特開 2024-42939 タイミングチェーン検査装置及びタイミングチェーン検査方法

(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】P2024042939

(43)【公開日】2024-03-29

(54)【発明の名称】タイミングチェーン検査装置及びタイミングチェーン検査方法

(51)【国際特許分類】

   G01N 21/95 20060101AFI20240322BHJP

【ＦＩ】

G01N21/95 Z

【審査請求】未請求

【請求項の数】4

【出願形態】ＯＬ

(21)【出願番号】P 2022147866

(22)【出願日】2022-09-16

(71)【出願人】

【識別番号】000157083

【氏名又は名称】トヨタ自動車東日本株式会社

(74)【代理人】

【識別番号】100131026

【弁理士】

【氏名又は名称】藤木 博

(74)【代理人】

【識別番号】100194124

【弁理士】

【氏名又は名称】吉川 まゆみ

(72)【発明者】

【氏名】箱石 一記

(72)【発明者】

【氏名】安味 憲一

(72)【発明者】

【氏名】荒屋 裕規

【テーマコード（参考）】

2G051

【Ｆターム（参考）】

2G051AA07

2G051AB20

2G051CA03

2G051CA04

2G051ED23

(57)【要約】

【課題】簡単にタイミングチェーンの駒ずれを検査することができるタイミングチェーン検査装置及びタイミングチェーン検査方法を提供する。
【解決手段】タイミングチェーン検査装置は、例えば、スプロケットＭ１と共にスプロケットＭ１に取り付けられたタイミングチェーンＭ２を撮影し、得られた撮影画像において、スプロケットＭ１、スプロケット特徴部位Ｍ３、及び、タイミングチェーン特徴部位Ｍ４の各中心位置（第１中心位置Ｃ１、第２中心位置Ｃ２、第３中心位置Ｃ３）を検出して、各中心位置の位置関係に基づいてタイミングチェーンＭ２の駒ずれの有無を判別する。
【選択図】図２

【特許請求の範囲】

【請求項1】

スプロケットと共に前記スプロケットに取り付けられたタイミングチェーンを撮影する撮影手段と、
前記撮影手段により得られた撮影画像において、前記スプロケットの中心位置を第１中心位置、前記スプロケット特徴部位の中心位置を第２中心位置、前記タイミングチェーン特徴部位の中心位置を第３中心位置として検出する中心検出手段と、
前記第１中心位置、前記第２中心位置、及び、前記第３中心位置の位置関係に基づき、前記タイミングチェーンの駒ずれの有無を判別する判別手段と
を備えたことを特徴とするタイミングチェーン検査装置。

【請求項2】

前記中心検出手段は、前記撮影手段により得られた撮影画像から、スプロケット、スプロケット特徴部位、及び、タイミングチェーン特徴部位を、それぞれの特徴を個別に学習させた学習モデルを用いて検出し、前記第１中心位置、前記第２中心位置、及び、前記第３中心位置を算出することを特徴とする請求項１記載のタイミングチェーン検査装置。

【請求項3】

前記判別手段は、前記第１中心位置と前記第２中心位置とを結ぶ第１直線と、前記第１中心位置と前記第３中心位置とを結ぶ第２直線とのなす角、又は、前記第１中心位置から前記第２中心位置に向かう第１ベクトルと、前記第１中心位置から前記第３中心位置に向かう第２ベクトルとのなす角を算出し、得られた２直線のなす角又は２つのベクトルのなす角から前記タイミングチェーンの駒ずれの有無を判別することを特徴とする請求項１記載のタイミングチェーン検査装置。

【請求項4】

スプロケットと共に前記スプロケットに取り付けられたタイミングチェーンを撮影する撮影手順と、
前記撮影手順により得られた撮影画像において、前記スプロケットの中心位置を第１中心位置、前記スプロケット特徴部位の中心位置を第２中心位置、前記タイミングチェーン特徴部位の中心位置を第３中心位置として検出する中心検出手順と、
前記第１中心位置、前記第２中心位置、及び、前記第３中心位置の位置関係に基づき、前記タイミングチェーンの駒ずれの有無を判別する判別手順と
を備えたことを特徴とするタイミングチェーン検査方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、スプロケットに取り付けられたタイミングチェーンの駒ずれを検査するタイミングチェーン検査装置及びタイミングチェーン検査方法に関する。

