轮胎质量监控：机器视觉技术的核心作用

根据中国商务部报告显示，汽车业是中国国民经济的支柱性产业。汽车销售额占社会零售总额比重达到10%。轮胎物流则是关乎整车生产制造以及汽后全产业链，市场空间巨大。加之电商渗透，新零售需求增加，故而一体化的供应链服务也是轮胎制造企业的制胜之法。轮胎行业视觉检测是汽车产业链中的重要环节，随着汽车保有量的增加和交通安全意识的提高，轮胎检测市场呈现出良好的发展前景。轮胎检测主要包括字符识别、尺寸测量、轮胎磨损及轮胎结构等方面的检测，旨在确保轮胎的安全性和性能。

市场驱动因素1：汽车保有量增加

随着经济的发展和人民生活水平的提高，汽车保有量不断增加，推动了轮胎检测市场的需求。

市场驱动因素2：交通安全意识提高

轮胎是汽车行驶过程中与地面直接接触的部分，其安全性直接关系到驾驶员和乘客的生命安全。交通安全意识的提高促使人们更加重视轮胎的检测和维护。

市场驱动因素3：政府监管力度加大

为了提高道路交通安全水平，政府对轮胎检测的要求越来越高，推动了轮胎检测行业的发展。

视觉应用场景

OCR读码

读取轮胎的表面字符，包括：字符，二维码等，进行识别

尺寸测量

测量轮胎的外观尺寸大小，以及内廓的尺寸

外观缺陷

检测

检测轮胎的划痕有无，划痕大小，凹坑有无及大小等

花纹检测

胎纹识别

检测花纹形状，及深度，胎纹的识别等

轮胎自动DOT读码识别应用

应用背景

在轮胎生产过程中，每个轮胎都会被打上一系列的编码，包括轮胎型号、生产日期、生产批次等信息。传统的人工读码方式需要依靠人眼进行识别，效率低下且容易出错。而利用OCR技术，可以将轮胎上的编码信息通过摄像头或扫描仪进行拍摄或扫描，然后通过OCR算法进行图像处理和字符识别，最终将编码信息转化为可读的文本。

检测对象

DOT/读码检测可以帮助轮胎制造商和质检人员快速准确地识别轮胎上的编码信息，提高生产效率和质量控制水平。

自动识别难点与卡点

专用硫化标签码高度小

人工搬运造成条码污损

标签二维码易产生变形褶皱

DOT字符种类多样、对比度低

客户案例

顺丰DHL供应链米其林轮胎自动识别项目

项目构成

由固定架、运动机构、智能高速读码器、3D线扫相机及视觉控制系统等部分组成，能够自动读取轮胎上表面条形码、侧面二维码、下表面Dot，数据自动存储，并能够将轮胎数据上传客户数据库等功能。

技术参数

产品尺寸：轮胎直径<900mm,

轮胎读取速度：11个/1min,

精度：80.2um(Z向)、78.7um(X方向) 、189.5um(Y方向)。

客户痛点及项目难点

① 轮胎上表面条形码读取

② 轮胎侧面二维码读取,满足设定范围

③ 轮胎DOT读取周期数

④ 轮胎DOT是否属于所需年份，年份可设

⑤ 仓库轮胎样式600多，高峰时期每天操作量六万条

视觉检测流程

检测效果图

 

轮胎搬运及安装视觉引导应用

应用背景

现状：客户总装车间轮胎的搬运与安装，现在主要的形式是人工操作。

流程：每侧车体各需要2个工人进行轮胎的搬运与安装，每个班次共需4人。

应用需求目标

3D视觉引导机器人识别多种类轮胎，抓取轮胎，在3.5秒以下取得3D图像并对大尺寸点云的3D匹配处理。进行搬运与自动安装。

视觉系统运行流程

① 3D相机安装在工业机器人上，定位引导机器人抓取轮胎；

② 抓取上轮胎后，机器人运行至车身轮毂侧。3D相机进行拍照测量；

③ 完成测量后，将数据信息传至PLC/机器人；

④ 机器人跟进3D信息，给出纠正补偿数据，进行轮胎安装。

轮胎尺寸测量应用

应用背景

主要用于测量轮胎的外围尺寸、内廓尺寸、轮胎的宽度等。

应用技术

视觉测量技术是一种非接触式的测量方法，在轮胎测量中得到了广泛应用。其主要原理是利用光源发射出的光亮显示被测物体上反射光线的强度和特性，从而确定被测物体的特征尺寸或状态。这种测量方法具有测量速度快、精度高、不破坏被测物体表面等优点。

轮胎尺寸测量

安装要求：

① 相机固定安装在视觉检测工位上方，视野覆盖检测区域 

② 采集图像时，相机成像面平行于轮胎表面

③ 相机、工作距离、视野、可根据现场成像条件及需求做调整

轮胎外观缺陷检测

检测内容

■ 裂纹：包括横向裂纹、径向裂纹、肩部裂纹等类型的裂纹。

■ 破损：例如切痕、撕裂、断面等导致轮胎表面破损的情况。

■ 鼓包及异物：有无存在缺陷情况。

■ 气泡：轮胎表面出现的气泡状凸起，可能由于生产过程中的气体或液体积聚引起。

■ 褶皱：轮胎侧壁或胎面出现折叠、皱褶的情况。

应用技术

■ 图像处理：使用视觉技术对轮胎表面的图像进行处理，包括图像增强、滤波、分割等，以便更好地检测缺陷。

■ 特征提取：通过提取轮胎表面的特征，例如纹理、颜色、形状等，来区分正常区域和缺陷区域。

■ 图像分类：利用机器学习和深度学习算法对轮胎图像进行分类，识别出不同类型的缺陷，如裂纹、鼓包、异物等。

■ 光学传感器：使用光学传感器检测轮胎表面的反射光线变化，以寻找可能的缺陷。

轮胎花纹胎纹检测

花纹检测

■ 花纹深度：测量轮胎花纹的深度，确定是否符合相关标准和法规要求。

■ 花纹均匀性：检查花纹是否均匀分布，排除可能导致不平衡磨损或异常磨损的问题。

■ 花纹形状：评估花纹图案的形状和细节，确保其设计和制造符合要求。

胎纹内容

■胎纹磨损：检查胎纹的磨损程度，判断轮胎的使用寿命和是否需要更换。

■胎纹剩余深度：测量胎纹的剩余深度，以确保其仍能提供足够的抓地力和排水性能。

■胎纹均匀性：评估胎纹的均匀磨损程度，排除可能导致不平衡磨损或异常磨损的问题。

应用技术

轮胎花纹和胎纹检测，结合图像采集设备和算法，对轮胎进行扫描和分析来达到所要的应用。

轮胎花纹胎纹检测

安装要求：

① 相机固定安装在视觉检测工位上方，视野覆盖检测区域 

② 采集图像时，相机成像面平行于轮胎胎痕表面

③ 相机、工作距离、视野、可根据现场成像条件及需求做调整

 

    审核编辑：黄飞