JP6647122B2 - 磨耗検査装置及び磨耗検査方法 - Google Patents

Description

本発明は、磨耗検査装置及び磨耗検査方法に関する。

鉄道や新交通システムなどにおいて、車両に用いられているタイヤ、パンタシュー等の部品は、走行に伴い磨耗する。そのため、磨耗量を日々測定し、摩耗量が一定値を超えたら新品と交換する等の運用を行う必要がある。磨耗量の測定は、一般にノギス等を用いて手作業で測定する場合が多い。

なお、特許文献１には、車両のタイヤを撮影し、画像処理により損耗を判断する手法が記載されている。また、特許文献１には、特許文献１に記載の方法によれば、画像処理により特徴点を検出し、その特徴点を、以前に撮影した同一のタイヤの特徴点と比較することでタイヤの劣化の状況を把握することが可能となることが記載されている。

特許第５３０３４０５号公報

しかし、手作業による方法は、手間がかかり、人件費等が必要になるうえ、得られるデータが実際に生じている磨耗の一部のみ（例えば最大値）に限定されがちであるという課題がある。また、特許文献１の方法を用いたとしても、劣化状況が把握できるのはタイヤの一部に限定されてしまう。

そこでこの発明は、上述の課題を解決することのできる磨耗検査装置及び磨耗検査方法を提供することを目的としている。

本発明の第１の態様によれば、摩耗検査装置は、車両の走行に伴って摩耗する部品の表面形状を示す情報を含む表面形状データを取得するデータ取得部と、前記表面形状データのうち、前記表面形状データに含まれる各点の値と隣接する点の値との差分が所定の閾値よりも大きな勾配部分と、所定の閾値よりも小さな平坦部分とに区別し、区別後の前記勾配部分および前記平坦部分の中から、前記表面形状データにおける摩耗度合いを算出する処理対象区間を抽出する処理対象抽出部と、前記処理対象区間の表面形状データに対する近似線を算出し、当該近似線と前記表面形状データに含まれる摩耗部分とから前記部品の摩耗度合いを算出する近似処理部と、を備える。

また、本発明の第２の態様によれば、前記摩耗検査装置は、前記表面形状データからノイズを除去するノイズ除去部、をさらに備え、前記ノイズ除去部は、前記部品の表面形状を測定するセンサと前記部品との相対的な位置関係の変化に応じて、それぞれの位置関係において前記センサが測定した前記表面形状データを、同じ位置関係で測定した表面形状データとなるよう座標変換してもよい。

また、本発明の第３の態様によれば、前記処理対象抽出部は、前記表面形状データに含まれる各値とその出現頻度に基づくヒストグラムを作成し、前記表面形状データに含まれる各値の中から選択された表面部分又は摩耗部分に対応する値を分類して所定のグループ数にする場合の、当該グループ数に基づいて前記ヒストグラムの分類幅を調整し、前記表面形状データを当該グループ数に分類するヒストグラムを作成し、前記作成したヒストグラムから、前記平坦部分に対応する表面形状データの一部と、前記部品の表面にできた摩耗部分に対応する表面形状データの一部を抽出してもよい。

また、本発明の第４の態様によれば、前記近似処理部は、前記処理対象抽出部が抽出した摩耗部分に対応する表面形状データと、前記算出した近似線との差に基づいて、前記部品の摩耗度合いを算出してもよい。

また、本発明の第５の態様によれば、前記処理対象抽出部は、前記区別後の平坦部分および勾配部分の中から、前記勾配部分を境として区別される前記平坦部分の中から、最も大きな前記平坦部分を処理対象区間として抽出してもよい。

また、本発明の第６の態様によれば、前記近似処理部は、前記処理対象抽出部が抽出した平坦部分に対応する表面形状データに基づいて、当該表面形状データのうち前記部品の摩耗が無い部分の点列に近似する近似直線を算出し、前記表面形状データのうち摩耗が生じた区間について、前記近似直線の値と前記表面形状データの値の差を積算することによって、前記部品の摩耗量を算出してもよい。

また、本発明の第７の態様によれば、前記処理対象抽出部は、前記区別後の平坦部分および勾配部分からなる全区間において前記平坦部分から前記勾配部分となる境界のうち両端に位置する前記境界を選択し、選択された前記境界に挟まれた区間を処理対象区間として抽出する。

また、本発明の第８の態様によれば、前記摩耗検査装置は、前記近似処理部が算出した部品の摩耗度合いと当該部品を備える車両の稼働状況を示す稼働データとに基づいて、前記車両の稼働状況に応じた前記部品の摩耗度合いを評価する評価モデルを作成する評価モデル作成部と、評価対象となる対象車両についての稼働データを取得し、当該稼働データと前記評価モデルとに基づいて、前記対象車両の部品に生じる摩耗度合いを評価し、前記対象車両の部品の摩耗度合いと対応付けて定められた当該部品の交換時期を示す情報に基づいて、摩耗度合いを評価した前記対象車両の部品の交換時期を予測する交換時期予測部と、をさらに備えていてもよい。

また、本発明の第９の態様によれば、車両の走行に伴って摩耗する部品の表面形状を示す情報を含む表面形状データを取得し、前記表面形状データのうち、前記表面形状データに含まれる各点の値と隣接する点の値との差分が所定の閾値よりも大きな勾配部分と、所定の閾値よりも小さな平坦部分とに区別し、区別後の前記勾配部分および前記平坦部分の中から、前記表面形状データにおける摩耗度合いを算出する処理対象区間を抽出し、前記処理対象区間の表面形状データに対する近似線を算出し、当該近似線と表面形状データに含まれる摩耗部分とから部品の摩耗度合いを算出する、摩耗検査方法である。

