JPS62232507A - 形状計測装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 （産業上の利用分野） この発明は、タイ亀７コニフオーミテイマシンに用いら
れてタイヤの外形状を計測する形状計測装置などのよう
に、被検体の外形状を晶１測するための形状計測装置に
関する。

（従来の技術とその問題点） タイヤのユニフォーミティ（均一性）は一般的に剛性１
寸法（形状）２重量の均一性の３つに分類される。これ
らのユニフォーミティを調べるための装置として従来か
らタイヤユニフォーミティマシンが知られており、そこ
では所定の検査経路に沿って移送されるタイヤに対し上
記各ユニフォーミティを検査するための試験ないし計測
が順次実行される。

寸法（形状）上のユニフォーミティとしては例えば、振
れ（以下ランナウトという）やバンピーなどが挙げられ
、ランナウトにはタイヤトレッド（満面位置）における
タイヤ半径の変動を表わす縦振れ（以下ラジアルランナ
ウトという）と、タイヤサイドウオール（側面位置）に
おけるタイヤ幅の変動を表わす横振れ（以下ラテラルラ
ンナウトという）とがある。バンピーは、タイヤ表面に
表われる微小凹凸をいう。これらのランナウトやバンピ
ーは、主としてタイヤを構成するトレッドゴム、カーカ
スコード、ベルトなどの部材が周上に均一に分布してい
ないことによる、ゴム・コード複合体としての剛性の不
均一により生ずるもので、タイヤの製造工程のバラツキ
に起因している。

第２５図および第２６図は、上記ランナウトやバンピー
を検査する目的でタイヤ両側面の外形状を計測するため
の、従来の形状計測装置を概略的に示す構造説明図であ
る。第２５図は変位計としてポテンショメータ１を用い
た接触式のものを示し、第２６図は変位計として静電容
量式変位計２を用いた非接触式のものを示している。こ
れらの装置において、被検体であるタイＶ７３はタイヤ
回転機構４に装着され、所定の回転数で回転される。

ポテンショメータ１および静電容ω式変位４２は支持ア
ーム５の先端に支持され、タイヤ３の両側を挟み込んだ
形に配置されてタイヤ３の両側面を走査する。第２５図
の接触式の場合には、タイヤ３に当接した接触子（［」
−ラ）６の振動をポテンショメータ１でとらえることに
よりタイヤ３側面の形状が計測され、また第２６図の非
接触式の場合には、距離変動に伴う静電容量の変化を静
電容量式変位計２で測定することによりタイヤ３側面の
形状が計測される。

ところがポテンショメータ１を用いた第２５図の従来装
置では、タイヤ３の回転数を上げて測定を行なうと、ロ
ーラ６のバウンドによりバンピー波形に追従できないと
いう問題がある。例えばポテンショメータのバネ定数２
４　Ｋ９　ｆ　／麿で２０「ｐｍが限度であり、計測に
時間がかかるばかりでなく、剛性のテストと同時にデー
タ・サンプリングを行なう場合、自動車技術会によるＪ
ＡＳＯ規準の６　Ｏｒｐｍを遵守できない。また静電容
量式変位計２を用いた第２６図の従来装置では、測定ス
ポット径が約１０＃Ｉと大きいため、タイ１７表面の微
小凹凸を正確にとらえることが難しく、さらにタイヤ表
面は曲面であることから、大きな測定スポットでは誤差
が生じ易い。

さらに重要な問題として、第２７図（ｂ）の概略平面図
に示すように、殆どのタイヤにはサイドウオール上にそ
の型式等を表示する浮文字が形成されている。このため
、第２７図（ａ）の概略断面図（ａ−ａ断面）に矢符号
Ａで示すように、標準的な検査位置であるサイドウオー
ル中心部を計測しようとすると、上記第２５図の従来装
置では文字の繰り返しによりローラ６が大きくバウンド
して、測定不能となる。また第２６図の従来装置では、
静電容量式変位計２の測定スポットが大きいため、サイ
ドウオール中心部において得られるデータは文字部分と
非文字部分とが平均化されたものとなり、測定の正確を
期し難い。浮文字を避けようとしてもサイドウオール上
には浮文字の存在しないラインが無い場合が多く、仮に
有ったとじても非常に幅が狭いので、変位計の位置決め
が難しい。

