Ultralytics YOLO27: 加入候补名单。
获取 YOLO 许可
视觉 AI

视觉 AI 可用于检测轮胎内侧的磨损

了解轮胎内侧磨损的原因、如何发现早期迹象,以及计算机视觉和 AI 如何检测问题、提升安全性并延长轮胎寿命。

Abirami VinaAbirami Vina7 分钟阅读
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。胎面变薄会影响抓地力、稳定性,甚至燃油效率。

轮胎的磨损也并非总是均匀的。你可能会发现内侧边缘磨损更快、中央区域变平,或胎面上出现小凹陷。这些并非随机痕迹,而是车辆可能存在问题的线索。

问题可能是胎压过低、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任务,不均匀磨损通常会先出现在前轮胎上。

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这类磨损模式,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,负责处理和解读图像数据。它可以测量胎面深度,并比人工检查更早、更准确地检测细微的磨损模式。

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。

什么是轮胎磨损?#

轮胎与路面接触的表面逐渐变薄时,就会发生轮胎磨损。这个表面称为胎面。

胎面是轮胎上带有花纹的部分,能提供抓地力,尤其是在湿滑路面上行驶时。随着时间推移,胎面不断磨损,轮胎的抓地力会下降,整体性能也会受影响。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汽车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,或表面磨损方向倾斜。这通常是因为车轮未正确定位。
  • 外倾磨损:轮胎一侧的磨损速度快于另一侧。这可能是定位问题或悬架部件磨损导致的。
  • 中央磨损:轮胎中部比两侧磨损得更厉害。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。这种情况通常出现在胎压不足时。
  • 斑块磨损:胎面上出现零散的磨损区域。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磨损区域。这通常表明悬架部件(如减震器或支柱)已经磨损。

轮胎磨损模式类型及其常见原因

图 2. 轮胎磨损模式类型及其常见原因。(来源)

前轮胎与后轮胎的磨损差异#

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

当前轮定位不正确时,这种差异会更加明显。角度稍有变化,就可能让内侧边缘承受过大压力,迅速导致胎面不均匀磨损。许多驾驶员会先发现前轮胎变薄,而后轮胎还没有出现相同迹象。

要减少轮胎不均匀磨损,轮胎换位至关重要。前后轮胎换位可以分散磨损,延长轮胎使用寿命。定期检查车轮定位也很重要,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#

胎面磨损模式能揭示许多汽车状况信息。接下来,我们来看看轮胎不均匀磨损的一些常见原因。

车轮定位#

车轮定位关注的是轮胎与路面的相对位置。如果定位不正确,轮胎就无法直线滚动,内侧或外侧边缘可能会磨损得更快。你甚至可能会注意到汽车略微偏向一侧。

外倾角或前束等轻微定位问题会加重磨损。由于前轮胎承担了大部分转向和制动任务,通常会比后轮胎更早磨损。

悬架问题#

汽车的悬架系统能让车辆经过颠簸路面时保持平稳舒适。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。这通常会造成胎面杯状磨损,导致行驶更颠簸、轮胎寿命更短。

胎压#

胎压也会显著影响轮胎磨损。如果轮胎气压不足,轮胎两侧会更用力地挤压路面,磨损也会加快。胎压偏低还会增加油耗,并削弱胎侧。

胎压过高则会造成相反的问题。轮胎中部会鼓起并承受大部分重量,因此比边缘磨损得更快。这还会让行驶更加颠簸,并增加爆胎风险。解决方法很简单: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上建议的数值。

驾驶条件与习惯#

你行驶的道路以及驾驶汽车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带来额外压力,而且经常会损坏轮胎边缘。即使是日常驾驶习惯也会产生影响,最终关系到道路安全。

急刹车会增加轮胎负担,而载重过大会让轮胎承受超出设计范围的压力。忽略轮胎换位也是缩短轮胎寿命的一个错误做法。如果不换位,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任务。

预防轮胎磨损#

轮胎保养不只是等轮胎磨损后再更换。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。

轮胎保养的关键步骤如下:

  • 日常维护:定期检查车轮定位并进行轮胎换位,有助于让前后轮胎均匀磨损。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问题。
  • 胎压保养:每周检查胎压很简单,但很重要。胎压过低会加剧边缘磨损,胎压过高则会加剧中央磨损。按照汽车制造商建议的胎压充气,可以避免这两种情况。
  • 安全驾驶习惯:避开坑洼和路缘、平稳转向、轻柔制动并避免汽车超载,都能减轻轮胎负担。
  • 定期检查:留意胎面是否不均匀磨损或边缘是否变薄。使用轮胎磨损计(一种测量胎面深度的小工具)可以快速、准确地读数,让你了解何时需要处理轮胎问题。

轮胎磨损计显示胎面深度读数

图 3. 轮胎磨损计显示轮胎胎面深度读数。(来源)

人工检查轮胎的挑战#

多年来,检查轮胎磨损主要依靠快速目视检查和一些简单工具。维修技师或驾驶员可能会使用胎面深度计,或采用传统的硬币测试:将硬币插入胎面,查看剩余胎纹深度。如果露出的硬币部分过多,就说明轮胎已经磨损。

