KR20180088843A - 차륜용 타이어 검사 방법 및 장치 - Google Patents

Abstract

본 발명에 따르면, 타이어(2)의 사이드월(11)이 회전 테이블(35)의 지지부(36)에 놓인 검사 작업대(27)에 피검사 타이어(2)를 공급하고, 상기 지지부(36)는 평면 상에 놓이고 상기 회전 테이블(35)은 상기 평면에 수직인 회전축(Z)을 가지며, 회전 테이블(35)의 회전축(Z)과 상기 타이어(2)의 회전축(R)을 상기 평면에서 정렬시키기도록 형성된 센터링 동작을 수행하는 것을 포함하는 차륜용 타이어(2)를 검사하기 위한 방법 및 장치(18)가 제공된다. 센터링 동작은 상기 평면에서:
a) 회전 테이블(35)의 상기 지지부(36) 상에 놓인 타이어(2)의 이미지 획득;
b) 획득된 이미지에서, 하나의 선택된 중심점(Pc)에서 교차하는 n개의 분석방향(α₁, α₂, ... α_i, ... α_n)의 정의(여기서, n 및 i는 정수이고, n> 1 이고 1 ≤ i ≤ n이다);
c) 각 분석방향(α_i)에 대하여: 획득된 이미지에서, 분석방향(α_i)에 수직인 m개의 잠재적 대칭축(s_i1, s_i2, .. s_ij, .. s_im)의 정의(여기서, m 및 j는 정수이고, m> 1이고 1 ≤ j ≤ m이다); 상기 잠재적인 대칭축(s_i1, s_i2, .. s_ij, .. s_im) 각각에 대한 상기 이미지의 대칭 수준의 계산; 상기 분석방향(α_i)에 따른 상기 대칭 수준의 변화를 나타내는 확률분포(P^αi)의 결정;
d) 상기 분석방향들(α₁, α₂, ... α_i, ... α_n)에 대해 결정된 확률분포들(P^αi)의 조합을 통해 얻어진 누적 확률분포(P^merged)에 기초한 타이어 중심의 결정; 및
e) 상기 결정된 중심을 통과하고 상기 평면에 수직인 축 상에서 타이어(2)의 회전축(R)의 식별에 의한 타이어(2)의 회전축(R)의 식별을 포함하고, 상기 대칭 수준은 상기 타이어(2)의 중심이 각각의 잠재적인 대칭축(s_i1, s_i2, .. s_ij, .. s_im)에 있는 확률을 나타낸다.

Description

차륜용 타이어 검사 방법 및 장치

본 발명은 차륜용 타이어 검사 방법 및 장치에 관한 것이다.

본 발명은 또한 차륜용 타이어의 센터 위치를 평가하는 방법에 관한 것이다.

본 발명은 설계 사양에 따르고, 특히 발생가능한 외부 결함(반경방향 외측 및/또는 반경방향 내측) 및/또는 타이어 구조 내부의 결함을 감지하여, 이에 부합하는 타이어들은 보관을 위해 보내지고 결함있는 타이어들은 폐기하게 하도록 형성된, 바람직하게는 몰딩 및 가황처리된, 타이어에 대해 수행되는 검사 분야에 관한 것이다.

차륜용 타이어는 전형적으로 대향 단부를 각각 갖는 적어도 하나의 카커스 플라이를 포함하는 실질적으로 토로이드 형상에 따라 형성된 카커스 구조를 포함한다. 대향 단부는 각각 적어도 하나의 충전 인서트가 일반적으로 회전축으로부터 반경 방향으로 가늘어지는 "비드 코어(bead core)"로 불리는 적어도 하나의 실질적인 외주 환형 인서트 인서트에 의해 통상적으로 형성되는 각각의 환형고정구조에 결합된다. 환형고정구조는 일반적으로 "비드"라는 이름으로 식별되는 영역에 대개 배치된다. 비드는 각각의 마운팅 림 상에 타이어의 소위 "피팅 직경"과 실질적으로 일치하는 내부 반경을 갖는다. 타이어는 또한 타이어의 회전축에 대해 카카스 플라이의 반경 방향 외측의 위치에 배치된 적어도 하나의 벨트 스트립과 상기 벨트 스트립의 반경 방향 외측에 있는 트레드 밴드를 포함하는 크라운 구조를 포함한다. 길이방향 및 횡방향 그루브가 전형적으로 트레드 밴드에 형성되어 소정의 트레드 패턴을 정의하도록 배열된다. 트레드 밴드와 벨트 스트립(들) 사이에는 벨트 스트립(들)과 트레드 밴드 자체와의 안정한 연결을 보장하는데 적합한 특성을 갖는 엘라스토머 재료로 만들어진 소위 "언더레이어(under-layer)"가 있을 수 있다. 타이어는 또한 동일한 타이어의 회전축에 수직인 중앙면에 대하여 타이어의 축 방향 외측면을 나타내는 엘라스토머 재료로 제조된 한 쌍의 소위 사이드월을 포함한다. 예를 들어, 사이드월은 환형고정구조, 카커스 플라이(들), 벨트 스트립(들), 및 가능하게는 적어도 하나의 트레드 밴드 부분에 대한 축 방향 외측면을 나타낸다. "튜브리스" 타이어에서, 카카스 플라이와 관련하여 반경 방향 내측 위치에, 일반적으로 한 비드에서 다른 비드로 뻗어 있는 기밀성을 갖는 대개 "라이너"라고 하는 적어도 하나의 엘라스토머 재료층이 있다.

타이어의 제조 사이클은 타이어 자체의 다양한 구조적 구성요소가 제조 및/또는 조립되는 건조(建造) 공정 후에, 건조된 생타이어가 소정의 기하학적 구조 및 트레드 패턴에 따라 타이어의 구조를 규정하도록 형성된 몰딩 및 가황처리 공정이 수행되는 몰딩 및 가황처리 라인에 이송되는 것을 제공한다.

"엘라스토머 재료"라는 용어는 적어도 하나의 엘라스토머 폴리머와 적어도 하나의 강화 충진제를 포함한 조성물을 나타내는 것을 의미한다. 이런 조성물은 또한 가령, 가교제 및/또는 가소제와 같은 첨가제를 포함할 수 있다. 가교제가 있음으로 인해, 이런 재료는 가열을 통해 가교될 수 있어, 최종 제조품을 형성한다.

"생타이어"라는 용어는 건조 공정에 의해 얻어지나 아직 몰딩 및 가황처리되지 않은 타이어를 나타내는 것을 의미한다.

"완성된 타이어"라는 용어는 건조 공정에서 얻어지고 몰딩 및 가황처리된 완성된 타이어를 나타내는 것을 의미한다.

"타이어"라는 용어는 완성된 타이어 또는 생타이어를 나타내는 것을 의미한다.

타이어의 "모델"이라는 용어는 타이어를 구별하는 일련의 기하학적 특성, 즉, 예를 들어 트레드 밴드의 폭, 사이드월의 높이, 피팅 직경 및/또는 외부 직경을 나타내는 것을 의미한다.

"축방향", "축방향으로", "반경방향", "반경방향으로", "원주빙향" 및 "원주방향으로"라는 용어는 타이어와 관련해 사용된다.

특히, "축방향" 및 "축방향으로"라는 용어는 타이어 회전축에 실질적으로 평행한 방향으로 배열/측정되거나 뻗어 있는 기준/크기를 의미한다.

"반경방향" 및 "반경방향으로"라는 용어는 타이어의 회전축을 가로지르고 이러한 회전축에 직각인 면에 놓인 방향으로 배열/측정되거나 뻗어 있는 기준/크기를 의미한다.

"원주방향" 및 "원주방향으로"라는 용어는 타이어 회전축 주위로 전개하는 외주를 따라 배열/측정되거나 뻗어 있는 기준/크기를 의미한다.

"타이어의 축 절반"이라는 용어는 타이어의 회전축에 직각이고 타이어 자체의 비드로부터 등거리인 축방향 중앙면에 의해 경계가 정해진 타이어의 절반을 나태는 것을 의미한다.

"타이어의 적어도 하나의 축 절반"은 상술한 중앙면으로부터 시작하여 축방향으로 뻗어 있는 나머지 반의 가능한 다른 부분을 더한 상기 정의된 바와 같이 완전한 절반을 말한다.

"하부", "상부", "하단", "상단", "아래"및 "위"라는 용어는 지면에 대한 가령 타이어의 구성요소, 타이어, 기기, 장치 등과 같은 요소나, 또 다른 요소에 대한 상기 요소들 중 하나의 상대 위치를 식별한다.

"2차원 이미지"라는 용어는 픽셀의 행렬로 구성된 디지털 이미지를 나타내는 것을 의미하며, 각 픽셀은(행렬의 행 및 열 인덱스를 나타내는) 한 쌍의 좌표 k,l와, 예를 들어, 픽셀의 그레이 또는 컬러의 강도 또는 사전정의된 지점으로부터 픽셀의 거리와 같은 양의 값과 관련있다.

타이어에 대한 "측면도"라는 용어는 타이어의 적어도 사이드월 및/또는 비드 및/또는 숄더부를 포함할 수 있는 뷰를 나타내는 것을 의미한다. 바람직하게는, 실질적으로 타이어의 회전축에 따른 뷰를 의미한다.

제조공정에서, 발생가능한 결함 및/또는 제조 이상의 유무를 검증하기 위해 타이어를 검사한다.

EP 2 390 621은 회전 테이블 및 상기 회전 테이블 상에 타이어가 회전하는 동안 타이어의 각각의 내부면 영역의 이미지를 획득하도록 구성된 카메라 세트를 포함하는 타이어 외관 검사기기를 개시한다. 타이어의 중심과 회전 테이블의 회전축 사이에 발생할 수 있는 오정렬의 영향은 이미지 자체의 적절한 처리에 의해 타이어의 회전 중에 획득된 이미지로부터 자동적으로 제거된다.

EP 2 711 693은 트레드 패턴 요소를 포함하는 타이어의 접촉 영역에서 볼록한 결함을 감지하는 방법을 개시한다. 이러한 방법은 회전 테이블 상에 타이어가 회전하는 동안 타이어의 트레드에 슬릿 광을 조사함으로써 타이어 영역의 2 차원 이미지를 획득하는 것을 포함한다. 획득된 이미지는 타이어의 중심과 회전 테이블의 회전축 사이의 오정렬로 인한 편심 영향을 제거하는 단계를 포함하는 다양한 처리 단계를 거친다.

본 출원인은 타이어가 타이어 전체 외주에 대한 타이어 표면의 이미지를 획득하도록 되어 있는 적절한 이미지 획득장치에 대해 회전하도록 되어 있는 회전 테이블을 포함할 수 있는 적절한 검사 작업대서 검사가 수행될 수 있음을 알았다. 이러한 검사 작업대에서, 이미지의 정확한 획득을 위해, 회전 테이블의 회전축에 대하여 타이어 중심이 센터에 위치하는 것이 중요하다.

본 출원인은, 타이어의 회전축과 회전 테이블의 회전축 사이의 오정렬을 관리하기 위한 EP 2 390 621 및 EP 2 711 693에 기술된 방법이 오정렬의 사후 보정에 기초한다는 것을 주목하였다. 특히, 이러한 방법은 타이어가 회전 테이블상에서 회전하는 동안 타이어의 이미지를 얻는 것을 예측하고, 획득된 이미지를 분석하여 타이어의 중심과 테이블의 회전축 사이에 발생가능한 오정렬이 있는지를 결정하며, 획득된 이미지를 처리해 그러한 이미지상의 이러한 오정렬의 영향을 사후 보정한다.

본 출원인은 이러한 유형의 사후보정으로, 특히 필드의 심도 및/또는 시계(視界)가 제한된 카메라를 사용하는 경우에, 타이어의 중심과 테이블의 회전축 간에 오정렬이 있는 경우, 획득된 이미지는 적절하게 포커싱되지 않고/않거나 카메라의 시계에 정확하게 위치되지 않는 위험이 있음을 감지했다. 이는 이러한 이미지에서 수행되는 프로세싱의 정확도와 신뢰도를 손상시킬 수 있다.

더욱이, 매우 많은 상이한 타이어 모델을 생산하는 공장에서, 본 출원인은 이미지 획득장치가 접근하기 어려운 타이어의 영역(예를 들어, 반경 방향 내측면)에 매우 작은 및/또는 위치된 결함조차 감지할 수 있는 정확한 검사를 수행하기 위해, 타이어가 회전 테이블상에서 회전할 때 이미지 획득에 사용되는 장치가 이러한 영역에 가능한 한 가깝게 위치해야 하는 것이 중요함을 알았다. 이는 고해상도와 적절한 초점을 맞춘 정확한 이미지 획득을 보장하기 위해 동시에 장치 자체에 손상을 줄 수 있는 부적절한 조작을 수행하는 것을 방지하는 것이다. 특히, 본 출원인은 이러한 이미지 획득장치의 위치 설정이, 예를 들어, 다소 둥근 사이드월, 다소 두드러진 사이드월 높이 및 등을 고려하기 위해 피검사 타이어의 특정 모델의 기하학적 특성에 따라 정확히 조절되어야 하는 것을 알았다.

이미지 획득장치가 타이어에 매우 근접한 위치에 위치되고 장치의 기동 공간이 매우 좁은 그러한 상황에서, 타이어의 회전축과 회전 테이블 간의 오정렬에 대한 상술한 사후 보정 기술은 위험하다. 실제로, 오정렬의 경우, 회전 테이블 상에서 회전 중에, 타이어는 이미지 획득장치와 충돌할 위험이 있다.

