特許ウォッチ

公開番号2025028801
公報種別公開特許公報(A)
公開日2025-03-04
出願番号2024072476
出願日2024-04-26
発明の名称処理装置、処理方法、およびプログラム
出願人日本製鉄株式会社
代理人個人
主分類G06T 7/60 20170101AFI20250225BHJP(計算;計数)
要約【課題】搬送中の物体の形状に関する情報の算出の高精度化と、搬送中の物体の形状に関する情報の算出の時間遅れの抑制とを両立させる。
【解決手段】撮影装置140の撮影領域を搬送中の鋼材100があると判定した場合に、当該判定したタイミング以降のタイミングで撮影された物体撮影用画像に基づいて、撮影装置140の撮影領域を撮影した画像と物体形状情報との関係性を学習した学習済みモデルを用いて、鋼材100の形状に関する情報である物体形状情報を算出する。
【選択図】図1
特許請求の範囲【請求項１】
物体の搬送路を含む領域であって、前記物体の側面の少なくとも一部を撮影可能な領域を撮影領域として撮影された画像を取得する取得部と、
前記撮影領域を搬送中の前記物体があるか否かを判定する物体有無判定部と、
前記物体有無判定部により前記撮影領域に前記物体があると判定されたタイミング以降のタイミングにおいて撮影された前記画像に基づいて、前記物体の形状に関する情報である物体形状情報を算出する算出部と、
を備え、
前記算出部は、前記撮影領域を撮影した画像と前記物体形状情報との関係性を学習した学習済みモデルを用いて、前記物体形状情報を算出する、処理装置。
続きを表示（約 1,100 文字）【請求項２】
前記物体有無判定部は、前記画像に前記物体が含まれているか否かにより、前記撮影領域を搬送中の前記物体があるか否かを判定する、請求項１に記載の処理装置。
【請求項３】
前記画像に対する画像処理を行う画像処理部をさらに備え、
前記物体有無判定部は、前記画像処理の結果に基づいて、前記画像に前記物体が含まれているか否かを判定する、請求項２に記載の処理装置。
【請求項４】
前記画像処理部は、前記画像を分割した複数の領域ごとに前記画像処理を行い、
前記物体有無判定部は、前記複数の領域ごとの前記画像処理の結果に基づいて、前記画像に前記物体が含まれているか否かを判定する、請求項３に記載の処理装置。
【請求項５】
前記複数の領域は、前記物体の搬送方向における上流側の領域および下流側の領域を含む、請求項４に記載の処理装置。
【請求項６】
前記物体形状情報の算出開始条件が成立したか否かを判定する算出開始条件判定部をさらに備え、
前記算出部は、前記算出開始条件判定部により前記算出開始条件が成立したと判定された場合に、前記物体形状情報を算出する、請求項１～５のいずれか１項に記載の処理装置。
【請求項７】
前記算出開始条件は、前記物体形状情報の算出対象の前記物体の１つ前に搬送される前記物体が前記撮影領域よりも下流側に搬送されていると見なせる条件を含む、請求項６に記載の処理装置。
【請求項８】
前記物体形状情報は、前記物体の長手方向に沿った形状を表す情報と、前記物体の位置の時間変化を示す情報と、のうちの少なくとも一方を含む、請求項１～５のいずれか１項に記載の処理装置。
【請求項９】
前記撮影領域は、前記物体の側面の端部のうち、前記物体の搬送方向の下流側における端部を撮影可能な領域である、請求項１～５のいずれか１項に記載の処理装置。
【請求項１０】
物体の搬送路を含む領域であって、前記物体の側面の少なくとも一部を撮影可能な領域を撮影領域として撮影された画像を取得する取得工程と、
前記撮影領域を搬送中の前記物体があるか否かを判定する物体有無判定工程と、
前記物体有無判定工程により前記撮影領域に前記物体があると判定されたタイミング以降のタイミングにおいて撮影された前記画像に基づいて、前記物体の形状に関する情報である物体形状情報を算出する算出工程と、
を備え、
前記算出工程は、前記撮影領域を撮影した画像と前記物体形状情報との関係性を学習した学習済みモデルを用いて、前記物体形状情報を算出する、処理方法。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、処理装置、処理方法、およびプログラムに関する。