虽然这些方法简单易用,但也有局限性。它们很大程度上依赖人的判断,因此不同的人可能得出不同结果。

细微的磨损模式,例如早期内侧边缘磨损或杯状磨损的初期迹象,往往会被忽略,直到问题加重。许多驾驶员也会拖到轮胎已经严重磨损才进行检查,从而增加抓地力下降、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方式往往会漏掉轮胎问题的早期迹象。内侧边缘磨损、杯状磨损形成的小凹陷或轻微定位不良等细微问题很容易被忽略。等到这些问题显现时,轮胎可能已经不安全了。

计算机视觉是人工智能的一个分支,它通过摄像头采集高分辨率胎面图像,并利用视觉 AI 模型分析图像,让轮胎检查更加精准。这种方法能够准确测量胎面深度,并更早发现不均匀磨损模式或人眼可能忽略的缺陷。最终,轮胎保养会更加稳定且主动,从而提高安全性、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(识别并定位目标)、实例分割(在像素级别分离目标)和图像分类(为整张图像分配标签)。

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

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。这样能更早发现并处理问题,帮助驾驶员避免爆胎、提高燃油效率并延长轮胎使用寿命。

除了胎面磨损,计算机视觉还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,汽车制造商和服务提供商还使用光学字符识别 (OCR)和计算机视觉,自动读取轮胎侧壁标记,包括美国交通部 (DOT) 代码、轮胎尺寸和生产日期。这些技术有助于自动化检查、确保符合法规要求,并提升整体安全性。

要点#

轮胎磨损是自然现象,但磨损模式能反映出很多车辆状况。边缘变薄、中央磨平或局部凹陷,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确保行车安全。人工检查往往会漏掉这些早期迹象,而 Ultralytics YOLO11 等计算机视觉模型可以精准检测这些迹象,让轮胎养护更智能、更安全、更可靠。

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,了解汽车领域的计算机视觉和零售领域的计算机视觉。了解我们的许可选项,立即开始构建视觉 AI 项目!

作者

Abirami Vina
Abirami Vina

内容创作者 · Ultralytics

Abirami Vina 职业生涯始于计算机视觉工程师,由此在视觉 AI 和机器学习领域打下了坚实基础。她是 Ultralytics 的内容创作者,也是 Scribe of AI 的创始人兼首席撰稿人,为专注 AI 的公司撰写高质量技术内容。她热衷于让 AI 更易理解、更具吸引力,通过自己的作品连接前沿技术与现实影响。

评论

提出问题、分享你的结果,或帮助其他人。

探索解决方案

体育领域的计算机视觉

体育领域的计算机视觉

了解 Ultralytics YOLO 如何通过球员和球追踪、表现分析、教练洞察及运动员康复,推动体育视觉技术的发展。
了解详情
航空影像计算机视觉

航空影像计算机视觉

使用 Ultralytics YOLO 将无人机和航空影像转化为农业、水产养殖、保护工作和地理空间分析的实时洞察。
了解详情
航空航天中的计算机视觉

航空航天中的计算机视觉

使用 Ultralytics YOLO 将计算机视觉应用于航空航天领域,包括飞机检查、跑道 FOD 检测、机场地面作业和复合材料缺陷检测。
了解详情
安防领域的计算机视觉

安防领域的计算机视觉

使用 Ultralytics YOLO 模型守护每个场所。视觉 AI 可用于周界监控、威胁检测、车牌识别和工作场所安全。
了解详情
机器人领域的计算机视觉

机器人领域的计算机视觉

使用 Ultralytics YOLO 模型提升智能机器的能力。机器人领域的视觉 AI 可用于自主导航、感知、目标跟踪和实时控制。
了解详情
物流中的计算机视觉

物流中的计算机视觉

借助 Ultralytics YOLO 模型优化物流流程。视觉 AI 可用于包裹检查、分拣、车辆跟踪和仓库安全实时监控。
了解详情
零售中的计算机视觉

零售中的计算机视觉

借助 Ultralytics YOLO 模型重新构想零售。视觉 AI 可用于库存跟踪、货架监控、排队管理和更深入的客户洞察。
了解详情
医疗领域的计算机视觉

医疗领域的计算机视觉

借助 Ultralytics YOLO 模型构建医疗解决方案。医疗领域的视觉 AI 可加快医学影像处理、优化诊断并监测患者。
了解详情
制造业中的计算机视觉

制造业中的计算机视觉

利用 Ultralytics YOLO 模型优化制造流程。视觉 AI 可用于质量控制、缺陷检测、个人防护装备合规检查和装配线自动化。
了解详情
汽车领域的计算机视觉

汽车领域的计算机视觉

利用 Ultralytics YOLO 模型在汽车领域应用计算机视觉。视觉 AI 可提升道路安全、驾驶辅助和车辆自动化水平,让道路更智能。
了解详情
农业中的计算机视觉

农业中的计算机视觉

借助 Ultralytics YOLO 模型,将视觉 AI 引入智慧农业。为作物监测、牲畜追踪和精准农业提供支持,从而提高产量并实现更智能的生产。
了解详情

让我们携手构建 AI 的未来!

开启你的旅程,迎接机器学习的未来