特開 2023-97228 劣化状態判定方法及び劣化状態判定装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2023097228

(43)【公開日】2023-07-07

(54)【発明の名称】劣化状態判定方法及び劣化状態判定装置

(51)【国際特許分類】

   G06Q 10/20 20230101AFI20230630BHJP

【ＦＩ】

G06Q10/00 300

【審査請求】未請求

【請求項の数】8

【出願形態】ＯＬ

(21)【出願番号】P 2021213478

(22)【出願日】2021-12-27

(71)【出願人】

【識別番号】000005278

【氏名又は名称】株式会社ブリヂストン

(74)【代理人】

【識別番号】100147485

【弁理士】

【氏名又は名称】杉村 憲司

(74)【代理人】

【識別番号】230118913

【弁護士】

【氏名又は名称】杉村 光嗣

(74)【代理人】

【識別番号】100186015

【弁理士】

【氏名又は名称】小松 靖之

(74)【代理人】

【識別番号】100180655

【弁理士】

【氏名又は名称】鈴木 俊樹

(72)【発明者】

【氏名】山本 拓

(72)【発明者】

【氏名】森口 昭

【テーマコード（参考）】

5L049

【Ｆターム（参考）】

5L049CC15

(57)【要約】

【課題】対象物の劣化状態を高い精度で判定することが可能な劣化状態判定方法及び劣化状態判定装置が提供される。
【解決手段】劣化状態判定方法は、劣化状態を判定する対象である対象物に付されたインジケータの色に基づいて対象物の劣化状態を判定する劣化状態判定方法であって、インジケータの色の変化と、対象物を劣化させる劣化因子の量との関係を示すデータを含んで構成される色変化データベースを生成するステップと、劣化因子の量を特定可能なようにインジケータに用いられる色を選択するステップと、対象物に付されたインジケータの画像を取得して、画像から色成分を抽出するステップ（Ｓ２７）と、劣化因子の量を入力として対象物の劣化状態の指標を出力とする劣化判定モデルを用いて、色変化データベース及び画像から抽出された色成分に基づいて、対象物の劣化状態を判定するステップ（Ｓ３０）と、を含む。
【選択図】図８

【特許請求の範囲】

【請求項1】

劣化状態を判定する対象である対象物に付されたインジケータの色に基づいて前記対象物の劣化状態を判定する劣化状態判定方法であって、
前記インジケータの色の変化と、前記対象物を劣化させる劣化因子の量との関係を示すデータを含んで構成される色変化データベースを生成する色変化データベース生成ステップと、
前記劣化因子の量を特定可能なように前記インジケータに用いられる色を選択する色選択ステップと、
前記対象物に付されたインジケータの画像を取得して、前記画像から色成分を抽出する色成分抽出ステップと、
前記劣化因子の量を入力として前記対象物の劣化状態の指標を出力とする劣化判定モデルを用いて、前記色変化データベース及び前記画像から抽出された色成分に基づいて、前記対象物の劣化状態を判定する劣化判定ステップと、を含む、劣化状態判定方法。

【請求項2】

前記劣化判定ステップは、
前記画像から抽出された色成分を、初期状態との比較によって、色成分変化として算出して、
前記色成分変化から特定される前記劣化因子の量に基づいて、前記対象物の劣化状態を判定する、請求項１に記載の劣化状態判定方法。

【請求項3】

前記劣化判定ステップは、１つの前記劣化因子に対して異なる変化を示す複数の色成分について前記色成分変化を算出し、複数の前記色成分変化から前記劣化因子の量を特定する、請求項２に記載の劣化状態判定方法。

【請求項4】

前記劣化因子は、熱、酸素、水、紫外線及びオゾンの少なくとも１つを含む、請求項１から３のいずれか一項に記載の劣化状態判定方法。

【請求項5】

前記色選択ステップは、同じ前記劣化因子を特定可能な複数の色を選択し、
前記インジケータは、同じ前記劣化因子を特定可能な複数の色のそれぞれが異なる位置に塗布されて構成される、請求項１から４のいずれか一項に記載の劣化状態判定方法。

【請求項6】

前記インジケータは複数であって、複数の前記インジケータのそれぞれが前記対象物の異なる位置に付される、請求項１から５のいずれか一項に記載の劣化状態判定方法。

【請求項7】

前記対象物はタイヤである、請求項１から６のいずれか一項に記載の劣化状態判定方法。

【請求項8】

劣化状態を判定する対象である対象物に付されたインジケータの色に基づいて前記対象物の劣化状態を判定する劣化状態判定装置であって、
前記インジケータの色の変化と、前記対象物を劣化させる劣化因子の量との関係を示すデータを含んで構成される色変化データベースを生成する色変化データベース生成部と、
前記劣化因子の量を特定可能なように前記インジケータに用いられる色を選択する色選択部と、
前記対象物に付されたインジケータの画像を取得して、前記画像から色成分を抽出する色成分抽出部と、
前記劣化因子の量を入力として前記対象物の劣化状態の指標を出力とする劣化判定モデルを用いて、前記色変化データベース及び前記画像から抽出された色成分に基づいて、前記対象物の劣化状態を判定する劣化判定部と、を備える、劣化状態判定装置。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、劣化状態判定方法及び劣化状態判定装置に関する。

【背景技術】

【0002】

近年、交通業界におけるシェアリングエコノミーの発展、リトレッドタイヤの利用拡大等に伴い、タイヤの劣化状態を把握する技術が注目されている。例えば、特許文献１は、表示部が光に曝されると、文字部分と背景部分との変色度合いの違いにより使用限度が明示されるタイヤを開示する。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２００６－２７３２６０号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