본 출원인은 상기 문제가 타이어의 회전축과 회전 테이블의 회전축 사이의 발생가능한 오정렬을 선험적으로 결정할 수 있게 하고, 오정렬의 경우, 검사를 위한 이미지 획득을 위해 이러한 테이블 상에 타이어가 회전하기 전에, 회전 테이블의 회전축과 타이어의 회전축을 정렬시키게 해주는 해결책을 통해 극복될 수 있음을 인식했다.

보다 정확하게, 본 출원인은 타이어의 회전축을 회전 테이블의 회전축과 정렬시키기 위해 적용된, 타이어의 회전축의 위치 추정을 포함한, 센터링 절차를 통해 이러한 문제를 극복할 수 있음을 알았다. 이러한 추정은, 측면 뷰에 따라, 사이드월이 회전 테이블의 지지부에 놓인 타이어 이미지의 획득 및 이에 따라 획득된 이미지 처리를 통해 수행된다. 이미지 처리는: 이미지의 각 분석방향에 대해, 타이어의 중심이 그러한 분석방향에 수직인 잠재적 대칭축 상에 위치할 확률을 나타내는 확률분포를 결합한 누적 확률분포의 결정을 포함한다.

본 발명의 제 1 양태에 따르면, 본 발명은 차륜용 타이어를 검사하는 방법에 관한 것으로, 각각의 타이어는 회전축을 갖는다.

바람직하기로, 이는 타이어의 사이드월이 지지부가 평면에 놓이고 회전 테이블이 상기 면에 직각인 회전축을 갖는 회전 테이블의 지지부 상에 놓이는 검사 작업대에 피검사 타이어를 공급하는 것이다.

바람직하기로, 회전 테이블의 회전축과 타이어의 회전축을 상기 평면에 정렬하도록 형성된 센터링 동작을 수행하도록 제공된다.

바람직하기로, 센터링 동작은 상기 평면에서 타이어의 회전축의 식별을 포함한다.

바람직하기로, 타이어의 회전축의 식별은 a) 회전 테이블의 지지부 상에 놓인 타이어의 이미지를 측면도에 따라 획득하는 단계를 포함한다.

바람직하기로, b) 타이어의 회전축의 식별은 획득된 이미지에서, 하나의 선택된 중심점에서 교차하는 n개의 분석방향(α₁, α₂, ... α_i, ... α_n)을 정의하는 단계를 포함한다(여기서, n 및 i는 정수이고, n> 1 이고 1 ≤ i ≤ n이다).

바람직하기로, 타이어의 회전축의 식별은 c)에서 각 분석방향(α_i)에 대하여:

c1) 획득된 이미지에서, 분석방향(α_i)에 수직인 m개의 잠재적 대칭축(s_i1, s_i2, .. s_ij, .. s_im)를 정의하는 단계(여기서, m 및 j는 정수이고, m> 1이고 1 ≤ j ≤ m이다);

c2) 상기 잠재적인 대칭축(s_i1, s_i2, .. s_ij, .. s_im) 각각에 대한 상기 이미지의 대칭 수준을 계산하는 단계;

c3) 상기 분석방향(α_i)에 따른 상기 대칭 수준의 변화를 나타내는 확률분포(P^αi)를 결정하는 단계를 포함하고,

상기 대칭 수준은 상기 타이어의 중심이 각각의 잠재적인 대칭축(s_i1, s_i2, .. s_ij, .. s_im)에 있는 확률을 나타낸다.

바람직하기로, 단계 d)에서 상기 분석방향들(α₁, α₂, ... α_i, ... α_n)에 대해 결정된 확률분포들(P^αi)의 조합을 통해 얻어진 누적 확률분포(P^merged)을 기초로 타이어 중심이 결정된다.

바람직하기로, 단계 e)에서 타이어의 회전축의 식별은 상기 결정된 중심을 통과하고 상기 평면에 수직인 축에서 식별된다.

본 출원인은 타이어의 측면도에 따라 취해진 이미지에 기초하여 (즉, 고정식 회전 테이블로 획득될 수 있는 타이어의 측면 이미지에 기초하여) 타이어의 회전축을 식별하는 본 발명에 따른 점검 방법은 타이어의 회전축과 회전 테이블의 회전축 사이의 가능한 오정렬을 선험적으로 결정할 수 있게 하고, 오정렬의 경우에는 검사를 위한 이미지의 획득을 위해 이러한 회전 테이블 상에 회전하는 타이어를 셋팅하기 전에 타이어의 회전축을 회전 테이블의 회전축과 정렬할 수 있게 한다.

이는 매우 많은 모델의 타이어를 생산하는 공장을 포함하여, 심지어 회전 테이블 상에 회전하는 타이어에 대해 수행된 검사의 정확도, 신뢰도 및 안전도와 관련하여 요약한 요건을 충족하며 서로 매우 다른 타이어들에도 임의의 생산 공장에서 건조/생산되는 타이어를 검사하기 위한 산업 규모의 자동화 시스템을 만들 수 있게 한다.

제 2 태양에 따르면, 본 발명은 각 타이어가 회전축을 갖는 차륜용 타이어를 검사하기 위한 장치에 관한 것이다.

바람직하기로, 상기 장치는 적어도 하나의 검사 작업대를 포함한다.

바람직하기로, 상기 적어도 하나의 검사 작업대는 타이어의 사이드월을 수용 및 지지하도록 구성된 지지부를 가지며 회전축을 중심으로 회전하는 테이블을 포함하고, 상기 지지부는 회전 테이블의 회전축에 직각인 면에 놓인다.

바람직하기로, 상기 적어도 하나의 검사 작업대는 회전 테이블의 상기 지지부 상에 놓인 타이어의 이미지를 측면도에 따라 획득하도록 구성된 이미지 획득장치를 포함한다.

바람직하기로, 상기 적어도 하나의 검사 작업대는 회전 테이블의 회전축과 타이어의 회전축을 상기 평면 상에서 정렬하도록 형성된 센터링 동작을 관리하도록 구성된 전자유닛을 포함한다.

바람직하기로, 상기 센터링 동작은 상기 평면에서 타이어의 회전축의 식별을 포함한다.

바람직하기로, 타이어의 회전축의 식별은 하나의 선택된 중심점에서 교차하는 n개의 분석방향(α₁, α₂, ... α_i, ... α_n)을 정의하는 것을 포함한(여기서, n 및 i는 정수이고, n> 1 이고 1 ≤ i ≤ n이다).

바람직하기로, 타이어의 회전축의 식별은 각 분석방향(α_i)에 대해:

획득된 이미지에서, 분석방향(α_i)에 수직인 m개의 잠재적 대칭축(s_i1, s_i2, .. s_ij, .. s_im)을 정의하는 단계(여기서, m 및 j는 정수이고, m> 1이고 1 ≤ j ≤ m이다);

상기 잠재적인 대칭축(s_i1, s_i2, .. s_ij, .. s_im) 각각에 대한 이미지의 대칭 수준을 계산하는 단계;

상기 분석방향(α_i)에 따른 상기 대칭 수준의 변화를 나타내는 확률분포(P^αi)를 결정하는 단계가 제공되고,

상기 대칭 수준은 타이어의 중심이 각각의 잠재적인 대칭축(s_i1, s_i2, .. s_ij, .. s_im)에 위치된 확률을 나타낸다.

바람직하기로, 타이어의 회전축의 식별은 상기 분석방향들(α₁, α₂, ... α_i, ... α_n)에 대해 계산된 확률분포들(P^αi)의 조합을 통해 얻어진 누적 확률분포(P^merged)를 기초로 타이어의 중심을 결정하는 단계를 포함한다.

바람직하기로, 타이어의 회전축은 상기 결정된 중심을 지나고 상기 평면에 직각인 축에서 식별된다.

본 발명의 또 다른 태양에 따르면, 본 발명은 차륜용 타이어의 중심 위치를 추정하는 방법에 관한 것이다.

바람직하기로, a) 사이드월이 평면 상에 놓이는 지지부 상에 배치된 타이어의 이미지를 측면도에 따라 획득하는 단계가 제공된다.

바람직하기로, b) 획득된 이미지에서, 하나의 선택된 중심점에서 교차하는 n개의 분석방향(α₁, α₂, ... α_i, ... α_n)을 정의하는 단계가 제공된다(여기서, n 및 i는 정수이고, n> 1 이고 1 ≤ i ≤ n이다).

바람직하기로, c) 각 분석방향(α_i)에 대하여:

c1) 획득된 이미지에서, 분석방향(α_i)에 수직인 m개의 잠재적 대칭축(s_i1, s_i2, .. s_ij, .. s_im)을 정의하는 단계(여기서, m 및 j는 정수이고, m> 1이고 1 ≤ j ≤ m이다);

c2) 상기 잠재적인 대칭축(s_i1, s_i2, .. s_ij, .. s_im) 각각에 대한 이미지의 대칭 수준을 계산하는 단계;

c3) 상기 분석방향(α_i)에 따른 상기 대칭 수준의 변화를 나타내는 확률분포(P^αi)를 결정하는 단계가 제공되고,

상기 대칭 수준은 타이어의 중심이 각각의 잠재적인 대칭축(s_i1, s_i2, .. s_ij, .. s_im)에 위치된 확률을 나타낸다.

바람직하기로, d) 타이어 중심의 위치는 상기 분석방향들(α₁, α₂, ... α_i, ... α_n)에 대해 계산된 확률분포들(P^αi)의 조합을 통해 얻어진 누적 확률분포(P^merged)를 기초로 결정된다.

본 출원인은 타이어의 축대칭을 기술하는 본 발명에 따른 방법이 동시에 (바람직하게는 밀리미터 미만의 정밀도를 제공하며) 정확하고, 간단하며 빠른 절차로 타이어의 중심을 추정할 수 있다고 생각한다. 상기 절차 반복의 가능성도 또한 획득된 이미지에서 원하지 않는 비대칭 및 교란과 관련하여 상기 방법을 보다 정확하고 견고하게 할 수 있다.

본 출원인은 또한 타이어의 축대칭 및 그 측면도에 따라 취해진 이미지 분석에 기초한 본 발명에 따른 방법이 형상에 대한 가정을 선험적으로 가정할 필요없이 타이어의 중심을 추정할 수 있다고 생각한다. 이는 유리하게는, 예를 들어, 비드에서의 가능한 몰딩 버(molding burrs)의 존재 및/또는 지지부에 놓인 수축된 타이어가 가변적이고 예측불가능한 방식으로 겪을 수 있는 변형으로 인해 완전히 원형이아닌 타이어의 내부 형상이 존재하는 경우에도 타이어의 중심을 정확하게 추정할 수 있게 한다.

상술한 태양들 중 적어도 하나의 본 발명은 다음의 바람직한 특성들 중 적어도 하나를 가질 수 있다.

바람직하기로, 상기 확률분포(P^αi)는 상기 잠재적인 대칭축(s_i1, s_i2, .. s_ij, .. s_im) 각각에 대한 이미지의 대칭 수준의 상기 계산을 기반으로 결정된다.

바람직하기로, 상기 회전 테이블의 상기 지지부는 수평면 상에 놓여있다.

바람직하게는, 상기 측면도에 따라 획득된 상기 타이어의 이미지는 2 차원 이미지이다.

바람직한 실시예에 따르면, d)에서 상기 누적 확률분포(P^merged)의 최대값의 이미지 영역을 결정하고 상기 영역의 중심을 계산함으로써 타이어의 중심이 식별된다.

바람직하기로, 상기 누적 확률분포(P^merged)의 최대값의 이미지 영역은 상기 누적 확률분포(P^merged)가 임계치보다 큰 값을 취한 이미지 영역에 해당한다.

심지어 더 바람직하게는, 상기 임계치는 누적 확률분포(P^merged)의 최대값 함수로서 사전결정될 수 있다.

바람직하기로, d)에서 타이어의 중심은 상기 누적 확률분포(P^merged)가 임계치보다 큰 값을 취하는 이미지 픽셀들을 선택하고 상기 픽셀들의 중심을 계산함으로써 식별된다.

대안적인 실시예에 따르면, d)에서 타이어의 중심은 상기 누적 확률분포(P^merged)가 최대값을 갖는 이미지의 픽셀을 식별함으로써 식별된다.

바람직한 실시예에 따르면, 바로 전 반복에서 추정된 타이어의 중심을 선택된 중심점으로 취할 때마다 1 이상의 소정 횟수만큼 단계 b)에서 d)까지 반복하도록 제공된다.

바람직하기로, 제 1 반복시 선택된 중심점은 회전 테이블의 중심과 일치한다.

바람직한 실시예에 따르면, 각 반복시, 바로 전 반복에 대해 더 가까운 잠재적 대칭축(s_i1, s_i2, .. s_ij, .. s_im)을 분석함으로써 누적 확률분포(P ^merged )가 획득된다. 이는 이점적으로 동시에 정확도와 계산 성능을 최적화할 수 있다.

바람직한 실시예에 따르면, 각 반복시, 바로 전 반복에 대해 감소된 편위(E)를 따라 잠재적 대칭축(s_i1, s_i2, .. s_ij, .. s_im)을 분석함으로써 누적 확률분포(P ^merged )가 획득되고, 상기 편위(E)는 분석방향(α_i)을 따라 확장되고 선택된 중심점에 중심이 있다. 이는 이점적으로 동시에 정확도와 계산 성능을 최적화할 수 있다.