【背景技術】

【0002】

自動車等のエンジンの生産ラインでは、スプロケットに取り付けたタイミングチェーンに駒ずれがないかを検査する検査工程がある。従来は、例えば、作業員の目視により、スプロケットキー溝とタイミングチェーンのカラーポイントとの配置を確認し、タイミングチェーンの駒ずれを検査していた。しかしながら、スプロケットキー溝及びタイミングチェーンのカラーポイントは、作業員がのぞき込まなければ見えない位置にあり、作業に危険が伴うという問題があった。そのため、作業員による目視検査ではなく、自動で検査することが求められていた。

【0003】

なお、例えば、特許文献１には、画像解析を利用してチェーンのピンの回転状態を検出するチェーン検査装置が記載されている。このチェーン検査装置は、直線縁部を有する凸領域が頭部に形成されたリベットピンを含む撮像画像を取得し、得られた撮像画像の中で直線縁部に隣接する輝度の低下領域を解析して、リベットピンの回転に関する状態を検出するものである。しかし、この技術では、個々の要素の回転角度を推定することはできるものの、２つの要素の位置関係を推定するには、双方に対して各々角度を推定し、両者の差分を算出しなければならず、システムが複雑になるという問題がある。

【0004】

また、例えば、特許文献２には、ＡＩ画像解析により対象物の回転状態をパターンマッチングし回転角度を検出する回転角度検出方法が記載されている。しかし、既存のＡＩ画像解析のように、例えば、単純に良及び不良の画像を学習させる場合、３６０°位相の異なる様々な画像を学習させる必要があり、多数の教師データが必要であるという問題がある。

【先行技術文献】

【特許文献】

【0005】

【特許文献1】特開２０２２－５２５１３号公報

【特許文献2】特開平８－２６３６５９号公報

【発明の概要】

【発明が解決しようとする課題】

【0006】

本発明は、このような問題に基づきなされたものであり、簡単にタイミングチェーンの駒ずれを検査することができるタイミングチェーン検査装置及びタイミングチェーン検査方法を提供することを目的とする。

【課題を解決するための手段】

【0007】

本発明のタイミングチェーン検査装置は、スプロケットと共にスプロケットに取り付けられたタイミングチェーンを撮影する撮影手段と、撮影手段により得られた撮影画像において、スプロケットの中心位置を第１中心位置、スプロケット特徴部位の中心位置を第２中心位置、タイミングチェーン特徴部位の中心位置を第３中心位置として検出する中心検出手段と、第１中心位置、第２中心位置、及び、第３中心位置の位置関係に基づき、タイミングチェーンの駒ずれの有無を判別する判別手段とを備えたものである。

【0008】

本発明のタイミングチェーン検査方法は、スプロケットと共にスプロケットに取り付けられたタイミングチェーンを撮影する撮影手順と、撮影手順により得られた撮影画像において、スプロケットの中心位置を第１中心位置、スプロケット特徴部位の中心位置を第２中心位置、タイミングチェーン特徴部位の中心位置を第３中心位置として検出する中心検出手順と、第１中心位置、第２中心位置、及び、第３中心位置の位置関係に基づき、タイミングチェーンの駒ずれの有無を判別する判別手順とを含むものである。

【発明の効果】

【0009】

本発明によれば、スプロケット、スプロケット特徴部位、及び、タイミングチェーン特徴部位の各中心位置を検出し、それらの位置関係に基づいてタイミングチェーンの駒ずれの有無を判別するようにしたので、スプロケットの回転状態により、スプロケット特徴部位およびタイミングチェーン特徴部位の位置がずれていても、相対的な位置関係から容易に駒ずれの有無を判別することができる。よって、例えば、スプロケット、スプロケット特徴部位、及び、タイミングチェーン特徴部位を、それぞれの特徴を個別に学習させた学習モデルを用いて検出し、それらの中心位置を算出することができるので、スプロケットの回転状態を変化させた大量の学習画像を用意する必要がなく、必要な学習画像の枚数を少なくすることができる。また、タイミングチェーン検査装置を、カメラなどを含む撮影手段と、中心検出手段及び判別手段として機能するコンピュータ等とにより構成することができ、簡単な構成とすることができる。