このような事情から従来では、第２７図（ａ）の矢符号
へで示す標準的な検査位置に代えて、矢符号Ｂで示すよ
うに浮き文字を避けた部分をやむを得ず計測しているの
が実情であった。

（発明の目的） この発明の目的は、上記従来技術の問題点を解消し、タ
イヤなどの被検体表面上に浮文字などの不要の凹凸が存
在しても計測ラインを選ぶことなく被検体の外形状を計
測することができ、加えて高速で正確な計測データを得
ることができる形状計測装置を提供することである。

（目的を達成するための手段） 上記目的を達成するため、この発明による形状計測装置
は、表面に凹凸部を有する被検体の所定の測定部位を走
査する光学式変位計と、該光学式変位計の出力信号を受
けて、該出力信号から、前記凹凸部に対応させて予め定
められた信号パターン成分を除去する信号補正手段と、
該信号補正手段により補正された信号に基づき所定の形
状計測を行なう計測手段とを具備して構成されている。

（実施例） 第１図はこの発明による形状計測装置をタイヤの外形状
計測に適用した一実施例の機構部分を示す説明図であり
、第２図はその信号処理部分を示すブロック図である。

第１図に示すように、被検体であるタイヤ３は、従来と
同様にタイヤ回転機構４に装着されて、例えばＪＡＳＯ
規準である６Ｑ　ｒｐｍの回転速度で回転される。タイ
ヤ３のサイドウオール上には、第２図に示すように浮文
字が形成されている。変位ｔ１としては、非接触で測定
スポットが小さいことから、レーザやＬＥＤなどを利用
した光学式変位計７が使用される。例えばレーザ式の場
合は測定スポット径は０．３＃程度であり、またＬＥＤ
式の場合は測定スポット径は３履程度であって、いずれ
も静電容置式変位計と比較して測定スポットが非常に小
さい。

この光学式変位計７は、１対の支持アーム８の先端に支
持されて、タイヤ３の両側を挟み込／υだ形に配置され
る。支持アーム８は垂直移動機構９および水平移動機構
１０に連結されており、垂直移動モータ１１により駆動
されてタイヤ３を中心に上下対称に移動可能であり、ま
た水平移動モータ１２により駆動されて左右方向に同時
に移動可能なように構成されている。いま支持アーム８
は、図示のように、光学式変位計７がタイヤ３の両ナイ
ドウオール中心部を走査する位置に位置決めされている
。

光学式変位計７の出力信号は、第２図に示すように、Ａ
／Ｄ変換器１３によりアナログ信号からディジタル信号
に変換されて、演算処理装置１４に取り込まれる。この
ときのサンプリング数は、タイ１′７１回転あたり３６
０ポイント（普通乗用車用タイヤで約４ＩｎＩＲ間隔）
以上あれば一応正確な計測が可能であるが、好ましくは
７２０ポイントのサンプリング数で測定する。演算処理
装置１４は、補正部１５および計測部１６を有する。補
正部１５は、光学式変位計７のサンプリングデータから
、タイヤ３のサイドウオール上の浮文字に対応させて予
め定められた信号パターン成分（この実施例では複連す
るように台形、犬山、小山の３通りのパターン）を除去
するように動作する。またδ１？Ｉ１１部１６は、補正
部１５において補正されたデータに基づいて、ランナウ
トやバンピーなどのタイヤ外形状に関する計測を行なう
。この計測結果は、例えばディスプレーなどを有する出
力部１７に出力され、他のタイヤ計測パラメータと併せ
てタイヤランク選定の判断材料とされる。