바람직하기로, 각 반복시, 각 분석방향(α_i)에 대해, 동일한 m개의 잠재적 대칭축(s_i1, s_i2, .. s_ij, .. s_im)이 바로 전 반복에 대해 고려된다.

바람직하기로, 각 반복시, 상기 잠재적 대칭축(s_i1, s_i2, .. s_ij, .. s_im)은 상기 편위(E) 내에서 등거리에 있다.

바람직하기로, 각 분석방향(α_i) 및 각 잠재적 대칭축(s_ij)에 대해, 상기 잠재적 대칭축(s_i1, s_i2, .. s_ij, .. s_im) 각각에 대한 이미지의 대칭 수준은 상기 잠재적 대칭축(s_ij)에 대해 이미지의 두 대향측에 위치된 획득된 이미지의 픽셀들을 분석함으로써 계산된다.

바람직한 실시예에 따르면, 각 분석방향(α_i) 및 각 잠재적 대칭축(s_ij)에 대해, 상기 잠재적 대칭축(s_i1, s_i2, .. s_ij, .. s_im) 각각에 대한 이미지의 대칭 수준은 상기 잠재적 대칭축(s_ij)에 대해 이미지의 두 대향측에 위치된 획득된 이미지의 픽셀들을 분석함으로써 계산되고, 분석된 픽셀들은 바로 전 반복 단계에 대해 각 반복시 수가 증가된다. 이는 이점적으로 동시에 정확도와 계산 성능을 최적화할 수 있다.

바람직하기로, 분석된 픽셀은 각각의 분석방향(α_i)의 각각의 잠재적인 대칭축(s_ij)에 대해 획득된 이미지 내에 정의된 관심 영역 내에서 선택된다.

바람직하기로, 각 잠재적 대칭축(s_ij)에 대해, 상기 관심 영역은 상기 잠재적 대칭축(s_ij)에 대해 대칭이다.

바람직하기로, 각각의 분석방향(α_i)의 각각의 잠재적인 대칭축(s_ij)에 대해, 상기 관심 영역은 타이어의 내부 반경 및 외부 반경의 공칭 값에 따라 각각 크기가 결정되는 내부 반경 및 외부 반경을 갖는 환형부와, 분석방향(α_i)에 주 중심선과 잠재적인 대칭축(s_ij)에 부 중심선을 갖는 직사각형 간의 교차에 의해 정의된다.

바람직하기로, 상기 직사각형은 상기 타이어의 외부 직경 이상의 분석방향(α_i)을 따른 길이(w)와 상기 타이어의 외부 반경과 실질적으로 동일한 잠재적인 대칭축을 따르는 높이(h)를 갖는다.

바람직하기로, 환형부의 내부 반경은 타이어의 내부 반경의 공칭 값의 1000% 내지 102% 사이로 구성된다. 이는 비드에서 가능한 몰딩 버를 분석으로부터 배제하는 것이 이점적이다.

바람직하기로, 환형의 외부 반경은 타이어의 외부 반경의 공칭 값의 1000% 내지 102% 사이로 구성된다. 이는 상기 잠재적 대칭축 각각에 대해 이미지의 대칭 수준의 추세에서 더 명확한 전환을 가능하게 할 수 있다.

바람직한 실시예에 따르면, 단계 c2)에서, 상기 잠재적인 대칭축(s_i1, s_i2, .. s_ij, .. s_im)의 각 축(s_ij)에 대한 상기 이미지의 대칭 수준의 계산은 잠재적인 대칭축(s_ij)에 대해 일측에 위치된 이미지 픽셀의 강도와 잠채적인 대칭축(s_ij)에 대해 이미지의 반대측에 위치된 거울 픽셀의 강도(가령, 그레이) 간에 평균 제곱근 편차(

)의 계산을 포함한다.

바람직하기로, 상기 잠재적인 대칭축(s_i1, s_i2, .. s_ij, .. s_im)의 각각에 대한 상기 이미지의 대칭 수준의 계산은 상기 평균 제곱근 편차(

)의 2차 도함수의 계산을 포함한다.

바람직하기로, 상기 잠재적인 대칭축(s_i1, s_i2, .. s_ij, .. s_im)의 각각)에 대한 상기 이미지의 대칭 수준의 계산은 2차 도함수의 필터링을 포함한다.

보다 바람직하게는, 상기 제 2 도함수의 상기 필터링은 임계치 미만인 2차 도함수의 모든 값을 0으로 설정함으로써 계산된다.

바람직하기로, 각각의 분석방향(α_i)에 대해, 결정된 확률분포(P^αi)가 기설정된 임계치 미만의 최대값을 가지면, 상기 확률분포(P^αi)는 누적 확률분포(P ^merged )의 획득에 고려되지 않는다. 이는 이점적으로 신뢰할 수 없거나 불확실한 확률 분포를 폐기할 수 있게 한다.

대안적인 실시예에서, 상기 누적 확률분포(P ^merged )는 확률분포(P^αi) 모두를 조합함으로써 획득된다.

바람직하기로, 단계 a)에서, 이미지는 고정 회전 테이블로 획득된다.

바람직하기로, 단계 d)에서 타이어의 중심의 좌표는 이미지의 2차원 기준 시스템에서 식별되고, 상기 좌표는 회전 테이블의 3차원 직교 기준 시스템으로 변환된다. 바람직하게는, 실제로, 시스템은 캘리브레이션되고 이미지 획득장치(예를 들어, 카메라)로부터의 타이어의 상부면(상방을 향한 사이드월)의 거리가 알려져 있다.

바람직하기로, 상기 센터링 동작은 상기 회전 테이블의 회전축과 상기 타이어의 회전축 사이의 편차의 감지를 포함한다.

바람직하기로, 상기 편차가 있는 상태에서, 센터링 동작은 타이어의 회전축이 실질적으로 회전 테이블의 회전축과 정렬될 때까지 (정지상태로 남아 있는) 회전 테이블의 회전에 대해 상기 평면 상에서 타이어의 이동을 포함한다.

바람직하기로, 상기 편차가 소정 값, 바람직하게는 1 mm 미만, 더욱 바람직하게는 0.1 mm 미만으로 감소될 때까지 타이어를 이동시키는 것이 제공된다.

바람직하기로, 센터링 동작 후, 회전 테이블과 타이어가 회전하는 동안, 회전 테이블의 상기 회전축을 중심으로 상기 타이어와 함께 회전 테이블을 회전시키고 상기 타이어에 대한 점검을 수행하도록 제공된다.

바람직하기로, 이미지 획득장치는 광축이 회전 테이블의 회전축과 실질적으로 일치하도록 배치된 카메라를 포함한다.

바람직하기로, 이미지 획득장치는 렌즈가 하방을 바라보는(즉, 회전 테이블의 지지부 상에 놓인 타이어를 향하는) 회전 테이블 위에 위치된 카메라를 포함한다.

바람직하기로, 회전 테이블은 상기 회전 테이블의 회전축을 중심으로 회전할 수 있도록 기저에 실장된다.

바람직하기로, 상기 적어도 하나의 검사 작업대는 상기 회전축을 중심으로 회전 테이블을 회전하도록 구성된 이동장치를 포함한다.

바람직하기로, 회전 테이블의 지지부는 상기 평면에서 상기 평면에 속한 2개의 방향(x,y)을 따라 상기 회전 테이블의 회전축에 대해 이동될 수 있다.

바람직하게는, 상기 2개의 방향(x, y)은 수직이다.

바람직하게는, 상기 적어도 하나의 검사 작업대는 상기 평면에 속한 2개의 방향(x, y)을 따라 상기 지지부를 이동시키기 위해 상기 회전 테이블의 지지부에 동작가능하게 연결된 적어도 하나의 액추에이터를 포함한다.

바람직하게는, 전자유닛은 타이어의 회전축이 회전 테이블의 회전축과 실질적으로 정렬될 때까지 상기 2개의 방향(x, y) 중 적어도 하나에 따라 회전 테이블의 지지부를 이동시키도록 상기 적어도 하나의 액추에이터를 제어하도록 구성된다.

바람직하게는, 상기 회전 테이블은 상기 두 방향들(x, y) 중 제 1 방향(x)을 따라 이동가능하고 상기 지지부를 운반하는 무단 컨베이어를 포함한다.

바람직하게는, 상기 무단 컨베이어는 상기 두 방향들(x, y) 중 제 2 방향 (y)을 따라 소정의 행정 동안 이동될 수 있다.

바람직하게는, 상기 무단 컨베이어는 한 쌍의 롤러에 권취된 컨베이어 벨트를 포함하고, 상기 컨베이어 벨트의 상부 표면은 상기 지지부를 형성한다.

바람직하게는, 상기 무단 컨베이어는 복수의 전동 롤러를 포함하며, 상기 전동 롤러의 상부 표면의 어셈블리가 상기 지지부를 형성한다.

본 발명의 내용에 포함됨.

본 발명의 다른 특징 및 이점은 단지 비제한적인 예로서 제공되는 본 발명의 일부 예시적인 실시예들의 하기의 상세한 설명으로부터 명백해질 것이고, 상기 설명은 첨부도면을 참조로 한다.
도 1은 차륜용 타이어를 제조하기 위한 공장을 개략 도시한 것이다.
도 2는 회전축 및 타이어 반경을 포함하는 평면에서 취한 타이어의 반경 방향 절반 단면을 도시한 것이다.
도 3은 도 1의 공장에 속하는 타이어를 검사하기 위한 기기의 검사 작업대 사시도를 도시한 것이다.
도 4는 도 3의 검사 작업대의 구성요소를 개략 도시한 것이다.
도 5는 본 발명에 따른 타이어 중심을 추정하는 방법을 수행하는데 사용될 수 있는 알고리즘의 바람직한 실시예의 흐름도를 개략 도시한 것이다.
도 6은 도 5의 알고리즘에서 사용될 수 있는 분석방향(α_i)에 수직인 m개의 잠재적인 대칭축(s_i1, s_i2, .. s_ij, .. s_im)을 개략 도시한 것이다.
도 7은 도 5의 알고리즘에서 사용될 수 있는 분석의 관심영역을 개략 도시한 것이다.
도 8의 a 내지 도 8의 e는 타이어 중심이 도 6의 잠재적인 대칭축(s_i1, s_i2, .. s_ij, .. s_im) 상에 놓이는 이미지의 픽셀 상에 위치되는 확률분포를 결정하기 위해도 5의 알고리즘에서 수행될 수 있는 연산 결과를 개략 도시한 것이다.
도 9의 a 내지 도 9의 e는 도 5의 알고리즘에서 구현될 수 있는 누적 확률분포 P^merged의 결정을 개략 도시한 것이다.

도 1은 차륜용 타이어(2)를 제조하기 위한 공장(1)을 도시한 것이다.

도 2는 공장(1)에서 생산될 수 있는 타이어(2)의 예를 도시한 것이다.

타이어(2)는 회전축(R) 및 상기 회전축(R)에 수직인 중앙면(M)을 갖는다(도 2에서 타이어(2)의 섹션에 대한 회전축(R)의 위치는 전부 표시적이고 개략적인 방식으로 도시되어 있음을 알아야 한다). 중앙면(M)은 타이어(2)를 제 1 축방향 절반부(2a)와 제 2 축방향 절반부(2b)로 분할한다. 예시를 단순히 하기 위해, 도 2는 타이어(2)의 제 1 축방향 절반부(2a)만을 도시하고, 나머지 절반부(2b)는(상기 중앙면(M)에 대하여 대칭이 아닐 수 있는 트레드 패턴을 제외하고는) 실질적으로 거울면이다.

타이어(2)는 기본적으로 하나 또는 두 개의 카카스 플라이(4a, 4b)를 갖는 카카스 구조(3)를 포함한다. 불침투성 엘라스토머 재료층 또는 소위 라이너(5)가 카카스 플라이(4a, 4b) 내부에 도포된다. 2개의 환형고정구조물(6)(축방향 절반(2a)만이 도 2에 도시됨)은 (중앙면(M)에 대해) 축방향 대향 위치에서 카커스 플라이(4a, 4b)의 각각의 단부 에지와 결합된다. 2개의 환형고정구조물(6)은 각각 반경방향 외측 위치에 엘라스토머 필러(6b)를 지니는 소위 비드 코어(6a)를 포함한다. 2개의 환형고정구조물(6)은 타이어(2)와 각각의 마운팅 림 간에 치합이 통상적으로 발생하는 "비드"(7)라는 용어로 대개 식별되는 영역 가까이에 통합된다(축방향 절반부(2a)만이 도 2에 도시되어 있다). 벨트층(8a, 8b)을 포함하는 벨트 구조(8)는 카카스 플라이(4a, 4a) 주위에 원주방향으로 부착되고, 트레드 밴드(9)는 벨트 구조(8) 상에 원주방향으로 나란히 놓인다. 벨트 구조(8)는 상술한 층들(8a, 8b)에 대하여 반경 방향 외측 위치에서 영도(0°)로 알려진 다른 층(미도시)을 포함할 수 있다. 벨트 구조(8)는 카커스 플라이(4a, 4b)와 벨트 구조(8)의 축방향 대향 단부 에지 중 하나 사이에 각각 배열된 소위 "서브-벨트 인서트(10)"와 연결될 수 있다. 대응하는 비드(7)로부터 트레드 밴드(9)의 대응하는 사이드 에지까지 각각 뻗어 있는 2개의 사이드월(11)이(중앙면(M)에 대하여) 카커스 플라이(4a, 4b)상의 축방향 대향 위치에 부착된다. 트레드 밴드(9)의 각 사이드 에지에 인접한 각각의 사이드월(11)의 부분 및 각각의 사이드월(11)에 인접한 트레드 밴드(9)의 각 부분의 전체가 타이어(2)의 숄더부로서 알려져 있다.