ただし、特許文献１の技術は、あらかじめ刻印されたタイヤの使用期限を表示するものであり、タイヤ及びタイヤを構成するゴム部材の劣化状態を客観的に示す指標とするには精度が不十分であった。

【0005】

かかる事情に鑑みてなされた本開示の目的は、対象物の劣化状態を高い精度で判定することが可能な劣化状態判定方法及び劣化状態判定装置を提供することにある。

【課題を解決するための手段】

【0006】

本開示の一実施形態に係る劣化状態判定方法は、劣化状態を判定する対象である対象物に付されたインジケータの色に基づいて前記対象物の劣化状態を判定する劣化状態判定方法であって、前記インジケータの色の変化と、前記対象物を劣化させる劣化因子の量との関係を示すデータを含んで構成される色変化データベースを生成する色変化データベース生成ステップと、前記劣化因子の量を特定可能なように前記インジケータに用いられる色を選択する色選択ステップと、前記対象物に付されたインジケータの画像を取得して、前記画像から色成分を抽出する色成分抽出ステップと、前記劣化因子の量を入力として前記対象物の劣化状態の指標を出力とする劣化判定モデルを用いて、前記色変化データベース及び前記画像から抽出された色成分に基づいて、前記対象物の劣化状態を判定する劣化判定ステップと、を含む。
この構成により、対象物の劣化状態を高い精度で判定することが可能になる。

【0007】

本開示の一実施形態として、前記劣化判定ステップは、前記画像から抽出された色成分を、初期状態との比較によって、色成分変化として算出して、前記色成分変化から特定される前記劣化因子の量に基づいて、前記対象物の劣化状態を判定する。
この構成により、インジケータの作成時の個体差があっても、正確に色の変化を求められるため、対象物の劣化状態をさらに高い精度で判定することができる。

【0008】

本開示の一実施形態として、前記劣化判定ステップは、１つの前記劣化因子に対して異なる変化を示す複数の色成分について前記色成分変化を算出し、複数の前記色成分変化から前記劣化因子の量を特定する。
この構成により、劣化因子の量の推定精度を高めて、対象物の劣化状態をより高い精度で判定することができる。

【0009】

本開示の一実施形態として、前記劣化因子は、熱、酸素、水、紫外線及びオゾンの少なくとも１つを含む。
この構成により、屋外で使用される対象物の劣化状態判定の精度を高めることが可能になる。

【0010】

本開示の一実施形態として、前記色選択ステップは、同じ前記劣化因子を特定可能な複数の色を選択し、前記インジケータは、同じ前記劣化因子を特定可能な複数の色のそれぞれが異なる位置に塗布されて構成される。
この構成により、一部が汚れなどによって識別不可能になった場合にも、残った色から劣化因子を特定することができる。

【0011】

本開示の一実施形態として、前記インジケータは複数であって、複数の前記インジケータのそれぞれが前記対象物の異なる位置に付される。
この構成により、欠落、汚れなどの影響に対するロバスト性を高めることができる。

【0012】

本開示の一実施形態として、前記対象物はタイヤである。
この構成により、外観からはわかりにくい劣化があり得るタイヤについて、高い精度で劣化状態を判定することができる。

【0013】

本開示の一実施形態に係る劣化状態判定装置は、劣化状態を判定する対象である対象物に付されたインジケータの色に基づいて前記対象物の劣化状態を判定する劣化状態判定装置であって、前記インジケータの色の変化と、前記対象物を劣化させる劣化因子の量との関係を示すデータを含んで構成される色変化データベースを生成する色変化データベース生成部と、前記劣化因子の量を特定可能なように前記インジケータに用いられる色を選択する色選択部と、前記対象物に付されたインジケータの画像を取得して、前記画像から色成分を抽出する色成分抽出部と、前記劣化因子の量を入力として前記対象物の劣化状態の指標を出力とする劣化判定モデルを用いて、前記色変化データベース及び前記画像から抽出された色成分に基づいて、前記対象物の劣化状態を判定する劣化判定部と、を備える。
この構成により、対象物の劣化状態を高い精度で判定することが可能になる。

【発明の効果】

【0014】

本開示によれば、対象物の劣化状態を高い精度で判定することが可能な劣化状態判定方法及び劣化状態判定装置を提供することができる。

【図面の簡単な説明】

【0015】

【図1】図１は、本開示の一実施形態に係る劣化状態判定装置の構成例を示す図である。

【図2】図２は、図１の劣化状態判定装置を備える劣化状態判定システムの構成例を示す図である。

【図3】図３は、インジケータの構成例を示す図である。

【図4】図４は、本開示の一実施形態に係る劣化状態判定方法が含む第１処理の例を示すフローチャートである。

【図5】図５は、色変化データベースの構成例を示す図である。

【図6】図６は、本開示の一実施形態に係る劣化状態判定方法が含む第２処理の例を示すフローチャートである。

【図7】図７は、インジケータデータベースの構成例を示す図である。

【図8】図８は、本開示の一実施形態に係る劣化状態判定方法が含む第３処理の例を示すフローチャートである。

【発明を実施するための形態】

【0016】

以下、図面を参照して本開示の一実施形態に係る劣化状態判定装置及び劣化状態判定方法が説明される。各図中、同一又は相当する部分には、同一符号が付されている。本実施形態の説明において、同一又は相当する部分については、説明を適宜省略又は簡略化する。

