CN105452803A - 数据生成方法以及数据生成装置 - Google Patents
数据生成方法以及数据生成装置 Download PDFInfo
- Publication number
- CN105452803A CN105452803A CN201480041384.XA CN201480041384A CN105452803A CN 105452803 A CN105452803 A CN 105452803A CN 201480041384 A CN201480041384 A CN 201480041384A CN 105452803 A CN105452803 A CN 105452803A
- Authority
- CN
- China
- Prior art keywords
- altitude information
- singular point
- point
- depression
- candidate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 31
- 238000000605 extraction Methods 0.000 claims abstract description 37
- 238000005259 measurement Methods 0.000 claims description 12
- 238000006073 displacement reaction Methods 0.000 claims description 7
- 239000000284 extract Substances 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 7
- 238000010009 beating Methods 0.000 description 18
- 238000009826 distribution Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 238000003384 imaging method Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 230000015572 biosynthetic process Effects 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 230000001678 irradiating effect Effects 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 238000011157 data evaluation Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
- G01M17/02—Tyres
- G01M17/027—Tyres using light, e.g. infrared, ultraviolet or holographic techniques
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60C—VEHICLE TYRES; TYRE INFLATION; TYRE CHANGING; CONNECTING VALVES TO INFLATABLE ELASTIC BODIES IN GENERAL; DEVICES OR ARRANGEMENTS RELATED TO TYRES
- B60C99/00—Subject matter not provided for in other groups of this subclass
- B60C99/006—Computer aided tyre design or simulation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
- G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
- G01B11/2518—Projection by scanning of the object
- G01B11/2522—Projection by scanning of the object the position of the object changing and being recorded
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供一种数据生成装置,其中候补提取部(322)执行候补提取处理,从1行的高度数据取出以某1个采样点为起点而连续的一定数量的高度数据,算出取出的高度数据的中值与取出的各高度数据的差分,将差分为高度阈值以上的采样点作为奇异点候补提取。插补部(323)将奇异点候补的连续数为宽度阈值以下的奇异点候补决定为奇异点,除去所决定的奇异点的高度数据,使用与该奇异点相邻的奇异点以外的采样点的高度数据来插补除去的高度数据,生成用于评价跳动以及鼓起凹陷的形状数据。
Description
技术领域
本发明涉及将轮胎的触地面或胎侧面作为测定面来生成用于评价测定面的鼓起凹陷(bulge/dent)以及跳动(runout)的形状数据的技术。
背景技术
已知出于制造过程上的理由,在轮胎会产生被称作跳动(runout)的低频的起伏、被称作鼓起凹陷的具有大于跳动的倾斜的形状的局部缺陷。为此,测量轮胎的测定面的形状,根据得到的形状数据评价跳动以及鼓起凹陷,判定轮胎是否是不良品。
另外,出于制造工序上的理由,在轮胎中还存在被称作飞边或毛刺的宽度窄于鼓起凹陷的宽度、高度大的部位,若将飞边或毛刺的形状也包含在形状数据中,则会变得不能根据形状数据正确评价跳动以及鼓起凹陷。
为此,专利文献1公开了如下技术:使用非接触式的位移计以恒定的采样周期在周向扫描触地面,取得1周份的高度数据,从取得的高度数据中除去噪声分量,由此算出用于评价径向跳动的径向跳动评价数据。在此,专利文献1在以某采样点为中心并排的前后多个高度数据的中值与各高度数据之差大于阈值的情况下,将该高度数据判定为噪声分量。
