据统计，发生在高速公路上的交通事故，有46%是由轮胎发生故障引起的。显然，轮胎质量存在隐患无可争议地成为了交通事故中的“头号杀手”，而在与轮胎相关的交通事故中，有25%是由胎面磨损导致的胎纹深度过浅且低于安全值所致。所以，在轮胎的众多评价指标中，胎纹深度及磨损形式是影响汽车行驶安全的重要因素。

 

轮胎磨损过程及磨损机理

 

汽车是依靠轮胎在路面上行驶的，而直接与路面接触的是轮胎花纹。轮胎花纹块与路面产生的摩擦力是汽车驱动、制动和转向的动力之源，所以轮胎花纹的磨损程度直接影响汽车行驶的安全。在轮胎的使用中，除了正常均匀磨损外，轮胎质量、气压、四轮定位、驾驶员操作等一系列因素均会导致轮胎表面出现异常磨损。

 

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。

 

根据橡胶磨损理论，轮胎磨损可分为黏附磨损、疲劳磨损、磨粒磨损、降解磨损、卷曲磨损和侵蚀磨损等。轮胎的磨损过程十分复杂，其表层材料的变化是轮胎磨损的直接原因，而磨损往往是多种机理共同作用的结果，在正常磨损条件下，最常见的磨损形式是磨粒磨损。此外，路面条件(包括路面是否湿滑，路面纹理、温度等)、轮胎载荷、轮胎结构、驾驶操作等一系列因素对轮胎磨损也至关重要。

 

轮胎胎面磨损检测技术现状

 

目前，轮胎磨损的检测大多利用一些技术手段获取轮胎胎面各点的深度信息，从而评估分析轮胎的磨损情况。现有的检测方法种类很多，总体可以分为接触式检测和非接触式检测两大类，胎面磨损检测方法分类框图如图1所示。

 

 

图1 胎面磨损检测方法分类框图

 

接触式检测又称机械检测，其利用机械探针对待测物体进行扫描来完成检测，优点是价格便宜，易操作，但这种方式最大的缺点就是属于抽样检测，不够全面；此外，人工检测会由人为因素给检测精度、检测效率带来不利影响。非接触式检测相对接触检测的最大优点是避开了与待检测物体接触，使检测方式更为灵活。非接触式检测主要有视觉检测和传感器检测两类。

 

1.接触式检测

 

目前，轮胎花纹深度尺的价格低且便携，深受车主和各大汽车修理厂的青睐，直读式深度尺和数显式深度尺外观如图2所示。

 

 

图2 直读式深度尺和数显式深度尺外观

 

上海海洋大学的研究人员结合深度尺设计了基于物联网的轮胎花纹深度智能检测系统。其将通信芯片嵌入花纹深度尺中，深度尺指针测出的数据通过内嵌单片机处理，最终显示在触摸屏上。该系统可实现轮胎花纹深度的数据检测、采集、发送、处理与评估，并通过移动终端提供轮胎养护建议。

 

2.非接触式检测

 

随着图像处理技术、光电技术、计算机技术等领域的不断突破创新，非接触式检测技术得到发展。由于接触式检测具有测量速度慢、效率低、精度不高等缺点，非接触式检测凭借着测量速度快、应用范围广、可实现自动化操作等一系列优势而得到广大企业和消费者的认可。

 

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。轮胎纹理特征检测流程如图3所示。

 

 

图3 轮胎纹理特征检测流程图

 

轮胎纹理提取的常见方法有阈值分割、Tamura纹理特征、灰度共生矩阵等，几种常用方法的特点与应用效果如下：

 

01改进阈值分割

 

方法特点：二次阈值分割，方差值作为初分割，区域标注作为二次分割。

应用效果：运算时间短、轮廓分割清晰、实现数据动态化。

 

02Tamura纹理特征

 

方法特点：包含6个分量来评定图像情况。

应用效果：准确得出轮胎磨损与粗糙度、对比度之间的关系。

 

03区域提取

 

方法特点：直接定位感兴趣的纹理区域，减少纹理处理量。

 

 

图4 基于纹理的感兴趣区域算法流程图

 

应用效果：快速准确提取感兴趣区域，对新旧轮胎磨损状态的提取有较好的鲁棒性。

 

04灰度共生矩阵

 

方法特点：包含14个特征值，利用灰度值同时出现的频率进行统计，反映图像灰度在空间的信息。

应用效果：准确得出轮胎磨损与能量、熵、相关度之间的关系。

 

05小波变换

 

