| Project/Area Number |
20K14799
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 22010:Civil engineering material, execution and construction management-related
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
Maeda Hiroya 東京大学, 生産技術研究所, 特任研究員 (90853200)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Project Status |
Completed (Fiscal Year 2022)
|
| Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2022: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2021: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Fiscal Year 2020: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
|
|---|
| Keywords | 土木 / 舗装 / 画像処理 / AI / インフラメンテナンス / 舗装点検 / 道路損傷検知 / 深層学習 / データセット / ひび割れ検出 / 地理空間情報 |
|---|
| Outline of Research at the Start |
道路路面の簡易な点検手法に関する研究は盛んに行われているが、予防保全に基づくメンテナンスサイクルの確立のためには、点検だけではなく損傷箇所の将来予測が重要である。 しかし、自然環境が常に変化する現場では、高い検出精度を維持し、損傷箇所を一意に特定しつつ点検データを蓄積することが難しいため、損傷箇所の時系列データを蓄積できず将来予測をする研究が行われていない。そこで、本研究では深層学習と画像処理手法等を用いることで道路損傷箇所を網羅的に、かつ正確に把握し、損傷データを蓄積する手法を構築する。 さらに、蓄積したデータを元に、道路路面の損傷箇所の時系列変化を予測する手法を構築する。
|
| Outline of Final Research Achievements |
In this research, we conducted research to automatically detect road damage locations such as cracks and holes using only widely used hardware such as smartphones and drive recorders. Furthermore, we collected road damage data not only in Japan but also in India and the Czech Republic, and built an automatic detection model that can be applied in any country. At that time, by tuning the automatic detection model created with Japanese road data, it was shown that the automatic detection model in India and the Czech Republic can be created with a small amount of training data.
|
| Academic Significance and Societal Importance of the Research Achievements |
道路メンテナンスは人手不足、予算不足が深刻であり、従来のように人手や高価な専用車両を用いた点検を継続的、網羅的に実施していくことが難しくなっている。このような状況で、本研究ではスマートフォンやドライブレコーダーといった比較的安価な機材のみを用いて、低廉迅速に道路損傷データを収集できることを示し、社会的な意義が大きいと考えている。また、日本国内で作成した損傷の自動検出モデルを海外で適用することができる可能性を示し、複数の国における道路損傷データを整備、公開したことは学術的な意義が大きいと考える。
|