但是,在专利文献1中,由于作为提取噪声分量时所用的阈值,采用比跳动的标准的变动值稍大的值,因此有将鼓起凹陷或超过标准的变动值的跳动当成噪声分量除去这样的问题。另外,在专利文献1中,由于不考虑高度数据与中值之差大于阈值的高度数据的连续数,将差大于的高度数据一律当成噪声分量除去,有将具有和噪声分量同程度的高度的表示鼓起凹陷的高度数据当成噪声分量除去的可能性。
先行技术文献
专利文献
专利文献1:JP特开2008-286703号公报
发明内容
发明的概要
本发明的目的在于,提供生成用于精度良好地评价跳动以及鼓起凹陷的形状数据的技术。
本发明的1个方式的数据生成方法将轮胎的触地面或胎侧面作为测定面,生成用于评价所述测定面的鼓起凹陷以及跳动的形状数据,所述数据生成方法具备:高度数据取得步骤,其使用形状传感器以恒定的采样周期扫描所述测定面,取得1行的高度数据;候补提取步骤,执行候补提取处理,从所述1行的高度数据取出以某1个采样点为起点而连续的一定数量的高度数据,算出所述取出的高度数据的中值与所述取出的各高度数据的差分,将所述差分为高度阈值以上的采样点作为奇异点候补提取,所述候补提取处理一边将所述起点错开一边对所述1行的高度数据的全域进行;和插补步骤,从所述奇异点候补中将满足给定的条件的奇异点候补决定为奇异点,除去所决定的奇异点的高度数据,使用与该奇异点相邻的奇异点以外的采样点的高度数据来插补除去的奇异点的高度数据,生成所述形状数据,所述高度阈值是根据预先生成的表示所述鼓起凹陷的形状的模型数据算出的所述鼓起凹陷的最大斜率与相当于所述一定数量的宽度的一半之积以上的给定的值。
根据本发明,由于能生成从1行的高度数据正确除去奇异点的高度数据,因此能得到用于精度良好地评价跳动以及鼓起凹陷的形状数据。
附图说明
图1是本发明的实施方式的数据生成装置的整体构成图。
图2是形状传感器的详细的构成图。
图3是表示本发明的实施方式的数据生成装置的构成的一例的框图。
图4是表示由候补提取部除去奇异点的处理的示意图。
图5是表示出表示鼓起凹陷的形状的模型数据的一例的图。
图6是表示鼓起凹陷、和飞边以及毛刺的形状分布的图表。
图7是表示细高的鼓起凹陷的形状的图表。
图8是表示鼓起凹陷的模型数据的形状和斜率的图表。
图9是示出表示以中值为基准时的鼓起凹陷的高度数据的最大值的估计值的图表。
图10是表示本发明的实施方式的数据生成装置的动作的流程图。
图11是表示除去奇异点前的高度数据、和除去奇异点后的高度数据的图表。
图12是表示除去奇异点前的高度数据、和除去奇异点后的高度数据的图表。
图13是表示除去奇异点前的高度数据、和除去奇异点后的高度数据的图表。
图14是表示除去奇异点前的高度数据、和除去奇异点后的高度数据的图表。
具体实施方式
图1是本发明的实施方式的数据生成装置的整体构成图。数据生成装置是生成用于评价将轮胎T的触地面T11或胎侧面T12作为测定面时的测定面中的跳动以及鼓起凹陷的形状数据的装置。所谓跳动,是指轮胎T的测定面的低频的起伏(比较平缓变化的凹凸),出于轮胎T的制造工序上的理由而产生。另外,鼓起凹陷是指具有比跳动更大的倾斜的形状的局部缺陷,出于轮胎T的制造工序上的理由而产生。
图1所示的数据生成装置具备:形状传感器101、旋转部102、编码器103、控制部104、以及组件驱动部105。旋转部102使轮胎T以旋转轴R为中心轴旋转。具体地,旋转部102包含安装在轮胎T的中心轴的轴杆、以及用于使轴杆旋转的电动机等。作为旋转部102造成的轮胎T的旋转速度,例如采用60rpm。
形状传感器101存在设于轮胎T的触地面T11侧的形状传感器101_1、设于轮胎T的一方(图1中上方)的胎侧面T12的形状传感器101_2、和设于轮胎T的另一方(图1中下方)的胎侧面T12的形状传感器101_3。形状传感器101_1在测量触地面T11时使用,形状传感器101_2在测量一方的胎侧面T12时使用,形状传感器101_3在测量另一方的胎侧面T12时使用。
形状传感器101_1对旋转中的轮胎T的触地面T11照射激光来在周向D101上扫描触地面T11,接受来自轮胎T的反射光,取得周向D101的1行份的测量数据。在此,周向D101是指在与旋转轴R正交的面上切断轮胎T时的轮胎T的外周的方向。
形状传感器101_2、101_3也和形状传感器101_1同样地分别将激光照射到旋转中的轮胎T的胎侧面T12,来在周向D102上扫描胎侧面T12,取得周向D102的1行的测量数据。在此,周向D102是在胎侧面T12上描绘以旋转轴R为中心的某半径的同心圆时的同心圆的外周的方向。
每当轮胎T旋转给定角度,编码器103就将表示旋转角度的角度信号输出给控制部104。角度信号为了决定形状传感器101的测量定时而使用。
控制部104例如由微控制器构成,对从形状传感器101输出的测量数据进行后述的处理。组件驱动部105包含用于将形状传感器101_1~101_3各自定位的3根臂部(图略)以及用于使3根臂部分别移动的3个电动机等,在控制部104的控制下将形状传感器101_1~101_3定位。
另外,在图1中示出设置3个形状传感器101_1~101_3的方式,但并不限定于此。例如也可以省去形状传感器101_1~101_3当中任意1个或2个。
图2是形状传感器101的详细的构成图。在图2中,示出测量触地面T11时的形状传感器101_1。在图2中,Y轴表示与旋转轴R平行的方向,Z轴表示触地面T11的法线方向,X轴表示与Y轴以及Z轴各自正交的方向。
光源201是包含半导体激光器以及圆柱透镜等的光源,将斑点状的激光照射到轮胎T。在此,光源201从与Z轴交叉的方向照射光。由于轮胎T通过旋转部2而旋转,因此激光能沿着周向D101扫描轮胎T的触地面T11。
摄像机202具备摄像机镜头203、以及摄像元件204。摄像机镜头203将来自触地面T11的反射光引导到摄像元件204。摄像元件204例如由CCD或COMS等图像传感器构成,经由摄像机镜头203接受反射光。摄像元件204在控制部104的控制下对触地面T11摄像。另外,由于反射光优选正反射光,因此摄像机镜头203构成为将正反射光引导到摄像元件204。
