特開 2024-82105 タイヤ摩耗状態予測装置、タイヤ摩耗状態予測方法及びプログラム

(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】P2024082105

(43)【公開日】2024-06-19

(54)【発明の名称】タイヤ摩耗状態予測装置、タイヤ摩耗状態予測方法及びプログラム

(51)【国際特許分類】

   B60C 19/00 20060101AFI20240612BHJP

   G06N 20/00 20190101ALI20240612BHJP

【ＦＩ】

B60C19/00 Z

B60C19/00 H

G06N20/00 130

【審査請求】未請求

【請求項の数】10

【出願形態】ＯＬ

(21)【出願番号】P 2022195827

(22)【出願日】2022-12-07

(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】100211395

【弁理士】

【氏名又は名称】鈴木 裕貴

(72)【発明者】

【氏名】小笠原 悠介

【テーマコード（参考）】

3D131

【Ｆターム（参考）】

3D131BC33

3D131LA22

3D131LA34

(57)【要約】      （修正有）

【課題】タイヤの摩耗状態を予測する技術の有用性を向上させることができる、タイヤ摩耗状態予測装置、タイヤ摩耗状態予測方法及びプログラムを提供することにある。
【解決手段】本開示に係るタイヤ摩耗状態予測装置は、タイヤを装着した車両の走行データを取得する、データ取得部と、前記走行データに基づき、前記タイヤの摩耗エネルギーに関する時系列データである摩耗エネルギーデータを算出する、摩耗エネルギー算出部と、前記摩耗エネルギーデータに基づき、前記タイヤの摩耗状態を出力する、摩耗状態算出部と、を備える。
【選択図】図２

【特許請求の範囲】

【請求項1】

タイヤを装着した車両の走行データを取得する、データ取得部と、
前記走行データに基づき、前記タイヤの摩耗エネルギーに関する時系列データである摩耗エネルギーデータを算出する、摩耗エネルギー算出部と、
前記摩耗エネルギーデータに基づき、前記タイヤの摩耗状態を出力する、摩耗状態算出部と、
を備える、タイヤ摩耗状態予測装置。

【請求項2】

前記摩耗状態算出部は、前記タイヤの前記摩耗状態として、前記タイヤのトレッド踏面の残溝量を出力する、請求項１に記載のタイヤ摩耗状態予測装置。

【請求項3】

前記摩耗エネルギー算出部は、
前記走行データに基づき、前記タイヤに作用する外力データを算出し、
前記外力データに基づき、前記タイヤの前記摩耗エネルギーデータを算出する、請求項１又は２に記載のタイヤ摩耗状態予測装置。

【請求項4】

前記摩耗エネルギー算出部は、機械学習によって構築された演算モデルを含み、
前記演算モデルは、タイヤ転動シミュレーションにより生成された教師データを用いた機械学習によって構築されている、請求項１に記載のタイヤ摩耗状態予測装置。

【請求項5】

前記教師データは、タイヤのトレッド踏面の複数箇所における前記タイヤ転動シミュレーションの結果を含む、請求項４に記載のタイヤ摩耗状態予測装置。

【請求項6】

前記教師データは、加速度を０．２Ｇ以上とした場合における前記タイヤ転動シミュレーションの結果を含む、請求項４に記載のタイヤ摩耗状態予測装置。

【請求項7】

前記タイヤの前記摩耗エネルギーは、前記タイヤにおける第１方向における第１摩耗エネルギー成分と、前記第１方向と直行する方向における第２摩耗エネルギー成分とを含む、請求項１に記載のタイヤ摩耗状態予測装置。

【請求項8】

前記摩耗状態算出部は、前記摩耗エネルギーに、前記タイヤに応じて異なる所定の補正係数を適用することで、前記タイヤの摩耗状態を算出し、
前記所定の補正係数は、前記第１摩耗エネルギー成分と、前記第２摩耗エネルギー成分とで異なる、請求項７に記載のタイヤ摩耗状態予測装置。

【請求項9】

１つ以上のコンピュータが実行するタイヤ摩耗状態予測方法であって、
タイヤを装着した車両の走行データを取得することと、
前記走行データに基づき、前記タイヤの摩耗エネルギーに関する時系列データである摩耗エネルギーデータを算出することと、
前記摩耗エネルギーデータに基づき、前記タイヤの摩耗状態を出力することと、
を含む、タイヤ摩耗状態予測方法。

【請求項10】

１つ以上のコンピュータに、
タイヤを装着した車両の走行データを取得することと、
前記走行データに基づき、前記タイヤの摩耗エネルギーに関する時系列データである摩耗エネルギーデータを算出することと、
前記摩耗エネルギーデータに基づき、前記タイヤの摩耗状態を出力することと、
を含む動作を実行させる、プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、タイヤ摩耗状態予測装置、タイヤ摩耗状態予測方法及びプログラムに関する。

【背景技術】

【0002】

従来、タイヤの摩耗状態を予測する技術が知られている。例えば、特許文献１には、少なくとも車両の走行距離を車両の走行状態として入力し、タイヤの摩耗量を出力する演算モデルを用いた、タイヤの摩耗量推定システムが開示されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０２２－１３３３０５号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

近年、タイヤの摩耗状態を予測する技術の有用性の更なる向上が求められている。例えば、特許文献１のように、演算モデルを用いて、車両の走行データから直接的にタイヤの摩耗状態を算出するのではなく、演算過程において中間データを生成して、段階的に、タイヤの摩耗状態を算出することで、算出された摩耗状態の精度及び信頼性を向上させることが求められている。

【0005】

かかる事情に鑑みてなされた本開示の目的は、タイヤの摩耗状態を予測する技術の有用性を向上させることができる、タイヤ摩耗状態予測装置、タイヤ摩耗状態予測方法及びプログラムを提供することにある。

【課題を解決するための手段】

【0006】

〔１〕本開示の一実施形態に係るタイヤ摩耗状態予測装置は、タイヤを装着した車両の走行データを取得する、データ取得部と、前記走行データに基づき、前記タイヤの摩耗エネルギーに関する時系列データである摩耗エネルギーデータを算出する、摩耗エネルギー算出部と、前記摩耗エネルギーデータに基づき、前記タイヤの摩耗状態を出力する、摩耗状態算出部と、を備える。
本開示の一実施形態に係るタイヤ摩耗状態予測装置によれば、タイヤの摩耗状態を予測する技術の有用性を向上させることができる。

