如何通过非接触式传感器实现车辆微米级磨损与1%精度真实地面速度的实时监测？【智能车辆维护】

1. 车轮的基本结构与技术要求

车轮是车辆与地面（或轨道）接触的关键部件，其核心功能是将发动机的动力转化为前进的牵引力，并承受车辆的载荷。在不同的应用场景下，车轮的结构和技术要求也有所不同：

• 公路车辆车轮（轮胎）：主要由橡胶轮胎和金属轮辋组成。轮胎胎面与路面接触，通过摩擦力产生牵引。其技术要求包括：足够的承载能力、良好的抓地力（牵引性能）、耐磨性、减震性能以及在不同路况下的适应性。在牵引力传递过程中，轮胎与路面之间不可避免地会发生相对运动，即“打滑”。打滑过大会导致牵引力损失、油耗增加，并加速轮胎磨损。

• 轨道车辆车轮（钢轮）：通常是整体铸造或锻造的钢制结构，包括踏面和轮缘。踏面与钢轨接触，传递牵引力并承载。轮缘则用于导向，防止脱轨。其技术要求包括：高强度、高硬度、优异的耐磨性、精确的几何形状以确保运行平稳和安全。钢轮在启动、制动或坡道行驶时也会发生与钢轨的相对滑动（通常称为“空转”或“滑行”），这不仅消耗能量，还会导致轮轨表面的严重磨损，甚至产生损伤（如擦伤、压溃等）。

无论是哪种车轮，其在工作过程中都会受到摩擦、冲击和疲劳等多种因素的影响，导致材料逐渐损耗，表面形状和性能发生变化，这就是“磨损”。磨损会直接影响车轮的牵引力、稳定性、安全性以及使用寿命。因此，对车轮的牵引力性能和磨损状况进行实时、准确的监测，对于保障车辆高效运行和维护安全至关重要。特别是在涉及到打滑的情况时，准确测量车轮的真实地面速度变得尤为关键，因为传统的基于车轮转速的测量方法会因打滑而失真。

2. 车轮相关监测参数的定义与评价方法

在车轮的牵引力与磨损监测中，我们需要关注一系列关键参数来评估其性能和健康状况：

• 速度：

  • 车轮转速：指车轮自身的转动速度，通常通过轮轴上的编码器或传感器测量。

  • 真实地面速度：指车辆相对于地面的实际移动速度。在无打滑的情况下，车轮转速乘以车轮有效周长可以近似得到地面速度。

  • 打滑率（Slip Rate）：是衡量车轮打滑程度的重要指标。它定义为车轮转速产生的理论速度与真实地面速度之间的差值，再除以其中一个参考速度（通常是真实地面速度或理论车轮速度）。打滑率过高意味着牵引力损失严重和磨损加剧。例如，对于驱动轮，打滑率 = (车轮理论速度 - 真实地面速度) / 真实地面速度。

• 磨损：

  • 磨损深度/量：指车轮表面材料在特定时间内或特定行驶距离后被磨掉的厚度或体积。通过周期性测量车轮的几何尺寸（如直径、踏面厚度、轮缘厚度），与原始尺寸进行对比来评估。

  • 磨损轮廓/形状：车轮表面，特别是踏面和轮缘的横截面形状，会随着磨损而变化。例如，轨道车轮的踏面可能会出现空心磨耗、垂直磨耗，轮缘会变薄、变尖。通过高精度轮廓测量仪获取轮廓数据，并与标准或新轮廓进行比对，以评估磨损程度和形态。

  • 表面粗糙度：磨损不仅影响宏观形状，也会改变车轮表面的微观纹理。粗糙度增加可能意味着抓地力下降或磨损加速。通过表面粗糙度仪测量微观起伏。

  • 表面缺陷：除了均匀磨损，车轮表面还可能出现局部缺陷，如擦伤、剥离、裂纹、凹坑等。这些缺陷可能由异常打滑、过载或疲劳引起，对行车安全构成威胁。通过视觉检测、三维扫描等方式识别和量化这些缺陷。