图3是表示本发明的实施方式的数据生成装置的构成的一例的框图。数据生成装置具备:形状传感器310、控制部320、操作部330、存储部340、以及显示部350。
形状传感器310将轮胎T的触地面T11或胎侧面T12作为测定面,非接触地测量测定面的形状。具体地,形状传感器310相当于图1所示的形状传感器101,具备摄像元件311以及光源312。摄像元件311相当于图2所示的摄像元件204,光源312相当于图2所示的光源201。
控制部320相当于图1所示的控制部104,具备高度数据取得部321、候补提取部322、插补部323、以及评价部324。高度数据取得部321使用形状传感器310以恒定的采样周期扫描测定面,取得1行的测量数据,根据取得的测量数据使用三角测量的原理来算出1行的高度数据。在本实施方式中,取得沿着图1所示的触地面T11的周向D101的1行的高度数据或沿着胎侧面T12的周向D102的1行的高度数据。
在图2的示例中,若摄像元件204的水平方向H与Y轴平行,则对应于触地面T11的高度而受光点P1的垂直方向V的坐标变化。因而,高度数据取得部321使摄像元件204以恒定的帧速率对正照射激光的旋转中的轮胎T的触地面T11连续摄像。然后,高度数据取得部321在例如以受光点P1的垂直方向V的坐标为纵轴、以时间轴为横轴的二维坐标空间,在时间序列上绘制受光点P1的垂直方向V的坐标。然后,高度数据取得部321将各绘制点作为采样点,根据各采样点的纵轴的坐标使用三角测量的原理来求取各采样点的高度数据,取得沿着触地面T11的周向D101的1行的高度数据。在此,作为1行的高度数据的采样点的个数,例如采用1000~5000程度。因而,1行的高度数据是由采样点的个数份的高度数据构成的数据群。
候补提取部322从1行的高度数据中以某1个采样点为起点取出连续的一定数量的高度数据,算出取出的高度数据的中值与取出的各高度数据的差分,执行将差分为高度阈值以上的采样点提取为奇异点候补的候补提取处理。然后,候补提取部322错开起点并对1行的高度数据的全域进行候补提取处理,从1行的高度数据中提取奇异点候补。
在此,在奇异点中包含高度数据表示轮胎的飞边或毛刺的采样点、以及形状传感器310的不能测定点。所谓飞边,是在将轮胎T金属模形成时产生的薄的突起物,所谓毛刺,是指将轮胎T金属模形成时产生的胡须状的突起物。另外,所谓不能测定点,是指由于激光被遮挡而不能得到正确的高度数据的采样点。飞边、毛刺、以及不能测定点的高度数据具有绝对值远大幅大于跳动以及鼓起凹陷的高度数据的绝对值的特征。为此在本实施方式中,将与中值的差分为高度阈值以上的采样点作为奇异点候补提取。
在此,作为高度阈值,采用基于根据预先生成的表示鼓起凹陷的形状的模型数据算出的鼓起凹陷的最大斜率的估计值、和与在1次的候补提取处理从1行的高度数据取出的一定数量的采样点相当的长度的一半之积而算出的值。
插补部323将奇异点候补的连续数为宽度阈值以下的奇异点候补决定为奇异点,除去所决定的奇异点的高度数据,使用与该奇异点相邻的奇异点以外的采样点的高度数据对除去的高度数据进行插补,来生成用于评价跳动以及鼓起凹陷的形状数据。在此,飞边或毛刺的宽度小于跳动以及鼓起凹陷的宽度,不能测定点的连续数小于跳动以及鼓起凹陷的宽度。为此在本实施方式中,将奇异点候补的连续数为宽度阈值以下的奇异点候补决定为奇异点。
评价部324通过对由插补部323生成的形状数据进行解析,来评价轮胎T的跳动以及鼓起凹陷。在此,评价部324例如对形状数据进行傅立叶变换等来评价轮胎T的跳动以及鼓起凹陷。
操作部330接受来自操作人员的用于操作数据生成装置的操作指示,并将其输出给控制部320。存储部340例如由非易失性的存储装置构成,存储候补提取部322进行候补提取处理时所用的高度阈值。另外,存储部340存储插补部323从奇异点候补决定奇异点时使用的宽度阈值。
显示部350例如由液晶显示面板构成,显示插补部323生成的形状数据、评价部324得到的评价结果。
图4是表示候补提取部322除去奇异点的处理的示意图。候补提取部322,将图4所示那样的采样区间具有相当于一定数量B的宽度BW的中值滤波器,以某采样点为起点A适用于1行的高度数据,求取在宽度BW内的高度数据中值Med。然后,候补提取部322算出中值Med与宽度BW内的各采样点的高度数据Px的差分ΔS。然后,候补提取部322将差分ΔS为高度阈值TH1以上的采样点作为奇异点候补进行提取。
高度阈值TH1通过TH1=D·((B-1)/2)…(1)表征。D是根据图5所示的表示鼓起凹陷的形状的模型数据估计的鼓起凹陷的最大斜率。另外,在式(1)中从B减去1是因为,宽度BW以从一定数量B减去起点A的采样点的个数表征。
图5是表示鼓起凹陷的形状的模型数据的一例的图。在经验上已知鼓起凹陷的形状能近似于正态分布的形状。为此在本实施方式中,例如采用下述那样生成的模型数据。首先,根据过去制造的多个轮胎T各自的鼓起凹陷的形状数据的实测值决定各鼓起凹陷的宽度W、高度H,将正态分布(高斯分布)函数拟合在决定的宽度W、高度H,求取近似各鼓起凹陷的形状的正态分布函数。然后,对各正态分布函数进行微分来求取各正态分布函数的最大斜率,将求得的最大斜率当中值最大的正态分布函数作为模型数据而采用。
在此采用斜率最大的正态分布函数作为模型数据是因为,考虑在宽度BW内,以中值Med为基准时的跳动以及鼓起凹陷的高度数据,收敛在对最大斜率乘以宽度BW的一半得到的值以内。
由于如上述那样,表示奇异点的高度数据示出尖峰形状,因此在周向D101、D102上,仅1点~数点程度连续。反之,在表示某种程度的高度的高度数据连续到一定以上的情况下,该高度数据表示鼓起凹陷。另外,鼓起凹陷由于如上述那样具有正态分布的形状,因此能从该正态分布的形状估计出鼓起凹陷具有的最大斜率D。
然后,在从1行的高度数据取出宽度BW的高度数据的情况下,若能在宽度BW中估计以中值Med为基准时的表示鼓起凹陷的高度数据的最大值,则通过将该最大值、或在最大值加上稍微的裕量的值设定为高度阈值TH1,就能在宽度BW区别表示鼓起凹陷的高度数据和表示奇异点的高度数据。另外,由于跳动的倾斜小于鼓起凹陷的倾斜,因此在宽度BW内,以中值Med为基准时的跳动的高度数据也不会超过高度阈值TH1。
