Ultralytics YOLO27:
视觉 AI

可以使用视觉 AI 检测轮胎内侧的磨损

了解轮胎内侧磨损的成因、如何发现早期迹象,以及计算机视觉和 AI 如何检测问题,从而提高安全性并延长轮胎寿命。

ABAbirami Vina7 min read
视觉 AI 检测轮胎内侧的磨损

每位驾驶员和乘客都依靠轮胎保障道路行驶安全,但轮胎并非经久耐用。每次行驶时,橡胶与路面之间的摩擦都会逐渐磨损胎面。随着胎面变薄,轮胎的抓地力、稳定性,甚至燃油效率都会受到影响。

轮胎也不一定会均匀磨损。你可能会注意到内侧边缘变薄得更快、中央部分变得光滑,或者胎面上出现小凹陷。这些并非随机痕迹,而是可能存在问题的线索。

原因可能是胎压过低、车轮定位不良,或悬架部件开始磨损。由于前轮胎承担了大部分转向和制动工作,不均匀磨损通常会首先出现在前轮胎上。

轮胎磨损的不同阶段

图 1. 轮胎磨损的不同阶段(来源

传统上,人们通过目视检查来识别此类磨损模式,但早期迹象很容易被忽略。计算机视觉是人工智能的一个分支,能够处理和解读图像数据,可用于测量胎面深度,并且比人工检查更早、更准确地检测出细微的磨损模式。

本文将探讨轮胎磨损的原因、如何检测轮胎内侧的磨损,以及计算机视觉和 AI 在早期检测中的作用。让我们开始吧!

什么是轮胎磨损?#

轮胎磨损是指与路面接触的轮胎表面逐渐变薄。这个表面称为胎面。

胎面是轮胎上带有花纹的部分,能够提供抓地力,尤其是在湿滑路面上行驶时。随着时间推移,胎面逐渐磨损,轮胎的抓地力会下降,整体性能也会受到影响。一般来说,一定程度的磨损属于正常现象,但异常的磨损模式可能表明车辆存在需要处理的问题。

以下是最常见的轮胎磨损模式:

  • 前束磨损: 胎面看起来呈羽毛状或沿表面倾斜。这通常发生在车轮没有保持笔直定位时。
  • 外倾角磨损: 轮胎的一侧边缘比另一侧磨损得更快。这可能是由车轮定位问题或悬架部件磨损造成的。
  • 中央磨损: 轮胎中部比边缘磨损得更多。这通常是胎压过高造成的。
  • 边缘磨损: 两侧边缘比中央磨损得更快。这种情况通常发生在胎压不足时。
  • 斑块磨损: 胎面上出现分散的磨损斑点。这通常意味着轮胎动平衡不良。
  • 杯状磨损: 出现小凹陷或波浪状区域。这通常表明悬架部件(例如减震器或支柱)已经磨损。

轮胎磨损模式的类型及其常见原因

图 2. 轮胎磨损模式的类型及其常见原因。(来源

前轮胎与后轮胎的磨损#

通常,汽车前后安装的新轮胎不会以相同方式磨损。前轮胎几乎总是磨损得更快,因为它们还要承担转向、制动和转弯带来的额外负荷。每次你转动方向盘时,前轮胎都会承受额外的摩擦和压力。后轮胎主要跟随前轮行驶,因此承受的直接压力较小。

当前轮定位不正时,这种差异会更加明显。角度上的轻微变化可能会让内侧边缘承受过大的压力,从而迅速导致胎面不均匀磨损。许多驾驶员会先注意到前轮胎变薄,而后轮胎很久之后才出现相同迹象。

要减少轮胎不均匀磨损,定期进行轮胎换位非常重要。将轮胎在前后位置之间调换,可以分散磨损并帮助轮胎使用更长时间。定期检查车轮定位同样至关重要,因为这能确保四条轮胎以正确角度接触路面,从而提高安全性并防止过早损坏。

轮胎磨损的常见原因#

胎面磨损模式可以揭示许多有关车辆状况的信息。接下来,让我们了解一些轮胎不均匀磨损的常见原因。

车轮定位#

车轮定位关注的是轮胎与路面的接触状态。如果车轮没有正确对齐,轮胎就无法直线滚动,这可能导致内侧或外侧边缘更快磨损。你甚至可能会注意到汽车轻微地向一侧偏移。

外倾角或前束等轻微定位问题可能会加剧磨损。由于前轮胎承担了大部分转向和制动工作,它们通常会先于后轮胎磨损。

悬架问题#

汽车的悬架系统能够让车辆在经过颠簸路面时保持稳定和平顺。当减震器、支柱或球头等部件磨损后,轮胎可能会弹跳或倾斜,而不是均匀滚动。这通常会在胎面上形成杯状磨损,导致行驶更加颠簸并缩短轮胎寿命。

