2020 Fiscal Year Research-status Report
車両センシングデータを活用した道路舗装の維持管理技術の開発
| Project/Area Number |
20K04652
|
|---|
| Research Institution | Kansai University |
|---|
Principal Investigator |
窪田 諭 関西大学, 環境都市工学部, 教授 (60527430)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 舗装管理 / 道路維持管理 / 集配車両 / センサ / 位置情報 / GNSS |
|---|
| Outline of Annual Research Achievements |
道路維持管理においては、道路パトロールにより日常的な損傷を発見し、補修することが多い。しかし、技術職員不足や道路老朽化の急速な進展により、その需要に対応できないため、道路損傷箇所を効率的かつ早期に発見することが求められる。また、i-Construction政策が推進される中、3次元データと点検・補修情報を関連付けて運用することにより、3次元空間の任意箇所で損傷や補修の状況を管理することが課題である。
本研究では、道路舗装面の状況を効率的に収集し、損傷箇所を発見することを目的として、道路を日常的に利用する宅配便事業者の集配車両に加速度、GNSS（Global Navigation Satellite System）およびカメラのセンサ機器を取り付け、それらから収集するデータを組み合わせる同期技術を開発し、地理空間分析により道路損傷箇所を発見する技術を研究開発する。さらに、道路損傷箇所と内容を3次元地理空間データで可視化するシステムにより、維持管理情報の管理基盤を構築する。
本年度では、車両搭載センサを選定するために調査を実施し、選定した機器を集配車両に搭載するための組み合わせ技術を開発した。集配車両によるデータ計測実験を行い、加速度データ、位置データ及び映像データを取得するとともに、データを回収するための方法を確立する見込みが立った。また、センサデータによる道路損傷発見技術の開発のために、GNSSの位置データを地理空間分析し、管理道路に対する車両の走行網羅率を算出した。走行網羅率は、一週間分のセンシングデータによって80％を超える結果となり、集配車両によって道路損傷を見付け出す可能性を示した。映像データからは、車線の濃淡、路面標示（白線、オレンジ線）の濃淡、路面の水溜まり（路面の窪み）、クラック、ポットホール、および、山道の落石・倒木の有無を目視で確認できた。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本年度は、まず、集配車両に搭載するセンサ機器を選定した。車両には、路面や道路付属物の映像を撮影するためのカメラ、経緯度により走行経路と車両の動きを計測するためのGNSSセンサ、および、走行時の傾斜や衝撃を計測するための加速度センサを搭載することとした。集配車両に、ドライブレコーダを取り付けて、試行的にGNSSデータと映像データを取得した。データ取得にあたっては、事業者と道路管理者のヒアリングを元に、データを回収する方法を検討した。また、宅配便事業者が実務で取得するセンシングデータを借用する仕組みを構築した。
次に、収集したセンシングデータを用いて地理空間分析を行い、管理道路に対する車両の走行網羅率を算出した。網羅率は、浜松市をフィールドに、市が管理する国道、県道および市道を対象として、エリア内の全路線に対する走行路線の路線数と路線長について算出した。路線数は、道路の交差する点をノードと定め、ノードとノードを結ぶリンク上を少しでも走行するとそのリンクをカウントし、その合計本数（単位：本）を計算した。路線長は、実際に走行した距離のみをカウントし、その合計距離（単位：m）を計算した。その結果、走行網羅率は80％以上であり、データ収集の地域の偏りを無くし、路面の状態を把握できる可能性を示した。
最後に、取得した映像データから路面を確認し、損傷箇所を発見する可能性を検討した。映像データを目視し、車線の濃淡、路面標示（白線、オレンジ線）の濃淡、路面の水溜まり（路面の窪み）、クラック、ポットホール、および、山道の落石・倒木の有無を確認した。この結果について、舗装診断士と意見交換し、本研究で対象とする道路損傷を明確にした。
以上より、本研究は当初計画どおりおおむね順調に進展している。
|
| Strategy for Future Research Activity |
次年度は、GNSSデータの走行経路から集配車両の特異な運転経路を見付け出す技術と映像データから損傷を見付け出し、その時刻と一致するGNSSデータの位置情報を特定する技術を開発する。映像データからは、画像の深層学習による損傷箇所の自動発見について試行する。これらに加えて、加速度データの特異値を見付け出すソフトウェアを開発し、そこからポットホールを抽出し、その位置をGNSSデータから特定するとともに、映像データから現地状況を確認することにより、道路状況を可視化することに取り組む。このとき、道路損傷箇所において、加速度データ、GNSSセンサによる位置データ、およびカメラによる映像データという異なる機器間の時刻同期を行う技術を開発する。
センシングデータから抽出した不具合のレベルを判定し、道路管理者にアラートを知らせるためには、維持管理基準が必要である。初年度に映像データから抽出した道路損傷について、センシングデータから設定可能と考えられる項目を列挙し、その基準値を検討する。
最終年度に向けて、センシングデータから抽出した道路損傷の位置や内容を管理する基盤とする3次元データの構築を開始する。3次元データの構築には、地上型レーザスキャナを用いて計測と処理を行うとともに、近年オープンデータとして地方公共団体から公開されつつある3次元点群データを活用することを模索する。さらに、本研究成果の長期運用を見据えて、3次元データの更新手法について検討する。
|
| Causes of Carryover |
本年度には、集配車両によるセンシングデータを収集するための調査や実験のための旅費や学生謝金を使用した。当初購入予定であったセンシングデータ処理PCと加速度センサについては、既存の所有品により対応できた。また、コロナ禍のために国際会議や国内学会がオンライン開催となり、そこでの発表となった。以上の理由により、次年度使用額が生じた。
次年度には、大規模なセンシングデータを処理し、道路損傷を見付け出す技術開発を進めるために、システム開発・運用のためのPCと、データを可視化するためのソフトウェアを購入する。大規模データの処理や解析には、学生謝金を使用する。また、研究フィールドでのデータ取得や計測のための旅費として使用する計画である。
|
