輪胎胎面磨損檢測技術研究進展

龐博維，崔 敏，楊 琨，馮苗苗，盧澤森

(五邑大學 智能制造學部，江門 529020)

汽車輪胎的胎面磨損情況直接影響汽車行駛的安全，國家標準GB 7258-2017 《機動車運行安全技術條件》 要求轎車輪胎胎冠上的花紋深度在磨損后應不小于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。據統計，發生在高速公路上的交通事故，有46%是由輪胎發生故障引起的[1]。顯然，輪胎質量存在隱患無可爭議地成為了交通事故中的“頭號殺手”，而在與輪胎相關的交通事故中，有25%是由胎面磨損導致的胎紋深度過淺且低于安全值所致。所以，在輪胎的眾多評價指標中，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國內外學者研究輪胎表面磨損方法的基礎上，結合實際應用需求，討論了該領域研究的難點和發展趨勢，并對該領域未來的研究方向進行了展望。

1 輪胎磨損過程及磨損機理

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生的摩擦力是汽車驅動、制動和轉向的動力之源[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，輪胎質量、氣壓、四輪定位、駕駛員操作等一系列因素均會導致輪胎表面出現異常磨損。

1.1 輪胎磨損過程

輪胎磨損一般分為以下3個過程。

(1) 表層材料分子間作用。摩擦表面間的相互作用方式有機械和分子兩種。機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。在摩擦過程中，受表面變形、界面溫度和環境條件等的影響，表層材料將發生機械、組織結構、物理和化學變化。

(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 輪胎磨損機理

分析橡膠磨損理論是研究輪胎磨損的基礎，根據橡膠磨損理論，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]。輪胎轉動過程中的受力示意如圖1所示，Fx，Fy，Fz分別為輪胎接觸地面時胎面所承受的x,y,z三個相互垂直方向的力，Mx，My，Mz為與之對應的扭矩。

圖1 輪胎轉動過程中的受力示意

根據橡膠的磨損原理，其磨損率可表達[6]為

(1)

式中：RL為線性磨損率；P為正壓力；k為常數；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為摩擦功絕大部分以熱的形式轉化，但當中小部分的功在橡膠材料某一容積內積累，以內能的形式儲存，一旦表面被破壞，則以磨損微粒脫離，從而形成磨損。FLEISCHER將磨損和摩擦聯系起來，假設了摩擦能量密度，其表達形式為

(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化理論模型)的基礎上推出了胎冠側滑模型，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為每公里胎冠側滑距離；Pzm為平均接觸壓力。

(4)

(5)

式中：y1為每轉一圈胎冠側滑距離；DT為行駛距離；rD為有效滾動半徑；D23為假設平坦的胎基后端到實際接地印記后端的距離；ys為胎冠側滑距離；Pz為輪胎接觸壓力。

王野平[7]通過建立路面與輪胎的接觸模型以及根據輪胎表層橡膠的化學腐蝕原理來研究輪胎磨損機理，發現當接觸應力超過屈服應力時，輪胎將發生塑性磨損。路面微凸體將對胎面橡膠形成微切削作用，從而使胎面橡膠磨損。當輪胎表面橡膠的作用力超過其最大的抗拉或抗剪強度時，橡膠內部或表面就會產生裂紋，隨著輪胎不斷地轉動摩擦，裂縫會逐漸擴大，直至顆粒脫落形成磨粒。

綜上所述，輪胎的磨損過程十分復雜，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理共同作用的結果，在正常磨損條件下，最常見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、輪胎結構、駕駛操作等一系列因素對輪胎磨損也至關重要。

2 輪胎胎面磨損檢測技術現狀

目前，輪胎磨損的檢測大多利用一些技術手段獲取輪胎胎面各點的深度信息，從而評估分析輪胎的磨損情況。現有的檢測方法種類很多，總體可以分為接觸式檢測和非接觸式檢測兩大類，胎面磨損檢測方法分類框圖如圖2所示。接觸式檢測又稱機械檢測，其利用機械探針對待測物體進行掃描來完成檢測，優點是價格便宜，易操作，但這種方式最大的缺點就是屬于抽樣檢測，不夠全面；此外，人工檢測會由人為因素給檢測精度、檢測效率帶來不利影響。非接觸式檢測相對接觸檢測的最大優點是避開了與待檢測物體接觸，使檢測方式更為靈活。非接觸式檢測主要有視覺檢測和傳感器檢測兩類。

圖2 胎面磨損檢測方法分類框圖

2.1 接觸式檢測

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

圖3 直讀式深度尺和數顯式深度尺外觀

葉海雄等[8]結合深度尺設計了基于物聯網的輪胎花紋深度智能檢測系統。其將通信芯片嵌入花紋深度尺中，深度尺指針測出的數據通過內嵌單片機處理，最終顯示在觸摸屏上。該系統可實現輪胎花紋深度的數據檢測、采集、發送、處理與評估，并通過移動終端提供輪胎養護建議。