【0007】

〔２〕本開示の一実施形態に係るタイヤ摩耗状態予測装置は、上記〔１〕に記載のタイヤ摩耗状態予測装置であって、前記摩耗状態算出部は、前記タイヤの前記摩耗状態として、前記タイヤのトレッド踏面の残溝量を出力することが好ましい。かかる構成を有するタイヤ摩耗状態予測装置によれば、タイヤの摩耗状態を予測する技術の有用性を更に向上させることができる。

【0008】

〔３〕本開示の一実施形態に係るタイヤ摩耗状態予測装置は、上記〔１〕又は〔２〕に記載のタイヤ摩耗状態予測装置であって、前記摩耗エネルギー算出部は、前記走行データに基づき、前記タイヤに作用する外力データを算出し、前記外力データに基づき、前記タイヤの前記摩耗エネルギーデータを算出することが好ましい。かかる構成を有するタイヤ摩耗状態予測装置によれば、タイヤの摩耗状態を予測する技術の有用性を更に向上させることができる。

【0009】

〔４〕本開示の一実施形態に係るタイヤ摩耗状態予測装置は、上記〔１〕から〔３〕のいずれか一項に記載のタイヤ摩耗状態予測装置であって、前記摩耗エネルギー算出部は、機械学習によって構築された演算モデルを含み、前記演算モデルは、タイヤ転動シミュレーションにより生成された教師データを用いた機械学習によって構築されていることが好ましい。かかる構成を有するタイヤ摩耗状態予測装置によれば、タイヤの摩耗状態の予測精度を更に向上させることができる。

【0010】

〔５〕本開示の一実施形態に係るタイヤ摩耗状態予測装置は、上記〔４〕に記載のタイヤ摩耗状態予測装置であって、前記教師データは、タイヤのトレッド踏面の複数箇所における前記タイヤ転動シミュレーションの結果を含むことが好ましい。かかる構成を有するタイヤ摩耗状態予測装置によれば、タイヤの摩耗状態の予測精度を更に向上させることができる。

【0011】

〔６〕本開示の一実施形態に係るタイヤ摩耗状態予測装置は、上記〔４〕又は〔５〕に記載のタイヤ摩耗状態予測装置であって、前記教師データは、加速度を０．２Ｇ以上とした場合における前記タイヤ転動シミュレーションの結果を含むことが好ましい。かかる構成を有するタイヤ摩耗状態予測装置によれば、タイヤの摩耗状態を予測する技術の有用性を更に向上させることができる。

【0012】

〔７〕本開示の一実施形態に係るタイヤ摩耗状態予測装置は、上記〔１〕から〔６〕のいずれか一項に記載のタイヤ摩耗状態予測装置であって、前記タイヤの前記摩耗エネルギーは、前記タイヤにおける第１方向における第１摩耗エネルギー成分と、前記第１方向と直行する方向における第２摩耗エネルギー成分とを含むことが好ましい。かかる構成を有するタイヤ摩耗状態予測装置によれば、タイヤの摩耗状態を予測する技術の有用性を更に向上させることができる。

【0013】

〔８〕本開示の一実施形態に係るタイヤ摩耗状態予測装置は、上記〔７〕に記載のタイヤ摩耗状態予測装置であって、前記摩耗状態算出部は、前記摩耗エネルギーに、前記タイヤに応じて異なる所定の補正係数を適用することで、前記タイヤの摩耗状態を算出し、前記所定の補正係数は、前記第１摩耗エネルギー成分と、前記第２摩耗エネルギー成分とで異なることが好ましい。かかる構成を有するタイヤ摩耗状態予測装置によれば、タイヤの摩耗状態を予測する技術の有用性を更に向上させることができる。

【0014】

〔９〕本開示の一実施形態に係るタイヤ摩耗状態予測方法は、１つ以上のコンピュータが実行するタイヤ摩耗状態予測方法であって、タイヤを装着した車両の走行データを取得することと、前記走行データに基づき、前記タイヤの摩耗エネルギーに関する時系列データである摩耗エネルギーデータを算出することと、前記摩耗エネルギーデータに基づき、前記タイヤの摩耗状態を出力することと、を含む。
本開示の一実施形態に係るタイヤ摩耗状態予測方法によれば、タイヤの摩耗状態を予測する技術の有用性を向上させることができる。

【0015】

〔１０〕本開示の一実施形態に係るプログラムは、１つ以上のコンピュータに、タイヤを装着した車両の走行データを取得することと、前記走行データに基づき、前記タイヤの摩耗エネルギーに関する時系列データである摩耗エネルギーデータを算出することと、前記摩耗エネルギーデータに基づき、前記タイヤの摩耗状態を出力することと、を含む動作を実行させる。
本開示の一実施形態に係るプログラムによれば、タイヤの摩耗状態を予測する技術の有用性を向上させることができる。

【発明の効果】

【0016】

本開示によれば、タイヤの摩耗状態を予測する技術の有用性を向上させることができる、タイヤ摩耗状態予測装置、タイヤ摩耗状態予測方法及びプログラムを提供することができる。

【図面の簡単な説明】

【0017】

【図1】本開示の一実施形態に係るタイヤ摩耗状態予測システムの概略構成を示す図である。

【図2】図１に示されるサーバの構成を示すブロック図である。

【図3】図１に示されるサーバの動作の一例を示すフローチャートである。

【図4】車両に装着されたタイヤに作用する外力を示す概略図である。

【図5】図１に示されるサーバの動作の他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】

【0018】

以下、本開示の一実施形態に係るタイヤ摩耗状態予測装置について、図面を参照して説明する。各図において、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。

【0019】

（タイヤ摩耗状態予測システムの構成）
はじめに、図１参照して、本実施形態に係るタイヤ摩耗状態予測システム１の概要について説明する。図１は、タイヤ摩耗状態予測システム１の概略構成を示す図である。図１に示されるように、タイヤ摩耗状態予測システム１は、サーバ１０と、計測装置２０と、端末装置３０とを含む。なお、図１では、それぞれ１つのサーバ１０、計測装置２０及び端末装置３０が示されている。しかしながら、タイヤ摩耗状態予測システム１は、任意の数のサーバ１０、計測装置２０及び端末装置３０を含んでいてもよい。

