监测车辆轮胎的系统和方法

技术领域

一个或多个实施例涉及用于监测车辆轮胎状况的传感器系统。

背景技术

车辆可以包括传感器系统，用于监测其外部环境以进行障碍物检测和规避。传感器系统可以包括用于监测近场中靠近车辆的障碍物和远场中的远处对象的多个传感器组件。每个传感器组件可以包括一个或多个传感器，例如摄像机、无线电检测和测距(雷达)传感器以及光检测和测距(激光雷达)传感器。激光雷达传感器包括用于从车辆发射光脉冲的一个或多个发射器以及用于接收和分析反射光脉冲的一个或多个检测器。传感器系统可以基于来自传感器的数据确定对象在外部环境中的位置。车辆可以基于对象的位置来控制一个或多个车辆系统，例如动力系统、制动系统和转向系统。

发明内容

在一个实施例中，自主车辆(AV)系统配备有传感器，传感器被配置为：接收从车辆附近的视场(FOV)内的至少一个对象反射的光作为反射光，并且基于反射光提供指示传感器和延伸到FOV中的车辆的轮胎表面之间的距离的轮胎数据。控制器被配置为响应于轮胎数据的概率分布的矩小于阈值或者轮胎数据指示阴影长度的变化率超过阈值阴影长度而生成消息，并且将消息提供给用户接口、车辆系统和外部计算设备中的至少一个。

在另一个实施例中，提供了一种监测轮胎状况的方法。传感器接收从车辆附近的视场(FOV)内的至少一个对象反射的光作为反射光。轮胎数据指示传感器与延伸到FOV中的车辆的轮胎表面之间的距离。响应于轮胎数据的概率分布的矩小于阈值，生成第一轮胎消息。响应于轮胎数据指示阴影长度的变化率超过阈值阴影长度，生成第二轮胎消息。第一轮胎消息或第二轮胎消息被提供给用户接口、车辆系统和外部计算设备中的至少一个。

提供了一种存储有指令的非暂时性计算机可读介质。指令在由至少一个计算设备执行时使得至少一个计算设备执行以下操作：提供指示传感器与延伸到车辆附近的视场(FOV)中的车辆的轮胎表面之间的距离的轮胎数据；响应于轮胎数据的概率分布的矩小于阈值或者轮胎数据的第一阴影长度和第二阴影长度之间的差超过阈值阴影长度，生成消息；以及将消息提供给用户接口、车辆系统和外部计算设备中的至少一个。

附图说明

图1是根据本公开各方面具有用于监测轮胎状况的自主车辆(AV)系统的示例性AV的前透视图。

图2是示出AV系统与其他系统和设备之间通信的示意图。

图3是根据本公开各方面的AV系统的激光雷达传感器的示例性架构。

图4是根据本公开各方面的新轮胎的放大图，示出了激光雷达传感器的扫描。

图5是根据本公开各方面的磨损轮胎的放大图，示出了激光雷达传感器的另一次扫描。

图6是根据本公开各方面不同轮胎的激光雷达传感器数据的比较示图。

图7是根据本公开各方面的新轮胎的另一放大图，示出了激光雷达传感器的多次扫描。

图8是根据本公开各方面的磨损轮胎的另一个放大图，示出了激光雷达传感器的多次扫描。

图9是根据本公开各方面不同轮胎的激光雷达传感器数据的统计模型的比较示图。

图10是根据本公开各方面示出基于激光雷达传感器数据监测轮胎状况的方法的流程图。

图11是根据本公开各方面的AV的另一示意图，示出了传感器系统和外部光源。

图12是根据本公开各方面的AV的新轮胎的局部截面图，示出了由新轮胎的胎面产生的阴影。

图13是根据本公开各方面的AV的磨损轮胎的局部截面图，示出了在第一位置处磨损轮胎的胎面产生的阴影。

图14是根据本公开各方面的图13的AV的磨损轮胎的另一个局部截面图，示出了在第二位置处磨损轮胎的胎面产生的阴影。

图15是根据本公开各方面示出基于摄像机数据监测轮胎状况的方法的流程图。

图16是根据本公开各方面用于实现各种实施例的示例计算机系统的详细示意图。

具体实施方式

根据需要，本文公开了本公开的详细实施例；然而，应当理解的是，所公开的实施例仅仅是示例性的，并且可以以各种替代形式来实施。附图不一定是按比例绘制的；为了显示特定组件的细节，一些特征可以被夸大或最小化。因此，本文公开的具体结构和功能细节不应被解释为限制，而仅作为教导本领域技术人员以不同方式使用本公开的代表性基础。