특히 도 1을 참조하면, 공장(1)은 생타이어의 건조라인(13)과 상기 건조라인(13)의 하류에 조작적으로 배열된 몰딩 및 가황처리라인(14)을 포함한다.

도 1에 도시된 공장(1)의 비제한적인 실시예에서, 건조라인(13)은 카카스 구조 건조라인(15), 크라운 구조 건조라인(16)을 포함하고, 각각의 크라운 구조는 적어도 벨트 구조(8), 트레드 밴드(9), 및 가능하게는 사이드월(11)의 적어도 일부 및 성형 및 어셈블리 작업대(17)를 포함한다.

카커스 구조 건조라인(15)에서, 각 성형 드럼 상에 카커스 플라이(4a, 4b), 라이너(5), 환형고정구조물(6) 및 가능하게는 사이드월(11)의 적어도 일부를 포함하는 카카스 구조(3)를 형성하도록 구성된 상이한 작업대(미도시) 사이에서 성형 드럼이 이동된다.

동시에, 크라운 구조 건조라인(16)에서, 하나 이상의 보조 드럼(미도시)이 각 보조 드럼 상에 크라운 구조를 형성하도록 배열된 상이한 작업대(미도시) 사이에서 순서대로 이동된다.

성형 및 어셈블리 작업대(17)에서, 카카스 건조라인(15)에 있는 자신의 성형드럼에 형성된 카카스 구조(3)가 크라운 구조 건조라인(16)에 형성된 크라운 구조에 성형 및 어셈블리된다.

미도시된 공장(1)의 다른 실시예에서, 건조라인(13)은 가령 단일 성형드럼에 상술한 구성요소들 모두를 형성하도록 배열된 다른 타입으로 될 수 있다.

건조라인(13)에 의해 건조된 생타이어는 하나 이상의 가황처리기를 포함한 몰딩 및 가황처리라인(14)으로 이송된다.

몰딩 및 가황처리라인(14)으로부터 완성된 타이어(2)가 기설정된 빈도와 해당하는 기정의된 생산 싸이클 시간에 따라 순서대로 차례차례 나온다.

몰딩 및 가황처리라인(14)의 하류에, 공장(1)은 몰딩 및 가황처리 후 타이어(2)의 검사를 수행하도록 구성된 기기(18)를 포함한다.

추가 또는 다른 실시예(미도시)에서, 공장(1)은 건조라인(13)과 몰딩 및 가황처리라인(14) 사이에 배열되고 몰딩 및 가황처리 단계 전에 생타이어의 검사를 수행하도록 구성된 동일한 기기(18)를 포함할 수 있다.

타이어 검사기기(18)는 후술된 방식에 따라 있을 수 있는 결함의 유무를 검사하기 위해 타이어(2)가 품질 제어받는 적어도 하나의 검사 작업대(27)를 포함한다. 예시를 간략히 하기 위해, 통상적으로 기기(18)가 다수의 검사 작업대(27)를 포함함에도 불구하고 도 1은 단지 하나의 검사 작업대(27)만을 도시한 것을 알아야 한다.

피검사 타이어(2)가 기기(18)에 순서대로 차례차례 들어가고 실질적으로 직진하는 진행 방향(F)을 따라 순차적으로 검사 작업대(27)를 지난다.

특히 도 3 및 도 4를 참조하면, 각 검사 작업대(27)는 베이스(34)(도 4)가 지면에 안착되어 수용되는 프레임(28)을 포함한다. 회전 테이블(35)은 수직 회전축(Z)을 중심으로 회전할 수 있도록 베이스(34) 상에 장착된다. 회전 테이블(35)은 피검사 타이어(2)의 사이드월(11)을 수용하고 지지하도록 구성된 실질적인 수평 지지부(36)를 갖는다.

도시된 실시예에 따르면, 회전 테이블(35)은 베이스(34) 위에 배치되고 상기 수직 회전축(Z)을 중심으로 베이스(34)와 회전가능하게 결합된 회전 지지체(37)(도 4)를 포함한다. 회전 지지체(37)는 베이스(34)에서 나온 샤프트(37A)에 단단히 연결된다. 샤프트(37A)는 베이스(34)에 설치된 이동장치(38)(도 4에 개략적으로 도시 됨)에 연결되고, 회전 테이블(35)을 상기 수직 회전축(Z)을 중심으로 회전시키도록 구성된다. 수직 회전축(Z)은 베이스(34) 및 지면에 대해 고정이다(움직일 수 없다).

무단 컨베이어(39)가 회전 지지대(37)에 실장된다. 특히, 무단 컨베이어(39)는 그 하부면에 한 쌍의 슬라이딩 블록(41)(도 4)이 제공된 플레이트에 의해 정의된 슬라이드(40)(도 4)를 포함한다. 각각의 슬라이딩 블록(41)은 회전 지지대(37)의 상부면에 실장된 각각의 가이드(42)(도 4)와 슬라이딩 가능하게 결합된다.

슬라이드(40)는, 그 상부면에, 미도시되며 슬라이드(40)에 고정적으로 연결된 브래킷에 힌지 결합된 한 쌍의 롤러(43)를 지지한다. 롤러(43)는 서로 평행하고 가이드(42)에 나란한 각각의 선회축(W) 주위로 회전 이동될 수 있다. 컨베이어 벨트(44)는 폐쇄 경로를 정의하도록 한 쌍의 롤러(43) 상에 권취된다. 컨베이어 벨트(44)는 상부 브랜치를 갖는데, 상부 브랜치의 상부면은 실질적으로 수평면에 놓이는 상기 지지부(36)를 형성한다.

제 1 액츄에이터(45)(도 4에 개략적으로 도시됨)가 슬라이드(40) 상에 장착되고, 회전을 설정하고 폐쇄 경로를 따라 컨베이어 벨트(44)를 이동시키기 위해 한 쌍의 2개 롤러(43) 중 적어도 하나에 작동가능하게 연결된다. 롤러(43)는 한 회전 방향으로 또는 반대 방향으로 회전하여 제 1 방향(x)(도 3에 도시됨)으로, 한 방햐으로 및 반대 방향으로 모두, 상부 브랜치 및 지지부(36)의 병진 이동을 발생시킬 수 있다. 제 1 방향(x)은 수평면에 놓이고 회전축(W)에 수직이다. 회전 테이블(35)이 휴지 위치에 고정되면, 제 1 방향(x)은 진행 방향(F)과 정렬된다.

도 4에 개략적으로 도시된 제 2 액츄에이터(46)는 슬라이드(40)와 회전 지지체(37) 사이에 장착되고 가이드(42) 상의 슬라이드(40)를 수평면으로 제 1 방향(x)에 수직이고 회전축(W)에 평행인 제 2 방향(y)(도 3에 도시됨)을 따라 이동시키도록 구성된다. 따라서, 지지부(36)는 다른 한편으로 상기 지지부(36)에 대해 고정된 수직 회전축(Z)에 대해 상기 2 개의 방향(x, y)을 따라 수평면으로 이동할 수 있다. 제 1 방향(x)을 따르는 지지부(36)의 이동은 연속적이고 무한일 수 있다. 제 2 방향(y)을 따른 지지부(36)의 이동은 슬라이딩 블록(41) 및 가이드(42)로 구성된 시스템에 의해 제공되는 이용 가능한 행정에 의해 제한된다.

컨베이어 벨트(44) 대신에 미도된 다른 실시 예에서, 무단 컨베이어(39)는 서로 평행하고 회전 지지체(37) 상에 장착된 복수의 전동 롤러를 포함한다. 이 경우, 상기 전동 롤러의 상부면의 어셈블리가 상기 지지부(36)를 정의한다.

이미지 획득장치(47)(도 3에 개략적으로 도시됨)는 회전 테이블(35) 위에 설치되고 지지부(36)를 향해 마주본다. 이미지 획득장치(47)는 카메라와 검사 작업대(27)에 배치된 복수의 조명 장치(미도시)를 포함한다..

카메라는 렌즈가 하향으로(다시 말하면, 지지부(36)에 놓인 타이어(2)를 향하게) 회전 테이블(35) 위에 위치된다. 적절한 캘리브레이션 과정으로 인해, 카메라는 회전 테이블(35)의 수직 회전축(Z)과 실질적으로 일치하는 광축을 갖는다.

조명 장치는 상향으로(즉, 카메라를 향하게) 노출된 적어도 사이드월(11), 숄더부 및 비드(7)(및 가능하게는 트레드 밴드(9)의 적어도 일부)를 적절하게 조명하도록 구성된다. 조명 장치는 타이어(2)의 배경도 또한 적절하게 조명하도록 구성된다.

(도 3 및 도 4에 개략적으로 도시된) 전자 유닛(48)이 이미지 획득장치(47), 이동 장치(38), 제 1 액추에이터(45) 및 제 2 액추에이터(46)에 작동가능하게 연결된다. 하기에 더 상세히 기술된 바와 같이, 전자 유닛(48)은 회전 테이블(35)의 수직 회전축(Z)과 지지부(36) 상에 배열된 타이어(2)의 회전축(R) 사이의 편차(S)를 감지하고 제 1 액추에이터(45) 및 제 2 액추에이터(46)를 제어해 타이어(R)의 회전축이 회전 테이블(35)의 회전축(Z)과 정렬될 때까지 감지된 편차(S)의 함수로서 제 1 방향(x) 및/또는 제 2 방향(y)을 따라 지지부(36)를 이동시키도록 구성된다.

일실시예(미도시)에서, 바람직하게는 타이어를 검사하기 위한 장치(18)는 검사 작업대들(27)의 제 1 검사 작업대로 공급되기 전에 타이어(2)가 위치해 있는 롤러 컨베이어를 포함하는 기계적 센터링 지지부를 검사 작업대(27)의 상류측에 포함한다. 이러한 기계적 센터링 지지부는 회전 테이블(35)의 수직 회전축(Z)과 타이어(2)의 회전축(R) 간에 제 2 방향(y)을 따라 가령 20-25mm 미만(제 2 방향(y)을 따른 사전 센터링)의 편차(Sy)를 얻도록 형성된 회전 테이블(35)의 회전축(Z)에 대한 타이어(2)의 사전센터링 동작을 수행하도록 구성된다.

도 3에 도시된 바와 같이, 각각의 검사 작업대(27)는 또한 회전 테이블(35) 위에 장착되고 프레임(28)에 구속된 하나 이상의 의인형 로봇암(49)(예로서 도 3에서 2 개가 도시됨)을 포함한다.

각각의 의인형 로봇암(49)의 극단은 하나 이상의 검사 장치(50)를 운반한다. 의인형 로봇암(49)은 장치(50)의 지지 및 이동 장치를 규정한다. 의인형 로봇암(49)에 의해 운반되는 장치(50)는 예를 들어(반경방향 외측 및/또는 반경방향 내측 면 상의) 있을 수 있는 외부 결함 및/또는 타이어 구조 내의 결함을 감지할 수 있게 하는 일련의 비파괴 검사 동작을 수행할 수 있다. 상기 검사는 예를 들어 광학(사진, 비파괴검사, 홀로그래피, 방사선 촬영 등), 초음파 또는 기계식 타입 또는 이들의 조합일 수 있다.

비한정적인 예로서, 장치(50)는 예를 들어 타이어(2)의 반경방향 외측 및/또는 반경방향 내측 면의 2차원 및/또는 3차원 이미지를 찍도록 구성된 레이저 또는 LED 타입의 확산광, 그레이징 광 또는 직사 광을 갖는 가능한 조명 소스를 갖는 디지털 카메라를 포함할 수 있다.

사용시 및 본 발명에 따른 타이어 검사 방법에 따라, 완성된 타이어(2)가 가황 유닛(14)으로부터 나올 때마다, 예를 들어 미도시된 컨베이어를 통해 검사를 수행하기 위한 장치(18)로 이송된다.

타이어(2)는 그런 후 장치(18)의 각 검사 작업대(27)에 공급된다.

림에 장착되지 않은 (따라서 수축된) 타이어(2)는 검사 작업대(27)의 회전 테이블(35)의 지지부(36) 상에 사이드월(11)과 함께 안착되어 있다. 지지부(36)는 그 제 1 방향(x)이 실질적으로 직진 진행 방향(F)과 일치하도록 지향된다. 사이드월(11) 상에 안착된 타이어(2)는 그 제 2 축방향 절반부(2b)가 지지부(36)에 인접하고 제 1 축방향 절반부(2a)가 위쪽을 향해 있다.

사이드월(11)에 놓는 것은 타이어(2)의 형상이 팽창될 필요없이 모든 테스트 동안 항상 동일한 것을 보장한다. 휴지상태의 (수축된) 타이어(2)는 팽창된 타이어에 대하여 진동을 감소시키고 검사, 특히 획득된 이미지의 품질을 향상시킨다. 사이드월에 놓는 것은 무결성 및 검사 품질을 손상시킬 수 있는 기계적 스트레스를 방지한다. 사이드월에 놓는 것은 또한 후술된 바와 같이 검사의 기준 시스템에 대해 쉽게 센터링을 허용한다.