在此,还考虑将从1行的高度数据取出一定数量B的高度数据时的高度数据的平均值与各采样点的高度数据的差分和高度阈值进行比较,来区别跳动以及鼓起凹陷和奇异点。但是,奇异点的高度数据和正常的采样点的高度数据相比,多数情况是取非常大的值,由于包含在一定数量B的采样点中奇异点的数、和种种原因下,存在平均值易于取到不稳定的值这样的问题。为此在本实施方式中,采用难以受到奇异点的影响的中值。
在此,所谓中值,是指将某一定数量B的数据按从小到大的顺序排列的情况下的中央的值。例如,若将一定数量B设为15点,则第8小的值成为中值。
图6是表示鼓起凹陷、和飞边以及毛刺的形状分布的图表,纵轴表示宽度,横轴表示高度。在图6中,菱形的绘制表示鼓起凹陷,四边形的绘制表示飞边/毛刺。如图6所示那样,鼓起凹陷处于虽然低于飞边/毛刺但宽度宽的倾向。在图6的示例中,关于宽度,以宽度601为边界,在上侧分布鼓起凹陷,在下侧分布飞边/毛刺。因此,关于宽度,若高度数据的连续数为宽度601以上,则能区别为鼓起凹陷,若不足宽度601,则能区别为飞边/毛刺。
另一方面,关于高度,由于在区域602中,鼓起凹陷和飞边/毛刺混合存在,因此单纯设定高度阈值,不能区别鼓起凹陷、和飞边/毛刺。为此在本实施方式中,将与中值之差超过高度阈值TH1的高度数据作为奇异点候补,若奇异点候补的连续数为宽度阈值以下,则将这些连续的奇异点候补决定为奇异点。
在鼓起凹陷中还存在细高形状。图7是表示细高的鼓起凹陷的形状的图表。在图7中,纵轴表示高度,横轴表示位置。调查过去测定的鼓起凹陷的形状的结果,鼓起凹陷的高度最大1.2mm程度、宽度最小20点程度。为此在本实施方式中,作为用于从奇异点候补提取奇异点的宽度阈值,采用考虑了具有图7所示那样的细长的形状的鼓起凹陷的宽度的值。
图8是表示鼓起凹陷的模型数据的形状和斜率的图表。在图8中,左侧的纵轴表示高度,右侧的纵轴表示斜率,横轴表示位置。另外,在图8中,图表801是表示鼓起凹陷的模型数据的形状的图表,图表802是表示鼓起凹陷的模型数据的斜率的图表。
如图表801所示那样,可知鼓起凹陷的模型数据具有正态分布的形状。另外,如图表802所示那样,可知最大斜率D位于图表801的拐点803。
图9是示出表示以中值Med为基准时的鼓起凹陷的高度数据的最大值ΔS_max的估计值的图表,纵轴表示高度,横轴表示中值滤波器的宽度BW。在设定中值滤波器来使中值Med位于鼓起凹陷的最大斜率D的位置的情况下,能将表示鼓起凹陷的高度数据与中值Med的差分ΔS的最大值ΔS_max估计为D·(BW/2)。即,不管在1行的高度数据的哪个区间设定中值滤波器,都能估计为差分ΔS不超过最大值ΔS_max。因而,若采用D·(BW/2)作为高度阈值TH1,则能区别表示跳动以及鼓起凹陷的高度数据、和表示奇异点的高度数据。为此在本实施方式中,作为高度阈值TH1而采用D·(BW/2)、即上述的式(1)。或者,作为高度阈值TH1,也可以采用对D·(BW/2)加上些许裕量的值。
若中值滤波器的宽度BW过大,则由于会出现将整体的形状变化的影响、跳动或鼓起凹陷全都判断为奇异点等的问题,因此至少需要具有小于预测的鼓起凹陷的最小宽度(图7的示例中为20点)的值。另一方面,若宽度BW过小,则会发生奇异点连续宽度BW的一半以上的事态。这种情况下,将中值设定在奇异点的结果,有可能不能正确地除去奇异点。为此在本实施方式中,设定宽度BW,使其满足小于根据过去的测定结果得到的鼓起凹陷的最小宽度、且宽度BW的一半(=BW/2)大于根据过去的测定结果得到的奇异点的宽度这样的条件。另外,在能根据成为测定对象的轮胎T的种类估计鼓起凹陷的最小宽度、奇异点的宽度的情况下,也可以设定满足与轮胎T的种类相应的条件的宽度BW。
图10是表示本发明的实施方式的数据生成装置的动作的流程图。首先,高度数据取得部321使形状传感器310扫描轮胎T,取得1行的高度数据D(i)(S101)。
接下来,候补提取部322以某采样点为起点A在1行的高度数据D(i)设定中值滤波器,取出一定数量B的高度数据D(i)(S102)。在此,i是0以上的整数,是表示采样点的位置的索引。在以下的说明中,随着i变大而将高度数据定义为位于后侧的采样点,随着i变小而将高度数据定义为位于前侧的采样点。另外,将起点A在第1次的处理中定义为i=0的采样点。
接下来,候补提取部322算出取出的一定数量B的高度数据D(i)的中值Med(S103)。
接下来,候补提取部322从取出的高度数据D(i)决定关注高度数据D(i+k),判定关注高度数据D(i+k)是否大于高度阈值TH1(S104)。在此,k为0以上、B-1以下的整数。
接下来,在关注高度数据D(i+k)大于高度阈值TH1的情况下(S104:是),候补提取部322将关注高度数据D(i+k)的采样点设为奇异点候补(S105)。另一方面,在关注高度数据D(i+k)为高度阈值TH1以下的情况下(S104:否),使处理前进到S106。
在S106,在对一定数量B的全部高度数据D(i)结束了和高度阈值TH1的比较的情况下(S106:是),候补提取部322使处理前进到S108。另一方面,在未结束一定数量B的高度数据D(i)和高度阈值TH1的比较的情况下(S106:否),候补提取部322使k递增1,设定下一关注高度数据D(i+k)(S107),使处理返回S104。
接下来,、在起点A到达在S101取出的1行的高度数据D(i)的最后的高度数据D(i)的情况下(S108:是),候补提取部322使处理前进到S109。另一方面,在起点A未到达在S101取出的1行的高度数据D(i)的最后的高度数据D(i)的情况下(S108:否),候补提取部322使处理返回S102,将起点A错开到在后侧相邻的采样点并在1行的高度数据D(i)设定中值滤波器,取出一定数量B的高度数据(S102),反复S102以后的处理。
即,候补提取部322对1行的高度数据1个采样点1个采样点地将起点A错开并运用中值滤波器,取出一定数量B的高度数据。
在S109,插补部323对奇异点候补的连续数C进行计数。接下来,若奇异点候补的连续数C小于宽度阈值TH2(S110:是),则插补部323将这些奇异点候补决定为奇异点(S111)。
例如,若宽度阈值TH2为10,将高度数据D(4)~D(8)这5个采样点设为奇异点候补,则将这些采样点(4)~(8)决定为奇异点。
