2022 Fiscal Year Annual Research Report
Project/Area Number |
20K04730
|
Research Institution | Muroran Institute of Technology |
Principal Investigator |
有村 幹治 室蘭工業大学, 大学院工学研究科, 教授 (40548062)
|
Project Period (FY) |
2020-04-01 – 2023-03-31
|
Keywords | データ駆動型 / 道路アセットマネジメント / 深層学習モデル |
Outline of Annual Research Achievements |
膨大な生活道路を管理する市町村において,効果的な舗装メンテナンス・マネジメントを実現させるためには,まず,定量的かつ網羅的な舗装点検を実施し,そのデータベースを活用することが重要となる.本研究では,車載カメラと深層学習モデル(CNN:Convolutional Neural Network)を用いた舗装点検システムを開発し,室蘭市の管理道路815kmを対象とした点検を実現した.また既存の目視点検や路面性状調査との比較を行い,本システムによるひび割れ評価が十分な精度を有することを示した.次に,室蘭市管理道路の点検データを用いて,舗装劣化箇所のスクリーニングや舗装維持修繕のLCC推計を試み,これらの結果から,本システムおよび舗装点検の全数調査データの有効性を示した.また上記とあわせて,生活道路を対象として,近隣住民や修繕効率化を考慮した舗装劣化箇所の面的な抽出手法を構築した.具体的には,舗装点検や住宅立地のデータを用い,舗装ひび割れ率と住宅の空間分布に基づいて修繕対象の優先順位付けを試みた.まず舗装点検データを用いて,ひび割れ率が正の空間的自己相関を有することを明らかにした.そのうえで住宅近接性を考慮した修繕必要度を導入し,ひび割れ率の空間ラグとの関係から優先順位の診断基準を構築した.これを実道路に適用し,舗装劣化箇所がまとまっているエリアが優先的となり,近隣住宅の延床面積が大きいほど優先箇所が一体化することを示した.最終年度である令和4年度は,3年間の研究成果をとりまとめ,海外論文集に投稿した.
|