【図面の簡単な説明】

【0010】

【図1】本発明の一実施の形態に係るタイミングチェーン検査装置の構成を表す図である。

【図2】図１に示した中心検出手段により撮影画像からスプロケット、スプロケット特徴部位、及び、タイミングチェーン特徴部位の各中心位置を検出する手順を表す図である。

【図3】図１に示した判別手段により第１中心位置、第２中心位置、及び、第３中心位置の位置関係に基づいてタイミングチェーンの駒ずれの有無を判別する方法を説明する図である。

【図4】図１に示した切出手段、及び、判別手段のハードウェアの一構成例を表す図である。

【図5】本発明の一実施の形態に係るタイミングチェーン検査方法の流れを表す図である。

【発明を実施するための形態】

【0011】

以下、本発明の実施の形態について、図面を参照して詳細に説明する。

【0012】

図１は、本発明の一実施の形態に係るタイミングチェーン検査装置１の構成を表すものである。このタイミングチェーン検査装置１は、スプロケットに取り付けたタイミングチェーンの駒ずれを検査するものであり、例えば、自動車のエンジンの生産ラインにおいて用いることができる。なお、本実施の形態では、自動車のエンジンの生産ラインにおいて、３個のスプロケットＭ１にタイミングチェーンＭ２が掛け渡された部品Ｍについて、タイミングチェーンＭ２の駒ずれを検査する場合を例に挙げて説明する。

【0013】

タイミングチェーン検査装置１は、例えば、スプロケットＭ１と共にスプロケットＭ１に取り付けられたタイミングチェーンＭ２を撮影する撮影手段１０と、撮影手段１０により得られた撮影画像において、スプロケットＭ１、スプロケット特徴部位Ｍ３、及び、タイミングチェーン特徴部位Ｍ４の各中心位置を検出する中心検出手段２０と、中心検出手段２０により検出した各中心位置の位置関係に基づきタイミングチェーンＭ２の駒ずれの有無を判別する判別手段３０と、判別手段３０による判別結果等を表示する表示手段４０とを備えている。

【0014】

撮影手段１０は、例えば、ＣＣＤカメラ等のカメラ１１と、カメラ１１による撮影を制御すると共に撮影画像を記録する制御・記録手段１２とを有している。カメラ１１は、生産ラインを搬送されるエンジンの部品Ｍについて、各スプロケットＭ１の回転軸方向の側面、及び、取り付けられたタイミングチェーンＭ２を撮影するように固定して配設されている。カメラ１１の撮影範囲は、例えば、各スプロケットＭ１及びその周りに位置するタイミングチェーンＭ２の部分が、各スプロケットＭ１に対応して個別に、又は、複数まとめて含まれるように設定することが好ましい。

【0015】

制御・記録手段１２は、例えば、コンピュータにより構成することができ、プログラムを実行することにより、制御・記録手段２０として機能するように構成されている。カメラ制御・記録手段１２は、例えば、カメラ１１に接続され、カメラ１１に映る画像からスプロケットＭ１を検出する対象検出手段１２Ａと、対象検出手段１２Ａにより検出したスプロケットＭ１が画像の所定位置、例えば、移動方向における画像の中央部に移動してきたときに、画像を撮り記録する記録手段１２Ｂとを有していることが好ましい。このように構成すれば、画像をトリガーとして自動で撮影画像を得ることができる。なお、記録手段１２Ｂは、各スプロケットＭ１に対応して個別に撮影画像を撮るようにしてもよいが、複数まとめて撮るようにしてもよい。