接下来,插补部323将奇异点除去,并用在除去的奇异点的前后相邻的奇异点以外的采样点的高度数据对除去的奇异点的高度数据进行插补(S112)。在上述的示例中,除去高度数据D(4)~D(8),对在高度数据D(4)的前侧相邻的奇异点以外的1个或多个采样点的高度数据、和在高度数据D(8)的后侧相邻的1个或多个采样点的高度数据进行线性插补,由此算出采样点(4)~(8)的高度数据,插补高度数据D(4)~D(8)。虽然在此使用线性插补,但这只是一例,例如也可以采用样条插补等其他插补方法。
另外,在图10的流程图中,将通过S104的处理哪怕有1次判定为关注高度数据D(i+k)>高度阈值TH1的采样点(i+k)设为奇异点候补,但并不限定于此,也可以将判定为关注高度数据D(i+k)>高度阈值TH1的次数为给定次数以上的采样点设为奇异点候补。
另外,在图10的流程图中,通过S102的处理,以1个采样点为单位地将起点A错开,但并不限定于此,也可以多个点为单位地错开,还可以一定数量B为单位地错开。
接下来使用图11~图14来说明本数据生成装置进行的奇异点的除去的效果。图11~14是表示除去奇异点前的高度数据和除去奇异点后的高度数据的图表,纵轴表示高度,横轴表示位置。另外,在图11~图14中,点线表示处理前的高度数据,实线表示处理后的高度数据。
可知在处理前的高度数据中,将具有胡须状延伸的高度数据的采样点判定为奇异点,在处理后的高度数据将其除去。另外,被点线包围的部分的高度数据是刻意加进的鼓起凹陷的高度数据。可知在处理后的高度数据中残留鼓起凹陷的高度数据,精度良好地区别了表示鼓起凹陷的高度数据和表示奇异点的高度数据。
在图12中,在被点线包围的部分刻意加进的鼓起凹陷的高度数据,和图11相比,虽然宽度相同,但高度低到1/2.4。在图12中还可知,在处理后的高度数据中,残留刻意加进的鼓起凹陷的高度数据,能精度良好地提取鼓起凹陷。另外,处理前的高度数据中呈现的胡须状延伸的奇异点的高度数据在处理后的高度数据中被除去,能精度良好地除去奇异点的高度数据。
接下来讨论鼓起凹陷的宽度。宽度基本上认为是越窄则越难提取。图13、图14示出使宽度变化的情况下的除去状沉。
在图13中,在被点线包围的部分刻意加进的鼓起凹陷的高度数据,虽然和图11相比高度相同,但宽度宽到了3倍。在图14中,在被点线包围的部分刻意加进的鼓起凹陷的高度数据,虽然和图11相比高度相同,但宽度宽到2倍。
在图13、图14中可知,在处理后的高度数据残留有刻意加进的鼓起凹陷的高度数据,能精度良好地提取鼓起凹陷。
另外,在上述说明中,作为鼓起凹陷,仅举出鼓起的形状为例进行了说明,但本数据生成装置还能运用在作为凹处的凹陷,由于只是正负反转,因此在鼓起凹陷间性能没有变化。
另外,在上述说明中,作为形状传感器310,采用以摄像元件311对轮胎T摄像的传感器,但这是一例,只要是能非接触地测定轮胎T的表面形状的形状传感器即可,可以采用任意的形状传感器。作为一例,能举出激光位移计。
另外,图3的控制部320所具备的各功能块也可以通过由处理器执行使计算机作为上述的数据生成装置发挥功能的数据生成程序来实现。这种情况下,数据生成程序可以存放在CD-ROM等计算机可读的记录介质中提供给用户,还可以通过从WEB服务器下载来提供给用户。
(实施方式的汇总)
本发明的1个方式的数据生成方法是以轮胎的触地面或胎侧面为测定面、生成用于评价所述测定面的鼓起凹陷以及跳动的形状数据的数据生成方法,具备:高度数据取得步骤,使用形状传感器以恒定的采样周期扫描所述测定面,取得1行的高度数据;候补提取步骤,执行候补提取处理,从所述1行的高度数据取出以某1个采样点为起点而连续的一定数量的高度数据,算出所述取出的高度数据的中值与所述取出的各高度数据的差分,将所述差分为高度阈值以上的采样点作为奇异点候补提取,所述候补提取处理一边将所述起点错开一边对所述1行的高度数据的全域进行;和插补步骤,从所述奇异点候补中将满足给定的条件的奇异点候补决定为奇异点,除去所决定的奇异点的高度数据,使用与该奇异点相邻的奇异点以外的采样点的高度数据来插补除去的奇异点的高度数据,生成所述形状数据,所述高度阈值是根据预先生成的表示所述鼓起凹陷的形状的模型数据算出的所述鼓起凹陷的最大斜率与相当于所述一定数量的宽度的一半之积以上的给定的值。
根据该构成,高度阈值具有比根据表示鼓起凹陷的形状的模型数据算出的鼓起凹陷的最大斜率、与相当于一定数量的宽度的一半之积更大的给定的值。在此,由于在从1行的高度数据取出的一定数量的高度数据的宽度内,以中值为基准时的表示跳动以及鼓起凹陷的高度数据的最大值是鼓起凹陷的斜率大于跳动的斜率,因此能估计为具有对鼓起凹陷的最大斜率乘以相当于一定数量的宽度的一半的值。在本构成中,将高度阈值设定在能如此估计出的最大值以上的值。其结果,能从1行的高度数据精度良好地除去奇异点候补的高度数据。然后从该奇异点候补中将满足给定的条件的奇异点候补决定为奇异点并除去,使用奇异点以外的相邻的采样点的高度数据来插补除去的奇异点的高度数据。因此,能得到从1行的高度数据正确地除去了奇异点的形状数据。能根据该形状数据正确评价鼓起凹陷以及跳动。
另外,在上述方式中,所述形状传感器也可以是非接触式位移计,所述奇异点包含表示所述轮胎的飞边以及毛刺的采样点、和所述非接触式位移计的不能测定点。
根据该构成,能得到将表示轮胎的飞边以及毛刺的采样点、和非接触式位移计的不能测定点作为奇异点除去的形状数据。
另外,在上述方式中,在所述插补步骤,将所述奇异点候补的连续数为宽度阈值以下的所述奇异点候补决定为所述奇异点。
若仅考虑高度数据来决定奇异点,则存在没能将具有跳动以及鼓起凹陷程度的高度的飞边以及毛刺决定为奇异点的可能性。另一方面,跳动以及鼓起凹陷的宽度具有比飞边以及毛刺的宽度和不能测定点的连续数更宽这样的特征。为此在本构成中,将奇异点候补的连续数为宽度阈值以下的奇异点候补决定为奇异点。由此能从1行的高度数据精度良好地除去表示飞边以及毛刺的高度数据。
另外,在上述方式中,所述模型数据也可以通过将正态分布函数拟合在实测的鼓起凹陷的高度以及宽度而生成,所述最大斜率通过对所述正态分布函数进行微分而得到。
由于已知鼓起凹陷的形状近似于正态分布,因此通过使正态分布函数拟合在实测的鼓起凹陷的宽度以及高度,能正确且简便地生成模型数据。另外,由于模型数据以正态分布函数表征,因此通过进行微分能简便地求取最大斜率。