【0020】

サーバ１０は、１つ以上のコンピュータで構成されている。本実施形態では、サーバ１０は、１つのコンピュータで構成されているものとして説明する。しかしながら、サーバ１０は、クラウドコンピューティングシステム等、複数のコンピュータによって構成されていてもよい。本開示において、サーバ１０は、「タイヤ摩耗状態予測装置」とも称される。

【0021】

計測装置２０は、デジタルタコグラフ、タイヤ空気圧監視システム（ＴＰＭＳ：Tire Pressure Monitoring System）、ＥＣＵ（Electronic Control Unit）、又はカーナビゲーション装置等の、１つ以上のコンピュータで構成されている。計測装置２０は、タイヤ３を装着した車両２の走行データ又はタイヤ３のタイヤ状態データの少なくとも一方を生成し、時系列データとしてサーバ１０に送信する。そのために、計測装置２０は、車両２又はタイヤ３に設置されていてもよい。

【0022】

タイヤ３を装着した車両２の走行データは、例えば、車両２の速度、加速度、荷重、走行時間、走行距離、走行経路又はタイヤ３の回転数等の時系列データである。例えば、車両２の走行データは、デジタルタコグラフによって生成されてもよい。ただし、車両２の走行データは、上述した例に限られず、タイヤ３を装着した車両２の走行状態を示す任意のデータを含んでいてもよい。

【0023】

タイヤ３のタイヤ状態データは、例えば、タイヤ３の内圧（空気圧）又は温度等の時系列データである。例えば、タイヤ３のタイヤ状態データは、ＴＰＭＳによって生成されてもよい。ただし、タイヤ３のタイヤ状態データは、上述した例に限られず、タイヤ３の状態を示す任意のデータを含んでいてもよい。

【0024】

車両２は、例えば、トラックである。ただし、車両２は、トラックに限られず、乗用車、建設車両、工事車両、バイク、自転車、又は飛行機等、タイヤ３を装着可能な任意の車両であってもよい。

【0025】

端末装置３０は、例えばスマートフォン、タブレット端末、又はパーソナルコンピュータ等の、コンピュータである。

【0026】

ネットワーク４０は、サーバ１０、計測装置２０及び端末装置３０が相互に通信可能な、任意の通信網である。本実施形態におけるネットワーク４０は、例えばインターネット、移動体通信網、ＬＡＮ（Local Area Network）、又はこれらの組み合わせであってもよい。

【0027】

タイヤ摩耗状態予測システム１は、１つ以上のタイヤ３の摩耗状態を予測するために用いられる。タイヤ摩耗状態予測システム１において、サーバ１０は、例えば計測装置２０からタイヤ３を装着した車両２の走行データを取得する。サーバ１０は、車両２の走行データに基づき、タイヤ３の摩耗エネルギーに関する時系列データである摩耗エネルギーデータを算出する。そして、サーバ１０は、タイヤ３の摩耗エネルギーデータに基づき、タイヤ３の摩耗状態を算出する。このタイヤ３の摩耗状態は、サーバ１０から端末装置３０に送信され、端末装置３０によって表示されてもよい。このように、計測装置２０から取得したデータに基づいて、タイヤ３の摩耗エネルギーを算出したうえで、タイヤ３の摩耗状態を予測することで、算出されたタイヤ３の摩耗状態の精度及び信頼性を向上させることができる。その結果、タイヤ３の摩耗状態を予測する技術の有用性を向上させることができる。

【0028】

ここで、タイヤ３の「摩耗状態」は、タイヤ３の使用に伴うタイヤ３の摩耗度合いを表す指標である。本開示では、タイヤ３の摩耗状態として、タイヤ３のトレッド踏面の残溝量が用いられる。残溝量は、例えば、タイヤ３のトレッド踏面の所定箇所における溝の深さ、或いは複数個所における溝の深さの平均値等で評価され得る。ただし、タイヤ３の摩耗状態として、残溝量に限られず、タイヤ３のトレッド踏面の摩耗量等、任意の指標が用いられてもよい。また、タイヤ３の「摩耗エネルギー」は、路面に対するトレッド踏面（特にブロック陸部）のすべり量とトレッド踏面に作用するせん断力との積で表わされる。以下に、式（１）として、タイヤ３のトレッド踏面の１箇所において、タイヤ３が１回転する間に作用する摩耗エネルギーを示す。

【数1】

ここで、Ｅｗは摩擦エネルギーとし、τはせん断力とし、ｓはすべり量とし、θはタイヤ３の回転量とする。この摩耗エネルギーとトレッド踏面の摩耗量との間には、相関関係が成り立つことが知られている。そのため、タイヤ３のトレッド踏面に作用する摩耗エネルギーの時系列データに基づいて、タイヤ３のトレッド踏面の残溝量等のタイヤ３の摩耗状態を算出することができる。

【0029】

次に、図２を参照して、タイヤ摩耗状態予測装置であるサーバ１０について、詳細に説明する。図２は、サーバ１０の構成を示すブロック図である。図２に示されるように、サーバ１０は、通信部１１と、出力部１２と、入力部１３と、記憶部１４と、制御部１５と、を備える。サーバ１０において、通信部１１、出力部１２、入力部１３、記憶部１４、及び制御部１５は、有線又は無線で互いに通信可能に接続されている。

【0030】

通信部１１は、ネットワーク４０に接続するための通信モジュールを含む。通信モジュールは、例えば４Ｇ（4th Generation）又は５Ｇ（5th Generation）等の移動体通信規格に対応した通信モジュールである。通信モジュールは、例えば有線ＬＡＮ又は無線ＬＡＮ等の規格に対応した通信モジュールであってもよい。通信モジュールは、Ｗｉ－Ｆｉ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、又は赤外線通信等の近距離無線通信規格に対応した通信モジュールであってもよい。本実施形態において、サーバ１０は、通信部１１を介してネットワーク４０に接続される。これによって、サーバ１０は、計測装置２０、端末装置３０、又は他のコンピュータ等と通信することができる。