【0016】

対象検出手段１２Ａは、例えば、公知の物体検知技術を用いることができ、例えば、検出するスプロケットＭ１の正例となる学習画像を用いた機械学習を実行することにより、スプロケットＭ１ごとに特徴を学習させた対象検出学習モデルを用いることが好ましい。対象検出学習モデルは、例えば、スプロケットＭ１を撮影した撮影画像から、該当部分を切り取った正例となる学習画像を複数枚用意し、深層学習（ディープラーニング；Ｄｅｅｐ ｌｅａｒｎｉｎｇ）により特徴を抽出する対象検出学習モデル生成手段により生成することができる。深層学習には、畳み込みニーラルネットワーク（ＣＮＮ；Ｃｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ）を用いることが好ましい。

【0017】

図２は、中心検出手段２０において、撮影画像からスプロケットＭ１、スプロケット特徴部位Ｍ３、及び、タイミングチェーン特徴部位Ｍ４の各中心位置を検出する手順を表すものである。中心検出手段２０は、例えば、コンピュータにより構成することができ、プログラムを実行することにより、中心検出手段２０として機能するように構成されている。中心検出手段２０は、例えば、撮影手段１０により得られた撮影画像において、スプロケットＭ１の中心位置を第１中心位置Ｃ１、スプロケット特徴部位Ｍ３の中心位置を第２中心位置Ｃ２、タイミングチェーン特徴部位Ｍ４の中心位置を第３中心位置Ｃ３として検出するように構成されることが好ましい。スプロケット特徴部位Ｍ３としては、例えば、キー溝が挙げられ、タイミングチェーン特徴部位Ｍ４としては、例えば、カラーポイントが挙げられる。なお、図２では、分かりやすくするために、スプロケット特徴部位Ｍ３には左下斜線を付し、タイミングチェーン特徴部位Ｍ４には網掛けを付して示している。

【0018】

具体的には、中心検出手段２０は、例えば、撮影手段１０により得られた撮影画像から必要な部分を切取画像として切り取る画像切取手段２１と、画像切取手段２１により切り取った切取画像から、スプロケットＭ１、スプロケット特徴部位Ｍ３、及び、タイミングチェーン特徴部位Ｍ４を検出する特徴位置検出手段２２と、特徴位置検出手段２２により検出したスプロケットＭ１、スプロケット特徴部位Ｍ３、及び、タイミングチェーン特徴部位Ｍ４の各中心位置、すなわち第１中心位置Ｃ１、第２中心位置Ｃ２、及び、第３中心位置Ｃ３を算出する中心算出手段２３とを有していることが好ましい。なお、図２（Ａ）は、画像切取手段２１により切り取った切取画像の一例を表す概念図であり、図２（Ｂ）は、切取画像においてスプロケットＭ１として検出された箇所を破線枠Ｆ１で示し、スプロケット特徴部位Ｍ３として検出された箇所を一点破線枠Ｆ２で示し、タイミングチェーン特徴部位Ｍ４として検出された箇所を二点破線Ｆ３で示した概念図であり、図２（Ｃ）は、検出したスプロケットＭ１、スプロケット特徴部位Ｍ３、及び、タイミングチェーン特徴部位Ｍ４から算出したそれらの中心位置（第１中心位置Ｃ１、第２中心位置Ｃ２、第３中心位置Ｃ３）を示す概念図である。

【0019】

特徴位置検出手段２２は、公知の物体検知技術を用いることができ、例えば、検出するスプロケットＭ１、スプロケット特徴部位Ｍ３、及び、タイミングチェーン特徴部位Ｍ４の正例となる学習画像を用いた機械学習を実行することにより、個別に特徴を学習させた特徴位置検出学習モデルを用いることが好ましい。特徴位置検出学習モデルは、例えば、スプロケットＭ１、スプロケット特徴部位Ｍ２、又は、タイミングチェーン特徴部位Ｍ３を撮影した撮影画像から、該当部分を切り取った正例となる学習画像を複数枚用意し、深層学習により特徴を抽出する特徴位置検出学習モデル生成手段により生成することができる。深層学習には、畳み込みニーラルネットワークを用いることが好ましい。中心算出手段２３は、公知の処理技術を用いることができ、例えば、中心位置として中心座標を算出するように構成されている。具体的には、例えば、特徴位置検出手段２２により検出したスプロケットＭ１、スプロケット特徴部位Ｍ２、及び、タイミングチェーン特徴部位Ｍ３を個別に四角等の枠で囲み、それらの枠で囲まれた部分の中心座標を算出するように構成することが好ましい。