2.2 非接觸式檢測

隨著圖像處理技術、光電技術、計算機技術等領域的不斷突破創新，非接觸式檢測技術得到發展。由于接觸式檢測具有測量速度慢、效率低、精度不高等缺點，非接觸式檢測憑借著測量速度快、應用范圍廣、可實現自動化操作等一系列優勢而得到廣大企業和消費者的認可。

2.2.1 輪胎紋理特征檢測

特征提取是輪胎胎面磨損識別和檢測的基礎，特征提取的準確性對輪胎磨損的識別有很大影響。輪胎胎面的紋理特征是分析輪胎磨損最重要的參數。輪胎紋理特征檢測流程如圖4所示。

圖4 輪胎紋理特征檢測流程圖

張超等[9]提出了一種改進閾值法來獲取輪胎磨損紋理特征的方法，該方法將閾值分割和區域標注相結合來提取輪胎表面的磨損特征，再根據相應的磨損機制分析磨損原因。該方法解決了單一圖像處理不易區分不規則紋理和輪廓重疊的問題，且能對結果實現可視化，數據處理可獨立執行，易于實現動態化數據處理，但不能準確計算出輪胎的磨損量。

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系；通過Tamura紋理特征可找到花紋的變化規律；通過分析灰度共生矩陣的紋理特征建立了特征與花紋的相關性，但研究樣本過少，花紋類別單一。張俊杰[11]基于多電荷耦合器件(CCD)圖像處理，結合區域提取法和灰度共生矩陣法對胎面磨損進行研究，利用多次迭代求出最佳閾值，用二值化、形態學處理法將各區域區別出來進行填充，并分析胎壓情況；同時結合能量、對比度、相關性、熵等4個參數描述圖像紋理情況，但這樣不能計算出輪胎磨損量。

HUANG等[12]提出了一種基于紋理的感興趣區域算法來評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域算法流程圖

該算法包括兩部分，先進行粗提取得出邊緣輪廓，再經過精提取得到紋理簇，最后利用SATPATHY等提出的判別魯棒局部三元模式對胎面磨損狀態進行了評價，該方法對新舊輪胎花紋對比度的變化具有魯棒性。試驗表明，新胎面的提取成功率達86%，磨損胎面的提取成功率達84%。

WANG等[13]針對尺度不變特征變換(SIFT)的圖像檢索時間長，效率低的缺點，提出了一種改進的SIFT特征點提取方法，該方法是基于小波變換的輪胎胎面特征提取方法。其利用基于二級小波分解和重建的圖像高頻進行重建，以減少SIFT特征點的數量，提高算法速度。 結果表明：該方法可以減少圖像中所需提取的SIFT特征點，防止圖像中的細節信息丟失，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-復小波變換)結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；在投影矩陣上進行DT-CWT;利用每個子帶的平均值、方差和能量作為圖像的紋理特征。結果表明,該方法很好地解決了傳統小波變換和脊波變換的圖像旋轉和平移的問題，提高了輪胎圖像數據檢索的精度，降低了圖像旋轉和平移帶來的影響，更準確地提取了輪胎花紋的特征。

圖6 Radon變換和DT-CWT結合算法流程圖

綜上所述，輪胎紋理提取的常見方法有閾值分割、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用。需特別指出的是，紋理特征檢測只能得出輪胎的紋理特征與磨損程度之間的規律，分析輪胎表面的磨損情況，區別正常磨損和異常磨損，從而預測車況，但不能直觀地計算出輪胎的磨損量。

表1 幾種常用方法在輪胎紋理提取中的應用

2.2.2 花紋深度檢測

目前，對輪胎花紋深度檢測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出的一束激光照射在待測物體平面上,通過反射，最后在檢測器上成像[15]。當物體表面的位置發生改變時,其所成的像在檢測器上也發生相應的位移。激光三角法原理如圖7所示。

圖7 激光三角法原理示意

根據高斯成像公式及幾何光學關系可得出物體高度位移x與相機探測器接收光斑位移x′之間的關系為

(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。

為了更精準地測量出輪胎胎面的花紋深度信息，何亮亮等[16]針對輪胎表面形貌，以激光三角法為理論基礎，研制了一套輪胎檢測系統。該系統通過移動模組實現激光傳感器上下采集數據，利用角度編碼器精準控制輪胎的旋轉角度,然而，其激光采用的是點激光，不能一次性獲取整個截面信息且每次檢測前需系統歸零，效率不高。WANG等[17]通過兩個平行安裝的相機和點激光，采用光點分析法測量輪胎花紋的深度，該方法使用傳統的圓圈霍夫變換和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行花紋和凹槽的圓度評價，且每次只能測出一條凹槽的深度，效率不高。