这些参数的监测和评估是车轮维护、牵引力控制和安全管理的基础。通过对它们进行持续追踪，可以预测维护周期、优化牵引力控制策略，从而延长车轮寿命并提升运行效率。

3. 实时监测/检测技术方法

3.1 市面上各种相关技术方案

在车轮牵引力磨损监测中，特别是为了减少车轮打滑带来的影响，非接触式速度测量技术和高精度磨损检测技术是核心。以下我们将深入解析几种主流的非接触式技术。

3.1.1 多普勒雷达测速技术（适用于速度测量）

多普勒雷达测速技术利用多普勒效应来测量物体的真实地面速度。其核心原理是：当雷达传感器发射频率固定的电磁波（如微波）射向一个运动的物体时，电磁波被物体反射回来，其频率会因为物体的运动而发生偏移。这种频率偏移量与物体的运动速度成正比。

想象一下，你站在铁路边，一列火车鸣着笛向你驶来，汽笛声听起来会比它静止时更尖锐；当火车驶过你远去时，汽笛声又会变得低沉。这就是声音的多普勒效应。雷达的多普勒测速原理与此类似，只是将声波换成了电磁波。

雷达传感器会持续发射一个固定频率（f_t）的电磁波束到被测表面（如地面）。当车辆移动时，地面相对于传感器也在移动。反射回来的电磁波（f_r）的频率会发生变化，这个变化量就是多普勒频移（f_d）。

多普勒频移的计算公式为：f_d = f_r - f_t = (2 * v * cos(θ)) / λ其中：* f_d 是多普勒频移（单位：赫兹 Hz）* v 是物体相对于传感器的速度（即车辆的真实地面速度，单位：米/秒 m/s）* θ 是电磁波发射方向与物体运动方向之间的夹角* λ 是电磁波的波长（λ = c / f_t，c是光速，f_t是发射频率）

从这个公式可以看出，只要我们知道发射电磁波的频率（即波长）和发射角，通过测量多普勒频移 f_d，就可以精确计算出物体的速度 v。

核心性能参数的典型范围：

• 速度范围：从接近静止（如0.5 km/h）到高速（如200 km/h以上）。

• 精度：通常在速度的±0.1%到±1%之间，具体取决于传感器设计和环境条件。

• 更新率：10 Hz到50 Hz，满足实时监测和控制需求。

• 测量距离：几十毫米到几米不等。

技术方案的优缺点：

• 优点：

  • 测量真实地面速度：这是其最显著的优势。由于是直接测量车辆相对于地面的运动，因此完全不受车轮打滑、轮胎周长变化、轮胎磨损或轮胎沉入地面的影响。这对于精确计算打滑率和优化牵引力控制至关重要。

  • 环境适应性强：微波具有穿透雾、雨、雪和灰尘的能力，因此在恶劣天气和复杂工业环境中表现出色，不易受表面颜色、纹理、光照变化的影响。

  • 非接触、无磨损：传感器不与被测表面接触，避免了机械磨损，维护成本低，寿命长。

  • 易于安装和维护：通常结构紧凑，安装灵活。

• 缺点：

  • 方向敏感性：测量结果与电磁波束的发射角度有关，安装时需要注意调整角度以获得最佳精度。

  • 对反射面要求：需要一定的反射面才能正常工作，对于完全吸收电磁波的表面可能不适用（但在车辆应用中很少遇到）。

  • 空间分辨率相对较低：雷达波束通常较宽，不如激光那样能聚焦到非常小的点上，对于极精细的位置测量可能有限。

  • 潜在干扰：在多雷达或复杂电磁环境中可能存在相互干扰，需要采取抗干扰措施。

3.1.2 激光测速技术（适用于速度测量）

激光测速技术通常指的是激光多普勒测速（LDV）或激光表面测速仪（LSV）。它也利用了多普勒效应，但将电磁波替换为激光束。

其基本原理是：传感器发射两束（或多束）具有已知夹角的激光束照射到运动物体表面。当物体表面上的微小颗粒或粗糙度特征（称为“散射体”）穿过激光束的交叠区域时，它们会散射激光。由于多普勒效应，散射光的频率会发生微小变化。接收器捕获这些散射光，并分析它们的干涉图样或频率偏移。通过计算两束散射光之间的频率差，可以精确得出物体在激光束交叠区域内的速度分量。

另一种常见的LSV方式是利用表面“散斑”图案的变化。当激光照射到粗糙表面时，会形成独特的散斑图案。传感器跟踪这个散斑图案在时间序列上的移动，通过相关性分析来计算表面速度。