【0020】

すなわち、中心検出手段２０は、例えば、スプロケットＭ１、スプロケット特徴部位Ｍ３、及び、タイミングチェーンの特徴部位Ｍ４を、それぞれの特徴を個別に学習させた学習モデルを用いて検出し、第１中心位置Ｃ１、第２中心位置Ｃ２、及び、第３中心位置Ｃ３を算出するように構成されることが好ましい。

【0021】

判別手段３０は、例えば、コンピュータにより構成することができ、プログラムを実行することにより、判別手段３０として機能するように構成されている。判別手段３０は、例えば、第１中心位置Ｃ１、第２中心位置Ｃ２、及び、第３中心位置Ｃ３の位置関係として、第１中心位置Ｃ１に対する第２中心位置Ｃ２と第３中心位置Ｃ３との位置関係に基づき、タイミングチェーンＭ２の駒ずれの有無を判別するように構成することが好ましい。スプロケットＭ１の回転状態により、スプロケット特徴部位Ｍ３およびタイミングチェーン特徴部位Ｍ４の位置がずれていても、相対的な位置関係から容易に駒ずれの有無を判別することができるからである。

【0022】

判別手段３０は、例えば、図３に示したように、第１中心位置Ｃ１と第２中心位置Ｃ２とを結ぶ第１直線と、第１中心位置Ｃ１と第３中心位置Ｃ３とを結ぶ第２直線とのなす角θ１、又は、第１中心位置Ｃ１から第２中心位置Ｃ２に向かう第１ベクトルと、第１中心位置Ｃ１から第３中心位置Ｃ３に向かう第２ベクトルとのなす角θ２を算出し、得られた２直線のなす角θ１又は２つのベクトルのなす角θ２からタイミングチェーンＭ２の駒ずれの有無を判別するように構成することが好ましい。具体的には、判別手段３０は、例えば、第１中心位置Ｃ１、第２中心位置Ｃ２、及び、第３中心位置Ｃ３の位置関係として第１直線と第２直線とのなす角θ１又は第１ベクトルと第２ベクトルとのなす角θ２を算出する角度算出手段３１と、角度算出手段３１により求めた角度、すなわち第１直線と第２直線とのなす角θ１又は第１ベクトルと第２ベクトルとのなす角θ２を閾値と比較してタイミングチェーンＭ２に駒ずれがあるか否かを判別する閾値比較手段３２とを有していることが好ましい。

【0023】

閾値はスプロケットＭ１により異なり、任意に設定することができる。例えば、一例を挙げると、角度算出手段３１で算出する角度が角θ１の場合には、閾値を１°から６°の範囲に設定し、閾値比較手段３２において、角θ１が閾値の範囲内である場合には駒ずれ無し、閾値の範囲外である場合には駒ずれ有りと判断するように構成される。また、角度算出手段３１で算出する角度が角θ２の場合には、閾値を１７４°から１７９°の範囲に設定し、閾値比較手段３２において、角θ２が閾値の範囲内である場合には駒ずれ無し、閾値の範囲外である場合には駒ずれ有りと判断するように構成される。

【0024】

表示手段４０は、例えば、判別手段３０により判別されたタイミングチェーンの駒ずれの有無を表示するように構成される。更に、判別の根拠となる第１中心位置Ｃ１、第２中心位置Ｃ２、及び、第３中心位置Ｃ３の位置関係を表示できるようにしてもよい。