이 때, 전자 유닛(48)은 회전 테이블(35)의 지지부(36)의 수평면(x, y)에서 타이어(2)의 회전축(R)을 회전 테이블(35)의 수직 회전축(Z)과 정렬하도록 형성된 센터링 동작을 관리할 수 있다. 센터링 동작은 제 1 방향(x)이 진행 방향(F)과 일치하는 휴지 위치에 고정 회전 테이블(35)과 함께 수행된다. 센터링 동작은 타이어의 중심 위치와 이에 따라 타이어의 회전축(R)의 추정을 먼저 포함한다.

도 5는 본 발명에 따른 차륜용 타이어(2)의 중심 위치를 추정하는 방법을 구현하는데 사용될 수 있는 알고리즘의 바람직한 실시예를 도시한 것이다.

특히, 도 5의 흐름도를 참조하면, 블록(100)에서 알고리즘은 다음을 포함하는 입력 데이터를 수신한다:

- 회전 테이블(35)의 지지부(36) 상에 놓인 타이어(2)의 이미지, 바람직하게는 2 차원 이미지; 이미지 획득장치(47)를 통해, 이미지는 타이어(2)의 측면 뷰에 따라 위에서부터 획득된다;

- 타이어(2)의 내부 반경, 외부 반경 및 트레드 밴드(9)의 폭의 공칭 치수를 갖는 데이터 구조; 및

- 이미지 획득장치(47)의 카메라의 광축을 회전 테이블(35)의 수직 회전축(Z)과 정렬시키기 위해 적용된 상술한 캘리브레이션 절차로부터 얻어진 데이터.

타이어(2)의 2 차원 이미지는 바람직하게는 사이드월(11), 적어도 하나의 숄더부, 비드(7), 및 가능하게는 위쪽을 바라보는(즉, 카메라를 향하는) 타이어(2)의 제 1 축방향 절반부(2a)의 트레드 밴드(9)의 적어도 일부를 포함한다.

2 차원 이미지는 각각 행 및 열 인덱스로서 k 및 l을 갖는 픽셀 매트릭스로 표현된다. 픽셀의 값은, 예를 들어, 0(검정)과 255(흰색) 사이의 그레이 레벨 스케일로 변할 수 있다.

캘리브레이션 절차는 이미지 획득장치(47)의 광학 시스템의 기하학적 특성을 특징화할 수 있게 하고, 제 1 방향(x), 제 2 방향(y), 및 회전 테이블(35)의 회전축(Z)에 의해 정의된 검사 작업대(27)의 3D 직각좌표계에서의 상대 위치와 2차원 이미지상의 픽셀 내 한 점의 좌표를 맵핑하게 한다. 이를 하기 위해, 카메라로부터 상기 점의 거리를 아는 것이 필수적이다. 알고리즘이 카메라에 대한 지지면(36)의 높이 및 트레드 밴드(9)의 폭을 알며 위쪽으로 바로보는 타이어(2)의 제 1 축방향 절반부(2a)의 사이드월(11), 숄더부 및 비드(7)의 점들을 고려한다고 간주하면, 타이어(2)의 위쪽을 향한 사이드월(11)의 평면에 속하는 모든 점들에 대해, 픽셀로부터 밀리미터로 또는 그 역으로 지나는 것이 가능하다.

바람직하게는, 입력시 이미지는 노이즈를 제거하고 이미지의 그레이 레벨을보다 균일하게 하기 위해, 예를 들어, 3x3 타입의 통상적인 중간 필터로 필터링된다.

블록(101)에서, 알고리즘은 획득된 이미지에서(블록(102)로부터 입력시 제공된) 선택된 중심점(Pc)에서 서로 교차하는 n개의 분석방향들(α₁, α₂, ... α_i, ... α_n)의 제 1 분석방향(α_i)을 고려하며, n 및 i는 정수이고, n > 1이며, i는 1에서 n의 일반 정수를 나타낸다. 바람직하게는, n은 2보다 크다. 분석방향의 개수(n)는 바람직하게는 한편으로는 알고리즘의 견고성과 정확성 사이의 양호한 절충과 다른 한편에서는 계산 단순성을 발견하도록 선택된다. 바람직하게는, n개의 분석방향들(α₁, α₂, ... α_i, ... α_n)은 동일한 각도로 이격되어 있다. 예를 들어, m은 12이고 n 분석방향들(α₁, α₂, ... α_i, ... α_n)은 각도가 30 °만큼 이격되어 있다. 바람직하기로, 하기에 더 잘 설명된 바와 같이, 알고리즘의 제 1 반복에서, 선택된 중심점(Pc)은 회전 테이블(35)의 중심과 동일하게 설정된다(픽셀 단위).

블록(103)에서, 알고리즘은 획득된 이미지에서 분석방향(α_i)에 대해 상기 분석방향(α_i)에 수직인 m개의 잠재적 대칭축(s_i1, s_i2, .. s_ij, .. s_im)의 잠재적 제 1 대칭축(s_ij)을 고려하며, 여기서 m 및 j는 정수이고, m > 1이고, j는 1에서 m의 일반 정수를 나타낸다. 도 6에 개략적으로 도시된 바와 같이, 바람직하게 잠재적인 m개의 대칭축(s_i1, s_i2, .. s_ij, .. s_im)은 상기 분석방향(α_i)을 따라(픽셀 단위로) 사전정의된 편위(E) 내에서 등거리이며, 선택된 중심점(Pc)에 센터링된다. 예를 들어, 하기에서 상세히 설명되는 바와 같이, 알고리즘의 제 1 반복에서, 상기 편위(E)는 전체 길이가 300 픽셀일 수 있고 잠재적인 m개의 대칭축들(s_i1, s_i2, .. s_ij, .. s_im)은 10 픽셀(총 30개의 대칭축에 대해, 즉 m = 30)과 동일한 거리(d)만큼 이격될 수 있다. 이러한 편위(E) 및 거리(d)의 값은 블록(104)에 의해 도 5의 블록(103)에 제공된다. 이하에서 상세히 설명하는 바와 같이, 편위(E) 및 대칭축들 사이의 픽셀 거리(d)는 알고리즘의 가변 파라미터이다(즉, 반복마다 다르다).

블록(105)에서, 알고리즘은 고려된 잠재적 상기 제 1 대칭축(s_ij)에 대해 획득된 이미지 내의 관심 영역(ROI)(150)을 정의한다. 도 7에 개략적으로 도시된 바와 같이, 이러한 관심 영역(150)은 잠재적 대칭축(s_ij)에 대해 대칭이며, 외부 반경 및 내부 반경이 각각(블록(100)에 입력시 데이터로서 수신된) 타이어의 내부 반경 및 외부 반경의 공칭 값(픽셀 단위)의 함수로서 크기가 결정되는 환형부(151)와 주 중신선이 분석방향(α_i)에 놓이고 부 중신선이 관련된 잠재적 대칭축(s_ij)에 놓인 직사각형(152) 간의 교차로 정의된다. 바람직하게는, 직사각형(152)은 길이(w)가 타이어의 외부 직경의 길이(픽셀 단위)보다 약간 큰(예를 들어 약 1 또는 2%) 분석방향(α_i)을 따르고 높이(h)가 타이어의 외부 직경의 길이(픽셀 단위)와 실질적으로 같은 잠재적 대칭축(s_ij)을 따른다. 직사각형(152)의 중심(c)은 분석방향(α_i)과 잠재적 대칭축(s_ij) 간의 교차점에 있다. 도 7에서, 중심(c)은 직교 평면(i,j)에서 일반 좌표(I,J)를 가지며, 여기서 i는 분석방향(α_i)을 따른 좌표이고 j는 잠재적인 대칭축(s_ij)을 따른 좌표이다.

바람직하기로, 환형부(151)의 내부 반경은 타이어(2)의 내부 반경의 공칭 값(픽셀 단위)보다 약간 더 크다(예를 들어, 약 1-2%).

바람직하기로, 환형부(151)의 외부 반경은 타이어(2)의 외부 반경의 공칭 값(픽셀 단위)보다 약간 더 크다(예를 들어, 약 1-2%).

블록(106)에서, 알고리즘은 고려된 잠재적 대칭축(s_ij)에 대해 이미지의 반 대칭의 레벨(

)을 계산한다. 특히, 반대칭의 레벨(

)은 잠재적 대칭축(s_ij)에 대해 이미지의 일측에 위치된 이미지 픽셀의 소정 개수(p)의 그레이 강도(In)와 잠재적 대칭축(s_ij)에 대해 이미지의 대향측에 위치된 거울면 픽셀의 그레이 강도(In) 간의 평균 제곱근 편차(root mean square deviation)를 계산함으로써 결정된다; 픽셀의 개수(p)는 블록(107)에 의해 블록(106)에 제공된다.

제곱 평균 제곱근 편차의 계산은 예를 들어 다음 공식에 의해 개략적으로 나타낼 수 있다:

여기서, p는 고려된 픽셀의 개수를 나타내고, In은 픽셀의 그레이 강도를 나타내며; h 및 w는 각각 직사각형(152)의 높이 및 길이를 나타내고; I 및 J는 직사각형(152)의 중심(c)의 좌표이며; i 및 j는 각각 분석방향(α_i) 및 잠재적 대칭축( s_ij)을 따른 직사각형(152)의 중심(c)에 대한 픽셀의 좌표이다. 블록들(113 및 116)을 참조로 하기에 상세히 설명되는 바와 같이, 고려되는 픽셀들의 개수(p)는 알고리즘의 가변 파라미터이다(즉, 반복마다 변한다). 더욱이, 비록 공식에서 좌표 i가 0에서 w/2까지 변하고 좌표 j가 h/2에서 -h/2까지 변하는 것으로 나타내더라도, 실제로 환형부(151) 내에 있는 좌표(i, j)를 갖는 픽셀들만이 고려된다.

가 높은 값을 갖는다면, 잠재적 대칭축(s_ij)에 대한 이미지의 2개의 반대면들이 서로 매우 다른(대칭이 아닌) 것을 의미하는 것이 관찰된다;

가 0인 경우, 다른 한편으로는, 양측이 완벽하게 대칭인 것을 의미한다. 그러므로,

의 높은 값은 고려된 잠재적 대칭축(s_ij)이 타이어의 직경이라는 낮은 확률을 나타낸다. 한편,

의 낮은 값은 고려된 잠재적 대칭축(s_ij)이 타이어의 직경이라는 높은 확률을 나타낸다.

전술한 바와 같이, 환형부(151)의 내부 반경은 바람직하게는 타이어(2)의 내부 반경의 공칭 값(픽셀)보다 약간 크다. 이러한 방식으로, 타이어의 비드(7) 상에 있을 수 있는 비대칭 버(asymmetric burrs)가 분석으로부터 선험적으로 배제되고, 이미지의 계산된 반대칭 레벨(

)을 위조하는 것을 방지한다.

환형부(151)의 외부 반경은 또한 분석에서 배경의 픽셀의 작은 대역을 포함하기 위해 타이어(2)의 외부 반경의 공칭 값보다 약간 큰 것이 바람직하다. 이러한 방식으로, 도 8의 a의 도면으로부터 이해할 수 있는 바와 같이, 관심 영역(150)이 타이어(2)의 실제 중심에 대해 완벽하게 중심에 있지 않으면, 타이어(2)의 거울면의 어두운 픽셀과 비교되는(일반적으로 더 가볍거나 또는 타이어(2)의 픽셀의 그레이 레벨과 상이한 그레이 레벨의 경우에) 이러한 픽셀들은 반대칭 레벨(

)의 값을 빠르게 증가시키는데 기여한다. 한편, 관심 영역(150)이 중심에 놓여지면, 배경 픽셀은 반대편 배경의 다른 픽셀과 비교되고, 반대칭 레벨(

)의 값에 대한 이들의 기여는 0이다. 이는 이점적으로 분석방향(α_i)을 따른 이미지의 반대칭 레벨(

) 경향에서 더 명확한 전이를 가능하게 한다.

블럭(108)에서, 알고리즘은 m개의 잠재적 대칭축들(s_i1, s_i2, .. s_ij, .. s_im )이 분석되었는지 여부를 검사한다. 부정적인 경우에, 알고리즘은 블록(103)으로 되돌아 가서, 그러한 축에 대한 이미지의 반대칭의 레벨(

) 을 계산하기 위해아직 고려되지 않은 또 다른 잠재적 대칭축(s_ij)에 대한 분석을 다시 시작한다. 다른 한편으로, m개의 잠재적 대칭축들(s_i1, s_i2, .. s_ij, .. s_im )이 분석되었다면(즉, 이미지의 반대칭의 레벨(

)이 분석방향(α_i)에 직각인 m개의 잠재적 대칭축들(s_i1, s_i2, .. s_ij, .. s_im ) 모두에 대해 계산되었다면), 블록(109)에서, 상기 알고리즘은 상기 잠재적 대칭축들(s_i1, s_i2, .. s_ij, .. s_im ) 각각에 대하여 계산된 이미지의 대칭성의 레벨(

)로부터 상기 타이어의 중심이 상기 잠재적 대칭축들(s_i1, s_i2, .. s_ij, .. s_im) 상에 놓여있는 이미지의 픽셀들 상에 위치될 확률(즉, 타이어의 직경이 상기 잠재적 대칭축(s_i1, s_i2, .. s_ij, .. s_im) 상에 위치될 확률)을 나타내는 확률분포(P^αi)를 결정한다.