胎压#

胎压也会显著影响磨损。如果轮胎充气不足,胎侧会更用力地压向路面,磨损速度也会更快。胎压偏低还会增加燃油消耗,并可能削弱胎侧。

胎压过高则会产生相反的问题。轮胎中部会向外鼓起,承受大部分重量,并比边缘磨损得更快。此外,胎压过高还会让行驶更加颠簸,并增加爆胎风险。一个简单的解决办法是定期检查轮胎,并将胎压保持在汽车手册或驾驶员侧车门内侧标签所建议的水平。

驾驶条件和习惯#

你行驶的道路以及驾驶车辆的方式都会迅速影响轮胎磨损。坑洼、路缘和崎岖路面会给轮胎增加额外压力,并经常损坏轮胎边缘。即使是日常驾驶习惯也会发挥作用,最终影响道路安全

急刹车会增加负荷,而载重过大则会让轮胎承受超出正常水平的工作压力。忽略轮胎换位是另一个会缩短轮胎寿命的错误。如果不进行换位,前轮胎通常会磨损得更快,因为它们承担了大部分转向和制动工作。

预防轮胎磨损#

轮胎保养并不只是等轮胎磨损后更换。通过适当维护,你可以减缓过度磨损、提高安全性并延长轮胎使用寿命。

以下是保养轮胎所需的关键步骤:

  • 定期维护: 定期进行车轮定位和轮胎换位,有助于在前后轮胎之间均匀分散磨损。检查支柱或控制臂等悬架部件,可以在问题损坏轮胎之前及时发现并处理。
  • 胎压维护: 每周检查胎压,操作简单但非常重要。胎压过低会磨损边缘,胎压过高会磨损中央。遵循汽车制造商建议的胎压,可以避免这两种问题。
  • 安全驾驶习惯: 避开坑洼和路缘、平稳转向、轻柔制动以及避免车辆超载,都能减少轮胎承受的压力。
  • 定期检查: 留意不均匀的胎面或变薄的边缘。使用轮胎磨损检测仪这种能够测量胎面深度的小工具,可以快速、准确地读数,从而了解轮胎何时需要维护。

显示胎面深度读数的轮胎磨损检测仪

图 3. 显示轮胎胎面深度读数的轮胎磨损检测仪。(来源

人工检查轮胎面临的挑战#

多年来,人们一直依靠快速目视检查和一些简单工具来检查轮胎磨损。技师或驾驶员可能会使用胎面深度计,或采用经典的硬币测试法:将硬币插入胎面,查看剩余胎面深度。如果硬币露出的部分过多,就说明轮胎已经磨损。

虽然这些方法简单易行,但也存在局限。它们很大程度上依赖人的判断,因此不同人得出的结果可能有所差异。

内侧边缘早期磨损或杯状磨损的初期迹象等细微模式,通常会被忽略,直到问题恶化。许多驾驶员也会拖延轮胎检查,直到轮胎已经严重磨损,这会增加抓地力下降、燃油经济性变差和爆胎的风险。

计算机视觉在轮胎保养中的作用#

硬币测试或胎面深度计等人工检查通常会错过轮胎问题的早期迹象。内侧边缘磨损、杯状磨损造成的小凹陷或轻微定位偏差等细微问题很容易被忽略。等到这些问题显现出来时,轮胎可能已经不再安全。

计算机视觉是人工智能的一个分支,它利用摄像头捕捉高分辨率胎面图像,并使用视觉 AI 模型进行分析,从而让轮胎检查更加精确。这种方式能够准确测量胎面深度,更早检测出人眼可能忽略的不均匀磨损模式或缺陷。其结果是更加一致且主动的轮胎保养,有助于提高安全性、降低成本并延长轮胎寿命。

由视觉 AI 驱动的轮胎磨损检测#

Ultralytics YOLO11等先进视觉 AI 模型可以让轮胎检查更加智能。YOLO11 支持广泛的计算机视觉任务,包括目标检测(识别和定位物体)、实例分割(在像素级别分离物体)和图像分类(为完整图像分配标签)。