【0017】

図１は、本実施形態に係る劣化状態判定装置１０の構成例を示す。図２は、図１の劣化状態判定装置１０を備える劣化状態判定システム１の構成例を示す。劣化状態判定装置１０は、劣化状態を判定する対象である対象物に付されたインジケータ３１の色に基づいて、対象物の劣化状態を判定する装置である。本実施形態において対象物はタイヤ３０であるが、タイヤ３０に限定されない。劣化状態判定装置１０によって判定されるタイヤ３０の劣化状態は、例えばタイヤ３０をリトレッドする場合において、ユーザに対して予測される耐用年数、適する加硫方法などを提示するために用いられてよい。タイヤ３０の劣化は外観からはわかりにくいもの（一例として硬化）などを含むが、劣化状態判定装置１０によって高い精度で判定することができる。ここで、リトレッドは、タイヤ３０のトレッドゴムを削ってから新しいゴムを貼り付けて、加硫して再利用することをいう。プレキュアトレッド（ＰＣＴ：ｐｒｅ－ｃｕｒｅ ｔｒｅａｄ）が用いられる場合もある。また、ユーザは、リトレッドなどを行うタイヤ３０の管理設備６１の利用者であるが、特に車両２０の運転者又は所有者である。

【0018】

劣化状態判定装置１０は、通信部１１と、記憶部１２と、制御部１３と、を備える。制御部１３は、データ取得部１３１と、色変化データベース生成部１３２と、劣化判定モデル生成部１３３と、色選択部１３４と、識別子抽出部１３５と、色成分抽出部１３６と、劣化判定部１３７と、判定結果出力部１３８と、を備える。劣化状態判定装置１０は、ハードウェア構成として、例えばサーバのようなコンピュータであってよい。劣化状態判定装置１０の構成要素の詳細については後述する。

【0019】

劣化状態判定装置１０は、ネットワーク４０で接続される端末装置５０、印刷装置５１及びサーバ６０の少なくとも１つとともに、劣化状態判定システム１を構成してよい。ネットワーク４０は、例えばインターネットであるが、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）であってよい。

【0020】

端末装置５０は、例えばスマートフォン又はタブレット端末等の汎用の移動端末であるが、撮像機能及び表示機能を備える装置であれば、このような移動端末に限定されない。端末装置５０は、タイヤ３０の劣化状態が判定される場合等に、管理設備６１の管理者又はユーザによって使用される。端末装置５０は、撮像機能によってタイヤ３０に付されたインジケータ３１を撮像し、ネットワーク４０を介して、得られた画像を劣化状態判定装置１０に送信してよい。撮像機能は、例えば端末装置５０が備えるカメラによって実現される。また、端末装置５０は、劣化状態判定装置１０からの劣化状態の判定結果を、ネットワーク４０を介して取得して、表示機能によってユーザに表示してよい。表示機能は、例えば端末装置５０が備えるＬＣＤなどのディスプレイによって実現される。ここで、端末装置５０はユーザによる接触を検出して、その接触位置を特定するタッチセンサと一体化されたタッチパネルディスプレイを備えてよい。

【0021】

印刷装置５１は、例えばカラーインクジェットプリンタであるが、複数の色成分を印刷可能な装置であれば、カラーインクジェットプリンタに限定されない。印刷装置５１は、タイヤ３０に付されるインジケータ３１を作成する場合に、紙、フィルム（膜状の樹脂）又はゴムなどの被印刷媒体に、後述する識別子３２及びカラーパターン３３（図３参照）を印刷するために用いられる。本実施形態において、印刷装置５１は、劣化状態判定装置１０からの印刷データを、ネットワーク４０、サーバ６０を介して取得して、インジケータ３１を作成するための印刷を実行する。ここで、印刷データは、識別子３２及びカラーパターン３３のデータを含むインジケータデータである。

【0022】

サーバ６０は、例えば劣化状態判定装置１０とは別のコンピュータである。サーバ６０は、例えば管理設備６１に設置されており、印刷装置５１へのインジケータデータを中継する他に、タイヤ３０のリトレッド及び修理の履歴などのデータを管理してよい。

【0023】

管理設備６１は、車両２０に取付けられたタイヤ３０を管理する設備である。本実施形態において、管理設備６１では、タイヤ３０の修理、交換及びリトレッドなどが行われる。ここで、劣化状態判定システム１は、車両２０の位置に関係なく劣化状態判定の処理を実行することが可能であるが、本実施形態において、車両２０が管理設備６１を訪れている状況で劣化状態判定の処理が実行されるとして説明する。また、端末装置５０、印刷装置５１及びサーバ６０は、管理設備６１から離れた位置にあってよいが、特に言及しない限り、端末装置５０、印刷装置５１及びサーバ６０が管理設備６１内にあるとして説明する。

【0024】

ここで、劣化状態判定装置１０が実行する劣化状態判定方法の概要について説明する。一般に、カラーインクジェットプリンタなどによって印刷される印刷物は、インクの経年変化によって退色が生じることが知られている。同じ環境下であっても、インクの色によって退色の程度が異なる。また、同じ印刷物であっても、環境における劣化因子（例えば熱、紫外線など）の違いによって退色の程度が異なる。本実施形態に係る劣化状態判定方法では、例えばタイヤ３０の交換時に、新しいタイヤ３０にインジケータ３１が付される（図２参照）。その後に、劣化状態判定装置１０は、インジケータ３１の画像を取得して、インジケータ３１の色の変化からタイヤ３０が使用された環境における劣化因子の量を算出する。そして、劣化状態判定装置１０は、算出した劣化因子の量に基づいて、タイヤ３０の劣化状態を判定する。