【0031】

出力部１２は、１つ以上の出力装置を含む。出力部１２に含まれる出力装置は、例えばディスプレイ、スピーカ又はランプ等である。これにより、出力部１２は、画像、音又は光等を出力する。

【0032】

入力部１３は、１つ以上の入力装置を含む。入力部１３に含まれる入力装置は、例えばタッチパネル、カメラ又はマイク等である。入力部１３は、例えば、サーバ１０の利用者による入力操作を受け付ける。

【0033】

記憶部１４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。記憶部１４は、例えば主記憶装置、補助記憶装置、又はキャッシュメモリとして機能する。記憶部１４は、サーバ１０の動作に用いられる任意の情報を記憶する。例えば、記憶部１４は、システムプログラム、アプリケーションプログラム、組み込みソフトウェア、又はデータベース等を記憶する。記憶部１４に記憶された情報は、例えば通信部１１を介してネットワーク４０から取得される情報で更新可能であってもよい。

【0034】

例えば、記憶部１４は、計測装置２０の計測対象となる１つ以上のタイヤ３のタイヤ識別情報を記憶していてもよい。タイヤ３のタイヤ識別情報は、タイヤ３を一意に識別可能な情報である。タイヤ識別情報は、例えば、サーバ１０によって一意に払い出されたタイヤ３のＩＤ（Identifier）であるが、これに限られず、タイヤ３の製造番号などであってもよい。さらに、記憶部１４は、タイヤ３のタイヤ識別情報と関連付けて、タイヤ３に関する情報を記憶していてもよい。

【0035】

制御部１５は、１つ以上のプロセッサを含む。プロセッサは、例えば、ＣＰＵ（Central Processing Unit）等の汎用のプロセッサ、又は特定の処理に特化した専用のプロセッサ等であってもよい。制御部１５は、プロセッサに限られず、１つ以上の専用回路を含んでもよい。専用回路は、例えば、ＦＰＧＡ（Field-Programmable Gate Array）、又はＡＳＩＣ（Application Specific Integrated Circuit）であってもよい。制御部１５は、上述した、通信部１１、出力部１２、入力部１３、及び記憶部１４等の構成要素の機能を含む、サーバ１０の機能を実現させるために、それぞれの構成要素を制御する。詳細は後述するが、本開示では、制御部１５は、上述したサーバ１０の構成要素を制御して、データ取得部１５１、摩耗エネルギー算出部１５２、摩耗状態算出部１５３、及びモデル構築部１５４として動作することができる。

【0036】

（タイヤ摩耗状態予測装置の動作）
図３、図４及び図５を参照して、タイヤ摩耗状態予測装置であるサーバ１０の動作を説明する。図３は、サーバ１０の動作の一例を示すフローチャートである。図４は、車両２に装着されたタイヤ３に作用する外力を示す概略図である。図５は、サーバ１０の動作の他の例を示すフローチャートである。図３及び図５に示されるフローチャートには、サーバ１０の動作が示されている。そのため、本動作の説明は、サーバ１０が実行するタイヤ摩耗状態予測御方法に相当する。

【0037】

はじめに、図３を参照して、サーバ１０による、タイヤ３の摩耗状態を予測する動作について説明する。

【0038】

本動作の説明にあたり、サーバ１０は、記憶部１４に、タイヤ３のタイヤ識別情報と、タイヤ３のタイヤ識別情報に関連付けられた、タイヤ３に関する情報と、を記憶しているものとする。タイヤ３に関する情報は、例えば、タイヤ３の構成情報、タイヤ３を装着する車両２の構成情報、又は車両２におけるタイヤ３が装着されている位置情報の少なくとも１つを含む。タイヤ３の構成情報は、例えば、タイヤ３の種類、型番、材料物性、ベルト角度、サイズ、又は重量等である。さらに、タイヤ３の構成情報には、タイヤ３の工場出荷時点等にＸ線検査装置により計測された、カーカス（プライ）の折返し部の長さ又はベルト幅等、タイヤ３に固有の製造データが含まれていてもよい。同じ型番のタイヤ３であっても、タイヤ３の製造ばらつきにより製造データに差異が生じることがある。これらを考慮することでタイヤ３の摩耗状態の予測精度を更に向上させることができる。タイヤ３を装着する車両２の構成情報は、車両２の種類、型番、排気量、装着タイヤ数、シャフト数、又は主に走行する路面の種別等である。

【0039】

ステップＳ１０１において、サーバ１０の制御部１５は、データ取得部１５１として、タイヤ３を装着した車両２の走行データを時系列データとして取得する。

【0040】

例えば、サーバ１０の制御部１５は、通信部１１を介して、タイヤ３を装着した車両２の走行データを計測装置２０から取得する。制御部１５は、取得した走行データをタイヤ３に関する情報として記憶部１４に記憶してもよい。

【0041】

ステップＳ１０１において、サーバ１０の制御部１５は、データ取得部１５１として、車両２の走行データ以外のデータを取得してもよい。

【0042】

例えば、サーバ１０の制御部１５は、通信部１１を介して、タイヤ３のタイヤ状態データを時系列データとして計測装置２０から取得してもよい。また例えば、制御部１５は、通信部１１を介して、計測装置２０又は気象情報提供サービスから、外気温データを取得してもよい。外気温データは、例えば、タイヤ３を装着した車両２の位置する地点の気温、湿度、又は降水量等のデータである。

【0043】

また例えば、制御部１５は、通信部１１を介して、端末装置３０から、タイヤ３の摩耗状態の初期値を取得してもよい。タイヤ３の摩耗状態の初期値は、例えば、工場出荷時点における未使用状態でのタイヤ３の摩耗状態であってもよく、或いは、使用中のタイヤ３のある時点におけるタイヤ３の摩耗状態であってもよい。本動作例では、タイヤ３の摩耗状態の初期値は、タイヤ３のトレッド踏面の残溝量の初期値である。トレッド踏面の残溝量の初期値は、実測値であってもよく、或いは、過去のある時点において本動作の結果として算出されたトレッド踏面の残溝量であってもよい。制御部１５は、取得したデータを、タイヤ３のタイヤ識別情報と関連付けて、記憶部１４に記憶してもよい。