这些模型可以使用轮胎图像进行定制训练,从而学习与实际驾驶最相关的特定磨损模式和状况。借助这一能力,它们可以实时处理轮胎图像,检测多种磨损类型,并对其进行精准分类。

使用 Ultralytics YOLO11 检测轮胎

图 4. 使用 Ultralytics YOLO11 检测轮胎。(来源

借助 Ultralytics YOLO11,轮胎检查可以从被动响应转向预测性维护。这样可以更早识别和处理问题,帮助驾驶员避免爆胎、提高燃油效率,并最大限度延长轮胎使用寿命。

除了胎面磨损之外,计算机视觉已经广泛应用于汽车行业的轮胎检查和质量控制。先进系统使用高分辨率摄像头,甚至 3D 激光扫描,来检测轮胎内外部的气泡、裂纹和表面变形等缺陷。

此外,光学字符识别 (OCR)和计算机视觉还用于自动读取轮胎胎侧标记,包括交通运输部 (DOT) 代码、轮胎尺寸和制造日期。这些技术可以帮助汽车制造商和服务提供商实现检查自动化、确保符合法规要求并提高整体安全性。

要点总结#

轮胎磨损是自然现象,但磨损留下的模式可以告诉你很多有关车辆状况的信息。变薄的边缘、光滑的中央或斑驳的凹陷,都可能表明车轮定位、胎压或悬架存在问题。

定期检查、正确充气和轮胎换位有助于延长轮胎寿命并保障行驶安全。人工检查经常会错过这些早期迹象,但 Ultralytics YOLO11 等计算机视觉模型能够精准检测这些问题,让轮胎保养更加智能、安全和可靠。

加入我们的社区并访问我们的 GitHub 代码仓库,进一步了解 AI。查看我们的解决方案页面,了解农业中的 AI零售业中的计算机视觉。探索我们的许可选项,立即开始使用视觉 AI 构建应用!

Explore solutions

用于航拍影像的计算机视觉

用于航拍影像的计算机视觉

使用 Ultralytics YOLO 将无人机和航拍影像转化为针对农业、水产养殖、环境监测、自然保护及地理空间分析的实时洞察。
了解更多
航空航天中的计算机视觉

航空航天中的计算机视觉

借助 Ultralytics YOLO 模型将视觉 AI 引入空中监测。使用计算机视觉解决方案赋能无人机、航空航天工作流、环境保护与地理空间行业。
了解更多

使用 Ultralytics YOLO 模型保护每个站点。视觉 AI 赋能周界监控、威胁检测、车牌识别和工作场所安全。
了解更多
机器人计算机视觉

机器人计算机视觉

借助 Ultralytics YOLO 模型打造更智能的机器。机器人技术中的视觉 AI 可实现自主导航、感知、目标跟踪和实时控制。
了解更多
物流计算机视觉

物流计算机视觉

使用 Ultralytics YOLO 模型提升物流效率。视觉 AI 可实现包裹检测、分拣、车辆跟踪和仓库安全实时监控。
了解更多
零售计算机视觉

零售计算机视觉

使用 Ultralytics YOLO 模型重新构想零售。视觉 AI 为库存跟踪、货架监控、队列管理和更智能的客户洞察提供支持。
了解更多
医疗领域的计算机视觉

医疗领域的计算机视觉

使用 Ultralytics YOLO 模型构建医疗解决方案。医疗领域的视觉 AI 可实现更快的医学影像处理、更智能的诊断和患者监护。
了解更多
制造业中的计算机视觉

制造业中的计算机视觉

使用 Ultralytics YOLO 模型优化制造业。视觉 AI 可推动质量控制、缺陷检测、PPE 合规和装配线自动化。
了解更多
汽车行业中的计算机视觉

汽车行业中的计算机视觉

使用 Ultralytics YOLO 模型在汽车行业应用计算机视觉。视觉 AI 提升道路安全、驾驶辅助和车辆自动化水平,让道路更加智能。
了解更多
农业中的计算机视觉

农业中的计算机视觉

使用 Ultralytics YOLO 模型将视觉 AI 带入智能农业。为作物监测、牲畜追踪和精准农业提供支持,提升产量与智能化水平。
了解更多
用于航拍影像的计算机视觉

用于航拍影像的计算机视觉

使用 Ultralytics YOLO 将无人机和航拍影像转化为针对农业、水产养殖、环境监测、自然保护及地理空间分析的实时洞察。
了解更多
航空航天中的计算机视觉