核心性能参数的典型范围：

• 速度范围：0.01 m/s到几百m/s，精度通常极高。

• 精度：最高可达速度的±0.05%或更好，通常优于雷达多普勒。

• 更新率：数千Hz甚至更高，可实现超高速响应。

• 测量距离：几十毫米到几米，取决于激光功率和光学系统。

技术方案的优缺点：

• 优点：

  • 极高精度和分辨率：激光波长短，可以实现极高的速度测量精度和空间分辨率，甚至能够测量微小的速度波动。

  • 非接触：同样避免了与被测物体的接触，无磨损，无反作用力。

  • 快速响应：能够进行高速和高动态的测量。

• 缺点：

  • 对表面条件敏感：激光测速对被测表面的反射率、粗糙度和清洁度有较高要求。灰尘、水、油污或表面颜色变化可能会影响测量结果，甚至导致测量中断。

  • 受环境光影响：强烈的环境光可能对激光接收产生干扰。

  • 成本相对较高：通常比雷达测速系统更昂贵。

  • 安全性考量：高功率激光可能需要遵守特定的安全规范。

3.1.3 激光线扫描轮廓测量技术（适用于磨损检测）

激光线扫描技术是一种高效的非接触式三维轮廓测量方法，广泛应用于车轮磨损的在线检测。其基本原理是激光三角测量法。

传感器向被测车轮表面投射一束细长的激光线，就像在物体上画了一条“光线”。这条激光线在物体表面形成的形状会因为物体表面的高低起伏而发生变形。传感器内部的高分辨率相机（或CMOS/CCD阵列）会以特定角度同步捕捉这条变形的激光线图像。

通过几何三角关系，传感器内置的处理器可以根据激光线的像素位置，计算出每个点在X-Z（宽度-高度）平面的精确三维坐标，从而实时重建出车轮的二维截面轮廓数据。当车轮在传感器下方移动时，通过连续扫描并叠加这些二维轮廓，就可以构建出车轮表面的完整三维模型。

核心性能参数的典型范围：

• Z轴（深度）测量范围：从几毫米到几百毫米。

• Z轴分辨率：0.001毫米（微米级）到0.1毫米。

• X轴（横向）分辨率：0.01毫米到0.1毫米。

• 扫描速度：最高可达数万Hz（每秒扫描数万条线），实现对高速移动物体的测量。

技术方案的优缺点：

• 优点：

  • 高精度、高分辨率：能够精确捕捉车轮表面微小的磨损、凹陷和形状变化。

  • 高速在线测量：非常适合在生产线或车辆运行过程中进行实时或准实时的动态检测，例如火车在低速通过检测点时。

  • 非接触：对车轮表面无损伤。

  • 抗环境光能力较强：通过滤波和高强度激光，可以有效抑制环境光干扰。

• 缺点：

  • 数据量大：生成的三维点云数据通常非常庞大，需要强大的处理能力和存储空间。

  • 受表面反射影响：对于高反光或极暗的表面，测量效果可能受到影响。

  • 遮挡问题：复杂几何形状可能存在“阴影”或“盲区”，需要多角度安装多个传感器进行弥补。

3.1.4 结构光三维扫描技术（适用于磨损检测）

结构光三维扫描技术是另一种广泛用于高精度三维形状测量的非接触方法，特别适合对静止或低速移动的车轮进行详细的磨损分析。

其工作原理是：系统通过投影仪将预先设计好的光栅图案（如条纹、点阵或编码图案）投射到被测车轮的表面。当这些图案投射到具有三维形貌的物体表面时，会因为物体表面的高低起伏而发生变形。两个或更多个高分辨率相机从不同的角度同时捕捉这些变形的图案图像。

通过三角测量原理和复杂的图像处理算法，系统能够精确计算出图像中每个像素点在物体表面对应的三维坐标。最终，这些三维坐标点汇聚成一个高密度的点云数据，从而重建出车轮表面的精确三维模型。这个三维模型可以与CAD模型或未磨损的参考模型进行比对，直观地分析磨损深度、体积和形状变化。