崔敏等[18]使用CCD(電荷耦合元件)相機和線激光來設計輪胎表面形貌的檢測系統,以線性半導體激光器為光源,在被測物上形成條紋。相機與激光照射的條紋形成一定角度時進行拍攝，條紋圖案通過相機透鏡在相機成像平面形成二維圖案，利用幾何光學和激光三角法將條紋成像尺寸轉換為實際的花紋深度。LUNG等[19]利用互補式金屬氧化物半導體(COMS)攝像機的組件和圖像處理技術，以及線激光來開發一種低成本的胎面探測器，試驗測量了32個輪胎的線性模型，并利用回歸模型模擬了該測量系統的精度。系統誤差精度達到0.5 mm。王希波等[20]設計了一套以雙相機、雙線激光器、反射鏡和觸發裝置等組成的快速花紋測量系統。該系統能夠快速自動識別出花紋的個數和測量出輪胎花紋深度，測量絕對誤差小于0.2 mm。

雙目三角法是利用左右相機從一定距離觀察同一目標點所產生的方向差異(即視差的變化)和相似三角形的比例關系求距離的。當目標點發生位移變化時，通過目標點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A為物體的一個檢測點，其中(x,y,z)為以點OR為坐標原點的實際三維空間坐標，z為點A和相機之間的垂直距離，b為左右相機中心點之間的距離。由A，B，C三點形成的平面稱為極平面，FG為基線。

點A在左相機成像為點B，右相機成像為點C。根據ΔBOLF∽ΔAOLD和ΔCORG∽ΔAORE，可得式(7)和(8)，進一步推導這些方程得到式(9)。

(7)

(8)

(9)

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

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

d=z′-z

(10)

HUANG等[21]使用LabVIEW立體視覺技術測量輪胎胎面的深度，并使用圖像處理進行邊緣檢測，使用FCM(模糊C均值算法)來區分主胎面的表面和溝槽邊界，并通過LabVIEW立體視覺SGM(半全局匹配算法)分析不同光照強度下目標區域輪胎表面與槽之間的相對距離，從而計算出輪胎胎面深度。結果表明，該方法能夠有效得到花紋深度，深度信息可通過MySQL數據庫上傳到云端，用戶可以通過物聯網連接到數據庫，獲取有關的深度信息。但試驗并沒有進行誤差分析，無法確定檢測精度。

綜上所述，輪胎花紋檢測的常見方法有單目點激光、單目線激光、雙目點激光等。表2為幾種方法在輪胎花紋檢測中的應用。激光三角法在輪胎胎面花紋深度提取方面具有良好的穩定性和準確性，但也存在問題，如輪胎表面的橡膠材料會對光線起到吸收作用，不利于光的反射，且激光圖像的提取受環境光的影響，從而使得相機接收反射光時會產生像差，影響精度。當輪胎出現不規則磨損時，被測區域可能會產生陰影，使得測量產生誤差。點激光在中心提取方面較線激光容易，但檢測效率較低；而線激光在磨損的粗糙曲面容易斷線，導致中心提取易受影響。

表2 幾種方法在輪胎花紋檢測中的應用

2.2.3 傳感器檢測

隨著傳感器技術的發展，檢測元件微型化、多元化的技術越來越多地應用到各種領域中。其不僅可以在實驗室里使用，在車輛行駛中也可用于輪胎磨損量的檢測。

MATSUZAKI等[22]提出了一種利用電容變化的柔性貼片式應變傳感器。該傳感器利用施加應變引起的電容變化來準確檢測輪胎的變形，并使用幅度調制進行無線測量。

SERGIO等[23]提出了一種連續測量輪胎機械變形的新方法。當輪胎變形導致輪胎胎體內鋼絲間距發生變化時，該區域鋼絲的阻抗也發生變化。通過測量這樣的阻抗變化來測量輪胎的變形。

PALMER等[24]將光纖傳感器嵌入汽車輪胎中，用于檢測輪胎應變，同時能監測滑行的發生。YI[25]采用基于聚偏氟乙烯(PVDF)的傳感器來測量胎面變形，兩個PVDF變形傳感器連接在橡膠輪胎的內表面上，一旦輪胎表面發生變形，連接的PVDF傳感器就會產生壓電效應，繼而輸出電信號來反映胎面變形。

德國Continental集團將輪胎花紋深度預警功能與輪胎壓力監測系統(TPMS)結合，通過連續監測輪胎與路面接觸產生的振動頻率，將磨損后的振動頻率與未磨損輪胎的振動頻率進行比較，來預測輪胎磨損程度。當磨損量達到設定的臨界值時，TPMS還會停止提供預警功能。KANWAR教授還研發了監測輪胎磨損狀態的智能輪胎系統，通過試驗找出輪胎垂直方向的振動頻率與輪胎磨損之間的聯系，磨損越多，相應垂直方向的振動頻率越大，以此來監測輪胎的磨損狀態。