航空航天中的计算机视觉

借助 Ultralytics YOLO 模型将视觉 AI 引入空中监测。使用计算机视觉解决方案赋能无人机、航空航天工作流、环境保护与地理空间行业。
了解更多

使用 Ultralytics YOLO 模型保护每个站点。视觉 AI 赋能周界监控、威胁检测、车牌识别和工作场所安全。
了解更多
机器人计算机视觉

机器人计算机视觉

借助 Ultralytics YOLO 模型打造更智能的机器。机器人技术中的视觉 AI 可实现自主导航、感知、目标跟踪和实时控制。
了解更多
物流计算机视觉

物流计算机视觉

使用 Ultralytics YOLO 模型提升物流效率。视觉 AI 可实现包裹检测、分拣、车辆跟踪和仓库安全实时监控。
了解更多
零售计算机视觉

零售计算机视觉

使用 Ultralytics YOLO 模型重新构想零售。视觉 AI 为库存跟踪、货架监控、队列管理和更智能的客户洞察提供支持。
了解更多
医疗领域的计算机视觉

医疗领域的计算机视觉

使用 Ultralytics YOLO 模型构建医疗解决方案。医疗领域的视觉 AI 可实现更快的医学影像处理、更智能的诊断和患者监护。
了解更多
制造业中的计算机视觉

制造业中的计算机视觉

使用 Ultralytics YOLO 模型优化制造业。视觉 AI 可推动质量控制、缺陷检测、PPE 合规和装配线自动化。
了解更多
汽车行业中的计算机视觉

汽车行业中的计算机视觉

使用 Ultralytics YOLO 模型在汽车行业应用计算机视觉。视觉 AI 提升道路安全、驾驶辅助和车辆自动化水平,让道路更加智能。
了解更多
农业中的计算机视觉

农业中的计算机视觉

使用 Ultralytics YOLO 模型将视觉 AI 带入智能农业。为作物监测、牲畜追踪和精准农业提供支持,提升产量与智能化水平。
了解更多
用于航拍影像的计算机视觉

用于航拍影像的计算机视觉

使用 Ultralytics YOLO 将无人机和航拍影像转化为针对农业、水产养殖、环境监测、自然保护及地理空间分析的实时洞察。
了解更多
航空航天中的计算机视觉

航空航天中的计算机视觉

借助 Ultralytics YOLO 模型将视觉 AI 引入空中监测。使用计算机视觉解决方案赋能无人机、航空航天工作流、环境保护与地理空间行业。
了解更多

使用 Ultralytics YOLO 模型保护每个站点。视觉 AI 赋能周界监控、威胁检测、车牌识别和工作场所安全。
了解更多
机器人计算机视觉

机器人计算机视觉

借助 Ultralytics YOLO 模型打造更智能的机器。机器人技术中的视觉 AI 可实现自主导航、感知、目标跟踪和实时控制。
了解更多
物流计算机视觉

物流计算机视觉

使用 Ultralytics YOLO 模型提升物流效率。视觉 AI 可实现包裹检测、分拣、车辆跟踪和仓库安全实时监控。
了解更多
零售计算机视觉

零售计算机视觉

使用 Ultralytics YOLO 模型重新构想零售。视觉 AI 为库存跟踪、货架监控、队列管理和更智能的客户洞察提供支持。
了解更多
医疗领域的计算机视觉

医疗领域的计算机视觉

使用 Ultralytics YOLO 模型构建医疗解决方案。医疗领域的视觉 AI 可实现更快的医学影像处理、更智能的诊断和患者监护。
了解更多
制造业中的计算机视觉

制造业中的计算机视觉

使用 Ultralytics YOLO 模型优化制造业。视觉 AI 可推动质量控制、缺陷检测、PPE 合规和装配线自动化。
了解更多
汽车行业中的计算机视觉

汽车行业中的计算机视觉

使用 Ultralytics YOLO 模型在汽车行业应用计算机视觉。视觉 AI 提升道路安全、驾驶辅助和车辆自动化水平,让道路更加智能。
了解更多
农业中的计算机视觉

农业中的计算机视觉

使用 Ultralytics YOLO 模型将视觉 AI 带入智能农业。为作物监测、牲畜追踪和精准农业提供支持,提升产量与智能化水平。
了解更多

让我们共同构建 AI 的未来!

开启你的机器学习未来之旅