KaydedilenlerDerginizi ekleyin

Dergiler / Afyon Kocatepe Üniversitesi Fen ve Mühendislik Bilimleri Dergisi / 2024 / Cilt: 24 Sayı: 6

Traktör Lastiklerinin Taban İzlerinin Görüntü İşleme Teknikleriyle Otomatik Ölçümü: Geleneksel Yöntemlere Yenilikçi Bir Alternatif

Automated Measurement of Tractor Tire Tread Patterns Using Image Processing Techniques: An Innovative Alternative to Traditional Methods

Süleyman Kılıç(AHİ EVRAN ÜNİVERSİTESİ)0000-0002-1681-9403
Onur Karaçay0000-0002-3650-816X
Sayfa
1491–1498
Yayın Tarihi
2024-12-02
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Elde edilen sonuçlar, önerilen sistemin, lastik taban izlerinin ölçümünde yüksek doğruluk oranlarına ulaştığını ve geleneksel yöntemlere göre önemli ölçüde zaman tasarrufu sağladığını göstermektedir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bu çalışma, traktör lastiklerinin taban izlerinin ölçümü için geleneksel yöntemlerin yerine geçebilecek, görüntü işleme tekniklerine dayalı bir otomatikleştirme yöntemi önermektedir.
📊
Temel Bulgular & Veri:Elde edilen sonuçlar, önerilen sistemin, lastik taban izlerinin ölçümünde yüksek doğruluk oranlarına ulaştığını ve geleneksel yöntemlere göre önemli ölçüde zaman tasarrufu sağladığını göstermektedir.
💡
Sonuç & Katkı:Bu çalışma, görüntü işleme tekniklerinin endüstriyel uygulamalarda katkı sağlayabileceğinin somut bir örneğini sunmaktadır.
🔬Tür:Araştırma Makalesi
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Görüntü İşleme · Lastik Taban İzi Ölçümü · Otomatik Ölçüm

Özet

Bu çalışma, traktör lastiklerinin taban izlerinin ölçümü için geleneksel yöntemlerin yerine geçebilecek, görüntü işleme tekniklerine dayalı bir otomatikleştirme yöntemi önermektedir. Geleneksel ölçüm yöntemlerinin zaman alıcı ve insan hatasına açık olması, otomatik sistemlerin geliştirilmesi ihtiyacını ortaya çıkarmıştır. Bu bağlamda, geliştirilen bir görüntü işleme sistemi ile lastik taban izlerinin daha hızlı ve doğru bir şekilde ölçülmesini sağlamaktadır. Sistem, radyal traktör lastikleri üzerinde yapılan deneylerle test edilmiş ve geleneksel ölçüm yöntemiyle karşılaştırılmıştır. Elde edilen sonuçlar, önerilen sistemin, lastik taban izlerinin ölçümünde yüksek doğruluk oranlarına ulaştığını ve geleneksel yöntemlere göre önemli ölçüde zaman tasarrufu sağladığını göstermektedir. Bu çalışma, görüntü işleme tekniklerinin endüstriyel uygulamalarda katkı sağlayabileceğinin somut bir örneğini sunmaktadır.

Abstract

This study proposes an automation method based on image processing techniques as a viable alternative to traditional methods of measuring tractor tire tread patterns. The time-consuming nature and susceptibility to human error of traditional measurement methods has highlighted the need for the development of automated systems. In this context, an image processing system has been developed that allows tire tread patterns to be measured more quickly and accurately. The system has been tested on radial tractor tires and compared with traditional measurement methods. The results obtained show that the proposed system achieves high accuracy rates in the measurement of tire tread patterns and offers significant time savings compared to traditional methods. This study provides a concrete example of the contribution of image processing techniques in industrial applications.

