在具有連續(xù)長下坡數(shù)量多、重載大貨車流量大、夏季極端高溫多發(fā)的特點(diǎn)的高速公路路段,車輛自燃隱患多、危害大。相關(guān)交通部門通過嚴(yán)格速度管控、過水降溫等措施大幅緩解了路段車輛自燃高發(fā)態(tài)勢(shì),但相關(guān)事故依然存在。某高速公路路段采用加裝了格物優(yōu)信高速紅外熱像儀X640HWF300的高速公路車輛高溫預(yù)警系統(tǒng)后,車輛自燃事故大大減少,高速公路車溫過高,系統(tǒng)能及時(shí)預(yù)警,車主李先生:我駕車在高速行駛時(shí),途經(jīng)電子顯示屏提示車輛高溫異常,隨即從就近出口駛離高速檢查車況。這類預(yù)警能及時(shí)提醒駕駛員潛在安全隱患,對(duì)行車安全有重要警示作用。開車行駛在該段高速公路上,熱成像等硬核技術(shù)猶如“熱CT”,隨時(shí)監(jiān)測(cè)著車輛溫度狀態(tài),使得行駛更安全、道路更通暢。

車輛自燃事故中,剎車片過熱是主要誘因。尤其在山區(qū)高速長下坡路段,貨車頻繁制動(dòng)導(dǎo)致剎車片溫度急劇上升,熱量通過輪轂傳導(dǎo)至輪胎,極易引發(fā)爆胎或自燃。傳統(tǒng)人工巡檢和駕駛員主觀判斷難以實(shí)現(xiàn)動(dòng)態(tài)監(jiān)測(cè),亟需技術(shù)手段實(shí)現(xiàn)主動(dòng)預(yù)警。

格物優(yōu)信高速紅外熱像儀測(cè)試高速公路車輛輪胎溫度

某地交通部門聯(lián)合格物優(yōu)信熱成像研發(fā)了高速公路車輛高溫預(yù)警系統(tǒng),通過在路面部署高速紅外熱像儀及卡口相機(jī)等設(shè)備,采用“云邊端”協(xié)同架構(gòu)與“紅外測(cè)溫+視頻智能分析”技術(shù),實(shí)時(shí)篩查高溫預(yù)警車輛。系統(tǒng)通過自動(dòng)抓拍高溫車輛并分析數(shù)據(jù),對(duì)超出預(yù)設(shè)閾值的高溫區(qū)域進(jìn)行標(biāo)記,經(jīng)數(shù)據(jù)庫比對(duì)自動(dòng)識(shí)別車牌信息,將輪胎異常溫度及車輛數(shù)據(jù)上傳至管理平臺(tái),最終生成包含時(shí)間、位置、車牌及溫度異常信息的檢測(cè)報(bào)告,實(shí)現(xiàn)從預(yù)警觸發(fā)到自動(dòng)報(bào)警的閉環(huán)流程。高速公路車輛高溫預(yù)警系統(tǒng)通過提前監(jiān)測(cè)車溫,可實(shí)時(shí)攔截高溫車輛并預(yù)警,有效預(yù)防因高溫引發(fā)的安全隱患,提升道路通行安全性。

高速行駛的汽車輪胎溫度過高紅外圖

在高速公路車輛溫度監(jiān)測(cè)場(chǎng)景下,車輛類型各異且在高速行駛,考慮到高速運(yùn)動(dòng)的捕捉難度,需要確保紅外熱像儀能夠快速準(zhǔn)確地捕捉到高速運(yùn)轉(zhuǎn)的輪胎的清晰圖像和溫度數(shù)據(jù)。格物優(yōu)信高速紅外熱像儀X640HWF300擁有4ms 熱響應(yīng)時(shí)間,75Hz幀頻全幅紅外溫度流,可精準(zhǔn)捕捉每一幀高速運(yùn)轉(zhuǎn)的畫面,同時(shí)確保精確測(cè)量汽車輪胎及剎車片溫度。

4ms熱時(shí)間常數(shù),響應(yīng)靈敏精準(zhǔn)

選用125Hz/75Hz高速熱像儀,4ms熱時(shí)間常數(shù),針對(duì)高速移動(dòng)的汽車輪胎剎車片等快速響應(yīng),精準(zhǔn)測(cè)量溫度;

實(shí)時(shí)不間斷監(jiān)測(cè),迅速捕獲每幀溫度

在車輛高速通過時(shí)迅速捕獲輪胎及剎車片的溫度分布圖像,每幀溫度畫面快速捕捉,實(shí)現(xiàn)實(shí)時(shí)熱狀態(tài)精準(zhǔn)監(jiān)測(cè)及超溫預(yù)警;

數(shù)據(jù)分析與趨勢(shì)預(yù)測(cè),提升檢修效率

實(shí)時(shí)溫度數(shù)據(jù)采集、存儲(chǔ),智能分析輪胎及剎車片溫度變化趨勢(shì),為輪胎及剎車片各組件預(yù)防性診斷及維修提供科學(xué)依據(jù)。

在本次高速公路車輛高溫預(yù)警系統(tǒng)項(xiàng)目中,車輛高溫檢測(cè)算法基于紅外溫度流數(shù)據(jù),運(yùn)用自適應(yīng)聚類算法動(dòng)態(tài)劃分輪胎、輪轂等關(guān)鍵部件區(qū)域,結(jié)合熱成像像素空間分布與溫度梯度特征自動(dòng)識(shí)別部件形態(tài),并通過運(yùn)動(dòng)追蹤校正區(qū)域邊界,實(shí)現(xiàn)精準(zhǔn)部件級(jí)溫度監(jiān)測(cè)。算法集成多層感知機(jī)模型,通過全局溫度數(shù)據(jù)分析直接輸出異常高溫概率值,構(gòu)建智能預(yù)警機(jī)制。車身煙霧檢測(cè)算法融合頻域紋理分析與動(dòng)態(tài)溫度場(chǎng)監(jiān)測(cè)技術(shù),通過可見光影像解析煙霧紋理特征,同步追蹤紅外溫度流的異常波動(dòng)模式,實(shí)現(xiàn)煙霧特征的多維度交叉驗(yàn)證,顯著降低系統(tǒng)誤報(bào)率。

審核編輯 黃宇