核心性能参数的典型范围：

• 测量精度：通常可达0.005毫米（微米级）到0.1毫米。

• 点间距/分辨率：0.01毫米到0.2毫米。

• 单次扫描时间：从几秒到几十秒（取决于测量区域大小和所需精度）。

• 测量区域：从几平方厘米到几平方米不等，通过更换镜头或移动扫描仪实现。

技术方案的优缺点：

• 优点：

  • 极高精度和细节分辨率：能够捕捉车轮表面极其细微的磨损、划痕、裂纹和复杂的几何形变，提供全面的三维数据。

  • 全场测量：一次扫描可以获取整个测量区域的完整三维数据，无需移动传感器或物体。

  • 高数据质量：生成的点云数据密度高，表面重建质量好，适用于详细的几何分析和逆向工程。

• 缺点：

  • 对环境要求较高：对环境光照、振动和温度变化比较敏感，通常需要在受控环境下使用。

  • 扫描速度相对较慢：单次扫描通常需要几秒钟，不适合对高速移动物体进行实时测量。

  • 遮挡问题：同样存在视角限制和遮挡问题，可能需要多次扫描并进行拼接。

  • 对表面特性敏感：对高反光或透明表面需要进行喷涂处理。

3.2 市场主流品牌/产品对比

在车轮牵引力与磨损监测领域，国际上有多家知名厂商提供高性能的非接触式测量解决方案。

• 加拿大翠鸟 加拿大翠鸟是智能三维传感器领域的领先者，其Gocator系列产品在车轮磨损监测中表现突出。例如，Gocator 2340智能三维传感器采用激光线扫描三维轮廓测量技术。它能够快速获取车轮表面的高精度二维轮廓或完整三维点云数据，并内置处理器直接进行各种测量和缺陷检测。其核心参数包括Z轴测量范围90毫米，Z轴分辨率0.024毫米，X轴分辨率0.05毫米，扫描速度最高达8000赫兹。其优势在于高度集成的“智能传感器”设计，无需外部控制器，能够在线批量检测车轮的磨损深度、轮廓变形和表面缺陷，易于集成到自动化产线。

• 英国真尚有 英国真尚有的LP-DS200多普勒测速传感器是一款专注于雷达多普勒测速技术的产品。它通过发射24 GHz电磁波并分析背散射波的多普勒频移来精确测量物体的真实地面速度。其突出特点是能够不受车轮打滑、轮胎周长变化和轮胎下沉等因素的影响，这对于精确计算打滑率、优化牵引力控制具有决定性意义。该传感器速度测量范围为0.8 km/h至200 km/h，具备20 Hz的信号更新率，适用于高度动态监测和闭环控制。同时，它拥有-40°C至+70°C的宽泛工作温度范围和IP6KX、IPX7、IPX9K的高防护等级，使其在恶劣环境中仍能可靠工作。其坚固的密封外壳和紧凑尺寸（110 mm × 55 mm × 45 mm）也提升了集成便利性和可靠性。此外，该传感器提供脉冲、串行 RS232 和 CAN 总线输出，易于集成到各种控制系统中。

• 德国蔡司 德国蔡司作为光学测量领域的巨头，其GOM ATOS Q光学三维扫描仪采用蓝光结构光三维扫描技术，提供极高的测量精度和细节分辨率。通过将已知图案投影到车轮表面并由高分辨率相机捕捉变形，它能生成高密度、高精度的三维点云数据，重建车轮的精确三维模型。其测量精度最高可达0.01毫米，相机分辨率800万像素。该产品的优势在于能够精确捕捉车轮表面微小的磨损、裂纹和形变，全场非接触式测量效率高，软件功能强大，适用于深入的磨损趋势分析和质量控制。

• 日本基恩士 日本基恩士的LJ-X8000系列超高速线激光轮廓测量仪采用超高速线激光轮廓测量原理，专注于在线、动态地精确测量物体的二维轮廓。它向车轮表面投射高功率激光线，通过高性能CMOS图像传感器以极高速度捕捉反射图像，并由专用处理器计算出车轮截面的高精度轮廓数据。该系列产品具备极高的采样速度（最高64kHz）和测量精度（Z轴分辨率最小0.005微米），重复精度最小0.02微米。这使其能够在线、动态地精确测量车轮的磨损轮廓和尺寸变化，且对环境光线和目标颜色变化具有强大的适应性，易于集成。