【0025】

図３は、本実施形態におけるインジケータ３１の構成を示す図である。インジケータ３１は、被印刷媒体に印刷された識別子３２及びカラーパターン３３を有する。インジケータ３１は、印刷装置５１による印刷によって安価に作成することができる。本実施形態において、識別子３２は２次元コードであるが、インジケータ３１を個別に識別可能なものであれば２次元コードに限定されない。また、カラーパターン３３は複数の色が異なる位置に塗布されて構成されるパターンである。本実施形態において、カラーパターン３３は市松模様に配置されているが、このような配置に限定されない。カラーパターン３３の色の変化に基づいて、劣化状態判定装置１０はタイヤ３０の劣化状態を判定する。カラーパターン３３で使用される色の選択等については後述する。

【0026】

図２の例において、インジケータ３１がタイヤ３０のサイドウォール部に設けられているが、インジケータ３１が付される位置は限定されない。別の例として、インジケータ３１は、リトレッドされるタイヤ３０のインナーライナーの表面に付されてよい。また、別の例として、インジケータ３１は、トレッド部の溝の底部に付されてよい。また、インジケータ３１は複数であって、複数のインジケータ３１のそれぞれがタイヤ３０の異なる位置に付されてよい。このとき、一部のインジケータ３１が車両２０の走行中に欠落したり、識別できない程度に汚れたりしても、残りのインジケータ３１によってカラーパターン３３の色の変化を把握できる。その他に、複数のインジケータ３１を設けることにより、第三者による一部のインジケータ３１を意図的に加熱させる劣化があっても、残りのインジケータ３１で指標改ざんを防止することもできる。また、複数のインジケータ３１を設けることにより、タイヤ３０の部材毎の劣化度を独立で推定することが可能となる。そのため、劣化状態判定のロバスト性を高めることができる。

【0027】

ここで、劣化状態判定システム１は図２に示される構成に限定されない。本実施形態において、印刷装置５１はサーバ６０を介してネットワーク４０に接続されるが、例えば印刷装置５１が直接にネットワーク４０に接続可能であってよい。このような場合に、劣化状態判定システム１は、サーバ６０を省略して、劣化状態判定装置１０、端末装置５０及び印刷装置５１で構成されてよい。

【0028】

以下、劣化状態判定装置１０の構成要素の詳細が説明される。通信部１１は、ネットワーク４０に接続する１つ以上の通信モジュールを含んで構成される。通信部１１は、例えば４Ｇ（４ｔｈ Ｇｅｎｅｒａｔｉｏｎ）、５Ｇ（５ｔｈ Ｇｅｎｅｒａｔｉｏｎ）などの移動体通信規格に対応する通信モジュールを含んでよい。通信部１１は、例えば有線のＬＡＮ規格（一例として１０００ＢＡＳＥ－Ｔ）に対応する通信モジュールを含んでよい。通信部１１は、例えば無線のＬＡＮ規格（一例としてＩＥＥＥ８０２．１１）に対応する通信モジュールを含んでよい。

【0029】

記憶部１２は、１つ以上のメモリである。メモリは、例えば半導体メモリ、磁気メモリ、又は光メモリ等であるが、これらに限られず任意のメモリとすることができる。記憶部１２は、例えば劣化状態判定装置１０に内蔵されるが、任意のインターフェースを介して劣化状態判定装置１０に外部からアクセスされる構成も可能である。

【0030】

記憶部１２は、制御部１３が実行する各種の算出において使用される各種のデータを記憶する。また、記憶部１２は、制御部１３が実行する各種の算出の結果及び中間データを記憶してよい。

【0031】

本実施形態において、記憶部１２は、色変化データベース１２１と、劣化判定モデル１２２と、インジケータデータベース１２３と、を含む。色変化データベース１２１は、インジケータ３１の色の変化と、タイヤ３０を劣化させる劣化因子の量との関係を示すデータを含んで構成される。劣化判定モデル１２２は、劣化因子の量からタイヤ３０の劣化状態を判定するためのモデルである。劣化判定モデル１２２は、例えば劣化因子の量を入力して、予測される耐用年数を出力する数理モデルであってよいし、機械学習等によって生成されてよい。インジケータデータベース１２３は、インジケータ３１の識別子３２とカラーパターン３３の情報を関連付けたデータを含んで構成される。カラーパターン３３の情報は、使用されている色、それぞれの色を構成する色成分などを含む。また、カラーパターン３３の情報は、それぞれの色の位置、色の配置のパターンの種類（一例として市松模様）などを含んでよい。また、カラーパターン３３の情報は、それぞれの色の初期状態を色成分毎の階調で含んでよい。ここで、初期状態はインジケータ３１の作成時の状態である。

【0032】

制御部１３は、１つ以上のプロセッサである。プロセッサは、例えば汎用のプロセッサ、又は特定の処理に特化した専用プロセッサであるが、これらに限られず任意のプロセッサとすることができる。制御部１３は、劣化状態判定装置１０の全体の動作を制御する。

【0033】

ここで、劣化状態判定装置１０は、以下のようなソフトウェア構成を有してよい。劣化状態判定装置１０の動作の制御に用いられる１つ以上のプログラムが記憶部１２に記憶される。記憶部１２に記憶されたプログラムは、制御部１３のプロセッサによって読み込まれると、制御部１３をデータ取得部１３１、色変化データベース生成部１３２、劣化判定モデル生成部１３３、色選択部１３４、識別子抽出部１３５、色成分抽出部１３６、劣化判定部１３７及び判定結果出力部１３８として機能させる。

