[发明专利]一种基于拍照识车与深度学习的胎压状态检测方法

说明书

本申请公开了一种基于拍照识车与深度学习的胎压状态检测方法，所述检测方法步骤如下：S1、用户拍摄车辆实时照片，S2、拍照识车，S3、通过返回车辆信息调取车轮信息，S4、车轮检测模型，S5、车轮照片裁剪，S6、车轮分类模型，S7、汽车轮胎PC胎压分类模型，S8、轻型载货汽车轮胎LT胎压分类模型，S9、载货汽车及大客车轮胎TB胎压分类模型，S10、农用车轮胎AG胎压分类模型，S11、工程车轮胎OTR胎压分类模型，S12、工业用车轮胎ID胎压分类模型，S13、飞机轮胎AC胎压分类模型，S14、摩托车轮胎MC胎压分类模型，S15、胎压过高，S16、胎压正常，S17、胎压过低。本申请极大的降低了胎压识别的硬件成本，且操作简单，对于驾驶员来说十分方便易用。

技术领域

本申请涉及汽车领域，尤其是一种基于拍照识车与深度学习的胎压状态检测方法。

背景技术

胎压，严格意义上指的是轮胎内部空气的压强，轮胎胎压是汽车的血压，胎压的高低对汽车的性能和动力有着至关重要的作用，气压过高和过低都会缩短轮胎的使用寿命，气压过低会使胎体变形增大，胎侧容易出现裂口，同时产生屈挠运动，导致过度发热，促使橡胶老化，帘布层疲劳，帘线折断，还会使轮胎接地面积增大，加速胎肩磨损，气压过高，会使轮胎帘线受到过度的伸张变形，胎体弹性下降，使汽车在行驶中受到的负荷增大，如遇冲击会产生内裂和爆破，同时气压过高还会加速胎冠磨损，并使耐轧性能下降。

目前车轮胎压检测方法主要可以分成两大类，直接式胎压检测和间接式胎压检测，直接式胎压检测方法是利用安装在每一个轮胎里或者轮胎气嘴上的传感器来直接测量轮胎的气压、温度，利用无线发射器将压力、温度信息从轮胎发送到中央接收器模块上的系统，然后对各轮胎压力、温度数据进行显示，当胎压不足、胎压过高、温度过高或漏气时，系统会自动报警，间接式胎压检测方法是通过汽车ABS系统的轮速传感器来比较轮胎之间的转速差别，以达到监测胎压的目的，ABS通过轮速传感器来确定车轮是否抱死，从而决定是否启动防抱死系统，当轮胎压力降低时，车辆的重量会使轮胎直径变小，这就会导致车速发生变化，这种变化即可用于触发警报系统来向司机发出警告，但是直接式胎压检测方法虽然可以随时测定每个轮胎内部的实际瞬压，很容易确定故障轮胎，但由于造价较高，这种方法并不普及，间接式胎压检测方法没有直接系统准确率高，它根本不能确定故障轮胎，而且系统校准极其复杂，在某些情况下该系统会无法正常工作。因此，针对上述问题提出一种基于拍照识车与深度学习的胎压状态检测方法。

发明内容

在本实施例中提供了一种基于拍照识车与深度学习的胎压状态检测方法用于解决现有技术中的直接式胎压检测方法虽然可以随时测定每个轮胎内部的实际瞬压，很容易确定故障轮胎，但由于造价较高，这种方法并不普及，间接式胎压检测方法没有直接系统准确率高，它根本不能确定故障轮胎，而且系统校准极其复杂，在某些情况下该系统会无法正常工作问题。

根据本申请的一个方面，提供了一种基于拍照识车与深度学习的胎压状态检测方法，所述检测方法步骤如下：

S1、用户拍摄车辆实时照片，用户针对当前车辆外观进行拍摄照片，将照片输入到易车公司的拍照识车服务中；

S2、拍照识车，使用易车公司的拍照识车服务，针对用户拍摄车辆照片进行识别，如果识别成功则进入S3，识别失败则进入S4；

S3、通过返回车辆信息调取车轮信息，如果拍照识车成功，则可以获得该车辆的具体车系信息，通过该信息可以从易车车辆数据库中获取该车的车轮类型；

S4、车轮检测模型，车轮检测模型基于目前效果较好的深度学习目标检测模型YOLOv5，并在真实数据集上进行训练，对比选取效果最好、速度符合业务需求的具体模型结构；

S5、车轮照片裁剪，根据上一层的车轮检测模型返回的车轮坐标，将车轮照片裁剪出来，作为车轮分类模型的输入；

S6、车轮分类模型，车轮分类模型的结构基于ResNet18，车轮分类器基于真实数据集进行训练，将车轮分为八类；