车辆包括随着时间的推移而磨损的外部组件，例如轮胎。许多车辆制造商建议驾驶员检查车辆轮胎是否有磨损或损坏的迹象，并将确认轮胎压力作为行车前车辆检查的一部分。对于自主车辆(AV)，驾驶员并不总是在场执行这种检查。轮胎磨损取决于许多因素，包括：行驶表面、行驶速度、动态行驶条件、低速转向调节量等。对于自主车辆车队，轮胎胎面和压力可能会作为常规AV“预驱动”车队操作的一部分进行检查。这些检查可能是人工密集型的，需要大量的数据输入，这可能容易出现人为误差。此外，随着轮胎磨损和轮胎胎面深度的减小，车辆牵引力减小。因此，本公开所提出的系统和方法提供了使用传感器系统的一个或多个传感器来监测车辆轮胎状况的方案。

AV配备了大量先进的传感器，用于检测AV周围环境的物理特征。本公开提出当前轮胎旋转到传感器的视场(FOV)中时，使用一些先进的传感器(例如定位在前轮胎附近的激光雷达和摄像机传感器)来监测轮胎状况，例如胎面磨损、对准(alignment)和充气。

当轮胎胎面的一部分在传感器FOV内时，通过观察原始传感器数据，可以确定传感器数据与轮胎胎面深度之间的相关性。轮胎胎面深度可以用作轮胎磨损的一个指标。以这种方式，AV系统直接监测轮胎，并且当传感器数据指示轮胎或相关的转向系统需要维修时，可以向车队操作员提供警报。

根据本公开各方面，用于监测邻近对象的激光雷达传感器(即近场激光雷达传感器)安装在每个前轮胎的后部和上方，使得当前轮胎旋转到大转向角时，轮胎胎面的一部分在相应的激光雷达传感器FOV内。AV系统使用当轮胎旋转到FOV中时的激光雷达回波(即从轮胎反射的光脉冲)以及当轮胎在FOV中静止时的回波来确定轮胎状况。

足够灵敏和准确从而能够以足够高的分辨率和精度直接测量轮胎胎面深度的传感器可能成本高昂，或者对于在驾驶过程中监测外部驾驶环境的AV传感器的主要目标不太理想。

本公开利用AV系统的现有激光雷达传感器，通过对激光雷达数据回波进行统计分析来确定轮胎胎面深度的变化。对于每秒5-10次激光雷达扫描，当在几秒钟内采样时，可以实现轮胎的随机空间采样。将存在在胎面上来自下方以及轮胎胎面外边缘的激光雷达回波。本公开还使用随轮胎磨损而变化的测量值的概率分布，例如，对于胎面深度深的轮胎，测量值的标准偏差将大于胎面花纹底部和剩余暴露的轮胎胎面之间高度差非常小的轮胎的测量值的标准偏差。

AV系统使用统计方法，分析FOV中的轮胎表面的平均距离的概率分布，作为与胎面深度的相关性。例如，AV系统可以分析概率分布的第一、第二、第三和/或第四矩，其分别对应于标准偏差、方差、偏度和峰度。具体而言，当轮胎胎面较深时，即轮胎是新的且未磨损时，与轮胎磨损时相比，对于较深的轮胎胎面深度，一系列连续激光雷达扫描的统计变化将更大。这样，就没有必要直接测量胎面深度。而是，通过重复对轮胎胎面进行激光雷达扫描采样，激光雷达回波测量距离的变化可以用作胎面深度的代表。当轮胎具有较深的胎面深度时，即新轮胎，标准偏差将更大。当轮胎胎面深度较浅时，即磨损轮胎，标准偏差将小得多。

在本公开的另一个方面，可以监测轮胎胎面磨损是否不均匀，这可能是轮胎充气不正确或转向定位不正确(例如，前束(toe)、外倾(camber)等)的迹象。通过将激光雷达回波分割成轮胎的不同部分，可以使用激光雷达测量值来确定轮胎是否在轮胎的外边缘上、中间胎面花纹中或者内侧边缘上磨损。换言之，本公开的各方面包括一种被配置为检测跨过单个轮胎的各个区域的胎面深度差异的系统。

根据本公开的各方面，AV系统可结合外部照明源控制摄像机传感器，以观察轮胎胎面花纹中凹槽的阴影图案。与胎面深度较浅的轮胎相比，胎面深度深的新轮胎将从相同的照明源投射出更大的阴影。

许多轮胎还配备了磨损条指示器，磨损条指示器间隔地设置在胎面之间。通过观察磨损条何时与胎面齐平，可以确定剩余轮胎胎面深度的量。使用摄像机结合外部光源对轮胎进行视觉检查，可以通过磨损条指示器投射的阴影的存在与否来推断轮胎胎面深度。下面将更详细更充分地描述几种变体。

参考图1，根据本公开的各方面，示出了用于监测轮胎状况的传感器系统，总体上用附图标记100表示。传感器系统100包括多个传感器组件，包括安装到自主车辆(AV)104的侧面传感器组件102。侧面传感器组件102包括一个或多个传感器106，用于监测AV 104附近的视场(FOV)108，如图1中的虚线所示。在转弯操纵期间，当轮胎110在FOV 108内时，传感器106监测轮胎状况，例如磨损、对准和充气。