本発明によれば、部品の磨耗箇所の最大値のみといった限られた情報だけでなく、部品の全体的な摩耗状況、任意の磨耗箇所における摩耗量を測定することができる。

本発明に係る第一実施形態における摩耗検査装置の構成例を示すブロック図である。 本発明に係る第一実施形態における正面から見た車両の外形の一例を示す図である。 本発明に係る第一実施形態における画像センサによるタイヤ表面の測定例を示す説明図である。 本発明に係る第一実施形態における画像センサによるパンタシュー表面の測定例を示す説明図である。 本発明に係る第一実施形態における座標変換処理の一例を示す図である。 本発明に係る第一実施形態におけるタイヤ表面の距離画像の一例を示す図である。 本発明に係る第一実施形態におけるタイヤ表面のノイズ除去処理後の距離画像の一例を示す図である。 本発明に係る第一実施形態におけるタイヤ表面の距離画像に対する処理対象抽出処理を説明する第一の図である。 本発明に係る第一実施形態におけるタイヤ表面の距離画像に対する処理対象抽出処理を説明する第二の図である。 本発明に係る第一実施形態におけるタイヤ表面の距離画像に対する処理対象抽出処理を説明する第三の図である。 本発明に係る第一実施形態におけるタイヤ表面の近似曲線の一例を示す図である。 本発明に係る第一実施形態における摩耗検査装置による処理の一例を示すフローチャートである。 本発明に係る第一実施形態におけるパンタシュー表面の距離画像の一例を示す図である。 本発明に係る第一実施形態におけるパンタシュー表面のノイズ除去処理後の距離画像の一例を示す第一の図である。 本発明に係る第一実施形態におけるパンタシュー表面のノイズ除去処理後の距離画像の一例を示す第二の図である。 本発明に係る第一実施形態におけるパンタシュー表面の距離画像に対する処理対象抽出処理を説明する第一の図である。 本発明に係る第一実施形態におけるパンタシュー表面の距離画像に対する処理対象抽出処理を説明する第二の図である。 本発明に係る第一実施形態におけるパンタシュー表面の距離画像に対する近似処理を説明する第一の図である。 本発明に係る第一実施形態におけるパンタシュー表面の距離画像に対する近似処理を説明する第二の図である。 本発明に係る第二実施形態における摩耗検査装置の構成例を示すブロック図である。 本発明に係る第二実施形態における摩耗検査装置による処理の一例を示すフローチャートである。

＜第一実施形態＞
以下、第一実施形態における摩耗検査装置を図１〜図１８を参照して説明する。
図１は、本発明に係る第一実施形態における摩耗検査装置の構成例を示すブロック図である。図１に示す摩耗検査装置１０は、サーバ装置等のコンピュータで構成されている。図１に示す摩耗検査装置１０が備える各部１０２〜１０７は、摩耗検査装置１０を構成するコンピュータが備えるＣＰＵ（中央処理装置）、記憶装置、入出力装置、通信装置等を用いて、１または複数のプログラムを実行することで構成される。
図示するように摩耗検査装置１０は、データ取得部１０１、ノイズ除去部１０２、処理対象抽出部１０３、近似処理部１０４、摩耗データ記録部１０５、入出力部１０６、記憶部１０７を備えている。
データ取得部１０１は、車両の走行に伴って摩耗する部品の表面形状を示す表面形状データを取得する。表面形状データとは、例えば、距離画像センサによって測定したセンサと部品との距離に基づく距離画像である。摩耗する部品とは、例えば、タイヤ、パンタシュー、電車線などである。次に図２に摩耗する部品の一例を示す。

図２は、本発明に係る第一実施形態における正面から見た車両の外形の一例を示す図である。
車両１には、車体の左右それぞれに走行用のタイヤ２（２Ａ、２Ｂ）が設けられている。タイヤ２は路面に接しており、接したまま回転することで車両１が走行する。走行時の路面との接触によりタイヤ２は摩耗する。また、車体の側面には、給電装置に繋がれ側壁６に固定された電車線４から受電するためのパンタシュー３が設けられている。車両１は、パンタシュー３を電車線４に接触させることで、給電装置から給電を受けている。車両１の走行時にも、パンタシュー３は電車線４と接触している。この接触により、車両１の走行に伴ってパンタシュー３は摩耗する。また同様に、電車線４は、車両１の走行に伴ってパンタシュー３と接触することで摩耗する。

次に距離画像センサによる表面形状の測定についてタイヤ２の場合を例に、図３を用いて説明を行う。
図３は、本発明に係る第一実施形態における画像センサによるタイヤ表面の測定例を示す説明図である。
例えば、車両１が夜間に駐車する車両基地の路面には、図３に示すようにタイヤ２が走行する位置に穴７が設けられ、穴７の中に、画像センサ５Ａが設けられている。画像センサ５Ａは、タイヤ２Ａにおいて幅Ｄ１の広がりを有するレーザ光を照射し、画像センサ５Ａから各部までの距離を測定する。画像センサ５Ａは、タイヤ２Ａの幅方向に線状に、画像センサ５Ａから各部までの距離を測定する。例えば、タイヤ２Ａの幅が３００ミリメートル（ｍｍ）程度であるのに対し、穴７の幅は５０ミリメートル程度である。例えば、レーザ光の照射距離が４５０ミリメートル程度となるタイヤ２Ａの位置の場合、画像センサ５Ａは、２５０ミリメートル程度の幅Ｄ１について各部までの距離を測定する。また、画像センサ５Ａは測定した距離に基づいて対象物表面の凹凸を表した距離画像を出力する。画像センサ５Ａが出力する距離画像についてタイヤ２Ａの幅方向の変化量（隣との差分）を求めることで、タイヤ２Ａの表面の凹凸を検出することができる。これにより、摩耗検査装置１０は、タイヤ２Ａの表面に設けられた溝の深さを算出する。画像センサ５Ａは、例えば、車両１が駐車のために車両基地にゆっくりと入ってくるときにタイヤ２Ａにレーザを照射しタイヤ２Ａの各部までの距離を測定し、表面の凹凸を表す距離画像を出力する。このとき、画像センサ５Ａは、タイヤ２Ａの例えば全周にわたる距離画像を出力する。

図３に示すように、画像センサ５Ａは、路面より下の位置に設けられて、鉛直方向に対して車両進行方向に傾きを有する上方に位置するタイヤ２Ａまでの距離を測定するように設置されている。このように、画像センサ５Ａが、鉛直方向に対して車両進行方向に傾きを有する向きに位置するタイヤ２Ａまでの距離を測定することで、タイヤ２Ａが地面に接していない状態、従って、タイヤ２Ａが重みで潰れていない状態で測定を行うことができる。これにより、摩耗検査装置１０は、タイヤ２Ａの溝の深さを、タイヤ２Ａが重みで潰れた状態で算出する場合よりも正確に算出することができる。
なお、図示は省略するがタイヤ２Ｂに対しても同様に距離画像センサが路面に設けられた穴に設置され、タイヤ２Ｂの表面形状を示す距離画像を出力する。