【0044】

ステップＳ１０２において、サーバ１０の制御部１５は、摩耗エネルギー算出部１５２として、タイヤ３を装着した車両２の走行データに基づき、タイヤ３の摩耗エネルギーに関する時系列データを算出する。以降において、タイヤ３の摩耗エネルギーに関する時系列データを、タイヤ３の摩耗エネルギーデータともいう。

【0045】

タイヤ３の摩耗エネルギーデータは、タイヤ３のトレッド踏面における所定の箇所に作用する摩耗エネルギーの時系列データを含んでいてもよい。ただし、タイヤ３の摩耗エネルギーデータは、摩耗エネルギーの時系列データに加えて／代えて、タイヤ３のトレッド踏面における所定の箇所に作用するすべり量及びせん断力の時系列データを含んでいてもよい。かかる場合、式（１）を用いて上述したように、ある時点におけるすべり量とせん断力との積により、その時点にタイヤ３に作用する摩耗エネルギーを算出することができる。

【0046】

タイヤ３の摩耗エネルギーデータの算出には、任意の手法が採用可能である。サーバ１０の制御部１５は、タイヤ３を装着した車両２の走行データと、タイヤ３の摩耗エネルギーデータとの対応付けアルゴリズムを記憶部１４に予め記憶していてもよい。制御部１５は、対応付けアルゴリズムを用いて、タイヤ３を装着した車両２の走行データに基づいて、タイヤ３の摩耗エネルギーデータを算出することができる。

【0047】

本実施形態では、タイヤ３の摩耗エネルギーデータの算出に用いられる対応付けアルゴリズムは、機械学習又はベイズ推定等の統計的手法により構築されている。詳細は後述するが、本動作例では、対応付けアルゴリズムは、機械学習によって構築された１つ以上の演算モデルを含んでいる。演算モデルは、タイヤ３を装着した車両２の走行データを取得し、タイヤ３の摩耗エネルギーデータを出力する。これにより、サーバ１０は、機械学習により、タイヤ３の摩耗エネルギーデータの算出精度を更に向上させることができる。ただし、対応付けアルゴリズムは、統計的手法によらない、所定の関係式を含んでいてもよい。なお、制御部１５は、算出されたタイヤ３の摩耗エネルギーデータを、タイヤ３のタイヤ識別情報と関連付けて、記憶部１４に記憶してもよい。

【0048】

一例として、対応付けアルゴリズムは、シーケンシャルに実行される２つの演算モデル１０２Ａ及び１０２Ｂを含むように構成されていてもよい。

【0049】

第１の演算モデル１０２Ａは、タイヤ３を装着した車両２の走行データに基づき、タイヤ３への外力データを算出するための演算モデルである。すなわち、第１の演算モデル１０２Ａは、タイヤ３を装着した車両２の走行データを取得し、タイヤ３に作用する外力データを出力する。タイヤ３への外力データは、タイヤ３に加えられる力を表す時系列データである。外力データは、１つ以上の外力成分で構成されていてもよい。本動作例では、外力データは、図４に示されるように、タイヤ３が車両２に装着された状態において、車両２の進行方向における外力成分Ｆｘ、タイヤ３の回転軸方向における外力成分Ｆｙ、及び、垂直方向における外力成分Ｆｚで構成されている。これにより、タイヤ３への外力データは、タイヤ３に加えられる力の大きさ及びその方向を表すことができる。ただし、タイヤ３への外力データを構成する成分の数は、３つに限られない。

【0050】

第２の演算モデル１０２Ｂは、第１の演算モデル１０２Ａにより算出されたタイヤ３への外力データに基づき、タイヤ３の摩耗エネルギーデータを算出するための演算モデルである。すなわち、第２の演算モデル１０２Ｂは、タイヤ３への外力データを取得し、タイヤ３の摩耗エネルギーデータを出力する。タイヤ３の摩耗エネルギーデータは、上述のとおり、タイヤ３のトレッド踏面における所定の箇所に作用する摩耗エネルギー、すべり量、又はせん断力の少なくとも１つの時系列データを含む。

【0051】

第２の演算モデル１０２Ｂは、それぞれが摩耗エネルギー、すべり量、又はせん断力のいずれかを出力するための複数の演算モデルで構成されていてもよい。かかる場合、複数の演算モデルは、出力する摩耗エネルギーデータに応じて互いに異なる機械学習手法を用いて構築されてもよい。ただし、複数の演算モデルは、出力する摩耗エネルギーデータによらず同一の機械学習手法を用いて構築されてもよい。

【0052】

なお、２つの演算モデル１０２Ａ及び１０２Ｂは、入力として、上述したデータ以外のデータを更に取得してもよい。例えば、２つの演算モデル１０２Ａ及び１０２Ｂは、入力として、上述したデータに加えて、タイヤ３のタイヤ状態データを更に取得してもよい。すなわち、図３のステップＳ１０２において、サーバ１０の制御部１５は、摩耗エネルギー算出部１５２として、タイヤ３を装着した車両２の走行データと、タイヤ３のタイヤ状態データとに基づき、タイヤ３の摩耗エネルギーデータを算出してもよい。上述のとおり、タイヤ３のタイヤ状態データは、例えば、タイヤ３の内圧（空気圧）又は温度等の時系列データである。これにより、タイヤ３の内圧又は温度等を考慮することができ、演算モデルによる出力の精度を向上させることができる。

【0053】

また例えば、２つの演算モデル１０２Ａ及び１０２Ｂは、入力として、上述したデータに加えて、タイヤ３に関する情報を更に取得してもよい。すなわち、図３のステップＳ１０２において、サーバ１０の制御部１５は、摩耗エネルギー算出部１５２として、タイヤ３を装着した車両２の走行データと、タイヤ３に関する情報とに基づき、タイヤ３の摩耗エネルギーデータを算出してもよい。上述のとおり、タイヤ３に関する情報は、タイヤ３の構成情報、タイヤ３を装着する車両２の構成情報、又は車両２におけるタイヤ３が装着されている位置情報の少なくとも１つを含む。例え走行データが同一であっても、タイヤ３の構成、タイヤ３が取り付けられている車両２の構成、或いは、車両２におけるタイヤ３が装着されている位置等に応じて、タイヤ３に作用する外力に差異が生じ得る。また、同じ型番のタイヤ３であっても、タイヤ３の製造ばらつきにより、タイヤ３に作用する外力に差異が生じ得る。そのため、タイヤ３に関する情報を用いることで、演算モデルによる出力の精度を向上させることができる。