上述した演算処理装置１４の機能は、例えばマイクロコ
ンピュータを用いて実現することができ、第３図はその
ときの処理手順の概要を示すフローチャートである。ま
ずステップＳ１では、所定のサンプリング数で、光学式
変位計７の出力データをタイヤ３の１周分（Ｏｄｏｇ〜
３６０ｄ（！（３）取り込む。いま光学式変位計７はタ
イヤ３のサイドウオール中心部に位置決めされているの
で、第４図に示すようにサイドウオール上に形成された
浮文字の上を走査することになる。したがって、このと
き得られるサンプリングデータは、第５図（ａ）に示す
ように、浮文字の凹凸による雑音成分（文字成分）を含
んだものとなっている。

次にステップＳ２では、取り込んだサンプリングデータ
から上記文字成分を除去するためのデータ処理を実行す
る。このデータ処理については後に詳述するが、これに
より得られる補正データは、第５図（ｂ）に示すように
、タイヤ３表面の本来の形状変動のみを表わすものとな
っている。そしてステップＳ３で計測モードを判別し、
ランナウト計測モードのときはステップＳ４へ進み、バ
ンピー検出モードのとぎはステップＳ５へと進んで、そ
れぞれの処理を実行する。ステップＳ４におけるランナ
ウト計測処理では、第５図（Ｃ）に示すように補正後の
データからランナウトＩＲＱ（この場合はラテラルラン
ナウト）を演算し、またステップＳ５におけるバンピー
検出処理では、第５図（ｄ）に示すように補正後のデー
タからバンピーＢＰの存在を検出する。なお第５図（Ｃ
）においてデータ曲線が比較的スムーズなのは、データ
に移動平均処理を施してローパスフィルタを通過させた
のと同等の効果を得ているためである。

第６図は、第３図におけるステップＳ２の文字成分除去
処理のアルゴリズムの一例を概略的に示すフローチャー
トである。この実施例における文字成分除去処理では、
浮文字に対応したデータパターンを後に詳述するように
台形、犬山、小山の３通りのデータパターンに定め、こ
のうち台形パターンのデータ成分の除去をステップ＄９
で、また犬山、小山パターンのデータ成分の除去をステ
ップＳ１０でそれぞれ行なっている。また、これらの処
理を行なうことにより、文字以外の不要サンプリングデ
ータ（ノイズ等）の除去も併せて行なうことができる。

さらに高速処理を可能にするため、グルービングという
概念を導入し、この概念に基づいたグルービング処理を
ステップＳ７で行なっている。

最初のステップＳ６では、上記ステップ８７゜Ｓ９．Ｓ
１０における各処理、すなわちグルービング処理、台形
パターン成分除去処理および犬山。

小山パターン成分除去処理に必要な種々のパラメータの
設定、ならびに処理を何回繰り返し行なうかを決定する
繰返し回数Ｎの設定とが行なわれる。

続いてステップＳ７でグルービング処理（内容は後述）
が実行され、続くステップＳ８でカウンタを１−１にセ
ットした後、ステップＳ９．Ｓ１０で台形パターン成分
除去処理および犬山、小山成分除去処理がそれぞれ実行
される。そしてステップＳ１１でｉ≧Ｎかどうか、すな
わち処理回数１が設定繰返し回数Ｎに達したかどうかが
判別され、“”Ｎｏ”ならばステップ８１２でカウンタ
を１だけ更新した後、再びステップ８９，８１０の処理
が繰り返し実行される。そしてｉ≧Ｎとなった時点で、
第６図の文字成分除去処理は終了する。

第７図Ｊ３よび第８図は、上述した第６図のステップＳ
７におけるグルービング処理の概念を示す説明図である
。グルービング処理では、サンプリングデータ中の非常
に接近した点（Ｐ）の集まりを１つのグループ（Ｇ）と
して扱う。２点以上のグループは最初と最後の点のみを
そのグループの代表点として残し、１点だけのグループ
はその点をそのグループの代表点として残す。そして以
後のデータ処理では、上記代表点のみを参照して（すな
わち代表点以外の点は無視して）処理を行なう。