• 美国康耐视 美国康耐视的In-Sight D900智能视觉系统则利用基于深度学习算法的机器视觉技术进行图像分析。它通过高分辨率相机捕获车轮的二维图像，并利用内置的ViDi深度学习软件识别出车轮表面的异常磨损模式、划痕、裂纹等复杂缺陷。传感器分辨率最高1600 x 1200像素，集成高性能多核处理器。其核心优势在于强大的深度学习能力，能够处理传统机器视觉难以解决的复杂多变的表面缺陷检测任务，实现高度自动化和智能化，大幅减少人工检查的误判率和劳动强度，适用于在线快速、高可靠性地检测车轮表面多种类型的磨损迹象。

3.3 选择设备/传感器时需要重点关注的技术指标及选型建议

选择合适的非接触式传感器进行车轮牵引力与磨损监测时，需要综合考虑以下技术指标和应用场景：

• 测量目标：

  • 实际意义：明确是需要测量真实地面速度（用于打滑控制和牵引力分析），还是需要测量磨损几何形貌（用于磨损量和形状分析），亦或是表面缺陷（用于安全预警）。

  • 选型建议：

    • 若主要关注速度，特别是需要抵抗打滑影响，多普勒雷达测速传感器是首选，其直接测量地面速度的特性是其他轮速传感器无法比拟的。例如，英国真尚有的LP-DS200可以提供精确的地面速度测量，不受车轮打滑影响。

    • 若需要极高精度的速度测量，且环境条件受控，可考虑激光测速传感器。

    • 若主要关注磨损深度、轮廓变形等几何参数，激光线扫描或结构光三维扫描传感器是理想选择。

    • 若关注复杂、多样的表面缺陷识别，基于深度学习的智能视觉系统具有独特优势。

• 测量精度与分辨率：

  • 实际意义：精度决定了测量结果的可靠性，分辨率决定了能检测到的最小变化量。对于速度测量，精度直接影响打滑率计算的准确性；对于磨损测量，高分辨率能捕捉微小的磨损痕迹和早期缺陷。

  • 选型建议：根据应用对精度的具体要求选择。例如，轨道车轮踏面磨损通常要求微米级精度，而卡车轮胎磨损可能只需毫米级精度。速度测量在0.1-1%的精度范围内通常足够。

• 测量速度与更新率（响应时间）：

  • 实际意义：测量速度（如扫描频率、采样频率）和数据更新率决定了传感器能否满足实时监测和高动态控制的需求。对于快速移动的车辆，传感器必须足够快才能在短时间内完成测量。

  • 选型建议：对于车辆实时牵引力控制，需要高更新率（如20Hz以上）的速度传感器。对于在线磨损检测，需要高速扫描的激光线扫描仪。实验室级别的精密磨损分析则可接受较低的扫描速度。

• 环境适应性（防护等级、工作温度）：

  • 实际意义：车辆在户外、工厂等复杂环境中运行，可能面临粉尘、水溅、温度剧变、振动等挑战。传感器的防护等级（如IP代码）和工作温度范围是其可靠性的重要保证。

  • 选型建议：户外或恶劣工业环境应选择IP67或更高防护等级、宽工作温度范围的传感器，如多普勒雷达传感器在这方面通常表现优异。英国真尚有的LP-DS200具有IP6KX、IPX7、IPX9K的高防护等级和-40°C至+70°C的宽泛工作温度范围，适合在恶劣环境中应用。

• 测量距离与安装灵活性：

  • 实际意义：传感器与被测物体之间的最佳工作距离。合理的安装距离可以避免碰撞，并确保测量精度。紧凑的尺寸和灵活的安装方式有助于系统集成。

  • 选型建议：根据车辆底盘空间、车轮尺寸以及测量布局来选择合适工作距离的传感器。例如，若安装空间有限，紧凑型传感器更有优势。

• 数据接口与系统集成：

  • 实际意义：传感器提供的数据输出格式（如脉冲、RS232、CAN总线、以太网）和通信协议，会影响其与车辆控制系统或监测平台的集成难度。

  • 选型建议：选择与现有系统兼容的接口类型，以简化集成工作。CAN总线在车辆领域是主流，以太网在工业自动化中常见。英国真尚有的LP-DS200提供脉冲、串行 RS232 和 CAN 总线等多种输出方式，方便集成。