某公司與杜克大學合作開發了一種碳納米管(直徑只有十億分之一米的微小碳原子圓柱體)傳感器技術，用于測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。輪胎橡膠和胎面結構會干擾這個所謂的“邊緣場”，并且通過電極的電響應測量這種干擾，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 輪胎磨損檢測技術研究的難點分析和發展趨勢

3.1 難點分析

輪胎磨損檢測技術與人們生活切實相關，具有重要的研究意義。該領域研究的難點主要是采集的輪胎胎面圖像容易受各種環境因素(水漬、夾雜物等)的影響，在檢測前必須把輪胎表面異物清潔干凈。對于實際行車檢測，輪胎轉速過快會使圖像采集形成拖影，同時相機采集圖像易受到環境光照的干擾，直接影響檢測精度。若將傳感器植入輪胎內部，也會帶來一系列的問題，如在輪胎成型過程中植入的位置會影響傳感器檢測的精度，而在輪胎制造過程中，胎體要經受高溫高壓等工藝，傳感器在這個過程中會受到損壞，這也是研究的難點。此外，芯片與輪胎的結合度會直接影響輪胎的質量，一旦結合不好會使輪胎橡膠脫離，進而空隙逐漸增大，最終導致輪胎報廢。

3.2 發展趨勢

隨著圖像處理技術、光學技術和計算機技術的不斷發展，接觸式輪胎磨損檢測必定會被非接觸式檢測所取代。

3.2.1 智能輪胎

目前，成熟的智能輪胎技術主要應用于輪胎壓力、溫度和摩擦狀態監測記錄方面，在輪胎磨損檢測方面應用較少。通過在輪胎胎內不同位置的橡膠中埋入傳感器，以達到檢測輪胎狀態的目的。由于橡膠的剛度較低，傳統的應力傳感器剛度較大，所以傳感器和輪胎的融合是一大難點，需要對輪胎的結構進行專門設計。智能輪胎的生產工藝流程與一般機械零件的不同，且傳感器的安裝和校準過程也比較麻煩，從而導致智能輪胎的生產費用十分高；除此之外，傳感器的測量易受環境的影響，輪胎在高速轉動時會產生劇烈的抖動，影響傳感器測量的魯棒性。研發價格低、壽命長、抗干擾性強的傳感器和改進制造工藝是智能輪胎發展的首要任務。

3.2.2 智能檢測

目前，大多數汽車輪胎胎面檢測都是基于輪胎靜止或低速狀態下進行的，檢測效率不高，容易受到環境的影響，而且檢測裝置較固定，不能直接安裝到車上進行實時檢測。國外Tire Profiles公司推出了手持式激光掃描儀GrooveGlove。該設備能在幾秒內精準測量輪胎胎面的深度，具有耐用、輕便等特點，能夠在WiFi信號覆蓋范圍內的任何地方工作，同時能通過內置的攝像頭識別車主車牌，獲取輪胎和定位診斷所需的所有必要數據，最后通過生成報告的形式向客戶提供更換輪胎的策略。但該設備也存在缺點，每次掃描都只能獲取一小部分區域的數據，并不能直接得出整個輪胎胎面的深度數據，如需要整胎數據須使用設備進行多次掃描，不能實現實時自動檢測。

隨著機器視覺、圖像處理和機器學習等技術的發展，智能化檢測必然會成為今后汽車檢測技術中不可或缺的手段。更便捷、智能的檢測手段必然是未來發展的焦點。同時在逆向工程的迅猛發展下，三維點云重構技術在檢測領域越來越受到人們的重視，通過三維重構技術形成輪胎的三維圖像，對輪胎磨損進行可視化的分類、分析是將來學者們探索的趨勢。因此，研究如何在輪胎胎面檢測領域應用深度學習技術將是目前研究的任務，在實際應用中具有重要的價值。

4 結語

(1) 需在復雜行車環境條件下，提高輪胎非接觸式檢測的自適應性和魯棒性，尤其需要解決光照對視覺檢測的影響。

(2) 智能輪胎技術在輪胎壓力、溫度檢測方面較為成熟，但在輪胎胎面磨損檢測領域的研究較少，同時芯片的檢測精度受限且不易安裝調試。

(3) 加快深度學習、機器學習在輪胎磨損檢測領域的應用，能在行車中檢測，行車中實時反饋；結合點云技術和三維重構技術實現可視化檢測，并能通過無線傳輸技術與互聯網大數據結合，對輪胎磨損進行分類、分析、預測和警報。