方法特点：利用二级小波变换和高频子带重建图像，利用SIFT特征选取得出纹理。

应用效果：减少SIFT特征点的提取，防止图像中的细节信息丢失，保证精度，提高效率。

 

06Radon变换、DT-CWT

 

方法特点：在时域上保持了对局部变化的良好分析能力，具有位移不变性，降低了数据冗余，可完美重构纹理。

 

 

图5 Radon变换和DT-CWT结合算法流程图

 

应用效果：提高提取的准确性，解决图像旋转、平移对精度影响的问题。

需特别指出的是，纹理特征检测只能得出轮胎的纹理特征与磨损程度之间的规律，分析轮胎表面的磨损情况，区别正常磨损和异常磨损，从而预测车况，但不能直观地计算出轮胎的磨损量。

 

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。

 

 

图6 激光三角法原理示意

 

双目三角法是利用左右相机从一定距离观察同一目标点所产生的方向差异(即视差的变化)和相似三角形的比例关系求距离的。当目标点发生位移变化时，通过目标点前后变化的距离之差求得深度。

 

 

图7 双目三角法原理示意

 

轮胎花纹检测的常见方法有单目点激光、单目线激光、双目点激光等，几种方法的特点与应用效果如下：

 

01单目点激光

 

方法特点：利用移动模组和编码器的配合完成点激光对胎面的扫描。

应用效果：单点检测速度快，图像处理简单，但检测效率低。

 

02双目点激光

 

方法特点：双相机采集光点，并加入光斑圆度评价，确保有效光斑。

应用效果：单点检测精度高，双目相机有效避免遮挡，但检测效率较低。

 

03单目线激光

 

方法特点：激光线覆盖胎面截面，易于相机采集。

应用效果：检测效率高，鲁棒性好。

 

04双目无激光

 

方法特点：利用花纹凹槽和胎面亮度差值，通过双目测距和SGM算法计算高度差，即花纹深度。

应用效果：检测精度较激光检测的低，易受光照强度影响。

 

激光三角法在轮胎胎面花纹深度提取方面具有良好的稳定性和准确性，但也存在问题，如轮胎表面的橡胶材料会对光线起到吸收作用，不利于光的反射，且激光图像的提取受环境光的影响，从而使得相机接收反射光时会产生像差，影响精度。当轮胎出现不规则磨损时，被测区域可能会产生阴影，使得测量产生误差。点激光在中心提取方面较线激光容易，但检测效率较低；而线激光在磨损的粗糙曲面容易断线，导致中心提取易受影响。

 

传感器检测

 

随着传感器技术的发展，检测元件微型化、多元化的技术越来越多地应用到各种领域中。其不仅可以在实验室里使用，在车辆行驶中也可用于轮胎磨损量的检测。

东京理工大学提出了一种利用电容变化的柔性贴片式应变传感器。该传感器利用施加应变引起的电容变化来准确检测轮胎的变形，并使用幅度调制进行无线测量。

意大利波罗尼亚大学提出了一种连续测量轮胎机械变形的新方法。当轮胎变形导致轮胎胎体内钢丝间距发生变化时，该区域钢丝的阻抗也发生变化。通过测量这样的阻抗变化来测量轮胎的变形。

美国弗吉尼亚理工大学将光纤传感器嵌入汽车轮胎中，用于检测轮胎应变，同时能监测滑行的发生。

美国新泽西州立罗格斯大学采用基于聚偏氟乙烯(PVDF)的传感器来测量胎面变形，两个PVDF变形传感器连接在橡胶轮胎的内表面上，一旦轮胎表面发生变形，连接的PVDF传感器就会产生压电效应，继而输出电信号来反映胎面变形。

德国Continental集团将轮胎花纹深度预警功能与轮胎压力监测系统(TPMS)结合，通过连续监测轮胎与路面接触产生的振动频率，将磨损后的振动频率与未磨损轮胎的振动频率进行比较，来预测轮胎磨损程度。当磨损量达到设定的临界值时，TPMS还会停止提供预警功能。KANWAR教授还研发了监测轮胎磨损状态的智能轮胎系统，通过试验找出轮胎垂直方向的振动频率与轮胎磨损之间的联系，磨损越多，相应垂直方向的振动频率越大，以此来监测轮胎的磨损状态。

美国杜克大学与企业合作开发了一种碳纳米管(直径只有十亿分之一米的微小碳原子圆柱体)传感器技术，用于测量毫米尺度胎面深度的变化。如图8所示，轮胎橡胶和胎面结构会干扰这个所谓的“边缘场”，并且通过电极的电响应测量这种干扰，由此确定传感器上方轮胎的厚度。