传感器系统100包括用于监测AV 104周围近场和远场中的360度FOV的多个传感器组件。根据本公开的各方面，传感器系统100包括侧面传感器组件102、顶部传感器组件112、前部中央传感器组件114、两个前侧传感器组件116和一个或多个后部传感器组件118。每个传感器组件包括一个或多个传感器，例如摄像机、激光雷达传感器和雷达传感器。

侧面传感器组件102可以安装在AV 104的侧面。在图1的示例中，侧面传感器组件102安装在侧面后视镜组件120上。根据本公开的各方面，侧面传感器组件102包括一个或多个传感器106，例如激光雷达传感器和摄像机，其朝向地面向下定向以监测FOV 108。当轮胎110转向到FOV 108中时，传感器106也监测轮胎状况。传感器系统100还包括第二侧面传感器组件(未示出)，其安装到AV 104的相对侧用于监测相对的前轮胎。

顶部传感器组件112安装在AV 104的车顶上，包括激光雷达传感器和一个或多个摄像机。激光雷达传感器围绕垂直轴线旋转以在远场中扫描围绕AV 104的360度FOV。前部中央传感器组件114安装到AV 104的前部，例如安装到发动机罩或保险杠，并且至少包括用于监测AV 104前方的大型对象(例如车辆)的前部FOV的雷达传感器。前部中央传感器组件114还可以包括一个或多个摄像机。前侧传感器组件116和后部传感器组件118中的每一个都包括用于监测AV 104前面和后面的FOV的摄像机和/或激光雷达传感器。

图2示出了根据本公开各方面AV系统200与其他系统和设备之间的通信。传感器系统100包括在AV系统200中，并且通过收发器204与控制器202通信。传感器系统100包括多个传感器组件，例如侧面传感器组件102和顶部传感器组件112。每个传感器组件102、112包括一个或多个传感器，例如激光雷达传感器206、摄像机208和雷达传感器(未示出)。根据本公开的各方面，摄像机208可以是可见光谱摄像机、红外摄像机等，以捕获轮胎110的图像。传感器系统100可以包括附加的传感器，例如声音导航和测距(SONAR)传感器、温度传感器、定位传感器(例如，全球定位系统(GPS)等)、位置传感器、燃料传感器、运动传感器(例如惯性测量单元(IMU)等)，湿度传感器、占用传感器等。传感器系统100提供指示AV 104的外部环境的传感器数据209。控制器202分析传感器数据以识别和确定外部对象相对于AV 104的位置，例如交通灯、远程车辆、行人等的位置。

AV系统200还通过收发器204与一个或多个车辆系统210(例如发动机、变速器、导航系统、制动系统等)通信。控制器202可以从车辆系统210接收指示当前操作条件的信息，例如，车辆速度、发动机速度、转向信号状态、制动器位置、车辆位置、转向角和轮胎识别。控制器202还可以基于来自传感器系统100的传感器数据209来控制一个或多个车辆系统210，例如推进系统、制动系统和转向系统。控制器202可以与车辆系统210直接通信，或者通过车辆通信总线(例如CAN总线212)与车辆系统21间接通信。

AV系统200还可以与外部对象214(例如，远程车辆和结构)通信，以共享外部环境信息和/或收集额外的外部环境信息。AV系统200可以包括连接到控制器202用于与对象214通信的车辆对一切(V2X)收发器216。例如，AV系统200可以使用V2X收发器216通过车辆对车辆(V2V)通信与远程车辆直接通信、通过车辆对基础设施(V2I)通信与结构(例如，标志、建筑物或红绿灯)直接通信以及通过车辆对摩托车(V2M)通信与摩托车直接通信。每个V2X设备可以提供指示其自身状态或另一个V2X设备的状态的信息。

AV系统200可以使用收发器204、216中的一个或多个通过通信网络220与远程计算设备218通信，例如，基于传感器数据209，提供指示对象214相对于AV 104的位置和当前轮胎状况的消息或视觉资料。远程计算设备218可以包括一个或多个服务器以处理本文所述技术的一个或多个过程。远程计算设备218还可以通过网络220与数据库222进行数据通信。AV车队操作员可以使用远程计算设备218来监控AV车队的状态，以接收指示AV 104的轮胎或相关的转向系统需要维修的警报。

AV系统200还包括用户接口224，用于向AV 104的用户提供信息。控制器202可以基于传感器数据209控制用户接口224以提供指示对象214相对于AV 104的位置以及当前轮胎状况的消息或视觉资料。

