[发明专利]一种基于图像处理和机器学习的汽车轮胎寿命预测方法

说明书

本发明公开一种基于图像处理和机器学习的汽车轮胎寿命预测方法，属于汽车轮胎寿命预测领域，包括：采集汽车轮胎花纹磨损的图样库；对采集到的图样进行预处理；采用灰度‑梯度共生矩阵和高斯马尔科夫随机场模型提取处理后图样的GGCM和GMRF磨损纹理特征；将两种特征融合并确定权重分配；将图样库按照一定比例划分为训练和测试样本；采用邻近分类算法分类器建立机器学习模型，用训练样本对模型进行训练，用测试样本对模型进行测试；采用交叉验证方法确定分类器的K值和距离公式；采用平均正确率、预测值与真实值的混淆矩阵作为衡量指标。本发明方法针对轮胎检测提供了一种低成本、高效率的预测方法，解决了轮胎寿命预测的难题。

技术领域

本发明涉及机械工程和计算机科学交叉领域，具体是指基于图像处理和机器学习的汽车轮胎寿命预测方法。

背景技术

随着汽车行业的不断发展，汽车已经逐渐成为人们出门的主要代步工具，车辆的安全行驶也逐渐成为人们关注的焦点。目前，我国在高速公路上发生的交通事故有半数以上是由于轮胎磨损问题引起的，其中大量事故的发生是由于爆胎。汽车爆胎主要原因是：轮胎表面磨损严重以及轮胎气压异常，在高速行驶或急刹车等情况下引发爆胎。轮胎作为汽车的主要部件之一，影响车辆行驶时的性能和安全，因此对车辆轮胎的检测可以有效提高车辆行驶的安全性。

目前，人工检测是汽车轮胎磨损程度的主要检测方法，通过检测轮胎花纹深度以及胎肩的花纹磨损来定义测量胎面花纹磨损程度。在赛车比赛中，主要运用手持激光扫描仪检测轮胎表面磨损情况，并精确计算出胎面的厚度以及轮胎单位距离的磨损程度。但激光扫描检测的主要缺点是成本太高，并不能推广到普通家庭汽车使用，而且检测时需要相关技术人员对车辆的每个轮胎分别进行人工检测，并不能实现主动对所有轮胎同时进行智能化检测。

发明内容

针对以上不足，本发明提供了一种汽车轮胎寿命预测方法，本方法基于图像处理和机器学习技术，针对轮胎检测提供了一种低成本、高效率的预测方法，解决了轮胎寿命预测的难题。

本发明的技术方案为：

一种基于图像处理和机器学习的汽车轮胎寿命预测方法，包括以下步骤：

S1：采集汽车轮胎花纹磨损的图样库，并进行分类；

S2：对采集到的图样进行预处理；

S3：采用灰度-梯度共生矩阵和高斯马尔科夫随机场模型提取处理后图样的GGCM和GMRF磨损纹理特征，

S4：将两种特征融合，并确定融合特征的权重分配；

S5：将图样库按照一定比例划分为训练样本和测试样本；

S6：采用邻近分类算法分类器建立机器学习模型，用训练样本对模型进行训练，用测试样本对模型进行测试，得到机器学习模型的平均分类率和所用时间；

S7：采用交叉验证方法确定分类器的K值和距离公式，建立输入样本的特征向量与输出类别的映射关系；

S8：使用测试样本验证机器学习模型的性能；

S9：采用平均正确率、预测值与真实值的混淆矩阵作为衡量指标，对轮胎寿命进行预测。

所述步骤S4的具体包括：

S41：设F为待分配权重的融合特征，x为GGCM特征的权重值，y为GMRF特征的权重值，则F＝[x*GGCM，y*GMRF]；

S42：以特定步长δ遍历所有的x、y值，分别计算模型的分均分类率；

S43：分别筛选出测试样本为30、35、40、45所对应的平均分类率最高的三种权重组合；

S44：从三组权重组合中选择平均方差最大的一组权重组合作为融合特征的权重系数。