上記グループ分けの基準として、ｂｏｕｎｄ　　（バウ
ンド）というパラメータを導入する。そして適当に設定
されたグルービングパラメータｂｏｕｎｄの範囲内に入
っている点の集まりを１つのグループとする。第７図に
は点２１〜点Ｐ１９の１９個のサンプリングデータが示
しであるが、これらのサンプリングデータはグループＧ
　〜グルービングの８つのグループにグルービングされ
る。すなわちグループＧ　では、点Ｐ２を基準点として
ｂｏｕｎｄの範囲内に入る５個の点Ｐ２〜Ｐ６が１つの
グループにグルービングされ、グループＧ４では、点Ｐ
８を基準点としてｂｏｕｎｄの範囲内に入る３個の点Ｐ
８〜Ｐ１ｏが１つのグループにグルービングされる。ま
たグループＧ５では、点Ｐ１１を基準点としてｂｏｕｎ
ｄの範囲内に入る５個の点Ｐ１１〜Ｐ１５が１つのグル
ープにグルービングされ、グループＧ６では、点Ｐ１６
を基準点としてｂｏｕｎｄの範囲内に入６２個の点Ｐ　
　、Ｐ　　が１つのグループにグルーピングされる。そ
の他の点Ｐ　　、　Ｐ７．　ｐ１８．Ｐ１９は、１点だ
けのグループＧ１．Ｇ３．Ｇ７．Ｇ８としてそれぞれグ
ルービングされる。

上記のようなグルービングを行なった結果、以後のデー
タ処理で参照すべきサンプリングデータは第８図に示す
ように減少し、これによりデータ処理時間の短縮を図る
ことができる。

第９図および第１０図は、上述した第６図のステップＳ
９における台形パターン成分除去処理の概念を示す説明
図であり、第１１図はそのときの処理手順を示すフロー
チャートである。この処理を実行するために、ｄ　　　
、ｄ、　　という２つの＋１８Ｘ　　　　　　ｌ１Ｉｎ パラメータを用意する。ｄ　　とは台形の立上りａＸ を認識するために用いられるパラメータであり、ｄ　・
　は台形頭の終りを評価するために用いられ１ｎ るパラメータである。なおここでいう台形とは、台形頭
に２点以上のサンプルがあるものを指している。

第９図においては、点２１〜点Ｐ１９の１９個のサンプ
リング点が図示しであるが、これらのデータは第１１図
のアルゴリズムにしたがって台形パターン成分除去処理
される。すなわちまず、ステップＳ１３では、データ群
がｄ　　以上の変位でａｘ 立上って、その後の変位がｄ　、の範囲内で統い１１ｎ でいるかどうかが判別される。第９図の例では、点Ｐ　
から点Ｐ　にかけてｄ　　を越える変位の５　　　　０
　　　　　　ｍａｘ 立上りが存在するので、まず点Ｐ５が台形の立上り点と
して認識される。続いて点Ｐ６を基準点として、変位が
ｄ　　の範囲内に収まっている点Ｐｎ＋Ｉｎ 〜Ｐ　が台形頭と認識され、変位がｄ　、の範Ｇ　　　
１２　　　　　　　　　　　　　　　ｎ＋＋ｎ囲から最
初に外れる点Ｐ１３が台形の立下り点として認識される
。

このような場合、ステップ８１３の判断は“Ｙｅｓ”と
なって、処理はステップＳ１４へと進む。

一方、ステップ３１３の判断がＮＯ”のときは台形パタ
ーン成分が存在しないので、処理は終了する。ステップ
Ｓ１４では、上記のように認識された台形パターン成分
の除去処理が実行される。

すなわち第１０図に示すように、台形頭の点２６〜点Ｐ
１２は捨てられ、代りに台形の立上り点Ｐ５ど立下り点
Ｐ１３との間が直線補間されて、新たな点Ｐ６′〜点Ｐ
１２′が元のサンプリングデータＰ６〜Ｐ１２に代るデ
ータとなる。このようにして、第９図に示すように得ら
れたサンプリングデータは、台形パターン成分除去処理
により第１０図に示すように補正される。

第１２図ないし第１５図は、上述した第６図のステップ
Ｓ１０における犬山、小山パターン成分除去処理の概念
を示す説明図であり、このうち第１２図および第１３図
は小山パターン成分除去に関するもの、第１４図および
第１５図は犬山パターン成分除去に関するものである。