3.4 实际应用中可能遇到的问题和相应解决建议

在车轮牵引力磨损监测的实际应用中，非接触式传感器虽然具有诸多优势，但也可能面临一些挑战：

• 环境干扰问题：

  • 现象及影响：对于光学传感器（激光、结构光、视觉），灰尘、泥土、水汽、雨雪以及强烈的环境光（如阳光直射）都可能阻挡激光束或影响图像质量，导致测量数据不准确甚至中断。对于雷达传感器，虽然穿透力强，但在极其复杂的电磁环境中也可能存在干扰。

  • 解决建议：

    • 光学传感器：加装防护罩、空气吹扫装置保持镜头清洁；选择具有高抗环境光能力的型号；在可能的情况下，优化安装位置以避开直射光线；必要时可考虑在夜间或光线受控条件下进行测量。

    • 雷达传感器：选择具有抗干扰算法的型号；合理规划安装位置，避免多个雷达传感器互相干扰（若有）；检查电源质量，减少电气噪声。

• 被测表面特性变化影响：

  • 现象及影响：车轮表面（特别是轮胎）的颜色、纹理、光泽度等会影响激光的反射或散射特性，可能导致光学传感器的测量不稳定。磨损或脏污的表面可能会改变其光学特性。

  • 解决建议：

    • 选择对表面特性不敏感的传感器，例如多普勒雷达测速传感器对表面颜色和纹理几乎不敏感。

    • 对于光学磨损检测，可以考虑预处理（如清洁），或者选择具有更高动态范围和智能算法的传感器，能够自适应不同的表面条件。

• 振动与位移：

  • 现象及影响：车辆在行驶过程中不可避免地会产生振动。如果传感器安装不牢固或车辆振动幅度过大，可能导致传感器与车轮（或地面）之间的相对位置发生微小变化，进而影响测量的稳定性或精度。

  • 解决建议：

    • 采用坚固可靠的安装支架，并采取减振措施（如安装减振垫）。

    • 选择具有较大测量范围容差或自动校准功能的传感器。

    • 如果可能，将传感器安装在振动较小的位置。

• 数据处理与分析挑战：

  • 现象及影响：高分辨率的磨损检测传感器会产生海量三维点云数据，如何高效存储、传输、处理和分析这些数据是一个挑战。对于速度数据，也需要高级算法来提取打滑率、趋势等信息。

  • 解决建议：

    • 部署边缘计算能力，让传感器或本地控制器完成部分数据预处理和特征提取，减少传输和存储压力。

    • 利用专业的分析软件对磨损数据进行可视化和趋势分析。

    • 与车辆的GPS、惯性导航系统等数据融合，进行更全面的运动状态评估。

4. 应用案例分享

• 铁路轨道车辆：在铁路货运或客运列车上安装多普勒雷达测速传感器，例如英国真尚有的LP-DS200，实时监测列车的真实地面速度和车轮的打滑/空转情况。这有助于优化牵引力控制，减少轮轨磨损，预防轮对擦伤等故障，提高行车安全性和燃油效率。

• 矿山重型卡车：在矿山运输车辆上部署非接触式磨损检测系统（如激光线扫描），对巨型轮胎的胎面和侧壁磨损进行定期或在线检查。这能帮助矿山管理人员及时发现轮胎异常磨损或早期缺陷，优化轮胎调度和更换策略，延长轮胎寿命，降低运营成本。

• AGV/叉车等室内运输设备：在自动化导引车（AGV）或叉车上使用多普勒雷达测速传感器，提供精确的真实地面速度信息，辅助导航和定位。当AGV在湿滑地面或爬坡时发生车轮打滑，雷达测速能提供准确的反馈，使控制系统能快速调整，避免定位误差和货物损坏。

• 工程机械与农用机械：在推土机、挖掘机或拖拉机等工程机械上应用多普勒雷达测速技术，监测其行驶速度和驱动轮的打滑率。这对于精确控制作业速度、优化牵引力输出、减少燃油消耗以及延长履带或轮胎寿命具有重要意义，尤其是在湿软或复杂地形作业时。

在选择车轮牵引力与磨损监测设备时，需要根据具体的应用场景和需求进行综合考虑。如果需要精确测量车辆的真实地面速度，特别是需要避免车轮打滑带来的误差，可以考虑使用多普勒雷达测速传感器。如果需要高精度地测量车轮的磨损情况，可以选择激光线扫描或结构光三维扫描传感器。如果需要识别车轮表面的复杂缺陷，可以考虑使用基于深度学习的智能视觉系统。