次に距離画像センサによる表面形状の測定についてパンタシュー３の場合を例に、図４を用いて説明を行う。
図４は、本発明に係る第一実施形態における画像センサによるパンタシュー表面の測定例を示す説明図である。
図４に示すように、画像センサ５Ｂは、例えば車両基地内において、車両１の進行方向に対する車体側面に向けて、視野範囲内にパンタシュー３を含む高さに設けられる。パンタシュー３の表面には、電車線４との接触による摩耗で生じた凹部３１が形成される。摩耗検査装置１０は、画像センサ５Ｂが出力する距離画像におけるパンタシュー３の鉛直方向の変化量（画像センサ５Ｂとパンタシュー３の距離の鉛直方向の変化量）を求めることで、パンタシュー３の表面の凹凸を検出することができる。また、摩耗検査装置１０は、パンタシュー３の表面に形成された凹部の体積を算出する。画像センサ５Ｂは、例えば、車両１が駐車のために車両基地にゆっくりと入ってくるときにパンタシュー３にレーザを照射し、パンタシュー３の表面各部までの距離を測定し、表面の凹凸を表す距離画像を出力する。
なお、図４における紙面の鉛直方向（車両１の前後方向）をＸ軸、紙面の水平方向をＺ軸とする。また、画像センサ５Ａ、５Ｂを総称して画像センサ５と呼ぶ。

ノイズ除去部１０２は、距離画像からノイズを除去する。例えば、距離画像の測定中、画像センサ５と対象物と位置関係は変動する。例えば、タイヤ２であれば、車両１の進行に伴い画像センサ５とタイヤ２等との距離が変化する。また、パンタシュー３であれば、画像センサ５とパンタシュー３の距離は略一定であるが、車両１の走行によって、パンタシュー３も動き、また振動等の影響で画像センサ５の位置も、時々刻々、変動する。そこでノイズ除去部１０２は、時間の経過とともに撮影した距離画像を座標変換して、それら複数の距離画像が同一の座標系において撮影された距離画像となるように補正する。この座標変換は、画像処理等で用いられる公知の技術を用いて行うことができる。例えば、パンタシュー３の場合、得られた距離画像中、摩耗による変形が無いと考えられる対象物（例えば、パンタシュー３の摩耗のない部分、あるいは車両１の車体側面部分）を基準とし、その基準となる対象物がどの距離画像についても重なるように座標変換を行うといった方法でもよい。また、タイヤ２の場合、ノイズ除去部１０２は、タイヤ２が遠くにあるときに取得した距離画像と車両１が近付いてから取得した距離画像とを、それぞれの距離画像が測定された位置に関係なく、画像センサ５Ａとタイヤ２の距離が等しくなる位置で測定された距離画像となるように補正を行ってもよい。図５に座標変換の一例を示す。

図５は、本発明に係る第一実施形態における座標変換処理の一例を示す図である。
図５の左下に示すのは、ある構造物５１である。座標系１は、実際に画像センサ５Ｂで構造物５１を測定したときの座標系（座標系１）である。この座標系は、時々刻々と動き、時系列の距離画像に基づいて構造物５１の画像を再現しようとすると、歪みを含んだ画像となる。そこで全ての距離画像に対して、ある一つの座標系２から測定した場合の距離画像となるように座標変換すると、実形状に近い距離画像が得られる。ノイズ除去部１０２は、座標変換を行って、データ取得部１０１が取得した距離画像を補正する。これにより、各距離画像が示す表面形状が実形状に近づき、高精度な摩耗度合いの算出を実現できる。

また、ノイズ除去部１０２は、距離画像からノイズ成分を取り除く処理を行う。ノイズ成分の除去について図６、図７を用いて説明を行う。
図６は、本発明に係る第一実施形態におけるタイヤ表面の距離画像の一例を示す図である。
図７は、本発明に係る第一実施形態におけるタイヤ表面のノイズ除去処理後の距離画像の一例を示す図である。
図６は、ある時刻において画像センサ５Ａによるタイヤ２Ａの表面形状を示す距離画像の例である。図６の横軸はタイヤ幅方向の位置、縦軸はタイヤ径方向の値を示している。画像センサ５Ａには視野範囲が定められており、その視野範囲を超えたタイヤ幅方向の位置における値は異常値を示す。図６において、破線で囲んだ範囲のデータは、画像センサ５Ａの視野範囲外であるため異常値（−ＸＸＸ）を示している。ノイズ除去部１０２は、距離画像から異常値が含まれる部分を取り除くノイズ除去処理を行う。図７に示す距離画像は、図６の距離画像に対し、ノイズ除去部１０２が両端の測定失敗範囲（値が異常値の範囲）を除外して得られる距離画像である。

処理対象抽出部１０３は、距離画像に含まれる各点の値について隣接する点の値との差分が所定の閾値よりも大きな勾配部分と、所定の閾値よりも小さな平坦部分とに区別する。また、処理対象抽出部１０３は、区別後の勾配部分および平坦部分の中から、摩耗度合いを算出する処理対象区間を抽出する。部品がタイヤ２Ａの場合を例に、処理対象抽出部１０３による観測対象抽出処理について図８〜図１０を用いて説明する。
図８は、本発明に係る第一実施形態におけるタイヤ表面の距離画像に対する処理対象抽出処理を説明する第一の図である。
まず、処理対象抽出部１０３は、ノイズ除去後の距離画像における各点における勾配を計算する。具体的には、各点(ｘ_ｉ,ｙ_ｉ)に対して、前後の点の情報を用いて、以下式（１）で傾きを計算する。傾きの絶対値が閾値よりも大きい部分を勾配区間、小さい部分でかつ測定失敗でない部分を平坦区間と定義する。
ｄｙ_ｉ／ｄｘ_ｉ＝（ｙ_ｉ＋１ − ｙ_ｉ）／（ｘ_ｉ＋１ − ｘ_ｉ）・・・（１）
図中、グラフ８Ａは、式（１）で求めた傾きをプロットしたグラフである。この傾きの値が、所定の範囲８Ｂに収まる場合、その位置（タイヤ幅方向の位置）は平坦区間である。また、範囲８Ｂに収まらない部分は、勾配区間である。処理対象抽出部１０３は、タイヤの幅方向の各位置について、平坦区間と勾配区間とに区別する。次に処理対象抽出部１０３は、全区間のうち、平坦区間から勾配区間となる部分の両端（左端８Ｃ、右端８Ｄ）を選択する。

