wù)，在實(shí)際應(yīng)用中具有重要的價(jià)值。

4 結(jié)語(yǔ)

(1) 需在復(fù)雜行車環(huán)境條件下，提高輪胎非接觸式檢測(cè)的自適應(yīng)性和魯棒性，尤其需要解決光照對(duì)視覺(jué)檢測(cè)的影響。

(2) 智能輪胎技術(shù)在輪胎壓力、溫度檢測(cè)方面較為成熟，但在輪胎胎面磨損檢測(cè)領(lǐng)域的研究較少，同時(shí)芯片的檢測(cè)精度受限且不易安裝調(diào)試。

(3) 加快深度學(xué)習(xí)、機(jī)器學(xué)習(xí)在輪胎磨損檢測(cè)領(lǐng)域的應(yīng)用，能在行車中檢測(cè)，行車中實(shí)時(shí)反饋；結(jié)合點(diǎn)云技術(shù)和三維重構(gòu)技術(shù)實(shí)現(xiàn)可視化檢測(cè)，并能通過(guò)無(wú)線傳輸技術(shù)與互聯(lián)網(wǎng)大數(shù)據(jù)結(jié)合，對(duì)輪胎磨損進(jìn)行分類、分析、預(yù)測(cè)和警報(bào)。