この犬山、小山パターン成分除去処理の基本思想は、サ
ンプリングデータ中に現われる比較的勾配の大きな部分
は文字あるいは雑音とみなして除去することにある。こ
のとき除去する点を評価するのに、例えばその前接の点
を含めて３点により行なうことができる。そしてこの３
点のとり得るパターンは、第１６図（ａ）〜（ｄ）に示
す４通り存在する。

まず（ａ）のパターンのうち、ｔａｎθ　・ｔａｎθ２
がある負の値より小さいもの（すなわち点Ａ、Ｂ。

Ｃのなす角が鋭いもの）を除去する。これを評価するパ
ラメータとして、後述するようにＭを用いる。次に（ｂ
）のパターンは除去しない。また（Ｃ）。

（ｄ）のパターンのうち、ｔａｎθ　・ｔａｎθ２があ
る正の値よりも大きいもの（すなわち点Ａ、Ｂ、Ｃが急
勾配で上昇または下降し続けているもの）を除去する。

これを評価するパラメータとして、以下に説明するよう
にＫを用いる。

上記パラメータＭおよびＫは角度（ｄｅａ）で与えるこ
ともできるが、これでは処理のイメージがわかりにくい
ので、好ましくは第１７図に示すように、単位長さく　
１　ｍ　）に対する増分（１ｍ進んだときに何層上昇あ
るいは下降する傾きであるか）によってパラメータを定
義する。第１７図（ａ）において、Ｍ＝ｔａｎα（単位
長さに対する増分）であり、例えば 且つ　　ｙ・−ｙＨ−１＞Ｏ・・・（１）のどき１点（
×・、ｙ・）を除去する。

また第１７図（ｂ）において、Ｋ　＝　ｔａｎβ（単位
長さに対する増分）であり、例えば ・・・（２） のとき、点（×・、ｙ・）を除去する。

いま、光学式変位計７の走査半径をｒとすれば、データ
の号ンブリング間隔ΔＸは Δｘ＝２πｒ／ｎ　　　　　　　　　　・・・（３）と
表わせる。ただしｎはタイヤ１回転におけるサンプリン
グ数である。ここで ｘ−＝ｎ・ΔＸ （ｎ、＝１〜ｎ）　　　　　　・・・（４）とおけば、
上記（１）式および（２）式はそれぞれｙ・−ｙｉ−ｉ
　　ｙｉ＋１−！ｉ／１−（Ｍ×Δｘ　）　　＞　　　
　　　　　Ｘ　ｎ　、　　　−ｎ。

０°　’ｉ−１＋・１１ ・・−（１’） Ｖ゛−！ｉ’Ｈ−１’１７÷１−ｙｉ Ｉ −（ＫＸ　　Δ　ｘ　）　　　　く　　　　　　　　　
　　　　　　　×　。　、　　　　−。　。

”−ｎｉ−１＋＋１　　　＋ ・・・（２′） と変形でき、さらに ｎ・−ｎ・　＝ｎ・　−ｎ・＝１　　・・・（５）＋　
　　　　　＋−１＋＋１　　　　　　＋であるので、結
局 −（Ｍ×Δｘ）２　〉 （ｙ・−”ｉ−１）　ｘ　（ｙＨ＋１−ｙＨ）・・・（
１“） （ＫＸΔＸ）　　　＜ （ｙ・−ｙ・　）ｘ（ｙ・　−ｙ・） ＋　　　＋−１＋＋１　　　＋ ・・・（２“） が得られる。したがって簡単には、上記（１”）。

（２″）式を用いて犬山、小山パターンの成分の判別を
行なうことができる。

第１８図は、上記第６図における犬山、小山パターン成
分除去処理の手順を詳細に示す７０−チャートである。

まずステップ３１５では、となり合った３点を比較して
一定以上の凸かどうか、すなわち小山パターンであるか
どうかが判別され、“ｙｅｓ”のときステップ３１６へ
、”Ｎｏ　″のときステップＳ１７へとそれぞれ処理が
進められる。