【0054】

このように、ステップＳ１０２において、サーバ１０の制御部１５は、摩耗エネルギー算出部１５２として、タイヤ３を装着した車両２の走行データに基づき、タイヤ３に作用する外力データを算出し、タイヤ３に作用する外力データに基づき、タイヤ３の摩耗エネルギーデータを算出することが好ましい。このように、複数の演算モデルを用いて、タイヤ３に作用する外力データ等の中間データを算出した上で、段階的にタイヤ３の摩耗エネルギーデータを算出することで、１つの演算モデルを用いて、車両２の走行データから直接的にタイヤ３の摩耗エネルギーに関する時系列データを算出する場合に比べて、算出される数値の精度及び信頼性を向上させることができる。ただし、対応付けアルゴリズムは、任意の数の演算モデルを含むように構成されていてもよく、１つの演算モデルを用いて、車両２の走行データから直接的にタイヤ３の摩耗エネルギーに関する時系列データを算出するように構成されていてもよい。

【0055】

タイヤ３の摩耗エネルギーデータに含まれる、摩耗エネルギー、すべり量、又はせん断力は、それぞれ複数の成分で構成されていてもよい。本動作例では、タイヤ３の摩耗エネルギーデータにおいて、タイヤ３の摩耗エネルギーは、タイヤ３における第１方向における第１摩耗エネルギー成分と、第１方向と直行する方向における第２摩耗エネルギー成分とを含む。例えば、第１方向は、タイヤ３の周方向であり、第２方向は、タイヤ３の幅方向である。これにより、タイヤ３の摩耗エネルギーデータは、タイヤ３に作用する摩耗エネルギーの大きさ及びその方向を表すことができる。これに伴い、タイヤ３の摩耗エネルギーデータにおいて、すべり量及びせん断力も第１方向における成分と、第２方向における成分とを含んでいてもよい。ただし、タイヤ３の摩耗エネルギーデータを構成する成分の数は、２つに限られず、任意の数とされてもよい。また、第１方向は、タイヤ３の周方向に限られず、任意の方向とされてもよい。

【0056】

ステップＳ１０３において、サーバ１０の制御部１５は、摩耗状態算出部１５３として、タイヤ３の摩耗エネルギーデータに基づき、タイヤ３の摩耗状態を出力する。

【0057】

タイヤ３の摩耗状態の算出には、任意の手法が採用可能である。例えば、サーバ１０の制御部１５は、タイヤ３の摩耗エネルギーデータと、タイヤ３の摩耗量との対応付けアルゴリズムを記憶部１４に予め記憶していてもよい。制御部１５は、対応付けアルゴリズムを用いて、所定の期間におけるタイヤ３の摩耗エネルギーデータの合計に基づいて、当該期間におけるタイヤ３の摩耗量を算出することができる。本動作例では、制御部１５は、タイヤ３の摩耗状態として、タイヤ３のトレッド踏面の残溝量を出力する。そのため、制御部１５は、タイヤ３のトレッド踏面の残溝量の初期値から、算出されたタイヤ３の摩耗量を引くことで、現在のタイヤ３の残溝量を現在のタイヤ３の摩耗状態として算出することができる。このようにタイヤ３の摩耗状態をトレッド踏面の残溝量で表すことで、タイヤ摩耗状態予測システム１の利用者が、タイヤ３の摩耗状態を把握しやすくなる。ただし、タイヤ３の摩耗状態は、タイヤ３のトレッド踏面の摩耗量等、任意の指標により表わされてもよい。

【0058】

タイヤ３の摩耗状態の算出に用いられる対応付けアルゴリズムは、上述した他の対応付けアルゴリズムと同様に、機械学習又はディープラーニング等の統計的手法により構築されていてもよい。これにより、サーバ１０は、機械学習により、タイヤ３の摩耗量の算出精度を更に向上させることができる。ただし、対応付けアルゴリズムは、統計的手法によらない、所定の関係式を含んでいてもよい。なお、制御部１５は、算出されたタイヤ３の摩耗量及び残溝量を、タイヤ３のタイヤ識別情報と関連付けて、記憶部１４に記憶してもよい。

【0059】

さらに、ステップＳ１０３において、サーバ１０の制御部１５は、摩耗状態算出部１５３として、摩耗エネルギーに、タイヤ３に応じて異なる所定の補正係数を適用することで、タイヤ３の摩耗状態を算出してもよい。所定の補正係数は、例えば、タイヤ３に関する情報に応じて異なっていてもよい。上述のとおり、タイヤ３に関する情報は、タイヤ３の構成情報、タイヤ３を装着する車両２の構成情報、又は車両２におけるタイヤ３が装着されている位置情報の少なくとも１つを含む。例えタイヤ３に作用する摩耗エネルギーが同一であっても、ゴムの材料物性などのタイヤ３の構成、或いは、タイヤ３に固有の製造データ等に応じて、タイヤ３の摩耗量に差異が生じ得る。また、例え同じ走行データであっても、車両２が主に走行する路面の種別（粗さ）、タイヤ３が取り付けられている車両２の構成、或いは、車両２におけるタイヤ３が装着されている位置等の違いにより、タイヤ３に作用する摩耗エネルギーに差異が生じ得る。そのため、これらを考慮して、タイヤ３に応じて異なる所定の補正係数を適用することで、本処理により算出されるタイヤ３の摩耗状態の精度を向上させることができる。なお、上述のとおり、摩耗エネルギーが第１摩耗エネルギー成分と第２摩耗エネルギー成分とを含む場合、所定の補正係数は、第１摩耗エネルギー成分と、前記第２摩耗エネルギー成分とで異なっていてもよい。これにより、本処理により算出されるタイヤ３の摩耗状態の精度を更に向上させることができる。