図９は、本発明に係る第一実施形態におけるタイヤ表面の距離画像に対する処理対象抽出処理を説明する第二の図である。
次に処理対象抽出部１０３は、選択した部分の左端のｘ座標が０、右端のｘ座標が１００となるように距離画像を座標変換する。図９に示すのは、このような座標変換後の距離画像である。
ユーザは、例えば、図９の距離画像において、タイヤ径方向の値が、凡そ範囲９１、範囲９２、範囲９３、範囲９４、範囲９５の５段階に分類できることに基づいて、予めタイヤ径方向の値を５つのグループに分類することを決定し、そのグループ数を摩耗検査装置１０に入力する。
処理対象抽出部１０３は、この入力に基づいて、タイヤ径方向の値を５つのグループに分類する。具体的には、処理対象抽出部１０３は、タイヤ径方向の値と各値ごとの出現頻度を集計してヒストグラムを生成し、タイヤ径方向の値の出現頻度が０となる区間が４つになるように、そのヒストグラムの分類幅を調整する。分類幅の調整は、任意の方法で行えばよい。例えば、分類幅を１から順に、２、３と増加させ、出現頻度が０となる区間が４つとなったとき（タイヤ径方向の値が５つのグループに分類されたとき）の分類幅を求めるといった方法でもよい。

図１０は、本発明に係る第一実施形態におけるタイヤ表面の距離画像に対する処理対象抽出処理を説明する第三の図である。
図１０は、処理対象抽出部１０３が、タイヤ径方向の値の頻度が０となる区間が４つになるように製作したヒストグラムである。
ユーザは、例えば、図９の距離画像において、タイヤ径方向の値を５つのグループに分類した場合、小さい方から順に何個のグループを選択するか（本例の場合、２個とする）、また、大きい方から順に何個のグループを選択するか（本例の場合、２個とする）を指示する入力を摩耗検査装置１０に行う。
処理対象抽出部１０３は、この指示入力に基づいて、ヒストグラムのタイヤ径方向の値が小さい方から順（左から順）に２つ目までの区間を溝データ、タイヤ径方向の値が小さい方から順（右から順）に２つ目までの区間を表面データと定義する。なお、本例では、真ん中のかたまりは使用しない。
以上の処理により、処理対象抽出部１０３は、処理対象区間を抽出する。具体的には、処理対象抽出部１０３は、距離画像のうち、タイヤ２Ａの表面形状を表す部分（表面データ）と、溝の部分（溝データ）とを抽出する。

近似処理部１０４は、処理対象抽出部１０３が抽出した一つ又は複数の平坦部分の距離画像に対する近似線を算出し、当該近似線と距離画像に含まれる摩耗部分とから前記部品の摩耗度合いを算出する。
図１１は、本発明に係る第一実施形態におけるタイヤ表面の近似曲線の一例を示す図である。
近似処理部１０４は、処理対象抽出部１０３が抽出した表面データを回帰分析等により３次式で多項式近似し、係数及び重決定係数（重相関係数の２乗の値）を算出する。近似曲線１１０Ａは、近似処理部１０４が算出した表面データの近似曲線である。近似処理部１０４は、処理対象抽出部１０３が抽出した溝データを回帰分析等により３次式で多項式近似し、係数及び重決定係数を算出する。近似曲線１１０Ｂは、近似処理部１０４が算出した溝データの近似曲線である。また、近似処理部１０４は、溝部分における表面データと溝データとの差（溝の深さ）を計算する。具体的には、図９で例示した範囲９１（横軸の値が５と９５）、９２（横軸の値が３５と６５）における表面データに基づく近似曲線１１０Ａの値と、溝データに基づく近似曲線１１０Ｂの値との差（距離１１０Ｄ、１１０Ｅ、１１０Ｆ、１１０Ｇ）を計算する。

摩耗データ記録部１０５は、近似処理部１０４が計算した近似曲線１１０Ａ、１１０Ｂの係数、重決定係数、溝の深さの値、各溝に対応するタイヤ幅方向の位置情報を記憶部１０７に記録する。
入出力部１０６は、ユーザによる操作やデータの入出力のインタフェースである。例えば、入出力部１０６は、マイク、タッチパネル、ディスプレイ、入出力ポートなどである。ユーザは、入出力部１０６を介して摩耗度合い算出処理の開始指示、データの入力等を行うことができる。また、入出力部１０６は、近似処理部１０４が算出した近似曲線をディスプレイに表示することができる。
記憶部１０７は、不揮発性記憶媒体または揮発性記憶媒体を用いて構成され、近似曲線の係数など種々のデータを記憶する。

次に、図１２を参照して、摩耗検査装置１０の動作例について説明する。
図１２は、本発明に係る第一実施形態における摩耗検査装置による処理の一例を示すフローチャートである。
図１２に示す動作例では、まず、データ取得部１０１が、画像センサ５Ａがタイヤ２Ａまでの距離に基づいて測定した表面形状データ（距離画像）を取得する（ステップＳ１１）。ステップＳ１１で、データ取得部１０１は、入力されたデータを記憶部１０７の所定の記憶領域に記憶する。また、このとき、入出力部１０６は、距離画像をディスプレイに表示して、ユーザから、図１０で説明したヒストグラムを用いて表面データと溝データとを抽出する処理において、タイヤ径方向の値の頻度が０となる区間を何個にするか、ヒストグラムにおける値の分布の中から、表面データ、溝データをそれぞれ何個選択するか等の入力を受け付けてもよい。なお、頻度が０となる区間の個数等は、タイヤの種類や摩耗状況によって異なっていてもよい。