例えば第１２図のサンプリングデータの場合には、点Ｐ
４．Ｐ５　、Ｐ６の部分が小山パターンと判別される。

この判別は、例えば上記（１”）式を用いて行なうこと
ができる。

ステップＳ１６では、上記ステップ８１５で判別された
小山パターン成分の除去処理が行なわれる。第１３図は
第１２図のサンプリングデータから小山パターン成分を
除去するときの説明図であり、同図に示すように小山の
頂点Ｐ５が除去されるとともに、Ｐ、Ｐ６間が直線補間
されて、元のサンプリングデータＰ５に代えて新たなデ
ータＰ５′が挿入される。

続くステップ８１７では、データ群が一定値以上の傾斜
で連続上界しかつ下降しているかどうか、すなわち人山
パターンであるかどうかが判別され、”ｙｅｓ”のとき
はステップ８１８へと処理が進められ、“’Ｎｏ”のと
きは処理は終了する。例えば第１４図のサンプリングデ
ータの場合には、点８３〜点Ｐ８の部分が人山パターン
と判別される。

この判別は、例えば上記（２“）式を用いて行なうこと
ができる。

ステップ８１８では、上記ステップ８１７で判別された
人山パターン成分の除去処理が行なわれる。第１５図は
第１４図のサンプリングデータか゛ら人山パターン成分
を除去するときの説明図であり、同図に示すように人山
の急斜面Ｐ４〜Ｐ７が除去されるとともに点Ｐ　　、Ｐ
　　間が直線補間されて、元のサンプリングデータＰ　
　−Ｐ７に代えて新たなデータＰ　′〜Ｐ７′が挿入さ
れる。なお、第１７図のアルゴリズムによるときは、第
１４図の人山の頂点Ｐ６は第１７図（ａ）の小山パター
ンに該当するものとして除去されることになる。

第１９図は、種々の種類の浮文字に対して上述した文字
成分除去処理を適用する場合の訓明図である。タイヤ表
面の浮文字の断面形状はおよそ第１９図（ａ）に図示し
た５種で代表できるが、それらに対応するガンプリング
データは（ｂ）に示すように、サンプリングのタイミン
グ及び文字表面上の微小な凹凸によって様々である。と
ころが、それらのサンプリングデータは上記した小山、
人山。

台形パータンの組合せであり、（２）、　（６）、　（
８）のような−見複雑な文字のサンプリングデータパタ
ーンも、処理を繰り返すことによりすべて除去できる。

例えば（２）のデータパターンは小山パターン除去処理
（１回目）と人山パターン除去処理（２回目）の繰返し
により除去することができ、また（６）や（８）のデー
タパターンは人山パターン除去処理（１回目）と台形パ
ターン除去処理（２回目）の繰返しにより除去すること
ができる。その他のデータパターンは１回処理により除
去されるが、（１）のデータパターンの場合は小山パタ
ーン除去処理、（３）および（５）のデータパターンの
場合は人山パターン除去処理、（４）のデータパターン
の場合は台形パターン除去処理によりそれぞれ除去され
る。また（７）のデータパターンの場合は、１回処理に
おける小山パターン除去処理と人山パターン除去処理と
により順次除去されることになる。

第２０図ないし第２２図は、上記実施例による実際の処
理結果を、タイヤのＯｄｅａ〜１８０ｄｅｇにわたって
示す図である。第２０図において、（ａ）はサンプリン
グデータ、（ｂ）は小山パターン除去処理のみを行なっ
た後のデータ、（Ｃ）は小山パターン除去処理と人山パ
ターン除去処理とを行なった後のデータをそれぞれ示し
ている。設定パラメータは、ｂｏｕｎｄ　＝　０．０５
　、　Ｍ＝　０．２．　Ｋ＝４である。鋭角的なデータ
変動の部分が効果的に補正されているのがよくわかる。

第２１図において、（ａ）はサンプリングデータ、（ｂ
）は小山パターン除去処理と人山パターン除去処理とを
行なった後のデータ、（Ｃ）は小山パターン除去処理と
犬山パターン除去処理とに加えて台形パターン除去処理
をも行なった後のデータをそれぞれ示している。設定パ
ラメータは、ｂｏｕｎｄ　＝０．０５　、　Ｍ−０，２
，Ｋ＝４．かつｄ　　　＝０．３゜ａＸ ｄ　　、　　＝　０．１である。台形パターン除去処理
を行ｌ１Ｉｎ なうことによって、矢符号の部分において台形パターン
が効果的に除去されているのがよくわかる。