🔖

Bu Makaleye Atıf Yap

Kılıç, S., Karaçay, O. (2024). Traktör Lastiklerinin Taban İzlerinin Görüntü İşleme Teknikleriyle Otomatik Ölçümü: Geleneksel Yöntemlere Yenilikçi Bir Alternatif. Afyon Kocatepe Üniversitesi Fen ve Mühendislik Bilimleri Dergisi, Cilt: 24 Sayı: 6, 1491–1498. https://doi.org/10.35414/akufemubid.1458492

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (17)

  1. Andrews, J. B., Ballentine, P., Cardenas, J. A., Lim, C. J., Williams, N. X., Summers, J. B., Stangler, M. A., Koester, D. A., Cummer, S. A. and Franklin, A. D. 2019. Printed electronic sensor array for mapping tire tread thickness profiles. IEEE Sensors Journal, 19, 19, 8913-8919. https:/doi.org/10.1109/JSEN.2019.2918061
  2. Bhamare, M. H. and Khachane, A. 2019. Quality Inspection of tyre using Deep Learning based Computer Vision. Learning, 6, 11, 3555-3558.
  3. Castillo Aguilar, J. J., Cabrera Carrillo, J. A., Guerra Fernández, A. J. and Postigo Pozo, S. 2017. Optimization of an optical test bench for tire properties measurement and tread defects characterization. Sensors, 17, 4, 707. https://doi.org/10.3390/s17040707
  4. Chen, P., Shubinsky, G. D., Jan, K.-H., Chen, C.-A., Sidla, O. and Poelzleitner, W. (Year). Published. Inspection of tire tread defects using image processing and pattern recognition techniques. Vision, Sensors, and Control for Automated Manufacturing Systems, 1993. SPIE, 14-21.
  5. Chen, R. B., Tao, J., Fan, W. T. and Zhang, J. J. 2011. Research on Methods of Tire Sensory Measurement Based on Image Processing. Advanced Materials Research, 230, 900-904. https://doi.org/10.4028/www.scientific.net/AMR.230-232.900
  6. Gonzalez, R. C. (2009). Digital image processing, Pearson education india.
  7. Grecenko, A. 1995. Tyre footprint area on hard ground computed from catalogue values. Journal of Terramechanics, 32, 6, 325-333.
  8. Hassabo, A. I. 2012. Semi-Automatic Area Measurement of Irregular Two Dimensional Shapes in Digital Images. Applied Mechanics and Materials, 170-173, 2953-2961. https:/doi.org/10.4028/www.scientific.net/AMM.170-173.2953
  9. Huang, S.-Y., Chen, Y.-C. and Wang, J.-K. (Year). Published. Measurement of tire tread depth with image triangulation. 2016 International Symposium on Computer, Consumer and Control (IS3C), 2016. IEEE, 303-306.
  10. Huber, S., Preindl, P. and Betz, J. (Year). Published. TireEye: Optical On-board Tire Wear Detection. Annual Conference of the PHM Society, 2022.
  11. Jain, R., Kasturi, R. and Schunck, B. G. (1995). Machine vision, McGraw-hill New York.
  12. Jie, W., SHANG, L., Liangyuan, X. and Qiansheng, T. 2023. Evaluation of traction characteristics of tractor tires on loose soils: simulation and experimental research. INMATEH-Agricultural Engineering, 71, 3, 379-390.
  13. Lee, H. and Taheri, S. 2017. Intelligent tires? A review of tire characterization literature. IEEE Intelligent Transportation Systems Magazine, 9, 2, 114-135. https:/doi.org/ 10.1109/MITS.2017.2666584
  14. Li, F., Li, X., Huang, H., Xiang, H., Guan, C. and Guan, M. 2023. An Image Processing Method for Measuring the Surface Area of Rapeseed Pods. Applied Sciences, 13, 8, 5129. https://doi.org/10.3390/app13085129
  15. Liu, J., Wang, M. and Yin, H. 2024. A Study of the Friction Characteristics of Rubber Thermo-Mechanical Coupling. Polymers, 16, 5, 596. https://doi.org/10.3390/polym16050596
  16. Phakdee, S., Phromjan, J., Rugsaj, R. and Suvanjumrat, C. 2024. Experimental verification of mathematical models for tire-soil interactio. GEOMATE Journal, 26, 113, 58-65. https://doi.org/10.21660/2024.113.g13180
  17. Pohl, A., Steindl, R. and Reindl, L. 1999. The" intelligent tire" utilizing passive SAW sensors measurement of tire friction. IEEE transactions on instrumentation and measurement, 48, 6, 1041-1046. https:/doi.org/ 10.1109/19.816111