尽管控制器202被描述为单个控制器，但它可以包含多个控制器，或者可以体现为一个或多个其他控制器内的软件代码。控制器202包括处理单元或处理器226，其可以包括任意数量的微处理器、ASIC、IC、存储器(例如，FLASH、ROM、RAM、EPROM和/或EEPROM)和软件代码以彼此协作执行一系列操作。这样的硬件和/或软件可以组合在一起以执行某些功能。本文所描述的控制器或设备中的任何一个或多个包括可以从使用各种编程语言和/或技术创建的计算机程序编译或解释的计算机可执行指令。控制器202还包括存储器228或能够执行软件程序的指令的非暂时性计算机可读存储介质。存储器228可以是但不限于电子存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或其任何合适的组合。通常，处理器226例如从存储器228、计算机可读介质等接收指令，并执行指令。根据本公开的各方面，控制器202还包括存储在存储器内的预定数据或“查找表”。

图3示出了根据本公开各方面的激光雷达传感器300的示例性架构，例如侧面传感器组件102的激光雷达感测器206。激光雷达传感器300包括基座302，基座302安装到AV104，例如安装到侧面后视镜组件120。基座302包括马达304，马达304具有沿着纵向轴线A-A延伸的轴306。激光雷达传感器300还包括壳体308，壳体308固定到轴306并且安装成相对于基座302绕轴线A-A旋转。壳体308包括开口310和固定在开口310内的盖子312。盖子312由对光透明的材料形成，例如玻璃。尽管图3中显示了单个盖子312，但激光雷达传感器300可以包括多个盖子312。

激光雷达传感器300包括一个或多个发射器316，用于穿过盖子312并远离AV 104发射光脉冲320。光脉冲320入射在一个或多个对象(例如轮胎110)上，并作为反射光脉冲328朝向激光雷达传感器300反射回来。激光雷达传感器300还包括一个或多个光检测器318，用于接收穿过盖子312的反射光脉冲328。检测器318还接收来自外部光源(例如，太阳)的光。激光雷达传感器300围绕轴线A-A旋转以扫描FOV 108内的区域。激光雷达传感器300可以围绕轴线旋转360度，并且忽略从AV 104反射的数据。发射器316和检测器318可以是固定的，例如安装到基座302，或者可以是动态的，安装到壳体308。

发射器316可以包括激光发射器芯片或其他发光器件，并且可以包括任何数量的单独发射器(例如，8个发射器、64个发射器或128个发射器)。发射器316可以发射基本上相同强度或不同强度的光脉冲320，并且可以以各种波形发射，例如正弦、方波和锯齿。激光雷达传感器300可以包括一个或多个光学元件322，以聚焦和引导穿过盖子312的光。

检测器318可以包括光电探测器或光电探测器阵列，其被定位为接收反射光脉冲328。根据本公开的各方面，检测器318包括多个像素，其中每个像素包括盖革模式雪崩光电二极管(Geiger-mode avalanche photodiode)，用于在多个检测帧中的每个检测帧期间检测光脉冲的反射。在其他实施例中，检测器318包括无源成像器。

激光雷达传感器300包括控制器330，控制器330具有处理器332和存储器334，用于控制各种组件，例如马达304、发射器316和检测器318。控制器330还分析由检测器318收集的数据，以测量所接收的光的特性，并生成关于AV 104外部环境的信息。控制器330可以与另一个控制器(例如，AV系统200的控制器202)集成。激光雷达传感器300还包括电源单元336，该电源单元336从车辆电池338接收电力，并将电力供应给马达304、发射器316、检测器318和控制器330。

共同参考图3-4，激光雷达传感器300的发射器316发射光脉冲320，光脉冲320入射在轮胎410上，并作为反射光脉冲328反射回来。检测器318接收反射光脉冲328并将相应的传感器数据提供给控制器330。控制器330可以基于传感器数据来确定激光雷达传感器300和轮胎410之间的距离。

轮胎410包括胎面412，胎面412由纵向凹槽416和横向凹槽418分隔成段414。当激光雷达传感器206旋转时，光脉冲320横向扫描轮胎410以形成扫描线或扫描图案420，例如，发射器316之一产生第一扫描图案422。控制器330可以基于沿扫描图案420中的一个的距离测量值的变化，例如，在第一段424处到胎面412的距离与在点426处到纵向凹槽416的距离之间的差，来确定胎面412沿扫描图案中的一个的高度。

图4示出了新轮胎410，图5示出了磨损轮胎510，磨损轮胎510可以表示新轮胎410行驶了一段较长的距离(例如超过60000英里)之后的情况。与新轮胎410一样，磨损轮胎510包括胎面512，该胎面512通过纵向凹槽516和横向凹槽518被分隔成段514。当激光雷达传感器300旋转时，光脉冲320横向扫描轮胎以形成扫描图案520。控制器330可以基于沿扫描图案520之一的距离测量值的变化，例如，到胎面512的距离与到纵向凹槽516或横向凹槽518的距离之间的差，来确定磨损轮胎510的胎面高度。新轮胎410的胎面412的高度大于磨损轮胎510的胎面512的高度，因此到新胎面412之间的距离测量值小于到磨损胎面512的距离测量值。