특히, 다음을 통해 확률분포(P^αi)가 결정된다:

- 분석방향(α_i)에 수직인 상기 잠재적 대칭축(s_i1, s_i2, .. s_ij, .. s_im) 각각에 대해 계산된 이미지의 반대칭성 레벨(

,

, ..

, ..

)의 2차 미분(즉, 평균 제곱근 편차)의 계산; 및

- 특정 임계값 이하인 모든 2차 미분 값을 0으로 설정하여 계산된 2차 미분의 필터링.

필터링은 이점적으로(확률분포 P^αi의 계산에 관심없는) 음의 값들과 약간의 교란 피크들을 제거하는 것을 가능하게 한다.

전술한 연산이 도 8에 개략적으로 도시되어 있다. 도 8의 b는 m개의 잠재적 대칭축(s_i1, s_i2, .. s_ij, .. s_im)에 대해 분석방향(α_i)을 따라 계산된 이미지의 반대칭성의 레벨(

,

, ..

, ..

)을 나타내는 곡선(AS)을 개략적으로 도시한 것이다; 도 8의 c는 곡선(AS)의 2차 미분을 나타내는 곡선(AS")을 개략적으로 도시한 것이다; 도 8의 d는 곡선(AS")을 필터링함으로써 얻어진 확률분포(P^αi)를 나타내는 곡선(P)을 개략적으로 도시한 것이다.

도 8의 b 내지 도 8의 d로부터 알 수 있는 바와 같이, 곡선(AS") 및 P는 곡선(AS)의 최소값에서 최대 피크를 갖는다. 따라서, 곡선(AS") 및 P는 m개의 잠재적 대칭축(s_i1, s_i2, .. s_ij, .. s_im)에 대한 분석방향(α_i)을 따른 이미지의 대칭 레벨을 나타내며, 이에 따라 타이어의 중심이 m개의 잠재적 대칭축(s_i1, s_i2, .. s_ij, .. s_im) 중 하나에 위치되는 확률을 나타낸다. 특히, 잠재적 대칭축(s_ij)에 대한 P의 값이 클수록, 타이어(2)의 직경이 이러한 대칭축(s_ij)에 놓일 확률이 커진다.

도 8의 d에서 곡선(P)은 확률분포(P^αi)를 일차원으로, 즉 분석방향(α_i)을 따라 나타낸 것을 알아야 한다. 그러나, 전술한 바와 같이, 사실상 확률분포(P^αi)는 타이어의 중심이 m개의 잠재적 대칭축(s_i1, s_i2, .. s_ij, .. s_im)을 따라 놓일 확률을 나타내기 때문에 2차원이다. 따라서, 도 8의 e에서, 곡선(P)은 평면(i, j)에서 확률분포(P^αi)가 높을수록 점차 밝아지는 픽셀을 갖는 이미지로 2D로 표현되고, 여기서 i는 분석방향(α_i)을 따른 좌표를 나타내고, j는 분석방향(α_i)에 직각이고 잠재적 대칭성축(s_i1, s_i2, .. s_ij, .. s_im)에 평행한 방향을 따르는 좌표를 나타낸다. 알 수 있는 바와 같이, 이미지의 픽셀은 도 8의 d의 곡선(P)의 피크에서 점점 더 밝아지고 있다. 도 8의 e에 도시된 바와 같이, 2D 이미지는 예를 들어 편위(E)와 같은 방향(i)을 따른 확장 및 방향(j)을 따른 일반적인 확장을 갖는 직사각형일 수 있다. 바람직한 실시예(미도시)에서, 2D 이미지는(일반적으로 직사각형(152)의 높이(h) 미만인) 편위(E)와 동일한 방향(i) 및 방향(j)을 따라 확장된 정사각형이다.

도 5의 흐름도로 돌아가서, 블록(110)에서, 알고리즘은 n개의 분석방향들(α₁, α₂, ... α_i, ... α_n) 모두가 분석되었는지 검사한다. 부정적인 경우에, 알고리즘은 블록(101)으로 되돌아 가서, 이와 같은 분석방향(α_i)에 대한 확률분포(P^αi)를 계산하기 위해 아직 고려되지 않은 다른 분석방향(α_i)에 대한 분석을 재개한다. 다른 한편으로, n개의 분석방향들(α₁, α₂, ... α_i, ... α_n)이 모두 분석되었다면(즉, 모든 확률분포(P^{α 1} _, P^{α 2} _, ... P^{α i} _, ... P^{α n} )가 n개의 분석방향들(α₁, α₂, ... α_i, ... α_n) 모두에 대해 계산되었다면), 블록(111)에서, 알고리즘은 모든 분석방향들(α₁, α₂, ... α_i, ... α_n)에 대해 계산된 확률분포들(P^{α 1} _, P^{α 2} _, ... P^{α i} _, ... P^{α n} )을 조합한 누적 확률분포(P ^merged )를 결정한다.

일반적인 행 및 열 인덱스 k 및 l을 갖는(블록(100)에서 입력시 수신된) 타이어(2)의 2차원 이미지의 각 픽셀에 대해, 누적 확률분포는 확률분포(

)는 좌표 k, l의 그러한 픽셀에서 n개의 분석방향들(α₁, α₂, ... α_i, ... α_n) 모두를 따라 얻어진 확률분포(P ¹ )의 값의 곱으로 주어진다. 예를 들어, 이런

는 다음 공식에 의해 개략적으로 나타낼 수 있다:

여기서,

는 좌표 k, l의 픽셀에서 블록(109)에서 계산된 확률분포(P ¹ )의 값을 나타낸다. 좌표(i, j)로부터 좌표(k, l)로의 진행은 당업자의 능력 내에서 적절한 수학적 관계를 통해 수행될 수 있다.

곱셈(Π)의 인소에서 단위 "1"은 단 하나의

(즉, 단일 분석방향을 따른 확률)가 0일 때조차도

이 0이 되는 것을 방지하는 것을 알아야 한다. 이는 타이어(2)의 이미지의 단일 분석방향에서 발생가능한 교합 또는 교란에 너무 많은 가중치를 부여하지 않게 할 수 있다.

바람직하게는,

의 계산시, 확률분포(Pⁱ)(즉, 도 8의 d의 곡선(P))가 특정 임계 값보다 큰 피크(값 또는 "스코어")를 갖는

값만이 고려된다. 낮은 피크 값이 불확실 상황에 해당하는 것을 고려하면, 이는 획득된 타이어(2)의 이미지의 특정 방향에서 교합 또는 교란의 경우에 견고함을 보장한다.

바람직하게는, 블록(111)에서,

가 다음 공식에 의해 표현된 바와 같이 최종적으로 정규화된다:

도 9의 e는 모든 분석방향(α₁, α₂, ... α_i, ... α_n)에 대한 확률분포(P^{α 1} _, P^{α 2} _, ... P^{α i} _, ... P^{α n} )를 나타내는(도 8의 e의 타입의) 2D 이미지들의 병치로서 누적 확률분포(P^merged)를 개략적으로 나타낸다.

이러한 2D 이미지는 동일한 지점(즉, 블록(102)으로부터 블록(101)에 입력되는 선택된 중심점(Pc)에) 모두 앵커링되는 것을 알아야 한다. 따라서, 이러한 이미지는 도 9에 도시된 바와 같이 타이어(2)의 2차원 이미지(블록(100)에서 입력시 수신된 이미지) 상에 맵핑될 수 있다.

특히, 도 9의 a 내지 도 9의 e는 각각 타이어(2)의 2차원 이미지 상에 매핑된 1, 2, 3, i 및 n 개의 2D 이미지를 도시한 것이다.

알 수 있는 바와 같이, n개의 2D 이미지의 조합은 상기 누적 확률분포 P^merged의 최대값, 다시 말하면, 픽셀의 최대 강도 값의 영역 A(가장 흰 중앙점을 참조)의 타이어(2)의 2차원 이미지에서의 식별을 이끈다.

도 5의 흐름도로 돌아가면, 블록(112)에서, 알고리즘은 블록(111)에서 결정된 정규화된 누적 확률분포 P^normalized에 기초하여 타이어의 중심을 추정한다.

본 발명의 일실시예에 따르면, 타이어의 중심은 P^{normalized가} 절대 최대값을 갖는 타이어(2)의 2차원 이미지의 픽셀(k, l)에서 식별된다.

그러나, P^normalized가 (타이어(2)의 이차원 이미지의 이산 해석으로부터 얻어진) 이산 함수인 것을 고려하면, 추정을 더 정확하게 하고

의 값이 전혀 계산되지 않은 이미지의 픽셀(k, l)을 또한 중심의 추정에 포함하기 위해, 본 발명의 바람직한 실시예에 따르면, 상기 정규화된 누적 확률분포 P^normalized의 최대값을 갖는 타이어(2)의 이미지의 영역을 식별하고 상기 영역의 중심을 계산함으로써 타이어의 중심이 추정된다. 상기 영역은 도 9의 e에서 영역 A에 의해 개략적으로 표현된다.

바람직하게는, 이는 다음과 같이 수행된다:

a) P^normalized의 절대 최대값(P^max)이 계산된다;

b) 이미지의 좌표(k, l)의 픽셀은

> k * P^max 이도록 선택된다(즉, 최대값 P^max의 일정 퍼센트 K보다 큰 값을 갖는 이미지 좌표(k, l)의 픽셀 , 예를 들어 k = 0.8이 선택된다);

c) 다음 공식:

에 따라 선택된 픽셀의 중심을 계산함으로써 타이어 중앙의 좌표(Ck, Cl)를 추정한다. 전술한 바와 같이, k 및 l은 선택된 픽셀의 행 및 열 인덱스를 나타낸다.

점 b)에서 상기 누적 확률분포

의 최대값의 분리된 영역이 있는 경우, 절대 최대값 P^max를 포함하는 영역만 고려할 수 있다. 그러나, 많은 분리된 영역들이 있으므로 인해 수행된 추정의 품질이 좋지 않다는 것을 고려하면, 대안으로 또는 부가적으로, 알고리즘에 의한 오류 메시지의 방출을 예견할 수 있다.

블록(113)에서, 알고리즘은 사전정의된 개수의 알고리즘 반복이 완료되었는지 여부를 검사한다. 바람직하게는, 사전정의된 반복 회수는 적어도 2와 동일하다. 반복 회수가 증가함에 따라, 알고리즘의 견고성 및 정확성이 증가한다. 반복 회수는 바람직하게는 한편으로는 견고성 및 정확도 사이의 양호한 절충 및 다른 한편으로는 계산 단순성을 발견하도록 선택된다. 예를 들어 3-4회의 반복으로 좋은 절충안을 얻을 수 있다.

긍정적인 경우, 블록(114)에서, 타이어의 추정된 중심의 픽셀(C_k, C₁)에서의 좌표는 블록(100)을 참조로 상술한 바와 같이 제 1 방향(x), 제 2 방향(y) 및 회전축(Z)에 의해 정의되는 작업대(27)의 지교좌표계에서 3D로 맵핑된다. 이후, 블록(115)에서, 알고리즘이 종료된다.

한편, 알고리즘의 사전정의된 반복 횟수가 완료되지 않은 경우, 알고리즘은 블럭(116)에서, 잠재적 대칭축과 블록(102, 104, 및 107)에서 각각 분석될 픽셀의 개수(p) 간에 선택된 중심점(Pc), 편의(E). 거리(d)의 업데이트를 실행한다; 이후, 알고리즘은 블록(101)에서 다시 시작한다.

특히, 선택된 중심점(Pc)은 블록(112)에서 추정된 타이어의 중심과 동일하게 설정된다(상기 선택된 중심점(Pc)은 알고리즘의 제 1 반복에서 회전 테이블(35)의 중심(픽셀 단위)과 동일하게 설정된다). 또한, 편위(E) 및 거리(d) 값은 감소하는 반면, 잠재적 대칭축(s_ij)에 대해 이미지의 한면에서 다른면으로 분석되는 픽셀의 개수(p)는 증가된다. 이는 보다 크지만(즉, 사전선택된 중심(Pc)에 대한 편위(E)가 더 크지만) 언더샘플링된(즉, 더 먼 거리의 잠재적 대칭축(s_i1, s_i2, .. s_ij, .. s_im)과 잠재적 대칭축의 일측에서 타측으로 이미지의 픽셀들의 더 작은 개수(p)를 분석함으로써) 영역을 분석함으로써 타이어의 중심의 신속하고 대략적인 추정을 제공할 수 있게 하는 이미지의 피라미드식 분석을 수행하는 것을 가능하게 한다. 다른 한편으로, 타이어 중심의 이러한 대략적인 추정은 분석의 면적을 줄이기 위해(즉, 이러한 대략적으로 추정된 중심 주위에서 고려되는 편위(E)를 줄이기 위해) 연속적인 반복에 사용되며, 동시에 이미지의 샘플링을 늘린다(즉, 더 가까운 대칭축과 더 많은 수(P)의 픽셀을 분석한다). 이러한 피라미드식 분석은 유리하게는 한편으로 타이어 중심의 추정 정확도 및 다른 한편으로 계산 성능을 최적화할 수 있게 한다.