【0025】

図４は、制御・記録手段１２、中心検出手段２０、及び、判別手段３０のハードウェア構成の一例を表すものである。制御・記録手段１２、中心検出手段２０、及び、判別手段３０は、例えば、ＣＰＵ（Ｃｅｎｔｅｒ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）５１と、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）５２、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）５３と、ＨＤＤ（ハードディスクドライブ）５４と、操作インターフェース（操作Ｉ／Ｆ）５５とを有している。ＣＰＵ５１は、ＲＯＭ５２に記録されている各種プログラム、又は、ＨＤＤ５４からＲＡＭ５３にロードされた各種プログラムに従って各種の処理を実行するものである。ＲＡＭ５３には、ＣＰＵ５１が各種の処理を実行する上において必要なデータ等も適宜記憶されている。ＨＤＤ５４には、各種データが記憶されている。

【0026】

このタイミングチェーン検査装置１は、例えば、次のようにして用いられる。図５はタイミングチェーン検査装置１を用いたタイミングチェーン検査方法の流れを表すものである。まず、準備手順として、例えば、対象検出学習モデル生成手段により対象検出学習モデルを生成すると共に、特徴位置検出学習モデル生成手段により特徴位置検出学習モデルを生成する（準備手順；ステップＳ１１０）。

【0027】

具体的には、例えば、自動車のエンジンの生産ラインにおいて、検出対象であるスプロケットＭ１の側面を撮影手段１０により撮影し、得られた撮影画像からスプロケットＭ１の画像を切り取った正例となる学習画像を複数用意し、深層学習により対象検出学習モデルを生成する。また、例えば、撮影手段１０により撮影した撮影画像からスプロケットＭ１、スプロケット特徴部位Ｍ３、及び、タイミングチェーン特徴部位Ｍ４の部分を切り取った正例となる学習画像を複数枚用意し、深層学習により個別に特徴を学習させた特徴位置検出学習モデルを生成する。

【0028】

次いで、例えば、生産ラインを搬送されるエンジンの部品Ｍについて、タイミングチェーンＭ２の駒ずれを検査する。まず、例えば、撮影手段１０によりスプロケットＭ１と共にスプロケットＭ１に取り付けられたタイミングチェーンＭ２を撮影する（撮影手順；ステップＳ１２０）。具体的には、例えば、生産ラインを搬送されるエンジンの部品Ｍをカメラ１１で映し、対象検出手段１２Ａにより対象検出学習モデルを用いて、カメラ１１に映る画像からスプロケットＭ１を検出し（対象検出手順；ステップＳ１２１）、検出したスプロケットＭ１が画像の所定位置に移動してきたときに、記録手段１２により画像を撮り記録する（記録手順；ステップＳ１２２）。その際、各スプロケットＭ１を個別に順次撮影するようにしてもよく、また、複数まとめて撮影するようにしてもよい。例えば、図１に示したように、２個のスプロケットＭ１が近くに位置する場合には、近くに位置する２個のスプロケットＭ１を１つの撮影画像に入れるようにしてもよい。

【0029】

続いて、例えば、中心検出手段２０により、撮影手順で得られた撮影画像において、スプロケットＭ１、スプロケット特徴部位Ｍ３、及び、タイミングチェーン特徴部位Ｍ４の各中心位置を検出する（中心検出手順；ステップＳ１３０）。具体的には、例えば、まず、画像切取手段２１により、撮影手順で得られた撮影画像から必要な部分を切取画像として切り取る（画像切取手順；ステップＳ１３１（図２（Ａ）参照））。次いで、例えば、特徴位置検出手段２２により、画像切取手順で切り取った切取画像から、特徴位置検出学習モデルを用いて、スプロケットＭ１、スプロケット特徴部位Ｍ３、及び、タイミングチェーン特徴部位Ｍ４を検出する（特徴位置検出手順；ステップＳ１３２（図２（Ｂ）参照））。検出箇所は、例えば、四角等の枠で囲んで示される。続いて、例えば、中心算出手段２３により、特徴位置検出手順で検出したスプロケットＭ１、スプロケット特徴部位Ｍ３、及び、タイミングチェーン特徴部位Ｍ４の各中心位置、すなわち第１中心位置Ｃ１、第２中心位置Ｃ２、及び、第３中心位置Ｃ３の座標を算出する（中心算出手順；ステップＳ１３３（図２（Ｃ）参照））。