图6是示出基于新轮胎410与磨损轮胎510的激光雷达传感器数据的距离测量值的比较的示图600。示图600包括第一曲线602和第二曲线604，第一曲线602表示沿第一扫描图案422到新轮胎410的胎面412的以米(m)为单位的距离测量值，第二曲线602表示沿第一扫描图案522到胎面512的距离测量值(m)。虽然提供米作为示例距离增量值，但是应当理解，根据本公开的各方面，其他距离增量值可能是合适的。示图600的水平轴线表示跨过每个轮胎410、510的横向距离。例如，参考图8，零(0)表示中心位置832。类似地，20mm和-20mm表示中点838和840。以此类推，-40毫米表示内边缘836。

返回参考图6，由于激光雷达传感器300的灵敏度，曲线602、604重叠，这使得难以使用直接测量方法检测轮胎磨损。这是因为激光雷达传感器300被配置为监测外部驾驶环境中距离AV 104更远的大型对象，例如车辆或行人，而不是监测以例如毫米(mm)为单位的小增量磨损。

图7-9示出了测量的到轮胎距离的统计分析。图7示出了新轮胎710，图8示出了磨损轮胎810，磨损轮胎810可以表示新轮胎710在行驶了大距离(例如超过60000英里)之后的情况。新轮胎710包括胎面712，其通过纵向凹槽716和横向凹槽718被分隔成多个段714。当激光雷达传感器300旋转时，光脉冲320横向扫描新轮胎710以形成扫描图案720。控制器330使用统计方法来分析来自横跨新轮胎710的多次连续扫描(例如10-100次扫描)的扫描图案720，以分析FOV中轮胎表面的平均距离的概率分布，例如标准偏差、方差、偏度和/或峰度，作为与胎面深度的相关性。

磨损轮胎810还包括胎面812，胎面812由纵向凹槽816和横向凹槽818分隔成多个段814。当激光雷达传感器300旋转时，光脉冲320横向扫描磨损轮胎810以形成扫描图案820。控制器330使用统计方法来分析来自横跨磨损轮胎810的多次连续扫描(例如10-100次扫描)的扫描图案820，以分析FOV中轮胎表面的平均距离的概率分布，例如标准偏差、方差、偏度和/或峰度，作为与胎面深度的相关性。

磨损轮胎810可以在轮胎的侧表面上被分割成多个区域，如图8中虚线框830所示。分割可以分别相对于中心位置832、外边缘834、内边缘836以及中心位置832和边缘834、836之间的中点838、840布置。这些区域包括中点838和840之间的中心区域842、外边缘834和中点838之间的外部区域844以及内边缘836和中点840之间的内部区域846。通过将轮胎810分割成多个区域，控制器330可以分析传感器数据以确定多个轮胎状况，例如磨损、对准和充气。

图9为示出新轮胎710和磨损轮胎810的多次连续扫描中距离测量值的标准偏差的统计模型的示图900。示图900的水平轴表示跨越新轮胎710和磨损轮胎810中的每一个的横向距离。示图900包括第一曲线902和第二曲线904，第一曲线代表新轮胎710沿第一扫描图案722每次扫描的激光雷达回波的范围误差标准偏差，第二曲线代表磨损轮胎810沿第一扫描图案822每次扫描激光雷达回波的范围误差标准偏差。相对于上面参考示图600反映的直接测量，曲线902、904在示图900中没有显著重叠，这使得更容易区分磨损轮胎810和新轮胎710。

参考图6和图9，直接使用来自AV系统200的激光雷达传感器距离数据测量轮胎状况(例如胎面磨损)可能很困难，如示图600中的重叠曲线602、604所示。这是因为激光雷达传感器设计用于监测与AV相距一定距离的大型对象，而不是检测轮胎胎面深度的微小变化。足够灵敏和准确从而能够以足够高的分辨率和精度直接测量轮胎胎面深度的激光雷达传感器可能成本高昂，和/或对于在驾驶期间监测外部驾驶环境的AV传感器的主要目标不太理想。然而，如示图900所示，控制器330可以使用统计方法来分析概率分布(例如，FOV中轮胎表面的平均距离的标准偏差)作为与轮胎胎面深度的相关性。

