汽车轮胎花纹深度检验台校准方法的探讨

汽车轮胎花纹深度检验台已逐步替代传统的汽车轮胎花纹深度尺,被广泛用于汽车安全技术检验中。它可同时测量轮胎花纹深度、同轴轮距和轮胎宽度等,节省了测量时间,降低了人为测量误差。本文根据其工作原理,提出了对轮胎花纹深度、同轴轮距和轮胎宽度的校准方法,为在检验检测行业的使用提供了参考。

多车道复杂环境下前方车辆检测算法

为了解决智能车安全辅助驾驶系统中前方车辆目标的检测问题,提出了一种基于改进阴影多特征与深度网络学习的车辆检测算法。基于前方车辆与本车存在安全距离,选取道路图像底部几行作为候选道路背景并对其预处理排除干扰,通过差分得到车底阴影增强图像。利用自适应阈值法确定图像灰度分割阈值并对道路二值化图像进行形态学预处理。然后,利用最小外接矩形框选候选车辆目标,结合车底阴影几何位置特征、对称度特征进行滤波生成车辆假设。最后,基于局部二值模式纹理特征和深度学习方法验证车辆假设。实验结果表明:在复杂干扰的多车道环境中,算法可以有效地检测前方车辆目标。

基于物联网轮胎花纹深度智能检测系统设计与实现

随着车辆增加,道路交通事故明显增长,定期检测车轮胎花纹深度是保障道路安全的关键点之一。设计并实现了基于物联网的轮胎花纹深度智能检测系统。采用位移传感器技术、嵌入式技术、GPRS通信技术、云端平台服务器数据处理技术及移动终端APP应用技术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。测试结果表明,该系统数据检测准确,便于携带,集成度高、稳定性高、可靠性强,可在我国道路交通车辆安全系统中广泛推广,树立科技创新、绿色环保的发展理念。

基于高斯拉普拉斯算子的汽车轮胎磨损检测算法

针对目前人为根据经验判断汽车轮胎是否达到最终使用时间不准确造成资源浪费的问题,提出了一种基于高斯拉普拉斯算子的汽车轮胎磨损检测算法。首先,将拍摄的汽车轮胎图片进行预处理,包括图像灰度化和高斯滤波,用拉普拉斯算子对图像的边缘进行检测;然后,对处理好的图片进行像素坐标提取,通过汽车轮胎花纹深度的检测算法,得到轮胎的实际深度值;最后,将检测的花纹深度值和轮胎使用的临界深度1.6 mm进行对比,若大于这个临界深度,就判断该轮胎可以继续使用,反之,则不可继续使用。实验结果表明:该实验方法能够很好地计算出轮胎花纹的深度值,其准确率可达97.23%以上。