예를 들어, 편위(E)의 값에 관한 한, 제 1 반복 반복에서 300 픽셀의 값으로부터 제 2 반복 반복에서 150 픽셀의 값에서 마지막 반복(가령 제 3 반복)의 30 픽셀 값까지 지나며 각 반복시 이를 반감시키는 것을 예측할 수 있다. 더욱이, 잠재적 대칭축(s_i1, s_i2, .. s_ij, .. s_im)들 사이의 거리(d)에 관한 한, 예를 들어 제 1 반복에서 10의 값으로부터 제 2 반복에서 5 픽셀의 값에서 마지막 반복(가령 제 3 반복)의 1 픽셀 값까지 지나며 각 반복시 이를 반감시키는 것이 제공될 수 있다. 잠재적 대칭축(s_ij)에 대해 이미지의 일측에서 타측까지 분석된 픽셀 개수(p)에 관한 한, 관심 영역(150) 내에서 위치하는 이미지 픽셀의 샘플링 피치를 줄임으로써 증가된다. 예를 들어, 제곱 평균 제곱근 편차

의 상기 공식을 참조하면, 인덱스 i 및 j의 변화 갭은 제 1 반복에서 10 픽셀, 제 2 반복에서 5 픽셀 및 마지막 반복(제 3 반복)에서 1 픽셀과 같을 수 있다.

타이어의 중심에 대한 추정 알고리즘이 종료되면, 전자 유닛(48)은 추정된 중심을 통과하고 회전 테이블(35)의 실질적으로 수평 지지부(36)에 수직인 축에서 타이어의 회전축(R)을 추정한다.

그런 후, 전자 유닛(48)은 회전 테이블(35)의 수직 회전축(Z)과 이에 따라 식별된 타이어(2)의 회전축(R) 사이에 존재하는 편차(S)를 결정한다.

따라서, 전자 관리 유닛(48)은 검사 작업대(27)의 제 1 액추에이터(45) 및/또는 제 2 액추에이터(46)를 제어하고, 수평면에서, 타이어(R)의 회전축이 회전 테이블(35)의 회전축(Z)과 정렬될 때까지 감지된 편차(S)의 함수로서 제 1 방향(x) 및/또는 제 2 방향(y)을 따라 지지부(36)를 이동시킨다. 정렬은 이와 같이 감지된 편차(S)가 기설정된 값보다 작도록, 예를 들어 약 0.1mm 이하이게 할 수 있다.

일실시예에서, 전자 유닛(48)에 의해 결정된 편차(S)가 소정의 임계 값보다 크다면, 타이어의 회전축(R)을 회전 테이블(35)의 회전축(Z)과 정렬하도록 형성된 센터링 동작 후에, 상술한 동작 및, 특히, 타이어의 중심 및 이에 따라 타이어의 회전축(R) 위치의 추정 알고리즘을 수행함으로써, 센터링 동작을 다시 반복하도록 제공된다. 이는 유리하게도 타이어의 회전축(R)의 위치 추정의 신뢰성을 향상시키고, 따라서 센터링 동작을 향상시키는 것을 가능하게 한다.

그 후, 각각의 검사 장치(50)가 타이어(2)에 가까워질 때까지 의인화형 로봇 암(49)이 기동 공간에서 이동된다.

점검 장치(50)를 고정된 위치에 유지함으로써, 회전 테이블(35) 및 타이어(2)는 수직 회전축(Z)을 중심으로 회전하게 된다. 이러한 회전 중에, 장치(50)는 타이어(2)의 제 1 축방향 절반부(2a)에 대한 검사 싸이클을 수행한다. 이러한 검사는 연속 사이클로 수행될 수 있고, 각 사이클에서 동일한 검사 작업대(27)의 검사 장치(50)가 동일한 타이어(2)의 상이한 부분을 검사하도록 상이한 위치에 배치된다.

일단 센터링된 후, 타이어(2)가 타이어의 회전축(R)이 회전 테이블(35)의 수직 회전축(Z)과 실질적으로 일치하지 알아야 한다. 이러한 상황에서, 의인화형 로봇암(49)이 이점적으로 회전 테이블(35) 상에 회전중인 동안 타이어(2)와 충돌 위험없이 타이어(2)의 모델의 함수로서 할당된 위치에 배치될 수 있다. 더욱이, 센터링은 이점적으로 타이어(2)가 회전하는 동안 획득된 이미지는 카메라(들)의 시계 내에 적절히 포커싱되는 것을 보장한다.

일단 검사 사이클이 종료되면, 회전 테이블(35)의 회전은 제 1 방향(x)이 공급 방향(F)과 정렬되어 정지되고 의인형 로봇암(49)이 타이어(2)로부터 멀어지게 이동된다.

타이어(2)는 제 1 검사 작업대(27)으로부터 하적되고 장치(18)의 후속 검사 작업대(27)로 제공되며, 여기서 타이어(2)는 중심에 놓이고 제 1 검사 작업대션(27)에 대해 설명된 바와 유사한 방식으로 분석된다.

타이어(2)의 제 1 축방향 절반부(2a)의 검사가 종료되면, 바람직하게는 제 1 축방향 절반부(2a)에 대해 상술한 바와 유사한 방식으로 장치(18)의 적절한 검사 작업대(27) 상에 타이어의 제 2 축방향 절반부(2b)에 대해 검사가 반복된다.

Claims (42)

1. 각각의 타이어(2)가 회전축(R)을 갖는 차륜용 타이어(2)를 검사하는 방법에 있어서,
   - 타이어(2)의 사이드월(11)이 회전 테이블(35)의 지지부(36)에 놓여진 검사 작업대(27)에 피검사 타이어(2)를 공급하는 단계; 및
   - 상기 회전 테이블(35)의 회전축(Z)과 상기 타이어(2)의 회전축(R)을 평면에 정렬하도록 형성된 센터링 동작을 수행하는 단계를 포함하고,
   상기 지지부(36)는 평면 상에 놓고 상기 회전 테이블(35)은 상기 평면에 수직인 회전축(Z)을 가지며,
   상기 센터링 동작은 상기 평면에서:
   a) 회전 테이블(35)의 지지부(36) 상에 놓인, 측면도에 따른, 타이어(2)의 이미지의 획득;
   b) 획득된 이미지에서, 하나의 선택된 중심점(Pc)에서 교차하는 n개의 분석방향(α₁, α₂, ... α_i, ... α_n)의 정의(여기서, n 및 i는 정수이고, n> 1 이고 1 ≤ i ≤ n이다);
   c) 각 분석방향(α_i)에 대하여:
   c1) 획득된 이미지에서, 분석방향(α_i)에 수직인 m개의 잠재적 대칭축(s_i1, s_i2, .. s_ij, .. s_im)의 정의(여기서, m 및 j는 정수이고, m> 1이고 1 ≤ j ≤ m이다);
   c2) 상기 잠재적인 대칭축(s_i1, s_i2, .. s_ij, .. s_im) 각각에 대한 상기 이미지의 대칭 수준의 계산;
   c3) 상기 분석방향(α_i)에 따른 상기 대칭 수준의 변화를 나타내는 확률분포(P^αi)의 결정;
   d) 상기 분석방향들(α₁, α₂, ... α_i, ... α_n)에 대해 결정된 확률분포들(P^αi)의 조합을 통해 얻어진 누적 확률분포(P^merged)에 기초한 타이어 중심의 결정; 및
   e) 상기 결정된 중심을 통과하고 상기 평면에 수직인 축 상에서 타이어(2)의 회전축(R)의 식별에 의한 타이어(2)의 회전축(R)의 식별을 포함하고,
   상기 대칭 수준은 상기 타이어(2)의 중심이 각각의 잠재적인 대칭축(s_i1, s_i2, .. s_ij, .. s_im)에 있는 확률을 나타내는, 차륜용 타이어 검사방법.
2. 제 1 항에 있어서,
   상기 확률분포(P^αi)는 상기 잠재적인 대칭축(s_i1, s_i2, .. s_ij, .. s_im) 각각에 대한 이미지의 대칭 수준의 상기 계산을 기반으로 결정되는 차륜용 타이어 검사방법.
3. 제 1 항 또는 제 2 항에 있어서,
   단계 d)에서, 상기 누적 확률분포(P^merged)의 최대값의 이미지 영역(A)을 결정하고 상기 영역(A)의 중심을 계산함으로써 타이어(2)의 중심이 식별되는 차륜용 타이어 검사방법.
4. 제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
   단계 d)에서, 상기 누적 확률분포(P^merged)가 임계치보다 큰 값을 취하는 이미지 픽셀들을 선택하고 상기 픽셀들의 중심을 계산함으로써 타이어(2)의 중심이 식별되는 차륜용 타이어 검사방법.
5. 제 1 항 또는 제 2 항에 있어서,
   단계 d)에서, 상기 누적 확률분포(P^merged)가 최대값을 갖는 이미지의 픽셀을 식별함으로써 타이어(2)의 중심이 식별되는 차륜용 타이어 검사방법.
6. 제 1 항 내지 제 5 항 중 어느 한 항에 있어서,
   바로 전 반복에서 추정된 타이어(2)의 중심을 선택된 중심점(Pc)으로 취할 때마다 1 이상의 소정 횟수만큼 단계 b)에서 d)까지 반복하도록 제공되는 차륜용 타이어 검사방법.
7. 제 6 항에 있어서,
   첫 번째 반복에서, 선택된 중심점(Pc)은 회전 테이블(35)의 중심과 일치하는 차륜용 타이어 검사방법.
8. 제 6 항 또는 제 7 항에 있어서,
   각 반복시, 바로 전 반복에 대해 더 가까운 잠재적 대칭축(s_i1, s_i2, .. s_ij, .. s_im)을 분석함으로써 누적 확률분포(P ^merged )가 획득되는 차륜용 타이어 검사방법.
9. 제 6 항 내지 제 8 항 중 어느 한 항에 있어서,
   각 반복시, 바로 전 반복에 대해 감소된 편위(E)를 따라 잠재적 대칭축(s_i1, s_i2, .. s_ij, .. s_im)을 분석함으로써 누적 확률분포(P ^merged )가 획득되고, 상기 편위(E)는 분석방향(α_i)을 따라 뻗어 있고 선택된 중심점(Pc)에 중심을 둔 차륜용 타이어 검사방법.
10. 제 1 항 내지 제 9 항 중 어느 한 항에 있어서,
    각 분석방향(α_i) 및 각 잠재적 대칭축(s_ij)에 대해, 상기 잠재적 대칭축(s_i1, s_i2, .. s_ij, .. s_im) 각각에 대한 이미지의 대칭 수준은 상기 잠재적 대칭축(s_ij)에 대해 이미지의 두 대향측에 위치된 획득된 이미지의 픽셀들을 분석함으로써 계산되는 차륜용 타이어 검사방법.
11. 제 6 항 내지 제 9 항 중 어느 한 항에 있어서,
    각 분석방향(α_i) 및 각 잠재적 대칭축(s_ij)에 대해, 상기 잠재적 대칭축(s_i1, s_i2, .. s_ij, .. s_im) 각각에 대한 이미지의 대칭 수준은 상기 잠재적 대칭축(s_ij)에 대해 이미지의 두 대향측에 위치된 획득된 이미지의 픽셀들을 분석함으로써 계산되고, 분석된 픽셀들은 바로 전 반복 단계에 대해 각 반복시 수가 증가되는 차륜용 타이어 검사방법.
12. 제 10 항 또는 제 11 항에 있어서,
    분석된 픽셀은 각각의 분석방향(α_i)의 각각의 잠재적인 대칭축(s_ij)에 대해 획득된 이미지 내에 정의된 관심 영역(150) 내에서 선택되는 차륜용 타이어 검사방법.
13. 제 12 항에 있어서,
    각 잠재적 대칭축(s_ij)에 대해, 상기 관심 영역(150)은 상기 잠재적 대칭축(s_ij)에 대해 대칭인 차륜용 타이어 검사방법.
14. 제 12 항 또는 제 13 항에 있어서,
    각각의 분석방향(α_i)의 각각의 잠재적인 대칭축(s_ij)에 대해, 상기 관심 영역(150)은 타이어(2)의 내부 반경 및 외부 반경의 공칭 값에 따라 각각 크기가 결정되는 내부 반경 및 외부 반경을 갖는 환형부(151)와, 분석방향(α_i)에 주 중심선과 잠재적인 대칭축(s_ij)에 부 중심선을 갖는 직사각형(152) 간의 교차에 의해 정의되는 차륜용 타이어 검사방법.
15. 제 14 항에 있어서,
    상기 직사각형(152)은 상기 타이어(2)의 외부 직경 이상의 분석방향(α_i)을 따른 길이(w)와 상기 타이어(2)의 외부 반경과 실질적으로 동일한 잠재적인 대칭축을 따르는 높이(h)를 갖는 차륜용 타이어 검사방법.
16. 제 1 항 내지 제 15 항 중 어느 한 항에 있어서,
    단계 c2)에서, 상기 잠재적인 대칭축(s_i1, s_i2, .. s_ij, .. s_im)의 각 축(s_ij)에 대한 상기 이미지의 대칭 수준의 계산은 잠재적인 대칭축(s_ij)에 대해 일측에 위치된 이미지 픽셀의 강도와 잠채적인 대칭축(s_ij)에 대해 이미지의 반대측에 위치된 거울 픽셀의 강도 간에 평균 제곱근 편차(

    