 

 

图8 碳纳米管传感器作用原理示意

 

轮胎磨损检测技术研究难点分析

 

轮胎磨损检测技术与人们生活切实相关，具有重要的研究意义。该领域研究的难点主要是采集的轮胎胎面图像容易受各种环境因素(水渍、夹杂物等)的影响，在检测前必须把轮胎表面异物清洁干净。

对于实际行车检测，轮胎转速过快会使图像采集形成拖影，同时相机采集图像易受到环境光照的干扰，直接影响检测精度。

若将传感器植入轮胎内部，也会带来一系列的问题，如在轮胎成型过程中植入的位置会影响传感器检测的精度，而在轮胎制造过程中，胎体要经受高温高压等工艺，传感器在这个过程中会受到损坏，这也是研究的难点。

此外，芯片与轮胎的结合度会直接影响轮胎的质量，一旦结合不好会使轮胎橡胶脱离，进而空隙逐渐增大，最终导致轮胎报废。

 

轮胎磨损检测技术发展趋势

 

随着图像处理技术、光学技术和计算机技术的不断发展，接触式轮胎磨损检测必定会被非接触式检测所取代。

 

01智能轮胎

 

目前，成熟的智能轮胎技术主要应用于轮胎压力、温度和摩擦状态监测记录方面，在轮胎磨损检测方面应用较少。通过在轮胎胎内不同位置的橡胶中埋入传感器，以达到检测轮胎状态的目的。由于橡胶的刚度较低，传统的应力传感器刚度较大，所以传感器和轮胎的融合是一大难点，需要对轮胎的结构进行专门设计。智能轮胎的生产工艺流程与一般机械零件的不同，且传感器的安装和校准过程也比较麻烦，从而导致智能轮胎的生产费用十分高；除此之外，传感器的测量易受环境的影响，轮胎在高速转动时会产生剧烈的抖动，影响传感器测量的鲁棒性。研发价格低、寿命长、抗干扰性强的传感器和改进制造工艺是智能轮胎发展的首要任务。

 

02智能检测

 

目前，大多数汽车轮胎胎面检测都是基于轮胎静止或低速状态下进行的，检测效率不高，容易受到环境的影响，而且检测装置较固定，不能直接安装到车上进行实时检测。国外Tire Profiles公司推出了手持式激光扫描仪Groove Glove。该设备能在几秒内精准测量轮胎胎面的深度，具有耐用、轻便等特点，能够在WiFi信号覆盖范围内的任何地方工作，同时能通过内置的摄像头识别车主车牌，获取轮胎和定位诊断所需的所有必要数据，最后通过生成报告的形式向客户提供更换轮胎的策略。但该设备也存在缺点，每次扫描都只能获取一小部分区域的数据，并不能直接得出整个轮胎胎面的深度数据，如需要整胎数据须使用设备进行多次扫描，不能实现实时自动检测。

随着机器视觉、图像处理和机器学习等技术的发展，智能化检测必然会成为今后汽车检测技术中不可或缺的手段。更便捷、智能的检测手段必然是未来发展的焦点。同时在逆向工程的迅猛发展下，三维点云重构技术在检测领域越来越受到人们的重视，通过三维重构技术形成轮胎的三维图像，对轮胎磨损进行可视化的分类、分析是将来学者们探索的趋势。因此，研究如何在轮胎胎面检测领域应用深度学习技术将是目前研究的任务，在实际应用中具有重要的价值。

 

结语

 

(1) 需在复杂行车环境条件下，提高轮胎非接触式检测的自适应性和鲁棒性，尤其需要解决光照对视觉检测的影响。

(2) 智能轮胎技术在轮胎压力、温度检测方面较为成熟，但在轮胎胎面磨损检测领域的研究较少，同时芯片的检测精度受限且不易安装调试。

(3) 加快深度学习、机器学习在轮胎磨损检测领域的应用，能在行车中检测，行车中实时反馈；结合点云技术和三维重构技术实现可视化检测，并能通过无线传输技术与互联网大数据结合，对轮胎磨损进行分类、分析、预测和警报。

 

作者：庞博维，崔敏，杨琨，冯苗苗，卢泽森

（五邑大学 智能制造学部，江门）

第一作者简介：庞博维，硕士，主要研究方向为机器视觉与图像处理。

通信作者简介：崔敏，副教授，硕士生导师，主要从事制造过程质量检测及机械装备设计方面的研究工作。

来源：《无损检测》2021年7期