第２２図は処理回数による、得られるデータの違いを表
わすものであり、（ａ）はサンプリングデータ、（ｂ）
は小山パターン除去と人山パターン除去との１回処理後
のデータ、（Ｃ）は同様の除去の２回処理後のデータを
それぞれ示している。設定パラメータはいずれもｂｏｕ
ｎｄ　＝　０．０５　、　Ｍ＝　０．２゜Ｋ＝７である
。２回処理により丸囲み部分が効果的に補正されている
のがよくわかる。

第２３図はこの発明の他の実施例を示す機構説明図であ
り、タイヤ３のラジアルランナウト（トレッド部の外形
）の計測にこの発明を適用したものである。光学式変位
計７は支持アーム１８の先端に支持され、タイヤ３のト
レッド部の中心と対向して紀行される。支持アーム１８
は水平移動機構１９と連結され、モータ２０により駆動
されて左右方向に移動自在に構成されている。この実施
例の場合、サンプリングデータ中の文字成分除去に代え
て、溝成分（トレッドパターンのデータ成分）除去のア
ルゴリズムが必要となるが、浮文字による凸の場合と溝
による凹の場合とは信号の変化方向が逆になるだけであ
るので、上記実施例における場合と類似（すなわち信号
の変化方向のみを逆にして考える）のアルゴリズムによ
り溝成分を十分効果的に除去することができる。第２４
図は溝成分除去を実際に行なった結果を示す図であり、
（ａ）はサンプリングデータ、（ｂ）は溝成分除去処理
後のデータをそれぞれ示している。溝成分が効果的に除
去されているのがよくわかる。

なお上記実施例ではタイヤの外形状の計測にこの発明を
適用した場合について詳述したが、この発明はタイヤに
限らず、表面に凹凸部を有する被検体の外形状計測の全
般に適用し得るものであり、この場合にも上記実施例と
同様の効果を奏する。

（発明の効果） 以上説明したように、この発明によれば、タイ１７など
の被検体の表面上に浮文字などの不要の凹凸が存在して
も計測ラインを選ぶことなく被検体の外形状を計測する
ことができ、加えて高速で正確な計測データを得ること
ができる形状計測装置を実現することができる。

【図面の簡単な説明】

第１図および第２図はこの発明の一実施例を示す図、第
３図はこの発明を適用したタイヤ外形状計測の処理手順
を示すフローチャート、第４図は浮文字上の走査を示す
説明図、第５図は信号の変化を示す説明図、第６図は文
字成分除去処理の手順を示すフローチャート、第７図お
よび第８図はグルービング処理の説明図、第９図および
第１０図は台形パターン除去処理の説明図、第１１図は
その処理手順を示すフローチャート、第１２図ないし第
１７図は人山、小山パターン除去処理の説明図、第１８
図はその処理手順を示すフローチャート、第１９図は種
々の種類の浮文字に文字成分除去処理を適用する場合の
説明図、第２０図ないし第２２図はこの発明による実際
の処理結果を示す図、第２３図はこの発明の別の実施例
を示す図、第２４図は別の実施例による実際の処理結果
を示す図、第２５図および第２６図は従来の形状計測装
５を示ず図、第２７図はタイヤの浮文字と計測部位の説
明図である。 ３・・・タイヤ ７・・・光学式変位計 １４・・・演算処理装置

Claims (1)

【特許請求の範囲】
1. （１）表面に凹凸部を有する被検体の外形状を計測する
   ための装置であって、前記被検体の所定の測定部位を走
   査する光学式変位計と、該光学式変位計の出力信号を受
   けて、該出力信号から、前記凹凸部に対応させて予め定
   められた信号パターン成分を除去する信号補正手段と、
   該信号補正手段により補正された信号に基づき所定の形
   状計測を行なう計測手段とを備えた形状計測装置。