次に、ノイズ除去部１０２が、ステップＳ１１で入力された距離画像からノイズを除去するノイズ除去処理を行う（ステップＳ１２）。例えば、ノイズ除去部１０２は、車両１の走行に伴い接近するタイヤ２Ａに対して画像センサ５Ａが連続的に測定した距離画像に対して座標変換を行い、全ての距離画像について、画像センサ５Ａからタイヤ２Ａまでの相対的な位置関係を同じとして扱えるような補正を行う。また、ノイズ除去部１０２は、画像センサ５Ａによる測定失敗範囲の異常値を除外する。

次に処理対象抽出部１０３は、ノイズ除去後の距離画像に対して処理対象抽出処理を行う（ステップＳ１３）。例えば、処理対象抽出部１０３は、ノイズ除去後の距離画像から、ある時点に測定した１つの距離画像を取得する。そして、処理対象抽出部１０３は、距離画像に含まれる各点について傾きを求め、平坦部分と勾配部分に分類する。また、処理対象抽出部１０３は、分類した平坦部分、勾配部分の中から近似曲線の算出に用いるデータ（表面データ、溝データ）を抽出する。処理対象抽出部１０３は、図１０で説明したようにヒストグラムを作成して表面データ、溝データを抽出する。

次に近似処理部１０４が、ステップＳ１３で抽出した表面データ、溝データを用いて近似処理を行う（ステップＳ１４）。具体的には、近似処理部１０４は、表面データに対応する距離画像の部分に対して回帰分析等により曲線フィッティングを行い、タイヤ２Ａに生じた溝部分を除いたタイヤ２Ａの表面の近似曲線（例えば、図１１の近似曲線１１０Ａ）を算出する。同様に近似処理部１０４は、溝データに対応する距離画像の部分に対して曲線フィッティングを行いタイヤ２Ａに生じた溝部分の底部をつなぐ近似曲線（例えば、図１１の近似曲線１１０Ｂ）を算出する。また、近似処理部１０４は、ステップＳ１３で抽出した溝データに対応する位置におけるタイヤ２Ａの表面データと溝データの差（溝の深さ）を算出する。
次に、摩耗データ記録部１０５は、近似処理部１０４が算出した表面データと溝データの近似曲線、溝部分の深さ、各溝部分のタイヤ幅方向の位置情報とを記憶部１０７に記録する（ステップＳ１５）
ステップＳ１３〜ステップＳ１５の処理は、ステップＳ１２でノイズ除去処理を行った全ての距離画像に対して行う。これにより、画像センサ５Ａが測定したタイヤ２の表面範囲にわたって、摩耗度合いを示す摩耗データが得られる。

これまでに車両のタイヤ２の表面の摩耗度合いを算出する場合の説明を行った。次に図１２のフローチャートの各処理に沿って、パンタシュー３表面の摩耗量を算出する方法を説明する。パンタシュー３の場合、電車線４との接触によって鉛直方向の面に摩耗が生じる（図４の凹部３１）。まず、ある時刻において画像センサ５Ｂが測定したパンタシュー表面の距離画像に基づいて、パンタシュー表面の近似直線を算出する。次に、近似直線と距離画像における凹部との差を積算することで磨耗量を求める。

まず、データ取得部１０１は、車両１の進行に伴って画像センサ５Ｂが測定したパンタシューの表面形状を含む表面形状データ（距離画像）を取得する（ステップＳ１１）。次にノイズ除去部１０２は、ノイズ除去処理を行う（ステップＳ１２）。まず、ノイズ除去部１０２は、距離画像に対して座標変換を行って、距離画像間の歪みを補正する。また、距離画像にはパンタシュー部分以外の構造物（例えば、車体側面）も含まれているので、ノイズ除去部１０２は、パンタシュー部分の検出を行って、他の部分の距離画像を除去する。検出にあたっては、距離画像に含まれるすべての部品の中で、パンタシューが一番車両１の本体から離れている（車両水平方向の値が大きい）という性質を利用し、ノイズ除去部１０２は、各時間に測定した距離画像の中で、ある閾値を越える点の数が一定以上であれば、パンタシュー３を含んだ距離画像であると判定する。ノイズ除去部１０２は、パンタシュー３を含んだ距離画像の中からパンタシュー３を含む部分を抽出する。ノイズ除去部１０２は、各時刻に測定した距離画像のそれぞれに対して同様の処理を行う。また、ノイズ除去部１０２は、パンタシュー３を含んだ距離画像と判定した時間帯のデータ数ｎと、パンタシューの車両進行方向の長さｘから、列車の走行速度一定と仮定し、１つの距離画像に含まれるパンタシューの長さｄｘ＝ｘ/ｎを算出する。ｄｘは、ある距離画像を測定してから次の距離画像を測定するまでの間に車両１が進んだ距離に相当する。このｄｘは、後に摩耗量（体積）の算出を行う際に使用する。なお、以下の処理は、ノイズ除去処理後の各時刻に測定した距離画像に対して実施する。次にノイズ除去部１０２は、距離画像から異常値を示す範囲（測定失敗範囲）を取り除く処理を行う。

図１３は、本発明に係る第一実施形態におけるパンタシュー表面の距離画像の一例を示す図である。
図１４は、本発明に係る第一実施形態におけるパンタシュー表面のノイズ除去処理後の距離画像の一例を示す第一の図である。
図１５は、本発明に係る第一実施形態におけるパンタシュー表面のノイズ除去処理後の距離画像の一例を示す第二の図である。
図１３は、画像センサ５Ｂが測定したパンタシュー３の表面形状を示すある１つの距離画像である。図１３の横軸は車両鉛直方向の位置、縦軸は車両水平方向の値を示している。タイヤ２の場合と同様、画像センサ５Ｂには視野範囲が定められており、その視野範囲を超えた位置における距離画像は異常値（破線で囲んだ範囲）を示す。ノイズ除去部１０２は、距離画像から異常値を取り除く処理を行う。図１４に示す距離画像は、距離画像両端の異常値除去後の距離画像である。また、得られた距離画像の両端以外で異常値が検出された部分について、ノイズ除去部１０２は、異常値を示した点列の端点に隣接する正常値同士を結ぶなどして線形補間を実施する。図１５に示す距離画像は、線形補間処理後の距離画像である。