【0034】

データ取得部１３１は、後述する実験データ、インジケータ３１の画像を、ネットワーク４０及び通信部１１を介して取得する。

【0035】

色変化データベース生成部１３２は、色変化データベース１２１を生成し、生成した色変化データベース１２１を記憶部１２に記憶させる。色変化データベース生成部１３２は、実験データから色の情報及び劣化因子の情報を抽出して、色の変化と劣化因子の量との関係を示すデータを生成することによって、色変化データベース１２１を生成できる。

【0036】

劣化判定モデル生成部１３３は、劣化判定モデル１２２を生成し、生成した劣化判定モデル１２２を記憶部１２に記憶させる。劣化判定モデル１２２は、劣化因子の量を入力として、タイヤ３０の劣化状態の指標を出力とするモデルである。タイヤ３０の劣化状態の指標は、例えば耐用年数のような耐久性に係る指標、転がり抵抗及びウェットグリップのような走行性に係る指標であるが、これに限定されない。劣化判定モデル生成部１３３は、ネットワーク４０及び通信部１１を介して取得可能なタイヤ３０の実際の劣化状態を示す実績データを取得して、実績データに基づいて劣化判定モデル１２２を生成してよい。実績データは、例えばタイヤ３０に特定の劣化因子を特定量だけ与えた場合における劣化状態を示す、車両２０の実走行又は実験で得られたデータであってよい。具体例として、実績データは、特定種類の新しいタイヤ３０が、温度２０～８０℃で酸素２０～８０％の環境下で１０～１００００時間放置された場合におけるタイヤ３０の実際の耐用年数を示すものであってよい。劣化判定モデル生成部１３３は、実績データを学習用データとして、機械学習によって劣化判定モデル１２２を生成してよい。

【0037】

色選択部１３４は、劣化判定部１３７によって実行される劣化状態判定において劣化因子の量を特定可能なように、インジケータ３１に用いられる色を選択する。そして、色選択部１３４は、選択した色を含むカラーパターン３３が印刷装置５１によって印刷されるように、インジケータデータ（印刷データ）を出力する。

【0038】

識別子抽出部１３５は、データ取得部１３１によって取得されたインジケータ３１の画像から、識別子３２を抽出する。識別子抽出部１３５によって抽出された識別子３２は、劣化判定部１３７によって実行される劣化状態判定において、インジケータ３１を特定するために用いられる。

【0039】

色成分抽出部１３６は、データ取得部１３１によって取得されたインジケータ３１の画像から、カラーパターン３３に含まれる色の色成分を抽出する。色成分抽出部１３６によって抽出された色成分は、劣化判定部１３７によって実行される劣化状態判定において、劣化因子の量を特定するために用いられる。色成分抽出部１３６は、画像において特定された各インクの位置において、ＲＧＢ色空間、ＨＳＶ色空間、Ｌａｂ色空間の色成分値を抽出して、同色の色成分値間で平均値を算出する処理を実行してよい。

【0040】

劣化判定部１３７は、劣化判定モデル１２２を用いて、色変化データベース１２１及び色成分抽出部１３６によってインジケータ３１の画像から抽出された色成分に基づいて、タイヤ３０の劣化状態を判定する。詳細に述べると、劣化判定部１３７は、インジケータ３１の画像から抽出された色成分を、色変化データベース１２１のデータと比較することによって、タイヤ３０が使用環境から影響された劣化因子の量を推定（算出）する。そして、劣化判定部１３７は、推定した劣化因子の量を劣化判定モデル１２２に入力し、出力されたタイヤ３０の劣化状態の指標を判定結果とする。

【0041】

本実施形態において、劣化判定部１３７は、インジケータ３１の画像から抽出された色成分を、初期状態と比較することによって、色成分変化として算出する。劣化判定部１３７は、インジケータ３１の色成分の初期状態を、インジケータデータベース１２３から得ることができる。劣化判定部１３７は、色成分変化を、色変化データベース１２１のデータと比較することによって、劣化因子の量を推定する。本実施形態では、初期状態との比較によって色成分変化を求めることによって、インジケータ３１の作成時の個体差（例えば印刷のばらつき）があっても、正確に色の変化を求められるため、対象物の劣化状態をさらに高い精度で判定することができる。

【0042】

判定結果出力部１３８は、劣化判定部１３７によって実行された劣化状態判定の判定結果を出力する。判定結果出力部１３８によって出力された判定結果は、端末装置５０のディスプレイなどに表示される。例えばサーバ６０が別のディスプレイと接続される構成である場合に、判定結果は、サーバ６０に接続されるディスプレイに表示されてよい。例えば管理設備６１の管理者は、判定結果に基づいて、ユーザに対してタイヤ３０の交換、修理、リトレッドする場合の耐用予測年数、適する加硫方法などを提示することができる。

【0043】

以下、劣化状態判定装置１０が実行する劣化状態判定方法がフローチャートなどを参照しながら説明される。本実施形態に係る劣化状態判定方法は、第１処理、第２処理及び第３処理を含む。第１処理は、色変化データベース１２１及び劣化判定モデル１２２を生成するための処理であって、第２処理及び第３処理よりも前に実行される。第２処理は、タイヤ３０に付されるインジケータ３１を作成させる（印刷装置５１によって印刷させる）ための処理であって、第３処理よりも前に実行される。第３処理は、タイヤ３０に付されたインジケータ３１の画像を取得して、タイヤ３０の劣化状態を判定する処理である。