【0030】

次に、例えば、判別手段３０により、中心検出手順で算出した第１中心位置Ｃ１、第２中心位置Ｃ２、及び、第３中心位置Ｃ３の位置関係に基づき、タイミングチェーンＭ２の駒ずれの有無を判別する（判別手順；ステップＳ１４０）。具体的には、角度算出手段３１により、第１中心位置Ｃ１と第２中心位置Ｃ２とを結ぶ第１直線と、第１中心位置Ｃ１と第３中心位置Ｃ３とを結ぶ第２直線とのなす角θ１、又は、第１中心位置Ｃ１から第２中心位置Ｃ２に向かう第１ベクトルと、第１中心位置Ｃ１から第３中心位置Ｃ３に向かう第２ベクトルとのなす角θ２を算出し（角度算出手順；ステップＳ１４１（図３参照））、閾値比較手段３２において、得られた第１直線と第２直線とのなす角θ１又は第１ベクトルと第２ベクトルとのなす角θ２を閾値と比較してタイミングチェーンの駒ずれがあるか否かを判別する（閾値比較手順；ステップＳ１４２）。そののち、表示手段４０により、判別手順による判別の結果等を表示する（表示手順；ステップＳ１５０）。

【0031】

このように本実施の形態によれば、スプロケットＭ１、スプロケット特徴部位Ｍ３、及び、タイミングチェーン特徴部位Ｍ４の各中心位置を検出し、それらの位置関係に基づいてタイミングチェーンの駒ずれの有無を判別するようにしたので、スプロケットＭ１の回転状態により、スプロケット特徴部位Ｍ３およびタイミングチェーン特徴部位Ｍ４の位置がずれていても、相対的な位置関係から容易に駒ずれの有無を判別することができる。よって、例えば、スプロケットＭ１、スプロケット特徴部位Ｍ３、及び、タイミングチェーン特徴部位Ｍ４を、それぞれの特徴を個別に学習させた特徴位置検出学習モデルを用いて検出し、それらの中心位置を算出することができるので、スプロケットＭ１の回転状態を変化させた大量の学習画像を用意する必要がなく、必要な学習画像の枚数を少なくすることができる。また、タイミングチェーン検査装置１を、カメラ１１などを含む撮影手段１０と、中心検出手段２０及び判別手段３０として機能するコンピュータ等とにより構成することができ、簡単な構成とすることができる。

【0032】

更に、撮影手段１０が、カメラ１１と、制御・記録手段１２とを有するように構成し、制御・記録手段１２は、カメラ１１に映る画像からスプロケットＭ１を検出し、検出したスプロケットＭ１が画像の所定位置に移動してきたときに画像を撮り記録するようにしたので、画像をトリガーとして自動で撮影画像を得ることができる。よって、リミットスイッチ等の設備側のトリガーが不要となり、装置を簡素化することができる。

【0033】

以上、実施の形態を挙げて本発明を説明したが、本発明は上記実施の形態に限定されるものではなく、種々変形可能である。例えば、上記実施の形態では、各構成要素について具体的に説明したが、各構成要素の具体的な構造や形状は異なっていてもよく、また、上述した構成要素を全て備えていなくてもよく、他の構成要素を備えていてもよい。

【符号の説明】

【0034】

１…タイミングチェーン検査装置、１０…撮影手段、１１…カメラ、１２…制御・記録手段、１２Ａ…対象検出手段、１２Ｂ…記録手段、２０…中心検出手段、２１…画像切取手段、２２…特徴位置検出手段、２３…中心算出手段、３０…判別手段、３１…角度算出手段、３２…閾値比較手段、４０…表示手段、５１…ＣＰＵ、５２…ＲＯＭ、５３…ＲＡＭ、５４…ＨＤＤ、５５…操作インターフェース、Ｍ…部品、Ｍ１…スプロケット、Ｍ２…タイミングチェーン、Ｍ３…スプロケット特徴部位、Ｍ４…タイミングチェーン特徴部位

【図1】

【図2】

【図3】

【図4】

【図5】