次に処理対象抽出部１０３は、ノイズ除去後の距離画像に対して処理対象抽出処理を行う（ステップＳ１３）。
図１６は、本発明に係る第一実施形態におけるパンタシュー表面の距離画像に対する処理対象抽出処理を説明する第一の図である。
図１７は、本発明に係る第一実施形態におけるパンタシュー表面の距離画像に対する処理対象抽出処理を説明する第二の図である。
まず、処理対象抽出部１０３は、各点(ｘ_ｉ,ｙ_ｉ)に対して式（１）を用いて傾きを計算する。また、処理対象抽出部１０３は、傾きと所定の閾値Ｌを比較して、パンタシュー３の鉛直方向の各位置について、平坦区間と勾配区間とに区別する。そして、処理対象抽出部１０３は、距離画像を、勾配区間を境に分割する。処理対象抽出部１０３は、分割された複数の平坦区間である区間１６Ａ、区間１６Ｂ、区間１６Ｃのうち、最も大きい区間１６Ｂを抽出する。図１７に示す距離画像は、処理対象抽出部１０３が抽出した区間１６Ｂにおける距離画像である。なお、処理対象抽出部１０３が抽出した区間を有効区間と呼ぶ。

次に近似処理部１０４が、ステップＳ１３で抽出した区間の距離画像を用いて近似処理を行う（ステップＳ１４）。
図１８は、本発明に係る第一実施形態におけるパンタシュー表面の距離画像に対する近似処理を説明する第一の図である。
図１９は、本発明に係る第一実施形態におけるパンタシュー表面の距離画像に対する近似処理を説明する第二の図である。
近似処理部１０４は、処理対象抽出部１０３が抽出した有効区間の距離画像が示す曲線１８Ａについて、線形近似を行い、近似直線１８Ｂを算出する。曲線１８Ａは、磨耗によって凹んだ部分を含むため、パンタシュー３表面のうち摩耗が無い部分は、近似直線１８Ｂより大きな車両水平方向の値を取る。そこで、近似処理部１０４は、近似直線１８Ｂよりも大きい値を持つ点列のみを抽出し、抽出した点列に対して、再度、線形近似を実施する。すると、近似処理部１０４は、図１９に示す表面の点列に対する近似直線１８Ｃを算出する。近似処理部１０４は、磨耗の凹み量が大きさに応じて、パンタシュー３の摩耗が無い表面部分の距離画像に対する近似直線が算出できるまで（例えば、重決定係数が０．９５以上になるまで）、繰り返し線形近似を行う。

近似処理部１０４は、近似直線を算出すると、パンタシュー３の摩耗量を算出する。まず、近似処理部１０４は、傾き補正を行う。傾き補正とは、画像センサ５Ｂとパンタシュー３の高さが異なる場合などに、パンタシュー３の表面に対して画像センサ５Ｂのレーザ照射角に傾きが生じるために起こる傾きを補正する処理である。傾きを補正する処理の一例について説明する。まず、近似処理部１０４は、算出した近似直線１８Ｃの傾き（ａとする）から傾き角度θを以下の式（２）により算出する。
θ＝Ｔａｎ^−１（１／ａ） ・・・・（２）
次に近似処理部１０４は、以下の式（３）によりＺ方向（図４に示す紙面の水平方向）の傾きを補正する。
Ｚ´_ｉ＝（Ｚ_ｉ−（Ｘ_ｉ−Ｘ_０）/Ｔａｎθ） × ｓｉｎθ ・・・・（３）
ここで、Ｘ_０は、Ｘ軸方向の距離画像の開始値、Ｘ_ｉはＸ軸方向の距離画像の開始値から終了値までの間の任意の値。Ｚ_ｉは、Ｘ_ｉに対応するＺ軸方向の値である。また、Ｚ´_ｉは補正後の値である。
次に近似処理部１０４は、以下の式（４）、（５）によりＸ方向（図４に示す紙面の垂直方向）の傾きを補正する。
ｄＸ ＝ ｓｑｒｔ（（Ｚ_ｉ−Ｚ_ｉ−１）^２＋（Ｘ_ｉ−Ｘ_ｉ−１）^２
− （Ｚ´_ｉ−Ｚ´_ｉ−１）^２）・・・・（４）
Ｘ´_ｉ=Ｘ´_ｉ−１ ＋ ｄＸ ・・・・（５）

次に、近似処理部１０４は、傾き補正後の有効区間における距離画像が示す曲線と近似直線との差分を積算し、傾き補正後の曲線と近似直線で囲まれた部分の面積を算出する。また、算出した値にｄｘを乗じて単位時間あたりの車両１が通行に対応するパンタシュー３表面の摩耗部分の体積を求める。近似処理部１０４は、ノイズ除去部１０２がパンタシュー３が含まれると判定した距離画像に対して同様の処理を行い、それらを積算し、パンタシュー３の摩耗量の合計を算出する。次に、摩耗データ記録部１０５は、近似処理部１０４が算出した摩耗量を記憶部１０７に記録する（ステップＳ１５）。このように、摩耗検査装置１０は、図１２のフローチャートに基づいて、パンタシュー３の摩耗量を算出することができる。なお、電車線４の摩耗度合いについても同様にして算出することができる。

従来は、タイヤ２に生じる摩耗度合いとして、最も摩耗が激しい部分の溝の深さ程度の情報しか測定していなかった。本実施形態の摩耗検査装置１０によれば、磨耗箇所の最大値のみといった限られた情報だけでなく、タイヤ２の表面全体にわたる近似曲線、摩耗によって生じた溝の位置や深さを用いることで、任意の場所の磨耗量やタイヤ２の扁平、歪みといったより詳細な状況や有用な情報を得ることができる。また、距離画像を近似曲線の係数等の情報に集約できるため、データの保存容量を削減でき、長期にわたるデータを蓄積することができる。これにより、より多くのデータに基づいて、解析を行うことができる。

＜第二実施形態＞
以下、本発明の第二実施形態による摩耗検査装置を、図２０〜図２１を参照して説明する。
図２０は、本発明に係る第二実施形態における摩耗検査装置の構成例を示すブロック図である。
本発明の第二実施形態に係る構成のうち、本発明の第一実施形態に係る摩耗検査装置１０Ａを構成する機能部と同じものには同じ符号を付し、それらの説明を省略する。
第二実施形態による摩耗検査装置１０Ａは、磨耗量の予測、摩耗による部品の交換時期を予測する機能を提供する。タイヤ２などの磨耗量を予測する場合、摩耗の進行に影響すると考えられる路線形状や走行速度といった稼動データと紐付けた解析が有効になる。摩耗検査装置１０Ａは、稼動データと摩耗データとを紐付けて稼動データから摩耗度合いを予測する評価モデルを作成し、作成した評価モデルと予測対象となる車両αの稼働データとに基づいて、車両αの部品に生じる摩耗度合いを評価する。