【0044】

図４は、劣化状態判定方法が含む第１処理の例を示すフローチャートである。

【0045】

データ取得部１３１は、実験データを受信する（ステップＳ１）。実験データは、インジケータ３１と同様に印刷装置５１によって作成された実験用インジケータに対して、劣化因子を実験的に与えて色を退色させて得られたデータである。インジケータ３１のカラーパターン３３と同様に、実験用インジケータは複数の色を配置したパターンを有する。実験データは、色の情報及び劣化因子の情報を含む。実験データは、撮像された実験用インジケータの画像と文字情報である劣化因子の情報とを含んでよい。劣化因子の情報は、実験的に与えた劣化因子の量を示すものであって、例えば温度２０℃で酸素が２０％の環境で２０時間放置といった情報であってよい。

【0046】

実験データは、例えば端末装置５０によって劣化状態判定装置１０に送信される。端末装置５０にインストールされたアプリケーションによって、実験用インジケータの画像と劣化因子の情報とが関連付けられて、劣化状態判定装置１０に実験データとして送信されてよい。ここで、端末装置５０は、管理設備６１と別の場所（例えば実験設備）にあって、実験データを送信してよい。

【0047】

色変化データベース生成部１３２は、実験データから色の情報及び劣化因子の情報を抽出する（ステップＳ２）。

【0048】

色変化データベース生成部１３２は、色の変化と劣化因子の量との関係を示すデータを生成し、これらを関連付けて色変化データベース１２１を生成する（ステップＳ３、色変化データベース生成ステップ）。

【0049】

図５は、色変化データベース１２１の構成例を示す図である。図５の例において、色変化データベース１２１は、温度（Ｔｅｍｐｅｒａｔｕｒｅ）、酸素（Ｏｘｙｇｅｎ）、条件下で放置された時間（Ｔｉｍｅ）、使用された色のインク（Ｉｎｋ）、使用された色の色成分（Ｒ、Ｇ、Ｂ）を関連付けたデータ群で構成される。インクは、例えばシアン（Ｃｙａｎ）、マゼンタ（Ｍａｇｅｎｔａ）、イエロー（Ｙｅｌｌｏｗ）などで示される。また、色成分は、赤（Ｒ）、緑（Ｇ）青（Ｂ）毎に０～２５５の階調で示される。

【0050】

図５の例において、色変化データベース１２１の第１列と第２列から、色成分としてＧが２５５、Ｂが２５５であったシアンが、温度８０℃で酸素２０％の環境下で１０時間放置された場合に、Ｇが２３８、Ｂが２２８に退色することがわかる。このように、色変化データベース１２１は、色の変化と劣化因子の量との関係を示す。このような関係を用いて、インジケータ３１のカラーパターン３３において色の変化（退色）があった場合に、同じ色成分の変化を示す色変化データベース１２１のデータを探すことによって、退色を生じさせた劣化因子の量を推定することが可能になる。

【0051】

劣化判定モデル生成部１３３は、劣化判定モデル１２２を生成する（ステップＳ４）。上記のように、劣化判定モデル１２２は、劣化因子の量を入力として、タイヤ３０の劣化状態の指標を出力とするモデルである。色変化データベース１２１に加えて劣化判定モデル１２２が生成されることによって、推定される劣化因子の量を中間パラメータとして、インジケータ３１のカラーパターン３３の退色からタイヤ３０の劣化状態の指標を出力することが可能になる。

【0052】

ここで、色変化データベース１２１の項目は図５の例に限定されない。例えば劣化因子は、熱、酸素、水、紫外線及びオゾンの少なくとも１つを含んでよい。屋外の環境において想定され得るこれらの劣化因子を含むことによって、タイヤ３０を含む屋外で使用される対象物の劣化状態判定の精度を高めることが可能になる。

【0053】

図６は、劣化状態判定方法が含む第２処理の例を示すフローチャートである。第２処理は、第１処理の後に実行される。第２処理は、例えば車両２０が管理設備６１において新たなタイヤ３０に交換するタイミングで実行される。

【0054】

色選択部１３４は、インジケータ３１に印刷される識別子３２を生成する（ステップＳ１１）。また、識別子３２は、インジケータデータベース１２３において、インジケータ３１とカラーパターン３３の情報を関連付けるために用いられる。識別子３２によって、インジケータ３１のそれぞれを特定することができ、初期状態の把握及び個別管理が可能になる。色選択部１３４は、例えばＵＵＩＤ（Ｕｎｉｖｅｒｓａｌｌｙ Ｕｎｉｑｕｅ Ｉｄｅｎｔｉｆｉｅｒ）を用いてよい。

【0055】

色選択部１３４は、劣化因子の量を特定可能なようにインジケータ３１に用いられる色を選択する（ステップＳ１２、色選択ステップ）。上記のように、環境における劣化因子とインクの色によって退色の程度が異なる。色選択部１３４は、まず、タイヤ３０の使用環境において想定される劣化因子によって大きく変化する色（感度が高い色）を選択してよい。色選択部１３４は、例えば劣化因子として高温（一例として８０℃の温度）が想定される場合に、高温によって大きく退色する色（一例としてマゼンタ）を選択してよい。色選択部１３４は、さらに対比用の色を選択してよい。色選択部１３４は、例えば有酸素下でのみ高温により退色する色（一例としてイエロー）を対比用として選択してよい。例えば劣化状態判定において、イエローに退色がなく、マゼンタが大きく退色している場合に、劣化因子が酸素ではなく高温であることをより正確に特定することができる。ここで、色選択部１３４は、色の選択において、色変化データベース１２１を参照する。色選択部１３４は、劣化状態判定において正確に劣化因子の量を特定できるように、色変化データベース１２１のデータに基づいて、選択する色の色成分についても指定する。色選択部１３４は、例えばＲが２５５、Ｂが２５５のマゼンタのように指定する。また、色選択部１３４は、カラーパターン３３における各色の配置についても決定する。各色が配置される位置は、座標によって管理されてよい。