【0060】

再び図３を参照して、サーバ１０の制御部１５は、ステップＳ１０３において算出されたタイヤ３の摩耗状態を任意の方法により出力することができる。例えば、制御部１５は、ディスプレイ等の出力部１２を介して、タイヤ３の摩耗状態を表示させてもよい。或いは、制御部１５は、通信部１１を介して、タイヤ３の摩耗状態を表示させる要求を、端末装置３０に送信してもよい。かかる場合、端末装置３０が、サーバ１０から受信した要求に基づいて、ディスプレイ等を介して、タイヤ３の摩耗状態としてタイヤ３の残溝量を表示することができる。その結果、タイヤ摩耗状態予測システム１の利用者は、可視化されたタイヤ３の摩耗状態を閲覧することができる。このように、タイヤ摩耗状態予測システム１によれば、タイヤ３の摩耗状態を予測する技術の有用性を向上させることができる。また、制御部１５は、タイヤ３の摩耗状態に加えて、タイヤ３に作用する摩耗エネルギー等の摩耗状態の算出における中間データを出力してもよい。利用者に、タイヤ３の摩耗状態に加えて、摩耗状態の算出における中間データを提示することで、機械学習等を用いて算出された摩耗状態の信頼性を向上させることができる。

【0061】

ステップＳ１０４において、サーバ１０の制御部１５は、タイヤ３の摩耗状態が所定の閾値範囲から外れた場合に、アラートを出力させてもよい。所定の閾値範囲は、タイヤ３の交換、リトレッド、又はローテーションの少なくとも１つと対応付けられていてもよい。例えば、所定の閾値範囲が、タイヤ３の交換と対応付けられている場合、タイヤ３の摩耗状態が所定の閾値範囲から外れた場合に、タイヤ３の交換を促すアラートを出力させることができる。

【0062】

アラートの出力には、任意の手法が採用可能である。サーバ１０の制御部１５は、出力部１２を介して、情報の表示、音又は光の出力を行ってもよい。或いは、制御部１５は、通信部１１を介して、アラートを出力させる要求を、端末装置３０に送信してもよい。かかる場合、端末装置３０が、サーバ１０から受信した要求に基づいて、ディスプレイ等を介して、アラートを出力することができる。その結果、タイヤ摩耗状態予測システム１の利用者に、タイヤ３の交換、リトレッド、或いはローテーション等の行動を促すことができる。

【0063】

次に、図５を参照して、サーバ１０による演算モデルを構築する動作について説明する。上述のとおり、摩耗エネルギー算出部１５２では、２つの演算モデル１０２Ａ及び１０２Ｂが用いられるものとして説明した。モデル構築部１５４により、これらの演算モデルが構築されてもよい。

【0064】

ステップＳ２０１において、サーバ１０の制御部１５は、モデル構築部１５４として、それぞれの演算モデルを構築するための教師データを生成する。

【0065】

教師データの生成には、任意の手法が採用可能である。例えば、サーバ１０の制御部１５は、それぞれの演算モデルにおける入力及び出力に相当する過去の実測値を説明変数及び目的変数とする教師データを生成してもよい。これにより、計測データの蓄積により、演算モデルによる出力の精度を向上させることができる。さらに、サーバ１０の制御部１５は、過去の実測値に加えて／代えて、シミュレーションにより生成された仮想時系列データを説明変数及び目的変数とする教師データを生成してもよい。例えば、仮想時系列データの生成は、実際の車両走行データ等に基づいて、公知のランダム過程の手法であるＫＬ展開（Karhunen-Loeve展開）等を使用して要約統計量（平均、分散など）を保持した仮想データ生成を行うのが好ましい。これにより、計測データの蓄積が少ない初期段階においても、高精度の演算モデルを効率的に構築することができる。なお、シミュレーションによる仮想時系列データの生成には、車両走行シミュレータ、３次元のタイヤ転動シミュレータ等が用いられてもよい。３次元のタイヤ転動シミュレータでは、例えば、ＩＧＡ（Isogeometric Analysis）、ＦＥＭ（Finite Element Method；有限要素法）等が用いられる。

【0066】

ステップＳ２０２において、サーバ１０の制御部１５は、モデル構築部１５４として、ステップＳ２０１で生成された教師データに基づいて、機械学習を実行して、それぞれの演算モデルを構築する。

【0067】

一例として、第２の演算モデル１０２Ｂが、ＩＧＡ又はＦＥＭを用いたタイヤ転動シミュレーションにより生成された教師データを用いた機械学習によって構築されていてもよい。第２の演算モデル１０２Ｂは、上述のとおり、タイヤ３に作用する外力データに基づき、タイヤ３の摩耗エネルギーデータを算出するための演算モデルである。

【0068】

ここで、第２の演算モデル１０２Ｂの構築のための教師データとなる、外力データと摩耗エネルギーデータとの実測値を収集するために、踏面観察装置を用いた、タイヤ３の踏面観察試験が行われ得る。踏面観察装置は、タイヤを装着した車両の走行を台上で疑似的に再現し得る装置であり、例えば、タイヤ踏面を観察できる高解像度のサンプリングカメラ等を含んで構成される。踏面観察装置によってタイヤ踏面の挙動を計測することで、タイヤ表面に発生するすべり量及びせん断力に基づいて算出される摩耗エネルギーと摩耗量との対応関係を取得することができるものである。しかしながら、一般的な踏面観察装置では、再現可能なタイヤ３に作用する外力の大きさ及び方向に制限がある。例えば、踏面観察装置では、一般的に、転動時にタイヤ３に加わる加速度を０．１Ｇ～０．２Ｇ程度までしか安定的に再現できない。なお、本開示における加速度の大きさは、標準重力加速度を基準とした加速度の単位である「Ｇ」で表わされる。１．０Ｇは、９．８０６６５ｍ／ｓ^２である。また、踏面観察装置では、タイヤ３に作用する外力の方向も、タイヤ３の周方向（車両２の進行方向）又はタイヤ３の幅方向（タイヤ３の回転軸方向）のいずれか一方である方が試験の精度が高い傾向にある。このため、踏面観察試験では、０．２Ｇ以上の加速度が生じる場合、或いはタイヤ３の周方向に対して斜めの方向においてタイヤ３に外力が作用する場合等の再現が行えず、充分な教師データのバリエーションを確保することができない場合がある。これに対して、第２の演算モデル１０２Ｂ（摩耗エネルギーデータの算出に用いられる演算モデル）の構築に、踏面観察試験による実測値に加えて／代えて、タイヤ転動シミュレーションにより生成された教師データを用いることによって、充分な教師データのバリエーションを確保でき、演算モデルによる出力の精度を向上させることができる。このように、摩耗エネルギーデータの算出に用いられる演算モデルの構築に用いられる教師データは、加速度を０．２Ｇ以上とした場合におけるタイヤ転動シミュレーションの結果を含むことが好ましい。さらに、演算モデルの構築に用いられる教師データは、タイヤ３に作用する外力の方向がタイヤ３の周方向に対して０度より大きく９０度より小さい角度をなす場合におけるタイヤ転動シミュレーションの結果を含むことがより好ましい。

