| Project/Area Number |
23K13425
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 22050:Civil engineering plan and transportation engineering-related
|
|---|
| Research Institution | Setsunan University |
|---|
Principal Investigator |
梅原 喜政 摂南大学, 経営学部, 講師 (80709155)
|
|---|
| Project Period (FY) |
2023-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000)
Fiscal Year 2025: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2024: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2023: ¥2,340,000 (Direct Cost: ¥1,800,000、Indirect Cost: ¥540,000)
|
|---|
| Keywords | ブロック塀 / 深層学習 / 地物認識 / 所有者推定 / センシングデータ |
|---|
| Outline of Research at the Start |
本研究では、全国で計測・蓄積されているセンシングデータに含まれる画像と点群データを併用することで広大な都市空間からブロック塀を深層学習により自動抽出する技術を開発し、それらの危険度を判定する技術を開発する。さらに、地図データを参照することで、抽出したブロック塀の官民区分を判定する技術を開発し、これら技術の有用性を明らかにする。そして、センシングデータを用いたブロック塀の維持管理仕様の素案を提案する。
|
| Outline of Annual Research Achievements |
本研究では、ブロック塀を画像および点群データから危険度を判定する技術の確立を目的として、令和5年度は、次のA)からC)に関する研究を遂行した。
A)センシングデータの調達および計測：本研究では、蓄積されたセンシングデータを入手するとともに、安価な小型レーザを用いてデータ計測を行った。具体的には、徳島県下で計測されたMMSの点群データおよび写真データを調達した。また、大学構内において、地上設置型レーザで全域を計測すると同時に、ブロック塀と見立てた壁状地物を対象に小型レーザでのデータ計測を実施した。これにより、研究遂行に必要なデータの調達を遂行できた。
B)深層学習を用いたブロック塀抽出技術の開発：本研究では、深層学習を用いたブロック塀抽出技術を開発した。具体的には、RandLA-NetやKonvPointといった深層学習を活用し、A)にて調達したデータに基づいてブロック塀を識別するための学習モデルを構築した。これにより、多様な地物が混在する点群データの中から、ブロック塀を的確に抽出する技術の確立に成功した。
C)画像及び点群データを用いたブロック塀の点検技術の考案：本研究では、画像に基づいて過度な透かしブロックや笠木の欠落、表面の汚れ、苔などを検出する技術を開発した。具体的には、A)にて調達した画像データから危険度判定に寄与する事象を検出する深層学習モデルを構築した。画像から過度な透かしブロックや笠木の欠落、表面の汚れ、苔などといった倒壊の可能性を示す事象を検出する技術を開発したことで、点群データから計測した高さと傾きと融合して危険度を判定することが可能となった。
以上のことから、A)のデータに基づいて、B)およびC)により、画像および点群データを融合してブロック塀の危険度を判定する技術の確立に寄与できたと考える。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本研究の目的であるブロック塀を画像および点群データから危険度を判定する技術の確立を達成するため、令和5年度は、研究の遂行に必要なデータを調達し、点群データおよび画像からブロック塀の倒壊に関する事象の検出技術を開発した。
データの調達においては、広域を計測したMMSの点群データのみならず、安価な小型レーザでのブロック塀に相当する地物の計測を実施し、ブロック塀やその周辺の点群データおよび画像データの収集に成功した。 また、点群データの解析技術としては、ブロック塀を深層学習により抽出する技術の開発を行い、画像データの解析技術としては、ブロック塀上の透かしブロックや笠木の欠落、表面の汚れ、苔、ひび割れなどを検出する技術を開発した。そして、業界が満足する精度で抽出できることを明らかにした。
以上のことから、画像および点群データを融合してブロック塀の危険度を判定する技術の確立に寄与できたと考える。
本年度はさらに、令和6年度に実施予定であるブロック塀の官民区分の判定技術のプロトタイプを先行して開発し、一部地域において試行した。以上より、本研究は、順調に進展していると考える。
|
| Strategy for Future Research Activity |
令和6年度は、「ブロック塀の官民区分の判定技術の開発」と「ブロック塀の危険度判定技術の高度化」の２つの研究を実施する予定である。
ブロック塀の官民区分の判定技術の開発では、地図データと抽出したブロック塀を重畳することで、ブロック塀の所有者を推定する技術を開発する。本研究は、令和5年度において、プロトタイプを開発したため、令和6年度はこのプロトタイプをベースにアルゴリズムを高度化する予定である。
ブロック塀の危険度判定技術の高度化では、令和5年度に開発した画像からブロック塀やその他危険事象を検出する技術の汎用性の向上に務める予定である。具体的には、精度の向上のために学習データの拡充や、自動販売機などのブロック塀以外の倒壊による危険性が高い地物への応用展開を検討する予定である。
|