【0056】

また、色選択部１３４は、後述するコントロール補正のために、退色変化しにくい色成分を有する色を選択して、インジケータデータに含める。

【0057】

本実施形態において、色選択部１３４は、同じ劣化因子を特定可能な複数の色を選択し、インジケータ３１において同じ劣化因子を特定可能な複数の色のそれぞれが異なる位置に塗布されるように、インジケータデータを生成する。このようにカラーパターン３３を構成することによって、インジケータ３１がタイヤ３０に付された後で一部が汚れなどによって識別不可能になった場合にも、残った色から劣化因子を特定することができる。図３の例のように、色選択部１３４は、複数のカラーパターン３３が異なる位置にあるように、インジケータデータを生成してよい。

【0058】

色選択部１３４は、識別子３２及びカラーパターン３３のデータを含むインジケータデータを出力する（ステップＳ１３）。印刷装置５１は、劣化状態判定装置１０からのインジケータデータを、ネットワーク４０、サーバ６０を介して印刷データとして取得して、印刷によってインジケータ３１を作成する。作成されたインジケータ３１は、タイヤ３０に付される。本実施形態において、端末装置５０によって作成されたインジケータ３１が撮像されて、その画像がインジケータ３１の初期状態を示すものとして劣化状態判定装置１０に送信される。

【0059】

色選択部１３４は、インジケータデータベース１２３を更新する（ステップＳ１４）。つまり、色選択部１３４によって出力されたインジケータデータの情報がインジケータデータベース１２３に追加される。作成されたインジケータ３１に関する情報は、インジケータデータベース１２３によって管理される。

【0060】

図７は、インジケータデータベース１２３の構成例を示す図である。図７の例において、インジケータデータベース１２３は、識別子３２（ＩＤ）、撮影日時、初期値フラグ、インク（Ｉｎｋ）、色成分（Ｒ、Ｇ、Ｂ）、色の位置を関連付けたデータ群で構成される。新たに作成されたインジケータ３１について、インジケータデータから識別子３２、色の位置の情報が抽出されて、初期値フラグを「１」として、データが追加される。上記のように、端末装置５０によって作成されたインジケータ３１の画像が劣化状態判定装置１０に送信される。この画像の撮影日時、インク、色成分が抽出されて、新たに作成されたインジケータ３１のデータに追加される。ここで、インク、色成分の抽出は、色成分抽出部１３６によって実行されて、色選択部１３４が色成分抽出部１３６の実行結果を取得してよい。インジケータデータベース１２３において、初期値フラグを「１」とするデータは、その識別子３２を有するインジケータ３１の色の初期状態を含む。ここで、初期値フラグを「０」とするデータは、その識別子３２を有するインジケータ３１がタイヤ３０に付された後の色の状態を含み、第３処理によってインジケータデータベース１２３に追加される。

【0061】

図８は、劣化状態判定方法が含む第３処理の例を示すフローチャートである。第３処理は、第２処理の後に実行される。第３処理は、例えば管理設備６１においてタイヤ３０のメンテナンスが行われるタイミングで実行される。そのため、第３処理は複数回実行されてよい。

【0062】

データ取得部１３１は、インジケータ３１の画像データを受信する（ステップＳ２１）。

【0063】

識別子抽出部１３５は、データ取得部１３１によって取得された画像データから、識別子３２を抽出する（ステップＳ２２）。

【0064】

劣化判定部１３７は、識別子抽出部１３５によって抽出された識別子３２に基づいて、インジケータ３１を特定する。劣化判定部１３７は、インジケータデータベース１２３を読み出し（ステップＳ２３）、特定したインジケータ３１の色の初期状態のデータなどを取得する。

【0065】

色成分抽出部１３６は、データ取得部１３１によって取得された画像データについて、シェーディング補正を実行する（ステップＳ２４）。シェーディング補正は、撮影環境によって生じるカラーパターン３３内での光量の差異を補正する。

【0066】

色成分抽出部１３６は、コントロール補正を実行する（ステップＳ２５）。コントロール補正は、インジケータ３１の色の初期状態からの変化を正確に測定するために行われる。色成分抽出部１３６は、カラーパターン３３に含まれる退色変化しにくい色成分（一例としてシアンのＧ成分）を抽出し、その階調を初期状態に合わせる。この処理によって、光量を、作成時のインジケータ３１の画像に合わせることができる。

【0067】

色成分抽出部１３６は、インジケータデータベース１２３のデータに基づいて、カラーパターン３３が有する全てのインク（色）の塗布位置を特定する（ステップＳ２６）。例えば、カラーパターン３３に含まれるシアン、マゼンタ、イエロー及びこれらの少なくとも一部の混色について位置が特定される。