    )의 계산을 포함하는 차륜용 타이어 검사방법.
17. 제 16 항에 있어서,
    상기 잠재적인 대칭축(s_i1, s_i2, .. s_ij, .. s_im)의 각 축에 대한 상기 이미지의 대칭 수준의 계산은 상기 평균 제곱근 편차(

    

    )의 2차 도함수의 계산을 포함하는 차륜용 타이어 검사방법.
18. 제 1 항 내지 제 17 항 중 어느 한 항에 있어서,
    각각의 분석방향(α_i)에 대해, 결정된 확률분포(P^αi)가 기설정된 임계치 미만의 최대값을 가지면, 상기 확률분포(P^αi)는 누적 확률분포(P ^merged )의 획득에 고려되지 않는 차륜용 타이어 검사방법.
19. 제 1 항 내지 제 17 항 중 어느 한 항에 있어서,
    상기 누적 확률분포(P ^merged )는 모든 확률분포(P^αi)를 병합함으로써 획득되는 차륜용 타이어 검사방법.
20. 제 1 항 내지 제 19 항 중 어느 한 항에 있어서,
    단계 a)에서, 이미지는 고정 회전 테이블(35)로 획득되는 차륜용 타이어 검사방법.
21. 제 1 항 내지 제 20 항 중 어느 한 항에 있어서,
    센터링 동작은 상기 평면에서 회전 테이블(35)의 회전축(Z)과 타이어(2)의 회전축(R) 간에 편차(S)의 획득을 포함하는 차륜용 타이어 검사방법.
22. 제 21 항에 있어서,
    상기 편차(S)가 있는 상태에서, 센터링 동작은 타이어(2)의 회전축(R)이 실질적으로 회전 테이블(35)의 회전축(Z)과 정렬될 때까지 회전 테이블(35)의 회전축(Z)에 대해 상기 면 상에서 타이어(2)의 이동을 포함하는 차륜용 타이어 검사방법.
23. 제 1 항 내지 제 22 항 중 어느 한 항에 있어서,
    센터링 동작 후, 회전 테이블(35)과 타이어(2)가 회전하는 동안, 회전 테이블(35)의 상기 회전축(Z)을 중심으로 상기 타이어(2)와 함께 회전 테이블(35)을 회전시키고 상기 타이어(2)에 대한 점검을 수행하도록 제공되는 차륜용 타이어 검사방법.
24. 각각의 타이어(2)가 회전축(R)을 가지며, 적어도 하나의 검사 작업대(27)를 포함하는 차륜용 타이어(2)를 검사하는 장치(180에 있어서,
    - 지지부(36)가 상기 타이어(2)의 사이드월(11)을 수용 및 지지하도록 구성된 회전축(Z)을 중심으로 회전하는 테이블(35);
    - 상기 회전 테이블(35)의 상기 지지부(36) 상에 놓인 타이어(2)의 이미지를 측면도에 따라 획득하도록 구성된 이미지 획득장치(47); 및
    - 상기 회전 테이블(35)의 회전축(Z)과 상기 타이어(2)의 회전축(R)을 상기 평면 상에서 정렬하도록 구성된 센터링 동작을 관리하도록 구성된 전자유닛(48)을 포함하고,
    상기 지지부(36)는 회전 테이블(35)의 회전축(Z)에 수직인 면에 놓이며,
    상기 센터링 동작은 상기 평면에서:
    - 획득된 이미지에서, 하나의 선택된 중심점(Pc)에서 교차하는 n개의 분석방향(α₁, α₂, ... α_i, ... α_n)의 정의(여기서, n 및 i는 정수이고, n> 1 이고 1 ≤ i ≤ n이다);
    - 상기 분석방향들(α₁, α₂, ... α_i, ... α_n)에 대해 결정된 확률분포들(P^αi)의 조합을 통해 얻어진 누적 확률분포(P^merged)에 기초한 타이어 중심의 결정;
    - 상기 결정된 중심을 통과하고 상기 평면에 수직인 축 상에서 타이어(2)의 회전축(R)의 식별에 의한 타이어(2)의 회전축(R)의 식별을 포함하며,
    각 분석방향(α_i)에 대하여:
    획득된 이미지에서, 분석방향(α_i)에 수직인 m개의 잠재적 대칭축(s_i1, s_i2, .. s_ij, .. s_im)이 정의되고(여기서, m 및 j는 정수이고, m> 1이고 1 ≤ j ≤ m이다);
    상기 잠재적인 대칭축(s_i1, s_i2, .. s_ij, .. s_im) 각각에 대한 상기 이미지의 대칭 수준이 계산되며;
    상기 분석방향(α_i)에 따른 상기 대칭 수준의 변화를 나타내는 확률분포(P^αi)가 결정되고,
    상기 대칭 수준은 상기 타이어(2)의 중심이 각각의 잠재적인 대칭축(s_i1, s_i2, .. s_ij, .. s_im)에 있는 확률을 나타내는 차륜용 타이어 검사장치.
25. 제 24 항에 있어서,
    상기 확률분포(P^αi)는 상기 잠재적인 대칭축(s_i1, s_i2, .. s_ij, .. s_im) 각각에 대한 상기 이미지의 대칭 수준의 상기 계산을 기초로 결정되는 차륜용 타이어 검사장치.
26. 제 24 항 또는 제 25 항에 있어서,
    이미지 획득장치(47)는 회전 테이블(35)의 회전축(Z)와 실질적으로 일치하는 광학 축을 갖게 하는 방식으로 위치된 카메라를 포함하는 차륜용 타이어 검사장치.
27. 제 24 항 내지 제 26 항 중 어느 한 항에 있어서,
    상기 적어도 하나의 검사 작업대(27)는 상기 평면에 속하는 2개의 방향들(x,y)에 따라 상기 지지부(36)를 이동시키기 위한 회전 테이블(35)의 지지부(36)에 동작가능하게 연결된 적어도 하나의 액츄에이터(45,46)를 포함하는 차륜용 타이어 검사장치.
28. 제 27 항에 있어서,
    전자유닛(48)은 타이어(2)의 회전축(R)이 실질적으로 회전 테이블(35)의 회전축(Z)과 정렬될 때까지 상기 2개의 방향들(x,y) 중 적어도 하나에 따라 회전 테이블(35)의 지지부(36)를 제어하도록 구성되는 차륜용 타이어 검사장치.
29. a) 사이드월(11)이 평면 상에 놓이는 지지부(36) 상에 배치된 타이어(2)의 이미지를 측면도에 따라 획득하는 단계;
    b) 획득된 이미지에서, 하나의 선택된 중심점(Pc)에서 교차하는 n개의 분석방향(α₁, α₂, ... α_i, ... α_n)을 정의하는 단계(여기서, n 및 i는 정수이고, n> 1 이고 1 ≤ i ≤ n이다);
    c) 각 분석방향(α_i)에 대하여:
    c1) 획득된 이미지에서, 분석방향(α_i)에 수직인 m개의 잠재적 대칭축(s_i1, s_i2, .. s_ij, .. s_im)을 정의하는 단계(여기서, m 및 j는 정수이고, m> 1이고 1 ≤ j ≤ m이다);
    c2) 상기 잠재적인 대칭축(s_i1, s_i2, .. s_ij, .. s_im) 각각에 대한 이미지의 대칭 수준을 계산하는 단계;
    c3) 상기 분석방향(α_i)에 따른 상기 대칭 수준의 변화를 나타내는 확률분포(P^αi)를 결정하는 단계; 및
    d) 상기 분석방향들(α₁, α₂, ... α_i, ... α_n)에 대해 결정된 확률분포들(P^αi)의 조합을 통해 얻어진 누적 확률분포(P^merged)에 기초한 타이어(2) 중심의 위치를 결정하는 단계를 포함하고, 상기 대칭 수준은 상기 타이어(2)의 중심이 각각의 잠재적인 대칭축(s_i1, s_i2, .. s_ij, .. s_im)에 있는 확률을 나타내는 차륜용 타이어의 중심 위치를 추정하는 방법.
30. 제 29 항에 있어서,
    상기 확률분포(P^αi)는 상기 잠재적인 대칭축(s_i1, s_i2, .. s_ij, .. s_im) 각각에 대한 이미지의 대칭 수준의 상기 계산을 기초로 결정되는 차륜용 타이어의 중심 위치를 추정하는 방법.
31. 제 29 항 또는 제 30 항에 있어서,
    단계 d)에서, 상기 누적 확률분포(P^merged)의 최대값의 이미지의 영역(A)을 결정하고 상기 영역(A)의 중심을 계산함으로써 타이어(2)의 중심이 식별되는 차륜용 타이어의 중심 위치를 추정하는 방법.
32. 제 29 항 내지 제 31 항 중 어느 한 항에 있어서,
    단계 d)에서, 상기 누적 확률분포(P^merged)가 임계치보다 큰 값을 취하는 이미지 픽셀들을 선택하고 상기 픽셀들의 중심을 계산함으로써 타이어(2)의 중심이 식별되는 차륜용 타이어의 중심 위치를 추정하는 방법.
33. 제 29 항 또는 제 30 항에 있어서,
    단계 d)에서, 상기 누적 확률분포(P^merged)가 최대값을 갖는 이미지의 픽셀을 식별함으로써 타이어(2)의 중심이 식별되는 차륜용 타이어의 중심 위치를 추정하는 방법.
34. 제 29 항 내지 제 33 항 중 어느 한 항에 있어서,
    바로 전 반복에서 추정된 타이어(2)의 중심을 선택된 중심점(Pc)으로 취할 때마다 1 이상의 소정 횟수만큼 단계 b)에서 d)까지 반복하도록 제공되는 차륜용 타이어의 중심 위치를 추정하는 방법.
35. 제 34 항에 있어서,
    각 반복시, 바로 전 반복에 대해 더 가까운 잠재적 대칭축(s_i1, s_i2, .. s_ij, .. s_im)을 분석함으로써 누적 확률분포(P ^merged )가 획득되는 차륜용 타이어의 중심 위치를 추정하는 방법.
36. 제 34 항 또는 제 35 항에 있어서,
    각 반복시, 바로 전 반복에 대해 감소된 편위(E)를 따라 잠재적 대칭축(s_i1, s_i2, .. s_ij, .. s_im)을 분석함으로써 누적 확률분포(P ^merged )가 획득되고, 상기 편위(E)는 분석방향(α_i)을 따라 뻗어 있고 선택된 중심점(Pc)에 중심을 둔 차륜용 타이어의 중심 위치를 추정하는 방법.
37. 제 29 항 내지 제 36 항 중 어느 한 항에 있어서,
    각 분석방향(α_i) 및 각 잠재적 대칭축(s_ij)에 대해, 상기 잠재적 대칭축(s_i1, s_i2, .. s_ij, .. s_im) 각각에 대한 이미지의 대칭 수준은 상기 잠재적 대칭축(s_ij)에 대해 이미지의 두 대향측에 위치된 획득된 이미지의 픽셀들을 분석함으로써 계산되는 차륜용 타이어의 중심 위치를 추정하는 방법.
38. 제 34 항 내지 제 36 항 중 어느 한 항에 있어서,
    각 분석방향(α_i) 및 각 잠재적 대칭축(s_ij)에 대해, 상기 잠재적 대칭축(s_i1, s_i2, .. s_ij, .. s_im) 각각에 대한 이미지의 대칭 수준은 상기 잠재적 대칭축(s_ij)에 대해 이미지의 두 대향측에 위치된 획득된 이미지의 픽셀들을 분석함으로써 계산되고, 분석된 픽셀들은 바로 전 반복 단계에 대해 각 반복시 수가 증가되는 차륜용 타이어의 중심 위치를 추정하는 방법.
39. 제 37 항 또는 제 38 항에 있어서,
    분석된 픽셀은 각각의 분석방향(α_i)의 각각의 잠재적인 대칭축(s_ij)에 대해 획득된 이미지 내에 정의된 관심 영역(150) 내에서 선택되는 차륜용 타이어의 중심 위치를 추정하는 방법.
40. 제 39 항에 있어서,
    각 잠재적 대칭축(s_ij)에 대해, 상기 관심 영역(150)은 상기 잠재적 대칭축(s_ij)에 대해 대칭인 차륜용 타이어의 중심 위치를 추정하는 방법.
41. 제 39 항 또는 제 40 항에 있어서,
    각각의 분석방향(α_i)의 각각의 잠재적인 대칭축(s_ij)에 대해, 상기 관심 영역(150)은 타이어(2)의 내부 반경 및 외부 반경의 공칭 값에 따라 각각 크기가 결정되는 내부 반경 및 외부 반경을 갖는 환형부(151)와, 분석방향(α_i)에 주 중심선과 잠재적인 대칭축(s_ij)에 부 중심선을 갖는 직사각형(152) 간의 교차에 의해 정의되는 차륜용 타이어의 중심 위치를 추정하는 방법.
42. 제 29 항 내지 제 41 항 중 어느 한 항에 있어서,
    단계 c2)에서, 상기 잠재적인 대칭축(s_i1, s_i2, .. s_ij, .. s_im)의 각 축(s_ij)에 대한 상기 이미지의 대칭 수준의 계산은 잠재적인 대칭축(s_ij)에 대해 일측에 위치된 이미지 픽셀의 강도와 잠채적인 대칭축(s_ij)에 대해 이미지의 반대측에 위치된 거울 픽셀의 강도 간에 평균 제곱근 편차(

    

    )의 계산을 포함하는 차륜용 타이어의 중심 위치를 추정하는 방법.

Images