第二実施形態に係る摩耗検査装置１０Ａは、第一実施形態の構成に加えて、評価モデル作成部１０８と、交換時期予測部１０９とを、また、データ取得部１０１に代えてデータ取得部１０１Ａを備えている。
データ取得部１０１Ａは、画像センサ５が測定した距離画像に加え、車両１の稼働データを取得する。稼働データとは、例えば、車両１の走行速度、走行時間、走行距離、車両１が走行した路線の形状（カーブや坂の割合など）、天候等のデータである。
評価モデル作成部１０８は、データ取得部１０１Ａが取得した車両１についての稼働データと、車両１について摩耗データ記録部１０５が記録した摩耗データに基づいて、摩耗度合いを評価する評価モデルを作成する。摩耗データとは、車両１のタイヤ２の場合であれば、表面及び溝の部分の近似曲線の係数、溝の深さ情報である。また、パンタシュー３であれば摩耗量である。
交換時期予測部１０９は、交換時期の予測対象となる車両について現在の稼働データと、評価モデル作成部１０８が作成した評価モデルとに基づき、タイヤ２等の摩耗によって消耗する部品の将来における摩耗状況、また交換時期などを予測する。

次に第二実施形態における車両１が備えるタイヤ２を例に、摩耗による交換時期の予測処理について図２１を用いて説明する。
図２１は、本発明に係る第二実施形態における摩耗検査装置による処理の一例を示すフローチャートである。
例として、交換時期を予測する対象である車両αと同型の車両１に対して近似処理部１０４が算出したタイヤ２の摩耗データが、その摩耗データの算出に用いた距離画像の測定日と対応付けて、記憶部１０７に記録されているとする。また、車両１のタイヤ２を交換すると判定する摩耗度合いの基準（例えば、所定の深さ以上の溝が所定の数以上発生したら交換する等）が予め記憶部１０７に記録されているとする。
まず、評価モデル作成部１０８は、記憶部１０７から、車両１の摩耗データを記憶部１０７から読み出して取得する（ステップＳ２１）。また、データ取得部１０１Ａは、車両の稼働データを蓄積したシステムから、車両１の稼働データを取得する（ステップＳ２２）。このとき、データ取得部１０１Ａは、評価モデル作成部１０８が取得した摩耗データに対応する期間における車両１の稼働データを取得する。

次に評価モデル作成部１０８は、機械学習によって評価モデルを作成する（ステップＳ２３）。例えば、評価モデル作成部１０８は、ある距離画像に基づく摩耗データとその距離画像の測定日に最も近い日に測定された稼働データとを１つの学習データとして、取得した摩耗データ分の学習データを作成する。そして、評価モデル作成部１０８は、例えば決定木等の方法を用いて機械学習処理を行う。例えば、決定木を用いると、摩耗データに含まれる様々な摩耗度合いに対して、タイヤ２がそのような摩耗度合いとなるための条件（稼働データがどのような傾向を示す場合にその摩耗度合いが発生するか）を抽出することができる。例えば、「ある区間（カーブが多い）をＸ時間以上走行すると、タイヤ２の特定の位置に溝が発生する」、「速度Ｙ以上でＺ時間以上走行すると、タイヤ２の表面が所定の近似曲線で表される形状になる」などの、稼働データが示す車両１の稼働状況とタイヤ２に生じる摩耗度合いとの関係性を示す評価モデルが得られる。評価モデル作成部１０８は、この評価モデルを、評価モデルとして記憶部１０７に記録する。

次に、ユーザが、車両αの最新の稼働データを、摩耗検査装置１０Ａに入力する。データ取得部１０１Ａは、車両αの稼働データを取得する（ステップＳ２４）。データ取得部１０１Ａは、車両αの稼働データを交換時期予測部１０９に出力する。次に交換時期予測部１０９は、評価モデルに基づいて交換時期を予測する（ステップＳ２５）。例えば、評価モデルに、車両１の走行区間別、走行時間別にタイヤ２の摩耗度合いが示されている場合、交換時期予測部１０９は、取得した車両αの稼働データに含まれる車両αの走行区間と走行時間を評価モデルに適用して、車両αの摩耗度合いを評価する。交換時期予測部１０９は、タイヤ２を交換すると判定する摩耗度合いの基準を参照して、評価した摩耗度合いが、タイヤ２を交換すると判定する摩耗度合いの基準を満たしていれば（摩耗がより激しければ）タイヤ２の交換時期であると判定する。また、タイヤ２を交換すると判定する摩耗度合いに満たない場合、交換時期予測部１０９は、評価モデルを参照して、タイヤ２を交換すると判定する摩耗度合いの基準を満たす稼働データの条件を取得する。交換時期予測部１０９は、基準を満たす稼働データの条件と車両αの稼働データとを比較して、交換時期を予測する。例えば、評価モデルが、車両αの走行区間と同じ区間を走行した車両１について、走行時間がＸ１時間以上の場合にタイヤ２の交換に相当する摩耗度合いが生じたことを示しており、かつ、車両αの稼働データが、車両αの走行時間がＸ２時間（Ｘ１＞Ｘ２とする）であることを示している場合、交換時期予測部１０９は、タイヤ２の交換時期までの走行時間Ｘ２−Ｘ１を算出する。交換時期予測部１０９は、算出したタイヤ２の交換時期までの走行時間を入出力部１０６に出力する。入出力部１０６は、ディスプレイに交換時期までの走行時間を表示する。これによりユーザは、タイヤ２の交換時期を把握することができる。