Claims (5)
1.一种数据生成方法,以轮胎的触地面或胎侧面为测定面,生成用于评价所述测定面的鼓起凹陷以及跳动的形状数据,
其中,所述数据生成方法具备:
高度数据取得步骤,使用形状传感器以恒定的采样周期扫描所述测定面,取得1行的高度数据;
候补提取步骤,进行候补提取处理,从所述1行的高度数据取出以某1个采样点为起点而连续的一定数量的高度数据,算出所述取出的高度数据的中值与所述取出的各高度数据的差分,将所述差分为高度阈值以上的采样点作为奇异点候补提取,所述候补提取处理一边将所述起点错开一边对所述1行的高度数据的全域进行;和
插补步骤,从所述奇异点候补中将满足给定的条件的奇异点候补决定为奇异点,将所决定的奇异点的高度数据除去,使用与该奇异点相邻的奇异点以外的采样点的高度数据来插补已除去的奇异点的高度数据,生成所述形状数据,
所述高度阈值,是根据预先生成的表示所述鼓起凹陷的形状的模型数据算出的所述鼓起凹陷的最大斜率和与所述一定数量相当的宽度的一半之积以上的给定的值。
2.根据权利要求1所述的数据生成方法,其中,
所述形状传感器是非接触式位移计,
所述奇异点包含表示所述轮胎的飞边以及毛刺的采样点、和所述非接触式位移计的不能测定点。
3.根据权利要求1所述的数据生成方法,其中,
在所述插补步骤,将所述奇异点候补的连续数为宽度阈值以下的所述奇异点候补决定为所述奇异点。
4.根据权利要求1~3中任一项所述的数据生成方法,其中,
所述模型数据通过将正态分布函数拟合在实测的鼓起凹陷的高度以及宽度而生成,
所述最大斜率通过对所述正态分布函数进行微分而得到。
5.一种数据生成装置,将轮胎的触地面或胎侧面作为测定面,生成用于评价所述测定面的鼓起凹陷以及跳动的形状数据,
所述数据生成装置具备:
形状传感器;
高度数据取得部,其使用所述形状传感器以恒定的采样周期扫描所述测定面,取得1行的高度数据;
候补提取部,其进行候补提取处理,从所述1行的高度数据取出以某1个采样点为起点而连续的一定数量的高度数据,算出所述取出的高度数据的中值与所述取出的各高度数据的差分,将所述差分为高度阈值以上的采样点作为奇异点候补提取,所述候补提取处理一边将所述起点错开一边对所述1行的高度数据的全域进行;和
插补部,其从所述奇异点候补中将满足给定的条件的奇异点候补决定为奇异点,除去所决定的奇异点的高度数据,使用该奇异点的近旁的采样点的高度数据来插补已除去的奇异点的高度数据,生成所述形状数据,
所述高度阈值是根据预先生成的表示所述鼓起凹陷的形状的模型数据算出的所述鼓起凹陷的最大斜率的估计值和所述一定数量的半数之积。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013-163791 | 2013-08-07 | ||
JP2013163791A JP5964788B2 (ja) | 2013-08-07 | 2013-08-07 | データ生成方法及びデータ生成装置 |
PCT/JP2014/068718 WO2015019801A1 (ja) | 2013-08-07 | 2014-07-14 | データ生成方法及びデータ生成装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105452803A true CN105452803A (zh) | 2016-03-30 |
CN105452803B CN105452803B (zh) | 2018-06-19 |
Family
ID=52461140
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480041384.XA Expired - Fee Related CN105452803B (zh) | 2013-08-07 | 2014-07-14 | 数据生成方法以及数据生成装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10379006B2 (zh) |
EP (1) | EP2985566B1 (zh) |
JP (1) | JP5964788B2 (zh) |
CN (1) | CN105452803B (zh) |
WO (1) | WO2015019801A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110108225A (zh) * | 2018-02-01 | 2019-08-09 | 原相科技股份有限公司 | 物体表面管理方法以及物体表面管理*** |
CN110430430A (zh) * | 2019-08-08 | 2019-11-08 | 浙江大华技术股份有限公司 | 图像处理方法及装置、存储介质、电子装置 |
CN112577432A (zh) * | 2020-10-16 | 2021-03-30 | 深圳精匠云创科技有限公司 | 轮毂尺寸自动测量方法及测量装置 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10345267B2 (en) * | 2015-12-21 | 2019-07-09 | The Boeing Company | Composite inspection |
JP6848284B2 (ja) * | 2016-09-13 | 2021-03-24 | 横浜ゴム株式会社 | スピュー特定方法、ビード部の検査方法、およびビード部の検査装置 |
CN106767281B (zh) * | 2016-12-28 | 2023-10-13 | 郑州飞龙汽车部件有限公司 | 水封总成高度测量方法及实现该方法的测量装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62232507A (ja) * | 1986-04-01 | 1987-10-13 | Kobe Steel Ltd | 形状計測装置 |
JPH0242306A (ja) * | 1988-02-12 | 1990-02-13 | Sumitomo Rubber Ind Ltd | タイヤのサイドウォールの検査装置 |