具体而言，当轮胎胎面较深时，例如新轮胎710的胎面712，一系列连续激光雷达扫描的标准偏差(第一曲线902)将大于磨损轮胎810的一系列连续雷达扫描的标准偏差，如第二曲线904所示。这样，就没有必要直接测量胎面深度。而是，通过对轮胎胎面的重复采样，概率分布(例如，激光雷达回波测量距离的标准偏差)可以用作胎面深度的代表。当轮胎具有深胎面深度时，例如，新轮胎710，标准偏差将更大，如曲线902所示。当轮胎胎面深度较低时，例如磨损轮胎810，标准偏差将小得多。尽管图9示出了概率分布的一个矩，即标准偏差，但根据本公开的各方面，AV系统200可以分析FOV中轮胎表面的平均距离的概率分布的其他矩作为与胎面深度的相关性。例如，AV系统200可以分析方差、偏度和/或峰度，因为与标准偏差一样，随着胎面深度由于轮胎磨损而减小，这些矩趋向于较小的值。

参考图10，根据一个或多个实施例，描绘了一种基于激光雷达传感器数据监测轮胎状况的方法的流程图，总体上用附图标记1000表示。根据本公开的各方面，方法1000使用由处理器332执行并包含在存储器334(图3)内的软件代码来实现。尽管该流程图以多个顺序步骤示出，但在不偏离本公开的范围和设想的情况下，可以省略和/或以另一种方式执行一个或多个步骤。

在步骤1002，AV系统200将前轮胎的位置控制为预定转向角，例如40度。预定转向角足够大，使得轮胎胎面在至少一个传感器的FOV内。然后，在步骤1004，当轮胎定位在预定转向角时，AV系统200对预定次数的扫描(例如10-100)进行激光雷达距离测量。在其他实施例中，AV系统200在AV操作期间监测转向角，并且在转向角等于预定角度之后对轮胎胎面进行测量。

在步骤1006，AV系统200对激光雷达扫描进行统计分析，以确定概率分布，例如范围误差标准偏差或变化。在步骤1008，AV系统200评估变化以确定变化是否小于预定阈值变化。例如，图9的示图900说明了2mm的阈值变化，其由附图标记906表示。如果变化小于轮胎所有区域(即磨损轮胎810的中心区域842、外部区域844和内部区域846(图8))的阈值变化，则AV系统200进入步骤1010，并发送指示磨损轮胎消息的信号。AV系统200可以将磨损轮胎消息提供给用户接口224以显示给用户，或者提供给车辆系统210或远程计算设备218。阈值对于轮胎的不同段可以是不同的，例如，轮胎的中心区域为2mm，轮胎的外部区域为4mm。如果AV系统200确定变化不小于所有区域的阈值，则其前进到步骤1011。

在步骤1011，AV系统200确定变化是否小于轮胎810的外部区域844和内部区域846内的阈值。如果变化小于外部区域844和内部区域846内的阈值，则AV系统200进行到步骤1012并发出指示充气不足消息的信号。如果AV系统200确定变化不小于内部区域和外部区域的阈值，则进入步骤1013。

在步骤1013，AV系统200确定变化是否小于轮胎810的外部区域844或内部区域846内的阈值。如果变化小于外部区域844或内部区域846内的阈值，则AV系统200进行到步骤1014并发出指示未对准消息的信号。如果AV系统200确定变化不小于内部或外部区域的阈值，则其前进到步骤1016。

在步骤1016，AV系统200确定变化是否小于轮胎810的中心区域842内的阈值。如果变化小于中心区域842内的阈值，则AV系统200进行到步骤1018并发出指示过度充气消息的信号。如果AV系统200确定变化不小于中心区域的阈值，则返回步骤1002。

控制器330可以保存每个轮胎的轮胎状况数据，并随时间比较轮胎状况数据。例如，控制器330可以从车辆胎压监测系统接收轮胎识别，该车辆胎压监测系统允许控制器330识别轮胎，即使其被移动或旋转到车辆上的另一位置。

参考图11，根据本公开的各方面，示出了用于监测轮胎状况的传感器系统，该传感器系统总体上由附图标记1100表示。传感器系统1100与外部照明系统1101协调以监测轮胎状况。传感器系统1100包括多个传感器组件，包括安装到自主车辆(AV)1104的侧面传感器组件1102。侧面传感器组件1102包括一个或多个传感器1106，用于监测AV 1104附近的视场(FOV)1108。当轮胎1110进入FOV 1108时，传感器1106在转弯操纵期间监测轮胎状况，例如磨损、对准和充气，例如，使得轮胎宽度的80％在FOV内。一个或多个传感器1106包括摄像机1112。摄像机1112是用于捕获轮胎1110的图像的近场(NF)摄像机。根据本公开的各方面，摄像机1112被控制为以每秒至少10帧的帧速率拍摄一系列图片。

外部照明系统1101包括光源1114，光源1114被布置为将光1115投射到轮胎1110上以产生用于监测轮胎状况的阴影。传感器系统1100利用来自一个或多个传感器组件的传感器数据来停放AV 1104，使得轮胎1110相对于光源1114位于预定位置。外部照明系统1101还可以包括固定装置1116，该固定装置的尺寸被设置为接收轮胎1110并将其相对于光源1114定位。外部照明系统1101还包括用于监测右前轮胎(未示出)的第二光源(未示出)。