【0068】

色成分抽出部１３６は、位置を特定した各インクの色成分値を抽出する（ステップＳ２７、色成分抽出ステップ）。例えば図３の例のように、複数のカラーパターン３３が含まれる場合に、各インクの色成分値として平均値が用いられてよい。また、一部に汚れの付着などがある場合には、汚れの付着がない領域のカラーパターン３３だけを用いて各インクの色成分値が抽出されてよい。抽出した各インクの色成分値そのものを用いて劣化判定が行われてよいが、本実施形態において、初期状態との差分を用いて劣化判定が行われる。そのため、色成分抽出部１３６は、インジケータデータベース１２３のデータを用いて、各インクの色成分値の初期状態からの変化を算出する。

【0069】

ここで、色成分抽出部１３６は、第２処理のステップＳ１４と同様に、インジケータデータベース１２３を更新する（ステップＳ２８）。インジケータデータベース１２３に追加されるデータの構成は、初期値フラグが「０」であること以外、第２処理のステップＳ１４の場合と同じである。

【0070】

劣化判定部１３７は、色変化データベース１２１を読み出す。また、劣化判定部１３７は、劣化判定モデル１２２を読み出す（ステップＳ２９）。

【0071】

劣化判定部１３７は、劣化判定モデル１２２を用いて、色変化データベース１２１及び画像から抽出された色成分に基づいて、タイヤ３０の劣化判定を行う（ステップＳ３０、劣化判定ステップ）。

【0072】

まず、劣化判定部１３７は、色成分値の初期状態からの変化に対応するデータを色変化データベース１２１から抽出して、タイヤ３０が環境から受けた劣化因子の量を推定する。例えば初期状態の色成分としてＧが２５３、Ｂが２５３であったシアンが、Ｇが２３６、Ｂが２２６に退色（変化）した場合に、劣化判定部１３７は、色成分変化としてＧが１７、Ｂが２７と算出する。劣化判定部１３７は、色変化データベース１２１に基づいて、このような色成分変化に対応するデータを抽出して、劣化因子の量が「温度８０℃で酸素２０％の環境下で１０時間放置」であると推定してよい。劣化判定部１３７は、色変化データベース１２１を構成するデータを用いた回帰分析などの公知の手法によって推定を行ってよい。

【0073】

また、劣化判定部１３７は、１つの劣化因子に対して異なる変化を示す複数の色成分について色成分変化を算出し、複数の色成分変化から劣化因子の量を特定してよい。例えば色変化データベース１２１が、「温度８０℃で酸素２０％の環境下で１０時間放置」した場合にマゼンタのＲが２５５から２２０に変化するというデータを含むとする。劣化判定部１３７は、例えば上記の例のシアンに加えて、マゼンタのＲの変化を算出して比較することによって、劣化因子の量の推定精度を高めて、結果的にタイヤ３０の劣化状態をより高い精度で判定することができる。

【0074】

劣化判定部１３７は、劣化因子の量を劣化判定モデル１２２に入力して、タイヤ３０の劣化状態の指標を算出する。劣化判定部１３７は、耐用年数を含む複数のタイヤ３０の劣化状態の指標を算出してよい。

【0075】

判定結果出力部１３８は、劣化判定部１３７による判定結果を出力する（ステップＳ３１）。管理設備６１の管理者は、判定結果として示されるタイヤ３０の劣化状態の指標に基づいて、タイヤ３０の交換、修理、リトレッドの方法などをユーザに対して提案してよい。

【0076】

以上のように、本実施形態に係る劣化状態判定方法及び劣化状態判定装置１０は、上記の構成によって、対象物の劣化状態を高い精度で判定することが可能である。

【0077】

本開示の実施形態について、諸図面及び実施例に基づき説明してきたが、当業者であれば本開示に基づき種々の変形又は修正を行うことが容易であることに注意されたい。従って、これらの変形又は修正は本開示の範囲に含まれることに留意されたい。例えば、各構成部又は各ステップなどに含まれる機能などは論理的に矛盾しないように再配置可能であり、複数の構成部又はステップなどを１つに組み合わせたり、或いは分割したりすることが可能である。本開示に係る実施形態は装置が備えるプロセッサにより実行されるプログラム又はプログラムを記録した記憶媒体としても実現し得るものである。本開示の範囲にはこれらも包含されるものと理解されたい。

【0078】

上記の実施形態の色成分抽出ステップにおいて色成分の抽出に用いられるインジケータ３１の画像は、可視光を照射して撮像される画像に限定されない。例えばインジケータ３１の画像データは、ＵＶ（ｕｌｔｒａｖｉｏｌｅｔ）光などの非可視光を照射して撮像される画像であってよい。非可視光を照射した撮像画像において、可視光を照射する場合より特定の劣化因子に対する色の変化（感度）が大きい場合がある。そのため、特定の劣化因子の影響を詳細に調べるような場合に、非可視光を照射した撮像画像が用いられてよい。

【符号の説明】

【0079】

１ 劣化状態判定システム
１０ 劣化状態判定装置
１１ 通信部
１２ 記憶部
１３ 制御部
２０ 車両
３０ タイヤ
３１ インジケータ
３２ 識別子
３３ カラーパターン
４０ ネットワーク
５０ 端末装置
５１ 印刷装置
６０ サーバ
６１ 管理設備
１２１ 色変化データベース
１２２ 劣化判定モデル
１２３ インジケータデータベース
１３１ データ取得部
１３２ 色変化データベース生成部
１３３ 劣化判定モデル生成部
１３４ 色選択部
１３５ 識別子抽出部
１３６ 色成分抽出部
１３７ 劣化判定部
１３８ 判定結果出力部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】