続きを表示（約 1,700 文字）【背景技術】
【０００２】
圧延ラインにおける被圧延材等、搬送中の物体の形状に関する情報を自動で算出する技術が望まれる。
この種の技術として特許文献１には、被圧延材の長手方向の一端を含むように被圧延材の側面を撮影した画像から、当該一端の輪郭線を抽出し、抽出した輪郭線から当該一端の反り形状を表すパラメータを測定することが開示されている。
【０００３】
また、特許文献２には、圧延機により圧延された鋼板を撮影した画像を入力データとし、鋼板の形状を判別する形状判別情報を出力データとする機械学習により生成された形状判別モデルを用いて、鋼板の形状を判別することが開示されている。
【先行技術文献】
【特許文献】
【０００４】
特開平１－３２０４１９号公報
特開２０２２－１８１１６７号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、特許文献１に記載の技術では、２値化等の画像処理により物体の輪郭線を抽出する。したがって、例えば、撮影環境によっては物体の形状の検出精度が低下する虞がある。例えば、圧延ラインにおいては多量の水蒸気等の外乱が発生する場合がある。このようなタイミングで被圧延材の画像を撮影すると、被圧延材の輪郭線を高精度に抽出することは容易ではない。
【０００６】
また、特許文献２に記載の技術では、撮影装置の撮影領域に物体が搬送されたタイミングで画像が撮影されることを前提としている。したがって、例えば、搬送中の物体の撮影タイミングを逃す虞がある。例えば、圧延ラインにおいては一般に複数の被圧延材が順次搬送される。この場合、撮影装置の撮影領域に被圧延材が搬送されるタイミングを正確に特定することは容易ではない。したがって、被圧延材の撮影と、機械学習モデルを用いた形状判別情報の算出と、を常に行う必要がある。また、機械学習モデルのアルゴリズムによっては物体の形状を検出するのに要する時間が長くなる虞がある。よって、先行する被圧延材の形状を検出するために撮影した画像に基づいて被圧延材の形状を検出するための処理が終了する前に、後行する被圧延材が撮影領域を通過する虞がある。
【０００７】
本発明は、以上のような問題点に鑑みてなされたものであり、搬送中の物体の形状に関する情報の算出の高精度化と、搬送中の物体の形状に関する情報の算出の時間遅れの抑制とを両立させることを目的とする。
【課題を解決するための手段】
【０００８】
本発明の処理装置は、物体の搬送路を含む領域であって、前記物体の側面の少なくとも一部を撮影可能な領域を撮影領域として撮影された画像を取得する取得部と、前記撮影領域を搬送中の前記物体があるか否かを判定する物体有無判定部と、前記物体有無判定部により前記撮影領域に前記物体があると判定されたタイミング以降のタイミングにおいて撮影された前記画像に基づいて、前記物体の形状に関する情報である物体形状情報を算出する算出部と、を備え、前記算出部は、前記撮影領域を撮影した画像と前記物体形状情報との関係性を学習した学習済みモデルを用いて、前記物体形状情報を算出する。
【０００９】
本発明の処理方法は、物体の搬送路を含む領域であって、前記物体の側面の少なくとも一部を撮影可能な領域を撮影領域として撮影された画像を取得する取得工程と、前記撮影領域を搬送中の前記物体があるか否かを判定する物体有無判定工程と、前記物体有無判定工程により前記撮影領域に前記物体があると判定されたタイミング以降のタイミングにおいて撮影された前記画像に基づいて、前記物体の形状に関する情報である物体形状情報を算出する算出工程と、を備え、前記算出工程は、前記撮影領域を撮影した画像と前記物体形状情報との関係性を学習した学習済みモデルを用いて、前記物体形状情報を算出する。
【００１０】
本発明のプログラムは、前記処理装置の各部としてコンピュータを機能させる。
【発明の効果】
（【００１１】以降は省略されています）

関連特許