【0069】

また、摩耗エネルギーデータの算出に用いられる演算モデルの構築に用いられる教師データは、タイヤ３のトレッド踏面の複数箇所におけるタイヤ転動シミュレーションの結果を含むことが好ましい。複数個所は、例えば、タイヤ３のトレッド踏面においてタイヤ幅方向に並ぶ複数箇所であってもよく、或いは、タイヤ周方向に並ぶ複数個所であってもよい。これにより、演算モデルにより算出される摩耗エネルギーデータが、トレッド踏面における特定の位置に偏ったデータとなる蓋然性を低減させることができる。

【0070】

なお、ステップＳ２０１～Ｓ２０２における、演算モデルの構築には、タイヤ３を装着した車両２の走行データ等の時系列データに加えて、任意の情報が用いられてもよい。例えば、タイヤ３を装着した車両２の走行データに加えて、タイヤ３のタイヤ状態データ、タイヤ３の構成情報、タイヤ３を装着する車両２の構成情報、又は車両２におけるタイヤ３が装着されている位置情報等のタイヤ３に関する情報が用いられてもよい。また例えば、外気温データ又はタイヤ３に固有の製造データ等が用いられてもよい。外気温データは、例えば、タイヤ３を装着した車両２の位置する地点の気温、湿度、又は降水量等のデータである。これにより、機械学習により構築される演算モデルの出力の精度を向上させることができる。

【0071】

以上述べたように、本実施形態において、タイヤ摩耗状態予測装置であるサーバ１０は、タイヤ３を装着した車両２の走行データを取得する、データ取得部１５１と、タイヤ３を装着した車両２の走行データに基づき、タイヤ３の摩耗エネルギーに関する時系列データである摩耗エネルギーデータを算出する、摩耗エネルギー算出部１５２と、タイヤ３の摩耗エネルギーデータに基づき、タイヤ３の摩耗状態を出力する、摩耗状態算出部１５３と、を備える。

【0072】

かかる構成によれば、サーバ１０は、タイヤ３を装着した車両２の走行データから直接的にタイヤの摩耗状態を算出するのではなく、タイヤ３に作用する摩耗エネルギー等の中間データを生成して、段階的に、タイヤの摩耗状態を算出することで、算出された摩耗状態の精度及び信頼性を向上することができる。これにより、本開示に係るサーバ１０によれば、タイヤ３の摩耗状態を予測する技術の有用性を向上させることができる。

【0073】

本開示を諸図面及び実施形態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及び修正を行うことが可能であることに注意されたい。したがって、これらの変形及び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、各実施形態に含まれる構成又は機能等は論理的に矛盾しないように再配置可能である。また、各実施形態に含まれる構成又は機能等は、他の実施形態に組み合わせて用いることができ、複数の構成又は機能等を１つに組み合わせたり、分割したり、或いは一部を省略したりすることが可能である。

【0074】

例えば、上述した実施形態において、サーバ１０の制御部１５は、データ取得部１５１、摩耗エネルギー算出部１５２、摩耗状態算出部１５３及びモデル構築部１５４として動作するものとして説明したが、この限りではない。それぞれの動作に特化した制御部１５及びサーバ１０が用意されてもよい。

【0075】

また、例えば、上述した実施形態において、タイヤ３の摩耗エネルギーデータの算出には、シーケンシャルに実行される２つの演算モデル１０２Ａ及び１０２Ｂが用いられるものとして説明したが、この限りではない。タイヤ３の摩耗エネルギーデータの算出には、１つ以上の任意の数の演算モデルが用いられてもよい。例えば、タイヤ３の摩耗エネルギーデータの算出には、タイヤ３を装着した車両２の走行データを取得し、タイヤ３の摩耗エネルギーデータを出力する、１つの演算モデルが用いられてもよい。

【0076】

また例えば、汎用のコンピュータを、上述した実施形態に係るサーバ１０として機能させる実施形態も可能である。具体的には、上述した実施形態に係るサーバ１０の各機能を実現する処理内容を記述したプログラムを、汎用のコンピュータのメモリに格納し、プロセッサによって当該プログラムを読み出して実行させる。したがって、本開示は、プロセッサが実行可能なプログラム、又は当該プログラムを記憶する非一時的なコンピュータ読取可能な媒体としても実現可能である。非一時的なコンピュータ読取可能な媒体には、例えば、磁気記録装置、光ディスク、光磁気記録媒体、又は半導体メモリ等が含まれる。

【産業上の利用可能性】

【0077】

本開示によれば、タイヤの摩耗状態を予測する技術の有用性を向上させることができる、タイヤ摩耗状態予測装置、タイヤ摩耗状態予測方法及びプログラムを提供することができる。

【0078】

［国連が主導する持続可能な開発目標（ＳＤＧｓ）への貢献］
持続可能な社会の実現に向けて、ＳＤＧｓが提唱されている。本発明の一実施形態は「Ｎｏ．１２＿つくる責任、つかう責任」および「Ｎｏ．１３＿気候変動に具体的な対策を」などに貢献する技術となり得ると考えられる。"

【符号の説明】

【0079】

１：タイヤ摩耗状態予測システム、 ２：車両、 ３：タイヤ、 １０：サーバ（タイヤ摩耗状態予測装置）、 １１：通信部、 １２：出力部、 １３：入力部、 １４：記憶部、 １５：制御部、 １５１：データ取得部、 １５２：摩耗エネルギー算出部、 １５３：摩耗状態算出部、 １５４：モデル構築部、 ２０：計測装置、 ３０：端末装置、 ４０：ネットワーク、 １０２Ａ、１０２Ｂ：演算モデル、 Ｆｘ、Ｆｙ、Ｆｚ：外力成分

【図1】

【図2】

【図3】

【図4】

【図5】