JP2008096152A (ja) * | 2006-10-06 | 2008-04-24 | Bridgestone Corp | ラジアルランアウト測定装置、及び、ラジアルランアウトの測定方法 |
CN101672627A (zh) * | 2008-09-08 | 2010-03-17 | 株式会社神户制钢所 | 轮胎形状检测装置及轮胎形状检测方法 |
CN102084213A (zh) * | 2008-06-04 | 2011-06-01 | 株式会社神户制钢所 | 轮胎形状检查方法、轮胎形状检查装置 |
CN103038601A (zh) * | 2009-12-07 | 2013-04-10 | 株式会社神户制钢所 | 轮胎形状检查方法以及轮胎形状检查装置 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4910411A (en) * | 1988-02-12 | 1990-03-20 | Sumitumo Rubber Industries | Apparatus for inspecting a side wall of a tire |
DE19849793C1 (de) * | 1998-10-28 | 2000-03-16 | Fraunhofer Ges Forschung | Vorrichtung und Verfahren zur berührungslosen Erfassung von Unebenheiten in einer gewölbten Oberfläche |
JP4445215B2 (ja) * | 2003-06-06 | 2010-04-07 | 住友ゴム工業株式会社 | タイヤサイド部の凹凸検査方法 |
US7369956B2 (en) * | 2005-10-25 | 2008-05-06 | Commercial Time Sharing, Inc. | System for testing tire sidewall irregularities and related methods |
JP4977415B2 (ja) * | 2006-07-21 | 2012-07-18 | 株式会社ブリヂストン | タイヤ検査用基準形状データの作成装置および作成方法 |
JP5032886B2 (ja) * | 2007-05-18 | 2012-09-26 | 住友ゴム工業株式会社 | タイヤのラジアルランナウト評価データの作成方法 |
US8712720B2 (en) * | 2008-12-19 | 2014-04-29 | Michelin Recherche at Technigue S.A. | Filtering method for improving the data quality of geometric tire measurements |
FR2975524B1 (fr) * | 2011-05-19 | 2013-05-17 | Michelin Soc Tech | Methode de determination des marquages en relief presents sur la surface exterieure du flanc d'un pneumatique |
FR2980896B1 (fr) * | 2011-09-30 | 2016-07-01 | Soc Tech Michelin | Methode d'analyse rapide des elements en relief figurant sur la surface interne d'un pneumatique |
KR101279639B1 (ko) * | 2012-04-24 | 2013-06-27 | 주식회사 네스앤텍 | 타이어 검사 장치 및 검사 방법 |
JP2014117800A (ja) * | 2012-12-13 | 2014-06-30 | Yokohama Rubber Co Ltd:The | 空気入りタイヤの加硫異常検知方法および装置 |
-
2013
- 2013-08-07 JP JP2013163791A patent/JP5964788B2/ja active Active
-
2014
- 2014-07-14 WO PCT/JP2014/068718 patent/WO2015019801A1/ja active Application Filing
- 2014-07-14 CN CN201480041384.XA patent/CN105452803B/zh not_active Expired - Fee Related
- 2014-07-14 EP EP14835055.6A patent/EP2985566B1/en not_active Not-in-force
- 2014-07-14 US US14/894,886 patent/US10379006B2/en not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62232507A (ja) * | 1986-04-01 | 1987-10-13 | Kobe Steel Ltd | 形状計測装置 |
JPH0242306A (ja) * | 1988-02-12 | 1990-02-13 | Sumitomo Rubber Ind Ltd | タイヤのサイドウォールの検査装置 |
JP2008096152A (ja) * | 2006-10-06 | 2008-04-24 | Bridgestone Corp | ラジアルランアウト測定装置、及び、ラジアルランアウトの測定方法 |
CN102084213A (zh) * | 2008-06-04 | 2011-06-01 | 株式会社神户制钢所 | 轮胎形状检查方法、轮胎形状检查装置 |
CN101672627A (zh) * | 2008-09-08 | 2010-03-17 | 株式会社神户制钢所 | 轮胎形状检测装置及轮胎形状检测方法 |