参考图12-14，轮胎胎面产生的阴影因轮胎状况而异。图12示出了一个带有胎面1212的新轮胎1210，该胎面被纵向凹槽1216分隔成多个段。当胎面1212以第一转向角(α

AV系统200将阴影长度与预定数据进行比较，该预定数据将阴影长度和轮胎状况(例如磨损)相关联。AV系统200还可以将阴影长度与先前的测量值进行比较，以确定指示磨损的胎面深度的变化。胎面1212可以被分割为多个区域(如图8所示)，并且预定数据可以将某些轮胎状况与不同区域的阴影长度相关联。例如，跨过轮胎1210的表面的低阴影长度可以指示磨损，而在轮胎的一个边缘处的低阴影长度可以指示未对准，并且在中心处的低阴影长度可以指示过度充气。如图12-14所示，新轮胎1210由于胎面1212较深在第一转向角(α

参考图15，根据一个或多个实施例，描绘了一种基于摄像机传感器数据监测轮胎状况的方法的流程图，该方法总体上用附图标记1500表示。根据本公开的各方面，方法1500使用由处理器332执行并包含在存储器334(图3)内的软件代码来实现。尽管该流程图以多个顺序步骤示出，但在不偏离本公开的范围和设想的情况下，可以省略和/或以另一种方式执行一个或多个步骤。

在步骤1502，AV系统200控制AV 104将车停在相对于光源1114的预定位置处。在步骤1504，AV系统200将轮胎1110转向到第一转向角，例如5度，并拍摄第一张照片。在步骤1506，AV系统200将轮胎1110转向到第二转向角，例如40度，并拍摄第二张照片。在步骤1508，AV系统200确定每张照片的阴影长度。然后在步骤1510，AV系统200确定阴影长度的变化率。在步骤1512，AV系统200将阴影长度变化率与对应于转向角的预定变化率的阈值变化率进行比较。如果阴影长度变化率超过阈值变化率，则AV系统200前进到步骤1514并发出磨损轮胎消息。

根据本公开的各方面，AV系统200可以在控制轮胎1210在一段时间内以恒定速率在两个转向角之间朝向光源1114旋转时控制摄像机1112拍摄一系列照片，以基于许多数据点计算阴影长度变化率。例如，当AV系统200控制轮胎1210在其最大转向角范围内(例如，在三秒的时间段内以恒定的速率从0度到40度)旋转时，摄像机1112可以以10帧/秒的速率拍摄照片。AV系统200可以对阴影长度变化率进行滤波以去除任何异常值。

根据本公开的各方面，AV系统200监测两个前轮胎。例如，AV系统200可以以恒定速率将左前轮胎从其最大方向盘角度旋转到其最小方向盘角度(其对应于右前轮胎的最大方向盘角度)，同时以10帧/秒的帧速率拍摄照片。然后，AV系统200可以分析来自两个摄像机的图像以评估两个轮胎。

足够灵敏和准确从而能够以足够高的分辨率和精度直接测量轮胎胎面深度的传感器可能成本高昂，或者对于在驾驶过程中监测外部驾驶环境的AV传感器的主要目标不太理想。AV系统100利用现有的传感器(例如激光雷达传感器206和/或摄像机208)来监测轮胎状况。AV系统100使用现有的激光雷达传感器206，利用激光雷达数据回波的统计分析来确定轮胎胎面深度的变化。AV系统100还使用现有的摄像机208与外部照明系统1101协作来监测轮胎磨损。

传感器系统100可以在AV系统200中实现，该系统包括一个或多个控制器，例如图16所示的计算机系统1600。计算机系统1600可以是能够执行本文所描述的功能的任何计算机。计算机系统1600还包括用户输入/输出接口1602和用户输入/输入设备1603，例如按钮、监视器、键盘、指示设备等。

计算机系统1600包括一个或多个处理器(也称为中央处理单元或CPU)，例如处理器1604。处理器1604连接到通信基础设施或总线1606。处理器1604可以是图形处理单元(GPU)，例如，设计用于处理数学密集型应用程序的专用电子电路，具有用于并行处理大块数据(例如计算机图形应用程序、图像、视频等共有的数学密集型数据)的并行结构。

计算机系统1600还包括主存储器1608，例如随机存取存储器(RAM)，其包括一个或多个级别的高速缓存和存储的控制逻辑(即计算机软件)和/或数据。计算机系统1600还可以包括一个或多个辅助存储设备或辅助存储器1610，例如硬盘驱动器1612；和/或可与可移动存储单元1618交互的可移动存储设备1614。可移动存储设备1614和可移动存储单元1618可以是软盘驱动器、磁带驱动器、光盘驱动器、光存储设备、磁带备份设备和/或任何其他存储设备/驱动器。

