損傷の位置情報と専門知を連携させた機械学習による橋梁撮影画像からの自動診断手法
| Project/Area Number |
22KJ0947
|
|---|
| Project/Area Number (Other) |
22J14364 (2022)
|
|---|
| Research Category |
Grant-in-Aid for JSPS Fellows
|
| Allocation Type | Multi-year Fund (2023)
Single-year Grants (2022) |
|---|
| Section | 国内 |
|---|
| Review Section |
Basic Section 22020:Structure engineering and earthquake engineering-related
|
|---|
| Research Institution | Tokuyama College of Technology (2023)
The University of Tokyo (2022) |
|---|
Principal Investigator |
山根 達郎 徳山工業高等専門学校, 土木建築工学科, 助教
|
|---|
| Project Period (FY) |
2023-03-08 – 2024-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥1,700,000 (Direct Cost: ¥1,700,000)
Fiscal Year 2023: ¥800,000 (Direct Cost: ¥800,000)
Fiscal Year 2022: ¥900,000 (Direct Cost: ¥900,000)
|
|---|
| Keywords | Deep Learning / 画像処理 / 橋梁点検 / SfM / 3次元モデル |
|---|
| Outline of Research at the Start |
本研究では，画像解析AIに損傷の3次元情報と診断のための専門知を統合することで，橋梁の点検から診断までを自動化する方法を提案する．これにより維持管理の効率化に繋げる．
UAVによって取得した橋梁の各部材の画像をもとに，SfMとDeep learningを活用して橋梁全体系での損傷の位置情報の把握を可能にする．また，維持管理の専門知・経験知に基づいた診断システムを構築し，同定した位置情報を参照しながら画像解析によって診断システムへの入力を行うことで，損傷の原因や必要な対策まで導ける手法を構築する．また，構築手法が維持管理の効率化に繋がることを示すために，実際の橋梁に適用して検証を行う．
|
| Outline of Annual Research Achievements |
橋梁の点検・診断の効率化および高精度化のため，機械学習技術の一種であるDeep Learningを活用した橋梁撮影画像の解析技術の研究に期待が集まっている．当該年度は，当初目標としていた橋梁全体系での損傷の位置情報の把握，損傷情報の3次元モデル上での統合，診断用フレームワークの構築の取り組みを進める計画であり，全て順調に研究開発を進めることができた．
特に損傷の位置情報の把握およびその3次元モデル上での統合については良い成果が得られており，画像の位置情報を同定する技術であるStructure from Motion（SfM）およびおよびDeep LearningによるSemantic Segmentation（画素単位での情報抽出）を活用して，3次元モデル上に損傷をマッピングする手法を提案した．この成果はComputer-Aided Civil and Infrastructure Engineeringに投稿し，すでに採択されている．
また，診断用フレームワークの構築については，画像とその画像に関する質問を入力として，正しい答えを導き出すタスクであるVisual Question Answering（VQA）およびSfMを活用したフレームワークを構築した．この結果についても，既に論文はStructure and Infrastructure Engineeringに投稿されており，現在査読を受けている段階である．
なお，損傷情報の3次元モデル上での統合に関しては，現在は3Dマッピングのみを行っているため，現在，反映した情報にBIMデータとして扱うための属性を付与するための検討を進めている．
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
ほぼ全ての項目が計画通りの進捗であり，特に損傷の位置情報の把握およびその3次元モデル上での統合については当初計画より早く進んでいる．そのため，当初の計画以上に進展していると評価した．
|
| Strategy for Future Research Activity |
【研究実績の概要】で記載したように，損傷情報の3次元モデル上での統合に関しては，反映した情報にBIMデータとして扱うための属性を付与するための検討を進めている．
その他については，計画通りに進めることを考えている．
|
Report
(1 results)
Research Products
(1 results)