CN103038601A (zh) * | 2009-12-07 | 2013-04-10 | 株式会社神户制钢所 | 轮胎形状检查方法以及轮胎形状检查装置 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110108225A (zh) * | 2018-02-01 | 2019-08-09 | 原相科技股份有限公司 | 物体表面管理方法以及物体表面管理*** |
CN110108225B (zh) * | 2018-02-01 | 2021-10-08 | 原相科技股份有限公司 | 物体表面管理方法以及物体表面管理*** |
US11453259B2 (en) | 2018-02-01 | 2022-09-27 | Pixart Imaging Inc. | Object surface managing method and object surface managing system |
US11932062B2 (en) | 2018-02-01 | 2024-03-19 | Pixart Imaging Inc. | Object surface managing method and object surface managing system |
CN110430430A (zh) * | 2019-08-08 | 2019-11-08 | 浙江大华技术股份有限公司 | 图像处理方法及装置、存储介质、电子装置 |
CN110430430B (zh) * | 2019-08-08 | 2021-07-06 | 浙江芯昇电子技术有限公司 | 图像处理方法及装置、存储介质、电子装置 |
CN112577432A (zh) * | 2020-10-16 | 2021-03-30 | 深圳精匠云创科技有限公司 | 轮毂尺寸自动测量方法及测量装置 |
Also Published As
Publication number | Publication date |
---|---|
US20160109332A1 (en) | 2016-04-21 |
JP5964788B2 (ja) | 2016-08-03 |
EP2985566B1 (en) | 2019-07-03 |
EP2985566A1 (en) | 2016-02-17 |
CN105452803B (zh) | 2018-06-19 |
WO2015019801A1 (ja) | 2015-02-12 |
US10379006B2 (en) | 2019-08-13 |
EP2985566A4 (en) | 2016-12-21 |
JP2015031672A (ja) | 2015-02-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105452803A (zh) | 数据生成方法以及数据生成装置 | |
US20240042805A1 (en) | Tread depth measurement | |
US10275629B2 (en) | Method for extracting morphological characteristics from a sample of biological material | |
CN103900494B (zh) | 用于双目视觉三维测量的同源点快速匹配方法 | |
CN109855562B (zh) | 钢轨磨耗测量方法及装置 | |
TWI535994B (zh) | Measurement method and measuring device | |
CN107111871B (zh) | 处理体图像数据记录的方法、装置及监视方法、数据介质 | |
JP2016205837A (ja) | トンネルの管理方法 | |
CN105701471B (zh) | 一种激光扫描波形异常数据的修正方法 | |
JP6320016B2 (ja) | 対象物検出装置、対象物検出方法およびプログラム | |
CN112085675A (zh) | 深度图像去噪方法、前景分割方法及人体运动监测方法 | |
JP2012132754A (ja) | テクスチャ評価装置、テクスチャ評価方法 | |
Li et al. | An innovative primary surface profile-based three-dimensional pavement distress data filtering approach for optical instruments and tilted pavement model-related noise reduction | |
CN114842166A (zh) | 应用于结构化道路的负障碍检测方法、***、介质及设备 | |
JP5964803B2 (ja) | データ処理方法及びデータ処理装置 | |
CN114119957A (zh) | 高速铁路钢轨廓形检测方法及装置 | |
CN117291893A (zh) | 基于3d图像的轮胎胎面磨损度的检测方法 | |
CN116681912A (zh) | 铁路道岔的轨距检测方法及装置 | |
CN116309788A (zh) | 一种3d点云铁路接触线横截面积检测方法 | |
CN102313883B (zh) | 信号判定装置以及信号判定方法 | |
JP6743492B2 (ja) | 生タイヤの異物付着判別方法 | |
CN103018327A (zh) | 航空发动机整流器超声波探伤钎着率测量方法 | |
JP5929518B2 (ja) | 表面形状測定方法および表面形状測定装置 | |
JP5022007B2 (ja) | 欠陥検出装置及び方法 | |
US20170307369A1 (en) | Evaluation method of road surface property, and evaluation device of road surface property |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180619 |