従来は、車両１の部品の摩耗量について、例えば最大値など限定的な情報しか記録していなかった。そのため、摩耗データと稼働データを用いて機械学習を行って評価モデルを作成しても、部品に生じる様々な摩耗度合いに対する予測を行うことができず、高精度な評価モデルを得ることができなかった。本実施形態の摩耗検査装置１０Ａによれば、磨耗量の最大値だけでなく、磨耗によって変形した表面形状や特定の位置の磨耗量も因子とすることができるため、評価モデルの精度向上が期待できる。これにより、ユーザは、部品の詳細な摩耗度合いを把握し異常が生じるのを未然に防いだり、適切な部品の交換時期を把握することで摩耗部品の在庫管理を効率化したり、摩耗部品に対して日々適切にメンテナンス（検査、補修など）を行うことができる。

＜その他＞
また、例えば、タイヤ２の磨耗と車両１が走行する路面の改修との間に相関があれば、例えば、車両１が走行する路面の形状等の変化を測定したデータを蓄積し、摩耗検査装置１０（または、摩耗検査装置１０Ａ）が分析した摩耗データと路面の形状変化との関係を機械学習等によって分析することで、適切な切削方法の決定等、よりよい路面の改修方法の検討に役立てることができる。

その他、本発明の趣旨を逸脱しない範囲で、上記した実施の形態における構成要素を周知の構成要素に置き換えることは適宜可能である。また、この発明の技術範囲は上記の実施形態に限られるものではなく、本発明の趣旨を逸脱しない範囲において種々の変更を加えることが可能である。

１・・・車両
２、２Ａ、２Ｂ・・・タイヤ
４・・・電車線
３・・・パンタシュー
６・・・側壁
７・・・穴
５、５Ａ、５Ｂ・・・画像センサ
１０、１０Ａ・・・摩耗検査装置
１０１、１０１Ａ・・・データ取得部
１０２・・・ノイズ除去部
１０３・・・処理対象抽出部
１０４・・・近似処理部
１０５・・・摩耗データ記録部
１０６・・・入出力部
１０７・・・記憶部
１０８・・・評価モデル作成部
１０９・・・交換時期予測部

Claims (9)

1. 車両の走行に伴って摩耗する部品の表面形状を示す情報を含む表面形状データを取得するデータ取得部と、
   前記表面形状データのうち、前記表面形状データに含まれる各点の値と隣接する点の値との差分が所定の閾値よりも大きな勾配部分と、所定の閾値よりも小さな平坦部分とに区別し、区別後の前記勾配部分および前記平坦部分の中から、前記表面形状データにおける摩耗度合いを算出する処理対象区間を抽出する処理対象抽出部と、
   前記処理対象区間の表面形状データに対する近似線を算出し、当該近似線と前記表面形状データに含まれる摩耗部分とから前記部品の摩耗度合いを算出する近似処理部と、
   を備える摩耗検査装置。
2. 前記表面形状データからノイズを除去するノイズ除去部、
   をさらに備え、
   前記ノイズ除去部は、前記部品の表面形状を測定するセンサと前記部品との相対的な位置関係の変化に応じて、それぞれの位置関係において前記センサが測定した前記表面形状データを、同じ位置関係で測定した表面形状データとなるよう座標変換する、
   請求項１に記載の摩耗検査装置。
3. 前記処理対象抽出部は、前記表面形状データに含まれる各値とその出現頻度に基づくヒストグラムを作成し、
   前記表面形状データに含まれる各値の中から選択された表面部分又は摩耗部分に対応する値を分類して所定のグループ数にする場合の、当該グループ数に基づいて前記ヒストグラムの分類幅を調整し、前記表面形状データを当該グループ数に分類するヒストグラムを作成し、
   前記作成したヒストグラムから、前記平坦部分に対応する表面形状データの一部と、前記部品の表面にできた摩耗部分に対応する表面形状データの一部とを抽出する、
   請求項１から請求項２の何れか１項に記載の摩耗検査装置。
4. 前記近似処理部は、前記処理対象抽出部が抽出した摩耗部分に対応する表面形状データと、前記算出した近似線との差に基づいて、前記部品の摩耗度合いを算出する、
   請求項３に記載の摩耗検査装置。
5. 前記処理対象抽出部は、前記区別後の平坦部分および勾配部分の中から、前記勾配部分を境として区別される前記平坦部分の中から、最も大きな前記平坦部分を処理対象区間として抽出する、
   請求項１または請求項２に記載の摩耗検査装置。
6. 前記近似処理部は、前記処理対象抽出部が抽出した平坦部分に対応する表面形状データに基づいて、当該表面形状データのうち前記部品の摩耗が無い部分の点列に近似する近似直線を算出し、前記表面形状データのうち摩耗が生じた区間について、前記近似直線の値と前記表面形状データの値の差を積算することによって、前記部品の摩耗量を算出する、
   請求項５に記載の摩耗検査装置。
7. 前記処理対象抽出部は、前記区別後の平坦部分および勾配部分からなる全区間において前記平坦部分から前記勾配部分となる境界のうち両端に位置する前記境界を選択し、選択された前記境界に挟まれた区間を処理対象区間として抽出する、
   請求項１から請求項６の何れか１項に記載の摩耗検査装置。
8. 前記近似処理部が算出した部品の摩耗度合いと当該部品を備える車両の稼働状況を示す稼働データとに基づいて、前記車両の稼働状況に応じた前記部品の摩耗度合いを評価する評価モデルを作成する評価モデル作成部と、
   評価対象となる対象車両についての稼働データを取得し、当該稼働データと前記評価モデルとに基づいて、前記対象車両の部品に生じる摩耗度合いを評価し、前記対象車両の部品の摩耗度合いと対応付けて定められた当該部品の交換時期を示す情報に基づいて、摩耗度合いを評価した前記対象車両の部品の交換時期を予測する交換時期予測部と、
   をさらに備える請求項１から請求項７の何れか１項に記載の摩耗検査装置。
9. 車両の走行に伴って摩耗する部品の表面形状を示す情報を含む表面形状データを取得し、
   前記表面形状データのうち、前記表面形状データに含まれる各点の値と隣接する点の値との差分が所定の閾値よりも大きな勾配部分と、所定の閾値よりも小さな平坦部分とに区別し、区別後の前記勾配部分および前記平坦部分の中から、前記表面形状データにおける摩耗度合いを算出する処理対象区間を抽出し、
   前記処理対象区間の表面形状データに対する近似線を算出し、当該近似線と表面形状データに含まれる摩耗部分とから部品の摩耗度合いを算出する、
   摩耗検査方法。

Images