辅助存储器1610可以包括用于允许计算机系统1600访问计算机程序和/或其他指令和/或数据的其他装置、工具或其他方法，例如接口1620和可移动存储单元1622，例如程序卡盒和卡盒接口(如视频游戏设备中的接口)、可移动存储芯片(例如EPROM或PROM)和相关插座、记忆棒和USB端口、存储卡和相关存储卡插槽、和/或任何其他可移动存储单元和相关接口。

计算机系统1600还可以包括网络或通信接口1624，用于与远程设备、远程网络、远程实体等(单独或共同由附图标记1628表示)的任何组合进行通信和交互。例如，通信接口1624可以允许计算机系统1600通过通信路径1626与远程设备1628进行通信，该通信路径可以是有线和/或无线的，并且可以包括LAN、WAN、因特网等的任何组合。控制逻辑和/或数据可以经由通信路径1625传输到计算机系统1600和从计算机系统1600传输。

在一个实施例中，包括存储有控制逻辑(软件)的有形非暂时性计算机可用或可读介质的有形非暂时性设备或制造品在本文中也被称为计算机程序产品或程序存储设备。这包括但不限于计算机系统1600、主存储器1608、辅助存储器1610和可移动存储单元1618和1622，以及体现上述任意组合的有形制造品。当由一个或多个数据处理设备(例如计算机系统1600)执行这样的控制逻辑时，使得这样的数据处理设备如本文所述地操作。

术语“车辆”是指能够承载一名或多名乘客和/或货物并由任何形式的能量提供动力的任何移动形式的运输工具。术语“车辆”包括但不限于轿车、卡车、货车、火车、自主车辆、飞机、无人机等。“自主车辆”(或“AV”)是指具有处理器、编程指令和传动系部件的车辆，传动系部件可由处理器控制，无需人工操作。自主车辆可以是完全自主的，对于大多数或所有驾驶条件和功能，不需要人工操作，或者它可以是半自主的，在某些条件下或对于某些操作，可能需要人工操作，或者人工操作可以超驰车辆的自主系统并控制车辆。值得注意的是，本文在自主车辆的背景下描述了本发明的方案。然而，本发明的方案并不局限于自主车辆应用。本发明的方案可以用于其他应用，例如机器人应用、雷达系统应用、度量应用和/或系统性能应用。

基于本公开中包含的教导，对于相关领域的技术人员来说，如何使用除图16所示之外的数据处理设备、计算机系统和/或计算机架构来制作和使用本公开的实施例将是显而易见的。特别地，实施例可以使用不同于本文所描述的那些的软件、硬件和/或操作系统实现来操作。

应该理解，具体实施方式部分而不是任何其他部分旨在用于解释权利要求。其他部分可以提出发明人所设想的一个或多个但不是所有的示例性实施例，因此，不旨在以任何方式限制本公开或所附权利要求。

虽然本公开描述了示例性领域和应用的示例性实施例，但应理解，本公开不限于此。其他实施例及其修改是可能的，并且在本公开的范围和精神内。例如，在不限制本段的一般性的情况下，实施例不限于图中所示和/或本文所述的软件、硬件、固件和/或实体。此外，实施例(无论在本文中明确描述与否)对于超出本文所描述的示例的领域和应用具有显著的实用性。

本文借助于说明特定功能及其关系的实现的功能构建块描述了实施例。为了便于描述，这些功能构建块的边界在这里被任意定义。只要适当地执行指定的功能和关系(或其等价物)，就可以定义替代边界。此外，替代实施例可以使用不同于本文所述的次序来执行功能块、步骤、操作、方法等。

本文中对“一个实施例”、“实施例”和“示例实施例”或类似短语的引用表明，所描述的实施例可以包括特定的特征、结构或特性，但每个实施例不一定包括特定的特征、结构或特性。此外，这样的短语不一定指的是相同的实施例。此外，当结合实施例描述特定的特征、结构或特性时，将这种特征、结构、或特性结合到其他实施例中将在相关领域的技术人员的知识范围内，无论这里明确提及或描述与否。此外，可以使用表达式“耦合”和“连接”及其派生词来描述一些实施例。这些术语不一定是彼此的同义词。例如，可以使用术语“连接”和/或“耦合”来描述一些实施例，以指示两个或更多个元件彼此直接物理或电接触。然而，术语“耦合”也可以指两个或更多个元件彼此不直接接触，但仍然相互合作或互动。本公开的广度和范围不应受到任何上述示例性实施例的限制，而应仅根据以下权利要求及其等同物来定义。

尽管上文描述了示例性实施例，但这些实施例并非旨在描述本公开的所有可能形式。相反，说明书中使用的词语是描述性而非限制性的词语，并且应当理解，在不脱离本公开的精神和范围的情况下可以进行各种改变。此外，各种实施例的特征可以被组合以形成进一步的实施例。